Hasil Pencarian  ::  Simpan CSV :: Kembali

"This book investigates the problem of non-fragile H-infinity filter design for Takagi-Sugeno (T-S) fuzzy systems. Given a T-S fuzzy system, the objective of this book is to design an H-infinity filter with the gain variations such that the filtering error system guarantees a prescribed H-infinity performance level. Furthermore, it demonstrates that the solution of non-fragile H-infinity filter design problem can be obtained by solving a set of linear matrix inequalities (LMIs). "

"This book reviews current state of the art methods for building intelligent systems using type-2 fuzzy logic and bio-inspired optimization techniques. Combining type-2 fuzzy logic with optimization algorithms, powerful hybrid intelligent systems have been built using the advantages that each technique offers. This book is intended to be a reference for scientists and engineers interested in applying type-2 fuzzy logic for solving problems in pattern recognition, intelligent control, intelligent manufacturing, robotics and automation. "

"Sistem simulasi yang diketengahkan dalam Tugas Akhir ini menggunakan algoritma pengaturan berbasis logika fuzzy. Logika fuzzy digunakan untuk mengatasi kesulitan pengendalian pada sistem yang memiliki sifat non-linieritas tinggi, di antaranya adalah pengemudian mobil. Akan dijelaskan model asli model yang disederhanakan, serta penentuan model fuzzy Takagi-Sugeno mobil. Sebagai pengendali digunakan kontroler fuzzy yang dioptimasi dengan persamaan Riccati. Dibahas juga pengujian kestabilan pengendalian. Dalam hal ini, logika fuzzy tidak hanya digunakan pada pengendali (kontroller) tetapi juga untuk memodelkan mobil (model fuzzy Takagi-Sugeno). Pada bagian akhir diberikan flowchart program simulasi dan Basil-hasil simulasi pada beberapa kondisi untuk menunjukkan pengaruh - kecepat:an, waktu cuplik, panjang mobil, dan besainya state feedback gain, K terhadap kinerja pemarkiran."

"Tesis ini membahas sistem pengendalian prosentase kerapatan bubur mineral pada suatu plant penggilingan mineral. Plant penggilingan mineral adalah merupakan bagian dari proses pengaturan konsentrasi mineral. Dinamika proses kerapatan ini diidentifikasi menggunakan data input output dengan metode identifikasi fuzzy, untuk mendapatkan model plant berdasarkan aturan-aturan identifikasi Takagi & Sugeno. Dalam identifikasi fuzzy terhadap plant penggilingan mineral ini diperoleh 6 aturan yang kemudian dapat diringkas lagi menjadi 4 aturan saja.Metode identifikasi Takagi & Sugeno dapat juga diterapkan pada pembuatan pengendali. Dengan data input berupa persen kerapatan bubur dan output berupa tonase/jam yang dibutuhkan pengendali plant penggilingan mineral diidentifikasi menggunakan metode tersebut. Penerapan pengendali pada plant memberikan hasil yang baik pada set point prosentasi kerapatan antara 59% sampai dengan 70%.

---

This thesis presents a discussion on the control of the percentages of pulp density in a mineral grinding plant, which is subsection of a concentration process. The plant dynamics is identified using input output data based on the fuzzy identification method, which yield the plant model parameters. The identification is done using Takagi & Sugeno fuzzy identification method. The identification results into 6(six) fuzzy rules, which one then simplified to only 4(four) rules to be implemented.

A fuzzy controller based on the Takagi & Sugeno method is also implemented to control the pulp density. In the training process, the pulp density data is used as input, and the required tonnage per hour to the plant is used as output. The implementation of the Takagi & Sugeno fuzzy controller to the plant shows good result for the range of pulp density set point from 59% to 70% only."

