Fuzzy Associative Memory (FAM) Logika Fuzzy

Ukuran: px
Mulai penontonan dengan halaman:

Download "Fuzzy Associative Memory (FAM) Logika Fuzzy"

Transkripsi

1 Fuzzy Associative Memory (FAM) Logika Fuzzy 1

2 Misalkan suatu sistem fuzzy dengan n input dan satu output. Setiap input X1, X2,, Xn dipartisi menjadi k partisi fuzzy. Maka menggunakan aturan fuzzy IF THEN.. akan dapat dibentuk aturan sebanyak k n Jumlah aturan fuzzy yang digunakan (r), biasanya jauh lbh kecil drpd l atau r << l 2

3 Jika setiap input X1, X2,, Xn dipartisi dengan jumlah partisi fuzzy yang berbeda, misalnya k1, k2,, kn, maka jumlah aturan fuzzy maksimum yang mungkin adalah: k k k n Untuk sistem fuzzy dengan sejumlah kecil input dan output, maka dapat disajikan bentuk yang kompak utk sistem fuzzy (fuzzy rule-based system). Misalnya sistem dengan 2 input dan satu output. Inputnya adl A dan B, dan masingmasing dipartisi menjadi 7 dan 5 partisi. 3

4 Outputnya adl C dan dipartisi menjadi 4 partisi. Maka sistem fuzzy dapat direpresentasikan dlm bentuk tabel sbb: Berapa jumlah aturan maks yg mungkin? Berapa jumlah aturan yg dipakai? Tabel seperti pada contoh di atas disebut tabel FAM. 4

5 y = 10 sin x1 Contoh Misalkan sebuah fungsi nonlinear y = 10 sin x1. Kita akan membuat fuzzy rule-based system untuk mendekati output y. Variabel input x1 ditentukan mpy interval [-180, 180] dan variabel output y ditentukan mempunyai interval [-10, 10] x1 radian 5

6 Penyelesaian: Misalkan kita akan mem-partisi x1 menjadi 5 partisi sederhana pd interval [-180, 180] dan output y akan di partisi menjadi 3 fungsi keanggotaan pd interval [-10, 10]. Gambarnya ditampilkan sbb: NB : Negative Big NS : Negative Small Z : Zero PS : Positive Small PB : Positive Big 6

7 Langkah selnjutnya adl membuat aturan fuzzy-nya. Misalnya akan digunkan 4 aturan fuzzy sbb: 1. IF x1 adl Z atau PB THEN y adl Z 2. IF x1 adl PS THEN y adl PB 3. IF x1 adl Z atau NB THEN y adl Z 4. IF x1 adl NS THEN y adl NB Maka tabel FAM yg dihasilkan adl sbb: Berapa jumlah aturan maks yg mungkin? Berapa jumlah aturan yg dipakai? 7

8 Untuk mendekati nilai output y maka dipilih beberapa nilai input x1 yg dpt mewakili (gunakan metode inferensi). Kmd gunakan metode cemtroid untuk proses defuzzifikasi-nya. Misalkan akan dicek utk input x1 sbb: Untuk x1 = -135 Aturan 3 dan 4 berlaku (1 dan 2 tdk berlaku) IF x1 adl Z atau NB THEN y adl Z IF x1 adl NS THEN y adl NB 8

9 aturan 3 IF x1 adl Z atau NB THEN y adl Z maka dpt digambarkan: aturan 4 IF x1 adl NS THEN y adl NB maka dpt digambarkan: 9

10 maka untuk x1 = -135 diperoleh nilai y sbb: Aturan 3 y = 0 Aturan 4 y = -7 Untuk x1 = -45 Aturan 1, 3 dan 4 berlaku (2 tdk berlaku) IF x1 adl Z atau PB THEN y adl Z IF x1 adl Z atau NB THEN y adl Z IF x1 adl NS THEN y adl NB maka hasil yg diperoleh sama dengan nilai y untuk x1 = -135, yaitu: Aturan 1 y = 0 Aturan 3 y = 0 Aturan 4 y = -7 10

11 Untuk x1 = 45 Aturan 1, 2, dan 3 berlaku (4 tdk berlaku) IF x1 adl Z atau PB THEN y adl Z IF x1 adl PS THEN y adl PB IF x1 adl Z atau NB THEN y adl Z Untuk proses defuzzifikazi lihat pada cara mencari nilai y utk x1 = - 45 (aturan 1) dan utk x1 = (aturan 3) 11

12 aturan 2 IF x1 adl PS THEN y adl PB maka dpt digambarkan sbb: maka untuk x1 = 45 diperoleh nilai y sbb: Aturan 1 y = 0 Aturan 2 y = 7 Aturan 3 y = 0 12

13 Untuk x1 = 135 Aturan 1 dan 2 berlaku (3 dan 4 tdk berlaku) IF x1 adl Z atau PB THEN y adl Z IF x1 adl PS THEN y adl PB maka untuk x1 = 135 diperoleh nilai y sbb: Aturan 1 y = 0 Aturan 2 y = 7 Hasil keseluruhan: x y

14 Dengan mengambil nilai terbesar (tanpa memperhatikan positif atau negatifnya) dari nilai output y untuk masingmasing nilai input maka plot input-output sistem dapat digambarkan sbb. Bandingkan dengan grafik y = 10 sin x1 pada hal. 5. Bgmn caranya spy bentuk grafik smkn mendekati aslinya? 14

15 Quiz Grafik yang menggambarkan tegangan terhadap waktu diperlihatkan pada gambar berikut. y 12 x Input x dipartisi menjadi 5 partisi pd jangkauan [-1, 1]. Output y dipartisi menjadi 3 partisi pd jangkauan [0, 12]. Lihat gambar berikut. 15

16 Partisi untuk input x Partisi untuk output y 16

17 Pertanyaan: Buatlah aturan fuzzy untuk mendekati output (3 aturan saja) Ambil 5 nilai x untuk kemudian dicari nilai outputnya (y) x = - 0,6; - 0,3; 0; 0,3; 0,6. Gunakan metode centroid utk proses defuzzifikasi-nya Gambarlah grafik y terhadap x (dari hasil pendekatan). Bandingkan dengan grafik aslinya. 17

