Hasil Pencarian  ::  Simpan CSV :: Kembali

Hasil Pencarian

Ditemukan 72257 dokumen yang sesuai dengan query
cover
Saymarantha
"Teknologi komputasi yang semakin maju memungkinkan untuk menggunakan teknologi ini semaksimal mungkin pada pemecahan masalah yang lebih kompleks dengan menggunakan algoritma evolusi (Evolutionary Algorithm, EA). Supaya bisa memanfaatkan komputasi paralel ini, struktur kontrol EA hams didesentralisasikan. Hal ini sulit dicapai tanpa mengubah semantik dad algoritma seleksi yang digunakan, sehingga mengakibatkan berubahnya sifat-sifat pemecahan masalahnya secara keseluruhan. Tulisan ini akan mengaplikasikan suatu jenis algoritma seleksi yang didesentralisasi yaitu seleksi lokal yang dielitisasi yang digabungkan dengan seleksi turnamen biner. Algoritma evolusi ini akan diaplikasikan pada pencarian Fuzzy Associative Memory untuk sistem gerak pitch pada pesawat terbang."
Depok: Universitas Indonesia, 2000
S39711
UI - Skripsi Membership  Universitas Indonesia Library
cover
"Beberapa tahun belakangan ini, pengendali logika fuzzy berkembang dengan pesat karena kefleksibelannya dalam pengambilan aksi kendali untuk sistem dengan model matematis yang sulit sekalipun, Sejalan dengan perkembangan itu, ditemukan suatu metode untuk mengidentifikasi pemodelan pengendali logika fuzzy, yaitu dengan menggunakan jaringan adaptif. Hai ini sangat membantu, terutama jika sistem yang akan dikendalikan sedemikian kompleksnya sehingga penalaan sistem inferensi fizzynya sulit untuk dilakukan secara manual. Pengendali fuzzy yang menggunakan jaringan adaptif dalam mekanisme belajar untuk menala sistem inferensinya disebut ANFIS (Adaptive Network-Based Frizzy hTerence System). DaIam Tugas Skripsi ini dibuat simulasi penggunaan ANFIS untuk mengidentifikasi model sistem inferensi fuzzy yang akan digunakan dalam pengendalian gerak pitch pesawat terbang, serta simulasi penerapannya dalam pengaturan sudut elevator (sirip pads sayap beiakang horisontal). Tujuan penerapan metode ANFIS tersebut adalah agar sistem yang dikendalikan memiliki tanggapan yang sama seperti sistem yang dijadikan acuan. Dalam hal ini berarti memperbaiki tanggapan sistem tersebut, yaitu dengan mempercepat kestabilan sistem dan menghilangkan lonjakan awal. Dalam anabsis tanggapan sistem digunakan parameter tanggapan waktu, yaitu waktu naik, waktu puncak, waktu tetap, persentase lonjakan, dan kesalahan galat tunak. Hasil analisis menunjukkan bahwa sistem inferensi fuzzy hash penalaan metode ANFIS dapat mengeluarkan sinyal kendali yang membawa tanggapan sistem yang dikendalikan menuju tanggapan yang diinginkan, yaitu tanggapan sistem dengan wal.-tu tetap lebih keeil atau sama dengan 6 detik dan tidak mengalami lonjakan."
Fakultas Teknik Universitas Indonesia, 1997
S38738
UI - Skripsi Membership  Universitas Indonesia Library
cover
Fakultas Teknik Universitas Indonesia, 1995
S38509
UI - Skripsi Membership  Universitas Indonesia Library
cover
Zebua, Albert T.
Depok: Fakultas Teknik Universitas Indonesia, 1995
S38406
UI - Skripsi Membership  Universitas Indonesia Library
cover
Fakultas Teknik Universitas Indonesia, 1998
S39503
UI - Skripsi Membership  Universitas Indonesia Library
cover
Widy Gunawan
"ABSTRAK
Sistem yang sangat kompleks dan nonlinier atau dengan sistem yang tidak dapat diketahui fungsi alihnya memiliki unsur ketidakpastian dengan daerah kerja yang berubah-ubah. Melode pengendalian konvensional (seperti PID, PI) memiliki keterbatasan dalam merepresentasikan unsur ketidakpastian pada data yang dihasilkan dari sislem yang kompleks untuk diterapkan dalam sistem kendali yang menggunakan kompuler dengan logika Boolean. Logika Fuzzy menggunakan variabel linguistik dan bekerja pada variabel-variabel yang memiliki derajat ketidakpastian yang berbeda-heda. Dengan menggunakan pengendali logika fuzzy, tidak memerlukan perumusan matematis yang akurat, dan metodenya merupakan pendekatan cara berpikir manusia .
Salah satu aplikasi pengendali eksitasi berbasiskan logika fuzzy adalah untuk mengatur nilai daya reaktif yang dihasilkan generator sinkron berotor silinder dalam kondisi terhubung dengan jala-jala. Dengan kondisi bahwa nilai daya aktif yang dihasilkan generator mengikuti nilai beban yang ada, perubahan Jaya aktif generator menyebabkan perubahan pada nilai daya reaktif sebelum adanya pengaluran eksitasi. Nilai arus eksitasi diatur untuk mengatur suplai daya reaktif pads nilai yang diinginkan dengan cara mengatasi perubahan daya reaktif yang disuplai oleh generator akibat perubahan suplai daya aktif tersebut.
Perancangan Pengendali Eksitasi Fuzzy (Fuzzy Excitation Controller/FEC) didasarkan pengetahuan mengenai teknik-teknik kendali, dan pengetahuan serta pengalaman yang dimiliki oleh penulis berdasarkan konsep dan data sislem yang didapatkan dari studi kasus pada perangkat Power System Simulator NE9070. Keberhasilan perancangan Pengendali Eksitasi Fuzzy dilihat berdasarkan, kesamaan keluaran perubahan nilai anus penguat medan yang dihasilkan pengendali, dengan data percobaan yang didapatkan dari perangkat Power System Simulator NE9070, yang diperlukan untuk mengatur suplai daya reaktif pada nilai yang diinginkan dalam kondisi terjadi perubahan suplai daya aktif generator sinkron.

"
2000
S39700
UI - Skripsi Membership  Universitas Indonesia Library
cover
Rotshtein, Alexander P.
"The purpose of this book is to present a methodology for designing and tuning fuzzy expert systems in order to identify nonlinear objects; that is, to build input-output models using expert and experimental information. The results of these identifications are used for direct and inverse fuzzy evidence in forecasting and diagnosis problem solving.
The book is organised as follows : Chapter 1 presents the basic knowledge about fuzzy sets, genetic algorithms and neural nets necessary for a clear understanding of the rest of this book. Chapter 2 analyzes direct fuzzy inference based on fuzzy if-then rules. Chapter 3 is devoted to the tuning of fuzzy rules for direct inference using genetic algorithms and neural nets. Chapter 4 presents models and algorithms for extracting fuzzy rules from experimental data. Chapter 5 describes a method for solving fuzzy logic equations necessary for the inverse fuzzy inference in diagnostic systems. Chapters 6 and 7 are devoted to inverse fuzzy inference based on fuzzy relations and fuzzy rules. Chapter 8 presents a method for extracting fuzzy relations from data. All the algorithms presented in Chapters 2-8 are validated by computer experiments and illustrated by solving medical and technical forecasting and diagnosis problems. Finally, Chapter 9 includes applications of the proposed methodology in dynamic and inventory control systems, prediction of results of football games, decision making in road accident investigations, project management and reliability analysis. "
Berlin: [Springer, ], 2012
e20398322
eBooks  Universitas Indonesia Library
cover
Muadzin Furqanul Jihad
"ABSTRAK
Pada Tugas Skripsi ini dibuat simulasi suatu sistem kendali untuk mengendalikan gerak longitudinal pesawat terbang. Sistem ini bekenja mengendalikan gerakan pitch pesawat (gerakan naik-turun hidung pesawat). Ini dilakukan dengan pengaturan sudut elevator (sirip pada sayap belakang horisontal). Dalam simulasi ini digunakan metode Runge-Kulta orde empat.
br>
Dalam Tugas Skripsi ini digunakan pengendali berbasis logika fuzzy yaitu
pengendali umpan balik yang mendasarkan pengendaliannya pada teori Iogika fuzzy.
Tujuan penerapan logika fhzzy tersebut adalah untuk memperbaiki tanggapan waktu
sistern kendali dalam mencapai kestabilannya.
Dalam analisa respons keluaran sistem dipakai parameter tanggapan waktu,
yaitu rise time, settling lime, percent overshool. dan steady state error. Hasil analisa
menunjukkan bahwa penerapan pengendali logika dapat memperbaiki tanggapan
waktu sistem kendali gerak pitch pesawat terbang.

"
1996
S38783
UI - Skripsi Membership  Universitas Indonesia Library
cover
Agus Naba
Yogyakarta: Andi, 2009
005.1 AGU b
Buku Teks SO  Universitas Indonesia Library
cover
Jeroen Janssen, editor
"We specifically focus on the following issues: 1. An important question when modeling continuous optimization problems is how we should handle overconstrained problems, i.e. problems that have no solutions. 2. Users of a programming language often want a rich language that is easy to model in. 3. A well-known technique for solving ASP consists of translating a program P to a propositional theory whose models exactly correspond to the answer sets of P. "
Paris: Atlantis Press, 2012
e20406539
eBooks  Universitas Indonesia Library
<<   1 2 3 4 5 6 7 8 9 10   >>