SUPRIYONO
*Sekolah Tinggi Teknologi Nuklir - BATAN
Jl. Babarsari Kotak Pos 6101 YKBB Yogyakarta 55281
Telepon 0274-484085,489716, Faksimili 0274-489715
Email: masprie_sttn@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 sistem
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
Keywords: Fuzzy logic, optimation, light intensity, temperature, cahaya, suhu, daya listrik
Untuk melakukan perhitungan kebutuhan maka untuk mendapatkan daya listrik yang
daya listrik yang efeletif, efisien dan fleksibel, optimal, pengguna tinggal memasukkan
perlu dibangun suatu sistem pengambilan intensitas cahaya yang masuk ke dalam ruangan
keputusan berupa perangkat lunak yang mudah clan suhu ruangan atau jika dibuat otomatisasi,
dioperasikan oleh komputer. Dalam sistem ini dapat dihubungkan dengan sensor
membangun sistem pengambilan keputusan ini, intensitas cahaya clan sensor suhu ruangan.
metode atau teknik perhitungannya digunakan Dengan memasukkan kedua variabel tersebut,
logika fuzzy. Makalah ini merupakan hasil baik secara manual maupun secara otomatis
penelitian awal, sehingga asumsi yang diambil maka akan muncul daya listrik yang dibutuhkan
pun masih sederhana, yaitu bahwa besar daya secara optimal. Penelitian ini akan
listrik dipengaruhi oleh intensitas cahaya dan dikembangkan dengan memperhitungkan
suhu ruangan (Soedojo, 1985 dan Nurmianto, faktor-faktor yang lain, misalkan luas ruangan,
1996]. Dalam penelitian ini, faktor-faktor kelembaban udara clan jumlah orang dalam
selera, luas ruangan, seni dan kelembaban udara ruangan tersebut.
belum diperhitungkan. Sehingga untuk
penelitian lanjutannya akan memperhitungkan DASAR TEORI
faktor-faktor tersebut.
Pada saat ini, logika fuzzy sudah banyak
Dalam aplikasi logika fuzzy IllI,
diterapkan di berbagai bidang, baik di dunia
penalaran yang digunakan adalah penalaran
industri maupun penelitian. Bahkan pada
fuzzy metode Mamdani (Kusuma Dewi, 2002].
clasawarsa terakhir ini aplikasi logika fuzzy ini
Untuk variabel bebas intensitas cahaya
semakin menjamur seiring dengan
diasumsikan dengan fungsi keanggotaan Gelap,
perkembangna teknologi komputasi yang luar
Senja dan Siang sedangkan variabel bebas
biasa pesatnya. Dengan pesatnya perkembangan
suhunya diasumsikan dengan fungsi
logika fuzzy ini dicoba untuk diaplikasikan
keanggotaan Dingin, Normal dan Panas. Untuk
dalam bidang penelitian listrik.
variabel tak bebas daya listrik diasumsikan
Menurut Maxwell bahwa cahaya
fungsi keanggotaannya adalah Padam, Redup
termasuk salah satu spektrum dari gelombang
dan Terang dengan tipenya trimf (segitiga) atau
elektromagnetik. Cahaya mempunyai intensitas
trapmf (trapesium). Aturan fuzzy yang
yang dapat dihitung dengan satuan Ix
digunakan sementara ini diasumsikan ada 9 (Illuminance) (Nurmianto, 1996]. Intensitas
(sembilan) aturan. cahaya dengan Ix dalam logika fuzzy
Untuk membangun sistem ini digunakan
diasumsikan sebagai variabel bebas dengan
perangkat lunak Matlab versi 6.5 dengan dimisalkan fungsi keanggotannya sebagai
menggunakan toolbox fuzzy. Dengan dapat berikut: :
dibuatnya sistem pengambilan keputusan ini,
x ~ 200
200 ~ x ~ 400 (1.a)
qJlntGelap[X] = 2((4~0 - x)/400
{ 1- 2(x/400 rr x ~ 400
o x(200danx) 1400
2(x/800 )2 200 ~ x ~ 400
o 800 ~ X
Untuk merepresentasikan fungsi keanggotaan variabel bebas suhu dengan satuan derajat
dimisalkan :
y::;; 18
18::;;y::;;30
9's,,_~"[y]~ {(3~ ~ y)/12 y ~ 30
(2.a)
o y ::;;18atau y::;;42
(y-18)/12 18 ::;;y::;;30
~s""'~,,(y]~ { (42 - y)/120 30::;; y::;; 42
(2.b)
z~700
70~z~110 (3.c)
q,o•• ".,,~, [z] ~ {(z ~ 50)170 z~110
Dalam penelitian ini, aplikasi operator 4. Jika intensitas cahaya masuk senja dan suhu
fuzzy diasumsikan ada 9 buah aturan fuzzy, ruangan dingin maka perlu daya listrik yang
yaitu : terang.
