Simulasi pengaturan logika fuzzy
Penerbit : FTI - Usakti
Kota Terbit : Jakarta
Tahun Terbit : 2004
Pembimbing 1 : Wahidin Wahab
Pembimbing 2 : Ferrianto Gozali
Subyek : Electric engineering;Fuzzy logic
Kata Kunci : simulation setup, fuzzy logic
Status Posting : Published
Status : Tidak Lengkap
| No. | Nama File | Hal. | Link |
|---|---|---|---|
| 1. | 1993_TA_STE_06289159_Halaman-Judul.pdf | 12 | |
| 2. | 1993_TA_STE_06289159_Lembar-Pengesahan.pdf | 1 | |
| 3. | 1993_TA_STE_06289159_Bab-1_Pendahuluan.pdf | 5 | |
| 4. | 1993_TA_STE_06289159_Bab-2_Pengaturan-Logika-Fuzzy.pdf |
|
|
| 5. | 1993_TA_STE_06289159_Bab-3_Rancangan-Simulasi.pdf |
|
|
| 6. | 1993_TA_STE_06289159_Bab-4_Percobaan-dan-Analisis.pdf |
|
|
| 7. | 1993_TA_STE_06289159_Bab-5_Kesimpulan.pdf | 2 | |
| 8. | 1993_TA_STE_06289159_Daftar-Pustaka.pdf | 1 | |
| 9. | 1993_TA_STE_06289159_Lampiran.pdf |
|
S Seringkali seorang operator secara manual berhasil mengatur suatu proses yang berbekal pada pengalaman, pengetahuan dan kemampuan belajar. Dalam pengaturan proses seorang operator menyatakan keadaan sistem yang diatur dan pengambilan keputusan terhadap obyek atur diungkapkan secara kualitatif, sehingga is bekerja dengaiiimpnggunakan informasi yang ditafsirkan secara kualitatif yang bersifat tidak tepat, tidak pasti dan penuh keraguan.Pengaturan Logika Fuzzy (F'LF) menggunakan basis pengetahuan danungkapan-ungkapan linguistik yang dapat mempresentasikan cara kerja operator tersebut. Kemampuan ini didasari oleh himpunan fuzzy yang diturunkan melalui pengenalan kualitatif sistem yang diatur dan perilaku pengaturannya, kemudian kita dapat mengambil kesimpulan melalui mekanisme inferensi. Untuk itu pada tugas akhir ini penulis membuat simulasi Pengaturan Logika Fuzzy (PLF), dimana program tersebut diterapkan pada pengaturan kecepatan motor arus searah dan keseluruhan hasil percobaan ditampilkan dalam grafik tanggapan sistem dengan memberikan berbagai masukan sinyal uji.
O Often, an operator can successfully manage a process manually, relying on experience, knowledge, and learning abilities. In process management, an operator expresses the state of the controlled system and makes decisions about the controlled object qualitatively. Therefore, the operator operates using qualitatively interpreted information that is imprecise, uncertain, and full of doubt.Fuzzy Logic Control (FLC) utilizes a knowledge base and linguistic expressions that can represent the operator's operation. This capability is based on fuzzy sets derived through qualitative recognition of the controlled system and its control behavior. Conclusions can then be drawn through inference mechanisms. Therefore, in this final project, the author created a Fuzzy Logic Control (PLF) simulation. The program is applied to controlling the speed of a DC motor, and the overall experimental results are displayed in a system response graph by providing various test signal inputs.