Materi Kuliah Kendali Cerdas
Pertemuan 1 Sistem Logika Fuzzy
Logika fuzzy adalah suatu bentuk logika yang digunakan untuk menerjemahkan suatu besaran yang diekspresikan menggunakan bahasa (linguistic). Tidak seperti logika pasti yang dinyatakan dalam benar atau salah, logika fuzzy direpresentasikan dengan variabel-variabel linguistik seperti ’besar’, ’sedang’ dan ’kecil’. Teori yang diperkenalkan oleh Luthfi A. Zadeh ini merupakan pengembangan dari teori himpunan klasik.
DOC Preview | Download
Pertemuan 2 Kaidah Fuzzy Jika-Maka
Dengan A dan B adalah nilai linguistik yang dinyatakan dengan himpunan fuzzy dalam semesta pembicaraan X dan Y. Notasi “x adalah A” disebut sebagai antecedent atau premise, sedangkan “y adalah B” disebut consequence atau conclusion.
DOC Preview | Download
Logika fuzzy adalah suatu bentuk logika yang digunakan untuk menerjemahkan suatu besaran yang diekspresikan menggunakan bahasa (linguistic). Tidak seperti logika pasti yang dinyatakan dalam benar atau salah, logika fuzzy direpresentasikan dengan variabel-variabel linguistik seperti ’besar’, ’sedang’ dan ’kecil’. Teori yang diperkenalkan oleh Luthfi A. Zadeh ini merupakan pengembangan dari teori himpunan klasik.
DOC Preview | Download
Pertemuan 2 Kaidah Fuzzy Jika-Maka
Kaidah fuzzy Jika-Maka dimisalkan berbentuk:
Jika x adalah A maka y adalah BDengan A dan B adalah nilai linguistik yang dinyatakan dengan himpunan fuzzy dalam semesta pembicaraan X dan Y. Notasi “x adalah A” disebut sebagai antecedent atau premise, sedangkan “y adalah B” disebut consequence atau conclusion.
DOC Preview | Download
Pertemuan 3 Logika Fuzzy Bertipe 2
Sistem logika fuzzy bertipe 2 merupakan perluasan dari system logika fuzzy bertipe 1 dimana fungsi keanggotaan sistem logika fuzzy bertipe 2 memiliki dua derajat keanggotaan, yaitu derajat keanggotaan primer dan sekunder. Konsep fuzzy bertipe 2 ini diperkenalkan oleh Zadeh pada tahun 1970an. Konsep utama dari dari logika fuzzy bertipe 2 ini adalah “kata dapat dapat diartikan berbeda oleh orang yang berbeda”. Pada tahun 1999, mengeluarkan teori lengkap mengenai logika fuzzy bertipe 2 agar dapat menangani ketidakpastian.
DOC Preview | Download
Sistem logika fuzzy bertipe 2 merupakan perluasan dari system logika fuzzy bertipe 1 dimana fungsi keanggotaan sistem logika fuzzy bertipe 2 memiliki dua derajat keanggotaan, yaitu derajat keanggotaan primer dan sekunder. Konsep fuzzy bertipe 2 ini diperkenalkan oleh Zadeh pada tahun 1970an. Konsep utama dari dari logika fuzzy bertipe 2 ini adalah “kata dapat dapat diartikan berbeda oleh orang yang berbeda”. Pada tahun 1999, mengeluarkan teori lengkap mengenai logika fuzzy bertipe 2 agar dapat menangani ketidakpastian.
DOC Preview | Download
Pertemuan 4 Perancangan Pengontrol Fuzzy untuk Sistem Tangki Ganda
DOC Preview | Download
Pertemuan 5 Aplikasi Fuzzy pada Pengaturan Lampu Lalu Lintas
Terdapat dua tujuan utama dari pengaturan lampu lalu lintas menggunakan logika fuzzy. Pertama adalah untuk mengurangi total waktu menunggu dari kendaraan sehingga menghindari terjadinya kemacetan. Kedua adalah untuk mengsinkronisasikan pengaturan suatu percabangan lalu lintas dengan percabangan yang lain. Sebagai contoh, jika pada suatu jalan terjadi kepadatan kendaraan, maka hendaknya tidak ada lampu lalu lintas yang mengijinkan kendaraan menuju arah jalan tersebut.
DOC Preview | Download
DOC Preview | Download
Pertemuan 5 Aplikasi Fuzzy pada Pengaturan Lampu Lalu Lintas
Terdapat dua tujuan utama dari pengaturan lampu lalu lintas menggunakan logika fuzzy. Pertama adalah untuk mengurangi total waktu menunggu dari kendaraan sehingga menghindari terjadinya kemacetan. Kedua adalah untuk mengsinkronisasikan pengaturan suatu percabangan lalu lintas dengan percabangan yang lain. Sebagai contoh, jika pada suatu jalan terjadi kepadatan kendaraan, maka hendaknya tidak ada lampu lalu lintas yang mengijinkan kendaraan menuju arah jalan tersebut.
DOC Preview | Download
Pertemuan 7 Jaringan Syaraf Tiruan
Jaringan Syaraf Tiruan (JST) bertujuan untuk meniru kemampuan manusia dalam beradaptasi dengan lingkungannya dan belajar dari pengalaman. Jaringan ini terdiri dari banyak simpul (node) pemroses yang dianalogikan dengan neuron pada otak. Proses matematis yang ada dalam jaringan ini juga merupakan pendekatan pada cara kerja otak. Inti dari proses pembelajaran pada Jaringan Syaraf Tiruan adalah untuk meminimumkan error antara keluaran sistem dengan keluaran JST.
