DISUSUN OLEH:
KELOMPOK 1
i
KATA PENGANTAR
Puji syukur kami panjatkan atas kehadirat Allah SWT, berkat limpahan
rahmat, taufik dan hidayah-Nya kami dapat menyelesaikan penulisan makalah ini
yang merupakan tugas dari mata kuliah Fuzzy Logic. Makalah ini berjudul
“Aplikasi Fuzzy Logic pada Mesin Cuci Otomatis dengan Menggunakan Matlab”.
Makalah ini dibuat sebagai salah satu syarat terpenuhinya Ujian Akhir
Semester mata kuliah Fuzzy Logic. Selesainya penulisan makalah ini adalah
berkat dukungan dari semua pihak terutama Bapak Djaohar. S.T, M.T, selaku
dosen mata kuliah Fuzzy Logic.
Dengan sadar kami menyadari bahwa makalah ini masih banyak memiliki
kekurangan, oleh karena itu kritik dan saran yang membangun sangat kami
harapkan. Semoga tulisan ini dapat memberi manfaat yang sebesar-besarnya bagi
kami dan pembaca.
Tim Penyusun
ii
DAFTAR ISI
iii
BAB I
PENDAHULUAN
1.1. Latar Belakang
Kebersihan merupakan suatu hal yang cukup signifikan dalam kehidupan
manusia. Masalah kebersihan menjadi sesuatu yang cukup kompleks dalam
kehidupan manusia, terutama tentang kebersihan pakaian sebagai wujud nyata
dari kepribadian manusia itu sendiri. Tidak mungkin seseorang hanya bersih
secara jasmani sedang pakaian belum masuk dalam kategori bersih. Dalam
kehidupan sehari-sehari, kebersihan pakaian mayoritas dilakukan dengan proses
mencuci. Hingga zaman ke zaman, proses mencuci dilakukan dengan berbagai
cara, termasuk dengan menggunakan mesin pencuci.
Seiring dengan perkembangan teknologi, mesin cuci yang pada awalnya
dikendalikan oleh manusia, lambat laun dikendalikan oleh sebuah rangkaian
mikrokontroller yang dalam penggunaannya sepenuhnya dilakukan oleh komputer
dengan acuan dan aturan-aturan yang mirip digunakan oleh manusia
untuk mengendalikan mesin cuci. Sistem kendali mesin cuci otomatis pertama
kali digunakan di Jepang. Pada saat itu di tanam kecerdasan seperti manusia pada
tiap mesin pencuci agar bisa mengenali tingkat noda pakaian, jenis pakaian dan
lain sebagainya.
Melihat kondisi tersebut,maka pada sistem pengendali mesin cuci saat ini
digunakan sebuah metode khusus yang tentunya tidak jauh dari kepintaran
manusia pada umumnya. Manfaat yang dapat diambil dari pembuatan mesin cuci
otomatis ini adalah dengan pemilahan tingkat kekotoran noda, dan jenis noda
dapat membantu seseorang dalam menjaga warna dari pakaian itu sendiri. Selain
itu juga estimasi waktu putaran dalam mencuci pakaian tertentu dan jumlah waktu
yang diperlukan dalam proses pencucian membantu seseorang dalam
memanajemen waktu, hal ini sangat berguna untuk jasa laundry.
Dengan melihat beberapa ulasan di atas maka pada makalah ini penyusun
mengambil judul “Aplikasi Fuzzy Logic pada Mesin Cuci Otomatis”, Fuzzy logic
di gunakan karena dapat mengontrol pengendali mesin cuci untuk memberikan
waktu pencucian yang benar. Dengan menerapkan fuzzy logic pada sebuah sistem
kontrol akan dihasilkan proses yang dapat beroperasi secara otomatis dan
4
memiliki efektifitas yang mendekati sama dengan control yang dilakukan oleh
manusia secara manual. Dan fuzzy logic juga sangat ampuh untuk membuat
sebuah keputusan yang nantinya juga akan ditanamankan pada sistem pengendali
ini.
1.3. Tujuan
Adapun tujuan yang dapat diketahui dari rumusan masalah di atas adalah
sebagai berikut;
1. Mahasiswa dapat mengetahui yang dimaksud dengan Fuzzy Logic.
2. Mahasiswa dapat mengetahui cara mengaplikasikan Fuzzy Logic pada Mesin
Cuci Otomatis.
3. Mahasiswa dapat mengetahui mengkategorikan tingkat kekotoran dan jenis
noda pakaian dengan Fuzzy Logic.
