Implementasi Metode Fuzzy Sugeno Pada Embedded System Untuk Mendeteksi Kondisi Kebakaran Dalam Ruangan
|
|
- Veronika Sumadi
- 6 tahun lalu
- Tontonan:
Transkripsi
1 Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer e-issn: X Vol. 2, No. 4, April 2018, hlm Implementasi Metode Fuzzy Sugeno Pada Embedded System Untuk Mendeteksi Kondisi Kebakaran Dalam Ruangan Rezak Andri Purnomo 1, Dahnial Syauqy 2, Mochammad Hannats Hanafi 3 Program Studi Teknik Informatika, 1 reza140595@gmail.com, 2 dahnial87@ub.ac.id, 3 hanas.hanafi@ub.ac.id Abstrak Kebakaran merupakan suatu peristiwa yang lebih banyak disebabkan oleh human error. Pada tugas akhir ini terdapat 3 sensor yaitu sensor MQ-2, sensor DHT11, dan sensor flame yang terhubungan dengan mikrokontroller Arduino Mega Mikrokontroller Arduino Mega 2560 ditanamkan logika fuzzy sugeno sebagai pemberi keputusan output berdasarkan perhitungan fuzzy. Terdapat 3 proses fuzzy, yaitu proses fuzzifikasi, proses inferensi, dan proses defuzzifikasi. Proses fuzzifikasi menggunakan 3 variabel yaitu variabel asap, suhu, dan api. Masing-masing variabel memiliki himpunan keanggotaan fuzzy. Variable asap mempunyai 3 himpunan yaitu renggang, sedang, dan pekat. Variablel suhu mempunyai 4 himpunan yaitu dingin, sejuk, hangat, dan panas. Variable api mempunyai 4 himpunan yaitu dekat dengan sensor, agak dekat dengan sensor, jauh dengan sensor, dan tidak ada api. Proses defuzzifikasi menggunakan metode MIN-MAX yang selanjutnya tiap variable kondisi output akan dicari nilai terbesarnya (MAX). Dari hasil pengujian, sistem dapat menentukan berbagai kondisi ruangan dengan keakuratan mencapai 100%. Rata-rata waktu eksekusi sistem adalah ±417.4 ms. Pada pengujian fuzzy didapatkan persentase keberhasilan sebesar 100%. Hal ini menunjukkan bahwa sistem dapat bekerja dengan baik dalam menentukan kondisi ruangan berdasarkan input dari sensor. Kata kunci: kebakaran, sensor MQ-2, sensor DHT11, sensor flame, arduino mega 2560, fuzzy sugeno Abstract Fire is an event caused more by human error. In this final project there are 3 sensors namely MQ-2 sensor, DHT11 sensor, and flame sensor connected with Arduino Mega 2560 microcontroller. Arduino Mega 2560 Microcontroller embedded fuzzy sugeno logic as the output decision based on fuzzy calculation. There are 3 fuzzy processes, namely fuzzification process, inference process, and defuzzification process. Fuzzification process using 3 variables are smoke, temperature, and fire variables. Each variable has a fuzzy membership set. Variable smoke has 3 set that is tenuous, medium, and concentrated. Variablel temperature has 4 set that is cold, cool, warm, and hot. Variable fire has 4 sets that is close to the sensor, rather close to the sensor, away with the sensor, and no fire. Defuzzification process using the MIN-MAX method, then each variable output conditions will be searched for the largest value (MAX). From the test results, the system can determine the various conditions of the room with 100% accuracy. The average system execution time is ± ms. In fuzzy testing obtained percentage of success of 100%. This indicates that the system can work well in determining the condition of the room based on the input of the sensor. Keywords: fire, sensor MQ-2, DHT11 sensor, flame sensor, arduino mega 2560, fuzzy sugeno 1. PENDAHULUAN Kebakaran adalah suatu peristiwa yang lebih banyak disebabkan oleh human error. kerugian akibat bencana kebakaran antara lain harta benda, terhentinya usaha, bahkan korban jiwa (Setiani, 2015). Terdapat 3 jenis kelas kebakaran yang dibedakan berdasarkan penyebabnya, yaitu kelas A yang disebabkan oleh benda-benda pada seperti kertas, kayu, karet, plastik, dsb. Kemudian ada yang kelas B yaitu kebakaran yang disebabkan oleh airan yang mudah terbakar seperti bensin, solar, minyak tanah, dan spiritus, yang terakhir adalah kelas C yang disebabkan oleh listrik (Sigana, Fakultas Ilmu Komputer Universitas Brawijaya 1428
2 Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer ). Untuk memperkecil jumlah korban jiwa yang disebabkan terjadinya bencana kebakaran tersebut diperlukan suatu sistem pendeteksi kebakaran sebagai peringatan dini jika terjadi indikasi akan terjadi kebakaran. Di dalam kebakaran terdapat 3 elemen yaitu bahan bakar, suhu/panas, dan oksigen yang kemudian akan membentuk api. 3 elemen tersebut disebut dengan segitiga api (fire triangle) (Antony, n.d.). Dengan teori fire triangle apabila salah satu unsur tidak terpenuhi maka api tidak akan terbentuk dan bencana kebakaran tidak akan terjadi. Untuk mengatasi masalah tersebut dilakukan penelitian lebih lanjut dengan menggunakan sensor flame, sensor DHT11 untuk mendeteksi suhu, dan sensor MQ-2 untuk mendeteksi asap dan metode fuzzy sugeno yang cocok untuk fungsi kontrol karena outputnya berupa konstanta dan linear. Fuzzy Logic (FL) adalah logika multivalued, yang memungkinkan nilai menengah harus didefinisikan antara evaluasi konvensional seperti benar / salah, ya / tidak, tinggi / rendah, dll. Pada alat-alat pendeteksi kebakaran yang ada di pasar saat ini, menggunakan prinsip kerja yang hanya menggunakan 2 pendeteksi yaitu suhu dan asap. Ketika pendeteksi tersebut mendeteksi adanya kenaikkan suhu dan terdapat asap maka sistem pendeteksi tersebut akan bekerja sesuai prinsip kerjanya. Pada penelitian sebelumnya oleh Imam Nurromianto dengan judul Rancangan Prototipe Pendeteksian Dini Lokasi Kebakaran Berbasis Wireless dengan Fuzzy Logic dan Pemberitahuan Via SMS hanya menggunakan sensor asap dan suhu. Pada penelitian yang dilakukan oleh Helmy Widyantara dengan judul Pendeteksian dan Pengamanan Dini Kebakaran Berbasis Personal Computer (PC) dengan Fuzzy Logic juga hanya menggunakan sensor asap dan suhu. Permasalahannya adalah api tidak dapat terdeteksi sehingga apabila terdapat kondisi asap dan suhu yang meningkat sesuai dengan perhitungan fuzzy dengan output kebakaran, maka kondisi ketika orang merokok dan sedang memasak yang menimbulkan suhu ruangan yang meningkat dan menimbulkan asap akan dianggap sebagai kebakaran. Oleh karena itu, penulis membuat skripsi tentang sistem pendeteksi kebakaran berbasis embedded sistem dengan metode fuzzy sugeno dengan menggunakan 3 sensor yaitu sensor DHT11, sensor MQ-2, dan sensor flame. Keunggulan dari penelitian yang akan dilakukan adalah sistem dapat mendeteksi 3 elemen yang ada di dalam kebakaran sesuai dengan teori fire triangle yaitu dapat mendeteksi asap, suhu, dan adanya api. Data dari sensor-sensor akan diolah oleh mikroprosessor kemudian akan dideteksi menggunakan metode logika fuzzy sugeno untuk menentukan outputnya. Hal ini menjadi alasan dilakukannya penelitian ini dengan menggunakan tambahan sensor flame dan logika fuzzy sugeno untuk menentukkan outputnya sehingga lebih akurat. Output yang digunakan pada penelitian yang akan dilakukan adalah dengan menggunakan LCD 16x4 dan Buzzer. LCD digunakan untuk memberikan teks kondisi ruangan yaitu tidak ada kebakaran, berasap, berapi asap sedikit, dan berapi asap banyak. Sedangkan buzzer digunakan untuk memberikan alarm sebagai peringatan tanda bahaya. 2. PERANCANGAN DAN IMPLEMENTASI Pada tahap perancangan terbagi menjadi dua bagian, yaitu perancangan hardware dan perancangan software. Gambar 1. Alur Perancangan Sistem Berdasarkan pada alur perancangan pada Gambar 1, Perancangan perangkat keras meliputi, pembuatan skema rangkaian dan desain perancangan prototipe sistem, sedangkan pada perancangan perangkat lunak meliputi perancangan proses fuzzy. Perancangan perangkat keras pada sistem dapat dilihat pada Gambar 2. sensor DHT11 sensor MQ-2 sensor flame ARDUINO MEGA 2560 FUZZY SUGENO BUZZER Gambar 2. Perancangan Perangkat Keras Rancangan sistem terdiri dari beberapa blok yang ditunjukkan pada Gambar 3.2. Pada LCD
