SEMINAR NASIONAL II SDM TEKNOLOGI NUKLIR YOGYAKARTA, 21-22 DESEMBER 2006 ISSN 1978-0176

Daftar Isi

APLIKASI LOGIKA FUZZY PAD A OPTIMASI DAYA LISRIK SEBAGAI SISTEM PENGAMBILAN KEPUTUSAN
SUPRIYONO

*Sekolah Tinggi Teknologi Nuklir - BATAN Jl. Babarsari Kotak Pos 6101 YKBB Yogyakarta 55281 Telepon 0274-484085,489716, Faksimili 0274-489715

Email: masprie_sttn@yahoo.com
Abstrak
APLIKASI LOGIKA FUZZY PADA OPTIMASI DAYA LlSRIK SEBAGAI SISTEM PENGAMBILAN KEPUTUSAN. Aplikasi logika fuzzy pada optimasi daya listrik sebagai sistem pengambilan keputusan. Telah dibangun suatu sistem pengambilan keputusan yang optimal dalam menentukan daya listrik pada suatu ruang, baik untuk ruang terbuka maupun ruang tertutup. Metode yang digunakan dalam optimasi ini adalah logika fuzzy. Dalam penelitian ini sebagai variabel bebasnya adalah intensitas cahaya dan suhu yang ada dalam ruang, sedangkan sebagai variabel tak bebasnya atau nilai yang dicari adalah daya listrik yang seharusnya dipasang pada ruang tersebut. Variabel bebas intensitas cahaya diasumsikan dengan fungsi keanggotaan Gelap, Senja dan Siang sedangkan variabel bebas suhunya diasumsikan dengan fungsi keanggotaan Dingin, Normal dan Panas. Untuk variabel tak bebas daya listrik diasumsikan fungsi keanggotaan adalah Padam, Redup dan Terang. Aturan fuzzy yang digunakan dimisalkan ada 9 aturan. Untuk menyelesaikan persoalan tersebut, digunakan perangkat lunak MATLAB. Hasil penelitian menunjukkan bahwa untuk menentukan daya listrik pada suatu ruang dapat menggunakan sistem pengambilan keputusan dengan logika fuzzy. Dalam penelitian ini, belum ditinjau tentang selera, estetika dan luas ruangan. Kata-kata kunci: Logika Fuzzy, optimasi, intensitas cahaya, suhu, daya listrik

Abstract
THE APPLICATION OF FUZZY LOGICS ON THE ELECTRICAL POWER OPTIMATION AS THE DECISION SUPPORT SYSTEM. The optimum decision support system on the determination of electrical power in the space, both in the opened space and closed spaced was developed. Fuzzy logics was adopted in the optimation. In this research the light intensity and room temperature made up the independent variables and the supposed installed electrical power in the space was the dependent variable. Light intencity was assumed by the function of dark, twilight and day member and the temperature was assumed with the function of Cold, normal and hot members. The electrical power was assumed as off, gloomy and bright. There are nine Fuzzy rules. To address the issues, MATLAB was used. The result indicated that in determining the electrical power in a room or space., the decision support system using fuzzy logic could be adopted. The taste, esthetics, and room's width had not been reviewed in this research. Keywords: Fuzzy logic, optimation, light intensity, temperature, cahaya, suhu, daya listrik

PENDAHULUAN Dalam kehidupan sehari-hari, baik dalam kehidupan di rumah maupun di kantor atau pabrik pada kehidupan yang modem ini pasti menggunakan listrik. Untuk negara-negara maju dengan sumber energi listrik yang besar mungkin penggunaan daya listrik pada suatu

tempat tidak perlu dibatasi, tetapi di Indonesia dengan sumber energi listrik yang terbatas perlu dilakukan efisiensi penggunaan daya listriknya [Perdanahari, 2006]. Salah satu cara mencari efisiensi daya listrik adalah menghitung kebutuhan daya minimal yang diperlukan pada suatu mango

Supriyono

285

Sekolah Tinggi Teknologi Nuklir- BATAN

SEMINAR NASIONAL II 286 SDM TEKNOLOGI NUKLIR YOGYAKARTA, 21-22 DESEMBER 2006 ISSN 1978-0176

Untuk melakukan perhitungan kebutuhan daya listrik yang efeletif, efisien dan fleksibel, perlu dibangun suatu sistem pengambilan keputusan berupa perangkat lunak yang mudah dioperasikan oleh komputer. Dalam membangun sistem pengambilan keputusan ini, metode atau teknik perhitungannya digunakan logika fuzzy. Makalah ini merupakan hasil penelitian awal, sehingga asumsi yang diambil pun masih sederhana, yaitu bahwa besar daya listrik dipengaruhi oleh intensitas cahaya dan suhu ruangan (Soedojo, 1985 dan Nurmianto, 1996]. Dalam penelitian ini, faktor-faktor selera, luas ruangan, seni dan kelembaban udara belum diperhitungkan. Sehingga untuk penelitian lanjutannya akan memperhitungkan faktor-faktor tersebut. Dalam aplikasi logika fuzzy IllI, penalaran yang digunakan adalah penalaran fuzzy metode Mamdani (Kusuma Dewi, 2002]. Untuk variabel bebas intensitas cahaya diasumsikan dengan fungsi keanggotaan Gelap, Senja dan Siang sedangkan variabel bebas suhunya diasumsikan dengan fungsi keanggotaan Dingin, Normal dan Panas. Untuk variabel tak bebas daya listrik diasumsikan fungsi keanggotaannya adalah Padam, Redup dan Terang dengan tipenya trimf (segitiga) atau trapmf (trapesium). Aturan fuzzy yang digunakan sementara ini diasumsikan ada 9 (sembilan) aturan. Untuk membangun sistem ini digunakan perangkat lunak Matlab versi 6.5 dengan menggunakan toolbox fuzzy. Dengan dapat dibuatnya sistem pengambilan keputusan ini,

