Modul Praktikum 24723
This document was ed by and they confirmed that they have the permission to share it. If you are author or own the copyright of this book, please report to us by using this report form. Report 3b7i
Overview 3e4r5l
& View Modul Praktikum as PDF for free.
More details w3441
- Words: 6,711
- Pages: 48
LAB SHEET PRAKTIK KENDALI FUZZY
Disusun oleh: M. Khairudin, MT, PhD.
Laboratorium Teknik Kendali Jurusan Pendidikan Teknik Elektro FT UNY 2015
Pengantar
Alhamdulillah kami sampaikan kepada semua pihak yang telah membantu sehingga tersusunnya Job Sheet Praktik Kendali Fuzzy ini. Kuliah Praktik Kendali Fuzzy merupakan matakuliah praktik yang terdiri dari desain sistem kendali fuzzy, simulasi sistem kendali fuzzy dan implementasi sistem kendali fuzzy pada suatu plant. Desain sistem kendali fuzzy dilakukan menggunakan toolbox yang ada di Matlab. Sedangkan simulasi sistem kendali fuzzy dilakukan dengan memanfaatkan toolbox matlab yang diintegrasikan dengan simulink Matlab. Adapun untuk implementasi dan eksperimen sistem kendali fuzzy akan dilakukan dengan diawali perhitungan fuzzyfikasi, hip function serta rule dan defuzifikasi melalui perhitungan di excel. Adapun langkah berikutnya dalam proses implementasi hardware adalah memanfaatkan mikrokontroller sebagai pengolah data untuk sistem fuzzy dan pengendali plant. Penyusun menyadari masih banyak kekurangan dalam penyusunan modul ini. Oleh karena itu masukan yang bersifat membangun sangat diharapkan.
Yogyakarta, 2 Januari 2015
Penyusun
RINGKASAN JOB SHEET
Sistem Kendali Otomatis Nyala Lampu Ruang Menggunakan Fuzzy Logic Controller adalah suatu sistem yang bertujuan untuk menerapkan teknologi pemrograman kecerdasan buatan logika fuzzy yang diterapkan pada kehidupan sehari-hari dengan demikian sistem akan bekerja secara otomatis mengatur intensitas cahaya didalam ruangan. Sistem ini menggunakan input Light Dependent Sensor (LDR) sebagai sensor pendeteksi cahaya pada ruang dan output Light Emiting Diode (LED) untuk memberikan cahaya pada ruang secara otomatis. Metode pembuatan sistem ini melalui beberapa tahap, mulai dari tahap desain sistem, pembuatan software program, simulasi, pembuatan hardwaredan pengujian. Prinsip kerja sistem ini adalah apabila cahaya pada sensor LDR dihalangi maka sensor akan memberikan sinyal input kepada mikrokontroler berupa data Analog yang kemudian dikonversikan ke dalam bentuk siyal digital menggunakan Analog to Digital Converter(ADC). Kemudian data tersebut diolah menggunakan algoritma Fuzzy Logic Control dengan menggunakan bahasa C melalui software CV AVR. Sehingga diperoleh output Z berupa nilai antara 0-255 digunakan untuk mengatur nilai PWM (Pulse Width Modulation) dihubungkan dengan kelompok LED yang digunakan untuk mengatur terang – redup cahaya di dalam ruangan. Hasil dari sistem ini adalah apabila cahaya pada luar ruangan semakin terang 3000 lux maka lampu LED di dalam ruangan akan semakin redup 150 lux, sebaliknya jika cahaya pada luar ruangan semakin gelap 25 lux maka lempu LED di dalam ruangan akan semakin terang 1600 lux. Kata kunci : sensor LDR, Fuzzy Logic Control, kelopok LED
Job Sheet 1 DESAIN SISTEM KENDALI FUZZY MATLAB adalah bahasa pemrograman teknis yang sangat andal untuk proses simulasi dan visualisasi data. MATLAB menjadi tools bagi para ilmuan dan pelajar untuk memodelkan sistem, menganalisis serta menampilkan data. Saat ini, MATLAB terus berkembang untuk menyokong berbagai disiplin keilmuan, termasuk Logika Fuzzy. MATLAB telah menyediakan sebuah tools untuk merancang logika fuzzy, yang dikenal sebagai Fuzzy Logic Toolbox. Mari mulai pembahasan dengan menggunakan contoh yang telah kita bahas sebelumnya, yaitu: Dinner for Two (/artikel/studi-kasus-logika-fuzzy-dinnertwo.htm). Sebelumnya, kita telah membahas dari segi penurunan matematikanya. Nah, saat ini kita akan menggunakan Fuzzy Logic Toolbox untuk menyelesaikan permasalahan tersebut. Asumsikan bahwa telah menginstal MATLAB pada komputer kita dan telah menyertakan Fuzzy Logic Toolbox di dalamnya. Untuk mengetahui apakah telah toolbox ini telah terinstal apa tidak, kita ketikkan sintaks ver pada Command Window, sebagai berikut:
Terlihat bahwa semua toolbox yang terinstal dimunculkan, lengkap dengan versi rilisnya. Untuk saat ini, menggunakan Fuzzy Logic Toolbox versi 2.2.19. Untuk merancang fuzzy pada MATLAB, kita dapat menggunakan dua cara, yaitu dengan mengetiikan sintaksnya pada editor (layaknya memprogram MATLAB), atau menggunakan jendela visual yang telah dirancang antarmukanya sedemikian rupa untuk mendesain suatu sistem fuzzy. Antarmuka ini dikenal sebagai FIS editor. Untuk saat ini, kita akan menggunakan FIS editor.
Jika sudah terinstal, mari ketikkan sintaks fuzzy pada Command Window, sebagai berikut: >> fuzzy Selanjutnya akan muncul FIS editor, seperti pada Gambar 1.
Gambar 1. Tampilan awal FIS editor
PENDAHULUAN Dewasa ini penggunaan energi listrik semakin meningkat. Pada tahun 2013 penggunaan energi listrik di Indonesia meningkat sebesar 7,2 % dari tahun 2012, yakni dari 84,43 Tera Watt Hour (TWh) menjadi sebesar 90,48 Tera Watt Hour(TWh) (esdm.go.id:2013). Hal ini salah satunya diakibatkan oleh pemborosan penggunaan listrik pada rumah-rumah. Selama ini banyak ditemukan sistem pencahayaan yang masih menggunakan switch sebagai saklar untuk memutus dan menyalakan lampu pada ruangan. Khususnya pada malam hari lampu pada ruangan di dalam rumah selalu dinyalakan dengan terang dan pada siang hari lampu-lampu dimatikan karena sinar matahari mulai terang sehingga cahaya pada ruangan rumah tersuplay oleh sinar matahari secara langsung. Dengan menggunakan Fuzzy Logic Control maka secara otomatis lampu di dalam ruangan akan nyala terang- redup sesuai dengan cahaya di luar rumah (cahaya matahari) sehingga tidak diperlukan pensaklaran secara manual oleh manusia dan sistem ini dapat menghemat biaya pengeluaran listrik. CASE-STUDY Tingginya penggunaan energi listrik di indonesia harus di atasi dengan baik, jika tidak maka akan terjadi peningkatan penggunaan energi listrik. Penggunaan energi harus sesuai dengan kebutuhan. Akan tetapi tidak jarang terdapat pemborosan penggunaan sumber listrik. Seperti penggunaan lampu rumah, lamu taman, lampu jalan yang masih menggunakan kontrol secara konvensional. Selama ini penggunaan energi cahaya alami dalam kehidupan sehari-hari masih belum dilaksanakan dengan optimal. Dengan perpaduan antara cahaya matahari dengan perangkat elektronik lampu, penggunaan energi pada ruangan, rumah, tempat umum dapat menjadi lebih effisien. Penelitian ini akan merancang suatu modul pengatur intensitas cahaya ruangan menggunakan Fuzzy Logic Control sebagai salah satu upaya adalah dengan
mengurangi penggunaan energi listrik, menyesuaikan kebutuhan energi listrik yang dibutuhkan dalam kehidupan sehari-hari sekaligus memanfaatkan sumber energi cahaya alami yang tidak terbatas yang selama ini belum banyak di manfaatkan dalam teknologi ini. Alat ini memanfaatkan LDR sebagai sensoruntuk mendeteksi intensitas cahaya pada suatu ruangan. Penemapatan LDR dialakukan pada 2 tempat yang berbeda yang pertama diletakkan dalam ruangan untuk mendeteksi besar cahaya pada ruangan dan yang kedua diletakkan di luar ruangan untuk mendeteksi besar cahaya luar ruangaan. Sistem ini dirancang sebagaimana sensor LDR sebagai input kemudian di konversi menjadi data digital yang selanjutnya dilakukan pemrosesan fuzzifikasi, dan defuzzifikasi sehinga diperoleh data akhir berupa nilai pwm yang digunakan untuk mengatur besar kecilnya cahaya lampu yang diperlukan. Dalam modul ini juga terdapat LCD untuk menampilkan data input dan output rangkaian.
LANGKAH-LANGKAH A. Desain Sistem Sistem Kendali Otomatis Nyala Lampu Ruang Menggunakan Fuzzy Logic Controller terdiri dari input dan output. Jumlah input dalam sistem ini ada 2 yang terhubung dengan 2 buah sensor Light Dependent Resistors (LDR 1 dan LDR 2) dan sistem output menggunakan Light Emiting Diode (LED). Setting input LDR 1 terdiri dari tiga hip function (MF) yaitu gelap, redup dan terang. Begitu juga input LDR 2 terdiri dari tiga hip function (MF) yaitu gelap, redup dan terang. Untuk setting output LED terdiri dari tiga hip function (MF), yaitu minimal, medium dan maksimal. Diketahui bahwa input ada dua, yaitu LDR1 dan LDR2. Mari amati di FIS Editor. Untuk tampilan awal, FIS Editor secara default hanya menampilkan satu input dan satu output. Oleh karena itu, mari perlu ditambahkan satu buah input lagi. Pada FIS Editor, carilah Edit, kemudian Add Variable... dan klik Input, seperti yang ditunjukkan pada Gambar 2.
Gambar 2. Menambahkan variabel Input
Untuk memudahkan dalam pembuatan sistem, klik-lah input 1, kemudian ubahlah kolom Name pada Current Variabel. Gantilah namanya menjadi LDR1, kemudian tekan Enter. Untuk parameter yang lain (And method, Or
method, Implication, dan sebagainya), biarkanlah pada nilai defaulft-nya. Amati proses ini pada Gambar 3.
Lakukan hal yang sama untuk Input 2 dan Output, masing-masing dengan nama LDR2 dan LED. Hasilnya tampak seperti pada Gambar 4.
Gambar 4. Nama Varibel yang telah diubah
Langkah selanjutnya adalah menentukan fungsi keanggotaan dari input dan output fuzzy. Mari lakukan perubahan pada input LDR1 terlebih dahulu. Kliklah dua kali pada kotak kuning LDR1. Selanjutnya akan muncul jendela hip Function Editor seperti pada Gambar 5.
Gambar 5. hip Function Editor
Pada Jendela ini, pastikan saat ini kotak kuning LDR1 masih aktif (ditandai dengan garis merah tebal). Klik-lah garis mf1, dan ubahlah parameter dibawahnya (ditunjukkan dengan kolom yang berwarna putih pada Gambar 5) sesuai dengan tabel berikut: Tabel 1. Properties untuk fungsi keanggotaan LDR1: GELAP Parameter
Nilai
Range
[0 1000]
Name
GELAP
Type
trimf
Params
[-500 0 500]
Jika mf1 sudah diubah, lakukan langkah yang sama untuk mf2 dan mf3, masing masing seperti pada Tabel 2 dan 3. Tabel 2. Properties untuk fungsi keanggotaan LDR1: REDUP Parameter
Nilai
Range
[0 1000]
Name
REDUP
Type
trimf
Params
[0 500 1000]
Tabel 3. Properties untuk fungsi keanggotaan LDR1: TERANG Parameter
Nilai
Range
[0 1000]
Name
TERANG
Type
trimf
Params
[500 1000 1500]
Hasilnya terlihat seperti pada Gambar 6. hip function adalah fungsi keanggotaan yang mewakili suatu himpunan fuzzy. Pada input LDR1, semua fungsi keanggotaan memiliki tipe trimf. Trimf adalah Triangular hip Function. Yaitu fungsi keanggotaan berbentuk segitiga. Bagaimana menentukan harus memiliki bentuk tertentu? Hal ini sangat tergantung dari pengalaman dan pemahaman si designer. Desainer harus memperkirakan bentuk yang tepat dan masuk akal untuk jenis kasus tertentu. Bagaimana teori memilih fungsi keanggotaan tidak dibahas pada tulisan ini. Derajat keanggotaan akan memiliki nilai berkisar antara 0 - 1. Makin tinggi derajat keanggotaan, makin signifikan pengaruhnya dalam logika kita. Sebagai contoh, mari amati Gambar 6. Nilai LDR1 yang benar-benar dikatakan TERANG adalah ketika LDR1 tersebut bernilai 1000, bukan? Dalam hal ini dibuatkan fungsi keanggotaan berbentuk segitiga. Dengan puncak di angka 1000, dan kaki satunya di angka 500 (kaki satunya akan berada di angka 1500, tapi tidak masuk dalam Range yang didesain, jadi tidak akan dibahas). Nilai LDR1 = 900 juga termasuk TERANG, namun derajatnya mulai berkurang. Sekarang amati nilai 800. Nilai LDR1 = 800
bersinggungan dengan fungsi keanggotaan REDUP dan TERANG. Dapat disimpulkan bahwa nilai =800 termasuk TERANG dan termasuk REDUP, tapi masing-masing dengan derajat (bobot) keanggotaan yang berbeda. Ambil sekali lagi angka 200. Nilai LDR1 = 200 termasuk dalam kategori REDUP dan GELAP. Namun, jika diamati, nilai = 200 akan cederung memiliki bobot yang lebih besar ke GELAP daripada ke REDUP. Apa Anda mengamatinya? Nah, inilah watak kekaburan dari suatu logika fuzzy.