Fuzzy Associative Memory (FAM) Logika Fuzzy

Fuzzy 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 terperinci

Sifat-sifat Fungsi Keanggotaan, Fuzzifikasi, Defuzzifikasi. Logika Fuzzy

Sifat-sifat Fungsi Keanggotaan, Fuzzifikasi, Defuzzifikasi. Logika Fuzzy Sifat-sifat Fungsi Keanggotaan, Fuzzifikasi, Defuzzifikasi Logika Fuzzy 1 Fitur Fungsi Keanggotaan Fungsi keanggotaan himpunan fuzzy: Core (inti) Support (pendukung) Boundary (batas) 2 (a) (b) Himp. Fuzzy

Lebih terperinci

Relasi Tolerans & Relasi Ekivalen. Logika Fuzzy

Relasi Tolerans & Relasi Ekivalen. Logika Fuzzy Relasi Tolerans & Relasi Ekivalen Logika Fuzzy 1 Sifat-sifat Relasi Misalkan terdapat sebuah semesta dengan 3 elemen dinyatakan X = {1, 2, 3}, maka berikut adalah sifat-sifat relasi yang mungkin: Refleksivitas

Lebih terperinci

Fuzzy Clustering. Logika Fuzzy

Fuzzy Clustering. Logika Fuzzy Fuzzy Clustering Logika Fuzzy Misalkan sistem uzzy dengan dua input dan output; input terdiri atas dan, outputnya y Fungsi keanggotaan dapat berbentuk: Gaussian Segitiga Bentuk lain Fungsi Gaussian i :

Lebih terperinci

Pada dasarnya lebih sulit drpd classifier berdasar teori bayes, terutama untuk data dimensi tinggi.

Pada dasarnya lebih sulit drpd classifier berdasar teori bayes, terutama untuk data dimensi tinggi. 1 Fokus pd desain fungsi pembeda (discriminant function) atau decision surface scr langsung yang membedakan satu kelas dengan kelas yg lain berdasarkan kriteria yg telah ditentukan. Pada dasarnya lebih

Lebih terperinci

Perancangan 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. 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 terperinci

KASUS PENERAPAN LOGIKA FUZZY. Fuzzy tsukamoto, mamdani, sugeno

KASUS PENERAPAN LOGIKA FUZZY. Fuzzy tsukamoto, mamdani, sugeno KASUS PENERAPAN LOGIKA FUZZY Fuzzy tsukamoto, mamdani, sugeno CARA KERJA LOGIKA FUZZY MELIPUTI BEBERAPA TAHAPAN BERIKUT : 1. Fuzzyfikasi 2. Pembentukan basis pengetahuan fuzzy (rule dalam bentuk if..then).

Lebih terperinci

BAB III PERANCANGAN SIMULASI. 3.1 Perancangan Sistem Parkir Mobil Seri Otomatis

BAB 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 terperinci

GPENELITIAN MANDIRI RANCANG BANGUN SISTEM KENDALI MOTOR DC MENGGUNAKAN FUZZY LOGIC BERBASIS MIKROKONTROLER

GPENELITIAN MANDIRI RANCANG BANGUN SISTEM KENDALI MOTOR DC MENGGUNAKAN FUZZY LOGIC BERBASIS MIKROKONTROLER GPENELITIAN MANDIRI RANCANG BANGUN SISTEM KENDALI MOTOR DC MENGGUNAKAN FUZZY LOGIC BERBASIS MIKROKONTROLER Hendra Kusdarwanto Jurusan Fisika Unibraw Universitas Brawijaya Malang nra_kus@yahoo.com ABSTRAK

Lebih terperinci

BAB III PERANCANGAN DAN PEMBUATAN SISTEM. Gambar 3. 1 Diagram Blok Sistem Kecepatan Motor DC

BAB III PERANCANGAN DAN PEMBUATAN SISTEM. Gambar 3. 1 Diagram Blok Sistem Kecepatan Motor DC BAB III PERANCANGAN DAN PEMBUATAN SISTEM Bab ini menjelaskan tentang perancangan dan pembuatan sistem kontrol, baik secara software dan hardware yang akan digunakan untuk mendukung keseluruhan sistem yang

Lebih terperinci

ESTIMATOR FUNGSI PDF. Pertemuan 4

ESTIMATOR FUNGSI PDF. Pertemuan 4 ESTIMATOR FUNGSI PDF Pertemuan 4 1 Bangkitkan data dimensi sebanyak N = 500 yang terdistribusi Gaussian N(m,S) dan rerata m = [0 0] T dan kovarian dengan Plot data yg dibangkitkan tsb, pengertian apa yg

Lebih terperinci

Superposisi & Interferensi

Superposisi & Interferensi Pertemuan 3 1 Superposisi & Interferensi Fenomena gel. di alam tdk dpt digambarkan hanya dgn perambatan 1 pulsa/gel. kombinasi byk gel. yg merambat Prinsip superposisi: Jk 2 atau lbh gel. merambat mll

Lebih terperinci

Multiple Model Fuzzy Control:

Multiple Model Fuzzy Control: Multiple Model Fuzzy Control: Rancangan dan Simulasi Pada Tower Crane Hendra Tjahyadi Jurusan Sistem Komputer Universitas Pelita Harapan Tangerang, Indonesia hendra.tjahyadi@uph.edu Torang Simamora Project

Lebih terperinci

PENGUAT DAYA KELAS A

PENGUAT DAYA KELAS A LKTRONKA ANALOG ertemuan 14 NGUAT DAYA KLAS A enguat sinyal besar (large signal) dimana penekanan adl pd penguatan daya, disebut dengan penguat daya. Klasifikasi penguat daya yang ada adalah kelas A, kelas

Lebih terperinci

Implementasi 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 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 terperinci

SIMULASI DAN ANALISIS RESPON FUZZY LOGIC CONTROLLER PADA SISTEM SUSPENSI. Sunarno 1, Rohmad 2

SIMULASI DAN ANALISIS RESPON FUZZY LOGIC CONTROLLER PADA SISTEM SUSPENSI. Sunarno 1, Rohmad 2 SIMULASI DAN ANALISIS RESPON FUZZY LOGIC CONTROLLER PADA SISTEM SUSPENSI Sunarno 1, Rohmad 2 (1),(2) Jurusan Fisika, Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas Negeri Semarang, Semarang,

