Total Tayangan Halaman

Selasa, 26 November 2013

TUGAS RESUME SISTEM PAKAR

NAMA: CHINTYARANI PUTRI R
NIM : 11.41010.0001

KELOMPOK 1
ANALISIS PEMBERIAN KREDIT MOBIL DENGAN PENDEKATAN METODE FUZZY MAMDANI (STUDI KASUS : PT ASTRA CREDIT COMPANIES CABANG
DAIHATSU CIBUBUR)

Pencetus gagasan logika fuzzy adalah Prof. L.A. Zadeh (1965) dari California University. Pada prinsipnya himpunan fuzzy adalah perluasan himpunan crisp, yaitu himpunan yang membagi sekelompok individu kedalam dua kategori, yaitu anggota dan bukan anggota. Pada himpunan tegas (crisp), nilai keanggotaan suatu item x dalam suatu himpunan A, yang sering ditulis dengan μ A [x], memiliki 2 kemungkinan, yaitu (Kusumadewi, 2003: 156 ) :
- Satu (1) yang berarti bahwa suatu item menjadi anggota dalam suatu himpunan.
- Nol (0) yang berarti bahwa suatu item tidak menjadi anggota dalam suatu himpunan.
  
Pada himpunan crisp, nilai keanggotaan ada 2 kemungkinan, yaitu 0 atau Sedangkan pada himpunan fuzzy nilai keanggotaan terletak pada rentang 0 sampai 1. Semesta pembicaraan adalah keseluruhan nilai yang diperbolehkan untuk dioperasikan dalam suatu variabel fuzzy. Semesta pembicaraan merupakan himpunan bilangan real yang senantiasa naik (bertambah) secara monoton dari kiri ke
kanan.Nilai semesta pembicaraan dapat berupa bilangan positif maupun negatif  (Kusumadewi, 2003: 159 ) .
 
Domain himpunan fuzzy adalah keseluruhan nilai yang diijinkan dalam semestpembicaraan dan boleh dioperasikan dalam suatu himpunan fuzzy (Kusumadewi,
2001:12 ).

Fungsi keanggotaan (membership function) adalah suatu kurva yang mejukkan pemetaan titik-titik input data kedalam nilai keanggotaan yang meminterval antara 0 sampai 1 Salah satu cara yang dapat digunakan untuk mendapatkannilai keanggotaan adalah dengan melalui pendekatan fungsi. Ada beberapa fungsi bisa digunakan diantaranya :
1.representasi linear
2.representasi segitiga
3.representasi trapesium
4.representasi kurva bentuk bahu
5.representasi kurva S
6.representasi bentuk lonceng

Sistem Inferensi Fuzzy Metode Mamdani
Metode mamdani sering juga dikenal dengan nama metode min–max. Metode ini diperkenalkan oleh Ebrahim Mamdani pada tahun 1975. Untuk mendapaoutput diperlukan tahapan, diantaranya :
1. Pembentukan himpunan fuzzy
    Pada metode mamdani baik variabel input maupun variabel output dibagi menjadi satu atau lebih himpunan fuzzy.
2. Aplikasi fungsi implikasi
    Pada Metode Mamdani, fungsi implikasi yang digunakan adalah min.
3. Komposisi aturan
    Metode yang digunakan dalam melakukan inferensi sistem fuzzy, yaitu Metode max (maximum).    
   Secara umum dapat dituliskan :
                      μsf[Xi] = max (μsf [Xi], μkf [Xi])
   Dengan :
                      μsf[Xi] = nilai keanggotaan solusi fuzzy sampai aturan ke i
                      μkf [Xi]) = nilai keanggotaan konsekuan fuzzy aturan ke i
4. Penegasan (defuzzy)
    Defuzzyfikasi pada komposisi aturan mamdani dengan menggunakan metode centroid. Dimana pada metode ini, solusi crisp diperoleh dengan cara mengambil titik pusat daerah fuzzy. Secara umum dirumuskan (Bo Yuan, 1999) :

KELOMPOK 2
APLIKASI FUZZI ADAPTIF PADA PENGATURAN INDUKSI III FASA BERBEBAN DENGAN MENGGUNAKAN PC

Teori Fuzzy Dynamic Model :
Fuzzy Dynamic Model berfungsi sebagai internal model control pada desain FAIMC. Secara umum algoritmanya sebagai berikut :
1.      Menghitung fuzzifikasi masing-masing masukan
2.      Menghitung proses penalaran
3.      Menghitung defuzzyfikasi, sehingga menghasilkan sinyal keluaran
Kesimpulan dari aplikasi ini adalah controller FAIMC memberikan hasil performansi yang optimal pada kecepatan maksimal 1800 rpm dan dari perbandingan hasil perancangan dengan berbagai metode, controller FAIMC bisa memberikan hasil performansi terbaik dibandingkan dengan controller fuzzy murni maupun dengan metode Jaringan Syaraf Tiruan.

KELOMPOK 3
IMPLEMENTASIMETODEFUZZY LOGIC UNTUK PENGATURAN KELEMBABAN TANAH PADA TANAMAN CABAI
 
Fuzzy Logic merupakan salah satu metode sistem kendali yang dapat memberikan keputusan yang menyerupai keputusan manusia. Pada proses perancangan plant ini, digunakan sistem pengembangan
kendali fuzzy logic dengan menggunakan sistem mikrokontroler AT Mega 16. Hal ini dimaksudkan untuk suatu perancangan pada plant pengendalian volume air pada tanah. Proses pengendalian dengan fuzzy ini dilakukan oleh sistem mikrokontroler dengan tambahan interface LCD sebagai output tampilan waktu penyemprotan, satu sensor suhu dan sensor kelembaban tanah sebagai input masukan fuzzy logic control. 

