Makalah Seminar Tugas Akhir
|
|
- Erlin Gunardi
- 7 tahun lalu
- Tontonan:
Transkripsi
1 Makalah Semnar Tugas Akhr APLIKASI FUZZY LOGIC CONTROL PADA SISTEM SUSPENSI SEMI-AKTIF MODEL KENDARAAN SEPEREMPAT Anggoro Arstanto 1, Sumard, S.T, M.T 2, Darjat, S.T, M.T 2 Jurusan Teknk Elektro Fakultas Teknk Unverstas Dponegoro 1 Abstrak - Sstem suspens yang bak harus dapat menngkatkan kenyamanan penumpang. Dalam usaha menngkatkan kenyamanan penumpang, sstem suspens harus dapat memnmalkan percepatan vertkal badan kendaraan sehubungan dengan permukaan jalan yang tak menentu. Gaya peredaman pada sstem suspens tergantung pada konstanta peredaman peredam kejut yang dgunakan. Semakn keras sstem suspens (konstanta peredaman besar), memlk tngkat keamanan tngg karena menjaga roda tetap kontak dengan permukaan jalan, tetap memlk tngkat kenyamanan buruk, karena pengendara akan merasakan banyak getaran mengganggu akbat permukaan jalan. Sebalknya, suspens lembut (konstanta peredaman kecl), tngkat keamanan berkendara buruk, karena berkurangnya kontak antara roda dengan permukaan jalan, yang mengakbatkan berkurangnya pengendalan kendaraan oleh pengemud, tetap memlk tngkat kenyamanan bak. Pada tugas akhr n dlakukan perancangan sstem suspens sem-aktf dengan menggunakan sstem kontrol fuzzy yang ddasarkan pada model kendaraan seperempat, dgunakan pengendal logka fuzzy untuk mengatur gaya peredaman pada peredam kejut, untuk menghaslkan gaya peredaman yang mampu mengkompromkan tngkat keamanan dan kenyamanan terbak untuk setap konds jalan yang dlalu kendaraan. Hasl perancangan duj dengan beberapa model gangguan yang menggambarkan konds permukaan jalan gundukan (road bump), jalan bergelombang dan jalan tdak rata. Hasl perancangan, pengujan dan analss menunjukkan bahwa sstem suspens sem-aktf dengan pengontrol fuzzy yang telah drancang dapat memberkan snyal kontrol untuk nla defleks suspens badan kendaraan yang lebh rendah dbandngkan dengan sstem suspens sem-aktf tanpa pengontrol, yang berart bahwa sstem suspens sem-aktf dengan pengontrol fuzzy yang telah drancang memberkan tngkat kenyamanan dan keamanan yang lebh bak. Dengan lntasan tanpa gangguan snyal error yang dgunakan sebaga snyal kontrol output pada suspens sem-aktf, sedkt berpengaruh karena lntasan jalan tanpa gangguan. Pada unjuk kerja sstem road bump nla defleks suspens badan kendaraan pada suspens semaktf tanpa pengontrol berfluktuas, sedangkan pada suspens sem-aktf dengan pengontrol fuzzy nla snyal kontrol defleks suspens turun menjad 4 cm. I. PENDAHULUAN 1.1 Latar Belakang Kenyamanan dalam berkendaraan sudah menjad tuntutan bag para pengendaranya. Sstem suspens pada kendaraan memegang peranan yang sangat pentng dalam memperoleh kenyamanan. Mengacu pada pengaturan sstem suspens, konstanta peredaman sstem suspens menentukan 1) Mahasswa Jurusan Teknk Elektro UNDIP 2) Staf Pengajar Jurusan Teknk Elektro UNDIP kenyamanan pengendara dan keamanan berkendara. Pada sstem n, dengan mengaplkaskan pengendal logka fuzzy dharapkan sstem dapat menghaslkan peredaman yang mampu mengkompromsaskan tngkat keamanan dan kenyamanan terbak untuk setap konds jalan yang dlalu. Pengendal logka fuzzy dplh dengan pertmbangan kemampuan pengendal logka fuzzy untuk mensmulaskan cara berpkr manusa dalam mengendalkan suatu proses yang kompleks tanpa harus mengetahu model matemats secara rnc, serta kemampuan untuk mengolah data yang tdak memlk batasan jelas (samar/kabur atau fuzzy) untuk menghaslkan keputusan yang akurat (Son Kuswad, 2000), mengngat kenyamanan dan keamanan adalah dua hal yang tdak memlk batasan jelas (fuzzy). Pada tugas akhr n dlakukan perancangan sstem suspens sem-aktf yang ddasarkan pada model kendaraan seperempat. Model sstem suspens seperempat kendaraan atau pada satu roda dplh dengan pertmbangan tujuan yang dkemukakan pada tugas akhr n, yatu merancang pengendal logka fuzzy untuk menngkatkan tngkat kenyamanan dan keamanan. Untuk merah tujuan tersebut, karakterstk setap sstem suspens semaktf kendaraan harus drancang secara terpsah pada tap roda, apabla dterapkan pada sstem suspens satu kendaraan penuh, maka masng-masng sstem suspens dentk dengan sstem suspens seperempat kendaraan atau pada satu roda (Chrstopher A. Paré, 1998). Hasl perancangan duj dengan beberapa varas gangguan yang menggambarkan konds permukaan jalan gundukan (road bump), jalan bergelombang dan jalan tdak rata. 1.2 Tujuan Tugas akhr n bertujuan untuk mengambl/akuss data suspens kendaraan (mobl) menggunakan pengontrol fuzzy melalu Fuzzy Logc Control Program agar dhaslkan snyal kontrol nla defleks badan kendaraan untuk menngkatkan faktor kenyamanan, dan menngkatkan faktor keamanan. 1.3 Pembatasan Masalah Dalam tugas akhr n dberkan pembatasanpembatasan sebaga berkut : 1. Sstem suspens yang dgunakan adalah model seperempat kendaraan atau pada satu roda. 2. Kendaraan dasumskan bergerak dengan kecepatan tetap. 3. Massa sprung & massa unsprung memlk nla tetap.
2 2 4. Sstem fuzzy yang dgunakan adalah sstem fuzzy dengan product nference engne, dan center average defuzzfer. 5. Fungs keanggotaan yang dgunakan adalah segtga dan trapesum. 6. Gangguan yang dberkan adalah 3 varas gangguan yang mewakl konds jalan yang berupa gundukan (road bump), jalan bergelombang dan jalan tdak rata. 7. Sstem fuzzy menggunakan 7 hmpunan fuzzy dan menggunakan fungs keanggotaan yang smetr. II. DASAR TEORI 2.1 Sstem Kontrol Fuzzy Teorema fuzzy set (hmpunan fuzzy) merupakan perkembangan dar teorema hmpunan klask. Teorema n pertama kal dperkenalkan oleh Prof. Lotf Zadeh dar Unversty of Calforna at Berkeley, pada tahun Dalam perkembangannya, aplkas teorema fuzzy set banyak dgunakan dalam bdang sstem pengaturan, awalnya dpelopor oleh Prof. Ebrahm Mamdan dar Queen Mary College. Berbeda dengan teor hmpunan klask yang berbass two valued logc, teorema fuzzy set n berdasarkan mult valued logc. Dalam teor hmpunan berbass two valued logc, derajat keanggotaan elemen-elemen dalam semesta pembcaraan memlk dua kemungknan nla yatu 0 atau 1. Tetap, dalam teorema fuzzy set, derajat keanggotaan elemen-elemen dmungknkan memlk nla blangan real 0 sampa dengan 1, dengan penentuan derajat keanggotaan sepenuhnya tergantung perancang. 2.2 Teorema Hmpunan Fuzzy Jka U adalah kumpulan objek-objek yang dlambangkan {u}, maka U dnyatakan sebaga semesta pembcaraan, dan u adalah elemen dar U. Hmpunan fuzzy F dalam semesta pembcaraan U dkaraktersas dengan fungs keanggotaan µ F selanjutnya dsebut membershp functon. µ F memlk kemungknan nla dalam nterval [0,1], sepert dperlhatkan pada gambar 2.1. Gambar 2.1 Hmpunan fuzzy dan fungs keanggotaannya Hmpunan fuzzy F dalam semesta pembcaraan U, adalah kumpulan elemen u dengan fungs keanggotan μ F (Jun Yan dkk, 1994) : F ( u, F ( u)) u U (2.1) Jka U adalah kontnyu, maka hmpunan fuzzy F dapat dnyatakan sebaga : F u F ( u) / u (2.2) Jka U adalah dskret, maka hmpunan fuzzy F dapat dnyatakan sebaga : F ( u ) / u (2.3) F Hmpunan α-cut dar hmpunan fuzzy F, dlambangkan F α, adalah kumpulan elemen u dalam semesta pembcaraan U, dmana µ F (u) α. Maka dapat dkatakan bahwa hmpunan α-cut mengabakan semua elemen dengan besar derajat keanggotaan lebh kecl dar α Fungs Keanggotaan Fungs keanggotaan yang serng dgunakan ada 3 macam, yatu S-Functon, π-functon, dan Trangular Functon (Son Kuswad, 2000). 1. S-Functon 2. π-functon 3. Trangular-Functon Operas Hmpunan Fuzzy Jka A dan B adalah hmpunan fuzzy dalam semesta pembcaraan U, dengan derajat keanggotaan elemen A adalah µ A dan elemen B adalah µ B, maka dapat djabarkan beberapa operas hmpunan fuzzy (Jun Yan dkk, 1994) sebaga berkut : Equalty, Unon Intersecton, Complement, Normalzaton, Concentraton, Dlaton, Intensfcaton, Algebrac Product, Bounded Sum, Bounded Product, Drastc Product. 2.3 Pengendal Logka Fuzzy Sebaga pengendal yang mengolah data-data fuzzy, terdapat beberapa proses yang harus dlalu untuk mendapatkan snyal kendal akurat Fuzfkas Fuzfkas merupakan proses merubah varabel non fuzzy (varabel numerk) menjad varabel fuzzy (varabel lngustk). Melalu fungs keanggotaan yang telah dsusun, maka nla-nla masukan tersebut menjad nformas fuzzy yang berguna untuk proses pengolahan selanjutnya. Fuzfkas dapat dartkan sebaga pemetaan ttk-ttk numerk (crsp ponts) x ke hmpunan fuzzy A dalam semesta pembcaraan U. Kemungknan pemetaan yang terjad ada dua (Son Kuswad, 2000) Penyusunan Rule Pengendalan Fuzzy rule umumnya dbuat dalam bentuk IF- THEN, merupakan fuzzy relaton atau fuzzy mplcaton, dlambangkan R. Beberapa fuzzy relaton dalam knowledge base dapat ddefnskan sebaga hmpunan fuzzy mplcaton atau fuzzy relaton (Jun Yan dkk, 1994). Dalam fuzzy logc reasonng, terdapat dua macam fuzzy nference rules, atau laws of nference, yatu Generalzed Modus Ponens (GMP) dan Generalzed Modus Tollens (GMT). Generalzed Modus Ponens dsebut drect reasonng, sedangkan
