APLIKASI LOGIKA FUZZY PADA OPTIMASI DAYA

LISRIK SEBAGAI SISTEM PENGAMBILAN KEPUTUSAN

HERWIN JANUARDI
Universitas Sultan Ageng Tirtayasa
Email: herwin_shino@yahoo.com
Abstrak
APLIKASI LOGIKA FUZZY PADA OPTIMASI DAYA LlSRIK SEBAGAI SISTEM PENGAMBILAN KEPUTUSAN.
Aplikasi logika fuzzy pada optimasi daya listrik sebagai sistem pengambilan keputusan. Telah dibangun suatu
sistem pengambilan keputusan yang optimal dalam menentukan daya listrik pada suatu ruang, baik untuk ruang
terbuka maupun ruang tertutup. Metode yang digunakan dalam optimasi ini adalah logika fuzzy. Dalam penelitian
ini sebagai variabel bebasnya adalah intensitas cahaya dan suhu yang ada dalam ruang, sedangkan sebagai
variabel tak bebasnya atau nilai yang dicari adalah daya listrik yang seharusnya dipasang pada ruang tersebut.
Variabel bebas intensitas cahaya diasumsikan dengan fungsi keanggotaan Gelap, Senja dan Siang sedangkan
variabel bebas suhunya diasumsikan dengan fungsi keanggotaan Dingin, Normal dan Panas. Untuk variabel tak
bebas daya listrik diasumsikan fungsi keanggotaan adalah Padam, Redup dan Terang. Aturan fuzzy yang digunakan
dimisalkan ada 9 aturan. Untuk menyelesaikan persoalan tersebut, digunakan perangkat lunak MATLAB. Hasil
penelitian menunjukkan bahwa untuk menentukan daya listrik pada suatu ruang dapat menggunakan system
pengambilan keputusan dengan logika fuzzy. Dalam penelitian ini, belum ditinjau tentang selera, estetika dan luas
ruangan.
Kata-kata kunci: Logika Fuzzy, optimasi, intensitas cahaya, suhu, daya listrik
Abstract
THE APPLICATION OF FUZZY LOGICS ON THE ELECTRICAL POWER OPTIMATION AS THE DECISION
SUPPORT SYSTEM. The optimum decision support system on the determination of electrical power in the space,
both in the opened space and closed spaced was developed. Fuzzy logics was adopted in the optimation. In this
research the light intensity and room temperature made up the independent variables and the supposed installed
electrical power in the space was the dependent variable. Light intencity was assumed by the function of dark,
twilight and day member and the temperature was assumed with the function of Cold, normal and hot members. The
electrical power was assumed as off, gloomy and bright. There are nine Fuzzy rules. To address the issues, MATLAB
was used. The result indicated that in determining the electrical power in a room or space., the decision support
system using fuzzy logic could be adopted. The taste, esthetics, and room's width had not been reviewed in this
research.
Keywords: Fuzzy logic, optimation, light intensity, temperature, cahaya, suhu, daya listrik
I. PENDAHULUAN
II.
III.
Dalam kehidupan seharihari, baik dalam kehidupan di rumah
maupun di kantor atau pabrik pada
kehidupan yang modem ini pasti
menggunakan listrik. Untuk negara-negara
maju dengan sumber energi listrik yang
besar mungkin penggunaan daya listrik pada
suatu tempat tidak perlu dibatasi, tetapi di
Indonesia dengan sumber energi listrik yang
terbatas
perlu
dilakukan
efisiensi
penggunaan daya listriknya [Perdanahari,
2006]. Salah satu cara mencari efisiensi
daya listrik adalah menghitung kebutuhan

daya minimal yang diperlukan pada suatu

mango Untuk melakukan perhitungan
kebutuhan daya listrik yang efeletif, efisien
dan fleksibel, perlu dibangun suatu sistem
pengambilan keputusan berupa perangkat
lunak yang mudah dioperasikan oleh
komputer. Dalam membangun sistem
pengambilan keputusan ini, metode atau
teknik perhitungannya digunakan logika
fuzzy.
IV.
Makalah ini merupakan
hasil penelitian awal, sehingga asumsi yang
diambil pun masih sederhana, yaitu bahwa
besar daya listrik dipengaruhi oleh intensitas
cahaya dan suhu ruangan (Soedojo, 1985