3 Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer 1430 blok diagram terdapat 3 sensor yaitu sensor suhu DHT11, sensor asap MQ-2, dan sensor flame. Mikrokontroller yang digunakan adalah Arduino Mega 2560 yang merupakan otak dari sistem yang berfungsi untuk mengendalikan semua kerja sistem. Arduino Uno akan menerima data dari sensor yang kemudian mengolah dan meyimpan input dari sensor tersebut. Input yang diterima dari sensor asap, suhu, dan flame akan diolah dengan menggunakan Fuzzy Sugeno untuk memberikan output. Pada bagian output terdiri atas LCD dan Buzzer.Skema perancangan dari perangkat keras dapat dilihat pada Gambar 3. Tabel 1. Koneksi pin perancangan perangkat keras Gambar 3. Skema perancangan perangkat keras Skema perancangan perangkat keras secara keseluruhan dapat dlihat pada Gambar 3, Perangkat keras digunakan untuk membangun sistem yang mendukung mikrokontroller untuk menerapkan logika fuzzy sugeno sebagai pengambil keputusan output pada sistem pendeteksi kebakaran. Mikrokontroller yang digunakan sebagai otak proses data input adalah Arduino Mega Input yang dipakai adalah dengan mendeteksi suhu menggunakan sensor DHT11, mendeteksi asap menggunakan sensor MQ-2, dan mendeteksi api dengan menggunakan sensor flame. Koneksi pin Gambar 3 diatas ditunjukan pada Tabel 1 berikut. Perancangan sistem dengan menggunakan metode fuzzy membutuhkan beberapa proses sehingga terbentuknya suatu keputusan output dari sistem sesuai dengan perhitungan fuzzy. Proses tersebut antara lain fuzzifikasi, pembuatan rule, inferensi, dan defuzzifikasi. Pada Gambar 4 menunjukkan bahwa sub-proses pada control fuzzy memiliki fungsi yang saling berhubungan dengan sub-proses yang lain sehingga sub-proses yang dihasilkan akan menjadi input dari sub-proses berikutnya sampai menjadi output akhir dari sistem. Flowchart perancangan kontrol fuzzy dapat dilihat pada Gambar 4.
4 Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer 1431 Start Perancangan himpunan fuzzy suhu dapat dilihat pada Gambar 6 berikut 1 Dingin Sejuk Hangat Panas Pembacaan sensor DHT11, sensor MQ- 6, dan sensor Flame Fuzzifikasi Inferensi Gambar 6. Fungsi keanggotaan suhu Defuzzifikasi Output LCD dan Buzzer Untuk data api digolongkan menjadi 4 kriteria yaitu Dekat dengan sensor, Agak dekat dengan sensor, Jauh dengan sensor, Tidak ada api. Perancangan himpunan fuzzy api dapat dilihat pada Gambar 7 berikut 1 Dekat dengan sensor Agak dekat dengan sensor Jauh dengan sensor Tidak ada api Mengulangi pembacaan sensor Y T End Gambar 4. Flowchart perancangan fuzzy Pada Gambar 4, sub-sistem fuzzifikasi akan memproses data input yang didapat ketika melakukan sensing. Data tersebut berupa nilai tegas atau crisp. Sub proses fuzzifikasi akan merubah nilai tegas yang ada kedalam fungsi keanggotaan atau derajat membership. Sistem yang dibangun memiliki 3 jenis input berupa data kadar asap, data api, dan suhu di sekitar prototipe. Pada data kadar asap digolongkan menjadi 3 kriteria, yaitu Renggang, Sedang, Pekat. Setiap data input akan di cek nilai keanggotaan untuk menentukan golongan input. Perancangan himpunan fuzzy kadar gas dapat dilihat pada Gambar ,5 0 Renggang Sedang Pekat Kadar Asap (ppm) Gambar 5. Fungsi keanggotaan kadar asap Gambar 7. Fungsi keanggotaan api Setelah proses fuzzifikasi selesai dilanjutkan dengan proses inferensi. Inferensi adalah proses penggabungan banyak aturan berdasarkan data yang tersedia. Dari uraian di atas, telah terbentuk 11 himpunan fuzzy sebagai input, yaitu: renggang, sedang, pekat, suhu dingin, suhu sejuk, suhu hangat, dan suhu panas, dekat dengan sensor, agak dekat dengan sensor, jauh dengan sensor, dan tidak ada api. Ditambah dengan 4 himpunan kondisi sebagai output, yaitu : Tidak ada kebakaran, berasap, berapi asap sedikit, dan berapi asap banyak. Pada aturan fuzzy ini akan memberikan aturan-aturan dalam fuzzy sistem yang akan dibuat dengan menggunakan perintah IF dan AND dan menghasikan perintah THEN. Aturan dasar fuzzy yang digunakan untuk menentukan kondisi kebakaran didalam ruangan dapat dilihat pada Tabel 2. Untuk data suhu digolongkan menjadi 4 kriteria yaitu Dingin, Sejuk, Hangat dan Panas.
5 Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer 1432 Tabel 2. Aturan yang terbentuk pada inferensi fuzzy rule9,rule10, rule12, rule13, rule14, rule15, rule16, rule17,rule18, rule20, rule21, rule22, rule24, rule25, rule26, rule27, rule36, rule37, rule38 rule39) berasap = max (rule7, rule11, rule19, rule23, rule31, rule35, rule43, rule47) berapi asap banyak = max(rule32, rule33, rule34, rule44, rule45, rule46) berapi asap sedikit = max(rule28, rule29, rule30, rule40, rule41, rule42) Setelah nilai setiap variabel kondisi diketahui selanjutnya, nilai dari masing masing kondisi dibandingkan untuk mencari nilai terbesar. Hasil dari perbandingan ini yang nantinya menjadi output dari sistem. Defuzzifikasi = max (tidak ada kebakaran, berasap, berapi asap sedikit, berapi asap banyak) Setelah tahap perancangan selanjutnya tahap implementai. Implementasi dilakukan sesuai dengan perancangan yang sudah dilakukan sebelumnya. Implementasi pada perangkat keras dapat dilihat pada Gambar 8. Berdasarkan 48 aturan fuzzy tersebut, akan ditentukan nilai α untuk masing-masing aturan. α adalah nilai keanggotaan anteseden dari setiap aturan. Berikut ini adalah langkah-langkah untuk untuk mengkonversi sembilan aturan fuzzy tersebut sehingga diperoleh nilai α dari setiap aturan. Aturan yang digunakan adalah aturan MIN pada fungsi implikasinya. Setelah diketahui nilai α pada masing masing aturan, Menurut metode MIN-MAX selanjutnya tiap variabel kondisi akan mengevaluasi masing-masing rule yang terkait dengan kondisi tersebut untuk dicari nilai terbesarnya (MAX), seperti: tidak ada kebakaran = max (rule0, rule1, rule2, rule3, rule4, rule5, rule6, rule8, Gambar 8. Implementasi perangkat keras 3. PENGUJIAN Terdapat 5 pengujian dalam sistem ini, yaitu pengujian akusisi data yang terdiri dari pembacaan sensor MQ-2, sensor DHT11, sensor flame, pengujian fuzzifikasi, dan pengujian waktu eksekusi sistem. Hal tersebut ditunjukan pada Gambar 9.
