DISUSUN OLEH:
POMPY MANDISLIAN SIANTURI(1612227)
i
KATA PENGANTAR
Puji Syukur penulis panjatkan kehadirat Tuhan Yang Maha Esa yang telah
melimpahkan rahmat-Nya,sehingga penulis dapat menyelesaikan tugas yang berjudul
“PENDETEKSIAN DAN PENGAMAN DINI PADA KEBAKARAN BERBASIS
PERSONAL COMPUTER(PC) DENGAN FUZZY LOGIC”
Penulis juga mengucapkan banyak terima kasih kepada bapak Ir. Yusuf Ismail
Nakhoda, M.T. selaku dosen pembimbing yang telah menuntun penulis dalam
menyelesaikan tugas ini.Tidak lupa juga penulis mengucapkan terima kasih kepada
teman-teman yang selama ini senantiasa memberikan saran dan masukan-masukan yang
mendukung kelancaran tugas ini.
Penulis menyadari bahwa penyelesaian tugas ini masih jauh dari
sempurna,untuk itu kritik dan saran dari pembaca sangat penulis harapkan untuk
perbaikan tugas ini.
ii
PENDETEKSIAN DAN PENGAMAN DINI PADA KEBAKARAN BERBASIS
PERSONAL COMPUTER(PC) DENGAN FUZZY LOGIC
ABSTRAK
Tujuan penelitian ini untuk merancang peralatan berbasis komputer yang dapat
digunakan sebagai pradeteksi atau keamanan jika terjadi kebakaran. Peralatan yang
dibangun terdiri dari suhu dan asap, Dapat Diprogram Antarmuka Pheriperal (PPI)
8255, Analog to Digital Converter (ADC), Digital to Analog Converter (DAC),
pemicu pengemudi dan semprotan air. Metode yang digunakan dalam mendeteksi dan
safety fire menggunakan fuzzy system yang terdiri fuzzification, rule based dan
defuzzification. Hasil eksperimen menunjukkan bahwa semprotan udara otomatis
fungsi berdasarkan hasil temprature dan sensor asap dengan aturan fuzzy yang
diterapkan dalam sistem.
iii
Daftar isi
iv
Daftar Gambar
Daftar Tabel
v
Bab I
Pendahuluan
1.1 Tujuan
Untuk mengetahui penggunaan fuzzy logic yang di aplikasikan ke sistem
pemadam kebakaran
1.2 Rumusan Masalah
1) Bagaimana cara mengetahui banyak kecilnya output yang akan dikeluarkan?
2) Bagaimana cara mengetahui berapa banyak input yang dapat terdeteksi oleh
outputan tersebut?
1
Bab II
Isi Pengerjaan
2.1 Langkah-Langkah Pengerjaan fuzzy logic
2
Pada input dan output dapat di tambahkan dengan klik edit>add variable>input
or output(pada tugas ini memakai 2 input dan 2 output)
3
Setelah itu kita masukan parameter pada masing-masing membership function:
Pada inputan
Pada suhu:
Dingin = -5 sampai 18 derajat celcius
Normal = 19 sampai 30 derajat celcius
Hangat = 31 sampai 50 derajat celcius
Panas = 51 sampai 70 derajat celcius
Sangat Panas = 71 sampai 95 derajat celcius
Pada asap:
Tidak ada = 0 sampai 1 volt
Sedikit = 1,1 sampai 2,5 volt
Sedang = 2,6 sampai 3,75 volt
Banyak = 3,76 sampai 5 volt
Sangat banyak = 5,1 sampai 6,25 volt
Pada outputan
Pada warna sprinkler:
Orange = 95 sampai 130 derajat fahrenhit
Merah = 131 sampai 155 derajat fahrenhit
Kuning = 156 sampai 175 derajat fahrenhit
Hijau = 176 sampai 195 derajat fahrenhit
Biru = 196 sampai 220 derajat fahrenhit
Pada penyemprot air:
Tidak ada = 0 liter
Sedikit = 0 sampai 2000 liter
Sedang = 2000 sampai 3000 liter
Banyak = 3000 sampai 4000 liter
Sangat banyak = 4000 sampai 5000 liter
4
Inputan
Suhu Asap
Dingin -5 – 8 derajat C Tidak ada 0-1 V
Normal 19-30 derajat C Sedikit 1,1-2,5 V
