Logika fuzzy memberikan penyelesaian masalah dari munculnya variable linguistik (panjang, pendek, dll.). Penyelesaian masalah ini berdasarkan pengaturan kondisi fungsi keanggotaan (membership function) dari suatu semesta (U). Variable lingustik tidak dapat langsung diproses oleh komputer sehingga kita memerlukan proses fuzzification dan defuzzyfication. Pada percobaan yang telah dilakukan terhadap penemempatan fuzzy set P4 didapat bahwa fuzy set P4 harus ditempatkan pada daerah positif.

1. 1
Abstrak
Logika fuzzy memberikan penyelesaian masalah dari
munculnya variable linguistik (panjang, pendek, dll.).
Penyelesaian masalah ini berdasarkan pengaturan kondisi
fungsi keanggotaan (membership function) dari suatu semesta
(U).
Variable lingustik tidak dapat langsung diproses oleh
komputer sehingga kita memerlukan proses fuzzification dan
defuzzyfication. Pada percobaan yang telah dilakukan terhadap
penemempatan fuzzy set P4 didapat bahwa fuzy set P4 harus
ditempatkan pada daerah positif.
Keywords: Membership function, Fuzzification, Defuzzification.
1. Introduction
Gambar 1. Skema pada penggunaan logika fuzzy[1]
Dari skema diatas dapat di jelaskan
1.1. Membership Function
fungsi f(x) (crips) yang dinyatakan dalam keanggotaan
sebuah Variable lingustik pada daerah semesta (U).
1.2. Fuzzification
mengubah masukan-masukan yang nilai kebenarannya
bersifat pasti (crisp input) ke dalam bentuk fuzzy input.
1.3. Inference
melakukan penalaran menggunakan fuzzy input dan
fuzzy rules yang telah ditentukan sehingga menghasilkan
fuzzy output
1.4. Defuzzification
mengubah fuzzy output menjadi crisp value berdasarkan
fungsi keanggotaan yang telah ditentukan.
2. Previous Work
Pada makalah yang dibuat oleh Mohd Shahrieel dkk.
menjelaskan pengaruh dari proses tuning pada keluaran fuzzy
membership fuction. Proses tuning dilakukan pada fuzzy
membership fuction 7x7 dengan simulink block diagram
model DSRV.
3. Equation and Figure
Percobaan dilakukan dengan software matlab 2007
dimana dari gambar 2. Diketahui bahwa e dan de adalah
kondisi rangsangan yang dibandingkan untuk mendapatkan
keluaran yang diinginkan (SV=1). Penempatan P4 dilakukan
terhadap 4 kondisi dengan prosentase P4=50%.
Gambar 2. Function block dengan umpan balik
Gambar 3. Penentuan letak fuzzy set
Dari simulasi yang telah dilakukan didapat pengaruh
penempatan P4 berupa.
• Terjadi osilasi yang tinggi pada saat fuzzy set P4
berada pada daerah negatif.
– Perbandingan nilai e dan de pada darah negatif
menghasilkan nilai output P4. kondisi ini tidak
dapat diterima karena tidak sesuai dengan logika
dan ketentuan variabel lingustik. Contoh: Kita
tidak dapat mengatakan bahwa makanan tidak
enak dan makanan tidak sehat adalah makanan
sangat baik.
• Kondisi steady state (ts) paling cepat dialami oleh
kondisi fuzzy set P4 pada daerah positif.
– Perbandingan nilai e dan de pada daerah positif
menghasilkan nilai output P4. kondisi
mempercepat kondisi steady state dan
mengurangi error steady state. Kondisi ini
memenuhi ketentuan logika variabel lingustik.
Contoh: Kita dapat mengatakan bahwa makanan
enak dan makanan sehat adalah makanan sangat
baik.
• Rise time (tr) pada kondisi fuzzy set P4 didaerah
Positif dan Negatif berada pada nilai yang sama.
– Perbandingan nilai e dan de pada daerah positif
dan negatif menghasilkan output P4. kondisi ini
tidak mempengaruhi rise time (tr).
• Nilai steady state tertinggi (pv) dialami oleh kondisi
fuzzy set P4 pada daerah positif.
• Maksimum overshot (mov) tertinggi dialami oleh
kondisi fuzzy set P4 pada daerah negatif.
