Oleh: Supriyanto Liwa | 25 September 2010

Supervisory Control System dengan Pendekatan Komputasi Parallel (Review Makalah)

Supervisory Control System dengan Penedekatan Komputasi Parallel (Review Makalah)
Supriyanto, S.Tp
(Mahasiswa Pascasarjana Ilmu Komputer, FMIPA, Institut Pertanian Bogor)

Rumah Tanaman (Greenhouse) adalah bangunan pertanian yang didesain untuk budidaya pertanian dan pengendalian lingkungan secara baik (Seminar, 2006). Mula-mula, rumah tanaman digunakan pada daerah subtropis untuk melindungi tanaman dari cuaca dingin yang tidak diinginkan tanaman. Saat ini rumah tanaman banyak digunakan untuk berbagai keperluan : produksi tanaman, proteksi tanaman, pembibitan dan penanaman. Pada daerah tropis, penggunaan rumah tanaman bermanfaat untuk melindungi tanaman dari serangan hama dan curah hujan yang berlebihan, tetapi adanya greenhouse effect menyebabkan suhu udara di dalamnya menjadi terlalu lebih tinggi bagi pertumbuhan tanaman.

Pengembangan sistem kontrol berbasis komputer untuk rumah kaca telah kembangkan selama bertahun-tahun (Bakker, 1995, dan Bhutada, 2005). Namun, sistem kontrol memberikan batasan terhadap pilihan metode kontrol dan parameter yang dikendalikan. Untuk beberapa alasan, pengguna hanya mengontrol suhu ruangan dan kelembaban dengan metode kontrol PID (Proporsional Integral Derivative) tetapi dalam situasi lain mungkin pengguna hanya perlu mengontrol suhu ruangan dan intensitas cahaya dengan metode kontrol fuzzy atau metode lainnya (Cunha, 2003 dan Salgado, 1998).

Pemilihan skenario kontrol untuk rumah tanaman cukup bervariasi yang tergantung pada beberapa faktor : (1) varietas dan banyaknya tanaman, (2) tujuan produksi tanaman, (3) sumber daya yang tersedia, dan (4) kondisi iklim sekitar rumah tanaman. Oleh karena itu, pengguna harus diberi cara memilih skenario pengendalian yang paling cocok dengan kebutuhannya.

Penerapan sistem multi agen pada kontrol lingkungan mikro menjadi penting untuk dikembangkan, hal ini disebabkan oleh banyaknya parameter lingkungan mikro rumah tanaman yang dikontrol. Sistem multi agen merupakan sebuah sistem yang terdiri dari beberapa agen yang berinteraksi secara cerdas. Sistem multi agen dapat digunakan untuk memecahkan masalah yang sulit dan mustahil dipecahkan oleh agen individu atau sistem monolit (Nathan Schurr, 2005). Tantangan yang dihadapi dalam pengembangan sistem multi agen adalah keselarasan global dari sistem yang dibangun (Y. Diao, 2005 dan S. Abdelwahed, 2004).

Penelitian sistem kontrol lingkungan mikro rumah tanaman berbasis multi agen yang memungkinkan kemudahan dalam pemilihan kontrol yang dipelukan telah dilaksanakan di Indonesia. Hasil dari penelitian tersebut adalah pengguna diberikan sekumpulan α (sekumpulan alternatif metode kontrol) dan β (sekumpulan parameter yang relevan terhadap kontrol lingkungan mikro rumah tanaman). Pengguna dapat memilih metode α yang digunakan untuk memanipulasi berbagai parameter β. Dengan demikian sistem menerima pasangan masukan (A, B) dimana A  α dan B  β dari pengguna untuk melakukan tugas kontrol terhadap rumah tanaman. Sistem juga menyediakan skenario kontrol default, jika pengguna tidak memilih preferensi apapun. Hal ini memudahkan bagi pengguna awam untuk menggunakan sistem kontrol (Seminar, 2006).

Masalah yang kemudian timbul adalah proses pengolahan data dari agen-agen parameter lingkungan mikro rumah tanaman membutuhkan waktu yang lebih lama, sehingga mempengaruhi kecepatan kerja, apalagi ditambah dengan kompleksitas jalur komunikasi perintah dan data. Salah satu alternatif pemecahan kompleksitas masalah tersebut adalah dengan menerapkan metode komputasi paralel. Komputasi paralel memungkinkan proses dilaksanakan pada komputer terdistribusi yang berjalan secara simultan.

