Anda di halaman 1dari 13

LAPORAN PRAKTIKUM

LABSHEET 2
PERANCANGAN KONTROL LOGIKA FUZZY

Disusun oleh :
Daniel edo 1641170055

PROGRAM STUDI TEKNIK ELEKTRONIKA


JURUSAN TEKNIK ELEKTRO
POLITEKNIK NEGERI MALANG
1. Kompetensi

Setelahmelakukan praktik, mahasiswa memiliki kompetensi: dapat


memahami bagaiamana cara kerja system kendali fuzzy.
2. Sub Kompetensi

Setekah melakukan praktik, mahasiswa memiliki sub kompetensi yaitu membuat sistem logika
fuzzy dimana terdapat fuzzyfikasi sampai defuzzifikasi.
3.dasar teori
Desain sistem fuzzy memiliki beberapa kaidah yang harus dipenuhi agar sistem hasil
desain dapat memenuhi objektif kontrol yang diinginkan. Terdapat beberapa Istilah dan
pengetahuan umum dari sistem fuzzy.
a. Variable Lingustik
Untuk menggambarkan input (xi) dan output (ui) sistem fuzzy
Contoh:
x1 = “posisi”, x2 = “kecepatan” dan u1 = “tegangan”
b. Aturan Linguistik
Pemetaan input ke output dalam sistem fuzzy.
Aturan yang terdiri dari kondisi → aksi
IF premis Then konsekuen
If x1 is A1 and x2 is B1 Then u is C1
c. Himpunan Fuzzy, operator dan inferensi fuzzy
- Himpunan Fuzzy

- Operator (Logika) Fuzzy


Interseksi: minimum atau algebric product
Union: maximum atau algebric sum
- Interaksi (Logika) Fuzzy
Pengetahuan : if air dalam tangki adalah sangat panas then tambahkan air
dengan cukup banyak
Fakta : Air dalam tangki adalah cukup panas
Konklusi : Tambahkan sdikit air dingin
Inferensi logika fuzzy ↔ Penalaran Manusia

4 Komponen (modul) dalam kintroler Fuzzy


1) Basis aturan (kumpulan aturan If-Then)
Berisi kuantifikasi logika fuzzy dari pakar tentang cara untuk mencapai hasil
kontrol yang baik
2) Mekanisme inferensi fuzzy
Meniru cara pakar dalam mengambil keputusan (interpretasi dan aplikasi
pengetahuan tentang bagaimana cara mengontrol plant yang terbaik)
3) Fuzzifikasi
mengubah input pada kontroler menjadi informasi yang memudahkan inferensi
fuzzy mengaktivasi dan menggunakan aturan
4) Defuzzifikasi
mengubah konklusi dari inferensi fuzzy ke dalam input aktual untuk men- drive
proses

Fuzzyfikasi
Proses pemetaan dari range input teramati (crisp) ke dalam nilai fuzzy terkait
Tiga tipe strategi fuzzifikasi:
1) Fuzzy singleton:
Input x0 diinterpretasikan sebagai himpunan fuzzy A yang memiliki fungsi
keanggotaan μA(x) sama dengan nol kecuali pada titik xo → μA(x0) = 1
2) Fuzzy number
Random variable (noisy measurement)
3) Hybrid fuzzy/random number
Defuzzyfikasi
1. Center Of Gravity (COG)
Syarat: fungsi keanggotaan simetris

Dimana:
𝑏𝑖:titik tengah fungsi keanggotaan
∫ (𝑖): area dibawah fungsi keanggotaan (𝑖)

2. Center – (weighted) average


Rerara berbobot dari nilai tengah fungsi keanggotaan output (syarat: fungsi
keanggotaan simetris)
3. Center of area (COA)

Basis Aturan Fuzzy


Aturan fuzzy dapat dibangun berdasarkan metode heristik dan metode deterministik.
Beberapa basis aturan fuzzy
1) Interaksi
- Interaksi antara aturan kontrol
- Sensitivitas aksi kontrol bergantung pada himpunan fuzzy, partisi semsta
variabel input (output), bsd
2) Konsistensi
- Penyusunan aturan yang tidak konsisten dapat menyebabkan aksi kontrol
yang salah
3) Kelengkapan
- Kontroler harus selalu dapat memutuskan aksi kontrol yang tepat untuk
semua keadaan proses
4) Robustness
- Kemampuan sistem fuzzy melawan gangguan atau perubahan mendadak
dalam sistem.
Contoh aplikasi Logika Fuzzy pada sistem kontrol frekuensi putar kipas angin
Suatu sistem untuk dapat mengatur frekuensi putar kipas angin secara otomatis
digunakan sistem kontrol. Sistem ini dipengaruhi oleh tiga variabel yaitu kecepatan kipas angin,
suhu ruangan, dan sumber frekuensi putar kipas angin. Berdasarkan data spesifik dari pabrik,
kecepatan putar kipas angin terkecil sebesar 1000 rpm dan terbesar 5000 rpm, kemampuan
sensor suhu ruangan berada dalam interval 100 sampai 600 Kelvin, sedangkan sumber frekuensi
putar kipas angin hanya mampu menyediakan frekuensi sebesar 2000 sampai 7000 rpm.
Terdapat 2 input dan 1 output
Input : Kecepatan & Suhu Output : Frekuensi
-kecepatan

