Perancangan Pengendalian Suhu dan
Intensitas Cahaya Pada Lampu Menggunakan
Logika Fuzzy
Muhammad Febian Adi Pamungkas1, Yulli Ahmad Faizin 2, Anton Wijaya3
1,2,3
Jurusan Teknik Elektro FT UNTIDAR
Jl. Kapten S. Parman No. 39 Magelang 56116 INDONESIA
Muhammad.febian.adi.pamungkas@students.untidar.ac.id 1, yulli.ahmad.fauzin@students.untidar.ac.id2,
anton.wijaya@students.untidar.ac.id 3
Abstrak: Sistem pintar merupakan salah satu
cabang terpenting dalam dunia perangkat lunak.
Komputer diharapkan untuk bisa menyelesaikan
berbagai permasalahan didunia nyata bukan
hanya sekedar alat untuk melakukan
perhitungan. Untuk menciptakan sebuah sistem
pintar diperlukan penggunaan algoritma yang
tepat sehingga nantinya sistem tersebut dapat
menghasilkan sebuah hasil atau keputusan yang
dapat menyelesaikan masalah yang dihadapi.
Salah satunya menggunakan Logika Fuzzy
mamdani. Metode Fuzzy Mamdani merupakan
salah satu bagian dari Fuzzy Inference System
yang berguna untuk penarikan kesimpulan
(defuzzyfikasi). Pada penelitian ini didapatkan
bahwa Sistem pengendalian suhu dan intensitas
cahaya pada lampu menggunakan logika fuzzy
dapat menjadi solusi yang efektif dan efisien
untuk mengontrol suhu dan intensitas cahaya
pada lampu,
Kata kunci: fuzzy Mamdani, suhu, intensitas
cahaya, defuzzyfikasi
Abstract: Smart systems are one of the most
important branches in the world of software.
Computers are expected to be able to solve various
problems in the real world, not just a tool for
doing calculations. To create a smart system, it is
necessary to use the right algorithm so that later
the system can produce a result or decision that
can solve the problem at hand. One of them uses
Mamdani Fuzzy Logic. The Fuzzy Mamdani
method is a part of the Fuzzy Inference System
which is useful for defuzzification. In this study, it
was found that the temperature control system
and light intensity on lamps using fuzzy logic can
be an effective and efficient solution for
controlling temperature and light intensity on
lamps.
Keywords: Mamdani fuzzy, temperature, light
intensity, defuzzification
I. Pendahuluan
Sistem pintar merupakan salah satu cabang
terpenting dalam dunia perangkat lunak. Komputer
diharapkan untuk bisa menyelesaikan berbagai
permasalahan didunia nyata bukan hanya sekedar
alat untuk melakukan perhitungan [1]. Untuk
menciptakan sebuah sistem pintar diperlukan
penggunaan algoritma yang tepat sehingga nantinya
sistem tersebut dapat menghasilkan sebuah hasil
atau keputusan yang dapat menyelesaikan masalah
yang dihadapi.
Algoritma fuzzy mamdani merupakan salah
satu algoritma yang dapat diterapkan pada sebuah
sistem cerdas. Algoritma fuzzy mamdani dapat
memberikan sebuah kesimpulan atau keputusan
akan suatu kondisi yang tidak pasti berdasarkan
perhitungan faktor-faktor yang ada [2]. Oleh karena
itu penelitian ini akan menerapkan perhitungan
fuzzy mamdani pada contoh kasus sistem pintar
rumah yang mengatur kecepatan kipas angin dan
intensitas lampu.
Penelitian ini diharapkan dapat memberikan
wacana bahwa algoritma fuzzy logic mamdani dapat
diterapkan untuk menarik keputusan dari suatu
kondisi yang belum pasti dalam sistem cerdas
rumah..
II. Metode Penelitian
Penelitian ini bertujuan untuk
mengembangkan teori dalam metode pengambilan
keputusan untuk menentukan seberapa cepat sebuah
kipas angin harus berputar berdasarkan faktor suhu
dan kelembapan yang ada pada tempat tersebut serta
tingkat intensitas cahaya yang harus dikeluarkan
lampu. Berdasarkan tujuan dan ruang lingkup
penelitian yang telah dibahas sebelumnya, penelitian
ini merupakan jenis penelitian murni. Penelitian
murni adalah penelitian yang diperuntukan bagi
pengembangan ilmu pengetahuan, bertujuan untuk
