PARAMETERISASI MODEL

Studi Kasus:

Makalah ini membahas pemodelan sistem tangki terhubung berbasiskan data

masukan-keluaran dengan menggunakan model fuzzy Takagi-Sugeno. Algoritma
fuzzy clustering Gustafson-Kessel digunakan untuk mengelompokkan data
masukan-keluaran menjadi beberapa cluster berdasarkan kesamaan jarak suatu
anggota data masukan-keluaran dari titik tengah suatu cluster. Cluster-cluster
yang terbentuk diproyeksikan orthonormal ke setiap ruang variabel linguistik
bagian premis untuk mendapatkan fungsi keanggotaan model fuzzy Takagi-
Sugeno. Parameter konsekuen dari model fuzzy Takagi-Sugeno diperoleh dengan
mengestimasi data setiap cluster dengan menggunakan metode weighted
leastsquares. Hasil model fuzzy Takagi-Sugeno yang diperoleh divalidasi dengan
indikator kinerja variance-accounted-for (VAF) dan root mean square (RMS).
Hasil uji simulasi menunjukkan model fuzzy Takagi-Sugeno sanggup meniru
karakteristik nonlinier sistem tangki terhubung dengan nilai indikator kinerja
model yang baik.

Parameter:

Tahap parameterisasi model merupakan tahapan ditentukannya nilai-nilai atau

data-data inisialisasi yang akan mempengaruhi jalannya model. Parameterisasi
model berasal dari data hipotesis dan data sekunder terkait nilai parameter sistem
tangki terhubung

Tabel 1. Nilai parameter sistem tangki terhubung

Parameter Keterangan Nilai

A1 = A2 Luas penampang 34 cm2
tangki 1 & 2
k1 = k2 Luas penampang 0.19625 cm2
pipa katup
h1,max=h2,max Ketinggian
maksimum tangki 30 cm
1 dan 2
Kvq (Qin = Faktor pengali 6 cm 3/Vs
 Kvq×Vpump) tegangan aliran
Interval tegangan 0 ≤ Vpump ≤ 12
Vpump
pompa Volt

Gambar 1. Konfigurasi sistem tangki

terhubung
Spesifikasi sistem tangki terhubung mengacu pada keadaan fisik sistem Coupled
Tank Apparatus PP-100, dengan nilai parameter terlihat pada Tabel 1, dengan
skema sistem tangki terhubung terlihat pada Gambar 1.

Estimasi:

Tabel 2. Hasil estimasi parameter konsekuen

Parameter Affine Takagi-

Konsekue Sugeno Model
n
R1 R2 R3 R4 R5
ai1 1.38 1.62 1.7 1.93 1.86
ai2 -0.44 -0.64 -0.71 -0.93 -0.87
ai3 0.055 0.04 0.035 0.01 0.015
5
bi -
- - - -
0.08
0.0157 0.108 0.035 0.043
5
Data:

A. Availability (ketersediaan) data.

Pengumpulan data

Sekunder (data sudah ada)

Tabel 3. Data nilai center, eigenvector, dan eigen value masing-masing cluster
cluster Center Eigenvector Eigenvalue
u(k-1) y(k-2) y(k-1) [φ1,φ2,φ3] [λ1,λ2,λ3]
⎡0.3895 0.5548 0.7352 ⎤ 0
⎢ ⎡2.5907 0.5005 ⎤
0.3703 0.6365 ⎥ ⎢0
0
#1 1.1333 0.4971 0.48086 −0.6766 0
0⎥
⎢ ⎢
−0.5357 ⎥
⎥ ⎢⎣ 0 0.002⎥⎦
⎢⎣0.8433 −0.0425⎥⎦
⎡0.6916 0.0204 0.7220 ⎤ ⎡0.72255 0 0⎤
⎢ ⎢ 1.7669 0⎥
0.1409 ⎥
0.7129 ⎢ −0.6870 0 ⎥
−0.9898 0.0011⎥⎦
⎢⎣0.1157 ⎥ 0
#2 3.1573 3.8216 3.7705 ⎢
−0.0830⎥⎦
⎢⎣

0
⎡ 0.6946 0.0705 0.7159 ⎤ ⎡8.5688 0
⎢0 1.7832 0⎤
⎢ −0.0328 ⎥
0.7189 −0.6943 ⎢ 0 0⎥
#3 5.2934 8.3933 8.4024 0.9970
⎢ ⎥ ⎢⎣ 0 ⎥
0.0018⎥⎦
0.0735 ⎥⎦
⎢⎣−0.0255
⎡0.7013 0.0387 0.7118 ⎤ ⎡10.4934 0
⎢ ⎢ 2.1027
0.7128 0.0404 ⎥
−0.7002
⎢ 0.9984 0 0⎤
⎥ 0 0⎥
#4 6.5965 12.731 12.78 ⎢⎣0.0017 −0.0560⎥⎦ ⎢ ⎥
⎢⎣ 0.0026⎥⎦

0
#5 8.1906 20.665 20.693 ⎡0.7018 − 0.0248 0.7119 ⎤ ⎡29.8604 0
⎢ ⎢ 2.4211
0.7039 ⎢ −0.1292 ⎥
− 0.6984 0
0.9913 0⎤
⎢⎣0.1093 ⎥ 0 0⎥
− 0.0732⎥⎦ ⎢ ⎥
⎢⎣ 0.0021⎥⎦

0
B. Quality
 Akurasi atau ketelitian, tergantung dari cara mengumpulkan data.
 Cara Pengumpulan data
Dengan mengcluster nilai parameter
 Cara mengelola data
Dengan menggunakan algoritma least-squares
 Kapan data dikumpulkan
Saat pompa air mengisi tabung
C. Quantity
Kecukupan data

Berapa n yang diinginkan ?

Indikator kinerja kuantitatif dalam validasi model dalam permasalahan
ini adalah variance accounted for (VAF) dan root mean square (RMS), yang
dinyatakan dalam persamaan berikut ini:

VAF =100% x ⎡1 − (y k − y k )⎤
var ˆ( ) ( )
⎢ ⎥
⎣ ( ) ⎦
ˆ
var y ( k )
N
2

∑ (y k − y k )
ˆ( ) ( )
k =1
RMS =
N

bahwa performa model fuzzy Takagi-Sugeno dengan struktur model orde-2

merupakan struktur model yang menghasilkan performa yang terbaik
dengan nilai VAF=99.6582% dan RMS = 0.4277, hal ini sesuai dengan orde
fungsi alih waktu diskrit sistem tangki terhubung.

D. Variability
Untuk memverifikasi kemiripan antara model yang didapat dengan perilaku
sifat nonlinier dari sistem tangki terhubung

Gambar 2. Kinerja model fuzzy TS

Gambar 3 dan 4. Kinerja model terhadap masukan fungsi step dan Validasi model
fuzzy TS sistem tangki terhubung dengna data lain