Blog Elektronika: APLIKASI FUZZY PENGATUR SUHU AC

DAFTAR ISI

Rancang Bangun Sistem Pengendali Air Conditioner Dengan Fuzzy Logic

Referensi :

Pramesti, N. M. G. A. (2018). Rancang Bangun Sistem Pengendali Air Conditioner Dengan Fuzzy Logic. Jurnal IT, 1(1), 13–17.

1. Abstrak

Jika suatu ruangan yang menggunakan pendingin ruangan diisi oleh orang banyak, maka semakin besar daya AC yang dibutuhkan untuk mendinginkan ruangan tersebut karena pada dasarnya manusia yang mengisi suatu ruangan mengeluarkan kalori yang cukup tinggi. Suhu yang dikeluarkan pendingin ruangan (AC) terkadang terasa cukup, terlalu sejuk, kurang sejuk dan lain sebagainya di kulit manusia. Dengan Inferensi Fuzzy dapat ditentukan suhu optimal yang akan dikeluarkan oleh pendingin ruangan pada ruang tertutup berdasarkan suhu di luar ruangan, jumlah orang yang berada di dalam 0 - 55 orang, dan suhu antara 11°C - 25° C di dalam ruangan tersebut. Suhu terbaik bisa menjadi efek positif untuk suhu optimal dan penghematan energi tergantung dengan keadaan di ruangan.

Kata Kunci: Suhu, Inferensi Fuzzy, Pendingin Ruangan

2. Pendahuluan

Perkembangan teknologi pada alat listrik Air Conditioner (AC) dewasa ini telah memiliki banyak peningkatan dalam segi fitur. Dimana para pengguna dimanjakan dengan berbagai fitur yang disediakan oleh para produsen AC. Fitur-fitur pada AC tersebut memiliki berbagai macam fungsi, seperti air purifier, fan speed yang dapat diatur hingga fitur anti demam berdarah.Meskipun perkembangan AC telah meningkat hingga seperti saat ini, Kondisi dalam ruangan umum dimana seseorang atau sekelompok manusia yang tidak dapat mengatur suhu pada AC dapat merasakan hawa yang sangat dingin atau panas sehingga membuat mereka kurang nyaman dengan kondisi suhu tersebut.

3. Metode Penelitian

Analisis data menggunakan model mamdani dengan bantuan program FIS (Fuzzy Inference System) pada aplikasi MATLAB R2014a.

Dalam perancangan sistem Fuzzy logic Control memiliki empat bagian utama dalam pembuatan struktur dasar sistem kendali fuzzy, yaitu: Fuzzifikasi, Knowladge Base, Inferensi dan Defuzzifikasi.

4. Hasil dan Pembahasan

Fuzzyfikasi

Fuzzifikasi adalah proses untuk mengubah variabel non fuzzy (variabel numerik) menjadi variabel fuzzy (variabel linguistik).

Pada pengaturan suhu AC terdapat 3 input masukan yang akan difuzifikasikan ke himpunan fuzzy dan menjadi fungsi keanggotaan fuzzy. Gambar 2.1, 2.2, 2.3 merupakan fuzzyfikasi dari input-input masukan yang dikeluarkan sensor suhu udara di luar ruangan dan di dalam ruangan. Dipilih lima buah nilai linguistik untuk output sensor suhu udara luar ruangan yaitu: Dingin, Sejuk, Normal, Hangat, dan Panas. Data sebagai berikut:

Klasifikasi	Interval
Dingin	0°C – 20°C
Sejuk	15°C – 25°C
Normal	20°C – 30°C
Hangat	25°C – 35°C
Panas	30°C – 40°C

Berikut adalah input masukan yang dikeluarkan sensor suhu udara di dalam ruangan. Dipilih tiga buah nilai linguistik untuk output sensor udara, y5aitu: Sejuk, Normal dan Hangat, dengan data sebagai berikut:

Klasifikasi	Interval
Sangat Dingin	0 – 20 Celcius
Dingin	19 – 38 Celcius
Normal	37 – 40 Celcius
Panas	39 – 45 Celcius
Sangat Panas	44 – 50 Celcius

Knowladge Base

Pengaturan suhu pada AC ini dugunakan beberapa rule yang kemungkinan besar akan terjadi pada pengaturan keluaran suhu AC. Dalam pembuatan rule atau pernyataan ini, semakin banyak rule yang digunakan maka semakin tepat dan detail dalam menentukan berapa suhu yang akan dikeluarkan pada AC.

