Kata Kunci: robot soccer, fuzzy logic, tracking I PENDAHULUAN
|
|
- Susanti Atmadja
- 7 tahun lalu
- Tontonan:
Transkripsi
1 Perancangan Kontroler Fuzzy untuk Tracking Control Robot Soccer Gunawan Wibisono Jurusan Teknik Elektro ITS, Surabaya 60111, Abstract Beberapa tahun terakhir ini perkembangan teknologi di bidang robotika telah menjadi perhatian yang cukup serius. Masalah utama bagi suatu aplikasi robot soccer adalah kemampuan navigasi yang otomatis dan handal. Oleh karena itu, pada makalah ini disajikan implementasi kendali logika fuzzy pada sistem navigasi untuk proses pencarian suatu target tertentu. Sebagai masukan dari sistem fuzzy adalah jarak robot soccer ke tujuan dan posisi sudut robot soccer terhadap target dalam bentuk jarak dan sudut terhadap target. Keluaran sistem fuzzy adalah posisi kemudi robot soccer dan kecepatan maju atau mundur dari robot soccer. Dalam sistem ini digunakan kamera untuk mengetahui posisi dan orientasi dari robot soccer dan musuh serta arena yang digunakan. Salah satu konsep yang berkembang adalah fuzzy logic. Hal yang ingin diperoleh dari perancangan kontroler menggunakan fuzzy adalah mendapatkan mobilitas yang baik dari robot soccer dalam hal pencarian suatu target serta keakuratan terhadap jarak yang dicapai pada saat proses tracking sebesar lebih dari 90%. Kata Kunci: robot soccer, fuzzy logic, tracking I PENDAHULUAN Robot berasal dari bahasa Cekoslowakia "robota" yang berarti pelayan atau tenaga kasar, di mana pengertiannya adalah mesin yang dapat bekerja sendiri tanpa kendali atau campur tangan manusia dan biasanya pergerakannya meniru pergerakan sendi-sendi manusia [7]. Robot dibuat untuk melakukan pekerjaan yang bersifat berulang (repetitif), membosankan, kotor, berbahaya dan memerlukan ketekunan yang tinggi. Dalam perkembangannya, robot dewasa ini bukan hanya mesin yang melakukan gerakan- gerakan berulang tetapi telah melibatkan kecerdasan dan keluwesan. Perkembangan teknik kendali dan otomatisasi yang didukung oleh teknologi informatika dan mikroelektronika telah melahirkan robot sebagai suatu perangkat industri yang dapat meningkatkan produktivitas, standar mutu, efisiensi dan dapat menyelesaikan pekerjaan yang tidak dapat dilakukan sebelumnya oleh manusia, seperti robot untuk dekontaminasi radiasi atau robot untuk menjelajah permukaan planet Mars (Rover). Mobile robot otonom adalah suatu jenis robot cerdas yang mempunyai kemampuan untuk membuat keputusan sendiri, memiliki sistem kendali dan catu daya yang terintegrasi dan mempunyai kemampuan navigasi yaitu sejumlah operasi yang memungkinkan robot mencapai tujuan yang diharapkan. Ada dua jenis mobile robot yaitu robot yang berjalan dengan menggunakan kaki-kaki mekanik dan robot yang berjalan dengan roda. Penggunaan teknologi fuzzy logic telah cukup meluas pada berbagai aplikasi mulai dari kendali proses industri, peralatan elektronika,rumah tangga, elektronik medika dan lain-lain [1]. Demikian juga penerapan logika fuzzy pada kendali robot. Pada makalah ini akan menyajikan implementasi kendali logika fuzzy pada sistem navigasi dari sebuah robot mobil. Tujuan dari penelitian ini adalah mengimplementasikan sistem logika fuzzy pada sistem navigasi dari robot soccer.dengan dapat diterapkannya sebuah konsep pada sebuah robot, maka akan memberikan kemudahan dalam menentukan kaidah kendali yang dipergunakan untuk membawa proses tersebut keperformansi yang dikehendaki. Beberapa penerapan konsep pada robot telah berkembang. Salah satu konsep yang berkembang adalah penggunaan konsep fuzzy. Konsep ini muncul dari kenyataan bahwa permasalahan yang komplek memerlukan sistem yang cerdas dalam menggabungkan pengetahuan, teknik dan metoda dari berbagai sumber. Sistem kendali fuzzy adalah sistem berbasis pengetahuan yang dirumuskan dalam bentuk aturan-aturan (rules base) sebagai akumulasi dari suatu pengalaman. Logika fuzzy dikembangkan pertama kali oleh Dr. Lotti A. Zadeh [2] untuk merumuskan secara matematik konsep ketidak pastian atau kesamaran sehingga dapat diproses oleh komputer. Dengan menerapkan logika fuzzy pada program komputer, sistem kendali dapat memutuskan seperti cara manusia berpikir. Kemampuan inilah yang disebut sebagai kecerdasan buatan pada sistem kepakaran fuzzy. Sistem cerdas ini diharapkan memiliki kemampuan seperti manusia, beradaptasi dan belajar lebih baik dari perubahan lingkungan dan menjelaskan dasar pengambilan keputusan. Salah satu konsep yang berkembang adalah fuzzy, Sistem kendali fuzzy adalah sistem berbasis pengetahuan yang dirumuskan dalam bentuk aturan-aturan (rules base) sebagai akumulasi dari suatu pengalaman Dalam tugas akhir ini akan dibahas penggunaan fuzzy logic untuk melakukan penanaman alogaritma pada sebuah robot soccer. Pada makalah ini terdapat lima bagian penting. Bagian 1 merupakan pendahuluan. Bagian 2 adalah pendiskripsian mengenai sistem robot soccer. Bagian 3 menjelaskan perancangan sistem. Bagian 4 membahas mengenai implementasi dan analisis. Bagian 5 menjelaskan beberapa kesimpulan dan saran.
2 II PENDISKRIPSIAN SISTEM ROBOT SOCCER Pada robot sering digunakan istilah-istilah untuk menunjukkan geometri dan spesifikasi robot seperti "poros gerakan" dan "derajat kebebasan". Setiap benda bergerak berarti menempuh jarak dari satu titik ke titik lain yang berada pada satu bidang. Pergerakan ini mempunyai garis sumbu atau titik yang tidak berubah yang disebut poros. Jadi poros gerakan merupakan titik atau pusat terjadinya gerakan. Derajat kebebasan adalah jumlah arab bebas (independent) dari suatu robot (end effector) yang menentukan arah dari pergerakannya. Parameterparameter yang bertindak sebagai variabel masukan dari robot soccer adalah koordinat posisi (x, y) yaitu titik pusat robot dan sudut arah (Φ) yaitu sudut antara sumbu x dengan poros robot. Sebagai variabel keluarannya adalah sinyal sudut-pengarah (θ) yaitu sudut antara poros dengan arah roda. Pada Gambar 2.1 ditunjukan diagram simulasi dari posisi dan sudut arah robot. Gambar 2.1 Simulasi dari posisi dan sudut robot Setiap langkah dari sistem kendali memberikan sinyal berupa besar sudut pengarah (θ) yang menuntun robot menuju target dari suatu posisi awal. Keberhasilan dari pengendalian adalah: pertama dapat mencapai tujuan yang diinginkan dan kedua memberikan jalur lintasan yang optimal, yaitu tidak adanya langkah-langkah yang tidak perlu dan tidak berputar-putar secara tidak beraturan. Untuk prinsip pengendalian langkah robot ditunjukan pada Gambar 2.2 digunakan pada aplikasi robot soccer [5]. Secara keseluruhan tampilan konstruksi perangkat keras yang membangun plant dapat dilihat pada Gambar 2.3. Pemilihan dan peletakan roda sebagai penyeimbang telah didesain sedemikian rupa, sehingga fungsi dari plant dapat berjalan dengan baik. Gambar 2.3 Tampilan mobile robot secara lengkap 2.1 Arsitektur sistem tracking pada robot soccer Sistem tracking pada robot soccer dengan menggunakan image prosessing mempunyai bentuk diagram blok seperti Gambar 2.4. Kontroler yang digunakan pada kinerja sistem adalah PC. Untuk proses penanaman kecerdasan pada robot serta pengolahan pengenalan citra diolah seluruhnya oleh PC dengan mengintegrasikan kedua apilasi tersebut. Untuk menghubungkan PC dengan plant dan webcam dibutuhkan media interface berupa kabel penghubung. Pada diagram blok sistem tracking robot soccer tampak bahwa data hasil pengolahan webcam berupa titik koordinat (x,y) yang ditampilkan dan dimonitoring pada PC, data data tersebut dibaca dan diolah sedemikin rupa sehingga menjadi titik acuan yang dijadikan masukan pada kontroler untuk memberikan sinyal kontrol terhadap plant [4]. Untuk sinyal umpan baliknya digunakan sensor yang membaca koordinat terbaru dari obyek yang diamati. Gambar 2.4 Diagram blok sistem tracking robot soccer Gambar 2.2 Prinsip pengendalian langkah robot Struktur model robot banyak sekali diteliti oleh berbagai pihak, model hexapod, model bipedal, model beroda dan masih banyak lagi. Tetapi jenis model yang cocok diimplementasikan pada robot soccer adalah jenis robot beroda yang relatif stabil dan umum Diagram alir kinerja tracking robot soccer dapat dilihat pada Gambar 2.5 Perancangan dapat dikembangkan untuk mencari solusi yang paling rasional. Cara pengembangan alternatif bisa melalui ketentuan natural sistem, analogi atau kemiripan, dan pengulangan fungsi. Proses pemilihan alternatif dilakukan berdasarkan parameter dan sasaran yang telah ditentukan sebelumnya.