-suhu
-frekuensi

4. Alat dan Bahan


Peralatan yang digunakan yaitu sebuah komputer/PC/Laptop yang telah terinstal
MATLAB
5. Langkah Kerja
1) Siapkan Laptop/PC untuk melakukan Percobaan
2) Jalankan software MATLAB
3) Tulis pada command window “Fuzzy” maka akan tampil editor seperti gambar
dibawah ini

4) Pilih: File, New FIS, Mamdani seperti gambar berikut


Variabel linguistic dari permasalah adalah
- Kecepatan
- Suhu
- Frekuensi
5) Tambahkan input pada FIS dengan cara klik: edit – add variable – input
sesuai dengan variabel linguistic
6. Klik blok “kecepatan” lalu ubah : range, display range, name, params.
Dengan cara mengklik masing-masing line.
9) Tampilkan hasil proses fuzzyfikasi
6. Latihan
1. Suatu perusahaan minuman akan memproduksi minuman jenis XYZ. Dari data 1 bulan
terakhir, permintaan terbesar hingga mencapai 6000 botol/hari, dan permintaan terkecil sampai
500 botol/hari. Persediaan barang digudang terbanyak sampai 800 botol/hari, dan terkecil
pernah sampai 200 botol/hari. Dengan segala keterbatasannya, sampai saat ini, perusahaan baru
mampu memproduksi barang maksimum 9000 botol/hari, serta demi efisiensi mesin dan SDM
tiap hari diharapkan perusahaan memproduksi paling tidak 3000 botol.
2. Suatu perusahaan makanan kaleng setiap harinya mampu memproduksi barang
maksimal 50.000 kaleng, paling sedikit 20.000 kaleng. Setiap hari, paling tidak menerima
permintaan juga sekitar 50.000 kaleng, dan dalam 3 bulan terakhir permintaan tertinggi sebesar
75.000 kaleng. Makanan kaleng yang masih tersedia di gudang setiap harinya rata-rata 7500
kaleng, sedangkan kapasitas gudang maksimum hanya mampu menampung 15.000 kaleng.
7. Hasil Percobaan
8. Analisa
Berdasarkan hasil percobaan diatas, diperoleh :
1.) Input : permintaan dan persediaan
Output : produksi
- Permintaan
1 , x ≤1000
6000−x
µ rendah [x] = , 1000 ≤ x ≤ 6000
5000
0 , x ≥ 6000
0 , x ≤ 1000
x−1000
µ rendah [x] = , 1000 ≤ x ≤6000
5000
1 , x ≥ 6000
- Persediaan
1 , y ≤ 100
900− y
µ terkecil [y] = ,100 ≤ y ≤900
800
1 , y ≥ 900
0 , y ≤100
y−100
µ terbanyak [y] = ,100 ≤ y ≤ 900
800
1 ,≥ 900

- Produksi
1 , z ≤ 3000
9000−z
µ maksimum [z] = ,3000 ≤ z ≤ 9000
6000
0 , z ≥ 9000
0 , z ≤ 3000
z−3000
µ minimum [z] = , 3000 ≤ z ≤ 9000
6000
1 , z ≥ 9000

2.) Input : produksi dan permintaan


Output : persediaan
- Produksi
0 , x ≤ 1 atau x ≥ 6
x−1
µ sedikit [x] = , 1≤ x ≤ 3
3−1
6−x
,3 ≤ x ≤ 6
6−3
0, x≤2
x−2
µ banyak [x] = , 2≤ x ≤5
3
1 , x ≥5
o Permintaan
1, y≤5
8− y
µ rendah [y] = ,5 ≤ y ≤8
3
0 , y ≥8
1, y≤5
y−5
µ tinggi [y] = ,5 ≤ y ≤ 8
3
1, y≥8
- Persediaan
1 , z ≤ 8000
16000−z
µ minimum [z] = , 8000 ≤ z ≤ 16000
8000
0 , z ≥ 16000
0 , z ≤ 8000
z−8000
µ maksimum [z] = ,8000 ≤ z ≤ 16000
8000
1 , z ≥16000

9. Kesimpulan
Berdasarkan analisa diatas, dapat disimpulkan bahwa hasil praktikum yang
dilakukan diatas sama dengan teori.

Anda mungkin juga menyukai