Konfigurasi Dasar Kendali Logika Fuzzy Kendali Fuzzy Adaptif Metode Secara Tidak Langsung Indirect Adaptive Fuzzy Control

fungsi keanggotaan Gaussian sebagai fungsi pemetaan fuzzy. Adapun Gambar dari Fungsi keanggotaan dapat dilihat pada Gambar 3.7. Gambar 3.7. Fungsi Keanggotaan Masukkan Fuzzy dengan Lima Fungsi Gaussian

3.5.4. Konfigurasi Dasar Kendali Logika Fuzzy

Kendali fuzzy mempunyai empat komponen sebagaimana dapat dilihat pada Gambar 3.8. Gambar 3.8. Konfigurasi Dasar Kendali Logika Fuzzy 1. Fuzifikasi adalah proses modifikasi masukan tegas sehingga dapat dinterpretasikan dan dibandingkan dengan aturan – aturan dalam basis aturan. 2. Basis aturan atau “rule base” berisi pengetahuan dalam bentuk himpunan aturan, mengenai cara terbaik untuk mengontrol sistem. Universitas Sumatera Utara 3. Mekanisme pengambilan keputusan atau “inference mechanism” yaitu evaluasi terhadap aturan kontrol yang akan diterapkan bersesuaian dengan kondisi yang sedang berlangsung kemudian memutuskan input yang harus diumpankan ke plant sebagai suatu aksi kontrol. 4. DeFuzifikasi adalah proses pengubahan konklusi yang diambil dalam inference mechanism kedalam input plant berupa aksi pengontrolan.

3.5.5. Kendali Fuzzy Adaptif Metode Secara Tidak Langsung Indirect Adaptive Fuzzy Control

Kendali fuzzy adaptif metode secara tidak langsung menggunakan sebuah model plant dan metode identifikasi sistem secara on line untuk mengestimasikan parameter plant model, kemudian hasil paremeter terestimasinya digunakan oleh perancang kendali designer controller untuk menspesifikasikan parameter pada pengontrolnya, jika kondisi plant berubah maka pengidentifikasi akan mengestimasikan parameter model plant dan perancang kendali controller designer akan terus menyala tuning parameter pengontrolnya. Kendali fuzzy adaptif metode secara tidak langsung Indirect fuzzy adaptive control dapat dilihat pada Gambar 3.9. Gambar 3.9. Indirect Adaptive Control Universitas Sumatera Utara Sifat yang melekat pada perancang kendali controller designer menganggap bahwa, plant model merepresentasikan sebagai plant secara sempurna, sehingga parameter plant yang digunakan oleh perancang kendali mampu secara sempurna menyediakan parameter pengontrolnya. Pengidentifikasian secara on line dilakukan dengan menggunakan metode RLS, RLS digunakan untuk menala parameter plant model dalam hal ini adalah fungsi center kenggotaan keluaran fuzzy .

3.5.6. Perancangan Sistem Fuzzy

Dokumen yang terkait

Aplikasi Integrasi Metode Fuzzy Servqual dan Quality Function Deployment (QFD) Dalam Upaya Peningkatan Kualitas Layanan Pendidikan (Studi Kasus: SMP Swasta Cinta Rakyat 3 Pematangsiantar)

10 125 85

Perbaikan Rancangan Produk dengan Metode Concurrent Function Deployment dan TRIZ

3 100 53

Penerapan Metode Kano, Quality Function Deployment Dan Value Engineering Untuk Peningkatan Mutu Produk Sarung Tangan Karet

11 73 101

Aplikasi Kansei Engineering Dan Quality Function Deployment (QFD) Serta Teoriya Resheniya Izobretatelskikh Zadatch (TRIZ) Untuk Meningkatkan Mutu Pelayanan Rumah Sakit Pada Instalasi Hemodialisis

9 92 70

Strategi Perbaikan Kualitas Pelayanan Dengan Menggunakan Metode Quality Function Deployment (QFD) dan Pendekatan Blue Ocean Strategy di LotteMart Wholesale Medan

13 167 189

Integrasi Aplikasi Metode Quality Function Deployment (QFD) dengan Blue Ocean Strategy (BOS) untuk Meningkatkan Mutu Pelayanan Hotel, Studi Kasus: Hotel Grand Angkasa Internasional Medan

15 91 169

Perancangan Fasilitas Kerja Menggunakan Metode QFD (Quality Function Deployment) Dengan Pendekatan AHP (Analytical Hierarchy Process) Dan Memperhatikan Prinsip Ergonomi Di PT. Carsurindo

7 83 212

Perancangan Fasilitas Kerja yang Ergonomis Dengan Menggunakan Metode Fuzzy Quality Function Deployment (QFD) pada Industri Keripik Ubi

6 104 284

Rancangan Penggiling Buah Kopi Dengan Metode Quality Function Deployment (QFD) untuk Meningkatkan Produktivitas (Studi Kasus di UKM Tani Bersama

4 70 111

Perbaikan Rancangan Produk Menggunakan Metode Quality Function Deployment Dan Design For Manufacturing And Assembly

10 99 227