mengembangkan teori atau menemukan teori baru.
Penerapan konsep penelitian ini akan
diimplementasikan pada mikrokontroller yang
nantinya dikembangkan menggunakan metode
pengembangan sistem model prototipe, analisis dan
perancangan sistem dengan pendekatan berorientasi dalam melakukan inferensi sistem fuzzy, yaitu: max,
objek. additive dan probabilistik OR (probor).
Metode pengumpulan data yang digunakan 4. Penegasan (defuzzy)
dalam penelitian ini adalah: Input dari proses defuzzifikasi adalah suatu
1. Metode observasi himpunan fuzzy yang diperoleh dari komposisi
Observasi adalah kegiatan pengamatan yang aturan-aturan fuzzy, sedangkan output yang
direncanakan, sistematis dan hasilnya dicatat serta dihasilkan merupakan suatu bilangan pada domain
diinterpretasikan dalam rangka memperoleh himpunan fuzzy tersebut. Sehingga jika diberikan
pemahaman tentang objek yang diamati. Observasi suatu himpunan fuzzy dalam range tertentu, maka
yang dilakukan adalah pengamatan terhadap harus dapat diambil suatu nilai crsip tertentu sebagai
Algoritma fuzzy mamdani, merupakan salah satu output.
bagian dari Fuzzy Inference System yang berguna III. Hasil dan Pembahasan
untuk melakukan penarikan kesimpulan atau suatu
keputusan terbaik dalam permasalahan yang tidak 3.1 Implementasi Kontrol Kipas
pasti guna dilakukan analisis lebih lanjut Sumber Pada iplementasinya untuk kontrol kipas dengan
Data. fuzzy mamdani akan ditunjukan oleh data dibawah
2. Metode Studi Pustaka ini:
Metode pengumpulan data yang diperoleh 1.Penentuan himpunan fuzzy
dengan mempelajari, meneliti, dan membaca buku,
jurnal, skripsi, tesis baik hardcopy maupun softcopy a.Himpunan suhu
yang terdapat di internet yang berhubungan dengan
sistem cerdas dan algoritma fuzzy mamdani. variable fuzzy suhu ini akan di buat berdasarkan
Metode Mamdani sering juga dikenal peraturan mentri kesehatan Republik Indonesia
dengan nama metode Max-Min. Metode ini Nomor 1007/Menkes/Per/V/2011.
diperkenalkan oleh Ebrahim Mamdani pada tahun
Tabel 1.himpunan suhu (C)
1975. Metode Fuzzy Mamdani merupakan salah
satu bagian dari Fuzzy Inference System yang
berguna untuk penarikan kesimpulan atau suatu NO VARIABEL NILAI VARIABEL
keputusan terbaik dalam permasalahan yang tidak
pasti [8]. Penarikan kesimpulan dapat dibuat dengan
memiliki minimal terdapat dua buah kaidah fuzzy. 1 Dingin 0-25
Untuk mendapatkan output, diperlukan 4 (empat)
tahap:
1. Pembentukan Himpunan Fuzzy 2 Sejuk 22-27
Himpunan fuzzy merupakan suatu
pengembangan lebih lanjut tentang konsep
himpunan dalam matematika. Himpunan Fuzzy 3 Hangat 26-30
adalah rentang nilai-nilai. Masingmasing nilai
mempunyai derajat keanggotaan (membership) 4 Panas 29-35
antara 0 sampai dengan 1, nilai 0 diartikan tidak
termasuk anggota himpunan sedangkan nilai lebih
dari 0 merupakan anggota himpunan.
2. Aplikasi fungsi implikasi (aturan)
Pada Metode Mamdani, fungsi implikasi yang
digunakan adalah Min yaitu mengambil nilai
minimum berdasarkan aturan ke-i dan dapat
dinyatakan dengan: αi = µ (x) Ai ∩ µBi(x) = min
{(x), µB(x)} Keterangan: αi = nilai minimum dari
himpunan fuzzy A dan B pada aturan ke-i µAi(x) =
derajat keanggotaan x dari himpunan fuzzy A pada
aturan ke-i µBi(x) = derajat keanggotaan x dari Gambar 1. Gambar himpunan kondisi suhu
himpunan fuzzy B pada aturan ke-i µ (x) Ci = derajat
keanggotaan konsekuen pada himpunan fuzzy C Maka kita dapat membuat persamaan sebagai
pada aturan ke-i. berikut:
3. Komposisi aturan
Komposisi aturan tidak seperti penalaran • Dingin (≤23)
monoton, apabila sistem terdiri-dari beberapa
aturan,maka inferensi diperoleh dari kumpulan dan
korelasi antar aturan. Ada 3 metode yang digunakan
 • Sejuk(22-27)