dan Nurmianto, 1996]. Dalam penelitian ini,

faktor-faktor selera, luas ruangan, seni dan
kelembaban udara belum diperhitungkan.
Sehingga untuk penelitian lanjutannya akan
memperhitungkan faktor-faktor tersebut.
Dalam aplikasi logika fuzzy penalaran yang
digunakan adalah penalaran fuzzy metode
Mamdani (Kusuma Dewi, 2002]. Untuk
variabel
bebas
intensitas
cahaya
diasumsikan dengan fungsi keanggotaan
Gelap, Senja dan Siang sedangkan variabel
bebas suhunya diasumsikan dengan fungsi
keanggotaan Dingin, Normal dan Panas.
Untuk variabel tak bebas daya listrik
diasumsikan fungsi keanggotaannya adalah
Padam, Redup dan Terang dengan tipenya
trimf (segitiga) atau trapmf (trapesium).
V.
Aturan
fuzzy
yang
digunakan sementara ini diasumsikan ada 9
(sembilan) aturan. Untuk membangun
sistem ini digunakan perangkat lunak
Matlab versi 6.5 dengan menggunakan
toolbox fuzzy. Dengan dapat dibuatnya
sistem pengambilan keputusan ini, maka
untuk mendapatkan daya listrik yang
optimal, pengguna tinggal memasukkan
intensitas cahaya yang masuk ke dalam
ruangan dan suhu ruangan atau jika dibuat
otomatisasi, sistem ini dapat dihubungkan
dengan sensor intensitas cahaya clan sensor

suhu ruangan. Dengan memasukkan kedua

variabel tersebut, baik secara manual
maupun secara otomatis maka akan muncul
daya listrik yang dibutuhkan secara optimal.
Penelitian ini akan dikembangkan dengan
memperhitungkan faktor-faktor yang lain,
misalkan luas ruangan, kelembaban udara
clan jumlah orang dalam ruangan tersebut.
VII.

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)

0 x ( 200 dan x ) 1400

x 2
2(
) 200 x 400
800
2
800x
IntSenja [x ] 12( 800 ) 400 x 800
x800 2
12(
) 800 x 1200
800
1200x 2
2(
) 120 x 1400
800

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)

fuzzy tersebut di atas, salah satu perangkat lunak

tersebut adalah Matlab versi 6.5.
XXXVI.
XXXVII. METODOLOGI PENELITIAN.
XXXVIII. Sesuai dengan kebutuhan dalam
penelitian
ini
langkah-Iangkah
penelitiannya adalah sebagai berikut :
XXXIX.
XL.
Menurunkan Persamaan Model
XLI. Persamaan (I a), (Ib), (Ie) sebagai
representasi fungsi keanggotaan variabel bebas
intensitas eahaya dan Persamaan (2a), (2b), (2e)
sebagai representasi fungsi keanggotaan variabel
bebas suhu berfungsi sebagai input, sedangkan
Persamaan (3a), (3b), (3e) sebagai representasi fungsi
keanggotaan variabel tak bebas daya listrik berfungsi
sebagai output.
XLII.
XLIII. Menentukan Analisis Kebutuhan
XLIV. Sistem yang baik adalah suatu
system
yang
benar,
efisien
dan
mudah
pengoperasiannya serta menarik. Agar tercapai tujuan
membangun sistem yang baik, maka proses perlu
disusun analisis kebutuhan yang meliputi :
a) Kebutuhan input.
XLV. Input yang diperlukan yang sesuai
dengan Persamaan (la),(lb), (Ie)
maupun yangsesuai dengan Persamaan
(2a), (2b), (2e) yaitu mengisi ukuran
range dan memilih tipe fungsi
keanggotaan serta parameter yang
diperlukan. Hal serupa juga dilakukan
untuk variabel tak bebas daya listrik.

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

yang sangat populer dan sangat mudah

digunakan serta mudah pula untuk
dipahami struktur bahasanya [The
Matlab,
1992].
Adapun
listing
programya adalah sebagai berikut :
XLIX.
L.
Listing Program
LI.
LII.
Pengujian Program
LIII. Setelah sistem selesai dibangun,
maka harus diuji apakah sistem dapat berjalan dengan
baik dan mudah dioperasikan. Pengujian dilakukan
secara detail disampaikan pada bab hasil dan
pembahasan berikut ini.
LIV.
LV.
HASIL DAN PEMBAHASAN.
LVI. Hasil program komputer untuk
fungsi keanggotaan fuzzynya adalah 2 input
intensitas cahaya dan suhu serta 1 output daya listrik,
yang hasilnya digambarkan pada Gambar 1.
LVII.

