Sistem kontrol Suspensi Mobil dengan Logika Fuzzy Berbasis Matlab Windu Nur Mohamad (1210703035) Jurusan Fisika

Fakultas Sains dan Teknologi Universitas Islam Negeri Sunan Gunung Djati Bandung Windu_nm@yahoo@yahoo.com

Abstract

Sari Fuzzy logic pertama kali dikenalkan kepada publik oleh Lotfi Zadeh, seorang profesor di University of California di Berkeley. Fuzzy logic digunakan untuk menyatakan hukum operasional dari suatu sistem dengan ungkapan bahasa, bukan dengan persamaan matematis Banyak sistem yang terlalu kompleks untuk. dimodelkan secara akurat, meskipun dengan persamaan matematis yang kompleks. Dalam kasus seperti itu, ungkapan bahasa yang digunakan dalam Fuzzy logic dapat membantu mendefinisikan karakteristik operasional sistem dengan lebih baik Ungkapan bahasa untuk karakteristik sistem biasanya dinyatakan dalam bentuk implikasi logika

A. Dasar Teori Salah satu sistem logika fuzzy yang paling banyak digunakan adalah sistem logika fuzzy Mamdani. Sistem fuzzy Mamdani terdiri dari: Basis aturan yang berisi sekumpulan aturan if-then. Basis data yang mendefinisikan fungsi keanggotaan himpunan fuzzy Mesin inferensi yang melakukan operasi inferensi Fuzzifikasi dan defuzzifikasi B. Konteks Permasalahan suspensi penelitian dianggap aktif, dimana elemen gaya sebagai penggerak hydraulic akan berinteraksi pada percepatan spring body dan perubahan kecepatan dari spring body dan roda untuk menyediakan gaya redam (damping force). Pengendali fuzzy akan memberikan keluaran gaya terhadap masukan berupa selisih kecepatan spring bod roda dan kecepatan body sebagai respon terhadapa permukaan jalan yang dilewati. Fuzzy kontrol pada sistem ini memiliki dua input dan sebuah output. Input dari fuzzy control ini adalah selisih kecepatan body roda dan kecepatan body sedangkan outputnya adalah gaya kontrol. Fungsi selisih keanggotaan yang digunakan untuk input selisih kecepatan body rodaadalah tujuh buah himpunan keanggotaan dengan 5 bentuk segitiga dan dua buah berbentuk trapesium. Fungsi keanggotaan selisih kecepatan body roda memiliki interval height antara 0 s/d 1, dan interval support antara -1 s/d 1. Sedangkan fungsi keanggotaaan yang digunakan untuk input kecepatan body adalah tiga buah himpunan keanggotaan dengan satu bentuk segitiga dan dua bentuk trapesium. Fungsi keanggotaan selisih kecepatan body memiliki interval height antara 0 s/d 1, dan interval support antara -2 s/d 2.

 Fungsi selisih keanggotaan yang digunakan untuk outputfungsi keanggotaan gaya kontrol adalah tujuh buah himpunan keanggotaan dengan lima buah bentuk segitiga dan duabuah bentuk trapesium. Fungsi keanggotaan gaya kontrol memiliki interval height antara 0 s/d 1, dan interval support antara -4000 s/d 4000. Input Fungsi keanggotaan NB = himpunan keanggotaan negatif big NM = himpunan keanggotaan negatif medium NS = himpunan keanggotaan negatif small Selisih kecepatan body roda ZE = himpunan keanggotaan zero PS = himpunan keanggotaan positif small PM = himpunan keanggotaan positif medium PB = himpunan keanggotaan positif big

N = himpunan keanggotaan negatif Kecepatan body ZE = himpunan keanggotaan zero P = himpunan keanggotaan positif Output Fungsi keanggotaan NB = himpunan keanggotaan negatif big NM = himpunan keanggotaan negatif medium NS = himpunan keanggotaan negatif small Gaya kontrol ZE = himpunan keanggotaan zero PS = himpunan keanggotaan positif small PM = himpunan keanggotaan positif medium PB = himpunan keanggotaan positif big

C. Hasil Percobaan

D. Analisis

E. Kesimpulan Software matlab ini dapat membantu seorang user dalam memecahkan suatu masalah khususnya dalam logika fuzzy, dimana software ini menyediakan fasilitas jenis-jenis toolbox yang dapat mempermudah pekerjaan seorang

user. Data yang dimasukan disajikan dalam bentuk kurva, sehingga dapat mempermudah dalam melihat akan hasil dari data yang dibuat.

F. Daftar Pustaka
Altrock, Von, Constantin, 1995, Fuzzy Logic and NeuroFuzzy Applications Explained, Prentice Hall, New Jersey. Kaur, Devinder and Konga, Elisa and Konga, Esa, 1995, Fuzzy Traffic Light Controller, IEEE Journal. Ross, Timothy J., 1995, Fuzzy Logic with Engineering Apllications, McGrawHill, New York. Taskin, Harun and Gumustat, Remzy, 1997, Simulation of Traffic Flow System and Control Using Fuzzy Logic, Proceeding of 12th IEEE, Istambul.