Gambar 6. hip function untuk input LDR1
Selanjutnya akan dilakukan penyesuaian untuk variabel LDR2 dan LED. Lakukan langkah-langkah yang sama seperti mengubah variabel LDR1. Sesuaikanlah seperti pada Tabel 4 sampai Tabel 8. Jika memebership function dibutuhkan lebih atau kurang, maka dapat menambahkannya melalui kolom Edit di bagian atas jendela. Perhatikan bahwa fungsi keanggotaan untuk LDR2 adalah berbentuk triangular (trimf).
Tabel 4. Properties untuk fungsi keanggotaan LDR2: GELAP Parameter
Nilai
Range
[0 1000]
Name
GELAP
Type
trimf
Params
[-500 0 500]
Jika mf1 sudah diubah, lakukan langkah yang sama untuk mf2 dan mf3, masing masing seperti pada Tabel 5 dan 6. Tabel 5. Properties untuk fungsi keanggotaan LDR2: REDUP Parameter
Nilai
Range
[0 1000]
Name
REDUP
Type
trimf
Params
[0 500 1000]
Tabel 6. Properties untuk fungsi keanggotaan LDR2: TERANG Parameter
Nilai
Range
[0 1000]
Name
TERANG
Type
trimf
Params
[500 1000 1500]
Dengan cara yang sama, penentuan fungsi keanggotaan untuk output LED dapat diklasifikasikan seperti pada Tabel 7 berikut ini.
Tabel 7. Properties untuk fungsi keanggotaan LED: MINIMAL Parameter
Nilai
Range
[0 255]
Name
GELAP
Type
trimf
Params
[-127.5 0 127.5]
Jika mf1 sudah diubah, lakukan langkah yang sama untuk mf2 dan mf3, masing masing seperti pada Tabel 8 dan 9. Tabel 8. Properties untuk fungsi keanggotaan LDR2: MEDIUM Parameter
Nilai
Range
[0 255]
Name
REDUP
Type
trimf
Params
[0 127.5 255]
Tabel 9. Properties untuk fungsi keanggotaan LDR2: TERANG Parameter
Nilai
Range
[0 255]
Name
TERANG
Type
trimf
Params
[127.5 255 382.5]
Hasil akhir dari fungsi keanggotaan MAKANAN dan TIP diperlihatkan seperti pada Gambar 7 dan Gambar 8
Gambar 7. hip function untuk input LDR2
Gambar 8. hip function untuk output LED
Setelah menyusun semua fungsi keanggotaan baik input maupun output, langkah selanjutnya adalah menetapkan aturan-aturan menggunakan mekanisme IF-THEN, atau dikenal sebagai aturan JIKA-MAKA. Masih pada jedela yang sama (hip Function Editor), bukalah Edit kemudian klik Rules... . selanjutnya akan tampil jendela Rule Editor seperti pada Gambar 9.
Gambar 9. Jendela Rule Editor Mari melakukan review aturan-aturan yang berlaku pada kasus yang disajikan ini, yaitu sebagai berikut: 1. Jika LDR1 GELAP ATAU LDR2 GELAP, maka LED MAKSIMAL 2. Jika LDR1 REDUP, maka LED MEDIUM 3. Jika LDR1 TERANG ATAU LDR2 TERANG, maka LED MINIMAL Nah, selanjutnya disesuaikan pengaturan jendela Rule Editor dengan aturan ini. Ubah-ubahlah kolom LDR1, LDR2 dan LED, serta sesuaikan dengan pilihan Connection-nya (dalam hal ini OR atau AND). Karena pendesain sistem kendali menggunakan kata 'ATAU' atau DAN dalam aturan yang disediakan, maka dapat digunakan koneksi OR. Pada aturan kedua, terlihat hanya input LDR1 saja yang masuk dalam aturan, sedangkan LDR2 tidak. Oleh karena itu, dapat dipilih kolom LDR2 dengan none. Jika telah selesai satu aturan, klik-lah tombol Add Rule.
Desainer sistem kendali juga dapat mengedit atau menghapus aturan yang dibuat dengan tombol yang telah disediakan. Hasil selengkapnya ditunjukkan pada Gambar 10.
1. Inisialisasi Variabel fuzzy adalah variabel yang akan dibahas pada sistem fuzzy. Pada sistem ini terdapat 3 variabel fuzzy, yaitu LDR 1, LDR 2 dan LED. Himpunan fuzzy merupakan suatu grup yang mewakili suatu kondisi atau keadaan tertentu dalam suatu variabel fuzzy. Pada variabel LDR 1 terbagi menjadi 3 himpunan fuzzy, yaitu: GELAP, REDUP, dan TERANG. Pada variabel LDR 2 terbagi menjadi 3 himpunan fuzzy, yaitu: GELAP, REDUP, dan TERANG. Pada variabel LED terbagi menjadi 3 himpunan fuzzy, yaitu: MINIMAL, MEDIUM, dan MAKSIMAL. Semesta Pembicaraan merupakan keseluruhan nilai yang diperbolehkan untuk dioperasikan dalam suatu varibel fuzzy. Semesta pembicaraan untuk variabel LDR 1 : [0 1000] Semesta pembicaraan untuk variabel LDR 2 : [0 1000] Semesta pembicaraan untuk variabel LED : [0 255] Domain himpunan fuzzy merupakan keseluruhan nilai yang diizinkan dalam semesta pembicaraan dan boleh dioperasikan dalam suatu himpunan fuzzy. Domain himpunan fuzzy pada variabel LDR 1: GELAP = [-500:0:500] REDUP = [0:500:1000] TERANG = [500:1000:1500] Domain himpunan fuzzy pada variabel LDR 2: GELAP = [-500:0:500] REDUP = [0:500:1000] TERANG = [500:1000:1500] Domain himpunan fuzzy pada variabel LED: MINIMAL = [-127,5:0:127,5] MEDIUM = [0:127,5:255] MAKSIMAL = [127,5:255:382.5]
Fungsi keanggotaan atau hip function (MF) adalah suatu kurva yang menunjukan pemetaan titik-titik input data ke dalam nilai keanggotannya yang memiliki interval antara 0 sampai 1. Secara detail desain MF untuk sistem input pada LDR dapat dilihat pada Gambar 1 dan Gambar 2 berikut:
Gambar 1. Desain MF pada input LDR1
Gambar 2. Desain MF pada input LDR2
Adapun untuk setting LDR 2 didesain sama dengan LDR 1.Sedangkan output pada sistem kendali otomatis nyala lampu ini menggunakan kelompok LED. Secara detail desain MF untuk sistem output pada kumpulan LED dapat dilihat pada Gambar 3 berikut:
Gambar 3. Desain MF pada Output Kumpulan LED
JOB SHEET 2 SIMULASI KENDALI FUZZY DENGAN PLANT Setelah selesai mendesain sistem fuzzy pada toolbox Matlab. Maka berikutnya akan dilakukan integrasi fuzzy logic controller yang akan digunakan untuk mengendalikan suatu plant. Buatlah rangkaian seperti pada Gambar 10 berikut pada Simulink
Gambar 10. Diagram Close-loop FLC dengan plant
Block diagram FLC seperti pada Gambar 10 di atas didapatkan dari library yang ada di Simulink seperti pada Gambar 11 berikut ini
Gambar 11. Library Simulink FLC Toolbox.
JOB SHEET 3 IMPLEMENTASI KENDALI FUZZY PADA PLANT 2. Fuzzyfikasi Langkah berikutnya adalah penentuan fuzzyfikasi pada input LDR 1. Untuk jenis input LDR 1 ditentukan variabel input (x) yaitu nilai analog to digital converter (ADC) sebesar misal dengan nilai 100. Adapun penentuan fuzzyfikasi dengan model Tsukamoto pada MF gelap untuk mendapatkan nilai error ( ) adalah dengan menggunakan rumus: (b x) /(b a); 0;
MF gelap
a xb xb
Dengan x : nilai variabel input sensor LDR 1 dari ADC, b: batas atas dan a:batas bawah. Sehingga untuk MF gelap bila diberikan x=100, a=0 dan b=500, maka didapatkan gelap 0 ,8
Sedangkan penentuan fuzzyfikasi dengan model Tsukamoto pada MF redup untuk mendapatkan nilai error ( ) adalah dengan menggunakan rumus:
x a atau x c 0; MF redup ( x a) /(b a); a x b (c x) /( c b); b x c Dengan x : nilai variabel input sensor LDR 1 dari ADC, c: batas atas, b: batas tengah dan a:batas bawah. Sehingga untuk MF redup bila diberikan x=100, a=0 , b=500 dan c=1000, maka didapatkan redup 0,2 Sedangkan penentuan fuzzyfikasi dengan model Tsukamoto pada MF terang untuk mendapatkan nilai error ( ) adalah dengan menggunakan rumus:
xa 0; MF terang ( x a) /(b a); a x b 1; xb Dengan x : nilai variabel input sensor LDR 1 dari ADC, b: batas atas dan a:batas bawah. Sehingga untuk MF terang bila diberikan x=100, a=500 , dan b=1000, maka didapatkan terang 0
Adapun untuk penentuan fuzzyfikasi dengan model Tsukamoto pada LDR 2 dengan rumus yang sama untuk mendapatkan nilai delta_error ( ) maka didapatkan nilai berikut: a) LDR 2 untuk MF gelap Dengan x : nilai variabel input sensor LDR 2 dari ADC, b: batas atas dan a:batas bawah. Sehingga untuk MF gelap bila diberikan x=600, a=0 dan b=500, maka didapatkan gelap 0
b) LDR 2 untuk MF redup Dengan x : nilai variabel input sensor LDR 2 dari ADC, c: batas atas, b: batas tengah dan a:batas bawah. Sehingga untuk MF redup bila diberikan x=600, a=0 , b=500 dan c=1000, maka didapatkan redup 0,8 c) LDR 2 untuk MF terang Dengan x : nilai variabel input sensor LDR 2 dari ADC, b: batas atas dan a:batas bawah. Sehingga untuk MF terang bila diberikan x=600, a=500 , dan b=1000, maka didapatkan terang 0,2 Penentuan RULE dengan menggunakan operasi logika AND predicate sebagai hasil operasi dengan menggunakan operasi logika AND diperoleh dengan menggambil nilai keanggotaan terkecil antar elemen pada himpunan-himpunan yang bersangkutan. A B min( A( x), B( y)) , dengan nilai x dan y merupakan variabel input. RULE [R1] IF LDR1 GELAP AND LDR2 GELAP THEN LED MAX Hal ini didapatkan dengan rumus predicate1 LDR1gelap LDR2 gelap predicate1 LDR1gelap LDR2 gelap min( LDR1gelap (100), LDR2 gelap (600))
min( 0,8;0)
0 Dengan pred1 predicate1 , a= batas bawah dan b=batas atas untuk outpul maksimal Adapun untuk mendapatkan nilai defuzzyfikasi luminasi maksimal pada rule 1 dengan menggunakan rumus z1 (pred1 (b a)) a , sehingga bila diberikan a= 127,5 dan b= 255 diperoleh: z1 (pred1 (b a)) a
(0 (255 127,5)) 127,5 0 127,5
127,5
RULE 2. [R2] IF LDR1 GELAP AND LDR2 REDUP THEN LED MAX Hal ini didapatkan dengan rumus predicate 2 LDR1gelap LDR2redup predicate 2 LDR1gelap LDR2redup min( LDR1gelap (100), LDR2redup(600)) min( 0,8;0,8) 0,8
Dengan pred 2 predicate 2 , a= batas bawah dan b=batas atas untuk outpul maksimal Adapun untuk mendapatkan nilai defuzzyfikasi luminasi maksimal pada rule 2 dengan menggunakan rumus z 2 (pred 2 (b a)) a , sehingga bila diberikan a= 127,5 dan b= 255 diperoleh: z 2 (pred 2 (b a)) a
(0,8 (255 127,5)) 127,5 102 127,5 229,5
RULE 3. [R3] IF LDR1 GELAP AND LDR2 TERANG THEN LED MAX Hal ini didapatkan dengan rumus predicate 3 LDR1gelap LDR2terang predicate 3 LDR1gelap LDR2terang
min( LDR1gelap (100), LDR2terang (600)) min( 0,8;0,2)
0,2
Dengan pred 3 predicate 3 , a= batas bawah dan b=batas atas untuk outpul maksimal Adapun untuk mendapatkan nilai defuzzyfikasi luminasi maksimal pada rule 3 dengan menggunakan rumus z3 (pred 3 (b a)) a , sehingga bila diberikan a= 127,5 dan b= 255 diperoleh: z3 (pred 3 (b a)) a
(0,2 (255 127,5)) 127,5