3 2.2 Tracking robot soccer Proses tracking merupakan proses navigasi dari suatu robot soccer yang digunakan dalam penentuan arah gerak robot menuju suatu tujuan tertentu [3]. Secara garis besar tracking pada sebuah robot soccer menurut lintasannya dibedakan menjadi 2 bagian yaitu: 1. Lintasan tetap (Lintasan yang telah dirancang sedemikian rupa). 2. Lintasan bebas Lintasan bebas pada tracking sebuah robot adalah lintasan yang arah lintasannya tidak memiliki pola lintasan yang tetap atau dapat disimpulkan bahwa lintasan bebas adalah lintasan yang pola lintasannya dapat berubah ubah sesuai dengan objek yang akan dituju. Fitur dasar yang diterapkan pada proses tracking robot soccer dibedakan menjadi dua bagian : Pemetaan Pemilihan rute yang terpendek diperkenalkan oleh Ebrahim Mamdani pada tahun Untuk memperoleh output, diperlukan 4 tahapan yaitu : 1. Pembentukan himpunan fuzzy Pada metoda mamdani, baik variabel input maupun variabel output dibagi menjadi satu atau lebih himpunan fuzzy. 2. Aplikasi fungsi implikasi (aturan) pada metode Mamdani, fungsi implikasi yang digunakan adalah MIN 3. Komponen aturan Pada tahapan ini sistem terdiri dari beberapa aturan, maka inferensi diperoleh dari kumpulan dan korelasi antar aturan. Ada 3 metode yang digunakan dalam melakukan inferensi sistem fuzzy, yaitu : max, additive dan probabilistik OR. Pada metode max, solusi himpunan fuzzy diperoleh dengan cara mengambil nilai maksimum aturan, kemudian menggunakannya untuk memodifikasi daerah fuzzy, dan mengaplikasikanya ke output dengan menggunakan operator OR (union). 4. Penegasan (defuzzifikasi) Input dari proses defuzzifikasi adalah suatu himpunan fuzzy yang diperoleh dari komposisi aturan-aturan fuzzy, sedangkan output yang dihasilkan merupakan suatu bilangan pada domain himpunan fuzzy tersebut. Jika diberikan suatu himpunan fuzzy dalam range tertentu, maka harus dapat di ambil suatu nilai crisp tertentu sebagai output. Gambar 2.5 Flow chat sistem III PERANCANGAN SISTEM Dalam sistem logika fuzzy, sebagai crisp masukan adalah jarak antara robot soccer dan tujuan, serta sudut orientasi robot soccer. Crisp keluaran dari sistem logika fuzzy adalah posisi sudut kemudi dari robot soccer dan kecepatan robot soccer Intelegent robot soccer Logika fuzzy merupakan representasi suatu pengetahuan yang dikonstruksikan dengan perintah ifthen rules [6]. Karakteristik dari metode ini adalah: Pemecahan masalah dilakukan dengan menjelaskan sistem bukan lewat angka-angka, melainkan secara linguistik, atau variabelvariabel yang mengandung ketakpastian / ketidaktegasan. Pemakaian perintah if-then rules untuk menjelaskan kaitan antara satu variabel dengan yang lain. Pada perancangan logika fuzzy ditetapkan jenis metode fuzzy Mamdani. Metode Mamdani sering juga dikenal dengan nama Metode Max-Min. Metode ini Gambar 3.1 Sistem kendali fuzzy robot soccer Pada Gambar 3.1 diperlihatkan bagan dasar dari suatu sistem kendali fuzzy yang terdiri darii tiga lapis dasar yaitu: fuzzifikasi, mekanisme menarik kesimpulan dan defuzzifikasi. Fuzzifikasi adalah mengubah atribut-atribut basil pengukuran fisik ke dalam konsep fuzzy. Konsep fuzzy tidak bekerja secara biner (himpunan crips) tetapi berupa himpunan fuzzy di mana elemen-elemennya dinyatakan dengan pasangan Dalam sistem logika fuzzy,sebagai crisp masukan adalah jarak antara robot mobil dan tujuan, sudut orientasi robot mobil terhadap target. Crisp keluaran dari sistem logika fuzzy adalah posisi sudut kemudi dari robot soccer. Pada penentuan posisi robot soccer terhadap tujuan yang akan dicapai terbagi menjadi
4 lima sub-himpunan fuzzy yaitu : LE (Left), LC (Left Center), CE (Center), RC (Right Center), RI (Right). Pada Gambar 3.2 dapat dilihat fungsi keanggotaan fuzzy dalam penentuan posisi robot soccer terhadap tujuan yang akan dicapai Tabel 3.1 Rule rule fuzzy logic Gambar 3.2 Fungsi keanggotaan fuzzy posisi (X) Pada penentuan sudut orientasi relatif dengan tujuan dibagi menjadi tujuh sub-himpunan fuzzy : RB (Right Below), RV (Right Upper), RV (Right Vertical), VE (Vertical), LV (Left Vertical), LV (Left Upper), dan LB (Left Below). Pada Gambar 3.3 dapat dilihat fungsi keanggotaan fuzzy dalam penentuan sudut antara poros sumbu x dengan poros robot. Pada rule 1 dapat diartikan apabila kondisi x berada pada sebelah kiri dan ф berada pada kanan bawah maka sinyal sudut pengarahnya ө harus positif kecil. Pada rule 17 dapat diartikan apabila kondisi x berada pada sebelah kiri tepat dan ф berada pada keadaan vertikal maka sinyal sudut pengarahnya ө harus negatif sedang.sedangkan pada rule 35 dapat diartikan apabila kondisi x berada pada sebelah kanan dan ф berada pada kiri bawah maka sinyal sudut pengarahnya ө harus negatif kecil. IV IMPLEMENTASI DAN ANALISA Gambar 3.3 Fungsi keanggotaan fuzzy sudut (Φ) Sebagai variabel keluarannya adalah sinyal sudut pengarah θ yaitu sudut antara poros dengan arah roda. Variabel keluaran dibagi menjadi tujuh subhimpunan fuzzy : NB (Negative Big), NM (Negative Medium), NS (Negative Small), ZE (Zero), PS (Positive Small), PM (Positive Medium), dan PB (Positive Big). Gambar 3.4 dapat dilihat fungsi keanggotaan fuzzy dalam penentuan sudut antara poros dengan arah roda. Gambar 3.4 Fungsi keanggotaan fuzzy sudut (θ) Terdapat 35 rule (aturan main) yang digunakan pada penerapan logika fuzzy, adapun rule yang digunakan pada penerapan logika fuzzy ditunjukan pada Tabel 3.1 Pada bagian ini akan dibahas mengenai data data hasil pengujian terhadap sistem, mulai dari pengujian webcam sebagai indra penglihatan robot, tampilan pemrograman pada perangkat lunak Delphi yang akan diintegrasikan dengan plant serta penganalisaan terhadap data- data hasil proses tracking 4.1 Pengujian webcam untuk pengenalan arena robot soccer Pada pengujian ini ketinggian kamera diatur sedemkian rupa sehingga tangkapan kamera sebagai indra penglihatan dari robot mampu mendeteksi seluruh kondisi lapangan. Dari hasil capture webcam akan disampaikan pada robot soccer melalui pemrograman komputer untuk mendapatkan informasi mengenai keadaan disekitarnya. Dari proses pengujian webcam didapatkan letak dan ukuran lapangan yang telah diolah dalam satuan piksel. Gambar 4.1 menunjukkan tangkapan lapangan yang telah diolah oleh webcam. Ukuran lapangan yang terjangkau dalam capture webcam adalah sebesar 320 x 240 piksel, dengan ketinggian kamera 250 cm dari alas lapangan.
