Anda di halaman 1dari 7

FuZZY l06lC 0AlAH KFHl0uPAt SFHARl-HARl

Fu::y Logic merupakan salah satu metode yang memiliki aplikasi luas di bidang kontrol.
Perkembangan Fuzzy sangat pesat, karena konsep logika Iuzzy mudah dimengerti dan Ileksibel.
Oleh karena itu, dalam tulisan ini saya akan mengangkat tema tentang penerapan aplikasi
Fu::y Logic dalam kehidupan sehari-hari. Sebelum membahas mengenai aplikasinya, kita perlu
mengetahui hal-hal yang terdapat pada sistem Iuzzy yaitu :
O Variabel Fuzzy
erupakan variabel yang hendak dibahas dalam suatu system Iuzzy, seperti umur, temperatur,
dsb
O impunan Fuzzy
erupakan suatu grup yang mewakili suatu kondisi atau keadaan tertentu dalam suatu variabel
Iuzzy.
O $emesta Pembicaraan
dalah keseluruhan nilai yang diperbolehkan untuk dioperasikan dalam suatu variabel Iuzzy.
O 4main
dalah keseluruhan nilai yang diijinkan dalam semesta pembicaraan dan boleh dioperasikan
dalam suatu himpunan Iuzzy.




O Fungsi Keangg4taan
Fungsi keanggotaan (202-078ip function adalah suatu kurva yang menunjukan pemetaan titik
titik input data kedalam nilai keanggotaanya (sering juga disebut dengan derajat keanggotaan
yang memiliki interval antara 0 sampai 1 (Kusumadewei, 2004 : p8. Salah satu cara yang dapat
digunakan untuk mendapatkan nilai keanggotaan adalah dengan melalui pendekatan Iungsi.
Aplikasi Logika Fuzzy dalam kehidupan sehari-hari adalah sebagai berikut :
4gika Fuzzy untuk $istem Pengaturan $uhu Ruangan
Untuk menentukan suhu dalam suatu ruangan, kita dapat menentukannya menggunakan Logika
Fuzzy. turan dalam kontrol, mudah dideIinisikan menggunakan kata-kata misalkan :
- jika suhu dalam suatu ruangan dingin maka naikkan suhu penghangat.
- jika suhu dalam suatu ruangan panas maka naikkan suhu pendingin.
4gika Fuzzy untuk $istem Pengaturan ampu alulintas
Loglka fuzzy dapaL dlgunakan sebagal salah saLu cara unLuk mengendallkan lampu lalu llnLas 8uang
llngkup lalu llnLas dl slnl mellpuLl arus lalu llnLas kendaraan bermoLor darl dan ke sebuah perempaLan
dan slnyal lampu darl perempaLan unLuk mengu[l pengendall dengan loglka fuzzy dapaL dlgunakan
sebuah slmulasl kompuLer yang memodelkan sebuah ruang llngkup lalu llnLas LersebuL Sebuah model
perempaLan sllang dlplllh unLuk perancangan lnl Sebuah perempaLan dlmodelkan dengan beberapa
asumsl unLuk memudahkan dalam membenLuk aLuranaLuran dasar yang dlbuLuhkan 1eLapl hal lnl Lldak
mengurangl kemampuan darl pengendall sebab asumsl LersebuL dlambll darl kenyaLaan yang ada
SeLelah dllakukan pemodelan Lerhadap kondlsl perempaLan yang akan dlgunakan maka akan dlsusun
aLuranaLuran yang dlperlukan unLuk pengaLuran slklus lampu lalullnLas 8erdasarkan model masukan
dan keluaran serLa aLuran yang ada maka akan dlberlkan anallsls berdasarkan hasll slmulasl kompuLer


Pada paper ini sebuah model logika Iuzzy untuk pengendali lampu lalu lintas pada perpotongan 2
jalan (perempatan telah dirancang dengan tujuan untuk meningkatkan unjuk kerja dan menunjukkan
Ileksibilitas arus lalu lintas yang melewati perempatan tersebut. Rancangan kendali ini menggunakan 8
sensor incremental (menaikkan hitungan jika sebuah mobil melewatinya yang dilambangkan dengan s1
s8, seperti Gambar 1. isalkan pada jalan arah Barat-Timur terdapat S1 dan S2, sensor pertama di sisi
belakang lampu lalu lintas menghitung mobil yang datang ke area perempatan dan sensor kedua yang
berada di perempatan akan menghitung mobil yang melewati lampu lalu lintas. Jadi tiap saat sebuah
mobil melewati sensor incremental, sensor menambahkan 1 nilai. Jumlah mobil di belakang lampu lalu
lintas antara 2 sensor adalah perbedaan dalam pembacaan tersebut.