Lebih terperinci

BAB 1 PENDAHULUAN. Logika fuzzy memberikan solusi praktis dan ekonomis untuk mengendalikan

BAB 1 PENDAHULUAN. Logika fuzzy memberikan solusi praktis dan ekonomis untuk mengendalikan BAB 1 PENDAHULUAN 1.1. Latar Belakang Logika fuzzy memberikan solusi praktis dan ekonomis untuk mengendalikan sistem yang kompleks. Logika fuzzy memberikan rangka kerja yang kuat dalam memecahkan masalah

Lebih terperinci

BAB III METODOLOGI 3.1. PENDAHULUAN

BAB 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 terperinci

Materi 4: Rangkaian Dioda

Materi 4: Rangkaian Dioda Materi 4: Rangkaian Dioda I Nyoman Kusuma Wardana Sistem Komputer STMIK STIKOM Bali Outline Clippers Clampers Clippers Clippers Clipper adlh rangkaian yg menghilangkan bagian positif atau negatif dr suatu

Lebih terperinci

Aspek Teknis. Manajemen Proyek (TKE 3101) oleh: Indah Susilawati, S.T., M.Eng.

Aspek Teknis. Manajemen Proyek (TKE 3101) oleh: Indah Susilawati, S.T., M.Eng. Aspek Teknis Program Studi Teknik Elektro Fakultas Teknik dan Ilmu Komputer Universitas Mercu Buana Yogyakarta Manajemen Proyek (TKE 3101) oleh: Indah Susilawati, S.T., M.Eng. 1 Pengkajian aspek teknis

Lebih terperinci

BAB I Pengenalan Kecerdasan Buatan (Artificial Inteligent / AI ) Created A.Tohir from Dosen Mr.Zulkifli

BAB I Pengenalan Kecerdasan Buatan (Artificial Inteligent / AI ) Created A.Tohir from Dosen Mr.Zulkifli BAB I Pengenalan Kecerdasan Buatan (Artificial Inteligent / AI ) Created A.Tohir from Dosen Mr.Zulkifli Definisi Kecerdasan Buatan Merupakan salah satu bagian dari ilmu komputer Yang membuat agar mesin

Lebih terperinci

Pertemuan 8 Aljabar Linear & Matriks

Pertemuan 8 Aljabar Linear & Matriks Pertemuan 8 Aljabar Linear & Matriks 1 Jika A adl matriks nxn yg invertible, untuk setiap matriks b dgn ukuran nx1, maka sistem persamaan linier Ax = b mempunyai tepat 1 penyelesaian, yaitu x = A -1 b

Lebih terperinci

Himpunan Tegas (Crisp)

Himpunan Tegas (Crisp) Logika Fuzzy Logika Fuzzy Suatu cara untuk merepresentasikan dan menangani masalah ketidakpastian (keraguan, ketidaktepatan, kekuranglengkapan informasi, dan kebenaran yang bersifat sebagian). Fuzzy System

Lebih terperinci

PENGUKURAN RESISTANSI

PENGUKURAN RESISTANSI Pengukuran Besaran Listrik (TC22082) Pertemuan 9 PENGUKURAN RESSTANS Pengukuan resistansi dapat dilakukan dengan mudah, namun kelemahannya adalah kurang akurat. Pengukuran resistansi yang lebih baik dapat

Lebih terperinci

ANALISA SISTEM KENDALI FUZZY PADA CONTINUOUSLY VARIABLE TRANSMISSION (CVT) DENGAN DUA PENGGERAK PUSH BELT UNTUK MENINGKATKAN KINERJA CVT

ANALISA SISTEM KENDALI FUZZY PADA CONTINUOUSLY VARIABLE TRANSMISSION (CVT) DENGAN DUA PENGGERAK PUSH BELT UNTUK MENINGKATKAN KINERJA CVT ANALISA SISTEM KENDALI FUZZY PADA CONTINUOUSLY VARIABLE TRANSMISSION (CVT) DENGAN DUA PENGGERAK PUSH BELT UNTUK MENINGKATKAN KINERJA CVT Oleh : Agung Prasetya Adhayatmaka NRP 2108100521 Dosen Pembimbing

Lebih terperinci

BAB II: TINJAUAN PUSTAKA

BAB 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 terperinci

IMPLEMENTASI LOGIKA FUZZY UNTUK MENGENDALIKAN PH DAN LEVEL AIR KOLAM RENANG

IMPLEMENTASI 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 terperinci

Bab III Perancangan Sistem

Bab III Perancangan Sistem Bab III Perancangan Sistem Dalam perancangan sistem kendali motor DC ini, terlebih dahulu dilakukan analisis bagian-bagian apa saja yang diperlukan baik hardware maupun software kemudian dirancang bagian-perbagian,

Lebih terperinci

BAB III METODE PENELITIAN

BAB III METODE PENELITIAN BAB III METODE PENELITIAN 3.1. Metode Pengumpulan Data Dalam penelitian diagnosa penyakit asma dengan menggunakan metode fuzzy Tsukamoto, dibutuhkan data mengenai gejala penyakit dari seorang pakar atau

Lebih terperinci

Abdul Halim Dosen Pembimbing Dr. Trihastuti Agustinah, ST., MT

Abdul 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 terperinci

DENIA FADILA RUSMAN

DENIA 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 terperinci

SPK PENENTUAN TINGKAT KEPUASAN KONSUMEN PADA RESTORAN XYZ

SPK PENENTUAN TINGKAT KEPUASAN KONSUMEN PADA RESTORAN XYZ SPK PENENTUAN TINGKAT KEPUASAN KONSUMEN PADA RESTORAN XYZ P.A Teknik Informatika Universitas Ahmad Dahlan Yogyakarta Kampus 3 UAD, Jl. Prof. Soepomo rochmahdyah@yahoo.com Abstrak Perkembangan teknologi