1. Jika intensitas cahaya masuk gelap dan 5. Jika intensitas cahaya masuk senja clan suhu
suhu ruangan dingin maka perlu daya listrik ruangan normal maka perlu daya listrik
yang terang. yang redup.
2. Jika intensitas cahaya masuk gelap dan 6. Jika intensitas cahaya masuk senja dan suhu
suhu ruangan normal maka perlu daya ruangan panas maka perlu daya listrik yang
listrik yang redup. padam.
3. Jika intensitas cahaya masuk gelap dan 7. Jika intensitas cahaya masuk siang clan
suhu ruangan panas maka perlu daya listrik suhu ruangan dingin maka perlu daya listrik
yang redup. yang redup
8. Jika intensitas eahaya masuk siang dan 3. Menentukan Fungsi keanggotaan variabel
suhu ruangan normal maka perlu daya input suhu pada suatu ruang.
listrik yang padam. 4. Menentukan Fungsi keanggotaan variabel
9. Jika intensitas eahaya masuk siang dan output daya listrik pada suatu ruang.
suhu ruangan panas maka perlu daya listrik 5. Menyususn aturan fuzzy.
yang padam. Kelima prosedur di atas, listing
10. Banyak perangkat lunak yang dapat prosedurnya seeara lengkap ditampilkan pada
digunakan untuk menyelesaikan Aplikasi bab 3.4.
fuzzy tersebut di atas, salah satu perangkat c. Kebutuhan output.
lunak tersebut adalah Matlab versi 6.5. Sesuai dengan prinsip membangun
sistem, maka peranan output juga penting.
METODOLOGI PENELITIAN. Dalam penelitian ini outputnya dihasilkan jika
sudah dimasukkan nilai-nilai input intensitas
Sesuai dengan kebutuhan dalam
penelitian ini langkah-Iangkah penelitiannya eahaya dan suhu ruang.
d. Kebutuhan perangkat lunak dan perangkat
adalah sebagai berikut : keras.
Menurunkan Persamaan Model Dalam membangun sistem ada 2 hal
Persamaan (I a), (Ib), (Ie) sebagai tentang perangkat keras yang perlu
representasi fungsi keanggotaan variabel bebas diperhatikan, yang pertama adalah dengan
intensitas eahaya dan Persamaan (2a), (2b), (2e) spesifikasi apa sistem itu dibangun dan dengan
spesifikasi apa sistem itu dapat dijalankan.
sebagai representasi fungsi keanggotaan
variabel bebas suhu berfungsi sebagai input, Sistem ini dibangun dengan perangkat keras
komputer pentium IV dengan RAM 128 MB.
sedangkan Persamaan (3a), (3b), (3e) sebagai
representasi fungsi keanggotaan variabel tak Adapun perangkat lunak yang digunakan untuk
membangun sistem adalah Matlab versi 6.5
bebas daya listrik berfungsi sebagai output.
dengan sistem operasi Windows XP.
Menentukan Analisis Kebutuhan
Pembuatan Perancangan Sistem
Sistem yang baik adalah suatu sistem
Dalam penelitian ini telah dilaksanakan
yang benar, efisien dan mudah
metode peraneangan, yaitu peraneangan fungsi-
pengoperasiannya serta menarik. Agar tereapai
fungsi keanggotaan, peraneangan aturan fuzzy,
tujuan membangun sistem yang baik, maka
peraneangan prosedur dan peraneangan
proses perlu disusun analisis kebutuhan yang
tampilan (antar muka).
meliputi :
a. Kebutuhan input. Membangun Program Komputer.
Input yang diperlukan yang sesuai
Program komputer yang digunakan untuk
dengan Persamaan (la),(lb), (Ie) maupun yang
membangun sistem ini adalah perangkat lunak
sesuai dengan Persamaan (2a), (2b), (2e) yaitu
Matlab versi 6.5 dengan alasan bahwa Matlab
mengisi ukuran range dan memilih tipe fungsi
versi 6.5 merupakan bahasa komputasi teknis
keanggotaan serta parameter yang diperlukan.
yang sangat populer dan sangat mudah
Hal serupa juga dilakukan untuk variabel tak
digunakan serta mudah pula untuk dipahami
bebas daya listrik.
struktur bahasanya [The Matlab, 1992]. Adapun
b. Kebutuhan proses.
listing programya adalah sebagai berikut :
Adapun prosedur pemrogramannya
adalah :
1. Menentukan input maupun output yang
akan digunakan dalam membangun logika
fuzzy, yaitu membuat FIS Editor input
frekuensi eahaya dan suhu serta output
daya listrik.
2. Menentukan Fungsi keanggotaan variabel
input intensitas eahaya pada suatu ruang.