• Normal (45% –65%)

• Hangat (26-30)

• Basah (>65%)

• Panas(29-31)
c. Himpunan kondisi Suhu
Tabel 3. Himpunann Output Kipas
Angin ( %)
No Nama Variable Nilai Variaabke
b. Himpunan Kelembaban 1 Berhenti 0-25
2 Lambat 22-27
Penentuan level kelembaban udara diambil dari 3 Sedang 26-30
sumber Humnity Guide Higienis Indonesai yang 4 Cepat 29-35
akan ditunjukan oleh data dibawah ini:
Berhenti Lambat Sedang Cepat
Tabel 2. Tabel himpunan kelembaban
1

NO VARIABEL NILAI
VARIABEL
0
0 5 15 25 22 27 26 30 35
1 Kering 0-46
Sehingga dari data diatas kita dapat memperoleh
sebuah perhitungan yaitu:
2 Normal 45-65
• Berhenti

3 Basah 61-75

• Lambat

• Sedang
Gambar 2.gambar himpunan kelembaban

Dari data diatas kita dapat membuat sebuah

persamaan sebagai berikut:

• Kering (≤45,5% )
• Cepat

;z
2. Fuzzyfikasi dan Impikasi ( x)basah = 1
Kemudian didapatkan implikasi yang
Bentuk logika Fuzzy rules yang akan
berada pada aturan ke-6 yaitu:
diterapkan adalah berupa IF µp_x=a AND
If Suhu Sejuk And Kelembapan Basah Then
µp_y=b THEN µp_z=c, maka yang dicari adalah
nilai minimal dari µp_x dan µp_y. Berdasarkan Kecepatan Sedang.
metode ini, maka aturan pada System otomasi
Kipas Angin adalah sebagai berikut : 2.Defuzzyfikasi Kecepatan Kipas Angin
Kemudian hasil dari fuzzyfikasi
• Aturan 1: If Suhu DINGIN And tersebut dapat dilihat memasuki rentang sedang
Kelembapan KERING Then untuk output kecepatan kipas.
Kecepatan BERHENTI Berhenti Lambat Sedang Cepat
• Aturan 2: If Suhu DINGIN And 1
Kelembapan NORMAL Then
Kecepatan BERHENTI
• Aturan 3: If Suhu DINGIN And
Kelembapan BASAH Then Kecepatan
BERHENTI
• Aturan 4: If Suhu SEJUK And 0
Kelembapan KERING Then Kecepatan
BERHENTI Gambar 4. Derajat keanggotaan duty cycle kipas
• Aturan 5: If Suhu SEJUK And angin(%)
Kelembapan NORMAL Then 𝑥−45
α6= Bawah => 0,4667=
Kecepatan LAMBAT 55−45
• Aturan 6: If Suhu SEJUK And
=> 0,4667 X (55-45) = x-45
Kelembapan BASAH Then Kecepatan
SEDANG => (0,4667X(55-45))+45=x
• Aturan 7: If Suhu HANGAT => x = 49,6667
AndKelembapan KERING Then 65−𝑥
α6= Atas=> 0,4667=
Kecepatan lambat 65−55