6 P e n g u j i a n d a n A n a l i s i s Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer 1433 Akuisisi data sensor MQ-2 Akuisisi data sensor DHT11 Pengujian dan Analisis Akuisisi data sensor flame Proses fuzzifikasi Waktu eksekusi sistem Gambar 9. Pohon pengujian dan analisis Pada pengujian pertama, dilakukan pengujian akusisi data pada sensor modul MQ-2 dalam mendeteksi kadar asap dalam satuan ppm. Pembacaan asap tersebut dilakukan dengan cara membuat sumber asap yang berasal dari hasil pembakaran obat nyamuk bakar. Output dari pembacaan sensor dilihat melalui serial monitor pada Arduino IDE. Berdasarkan pengujian yang dilakukan, maka didapatkan hasil pembacaan sensor seperti pada Tabel 3 berikut. Tabel 3. Hasil pengujian sensor modul MQ-2 Pada pengujian kedua, dilakukan pengujian akusisi data pada sensor DHT11. Tujuan dari pengujian ini adalah mengetahui sistem error dari sensor jika dibandingkan dengan alat termometer digital. Pembacaan suhu tersebut dilakukan dengan cara memberikan uap air hangat untuk meningkatkan pembacaan suhu. Output dari pembacaan sensor dilihat melalui serial monitor pada Arduino IDE. Berdasarkan pengujian yang dilakukan, maka didapatkan hasil pembacaan sensor seperti pada Tabel 4 berikut. Tabel 4. Error rate pada sensor DHT11 Pada pengujian ketiga, dilakukan pengujian akuisisi data sensor flame. Tujuan dilakukannya pengujian akuisisi data dari sensor flame adalah untuk mengetahui nilai ADC yang dihasilkan oleh sensor ketika mendeteksi adanya infrared yan dihasilkan oleh api. Pengamatan dilakukan berdasarkan jarak antara sensor dengan api. Jarak yang dibuat penulis adalah sesuai dengan datasheet sensor flame dengan maksimal jarak 100cm. jarak 100cm dibagi menjadi 5 yaitu jarak 20, 40, 60, 80, 100, 120, 140, dan 160 cm. Berdasarkan pengujian yang dilakukan, maka didapatkan hasil pembacaan sensor flame seperti pada Tabel 5 berikut.
7 Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer 1434 Tabel 5. Hasil pengujian sensor flame Percobaan ke 4 adalah dilakukan pengujian fuzzy pada sistem dalam menentukan kondisi ruangan. Tujuan dari pengujian ini adalah untuk mengetahui apakah metode fuzzy yang diterapkan pada sistem sesuai dengan perancangan. Output dari sistem dilihat melalui serial monitor pada Arduino IDE. Berdasarkan pengujian yang dilakukan, maka didaptkan hasil pembacaan sensor seperti pada Tabel 6 berikut. Tabel 6. Hasil pengujian proses fuzzy Tabel 7. Analisis tingkat keakuratan fuzzy Nilai fuzzy sesuai 10 Nilai fuzzy tidak sesuai 0 Tingkat keakuratan perhitungan 100 % Pengujian ke 5 adalah pengujian waktu eksekusi sistem. Pengujian waktu eksekusi sistem bertujuan untuk mengetahui kecepatan sistem dalam mengeksekusi input menjadi output sesuai dengan perhitungan fuzzy. Untuk melakukan perhitungan waktu eksekusi sistem, maka penulis memanfaatkan fungsi timer yang telah disediakan oleh Arduino IDE yaitu fungsi millis(). Fungsi millis() digunakan untuk menghitung waktu eksekusi dalam satuan millisecond. Fungsi ini diletakkan pada awal dan akhir program. Berdasarkan pengujian yang dilakukan, maka didapatkan hasil seperti pada Tabel 8 berikut. Tabel 8. Hasil pengujian waktu eksekusi sistem Berdasarkan pengujian tersebut, dapat dianalisis bahwa rumus fuzzy yang digunakan untuk menentukan kondisi kebakaran pada sistem benar dan tepat. Hal ini dapat dilihat dari 10 percobaan dengan input yang berbeda pada tabel memberikan output sistem yang sesuai dengan perancangan. Hal tersebut ditunjukan pada analisi hasil pengujian di Tabel 7. Pada Tabel 8 menunjukkan bahwa waktu eksekusi setiap output berbeda. Hal ini disebabkan oleh komputasi fuzzy yang diterapkan berdasarkan input. Hal ini bisa dilihat pada Kondisi tidak ada kebakaran memiliki waktu eksekusi yang lebih cepat sedangkan untuk output berasap, berapi asap sedikit, dan berapi asap banyak memiliki waktu eksekusi yang hampir sama yaitu 417 ms. 4. KESIMPULAN Kesimpulan yang didapat berdasarkan pengujian dan analisa yang telah dilakukan adalah proses perancangan sistem pendeteksi kebakaran dengan mikrokontroller adalah dengan menyambungkan sensor MQ-2, sensor DHT11, dan sensor flame menjadi sebuah sistem yang saling terhubung. Implementasi logika fuzzy sugeno pada sistem pendeteksi kebakaran berbasis embedded system meliputi 3 proses yaitu proses fuzzifikasi, proses inferensi, dan
8 Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer 1435 proses defuzzifikasi. Pengujian terhadap logika fuzzy dilakukan perbandingan antara perhitungan manual dengan perhitungan dari sistem. Hasil perhitungan tersebut menunjukkan hasil yang sama, baik perhitungan secara manual maupun perhitungan dari sistem. Hal ini menunjukkan bahwa hasil dari pengujian metode fuzzy pada sistem sesuai dengan perancangan yang telah dibuat. Berdasarkan pembuatan dan hasil pengujian pada Implementasi Metode Fuzzy Sugeno Pada Embedded System Untuk Mendeteksi Kondisi Kebakaran Dalam Ruangan, dapat diberikan saran-saran untuk pengembangan penelitian selanjutnya yaitu Menggunakan sensor asap dan api yang memiliki sensitivitas yang tinggi dan sistem dapat diklasifikasikan berdasarkan kandungan asap sehingga dapat dibedakan antara asap kendaraan bermotor, asap rokok, dan asap hasil dari kebakaran. 