Aplikasi Logika Fuzzy Pada Optimasi Daya Jurnal II
Aplikasi Logika Fuzzy Pada Optimasi Daya Jurnal II
VI.
DASAR TEORI
VIII.
IX.
Pada saat ini, logika fuzzy
sudah banyak diterapkan di berbagai bidang,
baik di dunia industri maupun penelitian.
Bahkan pada dasawarsa terakhir ini aplikasi
logika fuzzy ini semakin menjamur seiring
dengan perkembangna teknologi komputasi
yang luar biasa pesatnya. Dengan pesatnya
perkembangan logika fuzzy ini dicoba untuk
diaplikasikan dalam bidang penelitian
listrik. Menurut Maxwell bahwa cahaya
termasuk salah satu spektrum dari
gelombang elektromagnetik.
X.
Cahaya
mempunyai
intensitas yang dapat dihitung dengan satuan
Ix (Illuminance) (Nurmianto, 1996].
Intensitas cahaya dengan Ix dalam logika
fuzzy diasumsikan sebagai variabel bebas
dengan dimisalkan fungsi keanggotannya
sebagai berikut :
XI.
XII.
x 2
12(
) x 200
400
(400x )/400
2 200 x 400
2
Intgelap[ x ]
XIII.
(1.a)
XIV.
(1.b)
XV.
0 800 x
x 800 2
2(
) 800 x 1200
800
IntSiang [x ]
1400x 2
12(
) 1200 x 1400
800
1 x 1400
(1.b)
XVI.
XVII. Untuk merepresentasikan fungsi keanggotaan variabel bebas suhu dengan satuan derajat
dimisalkan :
XVIII.
XIX.
1 y 18
SuhuDingin [ y ] (30 y)/12 18 y 30
0 y 30
(2.a)
XX.
XXI.
XXIII.
{
{
0 y 18 atau y 42
y18
18 y 30
SuhuNormal[ y ]
12
( 42 y )
30 y 42
12
(2.b)
XXII.
0 y 18 atau y 42
y18
18 y 30
SuhuNormal [ y ]
12
( 42 y )
30 y 42
12
XXIV.
XXV. Adapun representasi fungsi keanggotaan variabel bebas daya listrik dirnisalkan :
XXVI.
(2.c)
XXVII.
1 z <10
50z
DayaPadam[ z]
10 z 50
40
0 z 50
0 z 25 atauZ 95
z25
25 z 60
DayaRedup [z ]
35
XXVIII.
95z
60 z 95
35
(3.a)
(3.b)
XXIX.
XXX.
0 z <70
z50
DayaTerang [z ]
70 z 100
70
1 z 110
XXXI.
XXXII.
XXXIII. Dalam penelitian ini, aplikasi operator
fuzzy diasumsikan ada 9 buah aturan
fuzzy, yaitu :
1. Jika intensitas cahaya masuk gelap dan suhu
ruangan dingin maka perlu daya listrik yang
terang.
2. Jika intensitas cahaya masuk gelap dan suhu
ruangan normal maka perlu daya listrik yang
redup.
3. Jika intensitas cahaya masuk gelap dan suhu
ruangan panas maka perlu daya listrik yang
redup.
4. Jika intensitas cahaya masuk senja dan suhu
ruangan dingin maka perlu daya listrik yang
terang.
5. Jika intensitas cahaya masuk senja dan suhu
ruangan normal maka perlu daya listrik yang
redup.
6. Jika intensitas cahaya masuk senja dan suhu
ruangan panas maka perlu daya listrik yang
padam.
7. Jika intensitas cahaya masuk siang dan suhu
ruangan dingin maka perlu daya listrik yang
redup
8. Jika intensitas eahaya masuk siang dan suhu
ruangan normal maka perlu daya listrik yang
padam.
9. Jika intensitas eahaya masuk siang dan suhu
ruangan panas maka perlu daya listrik yang
padam.
XXXIV.
XXXV.
Banyak perangkat lunak
yang dapat digunakan untuk menyelesaikan Aplikasi
(3.c)
b) Kebutuhan proses.
XLVI. Adapun prosedur pemrogramannya
adalah :
Menentukan input maupun output
yang akan digunakan dalam
membangun logika fuzzy, yaitu
membuat
FIS
Editor
input
frekuensi eahaya dan suhu serta
output daya listrik.
Menentukan Fungsi keanggotaan
variable input intensitas eahaya
pada suatu ruang.
Menentukan Fungsi keanggotaan
variable input suhu pada suatu
ruang.
Menentukan Fungsi keanggotaan
variable output daya listrik pada
suatu ruang.
Menyususn aturan fuzzy. Kelima
prosedur
di
atas,
listing
prosedurnya
secara
lengkap
ditampilkan pada bab 3.4.
c) Kebutuhan output.
XLVII. Sesuai dengan prinsip membangun
sistem, maka peranan output juga
penting. Dalam penelitian ini outputnya
dihasilkan jika sudah dimasukkan nilainilai input intensitas cahaya dan suhu
ruang.
d) Kebutuhan perangkat lunak dan perangkat
keras.
