Text
SKRIPSI REDUKSI NOISE PEMBACAAN SENSOR LOAD CELL PADA TIMBANGAN DIGITAL TIPE GANTUNG BERBASIS ARDUINO
Penelitian ini bertujuan untuk merancang dan menguji sistem timbangan digital tipe gantung berbasis Arduino Nano dengan penerapan algoritma Kalman Filter guna meningkatkan akurasi pembacaan sensor load cell melalui reduksi noise. Sistem ini dikembangkan untuk mendukung kebutuhan penimbangan pada sektor peternakan ayam broiler. Metode penelitian menggunakan pendekatan eksperimental yang mencakup perancangan perangkat keras dan lunak, proses kalibrasi, serta analisis data pengukuran pada kondisi statis dan dinamis. Hasil pengujian statis terhadap beban standar 100 g menunjukkan bahwa Kalman Filter mampu menurunkan simpangan baku dari 5,569 g menjadi 2,31 g, menandakan efektivitas filter dalam mereduksi fluktuasi pembacaan sensor akibat noise. Pada pengujian dinamis dengan objek bergerak berupa ayam broiler, rata-rata simpangan baku tanpa Kalman mencapai 140,24 g, sedangkan dengan Kalman hanya 12,50 g, lebih mendekati simpangan baku timbangan terstandar sebesar 31,19 g. Hal ini membuktikan bahwa Kalman Filter mampu mereduksi gangguan akibat pergerakan ayam, sehingga menghasilkan data yang lebih stabil dan akurat. Selain itu, performa Kalman Filter sangat dipengaruhi oleh pemilihan parameter Q (process noise covariance) dan R (measurement noise covariance). Kombinasi optimal diperoleh pada Q = 0,1 dan R = 10, dengan simpangan baku terkecil 2,31 g. Dengan demikian, penelitian ini menyimpulkan bahwa Kalman Filter efektif dalam meningkatkan akurasi, kestabilan, dan reliabilitas sistem penimbangan digital, serta sangat direkomendasikan untuk digunakan pada aplikasi lapangan dengan objek dinamis seperti ayam broiler.
Tidak tersedia versi lain