Hangat 31-50 derajat C Sedang 2,6-3,75 V
Panas 51-70 derajat C Banyak 3,76-5 V
Sangat panas 71-95 derajat C Sangat Banyak 5,1-6,25 V
Tabel 2.1 Daftar Membership function pada Inputan
outputan
Warna sprinkler Penyemprot air
Orange 95– 130 drjt F Tidak ada 0 Liter
Merah 131-155drjt F Sedikit 0-2000 Liter
Kuning 156-175 drjt F Sedang 2000-3000 Liter
Hijau 176-195 drjt F Banyak 3000-4000 Liter
Biru 196-220 drjt F Sangat Banyak 4000-5000 Liter
Tabel 2.2 Daftar Membership function pada Outputan
2.2 Daftar Tabel pada membership function
Fungsi Asap
Keanggotaan Tidak ada Sedikit Sedang Banyak Sangat banyak
output fuzzy
Dingin Tidak ada & Tidak Tidak Sedikit&Mera Sedang&Kuni
Orange ada&Orange ada&Orange h ng
Suhu Norma Tidak Tidak Sedikit&Mera Sedang&Kuni Banyak&Hijau
Udar l ada&Orange ada&Orange h ng
a Hangat Tidak Sedikit&Mera Sedang&Kuni Sedang&Kuni Banyak&Hijau
ada&Orange h ng ng
Panas Sedikit&Mera Sedikit&Mera Sedang&Kuni Banyak&Hijau Sangat
h h ng Banyak&Biru
Sangat Sedikit&Mera Sedang&Kuni Banyak&Hijau Banyak&Hijau Sangat
Panas h ng Banyak&Biru
Tabel 2.3 Fungsi Keanggotaan output fuzzy
5
Setelah membuat parameter tersebut kita membuat sebuah rule,caranya klik
edit>rules(ctrl+3) dan akan muncul seperti dibawah ini:
6
.
7
Gambar 2.6 Rules Fuzzy logic
8
Setelah membuat Rules tersebut maka kita dapat melihat hasil rules tersebut
dengan cara,klik view>rules(ctrl+5),maka akan muncul seperti dibawah ini:
9
Gambar 2.7 Rules View
10
Bab III
Penutup
3.1 Kesimpulan
Dari hasil penelitian ini dapat diketahui bahwa sistem penyemprot air dan
sprinkler warna bekerja secara otomatis berdasarkan hasil bacaan sensor suhu dan asap
sesuai dengan aturan fuzzy yang diterapkan dalam sistem. Algoritma pengendalian
berbasis fuzzy terbukti dapat diterapkan dalam kasus deteksi dini
kebakaran. Sebagai pengembangan lebih lanjut dari penelitian
ini, yaitu sebaiknya alat deteksi dini kebakaran ini dirancang bisa bergerak (mobile)
leluasa. Sehingga, pada saat alat ini mengetahui ada hal yang mencurigakan di suatu
lokasi, alat ini dapat mencapai tempat tersebut dan memberikan penyemprotan air.
Dapat dipikirkan untuk penggunaan algoritma lain selain algoritma fuzzy, yaitu antara
lain: Hybrid Algorithm.
11
Daftar Pustaka
Dorf, RC. 1983. Sistem Pengaturan, Jakarta: Erlangga.
Jang, J.-S.R, Sun, C.-T & Mizutani,E. 1996. Neuro-Fuzzy
and Soft Computing. London: Prentice Hall Inc.
Kosko, B. 1992. Neural Networks and Fuzzy Systems.
London: Prentice Hall Inc.
Ogata, K. 1993. Teknik Kontrol Automatik (Sistem
Pengaturan). Jakarta: Erlangga.
Rahmat, B. 2000. Perancangan Pengontrol Neuro-Fuzzy
untuk Pertumbuhan Saccharomyces cerevisiae
dalam Proses Fermentasi. Tesis tidak diterbitkan.
Bandung: Program Pasca Sarjana ITB.
Rahmat, B. 2001. Aplikasi Mikrokontroler PIC 16C74 untuk
Kontrol Aliran Udara Berbasis Logika Fuzzy. Jurnal
Gematek, 3 (2).
Setianto & Rahmat, B. 1999. Pengaturan lampu Lalulintas
Berbasis Fuzzy Logic. ELEKTRO Indonesia, 28 (6).
Wang, L. 1994. Adaptive Fuzzy Systems and Control,
London: Prentice Hall.
Wang, L. 1997. A Course in Fuzzy Systems and Control.
London: Prentice-Hall.
12