Rule-rule pernyataan dikelompokkan menjadi sebuah matrik yang disebut sebagai Fuzzy Associative Memory (FAM)

Klasifikasi	Interval
Dingin	9°C – 17°C
Cukup Dingin	15°C – 19°C
Sejuk	17°C – 21°C
Cukup Sejuk	19°C – 23°C
Normal	21°C – 25°C

Prosedur Percobaan

STEP 1 : Susun konsep sistem kontrol dengan logika fuzzy

STEP 2 : Setelah konsep sistem kontrol dibentuk, maka kita dapat membuat pemrogramannya. Ketiklah “fuzzy” pada command window untuk membuka jendela Fuzzy Inference System (FIS) editor, sehingga muncul tampilan seperti gambar di bawah ini:

STEP 3 : Pilih edit >> add variable >> input untuk menambah variable input

sehingga akan muncul tampilan seperti pada gambar di bawah ini:

STEP 4 : Ubahlah nama input1 menjadi suhudalam, input2 menjadi suhuluar dan input3 menjadi jumlah orang

STEP 5 : Pilih edit >> membership function untuk membuat fungsi keanggotaan setiap variabel sehingga akan muncul tampilan Membership Function Editor seperti pada gambar di bawah ini:

STEP 6 : Pada variabel suhudalam, ubahlah range menjadi [0 60],

nama mf1 menjadi dingin, type trimpf, Params [0 10 20]

nama mf2 menjadi sejuk, type trimpf,, Params [15 20 25]

nama mf3 menjadi normal, type trimpf, Params [20 25 30]

nama mf2 menjadi hangat, type trimpf,, Params [25 30 35]

nama mf3 menjadi panas, type trimpf, Params [30 35 40]

sehingga tampilan variabel suhu dalam akan tampak seperti pada gambar di bawah ini:

STEP 7 : Pada variabel suhuluar, ubahlah range menjadi [0 60],

sehingga tampilan variabel suhu luar akan tampak seperti pada gambar di bawah ini:

nama mf1 menjadi sgtdingin, type trimpf, Params [0 10 20]

nama mf2 menjadi dingin, type trimpf,, Params [19 28 38 ]

nama mf3 menjadi normal, type trimpf, Params [36 38 40]

nama mf4 menjadi panas, type trimpf,, Params [39 42 45]

nama mf5 menjadi sgtpanas, type trampf, Params [44 47.5 50]

STEP 8 : Pada variabel suhu AC, ubahlah

range menjadi [0 60],

nama mf1 menjadi dingin, type trimpf, Params [11 15 17]

nama mf2 menjadi ckpdingin, type trimpf,, Params [15 17 19]

nama mf3 menjadi sejuk, type trimpf, Params [17 19 21]

nama mf2 menjadi ckpsejuk, type trimpf,, Params [19 21 23]

nama mf3 menjadi normal, type trimpf, Params [21 23 25]

Sehingga tampilan variabel suhu AC akan tampak seperti pada gambar di bawah ini:

STEP 9 : Pilih edit >> rules untuk membuka jendela rule editor

STEP 10 : Pilih view >> rules, untuk melihat hasil rules yang telah kita buat

kita dapat menggeser-geser nilai (input1) dan (input2) sehingga menghasilkan nilai keluaran pada suhu AC (output)

STEP 11: Pilih view >> surface, untuk melihat grafik 3D

Gambar Hasil Percobaan

5. Kesimpulan

Berdasarkan simulasi yang telah dilakukan dengan menggunakan aturan dan fungsi keanggotaan yang ada, dapat disimpulkan bahwa :

1.Simulasi sistem pengendali suhu ruangan menggunakan fuzzy logic berhasil dibuat dengan cara membuat derajat keanggotaan agar dapat menentukan temperatur suhu optimal.

2.Dengan menggunakan metode fuzzy logic maka di dapat variabel jumlah orang, jumlah AC, luas ruangan, dan spesifikasi AC untuk mengoptimalkan suhu AC.

3.Sistem yang dirancang dan disimulasikan lebih efektif dalam membaca klasifikasi suhu ruangan, karena dengan logika fuzzy clustering pembacaan suhu secara teori dan aplikasi bisa dilakukan.

6. Saran

Untuk mendapatkan hasil suhu AC yang lebih optimal sebaiknya di desain dengan teknologi Fuzzy Logic. Dimana pada Suhu luar ruangan dan jumlah orang dalam ruangan sebaiknya ditambahkan membership function sebnyak 7, agar hasil dari suhu AC yang dikeluarkan lebih akurat. Dan pada output bisa ditambahkan beberapa function seperti keanggotaan hangat diatas keanggotaan normal.

7. Realisasi Saran

Dalam menjalankan saran ini dilakukan penambahan masing - masing keanggotaan sebanyak 7. Penambahan dilakukan dalam bentuk tidak simetris agar diperoleh hasil yang lebih optimal. Seblumnya pada input suhudalam hanya menggunakan 5 keanggotaan, suhuluar 3 keanggotaan, jumlah orang 3 keanggotaan dan outputnya 5 keanggotaan. Berikut gambar nya:

suhu dalam

suhu luar

output

View Rules

9. Daftar Pustaka

Kusumadewi, S., & Purnomo, H. (2004). Aplikasi Logika Fuzzy untuk Mendukung Keputusan. Yogyakarta: Graha Ilmu.

Kusumadewi,Sri, Analisis & Desain Sistem Fuzzy menggunakan Tool Box Matlab, Yogyakarta: Graha Ilmu,2004.

Suryadi, “Pengatur Suhu Berbasis Logika Fuzzy pada Sistem Refrigerasi,” Jurnal teknik mesin Vol 2 No 1. Politeknik Negeri Padang, 2005.

Yudha Dwi Aryadi dan Mozart Wilson Talakua, “Penerapan Inferensi Fuzzy untuk Pengendali Suhu Ruangan Secara Otomatis pada Air conditioner (AC),” Ambon : FMIPA, Universitas Pattimura,2013.