JURNAL INTAKE ISSN Cetak .... : 2087-4286 JURNAL PENELITIAN ILMU TEKNIK DAN TERAPAN ISSN On Line : 2580-6017 10 Pengendalian Ketinggian Air Menggunakan Metode Kecerdasan Buatan berbasis ANFIS Machrus Ali1 1 *, Asnun Parwanti 2 , Iswinarti 3 , Muhammad Agil Haikal 4 Teknik Elektro, Universitas Darul Ulum, Jombang Teknik Sipil, Universitas Darul Ulum, Jombang machrus7@gmail.com, asnunparwanti@gmail.com, iswinarti59@gmail.com, agil.haikal86@gmail.com Abstract— Fluid flow measurement is needed by controllers in industrial processes. The amount of water must be determined to control the volume of water used in the storage tank. A tank-based water flow performance control model is required using a Proportional-Integral- Derivative (PID) control system. This system uses a flow sensor to detect the speed of an actuator. The actuator stabilizes the output water rate per minute at a certain point. Determining the PID constant value manually will be very difficult and not optimal. So we need an automatic and accurate control method. This study focuses on four comparisons of methods designed for uncontrolled water levels, conventional PID methods, Fuzzy Logic Controller (FLC) methods, Fuzzy-PID methods, and Adaptive Neuro- Fuzzy Inference System (ANFIS) methods. The simulation results found that the four control models have different performances. The PID-ANFIS model obtained the smallest overshot value on the PID-ANFIS model of 0.5135 pu, the smallest undershot on the PID-ANFIS 0.5291 pu. Output The output current of the smallest overshot value in the PID-ANFIS model is 0.0023 pu, the smallest undershot in the PID-ANFIS model is 0.0014 pu. The results of this study will be compared with other artificial intelligence methods. Keywords— ANFIS, PID, Controller, Water Level Abstrak -Pengukuran aliran fluida sangat dibutuhkan oleh pengontrol dalam proses industri. Kuantitas air harus ditentukan untuk mengontrol volume air yang digunakan di tangki penyimpanan. Model kontrol kinerja aliran air berdasarkan tangki diperlukan dengan menggunakan sistem kontrol Proportional-Integral-Derivative (PID). Sistem ini menggunakan sensor aliran untuk mendeteksi kecepatan suatu aktuator. Aktuator menstabilkan kecepatan air keluaran per menit pada titik tertentu. Menentukan nilai konstanta PID secara manual akan sangat sulit dan tidak optimal. Maka diperlukan suatu metode pengendalian yang otomatis dan akurat. Penelitian ini berfokus pada empat perbandingan metode yang dirancang terkait ketinggian air tanpa kontrol, metode PID konvensional, metode Fuzzy Logic Controller (FLC), metode Fuzzy-PID, dan metode Adaptive Neuro-Fuzzy Inference System (ANFIS). Hasil simulasi menemukan bahwa keempat model kontrol memiliki performansi yang berbeda. Model PID-ANFIS memperoleh nilai overshot terkecil pada model PID-ANFIS sebesar 0,5135 pu, undershot terkecil pada PID-ANFIS 0,5291 pu. Output Output Saat Ini diperoleh nilai overshot terkecil pada model PID-ANFIS sebesar 0,0023 pu, undershot terkecil pada model PID-ANFIS sebesar 0,0014 pu. Hasil penelitian ini akan dibandingkan dengan metode kecerdasan buatan lainnya. Kata Kunci— ANFIS, PID, Kontroller, Water Level I. PENDAHULUAN Secara umum, mekanisme fisik dari sistem ketinggian air (WLS) dianalisis sementara estimasi model linier juga dibangun untuk merepresentasikan properti dinamis WLS di sekitar titik kesetimbangan [1]. Selain itu, metode identifikasi mengenali karakter dinamis WLS menggunakan data masukan dan keluaran yang diukur. Secara teknis, instrumen ketinggian tangki air dikembangkan dengan menggunakan sistem kendali proses waktu nonlinier, yang dapat dimodelkan secara global atau parsial sebagai sistem air [2] Selain itu, model yang berbeda mengarah pada strategi kontrol yang berbeda yang sangat penting untuk desain sistem kontrol secara keseluruhan[3]. Aliran air dikontrol di dalam tangki agar aliran air yang keluar dari tangki sesuai dengan yang dibutuhkan[4]. Metode pengendalian yang sering digunakan dalam penelitian adalah metode PID[5][6][7], Fuzzy[8], Fuzzy- PID[9][10], ANFIS[2], dan kombinasi metode dengan kecerdasan buatan. Metode ini telah digunakan dalam memecahkan masalah sistem kendali. Diantaranya adalah kontrol frekuensi pada mikro-hidro[6][11], dan kontrol pelacakan fotovoltaik sumbu tunggal dan sumbu ganda[12][13][10], control steer kendaraan[5], dan kontrol lainnya. II. DASAR TEORI Sistem kendali pengukuran aliran fluida dibutuhkan oleh industri untuk menjaga semua proses optimasi. Secara rinci, proses ini mencakup semua sistem produksi pengurutan. Upaya ini didapatkan pada performance system untuk mengatur aliran air berdasarkan volume tangki dengan kontrol PID atau Fuzzy. Metode Kontrol PID membutuhkan Kp, Ki, dan Kd konstan. Metode kendali fuzzy