Implementasi Metode Fuzzy Sugeno Pada Embedded System Untuk Mendeteksi Kondisi Kebakaran Dalam Ruangan
| Main Author: | Purnomo, Rezak Andri |
|---|---|
| Format: | Thesis NonPeerReviewed Book |
| Bahasa: | eng |
| Terbitan: |
, 2017
|
| Subjects: | |
| Online Access: |
http://repository.ub.ac.id/2004/1/Purnomo%2C%20Rezak%20Andri.pdf http://repository.ub.ac.id/2004/ |
Daftar Isi:
- Kebakaran merupakan suatu peristiwa yang lebih banyak disebabkan oleh human error. kerugian akibat bencana kebakaran antara lain harta benda, terhentinya usaha, bahkan korban jiwa. Berdasarkan permasalahan tersebut, diperlukan sebuah sistem yang mampu mendeteksi kebakaran dan kondisi ruangan berdasarkan kadar asap, suhu ruangan, dan adanya sumber api. Pada tugas akhir ini terdapat 3 sensor yaitu sensor MQ-2, sensor DHT11, dan sensor flame yang terhubungan dengan mikrokontroller Arduino Mega 2560. Output dari sistem adalah tidak ada kebakaran, berasap, berapi asap sedikit, dan berapi asap banyak. Output ditampilkan pada LCD dan ditandai dengan adanya bunyi buzzer dengan delay yang berbeda pada setiap masing-masing output. Mikrokontroller Arduino Mega 2560 ditanamkan logika fuzzy sugeno sebagai pemberi keputusan output berdasarkan perhitungan fuzzy. Terdapat 3 proses fuzzy, yaitu proses fuzzifikasi, proses inferensi, dan proses defuzzifikasi. Proses fuzzifikasi menggunakan 3 variabel yaitu variabel asap, suhu, dan api. Masing-masing variabel memiliki himpunan keanggotaan fuzzy. Variable asap mempunyai 3 himpunan yaitu renggang, sedang, dan pekat. Variablel suhu mempunyai 4 himpunan yaitu dingin, sejuk, hangat, dan panas. Variable api mempunyai 4 himpunan yaitu dekat dengan sensor, agak dekat dengan sensor, jauh dengan sensor, dan tidak ada api. Proses inferensi terdapat 48 aturan fuzzy yang diberikan pada sistem dengan perintah “IF” dan “AND” sehingga menghasilkan perintah “THEN”. Proses defuzzifikasi menggunakan metode MIN-MAX yang selanjutnya tiap variable kondisi output akan dicari nilai terbesarnya (MAX). Dari hasil pengujian, sistem dapat menentukan berbagai kondisi ruangan dengan keakuratan mencapai 100%. Rata-rata waktu eksekusi sistem adalah ±417.4 ms. Pada pengujian fuzzy didapatkan persentase keberhasilan sebesar 100%. Hal ini menunjukkan bahwa sistem dapat bekerja dengan baik dalam menentukan kondisi ruangan berdasarkan input dari sensor.