Anda di halaman 1dari 9

Jurnal

Elektro
PENS

www.jurnalpa.eepis-its.edu

Teknik Telekomunikasi
Vol.1, No.1, 2012

Politeknik Elektronika Negeri Surabaya








Kontrol Perilaku Multikarakter Menggunakan Metode Fuzzy
Cognitive Map (FCM)
Bagus Hikmahwan, Arifin, Akuwan Saleh
Program Studi D4 Teknik Telekomunikasi
Departemen Teknik Elektro
Politeknik Elektronika Negeri Surabaya
Kampus PENS, Jalan Raya ITS Sukolilo, Surabaya 60111
Tel: (031) 594 7280; Fax: (031) 594 6114
Email:bagushikmahwan@yahoo.com, arifin@eepis-its.edu, akuwan@eepis-its.edu
Abstrak
Makalah ini membeberkan tentang teknik pemodelan berdasarkan logika dan himpunan fuzzy, secara khusus, Fuzzy Cognitive
Map (FCM). Dalam hal ini dijelaskan teknik pemodelan dengan menggunakan FCM dalam menelaah dinamika perilaku makhluk
hidup dalam suatu populasi. Makalah ini berusaha mempertemukan pemodelan sistem dinamik dengan teknik FCM. Dengan
menggunakan metode fuzzy cognitive map (FCM) ini maka akan digambarkan hubungan sebab akibat dari makhluk satu ke
makhluk hidup lainnya dalam sebuah simulasi sederhana dengan menggunakan visual basic(VB). Serta hubungan kausalitas
tersebut dapat digambarkan dalam sebuah peta kognitif untuk memetakan hubungan antar karakteristik dari makhluk hidup. Serta
bagaimana reaksi suatu makhluk hidup bila terdapat makhluk hidup apabila dekat dengan musuh atau lawan jenis. Kontrol pada
penelitian ini dilakukan secara nirkabel menggunakan perangkat TLP/RLP 434.
Hasil dari penelitian ini yaitu dapat mengontrol perilaku dari suatu karakter yang memiliki hubungan kausal terhadap karakter
lainnya menggunakan komunikasi nirkabel TLP/RLP 434 dan dipetakan dalam tabel adjacency.

Keyword :Fuzzy Logic, Fuzzy Cognitive Map, peta kognitif, TLP/RLP 434, tabel adjacency

1. Pendahuluan
Seringkali kita jumpai populasi antar makhluk hidup yang tidak merata dalam suatu lingkungan, hal tersebut
dipengaruhi oleh cara makhluk hidup tersebut beradaptasi terhadap lingkungannya. Seperti yang kita ketahui mahkluk
hidup memiliki character dan sifat yang berbeda-beda dengan makhluk hidup lainnya. Hal itu dipengaruhi oleh faktor-
faktor lingkungan dan posisinya dalam siklus kehidupan makhluk hidup.
Di proyek akhir ini akan dibuat sebuah simulasi kontrol perilaku dari mahkluk hidup dalam siklus kehidupan.
Dalam kehidupan sebenarnya, Hal tersebut dimisalkan suatu lingkungan sawah terdapat padi, burung sawah, dan
burung elang, dimana burung sawah membutuhkan padi sebagai makanannya, dan disamping itu juga elang
memembutuhkan burung sawah untuk dimangsa. Sehingga burung sawah tersebut dihadapkan pada pilihan memakan
padi atau menghindari elang. Dan juga ada hubungan kausal[1] antara ketiga komponen tersebut (padi, burung sawah,
elang). Misalnya faktor jumlah makanan sangat berpengaruh terhadap makhluk hidup jika makanan tersaji dalam
jumlah yang relatif banyak maka tidak menutup kemungkinan makhluk hidup tersebut akan mengalami kenaikan
energi .tetapi disisi lain jumlah makanan akan semakin berkurang atau bahkan habis.
Jurnal Elektro PENS, Teknik Telekomunikasi, Vol.1, No.1, (2012)


2. Metode
2.1 Penentuan variabel
Pada penelitian ini, dimisalkan sebuah populasi dalam sebuah perairan sebagai setting tempat. Dimana terdapat
obyek-obyek yang dimisalkan sebagai karakter dalam animasi dan disajikan dengan shape elips. Masing-masing
obyek tersebut memiliki karakteristik yang berbeda sesuai dalam kehidupan dunia nyata. Obyek-obyek tersebut antara
lain seperti pada tabel 1 berikut :
Tabel 1. Data obyek animasi
Jenis Warna Ukuran
Jumlah
maksimal
Makanan Hijau Kecil 2
Ikan Kuning Sedang 1
Ikan(lawan jenis) Merah muda Sedang 1
Predator Biru Besar 1