5
BAB II
KAJIAN TEORI
2.1 Fuzzy Logic
Logika fuzzy adalah suatu cara yang tepat untuk memetakan suatu ruang
input kedalam suatu ruang output. Titik awal dari konsep modern mengenai
ketidakpastian adalah paper yang dibuat oleh Lofti A Zadeh (1972), dimana
Zadeh memperkenalkan teori yang memiliki obyek-obyek dari himpunan
fuzzy yang memiliki batasan yang tidak presisi dan keanggotaan dalam
himpunan fuzzy, dan bukan dalam bentuk logika benar (true) atau salah
(false), tapi dinyatakan dalam derajat (degree).
Logika Fuzzy adalah peningkatan dari logika Boolean yang berhadapan
dengan konsep kebenaran sebagian, dimana logika klasik (Boolean)
menyatakan bahwa segala hal dapat diekspresikan dalam istilah binary (0 atau
1, ya atau tidak), logika fuzzy menggantikan kebenaran boolean dengan
tingkat kebenaran. Logika fuzzy digunakan untuk menerjemahkan suatu
besaran yang diekspresikan menggunakan bahasa (linguistic), misalkan jenis
noda pakaian yang diekspresikan dengan tidak berminyak, medium,
berminyak.
Ada beberapa alasan mengapa orang menggunakan logika fuzzy antara
lain:
1. Konsep logika fuzzy mudah dimengerti. Konsep matematis yang
mendasari penalaran fuzzy sangat sederhana dan mudah dimengerti.
2. Logika fuzzy sangat fleksibel.
3. Logika fuzzy memiliki toleransi terhadap data-data yang tidak tepat.
4. Logika fuzzy mampu memodelkan fungsi-fungsi nonlinear yang sangat
kompleks.
5. Logika fuzzy dapat membangun dan mengaplikasikan pengalaman-
pengalaman para pakar secara langsung tanpa harus melalui proses
pelatihan.
6. Logika fuzzy dapat bekerjasama dengan teknik-teknik kendali secara
konvensional.
7. Logika fuzzy didasarkan pada bahasa alami.
6
Ada beberapa hal yang perlu diketahui dalam memahami sistem fuzzy
yaitu:
1. Variable fuzzy
Variable fuzzy merupakan variabel yang hendak dibahas dalam suatu
sistem fuzzy. Contoh: tingkat kekotoran, jenis noda, umur, temperature,
permintaan, dsb.
2. Himpunan Fuzzy
Himpunan fuzzy merupakan suatu grup yang mewakili suatu kondisi
atau keadaan tertentu dalam suatu variabel fuzzy. Himpunan fuzzy
memiliki 2 atribut, yaitu:
1) Linguistik, yaitu penamaan suatu grup yang mewakili suatu keadaan
atau kondisi tertentu dengan menggunakan bahasa alami, seperti:
Tidak Berminyak, Medium, Berminyak.
2) Numeris, yaitu suatu nilai (angka) yang menunjukkan ukuran dari
suatu variable seperti: 40, 25, 50, dsb.
3. Semesta Pembicaraan
Semesta pembicaraan adalah keseluruhan nilai yang diperbolehkan
untuk dioperasikan dalam suatu variabel fuzzy. Semesta pembicaraan
merupakan himpunan bilangan real yang senantiasa naik (bertambah)
secara monoton dari kiri ke kanan. Nilai semesta pembicaraan dapat
berupa bilangan positif maupun negatif. Ada kalanya nilai semesta
pembicaraan ini tidak dibatasi batas atasnya.
Contoh:
1) Semesta pembicaraan untuk variable mahasiswa: [0 - 50]
2) Semesta pembicaraan untuk variable dosen: [0 - 50]
4. Domain
Domain himpunan fuzzy adalah keseluruhan nilai yang diijinkan
dalam semesta pembicaraan dan boleh dioperasikan dalam suatu
himpunan fuzzy. Seperti halnya semesta pembicaraan, domain merupakan
himpunan bilangan real yang senantiasa naik (bertambah) secara monoton
dari kiri ke kanan. Nilai domain dapat berupa bilangan positif dan
bilangan negatif.
7
2.2 Komponen-komponen Mesin cuci otomatis
Untuk memahami bagaimana mesin cuci bekerja, kita harus memahami
komponen-komponen dari mesin cuci. Berikut merupakan komponen-
komponen yang digunakan pada mesin cuci otomatis:
8
Gambar 2.3. Motor
9
Gambar 2.5. Clutch
Alat inilah yang membuat mesin cuci satu tabung bisa berfungsi
sebagai tabung pencuci atau pengering (spin).
10
2.3 Mesin Cuci Otomatis
Mesin cuci otomatis bekerja dengan cara memutar cucian, air beserta
detergen menggunakan baling–baling (pulsator) yang terletak di dasar tabung,
sementara dinding tabung tidak bergerak. Pada mesin cuci jenis tertentu,
dinding tabung juga bergerak berlawanan dengan putaran pulsator pada saat
proses pencucian sehingga diharapkan menghasilkan proses pencucian yang
lebih efektif. Pada saat pengeringan, pulsator dan tabung mengunci dan
berputar bersama–sama dengan kecepatan putaran yang tinggi sehingga air
terpisah dari cucian.