Sensor kelembapan adalah alat yang digunakan untuk mendeteksi/mengukur kelembaban tanah dan
mengubahnya menjadi tegangan dan arus listrik

Kesimpulan
Setelah melakukan perencanaan dan pembuatan sistem kemudian dilakukan pengujian dan analisanya, ada beberapa kesimpulan yang dapat diambil dari sistem pengatur kel embaban t anah otomatis dengan mengatur jumlah volume air, antara lain :
1. Sensor yang baik untuk proyek akhir ini adalah tembaga dengan nilai konduktivias 5,7 x 107    σ,S/m, dengan luas elektrode 12cm x 4cm x 2mm jarak antara elektrode 25cm, sinyal input berupa dc 5volt, dengan panjang elektrode sampai diatas permukaan tanah.
2. Kelembaban tanah mepunyai pengaruh terhadap nilai resistansi tanah dan mempunyai perbandingan terbalik.

KELOMPOK 4
APLIKASI PENDUKUNG KEPUTUSAN DENGAN MENGGUNAKAN LOGIKA FUZZY (PENENTUAN SPESIFIKASI KOMPUTER UNTUK PAKET KOMPUTER LENGKAP)

Logika fuzzy memiliki beberapa karakteristik yaitu himpunan fuzzy dan fungsi keanggotaan. Pada logika boolean, sebuah individu dipastikan sebagai anggota dari salah satu himpunan saja, sedangkan pada fuzzy sebuah individu dapat masuk pada dua himpunan yang berbeda. Seberapa besar eksistensinya dalam himpunan tersebut dapat dilihat pada nilai keanggotaannya. Himpunan fuzzy A pada semesta X dinyatakan sebagai himpunan pasangan berurutan (set of ordered pairs) baik diskrit maupun kontinu.

Dimana  fungsi keanggotaan himpunan fuzzy A. Fungsi keanggotaan memetakan setiap  pada suatu nilai antara [0,1] yang disebut derajat keanggotaan (membership grade atau membership value).

Fungsi keanggotaan adalah suatu kurva yang menunjukkan pemetaan titik-titik input data ke dalam nilai keanggotaannya (disebut juga dengan derajat keanggotaan) yang memiliki interval antara 0 sampai 1. Salah satu cara yang dapat digunakan untuk mendapatkan nilai keanggotaan adalah dengan melalui pendekatan fungsi. Derajat keanggotaan dalam himpunan (degree of membership) dilambangkan dengan μ. Dalam kasus yang dibahas, fungsi keanggotaan yang dipakai adalah Representasi Kurva Segitiga dan Representasi Kurva Bahu. Representasi Kurva Segitiga pada dasarnya merupakan gabungan antara dua garis.

Sedangkan representasi kurva bahu merupakan daerah yang terletak di tengahtengah suatu variabel yang direpresentasikan dalam bentuk segitiga, pada sisi kanan dan sisi kirinya akan naik dan turun. Himpunan fuzzy bahu digunakan untuk mengakhiri variabel suatu daerah fuzzy.


Fungsi keanggotaan pada kurva segitiga dan fungsi keanggotaan pada kurva bahu
dapat dilihat pada Gambar 3.


REVERENSI :
Hellmann, M, 2001, Fuzzy Logic Introduction, Laboratoire Antennes Radar Telecom, F.R.E CNRS 2272, Equipe Radar Polarimetrie.
Nadlir, Syariful dan Oon Amroni, 2003, Teknologi Sistem Fuzzy, Jurnal Komputer dan Informatika 4(2), FTI, Universitas Tarumanagara
Kusumadewi, Sri dan Hari Purnomo, 2004, Aplikasi Logika Fuzzy Untuk Pendukung Keputusan, Yogyakarta: Graha Ilmu.
Kusumadewi, Sri. 2002. Analisis & Desain Sistem Fuzzy (Menggunakan TOOLBOX MATLAB). Jogjakarta : Graha Ilmu
Kusumadewi, Sri. 2003. Artificial Intelegence (Teknik dan aplikasinya). Jogjakarta : Graha Ilmu
Kusumadewi, Sri. 2002. Analisis & Desain Sistem Fuzzy (Menggunakan TOOLBOX MATLAB). Jogjakarta : Graha Ilmu
Kusumadewi dan Hari purnomo. 2010.Aplikasi Logika Fuzzy untuk pendukung Keputusan. Jogjakarta : Graha Ilmu
Naba, Agus. 2009. Belajar cepat Fuzzy Logic Menggunakan MATLAB. Jakarta : Andi
Sofwan, 2005. Penerapan Fuzzy Logic Pada Sistem Pengaturan Jumlah Air Berdasarkan Suhu dan Kelembaban. Jakarta.
Khamim, 2007. Optimalisasi Daya Listrik Pada Rumah Kaca Pertanian Hidroponik Dengan Menggunakan Kontrol Fuzzy.Surabaya.
Arif Ridwan, 2009. Rancang Bangun Sistem Pengaturan Tekanan Pompa Air Menggunakan Sistem Kontrol Logika Fuzzy. Surabaya.
Wasp mote. agriculture-sensor-board
www.sensorelement.com
Wardani Nila, Hadi Jamhari. 2008 . Budidaya Cabai Merah. Balai Pengkajian Teknologi Pertanian Lampung.