Selasa, 14 Mei 2019

UAS Logika Fuzzy Jaringan Syaraf Tiruan

UAS Logika Fuzzy JST

Aplikasi Logika Fuzzy Pada Optimasi Daya Listrik Sebagai Sistem Pengambilan Keputusan


Bahan Presentasi Ini Dibuat Untuk Memenuhi
Tugas Mata Kuliah Jaringan Syaraf Tiruan


Dosen : Darwison, M.T


Oleh
Siti Sarah Fitrianisa
1610951017



Jurusan Teknik Elektro
Fakultas Teknik
Universitas Andalas
Padang
2019

Referensi :
Supriyono, "Aplikasi Logika Fuzzy Pada Optimasi Daya Listrik Sebagai Sistem Pengambilan Keputusan",Yogyakarta:Sekolah Tinggi Teknologi Nuklir, 2006. Available: http://digilib.batan.go.id/e-prosiding/File%20Prosiding/Energi/Prosiding_STTN_Desember2006/artikel/supriyono_285.pdf



Tujuan [Kembali]

Tujuan dari dibuatnya sistem pengambilan keputusan ini,maka untuk mendapatkan daya listrik yang optimal, pengguna tinggal memasukkan intensitas cahaya yang masuk ke dalam ruangan dan suhu ruangan atau jika dibuat otomatisasi, sistem ini dapat dihubungkan dengan sensor intensitas cahaya clan sensor suhu ruangan. Dengan memasukkan kedua variabel tersebut, baik secara manual maupun secara otomatis maka akan muncul daya listrik yang dibutuhkan secara optimal


Landasan Teori [Kembali]

Judul Aplikasi UAS [Kembali] : Aplikasi Logika Fuzzy Pada Optimasi Daya Listrik Sebagai Sistem Pengambil Keputusan

Latar Belakang [Kembali]
   Untuk melakukan perhitungan kebutuhan daya listrik yang efeletif, efisien dan fleksibel, perlu dibangun suatu sistem pengambilan keputusan berupa perangkat lunak yang mudah dioperasikan oleh komputer. Dalam membangun sistem pengambilan keputusan ini, metode atau teknik perhitungannya digunakan logika fuzzy.Makalah ini merupakan hasil penelitian awal, sehingga asumsi yang diambil pun masih sederhana, yaitu bahwa besar daya listrik dipengaruhi oleh intensitas cahaya dan suhu ruangan (Soedojo, 1985 dan Nurmianto,1996].
   Dalam aplikasi logika fuzzy ini, penalaran yang digunakan adalah penalaran fuzzy metode Mamdani (Kusuma Dewi, 2002]. Untuk variabel bebas intensitas cahaya diasumsikan dengan fungsi keanggotaan Gelap,Senja dan Siang sedangkan variabel bebas suhunya diasumsikan dengan fungsi keanggotaan Dingin, Normal dan Panas. Untuk variabel tak bebas daya listrik diasumsikan fungsi keanggotaannya adalah Padam, Redup dan Terang dengan tipenya trimf (segitiga) atau trapmf (trapesium). Aturan fuzzy yang digunakan sementara ini diasumsikan ada 9 (sembilan) aturan.
   untuk mendapatkan daya listrik yang optimal, pengguna tinggal memasukkan intensitas cahaya yang masuk ke dalam ruangan clan suhu ruangan atau jika dibuat otomatisasi, sistem ini dapat dihubungkan dengan sensor intensitas cahaya clan sensor suhu ruangan. Dengan memasukkan kedua variabel tersebut, baik secara manual maupun secara otomatis maka akan muncul daya listrik yang dibutuhkan secara optimal.

Dasar Teori [Kembali]
   Pada saat ini, logika fuzzy sudah banyak diterapkan di berbagai bidang, baik di dunia industri maupun penelitian. Bahkan pada dasawarsa terakhir ini aplikasi logika fuzzy ini semakin menjamur seiring dengan perkembangan teknologi komputasi yang luar biasa pesatnya. Dengan pesatnya perkembangan logika fuzzy ini dicoba untuk diaplikasikan dalam bidang penelitian listrik.
   Menurut Maxwell bahwa cahaya termasuk salah satu spektrum dari gelombang elektromagnetik. Cahaya mempunyai intensitas yang dapat dihitung dengan satuan Ix (Illuminance) (Nurmianto, 1996]. Intensitas cahaya dengan Ix dalam logika fuzzy diasumsikan sebagai variabel bebas dengan dimisalkan fungsi keanggotannya sebagai berikut:



Langkah / Prosedur Pengerjaan [Kembali]

