TUGAS PRAKTIKUM SISTEM CERDAS Modul III “Penerapan Logika Fuzzy Dengan Matlab” Tanggal 17 November 2015
Disusun Oleh : Fahmi Ahmad Husaeni (201302025)
Dosen Pengampu : E. Agung Nugroho S.T, M.T
Program Studi : Teknik Mekatronika
POLITEKNIK ENJINERING INDORAMA PURWAKARTA 2015
KATA PENGANTAR
Puji syukur penulis panjatkan kehadirat Allah SWT karena atas rahmat dan kuasaNya penulis dapat menyelesaikan laporan praktikum mata kuliah Sistem Cerdas. Laporan ini disusun berdasarkan praktikum modul III yang telah dilaksanakan sebelumnya. Dalam penulisan dan pelaksanaan kegiatan praktikum penulis banyak mendapat masukan dari berbagai pihak, untuk itu penulis ingin mengucapkan terima kasih kepada segenap pihak yang telah berkontribusi kepada penulis, yaitu : 1. Bpk. Emmanuel Agung Nugroho S.T, M.T selaku dosen pengampu mata kuliah Sistem Cerdas. 2. Rekan-rekan program studi Teknik Mekatronika yang telah berkontribusi yang tidak bisa penulis sebutkan satu persatu. Penulis menyadari bahwasanya konten dalam laporan ini masih jauh dari kata sempurna. Hal ini dikarenakan dari ilmu dan pengalaman penulis yang masih terbatas dan berkembang. Untuk itu, penulis sangat mengharapkan kritik dan saran yang membangun demi terciptanya suatu kesempurnaan dimasa yang akan datang. Akhir kata, penulis berharap semoga apa yang penulis sampaikan dalam laporan ini dapat menjadi tambahan ilmu bagi yang membaca dan mempelajarinya.
Purwakarta, Desember 2015
Penulis
ii
DAFTAR ISI HALAMAN JUDUL ......................................................................................................... i KATA PENGANTAR ...................................................................................................... ii DAFTAR ISI.................................................................................................................... iii BAB I KASUS PERTAMA .............................................................................................. 1 1.1 Kasus .................................................................................................................... 1 1.2 Penyelesaian Kasus .............................................................................................. 1 1.2.1 Membership ............................................................................................... 1 1.2.2 Rule ............................................................................................................ 2 1.2.3 Hasil Output ............................................................................................... 2 1.2.4 Grafik Derajat Keanggotaan ...................................................................... 3 BAB II KASUS KEDUA.................................................................................................. 4 2.1 Kasus .................................................................................................................... 4 2.2 Penyelesaian Kasus .............................................................................................. 4 2.2.1 Membership ............................................................................................... 4 2.2.2 Rule ............................................................................................................ 5 2.2.3 Hasil Output ............................................................................................... 5 2.2.4 Grafik Derajat Keanggotaan ...................................................................... 6 BAB III KASUS KETIGA ............................................................................................... 7 3.1 Kasus .................................................................................................................... 7 3.2 Penyelesaian Kasus .............................................................................................. 7 3.2.1 Membership ............................................................................................... 7 3.2.2 Rule ............................................................................................................ 8 3.2.3 Hasil Output ............................................................................................... 9 3.2.4 Grafik Derajat Keanggotaan .................................................................... 10 BAB IV PENUTUP ........................................................................................................ 11 4.1 Kesimpulan ........................................................................................................ 11 4.2 Saran .................................................................................................................. 11