"Dalam Skripsi ini sebuah pengendali Fuzzy Takagi-Sugeno dirancang untuk mengendalikan sistem tangki terhubung dalam skema Internal Model Control (IMC). Sebuah model NARX (Nonlinear AutoRegressive eXogeneous) digunakan dalam skema IMC untuk meniru karakteristik sistem tangki terhubung dan diidentifikasi berdasarkan data masukan-keluaran sistem. Identifikasi yang dilakukan terhadap coupled tank apparatus PP-100 adalah dengan metode fuzzy clustering Gustafson-Kessel dan Least Square untuk mendapatkan model fuzzy Takagi-Sugeno. Perancangan pengendali invers dari model fuzzy Takagi-Sugeno digunakan invers affine secara langsung. Hasil pengendalian yang diperoleh menunjukkan kinerja yang sangat baik dimana proses dapat mengikuti acuan yang diberikan. Juga dilakukan perbandingan kinerja pengendalian untuk model yang diidentifikasi dengan metode Instrumental Variable. Hasil yang diperoleh dengan metode Least Square sama persis dengan metode Instrumental Variable. Skema pengendali IMC juga lebih baik dibandingkan dengan pengendali pole placement, dimana pada pengendati pole placement keluaran dari proses tidak dapat mengikuti acuan yang diberikan."

"Dewasa ini, kebutuhan industri akan pengendali semakin luas. Salah satunya adalah mengenai pengendali yang dapat menangani kelas besar yang bersifat nonlinier, dengan tingkat kesulitan yang tidak begitu besar. Kebutuhan tersebut terjawab dengan adanya model Fuzzy Takagi-Sugeno. Skripsi ini membahas identifikasi dan perancangan pengendali fuzzy Takagi-Sugeno pada sistem Pressure Process Rig Feedback 38-714. Sistem diidentifikasi dengan menggunakan metode fuzzy clustering Gustafson-Kessel dan Least Square, berbasis data pengukuran berupa sinyal masukan dan sinyal keluaran. Identifikasi dilakukan dengan memberi masukan berupa sinyal multisinusoidal yang acak, sehingga didapatkan model fuzzy Takagi-Sugeno dengan model NARX (Nonlinear Auto Regressive eXogeneous) pada bagian konsekuen. Kemudian pengendali Fuzzy Takagi-Sugeno dirancang dalam skema Internal Model Control (IMC) dengan karakteristik invers model fuzzy. Hasil pengendalian menunjukkan kinerja yang cukup baik, dimana sistem dapat menyerupai sinyal acuan yang diberikan. Pada kondisi sistem diberi gangguan juga didapatkan hasil yang juga cukup baik, dimana sistem dapat menyesuaikan diri untuk kembali mengikuti sinyal acuan yang diberikan."

"Pada skripsi ini dibahas pemodelan dengan mengidentifikasi suatu kumpulan data masukan-keluaran suatu proses nonlinier data fluktuasi harga saham dan data Indeks Harga Saham Gabungan (IHSG) dalam bentuk model fuzzy Takagi-Sugeno. Struktur model Nonlinear Auto Regressif (NAR) divariasikan time delaynya sebanyak tiga kali, yaitu t=1, t=3, dan t=5 digunakan sebagai model sistem nonlinear. Algoritma Subtractive Clustering digunakan untuk mengelompokkan data masukan-keluaran menjadi beberapa cluster berdasarkan kesamaan linearitas, dimana setiap cluster mewakili suatu aturan bagian premis model fuzzy Takagi-Sugeno. Parameter model fuzzy Takagi-Sugeno untuk setip aturan (cluster) diestimasi dengan menggunakan metode least-square untuk masing-masing cluster. Model fuzzy Takagi-Sugeno untuk data fluktuasi harga saham dan data IHSG menunjukkan ferforma yang paling baik dengan struktur NAR t=1. Model fuzzy Takagi-Sugeno untuk data fluktuasi harga saham yang didapat telah diuji dengan proses validasi silang dan hasilnya menunjukkan bahwa model fuzzy Takagi-Sugeno untuk data fluktuasi harga saham mampu menyamai karakteristik proses nonlinear data fluktuasi harga saham dengan tingkat Root Mean Square Error (RMSE) sebesar 16.3. Demikian pula dengan model fuzzy Takagi-sugeno untuk data IHSG, dengan tingkat RMSE sebesar 6.52. Terjadinya overfitting menunjukkan bahwa model fuzzy Takagi-Sugeno untuk data IHSG hanya dapat digunakan untuk peramalan jangka pendek (short-term forecasting)."

"ABSTRAKKredit merupakan salah satu bentuk penyaluran dana yang dilakukan oleh lembaga keuangan perbankan. Berbagai jenis kredit ditawarkan oleh pihak-pihak yang memberikan pinjaman, salah satu jenis kredit yang paling diminati adalah kredit uang. Dalam memberikan kredit, pihak bank tidak akan begitu saja dalam memberikan kredit. Model teknologi credit scoring dapat dimanfaatkan untuk menyaring peminjam. Model logistic regression dapat digunakan untuk menghubungkan probabilitas kegagalan pinjaman kredit macet dengan menggunakan data calon peminjam yang diperlukan seperti besar pendapatan perbulan, besar pinjaman, usia calon peminjam, klasifikasi pekerjaan, jenis tempat tinggal dan kepemilikan jaminan. Atribut-atribut tersebut akan dievaluasi oleh bilangan fuzzy. Sehingga diharapkan metode fuzzy logistic regression dapat digunakan untuk menentukan probabilitas kredit macet dimana dengan probabilitas tersebut dapat diketahui apakah pinjaman yang diajukan calon peminjam akan masuk kedalam kategori kredit macet atau kredit lancar.

---

ABSTRACTCredit is one form of distribution of funds by financial institutions banking. Various types of loans offered by the parties are on loan, one type of credit the most popular is credit money. In providing credit, the bank will not just provide credit. Model of credit scoring technology can be used to screen borrowers. Logistic regression models can be used to connect the probability of failure of loans bad loans using data from the prospective borrower required such a large monthly income, loan size, the age of prospective borrowers, job classification, type of dwelling and ownership guarantee. The attributes will be evaluated by fuzzy numbers. So expect fuzzy logistic regression method can be used to determine the probability of bad loans in which the probability can be known whether the proposed loan to potential borrowers will be entered into the category of bad credit or good credit."

"Makalah ini membahas pemodelan sistem tangki terhubung berbasiskan data masukan-keluaran dengan menggunakan model fuzzy Takagi-Sugeno. Algoritma fuzzy clustering Gustafson-Kessel digunakan untuk mengelompokkan data masukan-keluaran menjadi beberapa cluster berdasarkan kesamaan jarak suatu anggota data masukan-keluaran dari titik tengah suatu cluster.Cluster-cluster yang terbentuk diproyeksikan orthonormal ke setiap ruang variabel linguistik bagian premis untuk mendapatkan fungsi keanggotaan model fuzzy Takagi-Sugeno. Parameter konsekuen dari model fuzzy Takagi-Sugeno diperoleh dengan mengestimasi data setiap cluster dengan menggunakan metode weighted leastsquares.Hasil model fuzzy Takagi-Sugeno yang diperoleh divalidasi dengan indikator kinerja variance-accounted-for (VAF) dan root mean square (RMS). Hasil uji simulasi menunjukkan model fuzzy Takagi-Sugeno sanggup meniru karakteristik nonlinier sistem tangki terhubung dengan nilai indikator kinerja model yang baik.

---

Modeling of Coupled-Tank System Using Fuzzy Takagi-Sugeno Model. This paper describes modeling of coupledtank system based on data measurement using fuzzy Takagi-Sugeno model. The fuzzy clustering method of Gustafson-Kessel algorithm is used to classify input-output data into several clusters based on distance similarity of a member of input-output data from center of cluster.The formed clusters are projected orthonormally into each linguistic variables of premise part to determine membership function of fuzzy Takagi-Sugeno model. By estimating data in each cluster, the consequent parameters of fuzzy Takagi-Sugeno model are calculated using weighted least-squares method.The resulted fuzzy Takagi-Sugeno model is validated by using model performance parameters variance-accounted-for (VAF) and root mean square (RMS) as performance indicators. The simulation results show that the fuzzy Takagi-Sugeno model is able to mimic nonlinear characteristic of coupled-tank system with good value of model performance indicators."