Blog Archives
Analisis Tekstur Menggunakan Metode GLCM, LBP, dan FLBP
Pola tekstur merujuk pada pola visual yang berulang dalam citra atau gambar. Analisis tekstur merupakan bagian penting dari pengolahan citra dan pengenalan pola. Analisis ini berkaitan dengan ekstraksi informasi tentang pola tekstur dalam citra dan penggunaannya dalam berbagai aplikasi, termasuk pengenalan objek, analisis medis, dan deteksi benda.

Penerapan Logika Fuzzy untuk Sistem Pengatur Kecepatan Mesin dengan Sensor Suhu dan Sensor Cahaya
Dalam dunia teknologi modern, sistem otomasi menjadi semakin penting dalam mengontrol berbagai proses dan perangkat. Salah satu pendekatan yang populer dalam pengendalian sistem adalah menggunakan logika fuzzy. Dalam artikel ini, kami akan menjelaskan penerapan logika fuzzy untuk mengatur kecepatan mesin berdasarkan data dari sensor suhu dan sensor cahaya. Kami akan membahas bagaimana logika fuzzy dapat membantu mengambil keputusan berdasarkan masukan dari kedua sensor tersebut, serta bagaimana implementasinya dilakukan menggunakan perangkat lunak MATLAB.
-read more->Pemrograman Algoritma Adaptive Neuro-Fuzzy Inference System (ANFIS) Menggunakan MATLAB
Algoritma Adaptive Neuro-Fuzzy Inference System (ANFIS) adalah metode yang menggabungkan kecerdasan buatan (artificial intelligence) dan logika fuzzy untuk memodelkan hubungan antara input dan output data yang kompleks. ANFIS mengadopsi karakteristik adaptif dari jaringan saraf tiruan (neural network) dan keunggulan interpretasi logika fuzzy untuk membuat model prediksi yang akurat dan dapat diinterpretasikan. Dalam artikel ini, kita akan membahas tentang pengertian, prinsip kerja, dan langkah-langkah pemrograman ANFIS menggunakan MATLAB.
-read more->Pengenalan Logika Fuzzy: Konsep dan Aplikasi dalam Penentuan Keputusan Menggunakan MATLAB
Pengambilan keputusan adalah proses yang kompleks dan penting dalam dunia modern yang penuh ketidakpastian dan variasi data. Logika fuzzy adalah alat matematis yang kuat untuk menangani ketidakpastian ini dengan baik. Dalam artikel ini, kita akan memperkenalkan konsep dasar logika fuzzy dan bagaimana kita dapat menerapkannya dalam pengambilan keputusan menggunakan perangkat lunak MATLAB.

Logika Fuzzy untuk Sistem Pengatur Kecepatan Mesin
Dalam paper yang berjudul Fuzzy Sets*, pada tahun 1965 Dr. Lotfi Aliasker Zadeh (Ilmuwan Amerika Serikat berkebangsaan Iran dari University of California, Berkeley, California) memperkenalkan teori fuzzy yang mampu memetakan nilai masukan menuju nilai keluaran. Tidak seperti pada logika Boolean yang menyatakan suatu nilai dengan tegas (0 atau 1, hitam atau putih, ya atau tidak, benar atau salah, hidup atau mati), teori fuzzy menggunakan logika yang menyatakan bahwa suatu nilai dapat memiliki range atau derajat level (0 s.d 1, hitam s.d putih). Logika fuzzy dapat diartikan sebagai logika yang samar, kabur, tidak jelas, atau tidak tegas. Logika fuzzy umumnya diterapkan pada masalah-masalah yang mengandung unsur ketidakpastian (uncertainty), ketidaktepatan (imprecise), noisy, dan sebagainya. Logika fuzzy menjembatani bahasa mesin yang presisi dengan bahasa manusia yang menekankan pada makna atau arti (significance). Logika fuzzy dikembangkan berdasarkan bahasa manusia (bahasa alami).
Berikut ini merupakan contoh aplikasi pemrograman logika fuzzy untuk sistem pengatur kecepatan mesin menggunakan sensor suhu dan sensor cahaya sebagai masukan.
Langkah-langkahnya adalah sebagai berikut:
1. Menyusun konsep sistem kontrol dengan logika fuzzy
Misalnya keadaan sensor suhu (input 1) dibagi menjadi lima kategori yaitu:
-read more->
















