5. DAFTAR PUSTAKA Akhmalia, R., integrasi timing-sync protocol for sensor network dengan time division multiple access pada protokol MQTT-SN, malang: s.n. Antony, M., n.d. Teori Api, jakarta: pusdiklat khusus pelaut pertamina. Arduino, n.d. Arduino Uno Board. [Online] Available at: Uno [Accessed ]. Banzi, M., Getting Started with Arduino. Inggris: O'Reilly. darlis, a. r., wireless sensor network prototype sebagai fire detector menggunakan arduino uno. Volume I, p. 6. Detik, News.detik.com. [Online] Available at: /kebakaran-toko-mebel-di-bali- sisakan-kerugian-hingga-rp-2- miliar?_ga= [Accessed 25 April 2017]. Hargiyarto, D. P., Pencegahan dan Pemadaman Kebakaran, Yogyakarta: Fakultas Teknik Universitas Negeri Yogyakarta. Hellmann, M., n.d. Fuzzy Logic Introduction. p. 1. Jang, J. S. R. e. a., Neoro-Fuzzy and Soft Computing. London: Prentice Hall. Kusumadewi, S., Artificial Intelligence (Teknik dan Aplikasi). Yogyakarta: Graha Ilmu. Kusumadewi, S. & Hartati, S., Neuro Fuzzy-Integrasi Sistem Fuzzy dan Jaringan Syaraf. Yogyakarta: Graha Ilmu. Kusumadewi, S. & Purnomo, H., Aplikasi Logika Fuzzy untuk Sistem Pendukung Keputusan Edisi Pertama. Yogyakarta: Graha Ilmu. Kusumadewi, S. & Purnomo, H., Aplikasi Logika Fuzzy untuk Pendukung Keputusan. Yogyakarta: Graha Ilmu. Lin, C. T. & Lee, G. G., Neural Fuzzy Systems. London: Prentice Hall. Miza, Cara desain rumah. [Online] Available at: /06/berapa-ukuran-dapur-yangideal.html?m=1 [Accessed 25 april 2017]. Naba, A., Belajar Cepat Fuzzy Logic Menggunakan Matlab. Yogyakarta: Graha Ilmu. Nebath, E., Rancang Bangun Alat Pengukur Gas Berbahaya CO Dan CO2 di Lingkungan Industri. E-Journal Teknik Elektro dan Komputer, pp nurromianto, i., rancangan prototipe pendeteksian dini lokasi kebakaran berbasis wireless dengan fuzzy logic dan pemberitahuan via sms, jember: digital repository universitas negeri jember. Rahman, N. V., Kebakaran, Bahaya Unpredictable, upaya dan kendala penanggungannya. Volume 1, p. 8. Setiani, Y., Pengendalian Bahaya Kebakaran Melalui Optimalisasi Tata Kelola Lahan Kawasan Perumahan di Wilayah Perkotaan. p. 1. Sigana, T., Pandan Bencana Kebakaran Rumah. [Online] Available at: -bencana/kebakaran-rumah.html Sudradjat, fuzzy logic. In: Dasar-dasar fuzzy logic. bandung: Sudradjat, pp
Sistem Pendeteksi Kebocoran Gas LPG Menggunakan Metode Fuzzy yang Diimplementasikan dengan Real Time Operating System (RTOS)
Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer e-issn: 2548-964X Vol. 1, No. 11, November 2017, hlm. 1206-1213 http://j-ptiik.ub.ac.id Sistem Pendeteksi Kebocoran Gas LPG Menggunakan Metode
Lebih terperinciPERANCANGAN DAN IMPLEMENTASI PROTOTIPE SISTEM PENDETEKSI ASAP DAN PANAS PADA RUANGAN TERTUTUP MENGGUNAKAN LOGIKA FUZZY METODE SUGENO
semantik, Vol.2, No.2, Jul-Des 2016, pp. 167-176 ISSN: 2502-8928 (Online) 167 PERANCANGAN DAN IMPLEMENTASI PROTOTIPE SISTEM PENDETEKSI ASAP DAN PANAS PADA RUANGAN TERTUTUP MENGGUNAKAN LOGIKA FUZZY METODE
Lebih terperinciBAB III PERANCANGAN ALAT
BAB III PERANCANGAN ALAT Pada bab ini akan dijelaskan mengenai bagaimana perancangan fire alarm sistem yang dapat ditampilkan di web server dengan koneksi Wifi melalui IP Address. Perancangan alat ini
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 terperinciPENDETEKSIAN DAN PENGAMANAN DINI PADA KEBAKARAN BERBASIS PERSONAL COMPUTER (PC) DENGAN FUZZY LOGIC
Widyantara, Pendeteksian dan Pengamanan Dini Pada Kebakaran 27 PENDETEKSIAN DAN PENGAMANAN DINI PADA KEBAKARAN BERBASIS PERSONAL COMPUTER (PC) DENGAN FUZZY LOGIC Helmy Widyantara Program Studi S Sistem
Lebih terperinciBAB 1 PENDAHULUAN 1.1 Latar Belakang Masalah
BAB 1 PENDAHULUAN 1.1 Latar Belakang Masalah Risiko bencana kebakaran sangat merugikan dan pada umumnya sulit untuk dikendalikan dalam data pemerintah setidaknya ada 150 kebakaran setiap tahunnya [1] dan
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 terperinciLogika Fuzzy. Farah Zakiyah Rahmanti 2016
Logika Fuzzy Farah Zakiyah Rahmanti 2016 Topik Bahasa Alami Crisp Logic VS Fuzzy Logic Fungsi Keanggotaan (Membership Function) Fuzzifikasi (Fuzzyfication) Inferensi (Inference) Komposisi (Composition)
Lebih terperinciROBOT PENGURAI ASAP DALAM RUANGAN MENGGUNAKAN T-BOX DENGAN METODE BEHAVIOUR BASED CONTROL
ROBOT PENGURAI ASAP DALAM RUANGAN MENGGUNAKAN T-BOX DENGAN METODE BEHAVIOUR BASED CONTROL Anggara Trisna Nugraha 1),Ichal Haichal S 2) 1) Jurusan Teknik Elektro, Fakultas Teknik, Institut Teknologi Sepuluh
Lebih terperinciPENERAPAN METODE FUZZY TSUKAMOTO UNTUK MEMPREDIKSI HASIL PRODUKSI KELAPA SAWIT (STUDI KASUS : PT. AMAL TANI PERKEBUNAN TANJUNG PUTRI BAHOROK)
PENERAPAN METODE FUZZY TSUKAMOTO UNTUK MEMPREDIKSI HASIL PRODUKSI KELAPA SAWIT (STUDI KASUS : PT. AMAL TANI PERKEBUNAN TANJUNG PUTRI BAHOROK) Andrian Juliansyah ( 1011287) Mahasiswa Program Studi Teknik
Lebih terperinciISSN : e-proceeding of Engineering : Vol.2, No.2 Agustus 2015 Page 2254
ISSN : 2355-9365 e-proceeding of Engineering : Vol.2, No.2 Agustus 2015 Page 2254 PERANCANGAN DAN IMPLEMENTASI SISTEM ROBOT PENGGENGGAM BENDA MENGGUNAKAN FUZZY LOGIC DESIGN AND IMPLEMENTATION OF FUZZY
Lebih terperinciFuzzy Logic. Untuk merepresentasikan masalah yang mengandung ketidakpastian ke dalam suatu bahasa formal yang dipahami komputer digunakan fuzzy logic.