  1. Membuat FIS Editor input intensitas cahaya dan suhu serta output daya listrik

    Gambar 1. Fungsi Keanggotaan Input dan Output


    Dari Gambar 1 di atas, dipilih input intensitas cahaya untuk dibuat fungsi keanggotaan yang lebih detail, yaitu untuk fungsi keanggotaan Gelap, Senja dan Siang, yang ketiganya mempunyai range antara 0 sid 1600 Ix. Untuk fungsi keanggotaan
    1. Fungsi keanggotaan Gelap tipe variabelnya adalah zmf dengan parametemya [0 400]
    2. Fungsi keanggotaan Senja tipe variabelnya adalah pimf dengan parametemya [200 800 800 1400]
    3. Fungsi keanggotaan Siang tipe variabe1nya ada1ah smf dengan parametemya [1200 1600]
    Hasilnya ditampilkan pada Gambar 2


    Gambar 2. Fungsi Keanggotaan Variabel Input Intensitas Cahaya yang Masuk


    Dari Gambar 1 di atas pula, dipilih input suhu untuk dibuat fungsi keanggotaan yang lebih detail, yaitu untuk fungsi keanggotaan Dingin, Normal dan Panas, yang ketiganya mempunyai range antara 0 sid 60 derajat Celsius.
    1. Fungsi keanggotaan Dingin tipe variabelnya adalah trapezium dengan parameternya [0 0 18 30]
    2. Fungsi keanggotaan Normal tipe variabelnya adalah segitiga dengan parameternya [18 30 42]
    3. Fungsi keanggotaan Panas tipe variabelnya adalah trapezium dengan parameternya [30 42 60 60]
    Hasilnya ditampilkan pada Gambar 3


    Gambar 3. Fungsi Keanggotaan Variabel Input Suhu


    Demikian pula untuk output daya listrik, dari Gambar 1 di atas, dipilih output daya listrik dibuat fungsi keanggotaan yang lebih detail, yaitu untuk fungsi keanggotaan Padam, Redup dan Terang, yang ketiganya mempunyai range antara 0 sampai 120 Watt.
    1. Fungsi keanggotaan Padam tipe variabelnya adalah trapezium dengan parameternya 0 0 10 50]
    2. Fungsi keanggotaan Redup tipe variabelnya adalah segitiga dengan parameternya [25 60 95]
    3. Fungsi keanggotaan Terang tipe variabelnya adalah trapezium dengan parameternya [70 110 120 120]
    Hasilnya ditampilkan pada Gambar 4


    Gambar 4. Fungsi Keanggotaan Variabel Output DayaListrik

  2. Menyusun Aturan Fuzzy Aturan fuzzy yang digunakan adalah aturan-aturan yang telah ditentukan sebelumnya yang dibuat berdasarkan karakteristik intensitas cahaya dan suhu. Aturan-aturan fuzzy ini dibuat dengan menggunakan Rule Editor seperti terlihat pada Gambar 5.
    Kumpulan Rule Fuzzy



    Gambar 5. Aturan Fuzzy

  3. Defuzzyfikasi pada Komposisi Aturan Mamdani Proses defuzzyfikasi terjadi ketika semua aturan telah selesai dituliskan. Setelah aturan-aturan tersebut dibuat, aturan tersebut dapat dilihat pada Rule Viewer, seperti terlihat Gambar 6. Pada Rule Viewer ini kita bisa menguji hasil dari aturan-aturan yang telah kita buat untuk meramal daya listrik yang optimal dengan cara memasukkan nilai variabel input pada kolom input.

    Gambar 6. Hasil Optimasi Dengan Intensitas Cahaya 800 Lx dan Suhu Ruangan 30,3 Derajat Celsius


    Pada Gambar 6 terlihat bahwa hasil optimasi daya listrik dengan memisalkan intensitas cahaya 800 lx dan suhu ruangan dimisalkan 30,3 derajat celsius, maka daya listrik yang diperlukan dengan sistem pengambilan keputusan ini adalah 59,2 Watt.
    Jika diberikan dengan input lain, misalkan intensitas cahaya 154 Ix dan suhu ruangan dimisalkan 9,55 derajat Celsius, maka daya listrik yang diperlukan dengan sistem ini adalah 101 Watt. Hasil program ditampilkan pada Gambar 7

    Gambar 7. Hasil Optimasi Dengan Intensitas Cahaya 154 lx dan Suhu Ruangan 9,55 Derajat Celsius


    Dengan menggeser-geser garis vertikal pada variabel input frekuensi cahaya dan suhu, dapat disusun daya listrik yang dibutuhkan.
    Dari hasil yang ditunjukkan dapat disimpulkan bahwa semakin besar suhu dengan intensitas cahaya yang konstan, maka semakin kecil kebutuhan daya listrik, demikian pila untuk suhu yang konstan dengan intensitas cahaya semkain besar kebutuhan daya listrik semakin kecil.

    Sedangkan Hasil 3 dimensi yang dihasilkan ditunjukkan pada Gambar 8.


    Gambar 8. Surface Penggunaan Daya Listrik


Video Simulasi [Kembali]