25,5 127,5
153
RULE 4. [R4] IF LDR1 REDUP AND LDR2 GELAP THEN LED MED-MAX Hal ini didapatkan dengan rumus predicate 4 LDR1redup LDR2 gelap predicate 4 LDR1redup LDR2 gelap min( LDR1redup(100), LDR2 gelap (600)) min( 0,2;0)
0 Dengan pred 4 predicate 4 , a= batas bawah, b=batas tengah dan c= batas atas untuk outpul medium-maksimal. Adapun untuk mendapatkan nilai defuzzyfikasi luminasi medium-maksimal pada rule 4 dengan menggunakan rumus z4 c (pred 4 (c b)) , sehingga bila diberikan a=0, b= 127,5 dan c= 255 diperoleh: z 4 c (pred 4 (c b))
255 (0 * (255 127.5))
255 0 255 RULE 5. [R5] JIF LDR1 REDUP AND LDR2 REDUP THEN LED MED-MIN Hal ini didapatkan dengan rumus predicate 5 LDR1redup LDR2redup predicate 5 LDR1redup LDR2redup
min( LDR1redup(100), LDR2redup(600)) min( 0,2;0,8)
0,2
Dengan pred 5 predicate 5 , a= batas bawah, b=batas tengah dan c= batas atas untuk outpul medium-minimal. Adapun untuk mendapatkan nilai defuzzyfikasi luminasi medium-minimal pada rule 5 dengan menggunakan rumus z5 (pred 5 (b a)) a , sehingga bila diberikan a=0, b= 127,5 dan c= 255 diperoleh: z5 (pred 5 (b a)) a
(0,2 (127,5 0)) 0 25,5 0 25,5
RULE 6. [R6] IF LDR1 REDUP AND LDR2 TERANG THEN LED MED-MIN Hal ini didapatkan dengan rumus predicate 6 LDR1redup LDR2terang predicate 6 LDR1redup LDR2terang
min( LDR1redup(100), LDR2terang (600)) min( 0,2;0,2)
0,2
Dengan pred 6 predicate 6 , a= batas bawah, b=batas tengah dan c= batas atas untuk outpul medium-minimal. Adapun untuk mendapatkan nilai defuzzyfikasi luminasi medium-minimal pada rule 6 dengan menggunakan rumus z6 (pred 6 (b a)) a , sehingga bila diberikan a=0, b= 127,5 dan c= 255 diperoleh: z 6 (pred 6 (b a)) a
(0,2 (127,5 0)) 0 25,5 0 25,5
RULE 7. [R7] IF LDR1 TERANG AND LDR2 GELAP THEN LED MIN Hal ini didapatkan dengan rumus predicate 7 LDR1terang LDR2 gelap predicate 7 LDR1terang LDR2 gelap
min( LDR1terang (100), LDR2 gelap (600)) min( 0;0)
0 Dengan pred 7 predicate 7 , a= batas bawah, b=batas atas outpul minimal. Adapun untuk mendapatkan nilai defuzzyfikasi luminasi minimal pada rule 7 dengan menggunakan rumus z7 b (pred 7 (b a)) , sehingga bila diberikan a=0, b= 127,5 diperoleh: z 7 b (pred 7 (b a))
127,5 (0 (127,5 0)) 127,5 0
127,5
RULE 8. [R8] IF LDR1 TERANG AND LDR2 REDUP THEN LED MIN Hal ini didapatkan dengan rumus predicate 8 LDR1terang LDR2redup predicate 8 LDR1terang LDR2redup
min( LDR1terang (100), LDR2redup(600))
min( 0;0,36)
0 Dengan pred8
predicate 8 ,
a= batas bawah, b=batas atas outpul minimal.
Adapun untuk mendapatkan nilai defuzzyfikasi luminasi minimal pada rule 8 dengan menggunakan rumus z8 b (pred8 (b a)) , sehingga bila diberikan a=0, b= 127,5 diperoleh: z8 b (pred 8 (b a))
127,5 (0 (127,5 0)) 127,5 0 127,5
RULE 9. [R9] IF LDR1 TERANG AND LDR2 TERANG THEN LED MIN Hal ini didapatkan dengan rumus predicate 9 LDR1terang LDR2terang predicate 9 LDR1terang LDR2terang
min( LDR1terang (100), LDR2terang (600))
min( 0;0,2)
0 Dengan pred 9 predicate 9 , a= batas bawah, b=batas atas outpul minimal. Adapun untuk mendapatkan nilai defuzzyfikasi luminasi minimal pada rule 9 dengan menggunakan rumus z9 b (pred 9 (b a)) , sehingga bila diberikan a=0, b= 127,5 diperoleh: z9 b (pred 9 (b a))
127,5 (0 (127,5 0))
127,5 0 127,5
Setela prosess defuzyfikasi selesai kemudia, menentukan nilai output (Z) dengan menggunakan rumus, Z
pred1 z1 pred2 z2 pred3 z3 pred4 z4 pred5 z5 pred6 z6 pred7 z7 pred8 z8 pred9 z9 pred1 pred2 pred3 pred4 pred5 pred6 pred7 pred8 pred9
Z
0 *127,5 0,8 * 229,5 0,2 153 0 255 0,2 25,5 0,2 25,5 0 127,5 0 127,5 0 127,5 0 0,8 0,2 0 0,2 0,2 0 0 0 Z
0 183,6 30,6 0 5,1 5,1 0 0 0 1,4
Z
224,4 1,4
Z 160,29
Sehingga diperoleh jumlah nilai output (Z) sebesar 160,29 yang akan digunakan untuk mengatur besar lebar pulsa PWM pada lampu LED.
B. PenyusunanProgram Aplikasi FLC Penyusunan program Sistem Kendali Otomatis Nyala Lampu Ruang Menggunakan Fuzzy Logic Controller didesain menggunakan aplikasi CV AVR. Dengan blok diagram seperti pada Gambar 4 berikut:
Gambar 4. Blok diagram sistem Program menggunakan CV AVR
Gambar 5. Inisialisasi program
Inisialisasi program meliputi pendefinisian variabel dalam bentuk tipe data float, integer dan unsigned char dan menggunakan array. Tipe data float pada gambar 5 diatas meliputi variabel ldr1, ldr2, error_baru, delta_error, sigma_zm, sigma_m, dan out. Untuk tipe data integer meliputi variabel a dan b. Variabel data yang akan digunakan dalam bentuk array meliputi m_eb[3], m_deb[3], m[3][3], dan z[3][3]. Tipe data unsigned char meliputi lcd_err[8],lcd_derr[8[, lcd_pwm[8], n, dan nilai_pwm. Pada difinisi variabel ini telah di inisialisasi fungsi fuzzification, rule_evlaluation, agregation, defuzzification, display_kec, serta fungsi float a_predikat(float ap, float m).
Gambar 6. Program fuzzyfikasi
Pada Gambar 6 menjelaskan program untuk proses fuzzyfikasi dengan input error. Adapun untuk program proses fuzzyfikasi dengan input delta error menggunakan script program yang sama seperti pada input error.
Gambar 7. Program pencarian nilai α-predikat
Pada Gambar 7 menjelaskan program untuk penentuan nilai α-predikat dengan menggunakan operator AND sehinggaakan dipilih nilai terkecil dari perbandingan input error dan input delta_error.
Gambar 8. Program pencarian nilai z(i)
Pada Gambar 8 menjelaskan program untuk menentukan nilai defuzzyfikasi (z) berdasarkan RULE yang diinginkan.
Gambar 9. Program Defuzzyfikasi
Pada Gambar 9 menjelaskan penyusunan program untuk mencari nilai Output FLC yaitu nilai pwm ( Z ).
Gambar 10. Program menampilkan data ke LCD
Pada Gambar 10 menjelaskan program untuk menampilkan data input error, delta_error dan output nilai pwm pada LCD. C. Simulasi Sebelum dilakukan pengujian pada hardware terlebih dahulu dilakukan pengujian dengan menggunakan software simulasi Matlab dan Proteus. Berikut merupakan tampilan simulasi pada software Matlab.
Gambar 11. Tampilan input-output simulasi Padagambar 11. Menunjukan proses Fuzzy Inference System, Metode yang digunakanadalahmetodetsukamoto. Setiapkonsekuenpadaaturanberbentuk IFThen harusdirepresentasikandengansuatuhimpunan fuzzy denganfungsikeanggotaan yang monoton. Sebagaihasilnya, output hasilinferensidaritiap-tiapaturandiberikansecarategas (crisp) berdasarkan αpredikat. Hasilakhirnyadiperolehdenganmenggunakan rata-rata terbobot. Untuk menguji program dilakukan dengan menggunakan software Proteus 7.5 dengan hasil sebagai berikut.
Gambar 12. Rangkaian simulasi proteus.
Pada Gambar 12 menerangkan gambar rangkaian sistem minimumAtmega 16 denganmenggunakan 3 port. Port Adihubungandengan Input LDR 1 dan LDR 2, port B dihubungkandengan output LED, dan port C dihubungkandengan LCD.
Gambar 13. Display LCD error, delta error dan output pwm.
Padagambar 13 menunjukan display LCD yang menampilannilai error, nilai delta error dannilai output PWM
Gambar 14.Gelombang Output PWM
Berdasarkan simulasi tersebut maka diperoleh hasil output sesuai dengan perhitungan secara teori. Dengan demikian program yang telah dibuat dapat berjalan dengan baik pada simulasi.Nilaihasilpengujiansimulasipadaproteusdapatdilihatdari table 1 dantabel 2
Tabel 1. Pengujian 1 Simulasi Proteus Dalam Ruangan (error)
No 1 2 3 4 5
Luar Ruangan (Delta error) 0 100 200 300 400
PWM 380 460 470 460 450
203.59 189.05 147.99 127.5 125.38
6 7 8 9 10 11
500 600 700 800 900 976
386 412 452 472 460 464
127.5 119.39 93.5 64.41 46.96 26.71
Tabel 2. Pengujian 2 Simulasi Proteus Dalam Ruangan (error)
No 1 2 3 4 5 6 7 8 9 10 11
Luar Ruangan (Delta error) 500 500 512 524 524 496 432 420 412 440 496
PWM 4 100 200 300 400 500 600 700 800 900 980
127.5 127.5 127.36 126.96 126.96 126.5 99.13 86.08 88.08 97.56 117.88
D. Penyusunan Hardware 1. Sensor Light Dependent Resistors (LDR) Untuk mendeteksi intensitas cahaya ruangan digunakan sensor LDR. Sensor ini berkerja dengan perubahan resistansi selama menerima cahaya dari luar. Sensor ini terbuat dari bahan cium sulfide yang merupakan bahan semikonduktor yang memiliki resistansi berubah-ubah menurut banyaknya cahaya yang diterima.
Gambar 16. Light Dependent Resistors (LDR)
Resistansi LDR pada cahaya gelap umunnya berkisar 10-50 Mega ohm , dan pada tempat yang terang memiliki resistansi sebesar 150-180 ohm. Pemasangan sensor ini seperti pada pemasangan resistor biasa. Rangkaian sensor dapat dilihat pada gambar berikut
Gambar 17. Rangkaian Sensor 2. Light Emiting Diode (LED) Light Emitig Diode (LED) merupakan komponen elektronik semikondktor yang dapat mengmancarkan cahaya ketika arus melewatinya (panjar maju). Komponen ini terbuat dari bahan semikonduktor. Pada umumnya LED banyak digunakan pada berbagai bidang teknologi, karena beberapa sifat dari LED yang memiliki daya rendah, cahaya yang dihasilkan tinggi serta memiliki ketahanan yang lama.
Gambar 18. Light Emiting Diode 3. Mikrokontroler ATMega 16
ATMega 16 merupakan chip IC buatan Atmel dengan generasi AVR(ALF and Vegard’s RICS processor). ATMega 16 salah satu IC yang memiliki pin I/O cukup banyak yakni sebanyak 32 pin input/ output. ATMega 16 memiliki memory flash 16 K, serta dilengkapi dengan port ADC 8 pin, dan 4 kanal PWM. ATMega 16 memiliki dua buah 8-bit dan satu buah 16-bit timer/counter dengan prescale terpisah dan mode compare serta memiliki real time counter dengan oscilator ter pisah. Pada gambar 5 menunjukan susunan pin-pin mikrokontroler ATMega 16 secara umum. Instruksi pada pemrograman AVR dapat menggunakan bahasa mendekati manusia high level language(C, Basic, Pascal dll). Pada sistem ini bahasa yang digunakan untuk memrogram FLC menggunakan bahasa C.
Gambar 19. Mikrokontroler ATMega 16 Sistem Kendali Otomatis Nyala Lampu Ruang Menggunakan Fuzzy Logic Controller ini dibuat dengan menggunakan 2 buah sensor LDR yang di dalam ruang dan di luar ruang / atap rumah. Output yang digunakan adalah lampu LED 5 mm dengan jumlah 15 buah yang disusun melingkar berpusat pada titik tengah, sehingga cahaya yang dihasilkan oakan optimal. Sistem minimum mikrokontroler dibuat pada PCB fiber single layer. Modul ruangan terbuat dari kayu dengan ketebalan 5 mm. Dimensi dari alat ini memiliki panjang 30 cm lebar 30 cm dan tinggi 20 cm.Desainmodulsistemkendalinyalalampuruangdapatdilihatpadagambar 20 dibawahini.
Sensor LDR 2 Sensor LDR 1
Lampu LED
Module
Gambar 15. Desain hardware
Gambar 16. Rangkaian PCB Module
Gambar 17. Desain schematic PCB module
Gambar 18. Module Sistem Kendali Otomatis Nyala Lampu Ruang Menggunakan Fuzzy Logic Controller
Gambar 19. Hardware Sistem Kendali Otomatis Nyala Lampu Ruang Menggunakan Fuzzy Logic Controller
E. Pengujian Langkah-langkah melakukan prngujian sebagai berikut: 1. Buatlah rangkaian yang benar dengan input dan output yang benar, saat merangkai maka pastikan tidak ada sambungan ke sumber AC maupun DC terlebih dahulu. 2. Periksa dahulu sumber tegangan DC 5V dan kelengkapan alat ukur seperti Luxmeter, pastikan dalam kondisi baik. 3. Pasang bagian input yaitu berupa 2 buah sensor LDR, masukan LDR 1 pada PIN A.0 dan LDR 2 pada PIN A.1 seperti pada gambar 20. Jangan lupa sumber tegangan vcc dan ground pada sensor dipasangdengan menggunakan socket sumber daya (+) dan (-).
Gambar 20. Pemasangan input sensor. 4. Pasang bagian output yaitu berupa 3 kelompok LED yang dipasang pada PIN B.0.PIN B.1 danPIN B.3 seperti pada gambar 21. Jangan lupa ground lampu LED dipasang pada socket (-).
Gambar 21. Pemasangan output LED dan ground (-). 5. Kemudian pasang sumber tegangan 5Volt dan 0 Volt / ground (-) seperti pada gambar 22. Selanjutnya periksa kembali rangkaiannya sudah benar atau masih ada yang salah. Apabila sudah benar rangkaian siap untuk dihidupkan.
Gambar 22. Pemasangan sumber tegangan +5 Volt dan 0 Volt/ground. 6. Lakukan pengecekan pada LDR 1 dan 2 dengan menutupi LDR. Apakah terjadi perbedaan pada LED apabila tertutup tanpa cahaya dan keadaan terbuka dengan banyak sumber cahaya. 7. Lakukan pengambilan data dengan menggunakan Luxmeter pada input dan output. 8. Masukan hasil pengambilan data pada tabel yang disediakan. 9. Setelah selesai lepas rangkaian dan kembalikan pada tempat semula. F. HasilPengukuran 1. pengujian pertama diberikan perbedaan intensitas cahaya dari luar ruangan Pada pengujian ini dilakukan pemberian cahaya pada LDR 1 yang terletak didalam ruangan , LDR 2 diluar ruangan tidak diberi kondisi. Dengan hasil pengujian ditunjukan pada Tabel 1. Dibawahini. Tabel 3. Pengujian 1 NO 1 2 3 4 5 6 7 8
Dalam Ruangan (Delta) 0 100 200 300 400 500 600 700
Luar Ruangan (Delta Error) 380 460 470 460 450 386 412 452
PWM 231 189 146 121 118 127 115 82
intensitas cahaya LDR 1 LDR 2 output 0 40 2100 8 45 1750 10 45 1500 15 45 1300 80 45 1200 160 45 1250 180 45 1300 280 45 850
9 10 11
800 472 65 400 45 800 900 460 53 1950 45 400 976 464 26 <3000 45 350 Tabel pengukuran 1 diperoleh berdasarkan Input Error pada tabel nomor 1 menjelaskan bahwa jika intensitas cahaya pada LDR 1 = 0 dan LDR = 40 menunjukan bahwa intensitas di dalam ruangan adalah 0 dan di luar ruangan adalah 380 dengan output intensitas cahaya = 2100 serta PWN sebesar 231. Pada tabel nomor 2 menjelaskan bahwa jika intensitas cahaya pada LDR 1 = 8 dan LDR = 45 menunjukan bahwa intensitas di dalam ruangan adalah 100 dan di luar ruangan adalah 460 dengan output intensitas cahaya = 1750 serta PWN sebesar 189. Pada tabel nomor 3 menjelaskan bahwa jika intensitas cahaya pada LDR 1 = 10 dan LDR = 45 menunjukan bahwa intensitas di dalam ruangan adalah 200 dan di luar ruangan adalah 470 dengan output intensitas cahaya = 1500 serta PWN sebesar 146. Pada tabel nomor 4 menjelaskan bahwa jika intensitas cahaya pada LDR 1 = 15 dan LDR = 45 menunjukan bahwa intensitas di dalam ruangan adalah 300 dan di luar ruangan adalah 460 dengan output intensitas cahaya = 1300 serta PWN sebesar 121. Pada tabel nomor 5 menjelaskan bahwa jika intensitas cahaya pada LDR 1 = 80 dan LDR = 45 menunjukan bahwa intensitas di dalam ruangan adalah 400 dan di luar ruangan adalah 450 dengan output intensitas cahaya = 1200 serta PWN sebesar 118. Pada tabel nomor 6 menjelaskan bahwa jika intensitas cahaya pada LDR 1 = 160 dan LDR = 45 menunjukan bahwa intensitas di dalam ruangan adalah 500 dan di luar ruangan adalah 386 dengan output intensitas cahaya = 1250 serta PWN sebesar 127. Pada tabel nomor 7 menjelaskan bahwa jika intensitas cahaya pada LDR 1 = 180 dan LDR = 45 menunjukan bahwa intensitas di dalam ruangan adalah 600 dan di luar ruangan adalah 412 dengan output intensitas cahaya = 1300 serta PWN sebesar 115. Pada tabel nomor 8 menjelaskan bahwa jika intensitas cahaya pada LDR 1 = 280 dan LDR = 45 menunjukan bahwa intensitas di dalam ruangan adalah 700 dan di luar ruangan adalah 452 dengan output intensitas cahaya = 850 serta PWN sebesar 85. Pada tabel nomor 9 menjelaskan bahwa jika intensitas cahaya pada LDR 1 = 400 dan LDR = 45 menunjukan bahwa intensitas di dalam ruangan adalah 800 dan di luar ruangan adalah 472 dengan output intensitas cahaya = 800 serta PWN sebesar 65.
Pada tabel nomor 10 menjelaskan bahwa jika intensitas cahaya pada LDR 1 = 1950 dan LDR = 45 menunjukan bahwa intensitas di dalam ruangan adalah 900 dan di luar ruangan adalah 460 dengan output intensitas cahaya = 400 serta PWN sebesar 53. Pada tabel nomor 11 menjelaskan bahwa jika intensitas cahaya pada LDR 1 = >3000 dan LDR = 45 menunjukan bahwa intensitas di dalam ruangan adalah 976 dan di luar ruangan adalah 464 dengan output intensitas cahaya = 350 serta PWN sebesar 26.
2. Pengujian kedua diberikan perbedaan intensitas cahaya diluar ruangan Pada pengujian ini dilakukan pemberian cahaya pada LDR 2yang terletak diluar ruangan. Dengan hasil pengujian ditunjukan pada Tabel 2 diibawahini. Tabel
4.
Pengujian
dengan
memberikan
perubahanintensitascahayadiluarruangan NO 1 2 3 4 5 6 7 8 9 10 11
Dalam Ruangan (Delta) 500 500 512 524 524 496 432 420 412 440 496
Luar Ruangan (Delta Error) 4 100 200 300 400 500 600 700 800 900 980
PWM 128,4 127 127 127 127 122 92 80 75 93 115
intensitas cahaya LDR 2 output LDR 1 60 0 1300 60 0 1300 60 10 1300 60 10 1300 60 20 1300 55 55 1200 45 100 950 40 420 850 40 600 850 45 680 950 55 <3000 1200
Tabel pengukuran 2 diperoleh berdasarkan Intensitas Cahaya Di Luar Ruangan (depan rumah) pada tabel nomor 1 menjelaskan bahwa jika intensitas cahaya pada LDR 1 = 60 dan LDR = 0 menunjukan bahwa intensitas di dalam ruangan adalah 500 dan di luar ruangan adalah 4 dengan output intensitas cahaya = 1300 serta PWN sebesar 128,4. Pada tabel nomor 2 menjelaskan bahwa jika intensitas cahaya pada LDR 1 = 60 dan LDR = 0 menunjukan bahwa intensitas di dalam ruangan adalah 500 dan di
luar ruangan adalah 100 dengan output intensitas cahaya = 1300 serta PWN sebesar 127. Pada tabel nomor 3 menjelaskan bahwa jika intensitas cahaya pada LDR 1 = 60 dan LDR = 10 menunjukan bahwa intensitas di dalam ruangan adalah 512 dan di luar ruangan adalah 200 dengan output intensitas cahaya = 1300 serta PWN sebesar 127. Pada tabel nomor 4 menjelaskan bahwa jika intensitas cahaya pada LDR 1 = 60 dan LDR = 10 menunjukan bahwa intensitas di dalam ruangan adalah 524 dan di luar ruangan adalah 300 dengan output intensitas cahaya = 1300 serta PWN sebesar 127. Pada tabel nomor 5 menjelaskan bahwa jika intensitas cahaya pada LDR 1 = 60 dan LDR = 20 menunjukan bahwa intensitas di dalam ruangan adalah 524 dan di luar ruangan adalah 400 dengan output intensitas cahaya = 1300 serta PWN sebesar 127. Pada tabel nomor 6 menjelaskan bahwa jika intensitas cahaya pada LDR 1 = 55 dan LDR = 55 menunjukan bahwa intensitas di dalam ruangan adalah 496 dan di luar ruangan adalah 500 dengan output intensitas cahaya = 1200 serta PWN sebesar 122. Pada tabel nomor 7 menjelaskan bahwa jika intensitas cahaya pada LDR 1 = 45 dan LDR = 100 menunjukan bahwa intensitas di dalam ruangan adalah 432 dan di luar ruangan adalah 600 dengan output intensitas cahaya = 950 serta PWN sebesar 92. Pada tabel nomor 8 menjelaskan bahwa jika intensitas cahaya pada LDR 1 = 40 dan LDR = 420 menunjukan bahwa intensitas di dalam ruangan adalah 420 dan di luar ruangan adalah 700 dengan output intensitas cahaya = 850 serta PWN sebesar 80. Pada tabel nomor 9 menjelaskan bahwa jika intensitas cahaya pada LDR 1 = 40 dan LDR = 600 menunjukan bahwa intensitas di dalam ruangan adalah 412 dan di luar ruangan adalah 800 dengan output intensitas cahaya = 850 serta PWN sebesar 75. Pada tabel nomor 10 menjelaskan bahwa jika intensitas cahaya pada LDR 1 = 45 dan LDR = 680 menunjukan bahwa intensitas di dalam ruangan adalah 440 dan di luar ruangan adalah 900 dengan output intensitas cahaya = 950 serta PWN sebesar 93. Pada tabel nomor 11 menjelaskan bahwa jika intensitas cahaya pada LDR 1 = 55 dan LDR = >3000 menunjukan bahwa intensitas di dalam ruangan adalah 496 dan di luar ruangan adalah 980 dengan output intensitas cahaya = 1200 serta PWN sebesar 155.
KESIMPULAN
1. Sistem Penerangan Ruangan Otomatis Berbasis Fuzzy Logic Control (FLC)dapat mengatur nilai Pulse Width Modulation (PWM) dari 0 hingga 255. 2. Lampu LED akan menyala dengan range luminasi minimal, medium dan maksimal sesuai dengan inputan dari sensor LDR1 dan LDR2. 3. Apabila cahaya di luar ruangan gelap maka intensitas cahaya di dalam ruangan akan semakin meningkat, sebaliknya jika cahaya di luar ruangan terang maka intensitas cahaya di dalam ruangan akan menurun. 4. Apabila cahaya di dalam ruangan gelap maka nyala lampu LED di dalam ruangan akan ditingkatkan, sebaliknya jika cahaya di dalam ruangan terang maka nyala lampu LED di dalam ruangan akan dikurangi.
REFERENSI Adam Vrileuis. (2013). Pemantau Lalu Lintas dengan Sensor LDR Berbasis Mikrokontroler ATMega 16. Jurnal Rekayasa Elektrika(10:3). Andik Asmara.(___). Panduan Praktik Pemrogaman Mikrokontroler AVR ATMega Dengan CVAVR (Bahasa C). UNY Pilipus Tarigan. (2013). Perancangan Simulator Kontroler Lampu Rumah Berbasis Komputerisasi dengan Menggunakan Metode Fuzzy Logic Control. Pelita Informatika Budi Darma(3:1). Kusumadewi, Sri danPurnomo, Hari.(2010). untukPendukungKeputusan. Yogyakarta: GrahaIlmu
AplikasiLogika
Fuzzy
Disusun oleh: M. Khairudin, MT, PhD.
