Jurnal Teknologi Elektro, Universitas Mercu Buana ISSN :

Jurnal Teknologi Elektro, Universitas Mercu Buana

ISSN : 2086-9479

PERANCANGAN SIMULASI KENDALI VALVE DENGAN ALGORITMA LOGIKA FUZZY MENGGUNAKAN BAHASA VISUAL BASIC

Triyanto Pangaribowo Program Studi Teknik Elektro, Fakultas Teknik Universitas Mercu Buana Jakarta Email : [email protected] Abstrak - Algoritma Logika Fuzzy

dari masukan serta menampilkan

akan lebih mudah dipahami baik

setiap keluaran aturan Logika Fuzzy.

proses maupun aplikasinya dengan

Pemodelan simulasi kendali valve

cara melakukan simulasi. Dalam

menggunakan metode Logika Fuzzy,

pembelajaran

yang terdiri dari tahapan-tahapan

algoritma

Logika

Fuzzy akan lebih lengkap jika belajar

perancangan

dengan melakukan simulasi bukan

perancangan sistem kendali Logika

hanya pembelajaran secara teori.

Fuzzy, perancangan antarmuka dan

Dengan

pengujian perangkat lunak. Kendali

simulasi

diharapkan

yang

akan

pengembangan

dibangun mendorong

aplikasi

algoritma

katup

pada

dipengaruhi

sistem,meliputi

program oleh

simulasi

2(dua)

buah

Logika Fuzzy di bidang teknik

masukan yaitu level air dan suhu.

elektro yang lebih luas.

Pengujian juga dilakukan terhadap

Dalam penelitian ini digambarkan

rule-rule dari Logika Fuzzy yang

dalam

sudah

bentuk

algoritma

simulasi

Logika

Fuzzy

aplikasi untuk

dibuat

untuk

mengetahui

apakah sistem sudah dapat bekerja

kendali katup(Valve) menggunakan

dengan baik dan benar.

visual

Kata Kunci : Logika Fuzzy, Kendali

basic,

yang

memudahkan

dalam memahami dan mengerti alur

Valve,Simulasi, Level Air, Level

algoritma Logika Fuzzy. Jadi tujuan

Suhu

dari penelitian ini adalah membuat model simulasi kendali katup dengan algoritma

Logika

Fuzzy

menggunakan bahasa visual basic dengan tampilan yang lengkap mulai

PENDAHULUAN Logika

Fuzzy

dikenalkan pada tahun 1965 oleh Profesor Lotfi Zadeh dari Universitas Kalifornia,Berkley.

Vol.6 No.2 Mei 2015

pertama

Logika Fuzzy

123

Jurnal Teknologi Elektro, Universitas Mercu Buana sejak

tahun

1985

terjadi

ISSN : 2086-9479

mahasiswa

dalam

perkembangan yang sangat pesat

aplikasi

terutama dalam penyelesaian yang

kendali. Secara prakteknya di dunia

berhubungan dengan dalam bidang

industry, instrumentasi kendali tidak

teknik

semudah yang diceritakan dibuku-

kendali

terutama

masalah

Logika

memahami

Fuzzy

non-linear dan masalah perhitungan

buku.

yang kompleks.

kendali dengan Logika Fuzzy ini

Logika Fuzzy menjadi salah

Kebutuhan

bidang

menuntut

pemahaman

adanya

satu mata kuliah teknik elektro yang

dengan

diajarkan di hampir semua perguruan

memodelkan kendali industri namun

tinggi.

dalam skala yang lebih kecil dan

Dalam

memahami

dan

simulasi

pembelajaran yang

mengaplikasikan Algoritma Logika

sederhana

Fuzzy lebih mendalam dalam bidang

pembelajaran mahasiswa.

teknik elektro perlu adanya simulasi yang

memudahkan

mempelajari Banyak

algoritma

mahasiswa

memahami

untuk kendali

sebagai

kompetensi

di

ditemukan di industri adalah control

hanya

valve (katup). Hampir semua industri

tanpa

minyak

saja

proses

gas

menggunakan

Fuzzy

oleh

suatu

obyek

sebagai aktuatornya. Biasanya yang

salah

satu Teknik

mengharuskan

mahasiswanya

dan

control valve yang dikendalikan baik

jurusan

Elektro

Salah satu aplikasi teknik

tersebut.

