Hasil Pencarian  ::  Simpan CSV :: Kembali

Abstrak :
Pada Tugas Akhir ini dirancang sistem pengaturan tegangan bolak-balik berbasis komputer dengan menggunakan logika fuzzy, yang dilengkapi dengan simulator fuzzy sederhana. Simulator fuzzy yang dirancang dijalankan pada DOS. Simulator ini digunakan untuk menguji parameter-parameter fuzzy yang akan digunakan dalam pengah=. Setelah diperoleh tanggapan simulator yang diinginkan, semua parameter tersebut dapat digunakan dalam pengaturan. Sistem pengaturan ini menggunakan PC kompatibel IBM untuk mengatur tegangan keluaran sebuah transformator variabel. Pengubahan sinyai tegaugan menjadi sinyal digital menggunakan ADC 0804. Lebar data yang digunakan adalah delapan bit. Komputer menerima data masukan dan mengirinkan aksi pengendahan menggunakan PPI (Prognwtable Paralel Interface) 8255A. Transformator yang digunakan adalah Kagoshima PTE - 8800 dengan daya maksimum 500 VA. Tegangan catu maksimum yang diijiukan diberikan pada transformator ini adalah 260 V. Pemngkat lunak yang dirancang, ditulis dalam bahasa C ( Borland C++ Ver. 1.0. ). Platform peranglcat lunak tersebut adalah DOS. Perangkat Iunak tersebut menggunakan tampilan grafts VGA.

Abstrak :
Pengendali logika fuzzy biasa mampu memperbaiki tanggapan waktu suatu sistem kendali. Keberhasilan pengendali logika fuzzy biasa ini, sangat dipengaruhi oleh pengetahuan seorang operator ahli dalarn menentukan nilai-nilai aturan fuzzy, fungsi keanggotaan masukan dan keluaran fuzzynya. Kendala tersebut dapat diatasi dengan menerapkan jaringan syaraf buatan (intelligent neural ntwork) ke dalam perancangan pengendali logika fuzzy. Pada tugas sloipsi ini mencoba menerapkan sualu struktur jaringan syaraf buatan pada perancangan pengendali Iogika fuzzy untuk mengendalikan suatu sistem kendali yang selanjutnya disimulasikan dengan suatu perangkat lunak sederhana (visual basic 3.0). Struktur jaringan syaraf buatan tersebut adalah struktur normalized fuzzy neural network (NT-NN). Pengendali yang dirancang disebut pengendali NFNN. Dalam pengendalian suatu sistem, pengendali NFNN ini membutuhkan suatu identifikasi. Identifikasi disini berfungsi untuk memperoleh perubahan sinyal keluaran plant terhadap perubahan sinyal masukan plant. Dengan kemampuan belajar dari jaringan syaraf buatannya, pengendali NFNN ini mampu memperbaharui nilai aturan fuzzy, fungsi keanggotaan masukan dan fungsi keanggotaan keluaran dalam usaha memperbaiki keluaran suatu sistem kendali. Dengan demikian, pengendali NFNN ini mengurangi kerja operator ahli dalam menentukan nilai aturan-aturan fuzzy, timgsi keanggotaan masukan dan keluaran fuzzy. Hasil simulasi yang dilakukan dengan menggunakan pengendali NFNN ini diperoleh perbaikan pada rise time, settling time, dan kesalahan tunak suatu sistem yang dikendalikan.

Abstrak :
Penjejak panas merupakan suatu alat untuk mendeteksi dan menunjukkan suatu sumber panas di sekitarnya. Penjejak panas ini dapat pula menunjukkan suatu sumber panas yang bergerak. Pergerakkan sumber panas tersebut menyebabkan perubahan arah dari penjejak papas, sehingga diperlukan pengendali umpan balikk agar diperoleh basil yang diinginkan. Dalam tugas akhir ini digunakan pengendali berbasis logika fuzzy yaitu pengendali umpan batik yang mendasarkan pengendalinya pada teori logika fuzzy. Tujuan penerapan logika fuzzy tersebut adalah untuk memperbaiki respon sistem kendali dalam mencapai kestabilannya. Perangkat keras yang digunakan dalam tugas akhir ini terdiri dari tiga bagian yaitu bagian antarmuka PC, penggerak motor dan pendeteksi sensor. Antarmuka PC berfungsi untuk mengatur pengalamatan dan jalur data antara perangkat lunak dan perangkat keras. Pendeteksi sensor memberikan masukan pada perangkat lunak fuzzy, melalui antarmuka PC, kemudian penggendali fuzzy memberikan keluaran pada pernggerak motor. Dalam analisa respon keluaran sistem dipakai parameter setling time, persen overshoot, steady state error dan kestabilan sistem. Selain itu dianalisa juga perubahan parameter dalam sistem logika fuzzy serta perubahan waktu sampling pada slat ini. Hasil analisa menunjukkan bahwa pemakaian pengendali logika fuzzy dapat memperbaiki tanggapan respon sistem kendali penjejak panas. Aplikasi penjejak panas ini dapat digunakan sebagai hulu rudal pengejar pangs, pendeteksi letak sumber kebakaran dan lain sebagainya.

Abstrak :
Paper ini memaparkan perancangan pengendali robot berbasis perilaku menggunakan Fuzzy, di mana parameter Fuzzy ditala secara otomatis menggunakan Particle Swarm Optimization (PSO) yang diistilahkan dengan Particle Swarm Fuzzy Controller (PSFC). Suatu fungsi tertentu dirancang untuk meningkatkan performa proses pencarian PSO. Fungsi tersebut mengubah harga bobot inersia menjadi berkurang secara sigmoid (Sigmoid Decreasing Inertia Weight). Empat buah perilaku robot dirancang menggunakan PSFC. Kemudian seluruh perilaku tersebut juga dikoordinasikan menggunakan PSFC. Beberapa simulasi pengendalian pergerakan robot dan percobaan dengan robot MagellanPro telah dilakukan untuk menguji performa algoritma yang dirancang. Algoritma lain, Genetic Fuzzy Controller (GFC) digunakan sebagai pembanding. Dari hasil pengujian dapat dikatakan bahwa pengendali yang dirancang memiliki kemampuan yang baik untuk menyelesaikan tugasnya pada suatu lingkungan nyata.

This paper describes the design of robots controllers based on behaviour using Fuzzy, in which the Fuzzy parameters are automatically tuned using the Particle Swarm Optimization (PSO) which is termed the Particle Swarm Fuzzy Controller (PSFC). A particular function is designed to improve the performance of PSO search process. That particular function changes the value of the inertia weight, so it‟s decreased in sigmoid (Sigmoid Decreasing Inertia Weight). Four types of robots behaviour are designed and coordinated using the PSFC. Some simulation of the robot movement control and experiments with the robot MagellanPro have been conducted to test the performance of the algorithm that have been designed. Another algorithm, Genetic Fuzzy Controller (GFC) is used as a comparison. From the test results, it can be said that the controllers that have been designed have a good ability to accomplish its task in a real environment.