Upload
ngocong
View
225
Download
3
Embed Size (px)
Citation preview
6
BAB 2
LANDASAN TEORI
2.1 Sistem
Sistem merupakan kombinasi dari beberapa komponen yang bekerja bersama-
sama dan melakukan suatu sasaran tertentu. (Ogata, 1994). Jadi pengertian sistem disini
tidak berarti secara fisik saja tetapi dapat berupa suatu abstrak, dimana sistem dapat
terjadi saat perubahan ekonomi yang dapat dijadikan suatu sistem ekonomi.
Proses adalah operasi atau perkembangan alamiah yang berlangsung secara
kontinyu yang ditandai oleh suatu deretan perubahan kecil yang berurutan dengan cara
yang relatif tetap dan menuju suatu hasil atau keadaan terakhir tertentu. Alat suatu
operasi yang sengaja dibuat, berlangsung secara kontinyu yang terdiri dari beberapa aksi
atau perubahan yang dikontrol, yang diarahkan secara sistematis menuju ke suatu hasil
atau keadaan akhir tertentu.
Feedback adalah sifat dari closed-loop control system yang memperbolehkan
output untuk dibandingkan dengan input sehingga aksi kontrol yang sesuai dapat
dibentuk sebagai fungsi dari output dan input.
Plant disebut juga sistem yang dikontrol, dapat berupa proses atau mesin.
Gangguan (disturbance) adalah suatu bentuk sinyal yang cenderung mempunyai
pengaruh yang merugikan pada nilai keluaran sistem. Namun tidak semua gangguan
bersifat merugikan, ada juga gangguan yang bersifat menguntungkan. Gangguan internal
adalah gangguan yang dibangkitkan dari dalam sistem, sedangkan gangguan eksternal
7
adalah gangguan yang dibangkitkan di luar sistem dan merupakan suatu masukan bagi
sistem.
2.2 Sistem Kontrol
Sistem kontrol dibagi menjadi dua yaitu sistem kontrol lup terbuka (Open-loop
control system) dan sistem kontrol lup tertutup (Closed-loop control system). Sistem
kontrol digunakan dalam mengontrol sistem dalam berbagai aplikasinya.
2.2.1 Sistem Kontrol Lup Terbuka
Sistem kontrol lup terbuka (Open-loop control system) adalah sistem kontrol
yang tidak memiliki kontrol umpan balik dan hasil keluarannya tidak mempengaruhi
aksi pengontrolan sistem. Sistem kontrol seperti ini tidak memiliki feedback sehingga
sistem ini tidak akan mengukur atau mengumpanbalikkan hasil keluarannya untuk dapat
dibandingkan dengan masukannya. Ketelitian sistem kontrol hanya ditentukan oleh
kalibrasi, sebaiknya proses kalibrasi ini harus dilakukan dan diperhitungkan secara hati-
hati agar dengan masukan-masukan yang diinput didapat harga hasil keluaran yang
diharapkan. Sistem kontrol ini digunakan pada sistem yang sederhana dan tidak terlalu
kompleks serta tidak membutuhkan tingkat ketelitian dan kestabilan yang tinggi.
Penggunaan sistem ini dirancang jika di dalam sistem tidak terdapat gangguan
(disturbance) yang dapat menurunkan tingkat ketelitian dan kestabilan sistem dan
hubungan antara masukan dan keluaran diketahui secara tepat. Kelebihan dari sistem ini
yaitu perancangan sistem kontrol akan lebih mudah dibandingkan dengan lup tertutup.
Sedangkan kekurangannya yaitu tingkat ketelitian yang tidak tinggi. Pada skripsi ini
8
digunakan sistem kontrol lup terbuka (Open-loop control system) karena sistem yang
dirancang merupakan sebuah sistem kontrol yang sederhana dan tidak membutuhkan
tingkat ketelitian yang terlalu tinggi.
Gambar 2.1 Sistem Kontrol Lup Terbuka
2.2.2 Sistem Kontrol Lup Tertutup
Sistem kontrol lup tertutup (Closed-loop control system) adalah sistem kontrol
yang memiliki kontrol umpan balik dan hasil keluarannya mempengaruhi langsung pada
aksi pengontrolan sistem. Sistem kontrol seperti ini memiliki feedback sehingga sistem
akan mengukur atau mengumpanbalikkan hasil keluarannya untuk dapat dibandingkan
dengan masukannya. Apabila terdapat perbedaan nilai antara sinyal keluaran dan sinyal
umpan baliknya maka akan diumpankan balik ke kontroler untuk dikalkukasi dan
diperkecil kesalahannya sehingga didapat suatu keluaran sistem yang mendekati dengan
nilai yang diinginkan. Kelebihan dari sistem ini yaitu adanya elemen umpan balik yang
berfungsi memperbesar tingkat ketelitian sistem. Sedangkan kekurangannya yaitu sistem
akan lebih kompleks untuk dirancang.
9
Gambar 2.2 Sistem Kontrol Lup Tertutup
2.3 Mikrokontroler ATMEL 89C52
Mikrokontroler adalah sebutan yang umum diberikan pada kumpulan komponen
(Integrated Circuit = IC) yang terdiri dari mikroprosesor (Central Processing Unit =
CPU), Latch, RAM, I/O, dan perangkat lainnya. Mikrokontroler menggunakan EPROM
(Erasable Programable Read Only Memory) sebagai media penyimpanan programnya.