Logika

pengendalian

media

instrumentasi kendali yang sering

mengetahui aplikasinya. Algoritma

sebagai

dalam

yang

logikanya

mampu

memahami

algoritma

alur

tersebut.

motor

dikendalikan

maupun

adalah

pneumatic

ketinggian,

tekanan, aliran dan suhu dan salah satu

metode

kendalinya

adalah

dengan menjaga level Berdasarkan

pemaparan

Pemahaman algoritma Logika Fuzzy

diatas maka penulis tertarik untuk

ini tidak bisa didapatkan sepenuhnya

membuat

dari

katup(valve)

teori-teori

Fuzzy,

tentang

dengan

algoritma

Logika Fuzzy yang dipengaruhi oleh

yang

2 (dua) variabel masukan yaitu suhu

lengkap akan jauh lebih membantu

dan ketinggian (level) air sebagai

dengan

Vol.6 No.2 Mei 2015

dengan

kendali

cara

simulasi

pemahaman

kendali

simulasi

tampilan

124

Jurnal Teknologi Elektro, Universitas Mercu Buana gambaran proses kendali yang ada di dunia industri menggunakan Logika

ISSN : 2086-9479

7. Logika Fuzzy didasarkan pada bahasa alami.

Fuzzy metode Tsukamoto HimpunanFuzzy KAJIAN PUSTAKA

Himpunan fuzzy merupakan

Logika Fuzzy

suatu group yang mewakili suatu

Logika Fuzzy adalah suatu

kondisi atau keadaan tertentu dalam

cara yang tepat untuk memetakan

suatu variabel fuzzy. Pada himpunan

suatu ruang input ke dalam suatu

fuzzy nilai keanggotaan terletak pada

ruang output. Alasan digunakannya

rentang 0 sampai 1. Apabila x

Logika Fuzzy adalah :

memiliki nilai keanggotaan fuzzy

1. Konsep

Logika

mudah

µA[ x] = 0 berarti x tidak menjadi

matematis

anggota himpunan A, demikian pula

yang mendasari penalaran fuzzy

apabila x memiliki nilai keanggotaan

sangat

fuzzy µA[ x] = 1 berarti x menjadi

dimengerti.

Fuzzy

Konsep

sederhana

dan

mudah

dimengerti

anggota penuh pada himpunan A.

2. Logika Fuzzy sangat fleksibel

Kemiripan antara keanggotaan fuzzy

3. Logika Fuzzy memiliki toleransi

dengan

terhadap

data-data

yang

tidak

tepat

probabilitas

menimbulkan

terkadang

kerancuan,

karena

memiliki nilai pada interval [0,1],

4. Logika

Fuzzy

memodelkan

mampu fungsi-fungsi

namun interpretasi nilainya sangat berbeda.

Keanggotaan

fuzzy

nonlinear yang sangat kompleks.

memberikan suatu ukuran terhadap

5. Logika Fuzzy dapat membangun

pendapat atau keputusan, sedangkan

dan mengaplikasikan pengalaman-

probabilitas

pengalaman para pakar secara

proporsi terhadap keseringan suatu

langsung

hasil bernilai benar dalam jangka

tanpa

harus

melalui

proses pelatihan.

panjang[3].

6. Logika Fuzzy dapat bekerjasama dengan

teknik-teknik

secara konvensional.

kendali

mengindikasikan

Himpunan

fuzzy

memiliki 2 atribut, yaitu: a. Linguistik, yaitu penamaan suatu group

yang

mewakili

suatu

keadaan atau kondisi tertentu

Vol.6 No.2 Mei 2015

125

Jurnal Teknologi Elektro, Universitas Mercu Buana dengan

menggunakan

bahasa

alami,seperti : Muda, Parobaya, Tua. b. Numeris, yaitu suatu nilai (angka) yang menunjukkan ukuran dari suatu variabel seperti : 25, 40,60.