3 3 Generalzed Modus Tollens dsebut ndrect reasonng. Jka hmpunan fuzzy dlambangkan A, A, B, dan B, sedangkan lngustc varable dlambangkan x dan y, maka GMP dan GMT dapat dtulskan sebaga berkut (Jun Yan dkk, 1994) Fuzzy Knowledge Base Fuzzy knowledge base, terdr atas beberapa fuzzy rule. Tdak ada aturan baku yang mengatur struktur fuzzy rule. Umumnya fuzzy rule dgunakan dalam bentuk IF-THEN, sebaga contoh IF x s A THEN y s B (Jun Yan dkk, 1994) : Ada beberapa macam kata penghubung yang dgunakan, yatu AND, OR, dan ALSO. Kata penghubung AND dan OR dgunakan pada bagan antecedent, sedangkan kata penghubung ALSO dgunakan pada bagan concequent pada fuzzy rule Defuzfkas Proses untuk mendapatkan aks keluaran dar konds masukan dengan mengkut rule-rule yang telah dtetapkan dsebut reasonng (pengamblan keputusan). Keputusan yang dhaslkan dar proses penalaran n mash dalam bentuk fuzzy, yatu berupa derajat keanggotaan keluaran. Hasl n harus dubah kembal menjad varabel numerk non fuzzy melalu proses defuzfkas. Dua metode yang umum dgunakan adalah Maxmum of Mean dan Center of Area (Son Kuswad, 2000). a. Maxmum of Mean (Z MOM ) b. Center of Area (Z COA ) 2.3.5StrukturDasarPengendalLogka Fuzzy Aplkas Pengendal Logka Fuzzy (KLF) pada sstem kontrol loop tertutup dperlhatkan gambar 2.2. Pengendal logka fuzzy tersusun atas beberapa elemen yatu unt fuzfkas, unt fuzzy reasonng, dan unt defuzfkas. Gambar 2.2 FLC dalam sstem kontrol loop tertutup Struktur pengendal logka fuzzy secara lengkap dperlhatkan gambar 2.3. Fuzzy knowledge base terdr atas data base dan rule base. Data base bertugas untuk mendefnskan membershp functon hmpunan fuzzy, yang dgunakan sebaga nla tap varabel sstem. Rule base bertugas memetakan nla fuzzy masukan menjad nla fuzzy keluaran. Terdapat dua varabel utama pada sstem n yatu varabel masukan (E), ddapatkan dar hasl pengukuran proses yang terjad dan masukan sstem, dan varabel keluaran (U), dgunakan oleh pengendal logka fuzzy untuk mengontrol proses yang terjad (Jun Yan dkk, 1994). Ganbar 2.3 Struktur pengendal logka fuzzy secara lengkap 2.4 Sstem Suspens Gambar 2.4 Model sstem suspens pada kendaraan Secara umum sstem suspens kendaraan terdr atas sebuah pegas dan sebuah peredam kejut yang dsusun secara paralel. Fungs utama sstem suspens adalah (Wllam H. Crouse, 1993): Menyangga berat kendaraan Memberkan kenyamanan pengendara terhadap konds jalan yang dlalu Menjaga traks roda terhadap permukaan jalan Menjaga kesejajaran roda Sstem suspens terbag menjad dua bagan, yatu sstem suspens pasf dan sstem suspens aktf. Sstem suspens aktf terbag dua jens yatu suspens fully actve dan suspens semaktf (Keum-Shk Hong, 2002) Suspens Pasf Suspens pasf mash banyak dgunakan kendaraan-kendaraan hngga saat n. Sstem suspens n memlk konstanta peredaman pada nla tertentu (tetap), sehngga memlk tngkat kenyamanan dan keamanan yang tdak dapat dnams berubah mengkut konds permukaan jalan yang dlalu oleh kendaraan. Susunan sstem suspens tersebut dperlhatkan gambar 2.5 (a), dengan: 1. Massa sprung (m 1 ). 2. Massa unsprung (m 2). 3. Pegas suspens (k 1 ). 4. Pegas model (k 2 ). 5. Dan terakhr adalah peredam kejut (c). (a) (b) Gambar 2.5 (a) Model suspens pasf (b) Model suspens aktf Suspens Aktf Suspens aktf merupakan tpe suspens yang memlk proses pengendalan. Suspens n terbag dua, yatu suspens fully actve dan suspens semaktf berdasarkan bagamana mekansme pengendalan dlakukan (Keum-Shk Hong, 2002).
4 4 Ada dua jens sstem yang menggunakan komponen aktf, yatu sstem suspens aktf dan sstem suspens sem-aktf. Pada sstem suspens aktf tdak dgunakan komponen pasf sedangkan pada sstem suspens sem-aktf dgunakan komponen pasf selan komponen aktf. Sstem dengan komponen pasf akan mempunya karakterstk yang tetap untuk berbaga permukaan jalan. Penggunaan komponen aktf dapat merubah karakterstk sstem sesua dengan permukaan jalan, adanya perubahan massa kendaraaan akbat perubahan penumpang maupun bahan bakar. Keuntungan menggunakan sstem suspens aktf adalah getaran yang tmbul pada badan kendaraan akbat permukaan jalan yang bergelombang atau tdak rata dapat dkurang dan peredam getaran dapat menyesuakan dengan konds jalan. Kekurangannya adalah sstem suspens tdak dapat berfung apabla sstem pengontrol mengalam kerusakan. Jens yang kedua adalah sstem suspens sem-aktf. Sstem n mash menggunakan sstem suspens konvensonal dengan menambah peredam yang dapat datur. Keuntungan sstem n adalah mash dapat berfungs pada waktu sstem pengontrol mengalam kegagalan. Namun sstem n sangat dpengaruh oleh komponen-komponen pasf yang mempunya harga karakterstf tertentu. Sstem suspens fully actve bekerja dengan menghaslkan gaya untuk melawan getaran atau guncangan yang terjad. Susunan sstem suspens tersebut dperlhatkan gambar 2.5 (b). Jka hal n terjad maka kendaran akan berjalan tanpa adanya peredaman terhadap getaran, yang mengakbatkan berkurangnya pengendalan kendaraan oleh pengemud (Nel McLellan, 1998). III. PERANCANGAN 3.1 Perangkat Keras Akuss Data Peralatan akuss data dbuat menggunakan proto board atau serng dsebut dengan PCB berlubang karena PCB n sangat cocok dgunakan untuk membuat berbaga macam prototype dengan keunggulannya pada fleksbltas dan kemudahan modfkas jalur jalurnya dbandngkan dengan layout PCB. Sstem akuss suspens sem-aktf menggunakan nterfacng PPI (Programable Perpheral Interface) PPI 8255 n akan mengolah data-data nput sebelumnya melalu ADC (Analog Dgtal Converter). Pada sstem n, dengan mengaplkaskan pengendal logka fuzzy dharapkan sstem dapat menghaslkan peredaman yang mampu mengkompromsaskan tngkat keamanan dan kenyamanan terbak untuk setap konds jalan yang dlalu. Poss suspens saat beroslas (up-down oslaton) dapat dketahu dengan menggunakan sensor jarak. Hasl keluaran sensor berupa tegangan analog yang langsung dapat dhubungkan dengan rangakan ADC (Analog to Dgtal Converter) Pengubah Snyal Analog ke Data Dgtal ADC pada rancangan n dgunakan untuk mengubah masukan analog keluaran sensor jarak yang sudah dkuatkan menjad data dgtal 8 bt. Tpe ADC yang dgunakan adalah ADC 0804 pada mode kerja free runnng. Rangkaan free runnng ADC 0804 dtunjukkan pada Gambar 3.1. Gambar 3.1. Rangkaan free runnng ADC Untuk membuat mode kerja ADC 0804 menjad free runnng, maka harus dketahu bagamana urutan pemberan nla pada RD dan WR serta perubahan nla pada INTR. Urutan pemberan nla pada RD, WR perubahan nla pada INTR dtunjukkan pada Tabel 3.1 Tabel 3.1. Pemberan nla pada RD dan WR serta perubahan nla pada INTR Mode kerja free runnng ADC dperoleh jka RD dan CS dhubungkan ke ground agar selalu mendapat logka 0 sehngga ADC akan selalu aktf dan sap memberkan data. Pn WR dan INTR djadkan satu karena perubahan logka INTR sama dengan perubahan logka pada WR, sehngga pemberan logka pada WR dlakukan secara otomats oleh keluaran INTR. Rangkaan pengubah snyal analog ke data dgtal pada sstem n menggunakan IC ADC 0804 dengan mode free runnng yang artnya ADC akan secara terus menerus mengkonvers nla tegangan analog ke dalam data 8-bt dgtal. Proses n terjad sebanyak 1000 kal konvers setap detknya. Karena ADC dkondskan pada mode free runnng maka dperlukan tombol start untuk memulanya berupa pushbutton normaly open. Kelemahan mode n adalah terkadang terjad hang pada ADC yang berakbat keluaran data pada ADC bernla tetap. Untuk menjalankan kembal ADC apabla terjad hang adalah dengan menekan kembal tombol reset. Berdasarkan perhtungan pada rangkaan datas tegangan keluaran maksmum yang dhaslkan adalah sebesar 5 volt maka fullscale pada rangkaan ADC n adalah sebesar 5 volt juga, artnya nla 255 atau 0FFh dcapa bla tegangan masukan ADC sebesar 5 volt.
5 5 Dengan melakukan pengaturan pada pn 9 yatu pn V ref /2 yang merupakan pn untuk mengatur maksmum fullscale offset. Pada pn n tegangan datur sedemkan rupa sehngga tegangan yang masuk sebesar 5/2 volt yatu 2,5 volt. Pengaturannya menggunakan voltmeter dgtal. Keluaran ADC yang berupa data dgtal 8-bt akan dhubungkan dengan port A pada PPI, dengan demkan dperlukan suatu penghubung yang akan mengubungkan data ADC tersebut dengan port A PPI. Berkut adalah konfguras dar port yang dgunakan sebaga penghubung keluaran data ADC dengan PPI card. a. Port data pada alat b. Port A PPI card Gambar 3.2 Konfguras port penghubung alat ke PPI Pengaturan Mode PPI 8255 Pertama, alamat PPI d-set menjad alamat 303h, pengaturan n dlakukan dengan mengatur jumper yang terseda pada PPI card. Kemudan setelah PPI card terpasang pada slot ISA, pada system propertes dar devce manager wndow dplh ISA propertes untuk mengatur nla alamat dar PPI card yang bersangkutan. Pada alamat ISA devce tersebut datur nla yang sesua dengan nla PPI card yang telah datur tad yatu 303h, dengan demkan PPI card akan dkenal dan dapat dakses oleh sstem operas wndows. PPI datur pada mode 0 basc nput/output. Dengan port A sebaga jalur masukan. Dengan memberkan nla 90 heksa atau b pada port control, secara otomats port A tersebut sudah dapat dfungskan sebaga jalur masukan data 8-bt yang sap dolah datanya. 3.2 PerangkatKerasMekank-Plant Suspens Massa Sprung adalah massa kendaraan yang dsangga sstem suspens. Sepert massa body kendaraan, massa penumpang, massa mesn, dan lan sebaganya. Massa Unsprung adalah massa yang tdak dsangga sstem suspens. Sepert massa roda, lengan ayun, dan lan sebaganya Sensor Jarak-Poss Gambar 3.4. Rangkaan sensor jarak Gambar 3.5 Konfguras potensometer Dalam perancangan sensor jarak n dgunakan potensometer lnear (B) 10K. Potensometer dgunakan untuk mengetahu jarak perubahan poss (up-down oslaton of suspensons). Satu pn potensometer dhubungkan dengan tegangan +5 volt, satu pn dhubungkan dengan ground. Pn tengah potensometer sebaga masukan snyal ke ADC (sebaga level tegangan poss suspens). Dengan konfguras sepert gambar 3.5, keluaran potensometer ke ADC berada dalam range 0-5 volt SuspensUnt(Shock Absorber&Col Sprng) Gambar 3.6. Suspens unt (a) Col sprng (b) Shock absorber Peredam kejut dengan konstanta peredaman besar (keras), mampu menjaga traks roda (keamanan) dengan bak, tetap memberkan tngkat kenyamanan buruk, karena pengendara akan merasakan banyak getaran mengganggu akbat permukaan jalan. Sebalknya peredam kejut lembut, dengan konstanta peredaman kecl, memberkan tngkat kenyamanan bak kepada pengendara, tetap kemampuan menjaga traks roda kendaraan buruk (Nel McLellan, 1998) Motor Penggerak Roda Konveyor Gambar 3.3 Plant suspens model kendaraan seperempat Keterangan Gambar : A Sensor Jarak C Motor Penggerak (Potensometer) Roda Konveyor B Suspens Unt (Shock G Slnder Shock Absorber & Sprng) Absorber H Massa Unsprung L Akuss Data Box D Massa Sprung J Dsturbance Jalan E Poros Penyangga Sensor K Tang Penyangga F Col Sprng I Belt Konveyor Gambar 3.7 Motor konveyor dengan gearbox (gear reduks) Motor penggerak belt konveyor yang akan dgunakan adalah motor AC yang telah memlk gear reduks (Gearbox). Motor n dplh karena dengan adanya gear reduks maka kecepatan angular motor akan berkurang sehngga tors motor akan cukup besar untuk menanggung beban total suspens. Spesfkas :
6 6 1. Motor AC satu fasa 2. Motor 1.6 KW rpm at 50 HZ /220 Volt /7.6 Ampere 3.3 Perancangan Perangkat Lunak (Software) Program Akuss Data Pada aplkas akuss data n, dgunakan software bulder yatu borland delph 7. Gambar 3.8 Tamplan program akuss data Pada prosedur IntPPI akan memanggl prosedure PPISet yang bers parameter alamat dan data. Parameter alamat dan ds nla ControlPort yang bers 303h, kemudan data ds 90h yang merupakan nla kontrol agar PortA berfungs sebaga jalur masukan Program Analsa Fuzzy Logc Control Untuk menyelesakan Tugas Akhr n dgunakan bahasa pemrograman untuk pengamatan perancangan pengaturan suspens menggunakan kontrol fuzzy n adalah Delph 7. Pengendal Fuzzy yang drancang memlk dua buah masukan yatu error dan perubahan error, sedangkan keluaran pengendal Fuzzy menghaslkan snyal output defleks suspens depan. Hmpunan Fuzzy untuk masukan error dan perubahan error, masng-masng dbag menjad 7 kelas varabel lngustk. Kelas varabel lngustk yang dmaksud adalah kelas ke-1 yatu NB (Negatf Besar), kelas ke-2 yatu NS (Negatf Sedang), kelas ke-3 yatu NK (Negatf Kecl) kelas ke-4 yatu Z (Zero), kelas ke-5 yatu PK (Postf Kecl), kelas ke-6 yatu PS (Postf Sedang) dan kelas ke-7 yatu PB (Postf Besar), tap-tap kelas n lazm juga dsebut sebaga sub-hmpunan Fuzzy. Gambar 3.11 Fungs keanggotaan dan jangkauan dar error defleks suspens depan Gambar 3.12 Fungs keanggotaan dan jangkauan dar perubahan error defleks suspens depan Gambar 3.13 Fungs keanggotaan dan jangkauan untuk keluaran kontrol Hmpunan Fuzzy (parameter) keluaran fuzzy bers harga ttk tengah (center) masng-masng hmpunan fuzzy (PB, PS, PK, ZE, NK, NS dan NB) dar keluaran fuzzy. Realsas bentuk dan batasan masukan error dan perubahan error pada setap kelasnya yang berbentuk bahu, trapesum, atau segtga dtentukan dengan 4 buah ttk yang membentuk trapesum, karena pada dasarnya bangun segtga ataupun bentuk bahu merupakan bentuk khusus dar trapesum, msalnya segtga adalah trapesum yang memlk ttk puncak yang berhmpt. Empat buah ttk n adalah BB (Batas Bawah), PB (Puncak Bawah), PA (Puncak Atas), dan BA (Batas Atas) sepert dperlhatkan pada Gambar 3.14, dan dagram alr programnya dperlhatkan pada Gambar Gambar 3.14 Bentuk dan batasan masukan error dan error. Gambar 3.15 Bentuk dan batasan masukan error dan perubahan error pada program parameter fuzzy. Setelah mendapatkan derajat keanggotaan dar masukan snyal kesalahan (error) dan perubahan snyal kesalahan (change of error), maka langkah selanjutnya dalam pengendalan Fuzzy adalah evaluas aturan-aturan (rules). Perancangan aturan dbuat berdasarkan analss terhadap respon snyal yang memlk lonjakan maksmum dan beroslas, kemudan menentukan besarnya keluaran yang dperlukan. Dalam analss n snyal masukan dan snyal keluaran dgolongkan kedalam batas-batas lngustk, msalnya kesalahan negatf besar dan perubahan snyal kesalahan postf maka snyal keluaran
7 7 negatf. Gambaran snyal respon sstem yang dmaksud dperlhatkan pada Gambar Gambar 3.17 Respon sstem dengan lonjakan dan oslas E (t) = r(t) y(t) (3.1) de(t) = E(t) E(t-1) (3.2) Jumlah aturan yang dgunakan adalah sebanyak 49 aturan. Adapun bass aturan untuk pengendal Fuzzy dperlhatkan pada Tabel berkut ; Tabel 3.2 Rule base pengaturan suspens sem-aktf Dalam hal kenyamanan, sstem suspens harus dapat menurunkan percepatan vertkal badan kendaraan sehubungan dengan gangguan konds jalan yang tdak tentu. Dalam hal vehcle maneuverablty (savety), sstem suspens dharapkan untuk dapat membatas defleks suspens dalam range yang kecl. Pada Gambar 4.1 dan Gambar 4.2, dtunjukkan bahwa snyal error yang dgunakan sebaga snyal kontrol output pada suspens sem-aktf, sedkt berpengaruh karena lntasan jalan tanpa gangguan. Dengan menggunakan bass aturan yang telah dbuat, selanjutnya sstem Fuzzy melakukan evaluas terhadap derajat keanggotaan dar masukan error dan perubahan error untuk menentukan derajat keanggotaan parameter keluaran dar setap aturan. Operator yang dgunakan pada aturan adalah operator AND. Mekansme pengamblan keputusan menggunakan metode MAX-MIN. Evaluas aturan akan menghaslkan derajat keanggotaan untuk parameter keluaran, tahap setelah evaluas aturan adalah melakukan komposs semua hasl evaluas dar setap aturan untuk mendapatkan nla keluaran Fuzzy. Nla keluaran Fuzzy yang ddapatkan selanjutnya akan melalu defuzzfkas, yatu tahapan untuk mendapatkan suatu nla crsp dar keluaran Fuzzy. Metode yang dgunakan untuk defuzzfkas adalah metode rata-rata terbobot sesua dengan persamaan 3.3 : u M l 1 M l y n l 1 n 1 1 l A l A ) ) ( x (3.3) ( x y :ttk tengah (center) hmpunan fuzzy dar keluaran fuzzy (u) untuk setap aturan fuzzy. :banyaknya masukan fuzzy. M :banyaknya aturan fuzzy. l ( A x ) :derajat keanggotaan hmpunan fuzzy dar masukan fuzzy (E dan de) dar setap aturan fuzzy. IV. PENGUJIAN DAN ANALISIS 4.1 PengujanUnjuk Kerja Sstem dengan Lntasan Tanpa Gangguan Sstem suspens yang bagus adalah sstem suspens yang dapat menngkatkan kenyamanan berkendara dan dalam waktu yang sama dapat mempertahankan vehcle maneuverablty (savety). Gambar 4.1 Grafk defleks suspens sem-aktf tanpa pengontrol fuzzy dengan lntasan tanpa gangguan Gambar 4.2 Grafk snyal kontrol defleks suspens sem-aktf pengontrol fuzzy dengan lntasan tanpa gangguan 4.2 Pengujan Unjuk Kerja Sstem dengan Gangguan Gundukan Unjuk kerja sstem dengan model gangguan gundukan yang danggap dapat mewakl konds kenyataan sepert gundukan pols tdur. Gambar 4.3 memperlhatkan defleks suspens kendaraan yang terjad dengan gundukan untuk sstem suspens sem-aktf tanpa pengontrol. Dan Gambar 4.4 menunjukkan snyal kontrol defleks suspens kendaraan yang terjad dengan gundukan untuk sstem suspens sem-aktf dengan kontrol fuzzy. Pada Gambar 4.3 dan Gambar 4.4, dtunjukkan bahwa snyal error yang dgunakan sebaga snyal kontrol output pada suspens sem-aktf, berpengaruh. Gambar 4.3 Grafk defleks suspens sem-aktf tanpa pengontrol fuzzy pada lntasan gangguan gundukan
8 8 Pada gambar 4.4 sstem suspens sem-aktf menghaslkan snyal kontrol dengan pengontrol fuzzy yang memlk referens defleks 4 cm, untuk mempertahankan keadaan awal yang dapat dlhat pada gambar Pengujan Unjuk Kerja Sstem dengan Lntasan dengan Jalan Tdak Rata Gundukan Tak Teratur Unjuk kerja sstem suspens dengan gangguan yang berupa jalan tdak rata yang dgunakan untuk mewakl konds jalan dalam kenyataan yatu konds jalan dengan gundukan tak teratur, msalnya lntasan off road. Gambar 4.4 Grafk snyal kontrol defleks suspens sem-aktf dengan pengontrol pada lntasan gangguan gundukan 4.3 Pengujan Unjuk Kerja Sstem dengan Lntasan Bergelombang- Gundukan Teratur Unjuk kerja sstem suspens dengan gangguan yang berupa jalan bergelombang yang dgunakan untuk mewakl konds jalan dalam kenyataan yatu konds jalan dengan gundukan teratur, msalnya gundukan sebelum perlntasan kereta ap, gundukan sebelum memasuk loket pembayaran tol. Gambar 4.7 Grafk defleks suspens sem-aktf tanpa pengontrol fuzzy pada jalan tdak rata-gundukan tak teratur Gambar 4.8 Grafk snyal kontrol defleks suspens sem-aktf dengan pengontrol fuzzy pada jalan tdak rata-gundukan tak teratur Gambar 4.5 Grafk defleks suspens sem-aktf tanpa pengontrol fuzzy pada lntasan dengan bergelombang-gundukan teratur Gambar 4.6 Grafk snyal kontrol defleks suspens sem-aktf dengan pengontrol fuzzy pada lntasan dengan bergelombanggundukan teratur Dar hasl tersebut terlhat bahwa pada gangguan lntasan bergelombang atau gundukan teratur, sstem suspens sem-aktf dengan pengontrol fuzzy yang drancang dapat menghaslkan snyal kontrol defleks suspens badan kendaraan yang relatf lebh cepat menuju referens/settng pont yang berart memberkan kenyamanan yang lebh bak dbandngkan sstem suspens sem-aktf tanpa pengontrol. Snyal nput random (gundukan tak teratur) yang dgunakan adalah dua gundukan yang berbeda ketnggan. Gambar 4.8 menunjukkan suspens semaktf dengan pengontrol fuzzy yang drancang dapat menghaslkan nla puncak snyal kontrol defleks suspens badan kendaraan yang lebh kecl dbandngkan dengan sstem suspens tanpa pengontrol. Hal tersebut dsebabkan snyal kontrol yang dhaslkan oleh sstem fuzzy terlalu besar. Masukan berupa gangguan lntasan dengan jalan tdak rata akan menghaslkan error dan turunan error yang kecl yang hanya membutuhkan snyal kontrol yang kecl untuk menghaslkan keluaran plant yang mendekat harga referens. Snyal error dan turunan error yang kecl tersebut setelah dproses berdasarkan fungs keanggotaan dar snyal masukan dan keluaran fuzzy serta rule base yang telah drancang, menghaslkan snyal kontrol yang mash cukup besar, terlhat pada gambar 4.8 referens yang dharapkan defleks sebesar 4 cm, tap pada kenyataannya snyal kontrol memberkan defleks sebesar 5 cm.
9 9
2 TINJAUAN PUSTAKA. sistem statis dan sistem fuzzy. Penelitian sejenis juga dilakukan oleh Aziz (1996).
2 TINJAUAN PUSTAKA 2.1 Stud Yang Terkat Peneltan n mengacu pada jurnal yang dtuls oleh Khang, dkk.(1995). Dalam peneltannya, Khang, dkk membandngkan arus lalu lntas yang datur menggunakan sstem stats dan
Lebih terperinciBAB II LANDASAN TEORI
BAB II LANDASAN TEORI 2.1 Fuzzy Set Pada tahun 1965, Zadeh memodfkas teor hmpunan dmana setap anggotanya memlk derajat keanggotaan yang bernla kontnu antara 0 sampa 1. Hmpunan n dsebut dengan hmpunaan
Lebih terperinciPengukuran Laju Temperatur Pemanas Listrik Berbasis Lm-35 Dan Sistem Akuisisi Data Adc-0804
Pengukuran Laju Temperatur Pemanas Lstrk Berbass Lm-35 Dan Sstem Akuss Data Adc-0804 Ummu Kalsum Unverstas Sulawes Barat e-mal: Ummu.kalsum@unsulbar.ac.d Abstrak Peneltan n merupakan pengukuran laju temperatur
Lebih terperinciBAB VB PERSEPTRON & CONTOH
BAB VB PERSEPTRON & CONTOH Model JST perseptron dtemukan oleh Rosenblatt (1962) dan Mnsky Papert (1969). Model n merupakan model yang memlk aplkas dan pelathan yang lebh bak pada era tersebut. 5B.1 Arstektur
Lebih terperinciBAB III METODOLOGI PENELITIAN
BAB III METODOLOGI PENELITIAN Dalam pembuatan tugas akhr n, penulsan mendapat referens dar pustaka serta lteratur lan yang berhubungan dengan pokok masalah yang penuls ajukan. Langkah-langkah yang akan
Lebih terperinciBAB V PENGEMBANGAN MODEL FUZZY PROGRAM LINIER
BAB V PENGEMBANGAN MODEL FUZZY PROGRAM LINIER 5.1 Pembelajaran Dengan Fuzzy Program Lner. Salah satu model program lnear klask, adalah : Maksmumkan : T f ( x) = c x Dengan batasan : Ax b x 0 n m mxn Dengan
Lebih terperinciRANGKAIAN SERI. 1. Pendahuluan
. Pendahuluan ANGKAIAN SEI Dua elemen dkatakan terhubung ser jka : a. Kedua elemen hanya mempunya satu termnal bersama. b. Ttk bersama antara elemen tdak terhubung ke elemen yang lan. Pada Gambar resstor
Lebih terperinciBAB 1 PENDAHULUAN. Pertumbuhan dan kestabilan ekonomi, adalah dua syarat penting bagi kemakmuran
BAB 1 PENDAHULUAN 1.1. Latar Belakang Pertumbuhan dan kestablan ekonom, adalah dua syarat pentng bag kemakmuran dan kesejahteraan suatu bangsa. Dengan pertumbuhan yang cukup, negara dapat melanjutkan pembangunan
Lebih terperinciBAB III METODOLOGI PENELITIAN. Metode yang digunakan dalam penelitian ini adalah metode eksperimen
3 BAB III METODOLOGI PENELITIAN A. Metode dan Desan Peneltan Metode yang dgunakan dalam peneltan n adalah metode ekspermen karena sesua dengan tujuan peneltan yatu melhat hubungan antara varabelvarabel
Lebih terperinciANALISIS BENTUK HUBUNGAN
ANALISIS BENTUK HUBUNGAN Analss Regres dan Korelas Analss regres dgunakan untuk mempelajar dan mengukur hubungan statstk yang terjad antara dua varbel atau lebh varabel. Varabel tersebut adalah varabel
Lebih terperinciBAB II TINJAUAN PUSTAKA
BAB II TINJAUAN PUSTAKA 2.1 Penjadwalan Baker (1974) mendefnskan penjadwalan sebaga proses pengalokasan sumber-sumber dalam jangka waktu tertentu untuk melakukan sejumlah pekerjaan. Menurut Morton dan
Lebih terperinciIV. PERANCANGAN DAN IMPLEMENTASI SISTEM
IV. PERANCANGAN DAN IMPLEMENTASI SISTEM Perancangan Sstem Sstem yang akan dkembangkan adalah berupa sstem yang dapat membantu keputusan pemodal untuk menentukan portofolo saham yang dperdagangkan d Bursa
Lebih terperinciSEARAH (DC) Rangkaian Arus Searah (DC) 7
ANGKAAN AUS SEAAH (DC). Arus Searah (DC) Pada rangkaan DC hanya melbatkan arus dan tegangan searah, yatu arus dan tegangan yang tdak berubah terhadap waktu. Elemen pada rangkaan DC melput: ) batera ) hambatan
Lebih terperinciBAB III METODOLOGI PENELITIAN
BAB III METODOLOGI PENELITIAN 3.1. Hpotess Peneltan Berkatan dengan manusa masalah d atas maka penuls menyusun hpotess sebaga acuan dalam penulsan hpotess penuls yatu Terdapat hubungan postf antara penddkan
Lebih terperinciPROPOSAL SKRIPSI JUDUL:
PROPOSAL SKRIPSI JUDUL: 1.1. Latar Belakang Masalah SDM kn makn berperan besar bag kesuksesan suatu organsas. Banyak organsas menyadar bahwa unsur manusa dalam suatu organsas dapat memberkan keunggulan
Lebih terperinciKLASIFIKASI KECEPATAN MOTOR ARUS SEARAH (DC) MENGGUNAKAN FUZZY LOGIC
KLASIFIKASI KECEPATAN MOTOR ARUS SEARAH (DC) MENGGUNAKAN FUZZY LOGIC Syamsurjal & Abdul Mus Mapplotteng Jurusan Penddkan Teknk Elektro FT UNM ABSTRAK Tujuan peneltan n untuk mengetahu cara menghtung arus
Lebih terperinciBab 1 PENDAHULUAN Latar Belakang
11 Bab 1 PENDAHULUAN 1.1. Latar Belakang Perbankan adalah ndustr yang syarat dengan rsko. Mula dar pengumpulan dana sebaga sumber labltas, hngga penyaluran dana pada aktva produktf. Berbaga kegatan jasa
Lebih terperinciBAB 2 LANDASAN TEORI. Universitas Sumatera Utara
BAB 2 LANDASAN TEORI 2.1 Pengertan Analsa Regres Dalam kehdupan sehar-har, serng kta jumpa hubungan antara satu varabel terhadap satu atau lebh varabel yang lan. Sebaga contoh, besarnya pendapatan seseorang
Lebih terperinciIV. UKURAN SIMPANGAN, DISPERSI & VARIASI
IV. UKURAN SIMPANGAN, DISPERSI & VARIASI Pendahuluan o Ukuran dspers atau ukuran varas, yang menggambarkan derajat bagamana berpencarnya data kuanttatf, dntaranya: rentang, rentang antar kuartl, smpangan
Lebih terperinciPENERAPAN METODE MAMDANI DALAM MENGHITUNG TINGKAT INFLASI BERDASARKAN KELOMPOK KOMODITI (Studi Kasus pada Data Inflasi Indonesia)
PENERAPAN METODE MAMDANI DALAM MENGHITUNG TINGKAT INFLASI BERDASARKAN KELOMPOK KOMODITI (Stud Kasus pada Data Inflas Indonesa) Putr Noorwan Effendy, Amar Sumarsa, Embay Rohaet Program Stud Matematka Fakultas
Lebih terperinciANALISIS DATA KATEGORIK (STK351)
Suplemen Respons Pertemuan ANALISIS DATA KATEGORIK (STK351) 7 Departemen Statstka FMIPA IPB Pokok Bahasan Sub Pokok Bahasan Referens Waktu Korelas Perngkat (Rank Correlaton) Bag. 1 Koefsen Korelas Perngkat
Lebih terperinciIII. METODE PENELITIAN. Penelitian ini dilakukan di MTs Negeri 2 Bandar Lampung dengan populasi siswa
III. METODE PENELITIAN A. Populas dan Sampel Peneltan n dlakukan d MTs Neger Bandar Lampung dengan populas sswa kelas VII yang terdr dar 0 kelas yatu kelas unggulan, unggulan, dan kelas A sampa dengan
Lebih terperinciBAB II TEORI ALIRAN DAYA
BAB II TEORI ALIRAN DAYA 2.1 UMUM Perhtungan alran daya merupakan suatu alat bantu yang sangat pentng untuk mengetahu konds operas sstem. Perhtungan alran daya pada tegangan, arus dan faktor daya d berbaga
Lebih terperinciBAB VIB METODE BELAJAR Delta rule, ADALINE (WIDROW- HOFF), MADALINE
BAB VIB METODE BELAJAR Delta rule, ADALINE (WIDROW- HOFF), MADALINE 6B.1 Pelathan ADALINE Model ADALINE (Adaptve Lnear Neuron) dtemukan oleh Wdrow & Hoff (1960) Arstekturnya mrp dengan perseptron Perbedaan
Lebih terperinciREGRESI DAN KORELASI LINEAR SEDERHANA. Regresi Linear
REGRESI DAN KORELASI LINEAR SEDERHANA Regres Lnear Tujuan Pembelajaran Menjelaskan regres dan korelas Menghtung dar persamaan regres dan standard error dar estmas-estmas untuk analss regres lner sederhana
Lebih terperinciBAB IV HASIL PENELITIAN DAN PEMBAHASAN
BAB IV HASIL PENELITIAN DAN PEMBAHASAN A. Deskrps Data Hasl Peneltan Satelah melakukan peneltan, penelt melakukan stud lapangan untuk memperoleh data nla post test dar hasl tes setelah dkena perlakuan.