Perangkat I/O bukan hanya digunakan untuk berkomunikasi dengan pemakai, tetapi juga
untuk memantau dan mengendalikan mekanisme proses peralatan yang dikendalikan.
(Anonim, 1980).
Mikrokontroler AT89C52 merupakan salah satu produk keluaran dari ATMEL,
mikorokontroler ini juga kompatibel dengan produk keluaran INTEL yaitu keluarga
MCS-51 (8051, 8751, 8951, 8051, 8752, 8952, dll).
2.3.1 Arsitektur Internal
Spesifikasi mkrokontroler 89C52
• 8 bit CPU sebagai pusat pengendali
• Kemampuan melaksanakan operasi Boolean (single bit logic)
10
• Ruang pengalamatan memory sebesar 64 Kbyte
• Ruang pengalamatan data dan I/O sebesar 64Kbyte
• Memory program internal (dalam IC) sebesar 8 Kbyte
• Memory data internal (dalam IC) sebesar 128 Kbyte
• 4 buah I/O port 8 bit
• 3 buah timer/counter internal 16 bit
• Fasilitas komunikasi serial full duplex
• Struktur interrupt 6-source/5-vektor dengan 2 level prioritas
• Clock oscilator internal (dalam IC) sebesar 11,0592 MHz
2.3.2 Konfigurasi Pin
Gambar 2.3 Konfigurasi Pin Mikrokontroler AT89C52
11
2.3.3 Blok Diagram
Gambar 2.4 Blok Diagram Mikrokontroler AT89C52
12
2.3.4 Kerangka Dasar
Gambar 2.5 Kerangka Dasar Mikrokontroler AT89C52
2.4 Modul Pengendali Motor Langkah
Pada skripsi ini digunakan IC L297 dan IC L298 sebagai IC utama driver motor
langkah. Motor ini dapat digerakkan dalam half step, normal, dan wave. Keistimewaan
dari komponen ini yaitu hanya membutuhkan clock, arah, dan mode sinyal dari sistem
kontrol dan kemudian membangkitkan sinyal kontrol. L297 dapat digunakan bersamaan
dengan L298. Alasan penggunaan kedua komponen ini karena umum dipakai pada
pengendalian motor langkah dan penggunaannya cukup mudah dan ekonomis.
2.5 Motor Langkah
Motor adalah suatu komponen yang dapat merubah energi listrik menjadi energi
mekanik (gerak putar). Berdasarkan pada tegangan kerjanya, jenis-jenis motor dibagi
13
menjadi dua yaitu motor AC (motor arus bolak-balik) dan motor DC (motor arus
searah).
Pada skripsi ini digunakan motor DC karena sistem yang dirancang hanya berupa
prototipe dan bukan yang sebenarnya. Selain itu motor DC mempunyai karakteristik
berdaya relatif kecil, ekonomis, mudah didapat, dan rangkaian yang digunakan cukup
sederhana dan sedikit.
Motor DC (motor arus searah) adalah suatu mesin yang berfungsi mengubah
tenaga listrik arus searah (listrik DC) menjadi tenaga atau tenaga mekanis di mana
tenaga gerak tersebut berupa putaran dari pada rotor.
Dalam kehidupan kita sehari-hari motor arus searah dapat kita lihat pada motor
starter mobil, pada tape recorder, pada mainan anak-anak, dan sebagainya. Sedangkan
pada pabrik-pabrik motor arus searah kita jumpai pada traksi, elevator, conveyer, dan
sebagainya.
Yang dimaksud dengan torsi adalah putaran atau pemuntiran dari suatu gaya
terhadap suatu poros.
Terdapat berbagai macam jenis motor DC, antara lain motor DC shunt, motor
DC seri, motor DC kompond pendek, motor DC kompond panjang, motor DC
konvensional, motor langkah, dan lain-lain. Motor langkah yaitu sebuah motor arus
searah yang dirancang sedemikian rupa sehingga motor dapat berputar dalam jumlah
derajat tertentu sesuai dengan input pulsa yang diberikan. Pada skripsi ini digunakan
motor DC jenis motor langkah. Alasan penggunaan motor jenis ini karena mudahnya
implementasi pada sistem yang dirancang, lebih ekonomis, dan ketepatan putaran motor.
14
Motor langkah itu sendiri dapat dibedakan menjadi beberapa jenis, antara lain:
• Motor langkah magnet permanen (Permanent Magnet Stepper Motor)
Motor langkah jenis ini mempunyai rotor yang terbuat dari magnet permanen.
Torsi yang dihasilkannya cukup besar, akan tetapi tidak memiliki kecepatan langkah
yang tinggi. Motor ini mempunyai sudut perlangkah sebesar 1,8 derajat sampai dengan
90 derajat. Motor jenis ini dapat ditemukan di floppy disk drive 5 ¼ “. Arus yang
dikonsumsi motor ini relatif kecil, memiliki ketelitian yang cukup baik, dan sistemnya
tidak memerlukan umpan balik untuk dapat mengetahui posisi motor.