ISSN : 2086-9479

Fungsi Keanggotaan segitiga 𝟎𝟎; 𝒙𝒙 < 𝑎𝑎 𝒂𝒂𝒕𝒕𝒂𝒂𝒖𝒖 𝒙𝒙 > 𝑐𝑐 ⎧ (𝒙𝒙 − 𝒂𝒂) ; 𝒂𝒂 ≤ 𝒙𝒙 ≤ 𝒃𝒃 𝝁𝝁(𝒙𝒙) = 𝒃𝒃 − 𝒂𝒂 ⎨ (𝒄𝒄 − 𝒙𝒙) ; 𝒃𝒃 < 𝑥𝑥 ≤ 𝒄𝒄 ⎩ 𝒄𝒄 − 𝒃𝒃

Operator Dasar

Zadeh

Untuk

Fungsi Keanggotaan

Operasi Himpunan Fuzzy

Fungsi keanggotaan adalah suatu

Nilai keanggotaan sebagai hasil dari

kurva yang menunjukkan pemetaan

operasi 2 himpunan sering dikenal

titik-titik input data ke dalam nilai

dengan nama fire strength atau α-

keanggotaan yang memiliki nilai

predikat. Ada 3 operator dasar yang

interval antara 0 dan I. Salah satu

diciptakan oleh Zadeh, yaitu:

cara yang dapat digunakan untuk

Operator AND

mendapatkan

keanggotaan

Operator ini berhubungan dengan

adalah dengan melalui pendekatan

operasi interseksi pada himpunan. α–

fungsi[3]. Salah satu representasi

predikat sebagai hasil operasi dengan

fungsi

operator

nilai

keanggotaan

dalam fuzzy

AND

yang akan dipakai adalah represntasi

mengambil

segitiga.

terkecil

dasarnya

Kurva

segitiga

merupakan

pada

gabungan

diperoleh

nilai antar

dengan

keanggotaan elemen

pada

himpunan-himpunan

yang

antara 2 garis (linear) seperti terlihat

bersangkutan.

pada gambar 2.2.

µA∩B = min(µA[x], µB[y]) Misalkan nilai keanggotaan 27 tahun

derajat keanggotaan

1

pada himpunan MUDA adalah 0,6 (µMUDA[27]=0,6);

µ(x)

dan

nilai

keanggotaan Rp 2.000.000,- pada himpunan

0 a

b

c

penghasilan

TINGGI

adalah

0,8

(µGAJITINGGI[2x106]=0,8); maka Gambar 1. Kurva Segitiga Logika

α–predikat untuk usia MUDA dan

Fuzzy

berpenghasilan TINGGI adalah:

Vol.6 No.2 Mei 2015

126

Jurnal Teknologi Elektro, Universitas Mercu Buana MUDA∩GAJITINGGI

=

min(ÂµMUDA[27],

sistem

ISSN : 2086-9479 inferensi

Mamdani, 6

fuzzy,

yaitu

:

Sugeno

dan

Tahap

sistem

ÂµGAJITINGGI[2x10 )

Tsukamoto[3].

= min(0,6; 0,8)

inferensi fuzzy yang harus dilalui,

= 0,6

yaitu[3] :

Operator OR

a. Nilai Input


Berupa masukan dalam bentuk nilai

operasi union pada himpunan. α–

pasti (crisp).

predikat sebagai hasil operasi dengan

b. Komposisi Fuzzy

operator

Proses merubah crisp input menjadi

OR

mengambil terbesar

diperoleh nilai

dengan

keanggotaan

antar

elemen

himpunan-himpunan

fuzzy

menggunakan

fungsi

pada

keanggotaan, setiap variabel fuzzy

yang

dimodelkan

ke

dalam

fungsi

bersangkutan.

keanggotaan yang dipilih.

µA∪B = max(µA[x], µB[y])

c. Aturan - aturan (rules)

Operator NOT

Aturan-aturan yang akan dijadikan


dasar untuk mencari nilai dari crisp

operasi komplemen pada himpunan.

output yang akan dihasilkan

α–predikat

d. Dekomposisi Fuzzy

dengan dengan

sebagai

operator

hasil

NOT

mengurangkan

operasi diperoleh

Merupakan proses merubah kembali

nilai

data yang dijadikan fuzzy ke dalam

keanggotaan elemen pada himpunan

bentuk crisp kembali.

yang bersangkutan dari 1.

e. Nilai output

µA’= 1-µA[x]

Merupakan hasil akhir yang dapat dipakai untuk pengambilan

Sistem Inferensi Fuzzy

keputusan Namun terkadang sistem

Sistem inferensi fuzzy merupakan

fuzzy dapat berjalan tanpa harus

proses pengolahan data dalam bentuk

melalui komposisi atau dekomposisi

crisp input yang melalui beberapa

fuzzy. Nilai output dapat diestimasi

tahapan dalam sistem fuzzy untuk

secara

menghasilkan data dalam bentuk

keanggotaan

crips output. Terdapat tiga metode

dengan antesedennya.

Vol.6 No.2 Mei 2015

langsung yang

dari

nilai

berhubungan

127

Jurnal Teknologi Elektro, Universitas Mercu Buana membandingkan

Sistem Kendali Teknik

ISSN : 2086-9479

kontrol

didasarkan

pada

tersebut

fungsi

dan

variabel

menggunakan

dasar-dasar teori umpan balik dan

perbedaan sebagai alat kontrol .

analisis

Sebagai

sistem

linear

,

dan

sistem

menjadi

lebih

menghasilkan konsep-konsep teori

kompleks

jaringan dan teori komunikasi . Oleh

variabel

karena itu , teknik kontrol tidak

dipertimbangkan

terbatas pada disiplin rekayasa tetapi

kontrol . Contoh dari sistem kontrol

berlaku untuk penerbangan, kimia,

loop tertutup adalah orang kemudi

mekanik , lingkungan , sipil , dan

mobil oleh melihat lokasi auto di

teknik listrik . Sebuah sistem kontrol

jalan dan membuat penyesuaian yang

adalah

diperlukan .

interkoneksi

komponen

,

keterkaitan

terkendali

tersebut

banyak dalam

dapat skema

membentuk konfigurasi sistem yang akan

memberikan

yang

diinginkan

.

respon

sistem

Dasar

untuk

analisis sistem adalah dasar yang disediakan oleh sistem linear, yang mengasumsikan

hubungan

causeeffect untuk komponen sistem.

Gambar 2. Sistem Kendali Loop Tertutup

Sistem Kendali Loop Tertutup Sebuah sistem kontrol loop tertutup

Sistem Kendali Loop Terbuka

seperti gambar 2.1, menggunakan

Sebuah sistem kontrol loop terbuka

ukuran tambahan output aktual untuk

menggunakan

membandingkan

aktual

actuator control untuk mendapatkan

output

yang

respon yang diinginkan seperti yang

ukuran

output

ditunjukkan pada Gambar 2.2 Sistem

disebut sinyal umpan balik . Sebuah

kontrol loop terbuka menggunakan

sistem kontrol umpan balik adalah

perangkat

sistem

mengontrol proses secara langsung

dengan

output

respon

diinginkan

.

itu

kontrol

yang

cenderung

controller

penggerak

atau

untuk

menjaga hubungan satu variabel

tanpa

sistem

sebuah contoh sistem kontrol loop

ke

sistem

Vol.6 No.2 Mei 2015

lain

dengan

menggunakan

perangkat

.

128


ISSN : 2086-9479

terbuka adalah pemanggang roti

kesalahan

gun

a

mengurangi

listrik .

kesalahan yang terjadi untuk kembali ke kondisi sistem seperti semula (kondisi normal). PERANCANGAN SISTEM

Gambar 3. Sistem Kendali Loop Tertutup

KENDALI Perancangan Sistem kendali

Sistem Kendali Automatik

Sistem

Diagram blok umum dari sistem

ditunjukkan

kendali

seperti dibawah ini

automatik

ditunjukkan Detektor

pada

level

air

Gambar

2.3.

kesalahan

membandingkan

sinyal

kendali

yang

pada

Input

dibangun

diagram

Output

Proses

akan

blok

yang

diperoleh melalui elemen umpan-

Gambar 4 Diagaram blok kendali

balik sebagai fungsi dari respons

level air

keluaran dengan

sinyal

referensi

masukannya

Input pada system kendali pada gambar 3.1 meliputi level air dan suhu. Perubahan level air dan suhu akan berpengaruh terhadap output yaitu derajad putaran valve. Pada blok

proses

terdapat

algoritma

Logika Fuzzy yang bertindak sebagai pengambil keputusan. Variabel Input Gambar 2.3. Diagram blok umum

Himpunan Fuzzy meliputi 2 variabel

sistem kendali Loop Tertutup

inputan yaitu himpunan Suhu dan Level.

Perbedaan antara sinyal referensi

Pada

masukan dan sinyal keluaran ini

himpunan

disebut sinyal kesalahan atau sinyal

keanggotaan yaitu Rendah, Sedang dan

penggerak, yang akan mengaktifkan

Tinggi.

gambar Suhu

3.2

menunjukkan

dengan

3

buah

elemen kendali. Selanjutnya elemen kendali ini akan memperkuat sinyal

Vol.6 No.2 Mei 2015

129

Jurnal Teknologi Elektro, Universitas Mercu Buana a)

Sedangkan untuk kategori keanggotaan

Keanggotaan Suhu

Rendah

ISSN : 2086-9479

Sedang

Level sama dengan keanggotaan Suhu

Tinggi

berikut ini:

1

a) µ(x)

Keanggotaan Level

Keanggotaan Level memiliki 3 anggota yang lebih jelasnya dapat dilihat pada

0

50

40

60

100

tabel Tabel.3.2. Keanggotaan Level

Gambar 3.2. Himpunan Fuzzy untuk Suhu Range

nilai

untuk

masing-masing

keanggotaan suhu dijelaskan sebagai berikut : Himpunan Rendah (R)

Nilai keanggotaan Level pada tabel 3.2.

40 − 𝑥𝑥 𝜇𝜇(𝑥𝑥) = �40 − 0 ; 0 < 𝑥𝑥 < 40

tersebut

Himpunan Sedang (S)

(T) , Sedang (S), Rendah (R), Lebih

keanggotaan

0; 𝑥𝑥 > 40

0; 𝑥𝑥 < 40 ⎧ 𝑥𝑥 − 40 ⎪ 50 − 40 ; 40 ≤ 𝑥𝑥 ≤ 50 𝜇𝜇(𝑥𝑥) = 60 − 𝑥𝑥 ⎨ ; 50 < 𝑥𝑥 ≤ 60 ⎪60 − 50 ⎩ 0; 𝑥𝑥 > 60

Himpunan Tinggi (T)

𝑥𝑥 − 60 𝜇𝜇(𝑥𝑥) = �100 − 60 ; 60 < 𝑥𝑥 < 100 0; 𝑥𝑥 > 40

Tabel keanggotaan suhu ditunjukkan

dapat

dijelaskan

segitiga

Logika

dalam Fuzzy

dengan himpunan keanggotaan Tinggi

jelasnya digambarkan pada gambar 3.2. sebagai berikut : Rendah

Sedang

Tinggi

1 µ(x

0

40

50

100

60

sebagai berikut: Tabel 3.1. Keanggotaan Suhu

Gambar 3.2. Himpunan Fuzzy untuk Level Himpunan Rendah (R) 40 − 𝑥𝑥 𝜇𝜇(𝑥𝑥) = �40 − 0 ; 0 < 𝑥𝑥 < 40 0; 𝑥𝑥 > 40

Vol.6 No.2 Mei 2015

130


ISSN : 2086-9479

Himpunan Sedang (S)

Rule-2 : Jika Suhu Rendah Dan Level

0; 𝑥𝑥 < 40 ⎧ 𝑥𝑥 − 40 ⎪ ; 40 ≤ 𝑥𝑥 ≤ 50 − 40 𝜇𝜇(𝑥𝑥) = 50 ⎨ 60 − 𝑥𝑥 ; 50 < 𝑥𝑥 ≤ 60 ⎪60 − 50 ⎩ 0; 𝑥𝑥 > 60

Rendah Maka Valve buka Sedang Rule-3 : Jika Suhu Rendah Dan Level Sedang Maka Valve buka Kecil Rule-.4 : Jika Suhu Sedang Dan Level Tinggi Maka Valve buka Kecil

Himpunan Tinggi (T)

Rule-5 : Jika Suhu Sedang Dan Level

𝑥𝑥 − 60 𝜇𝜇(𝑥𝑥) = �100 − 60 ; 60 < 𝑥𝑥 < 100 0; 𝑥𝑥 > 40

Rendah Maka Valve buka Sedang Rule-6 : Jika Suhu Sedang Dan Level Sedang Maka Valve buka Sedang

Variabel Keluaran Logika Fuzzy

Keluaran

himpunan

Logika

Fuzzy adalah control valve. Control valve memiliki 3 (tiga) himpunan yaitu Kecil , Sedang dan Besar.