Fuzzy Systems Fuzzy Logic Untuk merepresentasikan masalah yang mengandung ketidakpastian ke dalam suatu bahasa formal yang dipahami komputer digunakan fuzzy logic. Masalah: Pemberian beasiswa Misalkan
Lebih terperinciANALISIS RULE INFERENSI SUGENO DALAM SISTEM PENDUKUNG PENGAMBILAN KEPUTUSAN
ANALISIS RULE INFERENSI SUGENO DALAM SISTEM PENDUKUNG PENGAMBILAN KEPUTUSAN Khairul Saleh Teknik Informatika, Fakultas Ilmu Komputer dan Teknologi Informasi, Universitas Sumatera Utara Jalan Universitas
Lebih terperinciBAB III PERANCANGAN ALAT DAN PEMBUATAN SISTEM. kadar karbon monoksida yang di deteksi oleh sensor MQ-7 kemudian arduino
BAB III PERANCANGAN ALAT DAN PEMBUATAN SISTEM 3.1 Perancangan Sistem Dalam bab ini akan dibahas mengenai pembuatan rangkaian dan program. Seperti pengambilan data pada pengujian emisi gas buang dengan
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 terperinciImplementasi Motode Fuzzy Sugeno pada Pengendalian Exhoust Fan Sebagai Pembersih dan Pengatur Udara
Implementasi Motode Fuzzy Sugeno pada Pengendalian Exhoust Fan Sebagai Pembersih dan Pengatur Udara 1) Novriyenni http://www.kaputama.ac.id // Email : novri_yenni@yahoo.com 2) Akim Manaor Hara Pardede
Lebih terperinciSistem Pengaturan Kecepatan Motor DC pada Alat Ektraksi Madu Menggunakan Kontrol Logika Fuzzy
1 Sistem Pengaturan Kecepatan Motor DC pada Alat Ektraksi Madu Menggunakan Kontrol Logika Fuzzy, Pembimbing 1: Erni Yudaningtyas, Pembimbing 2: Goegoes Dwi N. Abstrak Alat ekstraksi madu yang diputar secara
Lebih terperinciBAB IV PENGUJIAN DAN ANALISA
BAB IV PENGUJIAN DAN ANALISA 4.1 Tujuan Pengujian Pengujian yang akan dilakukan untuk mengetahui apakah sistem sudah berjalan sesuai dengan perencanaan yang telah dibuat. Pengujian dilakukan pada beberapa
Lebih terperinciIMPLEMENTASI FUZZY MAMDANI DALAM SISTEM PENDUKUNG KEPUTUSAN MENENTUKAN KESESUAIAN BIDANG PEMINATAN MAHASISWA (STUDI KASUS : UNIVERSITAS POTENSI UTAMA)
IMPLEMENTASI FUZZY MAMDANI DALAM SISTEM PENDUKUNG KEPUTUSAN MENENTUKAN KESESUAIAN BIDANG PEMINATAN MAHASISWA (STUDI KASUS : UNIVERSITAS POTENSI UTAMA) Alfa Saleh Teknik Informatika, Fak. Ilmu Komputer
Lebih terperinciSIMULASI MENENTUKAN WAKTU MEMASAK BUAH KELAPA SAWIT MENGGUNAKAN FUZZY MAMDANI
SIMULASI MENENTUKAN WAKTU MEMASAK BUAH KELAPA SAWIT MENGGUNAKAN FUZZY MAMDANI Nofriadi * 1), Havid Syafwan 2) 1) Program Studi Sistem Informasi, STMIK Royal Kisaran Jl. Prof. M. Yamin 173 Kisaran, Sumatera
Lebih terperinciAnalisis Sistem Estimasi Produksi Menggunakan Metode Fuzzy Berbasis Web
T E S L A VOL. 19 NO.1 MARET 2017 Analisis Sistem Estimasi Produksi Menggunakan Metode Fuzzy Berbasis Web Boby Wisely Ziliwu 1 dan Suhartati Agoes 1 Abstract: Products demand number of that many in the
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 terperinciBAB III PERENCANAAN SISTEM
BAB III PERECAAA SISTEM Perencanaan system control dan monitoring rumah ini untuk memudahkan mengetahui kondisi lingkungan rumah pada titik - titik tertentu serta dapat melakukan pengendalian. Dimulai
Lebih terperinciAnalisis Fungsi Implikasi Max-Min dan Max-Prod Dalam Pengambilan Keputusan
128 ISSN: 2354-5771 Analisis Fungsi Implikasi Max-Min dan Max-Prod Dalam Pengambilan Keputusan Raheliya Br Ginting STT Poliprofesi Meda E-mail: itink_ribu@yahoo.com Abstrak Pengambilan keputusan harus
Lebih terperinciIMPLEMENTASI LOGIKA FUZZY UNTUK AKUISI DATA BERBASIS WEB SERVER. Jl. Raya Kaligawe KM 4, PO BOX 1054, Semarang 50142
IMPLEMENTASI LOGIKA FUZZY UNTUK AKUISI DATA BERBASIS WEB SERVER Munaf Ismail 1*, Muhamad Haddin 1, Agus Suprajitno 1 1 Universitas Islam Sultan Agung Jl. Raya Kaligawe KM 4, PO BOX 1054, Semarang 50142
Lebih terperinciRima Ayuningtyas NIM Jurusan Teknik Informatika, Universitas Maritim Raja Ali Haji. Jl. Politeknik Senggarang, Tanjungpinang
Sistem Pendukung Keputusan Dalam Menentukan Jenis Budidaya Ikan Dengan Mengukur Kualitas Air Menggunakan Metode Fuzzy Tsukamoto (Studi Kasus : Balai Benih Ikan di Pengujan Kabupaten Bintan) Rima Ayuningtyas
Lebih terperinciPENERAPAN ARTIFICIAL INTELIGENCE UNTUK MENENTUKAN BAKAT DAN MINAT PADA UKM XPRESSI UPI-YPTK PADANG DENGAN MENGGUNAKAN LOGIKA FUZZY
PENERAPAN ARTIFICIAL INTELIGENCE UNTUK MENENTUKAN BAKAT DAN MINAT PADA UKM XPRESSI UPI-YPTK PADANG DENGAN MENGGUNAKAN LOGIKA FUZZY Fakultas Ilmu Komputer, Universitas Putra Indonesia YPTK Padang e-mail
Lebih terperinciAPLIKASI BLUETOOTH SEBAGAI INTERFACING KENDALI MULTI- OUTPUT PADA SMART HOME
APLIKASI BLUETOOTH SEBAGAI INTERFACING KENDALI MULTI- OUTPUT PADA SMART HOME Nur Yanti Politeknik Negeri Balikpapan Kontak person: Nur Yanti email: nur.yanti@poltekba.ac.id Abstrak Sistem smart home saat
Lebih terperinciPemantau Keamanan Rumah Dengan Sistem PIR Dan Sensor Api Berbasis Arduino Uno Melalui SMS
Pemantau Keamanan Rumah Dengan Sistem PIR Dan Sensor Api Berbasis Arduino Uno Melalui SMS Rendy Prayoga 1, Khoirida Aelani 2 1,2 STMIK AMIK BANDUNG Jl. Jakarta No.28,(022) 721136, 7275012 Fax (022) 7271136
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 terperinciRancang Bangun Sistem Ventilasi Vertikal Solar Adaptive pada Prototype Gedung Bertingkat Berbasis Mikrokontroler
Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer e-issn: 2548-964X Vol. 2, No. 8, Agustus 2018, hlm. 2832-2839 http://j-ptiik.ub.ac.id Rancang Bangun Sistem Ventilasi Vertikal Solar Adaptive pada
Lebih terperinciREALISASI SISTEM AKUISISI DATA MENGGUNAKAN ARDUINO ETHERNET SHIELD DAN SOCKET PROGRAMMING BERBASIS IP
REALISASI SISTEM AKUISISI DATA MENGGUNAKAN ARDUINO ETHERNET SHIELD DAN SOCKET PROGRAMMING BERBASIS IP Hery Andrian (NRP : 1022048) Email : heryandrian.engineer@gmail.com Jurusan Teknik Elektro, Fakultas
Lebih terperinciPROTOTYPE KEBAKARAN HUTAN MENGGUNAKAN MODEL WARNA CMY DAN CMYK
PROTOTYPE KEBAKARAN HUTAN MENGGUNAKAN MODEL WARNA CMY DAN CMYK Siti Fatima 1, Ahmad Taqwa 1, Emilia Hesti 1 Fakultas Teknik Elektro, Program Studi Teknik Telekomunikasi DIV Politeknik Negeri Sriwijaya
Lebih terperinciBAB IV PENGUJIAN DAN ANALISA
BAB IV PENGUJIAN DAN ANALISA 4.1 Hasil Pengujian Penerapan sistem membahas hasil dari penerapan teori yang telah berhasil penulis kembangkan sehingga menjadi sistem tersebut dapat berjalan sesuai dengan
Lebih terperinciAPLIKASI TEKNOLOGI GSM/GPRS PADA SISTEM DETEKSI KEBAKARAN BERBASIS MIKROKONTROLLER ATMEGA 8535 ABSTRAK
APLIKASI TEKNOLOGI GSM/GPRS PADA SISTEM DETEKSI KEBAKARAN BERBASIS MIKROKONTROLLER ATMEGA 8535 Oleh Ade Silvia Handayani Email: ade_silvia_armin@yahoo.co.id; armin.makmun@londonsumatra.com ABSTRAK Informasi
Lebih terperinciRancang Bangun Pengendali Pintu Air Sungai Dengan Menggunakan Logika Fuzzy Dan Simple Additive Weighting
Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer e-issn: 2548-964X Vol. 2, No. 6, Juni 2018, hlm. 2085-2093 http://j-ptiik.ub.ac.id Rancang Bangun Pengendali Pintu Air Sungai Dengan Menggunakan
Lebih terperinciALAT PENYIRAM TANAMAN OTOMATIS DENGAN LOGIKA FUZZY BERBASIS ATMEGA16 THE AUTOMATIC PLANT SPRINKLER WITH A FUZZY S LOGIC BASED ON ATMEGA 16
Alat Penyiram Tanaman Otomatis Dengan Logika Fuzzy Berbasis ATMega16 (Bayu Aji Kurniawan) 1 ALAT PENYIRAM TANAMAN OTOMATIS DENGAN LOGIKA FUZZY BERBASIS ATMEGA16 THE AUTOMATIC PLANT SPRINKLER WITH A FUZZY
Lebih terperinciDAFTAR ISI LEMBAR JUDUL... LEMBAR PERSEMBAHAN... LEMBAR PERNYATAAN... LEMBAR PENGESAHAN TUGAS AKHIR... ABSTRAK... ABSTRACT... KATA PENGANTAR...
DAFTAR ISI Halaman LEMBAR JUDUL... LEMBAR PERSEMBAHAN... LEMBAR PERNYATAAN... LEMBAR PENGESAHAN TUGAS AKHIR... ABSTRAK... ABSTRACT... KATA PENGANTAR... BIODATA ALUMNI... DAFTAR ISI... DAFTAR TABEL... DAFTAR
Lebih terperinciPERANCANGAN 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 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 terperinciMetode 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 terperinciBAB I PENDAHULUAN 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Sumber daya alam adalah segala sesuatu yang berasal dari alam yang dapat digunakan untuk memenuhi kebutuhan hidup manusia. Sumber daya alam yang bermanfaat bagi kehidupan
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 terperinciImplementasi Metode Fuzzy Pada Kualitas Air Kolam Bibit Lele Berdasarkan Suhu dan Kekeruhan
Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer e-issn: 2548-964X Vol. 2, No. 5, Mei 2018, hlm. 1813-1822 http://j-ptiik.ub.ac.id Implementasi Metode Fuzzy Pada Kualitas Air Kolam Bibit Lele
Lebih terperinciSISTEM PENYIRAM TANAMAN JAGUNG PADA TANAH TANDUS BERBASIS FUZZY LOGIC
SISTEM PENYIRAM TANAMAN JAGUNG PADA TANAH TANDUS BERBASIS FUZZY LOGIC Richa Watiasih, Nurcholis 2,2 Prodi Teknik Elektro, Fakultas Teknik, Universitas Bhayangkara Surabaya richa@ubhara.ac.id, 2 cholis94@gmail.com
Lebih terperinciPerancangan dan Realisasi Prototipe Sistem Smart House dengan Pengendali Menggunakan Smart Phone Berbasis Android. Disusun Oleh:
Perancangan dan Realisasi Prototipe Sistem Smart House dengan Pengendali Menggunakan Smart Phone Berbasis Android Disusun Oleh: Nama : Lorddian Susilo NRP : 0822022 Jurusan Teknik Elektro, Fakultas Teknik,,
Lebih terperinciPENERAPAN FUZZY SUGENO DALAM SISTEM PENDUKUNG KEPUTUSAN MENENTUKAN KELAS PEMINATAN (STUDI KASUS : STMIK POTENSI UTAMA)
PENERAPAN FUZZY SUGENO DALAM SISTEM PENDUKUNG KEPUTUSAN MENENTUKAN KELAS PEMINATAN (STUDI KASUS : STMIK POTENSI UTAMA) Alfa Saleh Teknik Informatika STMIK Potensi Utama Jl K.L. Yos Sudarso KM 6.5 No.3-A,
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 terperinciIMPLEMENTASI METODE FUZZY MAMDANI DALAM MEMPREDIKSI TINGKAT KEBISINGAN LALU LINTAS
IMPLEMENTASI METODE FUZZY MAMDANI DALAM MEMPREDIKSI TINGKAT KEBISINGAN LALU LINTAS Alfa Saleh Teknik Informatika, Fak Ilmu Komputer Universitas Potensi Utama Jl KL Yos Sudarso KM 65 No3-A, Tanjung Mulia,
Lebih terperinciBAB 3 PERANCANGAN SISTEM. ruangan yang menggunakan led matrix dan sensor PING))). Led matrix berfungsi
BAB 3 PERANCANGAN SISTEM 3.1 Pengertian Umum Perancangan Media Penyampaian Informasi Otomatis Dengan LED Matrix Berbasis Arduino adalah suatu sistem media penyampaian informasi di dalam ruangan yang menggunakan
Lebih terperinciMODEL NOTIFIKASI SISTEM PERINGATAN PADA PERLINTASAN KERETA API BERBASIS MIKROKONTROLER
Model Notifikasi Sistem...(Bayu Ramadhan) 1 MODEL NOTIFIKASI SISTEM PERINGATAN PADA PERLINTASAN KERETA API BERBASIS MIKROKONTROLER MODEL OF WARNING SYSTEM NOTIFICATION ON RAILWAY CROSSING BASED ON MICROCONTROLLER
Lebih terperinciPROTOTYPE SISTEM KONTROL PINTU GARASI MENGGUNAKAN SMS
E-Jurnal Prodi Teknik Elektronika Edisi Proyek Akhir D3 PROTOTYPE SISTEM KONTROL PINTU GARASI MENGGUNAKAN SMS Oleh : Fauzia Hulqiarin Al Chusni (13507134014), Universitas Negeri Yogyakarta smartfauzia@gmail.com
Lebih terperinciBAB III PERANCANGAN SISTEM
BAB III PERANCANGAN SISTEM 3.1 Diagram Blok Sistem Secara Umum Perancangan sistem yang dilakukan dengan membuat diagram blok yang menjelaskan alur dari sistem yang dibuat pada perancangan dan pembuatan
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang
BAB 1 PENDAHULUAN 1.1 Latar Belakang Kebakaran menjadi sebuah masalah yang bisa terjadi di mana saja baik itu di gedung perkantoran, perumahan ataupun di fasilitas umum. Keterlambatan dalam penanganan
Lebih terperinciAnalisis Perbandingan Algoritma Logika Fuzzy Model Sugeno dan Mamdani untuk Pengukuran Kualitas Kolam Air Renang Berbasis Mikrokontroller
Analisis Perbandingan Algoritma Logika Fuzzy Model Sugeno dan Mamdani untuk Pengukuran Kualitas Kolam Air Renang Berbasis Mikrokontroller Unang Sunarya Fakultas Ilmu Terapan, Telkom University, Bandung
Lebih terperinciMODEL SISTEM CRANE DUA AXIS DENGAN PENGONTROL FUZZY. Disusun Oleh : Nama : Irwing Antonio T Candra Nrp :
MODEL SISTEM CRANE DUA AXIS DENGAN PENGONTROL FUZZY Disusun Oleh : Nama : Irwing Antonio T Candra Nrp : 0622027 Jurusan Teknik Elektro, Fakultas Teknik,, Jl. Prof.Drg.Suria Sumantri, MPH no.65, Bandung,
Lebih terperinciIMPLEMENTASI FUZZY RULE BASED SYSTEM UNTUK KLASIFIKASI BUAH MANGGA
IMPLEMENTASI FUZZY RULE BASED SYSTEM UNTUK KLASIFIKASI BUAH MANGGA Subhan Hartanto Sistem Informatika, Universitas Pembangunan Panca Budi Jl. Jend Gatot Subroto, Simpang Tj., Medan Sunggal, Kota Medan,
Lebih terperinciAPLIKASI METODE FUZZY SUGENO DALAM PENENTUAN PERSEDIAAN KERTAS ROKOK TAHUN 2016 (Studi kasus: PT. PUSAKA PRIMA MANDIRI (PPM)) SKRIPSI
APLIKASI METODE FUZZY SUGENO DALAM PENENTUAN PERSEDIAAN KERTAS ROKOK TAHUN 2016 (Studi kasus: PT. PUSAKA PRIMA MANDIRI (PPM)) SKRIPSI JULIA VERANICA Br SEMBIRING 150823014 DEPARTEMEN MATEMATIKA FAKULTAS
Lebih terperinciBAB IV ANALISA DAN PENGUJIAN ALAT
BAB IV ANALISA DAN PENGUJIAN ALAT Pada bab ini, akan dibahas mengenai langkah-langkah pengujian serta hasil yang didapatkan dari uji coba alat monitoring base transceiver station dengan identifikasi password
Lebih terperinciIMPEMENTASI 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 terperinciPerancangan Controlling and Monitoring Penerangan Jalan Umum (PJU) Energi Panel Surya Berbasis Fuzzy Logic Dan Jaringan Internet
Perancangan Controlling and Monitoring Penerangan Jalan Umum (PJU) Energi Panel Surya Berbasis Fuzzy Logic Dan Jaringan Internet Muhammad Agam Syaifur Rizal 1, Widjonarko 2, Satryo Budi Utomo 3 Mahasiswa
Lebih terperinciPrototipe Pengendali Kualitas (Raden Apriliansyah) 1 PROTOTIPE PENGENDALI KUALITAS UDARA INDOOR BERBASIS MIKROKONTROLER ATMEGA 328P
Prototipe Pengendali Kualitas (Raden Apriliansyah) 1 PROTOTIPE PENGENDALI KUALITAS UDARA INDOOR BERBASIS MIKROKONTROLER ATMEGA 328P PROTOTYPE INDOOR AIR QUALITY CONTROLLER BASED ON MICROCONTROLLER ATMEGA
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 terperinciAPLIKASI FIS MODEL SUGENO PADA PENGENDALIAN VALVE UNTUK MANGATUR TINGGI LEVEL AIR. Wahyudi, Iwan Setiawan, dan Martina Nainggolan *)
APLIKASI FIS MODEL SUGENO PADA PENGENDALIAN VALVE UNTUK MANGATUR TINGGI LEVEL AIR Wahyudi, Iwan Setiawan, dan Martina Nainggolan *) Abstract Fuzzy control is one of the controller alternative using expert
Lebih terperinciIMPLEMENTASI METODE FUZZY UNTUK KLASIFIKASI USIA JERUK NIPIS
IMPLEMENTASI METODE FUZZY UNTUK KLASIFIKASI USIA JERUK NIPIS Hendry Setio Prakoso 1, Dr.Eng. Rosa Andrie.,ST.,MT 2, Dr.Eng. Cahya Rahmad.,ST.,M.Kom 3 1,2 Teknik Informatika, Teknologi Informasi, Politeknik
Lebih terperinciBAB IV PEMBAHASAN. A. Aplikasi Fuzzy Logic untuk Menilai Kolektibilitas Anggota Sebagai. Pertimbangan Pengambilan Keputusan Pemberian Kredit
BAB IV PEMBAHASAN A. Aplikasi Fuzzy Logic untuk Menilai Kolektibilitas Anggota Sebagai Pertimbangan Pengambilan Keputusan Pemberian Kredit Aplikasi fuzzy logic untuk pengambilan keputusan pemberian kredit
Lebih terperinciSIMULASI DATA ACQUISITION ALAT UJI FLIGHT CONTROL ACTUATOR PESAWAT MENGGUNAKAN SOFTWARE LABVIEW
SIMULASI DATA ACQUISITION ALAT UJI FLIGHT CONTROL ACTUATOR PESAWAT DATA ACQUISITION SIMULATION OF TEST EQUIPMENT AIRCRAFT FLIGHT CONTROL ACTUATOR USING LABVIEW SOFTWARE Decy Nataliana 1, Usep Ali Albayumi
Lebih terperinciKENDALI LOGIKA FUZZY PADA PENGATURAN LAMPU LALU LINTAS BERDASARKAN URGENCY DAN STOP DEGREE
KENDALI LOGIKA FUZZY PADA PENGATURAN LAMPU LALU LINTAS BERDASARKAN URGENCY DAN STOP DEGREE Fitria Suryatini Program Studi Teknik Elektro Fakultas Teknik Universitas Islam 45 (UNISMA) E-mail: fitriasuryatini88@gmail.com
Lebih terperinciLogika Himpunan Fuzzy
Logika Himpunan Fuzzy 1 Fungsi Keanggotaan untuk crisp logic True False 1 0 80F Panas Temperature f temperature >= 25C, Panas (1 atau Benar); f temperature < 25C, tidak Panas (0 atau Salah). Fungsi keanggotaan
Lebih terperinciJURNAL SISTEM PENENTUAN HARGA PERCETAKAN FOTO DIGITAL MENGGUNAKAN FUZZY TSUKAMOTO DI ALIEF COMPUTER KOTA KEDIRI
JURNAL SISTEM PENENTUAN HARGA PERCETAKAN FOTO DIGITAL MENGGUNAKAN FUZZY TSUKAMOTO DI ALIEF COMPUTER KOTA KEDIRI PRICING SYSTEM USING DIGITAL PHOTO PRINTING ON FUZZY TSUKAMOTO ALIEF COMPUTER KEDIRI Oleh:
Lebih terperinciREKOMENDASI PEMILIHAN LAPTOP MENGGUNAKAN SISTEM INFERENSI FUZZY TSUKAMOTO
REKOMENDASI PEMILIHAN LAPTOP MENGGUNAKAN SISTEM INFERENSI FUZZY TSUKAMOTO Endra Pratama, Titin Sri Martini, Mania Roshwita Program Studi Matematika Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas
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 terperinciBAB III PERANCANGAN ALAT
BAB III PERANCANGAN ALAT 3.1 BLOK DIAGRAM Pada perancangan tugas akhir ini saya merancang sistem dengan blok diagram yang dapat dilihat pada gambar 3.1. Gambar 3.1. Blok Diagram Dari blok diagram pusat
Lebih terperinciJOBSHEET SISTEM CERDAS REASONING 2. Fuzzifikasi
JOBSHEET SISTEM CERDAS REASONING 2 Fuzzifikasi S1 PENDIDIKAN TEKNIK ELEKTRO JURUSAN TEKNIK ELEKTRO FAKULTAS TEKNIK UNIVERSITAS NEGERI MALANG 2016 PRAKTIKUM SISTEM CERDAS - REASONING JOBSHEET 2 - FUZZIFIKASI
Lebih terperinciBAB III PERANCANGAN ALAT
BAB III PERANCANGAN ALAT Pada bab ini akan dijelaskan mengenai perancangan dan realisasi dari perangkat keras, serta perangkat lunak dari alat peraga sistem pengendalian ketinggian air. 3.1. Gambaran Alat
Lebih terperinciBAB III PEMBUATAN ALAT Tujuan Pembuatan Tujuan dari pembuatan alat ini yaitu untuk mewujudkan gagasan dan
BAB III PEMBUATAN ALAT 3.. Pembuatan Dalam pembuatan suatu alat atau produk perlu adanya sebuah rancangan yang menjadi acuan dalam proses pembuatanya, sehingga kesalahan yang mungkin timbul dapat ditekan
Lebih terperinciPemodelan Pengendali Logika Samar Secara Manual Pada Kiln PT. Semen Tonasa (Tonasa IV)
Pemodelan Pengendali Logika Samar Secara Manual Pada Kiln PT. Semen Tonasa (Tonasa IV) St. Nawal Jaya 1 1 Progam Studi Teknik Elektro, Fakultas Teknik Unhalu E-mail : stnjaya@gmail.com Abstract This paper
Lebih terperinciBAB III METODELOGI PENELITIAN. media cacing dengan metode adaptive neuro fuzzy inference system (ANFIS)
BAB III METODELOGI PENELITIAN 3.1 Studi Literatur Untuk memehami cara rancang bangun pengontrol suhu dan kelembaban media cacing dengan metode adaptive neuro fuzzy inference system (ANFIS) dibutuhkan studi
Lebih terperinciKEMENTERIAN PENDIDIKAN DAN KEBUDAYAAN UNIVERSITAS BRAWIJAYA FAKULTAS TEKNIK JURUSAN TEKNIK ELEKTRO
KEMENTERIAN PENDIDIKAN DAN KEBUDAYAAN UNIVERSITAS BRAWIJAYA FAKULTAS TEKNIK JURUSAN TEKNIK ELEKTRO Jalan MT Haryono 167 Telp & Fax. 0341 554166 Malang 65145 KODE PJ-01 PENGESAHAN PUBLIKASI HASIL PENELITIAN
Lebih terperinciBAB III PERANCANGAN ALAT
BAB III PERANCANGAN ALAT 3. 1 Perencanaan Rangkaian Dalam menyelesaikan modul dan karya tulis ilmiah ini, untuk membantu mempermudah penulis melakukan beberapa langkah perencanaan sehingga diperoleh hasil
Lebih terperinciJurnal Ilmiah Komputer dan Informatika (KOMPUTA) REPRESENTASI EMOSI MENGGUNAKAN LOGIKA FUZZY PADA PERMAINAN BONNY S TOOTH BOOTH
68 REPRESENTASI EMOSI MENGGUNAKAN LOGIKA FUZZY PADA PERMAINAN BONNY S TOOTH BOOTH Septiani Nur Hasanah 1, Nelly Indriani Widiastuti 2 Program Studi Teknik Informatika. Universitas Komputer Indonesia. Jl.
