REVIEW JURNAL

LOGIKA FUZZY

Disusun oleh :

Gita Adinda Permata 1341177004309

PROGRAM STUDI TEKNIK INFORMATIKA

FAKULTAS ILMU KOMPUTER
UNIVERSITAS NEGERI SINGAPERBANGSA
KARAWANG
 KATA PENGANTAR

Assalamualaikum Wr. Wb.

Dengan memanjatkan puji syukur kehadirat Allah Subhanahu Wa Ta’ala
yang telah melimpahkan segenap Rahmat dan Hidayah-Nya sehingga penulis
dapat menyelesaikan tugas review ini dengan judul “Logika Fuzzy ”
Atas tersusunnya Laporan Tugas Akhir ini, penulis mengucapkan terima
kasih yang sebesar-besarnya kepada Ibu Betha Nurinasari M.,Kom selaku dosen
Pengantar Intelegensi Buatan.
Penulis menyadari sepenuhnya bahwa dalam penyusunan Tugas ini
masih jauh dari sempurna. Untuk itu kritik dan saran yang bersifat membangun
guna perbaikan dimasa mendatang akan penulis terima dengan senang hati beserta
ucapan Terima Kasih.

Wassalamualaikum Wr. Wb.

Penulis

Karawang,
3 Februari 2016

ReviewJurnal|i
 DAFTAR ISI

KATA PENGANTAR ............................................................................................. i

DAFTAR ISI ........................................................................................................... 1

BAB I JUDUL......................................................................................................... 2

BAB II PEMBAHASAN ........................................................................................ 3

2.1. Latar Belakang ......................................................................................... 3

2.2. Rumusan Masalah .................................................................................... 4

2.3. Tujuan Penellitian..................................................................................... 4

2.4. Metode yang Digunakan........................................................................... 4

2.5. Eksperimen dan Hasil ............................................................................... 4

2.6. Kesimpulan ............................................................................................... 8

1|R e v i e w J u r n a l
 BAB I
JUDUL

Judul Jurnal : STUDI INFERENSI FUZZY TSUKAMOTO UNTUK

PENENTUAN FAKTOR PEMBEBANAN TRAFO PLN.

Tahun 2012

Penulis : Fanoeel Thamrin

2|R e v i e w J u r n a l
 BAB II
PEMBAHASAN

2.1. Latar Belakang

Semakin berkembangnya teknologi tenaga listrik menyebabkan proses
pemantauan dan diagnosis pada sistem tenaga listrik menjadi sangat kompleks.
Pemantauan kondisi peralatan tenaga listrik secara manual tidak memberikan
solusi yang tepat. Gangguan pada trafo dapat mengakibatkan terbakarnya trafo
dan juga turunnya kinerja trafo. Oleh karena itu, pemeliharaan dan pendeteksian
kerusakan trafo perlu dilakukan secara rutin agar trafo bisa bekerja sesuai dengan
masa pemakaian maksimumnya.

Permasalahannya adalah biaya yang cukup besar diperlukan untuk

mendatangkan seorang ahli dalam pemeliharaan dan pemeriksaan trafo secara
rutin, disamping kerusakan trafo yang juga akan mengakibatkan kerugian yang
besar, dimana pada saat ini masalah penghematan energi di antaranya dengan
penghematan biaya operasi.

Berdasarkan permasalahan tersebut maka perlu dikembangkan perangkat

lunak dengan kemampuan sama atau mendekati seorang pakar diagnosis trafo
dengan ketelitian dan kecepatan tinggi terhadap pemeliharaan pada trafo sebelum
terjadi kerusakan. Berdasarkan hal tersebut, maka dalam membangun sistem pakar
untuk pemeliharaan preventif digunakan logika fuzzy yang mampu menangani
ketidakjelasan dan ketidakpastian dari berbagai variabel pemeliharaan trafo yang
digunakan .

Logika fuzzy yang digunakan adalah sistem inferensi fuzzy Tsukamoto

karena metode ini menggunakan aplikasi nilai monoton, Output hasil inferensi
dari tiap-tiap aturan diberikan secara tegas (crisp) berdasarkan α-predikat (fire
strength). Sistem yang akan dibangun berbasis web yang dapat memberikan
informasi kepada para teknisi PLN khususnya yang berkecimpung dibidang
pemeliharaan trafo distribusi PLN.

3|R e v i e w J u r n a l
2.2. Rumusan Masalah
Bagaimana membuat aplikasi sistem pakar dengan menggunakan teknik inferensi
logika fuzzy Tsukamoto untuk pemeliharaan preventif pada trafo PLN.

