Sistem fuzzy memiliki beberapa jenis kontroler logika fuzzy, seperti kontroler langsung, pengawasan, adaptasi PID, dan intervensi. Kontroler langsung menggunakan nilai keluaran sistem fuzzy sebagai variabel perintah pabrik. Kontroler pengawasan menggunakan nilai keluaran untuk menyetel kontroler PID internal. Kontroler adaptasi PID menyesuaikan parameter P, I, dan D dari kontroler PID konvensional. Kontroler intervensi bekerja berdampingan den

1. 55//1313//20132013
11
Fuzzy Systems
Types of Fuzzy Logic Controllers
Types of
Fuzzy Logic Controllers

2. 55//1313//20132013
22
Types of Fuzzy Controllers:
- Direct Controller -
Types of Fuzzy Controllers:
- Direct Controller -
© INFORM 1990-1998 Slide 85
The Outputs of the Fuzzy Logic System Are the Command Variables of the Plant:The Outputs of the Fuzzy Logic System Are the Command Variables of the Plant:
Fuzzification Inference Defuzzification
IF temp=low
AND P=high
THEN A=med
IF ...
Variables
Measured Variables
Plant
Command
Fuzzy Rules OutputFuzzy Rules Output
Absolute Values !Absolute Values !
Types of Fuzzy Controllers:
- Supervisory Control -
Types of Fuzzy Controllers:
- Supervisory Control -
© INFORM 1990-1998 Slide 86
Fuzzy Logic Controller Outputs Set Values for Underlying PID Controllers:Fuzzy Logic Controller Outputs Set Values for Underlying PID Controllers:
Fuzzification Inference Defuzzification
IF temp=low
AND P=high
THEN A=med
IF ...
Set Values
Measured Variables
Plant
PID
PID
PID
Human OperatorHuman Operator
Type Control !Type Control !

3. 55//1313//20132013
33
Types of Fuzzy Controllers:
- PID Adaptation -
Types of Fuzzy Controllers:
- PID Adaptation -
© INFORM 1990-1998 Slide 87
Fuzzy Logic Controller Adapts the P, I, and D Parameter of a Conventional PID Controller:Fuzzy Logic Controller Adapts the P, I, and D Parameter of a Conventional PID Controller:
Fuzzification Inference Defuzzification
IF temp=low
AND P=high
THEN A=med
IF ...
P
Measured Variable
PlantPID
I
D
Set Point Variable
Command Variable
The Fuzzy Logic SystemThe Fuzzy Logic System
Analyzes the Performance of theAnalyzes the Performance of the
PID Controller and Optimizes It !PID Controller and Optimizes It !
Types of Fuzzy Controllers:
- Fuzzy Intervention -
Types of Fuzzy Controllers:
- Fuzzy Intervention -
© INFORM 1990-1998 Slide 88
Fuzzy Logic Controller and PID Controller in Parallel:Fuzzy Logic Controller and PID Controller in Parallel:
Fuzzification Inference Defuzzification
IF temp=low
AND P=high
THEN A=med
IF ...
Measured Variable
Plant
PID
Set Point Variable
Command Variable
Intervention of the Fuzzy LogicIntervention of the Fuzzy Logic
Controller into Large Disturbances !Controller into Large Disturbances !

4. 55//1313//20132013
44
Permasalahan
pada Fuzzy Systems
Permasalahan pada Fuzzy Systems
• Mengapa menggunakan fungsi trapesium?
Mengapa bukan sigmoid, phi atau segitiga?
• Mengapa terdapat 5 nilai linguistik untuk suhu
udara (Cold, Cool, Normal, Warm, dan Hot),
sedangkan untuk kelembaban hanya terdapat 3
nilai linguistik (Dry, Moist, dan Wet)?
• Mengapa terdapat perbedaan kemiringan pada
fungsi trapesium untuk suhu udara, kelembaban ,
dan durasi pendinginan?

5. 55//1313//20132013
55
Permasalahan pada Fuzzy Systems
• Bagaimana cara mendefinisikan aturan fuzzy?
Mengapa kalau suhu udara adalah Hot dan
kelembaban adalah Moist, maka durasi
pendinginannya adalah Medium? Mengapa
bukan Short atau Long?
• Pada sebagian masalah, terdapat seorang ahli:
• sangat memahami tingkah laku variabel-variabel
linguistik dan aturan yang ada
 pendefinisian fungsi keanggotaan dan aturan fuzzy
bisa dilakukan dengan mudah dan cepat.
Permasalahan pada Fuzzy Systems
• Ketika tidak bisa memahami masalah dan tidak
bisa menemukan ahli:
 pendefinisian fungsi keanggotaan dan aturan fuzzy
memerlukan usaha keras dan waktu yang lama
 Jika tidak tepat, maka performansi dari sistem fuzzy
yang kita bangun menjadi tidak optimal.
• Tetapi, cara pendefinisian kedua hal tersebut,
bisa menggunakan Algoritma Genetika (AG) atau
Jaringan Syaraf Tiruan (JST).
 menemukan fungsi keanggotaan ataupun aturan
fuzzy yang paling optimum

6. 55//1313//20132013
66
End of
Fuzzy Systems Topic
Thank You