Hasil Pencarian  ::  Simpan CSV :: Kembali

"Sistem kontrol berbasis logika fuzzy dewasa ini tengah berkembang pesat. Hal ini disebabkan oleh kemudahan dalam perancangan sistem tersebut. Perancangan sistem kontrol berlogika fuzzy lebih mudah karena tidak memerlukan persamaan matematis yang kompleks, melainkan dengan menggunakan variabel-variabel linguistik. Hal ini selain memudahkan perancangan sistem tersebut juga merupakan solusi dari permasalahan yang tidak dapat dimodelkan secara matematis atau pemodelan matematisnya sangat remit. Dalam pembentukan variabel-variabel linguistik tersebut sistem akan menirukan tindakan-tindakan yang dilakukan seorang ahli (expert) dalam mengatasi suatu masalah. Dengan kata lain sistem berbasis logika fuzzy akan berperilaku menirukan seorang operator pengendali. Pada Tugas Akhir ini dikembangkan suatu sistem kendali fuzzy yang diterapkan kepada proses manuver flare pada sistem pendaratan otomatis pesawat terbang. Sistem ini bekerja mengendalikan flare path (lintasan flare) dengan menggunakan elevator sebagai pengendali dengan tujuan mencapai kinerja touch down yang baik. Dalam sistem ini dipakai pesawat N-250 sebagai model. Penekanan dari Tugas Akhir ini adalah cara kerja logika fuzzy dalam sistem tersebut."

"Navigasi merupakan hal yang sangat penting dalam setiap pelayaran kapal laut, yaitu untuk mengetahui posisi kapal dalam koordinat geografis. Pengendalian pada sistem kemudi kapal laut dimaksudkan untuk melepaskan diri dan ketergantungan kemudi kapal terhadap seorang nakhoda dan kapal laut dapat tiba di tempat tujuan dengan kesalahan posisi yang tidak terlalu besar.Pada skripsi ini akan dibahas perbandingan dua pengendali yang akan digunakan untuk mengendalikan kemudi kapal laut, yaitu pengendali logika fuzzy dan pengendali ANFIS (Adaptive-Network-Based Fuzzy Inference System). Pengendali logika fuzzy menggunakan metoda basis aturan berdasarkan pengalaman seorang pakar (dalam hal ini nakhoda) untuk mengendalikan kemudi kapal yang diambil dari acuan[2] , sementara pengendali ANFIS merupakan pengendali neuro fuzzy yang rnenggunakan proses learning dari basis data untuk menghasilkan basis aturannya. Kedua jenis pengendali ini akan menghasilkan kinerja yang berbeda."

"ABSTRAKPada Tugas Skripsi ini dibuat simulasi suatu sistem kendali untuk mengendalikan gerak longitudinal pesawat terbang. Sistem ini bekenja mengendalikan gerakan pitch pesawat (gerakan naik-turun hidung pesawat). Ini dilakukan dengan pengaturan sudut elevator (sirip pada sayap belakang horisontal). Dalam simulasi ini digunakan metode Runge-Kulta orde empat.br>Dalam Tugas Skripsi ini digunakan pengendali berbasis logika fuzzy yaitupengendali umpan balik yang mendasarkan pengendaliannya pada teori Iogika fuzzy.Tujuan penerapan logika fhzzy tersebut adalah untuk memperbaiki tanggapan waktusistern kendali dalam mencapai kestabilannya. Dalam analisa respons keluaran sistem dipakai parameter tanggapan waktu,yaitu rise time, settling lime, percent overshool. dan steady state error. Hasil analisamenunjukkan bahwa penerapan pengendali logika dapat memperbaiki tanggapanwaktu sistem kendali gerak pitch pesawat terbang.

---

"

"Penjejak sinar infra merah merupakan alat untuk mendeteksi dan menunjukkan anal suatu benda yang mengeluarkan sinar infra merah di sekitamya. Penjejak sinar infra merah ini dapat pula menunjukkan suatu sumber infra merah yang bergerak. Pergerakkan sumber infra merah tersebut menyebabkan perubahan arah dari penjejak sinar infra merah, sehingga diperlukan pengendali umpan balik agar diperoleh hasil yang dunginkan. Dalam skripsi ini digunakan pengendali berbasis logika fuzzy, yaitu pengendali umpan balik yang mendasarkan pengendalinya pada teori logika fuzzy. Tujuan penerapan logika fuzzy tersebut adalah untuk memperbaiki tanggapan sistem kendali dalam mencapat kestabilannya. Perangkat keras yang digunakan dalam togas akhir ini terdiri dari tiga bagian, yaitu pendeteksi sensor, antarmuka PC, dan penggerak motor. Pendeteksi sensor memberikan masukkan pada perangkat lunak fuzzy melalui antarmuka PC. Antarmuka PC berfungsi untuk mengatur pengalamatan dan jalur data antara perangkat lunak dan perangkat keras, dan berdasarkan pengendali fuzzy, memberikan keluaran untuk menggerakkan motor. Dalam analisa respon keluaran sistem dipakai parameter rise time, settling time, percent over shoot, steady state error, dan kestabilan sistem. Hasil analisamenunjukkan bahwa pemakaian pengendali logika fuzzy dapat mempercepat rise time dan settling time, serta menghilangkan overshoot dan error steady state pada sistem kendali penjejak sinar infra merah."

"ABSTRAKMekanisme pengendalian rekanan darnh manusia merupakan suatu hal yang sangat penting dilalrukan agar kondlsi manusia tetap teljaga Penggunaan mesin jantung buatm> dalam kondisi tertentu juga membutuhkan suatu mekanisme pengendali dalam menjaga agar tekanan darnh terulama yang diamati disini adalah tekanan darnh aorta akan tetnp teijaga pada keadaan noxmal rnta-rntanya, misalnya 120 mmHg untuk sisrelik dan SO mmHg untuk diastolik.Pada simulasi ini digunakan pengendali logika fuzzy dengan 7 buah varlabel linguistik dim.ana masing-masing variabel input adalah error dan delta error dari posisi pampa dan oulput adaJah gaya yang diberikan kopada plant sebagai sinyal kendalian. Karena sistem yang ada sating terkail antarn satu dengan lainnya, maka dengan mengendalikan posisi dari pampa akan secara otomatis akan mengendalikan tekanan darnh yang terukur.Simulasi dilalrukan terhadap sistern baik dalam keadaan tanpa gangguan !llllllpun dalam keadaan diberikan gangguan. Pengujian dalam keadllllll tanpa gangguan dilalrukan dengan mengubah parameter-parameter sistem dan melihal pengarubnya terbadap tekanan darnh aorta yang terukor. Parameter-parameter itu adaJah fiekoensi set point, Cah (lwmpliansi chamber), Cart (lwmpliansi arten) dan rl (qfterload). Pengujian dengan gangguan dilalrukan untuk melihal pengarubnya terbadap sistem . dan sejaub mana pengendall fuzzy dapat mengendalikan Jekanan darnh yang ada Ga:ngguan te=but

---

"

""Pada Tugas Akhir ini, ditampilkan dua macam sistem phasa non-minimum berclasarkan jumlah zero pads biclang s sebelah kanan maka simulasi difakukan pada beberapa model sistem orde dua sebagai model jenis pertama clan orde tiga sebagai model jenis kedua peristiwa undershoot. Teriebih dahulu dihitung fungsi alih implementahle bagi model sistem berdasarkan kriteria ITAE optimal. Untuk mengatasi: penstiwa undershoot clan memperbaiki performansi sistem digunakan pengendali logika fuzzy (l""iuz-_y Logic Controller, FLC) dengan dua bush tahap logika pengambil keputusan (Decision Making Logic, DML), sebagai akibatnya respons sistem akan menjadi lebih lambat karena seolah-olah tedadi penundaan (delay). Untuk mengatasi hal tersebut digunakan pengendali dua derajat kebebasan (kontroler 2-D) untuk memperbaiki transient response sistem setelah terlebih dahulu dihitung fungsi alih inrplenrentable. Pengendali dua derajat kebebasan terdiri dari dua kompensator yaitu kompensator umpan maju clan umpan batik dengan numerator dan denumerator bagi kompensator 2-D dicari berdasarkan metoda Aljabar Linier. Hasil simulasi yang sangat balk bagi penerapan pengendali logika fuzzy pada sistem phasa non-minimum dalam simulasi ini adaiah pada sistem berorde 3 contoh pertama yang ditunjukkan dengan nilai parameter rise lime sebesar 1.1.""

"Tesis ini membahas tentang Pengendali Logika Fuzzy sistem Thermal Mixing. Salah satu contoh proses thermal mixing yang cukup sederhana dan mewakili adalah Proses Pencampuran Air Panas dan Air Dingin. Sistem pencampuran air panas dan air dingin ini terdiri atas sebuah tangki dengan dua buah pipa saluran masukan dan sebuah saluran keluaran. Level dan temperatur air akan diukur dengan menggunakan tranduser.Sistem pencampuran air panas dan air dingin ini merupakan sistem yang multivariabel dengan empat masukan dan dua keluaran. Dari pemodelan yang diperoleh dapat dilihat bahwa sistem pencampuran ini merupakan sistem non linier. Sifat non linier sistem ini merupakan suatu kendala yang harus dikendalikan untuk mendapatkan hasil yang diinginkan yaitu temperatur dan level air tertentu.Konfigurasi sistem yang digunakan pada pengujian ini adalah maksimum tinggi air dalam tangki 2 m, luas alas tangki 2 m2, luas penampang pipa air 0,05 m2, tinggi level air awal 1 m, suhu air awal dalam tangki 27°C.Untuk melihat tanggapan sistem pengendalian proses pencampuran air panas dan air dingin dengan menggunakan pengendali logika fuzzy maka harus dilakukan berbagai pengujian dengan berbagai macam kondisi. Pengujian ini dilakukan dengan menggunakan fasilitas Simulink versi 4 pada program Matlab versi 6.0.0.88 Release 12.

---

This thesis studies a fuzzy logic controller to the process of thermal mixing. An example of a simple thermal mixing process that represent it was a cold and hot water mixing process. The cold and hot water mixing system consist of a tank which connected to two water pipe inputs and a water pipe output. Water level and temperature were measured with transducers.

The cold and hot water mixing process was a multivariable system with four inputs and two outputs. From mathematical models, the mixing system is a non linear system. The non linearity of this system is the constraint that has to be controlled to achieve the temperature and level set points.

The system configuration used in the examination are 2 m of maximum water level in tank, base area of tank is 2 m2, cross section area of outlet pipe is 0.05 m2 initial water level is 1 m and initial water temperature is 27°C.

The responds system of the mixing process control using fuzzy logic controller was tested in some variants conditions. The tests were simulations using the Simulink version 4 facility in Matlab version 6.0.0.88 release 12 program."