Lebih terperinci

Stabilisasi Robot Pendulum Terbalik Beroda Dua Menggunakan Kontrol Fuzzy Hybrid

Stabilisasi 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 terperinci

Materi 6: Logic Concepts

Materi 6: Logic Concepts Materi 6: Logic Concepts I Nyoman Kusuma Wardana Sistem Komputer STMIK STIKOM Bali Utk memahami sistem kontrol terprogram (programmable controllers) & penerapannya pertama yg hrs dipahami adalah: konsep

Lebih terperinci

PEMODELAN SISTEM. Pemodelan & simulasi TM05

PEMODELAN SISTEM. Pemodelan & simulasi TM05 PEMODELAN SISTEM Pemodelan & simulasi TM5 Pemodelan Sistem isik Pemodelan matematis dari sebuah sistem diperoleh dg mengaplikasikan hukum-hukum fisika yg scr natural mengatur komponen-komponen yg ada dlm

Lebih terperinci

Penerapan Logika Fuzzy Pada Sistem Parkir Truk

Penerapan 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 terperinci

Perancangan Kontroler Fuzzy untuk Tracking Control Robot Soccer

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 terperinci

LATIHAN OTOT UNTUK MENINGKATKAN KEMAMPUAN FUNGSIONAL-NYA PERLU MENGGUNAKAN BEBAN BEBAN : BERAT BADAN SENDIRI BEBAN YG BERASAL DARI LUAR.

LATIHAN OTOT UNTUK MENINGKATKAN KEMAMPUAN FUNGSIONAL-NYA PERLU MENGGUNAKAN BEBAN BEBAN : BERAT BADAN SENDIRI BEBAN YG BERASAL DARI LUAR. LATIHAN OTOT UNTUK MENINGKATKAN KEMAMPUAN FUNGSIONAL-NYA PERLU MENGGUNAKAN BEBAN BEBAN : BERAT BADAN SENDIRI BEBAN YG BERASAL DARI LUAR. PEMBERIAN BEBAN HARUS FISIOLOGIS, YAITU: SESUAI DGN KEMAMPUAN YG

Lebih terperinci

METODOLOGI PENELITIAN

METODOLOGI PENELITIAN 7 terboboti dari daerah output fuzzy. Metode ini paling dikenal dan sangat luas dipergunakan. First of Maxima (FoM) dan Last of Maxima (LoM) Pada First of Maxima (FoM), defuzzifikasi B( y) didefinisikan

Lebih terperinci

JURNAL TEKNIK POMITS Vol. 3, No. 1, (2014) ISSN: ( Print) B-58

JURNAL 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 terperinci

Manajemen Waktu Proyek & Penjadwalan Proyek. By Wiji Nurastuti,MT

Manajemen Waktu Proyek & Penjadwalan Proyek. By Wiji Nurastuti,MT Manajemen Waktu Proyek & Penjadwalan Proyek By Wiji Nurastuti,MT 1 PROYEK : KEGIATAN tertentu (oleh manusia ada waktunya tempat & metode/cara alat & bahan) JELAS WAKTUNYA TIDAK RUTIN ADA ALASAN YANG JELAS

Lebih terperinci

Contoh Penerapan Algoritma Genetik Untuk Menentukan Fungsi Keanggotaan Misalkan system dengan input dan output tunggal seperti pada table berikut.

Contoh Penerapan Algoritma Genetik Untuk Menentukan Fungsi Keanggotaan Misalkan system dengan input dan output tunggal seperti pada table berikut. Logika Fuzzy Pertemuan 10 Contoh Penerapan Algoritma Genetik Untuk Menentukan Fungsi Keanggotaan Misalkan system dengan input dan output tunggal seperti pada table berikut. Tabel 1. Data set No Data x

Lebih terperinci

IV PENGEMBANGAN FUZZY INFERENSI SISTEM SELEKSI METODE EOR

IV PENGEMBANGAN FUZZY INFERENSI SISTEM SELEKSI METODE EOR IV PENGEMBANGAN FUZZY INFERENSI SISTEM SELEKSI METODE EOR 4.1. Fuzzy Inferensi Sistem Tahapan-tahapan yang dilakukan pada Pengembangan Fuzzy Iinferensi Sistem untuk Seleksi Metode EOR antara lain: mendefinisikan

Lebih terperinci

Viewing 3D. Tujuan: memberi kesan pada viewer bahwa ia melihat foto 3D dengan cara yg sama saat kita memotret obyek 3D ke film 2D.

Viewing 3D. Tujuan: memberi kesan pada viewer bahwa ia melihat foto 3D dengan cara yg sama saat kita memotret obyek 3D ke film 2D. Komputer Grafik 1 Viewing 3D Tujuan: memberi kesan pada viewer bahwa ia melihat foto 3D dengan cara yg sama saat kita memotret obyek 3D ke film 2D. memproyeksikan obyek 3D ke bidang 2D 2 Pinhole Camera

Lebih terperinci

SISTEM PENGEMBANGAN KENDALI LOGIKA FUZZY BERBASIS PROGRAMMABLE LOGIC CONTROLLER

SISTEM PENGEMBANGAN KENDALI LOGIKA FUZZY BERBASIS PROGRAMMABLE LOGIC CONTROLLER SISTEM PENGEMBANGAN KENDALI LOGIKA FUZZY BERBASIS PROGRAMMABLE LOGIC CONTROLLER Thiang, Felix Pasila, Junaedi Jurusan Teknik Elektro, Universitas Kristen Petra Jl. Siwalankerto 121-131 Surabaya Telp :

Lebih terperinci

BAB IV PEMBAHASAN. BAB IV berisi pembahasan tahapan penelitian, yaitu klasifikasi logika. A. Identifikasi Data Cadangan Hidrokarbon

BAB IV PEMBAHASAN. BAB IV berisi pembahasan tahapan penelitian, yaitu klasifikasi logika. A. Identifikasi Data Cadangan Hidrokarbon BAB IV PEMBAHASAN BAB IV berisi pembahasan tahapan penelitian yaitu klasifikasi logika fuzzy hasil pembahasan analisis pengujian model fuzzy dan visualisasi model fuzzy pada perhitungan cadangan hidrokarbon

Lebih terperinci

PERANCANGAN SISTEM KONTROL KESTABILAN SUDUT AYUNAN BOX BAYI BERBASIS MIKROKONTROLER MENGGUNAKAN FUZZY LOGIC CONTROL

PERANCANGAN SISTEM KONTROL KESTABILAN SUDUT AYUNAN BOX BAYI BERBASIS MIKROKONTROLER MENGGUNAKAN FUZZY LOGIC CONTROL PERANCANGAN SISTEM KONTROL KESTABILAN SUDUT AYUNAN BOX BAYI BERBASIS MIKROKONTROLER MENGGUNAKAN FUZZY LOGIC CONTROL Wiwit Fitria 1*, Anton Hidayat, Ratna Aisuwarya 2 Jurusan Sistem Komputer, Universitas

Lebih terperinci

PERMODELAN DAN SIMULASI KECEPATAN MOTOR DC BERBASIS FUZZY LOGIC CONTROLLER DENGAN 3 FUNGSI KEANGGOTAAN

PERMODELAN DAN SIMULASI KECEPATAN MOTOR DC BERBASIS FUZZY LOGIC CONTROLLER DENGAN 3 FUNGSI KEANGGOTAAN PERMODELAN DAN SIMULASI KECEPATAN MOTOR DC BERBASIS FUZZY LOGIC CONTROLLER DENGAN 3 FUNGSI KEANGGOTAAN Bara Agung Perdamaian Jurusan Teknik Elektro. Universitas Dian Nuswantoro Semarang Calon.orang_sukses@yahoo.co.id

Lebih terperinci

PENGGUNAAN SISTEM INFERENSI FUZZY UNTUK PENENTUAN JURUSAN DI SMA NEGERI 1 BIREUEN

PENGGUNAAN SISTEM INFERENSI FUZZY UNTUK PENENTUAN JURUSAN DI SMA NEGERI 1 BIREUEN Saintia Matematika Vol. 1, No. 3 (2013), pp. 233 247. PENGGUNAAN SISTEM INFERENSI FUZZY UNTUK PENENTUAN JURUSAN DI SMA NEGERI 1 BIREUEN Zati Azmiana, Faigiziduhu Bu ulolo, dan Partano Siagian Abstrak.

Lebih terperinci

IMPLEMENTASI MICROKONTROLLER UNTUK SISTEM KENDALI KECEPATAN BRUSHLESS DC MOTOR MENGGUNAKAN ALGORITMA HYBRID PID FUZZY

IMPLEMENTASI MICROKONTROLLER UNTUK SISTEM KENDALI KECEPATAN BRUSHLESS DC MOTOR MENGGUNAKAN ALGORITMA HYBRID PID FUZZY Implementasi Microkontroller untuk Sistem Kendali Kecepatan (Kristiyono dkk.) IMPLEMENTASI MICROKONTROLLER UNTUK SISTEM KENDALI KECEPATAN BRUSHLESS DC MOTOR MENGGUNAKAN ALGORITMA HYBRID PID FUZZY Roedy

Lebih terperinci

Materi 9: Fuzzy Controller

Materi 9: Fuzzy Controller Materi 9: Fuzzy Controller I Nyoman Kusuma Wardana Sistem Komputer STMIK STIKOM Bali Introduction to Fuzzy Logic Kusuma Wardana, M.Sc. 2 Logika Fuzzy dapat diterapkan sebagai algoritma dalam sistem kontrol

Lebih terperinci

Relasi Tegas (Crips Relation)

Relasi Tegas (Crips Relation) Logika Fuzzy (3) 1 Cartesian Product Terdapat dua himpunan A = {0, 1} dan B = {a, b, c}. Maka beberapa variasi hasil-kali kartesian (cartesian product) dapat dituliskan sebagai berikut: 2 Relasi Tegas

Lebih terperinci

Kelayakan Proyek dan Keputusan Investasi

Kelayakan Proyek dan Keputusan Investasi Kelayakan Proyek dan Keputusan Investasi Program Studi Teknik Elektro Fakultas Teknik dan Ilmu Komputer Universitas Mercu Buana Yogyakarta Manajemen Proyek (TKE 3101) oleh: Indah Susilawati, S.T., M.Eng.

Lebih terperinci

Praktikum sistem Pakar Fuzzy Expert System

Praktikum sistem Pakar Fuzzy Expert System Praktikum sistem Pakar Fuzzy Expert System Ketentuan Praktikum 1. Lembar Kerja Praktikum ini dibuat sebagai panduan bagi mahasiswa untuk praktikum pertemuan ke - 8 2. Mahasiswa akan mendapatkan penjelasan

Lebih terperinci

SIMULASI PENGENDALI P. I. D. FUZZY PADA SISTEM PENGATURAN KECEPATAN MOTOR ARUS SEARAH

SIMULASI PENGENDALI P. I. D. FUZZY PADA SISTEM PENGATURAN KECEPATAN MOTOR ARUS SEARAH SIMULASI PENGENDALI P. I. D. FUZZY PADA SISTEM PENGATURAN KECEPATAN MOTOR ARUS SEARAH Bambang Widodo ABSTRACT Controller in a control system is important, the controller has function to tune the system

Lebih terperinci

BAB III PERANCANGAN SISTEM

BAB 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 terperinci

Tahap Sistem Pakar Berbasis Fuzzy

Tahap Sistem Pakar Berbasis Fuzzy Company LOGO Penalaran Mamdani dan Tsukamoto Pada pendekatan Fuzzy Inference System Departemen Ilmu Komputer Fakultas Matematika dan Ilmu Pengetahuan Alam Institut Pertanian Bogor 2011 www.company.com

Lebih terperinci

Proceeding Tugas Akhir-Januari

Proceeding 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 terperinci

Perancangan Sistem Kontrol Sandar Kapal Otomatis Berbasis Logika Fuzzy di Pelabuhan Tanjung Perak Surabaya

Perancangan Sistem Kontrol Sandar Kapal Otomatis Berbasis Logika Fuzzy di Pelabuhan Tanjung Perak Surabaya JURNAL TEKNIK POMITS Vol. 2, No. 2, (2013) ISSN: 2337-3539 (2301-9271 Print) E-57 Perancangan Sistem Kontrol Sandar Kapal Otomatis Berbasis Logika Fuzzy di Pelabuhan Tanjung Perak Surabaya Randika Gunawan,

Lebih terperinci

Lima metode defuzzifikasi ini dibandingkan dengan mengimplementasikan pada pengaturan kecepatan motor DC.