[!nput1 ]
Name='lntensitas'
Range=[O 1600]
NumMFs=3
MF1='Gelap':'zmf,[O 400]
MF2='Biasa':'pimf,[200 800 BOO 1400]
MF3='T erang':'smf,[12oo1600]
[!npuQ]
Nan1€'='Suhu'
Range=[O 60J
NumMFs=3
MFI='Oingin':'trapmf,[O 018 30]
MF2='Noonal':'trimf,[18 30 42J
MF3='Panas':'trapmf,[30 42 60 60J Gambar 1. Fungsi Keanggotaan Input Dan
Outputnya
[Outpul1J
Nan1€'='DayaListrik'
Range=[O 120] Dari Gambar 1 di atas, dipilih input
NurnMF s=3 intensitas cahaya untuk dibuat fungsi
MF'I='Padam':'trapmf,[O 0"10 50] keanggotaan yang lebih detail, yaitu untuk
MF2='Redup':'trimf,[25 60 95] fungsi keanggotaan Gelap, Senja dan Siang,
MF3='Terang':'trapmf ,[70 110120120] yang ketiganya mempunyai range antara 0 sid
[Rules] 1600 Ix. Untuk fungsi keanggotaan Gelap tipe
11,1 ('n: 1 variabelnya adalah zmf dengan parametemya [0
'12,2(1):1 400], sedangkan fungsi keanggotaan Senja tipe
'13,2('1): 1 variabelnya adalah pimf dengan parametemya
21,1 (1): 1
[200 800 800 1400] dan fungsi keanggotaan
22,2 (1):1
23, 3 (I): 1 Siang tipe variabe1nya ada1ah smf dengan
3'J,2('I):1 parametemya [1200 1600]. Hasilnya
32, 3 (I) : 1 ditampilkan pada Gambar 2.
33,3 el): 1
11,3('1).:1
'12, 2 (1): 1
'1 3,2 ('I) :1
21,3('1):1
22, 2 (I) : 1
23,1 (1) : 1
31, 3 (1) : "
32,2f!): 1
Pengujian Program,
Setelah sistem selesai dibangun, maka
hams diuji apakah sistem dapat beIjalan dengan
baik dan mudah dioperasikan. Pengujian
Gambar 2. Fungsi Keanggotaan Variabel Input dibuat fungsi keanggotaan yang lebih detail,
Intensitas Cahaya Masuk yaitu untuk fungsi keanggotaan Padam, Redup
Dari Gambar 1 di atas pula, dipilih input dan Siang, yang ketiganya mempunya range
suhu untuk dibuat fungsi keanggotaan yang antara 0 sid 125 Watt. Untuk fungsi
lebih detail, yaitu untuk fungsi keanggotaan keanggotaan Pad am tipe variabelnya adalah
Dingin, Normal dan Panas, yang ketiganya trapezium dengan parameternya 0 0 10 50],
mempunya range antara 0 sid 60 derajat sedangkan fungsi keanggotaan Redup tipe
Celsius. Untuk fungsi keanggotaan Dingin tipe variabelnya adalah segitiga dengan
variabelnya adalah trapezium dengan parameternya [25 60 95] dan fungsi
parameternya [0 0 18 30], sedangkan fungsi keanggotaan Panas tipe variabelnya adalah
keanggotaan Normal tipe variabelnya adalah trapezium dengan parameternya [70 110 120
segitiga dengan parameternya [18 30 42] dan 120]. Hasilnya ditampilkan pada Gambar 4.
fungsi keanggotaan Panas tipe variabelnya
adalah trapezium dengan parameternya [30 42
6060]. Hasilnya ditampilkan pada Gambar 3. FISVariables
1ZXiDIIYlllkirik
FJSVaiiabl9$ .Si.diI
Hasil optimasi dengan memisalkan maka daya listrik yang diperlukan dengan
intensitas cahaya 741 Ix dan suhu ruangan sistem pengambilan keputusan ini adalah 18,9
dimisalkan 33,5 derajat Celsius, maka daya Watt. Hasil program ditampilkan pada Gambar
listrik yang diperlukan dengan sistem 8.
pengambilan keputusan ini adalah 50 Watt.
Hasil program ditampilkan pada Gambar 6.
lntensites ••'.46e"003 $urn ••~.1
()(IyaU$1rik·'6.9
1
/"'-.
,/
1
2 I'" I 1 '2':.S::J
:z:s=J [S
1 /' ".
, 1"- I "
•
ZJ [2""'.
11111
"
,
,
1
I
/i'"
/1"
/. "-.
"
1
1
,
..••• ' 1
~
.-.. 1
'"
a;,;:
~
:3··E5§
I /"" I roo
o I 1000 0 I '"
II I '1S
I I
1
1
0
'I ./ ". 1
7 1 <'I
• I /I
• oI /1
i6(jQ.
Daftar Isi