Gambar 2.6 Motor Langkah Dengan Magnet Permanen
• Motor langkah variabel reluktansi (Variabel Reluctance Stepper Motor)
Motor langkah jenis ini mempunyai rotor yang bersifat ferromagnetik dan
mempunyai banyak katup. Torsi yang dihasilkannya lebih kecil dari motor langkah
15
magnet permanen tetapi mempunyai kecepatan langkah yang tinggi. Motor ini
menghasilkan sudut per-step sebesar 7,5 derajat sampai dengan 30 derajat.
• Motor langkah hibrida (Hybrid Stepper Motor)
Sifat yang dimiliki oleh motor langkah ini merupakan kombinasi dari kedua jenis
motor langkah di atas. Torsi yang dihasilkan besar dan dapat bekerja pada kecepatan
langkah yang tinggi. Sudut per-step yang dihasilkan sebesar 0,36 derajat sampai dengan
1,8 derajat.
Pada skripsi ini digunakan motor langkah magnet permanen. Alasan
penggunaannya karena torsi yang dihasilkan cukup besar dan mempunyai sudut putar
yang relatif cukup kecil. Selain itu motor ini ekonomis, mudah didapat, dan gear
pembanding yang diperlukan untuk memperbesar torsi putaran lebih sedikit.
Kekurangan motor langkah ini yaitu dalam kecepatan putaran yang dihasilkan,
namun pada skripsi ini motor yang dipakai tidak digunakan untuk kecepatan putar yang
tinggi.
2.6 Prinsip Kerja Motor Langkah
Bentuk dasar dari sebuah motor langkah yang sederhana terdiri dari sebuah rotor
dan sebuah stator. Rotor berfungsi sebagai magnet permanen, sedangkan stator memiliki
lilitan kumparan yang dapat membentuk kutub magnet. Apabila kutub magnet stator dan
rotor sama, maka kedua magnet akan saling tolak-menolak dan meyebabkan rotor akan
berputar. Arah perputaran dapat terjadi dua arah, tergantung pada faktor mekanik dari
motor langkah itu sendiri. Sedangkan besarnya perputaran yaitu sebesar 180 derajat.
16
Untuk motor langkah yang terdiri dari dua buah stator dan sebuah rotor, prinsip
kerjanya sama dengan motor langkah yang terdiri dari sebuah stator dan sebuah rotor.
Apabila arus listrik dan arah rotor membentuk konfigurasi listrik magnet, maka
rotor akan berputar sebesar 90 derajat berlawanan arah jarum jam (CCW). Perputaran ini
disebut sebagai langkah penuh (full step).
Apabila magnet permanen dan medan listrik maka rotor akan berputar sebesar 45
derajat searah jarum jam (CW). Perputaran ini disebut sebagai setengah langkah (half
step). Apabila motor langkah terdiri dari empat pasang stator, maka besar langkah penuh
yaitu sebesar 45 derajat dan setengah langkah sebesar 22,5 derajat.
Untuk menjalankan motor langkah terus menerus dapat dilakukan dengan
memberikan pola pulsa (pattern) yang digeser.
Sebuah motor langkah membutuhkan sejumlah masukan pada setiap
kumparannya (coil) elektroda motor dalam bentuk pola (pattern) pulsa agar motor dapat
berputar. Di bawah ini diberikan beberapa contoh pola pulsa yang menyebabkan motor
dapat berputar.
17
Tabel 2.1 Eksitasi Kumparan Tunggal
Putaran motor yang dihasilkan dari pola pulsa tabel di atas sangat halus, ini
disebabkan karena kumparan yang digunakan pada setiap langkahnya hanya satu.
18
Tabel 2.2 Eksitasi Dua Kumparan
Putaran motor dari pola pulsa tabel di atas tidak sehalus pada tabel sebelumnya,
akan tetapi pola pulsa seperti ini menghasilkan torsi yang sangat besar.
19
Tabel 2.3 Eksitasi Setengah Langkah
20
Putaran motor yang dihasilkan dari pola pulsa tabel di atas tidak stabil, namun
langkah yang dihasilkan lebih banyak dibandingkan dengan pola-pola pulsa pada tabel
sebelumnya.
21
2.7 Sensor Pengukur Ketinggian Air
Sensor adalah suatu piranti elektronika yang digunakan untuk mendeteksi atau
sebagai alat pengindera dari sistem kontrol yang dibuat. Dapat pula dijadikan sebagai
masukan dan dapat dijadikan sebagai pengonrol.
Sensor yang digunakan dalam skripsi ini yaitu sensor pengukur ketinggian air
yang dapat mengukur ketinggian level air. Sensor ketinggian air terdiri dari beberapa
macam, antara lain :
• Pelampung
Sensor pelampung bekerja berdasarkan pada ketinggian air, perubahan
ketinggian air akan diatur oleh sebuah tali yang akan memutrar puli kemudian puli
tersebut akan memutar tensioner.
Gambar 2.7 Sensor Pelampung
22
• Rangkaian pengukur ketinggian air
Sensor ini menggunakan limit switch yang menggunakan prinsip saklar
bertingkat sebagai sensor ketinggian air. Pada penulisan ini digunakan rangkaian
pengukur ketinggian air berupa sensor elektroda yang terdiri dari mur dan baut.