Pada model di bawah kendaraan hanya diijinkan untuk bergerak lurus menyeberang atau belok kiri,
jadi di sini tidak diperbolehkan mobil untuk berbelok menyeberang ke kanan. Sebagai contoh sebuah
mobil dari arah Timur hanya boleh bergerak lurus menyeberang ke arah Barat atau belok ke Selatan.
,obll dl belakang lampu lalu llnLas
uLara !umlah mobll S7 S8
SelaLan !umlah mobll S3 S4
1lmur !umlah mobll S1 S2
8araL !umlah mobll S3 S6







ambar 1. M4/el Perempatan
Sensor

s2
s1
s4
s3
s6
s3
s7
s8
:



!arak pada Cambar 1 adalah parameLer penLlng yang menenLukan berapa [umlah mobll yang
mungkln dapaL menunggu dl belakang lampu lalu llnLas pada suaLu slLuasl yang sangaL padaL unLuk
pemodelan lnl Lelah dlLenLukan sepan[ang 60 m !adl kerapaLan mobll dl [alan 1lmur8araL aLau
kerapaLan mobll dl [alan uLaraSelaLan dlberlkan oleh [umlah kendaraan/120 m dlmana [umlah mobll
dlLenLukan dengan rumusan berlkuL lnl
!umlah mobll pada [alan 18 (S1 S2)+(S3 S6)
!umlah mobll pada [alan uS (S3 S4)+(S7 S8)
alam pengendall lampu lalu llnLas konvenslonal lampu akan berubah seLelah wakLu slklus
konsLan yang Lldak akan menghasllkan solusl yang opLlmal Akan leblh balk melewaLkan leblh banyak
mobll pada saaL selang lampu hl[au [lka Lldak beglLu banyak mobll yang menunggu dl belakang lampu
merah l slsl laln [lka hanya sedlklL mobll pada saLu arah dl belakang lampu hl[au selang wakLu unLuk
lampu hl[au dapaL dlubah leblh cepaL unLuk mengurangl wakLu Lunggu darl [umlah mobll yang leblh
banyak dl belakang lampu merah ,odel maLemaLlk eksak unLuk pembuaLan kepuLusan sangaL sullL
dlLenLukan LeLapl dengan loglka fuzzy relaLlf leblh mudah unLuk menenLukan perubahan wakLu yang
opLlmal darl lampu lalu llnLas unLuk seLlap slLuasl an sekall Lelah dlLemukan aLuran yang Lelah beker[a
balk unLuk pengambllan kepuLusan maka program lnl dapaL dengan mudah dlapllkaslkan pada Llap
perempaLan 8agalmanapun [uga [lka dlasumslkan bahwa sLrukLur [alan sama pada semua arah yang
menglmpllkaslkan bahwa [arak adalah sama unLuk semua [alan !lka lampu merah dlperllhaLkan unLuk
[alan uLara dan SelaLan dan lampu hl[au dlperllhaLkan unLuk [alan 1lmur dan 8araL dan seballknya
kemudlan parameLer lnpuL darl model fuzzy dapaL dlbedakan men[adl
1 ,obll dl belakang lampu merah
2 ,obll dl belakang lampu hl[au

Jika diasumsikan bahwa pada jalan T-B atau U-S, lalu lintas sama padatnya untuk kedua arah,
maka mobil di belakang lampu dapat dirata-rata dari mobil yang berada pada 2 arah. Cara yang lebih
baik adalah menggunakan jumlah maksimum mobil dalam 2 arah, ini akan menghindari situasi kacau
ketika lalu lintas yang mengalir dalam arah yang satu lebih padat dari pada arah yang lain.



Sedangkan sebagai dasar pengendalian dari sistem yang dijalankan, digunakan algoritma
logika Iuzzy. Untuk memudahkan pengendalian lampu lalulintas, ada beberapa istilah yang
digunakan dalam pengendaliannya antara lain :
O Untuk kepadatan jumlah kendaraan adalah :
- Tidak Padat (TP,
- Kurang Padat (KP,
- Cukup Padat (CP,
- Padat (P dan
- Sangat Padat (SP.
O Sedangkan untuk lama nyala lampu adalah :
- Cepat (C,
- gak Cepat (C,
- Sedang (S,
- gak Lama (L dan
- Lama (L





4gika Fuzzy untuk $istem Penggajian Karyawan
Dengan adanya system penggajian karyawan menggunakan logika Fuzzy maka karyawan akan
menerima gaji yang benar-benar sesuai dengan apa yang karyawan tersebut kerjakan karena
mesin tidak mungkin melakukan korupsi.
isalkan untuk mengevaluasi suatu pekerjaan, ada m Iaktor yang berpengaruh, tiap-tiap Iaktor
terdiri-dari n level. Sehingga Iaktor ke-i level ke-j dapat ditulis sebagai xij. Diasumsikan bahwa,
level yang lebih tinggi pada suatu Iaktor (nilai j naik menunjukkan bahwa kompleksitas
pekerjaannya lebih tinggi. Hubungan ini dapat dituliskan sebagai :
xij R xij-1, i1,2,.,m dan j1,2,.,n.
isalkan ditetapkan ada k pekerjaan yang akan digunakan sebagai basis untuk melakukan
evaluasi (bechmark, maka benchmark ke-r adalah Zr(X. aka akan dicari berapakah nilai
optimum untuk tiap-tiap level, agar dapat dihitung nilai untuk setiap benchmark. Jika nilai setiap
bechmark ini sudah diketahui, maka dengan mudah kita dapat menentukan berapa gaji yang
harus diterima oleh seorang karyawan dengan spesiIikasi pekerjaannya.






















tAHA . RlTA FlvlA PuRA
KlS . Tl.A2
tPH . 10010102