Tujuan utama dari komputasi paralel adalah peningkatan kecepatan proses (speed up) (Wesley et. al, 2000). Berbagai penelitian yang menerapkan komputasi paralel sudah banyak dilakukan diantaranya dalam penerapan dalam pemodelan aliran fluida (Wu et. al, 2002). Penerapan sistem multi agen dengan komputasi paralel pada kontrol lingkungan mikro bertujuan untuk meningkatkan kecepatan kerja sistem, karena beban kerja akan didistribusikan ke beberapa agen, baik agen yang bertugas memonitor, agen eksekutor, maupun agen pengontrol.

Penelitian ini bertujuan untuk menerapkan konsep multi agen pada kontrol lingkungan mikro rumah tanaman. Sistem multi agen untuk kontrol lingkungan mikro masih memiliki kelemahan yaitu dari waktu komputasi. Waktu komputasi menjadi perhatian utama karena tanaman tidak toleran terhadap peruahan cuaca di dalam rumah tanaman. Solusi yang diusulkan dalam penelitian ini adalah penerapan multi agen dengan komputasi paralel. Komputasi paralel bertujuan untuk mempercepat waktu komputasi (-speed up) sehingga kontrol lingkungan mikro dapat berjalan dengan baik.

DAFTAR PUSTAKA

Bakker, J.C., Bot, G.P.A, Challa, H., & van de Braak, N.J. 1995. Greenhouse climate control- An Integrated Approach. Wageningen Press, Wageningen.
Bhutada, S., Shetty, S., Malye, R., Sharma, V., Menon, S., & Ramamoorthy, R. 2005. MACQU: An Open SCADA System for Intelligent Management and Control of Greenhouses. IEEE Robotics and Automation Society.
Cunha, J. Boanventura. 2003. Greenhouse climate models: an overview. European Federation for Information Technology in Agriculture, Food and Enviroment (EFITA)conference. Debrecen-Budapest, Hungary. July 5-91h 2003559-564
Nathan Schurr and Janusz Marecki and Milind Tambe and Paul Scerri et al. 2005. The Future of Disaster Response: Humans Working with Multiagent Teams using DEFACTO.
S. Abdelwahed, N. Kandasamy, and S. Neema. 2004. “Online Control for Self-Management in Computing Systems,” pada Proceedings IEEE Real-Time and Embedded Technology and Applications Symposium ke 10, Toronto, Canada, 2004.
Salgado, Paulo. J. Boaventura Cunha, Carlos Couto. 1998. A Fuzzy Identification and Controller for the Agriculture Greenhouse. Seventh International Confrence on Computers in Agriculture. Orlando, FL, USA. October 26-30th 1998.
Seminar, K.B., Suhardiyanto H., Hardjoamidjojo, S., Tamrin. 2006. A Supervisory Control System for Greenhouse. Proceedings of Regional Computer Postgraduate Conference (ReCSPC’06), Malaysia, pp.30-34.
Wesley, M dan Mark Allman. 2000. Advantages of Parallel Processing and the Effects of Communications Time. Eddy dan Mark Allman. NASA Glenn Research Center Report Number CR-209455.
Wu, Y.S., Zhang, K., Ding, C., Pruess, K., Elmroth, E., Bodvarsson, G.S. 2002. An efficient parallel-computing method for modeling nonisothermal multiphase flow and multicomponent transport in porous and fractured media. Advances in Water Resources 25, 243–261.
Y. Diao, J. L. Hellerstein, S. Parekh, R. Griffith, G. Kaiser and D. Phung. 2005. “Self-Managing Systems: A Control Theory Foundation” pada Proceedings IEEE International Conference and Workshops on the Engineering of Computer-Based Systems edisi 12. pp. 441 – 448.
Nathan Schurr and Janusz Marecki and Milind Tambe and Paul Scerri et al. 2005. The Future of Disaster Response: Humans Working with Multiagent Teams using DEFACTO.


Kategori

%d blogger menyukai ini: