Manifold Pressure. Engine Temp
|
|
- Hamdani Kurniawan
- 6 tahun lalu
- Tontonan:
Transkripsi
1 LAMPIRAN 64
2 Lampiran 1 Data ECU pada data latih Nomor RPM Manifold Pressure Engine Temp Inlet Air Temp Lambda
3
4
5 Lampiran 2 Data ECU pada data uji Nomor RPM Manifold Pressure Engine Temp Inlet Air Temp Lambda
6
7 Lampiran 3 Script Matlab pada GUI function varargout = categorycampuran(varargin) % CATEGORYCAMPURAN MATLAB code for categorycampuran.fig % CATEGORYCAMPURAN, by itself, creates a new CATEGORYCAMPURAN or raises the existing % singleton*. % % H = CATEGORYCAMPURAN returns the handle to a new CATEGORYCAMPURAN or the handle to % the existing singleton*. % % CATEGORYCAMPURAN('CALLBACK',hObject,eventData,handles,...) calls the local % function named CALLBACK in CATEGORYCAMPURAN.M with the given input arguments. % % CATEGORYCAMPURAN('Property','Value',...) creates a new CATEGORYCAMPURAN or raises the % existing singleton*. Starting from the left, property value pairs are % applied to the GUI before categorycampuran_openingfcn gets called. An % unrecognized property name or invalid value makes property application % stop. All inputs are passed to categorycampuran_openingfcn via varargin. % % *See GUI Options on GUIDE's Tools menu. Choose "GUI allows only one % instance to run (singleton)". % % See also: GUIDE, GUIDATA, GUIHANDLES % Edit the above text to modify the response to help categorycampuran % Last Modified by GUIDE v Oct :34:21 % Begin initialization code - DO NOT EDIT gui_singleton = 1; gui_state = struct('gui_name', mfilename,... 'gui_singleton', gui_singleton,... 'gui_layoutfcn', [],... 'gui_callback', []); if nargin && ischar(varargin{1}) gui_state.gui_callback = str2func(varargin{1}); end 70
8 if nargout [varargout{1:nargout}] = gui_mainfcn(gui_state, varargin{:}); else gui_mainfcn(gui_state, varargin{:}); end % End initialization code - DO NOT EDIT % --- Executes just before categorycampuran is made visible. function categorycampuran_openingfcn(hobject, eventdata, handles, varargin) % This function has no output args, see OutputFcn. % hobject handle to figure % eventdata reserved - to be defined in a future version of MATLAB % handles structure with handles and user data (see GUIDATA) % varargin command line arguments to categorycampuran (see VARARGIN) % Choose default command line output for categorycampuran handles.output = hobject; % Update handles structure guidata(hobject, handles); % UIWAIT makes categorycampuran wait for user response (see UIRESUME) % uiwait(handles.figure1); % --- Outputs from this function are returned to the command line. function varargout = categorycampuran_outputfcn(hobject, eventdata, handles) % varargout cell array for returning output args (see VARARGOUT); % hobject handle to figure % eventdata reserved - to be defined in a future version of MATLAB % handles structure with handles and user data (see GUIDATA) % Get default command line output from handles structure varargout{1} = handles.output; % --- Executes on button press in PROSES. function PROSES_Callback(hObject, eventdata, handles) % hobject handle to PROSES (see GCBO) % eventdata reserved - to be defined in a future version of MATLAB % handles structure with handles and user data (see GUIDATA) error=str2double(get(handles.error,'string')); delta_error=str2double(get(handles.delta_error,'string')); a=readfis('perhitungan6'); 71
9 out=evalfis([error delta_error],a); set(handles.category,'string',out); out=str2double(get(handles.category,'string')); % --- Executes on button press in ULANGI. function ULANGI_Callback(hObject, eventdata, handles) % hobject handle to ULANGI (see GCBO) % eventdata reserved - to be defined in a future version of MATLAB % handles structure with handles and user data (see GUIDATA) set(handles.error,'string',''); set(handles.delta_error,'string',''); set(handles.category,'string',''); % --- Executes on button press in KELUAR. function KELUAR_Callback(hObject, eventdata, handles) % hobject handle to KELUAR (see GCBO) % eventdata reserved - to be defined in a future version of MATLAB % handles structure with handles and user data (see GUIDATA) close function category_callback(hobject, eventdata, handles) % hobject handle to category (see GCBO) % eventdata reserved - to be defined in a future version of MATLAB % handles structure with handles and user data (see GUIDATA) % Hints: get(hobject,'string') returns contents of category as text % str2double(get(hobject,'string')) returns contents of category as a double % --- Executes during object creation, after setting all properties. function category_createfcn(hobject, eventdata, handles) % hobject handle to category (see GCBO) % eventdata reserved - to be defined in a future version of MATLAB % handles empty - handles not created until after all CreateFcns called % Hint: edit controls usually have a white background on Windows. % See ISPC and COMPUTER. if ispc && isequal(get(hobject,'backgroundcolor'), get(0,'defaultuicontrolbackgroundcolor')) set(hobject,'backgroundcolor','white'); end 72
10 function error_callback(hobject, eventdata, handles) % hobject handle to error (see GCBO) % eventdata reserved - to be defined in a future version of MATLAB % handles structure with handles and user data (see GUIDATA) % Hints: get(hobject,'string') returns contents of error as text % str2double(get(hobject,'string')) returns contents of error as a double % --- Executes during object creation, after setting all properties. function error_createfcn(hobject, eventdata, handles) % hobject handle to error (see GCBO) % eventdata reserved - to be defined in a future version of MATLAB % handles empty - handles not created until after all CreateFcns called % Hint: edit controls usually have a white background on Windows. % See ISPC and COMPUTER. if ispc && isequal(get(hobject,'backgroundcolor'), get(0,'defaultuicontrolbackgroundcolor')) set(hobject,'backgroundcolor','white'); end function delta_error_callback(hobject, eventdata, handles) % hobject handle to delta_error (see GCBO) % eventdata reserved - to be defined in a future version of MATLAB % handles structure with handles and user data (see GUIDATA) % Hints: get(hobject,'string') returns contents of delta_error as text % str2double(get(hobject,'string')) returns contents of delta_error as a double % --- Executes during object creation, after setting all properties. function delta_error_createfcn(hobject, eventdata, handles) % hobject handle to delta_error (see GCBO) % eventdata reserved - to be defined in a future version of MATLAB % handles empty - handles not created until after all CreateFcns called % Hint: edit controls usually have a white background on Windows. % See ISPC and COMPUTER. if ispc && isequal(get(hobject,'backgroundcolor'), get(0,'defaultuicontrolbackgroundcolor')) 73
11 set(hobject,'backgroundcolor','white'); end % --- Executes on button press in PROSES. function PROSES_Callback(hObject, eventdata, handles) % hobject handle to PROSES (see GCBO) % eventdata reserved - to be defined in a future version of MATLAB % handles structure with handles and user data (see GUIDATA) % --- Executes on button press in ULANGI. function ULANGI_Callback(hObject, eventdata, handles) % hobject handle to ULANGI (see GCBO) % eventdata reserved - to be defined in a future version of MATLAB % handles structure with handles and user data (see GUIDATA) % --- Executes on button press in KELUAR. function KELUAR_Callback(hObject, eventdata, handles) % hobject handle to KELUAR (see GCBO) % eventdata reserved - to be defined in a future version of MATLAB % handles structure with handles and user data (see GUIDATA) 74
12 Lampiran 4 Aturan sistem fuzzy berdasarkan data latih DELTA ERROR ERROR NB NS Z PS PB NB Rich Stoichiometry Stoichiometry Stoichiometry Lean NS Rich Stoichiometry Stoichiometry Stoichiometry Lean Z Rich Stoichiometry Stoichiometry Stoichiometry Lean PS Rich Stoichiometry Stoichiometry Stoichiometry Lean PB Rich Stoichiometry Stoichiometry Stoichiometry Lean Sehingga dapat dituliskan sebagai berikut: 1. If error is NB and delta error is NB then category is Rich. 2. If error is NB and delta error is NS then category is Rich. 3. If error is NB and delta error is Z then category is Rich. 4. If error is NB and delta error is PS then category is Rich. 5. If error is NB and delta error is PB then category is Rich. 6. If error is NS and delta error is NB then category is Stoichiometric. 7. If error is NS and delta error is NS then category is Stoichiometric 8. If error is NS and delta error is Z then category is Stoichiometric 9. If error is NS and delta error is PS then category is Stoichiometric 10. If error is NS and delta error is PB then category is Stoichiometric 11. If error is Z and delta error is NB then category is Stoichiometric 12. If error is Z and delta error is NS then category is Stoichiometric 13. If error is Z and delta error is Z then category is Stoichiometric 14. If error is Z and delta error is PS then category is Stoichiometric 15. If error is Z and delta error is PB then category is Stoichiometric 16. If error is PS and delta error is NB then category is Stoichiometric 17. If error is PS and delta error is NS then category is Stoichiometric 18. If error is PS and delta error is Z then category is Stoichiometric 19. If error is PS and delta error is PS then category is Stoichiometric 20. If error is PS and delta error is PB then category is Stoichiometric 21. If error is PB and delta error is NB then category is Lean 22. If error is PB and delta error is NS then category is Lean 23. If error is PB and delta error is Z then category is Lean 24. If error is PB and delta error is PS then category is Lean 25. If error is PB and delta error is PB then category is Lean 75
13 Lampiran 5 Pengujian sistem fuzzy data latih 76 Nomor Lambda Diagnosis Asli Error Keterangan Delta Hasil Diagnosis Sistem Keterangan Error Defuzzifikasi Fuzzy Keterangan STOICHIOMETRIC 0.00 Z 0.00 Z 1.00 STOICHIOMETRIC BENAR STOICHIOMETRIC 0.02 PS 0.02 PS 1.00 STOICHIOMETRIC BENAR STOICHIOMETRIC Z NS 1.00 STOICHIOMETRIC BENAR PB 0.12 PB 0.91 BENAR Z NS 0.93 STOICHIOMETRIC SALAH STOICHIOMETRIC 0.06 PS NS 1.00 STOICHIOMETRIC BENAR STOICHIOMETRIC 0.08 Z 0.02 PS 0.97 STOICHIOMETRIC BENAR STOICHIOMETRIC 0.05 PS NS 1.00 STOICHIOMETRIC BENAR Z 0.04 PS 0.95 STOICHIOMETRIC SALAH STOICHIOMETRIC 0.08 PS NS 0.97 STOICHIOMETRIC BENAR STOICHIOMETRIC 0.03 PS NS 1.00 STOICHIOMETRIC BENAR STOICHIOMETRIC 0.04 PS 0.01 Z 1.00 STOICHIOMETRIC BENAR STOICHIOMETRIC 0.01 Z NS 1.00 STOICHIOMETRIC BENAR STOICHIOMETRIC 0.03 PS 0.02 PS 1.00 STOICHIOMETRIC BENAR STOICHIOMETRIC NS NS 1.00 STOICHIOMETRIC BENAR STOICHIOMETRIC NS Z 1.00 STOICHIOMETRIC BENAR LEAN NB NB 1.07 STOICHIOMETRIC SALAH LEAN NB 0.01 Z 1.05 STOICHIOMETRIC SALAH LEAN NB NS 1.09 LEAN BENAR LEAN NB NS 1.14 LEAN BENAR
14 LEAN NB 0.04 PS 1.05 STOICHIOMETRIC SALAH STOICHIOMETRIC 0.05 PS 0.15 PB 1.00 STOICHIOMETRIC BENAR Z 0.03 PS 0.94 STOICHIOMETRIC SALAH Z 0.01 Z 0.93 STOICHIOMETRIC SALAH PB 0.01 PS 0.91 BENAR PB 0.03 PS 0.88 BENAR PB NS 0.91 BENAR Z NS 0.93 STOICHIOMETRIC SALAH PB 0.04 PS 0.85 BENAR Z NS 0.93 STOICHIOMETRIC SALAH Z 0.00 Z 0.93 STOICHIOMETRIC SALAH PB 0.00 Z 0.93 STOICHIOMETRIC SALAH PB 0.02 PS 0.88 BENAR PB Z 0.91 BENAR PB 0.00 Z 0.91 BENAR STOICHIOMETRIC 0.00 Z NB 1.00 STOICHIOMETRIC BENAR STOICHIOMETRIC 0.01 Z 0.00 Z 1.00 STOICHIOMETRIC BENAR STOICHIOMETRIC 0.07 PS 0.06 PS 1.00 STOICHIOMETRIC BENAR STOICHIOMETRIC 0.08 Z 0.02 PS 0.97 STOICHIOMETRIC BENAR STOICHIOMETRIC 0.04 PS NS 1.00 STOICHIOMETRIC BENAR STOICHIOMETRIC 0.04 PS 0.00 Z 1.00 STOICHIOMETRIC BENAR STOICHIOMETRIC 0.04 PS 0.00 Z 1.00 STOICHIOMETRIC BENAR Z 0.05 PS 0.95 STOICHIOMETRIC SALAH PB 0.04 PS 0.87 BENAR PB 0.00 Z 0.88 BENAR
15 STOICHIOMETRIC 0.06 PS NS 1.00 STOICHIOMETRIC BENAR STOICHIOMETRIC 0.04 PS NS 1.00 STOICHIOMETRIC BENAR STOICHIOMETRIC 0.03 PS Z 1.00 STOICHIOMETRIC BENAR STOICHIOMETRIC 0.07 PS 0.04 PS 1.00 STOICHIOMETRIC BENAR STOICHIOMETRIC 0.02 PS NS 1.00 STOICHIOMETRIC BENAR STOICHIOMETRIC 0.04 PS 0.02 PS 1.00 STOICHIOMETRIC BENAR STOICHIOMETRIC 0.04 PS 0.00 Z 1.00 STOICHIOMETRIC BENAR STOICHIOMETRIC 0.03 PS Z 1.00 STOICHIOMETRIC BENAR STOICHIOMETRIC 0.04 PS 0.01 Z 1.00 STOICHIOMETRIC BENAR STOICHIOMETRIC 0.04 PS 0.00 Z 1.00 STOICHIOMETRIC BENAR STOICHIOMETRIC 0.06 PS 0.02 PS 1.00 STOICHIOMETRIC BENAR STOICHIOMETRIC 0.05 PS Z 1.00 STOICHIOMETRIC BENAR STOICHIOMETRIC 0.06 PS 0.01 Z 1.00 STOICHIOMETRIC BENAR STOICHIOMETRIC 0.05 PS NS 1.00 STOICHIOMETRIC BENAR STOICHIOMETRIC 0.04 PS 0.00 Z 1.00 STOICHIOMETRIC BENAR STOICHIOMETRIC 0.03 PS Z 1.00 STOICHIOMETRIC BENAR STOICHIOMETRIC 0.04 PS 0.00 Z 1.00 STOICHIOMETRIC BENAR STOICHIOMETRIC 0.01 Z NS 1.00 STOICHIOMETRIC BENAR STOICHIOMETRIC 0.02 PS 0.01 Z 1.00 STOICHIOMETRIC BENAR STOICHIOMETRIC 0.03 PS 0.01 Z 1.00 STOICHIOMETRIC BENAR STOICHIOMETRIC NS NB 1.00 STOICHIOMETRIC BENAR STOICHIOMETRIC NS 0.04 PS 1.00 STOICHIOMETRIC BENAR LEAN NB NB 1.09 LEAN BENAR STOICHIOMETRIC NS 0.03 PS 1.03 STOICHIOMETRIC BENAR STOICHIOMETRIC NS 0.00 Z 1.00 STOICHIOMETRIC BENAR
16 LEAN NB NS 1.05 STOICHIOMETRIC SALAH LEAN NB Z 1.05 STOICHIOMETRIC SALAH LEAN NB 0.01 Z 1.05 STOICHIOMETRIC SALAH LEAN NB NS 1.11 LEAN BENAR LEAN NB Z 1.14 LEAN BENAR LEAN NB 0.04 PS 1.05 STOICHIOMETRIC SALAH STOICHIOMETRIC NS 0.07 PS 1.00 STOICHIOMETRIC BENAR STOICHIOMETRIC 0.09 Z 0.10 PB 0.94 STOICHIOMETRIC BENAR STOICHIOMETRIC 0.08 Z 0.00 Z 0.97 STOICHIOMETRIC BENAR STOICHIOMETRIC 0.03 PS NS 1.00 STOICHIOMETRIC BENAR STOICHIOMETRIC 0.08 PS 0.05 PS 0.97 STOICHIOMETRIC BENAR STOICHIOMETRIC 0.01 Z NB 1.00 STOICHIOMETRIC BENAR STOICHIOMETRIC 0.02 PS 0.01 PS 1.00 STOICHIOMETRIC BENAR STOICHIOMETRIC NS NB 1.00 STOICHIOMETRIC BENAR STOICHIOMETRIC Z 0.06 PS 1.00 STOICHIOMETRIC BENAR STOICHIOMETRIC Z 0.00 Z 1.00 STOICHIOMETRIC BENAR STOICHIOMETRIC NS NS 1.00 STOICHIOMETRIC BENAR STOICHIOMETRIC NS NS 1.00 STOICHIOMETRIC BENAR STOICHIOMETRIC NS 0.02 PS 1.00 STOICHIOMETRIC BENAR STOICHIOMETRIC NS 0.02 PS 1.00 STOICHIOMETRIC BENAR STOICHIOMETRIC NS NS 1.00 STOICHIOMETRIC BENAR STOICHIOMETRIC NS NS 1.00 STOICHIOMETRIC BENAR STOICHIOMETRIC NS 0.02 PS 1.00 STOICHIOMETRIC BENAR STOICHIOMETRIC 0.08 Z 0.12 PB 0.97 STOICHIOMETRIC BENAR Z 0.02 PS 0.93 STOICHIOMETRIC SALAH
17 PB 0.02 PS 0.88 BENAR PB 0.01 PS 0.86 BENAR PB 0.00 Z 0.86 BENAR PB Z 0.88 BENAR PB 0.01 Z 0.86 BENAR PB 0.01 Z 0.84 BENAR STOICHIOMETRIC 0.04 PS NB 1.00 STOICHIOMETRIC BENAR STOICHIOMETRIC 0.01 Z NS 1.00 STOICHIOMETRIC BENAR STOICHIOMETRIC 0.02 PS 0.02 PS 1.00 STOICHIOMETRIC BENAR STOICHIOMETRIC NS NS 1.00 STOICHIOMETRIC BENAR STOICHIOMETRIC 0.03 PS 0.05 PS 1.00 STOICHIOMETRIC BENAR STOICHIOMETRIC NS NB 1.00 STOICHIOMETRIC BENAR STOICHIOMETRIC NS 0.03 PS 1.00 STOICHIOMETRIC BENAR STOICHIOMETRIC NS NS 1.00 STOICHIOMETRIC BENAR STOICHIOMETRIC NS 0.00 Z 1.00 STOICHIOMETRIC BENAR STOICHIOMETRIC NS 0.00 Z 1.00 STOICHIOMETRIC BENAR LEAN NB NB 1.14 LEAN BENAR STOICHIOMETRIC 0.00 Z 0.13 PB 1.00 STOICHIOMETRIC BENAR
18 Lampiran 6 Pengujian sistem fuzzy data uji 81 No Lambda Diagnosis Asli Error Keterangan Delta Hasil Diagnosis Sistem Keterangan Error Defuzzifikasi Fuzzy Keterangan STOICHIOMETRIC 0.08 PS 0.08 PS 0.97 STOICHIOMETRIC BENAR STOICHIOMETRIC 0.09 Z 0.01 Z 0.95 STOICHIOMETRIC BENAR STOICHIOMETRIC 0.08 Z 0.00 Z 0.97 STOICHIOMETRIC BENAR STOICHIOMETRIC 0.03 PS NS 1.00 STOICHIOMETRIC BENAR STOICHIOMETRIC NS NS 1.00 STOICHIOMETRIC BENAR STOICHIOMETRIC 0.01 Z 0.03 PS 1.00 STOICHIOMETRIC BENAR STOICHIOMETRIC 0.02 PS 0.01 PS 1.00 STOICHIOMETRIC BENAR STOICHIOMETRIC NS NB 1.00 STOICHIOMETRIC BENAR STOICHIOMETRIC Z 0.06 PS 1.00 STOICHIOMETRIC BENAR STOICHIOMETRIC Z 0.00 Z 1.00 STOICHIOMETRIC BENAR STOICHIOMETRIC NS NS 1.00 STOICHIOMETRIC BENAR STOICHIOMETRIC NS NS 1.00 STOICHIOMETRIC BENAR STOICHIOMETRIC NS 0.02 PS 1.00 STOICHIOMETRIC BENAR STOICHIOMETRIC NS 0.02 PS 1.00 STOICHIOMETRIC BENAR STOICHIOMETRIC NS NS 1.00 STOICHIOMETRIC BENAR STOICHIOMETRIC NS NS 1.00 STOICHIOMETRIC BENAR STOICHIOMETRIC NS 0.02 PS 1.00 STOICHIOMETRIC BENAR STOICHIOMETRIC 0.08 Z 0.12 PB 0.97 STOICHIOMETRIC BENAR STOICHIOMETRIC 0.10 Z 0.02 PS 0.93 STOICHIOMETRIC SALAH
19 PB 0.02 PS 0.88 BENAR PB 0.01 PS 0.86 BENAR PB 0.00 Z 0.86 BENAR PB Z 0.88 BENAR PB 0.01 Z 0.86 BENAR PB 0.01 Z 0.84 BENAR STOICHIOMETRIC 0.04 PS NB 1.00 STOICHIOMETRIC BENAR STOICHIOMETRIC 0.01 Z NS 1.00 STOICHIOMETRIC BENAR STOICHIOMETRIC 0.02 PS 0.02 PS 1.00 STOICHIOMETRIC BENAR STOICHIOMETRIC NS NS 1.00 STOICHIOMETRIC BENAR STOICHIOMETRIC 0.03 PS 0.05 PS 1.00 STOICHIOMETRIC BENAR STOICHIOMETRIC NS NB 1.00 STOICHIOMETRIC BENAR STOICHIOMETRIC NS 0.03 PS 1.00 STOICHIOMETRIC BENAR STOICHIOMETRIC NS NS 1.00 STOICHIOMETRIC BENAR STOICHIOMETRIC NS 0.00 Z 1.00 STOICHIOMETRIC BENAR STOICHIOMETRIC NS 0.00 Z 1.00 STOICHIOMETRIC BENAR STOICHIOMETRIC NS 0.01 PS 1.00 STOICHIOMETRIC BENAR STOICHIOMETRIC NS 0.04 PS 1.00 STOICHIOMETRIC BENAR STOICHIOMETRIC 0.01 Z 0.02 PS 1.00 STOICHIOMETRIC BENAR STOICHIOMETRIC 0.02 PS 0.02 PS 1.00 STOICHIOMETRIC BENAR STOICHIOMETRIC 0.00 Z NS 1.00 STOICHIOMETRIC BENAR LEAN NB NB 1.03 STOICHIOMETRIC BENAR
20 LEAN NB NS 1.12 LEAN BENAR LEAN NB NS 1.14 LEAN BENAR LEAN NB 0.04 PS 1.05 STOICHIOMETRIC SALAH STOICHIOMETRIC 0.06 PS 0.15 PB 1.00 STOICHIOMETRIC BENAR STOICHIOMETRIC 0.08 Z 0.02 PS 0.97 STOICHIOMETRIC BENAR STOICHIOMETRIC 0.09 Z 0.01 Z 0.95 STOICHIOMETRIC SALAH STOICHIOMETRIC 0.06 PS NS 1.00 STOICHIOMETRIC BENAR PB 0.06 PS 0.88 BENAR STOICHIOMETRIC 0.07 PS NS 1.00 STOICHIOMETRIC BENAR STOICHIOMETRIC 0.01 Z NS 1.00 STOICHIOMETRIC BENAR STOICHIOMETRIC 0.04 PS 0.03 PS 1.00 STOICHIOMETRIC BENAR STOICHIOMETRIC 0.10 Z 0.06 PS 0.93 STOICHIOMETRIC SALAH PB 0.03 PS 0.90 BENAR PB 0.00 Z 0.88 BENAR PB 0.01 Z 0.86 BENAR PB NS 0.88 BENAR PB NS 0.93 STOICHIOMETRIC SALAH PB 0.02 PS 0.88 BENAR PB Z 0.88 BENAR STOICHIOMETRIC 0.10 Z NS 0.93 STOICHIOMETRIC SALAH STOICHIOMETRIC 0.10 Z 0.00 Z 0.93 STOICHIOMETRIC SALAH
21 STOICHIOMETRIC 0.07 PS NS 1.00 STOICHIOMETRIC BENAR STOICHIOMETRIC 0.08 PS 0.01 Z 0.97 STOICHIOMETRIC BENAR STOICHIOMETRIC 0.09 Z 0.01 PS 0.95 STOICHIOMETRIC BENAR STOICHIOMETRIC 0.08 PS NS 0.97 STOICHIOMETRIC BENAR STOICHIOMETRIC 0.08 Z 0.01 Z 0.97 STOICHIOMETRIC BENAR