Semua proses pencucian dilakukan sendiri oleh mesin cuci tanpa campur
tangan manusia. Hal ini dimungkinkan karena adanya modul control
(pengendali) dan beberapa sensor, yaitu sensor ketinggian air, sensor pintu,
inlet valve, drain valve, clutch dan motor.
11
BAB III
PEMBAHASAN
3.1 Input
Aplikasi mesin cuci otomatis pada fuzzy logic ini terdapat tiga input yaitu;
1) Jenis pakaian
Jenis pakaian dibatasi menjadi 3, yaitu sutra, wol, dan katun.
Jenis Pakaian Range Nilai
Sutra 0 – 50
Wol 10 - 90
Katun 50 - 10
12
bentuk kotoran lainnya. Jenis kotoran ditentukan oleh waktu untuk
mencapai saturasi.
Saturisasi merupakan satu keadaan dimana air tidak lagi mengalami
perubahan warna yang cukup berarti.
13
3.2 Output
14
3.3 RULES
Rules yang digunakan dalam program ini didasarkan pada logika dan
pengalaman murni dari penggunaan mesin cuci dalam praktik rumah tangga
sehari-hari.
Tabel 3.1 Rules Fuzzy Logic
Input Output
No. Jenis Tingkat Lama waktu
Jenis kotoran
pakaian kekotoran cuci
1 Sutra Tidak Berminyak Sedikit Sangat Sebentar
2 Sutra Tidak Berminyak Medium Sebentar
3 Sutra Tidak Berminyak Banyak Medium
4 Sutra Medium Sedikit Medium
5 Sutra Medium Medium Lama
6 Sutra Medium Banyak Lama
7 Sutra Berminyak Sedikit Medium
8 Sutra Berminyak Medium Lama
9 Sutra Berminyak Banyak Sangat Lama
10 Wol Tidak Berminyak Sedikit Sebentar
11 Wol Tidak Berminyak Medium Medium
12 Wol Tidak Berminyak Banyak Lama
13 Wol Medium Sedikit Medium
14 Wol Medium Medium Medium
15 Wol Medium Banyak Lama
16 Wol Berminyak Sedikit Lama
17 Wol Berminyak Medium Lama
18 Wol Berminyak Banyak Sangat Lama
19 Katun Tidak Berminyak Sedikit Sebentar
20 Katun Tidak Berminyak Medium Medium
21 Katun Tidak Berminyak Banyak Lama
22 Katun Medium Sedikit Medium
23 Katun Medium Medium Lama
24 Katun Medium Banyak Sangat Lama
25 Katun Berminyak Sedikit Lama
15
26 Katun Berminyak Medium Lama
27 Katun Berminyak Banyak Sangat Lama
16
3. Mengelompokkan Tingkat kekotoran noda menjadi tiga kelompok, yakni
Sedikit, Medium, Banyak.
4. Menghitung estimasi waktu yang diperlukan untuk proses pencucian.
3.4 HASIL
Berikut hasil analisa aplikasi mesin cuci otomatis dengan fuzzy logic:
1. Setelah semua fungsi member didefinisikan (input, output, rules), pada menu
awal pilih view atau bisa juga dengan menekan tombol ctrl+5.
2. Kemudian muncul tampilan sebagai berikut. Isi bagian input dengan nilai
yang akan diuji.
17
3. Seperti terlihat pada gambar, jika ketiga input diisi dengan nilai 50(%)
maka didapat lama waktu pencucian sekitar 26,7 menit.
Gambar di bawah merupakan hasil pada grafik 3D yang disediakan matlab
dengan nilai input yang sama.
18
BAB IV
PENUTUP
4.1 Kesimpulan
4.2 Saran
Mesin cuci otomatis yang lebih lengkap diusahakan untuk didesain dengan
menggunakan teknologi Fuzzy Logic. Proses desainnya meniru intuisi manusia,
yang selalu menginginkan kemudahan. Walaupun contoh control yang digunakan
hanya waktu mencuci saja, desainnya dapat diperluas tanpa mempengaruhi
variable control yang lain seperti level air dan kecepatan pemutaran. Perumusan
dan implementasi dari fungsi anggota dan aturannya sama seperti yang
ditunjukkan pada waktu mencuci.
19
DAFTAR PUSTAKA
http://elektro-tehnik.blogspot.co.id/2011/09/cara-kerja-mesin-cuci-top-loading-
full.html - diakses pada tanggal 7 Juni 2017 pukul 15.00 WIB
20