PENERAPAN INFERENSI FUZZY UNTUK KENDALI SUHU RUANGAN PADA PENDINGIN RUANGAN (AC)

dokumen-dokumen yang mirip
Analisis Pengaruh Pemilihan Fuzzy Membership Function Terhadap Output Sebuah Sistem Fuzzy Logic

1. Pendahuluan RANCANG BANGUN SISTEM PENGENDALI SUHU RUANGAN MENGGUNAKAN FUZZY LOGIC

LOGIKA FUZZY UNTUK KENDALI SUHU RUANGAN PADA AIR CONDITIONER (AC) DI RUANG DOSEN STMIK INDONESIA PADANG

SPK PENENTUAN TINGKAT KEPUASAN KONSUMEN PADA RESTORAN XYZ

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

PENENTUAN JUMLAH PRODUKSI TELEVISI MERK X MENGGUNAKAN METODE FUZZY MAMDANI

BAB II LANDASAN TEORI. Pada bab ini berisi tentang teori mengenai permasalahan yang akan dibahas

Penerapan Metode Fuzzy Mamdani Pada Rem Otomatis Mobil Cerdas

ARTIFICIAL INTELLIGENCE MENENTUKAN KUALITAS KEHAMILAN PADA WANITA PEKERJA

Erwien Tjipta Wijaya, ST.,M.Kom

PENENTUAN JUMLAH PRODUKSI DENGAN APLIKASI METODE FUZZY MAMDANI

BAB II TEORI PENUNJANG

Penerapan FuzzyTsukamotodalam Menentukan Jumlah Produksi

SIMULASI MENENTUKAN WAKTU MEMASAK BUAH KELAPA SAWIT MENGGUNAKAN FUZZY MAMDANI

BAB 2 LANDASAN TEORI

Analisa Tingkat Kebisingan di DKI Jakarta dengan Fuzzy Logic Menggunakan Aplikasi MATLAB

FUZZY LOGIC CONTROL 1. LOGIKA FUZZY

BAB II TINJAUAN PUSTAKA

Penerapan Fuzzy Logic Sebagai Pendukung Keputusan Dalam Upaya Optimasi Penjualan Barang

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

JOBSHEET SISTEM CERDAS REASONING 2. Fuzzifikasi

KECERDASAN BUATAN (Artificial Intelligence) Materi 8. Entin Martiana

PENDAPATAN MASYARAKAT DENGAN ADANYA KAMPUS MENGGUNAKAN FUZZY TSUKAMOTO

STUDY TENTANG APLIKASI FUZZY LOGIC MAMDANI DALAM PENENTUAN PRESTASI BELAJAR SISWA (STUDY KASUS: SMP PEMBANGUNAN NASIONAL PAGAR MERBAU)

BAB 2 LANDASAN TEORI

PENENTUAN TINGKAT PELUNASAN PEMBAYARAN KREDIT PEMILIKAN MOBIL DI PT AUTO 2000 MENGGUNAKAN FUZZY MAMDANI

Saintia Matematika ISSN: Vol. 2, No. 2 (2014), pp

SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN HANDPHONE BERDASARKAN KEBUTUHAN KONSUMEN MENGGUNAKAN LOGIKA FUZZY. Abstraksi

Aplikasi Fuzzy Logic Pada Pengaturan Air Cooler Untuk Ruangan

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

Elin Haerani. Kata Kunci : Defuzzifikasi, COA (center of area), bisektor, MOM (mean of maximum) LOM

BAB II: TINJAUAN PUSTAKA

BAB IV KONSEP FUZZY LOGIC DAN PENERAPAN PADA SISTEM KONTROL. asing. Dalam pengalaman keseharian kita, permasalahan yang berkaitan dengan fuzzy

Jurnal Informatika SIMANTIK Vol. 2 No. 2 September 2017 ISSN:

MODEL SISTEM PENDUKUNG KEPUTUSAN DENGAN FUZZY INFERENCE SYSTEM UNTUK PROMOSI KARYAWAN

BAB II LANDASAN TEORI. Dalam kondisi yang nyata, beberapa aspek dalam dunia nyata selalu atau biasanya