Laboratorium Teknik Kendali Jurusan Pendidikan Teknik Elektro FT UNY 2015
Pengantar
Alhamdulillah kami sampaikan kepada semua pihak yang telah membantu sehingga tersusunnya Job Sheet Praktik Kendali Fuzzy ini. Kuliah Praktik Kendali Fuzzy merupakan matakuliah praktik yang terdiri dari desain sistem kendali fuzzy, simulasi sistem kendali fuzzy dan implementasi sistem kendali fuzzy pada suatu plant. Desain sistem kendali fuzzy dilakukan menggunakan toolbox yang ada di Matlab. Sedangkan simulasi sistem kendali fuzzy dilakukan dengan memanfaatkan toolbox matlab yang diintegrasikan dengan simulink Matlab. Adapun untuk implementasi dan eksperimen sistem kendali fuzzy akan dilakukan dengan diawali perhitungan fuzzyfikasi, hip function serta rule dan defuzifikasi melalui perhitungan di excel. Adapun langkah berikutnya dalam proses implementasi hardware adalah memanfaatkan mikrokontroller sebagai pengolah data untuk sistem fuzzy dan pengendali plant. Penyusun menyadari masih banyak kekurangan dalam penyusunan modul ini. Oleh karena itu masukan yang bersifat membangun sangat diharapkan.
Yogyakarta, 2 Januari 2015
Penyusun
RINGKASAN JOB SHEET
Sistem Kendali Otomatis Nyala Lampu Ruang Menggunakan Fuzzy Logic Controller adalah suatu sistem yang bertujuan untuk menerapkan teknologi pemrograman kecerdasan buatan logika fuzzy yang diterapkan pada kehidupan sehari-hari dengan demikian sistem akan bekerja secara otomatis mengatur intensitas cahaya didalam ruangan. Sistem ini menggunakan input Light Dependent Sensor (LDR) sebagai sensor pendeteksi cahaya pada ruang dan output Light Emiting Diode (LED) untuk memberikan cahaya pada ruang secara otomatis. Metode pembuatan sistem ini melalui beberapa tahap, mulai dari tahap desain sistem, pembuatan software program, simulasi, pembuatan hardwaredan pengujian. Prinsip kerja sistem ini adalah apabila cahaya pada sensor LDR dihalangi maka sensor akan memberikan sinyal input kepada mikrokontroler berupa data Analog yang kemudian dikonversikan ke dalam bentuk siyal digital menggunakan Analog to Digital Converter(ADC). Kemudian data tersebut diolah menggunakan algoritma Fuzzy Logic Control dengan menggunakan bahasa C melalui software CV AVR. Sehingga diperoleh output Z berupa nilai antara 0-255 digunakan untuk mengatur nilai PWM (Pulse Width Modulation) dihubungkan dengan kelompok LED yang digunakan untuk mengatur terang – redup cahaya di dalam ruangan. Hasil dari sistem ini adalah apabila cahaya pada luar ruangan semakin terang 3000 lux maka lampu LED di dalam ruangan akan semakin redup 150 lux, sebaliknya jika cahaya pada luar ruangan semakin gelap 25 lux maka lempu LED di dalam ruangan akan semakin terang 1600 lux. Kata kunci : sensor LDR, Fuzzy Logic Control, kelopok LED
Job Sheet 1 DESAIN SISTEM KENDALI FUZZY MATLAB adalah bahasa pemrograman teknis yang sangat andal untuk proses simulasi dan visualisasi data. MATLAB menjadi tools bagi para ilmuan dan pelajar untuk memodelkan sistem, menganalisis serta menampilkan data. Saat ini, MATLAB terus berkembang untuk menyokong berbagai disiplin keilmuan, termasuk Logika Fuzzy. MATLAB telah menyediakan sebuah tools untuk merancang logika fuzzy, yang dikenal sebagai Fuzzy Logic Toolbox. Mari mulai pembahasan dengan menggunakan contoh yang telah kita bahas sebelumnya, yaitu: Dinner for Two (/artikel/studi-kasus-logika-fuzzy-dinnertwo.htm). Sebelumnya, kita telah membahas dari segi penurunan matematikanya. Nah, saat ini kita akan menggunakan Fuzzy Logic Toolbox untuk menyelesaikan permasalahan tersebut. Asumsikan bahwa telah menginstal MATLAB pada komputer kita dan telah menyertakan Fuzzy Logic Toolbox di dalamnya. Untuk mengetahui apakah telah toolbox ini telah terinstal apa tidak, kita ketikkan sintaks ver pada Command Window, sebagai berikut:
Terlihat bahwa semua toolbox yang terinstal dimunculkan, lengkap dengan versi rilisnya. Untuk saat ini, menggunakan Fuzzy Logic Toolbox versi 2.2.19. Untuk merancang fuzzy pada MATLAB, kita dapat menggunakan dua cara, yaitu dengan mengetiikan sintaksnya pada editor (layaknya memprogram MATLAB), atau menggunakan jendela visual yang telah dirancang antarmukanya sedemikian rupa untuk mendesain suatu sistem fuzzy. Antarmuka ini dikenal sebagai FIS editor. Untuk saat ini, kita akan menggunakan FIS editor.
Jika sudah terinstal, mari ketikkan sintaks fuzzy pada Command Window, sebagai berikut: >> fuzzy Selanjutnya akan muncul FIS editor, seperti pada Gambar 1.
Gambar 1. Tampilan awal FIS editor
PENDAHULUAN Dewasa ini penggunaan energi listrik semakin meningkat. Pada tahun 2013 penggunaan energi listrik di Indonesia meningkat sebesar 7,2 % dari tahun 2012, yakni dari 84,43 Tera Watt Hour (TWh) menjadi sebesar 90,48 Tera Watt Hour(TWh) (esdm.go.id:2013). Hal ini salah satunya diakibatkan oleh pemborosan penggunaan listrik pada rumah-rumah. Selama ini banyak ditemukan sistem pencahayaan yang masih menggunakan switch sebagai saklar untuk memutus dan menyalakan lampu pada ruangan. Khususnya pada malam hari lampu pada ruangan di dalam rumah selalu dinyalakan dengan terang dan pada siang hari lampu-lampu dimatikan karena sinar matahari mulai terang sehingga cahaya pada ruangan rumah tersuplay oleh sinar matahari secara langsung. Dengan menggunakan Fuzzy Logic Control maka secara otomatis lampu di dalam ruangan akan nyala terang- redup sesuai dengan cahaya di luar rumah (cahaya matahari) sehingga tidak diperlukan pensaklaran secara manual oleh manusia dan sistem ini dapat menghemat biaya pengeluaran listrik. CASE-STUDY Tingginya penggunaan energi listrik di indonesia harus di atasi dengan baik, jika tidak maka akan terjadi peningkatan penggunaan energi listrik. Penggunaan energi harus sesuai dengan kebutuhan. Akan tetapi tidak jarang terdapat pemborosan penggunaan sumber listrik. Seperti penggunaan lampu rumah, lamu taman, lampu jalan yang masih menggunakan kontrol secara konvensional. Selama ini penggunaan energi cahaya alami dalam kehidupan sehari-hari masih belum dilaksanakan dengan optimal. Dengan perpaduan antara cahaya matahari dengan perangkat elektronik lampu, penggunaan energi pada ruangan, rumah, tempat umum dapat menjadi lebih effisien. Penelitian ini akan merancang suatu modul pengatur intensitas cahaya ruangan menggunakan Fuzzy Logic Control sebagai salah satu upaya adalah dengan
mengurangi penggunaan energi listrik, menyesuaikan kebutuhan energi listrik yang dibutuhkan dalam kehidupan sehari-hari sekaligus memanfaatkan sumber energi cahaya alami yang tidak terbatas yang selama ini belum banyak di manfaatkan dalam teknologi ini. Alat ini memanfaatkan LDR sebagai sensoruntuk mendeteksi intensitas cahaya pada suatu ruangan. Penemapatan LDR dialakukan pada 2 tempat yang berbeda yang pertama diletakkan dalam ruangan untuk mendeteksi besar cahaya pada ruangan dan yang kedua diletakkan di luar ruangan untuk mendeteksi besar cahaya luar ruangaan. Sistem ini dirancang sebagaimana sensor LDR sebagai input kemudian di konversi menjadi data digital yang selanjutnya dilakukan pemrosesan fuzzifikasi, dan defuzzifikasi sehinga diperoleh data akhir berupa nilai pwm yang digunakan untuk mengatur besar kecilnya cahaya lampu yang diperlukan. Dalam modul ini juga terdapat LCD untuk menampilkan data input dan output rangkaian.
LANGKAH-LANGKAH A. Desain Sistem Sistem Kendali Otomatis Nyala Lampu Ruang Menggunakan Fuzzy Logic Controller terdiri dari input dan output. Jumlah input dalam sistem ini ada 2 yang terhubung dengan 2 buah sensor Light Dependent Resistors (LDR 1 dan LDR 2) dan sistem output menggunakan Light Emiting Diode (LED). Setting input LDR 1 terdiri dari tiga hip function (MF) yaitu gelap, redup dan terang. Begitu juga input LDR 2 terdiri dari tiga hip function (MF) yaitu gelap, redup dan terang. Untuk setting output LED terdiri dari tiga hip function (MF), yaitu minimal, medium dan maksimal. Diketahui bahwa input ada dua, yaitu LDR1 dan LDR2. Mari amati di FIS Editor. Untuk tampilan awal, FIS Editor secara default hanya menampilkan satu input dan satu output. Oleh karena itu, mari perlu ditambahkan satu buah input lagi. Pada FIS Editor, carilah Edit, kemudian Add Variable... dan klik Input, seperti yang ditunjukkan pada Gambar 2.
Gambar 2. Menambahkan variabel Input
Untuk memudahkan dalam pembuatan sistem, klik-lah input 1, kemudian ubahlah kolom Name pada Current Variabel. Gantilah namanya menjadi LDR1, kemudian tekan Enter. Untuk parameter yang lain (And method, Or
method, Implication, dan sebagainya), biarkanlah pada nilai defaulft-nya. Amati proses ini pada Gambar 3.
Lakukan hal yang sama untuk Input 2 dan Output, masing-masing dengan nama LDR2 dan LED. Hasilnya tampak seperti pada Gambar 4.
Gambar 4. Nama Varibel yang telah diubah
Langkah selanjutnya adalah menentukan fungsi keanggotaan dari input dan output fuzzy. Mari lakukan perubahan pada input LDR1 terlebih dahulu. Kliklah dua kali pada kotak kuning LDR1. Selanjutnya akan muncul jendela hip Function Editor seperti pada Gambar 5.
Gambar 5. hip Function Editor
Pada Jendela ini, pastikan saat ini kotak kuning LDR1 masih aktif (ditandai dengan garis merah tebal). Klik-lah garis mf1, dan ubahlah parameter dibawahnya (ditunjukkan dengan kolom yang berwarna putih pada Gambar 5) sesuai dengan tabel berikut: Tabel 1. Properties untuk fungsi keanggotaan LDR1: GELAP Parameter
Nilai
Range
[0 1000]
Name
GELAP
Type
trimf
Params
[-500 0 500]
Jika mf1 sudah diubah, lakukan langkah yang sama untuk mf2 dan mf3, masing masing seperti pada Tabel 2 dan 3. Tabel 2. Properties untuk fungsi keanggotaan LDR1: REDUP Parameter
Nilai
Range
[0 1000]
Name
REDUP
Type
trimf
Params
[0 500 1000]
Tabel 3. Properties untuk fungsi keanggotaan LDR1: TERANG Parameter
Nilai
Range
[0 1000]
Name
TERANG
Type
trimf
Params
[500 1000 1500]
Hasilnya terlihat seperti pada Gambar 6. hip function adalah fungsi keanggotaan yang mewakili suatu himpunan fuzzy. Pada input LDR1, semua fungsi keanggotaan memiliki tipe trimf. Trimf adalah Triangular hip Function. Yaitu fungsi keanggotaan berbentuk segitiga. Bagaimana menentukan harus memiliki bentuk tertentu? Hal ini sangat tergantung dari pengalaman dan pemahaman si designer. Desainer harus memperkirakan bentuk yang tepat dan masuk akal untuk jenis kasus tertentu. Bagaimana teori memilih fungsi keanggotaan tidak dibahas pada tulisan ini. Derajat keanggotaan akan memiliki nilai berkisar antara 0 - 1. Makin tinggi derajat keanggotaan, makin signifikan pengaruhnya dalam logika kita. Sebagai contoh, mari amati Gambar 6. Nilai LDR1 yang benar-benar dikatakan TERANG adalah ketika LDR1 tersebut bernilai 1000, bukan? Dalam hal ini dibuatkan fungsi keanggotaan berbentuk segitiga. Dengan puncak di angka 1000, dan kaki satunya di angka 500 (kaki satunya akan berada di angka 1500, tapi tidak masuk dalam Range yang didesain, jadi tidak akan dibahas). Nilai LDR1 = 900 juga termasuk TERANG, namun derajatnya mulai berkurang. Sekarang amati nilai 800. Nilai LDR1 = 800
bersinggungan dengan fungsi keanggotaan REDUP dan TERANG. Dapat disimpulkan bahwa nilai =800 termasuk TERANG dan termasuk REDUP, tapi masing-masing dengan derajat (bobot) keanggotaan yang berbeda. Ambil sekali lagi angka 200. Nilai LDR1 = 200 termasuk dalam kategori REDUP dan GELAP. Namun, jika diamati, nilai = 200 akan cederung memiliki bobot yang lebih besar ke GELAP daripada ke REDUP. Apa Anda mengamatinya? Nah, inilah watak kekaburan dari suatu logika fuzzy.