• Aturan 8: If Suhu HANGAT And => 0,4667 X (65-55) =65-x

Kelembapan NORMAL Then
Kecepatan SEDANG => (0,4667 X ( 65-55)) =65 - x
• Aturan 9: If Suhu HANGAT And => x = 65- (0,4667 X ( 65-55))
Kelembapan BASAH Then Kecepatan => x = 60,3333
SEDANG Lalu, nilai ukuran output pada kerja kipas angin
• Aturan 10: If Suhu PANAS And yaitu:
Kelembapan KERING Then Z = (M1+ M 2 + M 3)/ (A1+ A2 + A3)
Kecepatan cepat = (52,388 + 273,778 + 67390)/
• Aturan 11: If Suhu PANAS And (1,0889 + 4,9778 + 1,0889)
Kelembapan NORMAL Then = 55 %
Kecepatan CEPAT Termasuk anggota sedang
• Aturan 12: If Suhu PANAS And 3.2 Implementasi Kontrol Lampu
Kelembapan BASAH Then Implementasi control lampu dengan Fuzzy
Kecepatan CEPAT
mamdani adalah sebagai berikut:
Apabila diketahui nilai dari Suhu adalah 1. Pembentukan Himpunan Fuzzy
=25,600C dan Kelembapan= 96,3%, Maka
a. Himpunan kondisi suhu
berdasarkan rumus di atas akan didapatkan hasil
Tabel 4. Himpunan kondisi suhu
setiap dari level keanggotaan sebagai berikut:
• Suhu (25,60 C) No Nama Variable Nilai Variabke
(x) dingin = 0 1 Dini Hari 0:00-7:00
(x)sejuk =27- x / (27- 24)= 27- 25,6 / (27- 2 Pagi-Sore 6:00-19:00
24)=0,4667 3 Malam 26-30
x)hangat =0 4 Malam-Istirahat 29-35
• Dini Hari ( ≤6.00 )
(x) panas =0
• Kelembapan (96,3 %)
(x) kering =0
(x)normal=0
 • Pagi-Sore (6.00 – 18.00)

• Redup (100 lux – 200 lux)

:
• Malam (18.00 – 22.00)

• Terang (>=200 lux)

• Malam-Istirahat ( >21)

c. Himpunan ouput lampu

Tabel 6. Himpunann Output Lampu (lux)
b. Himpunan Intensitas Cahaya Masuk No Nama Variable Nilai Variaabke
Tabel 5. Himpunann Kondisi 1 Mati 0-10
IntensitasCahaya Masuk 2 Redup 10-75
(lux) 3 Terang 75-130
4 Sangat Terang 130-145
No Variabel Nilai variabel

1 Gelap 0-25 Mati Redup Terang Sangat terang

1
2 Sanga redup 20-100

3 Redup 95-200

4 Terang 195-250 0
Gelap Sangat redup redup Terang Gambar 7. Himpunann Kondisi Waktu
Maka dapat dibuat persamaanseperti
1 berikut:

• Mati

Gambar 6. Himpunann Kondisi Intensitas Cahaya

Masuk (lux)
• Redup
Sehingga akan didapatkan sebuah persamaan
yaitu:
• Gelap (≤20 lux)