5 Gambar 4.1 Tampilan lapangan pada PC 4.2 Tampilan pemrograman sistem Pemrograman yang dibuat untuk penerapan logika fuzzy pada proses tracking robot soccer menggunakan dua perangkat lunak yaitu Delphi dan Basic Stamp. Semua rule yang didapatkan dari aturan aturan fuzzy diterapkan dengan menggunakan pemrograman Delphi, setelah itu perintah dari kontroler akan diolah terlebih dahulu oleh pemrograman Basic Stamp dalam menggerakkan roda penggerak pada robot soccer. Tampilan pemrograman secara keseluruhan dapat dilihat pada Gambar 4.2 Gambar 4.3 Proses tracking rule pertama Pada Gambar 4.4. merupakan penerpan dari rule rule fuzzy dimana kondisi bola berada pada pada sebelah kiri dan posisi bola terhadap lapangan berada pada kondisi negatif small, pada kondisi awal posisi robot soccer berada pada koordinat (29,17) sedangkan koordinat bola berada pada (161,132) maka robot soccer akan melakukan pergerakan tracking membentuk kurva ekponensial dengan sudut pengarah negatif small ( membentuk kurva lengkung). Gambar 4.4 Proses tracking rule kedua Gambar 4.2 Tampilan sistem secara keseluruhan 4.3 Proses tracking robot soccer Setelah mendapatkan rule rule fuzzy pada Bagian ketiga maka penerapan dan pengimplementasian aturan aturan tersebut coba diterapkan pada kinerja robot soccer. Pada Gambar 4.3. merupakan penerpan dari rule rule fuzzy dimana kondisi bola berada pada pada sebelah kiri dan posisi bola terhadap lapangan berada pada kondisi negatif big, pada kondisi awal posisi robot soccer berada pada koordinat (29,17) sedangkan koordinat bola berada pada (166,205) maka robot soccer akan melakukan pergerakan tracking membentuk kurva ekponensial dengan sudut pengarah negatif big. Pada Gambar 4.5. merupakan penerpan dari rule rule fuzzy dimana kondisi bola berada pada pada Gambar 4.5 Proses tracking rule ketiga
6 sebelah kiri dan posisi bola terhadap lapangan berada pada kondisi positif small, pada kondisi awal posisi robot soccer berada pada koordinat (21,203) sedangkan koordinat bola berada pada (168,62) maka robot soccer akan melakukan pergerakan tracking membentuk kurva ekponensial dengan sudut pengarah positif small ( membentuk kurva tajam). Arah dari putaran sudut dikatakan negatif apabila berlawanan dengan jarum jam dan dikatakan positif apabila searah dengan jarum jam. 4.4 Keakuratan tracking robot soccer Dari hasil penelitian yang dilakukan pada saat proses tracking robot soccer, maka didapatkan beberapa data titik koordinat bola dan titik koordinat robot soccer yang ditunjukkan pada Tabel 4.1 Tabel 4.1Koordinat bola dan robot Robot Bola No Sumbu X Sumbu Y Sumbu X Sumbu Y Dari data pada Tabel 4.1 didapatkan keakuratan dari proses tracking robot soccer sebesar 91%. Hal ini dipengaruhi oleh daerah luasan yang terlingkupi oleh gripper yang terpasang pada robot. V KESIMPULAN Dari percobaan-percobaan yang telah dilakukan pada pengerjaan tugas akhir ini, maka dapat diambil beberapa kesimpulan bahwa penerapan sistem logika fuzzy dapat diimplementasikan dalam sistem navigasi untuk sebuah robot soccer. Sistem logika fuzzy dapat meningkatkan kualitas pergerakan dari robot soccer dalam hal pencarian suatu target (tracking obyek) dan mendapatkan keakuratan pada proses tracking robot soccer sebesar lebih dari 90%. Selain bermanfaat untuk meminimalisasikan waktu pada sistem navigasi sebuah robot soccer,penerapan logika fuzzy juga bermanfaat untuk mendapatkan keefektifan gerak yang dilakukan oleh robot tersebut. Visual Tracking for a Manipulator using Fuzzy Rule-Based System, IEEE International Fuzzy System Conference Proceedings, Agustus [5] M.W. Spong and M. Vidyasagar, Robot Dynamics and Control, New York, NY: John Wiley and Sons, [6] Pirjanian, P.(1999), Behavior coordination mechanisms State-of-the-art, Techical Report IRIS (Institute of Robotics and Intelligent Systems),University of Southern California, hal [7] Syamsa Ardisasmita Pengembangan Robot Mobil Otonom Menggunakan Sistem Kendall Fuzzy Dan Jaringan Syaraf Tiruan Pusat Pengembangan Teknologi Informasi dan Komputasi,2003. RIWAYAT HIDUP Gunawan Wibisono, akrab dipanggil Gunawan, lahir di Surabaya pada tanggal 6 Nopember Merupakan anak kedua dari 2 bersaudara pasangan Bapak Tan Alex dan Ibu Enny Kusuma Winoto. Pada masa anak anak penulis sempat mengenyam pendidikan di taman kanak kanak dan di sekolah dasar Baptis Pengharapan Pandegiling Surabaya, kemudian penulis melanjutkan studinya di SMPK Stella Maris. Setelah lulus dari Sekolah Menengah Umum Katolik (SMUK) Stella Maris Surabaya, penulis melanjutkan pendidikan tingkat tinggi di Jurusan Teknik Elektro ITS dengan cara lintas jalur dari Diploma III Teknik Elektro ITS. Penulis memfokuskan konsentrasinya pada bidang studi Teknik Sistem Pengaturan (TSP). Pada bulan Juni 2010 penulis mengikuti seminar dan ujian tugas akhir pada bidang studi Teknik Sistem Pengaturan (TSP), Jurusan Teknik Elektro, FTI ITS sebagai salah satu persyaratan untuk mempeeroleh gelar sarjana Teknik. REFERENSI [1] Klir, George J dan Yuan Bo. Fuzzy Setsand Fuzzy Logics : Theory and Applications, New Jersey: Prentice- Hall Inc., [2] LX Wang, adaptive Fuzzy System and Control, Prentice Hall Inc, 1994 [3] Thiang, Irwan Kristanto Julistiono, dan Hendra Widjaja Robot Mobil dengan Kendali Logika Fuzzy,Petra University,2000. [4] Park, Jae Seok, Ryoo, Jung Rae, Myung Jin.,
Perancangan Kontroler Fuzzy untuk Tracking Control Robot Soccer
1 Perancangan Kontroler Fuzzy untuk Tracking Control Robot Soccer Gunawan Wibisono 2208 100 517 Control Engineering Laboratory Electrical Engineering Department Industrial Engineering Faculty Institut
Lebih terperinciPenerapan Logika Fuzzy Pada Sistem Parkir Truk
Penerapan Logika Fuzzy Pada Sistem Parkir Truk Kuswara Setiawan Program Studi Sistem Informasi Universitas Pelita Harapan Surabaya, Indonesia Abstrak Suatu sistem dinamis dalam kehidupan sehari-hari seringkali
Lebih terperinciPerancangan dan Implementasi Embedded Fuzzy Logic Controller Untuk Pengaturan Kestabilan Gerak Robot Segway Mini. Helmi Wiratran
Perancangan dan Implementasi Embedded Fuzzy Logic Controller Untuk Pengaturan Kestabilan Gerak Robot Segway Mini 1 Helmi Wiratran 2209105020 2 Latarbelakang (1) Segway PT: Transportasi alternatif dengan
Lebih terperinciBAB II LANDASAN TEORI. Pada bab ini berisi tentang teori mengenai permasalahan yang akan dibahas
BAB II LANDASAN TEORI Pada bab ini berisi tentang teori mengenai permasalahan yang akan dibahas dalam pembuatan tugas akhir ini. Secara garis besar teori penjelasan akan dimulai dari definisi logika fuzzy,