Lebih terperinciSyamsurijal dan Abdul Muis M, Klasifikasi Kecepatan Motor DC Menggunakan Logika Samar
Syamsurjal dan Abdul Mus M, Klasfkas Kecepatan Motor DC Menggunakan Logka Samar MEDIA ELEKTRIK, Volume 3 Nomor, Jun 2008 KLASIFIKASI KECEPATAN MOTOR ARUS SEARAH (DC) MENGGUNAKAN LOGIKA SAMAR Syamsurjal
Lebih terperinciTeori Himpunan. Modul 1 PENDAHULUAN. impunan sebagai koleksi (pengelompokan) dari objek-objek yang
Modul 1 Teor Hmpunan PENDAHULUAN Prof SM Nababan, PhD Drs Warsto, MPd mpunan sebaga koleks (pengelompokan) dar objek-objek yang H dnyatakan dengan jelas, banyak dgunakan dan djumpa dberbaga bdang bukan
Lebih terperinciBAB III METODE PENELITIAN. sebuah fenomena atau suatu kejadian yang diteliti. Ciri-ciri metode deskriptif menurut Surakhmad W (1998:140) adalah
BAB III METODE PENELITIAN 3.1 Metode Peneltan Metode yang dgunakan dalam peneltan n adalah metode deskrptf. Peneltan deskrptf merupakan peneltan yang dlakukan untuk menggambarkan sebuah fenomena atau suatu
Lebih terperinciBAB IV PENGUJIAN DAN ANALISA
BAB IV PENGUJIAN DAN ANALISA 4. PENGUJIAN PENGUKURAN KECEPATAN PUTAR BERBASIS REAL TIME LINUX Dalam membuktkan kelayakan dan kehandalan pengukuran kecepatan putar berbass RTLnux n, dlakukan pengujan dalam
Lebih terperinciBAB II TINJAUAN PUSTAKA DAN DASAR TEORI
BAB II TINJAUAN PUSTAKA DAN DASAR TEORI 2.1 Tnjauan Pustaka Dar peneltan yang dlakukan Her Sulstyo (2010) telah dbuat suatu sstem perangkat lunak untuk mendukung dalam pengamblan keputusan menggunakan
Lebih terperinciBAB V ANALISA PEMECAHAN MASALAH
BAB V ANALISA PEMECAHAN MASALAH 5.1 Analsa Pemlhan Model Tme Seres Forecastng Pemlhan model forecastng terbak dlakukan secara statstk, dmana alat statstk yang dgunakan adalah MAD, MAPE dan TS. Perbandngan
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1 Pengertan Regres Regres pertama kal dpergunakan sebaga konsep statstka oleh Sr Francs Galton (1822 1911). Belau memperkenalkan model peramalan, penaksran, atau pendugaan, yang
Lebih terperinciBAB I PENDAHULUAN I-1
BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Kendaraan bermotor merupakan alat yang palng dbutuhkan sebaga meda transportas. Kendaraan dbag menjad dua macam, yatu kendaraan umum dan prbad. Kendaraan umum
Lebih terperinciBAB 2 LANDASAN TEORI. Teori Galton berkembang menjadi analisis regresi yang dapat digunakan sebagai alat
BAB LANDASAN TEORI. 1 Analsa Regres Regres pertama kal dpergunakan sebaga konsep statstk pada tahun 1877 oleh Sr Francs Galton. Galton melakukan stud tentang kecenderungan tngg badan anak. Teor Galton
Lebih terperinciBAB III METODE PENELITIAN. Metode penelitian yang digunakan dalam penelitian ini adalah metode
BAB III METODE PENELITIAN Desan Peneltan Metode peneltan yang dgunakan dalam peneltan n adalah metode deskrptf analts dengan jens pendekatan stud kasus yatu dengan melhat fenomena permasalahan yang ada
Lebih terperinciBAB 2 LANDASAN TEORI. estimasi, uji keberartian regresi, analisa korelasi dan uji koefisien regresi.
BAB LANDASAN TEORI Pada bab n akan durakan beberapa metode yang dgunakan dalam penyelesaan tugas akhr n. Selan tu penuls juga mengurakan tentang pengertan regres, analss regres berganda, membentuk persamaan
Lebih terperinciPengaturan Proses Tekanan pada Sistem Pengaturan Berjaringan Menggunakan Kontroler Fuzzy Neural Network
TUGAS AKHIR TE - 091399 Pengaturan Proses Tekanan pada Sstem Pengaturan Berjarngan Menggunakan Kontroler Fuzzy Neural Network Rende Ramadhan NRP 2208100131 Dosen Pembmbng : Ir. Al Faton, M.T. Imam Arfn,
Lebih terperinciDidownload dari ririez.blog.uns.ac.id BAB I PENDAHULUAN
BAB I PENDAHULUAN Sebuah jarngan terdr dar sekelompok node yang dhubungkan oleh busur atau cabang. Suatu jens arus tertentu berkatan dengan setap busur. Notas standart untuk menggambarkan sebuah jarngan
Lebih terperinciBAB III METODE PENELITIAN. Sebelum dilakukan penelitian, langkah pertama yang harus dilakukan oleh
BAB III METODE PENELITIAN 3.1 Desan Peneltan Sebelum dlakukan peneltan, langkah pertama yang harus dlakukan oleh penelt adalah menentukan terlebh dahulu metode apa yang akan dgunakan dalam peneltan. Desan
Lebih terperinciBAB IV PEMBAHASAN MODEL
BAB IV PEMBAHASAN MODEL Pada bab IV n akan dlakukan pembuatan model dengan melakukan analss perhtungan untuk permasalahan proses pengadaan model persedaan mult tem dengan baya produks cekung dan jont setup
Lebih terperinciBAB 2 LANDASAN TEORI
BAB LANDASAN TEORI.1 Pengertan Regres Regres pertama kal dgunakan sebaga konsep statstka oleh Sr Francs Galton (18 1911).Belau memperkenalkan model peramalan, penaksran, atau pendugaan, yang selanjutnya
Lebih terperinciberasal dari pembawa muatan hasil generasi termal, sehingga secara kuat
10 KARAKTRISTIK TRANSISTOR 10.1 Dasar Pengoperasan JT Pada bab sebelumnya telah dbahas dasar pengoperasan JT, utamannya untuk kasus saat sambungan kolektor-bass berpanjar mundur dan sambungan emtor-bass
Lebih terperinciBAB IV PERHITUNGAN DAN ANALISIS
BAB IV PERHITUNGAN DAN ANALISIS 4.1 Survey Parameter Survey parameter n dlakukan dengan mengubah satu jens parameter dengan membuat parameter lannya tetap. Pengamatan terhadap berbaga nla untuk satu parameter
Lebih terperinciBAB II METODOLOGI PENELITIAN. Jenis penelitian yang digunakan dalam penelitian ini adalah penelitian. variable independen dengan variabel dependen.
BAB II METODOLOGI PENELITIAN A. Bentuk Peneltan Jens peneltan yang dgunakan dalam peneltan n adalah peneltan deskrptf dengan analsa kuanttatf, dengan maksud untuk mencar pengaruh antara varable ndependen
Lebih terperinciIII. METODE PENELITIAN. Penelitian ini dilaksanakan di SD Al-Azhar 1 Wayhalim Bandar Lampung. Populasi
3 III. METODE PENELITIAN A. Populas dan Sampel Peneltan n dlaksanakan d SD Al-Azhar Wayhalm Bandar Lampung. Populas dalam peneltan n adalah seluruh sswa kelas V yang terdr dar 5 kelas yatu V A, V B, V
Lebih terperinciIII. METODE PENELITIAN
III. METODE PEELITIA 3.1. Kerangka Pemkran Peneltan BRI Unt Cbnong dan Unt Warung Jambu Uraan Pekerjaan Karyawan Subyek Analss Konds SDM Aktual (KKP) Konds SDM Harapan (KKJ) Kuesoner KKP Kuesoner KKJ la
Lebih terperinciBAB III METODELOGI PENELITIAN. metode penelitian yang digunakan dalam penelitian ini adalah metode deskriptif
BAB III METODELOGI PENELITIAN 3.1 Desan Peneltan Metode peneltan mengungkapkan dengan jelas bagamana cara memperoleh data yang dperlukan, oleh karena tu metode peneltan lebh menekankan pada strateg, proses
Lebih terperinciIII PEMODELAN MATEMATIS SISTEM FISIK
34 III PEMODELN MTEMTIS SISTEM FISIK Deskrps : Bab n memberkan gambaran tentang pemodelan matemats, fungs alh, dagram blok, grafk alran snyal yang berguna dalam pemodelan sstem kendal. Objektf : Memaham
Lebih terperinciBAB 2 LANDASAN TEORI
2 LNDSN TEORI 2. Teor engamblan Keputusan Menurut Supranto 99 keputusan adalah hasl pemecahan masalah yang dhadapnya dengan tegas. Suatu keputusan merupakan jawaban yang past terhadap suatu pertanyaan.