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

Pengaturan Air Cooler untuk Ruangan menggunakan Logika Fuzzy

Kata kunci: Sistem pendukung keputusan metode Sugeno, tingkat kepribadian siswa

BAB 2 TINJAUAN PUSTAKA

Praktikum sistem Pakar Fuzzy Expert System

BAB I PENDAHULUAN 1.1. Latar Belakang 1.2. Rumusan Masalah

SISTEM PENDUKUNG KEPUTUSAN PENERIMAAN BEASISWA BIDIK MISI DI POLITEKNIK NEGERI JEMBER MENGGUNAKAN LOGIKA FUZZY

Proses Defuzzifikasi pada Metode Mamdani dalam Memprediksi Jumlah Produksi Menggunakan Metode Mean Of Maximum

Penentuan Tingkat Pelayanan Ruas Jalan Di Kabupaten Sleman Dengan Fuzzy Logic

SIMULASI SISTEM UNTUK PENGONTROLAN LAMPU DAN AIR CONDITIONER DENGAN MENGGUNAKAN LOGIKA FUZZY

Fuzzy Logic. Untuk merepresentasikan masalah yang mengandung ketidakpastian ke dalam suatu bahasa formal yang dipahami komputer digunakan fuzzy logic.

BAB 2 LANDASAN TEORI

Siska Ernida Wati, Djakaria Sebayang, Rachmad Sitepu

DENIA FADILA RUSMAN

BAB 1 PENDAHULUAN Latar Belakang

Menentukan Jumlah Produksi Berdasarkan Permintaan dan Persediaan Dengan Logika Fuzzy Menggunakan Metode Mamdani

BAB 2 TINJAUAN PUSTAKA

NURAIDA, IRYANTO, DJAKARIA SEBAYANG

Jurnal String Vol. 1 No. 1 Tahun 2016 ISSN: MODEL EVALUASI KINERJA KARYAWAN DENGAN METODE FUZZY SUGENO PADA RESTO ABTL

Pengantar Kecerdasan Buatan (AK045218) Logika Fuzzy

BAB IV PEMBAHASAN. Pada penelitian ini akan dibandingkan antara aplikasi teori graf fuzzy dan

Logika fuzzy pertama kali dikembangkan oleh Lotfi A. Zadeh melalui tulisannya pada tahun 1965 tentang teori himpunan fuzzy.

BAB 2 LANDASAN TEORI

BAB 2 2. LANDASAN TEORI

BAB 2 LANDASAN TEORI

SISTEM INFERENSI FUZZY MAMDANI BERBASIS WEB

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

Perekrutan Karyawan Tetap Dengan Fuzzy Inference System Metode Mamdani

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

PENGENDALIAN KECEPATAN KENDARAAN RODA EMPAT DENGAN MENGGUNAKAN FUZZY INFERENCE SYSTEM METODE MAMDANI

MEMBANGUN PERANGKAT LUNAK PENENTUAN DAYA LISTRIK DENGAN LOGIKA FUZZY

BAB II LANDASAN TEORI

FUZZY MAMDANI DALAM MENENTUKAN TINGKAT KEBERHASILAN DOSEN MENGAJAR

BAB II TINJAUAN PUSTAKA

: Sistem Pendukung Keputusan, Siswa berprestasi, Tsukamoto

FUZZY MULTI-CRITERIA DECISION MAKING

JURNAL SAINS DAN SENI POMITS Vol. 2, No.1, (2013) ( X Print) 1

JMP : Volume 4 Nomor 2, Desember 2012, hal

BAB II TINJAUAN PUSTAKA

LOGIKA FUZZY PADA PROSES PELET PAKAN IKAN

EVALUASI KINERJA GURU DENGAN MENGGUNAKAN FUZZY INFERENCE SYSTEM (FIS) MAMDANI

PENGESAHAN PEMBIMBING...

JURNAL TEKNOLOGI INFORMASI & PENDIDIKAN ISSN : VOL. 4 NO. 1 SEPTEMBER 2011

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI

Pendapatan Masyarakat Disekitar Kampus dengan Adanya Mahasiswa Menggunakan Fuzzy

Metode Fuzzy. Analisis Keputusan TIP FTP UB

Mahasiswa mampu memformulasikan permasalahan yang mengandung fakta dengan derajad ketidakpastian tertentu ke dalam pendekatan Sistem Fuzzy.