Obyek-obyek tersebut dibuat dengan menggunakan VB(Visual Basic). Kemudian setelah menentukan obyek
dilakukan pembuatan desain dari animasi. Untuk desain ini terdapat desain dari karakter, area pergerakan dari
karakter, dan parameter nilai. Berikut adalah desain dari animasi yg dibuat :


Gambar 1. desain animasi
2.2 Metode Fuzzy Cognitive Map
Dalam kehidupan nyata setiap makhluk hidup pasti memiliki interaksi terhadap makhluk hidup lainnya. Interaksi
tersebut mempengaruhi vitalitas dari karakter. Hal tersebut akan digambarkan dalam penelitian ini sebagai sebuah peta
kognitif. Jadi setiap perubahan dari aktivitas karakter akan mempengaruhi perubahan karakter lainnya seperti tingkat
kelaparan ketika individu sedang bergerak, tingkat libido ketika individu mendekati lawan jenisnya, dan tingkat
ketakutan ketika individu dekat dengan predator. Oleh karena itu digunakan metode Fuzzy Cognitive Map (FCM)[2]
yang merupakan gabungan dari metode fuzzy logic dan peta kognitif, konsep-konsep kualitas yang disusun sebagai
anggota himpunan fuzzy berupa keputusan, kejadian dan sebagainya digambarkan sebagai titik dan sifat kausal yang
menggambarkan keterhubungan antar konsep tersebut[3].

2.3 Perancangan Sistem

Sistem ini terdiri dari dua gabungan perangkat yaitu perangkat lunak dengan perangkat keras. Untuk perancangan
kedua perangkat tersebut akan dibahas di bawah ini :

Jurnal Elektro PENS, Teknik Telekomunikasi, Vol.1, No.1, (2012)



Gambar 2. Blok diagram system

Pada gambar 2 diatas dapat dijelaskan bahwa dalam pentransmisian penelitian ini dilakukan secara wireless
menggunakan rangkaian TLP dan RLP. Pada bagian pengirim (Tx) menggunakan TLP sebagai sarana transmisi dan
memerlukan catu daya sebesar 12v . Kemudian data dikirimkan ke bagian rangkaian penerima (Rx). Rangkaian ini
memerlukan catu daya yang sama seperti pada rangkaian Tx . bagian ini data yang diterima oleh RLP diteruskan ke
mikrokontroler kemudian digunakan rangkaian RS-232 dan setelah itu data dari RS-232(db-9) dikonversikan menjadi
USB. kemudian data dikenali oleh laptop untuk mengontrol simulasi.

2.3.1 Perangkat lunak
Pada bagian ini akan dibuat program yang menentukan gerak dan kondisi dari animasi yang telah dibuat
sebelumnya Seperti pada gambar 3 :
START
Default : hungry
Jumlah makanan : 1
Nafsu makan : 0.005
Energi : 0.5
Apakah jarak predator <=50?
Individu bergerak
menuju makanan
hungry = berkurang
Waktu terakhir makan = 0
Energi = energi + 0.05
Nafsu makan = nafsu makan 0.005
Jumlah makanan=jumlah makanan 0.01
Apakah kondisi lapar?
libido = berkurang
Waktu terakhir kawin = 0
Energi = energi - 0.005
Apakah kondisi libido?
Keluar?
END
Ikan lari
Apakah jarak predator <=50?
YA
TIDAK
YA
TIDAK
YA
TIDAK
YA
TIDAK
TIDAK
YA
libido = bertambah
Waktu terakhir kawin = +1
Energi = energi - 0.005
hungry = bertambah
Waktu terakhir makan +1
Energi = energi - 0.001
Nafsu makan = nafsu makan + 0.005
Individu menuju libido
hungry = bertambah
Waktu terakhir makan = +1
Waktu terakhir kawin = +1
Energi = energi - 0.005
Nafsu makan = nafsu makan + 0.005
Individu makan
Individu Kawin

Gambar 3. Diagram alir program

Jurnal Elektro PENS, Teknik Telekomunikasi, Vol.1, No.1, (2012)