iii
BAB I KASUS PERTAMA 1.1 Kasus Sebuah pabrik memproduksi sepatu setiap hari. Permintaan sepatu dari distributor tidak tentu, kadang naik dan kadang turun. Permintaan tertinggi pernah mencapai 5000 pasang/hari, dan permintaan terkecil 1000 pasang/hari. Persediaan sepatu di gudang juga bervariasi, paling banyak mencapai 600 pasang/hari dan sedikitnya 100 pasang/hari. Buatlah fungsi keanggotaan yang cocok untuk permintaan dan persediaan dengan menggunakan aplikasi fuzzy pada matlab. 1.2 Penyelesaian Kasus 1.2.1 Membership 1) Input
2) Output
1
1.2.2 Rule
1.2.3 Hasil Output 1) Permintaan Tinggi
2) Permintaan Sedang
3) Permintaan Rendah
2
1.2.4 Grafik Derajat Keanggotaan
3
BAB II KASUS KEDUA 2.1 Kasus Suatu perusahaan makanan kaleng akan memproduksi makanan jenis ABC. Dari data 1 bulan terakhir, permintaan terbesar hingga mencapai 5000 kemasan/hari, dan permintaan terkecil sampai 1000 kemasan/hari. Persediaan barang di gudang terbanyak sampai 600 kemasan/hari dan terkecil pernah sampai 100 kemasan/hari. Dengan segala keterbatasannya, sampai saat ini, perusahaan mampu memproduksi barang maksimum 7000 kemasan/hari, serta demi efisiensi mesin dan sdm tiap hari diharapkan perusahaan memproduksi paling tidak 2000 kemasan. Apabila proses produksi perusahaan menggunakan 4 aturan fuzzy sebagai berikut : 1) If permintaan turun and persediaan banyak then produksi berkurang 2) If permintaan turun and persediaan sedikit then produksi berkurang 3) If permintaan naik and persediaan banyak then produksi bertambah 4) If permintaan naik and persediaan sedikit then produksi bertambah Berapa kemasan makanan jenis ABC yang harus diproduksi jika jumlah permintaan sebanyak 4000 dan persediaan digudang masih 300 kemasan ? 2.2 Penyelesaian Kasus 2.2.1 Membership 1) Permintaan
4
2) Persediaan
3) Produksi
2.2.2 Rule
2.2.3 Hasil Output
5
Jadi, jika permintaan mencapai 4000 kemasan dan persediaan di gudang mencapai 300, maka kemasan ABC yang diproduksi mencapai 4830 2.2.4 Grafik Derajat Keanggotaan
6
BAB III KASUS KETIGA 3.1 Kasus Buatlah suatu aplikasi fuzzy dengan menggunakan matlab untuk sistem vacuum cleaner dengan 2 variabel input berupa permukaan lantai yaitu kasar, normal, halus dan jumlah debu yaitu, banyak, normal, sedikit. Aturan yang berlaku adalah : 1) Jika jumlah debu banyak dan permukaan kasar maka hisapan sangat kuat 2) Jika jumlah debu normal dan permukaan kasar maka hisapan kuat 3) Jika jumlah debu sedikit dan permukaan kasar maka hisapan normal 4) Jika jumlah debu banyak dan permukaan normal maka hisapan kuat 5) Jika jumlah debu normal dan permukaan normal maka hisapan normal 6) Jika jumlah debu sedikit dan permukaan kasar maka hisapan kecil 7) Jika jumlah debu banyak dan permukaan halus maka hisapan normal 8) Jika jumlah debu normal dan permukaan halus maka hisapan kecil 9) Jika jumlah debu sedikit dan permukaan halus maka hisapan kecil 3.2 Penyelesaian Kasus 3.2.1 Membership 1) Debu
7
2) Lantai
3) Hisapan
3.2.2 Rule
8
3.2.3 Hasil Output 1) Debu dan Lantai Normal
2) Debu Sedikit dan Lantai Halus
3) Debu Banyak dan Lantai Kasar
9
4) Tabel Rangkuman Debu / Lantai 10 = Sedikit / Halus 50 = Sedang / Normal 90 = Banyak / Kasar Hisapan 0-25
= Kecil
25-50 = Normal 50-75 = Kuat 75-100 = Sangat Kuat No 1 2 3 4 5 6 7 8 9
Debu 10 10 10 90 90 90 50 50 50
Lantai 10 50 90 90 50 10 10 50 90
3.2.4 Grafik Derajat Keanggotaan
10
Hisapan 12.5 50 25 87.5 62.5 37.5 12.5 37.5 62.5
BAB IV PENUTUP 4.1 Kesimpulan Aplikasi fuzzy logic dengan matlab sangat memudahkan dalam perancangan sistem fuzzy. Persoalan yang rumit dan sulit dipetakan kedalam model matematis dapat dipecahkan dengan metode yang mudah dipahami. Tidak hanya itu, perubahan parameter dapat langsung diketahui outputnya sehingga dapat diketahui hasil yang optimal. Derajat keanggotaan pun dapat diubah untuk melihat berbagai hasil yang variatif. 4.2 Saran
Ketika menggunakan grafik trapmf, untuk params ke-1 sebaiknya meng-nol-kan nilai pada koordinat kedua terlebih dahulu. Jika yang di-nol-kan adalah koordinat pertama, akan terjadi error. Misal :
Untuk params ke-2, buatlah koordinat terakhir / keempat berada pada batas maksimal. Kemudian barulah koordinat ketiga yang dibuat pada batas maksimal. Misal :
11