• Ultrasonik
Cara kerja sensor ini yaitu transduser ultrasonik yang mengukur ketinggian air
dengan memanfaatkan gelombang suara ultrasonik sebagai media untuk mengukur jarak
persatuan waktu frekuensi gelombang ultrasonik yang dihasilkan. Rangkaian sensor ini
cukup mahal dan kompleks untuk dipakai.
Gambar 2.8 Sensor Ultrasonik
23
• Infra merah
Sensor pengukur ketinggian air ini terdiri dari dua buah komponen utama, yaitu
infra merah dan foto dioda. Cara kerjanya yaitu infra merah akan bergerak naik atau
turun sesuai dengan perubahan ketinggian permukaan air, dan untuk selanjutnya foto
dioda akan mengirimkan data jika sinyal infra red diterima foto dioda. Rangkaian sensor
ini cukup mahal dan kompleks untuk dipakai.
Gambar 2.9 Sensor Infra Merah
24
• Laser
Cara kerja dari sensor ini sama dengan transduser ultrasonik. Rangkaian sensor
ini cukup mahal dan kompleks untuk dipakai.
Gambar 2.10 Sensor Laser
25
2.8 Sistem Persamaan Linear
2.8.1 Persamaan Garis Lurus
Persamaan garis yang ada antara lain sebagai berikut :
• Persamaan garis bergradien m dan melalui (x1, y1)
)( 11 xxmyy −=− ................................ (Pers 2.1)
• Persamaan garis yang melalui titik (x1, y1) dan (x2, y2) dengan x1 ≠ x2
)( 112
121 xx
xxyyyy −
−−
=− ........................... (Pers 2.2)
• Persamaan segmen garis yang melalui titik (a, 0) dan (0, b)
1=+by
ax .................................... (Pers 2.3)
Persamaan garis lurus yang digunakan dalam skripsi ini yaitu persamaan garis yang
melalui titik (x1, y1) dan (x2, y2) dengan x1 ≠ x2.
2.8.2 Sistem Persamaan Linear Dua Variabel
Penyelesaian sistem persamaan linear dua variabel
=+=+
22221
11211
cyaxacyaxa
dapat
dilakukan dengan banyak cara, antara lain menggunakan :
A. Kombinasi metode eliminasi dan metode substitusi
Contoh :
26
352
521
77
542332
==+=+=−=−
−=+=−
xx
yxyy
yxyx
B. Determinan
C. Matriks
Penyelesaian yang digunakan dalam skripsi ini yaitu dengan kombinasi metode
eliminasi dan metode substitusi. Metode ini dipilih karena lebih mudah dan lebih cepat
penyelesaiannya.
2.9 Fuzzy Set
Konsep tentang fuzzy set diperkenalkan oleh Prof. Lotfi Astor Zadeh pada tahun
1962. Teori ini merupakan pengembangan dari teori set biasa atau crisp set.
Keanggotaan elemen-elemen pada fuzzy set berada pada interval [0,1].
Teori fuzzy set telah banyak diaplikasikan dalam berbagai bidang, terutama
computer science dan computer egineering, seperti pembangunan fuzzy logic, fuzzy
controller, dan sebagainya.
Sebelum mempelajari mengenai fuzzy set, akan dibahas terlebih dahulu mengenai
crisp set. Secara prinsip, di dalam teori fuzzy set dapat dianggap sebagai ekstension dari
teori konvensional atau crisp set. Di dalam teori crisp set, suatu elemen hanya dapat
digolongkan sebagai anggota atau bukan anggota dari suatu set atau himpunan. Sehingga
di dalam teori ini, suatu elemen yang merupakan anggota mempunyai tingkat
27
keanggotaan (membership level) penuh atau satu (unity) dan suatu elemen yang bukan
anggota mempunyai tingkat keanggotaan nol. Suatu misal, jika set F adalah merupakan
suatu himpunan bilangan real U dan Uu∈ , maka secara matematis tingkat keanggotaan
suatu elemen x di dalam set A dapat dinyatakan dengan persamaan keanggotaan crisp set
sebagai berikut :
( )
∉∈
=UuU
uF jika 0.0u jika 0.1
µ ........................ (Pers 2.4)
di mana ( )uFµ menunjukkan tingkat keanggotaan elemen u di dalam set F. Dalam hal ini
dinyatakan bahwa tingkat keanggotaan suatu elemen hanya dikenal sebagai 1.0 (anggota
penuh) atau 0.0 (sama sekali bukan anggota), sehingga di dalam crisp set, tingkat
keanggotaannya dinyatakan sebagai pemetaan ke 0 dan 1 yang secara matematis
dinotasikan sebagai ( ) { }1,0→uFµ . Gambaran dari crisp set diberikan sebagai berikut:
Gambar 2.11 Crisp Set
Akan tetapi, di dalam teori fuzzy set dikenal adanya keanggotaan secara parsial.