Lebih terperinciStabilisasi Robot Pendulum Terbalik Beroda Dua Menggunakan Kontrol Fuzzy Hybrid
Stabilisasi Robot Pendulum Terbalik Beroda Dua Menggunakan Kontrol Fuzzy Hybrid Made Rahmawaty, Trihastuti Agustinah Teknik Elektro, Fakultas Teknologi Industri, Institut Teknologi Sepuluh Nopember (ITS)
Lebih terperinciPenerapan Metode Fuzzy Mamdani Pada Rem Otomatis Mobil Cerdas
Penerapan Metode Fuzzy Mamdani Pada Rem Otomatis Mobil Cerdas Zulfikar Sembiring Jurusan Teknik Informatika, Fakultas Teknik, Universitas Medan Area zoelsembiring@gmail.com Abstrak Logika Fuzzy telah banyak
Lebih terperinciImplementasi Sistem Navigasi Behavior Based Robotic dan Kontroler Fuzzy pada Manuver Robot Cerdas Pemadam Api
Implementasi Sistem Navigasi Behavior Based Robotic dan Kontroler Fuzzy pada Manuver Robot Cerdas Pemadam Api Rully Muhammad Iqbal NRP 2210105011 Dosen Pembimbing: Rudy Dikairono, ST., MT Dr. Tri Arief
Lebih terperinciBAB III PERANCANGAN Sistem Kontrol Robot. Gambar 3.1. Blok Diagram Sistem
BAB III PERANCANGAN Pada bab ini akan dijelaskan mengenai perancangan sistem yang meliputi sistem kontrol logika fuzzy, perancangan perangkat keras robot, dan perancangan perangkat lunak dalam pengimplementasian
Lebih terperinciPerancangan dan Implementasi Embedded Fuzzy Logic Controller untuk Pengaturan Kestabilan Gerak Robot Segway Mini
Perancangan dan Implementasi Embedded Fuzzy Logic Controller untuk Pengaturan Kestabilan Gerak Robot Segway ini Helmi Wiratran Jurusan Teknik Elektro ITS, Surabaya 6111, email: helmi.wiratran@gmail.com
Lebih terperinciBAB II LANDASAN TEORI
BAB II LANDASAN TEORI 2.1 Logika Fuzzy Logika Fuzzy pertama kali dikembangkan oleh Lotfi A. Zadeh pada tahun1965. Teori ini banyak diterapkan di berbagai bidang, antara lain representasipikiran manusia
Lebih terperinciKata kunci: Sistem pendukung keputusan metode Sugeno, tingkat kepribadian siswa
SISTEM PENDUKUNG KEPUTUSAN METODE SUGENO DALAM MENENTUKAN TINGKAT KEPRIBADIAN SISWA BERDASARKAN PENDIDIKAN (STUDI KASUS DI MI MIFTAHUL ULUM GONDANGLEGI MALANG) Wildan Hakim, 2 Turmudi, 3 Wahyu H. Irawan
Lebih terperinciBab III TEORI DAN PENGONTOR BERBASIS LOGIKA FUZZI
Bab III TEORI DAN PENGONTOR BERBASIS LOGIKA FUZZI III.1 Teori Logika fuzzi III.1.1 Logika fuzzi Secara Umum Logika fuzzi adalah teori yang memetakan ruangan input ke ruang output dengan menggunakan aturan-aturan
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Teknologi di dunia telah mengalami kemajuan yang sangat pesat, terutama di bidang robotika. Saat ini robot telah banyak berperan dalam kehidupan manusia. Robot adalah
Lebih terperinciBAB II: TINJAUAN PUSTAKA
BAB II: TINJAUAN PUSTAKA Bab ini akan memberikan penjelasan awal mengenai konsep logika fuzzy beserta pengenalan sistem inferensi fuzzy secara umum. 2.1 LOGIKA FUZZY Konsep mengenai logika fuzzy diawali
Lebih terperinciPENERAPAN BEHAVIOR BASED ROBOTIC PADA SISTEM NAVIGASI DAN KONTROL ROBOT SOCCER
PENERAPAN BEHAVIOR BASED ROBOIC PADA SISEM NAVIGASI DAN KONROL ROBO SOCCER Ravi Harish Maulana Jurusan eknik Elektro IS, Surabaya 60111, email: rv_axione@yahoo.co.id Abstrak Dalam perancangan robot soccer,
Lebih terperinciFUZZY LOGIC CONTROL 1. LOGIKA FUZZY
1. LOGIKA FUZZY Logika fuzzy adalah suatu cara tepat untuk memetakan suatu ruang input ke dalam suatu ruang output. Teknik ini menggunakan teori matematis himpunan fuzzy. Logika fuzzy berhubungan dengan
Lebih terperinciIMPLEMENTASI LOGIKA FUZZY UNTUK MENGENDALIKAN PH DAN LEVEL AIR KOLAM RENANG
IMPLEMENTASI LOGIKA FUZZY UNTUK MENGENDALIKAN PH DAN LEVEL AIR KOLAM RENANG Nazrul Effendy, M. Heikal Hasan dan Febry Wikatmono Jurusan Teknik Fisika, Fakultas Teknik, Universitas Gadjah Mada Jln. Grafika
Lebih terperinciMenentukan Harga Beras Sesuai Mutu Kualitas Beras dengan Logika Fuzzy Mamdani
SEMINAR MATEMATIKA DAN PENDIDIKAN MATEMATIKA UNY 2017 T - 13 Menentukan Harga Beras Sesuai Mutu Kualitas Beras dengan Logika Fuzzy Mamdani Ghulam Abdul Malik, Agus Maman Abadi Prodi Matematika, Universitas
Lebih terperinciKontrol Penjejak Pada Robot Pemadam Api Menggunakan Sistem Pengindera Api Dan Posisi Jarak Dengan Metode Fuzzy Logic
Kontrol Penjejak Pada Robot Pemadam Api Menggunakan Sistem Pengindera Api Dan Posisi Jarak Dengan Metode Fuzzy Logic Pungky Eka Sasmita, Dr.Tri Arief Sardjono, ST. MT., Ir. Harris Pirngadi, MT. Jurusan
Lebih terperinciPenilaian Hasil Belajar Matematika pada Kurikulum 2013 dengan Menggunakan Logika Fuzzy Metode Mamdani
SEMINAR MATEMATIKA DAN PENDIDIKAN MATEMATIKA UNY 2017 Penilaian Hasil Belajar Matematika pada Kurikulum 2013 dengan Menggunakan Logika Fuzzy Metode Mamdani M-4 Dewi Mardhiyana Universitas Pekaloangan dewimardhiyana139@gmail.com
Lebih terperinciDesain dan Implementasi Kendali Cerdas untuk Robot Quadpod (Berkaki Empat) Studi Kasus Robot Pemadam Api (RPA)
Received : September 2017 Accepted : September 2017 Published : Oktober 2017 Desain dan Implementasi Kendali Cerdas untuk Robot Quadpod (Berkaki Empat) Studi Kasus Robot Pemadam Api (RPA) Muhammad Bagus
Lebih terperinciLOGIKA FUZZY (Lanjutan)
Metode Mamdani Metode mamdani sering dikenal sebagai metode Max-Min. Metode ini diperkenalkan oleh Ebrahim Mamdani pada tahun 1975. Menurut metode ini, ada empat tahap yang harus dilalui untuk mendapatkan
Lebih terperinciKONTROL ROBOT MOBIL PENJEJAK GARIS BERWARNA DENGAN MEMANFAATKAN KAMERA SEBAGAI SENSOR
KONTROL ROBOT MOBIL PENJEJAK GARIS BERWARNA DENGAN MEMANFAATKAN KAMERA SEBAGAI SENSOR Thiang, Felix Pasila, Agus Widian Electrical Engineering Department, Petra Christian University 121-131 Siwalankerto,
Lebih terperinciSISTEM PENJEJAK POSISI OBYEK BERBASIS UMPAN BALIK CITRA
SISTEM PENJEJAK POSISI OBYEK BERBASIS UMPAN BALIK CITRA Syahrul 1, Andi Kurniawan 2 1,2 Jurusan Teknik Komputer, Fakultas Teknik dan Ilmu Komputer, Universitas Komputer Indonesia Jl. Dipati Ukur No.116,
Lebih terperinciIMPLEMENTASI KONTROL LOGIKA FUZZY PADA SISTEM KESETIMBANGAN ROBOT BERODA DUA
IMPLEMENTASI KONTROL LOGIKA FUZZY PADA SISTEM KESETIMBANGAN ROBOT BERODA DUA Shanty Puspitasari¹, Gugus Dwi Nusantoro, ST., MT 2., M. Aziz Muslim, ST., MT., Ph.D 3, ¹Mahasiswa Teknik Elektro. 2 Dosen Teknik
Lebih terperinciLOGIKA FUZZY PADA PROSES PELET PAKAN IKAN
LOGIKA FUZZY PADA PROSES PELET PAKAN IKAN Agung Saputra 1), Wisnu Broto 2), Ainil Syafitri 3) Prodi Elektro Fakultas Teknik Univ. Pancasila, Srengseng Sawah Jagakarsa, Jakarta, 12640 Email: 1) agungsap2002@yahoo.com
Lebih terperinciLima metode defuzzifikasi ini dibandingkan dengan mengimplementasikan pada pengaturan kecepatan motor DC.
Sutikno, Indra Waspada PERBANDINGAN METODE DEFUZZIFIKASI SISTEM KENDALI LOGIKA FUZZY MODEL MAMDANI PADA MOTOR DC Sutikno, Indra Waspada Program Studi Teknik Informatika Universitas Diponegoro tik@undip.ac.id,
Lebih terperinciImplementasi Fuzzy Logic Untuk Mengatur Banyak Air Pada Tanaman Mawar Berdasarkan Suhu Dan Kelembaban
Implementasi Fuzzy Logic Untuk Mengatur Banyak Air Pada Tanaman Mawar Berdasarkan Suhu Dan Kelembaban Lingga Dwi Putra 1, Joke Pratilastiarso 2, Endro Wahjono 3 1. Mahasiswa Jurusan Teknik Elektro Industri
Lebih terperinciImplementasi Metode Fuzzy Logic Controller Pada Kontrol Posisi Lengan Robot 1 DOF
Implementasi Metode Fuzzy Logic Controller Pada Kontrol Posisi Lengan Robot 1 DOF ndik Yulianto 1), gus Salim 2), Erwin Sukma Bukardi 3) Prodi Teknik Elektro, Fakultas Teknologi Industri, Universitas Internasional
Lebih terperinciBAB 2 TINJAUAN PUSTAKA
BAB 2 TINJAUAN PUSTAKA 2.1 Logika Fuzzy Zadeh (1965) memperkenalkan konsep fuzzy sebagai sarana untuk menggambarkan sistem yang kompleks tanpa persyaratan untuk presisi. Dalam jurnalnya Hoseeinzadeh et
Lebih terperinciAplikasi Kendali Fuzzy Logic untuk Pengaturan Kecepatan Motor Universal
Aplikasi Kendali Fuzzy Logic untuk Pengaturan Kecepatan Motor Universal [ Thiang et al. ] Aplikasi Kendali Fuzzy Logic untuk Pengaturan Kecepatan Motor Universal Thiang, Resmana, Wahyudi Fakultas Teknologi
Lebih terperinciTeam project 2017 Dony Pratidana S. Hum Bima Agus Setyawan S. IIP
Hak cipta dan penggunaan kembali: Lisensi ini mengizinkan setiap orang untuk menggubah, memperbaiki, dan membuat ciptaan turunan bukan untuk kepentingan komersial, selama anda mencantumkan nama penulis
Lebih terperinciMetode Mamdani Untuk Klasifikasi Dalam Prediksi Indeks Pembangunan Manusia Di Kota Banda Aceh
SEMINAR MATEMATIKA DAN PENDIDIKAN MATEMATIKA UNY 2017 Metode Mamdani Untuk Klasifikasi Dalam Prediksi Indeks Pembangunan Manusia Di Kota Banda Aceh T - 42 Yudha Al Afis, Agus Maman Abadi Prodi Matematika,
Lebih terperinciMengukur Tingkat Kepuasan Mahasiswa Terhadap Kinerja Dosen Menggunakan Metode Fuzzy Mamdani
Seminar Nasional Teknologi Informatika, "The Future of Computer Vision", 27, ISBN : 978-62-56--7 Mengukur Tingkat Kepuasan Mahasiswa Terhadap Kinerja Dosen Menggunakan Metode Fuzzy Mamdani Sepri Yanti
Lebih terperinciPengaturan Air Cooler untuk Ruangan menggunakan Logika Fuzzy
Pengaturan Air Cooler untuk Ruangan menggunakan Logika Fuzzy Willy Setiawan - 13508043 Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika Institut Teknologi Bandung, Jl. Ganesha 10
Lebih terperinciPenggunaan Mamdani Fuzzy Expert System untuk Mengevaluasi Kinerja Dosen
Penggunaan Mamdani Fuzzy Expert System untuk Mengevaluasi Kinerja Dosen Dwi Rolliawati Fakultas Ilmu Komputer, Sistem Komputer, Universitas Narotama dwi.roliawati@narotama.ac.id Abstrak Dosen sebagai pendidik
Lebih terperinciBAB II LANDASAN TEORI. papernya yang monumental Fuzzy Set (Nasution, 2012). Dengan
BAB II LANDASAN TEORI 2.. Logika Fuzzy Fuzzy set pertama kali diperkenalkan oleh Prof. Lotfi Zadeh, 965 orang Iran yang menjadi guru besar di University of California at Berkeley dalam papernya yang monumental
Lebih terperinciPENGENDALIAN KECEPATAN KENDARAAN RODA EMPAT DENGAN MENGGUNAKAN FUZZY INFERENCE SYSTEM METODE MAMDANI
Buletin Ilmiah Math. Stat. dan Terapannya (Bimaster) Volume 03, No. (204), hal 39-46. PENGENDALIAN KECEPATAN KENDARAAN RODA EMPAT DENGAN MENGGUNAKAN FUZZY INFERENCE SYSTEM METODE MAMDANI Yoakim Marinus
Lebih terperinciPERANCANGAN SISTEM KONTROL LAMPU LALU LINTAS OTOMATIS BERBASIS LOGIKA FUZZY MENGGUNAKAN SENSOR KAMERA
Seminar Tugas Akhir PERANCANGAN SISTEM KONTROL LAMPU LALU LINTAS OTOMATIS BERBASIS LOGIKA FUZZY MENGGUNAKAN SENSOR KAMERA Oleh : Andri Kuncoro NRP. 2406100042 Dosen Pembimbing : Ir. Moch. Ilyas Hs. NIP.194909191979031002
Lebih terperinciPendapatan Masyarakat Disekitar Kampus dengan Adanya Mahasiswa Menggunakan Fuzzy
Pendapatan Masyarakat Disekitar Kampus dengan Adanya Mahasiswa Menggunakan Fuzzy Asrianda 1 Teknik Informatika Kampus Bukit Indah Lhokseumawe email : asrianda@unimal.ac.id ABSTRAK Bertambahnya permintaan
Lebih terperinciSISTEM PENDUKUNG KEPUTUSAN PEMILIHAN JURUSAN DI SMU DENGAN LOGIKA FUZZY
SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN JURUSAN DI SMU DENGAN LOGIKA FUZZY Hafsah, Heru Cahya Rustamaji, Yulia Inayati Jurusan Teknik Informatika UPN "Veteran" Yogyakarta Jl. Babarsari No 2 Tambakbayan Yogyakarta
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1 Permintaan, Persediaan dan Produksi 2.1.1 Permintaan Permintaan adalah banyaknya jumlah barang yang diminta pada suatu pasar tertentu dengan tingkat harga tertentu pada tingkat
Lebih terperinciBAB III PERANCANGAN SIMULASI. 3.1 Perancangan Sistem Parkir Mobil Seri Otomatis
BAB III PERANCANGAN SIMULASI Pada bab ini dijelaskan perancangan untuk mengetahui alur kerja dari sistem yang akan dibuat. Pada perancangan ini dibuat 2 kontrol logika fuzzy untuk mobil parkir secara otomatis
Lebih terperinciBAB 2 2. LANDASAN TEORI
BAB 2 2. LANDASAN TEORI Bab ini akan menjelaskan mengenai logika fuzzy yang digunakan, himpunan fuzzy, penalaran fuzzy dengan metode Sugeno, dan stereo vision. 2.1 Logika Fuzzy Logika fuzzy adalah suatu
Lebih terperinciFuzzy Associative Memory (FAM) Logika Fuzzy
Fuzzy Associative Memory (FAM) Logika Fuzzy 1 Misalkan suatu sistem fuzzy dengan n input dan satu output. Setiap input X 1, X 2,, X n dipartisi menjadi k partisi fuzzy. Maka menggunakan aturan fuzzy IF
Lebih terperinciProses Defuzzifikasi pada Metode Mamdani dalam Memprediksi Jumlah Produksi Menggunakan Metode Mean Of Maximum
Prosiding Penelitian SPeSIA Unisba 2015 ISSN: 2460-6464 Proses Defuzzifikasi pada Metode Mamdani dalam Memprediksi Jumlah Produksi Menggunakan Metode Mean Of Maximum 1 Fitria Tri Suwarmi, 2 M. Yusuf Fajar,
Lebih terperinciDAFTAR ISI. HALAMAN JUDUL... i. HALAMAN PENGESAHAN... ii. HALAMAN PERNYATAAN... iii. KATA PENGANTAR... iv. MOTO DAN PERSEMBAHAN... v. DAFTAR ISI...