Lebih terperinciSISTEM LINEAR MAX-PLUS KABUR WAKTU INVARIANT AUTONOMOUS
SISTEM LINEAR MAX-PLUS KABUR WAKTU INVARIANT AUTONOMOUS A8 M. Andy Rudhto 1 1 Program Stud Penddkan Matematka FKIP Unverstas Sanata Dharma Kampus III USD Pangan Maguwoharjo Yogyakarta 1 e-mal: arudhto@yahoo.co.d
Lebih terperinciBab III Analisis Rantai Markov
Bab III Analss Ranta Markov Sstem Markov (atau proses Markov atau ranta Markov) merupakan suatu sstem dengan satu atau beberapa state atau keadaan, dan dapat berpndah dar satu state ke state yang lan pada
Lebih terperinciBAB 1 PENDAHULUAN. Universitas Sumatera Utara
BAB 1 ENDAHULUAN 1.1 Latar Belakang Secara umum dapat dkatakan bahwa mengambl atau membuat keputusan berart memlh satu dantara sekan banyak alternatf. erumusan berbaga alternatf sesua dengan yang sedang
Lebih terperinciPERTEMUAN I PENGENALAN STATISTIKA TUJUAN PRAKTIKUM
PERTEMUAN I PENGENALAN STATISTIKA TUJUAN PRAKTIKUM 1) Membuat dstrbus frekuens. 2) Mengetahu apa yang dmaksud dengan Medan, Modus dan Mean. 3) Mengetahu cara mencar Nla rata-rata (Mean). TEORI PENUNJANG
Lebih terperinciAPLIKASI FUZZY LINEAR PROGRAMMING UNTUK MENGOPTIMALKAN PRODUKSI LAMPU (Studi Kasus di PT. Sinar Terang Abadi )
APLIKASI FUZZY LINEAR PROGRAMMING UNTUK MENGOPTIMALKAN PRODUKSI LAMPU (Stud Kasus d PT. Snar Terang Abad ) Bagus Suryo Ad Utomo 1203 109 001 Dosen Pembmbng: Drs. I Gst Ngr Ra Usadha, M.S Jurusan Matematka
Lebih terperinciMEREDUKSI SISTEM PERSAMAAN LINEAR FUZZY PENUH DENGAN BILANGAN FUZZY TRAPESIUM
MEREDUKSI SISTEM PERSAMAAN LINEAR FUZZY PENUH DENGAN BILANGAN FUZZY TRAPESIUM Tut Susant, Mashad, Sukamto Mahasswa Program S Matematka Dosen Jurusan Matematka Fakultas Matematka dan Ilmu Pengetahuan Alam
Lebih terperinciBAB 2 LANDASAN TEORI. diteliti. Banyaknya pengamatan atau anggota suatu populasi disebut ukuran populasi,
BAB LANDASAN TEORI.1 Populas dan Sampel Populas adalah keseluruhan unt atau ndvdu dalam ruang lngkup yang ngn dtelt. Banyaknya pengamatan atau anggota suatu populas dsebut ukuran populas, sedangkan suatu
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar belakang
BAB 1 PENDAHULUAN 1.1 Latar belakang Dalam memlh sesuatu, mula yang memlh yang sederhana sampa ke hal yang sangat rumt yang dbutuhkan bukanlah berpkr yang rumt, tetap bagaman berpkr secara sederhana. AHP
Lebih terperinciANALISIS REGRESI. Catatan Freddy
ANALISIS REGRESI Regres Lner Sederhana : Contoh Perhtungan Regres Lner Sederhana Menghtung harga a dan b Menyusun Persamaan Regres Korelas Pearson (Product Moment) Koefsen Determnas (KD) Regres Ganda :
Lebih terperinciPENGGUNAAN DINDING GESER SEBAGAI ELEMEN PENAHAN GEMPA PADA BANGUNAN BERTINGKAT 10 LANTAI
PENGGUNAAN DINDING GESER SEBAGAI ELEMEN PENAHAN GEMPA PADA BANGUNAN BERTINGKAT 10 LANTAI Reky Stenly Wndah Dosen Jurusan Teknk Spl Fakultas Teknk Unverstas Sam Ratulang Manado ABSTRAK Pada bangunan tngg,
Lebih terperinciAPLIKASI LOGIKA FUZZY DALAM MENGOPTIMALKAN PRODUKSI MINYAK KELAPA SAWIT DI PT. WARU KALTIM PLANTATION MENGGUNAKAN METODE MAMDANI
94 Vol. 12, No. 2 September 2017 Jurnal Informatka Mulawarman APLIKASI LOGIKA FUZZY DALAM MENGOPTIMALKAN PRODUKSI MINYAK KELAPA SAWIT DI PT. WARU KALTIM PLANTATION MENGGUNAKAN METODE MAMDANI Akbar Rzky
Lebih terperinciBAB III METODOLOGI PENELITIAN. Jenis penelitian yang digunakan adalah penelitian pengembangan yang
BAB III METODOLOGI PENELITIAN A. Jens Peneltan Jens peneltan yang dgunakan adalah peneltan pengembangan yang bertujuan membuat suatu produk dan duj kelayakannya. B. Metode Pengembangan Peneltan n menggunakan
Lebih terperinciBAB III METODOLOGI PENELITIAN
BAB III METODOLOGI PENELITIAN A. Jens Peneltan Jens peneltan n adalah peneltan quas expermental dengan one group pretest posttest desgn. Peneltan n tdak menggunakan kelas pembandng namun sudah menggunakan
Lebih terperinciBAB 2 LANDASAN TEORI. persamaan penduga dibentuk untuk menerangkan pola hubungan variabel-variabel
BAB LANDASAN TEORI. Analss Regres Regres merupakan suatu alat ukur yang dgunakan untuk mengukur ada atau tdaknya hubungan antar varabel. Dalam analss regres, suatu persamaan regres atau persamaan penduga
Lebih terperinciIII. METODE PENELITIAN. Penelitian ini merupakan studi eksperimen yang telah dilaksanakan di SMA
III. METODE PENELITIAN A. Waktu dan Tempat Peneltan Peneltan n merupakan stud ekspermen yang telah dlaksanakan d SMA Neger 3 Bandar Lampung. Peneltan n dlaksanakan pada semester genap tahun ajaran 2012/2013.
Lebih terperinciBAB III METODE PENELITIAN. SMK Negeri I Gorontalo. Penetapan lokasi tersebut berdasarkan pada
3 BAB III METODE PENELITIAN 3.1 Tempat Dan Waktu Peneltan 3.1.1 Tempat Peneltan Peneltan yang dlakukan oleh penelt berlokas d Kelas Ak 6, SMK Neger I Gorontalo. Penetapan lokas tersebut berdasarkan pada
Lebih terperinciIII. METODE PENELITIAN. Penelitian ini dilaksanakan di SMP Negeri 13 Bandar Lampung. Populasi dalam
III. METODE PENELITIAN A. Populas dan Sampel Peneltan n dlaksanakan d SMP Neger 3 Bandar Lampung. Populas dalam peneltan n yatu seluruh sswa kelas VIII SMP Neger 3 Bandar Lampung Tahun Pelajaran 0/03 yang
Lebih terperinciBAB 4 METODOLOGI PENELITIAN. data, dan teknik analisis data. Kerangka pemikiran hipotesis membahas hipotesis
BAB 4 METODOLOGI PENELITIAN Pada bab n akan durakan kerangka pemkran hpotess, teknk pengumpulan data, dan teknk analss data. Kerangka pemkran hpotess membahas hpotess pengujan pada peneltan, teknk pengumpulan
Lebih terperinciPenerapan Metode Runge-Kutta Orde 4 dalam Analisis Rangkaian RLC
Penerapan Metode Runge-Kutta Orde 4 dalam Analss Rangkaan RLC Rka Favora Gusa JurusanTeknk Elektro,Fakultas Teknk,Unverstas Bangka Beltung rka_favora@yahoo.com ABSTRACT The exstence of nductor and capactor
Lebih terperinciBAB 4 METODOLOGI PENELITIAN DAN ANALISIS
28 BAB 4 METODOLOGI PENELITIAN DAN ANALISIS 4.1 Kerangka Pemkran dan Hpotess Dalam proses peneltan n, akan duj beberapa varabel software yang telah dsebutkan pada bab sebelumnya. Sesua dengan tahapan-tahapan
Lebih terperinciIII. METODE PENELITIAN. Penelitian ini merupakan penelitian pengembangan (Research and
III. METODE PENELITIAN A. Desan Peneltan Peneltan n merupakan peneltan pengembangan (Research and Development). Peneltan pengembangan yang dlakukan adalah untuk mengembangkan penuntun praktkum menjad LKS
Lebih terperinciBAB III METODOLOGI PENELITIAN. Untuk menjawab permasalahan yaitu tentang peranan pelatihan yang dapat
BAB III METODOLOGI PENELITIAN 3.1 Metode Peneltan Untuk menjawab permasalahan yatu tentang peranan pelathan yang dapat menngkatkan knerja karyawan, dgunakan metode analss eksplanatf kuanttatf. Pengertan
Lebih terperinciJURNAL MATEMATIKA DAN KOMPUTER Vol. 5. No. 3, , Desember 2002, ISSN :
JURNAL MATEMATIKA AN KOMPUTER Vol. 5. No. 3, 161-167, esember 00, ISSN : 1410-8518 PENGARUH SUATU ATA OBSERVASI ALAM MENGESTIMASI PARAMETER MOEL REGRESI Hern Utam, Rur I, dan Abdurakhman Jurusan Matematka
Lebih terperinciBAB I PENDAHULUAN. 1.1 Latar Belakang. Di dalam matematika mulai dari SD, SMP, SMA, dan Perguruan Tinggi
Daftar Is Daftar Is... Kata pengantar... BAB I...1 PENDAHULUAN...1 1.1 Latar Belakang...1 1.2 Rumusan Masalah...2 1.3 Tujuan...2 BAB II...3 TINJAUAN TEORITIS...3 2.1 Landasan Teor...4 BAB III...5 PEMBAHASAN...5
Lebih terperinciUKURAN LOKASI, VARIASI & BENTUK KURVA
UKURAN LOKASI, VARIASI & BENTUK KURVA MARULAM MT SIMARMATA, MS STATISTIK TERAPAN FAK HUKUM USI @4 ARTI UKURAN LOKASI DAN VARIASI Suatu Kelompok DATA berupa kumpulan nla VARIABEL [ vaabel ] Ms banyaknya
Lebih terperinci2.1 Sistem Makroskopik dan Sistem Mikroskopik Fisika statistik berangkat dari pengamatan sebuah sistem mikroskopik, yakni sistem yang sangat kecil
.1 Sstem Makroskopk dan Sstem Mkroskopk Fska statstk berangkat dar pengamatan sebuah sstem mkroskopk, yakn sstem yang sangat kecl (ukurannya sangat kecl ukuran Angstrom, tdak dapat dukur secara langsung)
Lebih terperinciBAB I PENDAHULUAN. 1.1 Latar Belakang
I ENDHULUN. Latar elakang Mengambl keputusan secara aktf memberkan suatu tngkat pengendalan atas kehdupan spengambl keputusan. lhan-plhan yang dambl sebenarnya membantu dalam penentuan masa depan. Namun
Lebih terperinciBAB I PENDAHULUAN. 1.1 Latar Belakang
BAB I PENDAHULUAN. Latar Belakang Matematka sebaga bahasa smbol yang bersfat unversal memegang peranan pentng dalam perkembangan suatu teknolog. Matematka sangat erat hubungannya dengan kehdupan nyata.