Lima 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 terperinci

BAB III METODE TIME-INVARIANT FUZZY TIME SERIES BERDASARKAN SELISIH DATA HISTORIS

BAB III METODE TIME-INVARIANT FUZZY TIME SERIES BERDASARKAN SELISIH DATA HISTORIS BAB III METODE TIME-INVARIANT FUZZY TIME SERIES BERDASARKAN SELISIH DATA HISTORIS 3.1 Model Peramalan Peramalan adalah penggunaan data masa lalu dari sebuah variabel atau kumpulan variabel untuk mengestimasi

Lebih terperinci

Implementasi Fuzzy Logic Pada Microcontroller Untuk Kendali Putaran Motor DC

Implementasi Fuzzy Logic Pada Microcontroller Untuk Kendali Putaran Motor DC Implementasi Fuzzy Logic Pada Microcontroller Untuk Kendali Putaran Motor DC Resmana, Hany Ferdinando, Thiang, Agus Suryo Widagdo Jurusan Teknik Elektro Universitas Kristen Petra, Surabaya Jl. Siwalankerto

Lebih terperinci

BAB III ANALISIS DAN PERANCANGAN SISTEM

BAB III ANALISIS DAN PERANCANGAN SISTEM BAB III ANALISIS DAN PERANCANGAN SISTEM 3. 1. Spesifikasi Sistem Pada tugas akhir ini, penulis membuat sebuah prototype dari kendaraan skuter seimbang. Skuter seimbang tersebut memiliki spesifikasi sebagai

Lebih terperinci

IMPLEMENTASI METODE LOGIKA FUZZY PADA KONTROL KESEIMBANGAN ROBOT MOBIL BERODA DUA

IMPLEMENTASI METODE LOGIKA FUZZY PADA KONTROL KESEIMBANGAN ROBOT MOBIL BERODA DUA IMPLEMENTASI METODE LOGIKA FUZZY PADA KONTROL KESEIMBANGAN ROBOT MOBIL BERODA DUA Budi Cahyo Wibowo Mahasiswa Teknik Elektro S1, Fakultas Teknik Universitas Muria Kudus Email: royyan.myson@gmail.com Mohammad

Lebih terperinci

Materi 8: Introduction to Fuzzy Logic

Materi 8: Introduction to Fuzzy Logic Materi 8: Introduction to Fuy Logic I Nyoman Kusuma Wardana Sistem Komputer STMIK STIKOM Bali Introduction to Fuy Logic Kusuma Wardana, M.Sc. 2 Fuy berarti kabur, samar Istilah Logika Fuy diperkenalkan

Lebih terperinci

PEMODELAN SISTEM MEKANIS. Pemodelan & Simulasi TM06

PEMODELAN SISTEM MEKANIS. Pemodelan & Simulasi TM06 PEMODELAN SISTEM MEKANIS Pemodelan & Simulasi TM06 Pemodelan Sistem Mekanik Model sistem mekanik penting dlm teknik kendali (control engineering) misalna kendaraan, lengan robot, peluru kendali. Sistem

Lebih terperinci

Logika Klasik Misalkan himpunan klasik A dan B. P adl nilai kebenaran bahwa x A dan Q adl nilai kebenaran bahwa x B. jika x A maka T(P) = 1, jika x A

Logika Klasik Misalkan himpunan klasik A dan B. P adl nilai kebenaran bahwa x A dan Q adl nilai kebenaran bahwa x B. jika x A maka T(P) = 1, jika x A Logika Fuzzy 1 Logika Klasik Misalkan himpunan klasik A dan B. P adl nilai kebenaran bahwa x A dan Q adl nilai kebenaran bahwa x B. jika x A maka T(P) = 1, jika x A maka T(P) = 0 jika x B maka T(Q) = 1,

Lebih terperinci

Kampus PENS-ITS Sukolilo, Surabaya

Kampus PENS-ITS Sukolilo, Surabaya Aplikasi Fuzzy Pada Pengaturan Rumah Kaca Tanaman Dataran Tinggi Dimas Seto Irawan #1, Akhmad Hendriawan -1 #2, Dedit Cahya H.-2 #3, Edy Satriyanto -3 #4 # Jurusan Teknik Elektronika, Politeknik Elektronika

Lebih terperinci

---Sistem Pakar--- By Anjik Sukmaaji

---Sistem Pakar--- By Anjik Sukmaaji Sistem Berbasis Aturan ---Sistem Pakar--- By Anjik Sukmaaji Objectives Review Pertemuan-1 Rules Based Sistem Inferensi Forward Chaining Studi Kasus I : Identifikasi Binatang Inferensi Backward Chaining

Lebih terperinci

REVIEW JURNAL LOGIKA FUZZY

REVIEW JURNAL LOGIKA FUZZY REVIEW JURNAL LOGIKA FUZZY Disusun oleh : Gita Adinda Permata 1341177004309 PROGRAM STUDI TEKNIK INFORMATIKA FAKULTAS ILMU KOMPUTER UNIVERSITAS NEGERI SINGAPERBANGSA KARAWANG KATA PENGANTAR Assalamualaikum

Lebih terperinci

Ekstremum relatif dan absolut Titik kritis Uji turunan pertama Uji turunan kedua

Ekstremum relatif dan absolut Titik kritis Uji turunan pertama Uji turunan kedua Telkom University Ekstremum relatif dan absolut Titik kritis Uji turunan pertama Uji turunan kedua RELATIF Jk suatu fungsi y=f(x) didefinisikan pd interval (b,c) yg memuat x=x 0, a. Fungsi f(x) dikatakan

Lebih terperinci

MODUL 8 APLIKASI NEURAL NETWORK DAN FUZZY LOGIC PADA PERKIRAAN CUACA

MODUL 8 APLIKASI NEURAL NETWORK DAN FUZZY LOGIC PADA PERKIRAAN CUACA MODUL 8 APLIKASI NEURAL NETWORK DAN FUZZY LOGIC PADA PERKIRAAN CUACA Muhammad Ilham 10211078 Program Studi Fisika, Institut Teknologi Bandung, Indonesia Email: muhammad_ilham@students.itb.ac.id Asisten:

Lebih terperinci

SEMINAR TUGAS AKHIR PERANCANGAN SISTEM KONTROL BERBASIS LOGIKA FUZZY UNTUK MENGHINDARI BENDA ASING DI PERAIRAN TANJUNG PERAK

SEMINAR TUGAS AKHIR PERANCANGAN SISTEM KONTROL BERBASIS LOGIKA FUZZY UNTUK MENGHINDARI BENDA ASING DI PERAIRAN TANJUNG PERAK SEMINAR TUGAS AKHIR PERANCANGAN SISTEM KONTROL BERBASIS LOGIKA FUZZY UNTUK MENGHINDARI BENDA ASING DI PERAIRAN TANJUNG PERAK Oleh: Anita Faruchi 2407 100 048 Dosen Pembimbing: Dr. Ir. Aulia Siti Aisyah,

Lebih terperinci

Penerapan Metode Fuzzy Mamdani Pada Rem Otomatis Mobil Cerdas

Penerapan 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 terperinci

PEMODELAN BILANGAN ACAK DAN PEMBANGKITANNYA. Pemodelan & Simulasi

PEMODELAN BILANGAN ACAK DAN PEMBANGKITANNYA. Pemodelan & Simulasi PEMODELAN BILANGAN ACAK DAN PEMBANGKITANNYA Pemodelan & Simulasi Bilangan Acak Bilangan acak adalah bilangan yang kemunculannya terjadi secara acak. Bilangan acak ini penting untuk keperluan simulasi.

Lebih terperinci

Bab III TEORI DAN PENGONTOR BERBASIS LOGIKA FUZZI

Bab 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 terperinci

BAB II LANDASAN TEORI. papernya yang monumental Fuzzy Set (Nasution, 2012). Dengan

BAB 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 terperinci

Aplikasi Kendali Fuzzy Logic untuk Pengaturan Kecepatan Motor Universal

Aplikasi 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 terperinci

adalahkelompok profesi terbesar dan berperan vital dalam sistem tersebut yang menyebabkan ABSTRAK

adalahkelompok profesi terbesar dan berperan vital dalam sistem tersebut yang menyebabkan ABSTRAK 1 Evaluasi Kinerja Pelayanan Perawat Menggunakan Fuzzy Inference System (FIS) Mamdani ( Studi Kasus : Puskesmas Bonang 1 Demak) ARIS MUTHOHAR Program Studi Teknik Informatika S1, Fakultas Ilmu Komputer,

Lebih terperinci

Sistem Inferensi Fuzzy

Sistem Inferensi Fuzzy Sistem Inferensi Fuzzy METODE SUGENO 27 Sistem Inferensi Fuzzy Metode Tsukamoto Metode Sugeno! Diperkenalkan oleh Takagi-Sugeno-Kang, tahun 1985.! Bagian output (konsekuen) sistem tidak berupa himpunan

Lebih terperinci

PROTOTIPE SISTEM KENDALI TEMPERATUR BERBASIS FUZZY LOGIC PADA SEBUAH INKUBATOR

PROTOTIPE SISTEM KENDALI TEMPERATUR BERBASIS FUZZY LOGIC PADA SEBUAH INKUBATOR PROTOTIPE SISTEM KENDALI TEMPERATUR BERBASIS FUZZY LOGIC PADA SEBUAH INKUBATOR Abstrak Anies Hannawati, Thiang, Resmana JURUSAN TEKNIK ELEKTRO UNIVERSISTAS KRISTEN PETRA Makalah ini menyajikan framework

Lebih terperinci

LOGIKA FUZZY PADA PROSES PELET PAKAN IKAN

LOGIKA 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 terperinci

Fuzzy Expert Sistem. Departemen Ilmu Komputer Fakultas Matematika dan Ilmu Pengetahuan Alam Institut Pertanian Bogor 2015

Fuzzy Expert Sistem. Departemen Ilmu Komputer Fakultas Matematika dan Ilmu Pengetahuan Alam Institut Pertanian Bogor 2015 Fuzzy Expert Sistem Departemen Ilmu Komputer Fakultas Matematika dan Ilmu Pengetahuan Alam Institut Pertanian Bogor 2015 Ketentuan Praktikum Lembar Kerja Praktikum ini dibuat sebagai panduan bagi mahasiswa

Lebih terperinci

Untuk dapat lebih memahani fuzzy Tsukamoto, berikut contoh kasus :

Untuk dapat lebih memahani fuzzy Tsukamoto, berikut contoh kasus : Fuzzy Tsukamoto Ahmadulillah saya sempat menuliskan kembali sedikit menganai fuzzy reasoning. Jika masih lupa silahkan baca tautan berikut. http://totoharyanto.staff.ipb.ac.id/2012/08/11/fuzzy-reasoning-penalaran-fuzzy/.

Lebih terperinci

Model Linear Programming:

Model Linear Programming: Model Linear Programming: Pengertian, Contoh masalah dan Perumusan model Metode penyelesaian (grafik dan simpleks) Interpretasi hasil Analisis sensistivitas Model Dualitas Penyelesaian kasus (Aplikasi

Lebih terperinci

Rangkaian AC Tiga-Fase [1]

Rangkaian AC Tiga-Fase [1] Rangkaian AC Tiga-Fase [1] Slide-12 Ir. Agus Arif, MT Semester Genap 2015/2016 1 / 23 Materi Kuliah 1 Sistem Tiga-Fase Sistem Fase-Jamak Definisi Tiga-Fase Notasi Subskrip-Ganda 2 Definisi Sumber Tiga-Fase

Lebih terperinci

ANALISIS PERBANDINGAN LOGIKA FUZZY DENGAN REGRESI BERGANDA SEBAGAI ALAT PERAMALAN

ANALISIS PERBANDINGAN LOGIKA FUZZY DENGAN REGRESI BERGANDA SEBAGAI ALAT PERAMALAN ANALISIS PERBANDINGAN LOGIKA FUZZY DENGAN REGRESI BERGANDA SEBAGAI ALAT PERAMALAN SUPRIYONO Sekolah Tinggi Teknologi Nuklir BATAN Jl. Babarsari Kotak Pos 6101/YKBB Yogyakarta. Email : masprie_sttn@yahoo.com