DAFTAR ISI HALAMAN JUDUL... i HALAMAN PENGESAHAN... ii HALAMAN PERNYATAAN... iii KATA PENGANTAR... iv MOTO DAN PERSEMBAHAN... v DAFTAR ISI... vi DAFTAR GAMBAR... viii DAFTAR TABEL... x ABSTRAK... xi ABSTRACT...
Lebih terperinciBAB III PERANCANGAN SISTEM
BAB III PERANCANGAN SISTEM Pada bab ini akan dibahas perancangan serta penerapan pengendalian berbasis logika fuzzy pada sistem Fuzzy Logic Sebagai Kendali Pendingin Ruangan Menggunakan MATLAB. Dan simulasi
Lebih terperinciBAB III METODE FUZZY MAMDANI
29 BAB III METODE FUZZY MAMDANI Fuzzy Inference System merupakan sebuah kerangka kerja perhitungan berdasarkan konsep teori himpunan fuzzy dan pemikiran fuzzy yang digunakan dalam penarikan kesimpulan
Lebih terperinciAPLIKASI METODE HILL CLIMBING PADA STANDALONE ROBOT MOBIL UNTUK MENCARI RUTE TERPENDEK
APLIKASI METODE HILL CLIMBING PADA STANDALONE ROBOT MOBIL UNTUK MENCARI RUTE TERPENDEK Thiang, Handry Khoswanto, Felix Pasila, Hendra Thelly Jurusan Teknik Elektro, Universitas Kristen Petra Jl. Siwalankerto
Lebih terperinciProceeding Tugas Akhir-Januari
Proceeding Tugas Akhir-Januari 214 1 Swing-up dan Stabilisasi pada Sistem Pendulum Kereta menggunakan Metode Fuzzy dan Linear Quadratic Regulator Renditia Rachman, Trihastuti Agustinah Jurusan Teknik Elektro,
Lebih terperinciPresentasi TA DETEKSI PENYAKIT PARU-PARU OBSTRUKTIF KRONIS MENGGUNAKAN METODE FUZZY : STUDI KASUS DI RUMAH SAKIT XYZ. Muhammad Reza Budiman
Presentasi TA DETEKSI PENYAKIT PARU-PARU OBSTRUKTIF KRONIS MENGGUNAKAN METODE FUZZY : STUDI KASUS DI RUMAH SAKIT XYZ Muhammad Reza Budiman 5209100075 Jurusan Sistem Informasi Fakultas Teknologi Informasi
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1 Definisi Robot Istilah robot berasal dari kata robota (bahasa Czech) yang berarti kerja. Kamus besar Webster memberikan definisi mengenai robot, yaitu sebuah peralatan otomatis
Lebih terperinciJURNAL TEKNIK POMITS Vol. 3, No. 1, (2014) ISSN: ( Print) B-58
JURNAL TEKNIK POMITS Vol. 3, No. 1, (214) ISSN: 2337-3539 (231-9271 Print) B-58 Swing-up dan Stabilisasi pada Sistem Pendulum Kereta menggunakan Metode Fuzzy dan Linear Quadratic Regulator Renditia Rachman,
Lebih terperinciALGORITMA FUZZY LOGIC DAN WALLFOLLOWER PADA SISTEM NAVIGASI ROBOT HEXAPOD BERBASIS MIKROKONTROLLER AVR
ALGORITMA FUZZY LOGIC DAN WALLFOLLOWER PADA SISTEM NAVIGASI ROBOT HEXAPOD BERBASIS MIKROKONTROLLER AVR Hasri Awal Fakultas Ilmu Komputer, Universitas Putra Indo nesia, Padang email: hasriawal@yahoo.co.id
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1 Himpunan Himpunan adalah kata benda yang berasal dari kata himpun. Kata kerjanya adalah menghimpun. Menghimpun adalah kegiatan yang berhubungan dengan berbagai objek apa saja.