2.3. Tujuan Penellitian

Tujuan dari penelitian ini adalah membuat aplikasi sistem pakar sebagai alat bantu
bagi para teknisi PT.PLN dalam melakukan pemeliharaan preventif pada trafo
PLN dengan menggunakan teknik inferensi logika fuzzy Tsukamoto sehingga
dapat dilakukan pemeliharaan sesuai dengan gejala awal gangguan.

2.4. Metode yang Digunakan

Variabel fuzzy menggunakan fungsi keanggotaan trapesium sebagai pendekatan
untuk memperoleh derajat keanggotaan suatu nilai dalam suatu himpunan fuzzy.
Fungsi keanggotaan adalah suatu kurva yang menunjukkan pemetaan titik-titik
input data ke dalam nilai keanggotaan yang memiliki nilai interval antara 0 dan 1.
Salah satu representasi fungsi keanggotaan dalam fuzzy yang akan dipakai adalah
representasi trapesium.

Pada dasarnya, metode Tsukamoto mengaplikasikan penalaran monoton pada

setiap aturannya. Karena menggunakan konsep dasar penalaran monoton, pada
metode Tsukamoto, setiap konsekuen pada aturan yang berbentuk IF-THEN harus
direpresentasikan dengan suatu himpunan fuzzy dengan fungsi keanggotaan yang
monoton. Output hasil inferensi dari tiap-tiap aturan diberikan secara tegas
(crisp) berdasarkan α- predikat (fire strength). Proses agregasi antar aturan
dilakukan, dan hasil akhirnya diperoleh dengan menggunakan defuzzy dengan
konsep rata-rata terbobot.

2.5. Eksperimen dan Hasil

Pada pembuatan sistem pendukung keputusan ini terlebih dahulu dibuat
variabel linguistik untuk proses fuzzyfikasi yang terdapat pada table di bawah ini :

4|R e v i e w J u r n a l
 Gambar 4.6.1 Tabel variabel linguistik.

Untuk Variabel Pembebanan Trafo ini dibagi dalam 4 kategori yaitu rendah
(<40), sedang (40 ≤ Pembebanan ≤ 60 ), cukup tinggi (60 ≤ Pembebanan ≤ 80 ) ,
tinggi (Pembebanan> 80). Dari pembagian kategori ini nantinya dapat diketahui
fungsi keanggotaannya pada setiap himpunan fuzzy rendah, cukup tinggi, tinggi.

Representasi trapesium pembebanan trafo.

Variabel Ketidakseimbangan beban ini dibagi dalam 2 kategori yaitu rendah

(<20), tinggi (>20). Dari pembagian kategori ini nantinya dapat diketahui fungsi
keanggotaannya pada setiap himpunan fuzzy rendah dan tinggi.

5|R e v i e w J u r n a l
 Representasi trapesium ketidak seimbangan beban.

Variabel faktor daya ini dibagi dalam 1 kategori yaitu rendah (<0,85) dan
normal (0,85-1). Dari pembagian kategori ini nantinya dapat diketahui fungsi
keanggotaannya pada setiap himpunan fuzzy rendah dan tinggi.

Gambar 4.6.2 Representasi trapesium faktor daya.

Variabel tegangan ini dibagi dalam 3 kategori yaitu rendah (< 195 V),
normal ( 195< V <231) dan tinggi ( >231 V). Dari pembagian kategori ini

6|R e v i e w J u r n a l
nantinya dapat diketahui fungsi keanggotaannya pada setiap himpunan fuzzy
rendah, normal dan tinggi.

Representasi trapesium tegangan.

Diagram konteks sistem inferensi fuzzy ini ditampilkan pada gambar di atas.
Dalam diagram alir data ini admin dapat mengolah data basis pengetahuan, data
login. Sedangkan user dapat memasukkan data variabel masukan trafo, data login.
Dan user dapat melihat info pembebanan trafo, info ketidak seimbangan beban,
info tindakan pemeliharaan trafo.

Diagram alir data spk.

7|R e v i e w J u r n a l
2.6. Kesimpulan
Dari jurnal diatas yang dapat saya simpulkan dengan baik yaitu :

Jurnal dengan metode Tsukamoto dapat digunakan sistem pakar yaitu dalam
sistem pendukung keputusan. Metode Tsukamoto ini menggunakan aplikasi nilai
monoton, Output hasil inferensi dari tiap-tiap aturan diberikan secara tegas (crisp)
berdasarkan α-predikat (fire strength). Logika fuzzy memiliki variabel linguistik
seperti rendah, sedang, tinggi.

8|R e v i e w J u r n a l
9|R e v i e w J u r n a l