Contoh Aplkasi Logika Fuzzy

Contoh Aplikasi Menentukan tingkat kecerdasan seorang mahasiswa berdasarkan criteria Nilai IPK dan Nilai rata-rata.

http://rinaldimath.blogspot.com/2009/01/contoh-aplikasi-fuzzy-sistem.html

• asumsikan fuzzification dari Nilai IPK sbb :

jelek sekali : <>

jelek : 2.00 – 2.50

cukup : 2.50 – 3.00

baik : 3.00 – 3.50

baik sekali : > 3.50

• asumsikan fuzzification dari Nilai rata-rata NEM SMU sbb :

jelek sekali : <>

jelek : 4.00 – 5.50

cukup : 5.50 – 7.00

baik : 7.00 – 8.50

baik sekali : > 8.50

• rumuskan fuzzification tingkat kecerdasan kedalam 5 kategori sbb :

§  excellent (E)

§  very good (VG)

§  good (G)

§  fair (F)

§  poor (P)

• Rules of fuzzy table

Nilai rata-rata NEM SMU
Nilai IPK		Jelek sekali	Jelek	Cukup	Baik	Baik Sekali
	Jelek sekali	P	P	F	F	G
	Jelek	P	F	F	G	G
	Cukup	F	F	G	VG	VG
	Baik	F	G	VG	VG	E
	Baik sekali	G	G	VG	E	E

• diambil sampel seorang mahasiswa yang mempunyai :

Nilai rata-rata NEM SMU : 8.25

Nilai IPK : 3.15

berdasarkan criteria di atas, data disubsitusikan ke dalam tabel sehingga :

Nilai rata-rata NEM SMU
Nilai IPK		Jelek sekali	Jelek	Cukup	Baik	Baik Sekali
	Jelek sekali	P	P	F	F	G
	Jelek	P	F	F	G	G
	Cukup	F	F	G	VG	VG
	Baik	F	G	VG	8.25 / 3.15	E
	Baik sekali	G	G	VG	E	E

Dengan mencocokkan posisi kedua tabel dapat disimpulkan bahwa mahasiswa tersebut Very Good (VG)

 Contoh Aplikasi Sistem Pengembangan Kendali Fuzzy Logic Berbasis Mikrokontroler Keluarga Mcs51 (Petrafuz)

Penggunaan teknik kendali Fuzzy Logic telah cukup meluas pada berbagai aplikasi

mulai dari consummer  electronics, robotics, kendali industri, dan lain- lain.

Implementasi kendali Fuzzy biasanya dilakukan oleh multi -purpose mikropro-

sesor, mikrokontroler maupun prosesor khusus berupa Fuzzy Logic Processor.

Biasanya dibutuhkan alat atau software bantu untuk mengembangkan aplikasi fuzzy

mulai dari tahap perancangan, evaluasi, implementasi dan penalaan (tuning).

  Sistem PetraFuz terdiri dari 2 bagian yaitu sistem software yang berjalan pada 

PC dan sistem target perangkat keras berupa sistem mikrokontroler MCS51. Blok

diagram sistem PetraFuz seperti pada gambar 1.

Proses perancangan, evaluasi, pembentukan program assembly dan proses

downloading MCS51 machine code menuju sistem target dilakukan oleh program yang berjalan pada PC yaitu PetraFuz51 software. Sedangkan   sistem target melakukan proses fuzzy logic yang berinteraksi dengan perangkat I/O ke dunia luar. Proses fuzzy logic yang dilakukan oleh sistem targetkendali, masing-masing input fuzzy logic juga dapat diamati melalui layar monitor. Secara umum kemampuan sistem PetraFuz adalah:

·   Max. 5 Input

·   Max. 3 Output

·   8 Membership Functions per Input

·   8 Membership Functions per Output

·   1024 if- then Rule

·   15 Characters per Name (Input, Output, Member).

·   4 Points per Input Member. (Trapezoid MF)

·   1 Point per Output Member. (Singleton MF)

  CONTOH PENGGUNAAN PETRAFUZ

  

  Program PetraFuz51 meyediakan be-berapa fasilitas yaitu perancangan input dan

output membership function (MF), perancangan fuzzy if- then rules, fuzzy logic

evaluator, control surface,  pembentukan assembly code, downloader ke sistem target

dan data acquisition. Secara umum penggunaan PetraFuz dapat dibagi atas

tahap- tahap berikut yaitu tahap pertama mendisain fuzzy inference system yang

meliputi perancangan input dan output fuzzy beserta membership functionnya dan

perancangan fuzzy if- then rules. Tahap kedua pembentukan database (yang terdiri

dari MF dan if- then rules) dari hasil perancangan tahap pertama dalam bahasa

assembly MCS51 yang akan digabungkan dengan user program. Adapun user program yang dimaksud adalah program yang dibuat

user untuk akses data dari/ke I/O interface baik analog maupun digital sesuai dengan

sistem kendali yang dirancang.  Tahap ketiga adalah user program dicompile

terlebih dahulu untuk menghasilkan machine code, baru kemudian machine code tersebut didownload ke sistem target mikrokontroler MCS51.

 Untuk memberi gambaran yang lebih jelas diambil contoh penggunaan PetraFuz

pada sistem kendali temperatur udara yang menggunakan bola lampu sebagai pemanas dan  kipas sebagai pedingin. Input sistem fuzzy disini adalah Error dan Delta_Error temperatur udara terhadap Setting Point yang diinginkan.   Input Error adalah selisih antara Setting Point dengan Present Value (Error= SP  - PV)sedangkan Delta_Error adalah kecepatan perubahan error yang terjadi,  Delta_Error = Error (n) -  Error (n-1) 

  Pertama dilakukan pengisian spesifikasi  dari crisp input dan crisp output yaitunama, satuan, nilai minimum, nilai  maksimum dan jumlah label membership function. Tampilan menu dapat dilihat pada gambar 2 dan gambar 3.

 

Dalam  sistem kendali temperatur ini sebagai crisp input adalah Error dan

Delta_Error sedangkan crisp output adalah Lampu dan Kipas. Dari gambar 2 dan 3

dapat dilihat bahwa input Error mempunyai 5 label membership function dengan nilai minimum  –255 dan nilai maksimum 255 dan output lampu mempunyai 5 label membership function dengan nilai minimum  –2 dan nilai maksimum 2. Input Delta_Error mempunyai 5 label  dengan nilai minimum  –255 dan nilai maksimum 255. Output kipas mempunyai 2 fuzzy label dengan nilai minimum –1 dan nilai maksimum 1.