Sistem Kendali Suhu Tempat Penyimpanan Ikan Berbasis Fuzzy Logic dan IoT untuk Menjaga Kesegaran Ikan

Komoditas ikan merupakan bahan pangan yang sangat mudah mengalami degradasi biokimia dan mikrobiologis pascapanen. Penanganan rantai dingin (cold chain) yang tidak stabil, terutama pada sistem penyimpanan konvensional yang hanya mengandalkan termostat on-off, seringkali menyebabkan fluktuasi suhu yang merusak kualitas ikan serta memicu kerugian finansial. Penelitian ini bertujuan untuk merancang dan membangun purwarupa Smart Cold Storage yang mampu melakukan pemantauan kesegaran secara objektif dan mengendalikan sistem pendingin secara adaptif. Sistem ini diintegrasikan dengan sensor suhu DS18B20 dan sensor gas amonia MQ-135 sebagai parameter indikator degradasi biokimia. Pengolahan data dilakukan menggunakan mikrokontroler ESP32 dengan implementasi algoritma Fuzzy Logic metode Tsukamoto, yang memproses data suhu dan amonia untuk menghasilkan keputusan aktuasi Modul Relay secara cerdas. Selain itu, sistem dilengkapi dengan infrastruktur Internet of Things (IoT) berbasis modul Mobile WiFi (MiFi) yang mentransmisikan data rekam jejak (traceability) suhu dan status kesegaran secara real-time ke Web Dashboard. Hasil pengujian menunjukkan bahwa algoritma Fuzzy Logic mampu melakukan intervensi pendinginan yang jauh lebih stabil dan proaktif dibandingkan sistem kendali konvensional, terutama melalui fitur adaptive override saat terdeteksi lonjakan gas amonia. Purwarupa ini berhasil memberikan peringatan dini (Early Warning System) yang objektif, mengubah penilaian mutu yang awalnya subjektif menjadi sistem deteksi digital yang terukur. Implementasi teknologi ini diharapkan dapat menjadi solusi efektif untuk menjaga kualitas komoditas perikanan serta mencegah laju pembusukan dini pada tingkat penyimpanan skala kecil hingga menengah.

=================================================================================

Fish is a highly perishable food commodity that is susceptible to biochemical and microbiological degradation after harvest. Unstable cold chain management, particularly in conventional storage systems that rely solely on on–off thermostats, often results in temperature fluctuations that compromise fish quality and lead to financial losses. This study aimed to design and develop a Smart Cold Storage prototype capable of objectively monitoring fish freshness and adaptively controlling the cooling system. The system integrates a DS18B20 temperature sensor and an MQ-135 ammonia gas sensor as indicators of biochemical degradation. Data were processed using an ESP32 microcontroller implementing the Tsukamoto fuzzy logic algorithm, which analyzes temperature and ammonia data to generate intelligent control decisions for the relay module. In addition, the system incorporates an Internet of Things (IoT) infrastructure based on a Mobile WiFi (MiFi) module that transmits real-time traceability data on temperature and freshness status to a web dashboard. The test results demonstrated that the fuzzy logic algorithm provided significantly more stable and proactive cooling control than the conventional control system, particularly through its adaptive override feature when elevated ammonia levels were detected. The prototype successfully delivered an objective Early Warning System (EWS), transforming the traditionally subjective assessment of fish quality into a measurable digital detection system. The implementation of this technology is expected to provide an effective solution for maintaining the quality of fishery products and preventing premature spoilage in small- to medium-scale storage facilities.