Lebih terperinciBAB III METODE PENELITIAN. adalah studi literatur berupa data-data dari masing-masing komponen,
BAB III METODE PENELITIAN Metode penelitian yang digunakan dalam pengerjaan Tugas Akhir ini adalah studi literatur berupa data-data dari masing-masing komponen, perancangan perangkat keras dan pembuatan
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 terperinciPerancangan Prototipe Alat Buka Tutup Atap Otomatis Berbasis Mikrokontroler
Perancangan Prototipe Alat Buka Tutup Atap Otomatis Berbasis Mikrokontroler Badie Uddin 1, Wahyu Kurniawan 2 1,2 Program Studi Teknik Kompute, Politeknik TEDC.. Jl. Politeknik-Pasantren KM 2 Cibabat, Cimahi
Lebih terperinciABSTRAK. Kata Kunci : Android, WiFi, ESP , Arduino Mega2560, kamera VC0706.
Aplikasi Berbasis Android Secara Wireless Dengan Arduino Untuk Studi Kasus Pengendalian Keamanan Jarak Jauh Disusun Oleh: Nama : Ignatius Felix Andrianto NRP : 1222046 Program Studi Teknik Elektro, Fakultas
Lebih terperinciUNIVERSITAS BINA NUSANTARA. Jurusan Sistem Komputer Program Studi Skripsi Sarjana Komputer Semester Genap tahun 2003/2004
UNIVERSITAS BINA NUSANTARA Jurusan Sistem Komputer Program Studi Skripsi Sarjana Komputer Semester Genap tahun 2003/2004 Sistem Pengatur Suhu Pada Whirlpool Dengan Fuzzy Logic Berbasiskan Mikrokontroler
Lebih terperinciPerekrutan Karyawan Tetap Dengan Fuzzy Inference System Metode Mamdani
BINA INSANI ICT JOURNAL, Vol.3, No. 2, Desember 2016, 279-290 ISSN: 2355-3421 (Print) ISSN: 2527-9777 (Online) 279 Perekrutan Karyawan Tetap Dengan Fuzzy Inference System Metode Mamdani Ghofar Taufik 1,*
Lebih terperinciKontrol Ketinggian Air pada Budidaya Ikan dan Tanaman Yumina Bumina Menggunakan Metode Fuzzy Takagi-Sugeno
Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer e-issn: 2548-964X Vol. 2, No. 7, Juli 2018, hlm. 2730-2737 http://j-ptiik.ub.ac.id Kontrol Ketinggian Air pada Budidaya Ikan dan Tanaman Yumina
Lebih terperinciPROTOTIPE SISTEM PENGAMANAN RUANG SERVER BERBASIS MIKROKONTROLER ATMEGA8535
PROTOTIPE SISTEM PENGAMANAN RUANG SERVER BERBASIS MIKROKONTROLER ATMEGA8535 Dadan Nurdin Bagenda S.T.,M.T, Sandi Normansyah Program Studi Teknik Informatika Sekolah Tinggi Manajemen Informatika dan Ilmu
Lebih terperinciVersi Online tersedia di : JURNAL TECH-E (Online)
JURNAL TECH-E - VOL. 1 NO. 1 (17) Versi Online tersedia di : http://bsti.ubd.ac.id/e-jurnal JURNAL TECH-E 2581-1916 (Online) Artikel Perancangan Aplikasi Penentu Jurusan IPA atau IPS Pada SMA Menggunakan
Lebih terperinciJournal of Control and Network Systems
JCONES Vol. 5, No. 1 (2016) 10-16 Journal of Control and Network Systems Situs Jurnal : http://jurnal.stikom.edu/index.php/jcone PENGENDALIAN SALINITAS PADA AIR MENGGUNAKAN METODE FUZZY LOGIC Fahmi Mubarok
Lebih terperinciBAB III PERANCANGAN DAN CARA KERJA SISTEM. Pada bab ini diterangkan tentang langkah dalam merancang cara kerja
BAB III PERANCANGAN DAN CARA KERJA SISTEM Pada bab ini diterangkan tentang langkah dalam merancang cara kerja sistem, baik secara keseluruhan ataupun kinerja dari bagian-bagian sistem pendukung. Perancangan
Lebih terperinciFUZZY MAMDANI DALAM MENENTUKAN TINGKAT KEBERHASILAN DOSEN MENGAJAR
Seminar Nasional Informatika 23 (semnasif 23) ISSN: 979-2328 UPN Veteran Yogyakarta, 8 Mei 23 FUZZY MAMDANI DALAM MENENTUKAN TINGKAT KEBERHASILAN DOSEN MENGAJAR Sundari Retno Andani ) ) AMIK Tunas Bangsa
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Teknologi dalam bidang elektronika dan instrumentasi identik dengan pengukuran maupun pengendalian pada suatu plant. Sistem akusisi data untuk mendapatkan suatu nilai
Lebih terperinciPERAMALAN BEBAN LISTRIK JANGKA PENDEK DI BALI MENGGUNAKAN PENDEKATAN ADAPTIVE NEURO-FUZZY INFERENCE SYSTEM (ANFIS)
PERAMALAN BEBAN LISTRIK JANGKA PENDEK DI BALI MENGGUNAKAN PENDEKATAN ADAPTIVE NEURO-FUZZY INFERENCE SYSTEM (ANFIS) L K Widyapratiwi 1, I P A Mertasana 2, I G D Arjana 2 1 Mahasiswa Teknik Elektro, Fakultas
Lebih terperinciBAB III PERANCANGAN SISTEM
BAB III PERANCANGAN SISTEM 3.1 Perancangan Perangkat Keras Pada bab ini menjelaskan perangkat keras yang digunakan dalam membuat tugas akhir ini. Perangkat keras yang digunakan terdiri dari modul Arduino
Lebih terperinciBAB IV PENGUJIAN DAN ANALISA ALAT
BAB IV PENGUJIAN DAN ANALISA ALAT Setelah proses perancangan selesai, maka dalam bab ini akan diungkapkan dan diuraikan mengenai persiapan komponen, peralatan yang dipergunakan, serta langkah-langkah praktek.
Lebih terperinciIII. METODE PENELITIAN. Penelitian, perancangan, dan pembuatan tugas akhir ini dilakukan di Laboratorium
III. METODE PENELITIAN 3.1 Tempat dan Waktu Penelitian Penelitian, perancangan, dan pembuatan tugas akhir ini dilakukan di Laboratorium Terpadu Teknik Elektro Universitas Lampung (khususnya Laboratorium
Lebih terperinciPROTOTYPE SMART HOME SYSTEM UNTUK KEAMANAN RUMAH DILENGKAPI PHONE DIALING BERBASIS ATMEGA328
Prototype keamanan rumah pintar... (Muhamad Arif Nuryanto) 1 PROTOTYPE SMART HOME SYSTEM UNTUK KEAMANAN RUMAH DILENGKAPI PHONE DIALING BERBASIS ATMEGA328 PROTOTYPE SMART HOME SECURITY SYSTEM FOR COMPLETED
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1 Sistem Alarm Kebakaran Addressable Sistem Addressable kebanyakan digunakan untuk instalasi fire alarm di gedung bertingkat, seperti hotel, perkantoran, mall dan sejenisnya. Perbedaan
Lebih terperinci