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1 Logika Fuzzy Fuzzy secara bahasa diartikan sebagai kabur atau samar yang artinya suatu nilai dapat bernilai benar atau salah secara bersamaan. Dalam fuzzy dikenal derajat keanggotan
Lebih terperinciPENDAPATAN MASYARAKAT DENGAN ADANYA KAMPUS MENGGUNAKAN FUZZY TSUKAMOTO
PENDAPATAN MASYARAKAT DENGAN ADANYA KAMPUS MENGGUNAKAN FUZZY TSUKAMOTO Asrianda 1 asrianda@unimal.ac.id Abstrak Bertambahnya permintaan mahasiswa atas kebutuhan makan seharihari, berkembangnya usaha warung
Lebih terperinciDENIA FADILA RUSMAN
Sidang Tugas Akhir INVENTORY CONTROL SYSTEM UNTUK MENENTUKAN ORDER QUANTITY DAN REORDER POINT BAHAN BAKU POKOK TRANSFORMER MENGGUNAKAN METODE FUZZY (STUDI KASUS : PT BAMBANG DJAJA SURABAYA) DENIA FADILA
Lebih terperinciPERANCANGAN KONTROLER LOGIKA FUZZY UNTUK TRACKING CONTROL PADA ROBOT SUMO
PERANCANGAN KONTROLER LOGIKA FUZZY UNTUK TRACKING CONTROL PADA ROBOT SUMO STANDAR OPERASI PROSEDUR (S.O.P) Disusun Untuk Memenuhi Syarat Menyelesaikan Pendidikan Diploma III Pada Jurusan Teknik Elektro
Lebih terperinciIMPLEMENTASI FUZZY LOGIC CONTROLLER PADA ROBOT LINE FOLLOWER
PROSIDING SEMINAR NASIONAL TEKNOLOGI IV Samarinda, November IMPLEMENTASI FUZZY LOGIC CONTROLLER PADA ROBOT LINE FOLLOWER Supriadi, Ansar Rizal Prodi Teknik Komputer, Jurusan Teknologi Informasi, Politeknik
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Fuzzy set pertama kali diperkenalkan oleh Prof. Lotfi Zadeh pada tahun 1965 yang merupakan guru besar di University of California Berkeley pada papernya yang berjudul
Lebih terperinciSTUDY TENTANG APLIKASI FUZZY LOGIC MAMDANI DALAM PENENTUAN PRESTASI BELAJAR SISWA (STUDY KASUS: SMP PEMBANGUNAN NASIONAL PAGAR MERBAU)
STUDY TENTANG APLIKASI FUZZY LOGIC MAMDANI DALAM PENENTUAN PRESTASI BELAJAR SISWA (STUDY KASUS: SMP PEMBANGUNAN NASIONAL PAGAR MERBAU) Desi Vinsensia Program Studi Teknik Informatika STMIK Pelita Nusantara
Lebih terperinciSimulasi Pengaturan Lalu Lintas Menggunakan Logika Fuzzy
Simulasi Pengaturan Lalu Lintas Menggunakan Logika Fuzzy Raka Yusuf 1, Andi Andriansyah 2, Febi Pratiwi 3 Jurusan Teknik Informatika, Fakultas Ilmu Komputer, Universitas Mercu Buana 1,3 Jurusan Teknik
Lebih terperinciPENENTUAN JUMLAH PRODUKSI DENGAN APLIKASI METODE FUZZY MAMDANI
PENENTUAN JUMLAH PRODUKSI DENGAN APLIKASI METODE FUZZY MAMDANI Much. Djunaidi Jurusan Teknik Industri Universitas Muhammadiyah Surakarta Jl. Ahmad Yani Tromol Pos 1 Pabelan Surakarta email: joned72@yahoo.com
Lebih terperinciImplementasi Kamera OV7670 Sebagai Pendeteksi Garis Pada Robot Line Follower
Implementasi Kamera OV7670 Sebagai Pendeteksi Garis Pada Robot Line Follower Muhammad Rizal 1, Waru Djuriatno,ST.,MT 2., Mochammad Rif an, ST., MT. 3 1 Mahasiswa Teknik Elektro UB, 2,3 Dosen Teknik Elektro
Lebih terperinciPenerapan Logika Fuzzy
1 Penerapan Logika Fuzzy M. Faisal Baehaki - 13506108 1 Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika Institut Teknologi Bandung, Jl. Ganesha 10 Bandung 40132, Indonesia 1 m_faisal_b@yahoo.com
Lebih terperinciActive Steering Assistane For Turned Road Based On Fuzzy Logic
th Industrial Research Workshop and National Seminar Politeknik Negeri Bandung July -, Active Steering Assistane For Turned Road Based On Fuzzy Logic Reni Setiowati, Noor Cholis Basjaruddin, Supriyadi
Lebih terperinciSIMULASI AUTONOMOUS VEHICLE DI UNIVERSITAS KRISTEN SATYA WACANA SALATIGA
SIMULASI AUTONOMOUS VEHICLE DI UNIVERSITAS KRISTEN SATYA WACANA SALATIGA Sandro Angkat, Darmawan Utomo, Hartanto K. Wardana SIMULASI AUTONOMOUS VEHICLE DI UNIVERSITAS KRISTEN SATYA WACANA SALATIGA Sandro
Lebih terperinciPENENTUAN JUMLAH PRODUKSI TELEVISI MERK X MENGGUNAKAN METODE FUZZY MAMDANI
PENENTUAN JUMLAH PRODUKSI TELEVISI MERK X MENGGUNAKAN METODE FUZZY MAMDANI Ahmad Mufid Program Studi Sistem Komputer Fakultas Teknik Universitas Sultan Fatah (UNISFAT) Jl. Sultan Fatah No. 83 Demak Telpon
Lebih terperinciPERANCANGAN DAN PEMBUATAN APLIKASI UNTUK MENDESAIN KARTU UCAPAN
PERANCANGAN DAN PEMBUATAN APLIKASI UNTUK MENDESAIN KARTU UCAPAN Rudy Adipranata 1, Liliana 2, Gunawan Iteh Fakultas Teknologi Industri, Jurusan Teknik Informatika, Universitas Kristen Petra Jl. Siwalankerto
Lebih terperinciBAB 1 PENDAHULUAN Latar Belakang Masalah
BAB 1 PENDAHULUAN 1.1. Latar Belakang Masalah Perkembangan teknologi robotika telah membuat kualitas kehidupan manusia semakin tinggi. Dimana perkembangan teknologi robotika tersebut telah mampu meningkatkan
Lebih terperinciOleh : Abi Nawang Gustica Pembimbing : 1. Dr. Muhammad Rivai, ST., MT. 2. Ir. Tasripan, MT.
Implementasi Sensor Gas pada Kontrol Lengan Robot untuk Mencari Sumber Gas (The Implementation of Gas Sensors on the Robotic Arm Control to Locate Gas Source ) Oleh : Abi Nawang Gustica Pembimbing : 1.
Lebih terperinciBAB III METODOLOGI 3.1. PENDAHULUAN
BAB III METODOLOGI 3.1. PENDAHULUAN Dalam melakukan studi Tugas Akhir diperlukan metodologi yang akan digunakan agar studi ini dapat berjalan sesuai dengan koridor yang telah direncanakan di awal. Dalam
Lebih terperinciBAB 2 LANDASAN TEORI 2.1 Konsep Dasar Sistem Definisi Sistem
BAB 2 LANDASAN TEORI 2.1 Konsep Dasar Sistem 2.1.1 Definisi Sistem Menurut Mustakini (2009:34), Sistem dapat didefinisikan dengan pendekatan prosedur dan pendekatan komponen, sistem dapat didefinisikan
Lebih terperinciHerry gunawan wibisono Pembimbing : Ir. Syamsul Arifin, MT
PERANCANGAN SISTEM PENGENDALIAN DAYA REAKTOR NUKLIR MENGGUNAKAN LOGIKA FUZZY DI PUSAT TEKNOLOGI NUKLIR BAHAN DAN RADIOMETRI BADAN TENAGA NUKLIR NASIONAL (PTNBR BATAN) BANDUNG Herry gunawan wibisono 2406
Lebih terperinciPengendalian Gerak Robot Penghindar Halangan Menggunakan Citra dengan Kontrol PID
Journal of Electrical Electronic Control and Automotive Engineering (JEECAE) Pengendalian Gerak Robot Penghindar Halangan Menggunakan Citra dengan Kontrol PID Basuki Winarno, S.T., M.T. Jurusan Teknik
Lebih terperinciAnalisis Pengaruh Pemilihan Fuzzy Membership Function Terhadap Output Sebuah Sistem Fuzzy Logic
Analisis Pengaruh Pemilihan Fuzzy Membership Function Terhadap Output Sebuah Sistem Fuzzy Logic Luh Kesuma Wardhani, Elin Haerani Jurusan Teknik Informatika Fakultas Sains dan Teknologi UIN SUSKA Riau
Lebih terperinciPengendalian Posisi Mobile Robot Menggunakan Metode Neural Network Dengan Umpan Balik Kamera Pemosisian Global
The 13 th Industrial Electronics Seminar 2011 (IES 2011) Electronic Engineering Polytechnic Institute of Surabaya (EEPIS), Indonesia, October 26, 2011 Pengendalian Posisi Mobile Robot Menggunakan Metode
Lebih terperinciRobot Bergerak Penjejak Jalur Bertenaga Sel Surya
Robot Bergerak Penjejak Jalur Bertenaga Sel Surya Indar Sugiarto, Dharmawan Anugrah, Hany Ferdinando Jurusan Teknik Elektro, Fakultas Teknologi Industri, Universitas Kristen Petra Email: indi@petra.ac.id,
Lebih terperinciSistem Pengemudian Otomatis pada Kendaraan Berroda dengan Model Pembelajaran On-line Menggunakan NN
Sistem Pengemudian Otomatis pada Kendaraan Berroda dengan Model Pembelajaran On-line Menggunakan Eru Puspita Politeknik Elektronika Negeri Surabaya Institut Teknologi Sepuluh Nopember Kampus ITS Keputih
Lebih terperinciNURAIDA, IRYANTO, DJAKARIA SEBAYANG
Saintia Matematika Vol. 1, No. 6 (2013), pp. 543 555. ANALISIS TINGKAT KEPUASAN KONSUMEN BERDASARKAN PELAYANAN, HARGA DAN KUALITAS MAKANAN MENGGUNAKAN FUZZY MAMDANI (Studi Kasus pada Restoran Cepat Saji
Lebih terperinciPerancangan Graphical User Interface untuk Pengendalian Suhu pada Stirred Tank Heater Berbasis Microsoft Visual Basic 6.0
JURNAL ILMIAH ELITE ELEKTRO, VOL. 3, NO. 2, SEPTEMBER 2012: 89-95 89 Perancangan Graphical User Interface untuk Pengendalian Suhu pada Stirred Tank Heater Berbasis Microsoft Visual Basic 6.0 Muhammad Rozali
Lebih terperinciAnalisis Fungsi Keanggotaan Fuzzy Tsukamoto Dalam Menentukan Status Kesehatan Tubuh Seseorang
Analisis Fungsi Keanggotaan Fuzzy Tsukamoto Dalam Menentukan Status Kesehatan Tubuh Seseorang Nurul Khairina Politeknik Ganesha Medan Jl. Veteran No. 190 Pasar VI Manunggal nurulkhairina27@gmail.com Abstrak
Lebih terperinciBAB 3 PENANGANAN JARINGAN KOMUNIKASI MULTIHOP TERKONFIGURASI SENDIRI UNTUK PAIRFORM-COMMUNICATION
BAB 3 PENANGANAN JARINGAN KOMUNIKASI MULTIHOP TERKONFIGURASI SENDIRI UNTUK PAIRFORM-COMMUNICATION Bab ini akan menjelaskan tentang penanganan jaringan untuk komunikasi antara dua sumber yang berpasangan.
Lebih terperinciAbdul Halim Dosen Pembimbing Dr. Trihastuti Agustinah, ST., MT
Abdul Halim 22 05 053 Dosen Pembimbing Dr. Trihastuti Agustinah, ST., T JURUSAN TEKNIK ELEKTRO Fakultas Teknologi Industri Institut Teknologi Sepuluh Nopember Surabaya 203 PENDAHULUAN PERANCANGAN HASIL
Lebih terperinciSIMULASI SISTEM UNTUK PENGONTROLAN LAMPU DAN AIR CONDITIONER DENGAN MENGGUNAKAN LOGIKA FUZZY
SIMULASI SISTEM UNTUK PENGONTROLAN LAMPU DAN AIR CONDITIONER DENGAN MENGGUNAKAN LOGIKA FUZZY Nesi Syafitri. N Teknik Informatika, Fakultas Teknik Universitas Islam Riau, Jalan Kaharuddin Nasution No. 3,
Lebih terperinciLogika fuzzy pertama kali dikembangkan oleh Lotfi A. Zadeh melalui tulisannya pada tahun 1965 tentang teori himpunan fuzzy.
LOGIKA FUZZY UTHIE Intro Pendahuluan Logika fuzzy pertama kali dikembangkan oleh Lotfi A. Zadeh melalui tulisannya pada tahun 1965 tentang teori himpunan fuzzy. Lotfi Asker Zadeh adalah seorang ilmuwan
Lebih terperinciPengantar Kecerdasan Buatan (AK045218) Logika Fuzzy
Logika Fuzzy Pendahuluan Alasan digunakannya Logika Fuzzy Aplikasi Himpunan Fuzzy Fungsi keanggotaan Operator Dasar Zadeh Penalaran Monoton Fungsi Impilkasi Sistem Inferensi Fuzzy Basis Data Fuzzy Referensi
Lebih terperinciSISTEM PAKAR MENGGUNAKAN MESIN INFERENSI FUZZY. Wilis Kaswidjanti. Abstrak
Jurnal Teknik Elektro Vol. No. Juli - Desember 0 9 SISTEM PAKAR MENGGUNAKAN MESIN INFERENSI FUZZY Wilis Kaswidjanti Abstrak Salah satu cara untuk menangani ketidakpastian pada bidang sistem pakar dapat
Lebih terperinciROBOT MOBIL PENCARI RUTE TERPENDEK MENGGUNAKAN METODE STEEPEST ASCENT HILL CLIMBING
ROBOT MOBIL PENCARI RUTE TERPENDEK MENGGUNAKAN METODE STEEPEST ASCENT HILL CLIMBING Thiang, Ferdi Ninaber Jurusan Teknik Elektro, Fakultas Teknologi Industri, Universitas Kristen Petra Jl. Siwalankerto
Lebih terperinciDISAIN DAN IMPLEMENTASI PENGENDALI FUZZY BERBASIS DIAGRAM LADDER PLC MITSUBISHI Q02HCPU PADA SISTEM MOTOR INDUKSI
DISAIN DAN IMPLEMENTASI PENGENDALI FUZZY BERBASIS DIAGRAM LADDER PLC MITSUBISHI Q02HCPU PADA SISTEM MOTOR INDUKSI Syarif Jamaluddin a, Ir. Aries Subiantoro, M.Sc. b a,b) Departemen Elektro Fakultas Teknik,
Lebih terperinciPenerapan Fuzzy Logic untuk Pembatasan Jumlah Partikel Pada Aplikasi yang Menggunakan Sistem Partikel
Penerapan Fuzzy Logic untuk Pembatasan Jumlah Partikel Pada Aplikasi yang Menggunakan Sistem Partikel Biolardi Yoshogi (13509035) Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika
Lebih terperinciGrafik hubungan antara Jarak (cm) terhadap Data pengukuran (cm) y = 0.950x Data pengukuran (cm) Gambar 9 Grafik fungsi persamaan gradien
dapat bekerja tetapi tidak sempurna. Oleh karena itu, agar USART bekerja dengan baik dan sempurna, maka error harus diperkecil sekaligus dihilangkan. Cara menghilangkan error tersebut digunakan frekuensi
Lebih terperinciPENDAHULUAN BAB I PENDAHULUAN
BAB I PENDAHULUAN 1.1. Latar Belakang Masalah Pesatnya perkembangan ilmu pengetahuan dan teknologi pada zaman sekarang, menuntut manusia untuk terus menciptakan inovasi baru di bidang teknologi. Hal ini
Lebih terperinciEKO TRI WASISTO Dosen Pembimbing 1 Dosen Pembimbing 2
RANCANG BANGUN SISTEM KONTROL ATTITUDE PADA UAV (UNMANNED AERIAL VEHICLE) QUADROTOR DF- UAV01 DENGAN MENGGUNAKAN SENSOR ACCELEROMETER 3-AXIS DENGAN METODE FUZZY LOGIC EKO TRI WASISTO 2407.100.065 Dosen
Lebih terperinciIMPLEMENTASI LOGIKA FUZZY SEBAGAI PERINTAH GERAKAN TARI PADA ROBOT HUMANOID KRSI MENGGUNAKAN SENSOR KAMERA CMUCAM4
1 IMPLEMENTASI LOGIKA FUZZY SEBAGAI PERINTAH GERAKAN TARI PADA ROBOT HUMANOID KRSI MENGGUNAKAN SENSOR KAMERA CMUCAM4 Gladi Buana, Pembimbing 1:Purwanto, Pembimbing 2: M. Aziz Muslim. Abstrak-Pada Kontes
Lebih terperinciBAB II LANDASAN TEORI
BAB II LANDASAN TEORI Pada bab ini akan dijelaskan landasan teori yang berhubungan dengan himpunan fuzzy, teori garis lurus, dan pengenalan citra dental radiograph. 2.1 Teori Himpunan Fuzzy Pada bagian
Lebih terperinciBAB 2 LANDASAN TEORI
5 BAB 2 LANDASAN TEORI 2.1 Logika Fuzzy Logika fuzzy adalah cabang dari sistem kecerdasan buatan (Artificial Inteligent) yang mengemulasi kemampuan manusia dalam berfikir ke dalam bentuk algoritma yang
Lebih terperinciPENGENDALIAN POSISI MOBILE ROBOT MENGGUNAKAN METODE NEURAL NETWORK DENGAN UMPAN BALIK KAMERA PEMOSISIAN GLOBAL
PENGENDALIAN POSISI MOBILE ROBOT MENGGUNAKAN METODE NEURAL NETWORK DENGAN UMPAN BALIK KAMERA PEMOSISIAN GLOBAL Randy Reza Kautsar (1), Bima Sena Bayu D S.ST M.T (2), A.R. Anom Besari. S.ST, M.T (2) (1)
Lebih terperinci