XLVIII. Dalam membangun sistem ada 2 hal
tentang perangkat keras yang perlu
diperhatikan, yang pertama adalah
dengan spesifikasi apa sistem itu
dibangun dan dengan spesifikasi apa
sistem itu dapat dijalankan. Sistem ini
dibangun dengan perangkat keras
komputer pentium IV dengan RAM 128
MB. Adapun perangkat lunak yang
digunakan untuk membangun sistem
adalah Matlab versi 6.5 dengan sistem
operasi Windows XP. Pembuatan
Perancangan Sistem Dalam penelitian
ini
telah
dilaksanakan
metode
peraneangan,
yaitu
peraneangan
fungsifungsi keanggotaan, peraneangan
aturan fuzzy, peraneangan prosedur dan
peraneangan tampilan (antar muka).
Membangun
Program
Komputer.
Program komputer yang digunakan
untuk\ membangun sistem ini adalah
perangkat lunak Matlab versi 6.5
dengan alasan bahwa Matlab versi 6.5
merupakan bahasa komputasi teknis
LVIII.
LIX.
LXIII.
LXIV. Gambar 2. Fungsi Keanggotaan
Variabel Input Intensitas Cahaya Masuk
LXV.
LXVI. Dari Gambar 1 di atas pula, dipilih
input suhu untuk dibuat fungsi keanggotaan yang
lebih detail, yaitu untuk fungsi keanggotaan Dingin,
Normal dan Panas, yang ketiganya mempunyai
range antara 0 sid 60 derajat Celsius. Untuk fungsi
keanggotaan Dingin tipe variabelnya adalah
trapezium dengan parameternya [0 0 18 30],
sedangkan fungsi keanggotaan Normal tipe
variabelnya adalah segitiga dengan parameternya [18
30 42] dan fungsi keanggotaan Panas tipe
variabelnya adalah trapezium dengan parameternya
[30 42 6060]. Hasilnya ditampilkan pada Gambar 3.
LXVII.
LXVIII.
LXIX. Gambar 3. Fungsi Keanggotaan
Variabel Suhu Input
LXX.
LXXI. Demikian pula untuk output daya
listrik, dari Gambar 1 di atas, dipilih output daya
listrik dibuat fungsi keanggotaan yang lebih
detail,yaitu untuk fungsi keanggotaan Padam,
Redup dan Siang, yang ketiganya mempunya range
antara 0 sid 125 Watt. Untuk fungsi keanggotaan Pad
am tipe variabelnya adalah trapezium dengan
parameternya 0 0 10 50], sedangkan fungsi
keanggotaan Redup tipe variabelnya adalah segitiga
dengan parameternya [25 60 95] dan fungsi
keanggotaan Panas tipe variabelnya adalah
trapezium dengan parameternya [70 110 120 120].
Hasilnya ditampilkan pada Gambar 4.
LXXII.
LXXIII.
LXXIV. Gambar 4. Fungsi Keanggotaan
Variabel Output Daya Listrik
LXXV.
LXXVI. Dengan menyusun aturan fuzzy seperti
Gambar 3. Fungsi Keanggotaan
Variabel Input Suhu pada dasar teori di
atas, dalam toolbox Matlab, hasilnya
adalah :
LXXVII.
LXXVIII.
LXXXIV.
LXXXIX.
XC.
XCI.
XCII.
XCIII.
XCIV.
XCV.
XCVI.
XCVII.
Dari pengamatan pada
Tabel 1 di atas nampak bahwa semakin besar suhu
dengan intensitas yang konstan kebutuhan daya
listrik semakin kecil, demikian pula untuk suhu yang
konstan dengan intensitas cahaya semakin besar
kebutuhan daya listrik semakin kecil.
XCVIII.
Penelitian
ini
akan
dikembangkan dengan menambah jenis inputnya,
misalkan dengan memperhatikan kelembaban udara,
ukuran ruangan, selera, jenis isi ruangan dan
menambah aturan-aturan yang lebih sempurna serta
mengukur ukuran masing-masing fungsi keanggotaan
yang lebih akurat. Sehingga system pengambilan
keputusan ke depan dapat lebih mendekati kondisi
yang sebenarnya.
XCIX.
C.
V.
KESIMPULAN
1. Telah dapat dibangun suatu system
pengambilan
keputusan
dengan
menggunakan
logika
fuzzy
untuk
menentukan kebutuhan daya listrik dalam
suatu ruang.
2.
3.
4.
CI.
CII.
DAFT AR PUSTAKA
1. PERDANAHARI, E, 2006, ."Kebijakan
Pengembangan Ketenagalistrikan Nasional",
Seminar Sosialisasi peningIatan Pemahaman
Masyarakat Terhadap PLTN Sebagai
Pembangkit Listrik yang Aman Bagi
2.
3.
4.
5.
Masyarakat,
Yogyakarta.
Soedojo,P.,
"Azasazas Ilmu Fisika", Gajahmada
University Press, Yogyakarta, 1985.
NURMIANTO, E., 1996, Ergonomi Konsep
dasar dan Aplikasinya, Penerbit Guna
Widya, Surabaya.
KUSUMADEWI, S., 2002, Analisis Desain
Sistem Fuzzy Menggunakan 001 Box
Matlab, Penerbit Graha Ilmu, Yogyakarta ..
KUSUMADEWI, S. dan PURNOMO, H.,
2004, Aplikasi Logika Fuzzy untuk
Pendukung Keputusan, Penerbit Graha Ilmu,
Yogyakarta,
THE MATLAB CURRICULUM SERIES,
1992, The Student Edition of Matlab,
Prentice Hall, Inc, New Jersey.
CIII.