22 Lampiran 7 Langkah-langkah menyusun sistem fuzzy pada diagnosis campuran bahan bakar dan udara pada mobil F15 GURT dengan Matlab R2013a A. Buka program MATLAB R2013a. B. Ketikkan fuzzypada command window, maka akan muncul tampilan FIS editor pada Gambar1. Gambar 1. FIS editor Mamdani C. Pada metode mamdani dipilih aturan and method min, or method max, implication min, aggregation max, dan defuzzification centroid. Seperti tampak pada Gambar1. D. Karena input yang digunakan ada 2 himpunan fuzzy maka input ditambah dengan memilih menu edit-add variable-klik input sehingga muncul tampilan pada Gambar 2. Gambar 2. FIS editor dengan dua variable input dan satu variabel output 41
23 E. Membuat fungsi keanggotaan (membership function) untuk setiap input. Dengan cara memilih menu edit-membership function-klik edit -add MFs Gambar 3. Fungsi Keanggotaan variable input Error F. Membangun aturan fuzzy, dengan cara memilih menu edit-rules. Berikut hasil 25 aturan pada diagnosis campuran bahan bakar dan udara pada mobil F15 GURT. Aturan fuzzy ditunjukan pada Gambar 4. Gambar 4. Aturan fuzzy yang terbentuk G. Membuka tampilan aturan fuzzy yang merupakan hasil inferensi Mamdani dan defuzzifikasi metode Centroid. Cara membuka tampilan tersebut dengan memilih menu view-rules. Berikut tampilannya 42
24 Gambar 5. Hasil evaluasi data pada FIS H. Menyimpan hasil sistem fuzzy diagnosis campuran bahan bakar dan udara pada mobil F15 GURT dengan memilih menu file-export-to file-ketik PERHITUNGAN6 -save. Untuk membuka kembali dengan menjalankan langkah 1 dan 2 kemudian memilih menu file-import-fromfile-pilih PERHITUNGAN6 -ok. I. Untuk memeriksa hasil output pada defuzzifikasi dapat dilakukan dengan dua cara. 1. Menulis pada command window fis=readfis( PERHITUNGAN6 ) dan hasil=evalfis([diisi input error dan delta error],fis) 2. Menulis pada bagian bawah rule viewer. Hasil output dapat dilihat di pojok kanan atas rule viewer. 43
25 Lampiran 8 Langkah-langkah menyusun diagnosis campuran bahan bakar dan udara pada mobil F15 GURT dengan GUI: A. Ketikkan guide pada command window yang ada pada MATLAB R2013a, maka akan muncul tampilan seperti pada Gambar 1. Gambar 1. Tampilan awal GUI: GUIDE Quick Start B. Pilih Blank GUI (Default) pada Create New GUI lalu pilih OK. Kemudian akan muncul tampilan seperti pada Gambar 2. Gambar 2. Layar default GUI C. Simpan file dengan nama categorycampuran, yaitu dengan memilih menu File-Save As. Buat rancangan layar aplikasi GUI sesuai tahapan-tahapan yang telah dijelaskan pada BAB III Sub-bab C, maka akan muncul tampilan seperti pada Gambar 3. 44
26 Gambar 3. Rancangan tampilan GUI D. Tampilan pada GUI penerapan sistem fuzzy untuk diagnosis campuran bahan bakar dan udara pada mobil F15 GURT ditunjukkan pada Gambar 4. Gambar 4. Tampilan visualisasi GUI sistem fuzzy 45
27 Lampiran 9 Gambar penampang mobil F15 GURT Desain Mobil F15 Tampak Atas 46
28 Desain Mobil F15 Tampak Samping Mobil F15 Tampak Samping dengan body 47
29 Mobil F15 pada waktu kompetisi SFJ
30 Lampiran 10 Gambar Sistem Periodik Unsur 49
LAMPIRAN 1. Pengolahan Citra Lead 2 LeadV6 Data Uji 1
LAMPIRAN 1 Data Pengujian Perangkat Lunak Pengolahan Citra Lead 2 LeadV6 Data Uji 1 Data Uji 2 Data Uji 3 Data Uji 4 Data Uji 5 65 66 Data Uji 6 Data Uji 7 Data Uji 8 Data Uji 9 Data Uji 10 Data Uji 11
Lebih terperinciPROGRAM STUDI MATEMATIKA UNIVERSITAS NEGERI YOGYAKARTA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM
LAMPIRAN 74 75 76 PROGRAM STUDI MATEMATIKA UNIVERSITAS NEGERI YOGYAKARTA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM Jalan Colombo Nomor 1 Yogyakarta 55281 Telepon (0274) 565411 Pesawat 217, (0274) 565411
Lebih terperinciLAMPIRAN A CITRA HASIL PERCOBAAN
LAMPIRAN A CITRA HASIL PERCOBAAN A-1 1. Hasil Watermarking Nama Asli yang Watermark Asli dan Watermark Hasil Ekstraksi α = 1 Telah Disisipkan Watermark Lena Baboon A-2 Barbara Lena Baboon A-3 Barbara Nama
Lebih terperinciMODUL PRAKTIKUM. Histogram Citra. Adi Pamungkas https://pemrogramanmatlab.wordpress.com/ Dasar-Dasar Pengolahan Citra Digital menggunakan GUI MATLAB
MODUL PRAKTIKUM Dasar-Dasar Pengolahan Citra Digital menggunakan GUI MATLAB Histogram Citra Adi Pamungkas https://pemrogramanmatlab.wordpress.com/ I. Tujuan 1. Mengetahui pengertian citra digital beserta
Lebih terperinciLA-1. tracking.m. % Edit the above text to modify the response to help tracking
LA-1 tracking.m Listing Code tracking.m adalah listing code untuk tampilan GUI dari sistem Object Tracking. Edit the above text to modify the response to help tracking Komentar yang diberikan menggunakan
Lebih terperinciLAMPIRAN A: LISTING PROGRAM
LAMPIRAN A: LISTING PROGRAM function varargout = FigUtama(varargin) % FIGUTAMA M-file for FigUtama.fig % FIGUTAMA, by itself, creates a new FIGUTAMA or raises the % existing % singleton*. % % H = FIGUTAMA
Lebih terperinciLAMPIRAN LISTING PROGRAM
84 LAMPIRAN LISTING PROGRAM Beranda.m function varargout = Beranda(varargin) % BERANDA M-file for Beranda.fig gui_singleton = 1; gui_state = struct('gui_name', mfilename,... 'gui_singleton', gui_singleton,...
Lebih terperinciDAFTAR PUSTAKA. Agus Naba. (2009). Belajar Cepat Fuzzy Logic Menggunakan Matlab. Yogyakarta: ANDI.
DAFTAR PUSTAKA Aceng Sambas. (2013). Membuat GUI untuk Logika Fuzzy. Diakses dari http:// komputasirobotic.blogspot.co.id/2013/07/membuat-gui-untuk-logika-fuzzy.html. pada tanggal 04 Maret 2016, Jam 11.20
Lebih terperinciLAMPIRAN A PROGRAM MATLAB
LAMPIRAN A PROGRAM MATLAB LAMPIRAN A %% Praproses %% cropping baca= imread('data1.jpg'); figure('name','baca Image'); a=imshow(baca); b=im2bw(baca,graythresh(baca)); b=~b; [baris kolom] = size(b); for
Lebih terperinciA-1 Universitas Kristen Maranatha
A-1 Program Pencarian Normalized Central Moments function n_pq=cent_moment(p,q,a) zero and first order moments [m n]=size(a); moo=sum(sum(a)); m1o=0; mo1=0; for x=0:m-1 for y=0:n-1 m1o=m1o+(x)*a(x+1,y+1);
Lebih terperinciif nargout [varargout{1:nargout}] = gui_mainfcn(gui_state, varargin{:}); else gui_mainfcn(gui_state, varargin{:}); end
77 Lampiran 1. Fungsi Menu Utama function varargout = menu_utm(varargin) gui_singleton = 1; gui_state = struct('gui_name', mfilename,... 'gui_singleton', gui_singleton,... 'gui_openingfcn', @menu_utm_openingfcn,...
Lebih terperinciEkstraksi Histogram Citra Digital Untuk Mengukur Similarity dengan Menggunakan Metode Euclidian Distance
Ekstraksi Histogram Citra Digital Untuk Mengukur Similarity dengan Menggunakan Metode Euclidian Distance Anggota Kelompok 1. Hapsari Dita A J2F008033 2. Harlina Nur A J2F008034 3. Luk Luul M J2F008042
Lebih terperinciLAPORAN PENELITIAN. Analisa Sistem Pencacah Obyek Gambar berbasis GUI-DE Matlab
KODE : 123 / ILMU KOMPUTER LAPORAN PENELITIAN Analisa Sistem Pencacah Obyek Gambar berbasis GUI-DE Matlab Oleh tim : EDDY NURAHARJO, ST, M.Cs 0628127301 (Ketua) WIWIEN HADIKURNIAWATI, ST, M.Kom 0616037602
Lebih terperinciGUI Matlab untuk membuat grafik fungsi
GUI Matlab untuk membuat grafik fungsi Memulai GUI Matlab Panggil program MATLAB, Start program Matlab. Melalui editor window Matlab, ketiklah >> guide. Akan ditampilkan kotak dialog seperti tampak dalam
Lebih terperinciPENGANTAR PENGOLAHAN CITRA
PENGANTAR PENGOLAHAN CITRA Aplikasi Pengolahan Citra Menggunakan MatLab 7.1 Dosen : Bapak Eri Prasetyo Wibowo NPM : 50407034 Kelas : 4IA08 Nama : Aditya Rangga Pratama Fakultas : Teknologi Industri Jurusan
Lebih terperinciOPTIMALISASI PARAMETER REGRESI RESPONSE SURFACE METHODOLOGY DALAM LABA USAHA PEDAGANG BUAH DAN APLIKASINYA MENGGUNAKAN MATLAB
OPTIMALISASI PARAMETER REGRESI RESPONSE SURFACE METHODOLOGY DALAM LABA USAHA PEDAGANG BUAH DAN APLIKASINYA MENGGUNAKAN Skripsi disusun sebagai salah satu syarat untuk memperoleh gelar Sarjana Sains Program
Lebih terperinciOPTIMASI MASALAH KNAPSACK MENGGUNAKAN ALGORITMA BRANCH AND BOUND SKRIPSI
OPTIMASI MASALAH KNAPSACK MENGGUNAKAN ALGORITMA BRANCH AND BOUND SKRIPSI Untuk memenuhi sebagai persyaratan guna memperoleh derajat Sarjana S-1 Program Studi Matematika Diajukan oleh FITRIATUL MALAIKHAH
Lebih terperinciPEREKAYASAAN DENSITOMETER DIGITAL BERBASIS MATLAB UNTUK MENDUKUNG UNNES BERWAWASAN KONSERVASI
LAPORAN PENGEMBANGAN PENELITIAN BERBASIS KONSERVASI PEREKAYASAAN DENSITOMETER DIGITAL BERBASIS MATLAB UNTUK MENDUKUNG UNNES BERWAWASAN KONSERVASI Oleh: Prof.Dr.rer.nat. Wahyu Hardyanto, M.Si-NIP 196011241984031002
Lebih terperinciUNIVERSITAS INDONESIA. PERANCANGAN SISTEM QUERY BY SINGING/HUMMING (QbSH) UNTUK MUSIK DANGDUT DENGAN PITCH DAN DURASI SEBAGAI FEATURE SKRIPSI
da UNIVERSITAS INDONESIA PERANCANGAN SISTEM QUERY BY SINGING/HUMMING (QbSH) UNTUK MUSIK DANGDUT DENGAN PITCH DAN DURASI SEBAGAI FEATURE SKRIPSI Diajukan sebagai salah satu syarat memperoleh gelar sarjana
Lebih terperinciGUIDE. maupun menu. Aplikasi yang menggunakan GUI umumnya lebih mudah dipelajari dan
GUIDE GUIDE atau GUI builder merupakan sebuah graphical user interface (GUI) yang dibangun dengan obyek grafis seperti tombol (button),kotak teks,slider,sumbu (axes), maupun menu. Aplikasi yang menggunakan
Lebih terperinciLAMPIRAN A. Prosedur Pengoperasian Sistem. xxi
LAMPIRAN A Prosedur Pengoperasian Sistem xxi LA.1. Prosedur Pengoperasian Alat Bagian ini menjelaskan tentang bagaimana cara mengoperasikan alat pengukur tingkat kematangan buah yang telah dirancang.komponen
Lebih terperinciLampiran 1 Rekap Hasil Kuesioner untuk Peternak dan Karyawan Koperasi KUESIONER
163 Lampiran 1 Rekap Hasil Kuesioner untuk Peternak dan Karyawan Koperasi Pengantar KUESIONER Bapak/Ibu yang terhormat, penelitian ini ditujukan untuk kepentingan akademik dalam rangka penyelesaian studi
Lebih terperinciAPLIKASI PENCITRAAN DATA DIGITAL PADA OBJEK SAYAP CAPUNG MENGGUNAKAN PEMOGRAMAN MATLAB
APLIKASI PENCITRAAN DATA DIGITAL PADA OBJEK SAYAP CAPUNG MENGGUNAKAN PEMOGRAMAN MATLAB skripsi disajikan sebagai salah satu syarat untuk memperoleh gelar Sarjana Sains Program Studi Fisika oleh Muhammad
Lebih terperinciLISTING PROGRAM. if nargout [varargout{1:nargout}] = gui_mainfcn(gui_state, varargin{:}); else gui_mainfcn(gui_state, varargin{:}); end
LISTING PROGRAM Kode Program Tampilan Home function varargout = beranda(varargin) gui_singleton = 1; gui_state = struct('gui_name', mfilename,... 'gui_singleton', gui_singleton,... 'gui_openingfcn', @beranda_openingfcn,...
Lebih terperinciJika kecepatan mobil adalah : 50 km/jam dan jaraknya adalah 0,75 m berapa posisi pedal yang harus di injak? Denganketentuan aturan sebagai berikut :
SOAL : Suatu sistem pengendali kecepatan mobil dengan dengan logika fuzzy digunakan untuk mengendalikan kecepatannya, mobil ini memiliki sensor jarak, sensor kecepatan dan situasi dari sistem pengendali
Lebih terperinciPraktikum Sistem Pakar Jumat 16 Desember 2013 Pertemuan 12. Tabel 1. Rancangan Variabel fuzzy Fungsi Nama Variabel Rentang Nilai Keterangan
Praktikum Sistem Pakar Jumat 16 Desember 2013 Pertemuan 12 Studi Kasus : Studi Permasalahan: Suatu Perusahaan akan melakukan perkiraan terhadap produksi suatu barang tiap bulan. Untuk menentukan jumlah
Lebih terperinciPENERAPAN ALGORITMA REVERSE DELETE DALAM MENENTUKAN MINIMUM SPANNING TREE OBYEK WISATA DI KOTA YOGYAKARTA SKRIPSI
PENERAPAN ALGORITMA REVERSE DELETE DALAM MENENTUKAN MINIMUM SPANNING TREE OBYEK WISATA DI KOTA YOGYAKARTA SKRIPSI Untuk memenuhi sebagai persyaratan guna memperoleh derajat Sarjana S-1 Program Studi Matematika
Lebih terperinciSISTEM CERDAS LATIHAN FUZZY LOGIC Dr. Fatchul Arifin, ST., MT. Phone:
SISTEM CERDAS LATIHAN FUZZY LOGIC Dr. Fatchul Arifin, ST., MT. Email: fatchul@uny.ac.id Phone: +6285725125326 Latihan 1 Fuzzy If Then Rule 1. Dasar Teori If then Rules If then Rules digunakan untuk menyatakan
Lebih terperinci% --- Outputs from this function are returned to the command line. function varargout = beranda_outputfcn(hobject, eventdata, handles)
A-1 LAMPIRAN LISTING PROGRAM beranda.m function varargout = beranda(varargin) gui_singleton = 1; gui_state = struct('gui_name', mfilename,... 'gui_singleton', gui_singleton,... 'gui_openingfcn', @beranda_openingfcn,...
Lebih terperinciAPLIKASI MATLAB UNTUK PENGOLAHAN CITRA
APLIKASI MATLAB UNTUK PENGOLAHAN CITRA 1. Membaca Sebuah File Citra Langkah-langkah yang harus dilakukan : a. Siapkan sebuah figure yang akan digunakan b. Siapkan komponen yang akan digunakan yaitu dua
Lebih terperinciPraktikum 10 Tim Asisten Praktikum Sistem Pakar
FUZZY LOGIC TOOLBOX IN MATLAB (MAMDANI) Praktikum 10 Tim Asisten Praktikum Sistem Pakar EXAMPLE Studi Permasalahan: Suatu Perusahaan akan melakukan perkiraan terhadap produksi suatu barang tiap bulan.
Lebih terperinciAda 5 GUI tools yang dapat dipergunakan untuk membangun, mengedit, dan mengobservasi sistem penalaran, yaitu :
BAB V FUZZY LOGIC MATLAB TOOLBOX Agar dapat mengunakan fungsi-fungsi logika fuzzy yang ada paad Matlab, maka harus diinstallkan terlebih dahulu TOOLBOX FUZZY. Toolbox. Fuzzy Logic Toolbox adalah fasilitas
Lebih terperinciSolusi MATLAB. Double Click salah satu kotak input sehingga muncul Membership Function Editor. Pada Membership Function Editor:
PRAKTIKUM 2 Studi Kasus 2: Metode Sugeno Suatu perusahaan mampu memproduksi rata-rata 50.000 unit barang per hari, dan dalam 3 bulan terakhir permintaan tertinggi sebesar 75.000 unit. Barang yang tersedia
Lebih terperinciPENYELESAIAN NUMERIS MASALAH NILAI BATAS PADA PERSAMAAN DIFERENSIAL BIASA ORDE DUA BERBASIS KOMPUTASI
PENYELESAIAN NUMERIS MASALAH NILAI BATAS PADA PERSAMAAN DIFERENSIAL BIASA ORDE DUA BERBASIS KOMPUTASI (Studi Komparatif antara Metode Beda Hingga dan Metode Tembakan) SKRIPSI Diajukan Kepada Fakultas Sains
Lebih terperinciBAB IV HASIL DAN PEMBAHASAN. Tingkat kesehatan bank dapat diketahui dengan melihat peringkat
BAB IV HASIL DAN PEMBAHASAN A. Analisis Tingkat Kesehatan Bank Tingkat kesehatan bank dapat diketahui dengan melihat peringkat komposit bank tersebut. Menurut peraturan Bank Indonesia No. 13/1/PBI/2011
Lebih terperinciStudi Kasus Fuzzy Logic 2016
1. Menentukan Himpunan Fuzzy Menggunakan Formula Di Microsoft Excell 2.1 Representasi Linier Naik Diketahui Persamaan Fungsi Keanggotaan Sebagai berikut : Berapakah µ[40], µ[45], µ[50]? Langkah-langkahnya
Lebih terperinciGRAPHICAL USER INTERFACE (GUI) (Lanjutan)
12 GRAPHICAL USER INTERFACE (GUI) (Lanjutan) 12.1. Frame Frame adalah sebuah objek yang mengumpulkan beberapa objek sejenis dalam sebuah daerah tertentu di dalam window. Frame akan membuat pengguna lebih
Lebih terperinciLOGIKA FUZZY MENGGUNAKAN MATLAB
LOGIKA FUZZY MENGGUNAKAN MATLAB T.SUTOJO,Ssi,M.Kom 5.10 Fuzzy Logic Toolbox Matlab menyediakan fungsi-fungsi khusus untuk perhitungan logika Fuzzy dimulai dari perhitungan fungsi keanggotaan sampai dengan
Lebih terperinciSimulasi Pengendali Kiln PT. Semen Tonasa (Tonasa IV) Menggunakan Fuzzy Logic Toolbox Program Matlab St. Nawal Jaya
Simulasi Pengendali Kiln PT. Semen Tonasa (Tonasa IV) Menggunakan Fuzzy Logic Toolbox Program Matlab St. Nawal Jaya Abstrac This paper is continuance of previous paper which will make kiln controller simulation
Lebih terperinciPEMBENTUKAN KATA SANDI MENGGUNAKAN PERTUKARAN KUNCI STICKEL ATAS ALJABAR MIN-PLUS UNTUK MENGAMANANKAN INFORMASI RAHASIA
PEMBENTUKAN KATA SANDI MENGGUNAKAN PERTUKARAN KUNCI STICKEL ATAS ALJABAR MIN-PLUS UNTUK MENGAMANANKAN INFORMASI RAHASIA SKRIPSI Untuk memenuhi sebagian persyaratan mencapai derajat Sarjana S-1 Program
Lebih terperinciKAJIAN TEORETIS DAN KOMPUTASI GERHANA MATAHARI TOTAL MENGGUNAKAN SOFTWARE MATLAB
KAJIAN TEORETIS DAN KOMPUTASI GERHANA MATAHARI TOTAL MENGGUNAKAN SOFTWARE MATLAB SKRIPSI Untuk memenuhi sebagian persyaratan mencapai derajat Sarjana S-1 Program Studi Fisika Diajukan Oleh: Siti Hodijah
Lebih terperinciBAB III METODOLOGI PENELITIAN. Rangkaian. Instrumen
3.1 Perancangan Modul BAB III METODOLOGI PENELITIAN Elektroda 1 Rangkaian Instrumen FILTER (HPF LPF-) Adder Elektroda 2 VISUAL INTERFACE Modul Bluetooth ATMega328 Gambar 3.1 Blok Diagram Sistem Elektroda
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI Pada bab ini akan dibahas beberapa konsep dasar yang akan digunakan sebagai landasan berpikir seperti beberapa literatur yang berkaitan dengan penelitian ini. Dengan begitu akan mempermudah
Lebih terperinciBAB IV PEMBAHASAN 4.1. Perhitungan Manual Teknik Penapisan Penapisan dengan Nilai Tapis Ditentukan Sendiri
BAB IV PEMBAHASAN 4.1. Perhitungan Manual Teknik Penapisan 4.1.1. Penapisan dengan Nilai Tapis Ditentukan Sendiri Berikut merupakan contoh perhitungan manual penapisan matrik X dengan ukuran 4x4 menggunakan
Lebih terperinciBab I Pengenalan Visual BASIC
Bab I Pengenalan Visual BASIC 1. Pendahuluan Visual BASIC (Beginners All-Purpose Symbolic Instruction Code) merupakan sebuah bahasa pemrograman yang dapat digunakan untuk membuat suatu aplikasi dalam Microsoft
Lebih terperinciBAB I PENDAHULUAN A. Latar Belakang
BAB I PENDAHULUAN A. Latar Belakang Perkembangan teknologi sangat penting dalam kehidupan manusia sekarang. Teknologi adalah salah satu penunjang perkembangan manusia. Banyak di belahan masyarakat, teknologi
Lebih terperinciINSTRUKSI PENCABANGAN
INSTRUKSI PENCABANGAN Sebagai pengembang (programmer) sudah pasti mengetahui jenis operasi instruksi. Salah satu yang perlu dipelajari atau dimengerti adalah operasi instruksi pencabangan. 3.1 Pencabangan
Lebih terperinciModul Praktikum Ke-1
Bahasa Pemrograman Dasar Fathurrohman 1 Modul Praktikum Ke-1 (Tampilan VB, Event, Property, Objek Kontrol : form, text, label, command) Mengenal Visual Basic (VB) Visual Basic adalah salah satu perangkat
Lebih terperinci1. Desktop Microsoft Windows
1. Desktop Microsoft Windows Icon Shortcut Quick Launch Taskbar Taskbar Shortcut Pada umumnya, taskbar ialah bagian yang terletak pada bagian bawah dari desktop. Tombol Start, tombol program-program aktif,
Lebih terperinciDASAR MENGGUNAKAN VISUAL BASIC 6.0
DASAR MENGGUNAKAN VISUAL BASIC 6.0 Apa itu Visual Basic? Kata Visual menunjukkan cara yang digunakan untuk membuat Graphical User Interface (GUI). Dengan cara ini Anda tidak lagi menuliskan instruksi pemrograman
Lebih terperinci1. MENGENAL VISUAL BASIC
1. MENGENAL VISUAL BASIC 1.1 Mengenal Visual Basic 6.0 Bahasa Basic pada dasarnya adalah bahasa yang mudah dimengerti sehingga pemrograman di dalam bahasa Basic dapat dengan mudah dilakukan meskipun oleh
Lebih terperinciPENYELESAIAN TRAVELLING SALESMAN PROBLEM DENGAN ALGORITMA ARTIFICIAL BEE COLONY (STUDI KASUS : PENDISTRIBUSIAN HEWAN QURBAN PPHQ AMM) Skripsi
PENYELESAIAN TRAVELLING SALESMAN PROBLEM DENGAN ALGORITMA ARTIFICIAL BEE COLONY (STUDI KASUS : PENDISTRIBUSIAN HEWAN QURBAN PPHQ AMM) Skripsi Untuk memenuhi sebagai persyaratan Mencapai derajat sarjana
Lebih terperinciBAB IV ANALISIS DAN PERANCANGAN SISTEM
BAB IV ANALISIS DAN PERANCANGAN SISTEM 4. 4.1. Analisis Kebutuhan Sistem Analisis kebutuhan sistem terdiri dari deskripsi umum sistem, batasan dan asumsi, analisis masukan sistem, model proses sistem dan
Lebih terperinciTugas #3: Filsafat Ilmu
Tugas #3: Filsafat Ilmu Oleh : 1. Koredianto Usman (NIM : 33213002) 2. Suyoto (NIM : 33213015) Deskripsi Tugas : Mensimulasikan ketinggian air pada halaman berukuran 10 x 20 meter dengan pagar tembok.
Lebih terperinciBAB III ANALISIS DAN PERANCANGAN SISTEM
BAB III ANALISIS DAN PERANCANGAN SISTEM 3.1 Analisis Sistem Pengenalan wajah ini bertujuan untuk mengenali wajah seseorang dari data wajah-wajah orang yang telah diinputkan terlebih dahulu. Dengan memasukkan
Lebih terperinciPENGENALAN POLA ANGKA DENGAN WAVELET HAAR. Skripsi
PENGENALAN POLA ANGKA DENGAN WAVELET HAAR Skripsi Diajukan untuk Memenuhi Salah Satu Syarat Memperoleh Gelar Sarjana Sains Program Studi Ilmu Komputer Oleh : Fransisca Pramesti NIM: 23249 PRODI ILMU KOMPUTER
Lebih terperinciBAB VIII MEMBUAT MENU DENGAN SWITCHBOARD MANAGER DAN PEMBUATAN STARTUP
BAB VIII MEMBUAT MENU DENGAN SWITCHBOARD MANAGER DAN PEMBUATAN STARTUP Sebelum Anda membuat menu dengan menggunakan fasilitas Switchboard Manager, terlebih dulu buat file-file berikut : 1. Buat 3 (tiga)
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 terperinciBuka Start -> All Programs -> Microsoft Visual Studio - > Microsoft Visual Fox Pro 6.0
PAKET PEMROGRAMAN II Buka Start -> All Programs -> Microsoft Visual Studio - > Microsoft Visual Fox Pro 6.0 A. Menu Bar B. Standar ToolBar E. Jendela Command D. Jendela Kode C. Form Designer F. Form Controls
Lebih terperinciMicrosoft Power Point
1 Microsoft Power Point Setelah kuliah ini, anda akan dapat : Masuk dan keluar MS Power Point. Membuat, menyimpan, dan membuka presentasi di MS Power Point. Menggunakan template presentasi di MS Power
Lebih terperinciV. IMPLEMENTASI SISTEM. yang dibutuhkan oleh sistem dari media penyimpan program ke dalam media
V. IMPLEMENTASI SISTEM A. Instalasi Sistem Instalasi sistem temukembali citra adalah proses menggandakan seluruh file yang dibutuhkan oleh sistem dari media penyimpan program ke dalam media penyimpan komputer.
Lebih terperinciPRAKTIKUM ISYARAT DAN SISTEM TOPIK 0 TUTORIAL PENGENALAN MATLAB
PRAKTIKUM ISYARAT DAN SISTEM TOPIK 0 TUTORIAL PENGENALAN MATLAB A. Tujuan 1. Mahasiswa mengenal lingkungan MATLAB dan mampu menggunakannya. 2. Mahasiswa mampu menggunakan fungsi-fungsi dasar MATLAB yang
Lebih terperinciPercobaan 9 Basic Widget
Percobaan 9 Basic Widget 9.1 Pokok Bahasan XML Layout Basic Widget 9.2 Tujuan Dengan praktikum ini mahasiswa diharapkan dapat: Memahami pembuatan user interfaces dengan menggunakan XML layout Memahami
Lebih terperinciINTRODUCTION TO JAVA
Topics: Sekilas Info Installing Java Persiapan Praktikum Java Source Code Structure Primitive Type PRAKTIKUM PBO INTRODUCTION TO JAVA MODUL 1 INTRODUCTION TO JAVA Variable Naming Java Keywords Operator
Lebih terperinciOtodidak VBA MS Excel untuk Pemula
Otodidak VBA MS Excel untuk Pemula Otodidak VBA MS Excel untuk Pemula Jubilee Enterprise PENERBIT PT ELEX MEDIA KOMPUTINDO Otodidak VBA MS Excel untuk Pemula Jubilee Enterprise 2017, PT Elex Media Komputindo,
Lebih terperinci: Pengantar Intelegensi Buatan. Worksheet 2 : Praktikum Fuzzy Logic menggunakan MATLAB
Worksheet 2 : Praktikum Fuzzy Logic menggunakan MATLAB Sumber : - Belajar Cepat Fuzzy Logic menggunakan MATLAB oleh Agus Naba, Penerbit ANDI - Slide bahan Kuliah IF4058 Topik Khusus IF oleh Rinaldi Munir,
Lebih terperinciANALISIS FUNGSI PRODUKSI COBB DOUGLAS DENGAN METODE ITERASI GAUSS NEWTON SKRIPSI. Oleh Anggun Nurul Hidayah NIM 061810101046
ANALISIS FUNGSI PRODUKSI COBB DOUGLAS DENGAN METODE ITERASI GAUSS NEWTON SKRIPSI Oleh Anggun Nurul Hidayah NIM 061810101046 JURUSAN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM UNIVERSITAS
Lebih terperinciPERANCANGAN WORKSTATION
PERANCANGAN WORKSTATION SORTIR BERDASARKAN WARNA MENGGUNAKAN DETEKSI WARNA HSV PADA SIMULASI AUTOMATED STORAGE AND RETRIEVAL SYSTEM DI KEPROFESIAN OTOMASI FAKULTAS REKAYASA INDUSTRI UNIVERSITAS TELKOM
Lebih terperinciBAB II MICROSOFT VISUAL STUDIO
BAB II MICROSOFT VISUAL STUDIO 2.1 Pembuatan Database Pada Microsoft SQL Server Langkah-langkah pembuatan database pada Sql Server dapat dilakukan seperti berikut ini: 1. Langkah pertama yang dilakukan
Lebih terperinciModul Pembangunan Aplikasi Basis Data Lanjut 2014
Authentication and Authorization on Oracle APEX 4.2 CUSTOM AUTHENTICATION 1. Buat sebuah tabel dengan nama tlogin, sebuah sequence dan sebuah trigger --create table CREATE TABLE tlogin( id NUMBER NOT NULL,
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 terperinciPETUNJUK PRAKTIKUM GEOGEBRA
Email: dwilestar@uny.ac.id Pelatihan GeoGebra untuk Pembelajaran Matematika, 2013 PETUNJUK PRAKTIKUM GEOGEBRA Geogebra merupakan software yang berisi aplikasi aljabar dan geometri. Berikut ini diberikan
Lebih terperinciBAB III LANDASAN TEORI
BAB III LANDASAN TEORI Bab ini akan memaparkan berbagai teori yang melandasi penulis dalam membangun sistem yang nantinya akan dibuat. 3.1. Pengertian Optimalisasi Secara umum pengertian optimalisasi menurut
Lebih terperinciMODUL 1 SWISHMAX ANIMASI TEKS & ANIMASI GAMBAR
MODUL 1 SWISHMAX ANIMASI TEKS & ANIMASI GAMBAR 1.1 SwishMax merupakan aplikasi untuk membuat animasi flash seperti halnya Macromedia Flash MX. Namun perbedaannya, SwishMax lebih mudah dalam penerapannya
Lebih terperinciBAB 2 LANDASAN TEORI. Istilah komputer (computer) berasal dari bahasa Latin Computare yang berarti
BAB 2 LANDASAN TEORI 2.1 Pengertian Komputer Istilah komputer mempunyai arti yang luas dan berbeda untuk orang yang berbeda. Istilah komputer (computer) berasal dari bahasa Latin Computare yang berarti
Lebih terperinciPengenalan SPSS 15.0
Pengenalan SPSS 15.0 1.1 Pengantar SPSS SPSS atau kepanjangan dari Statistical Product and Service Solution merupakan salah satu dari sekian banyak software statistika yang banyak digunakan oleh berbagai
Lebih terperinciBAB III ANALISIS DAN PERANCANGAN PROGRAM. oleh sistem untuk mendapatkan hasil yang sesuai. Berikut ini adalah gambaran umum
BAB III ANALISIS DAN PERANCANGAN PROGRAM 3.1 Analisis Kebutuhan Sistem Analisis kebutuhan sistem ini yaitu mengenai tahapan proses yang dibutuhkan oleh sistem untuk mendapatkan hasil yang sesuai. Berikut
Lebih terperinciFuzzy Logic dengan Menggunakan MATLAB Bahan Kuliah
Fuzzy Logic dengan Menggunakan MATLAB Bahan Kuliah IF4058 Topik Khusus IF Oleh: Rinaldi Munir Teknik Informatika STEI ITB 1 Sumberuntukbahankuliahini: Belajar Cepat Fuzzy Logic menggunakan MATLAB Oleh:
Lebih terperinciBAB III METODE PENELITIAN
BAB III METODE PENELITIAN Bab III berisi tentang metode penelitian. Metode penelitian yang digunakan dalam penelitian ini terdiri dari teknik pengumpulan data, teknik analisis data dan perencanaan layar
Lebih terperinciKLASIFIKASI GERAK ATLET JALAN CEPAT MENGGUNAKAN METODE KNN
KLASIFIKASI GERAK ATLET JALAN CEPAT MENGGUNAKAN METODE KNN Langkah-langkah yang dilakukan dalam tahap pengujian ini adalah : Pertama membuka Matlab, lalu membuka file yang ingin diujikan dengan memilih
Lebih terperinciAlat dan bahan yang digunakan dalam praktikum ini adalah sebagai berikut:
MODUL 2 GEOSTATISTIK A. TUJUAN Tujuan praktikum ini adalah sebagai berikut: 1. Praktikan dapat membuat data membuat data yang dapat dibaca oleh perangkat lunak SGeMS 2. Praktikan dapat menginput dan menampilkan
Lebih terperinciTABEL DATABASE TABEL - KODE BARANG TOKO INFOMART BARANG - NAMA BARANG - HARGA
TABEL Dalam pembuatan database, data yang pertama dibuat adalah tabel. Tabel merupakan kumpulan data yang tersusun menurut aturan tertentu dan merupakan komponen utama pada database. Table disusun dalam
Lebih terperinciBAB IV IMPLEMENTASI DAN ANALISA
BAB IV IMPLEMENTASI DAN ANALISA 4. Implementasi dan Analisa Pada bagian ini akan dijelaskan langah-langkah pembuatan aplikasi dengan menggunakan Bahasa pemrograman Java untuk Android, proses implementasi
Lebih terperinciBAB I SEKILAS VISUAL STUDIO.NET 2008
BAB I SEKILAS VISUAL STUDIO.NET 2008 Pembahasan Materi : Mengenal IDE Visual Studio.NET 2008. Pembuatan project pada Visual Studio.NET 2008. Pengenalan kontrol yang sering digunakan, menulis kode program
Lebih terperinciGUIDE atau GUI builder. Ira Prasetyaningrum, M.T
GUIDE atau GUI builder Ira Prasetyaningrum, M.T Pendahuluan GUIDE atau GUI builder merupakan sebuah graphical user interface (GUI) yang dibangun dengan obyek grafik seperti tombol (button), kotak teks,
Lebih terperinciPENENTUAN JUMLAH PRODUKSI PULP PADA PT.TOBA PULP LESTARI, Tbk. DENGAN MENGGUNAKAN METODE FUZZY-MAMDANI SKRIPSI AGNES NENNY SISKA SINAGA
PENENTUAN JUMLAH PRODUKSI PULP PADA PT.TOBA PULP LESTARI, Tbk. DENGAN MENGGUNAKAN METODE FUZZY-MAMDANI SKRIPSI Diajukan untuk melengkapi tugas dan memenuhi syarat mencapai gelar Sarjana Sains AGNES NENNY
Lebih terperinciSistem Informasi Royalti
Sistem Informasi Royalti POKOK BAHASAN Diagram Objek Sistem Informasi Royalti Struktur File Sistem Informasi Royalti Membuat Database dan Tabel Form-Form yang Terlibat Pembuatan Form Wizard Pembuatan Form
Lebih terperinciMODUL 2 SELECTION & LOOPING PADA FORM
MODUL 2 SELECTION & LOOPING PADA FORM TUJUAN : Mahasiswa mampu menguasai dan memahami penggunaan logika selection dan looping di Visual Basic.Net dengan implementasi pada Form dan object. Materi : Selection
Lebih terperinciMENGOPERASIKAN PERANGKAT LUNAK BASIS DATA MICROSOFT ACCESS
MENGOPERASIKAN PERANGKAT LUNAK BASIS DATA MICROSOFT ACCESS Oleh: Carwoto (carwoto@yahoo.com) A. Menyiapkan Database dan Tabel 1. Klik menu File > New. Klik Blank Database di Task pane. 2. Ketik DataKKPI
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1 Pengertian Komputer Istilah komputer (computer) berasal dari bahasa latin computere yang berarti menghitung. Dalam bahasa inggris dari kata computer yang berarti menghitung. Dapat
Lebih terperinciMengerti dan memahami pemrograman berbasis object Mengerti dan memahami pembuatan visualisasi untuk interface
PERCOBAAN 9 Dasar Pemograman Visual A. Tujuan Mengerti dan memahami pemrograman berbasis object Mengerti dan memahami pembuatan visualisasi untuk interface B. Teori 1. Mengenal Visual Basic Visual Basic
Lebih terperinciURAIAN POKOK PERKULIAHAN
Minggu ke : 1 Penyusun : Dian Usdiyana Rini Marwati Materi : 1. Pengenalan Delphi 1.1 IDE 1.2 Bagian-bagian IDE 1.3 Membuat & Menyimpan Program 1.4 Memanggil & Mengedit Program 1.5 Simbol Button 1.6 Label
Lebih terperinciPengenalan Visual Basic
Pengenalan Visual Basic KETERANGAN : 1. Baris Menu, digunakan untuk memilih tugas-tugas tertentu seperti menyimpan project, membuka project, dll. 2. Main Toolbar, digunakan untuk melakukan tugastugas tertentu
Lebih terperinciPENGENALAN VISUAL FOXPRO
PENGENALAN VISUAL FOXPRO BAHASA PEMROGRAMAN VISUAL FOXPRO Microsoft Visual FoxPro atau sering disingkat dengan FoxPro merupakan suatu bahasa pemrograman visual yang berorientasi pada database. Microsoft
Lebih terperinciMengelola Database Menggunakan Macro Excel
Mengelola Database Menggunakan Macro Excel Mengelola Database Menggunakan Macro Excel Yudhy Wicaksono & Solusi Kantor PENERBIT PT ELEX MEDIA KOMPUTINDO Mengelola Database Menggunakan Macro Excel Yudhy
Lebih terperinciIMPLEMENTASI PEMROGRAMAN VISUAL BASIC DENGAN DATABASE ACCESS
IMPLEMENTASI PEMROGRAMAN VISUAL BASIC DENGAN DATABASE ACCESS I. Tujuan : 1. Mahasiswa dapat memahami tentang komponen pada Visual Basic yang digunakan untuk membuat koneksi aplikasi Visual Basic dengan
Lebih terperinciMODUL 1 IDE (Integrated Development Environment )
MODUL 1 IDE (Integrated Development Environment ) SASARAN 1. Mengetahui bagian dalam lingkup IDE 2. Memahami dalam pembuatan aplikasi satandar 3. Dapat mendesain interface program aplikasi 4. Dapat menggunakan
Lebih terperinciCABLE TV SET TOP BOX. Petunjuk Penggunaan Pengaturan Awal Factory Reset User Guide. Daftar Isi Table of Contents.
Cable TV Set Top Box September 2012: 1 of 5 CABLE TV SET TOP BOX Petunjuk Penggunaan Pengaturan Awal Factory Reset User Guide Daftar Isi Table of Contents Pembuka Preface 2 Pengaturan Awal Factory Reset
Lebih terperinciDATABASE. Visual Data Manager
DATABASE Database dibedakan menjadi dua kelompok, yaitu back-end dan front-end. Back-end adalah yang menyusun, menyimpan dan mengamankan database. Sedangkan Front-end adalah aplikasi yang berhubungan langsung
Lebih terperinciDelphi Cara membuka aplikasi Delphi 7. Start All Programs Borland Delphi 7 Delphi Perkenalan jendela Delphi 7. syahada.blogspot.
1. Cara membuka aplikasi Delphi 7 Start All Programs Borland Delphi 7 Delphi 7 2. Perkenalan jendela Delphi 7 Ket : 1. Object Tree View Merupakan sebuah diagram pohon yang menggambarkan hubungan logis
Lebih terperinci