Lebih terperinciIII. METODE PENELITIAN. Penelitian ini dilaksanakan di SMPN 8 Bandar Lampung. Populasi dalam
1 III. METODE PENELITIAN A. Populas dan Sampel Peneltan n dlaksanakan d SMPN 8 Bandar Lampung. Populas dalam peneltan n adalah seluruh sswa kelas VII SMPN 8 Bandar Lampung Tahun Pelajaran 01/013 yang terdr
Lebih terperinciIII PEMBAHASAN. merupakan cash flow pada periode i, dan C. berturut-turut menyatakan nilai rata-rata dari V. dan
Pada bab n akan dbahas mengena penyelesaan masalah ops real menggunakan pohon keputusan bnomal. Dalam menentukan penlaan proyek, dapat dgunakan beberapa metode d antaranya dscounted cash flow (DF). DF
Lebih terperinciPertemuan ke-4 Analisa Terapan: Metode Numerik. 4 Oktober 2012
Pertemuan ke-4 Analsa Terapan: Metode Numerk 4 Oktober Persamaan Non Non--Lner: Metode NewtonNewton-Raphson Dr.Eng. Agus S. Muntohar Metode Newton Newton--Raphson f( f( f( + [, f(] + = α + + f( f ( Gambar
Lebih terperinciBAB II TINJAUAN PUSTAKA. George Boole dalam An Investigation of the Laws of Thought pada tahun
BAB II TINJAUAN PUSTAKA 2.1 Aljabar Boolean Barnett (2011) menyatakan bahwa Aljabar Boolean dpublkaskan oleh George Boole dalam An Investgaton of the Laws of Thought pada tahun 1954. Dalam karya n, Boole
Lebih terperinciPENGATURAN KECEPATAN MOTOR DALAM MEMPERTAHANKAN BATAS TEPI BADAN ROBOT LINE FOLLOWER
PENGATURAN KECEPATAN MOTOR DALAM MEMPERTAHANKAN BATAS TEPI BADAN ROBOT LINE FOLLOWER TERHADAP LINE MENGGUNAKAN FUZZY LOGIC CONTROLER Imam Fauz 1, Ir. Ern Y, MT., Dr. 2, Ir. Puranto, MT. 3 1 Mahassa Teknk
Lebih terperinciMENCERMATI BERBAGAI JENIS PERMASALAHAN DALAM PROGRAM LINIER KABUR. Mohammad Asikin Jurusan Matematika FMIPA UNNES. Abstrak
JURAL MATEMATIKA DA KOMUTER Vol. 6. o., 86-96, Agustus 3, ISS : 4-858 MECERMATI BERBAGAI JEIS ERMASALAHA DALAM ROGRAM LIIER KABUR Mohammad Askn Jurusan Matematka FMIA UES Abstrak Konsep baru tentang hmpunan
Lebih terperinciDISTRIBUSI HASIL PENGUKURAN DAN NILAI RATA-RATA
DISTRIBUSI HASIL PENGUKURAN DAN NILAI RATA-RATA Dstrbus Bnomal Msalkan dalam melakukan percobaan Bernoull (Bernoull trals) berulang-ulang sebanyak n kal, dengan kebolehjadan sukses p pada tap percobaan,
Lebih terperinciBAB V TEOREMA RANGKAIAN
9 angkaan strk TEOEM NGKIN Pada bab n akan dbahas penyelesaan persoalan yang muncul pada angkaan strk dengan menggunakan suatu teorema tertentu. Dengan pengertan bahwa suatu persoalan angkaan strk bukan
Lebih terperinciIII. METODE PENELITIAN. bersifat statistik dengan tujuan menguji hipotesis yang telah ditetapkan.
3 III. METDE PENELITIAN A. Metode Peneltan Metode peneltan merupakan langkah atau aturan yang dgunakan dalam melaksanakan peneltan. Metode pada peneltan n bersfat kuanttatf yatu metode peneltan yang dgunakan
Lebih terperinciBAB 2 LANDASAN TEORI
7 BAB LANDASAN TEORI.1 Analsa Regres Analsa regres dnterpretaskan sebaga suatu analsa yang berkatan dengan stud ketergantungan (hubungan kausal) dar suatu varabel tak bebas (dependent varable) atu dsebut
Lebih terperinciBAB 3 PEMBAHASAN. 3.1 Prosedur Penyelesaian Masalah Program Linier Parametrik Prosedur Penyelesaian untuk perubahan kontinu parameter c
6 A PEMAHASA Pada bab sebelumnya telah dbahas teor-teor yang akan dgunakan untuk menyelesakan masalah program lner parametrk. Pada bab n akan dperlhatkan suatu prosedur yang lengkap untuk menyelesakan
Lebih terperinciBAB III HIPOTESIS DAN METODOLOGI PENELITIAN
BAB III HIPOTESIS DAN METODOLOGI PENELITIAN III.1 Hpotess Berdasarkan kerangka pemkran sebelumnya, maka dapat drumuskan hpotess sebaga berkut : H1 : ada beda sgnfkan antara sebelum dan setelah penerbtan
Lebih terperinciFisika Dasar I (FI-321)
Fska Dasar I (FI-31) Topk har n (mnggu 5) Usaha dan Energ Usaha dan Energ Energ Knetk Teorema Usaha Energ Knetk Energ Potensal Gravtas Usaha dan Energ Potensal Gravtas Gaya Konservatf dan Non-Konservatf
Lebih terperinciQ POWER ELECTRONIC LABORATORY EVERYTHING UNDER SWITCHED
Q POWE ELECTONIC LABOATOY EEYTHING UNDE SWITCHED PAKTIKUM ELEKTONIKA ANALOG 01 P-04 Dasar Opamp Smt. Genap 2015/2016 A. Tujuan Menngkatkan pemahaman dan keteramplan mahasswa tentang: 1. Unjuk kerja dan
Lebih terperinciBAB III METODE PENELITIAN. Pada penelitian ini, penulis memilih lokasi di SMA Negeri 1 Boliyohuto khususnya
BAB III METODE PENELITIAN 3.1 Tempat dan Waktu Peneltan 3.1.1 Tempat Peneltan Pada peneltan n, penuls memlh lokas d SMA Neger 1 Bolyohuto khususnya pada sswa kelas X, karena penuls menganggap bahwa lokas
Lebih terperinciKORELASI DAN REGRESI LINIER. Debrina Puspita Andriani /
KORELASI DAN REGRESI LINIER 9 Debrna Puspta Andran www. E-mal : debrna.ub@gmal.com / debrna@ub.ac.d 2 Outlne 3 Perbedaan mendasar antara korelas dan regres? KORELASI Korelas hanya menunjukkan sekedar hubungan.
Lebih terperinciIII. METODE PENELITIAN. Penelitian ini dilaksanakan di SMP Al-Azhar 3 Bandar Lampung yang terletak di
III. METODE PENELITIAN A. Populas dan Sampel Peneltan n dlaksanakan d SMP Al-Azhar 3 Bandar Lampung yang terletak d Jl. Gn. Tanggamus Raya Way Halm, kota Bandar Lampung. Populas dalam peneltan n adalah
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang
BAB 1 ENDAHULUAN 1.1 Latar Belakang Manusa dlahrkan ke duna dengan ms menjalankan kehdupannya sesua dengan kodrat Illah yakn tumbuh dan berkembang. Untuk tumbuh dan berkembang, berart setap nsan harus
Lebih terperinciELEKTRONIKA ANALOG. Bab 2 BIAS DC FET Pertemuan 5 Pertemuan 7. Oleh : ALFITH, S.Pd, M.Pd
ELEKTONKA ANALOG Bab 2 BAS D FET Pertemuan 5 Pertemuan 7 Oleh : ALFTH, S.Pd, M.Pd 1 Pemran bas pada rangkaan BJT Masalah pemran bas rkatan dengan: penentuan arus dc pada collector yang harus dapat dhtung,
Lebih terperinciPENENTUAN LOKASI PEMANCAR TELEVISI MENGGUNAKAN FUZZY MULTI CRITERIA DECISION MAKING
Meda Informatka, Vol. 2, No. 2, Desember 2004, 57-64 ISSN: 0854-4743 PENENTUAN LOKASI PEMANCAR TELEVISI MENGGUNAKAN FUZZY MULTI CRITERIA DECISION MAKING Sr Kusumadew Jurusan Teknk Informatka, Fakultas
Lebih terperinciPENDAHULUAN Latar Belakang
PENDAHULUAN Latar Belakang Menurut teor molekuler benda, satu unt volume makroskopk gas (msalkan cm ) merupakan suatu sstem yang terdr atas sejumlah besar molekul (kra-kra sebanyak 0 0 buah molekul) yang
Lebih terperinciPerbaikan Unjuk Kerja Sistem Orde Satu PERBAIKAN UNJUK KERJA SISTEM ORDE SATU DENGAN ALAT KENDALI INTEGRAL MENGGUNAKAN JARINGAN SIMULATOR MATLAB
Perbakan Unjuk Kerja Sstem Orde Satu PERBAIKAN UNJUK KERJA SISTEM ORDE SATU DENGAN ALAT KENDALI INTEGRAL MENGGUNAKAN JARINGAN SIMULATOR MATLAB Endryansyah Penddkan Teknk Elektro, Jurusan Teknk Elektro,
Lebih terperinci