KASUS PENERAPAN LOGIKA FUZZY. Fuzzy tsukamoto, mamdani, sugeno

Penentuan Jumlah Produksi Kue Bolu pada Nella Cake Padang dengan Sistem Inferensi Fuzzy Metode Sugeno

BAB III LANDASAN TEORI

Bab 2 LANDASAN TEORI

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

JURNAL SISTEM PENENTUAN HARGA PERCETAKAN FOTO DIGITAL MENGGUNAKAN FUZZY TSUKAMOTO DI ALIEF COMPUTER KOTA KEDIRI

Oleh: ABDUL AZIS JURUSAN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT TEKNOLOGI SEPULUH NOPEMBER SURABAYA 2013

Research of Science and Informatic

Penilaian Hasil Belajar Matematika pada Kurikulum 2013 dengan Menggunakan Logika Fuzzy Metode Mamdani

BAB III TINJAUAN PUSTAKA

SISTEM PENDUKUNG KEPUTUSAN DALAM MENENTUKAN BEASISWA BERPRESTASI MENGGUNAKAN METODE FUZZY (STUDI KASUS: INSTANSI XYZ)

BAB 2 LANDASAN TEORI

BAB II DASAR TEORI. 2.1 Pengertian Sistem Heat pump

MATERI KULIAH (PERTEMUAN 12,13) Lecturer : M. Miftakul Amin, M. Eng. Logika Fuzzy. Politeknik Negeri Sriwijaya Palembang

BAB 2 TINJAUAN PUSTAKA

BAB III METODOLOGI PENELITIAN. Menggunakan jenis laporan eksperimen dan langkah-langkah sesuai standar. Mitshubisi Electrik Room Air Conditioner

Transkripsi:

PENERAPAN INFERENSI FUZZY UNTUK KENDALI SUHU RUANGAN PADA PENDINGIN RUANGAN (AC) Kartina Diah KW,ST1), Zulfa Noviardi2) 1,2) Jurusan Teknik Komputer Politeknik Caltex Riau Pekanbaru Jl. Umban Sari No.1 Rumbai-Pekanbaru-Riau e-mail : diah@pcr.ac.id Abstrak Semakin banyak jumlah orang di dalam ruangan maka semakin besar daya AC yang dibutuhkan karena pada dasarnya manusia yang mengisi suatu ruangan mengeluarkan kalori yang cukup tinggi, begitu juga dengan besar ruangan. Suhu yang dikeluarkan pendingin ruangan (AC) terkadang terasa cukup, terlalu sejuk, kurang sejuk dan lain sebagainya di kulit manusia. Dengan Inferensi Fuzzy dapat ditentukan suhu optimal yang akan dikeluarkan oleh pendingin ruangan pada ruang tertutup berdasarkan jumlah orang dewasa, besar ruangan (m 2 ), jumlah pendingin ruangan dan spesifikasi besaran daya kompresor AC yang digunakan. Besaran AC yang digunakan adalah satuan PK (Paard Kracht) yang setara dengan 9000 BTU/hr (British Thermal Unit). Suhu yang optimal akan memberi pengaruh positif bagi kesehatan dan penghematan energy. Kata kunci : Suhu Optimal, Pendingin Ruangan, FIS-Mamdani. 1. PENDAHULUAN 1.1 Latar Belakang Aktivitas kehidupan di kota besar baik diperkantoran maupun tempat tinggal dewasa ini bagi sebagian orang tidak dapat lepas dari keberadaan alat pendingin ruangan (AC), terlebih bagi yang bekerja atau tinggal di gedung-gedung yang bertingkat. Pendingin ruangan digunakan untuk membuat temperatur udara di dalam suatu ruangan menjadi nyaman karena kemampuan alat tersebut yang mampu mengubah suhu (temperatur) udara dan kelembaban sesuai yang kita kehendaki. Semakin banyak jumlah orang di dalam ruangan maka semakin besar daya AC yang dibutuhkan karena pada dasarnya manusia yang mengisi suatu ruangan mengeluarkan kalori yang cukup tinggi, begitu juga dengan besar ruangan. Suhu yang dikeluarkan pendingin ruangan (AC) terkadang terasa cukup, terlalu sejuk, kurang sejuk dan lain sebagainya di kulit manusia. Dengan Inferensi Fuzzy dapat ditentukan suhu optimal yang akan dikeluarkan oleh pendingin ruangan pada ruang tertutup berdasarkan jumlah orang dewasa, besar ruangan (m 2 ), jumlah pendingin ruangan dan spesifikasi besaran daya kompresor AC yang digunakan. Besaran AC yang digunakan adalah satuan PK (Paard Kracht) yang setara dengan 9000 BTU/hr (British Thermal Unit). Suhu yang optimal akan memberi pengaruh positif bagi kesehatan dan penghematan energy. 1.2 Tujuan Tujuan dari penelitian ini adalah membuat sebuah aplikasi yang menerapkan Inferensi Fuzzy untuk menentukan suhu ruangan yang optimal pada pendingin ruangan (AC) pada sebuah ruangan tertutup berdasarkan jumlah orang dewasa, besar ruangan (m 2 ), jumlah pendingin ruangan dan spesifikasi besaran daya kompresor AC yang digunakan. 2. TINJAUAN PUSTAKA 2.1 Pendingin Ruangan (AC) Bagian-bagian dari Air Conditioner( AC ) adalah meliputi, Kompresor, Kondensor, Evapurator, Pengering, Pipa Kapiler Atau Ekspansi, Straeiner ( filter ). D-22