2.3.2 Perangkat keras

Pada bagian perangkat keras ini terdiri dari pembuatan rangkaian TLP, RLP, dan rangkaian Max 232. Rangkaian
transmitter menggunakan TLP 434 merupakan rangkaian transmitter yang menggunakan frekuensi kerja 434 MHz.
Modulasi yang digunakan adalah modulasi ASK (Amplitude Shift Keying). Pada perancangan dan pembuatan
rangkaian transmitter ini, digunakan IC HT12E sebagai enkoder dari data input yang dimasukkan melalui 4 dipswitch.
Pada IC HT12E, terdapat 8 bit jalur address yang digunakan sebagai identifikasi di sisi penerima.
Kemudian pada mikrokontroler digunakan komunikasi dengan USART dari mikrokontroler, dan output dari
mikrokontroler akan dikonversi ke dalam standar RS232 dan kemudian akan digunakan untuk mengontrol gerak dari
karakter, sesuai dengan variabel yang dikenali oleh PC dan nantinya diimplementasikan ke program. Rangkaian
mikrokontroler ATMega16 pada komunikasi serial dengan komputer adalah untuk proses USART dimana pada output
mikrokontroler adalah berupa data serial. Setelah USART pada mikrokontroler diaktifkan, maka output data yang
berupa data serial masih berupa standar TTL dimana harus dikonversikan ke dalam standar RS232. Pengkonversian ini
dilakukan dengan menggunakan rangkaian RS232[4].


Gambar 4. Fisik rangkaian transmitter Gambar 5. Fisik rangkaian receiver
3. Hasil
3.1 Keberhasilan pengiriman data pada perangkat keras
Pengujian ini dilakukan untuk mengetahui komunikasi secara wireless dengan menggunakan rangkaian TLP dan
RLP dimana menggunakan frekuensi 434 Mhz. Pada pengujian ini juga dilakukan pengujian terhadap karakter yang
dapat diterima oleh komputer dari data yang dikirim. Nantinya karakter itu yang akan digunakan untuk mengontrol
perilaku dari karakter yang akan digerakkan dengan menggunakan rangkaian TLP ini. Dari hasil pengujian terhadap
rangkaian ini didapatkan hasil sebagai berikut :
Tabel 2. Hasil pengujian dengan menggunakan hyperterminal
Baudrate Tombol yang ditekan Karakter yang diterima
2400 1 X
4800 1 X
9600 1 Huruf A
9600 2 Huruf B
9600 3 Huruf C
9600 4 Huruf D
19200 1 X
38400 1 X
Keterangan : X = Karakter tidak dikenali
3.2 Data peta kognitif pada individu (ikan)

Dari program yang telah dibuat dengan menggunakan logika fuzzy cognitive map, maka dapat diketahui bahwa
suatu kondisi dari individu digolongkan berdasarkan nilai dari variabel-variabel yang telah didefinisikan sebelumnya.
Variabel tersebut antara lain : tingkat kelaparan, tingkat libido dan tingkat ketakakutan. Pada penggunaan metode fuzzy
cogninitive map, proses fuzzyfikasi dan defuzzyfikasi sama dengan logika fuzzy. Yang membedakan adalah
pembentukan dan pengolahan data di dalam pembentukan himpunan crispnya. Jika pada logika fuzzy, himpunan crisp
yang terbentuk dari nilai masing-masing variabel dipandang sebagai nilai yang bebas dan tidak memiliki pengaruh
terhadap nilai dari variabel lainnya[5]. Sedangkan pada cognitive map, nilai dari suatu variabel akan mempengaruhi
nilai dari variabel lainnya dan akan berpengaruh terhadap pembentukan anggota dari suatu hmpunan crisp yang
Jurnal Elektro PENS, Teknik Telekomunikasi, Vol.1, No.1, (2012)


terbentuk yang nantinya digunakan untuk proses pengolahan dengan logika fuzzy dan hal itu tentunya akan sangat
berpengaruh terhadap proses defuzzyfikasi[6].
Berikut adalah peta kognitif dari hubungan sebab akibat tiap-tiap parameter dari individu :

Gambar 6. Peta kognitif hubungan antar variabel

Pada pengujian ini dilakukan dengan menggunakan perhitungan yang digunakan pada program untuk menentukan
kondisi dari makhluk hidup. Dari hasil pengujian, didapatkan data sebagai berikut ini :

3.2.1 Peta perilaku untuk faktor Hungry

Tabel 3. Hasil pemetaan nilai dari variabel lapar
dat a
ke-
ener gi
j uml ah
makanan
l aj u
pencer naan
naf su
makan
t i ngkat
kel apar an
SEDANG M ENUJU M AKANAN
1 0.5 0.5 0.005 0.005 0.0025
2 0.499 0.5 0.005 0.01 0.005
3 0.498 0.5 0.005 0.015 0.0075

40 0.461 0.5 0.005 0.2 0.1
SEDANG M AKAN
41 0.466 0.49 0.005 0.195 0.0975
42 0.471 0.48 0.005 0.19 0.095
43 0.476 0.47 0.005 0.185 0.0925