Gambar 6. hip function untuk input LDR1
Selanjutnya akan dilakukan penyesuaian untuk variabel LDR2 dan LED. Lakukan langkah-langkah yang sama seperti mengubah variabel LDR1. Sesuaikanlah seperti pada Tabel 4 sampai Tabel 8. Jika memebership function dibutuhkan lebih atau kurang, maka dapat menambahkannya melalui kolom Edit di bagian atas jendela. Perhatikan bahwa fungsi keanggotaan untuk LDR2 adalah berbentuk triangular (trimf).
Tabel 4. Properties untuk fungsi keanggotaan LDR2: GELAP Parameter
Nilai
Range
[0 1000]
Name
GELAP
Type
trimf
Params
[-500 0 500]
Jika mf1 sudah diubah, lakukan langkah yang sama untuk mf2 dan mf3, masing masing seperti pada Tabel 5 dan 6. Tabel 5. Properties untuk fungsi keanggotaan LDR2: REDUP Parameter
Nilai
Range
[0 1000]
Name
REDUP
Type
trimf
Params
[0 500 1000]
Tabel 6. Properties untuk fungsi keanggotaan LDR2: TERANG Parameter
Nilai
Range
[0 1000]
Name
TERANG
Type
trimf
Params
[500 1000 1500]
Dengan cara yang sama, penentuan fungsi keanggotaan untuk output LED dapat diklasifikasikan seperti pada Tabel 7 berikut ini.
Tabel 7. Properties untuk fungsi keanggotaan LED: MINIMAL Parameter
Nilai
Range
[0 255]
Name
GELAP
Type
trimf
Params
[-127.5 0 127.5]
Jika mf1 sudah diubah, lakukan langkah yang sama untuk mf2 dan mf3, masing masing seperti pada Tabel 8 dan 9. Tabel 8. Properties untuk fungsi keanggotaan LDR2: MEDIUM Parameter
Nilai
Range
[0 255]
Name
REDUP
Type
trimf
Params
[0 127.5 255]
Tabel 9. Properties untuk fungsi keanggotaan LDR2: TERANG Parameter
Nilai
Range
[0 255]
Name
TERANG
Type
trimf
Params
[127.5 255 382.5]
Hasil akhir dari fungsi keanggotaan MAKANAN dan TIP diperlihatkan seperti pada Gambar 7 dan Gambar 8
Gambar 7. hip function untuk input LDR2
Gambar 8. hip function untuk output LED
Setelah menyusun semua fungsi keanggotaan baik input maupun output, langkah selanjutnya adalah menetapkan aturan-aturan menggunakan mekanisme IF-THEN, atau dikenal sebagai aturan JIKA-MAKA. Masih pada jedela yang sama (hip Function Editor), bukalah Edit kemudian klik Rules... . selanjutnya akan tampil jendela Rule Editor seperti pada Gambar 9.
Gambar 9. Jendela Rule Editor Mari melakukan review aturan-aturan yang berlaku pada kasus yang disajikan ini, yaitu sebagai berikut: 1. Jika LDR1 GELAP ATAU LDR2 GELAP, maka LED MAKSIMAL 2. Jika LDR1 REDUP, maka LED MEDIUM 3. Jika LDR1 TERANG ATAU LDR2 TERANG, maka LED MINIMAL Nah, selanjutnya disesuaikan pengaturan jendela Rule Editor dengan aturan ini. Ubah-ubahlah kolom LDR1, LDR2 dan LED, serta sesuaikan dengan pilihan Connection-nya (dalam hal ini OR atau AND). Karena pendesain sistem kendali menggunakan kata 'ATAU' atau DAN dalam aturan yang disediakan, maka dapat digunakan koneksi OR. Pada aturan kedua, terlihat hanya input LDR1 saja yang masuk dalam aturan, sedangkan LDR2 tidak. Oleh karena itu, dapat dipilih kolom LDR2 dengan none. Jika telah selesai satu aturan, klik-lah tombol Add Rule.
Desainer sistem kendali juga dapat mengedit atau menghapus aturan yang dibuat dengan tombol yang telah disediakan. Hasil selengkapnya ditunjukkan pada Gambar 10.
1. Inisialisasi Variabel fuzzy adalah variabel yang akan dibahas pada sistem fuzzy. Pada sistem ini terdapat 3 variabel fuzzy, yaitu LDR 1, LDR 2 dan LED. Himpunan fuzzy merupakan suatu grup yang mewakili suatu kondisi atau keadaan tertentu dalam suatu variabel fuzzy. Pada variabel LDR 1 terbagi menjadi 3 himpunan fuzzy, yaitu: GELAP, REDUP, dan TERANG. Pada variabel LDR 2 terbagi menjadi 3 himpunan fuzzy, yaitu: GELAP, REDUP, dan TERANG. Pada variabel LED terbagi menjadi 3 himpunan fuzzy, yaitu: MINIMAL, MEDIUM, dan MAKSIMAL. Semesta Pembicaraan merupakan keseluruhan nilai yang diperbolehkan untuk dioperasikan dalam suatu varibel fuzzy. Semesta pembicaraan untuk variabel LDR 1 : [0 1000] Semesta pembicaraan untuk variabel LDR 2 : [0 1000] Semesta pembicaraan untuk variabel LED : [0 255] Domain himpunan fuzzy merupakan keseluruhan nilai yang diizinkan dalam semesta pembicaraan dan boleh dioperasikan dalam suatu himpunan fuzzy. Domain himpunan fuzzy pada variabel LDR 1: GELAP = [-500:0:500] REDUP = [0:500:1000] TERANG = [500:1000:1500] Domain himpunan fuzzy pada variabel LDR 2: GELAP = [-500:0:500] REDUP = [0:500:1000] TERANG = [500:1000:1500] Domain himpunan fuzzy pada variabel LED: MINIMAL = [-127,5:0:127,5] MEDIUM = [0:127,5:255] MAKSIMAL = [127,5:255:382.5]
Fungsi keanggotaan atau hip function (MF) adalah suatu kurva yang menunjukan pemetaan titik-titik input data ke dalam nilai keanggotannya yang memiliki interval antara 0 sampai 1. Secara detail desain MF untuk sistem input pada LDR dapat dilihat pada Gambar 1 dan Gambar 2 berikut:
Gambar 1. Desain MF pada input LDR1
Gambar 2. Desain MF pada input LDR2
Adapun untuk setting LDR 2 didesain sama dengan LDR 1.Sedangkan output pada sistem kendali otomatis nyala lampu ini menggunakan kelompok LED. Secara detail desain MF untuk sistem output pada kumpulan LED dapat dilihat pada Gambar 3 berikut:
Gambar 3. Desain MF pada Output Kumpulan LED
JOB SHEET 2 SIMULASI KENDALI FUZZY DENGAN PLANT Setelah selesai mendesain sistem fuzzy pada toolbox Matlab. Maka berikutnya akan dilakukan integrasi fuzzy logic controller yang akan digunakan untuk mengendalikan suatu plant. Buatlah rangkaian seperti pada Gambar 10 berikut pada Simulink
Gambar 10. Diagram Close-loop FLC dengan plant
Block diagram FLC seperti pada Gambar 10 di atas didapatkan dari library yang ada di Simulink seperti pada Gambar 11 berikut ini
Gambar 11. Library Simulink FLC Toolbox.
JOB SHEET 3 IMPLEMENTASI KENDALI FUZZY PADA PLANT 2. Fuzzyfikasi Langkah berikutnya adalah penentuan fuzzyfikasi pada input LDR 1. Untuk jenis input LDR 1 ditentukan variabel input (x) yaitu nilai analog to digital converter (ADC) sebesar misal dengan nilai 100. Adapun penentuan fuzzyfikasi dengan model Tsukamoto pada MF gelap untuk mendapatkan nilai error ( ) adalah dengan menggunakan rumus: (b x) /(b a); 0;
MF gelap
a xb xb
Dengan x : nilai variabel input sensor LDR 1 dari ADC, b: batas atas dan a:batas bawah. Sehingga untuk MF gelap bila diberikan x=100, a=0 dan b=500, maka didapatkan gelap 0 ,8
Sedangkan penentuan fuzzyfikasi dengan model Tsukamoto pada MF redup untuk mendapatkan nilai error ( ) adalah dengan menggunakan rumus:
x a atau x c 0; MF redup ( x a) /(b a); a x b (c x) /( c b); b x c Dengan x : nilai variabel input sensor LDR 1 dari ADC, c: batas atas, b: batas tengah dan a:batas bawah. Sehingga untuk MF redup bila diberikan x=100, a=0 , b=500 dan c=1000, maka didapatkan redup 0,2 Sedangkan penentuan fuzzyfikasi dengan model Tsukamoto pada MF terang untuk mendapatkan nilai error ( ) adalah dengan menggunakan rumus:
xa 0; MF terang ( x a) /(b a); a x b 1; xb Dengan x : nilai variabel input sensor LDR 1 dari ADC, b: batas atas dan a:batas bawah. Sehingga untuk MF terang bila diberikan x=100, a=500 , dan b=1000, maka didapatkan terang 0
Adapun untuk penentuan fuzzyfikasi dengan model Tsukamoto pada LDR 2 dengan rumus yang sama untuk mendapatkan nilai delta_error ( ) maka didapatkan nilai berikut: a) LDR 2 untuk MF gelap Dengan x : nilai variabel input sensor LDR 2 dari ADC, b: batas atas dan a:batas bawah. Sehingga untuk MF gelap bila diberikan x=600, a=0 dan b=500, maka didapatkan gelap 0
b) LDR 2 untuk MF redup Dengan x : nilai variabel input sensor LDR 2 dari ADC, c: batas atas, b: batas tengah dan a:batas bawah. Sehingga untuk MF redup bila diberikan x=600, a=0 , b=500 dan c=1000, maka didapatkan redup 0,8 c) LDR 2 untuk MF terang Dengan x : nilai variabel input sensor LDR 2 dari ADC, b: batas atas dan a:batas bawah. Sehingga untuk MF terang bila diberikan x=600, a=500 , dan b=1000, maka didapatkan terang 0,2 Penentuan RULE dengan menggunakan operasi logika AND predicate sebagai hasil operasi dengan menggunakan operasi logika AND diperoleh dengan menggambil nilai keanggotaan terkecil antar elemen pada himpunan-himpunan yang bersangkutan. A B min( A( x), B( y)) , dengan nilai x dan y merupakan variabel input. RULE [R1] IF LDR1 GELAP AND LDR2 GELAP THEN LED MAX Hal ini didapatkan dengan rumus predicate1 LDR1gelap LDR2 gelap predicate1 LDR1gelap LDR2 gelap min( LDR1gelap (100), LDR2 gelap (600))
min( 0,8;0)
0 Dengan pred1 predicate1 , a= batas bawah dan b=batas atas untuk outpul maksimal Adapun untuk mendapatkan nilai defuzzyfikasi luminasi maksimal pada rule 1 dengan menggunakan rumus z1 (pred1 (b a)) a , sehingga bila diberikan a= 127,5 dan b= 255 diperoleh: z1 (pred1 (b a)) a
(0 (255 127,5)) 127,5 0 127,5
127,5
RULE 2. [R2] IF LDR1 GELAP AND LDR2 REDUP THEN LED MAX Hal ini didapatkan dengan rumus predicate 2 LDR1gelap LDR2redup predicate 2 LDR1gelap LDR2redup min( LDR1gelap (100), LDR2redup(600)) min( 0,8;0,8) 0,8
Dengan pred 2 predicate 2 , a= batas bawah dan b=batas atas untuk outpul maksimal Adapun untuk mendapatkan nilai defuzzyfikasi luminasi maksimal pada rule 2 dengan menggunakan rumus z 2 (pred 2 (b a)) a , sehingga bila diberikan a= 127,5 dan b= 255 diperoleh: z 2 (pred 2 (b a)) a
(0,8 (255 127,5)) 127,5 102 127,5 229,5
RULE 3. [R3] IF LDR1 GELAP AND LDR2 TERANG THEN LED MAX Hal ini didapatkan dengan rumus predicate 3 LDR1gelap LDR2terang predicate 3 LDR1gelap LDR2terang
min( LDR1gelap (100), LDR2terang (600)) min( 0,8;0,2)
0,2
Dengan pred 3 predicate 3 , a= batas bawah dan b=batas atas untuk outpul maksimal Adapun untuk mendapatkan nilai defuzzyfikasi luminasi maksimal pada rule 3 dengan menggunakan rumus z3 (pred 3 (b a)) a , sehingga bila diberikan a= 127,5 dan b= 255 diperoleh: z3 (pred 3 (b a)) a
(0,2 (255 127,5)) 127,5
25,5 127,5
153
RULE 4. [R4] IF LDR1 REDUP AND LDR2 GELAP THEN LED MED-MAX Hal ini didapatkan dengan rumus predicate 4 LDR1redup LDR2 gelap predicate 4 LDR1redup LDR2 gelap min( LDR1redup(100), LDR2 gelap (600)) min( 0,2;0)
0 Dengan pred 4 predicate 4 , a= batas bawah, b=batas tengah dan c= batas atas untuk outpul medium-maksimal. Adapun untuk mendapatkan nilai defuzzyfikasi luminasi medium-maksimal pada rule 4 dengan menggunakan rumus z4 c (pred 4 (c b)) , sehingga bila diberikan a=0, b= 127,5 dan c= 255 diperoleh: z 4 c (pred 4 (c b))
255 (0 * (255 127.5))
255 0 255 RULE 5. [R5] JIF LDR1 REDUP AND LDR2 REDUP THEN LED MED-MIN Hal ini didapatkan dengan rumus predicate 5 LDR1redup LDR2redup predicate 5 LDR1redup LDR2redup
min( LDR1redup(100), LDR2redup(600)) min( 0,2;0,8)
0,2
Dengan pred 5 predicate 5 , a= batas bawah, b=batas tengah dan c= batas atas untuk outpul medium-minimal. Adapun untuk mendapatkan nilai defuzzyfikasi luminasi medium-minimal pada rule 5 dengan menggunakan rumus z5 (pred 5 (b a)) a , sehingga bila diberikan a=0, b= 127,5 dan c= 255 diperoleh: z5 (pred 5 (b a)) a
(0,2 (127,5 0)) 0 25,5 0 25,5
RULE 6. [R6] IF LDR1 REDUP AND LDR2 TERANG THEN LED MED-MIN Hal ini didapatkan dengan rumus predicate 6 LDR1redup LDR2terang predicate 6 LDR1redup LDR2terang
min( LDR1redup(100), LDR2terang (600)) min( 0,2;0,2)
0,2
Dengan pred 6 predicate 6 , a= batas bawah, b=batas tengah dan c= batas atas untuk outpul medium-minimal. Adapun untuk mendapatkan nilai defuzzyfikasi luminasi medium-minimal pada rule 6 dengan menggunakan rumus z6 (pred 6 (b a)) a , sehingga bila diberikan a=0, b= 127,5 dan c= 255 diperoleh: z 6 (pred 6 (b a)) a
(0,2 (127,5 0)) 0 25,5 0 25,5
RULE 7. [R7] IF LDR1 TERANG AND LDR2 GELAP THEN LED MIN Hal ini didapatkan dengan rumus predicate 7 LDR1terang LDR2 gelap predicate 7 LDR1terang LDR2 gelap
min( LDR1terang (100), LDR2 gelap (600)) min( 0;0)
0 Dengan pred 7 predicate 7 , a= batas bawah, b=batas atas outpul minimal. Adapun untuk mendapatkan nilai defuzzyfikasi luminasi minimal pada rule 7 dengan menggunakan rumus z7 b (pred 7 (b a)) , sehingga bila diberikan a=0, b= 127,5 diperoleh: z 7 b (pred 7 (b a))
127,5 (0 (127,5 0)) 127,5 0
127,5
RULE 8. [R8] IF LDR1 TERANG AND LDR2 REDUP THEN LED MIN Hal ini didapatkan dengan rumus predicate 8 LDR1terang LDR2redup predicate 8 LDR1terang LDR2redup
min( LDR1terang (100), LDR2redup(600))
min( 0;0,36)
0 Dengan pred8
predicate 8 ,
a= batas bawah, b=batas atas outpul minimal.
