Sistem kontrol penyiram airDasar Kendali cerdas

Misalkan kita ingin membangun sistem untuk mengontrol alat penyiram air .Input untuk sistem tersebut adalah suhu udara (dalam 0C) dan kelembaban tanah (dalam %)Output yang diinginkan adalah durasi penyiraman (dalam menit)Misalkan nilai crisp yang diterima sensor kelembaban adalah 12%. Nilai crisp yang diterima sensor suhu adalah 370C Berapa lama durasi penyiraman yang harus dilakukan?

Untuk menentukan berapa lama durasi penyiraman , maka proses yan dilakukan adalah:1. fuzzification : mengubah kedua nilai crisp input tersebut menjadi fuzzy input menggunakan fungsi-fungsi keangotaan2. rule evaluation : melakukan reasoning menggunakan nilai-nilai fuzzy input tersebut dan fuzzy rule sehingga dihasilkan fuzzy output3. defuzzification : mengubah fuzzy output menjadi nilai crisp (dalam satuan detik) berdasarkan fungsi keanggotaan output

Proses fuzificationMisalkan untuk suhu udara kita menggunakan fungsi keanggotaan trapesiun dengan 5 variabel linguistik yaitu: cold, cool, normal, warm, hotDengan fungsi ini, maka crisp input suhu 370C dikonversikan ke nilai fuzzy dengan cara:Suhu 370C berada pada nilai linguistik warm dan hotSemantik atau derajat keanggotaan untuk warm dihitung menggunakan rumus : -(x-d)/(d-c), c

Fungsi keanggotaan untuk suhu udara

Misalkan untuk kelembaban tanah kita menggunakan fungsi keanggotaan trapesiun dengan 3 variabel linguistik yaitu: dry, moist, wet

Dengan fungsi ini, maka crisp input kelembaban 12% dikonversikan ke nilai fuzzy dengan cara:Kelembaban 12% berada pada nilai linguistik dry dan moistSemantik atau derajat keanggotaan untuk dry dihitung menggunakan rumus : -(x-d)/(d-c), c

Fungsi keanggotaan untuk kelembaban tanah

Jadi proses fuzzifikasi menghasilkan empat fuzzy input yaitu :Suhu udara = warm(2/3) dan hot (1/3)Kelembaban tanah =dry(4/5) dan moist(1/5)

Proses inferensiUntuk durasi penyiraman kita menggunakan fungsi keanggotaan trapesium dengan 3 nilai linguistik: short, medium dan long

Aturan fuzzy untuk sistem kontrol penyiram airAntecedent 1( suhu udara)Antecedenct 2 (kelembabn)

Ada 3 x 5 =15 aturan fuzzy yaitu:

Proses inferensi menngunakan model mamdaniDapat digunakan 2 cara infrensi, yaitu clipping(alppha-cut) atau scaling. Metode yang paling umum digunakan adalah clipping karena mudah diimplementasikan dan bila diagregasikan dengan fungsi lain akan menghasilkan bentuk yang mudah difuzifikasiDari empat data fuzzy yaitu :Suhu udara = warm(2/3) dan hot (1/3)Kelembaban tanah =dry(4/5) dan moist(1/5)Diperoleh empat aturan dari 15 aturan yang dapat diaplikasikan yaitu:

Gunakan aturan conjuction () dengan memilih derajat keanggotaan minimum dari nilai-nilai linguistik yang dihubungkan oleh dan lakukan clipping pada fungsi keanggotaan trapesium untuk durasi penyiraman. Sehinga diperoleh :

IF suhu is warm (2/3) AND kelembaban is Dry (4/5) then durasi is long(2/3) IF suhu is warm (2/3) AND kelembaban is Moist (1/5) then durasi is medium (1/5)IF suhu is Hot (1/3) AND kelembaban is Dry (4/5) then durasi is long(1/3)IF suhu is Hot (1/3) AND kelembaban is Moist (1/5) then durasi is Medium (1/5)

Gunakan aturan disjunction (V) dengan memilih derajat keanggotaan maximum dari nilai-nilai linguistik yang dihubungkan oleh V dan lakukan clipping pada fungsi keanggotaan trapesium untuk durasi penyiraman. Sehinga diperoleh :Durasi is long (2/3) V durasi is long (1/3) dihasilkan durasi is long (2/3)Durasi is medium (1/5) V durasi is medium (1/5) dihasilkan durasi is medium (1/5)

Sehinga diperoleh dua pernyataan yaitu :Durasi is long (2/3) dan durasi is medium (1/5)

Proses inferensi menggunakan model mamdani a. Durasi is long (2/3)b. Durasi is Medium (1/5)

Proses composition pada model mamdani dari dua fuzzy set Durasi is Medium (1/5) dan long (2/3)Proses defuzzyficationSebelum defuzyfication , kita harus melakukan proses composition, yaitu agregasi hasil clipping dari semua aturan fuzzy sehinga didapatkan satu fuzzy set tunggal .Proses composition dari dua fuzzy set, Durasi is long (2/3) dan durasi is medium (1/5), menghasilkan satu fuzzy set tunggal.

Untuk proses defuzzyfication digunakan centroid method Dengan menentukan titik-titik sembarangan didaerah berarsir , misalkan : 24,28,32,36,40,48,60,70,80 dan 90 diperoleh :Untuk suhu 370C dan kelembaban tanah 12% dibutuhkan durasi penyiraman selama 60,97 detik.

Metode sugeno Metode sugeno menggunakan fungsi keanggotaan yang lebih sederhana dibandingkan model mamdani. Fungsi keanggotaan tersebut adalah singleton , yaitu fungsi keanggotaan yang memiliki derajat keanggotaan 1 pada suatu nilai crisp tunggal dan 0 pada semua crisp yang lain

Dengan cara yang sama seperti model mamdani diperoleh Durasi is long (2/3) dan durasi is medium (1/5)

1

0

40

20

60

Durasi penyiraman

short

medium

long

1

0

40

20

60

Durasi penyiraman Durasi is long (2/3)

short

medium

long

2/3

1

0

40

20

60

Durasi penyiramanDurasi is medium (1/5)

short

medium

long

1/5

Proses defuzzyfication menggunakan model sugenoProses composition dari dua fuzzy set, Durasi is long (2/3) dan durasi is medium (1/5), menghasilkan satu fuzzy set tunggal.

1

0

40

20

60

Durasi penyiraman Durasi is long (2/3) dan Durasi is medium (1/5)

short

medium

long

2/3

1/5

Jika menggunkan Height method untuk proses defuzzyfication , Durasi is long (2/3) dan durasi is medium (1/5), dipilih nilai maksimum nya yaitu Durasi is long (2/3) . Karena nilai crisp untuk long adalah 60, maka durasi penyiraman adalah 60 menit.Jika menggunakan Weighted Average untuk proses defuzzyfication, diperoleh;

Rule viewerDengan matlab

Surface viewer