PENGARUH PENEMPATAN KONDISI NILAI FUZZY SET P4 PADA FUZZY
MEMBERSHIP FUNCTION 9x9
Moh. Faisol1)
Era Purwanto2)
1) Mahasiswa PENS, Surabaya 60111, email: faisol.tg@gmail.com
2) Dosen Pengampu DKC, PENS, Surabaya 60111, email: era@pens.ac.id

2. 2
Tabel 1. P4=50%, De=Positif
e
de
N4 N3 N2 N1 nol P1 P2 P3 P4
N4 N4 N4 N3 N2 nol N3 N2 N1 Nol
N3 N4 N4 N2 N1 nol N2 N1 nol P1
N2 N3 N2 N1 nol P1 N1 nol P1 P2
N1 N2 N1 N3 N2 P2 nol P1 P2 P3
nol N1 nol P1 P2 nol P4 P4 P4 P4
P1 P4 P4 P4 P4 P4 P4 P4 P4 P4
P2 P4 P4 P4 P4 P4 P4 P4 P4 P4
P3 P4 P4 P4 P4 P4 P4 P4 P4 P4
P4 P4 P4 P4 P4 P4 P4 P4 P4 P4
Tabel 2. P4=50%, De=Negatif
e
de
N4 N3 N2 N1 nol P1 P2 P3 P4
N4 P4 P4 P4 P4 P4 P4 P4 P4 P4
N3 P4 P4 P4 P4 P4 P4 P4 P4 P4
N2 P4 P4 P4 P4 P4 P4 P4 P4 P4
N1 P4 P4 P4 P4 P4 P4 P4 P4 P4
nol P4 P4 P4 P4 nol nol P1 P2 P3
P1 N3 N2 N1 nol nol N3 N2 N1 Nol
P2 N2 N1 Nol P1 P1 N2 N1 Nol P1
P3 N1 nol P1 P2 P2 N1 nol P1 P2
P4 nol P1 P2 P3 P3 nol P1 P2 P3
Tabel 3. P4=50%, e=Positif
e
de
N4 N3 N2 N1 nol P1 P2 P3 P4
N4 N4 N4 N3 N2 nol P4 P4 P4 P4
N3 N4 N4 N2 N1 nol P4 P4 P4 P4
N2 N3 N2 N1 nol P1 P4 P4 P4 P4
N1 N2 N1 N3 N2 P2 P4 P4 P4 P4
nol N1 nol P1 P2 nol P4 P4 P4 P4
P1 N3 N2 N1 nol P4 P4 P4 P4 P4
P2 N2 N1 nol P1 P4 P4 P4 P4 P4
P3 N1 nol P1 P2 P4 P4 P4 P4 P4
P4 nol P1 P2 P3 P4 P4 P4 P4 P4
Tabel 4. P4=50%, De=Negatif
e
de
N4 N3 N2 N1 nol P1 P2 P3 P4
N4 P4 P4 P4 P4 P4 N3 N2 N1 nol
N3 P4 P4 P4 P4 P4 N2 N1 nol P1
N2 P4 P4 P4 P4 P4 N1 nol P1 P2
N1 P4 P4 P4 P4 P4 nol P1 P2 P3
nol P4 P4 P4 P4 nol nol P1 P2 P3
P1 P4 P4 P4 P4 nol N3 N2 N1 nol
P2 P4 P4 P4 P4 P1 N2 N1 nol P1
P3 P4 P4 P4 P4 P2 N1 nol P1 P2
P4 P4 P4 P4 P4 P3 nol P1 P2 P3
Gambar 4. P4=50%, De=Positif
Gambar 5. P4=50%, De=Negatif
Gambar 6. P4=50%, e=Positif
Gambar 7. P4=50%, De=Negatif
4. Conclusion
a. Perbedaan mendasar berada pada pv, osilasi (error steady
state), steady state (ts).
b. Berdasarkan penempatan kondisi ini, fuzzy set P4 hanya
ditempatkan pada daerah postif.
c. Respon paling stabil dialami oleh kondisi fuzzy set P4
pada daerah positif.
Reference
[1]. http://mhs.stiki.ac.id/06114001/Software/bowo/Fuzzy%20L
ogic.ppt
[2]. Sivanandam, dkk, “Introductong to Fuzzy Logic Using
Matlab”, Springer-Verlag Berlin Heidelberg , 2007.
[3]. Shahrieel Mohd, dkk., “Study of the Effect in the Output
Membeship Function When Tuning a Fuzzy Logic
Controller ”, Faculty of Electrical Engineering of Unversiti
Teknikal Malaysia Melaka, 2011.
ts =2,5 s
tr=1,1 s
Mov=0,026
ts =5 s
tr=1,1 s
Mov=0,026
ts =40 s
tr=1,1 s
Mov=0,031
ts =50 s
tr=1,1 s
Mov=0,031