80 0.661 0.1 0.005 0 0

Dari data yang didapat di atas, data adalah kondisi dimana individu sedang menuju makanan hal tersebut ditandai
dengan meningkatnya variabel tingkat kelaparan. Disamping itu untuk nafsu makan juga mengalami peningkatan
namun berbeda untuk energi yang mengalami penurunan walaupun penurunannya sedikit, Karena individu sedang
tidak berada dalam kondisi makan,maka jumlah makanan pun tetap. Dalam kondisi ini waktu terakhir makan (pada
simulasi) terus mengalami counter. Tingkat kelaparan didapat dari persamaan yaitu sebagai berikut :


kcloporon = ( minimol( obs( 1
40
( lo]u pcnccrnoon nosu mokon) 1000 0.1,1) ) (1)

Jurnal Elektro PENS, Teknik Telekomunikasi, Vol.1, No.1, (2012)


Kemudian untuk kondisi kedua yaitu saat individu sedang makan, untuk keadaan ini posisi individu sedang berada
tepat pada makanan,disaat inilah counter dari waktu terakhir makan mulai reset (menjadi 0). Dengan hal ini maka
jumlah makanan pun berkurang. Kemudian untuk tingkat kelaparan dan nafsu makan mengalami penurunan
sedangkan untuk energi mengalami kenaikan. Kemudian juga dilihat berdasarkan kondisi dari individu.

Jika digambarkan secara grafik :

Gambar 7. Grafik hubungan tiap variabel untuk hungry

Tabel 4. Adjacency matrix Hungry
Tingkat
kelaparan
Energi
Jumlah
makanan
Nafsu
makan
Tingkat
kelaparan
0 + - -
Energi + 0 + +
Jumlah
makanan
- + 0 -
Nafsu
makan
- + - 0


Kemudian dari tabel didapatkan adjacency matrixnya sebagai berikut :
oJ]occncy motrix =

0 +
+ 0 + +
+ 0
+ 0




3.2.2 Peta perilaku untuk faktor Libido

Tabel 5. Hasil pemetaan nilai dari variabel Libido
Data
ke-
energi
laju
libido
t i ngkat kel apar an

waktu
terakhir
kawin
tingkat
libido
SEDANG MENUJU LIBIDO
81 0.66 0.001 0.0025 80 0.08
82 0.659 0.001 0.005 81 0.081
83 0.658 0.001 0.0075 82 0.082
...
120 0.621 0.001 0.1 119 0.119
-
Jurnal Elektro PENS, Teknik Telekomunikasi, Vol.1, No.1, (2012)


SEDANG LIBIDO
121 0.616 0.001 0.1025 0 0
122 0.611 0.001 0.105 0 0
123 0.606 0.001 0.1075 0 0

160 0.421 0.001 0.2 0 0

Data Tabel 5 adalah kondisi dimana individu sedang mendekati lawan jenis. Pada saat ini posisi individu belum
bertemu dengan lawan jenis maka untuk tingkat libido belum mengalami perubahan atau tetap meningkat. Untuk
tingkat kelaparannya mengalami penurunan kembali karena dia sudah tidak makan begitu juga dengan energy akan
mengalami penurunan. Tingkat libido didapat dari persamaan berikut :

tingkot libiJo = lo]u libiJo woktu tcrokir kowin (2)

Setelah individu bertemu dengan lawan jenis maka terjadi kondisi libido. Pada kondisi inilah terjadi perubahan
yang pesat pada tingkat libido. Hal ini terjadi karena rumus dari libido sendiri yang bergantung dari waktu terakhir kali
dia kawin. Kemudian untuk tingkat kelaparannya akan meningkat dan otomatis energinya akan berkurang.


Gambar 8. Grafik hubungan tiap variabel untuk libido

Tabel 6. Adjacency matrix Libido
oJ]occncy motrix = _
0 +
0 +
+ + 0
_




3.2.3 Peta perilaku untuk faktor Fear

Tabel 7. Hasil pemetaan nilai dari variabel Fear
naf su makan ener gi
t i ngkat
kel apar an
j ar ak pr edat or
(di kal i kan 100)
j ar ak mi ni mal
(di kal i kan 100)
t i ngkat ket akut an
SEDANG M AKAN
0.195 0.466 0.0975 0.8 0.5 0.625
0.19 0.471 0.095 0.795 0.5 0.628930818
0.185 0.476 0.0925 0.79 0.5 0.632911392