Dalam hal ini maka tingkat keanggotaan suatu elemen dalam suatu set merupakan fungsi
kontinyu dari 0.0 sampai 1.0. Sehingga pemetaan tingkat keanggotaan pada teori fuzzy
28
set dapat dinotasikan sebagai ( ) [ ]1,0→uFµ . Gambaran dari fuzzy set diberikan sebagai
berikut :
Gambar 2.12 Fuzzy Set
Sebagai misal, jika F merupakan set atau himpunan bilangan real yang “dekat”
dengan bilangan nol. Secara “crisp” akan sulit atau paling tidak akan sangat subjektif
untuk menentukan bilangan-bilangan mana yang “dekat” dengan bilangan nol. Di dalam
teori fuzzy yang mengenal tingkat keanggotaan secara parsial, maka bilangan-bilangan
yang dapat di kategorikan sebagai anggota-anggota “dekat” dengan bilangan nol
misalnya dapat dinyatakan dengan fungsi tingkat keanggotaan (membership function)
sebagai berikut :
( ) 2211
xuF +
=µ ................................ (Pers 2.5)
Secara grafik fungsi tingkat keanggotaan di atas digambarkan pada gambar
berikut ini.
29
Gambar 2.13 Tingkat Keanggotaan Fuzzy
Dari Gambar 1 di atas maka tingkat keanggotaan bilangan x = 0.0, x = 1.0, x =
2.0 masing-masing adalah 1.0 (penuh), 0.333, dan 0.111 di dalam himpunan bilangan
“dekat” dengan nol. Semakin dekat suatu elemen dengan bilangan nol, maka tingkat
keanggotaanya akan semakin tinggi. Secara umum fungsi tingkat keanggotaan bilangan
yang “dekat” dengan bilangan a dapat disajikan dengan persamaan :
( )( )2211
axuF
−+=µ ............................. (Pers 2.6)
2.9.1 Definisi Teori Fuzzy
A. Support Set
Support dari suatu fuzzy set F adalah himpunan semua elemen dari fuzzy set F
yang mempunyai tingkat keanggotaan lebih besar dari nol. Secara matematis, support
fuzzy set A dinyatakan dengan persamaan sebagai berikut :
0.000.200.400.600.801.00
-5 -4 -3 -2 -1 0 1 2 3 4 5
x
Tingkat Keanggotaan
30
( ) ( ){ }0>∈= uUuFSupp Fµ ....................... (Pers 2.7)
B. Crossover Point
Elemen u dalam U dimana ( ) 5.0=uFµ dinamakan crossover point.
C. α – Cut Fuzzy Set
α – Cut set dari Fuzzy Set F, dilambangkan dengan Fα, pada unversal set U
adalah set yang terdiri dari unsur-unsur U yang memiliki derajat keanggotaan lebih
besar atau sama dengan α. Dinotasikan sebagai :
( ){ }αµα ≥∈= uUuA F ........................... (Pers 2.8)
D. Notasi Fuzzy Set
Nonfuzzy finite set U = { u1, u2, u3, ... , un} dengan pengertian bahwa tanda ( + )
berfungsi sebagai “union”.
Finite fuzzy set F pada U dinotasikan :
F = µF (u1) / u1 + µF (u2) / u2 + µF (u3) / u3 + ... + µF (un) / un
Atau : ∑=
=n
ijjAA
1/)( µµµ ........................ (Pers 2.9)
E. Scalar Cardinality
Scalar cardinality dari fuzzy set F dalam universal U adalah jumlah derajat
keanggotaan semua unsur U dalam F, notasi :
31
∑∈
=Uu
F xF )(|| µ ............................. (Pers 2.10)
F. Ketinggian
Ketinggian suatu fuzzy set F didefinisikan sebagai tingkat keanggotaan yang
teringgi di antara semua elemen di dalam support fuzzy set F. Dinotasikan sebagai :
)}({max)( uFHeight Fuµ= ..................... (Pers 2.11)
G. Fungsi Keanggotaan
Terdapat dua cara untuk mendefinisikan keanggotaan untuk fuzzy set yaitu secara
numerik dan fungsional. Pendefinisian secara numerik menyatakan tingkatan dari fungsi
keanggotaan fuzzy set. Pendefinisian secara fungsional menyatakan fungsi keanggotaan
fuzzy set dalam pernyataan analitis yang memperbolehkan tingkatan keanggotaan setiap
elemen yang didefinisikan dalam himpunan universal untuk dikalkulasi.
Terdapat beberapa bentuk standar dari fungsi keanggotaan yang umum
digunakan untuk fuzzy set pada himpunan universal U.
• Fungsi S
Fungsi ini didefinisikan sebagai :
>≤≤−−−≤≤−−
<
cuuntukcubuntukaccubuauntukacau
auuntuk
cbauS
1)]/()[(21
)]/()[(20
),,;( 2
2
................... (Pers 2.12)
32
Fungsi ini mempunyai bentuk huruf ‘S’ yang ketepatan gambarnya sangat
ditentukan oleh nilai dari parameter a, b, dan c seperti yang dilampirkan pada gambar di
bawah ini. Perlu diperhatikan bahwa fungsi S ini membentuk garis lurus mendatar
dengan nilai konstan 0 untuk u ≤ a dan nilai konstan 1 untuk u ≥ c. Diantara a dan c,
fungsi S membentuk fungsi kuadrat dari u. Crossover point pada nilai 0.5 terjadi pada b
= (a + c) / 2.