DOC Preview | Download
Pertemuan 8 Extended Kalman Filter
Extended Kalman Filter adalah estimator optimal yang digunakan untuk memprediksi vektor keadaan pada model nonlinear. Estimator ini adalah penggabungan dari Filter Kalman dan Linear Taylor Approximation
DOC Preview | Download
Jaringan Syaraf Tiruan (JST) bertujuan untuk meniru kemampuan manusia dalam beradaptasi dengan lingkungannya dan belajar dari pengalaman. Jaringan ini terdiri dari banyak simpul (node) pemroses yang dianalogikan dengan neuron pada otak. Proses matematis yang ada dalam jaringan ini juga merupakan pendekatan pada cara kerja otak. Inti dari proses pembelajaran pada Jaringan Syaraf Tiruan adalah untuk meminimumkan error antara keluaran sistem dengan keluaran JST.
DOC Preview | Download
Pertemuan 8 Extended Kalman Filter
Extended Kalman Filter adalah estimator optimal yang digunakan untuk memprediksi vektor keadaan pada model nonlinear. Estimator ini adalah penggabungan dari Filter Kalman dan Linear Taylor Approximation
DOC Preview | Download
Pertemuan 9 Neuro-Fuzzy
Sistem neuro-fuzzy merupakan salah suatu struktur pemodelan yang meggabungkan sistem fuzzy dan sistem jaringan syaraf tiruan. Dasar dari penggabungan adalah kelebihan dan kekurangan dari masing-masing sistem. Kemampuan utama jaringan syaraf tiruan adalah dapat mengenali sistem melalui proses pembelajaran untuk memperbaiki parameter adaptif. Kekurangan dari sistem ini adalah kerumitan strukturnya. Sedangkan sistem fuzzy mempunyai konsep yang mirip dengan konsep berpikirnya manusia. Gabungan keduanya akan saling melengkapi kelebihan dan kekurangan masing-masing sistem
DOC Preview | Download
Sistem neuro-fuzzy merupakan salah suatu struktur pemodelan yang meggabungkan sistem fuzzy dan sistem jaringan syaraf tiruan. Dasar dari penggabungan adalah kelebihan dan kekurangan dari masing-masing sistem. Kemampuan utama jaringan syaraf tiruan adalah dapat mengenali sistem melalui proses pembelajaran untuk memperbaiki parameter adaptif. Kekurangan dari sistem ini adalah kerumitan strukturnya. Sedangkan sistem fuzzy mempunyai konsep yang mirip dengan konsep berpikirnya manusia. Gabungan keduanya akan saling melengkapi kelebihan dan kekurangan masing-masing sistem
DOC Preview | Download
Pertemuan 10 Pembuatan ANFIS
DOC Preview | Download
Pertemuan 11 Algoritma Kontrol Prediktif-Adaptif dengan Pemodelan Berbasis Neuro-Fuzzy
Generalized Predictive Control (GPC) adalah suatu metoda pengontrolan yang dirancang berdasarkan model suatu proses. Model tersebut digunakan untuk menghitung suatu set prediksi keluaran proses. Berdasarkan set prediksi tersebut, sinyal kontrol yang akan diberikan ke proses dihitung dengan melakukan minimalisasi suatu fungsi harga, sedemikian sehingga selisih antara set prediksi keluaran proses dan set masukan referensi yang bersesuaian serta perubahan sinyal kontrol minimal.
DOC Preview | Download
DOC Preview | Download
Pertemuan 11 Algoritma Kontrol Prediktif-Adaptif dengan Pemodelan Berbasis Neuro-Fuzzy
Generalized Predictive Control (GPC) adalah suatu metoda pengontrolan yang dirancang berdasarkan model suatu proses. Model tersebut digunakan untuk menghitung suatu set prediksi keluaran proses. Berdasarkan set prediksi tersebut, sinyal kontrol yang akan diberikan ke proses dihitung dengan melakukan minimalisasi suatu fungsi harga, sedemikian sehingga selisih antara set prediksi keluaran proses dan set masukan referensi yang bersesuaian serta perubahan sinyal kontrol minimal.
DOC Preview | Download
Pertemuan 12 Algoritma Genetik
Algoritma genetik (GA) adalah suatu metode pencarian solusi optimal secara stokastik yang berdasar pada mekanisme evolusi dan seleksi alam [indra]. GA, berbeda dengan teknik optimasi konvensional, dimulai dengan suatu set solusi yang random yang disebut dengan populasi. Setiap individu dalam populasi yang disebut kromosom merepresentasikan sebuah solusi dari suatu persoalan.
DOC Preview | Download
Algoritma genetik (GA) adalah suatu metode pencarian solusi optimal secara stokastik yang berdasar pada mekanisme evolusi dan seleksi alam [indra]. GA, berbeda dengan teknik optimasi konvensional, dimulai dengan suatu set solusi yang random yang disebut dengan populasi. Setiap individu dalam populasi yang disebut kromosom merepresentasikan sebuah solusi dari suatu persoalan.
DOC Preview | Download
Materi Kuliah Kendali Cerdas
Reviewed by MCH
on
September 20, 2018
Rating:
Reviewed by MCH
on
September 20, 2018
Rating:
No comments: