LAPORAN PRAKTIKUM

LABSHEET 1
PERANCANGAN KONTROL LOGIKA FUZZY

Disusun oleh :
Daniel edo 1641170055

PROGRAM STUDI TEKNIK ELEKTRONIKA

JURUSAN TEKNIK ELEKTRO
POLITEKNIK NEGERI MALANG
1. Kompetensi

Setelah melakukan 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.
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) Buat Himpunan Fuzzy seperti gambar dibawah ini

Dengan list program

x=0:0.1:50;
y=trimf(x,[15,25,35]);
plot(x,y);
grid;
title('contoh permasalahan segi 3');
xlabel('x');
ylabel('y');
dengan diketahui nilai x sebesar 23, maka fungsi keanggotaanya sebesar 0.800

3) Fungsi keanggotaan trapezium dibawah ini, dengan nilai x sebesar 32

Syntax
y= trapmf(x,[a,b,c,d])
• Program
x=0:0.1:70;
y=trapmf(x,[15,24,35,50]);
plot(x,y);
grid;
title('contoh permasalahan trapesium');
xlabel('x');
ylabel('y');

6. Latihan
Buat himpunan fuzzy dibawah ini
1. Segitiga (seperti langkah kerja no 2) dengan a = 4, b = 10, c = 16, x = 12.
2. Segitiga (seperti langkah kerja no 2) dengan a = 8, b = 16, c = 24, x = 10.
3. Trapesium (seperti langkah kerja no 3) dengan a = 6, b = 12, c = 16, d =
22, x = 18.
4. Trapesium (seperti langkah kerja no 3) dengan a = 3, b = 9, c = 12, d =18, x = 10.
5. Kurva – s dengan a = 20, b = 60, dan x =52. Dengan syntax “smf”
6. Kurva – z dengan a = 2, b = 8 dan x 5. Dengan syntax “zmf”

6. Hasil Percobaan

1. Segitiga
dengan a = 4, b = 10, c = 16, x = 12.

2. Segitiga
dengan a = 8, b = 16, c = 24, x = 10.
3. Trapesium
dengan a = 6, b = 12, c = 16, d =22, x = 18.
4. Trapesium
dengan a = 3, b = 9, c = 12, d =18, x = 10.

5. Kurva – s
dengan a = 20, b = 60, dan x =52. Dengan syntax “smf”

6. Kurva – z dengan a = 2, b = 8 dan x 5. Dengan syntax “zmf”

7. Analisa
Berdasarkan hasil percobaan diatas :
1) Untuk hasil percobaan pertama, didapatkan nilai fungsi keanggotaan yang sama
antara matlab dan teori. Berikut rumus teorinya :
(c−x ) (16−12)
μ( x )= = =0,67
(c −b) (16−10)
2) Untuk hasil percobaan kedua, didapatkan nilai fungsi keanggotaan yang sama
antara matlab dan teori. Berikut rumus teorinya :
(x−a) (10−8)
μ( x )= = =0,25
(b−a) (16−8)
3) Untuk hasil percobaan ketiga, didapatkan nilai fungsi keanggotaan yang sama
antara matlab dan teori. Berikut rumus teorinya :
(d −x) (22−18)
μ( x )= = =0,667
(d−c ) (22−16)
4) Untuk hasil percobaan keempat, didapatkan nilai fungsi keanggotaan yang sama
antara matlab dan teori. Berikut rumus teorinya :
(d −x) (18−10)
μ(x )= = =1,3
( d−c ) (18−12)
5) Untuk hasil percobaan kelima, didapatkan nilai fungsi keanggotaan yang sama
antara matlab dan teori. Berikut rumus teorinya :
( y−x ) 2 ( 60−52 ) 2
μ ( x )=1−2( ) =1−2( ) =0,920
( y−α ) ( 60−20 )
6) Untuk hasil percobaan keenam, didapatkan nilai fungsi keanggotaan yang sama
antara matlab dan teori. Berikut rumus teorinya :
( x−a ) 2 ( 5−2 ) 2
μ ( x )=2( ) =1−2( ) =0,5
( y−α ) ( 8−2 )

8. Kesimpulan
Untuk mencari berapa nilai himpunan fuzzy maka kita harus mengetahui
Berapa nilai domain fuzzy tersebut.nilai himpunan fuzzy antara 0 s/d 1