1.0
0.5
a b cu
Gambar 2.14 Fungsi S
• Fungsi π
Fungsi ini didefinisikan sebagai :
≥++−≤−−
=cuuntukbcbccuScuuntukcbcbcuS
cbu),2/,;(1
),2/,;(),;(π
........................ (Pers 2.13)
Pada fungsi ini secara kasarnya membentuk lonceng, dengan kedua sisi dari bel
dibentuk dari fungsi S. Fungsi jenis ini dapat menjadi fungsi alternatif jika dibandingkan
dengan fungsi segitiga, karena pada fungsi ini memberikan nilai keanggotaan yang
secara berangsur-angsur mendekati nilai nol seperti yang dilampirkan pada gambar di
33
bawah ini. Parameter b merupakan bandwith pada crossover point. Fungsi π menuju ke
nol pada titik u = c ± b dimana crossover point pada titik u = c ± b / 2.
Gambar 2.15 Fungsi π
• Fungsi segitiga
Fungsi ini didefinisikan sebagai :
≥≤≤−−≤≤−−
<
=
cuuntukcubuntukbcucbuauntukabau
auuntuk
cbauT
0)/()()/()(
0
),,;(
...................................... (Pers 2.14)
Fungsi ini mempunyai bentuk segitiga yang ketepatan gambarnya sangat
ditentukan oleh pemilihan parameter a, b, dan c seperti yang dilampirkan pada gambar di
bawah ini. Fungsi ini memiliki keanggotaannya menuju ke nol pada pada nilai u yang
terbesar dan yang terkecil.
34
Gambar 2.16 Fungsi Segitiga
Selain dari fungsi keanggotaan yang telah disebutkan di atas, masih banyak lagi
fungsi keanggotaan yang lain seperti digambarkan di bawah ini.
Gambar 2.17 Fungsi Keanggotaan Fuzzy Set
Pada skripsi ini digunakan fungsi keanggotaan trapesium untuk proses fuzifikasi
dan fungsi keanggotaan segitiga untuk proses defuzifikasi. Alasan pemilihan fungsi
keanggotaan ini adalah karena kemudahan dalam penerapannya.
35
2.9.2 Operasi Fuzzy Set
Jika A dan B menjadi fuzzy set dalam U dengan fungsi keanggotaannya berturut-
turut µA dan µB. Dengan demikian operasi fuzzy set dijelaskan di bawah ini.
A. Set Inclusion
Fuzzy set A merupakan prosubset dari fuzzy set B )( BA ⊂ jika dan hanya jika :
Uusetiapuntukuu BA ∈≤ )()( µµ ................(Pers 2.15)
B. Equality
Fuzzy set A dan B dikatakan sama (equal) (A = B) jika dan hanya jika :
Uusetiapuntukuu BA ∈= )()( µµ ............... (Pers 2.16)
C. Union
Union dua buah fuzzy set A dan B dengan fungsi keangotaan µA dan µB yaitu
fuzzy set yang fungsi keanggotaannya )()( uu BA µµ U diberikan sebagai :
Uusetiapuntukuuu BABA ∈=∪ )}(),(max{)( µµµ .............. (Pers 2.17)
D. Intersection
Irisan dari dua buah fuzzy set A dan B yaitu fuzzy set yang fungsi keanggotaanya
sebagai berikut :
Uusetiapuntukuuu BABA ∈=∩ )}(),(min{)( µµµ ............... (Pers 2.18)
36
E. Complement
Komplemen dari fuzzy set F dengan fungsi keanggotaan µF (u) didefinisikan
sebagai fuzzy set yang mempunyai fungsi keanggotaan sebagai :
Uusetiapuntukuu FF ∈−= )(1)(' µµ ............ (Pers 2.19)
F. Normalization
Suatu Fuzzy set F dikatakan normal jika ketinggiannya maksimum sama dengan
1.0, atau secara matematis dikatakan dengan :
0.1)}({max)( == uFHeight Fxµ ..................... (Pers 2.20)
Normalisasi dari suatu fuzzy set F dilambangkan dengan :
Uusetiapuntukuuu FFFNORM ∈= ))(max(/)()()( µµµ ............ (Pers 2.21)
Fuzzy set F yang sub-normal dapat ditranformasi ke normal dengan jalan
membagi tingkat keanggotaan fuzzy set sub-normal dengan ketinggiannya. Dinotasikan
sebagai berikut :
Uusetiapuntuku
uxx
F
FNORMF ∈=
)}(max{)()(
µµ
µ ...................(Pers 2.22)
G. Concentration
Sebuah fuzzy set F dapat dikonsentrasikan dengan memodifikasi fungsi
keanggotaan µA (u) dengan mengkuadratkan fungsi keanggotaan yang ternormalisasi :
Uusetiapuntukuu FFCON ∈= 2)( ))(()( µµ .................... (Pers 2.23)
37
H. Dilation
Fuzzy set F dapat didilatasikan dengan memodifikasi fungsi keanggotaann uF (u)
untuk meningkatkan elemen yang bernilai kecil. Ini dapat dilakukan dengan
mengakarkuadratkan fungsi keanggotaan yang ternormalisasinya :
Uusetiapuntukuu FFDIL ∈= 5.0)( ))(()( µµ .................... (Pers 2.24)
I. Intensification
Dilakukan dengan mempertinggi nilai keanggotaan yang berada diatas 0.5 dan
mengoperasikan elemen yang berada di bawah 0.5 yang didefinisikan sebagai :
……….. (Pers 2.25)
J. Algebraic Product