Tingkat Libido energi
Tingkat
kelaparan
Tingkat Libido 0 - +
energi - 0 +
Tingkat
kelaparan
+ + 0
-
Jurnal Elektro PENS, Teknik Telekomunikasi, Vol.1, No.1, (2012)


FEAR
0.405 0.416 0.2025 0.2 0.5 1
0.41 0.411 0.205 0.195 0.5 1
0.415 0.406 0.2075 0.19 0.5 1

0.6 0.221 0.3 0.005 0.5 1


Gambar 9. Grafik hubungan tiap variabel untuk Fear
Tingkat kelaparan disini menggunakan persamaan yang ada pada program yaitu sebagai berikut :

kctokuton = minimol(
mnmuI( ]uuk mnmuI pcduto kc nddu
]uuk pcduto kc nddu
, 1) , 1) (3)

Untuk Fear disini memiliki faktor dominan dibandingkan dengan variabel lainnya. Jarak minimal individu ke predator
adalah sebesar 50 pixel. Maka jika jarak lebih kecil dari 50 pixel, individu akan berada pada kondisi takut. Untuk
keadaan kondisi fear individu sudah menginjak tingkat ketakutan 1 sehingga menyebabkan ia lebih memilih menjauh
dari pada makan atau kawin, dan menyebabkan perubahan untuk variabel lainnya.

Tabel 8. adjacency matrix Fear











oJ]occncy motrix =

0 + +
+ 0 + +
+ 0 + +
+ + 0
+ + 0



Tingkat
ketakutan
Jarak
predator ke
individu
Energi
Nafsu
makan
Tingkat
kelaparan
Tingkat
ketakutan
0 + + - -
Jarak predator
ke individu
+ 0 - + +
Energi + - 0 + +
Nafsu makan - + + 0 -
Tingkat
kelaparan
- + + - 0
-
Jurnal Elektro PENS, Teknik Telekomunikasi, Vol.1, No.1, (2012)


4. Kesimpulan
Dari proyek akhir ini dapat ditarik kesimpulan sebagai berikut :
1. Variabel lapar dipengaruhi oleh variabel tingkat kelaparan, nafsu makan, energi, dan jumlah. Tingkat
kelaparan berbanding lurus terhadap nafsu makan dan jumlah makanan namun berbanding terbalik terhadap
energi.
2. Variabel Libido dipengaruhi oleh variabel tingkat libido, tingkat kelaparan, dan energi. Tingkat libido ini
berbanding lurus terhadap tingkat kelaparan namun berbanding terbalik terhadap energi.
3. Untuk variabel libido ini merupakan faktor yang paling dominan karena jika jarak predator sedang sangat
dekat dengan individu makan individu akan lebih memilih menghindar daripada mendekati Libido ataupun
Hungry. Untuk Fear ini variabel yang mempengaruhi yaitu tingkat kelaparan, nafsu makan, energi, jarak dari
predator, dan tingkat ketakutan.
4. Pada interface hardware dengan program digunakan perintah MsComm yang terletak pada program VB.
Kemudian mensetting baudrate yang sama dengan baudrate yang dimasukkan pada hardware yaitu sebesar
9600 agar karakter yang dikirim dapat dikenali.

SARAN

Pada penelitian ini masih banyak terdapat kekurangan karena pada metode fuzzy cognitive map ini masih rentan
terhadap banyaknya jumlah karakter. Apabila diberikan jumlah karakter hingga ratusan akan sangat kesulitan dalam
menyusun programnya.mugnkin bisa digunakan metode lain yang lebih simple dalam memprogramnya.

Referensi
[1] B. CHAIB-DRAA AND J. DESHARNAIS : A relational model of cognitive maps (1998)
[2] Axelrod, R. (1976). Structure of decision: The cognitive maps of political elites.Princeton, NJ: Princeton University Press.
[3] Irawan , Mochamad Hariadi : Pemodelan perilaku Hunter-Prey dengan Fuzzy Cognitive Maps Menggunakan Metode Crips dan Fuzzy
weight analysis (2011)
[4] Muslim Abadi, Akuwan Saleh S.ST : Rancang Bangun Alat Pengukur Langkah Kaki dengan Sensor Accelerometer dan Fasilitas Komunikasi
Wireless 2,4 GHz
[5] LEVI, A. & TETLOCK, P. E. (1980). A cognitive analysis of Japanese 1941 decision for war. Journal of Conflict Resolution , 24,
195-211.
[6] H okky Si t ungki r (2003) PENGGUNAAN FUZZY COGNITIVE MAPPING DALAM KONSTRUKSI ANALISIS SOSIAL; Bandung Fe I nst i t ut e