LVIII.
LIX.

Gambar 1. Fungsi Keanggotaan Input

dan Output
LX.
LXI. Dari Gambar 1 di atas, dipilih input
intensitas cahaya untuk dibuat fungsi keanggotaan
yang lebih detail, yaitu untuk fungsi keanggotaan
Gelap, Senja dan Siang, yang ketiganya mempunyai
range antara 0 sid 1600 Ix. Untuk fungsi keanggotaan
Gelap tipe variabelnya adalah zmf dengan
parametemya [0 400], sedangkan fungsi keanggotaan
Senja tipe variabelnya adalah pimf dengan
parametemya [200 800 800 1400] dan fungsi
keanggotaan Siang tipe variabe1nya adalah smf
dengan parametemya [1200 1600]. Hasilnya
ditampilkan pada Gambar 2.
LXII.

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.

LXXIX. Gambar 5. Aturan Fuzzy

LXXX.
LXXXI.
Hasil optimasi dengan
memisalkan intensitas cahaya 741 Ix dan suhu
ruangan dimisalkan 33,5 derajat Celsius, maka daya
listrik yang diperlukan dengan system pengambilan
keputusan ini adalah 50 Watt. Hasil program
ditampilkan pada Gambar 6.
LXXXII.
LXXXIII.

LXXXIV.

Gambar 6. Hasil Optimasi Dengan

III.
S
IV.
D
u
a
II.
I
h
y
n
u
a
t
e
(
n
L
d
s
i
e
i
s
r
t
I.
t
a
a
N
r
j
s
i
a
k
t
C
C
a
e
(
h
l
W
a
c
a
y
i
t
a
u
t
s
)
)
XI.
1
X.
1
XII.
1
IX.
0
1
0
1
.
0
2
1
XIV. 1
XVI. 1
XIII.
XV.
1
1
0
2
5
0
2
XIX. 2
XX.
8
XVIII. 1
XVII.
0
9
1
3
.
.
0
5
3
XXIII. 2
XXII. 1
XXI.
XXIV. 7
5
1
4
.
3
0
4
XXVI. 1
XXV.
XXVII. 3
XXVIII.6
1
5
3
0
0
XXXI. 2
XXXII. 7
XXX. 2
XXIX.
7
4
7
6
.
.
2
5
5
XXXV. 2
XXXIV. 5
XXXIII.
XXXVI.
7
0
7
.
68.3
6
5
XL.
6
XXXVII.
XXXVIII.
XXXIX.
8
8
756
27.5
.
9
XLII. 1
XLIII. 2
XLI.
XLIV. 4
3
7
9
3
.
7
0
5
XLVI. 1
XLVII. 2
XLV.
XLVIII. 3
5
7
1
5
.
0
0
5

Ruangan 33,5 Derajat Celsius

LXXXV.
LXXXVI.
Jika diberikan dengan
input lain, misalkan intensitas cahaya 154 Ix dan
suhu ruangan dimisalkan 9,55 derajat Celsius, maka
daya listrik yang diperlukan dengan sistem ini,adalah
101 Watt. Hasil program ditampilkan pada Gambar 7.
LXXXVII.
LXXXVIII.

LXXXIX.
XC.
XCI.

Gambar 7. Hasi] Optimasi Dengan

Intensitas Cahaya 154 lx dan Suhu
Ruangan 9,55 Derajat Celsius

Dengan menggeser-geser garis vertical

pada variabel input frekuensi cahaya
dan suhu, dapat disusun daya listrik
yang dibutuhkan seperti dalam Tabel 1.

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.

Sistem dapat membantu proses efisiensi

dalam rangka hemat energi listrik.
Intensitas cahaya semakin besar dan suhu
semakin besar kebutuhan daya listrik
semakin lebih kecil.
Sistem dapat membantu pengajar mata
kuliah listrik dan ergonorni dalam
menerangkan perhitungan efisiensi daya
listrik.

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.