Algebraic product dari dua buah fuzzy set A dan B dengan fungsi keanggotaan
µA (u) dan µB (u) yaitu fuzzy set yang fungsi keanggotaannya µA . B (u) diberikan sebagai
berikut :
Uusetiapuntukuuu BABA ∈= )(.)()(. µµµ .................... (Pers 2.26)
K. Bounded Sum
Bounded sum dari dua fuzzy set A dan B dengan fungsi keanggotaan µA (u) dan
µB (u) yaitu fuzzy set yang fungsi keanggotaannya )(uBA⊕µ sebagai :
Uusetiapuntukuuu BABA ∈+=⊕ )}()(,1min{)( µµµ ............. (Pers 2.27)
38
Dengan ‘+’ merupakan operator matematika
L. Bounded Product
Bounded product dari dua fuzzy set A dan B dengan fungsi keanggotaan µA (u)
dan µB (u) yaitu fuzzy set yang fungsi keanggotaannya )(uBA⊕µ sebagai :
Uusetiapuntukuuu BABA ∈−+= }1)()(,0max{)( µµµ o .......... (Pers 2.28)
Dengan ‘+’ merupakan operator matematika
M. Drastic Product
Drastic product dari dua fuzzy set A dan B dengan fungsi keanggotaan µA (u) dan
µB (u) yaitu fuzzy set yang fungsi keanggotaannya )(uBA⊗µ sebagai :
<==
=⊗
1)(),(01)()(1)()(
)(uuuntuk
uuntukuuuntuku
u
BA
AB
BA
BA
µµµµµµ
µ
............. (Pers 2.29)
2.10 Fuzzy Logic
Kegunaan dari fuzzy logic dapat mempermudah pembuatan sistem dengan
keistimewaan sebagai berikut :
1. Pengetahuan yang pintar dan pertimbangan logis digabungkan ke
pengetahuan fuzzy berdasarkan bahasa alamiah
2. Penggabungan pengetahuan tidak harus tepat dan lengkap
39
3. Input yang dinilai dalam kesimpulan fuzzy tidak perlu jelas atau sama
persis dengan pengetahuan
4. Kesimpulan yang tepat merupakan pengambilan dari pengetahuan dasar
fuzzy yang dibentuk
Bentuk dari kesimpulan fuzzy dapat dilihat seperti di bawah ini :
Knowledge : Jika air sangat panas, maka tambahkan air dingin yang banyak
Fact : Air cukup panas
Conclusion : Tambahkan sedikit air dingin
Pada hal di atas dapat dilihat bahwa kesimpulan fuzzy logic mempunyai
kesamaan dengan pertimbangan manusia. Pengetahuan dapat dinyatakan dengan
pemikiran yang kabur seperti ‘sangat’ dan ‘banyak’. Fakta dapat dinyatakan dengan
‘cukup’. Dan kesimpulan dapat dinyatakan dengan ‘sedikit’.
2.11 Aturan Kesimpulan Fuzzy
Secara umum, fuzzy rule yang dinyatakan dengan bentuk ‘IF - THEN’, pada
dasarnya merupakan fuzzy relation. Sebuah Fuzzy relation, disimbolkan dengan R, juga
disebut sebagai fuzzy implication.
Dalam fuzzy logic reasoning, terdapat dua jenis aturan kesimpulan fuzzy, yaitu
Generalized Modus Ponens (GMP) dan Generalized Modus Tollens (GMT). Modus
ponens disebut sebagai direct reasoning dan modus tollens disebut sebagai indirect
reasoning.
Fuzzy set yang dilambangkan dengan A, A’, B, B’ dan variabel dilambangkan
sebagai x dan y, GMP dan GMT dinyatakan seperti berikut ini :
40
Generalized Modus Ponens (GMP)
Premise 1 (Knowledge) : If x is A then y is B
Premise 2 (Fact) : x is A’
Consequence (Conclusion) : y is B’
Generalized Modus Tollens (GMT)
Premise 1 (Knowledge) : If x is A then y is B
Premise 2 (Fact) : y is B’
Consequence (Conclusion) : x is A’
2.11.1 Pengetahuan Dasar Fuzzy
Pengetahuan dasar fuzzy pada dasarnya terdapat sejumlah aturan fuzzy. Secara
umum, aturan fuzzy yang dinyatakan dengan bentuk ‘IF - THEN’, sebagai contoh ‘IF x is
A THEN y is B’.
Dalam hal ini terdapat sejumlah penghubung, yaitu ‘AND’, ‘OR’, dan ‘ALSO’,
yang juga biasa digunakan. Penghubung ‘AND’ dan ‘OR’ biasanya diletakkan pada awal
aturan fuzzy. Dalam aturannya ‘AND’ diartikan sebagai operator intersection, ‘OR’
diartikan sebagai operator union, dan ‘ALSO’ menunjukkan adanya output yang lebih
dari satu dalam aturan fuzzy. Sebagai contohnya terdapat k buah aturan fuzzy dalam
pengetahuan dasar fuzzy yang dinyatakan sebagai berikut :
IF x1 is AK1 OR x2 is AK2 AND x3 is AK3 THEN y1 is Bk1 ALSO y2 is Bk2
Untuk lebih mudahnya dapat ditulis sebagai berikut :
IF AK1 OR AK2 AND AK3 THEN Bk1 ALSO Bk2
41
Dari aturan fuzzy di atas terdapat dua buah output. Fire strength dari aturan ini dapat
dihitung dengan melibatkan beberapa operasi yaitu meliputi intersection dari variabel x2
dan x3 yang dihubungkan dengan ‘AND’, dan union dari variabel x1 dan x2 yang di-
intersection dengan x3.