Kompresor Pada system refrigerasi kompresor bekerja membuat perbedaan tekanan pada masing masing bagian. Karena dengan adanya perbedaan antara sisi tekanan tinggi dan tekanan rendah, maka bahan pendingin cair dapat melalui alat pengatur aliran ke evaporator. Fungsi kompresor adalah menghisap gas refrigerant dari evaporator yang bertekanan dan bertemperatur rendah kemudian memampatkan gas tersebut menjadi gas yang bertekanan dan bertemperatur yang tinggi. Kondensor Kondensor adalah alat untuk membuat kondensasibahan pendingin gas dari kompresor dengan suhu tinggi dan tekanan tinggi. Evaporator Evaporator merupakan jaringan pipa yang berfungsi sebagai penguapan. Pengering Pengering terdiri dari sebuah silinder yang berisi desikan. Desikan tersebut dibungkus dengan maksud untuk mempermudah saat penggantiannya. Fungsi lain dari pembungkus desikan tersebut agar serbuk desikan yang halus tidak keluar dari pengering dan ikut larut bersama refrigerant. Sedangkan pengering sendiri berfungsi untuk menghilangkan uap air dari refrigerant. Pipa kapiler atau ekspansi Pipa kapiler adalah suatu pipa pada mesin pendinginyang mempunyai diameterpaling kecil jika dibandingkan dengan pipa pipa yang lainya. Pipa kapiler ini biasanya berukauran diameter 0,8 2,0 mm dengan panjang kurang lebih 1 meter. Pipa kapiler berfungsi untuk menurunkan tekananan mengatur cairan refrigerant yang mengalir di pipa kapiler. Ekspansi berfungsi sebagai pengontrol refrigerant yang mengalir dari pipa ke pipa lainya 2.2 Logika Fuzzy Pada prinsipnya algoritma fuzzy mencoba menjawab keterbatasan-keterbatasan yang dimiliki oleh struktur logika biner Boolean yang hanya memiliki dua kondisi pernyataan yaitu benar (true) atau salah (false). Algoritma fuzzy mencoba menjembatani kondisi-kondisi yang tidak hanya bisa diselesaikan dengan pernyataan ya atau tidak dan juga mendeskripsikan kondisi-kondisi pertengahan, kondisi diantara ya dan tidak kedalam formulasi matematis. Fungsi Keanggotaan Fuzzy Fungsi keanggotaan (membership function) adalah suatu kurva yang menunjukkan pemetaan titik-titik input data ke dalam nilai keanggotaannya (sering juga disebut dengan derajat keanggotaan) yang memiliki interval antara 0 sampai 1. salah satu cara yang dapat digunakan untuk mendapatkan nilai keanggotaan dalah dengan melalui pendekatan fungsi. Fungsi yang digunakan pada penelitian ini adalah: Representasi Kurva Segitiga Kurva Segitiga pada dasarnya merupakan gabungan antara 2 garis (linier) seperti terlihat pada gambar berikut : derajat Gambar 2.2 Kurva Segitiga Fungsi Keanggotaan : 0; x a atau x c µ [ x] = (x - a)/(b - a); a x b (b - x)/(c - b); b x c Fuzzification Fuzzification adalah proses pemetaan dari masukan himpunan crips kedalam himpunan fuzzy yang terdapat dalam semesta wacana. D-23