• Terang

• Sangat Redup (20 lux – 100 lux

 • Sangat terang
2. Fuzzyfikasi dan Implikasi
Bentuk logika Fuzzy rules yang akan
diterapkan adalah berupa IF µp_x=a AND
µp_y=b THEN µp_z=c, maka yang dicari
adalah nilai minimal dari µp_x dan µp_y.
Berdasarkan metode ini, maka aturan pada
system otomasi Kipas Angin adalah
sebagai berikut:
• Aturan 1 : If Jam DINI HARI And
CahayaGELAP Then Level REDUP
• Aturan2 : If Jam DINI HARI And
Cahaya SANGAT REDUP Then Level
MATI
• Aturan 3 : If Jam DINI HARI And
CahayaREDUP Then Level MATI
• Aturan 4 : If Jam DINI HARI And
CahayaTERANG Then Level MATI
• Aturan 5 : If Jam PAGI-SORE And
CahayaGELAP Then Level TERANG
• Aturan 6 : If Jam PAGI-SORE And
Cahaya SANGAT REDUP Then Level
REDUP
• Aturan 7 : If Jam PAGI-SORE And
CahayaREDUP Then Level REDUP
• Aturan 8 : If Jam PAGI-SORE And
CahayaTERANG Then Level MATI
• Aturan 9 : If Jam MALAM And
Cahaya GELAP Then Level SANGAT
TERANG
• Aturan 10 : If Jam MALAM And Cahaya
SANGAT REDUP Then Level SANGAT
TERANG
• Aturan 11 : If Jam MALAM And Cahaya
REDUP Then Level SANGAT TERANG
Jika diketahui Intensitas Cahaya Masuk
adalah 18 lux dan Waktu pukul 1:67 maka:
intesitas cahaya masuk adalah 18 lux.
(x)gelap=0,4667
(x)sangatredup = 0
(x)redup =0
(x)terang = 0
Waktu(1:67):
(x)dinihari = 0
(x) pagi - sore = 0
(x)malam = 0
(x)malamistirahat = 0
Kemudian didapatkan implikasi yang berada
pada aturan ke-1 yaitu:If Jam DINI HARI And
Cahaya GELAP Then Level REDUP
3. Defuzzyfikasi Intensitas Lampu
Berdasarkan perhitunganfuzzyfikasi, maka
terdapat implikasi di rule:
1
0
Gambar 8. Derajat Keanggotaan Intensitas
Lampu (lux)
Lalu nilai output intensitas cahaya lampu yaitu:
Z = (M1+ M 2 + M 3)/ (A1+ A2 + A3)
= (35,328 + 593,1852 + 298,9)/
(2,1778 + 16,1778 + 4,9)
= 39,88 lux
Nilai output tersebut termasuk anggota himpunan
kecepatan angin “Redup”.
IV. Kesimpulan
Dari Penelitian ini dapat ditarik sebuah
kesimpulan berupa:
1. Dalam menentukan persamaan himpunan
fuzzy diperlukan data berupa rentang dari
masing-masing kondisi,
2. Algoritma Fuzzy Logic Mamdani dapat
menghasilkan jawaban akan suatu kondisi
yang tidak pasti melalui perhitungan factor-
faktor yang ada pada kondisi tersebut.
3. Sistem pengendalian suhu dan
intensitas cahaya pada lampu
menggunakan logika fuzzy dapat
menjadi solusi yang efektif dan efisien
untuk mengontrol suhu dan intensitas
cahaya pada lampu,
4. Penelitian selanjutnya yang diharapkan
adalah dapat dilakukanya
pengembangan sistem pengendalian ini
dengan menggunakan sensor yang lebih
canggih dan untuk menguji sistem
pengendalian pada objek lainnya.
 V. Referensi
[1] Sutarman, S., & Yuniarno, E. M. (2020).
Perancangan Sistem Kontrol Pencahayaan
Otomatis Berbasis Arduino. Jurnal
Nasional Teknik Elektro Dan Teknologi
Informasi (JNTETI), 9(1), 8-17.

[2] Salim, A. N., & Rahman, A. (2022).

Implementasi Fuzzy-Mamdani untuk
Pengendalian Suhu dan Kekeruhan Air
Aquascape Berbasis IoT. Jurnal
Algoritme, 2(2), 159-169. [3] Rohmatullah,
R. (2019). Sistem Kontrol Pencahayaan
Ruangan Otomatis Berbasis Arduino Uno
R3. Jurnal Elektronik Dan Instrumentasi,
4(1), 1-10.

[4] Wahyuni, E. T., & Dwiwahyuni, S. E.

(2019). Sistem Kontrol Pencahayaan
Ruangan Otomatis Berbasis Logika Fuzzy.
Jurnal Teknik Informatika dan Sistem
Informasi, 5(2), 74-80.

[5] Chyquitha, D. (2020). Penentuan Kecepatan

Putar Kipas Angin dan Intensitas Lampu
dengan Fuzzy Logic Mamdani. Jurnal
Algoritma, Logika dan Komputasi, 3 (2),
275-283.

[6] Ayyubi, A., & Prahasta, E. (2019).

Perancangan Sistem Kontrol Pencahayaan
Ruangan Otomatis Berbasis Sensor Cahaya
dengan Menggunakan Mikrokontroler
Arduino Uno. Jurnal Nasional Teknik
Elektro Dan Teknologi Informasi
(JNTETI), 8(1), 1-9.H.

[7] Purnomo, A. F. Munir, A. W. Nugroho, and

R. S. Wahono, “Perancangan Pengendalian
Suhu Dan Intensitas Cahaya Lampu
Menggunakan Logika Fuzzy,” Jurnal
Teknologi, vol. 10, no. 2, pp. 45–51, 2018.

[8] Kosasih, E., & Gofur, A. (2019). "Fuzzy

Mamdani untuk Penentuan Kelayakan
Pemberian Kredit pada Perusahaan
Pembiayaan". Jurnal Informatika, 3(1), 38-
44.