Secara umum, sebuah aturan dasar fuzzy dengan N buah aturan fuzzy dapat
dibentuk sebagai berikut :
IF A11 č … č A1i č … č A1n THEN B11 Ô … Ô B1j Ô … Ô B1m
IF A21 č … č A2i č … č A2n THEN B21 Ô … Ô B2j Ô … Ô B2m
IF Ak1 č … č Aki č … č Akn THEN Bk1 Ô … Ô Bkj Ô … Ô Bkm
IF AN1 č … č ANi č … č ANn THEN BN1 Ô … Ô BNj Ô … Ô BNm
Dimana k dimulai dari 1 ke N, i dari 1 ke n, dan j dari 1 ke m. Aki merupakan subset
fuzzy untuk input i variabel xi dalam k aturan fuzzy. Bkj merupakan subset fuzzy untuk
output j variabel yj dalam k aturan fuzzy. č merupakan hubungan ‘AND’ atau ‘OR’. Ô
merupakan penghubung ‘ALSO’. Bentuk dalam peraturan dasar fuzzy di atas adalah
Multiple-Input-Multiple-Output (MIMO), jika M ≥ 2 dan n ≥ 2. Jika terdapat sebuah
output saja maka disebut Multiple-Input-Single-Output (MISO), dengan m = 1 dan n ≥ 2.
Dan jika hanya terdapat sebuah input dan output saja maka disebut Single-Input-Single-
Output (SISO), dengan m = 1 dan n = 1.
42
2.11.2 Aturan Defuzifikasi
Terdapat dua buah aturan dalam teknik defuzifikasi, diantaranya yaitu Mamdani
dan Larsen. Berikut ini perbandingan antara kedua aturan tersebut.
• Aturan Mamdani
Gambar 2.18 Rule Dengan Mamdani
Aturan defuzifikasi dengan cara ini yaitu setelah melalui aturan fuzzy yang
berupa IF – THEN, lalu melakukan operasi α – cut pada masing-masing fungsi
keanggotaan dari defuzifikasi sesuai dengan derajat keanggotaannya.
43
• Aturan Larsen
Gambar 2.19 Rule Dengan Larsen
Aturan defuzifikasi dengan cara ini yaitu setelah melalui aturan fuzzy yang
berupa IF – THEN, lalu melakukan operasi α – cut pada masing-masing fungsi
keanggotaan dari defuzifikasi sesuai dengan derajat keanggotaannya dengan mencari
nilai tengahnya sehingga membentuk segitiga.
Pada skripsi ini digunakan aturan Mamdani dengan alasan bahwa aturan ini
cukup sering dan mudah untuk digunakan.
44
2.11.3 Metode Defuzifikasi
Defuzifikasi diperlukan untuk mengetahui spesifikasi action. Terdapat beberapa
metode untuk melakukan defuzifikasi antara lain disebutkan di bawah ini berikut cara
penyelesaiannya.
• Center of Area (COA)
Gambar 2.20 Defuzifikasi Dengan Center of Area
Persamaan defusifikasi dengan menggunakan metoda ini sebagai berikut.
……………………. (Pers 2.30)
Contoh dari perhitungan dengan persamaan diatas yaitu sebagai berikut.
45
Dengan semakin banyak nilai sampel yang diambil dalam metode ini maka akan
semakin tinggi tingkat ketelitiannya. Metode yang digunakan dalam skripsi ini yaitu
metode Center of Area. Alasan penggunaan metode ini karena cukup mudah dan teliti
dalam perhitungannya.
• Mean of Maximum
Proses defuzifikasi dihasilkan dengan mencari nilai rata-rata dari keseluruhan
aksi yang fungsi keanggotaannya mencapai nilai tertinggi. Contoh dari metode ini
diberikan sebagai berikut.
Gambar 2.21 Defuzifikasi Dengan Mean of Maximum
Persamaan defuzifikasi dengan menggunakan metoda ini sebagai berikut.
……………………. (Pers 2.31)
46
• High Method
Proses defuzifikasi dihasilkan dengan mencari nilai yang derajat keanggotaannya
paling tinggi.
Gambar 2.22 Defuzifikasi Dengan High Method
Persamaan defuzifikasi dengan menggunakan metoda ini sebagai berikut.
………...... (Pers 2.32)
Metode defuzifikasi ini hanya dapat dipakai jika menggunakan aturan Larsen.
47
• First / Last Maxima
Proses defuzifikasi dihasilkan dengan mencari nilai pertama dan terakhir yang
derajat keanggotaannya paling tinggi.
Gambar 2.23 Defuzifikasi Dengan First / Last Maxima