Proses ini dapat dinyatakan sebagai berikut : x = fuzifier (x o ) x o adalah vektor nilai tegas dengan satu variabel masukan proses, x adalah kumpulan fuzzy dan fuzifier adalah operator fuzzification yang memetakan data tegas menjadi himpunan fuzzy. Inferensi Penalaran fuzzy adalah prosedur inferensi yang digunakan utk menarik kesimpulan dari himpunan aturan fuzzy JIKA-MAKA dari satu atau lebih kondisi. Metode inferensi fuzzy yang digunakan dalam penelitian ini adalah Metode Mamdani. Metode mamdani dikenal sebagai Metode Max-Min. Untuk mendapatkan output diperlukan 4 tahapan,yaitu: 1. Pembentukan himpunan Fuzzy 2. Aplikasi fungsi implikasi (aturan) 3. Komposisi Aturan 4. Penegasan (Defuzzifikasi) Defuzzification Defuzzification adalah proses pemetaan aksi kendali fuzzy menjadi aksi kendali non-fuzzy (crisp) yang dapat dinyatakan : y o = defuzifier (y) y merupakan aksi kensdali fuzzy, y o aksi kendali crisp, dan defuzifier merupakan operator defuzzification. 3. METODE PENELITIAN Analisa Variabel yang sering mempengaruhi suhu optimal suatu ruangan menggunakan logika fuzzy adalah sebagai berikut: a. Besar Ruangan Tabel 3.1 Keanggotaan dan Domain untuk variabel Besar Ruangan Klasifikasi Besar Ruangan (m 2 ) Kecil 50 Sedang 30-70 Besar 50 Gambar 3.1 Keanggotaan dan Domain untuk variabel Besar Ruangan b. Jumlah Orang Dewasa dalam Ruangan Tabel 3.2 Keanggotaan dan Domain untuk variabel Jumlah Orang Dewasa dalam Ruangan Klasifikasi Jumlah Orang Sedikit 25 Sedang 20-50 Banyak 35 D-24

Gambar 3.2 Fungsi Keanggotaan dan Domain untuk variabel Jumlah Orang Dewasa dalam Ruangan c. Jumlah AC dalam Ruangan Tabel 3.3 Keanggotaan dan Domain untuk Jumlah AC dalam Ruangan Klasifikasi Jumlah AC Sedikit 5 Sedang 3-9 Banyak 6 Gambar 3.3 Fungsi Keanggotaan dan Domain untuk Jumlah AC dalam Ruangan d. Spesifikasi AC Tabel 3.4 Keanggotaan dan Domain untuk Spesifikasi AC Klasifikasi Spesifikasi AC(Pk) Kecil 5 Sedang 3-9 Tinggi 6 Gambar 3.4 Fungsi Keanggotaan dan Domain untuk Spesifikasi AC D-25

Gambar 3.5 Fungsi Keanggotaan Suhu Optimal dari suatu AC Gambar 3.6 Diagram Konteks Aplikasi Penerapan Inferensi Fuzzy untuk Menentukan Suhu Ruangan pada Pendingin Ruangan (AC) 4. HASIL DAN PEMBAHASAN Gambar 4.1 Aplikasi Penerapan Inferensi Fuzzy untuk Menentukan Suhu Ruangan pada Pendingin Ruangan (AC) D-26

Berikut adalah output dari proses yang dilakukan: Gambar 4.2 Output Suhu Optimal dari Aplikasi Berikut adalah pembahasan dari input proses dan output yang dijalankan dari aplikasi : Input sistem berupa variabel fuzzy : Besar Ruangan : 50 [dalam m 2 ] Jumlah Orang :30 Jumlah AC : 3 Spesifikasi AC : 1 [dalam satuan Pk AC] Pada tampilan hasil tertulis SUHU OPTIMAL RUANGAN ADALAH 18 Derajat Celcius. 5. KESIMPULAN 1. Suhu Optimal adalah besarnya temperatur suhu yang dikeluarkan oleh aplikasi berdasarkan data inputan. 2. Konsep matematika yang mendasari penalaran fuzzy sangat sederhana dan mudah dimengerti. 6. DAFTAR PUSTAKA Harahap,Fuad, Sistem Pendukung Keputusan Model Logic,[Online] available 03 Januari 2008. Kusumadewi, Sri, dan Hari Purnomo, Aplikasi Logika Fuzzy Untuk Pendukung Keputusan, Yogyakarta:Graha Ilmu,2004. Kusumadewi,Sri, Analisis & Desain Sistem Fuzzy menggunakan Tool Box Matlab, Yogyakarta: Graha Ilmu,2004. Kusumadewi,Sri, Artificial Intelligent (Teknik &Aplikasinya), Jogjakarta: Graha Ilmu,2003. D-27