Lebih terperinci

Kontroler Fuzzy-PI untuk Plant Coupled-Tank

Kontroler Fuzzy-PI untuk Plant Coupled-Tank Kontroler Fuzzy-PI untuk Plant Coupled-Tank Mochamad Nur Qomarudin 1 Surabaya, 4 Mei 2013 Abstrak Saya awali dokumen ini dengan Nama Alloh, Tuhan Semesta Alam, Sang Maha Pengasih dan Maha Penyayang. Sebagian

Lebih terperinci

KONSEP SISTEM DAN PENGELOLAAN INTEGRASI

KONSEP SISTEM DAN PENGELOLAAN INTEGRASI KONSEP SISTEM DAN PENGELOLAAN INTEGRASI Program Studi Teknik Elektro Fakultas Teknik dan Ilmu Komputer Universitas Mercu Buana Yogyakarta Manajemen Proyek (TKE 3101) oleh: Indah Susilawati, S.T., M.Eng.

Lebih terperinci

Penerapan Metode Fuzzy Sugeno Dalam Pendaftaran Siswa Baru di SDN Sonopatik 1 Nganjuk

Penerapan Metode Fuzzy Sugeno Dalam Pendaftaran Siswa Baru di SDN Sonopatik 1 Nganjuk Nusantara of Enginering/Vol.3/No.1/ISSN: 2355-6684 41 Penerapan Metode Fuzzy Sugeno Dalam Pendaftaran Siswa Baru di SDN Sonopatik 1 Nganjuk Fajar Rohman Hariri Jurusan Teknik Informatika, Fakultas Teknik,

Lebih terperinci

ALJABAR SET & AKSIOMA PROBABILITAS

ALJABAR SET & AKSIOMA PROBABILITAS ALJABAR SET & AKSIOMA PROBABILITAS Pokok Bahasan Sample Space Event Aljabar Set Prinsip dan Aksioma Probabilitas Equally Likely Event Conditional Probability Independent Event Sample Space dan Event Eksperimen

Lebih terperinci

Jurnal MIPA 39 (1)(2016): Jurnal MIPA.

Jurnal MIPA 39 (1)(2016): Jurnal MIPA. Jurnal MIPA 39 (1)(2016): 40-44 Jurnal MIPA http://journal.unnes.ac.id/nju/index.php/jm PENGENDALIAN KELAJUAN KENDARAAN MENGGUNAKAN FUZZY LOGIC CONTROLLER (FLC) PADA SISTEM CRUISE KONTROL Susanto, Sunarno

Lebih terperinci

BAB IV SIMULASI STABILISASI INVERTED PENDULUM DENGAN MENGGUNAKAN PENGONTROL FUZZY

BAB IV SIMULASI STABILISASI INVERTED PENDULUM DENGAN MENGGUNAKAN PENGONTROL FUZZY BAB IV SIMULASI STABILISASI INVERTED PENDULUM DENGAN MENGGUNAKAN PENGONTROL FUZZY Pada bab ini, pertama-tama akan dijelaskan mengenai pemodelan stabilisasi sistem inverted pendulum menggunakan perangkat

Lebih terperinci

Metode Fuzzy. Analisis Keputusan TIP FTP UB

Metode Fuzzy. Analisis Keputusan TIP FTP UB Metode Fuzzy Analisis Keputusan TIP FTP UB Pokok Bahasan Pendahuluan Logika Klasik dan Proposisi Himpunan Fuzzy Logika Fuzzy Operasi Fuzzy Contoh Pendahuluan Penggunaan istilah samar yang bersifat kualitatif

Lebih terperinci

Pertemuan 4 Diagram Alur / Flowchart

Pertemuan 4 Diagram Alur / Flowchart Pertemuan 4 Diagram Alur / Flowchart Flowchart Flowchart adalah representasi grafik dari langkah-langkah yang harus diikuti dalam menyelesaikan suatu permasalahan yang terdiri atas sekumpulan simbol, dimana

Lebih terperinci

BAB II LANDASAN TEORI. Pada bab ini akan dibahas mengenai teori-teori yang akan digunakan untuk menunjang dalam proses pembuatan tugas akhir ini.

BAB II LANDASAN TEORI. Pada bab ini akan dibahas mengenai teori-teori yang akan digunakan untuk menunjang dalam proses pembuatan tugas akhir ini. BAB II LANDASAN TEORI Pada bab ini akan dibahas mengenai teori-teori yang akan digunakan untuk menunjang dalam proses pembuatan tugas akhir ini. 2.1 CLUSTERING Clustering adalah proses pengelompokkan suatu

Lebih terperinci

Physics Communication

Physics Communication Phys. Comm. 1 (1) (2017) Physics Communication http://journal.unnes.ac.id/nju/index.php/pc Simulasi kendali proportional integral derivative dan logika fuzzy pada sistem eksitasi automatic voltage regulator

Lebih terperinci

Herry gunawan wibisono Pembimbing : Ir. Syamsul Arifin, MT

Herry 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 terperinci

IMPEMENTASI KONTROL PID DAN FUZZY LOGIC UNTUK SISTEM KONTROL KECEPATAN MOTOR DC SEBAGAI APLIKASI PRAKTIKUM KONTROL DIGITAL

IMPEMENTASI KONTROL PID DAN FUZZY LOGIC UNTUK SISTEM KONTROL KECEPATAN MOTOR DC SEBAGAI APLIKASI PRAKTIKUM KONTROL DIGITAL ISSN : 2355-9365 e-proceeding of Engineering : Vol.3, No.3 December 2016 Page 4135 IMPEMENTASI KONTROL PID DAN FUZZY LOGIC UNTUK SISTEM KONTROL KECEPATAN MOTOR DC SEBAGAI APLIKASI PRAKTIKUM KONTROL DIGITAL

Lebih terperinci

JENIS PENELITIAN KE-2

JENIS PENELITIAN KE-2 JENIS PENELITIAN KE-2 PENELITIAN KORELASI PENGERTIAN PEN.KORELASI Pen.korelasi adl: penelitian yg melihat hubungan antara variabel. Dua atau lebih variabel diteliti untuk melihat hubungan yg terjadi diantara

Lebih terperinci