Adapun untuk mendapatkan nilai defuzzyfikasi luminasi minimal pada rule 8 dengan menggunakan rumus z8 b (pred8 (b a)) , sehingga bila diberikan a=0, b= 127,5 diperoleh: z8 b (pred 8 (b a))
127,5 (0 (127,5 0)) 127,5 0 127,5
RULE 9. [R9] IF LDR1 TERANG AND LDR2 TERANG THEN LED MIN Hal ini didapatkan dengan rumus predicate 9 LDR1terang LDR2terang predicate 9 LDR1terang LDR2terang
min( LDR1terang (100), LDR2terang (600))
min( 0;0,2)
0 Dengan pred 9 predicate 9 , a= batas bawah, b=batas atas outpul minimal. Adapun untuk mendapatkan nilai defuzzyfikasi luminasi minimal pada rule 9 dengan menggunakan rumus z9 b (pred 9 (b a)) , sehingga bila diberikan a=0, b= 127,5 diperoleh: z9 b (pred 9 (b a))
127,5 (0 (127,5 0))
127,5 0 127,5
Setela prosess defuzyfikasi selesai kemudia, menentukan nilai output (Z) dengan menggunakan rumus, Z
pred1 z1 pred2 z2 pred3 z3 pred4 z4 pred5 z5 pred6 z6 pred7 z7 pred8 z8 pred9 z9 pred1 pred2 pred3 pred4 pred5 pred6 pred7 pred8 pred9
Z
0 *127,5 0,8 * 229,5 0,2 153 0 255 0,2 25,5 0,2 25,5 0 127,5 0 127,5 0 127,5 0 0,8 0,2 0 0,2 0,2 0 0 0 Z
0 183,6 30,6 0 5,1 5,1 0 0 0 1,4
Z
224,4 1,4
Z 160,29
Sehingga diperoleh jumlah nilai output (Z) sebesar 160,29 yang akan digunakan untuk mengatur besar lebar pulsa PWM pada lampu LED.
B. PenyusunanProgram Aplikasi FLC Penyusunan program Sistem Kendali Otomatis Nyala Lampu Ruang Menggunakan Fuzzy Logic Controller didesain menggunakan aplikasi CV AVR. Dengan blok diagram seperti pada Gambar 4 berikut:
Gambar 4. Blok diagram sistem Program menggunakan CV AVR
Gambar 5. Inisialisasi program
Inisialisasi program meliputi pendefinisian variabel dalam bentuk tipe data float, integer dan unsigned char dan menggunakan array. Tipe data float pada gambar 5 diatas meliputi variabel ldr1, ldr2, error_baru, delta_error, sigma_zm, sigma_m, dan out. Untuk tipe data integer meliputi variabel a dan b. Variabel data yang akan digunakan dalam bentuk array meliputi m_eb[3], m_deb[3], m[3][3], dan z[3][3]. Tipe data unsigned char meliputi lcd_err[8],lcd_derr[8[, lcd_pwm[8], n, dan nilai_pwm. Pada difinisi variabel ini telah di inisialisasi fungsi fuzzification, rule_evlaluation, agregation, defuzzification, display_kec, serta fungsi float a_predikat(float ap, float m).
Gambar 6. Program fuzzyfikasi
Pada Gambar 6 menjelaskan program untuk proses fuzzyfikasi dengan input error. Adapun untuk program proses fuzzyfikasi dengan input delta error menggunakan script program yang sama seperti pada input error.
Gambar 7. Program pencarian nilai α-predikat
Pada Gambar 7 menjelaskan program untuk penentuan nilai α-predikat dengan menggunakan operator AND sehinggaakan dipilih nilai terkecil dari perbandingan input error dan input delta_error.
Gambar 8. Program pencarian nilai z(i)
Pada Gambar 8 menjelaskan program untuk menentukan nilai defuzzyfikasi (z) berdasarkan RULE yang diinginkan.
Gambar 9. Program Defuzzyfikasi
Pada Gambar 9 menjelaskan penyusunan program untuk mencari nilai Output FLC yaitu nilai pwm ( Z ).
Gambar 10. Program menampilkan data ke LCD
Pada Gambar 10 menjelaskan program untuk menampilkan data input error, delta_error dan output nilai pwm pada LCD. C. Simulasi Sebelum dilakukan pengujian pada hardware terlebih dahulu dilakukan pengujian dengan menggunakan software simulasi Matlab dan Proteus. Berikut merupakan tampilan simulasi pada software Matlab.
Gambar 11. Tampilan input-output simulasi Padagambar 11. Menunjukan proses Fuzzy Inference System, Metode yang digunakanadalahmetodetsukamoto. Setiapkonsekuenpadaaturanberbentuk IFThen harusdirepresentasikandengansuatuhimpunan fuzzy denganfungsikeanggotaan yang monoton. Sebagaihasilnya, output hasilinferensidaritiap-tiapaturandiberikansecarategas (crisp) berdasarkan αpredikat. Hasilakhirnyadiperolehdenganmenggunakan rata-rata terbobot. Untuk menguji program dilakukan dengan menggunakan software Proteus 7.5 dengan hasil sebagai berikut.
Gambar 12. Rangkaian simulasi proteus.
Pada Gambar 12 menerangkan gambar rangkaian sistem minimumAtmega 16 denganmenggunakan 3 port. Port Adihubungandengan Input LDR 1 dan LDR 2, port B dihubungkandengan output LED, dan port C dihubungkandengan LCD.
Gambar 13. Display LCD error, delta error dan output pwm.
Padagambar 13 menunjukan display LCD yang menampilannilai error, nilai delta error dannilai output PWM
Gambar 14.Gelombang Output PWM
Berdasarkan simulasi tersebut maka diperoleh hasil output sesuai dengan perhitungan secara teori. Dengan demikian program yang telah dibuat dapat berjalan dengan baik pada simulasi.Nilaihasilpengujiansimulasipadaproteusdapatdilihatdari table 1 dantabel 2
Tabel 1. Pengujian 1 Simulasi Proteus Dalam Ruangan (error)
No 1 2 3 4 5
Luar Ruangan (Delta error) 0 100 200 300 400
PWM 380 460 470 460 450
203.59 189.05 147.99 127.5 125.38
6 7 8 9 10 11
500 600 700 800 900 976
386 412 452 472 460 464
127.5 119.39 93.5 64.41 46.96 26.71
Tabel 2. Pengujian 2 Simulasi Proteus Dalam Ruangan (error)
No 1 2 3 4 5 6 7 8 9 10 11
Luar Ruangan (Delta error) 500 500 512 524 524 496 432 420 412 440 496
PWM 4 100 200 300 400 500 600 700 800 900 980
127.5 127.5 127.36 126.96 126.96 126.5 99.13 86.08 88.08 97.56 117.88
D. Penyusunan Hardware 1. Sensor Light Dependent Resistors (LDR) Untuk mendeteksi intensitas cahaya ruangan digunakan sensor LDR. Sensor ini berkerja dengan perubahan resistansi selama menerima cahaya dari luar. Sensor ini terbuat dari bahan cium sulfide yang merupakan bahan semikonduktor yang memiliki resistansi berubah-ubah menurut banyaknya cahaya yang diterima.
Gambar 16. Light Dependent Resistors (LDR)
Resistansi LDR pada cahaya gelap umunnya berkisar 10-50 Mega ohm , dan pada tempat yang terang memiliki resistansi sebesar 150-180 ohm. Pemasangan sensor ini seperti pada pemasangan resistor biasa. Rangkaian sensor dapat dilihat pada gambar berikut
Gambar 17. Rangkaian Sensor 2. Light Emiting Diode (LED) Light Emitig Diode (LED) merupakan komponen elektronik semikondktor yang dapat mengmancarkan cahaya ketika arus melewatinya (panjar maju). Komponen ini terbuat dari bahan semikonduktor. Pada umumnya LED banyak digunakan pada berbagai bidang teknologi, karena beberapa sifat dari LED yang memiliki daya rendah, cahaya yang dihasilkan tinggi serta memiliki ketahanan yang lama.
Gambar 18. Light Emiting Diode 3. Mikrokontroler ATMega 16
ATMega 16 merupakan chip IC buatan Atmel dengan generasi AVR(ALF and Vegard’s RICS processor). ATMega 16 salah satu IC yang memiliki pin I/O cukup banyak yakni sebanyak 32 pin input/ output. ATMega 16 memiliki memory flash 16 K, serta dilengkapi dengan port ADC 8 pin, dan 4 kanal PWM. ATMega 16 memiliki dua buah 8-bit dan satu buah 16-bit timer/counter dengan prescale terpisah dan mode compare serta memiliki real time counter dengan oscilator ter pisah. Pada gambar 5 menunjukan susunan pin-pin mikrokontroler ATMega 16 secara umum. Instruksi pada pemrograman AVR dapat menggunakan bahasa mendekati manusia high level language(C, Basic, Pascal dll). Pada sistem ini bahasa yang digunakan untuk memrogram FLC menggunakan bahasa C.
Gambar 19. Mikrokontroler ATMega 16 Sistem Kendali Otomatis Nyala Lampu Ruang Menggunakan Fuzzy Logic Controller ini dibuat dengan menggunakan 2 buah sensor LDR yang di dalam ruang dan di luar ruang / atap rumah. Output yang digunakan adalah lampu LED 5 mm dengan jumlah 15 buah yang disusun melingkar berpusat pada titik tengah, sehingga cahaya yang dihasilkan oakan optimal. Sistem minimum mikrokontroler dibuat pada PCB fiber single layer. Modul ruangan terbuat dari kayu dengan ketebalan 5 mm. Dimensi dari alat ini memiliki panjang 30 cm lebar 30 cm dan tinggi 20 cm.Desainmodulsistemkendalinyalalampuruangdapatdilihatpadagambar 20 dibawahini.
Sensor LDR 2 Sensor LDR 1
Lampu LED
Module
Gambar 15. Desain hardware
Gambar 16. Rangkaian PCB Module
Gambar 17. Desain schematic PCB module
Gambar 18. Module Sistem Kendali Otomatis Nyala Lampu Ruang Menggunakan Fuzzy Logic Controller
Gambar 19. Hardware Sistem Kendali Otomatis Nyala Lampu Ruang Menggunakan Fuzzy Logic Controller
E. Pengujian Langkah-langkah melakukan prngujian sebagai berikut: 1. Buatlah rangkaian yang benar dengan input dan output yang benar, saat merangkai maka pastikan tidak ada sambungan ke sumber AC maupun DC terlebih dahulu. 2. Periksa dahulu sumber tegangan DC 5V dan kelengkapan alat ukur seperti Luxmeter, pastikan dalam kondisi baik. 3. Pasang bagian input yaitu berupa 2 buah sensor LDR, masukan LDR 1 pada PIN A.0 dan LDR 2 pada PIN A.1 seperti pada gambar 20. Jangan lupa sumber tegangan vcc dan ground pada sensor dipasangdengan menggunakan socket sumber daya (+) dan (-).
Gambar 20. Pemasangan input sensor. 4. Pasang bagian output yaitu berupa 3 kelompok LED yang dipasang pada PIN B.0.PIN B.1 danPIN B.3 seperti pada gambar 21. Jangan lupa ground lampu LED dipasang pada socket (-).
Gambar 21. Pemasangan output LED dan ground (-). 5. Kemudian pasang sumber tegangan 5Volt dan 0 Volt / ground (-) seperti pada gambar 22. Selanjutnya periksa kembali rangkaiannya sudah benar atau masih ada yang salah. Apabila sudah benar rangkaian siap untuk dihidupkan.
Gambar 22. Pemasangan sumber tegangan +5 Volt dan 0 Volt/ground. 6. Lakukan pengecekan pada LDR 1 dan 2 dengan menutupi LDR. Apakah terjadi perbedaan pada LED apabila tertutup tanpa cahaya dan keadaan terbuka dengan banyak sumber cahaya. 7. Lakukan pengambilan data dengan menggunakan Luxmeter pada input dan output. 8. Masukan hasil pengambilan data pada tabel yang disediakan. 9. Setelah selesai lepas rangkaian dan kembalikan pada tempat semula. F. HasilPengukuran 1. pengujian pertama diberikan perbedaan intensitas cahaya dari luar ruangan Pada pengujian ini dilakukan pemberian cahaya pada LDR 1 yang terletak didalam ruangan , LDR 2 diluar ruangan tidak diberi kondisi. Dengan hasil pengujian ditunjukan pada Tabel 1. Dibawahini. Tabel 3. Pengujian 1 NO 1 2 3 4 5 6 7 8
Dalam Ruangan (Delta) 0 100 200 300 400 500 600 700
Luar Ruangan (Delta Error) 380 460 470 460 450 386 412 452
PWM 231 189 146 121 118 127 115 82
intensitas cahaya LDR 1 LDR 2 output 0 40 2100 8 45 1750 10 45 1500 15 45 1300 80 45 1200 160 45 1250 180 45 1300 280 45 850
9 10 11
800 472 65 400 45 800 900 460 53 1950 45 400 976 464 26 <3000 45 350 Tabel pengukuran 1 diperoleh berdasarkan Input Error pada tabel nomor 1 menjelaskan bahwa jika intensitas cahaya pada LDR 1 = 0 dan LDR = 40 menunjukan bahwa intensitas di dalam ruangan adalah 0 dan di luar ruangan adalah 380 dengan output intensitas cahaya = 2100 serta PWN sebesar 231. Pada tabel nomor 2 menjelaskan bahwa jika intensitas cahaya pada LDR 1 = 8 dan LDR = 45 menunjukan bahwa intensitas di dalam ruangan adalah 100 dan di luar ruangan adalah 460 dengan output intensitas cahaya = 1750 serta PWN sebesar 189. Pada tabel nomor 3 menjelaskan bahwa jika intensitas cahaya pada LDR 1 = 10 dan LDR = 45 menunjukan bahwa intensitas di dalam ruangan adalah 200 dan di luar ruangan adalah 470 dengan output intensitas cahaya = 1500 serta PWN sebesar 146. Pada tabel nomor 4 menjelaskan bahwa jika intensitas cahaya pada LDR 1 = 15 dan LDR = 45 menunjukan bahwa intensitas di dalam ruangan adalah 300 dan di luar ruangan adalah 460 dengan output intensitas cahaya = 1300 serta PWN sebesar 121. Pada tabel nomor 5 menjelaskan bahwa jika intensitas cahaya pada LDR 1 = 80 dan LDR = 45 menunjukan bahwa intensitas di dalam ruangan adalah 400 dan di luar ruangan adalah 450 dengan output intensitas cahaya = 1200 serta PWN sebesar 118. Pada tabel nomor 6 menjelaskan bahwa jika intensitas cahaya pada LDR 1 = 160 dan LDR = 45 menunjukan bahwa intensitas di dalam ruangan adalah 500 dan di luar ruangan adalah 386 dengan output intensitas cahaya = 1250 serta PWN sebesar 127. Pada tabel nomor 7 menjelaskan bahwa jika intensitas cahaya pada LDR 1 = 180 dan LDR = 45 menunjukan bahwa intensitas di dalam ruangan adalah 600 dan di luar ruangan adalah 412 dengan output intensitas cahaya = 1300 serta PWN sebesar 115. Pada tabel nomor 8 menjelaskan bahwa jika intensitas cahaya pada LDR 1 = 280 dan LDR = 45 menunjukan bahwa intensitas di dalam ruangan adalah 700 dan di luar ruangan adalah 452 dengan output intensitas cahaya = 850 serta PWN sebesar 85. Pada tabel nomor 9 menjelaskan bahwa jika intensitas cahaya pada LDR 1 = 400 dan LDR = 45 menunjukan bahwa intensitas di dalam ruangan adalah 800 dan di luar ruangan adalah 472 dengan output intensitas cahaya = 800 serta PWN sebesar 65.
Pada tabel nomor 10 menjelaskan bahwa jika intensitas cahaya pada LDR 1 = 1950 dan LDR = 45 menunjukan bahwa intensitas di dalam ruangan adalah 900 dan di luar ruangan adalah 460 dengan output intensitas cahaya = 400 serta PWN sebesar 53. Pada tabel nomor 11 menjelaskan bahwa jika intensitas cahaya pada LDR 1 = >3000 dan LDR = 45 menunjukan bahwa intensitas di dalam ruangan adalah 976 dan di luar ruangan adalah 464 dengan output intensitas cahaya = 350 serta PWN sebesar 26.
2. Pengujian kedua diberikan perbedaan intensitas cahaya diluar ruangan Pada pengujian ini dilakukan pemberian cahaya pada LDR 2yang terletak diluar ruangan. Dengan hasil pengujian ditunjukan pada Tabel 2 diibawahini. Tabel
4.
Pengujian
dengan
memberikan
perubahanintensitascahayadiluarruangan NO 1 2 3 4 5 6 7 8 9 10 11
Dalam Ruangan (Delta) 500 500 512 524 524 496 432 420 412 440 496
Luar Ruangan (Delta Error) 4 100 200 300 400 500 600 700 800 900 980
PWM 128,4 127 127 127 127 122 92 80 75 93 115
intensitas cahaya LDR 2 output LDR 1 60 0 1300 60 0 1300 60 10 1300 60 10 1300 60 20 1300 55 55 1200 45 100 950 40 420 850 40 600 850 45 680 950 55 <3000 1200
Tabel pengukuran 2 diperoleh berdasarkan Intensitas Cahaya Di Luar Ruangan (depan rumah) pada tabel nomor 1 menjelaskan bahwa jika intensitas cahaya pada LDR 1 = 60 dan LDR = 0 menunjukan bahwa intensitas di dalam ruangan adalah 500 dan di luar ruangan adalah 4 dengan output intensitas cahaya = 1300 serta PWN sebesar 128,4. Pada tabel nomor 2 menjelaskan bahwa jika intensitas cahaya pada LDR 1 = 60 dan LDR = 0 menunjukan bahwa intensitas di dalam ruangan adalah 500 dan di
luar ruangan adalah 100 dengan output intensitas cahaya = 1300 serta PWN sebesar 127. Pada tabel nomor 3 menjelaskan bahwa jika intensitas cahaya pada LDR 1 = 60 dan LDR = 10 menunjukan bahwa intensitas di dalam ruangan adalah 512 dan di luar ruangan adalah 200 dengan output intensitas cahaya = 1300 serta PWN sebesar 127. Pada tabel nomor 4 menjelaskan bahwa jika intensitas cahaya pada LDR 1 = 60 dan LDR = 10 menunjukan bahwa intensitas di dalam ruangan adalah 524 dan di luar ruangan adalah 300 dengan output intensitas cahaya = 1300 serta PWN sebesar 127. Pada tabel nomor 5 menjelaskan bahwa jika intensitas cahaya pada LDR 1 = 60 dan LDR = 20 menunjukan bahwa intensitas di dalam ruangan adalah 524 dan di luar ruangan adalah 400 dengan output intensitas cahaya = 1300 serta PWN sebesar 127. Pada tabel nomor 6 menjelaskan bahwa jika intensitas cahaya pada LDR 1 = 55 dan LDR = 55 menunjukan bahwa intensitas di dalam ruangan adalah 496 dan di luar ruangan adalah 500 dengan output intensitas cahaya = 1200 serta PWN sebesar 122. Pada tabel nomor 7 menjelaskan bahwa jika intensitas cahaya pada LDR 1 = 45 dan LDR = 100 menunjukan bahwa intensitas di dalam ruangan adalah 432 dan di luar ruangan adalah 600 dengan output intensitas cahaya = 950 serta PWN sebesar 92. Pada tabel nomor 8 menjelaskan bahwa jika intensitas cahaya pada LDR 1 = 40 dan LDR = 420 menunjukan bahwa intensitas di dalam ruangan adalah 420 dan di luar ruangan adalah 700 dengan output intensitas cahaya = 850 serta PWN sebesar 80. Pada tabel nomor 9 menjelaskan bahwa jika intensitas cahaya pada LDR 1 = 40 dan LDR = 600 menunjukan bahwa intensitas di dalam ruangan adalah 412 dan di luar ruangan adalah 800 dengan output intensitas cahaya = 850 serta PWN sebesar 75. Pada tabel nomor 10 menjelaskan bahwa jika intensitas cahaya pada LDR 1 = 45 dan LDR = 680 menunjukan bahwa intensitas di dalam ruangan adalah 440 dan di luar ruangan adalah 900 dengan output intensitas cahaya = 950 serta PWN sebesar 93. Pada tabel nomor 11 menjelaskan bahwa jika intensitas cahaya pada LDR 1 = 55 dan LDR = >3000 menunjukan bahwa intensitas di dalam ruangan adalah 496 dan di luar ruangan adalah 980 dengan output intensitas cahaya = 1200 serta PWN sebesar 155.
KESIMPULAN
1. Sistem Penerangan Ruangan Otomatis Berbasis Fuzzy Logic Control (FLC)dapat mengatur nilai Pulse Width Modulation (PWM) dari 0 hingga 255. 2. Lampu LED akan menyala dengan range luminasi minimal, medium dan maksimal sesuai dengan inputan dari sensor LDR1 dan LDR2. 3. Apabila cahaya di luar ruangan gelap maka intensitas cahaya di dalam ruangan akan semakin meningkat, sebaliknya jika cahaya di luar ruangan terang maka intensitas cahaya di dalam ruangan akan menurun. 4. Apabila cahaya di dalam ruangan gelap maka nyala lampu LED di dalam ruangan akan ditingkatkan, sebaliknya jika cahaya di dalam ruangan terang maka nyala lampu LED di dalam ruangan akan dikurangi.
REFERENSI Adam Vrileuis. (2013). Pemantau Lalu Lintas dengan Sensor LDR Berbasis Mikrokontroler ATMega 16. Jurnal Rekayasa Elektrika(10:3). Andik Asmara.(___). Panduan Praktik Pemrogaman Mikrokontroler AVR ATMega Dengan CVAVR (Bahasa C). UNY Pilipus Tarigan. (2013). Perancangan Simulator Kontroler Lampu Rumah Berbasis Komputerisasi dengan Menggunakan Metode Fuzzy Logic Control. Pelita Informatika Budi Darma(3:1). Kusumadewi, Sri danPurnomo, Hari.(2010). untukPendukungKeputusan. Yogyakarta: GrahaIlmu
AplikasiLogika
Fuzzy
Related Documents 3m3m1z
Modul Praktikum 24723
April 2020 33
Modul Praktikum B.inggris 1p561c
October 2020 0
Modul Praktikum(4) p69i
May 2020 6
Modul Praktikum Pbo f3l4r
September 2020 0
Modul Praktikum Virologi 4i4r2e
April 2020 35