Rule-7 : Jika Suhu Tinggi Dan Level Tinggi Maka Valve buka Kecil Rule-8 : Jika Suhu Tinggi Dan Level Rendah Maka Valve buka Besar Rule-9 : Jika Suhu Tinggi Dan Level

Kecil

Sedang

Besar

1

Sedang Maka Valve buka Sedang Perancangan Antarmuka

Antarmuka

µ(x

dengan 0

menggunakan

Ms.

Access

dengan bahasa Visual Basic

40

30

sistem kendali dibangun

50

90

Gambar 3.3. Control Valve

Aturan Logika Fuzzy

Langkah selanjutnya yaitu membuat rule atau aturan Logika Fuzzy untuk kendali valve.

Aturan

menghubungkan

Logika

Fuzzy

masukkan

dengan

keluaran. Dalam perancangan simulasi ini

dibuat

9

aturan

untuk

proses

pengendalian. Aturan tersebut sebagai berikut : Rule-1 : Jika Suhu Rendah Dan Level Tinggi Maka Valve buka Kecil

Gambar 3.4. Interface Simulasi Kendali Interface perangkat lunak seperti pada gambar 3.4 memiliki 2 inputan yaitu variabel suhu dan level. Ketika sensor

Vol.6 No.2 Mei 2015

131


ISSN : 2086-9479

suhu dan level mendeteksi besaran fisis

sampai dengan aturan sembilan (R_9)

maka Logika Fuzzy akan memberikan

hanya aturan ke-5 yang mengalami

keluaran ke valve sehingga valve akan

perubahan yaitu sebesar 25. Aturan ke-5

terbuka dengan besaran sesuai dengan

: Jika Suhu Sedang Dan Level Rendah

rule(aturan) yang telah dirancang.

Maka Valve buka Sedang

μ(x)

HASIL PENGUJIAN SISTEM KENDALI LOGIKA FUZZY Pengujian

yang

pengujian

dilakukan

derajad

meliputi

keanggotaan,

pengujian keluaran masing-masing rule dan

pengujian

keseluruhan

keluaran

serta

secara

40

50

Gambar 4.1 Keanggotaan untuk Suhu sedang 450C

pengujian

implementasi aplikasi sistem kendali

Secara perhitungan derajad keanggotaan

valve menyeluruh.

suhu sedang sebesar 450C sebagai

Hasil

Pengujian

Keluaran

Rule

Logika Fuzzy Pengujian

keluaran

aturan (rule)

Logika Fuzzy dilakukan untuk dapat mengetahui

apakah keluaran

sesuai

dengan desain aturan yang dirancang.

berikut: 𝑥𝑥 − 40 45 − 40 = = 0,5 50 − 40 50 − 40

0

Untuk suhu sedang 45 C diperoleh derajad keanggotaan 0,5. Untuk mencari dearajad keanggotaan untuk level rendah

12 meter dijelaskan sebagai berikut : Tabel 4.1 Hasil Pengujian Keluaran Aturan Logika Fuzzy

Gambar 4.2 Keanggotaan untuk Level Rendah 12 meter 40 − 𝑥𝑥 40 − 12 = = 0,7 40 − 0 40 − 0 k level rendah 12 meter diperoleh Untu derajad keanggotaan 0,7 Pada masukan level 12 meter dan suhu 45 0C keluaran dari aturan satu ( R_1)

Vol.6 No.2 Mei 2015

Sehingga keluaran aturan ke-5 rata-rata adalah :

132


ISSN : 2086-9479

Berdasarkan

hasil

perbandingan

perhitungan manual dengan program diperoleh hasil yang sama yaitu untuk level 12 meter dan suhu 45 0C keluaran aturan ke-1 adalah 45

Hasil Pengujian Sistem Kendali Valve Gambar 4.3 Keanggotaan untuk

Dengan Algoritma Logika Fuzzy Setelah

Valve sedang Secara perhitungan untuk keluaran rata – rata putaran valve sesuai dengan gambar 4.1 adalah sebagai berikut

dilakukan

pengujian

setiap

aturan pada Logika Fuzzy selanjutnya adalah pengujian sistem kendali putaran valve. Pengujian yang dilakukan adalah pengujian dengan masukan level dan

𝑥𝑥1 − 30 = 0,5 40 − 30

suhu seperti pada pengujian setiap

Maka nilai x1 = 35

aturan Logika Fuzzy. Hasil keluaran

𝟓𝟓𝟎𝟎 − 𝒙𝒙𝟐𝟐 = 𝟎𝟎, 𝟓𝟓 𝒎𝒎𝒂𝒂𝒌𝒌𝒂𝒂 𝒙𝒙𝟐𝟐 = 𝟓𝟓𝟓𝟓 𝟓𝟓𝟎𝟎 − 𝟒𝟒𝟎𝟎

harus sesuai dengan rule-rule yang

Maka rata-rata keluaran untuk aturan

ke-5 adalah

35+55 2

= 45

sudah dibuat berdasarkan aturan Logika Fuzzy. Setiap bagian dari rule-rule Logika

Fuzzy

ini

akan

diuji

Perhitungan secara manual sama dengan

kebenarannya, apakah program aplikasi

hasil pengujian program yang dirancang.

yang sudah dibuat dapat berjalan dengan

Pengujian

baik atau tidak.

program

lebih

jelasnya

ditampilkan pada gambar 4.4 dibawah.

Tabel 4.2. Hasil Pengujian Sistem Masukan No

2 3 4 5 6 7 8

Keluaran Putaran Valve

Level

Suhu

12

0

45 C

45

22

0

45 C

44,50

23

0

45 C

44,25

24

0

45 C

44

26

0

45 C

43,50

30

0

45 C

42,50

41

0

41

45 C

(derajad)

Gambar 4.4. Hasil Pengujian Level 12 meter dan Suhu 45 0C

Vol.6 No.2 Mei 2015

133

Jurnal Teknologi Elektro, Universitas Mercu Buana Berdasarkan

hasil

pengujian

sistem

seperti ditunjukkan pada tabel 4.2 pada masukan suhu stabil yaitu 450C maka dapat dilihat semakin tinggi level air maka bukaan valve semakin kecil hai ini sudah

sesuai

dengan

aturan

yang

dirancang.

ISSN : 2086-9479

(0 ∗ 30) + (0 ∗ 40) + (0 ∗ 30) + (0 ∗ 30) + (0,5 ∗ 45) + (0 ∗ 40) + (0 ∗ 30) +(0 ∗ 50) + (0 ∗ 30) = (0 + 0 + 0 + 0 + 0,5 + 0 + 0 + 0 + 0) = 45

Berdasarkan hasil perhitungan secara manual dengan hasil program diperoleh output bukaan valve yang sama yaitu sebesar 45

KESIMPULAN Berdasar

hasil

pengujian

perancangan

terhadap

dan

sistem kendali

valve dengan algoritma Logika Fuzzy maka

diperoleh kesimpulan sebagai

berikut. 1. Perancangan rule-rule Logika Fuzzy

mempengaruhi

hasil

akhir atau keluaran dari sistem kendali yang dirancang. Pada Aturan yang dirancang semakin tinggi level air maka semakin Gambar 4.5. Hasil Pengujian Putaran

kecil bukaan valve. Hal ini terlihat pada hasil pengujian dari

Valve

level 12 meter dengan bukaan Pada gambar 4.5 masukan suhu sebesar 45 0C dan Level 12 m diperoleh output bukaan

valve

sebesar

45

dengan

perhitungan sebagai berikut : Keluaran 𝑂𝑂𝑢𝑢𝑡𝑡𝑝𝑝𝑢𝑢𝑡𝑡

(𝑧𝑧1 𝛼𝛼1 ) + (𝑧𝑧2 𝛼𝛼2 ) + (𝑧𝑧3 𝛼𝛼3 ) + (𝑧𝑧4 𝛼𝛼4 ) + (𝑧𝑧5 𝛼𝛼5 ) + (𝑧𝑧6 𝛼𝛼6 ) + (𝑧𝑧7 𝛼𝛼7 ) + (𝑧𝑧8 𝛼𝛼8 ) + (𝑧𝑧9 𝛼𝛼9 ) = 𝛼𝛼1 +𝛼𝛼2 + 𝛼𝛼3 + 𝛼𝛼4 + 𝛼𝛼5 + 𝛼𝛼6 + 𝛼𝛼7 + 𝛼𝛼8 + 𝛼𝛼9

Vol.6 No.2 Mei 2015

valve 45 sampai dengan level tinggi yaitu 41 meter bukaan valve turun menjadi 41 derajad 2. Hasil pengujian Logika

Fuzzy

aturan pada menunjukkan

pada masukan level 12 sampai dengan 30 m dan masukan suhu tetap yaitu 450C , hanya aturan ke

lima

yang

mengalami

perubahan keluaran yaitu dari 45 turun sampai dengan 42,5

134


ISSN : 2086-9479

derajad.. Hal ini disebabkan

Microsoft Press, A Division of

oleh 𝛼𝛼𝑝𝑝𝑟𝑟𝑒𝑒𝑑𝑑𝑖𝑖𝑐𝑐𝑎𝑎𝑡𝑡𝑒𝑒𝑑𝑑 = 0

Microsoft

Corporation,

Microsoft

Way,

Logika Fuzzy pada level 41

Washington 98052-6399

sampai dengan 50 hanya aturan

Richard C. Dorf and Robert H. Bishop,

yang

Modern Control Systems, Prentice Hall,

3. Hasil pengujian keluaran Aturan

ke-6

yang

perubahan

mengalami

dikarenakan

nilai

𝛼𝛼𝑝𝑝𝑟𝑟𝑒𝑒𝑑𝑑𝑖𝑖𝑐𝑐𝑎𝑎𝑡𝑡𝑒𝑒𝑑𝑑 = 0 untuk aturan selain aturan ke-6

One

Redmond,

2001.

Disha, Mr. Pawan Kumar Pandey. Rajeev Chugh (2012),” Simulation of Water Level Control in a Tank Using Fuzzy Logic”, IOSR Journal of

DAFTAR PUSTAKA Kusumadewi,Sri

dan

Electrical

and

Electronics

Purnomo,Hari.(2010),Aplikasi

Engineering

Logika Fuzzy untuk Pendukung

2278-1676 Volume 2, Issue 3 (Sep-

Keputusan,GrahaI lmu,Yogyakarta.

Oct. 2012), PP 09-12

Kusumadewi, Sri. 2006. Neuro –

Namrata

Fuzzy:Integrasi Sistem Fuzzy dan

Monica Subashini(2013) ,“Design

Jaringan

and Implementation of a Water

Syaraf

Tiruan.

(IOSRJEEE)

Dey,Ria

ISSN:

Mandal,

M

GrahaIlmu,Yogyakarta.

Level Controller using Fuzzy Logic,

Kusumadewi,Sri. (2003), Artificial

International Journal of Engineering

Intelligence

Science and Technology (IJEST),

(Teknik

Aplikasinya),

Graha

dan Ilmu,

Vol 5 No 3 Jun-Jul 2013

Yogyakarta.

Abdelelah

Kusumadewi, S, 2004. Penentuan

Hussam

Tingkat

Penyakit

“Design Fuzzy Logic Controller for

Fuzzy

Liquid Level Control, International

Inference Sistem, seminar nasional

Journal of Emerging Science and

II: the application of technology

Engineering (IJESE) ISSN: 2319–

toward a better life

6378,

Michael Hovorson,2010,”Step By

September 2013

Menggunakan

Risiko Tsukamoto

Kidher Hamad

Mahmood, Taha

Volume-1,

(2013),

Issue-11,

Step”, Microsoft Visual Basic 2010,

Vol.6 No.2 Mei 2015

135

Jurnal Teknologi Elektro, Universitas Mercu Buana ISSN :

Recommend Documents