maka untuk mendapatkan daya listrik yang optimal, pengguna tinggal memasukkan intensitas cahaya yang masuk ke dalam ruangan clan suhu ruangan atau jika dibuat otomatisasi, sistem ini dapat dihubungkan dengan sensor intensitas cahaya clan sensor suhu ruangan. Dengan memasukkan kedua variabel tersebut, baik secara manual maupun secara otomatis maka akan muncul daya listrik yang dibutuhkan secara optimal. Penelitian ini akan dikembangkan dengan memperhitungkan faktor-faktor yang lain, misalkan luas ruangan, kelembaban udara clan jumlah orang dalam ruangan tersebut.
DASAR TEORI

Pada saat ini, logika fuzzy sudah banyak diterapkan di berbagai bidang, baik di dunia industri maupun penelitian. Bahkan pada clasawarsa terakhir ini aplikasi logika fuzzy ini semakin menjamur seiring dengan perkembangna teknologi komputasi yang luar biasa pesatnya. Dengan pesatnya perkembangan logika fuzzy ini dicoba untuk diaplikasikan dalam bidang penelitian listrik. Menurut Maxwell bahwa cahaya termasuk salah satu spektrum dari gelombang elektromagnetik. Cahaya mempunyai intensitas yang dapat dihitung dengan satuan Ix (Illuminance) (Nurmianto, 1996]. Intensitas cahaya dengan Ix dalam logika fuzzy diasumsikan sebagai variabel bebas dengan dimisalkan fungsi keanggotannya sebagai berikut: : x ~ 200

qJlntGelap[X]

= 2((4~0 - x)/400
{ 1- 2(x/400

rr

200 ~ x ~ 400 x ~ 400 x(200danx) 1400 200 ~ x ~ 400

(1.a)

o
2(x/800
If'IntSenja [X] )2

1- 2((800 - x)/800 y 1- 2((x - 800)/800 Y 2((1200 - x )/800 y

400 $x$800
800 ~x~1200 120~ x~ 1400

(1.b)

Sekolah Tinggi Teknologi Nuklir- BATAN

286

Supriyono

SEMINAR NASIONAL II SDM TEKNOLOGI NUKLIR YOGYAKARTA, 21-22 DESEMBER 2006 ISSN 1978-0176

o
({J'Siang [X]

800 ~ )/800 )

X ~

2 ((x - 800 )/800 Y 1 - 2((1400 1

X

800 ~ X 1200 ~
X ~

1200 1400
(1.c)

X ~

1400

Untuk merepresentasikan dimisalkan :

fungsi keanggotaan
y::;;

variabel bebas suhu dengan satuan derajat

18

18::;;y::;;30

9's,,_~" {(3~ ~ y)/12 [y]~

o
(y-18)/12

y ~ 30 y ::;;18atau y::;;42 18 ::;;y::;;30

30::;; y::;; 42

(2.a)

~s""'~,,y]~ { (

(42 - y)/120

(2.b)

y ~18 atau y~42 18~y~30 q,o,,,",.= (2.c)

[y]~ { (42 -18~12 (y - y)/120

fungsi keanggotaan

30 ~y~42 variabel bebas daya listrik dirnisalkan : 10 ::;;z~50 z~50 Z <10 z ::;;25atau z~95 25::;;z::;;600 60::;;z::;;95 z~700 70~z~110 (3.c) (3.b)

adapun representasi

qJDayaPadam[z]= (50-z)/(40) {I

o o
(z - 25)/35

(3.a)

<"",.R,,,", [z] ~ {

(95-z)/35

q,o ".,,~,

[z] ~ {(z ~ 50)170

4.

z~110

Dalam penelitian ini, aplikasi operator fuzzy diasumsikan ada 9 buah aturan fuzzy, yaitu : 1. Jika intensitas cahaya masuk gelap dan suhu ruangan dingin maka perlu daya listrik yang terang. 2. Jika intensitas cahaya masuk gelap dan suhu ruangan normal maka perlu daya listrik yang redup. 3. Jika intensitas cahaya masuk gelap dan suhu ruangan panas maka perlu daya listrik yang redup.

5.

6.

7.

Jika intensitas cahaya masuk senja dan suhu ruangan dingin maka perlu daya listrik yang terang. Jika intensitas cahaya masuk senja clan suhu ruangan normal maka perlu daya listrik yang redup. Jika intensitas cahaya masuk senja dan suhu ruangan panas maka perlu daya listrik yang padam. Jika intensitas cahaya masuk siang clan suhu ruangan dingin maka perlu daya listrik yang redup

Supriyono

287

Sekolah Tinggi Teknologi Nuklir- RATA

SEMINAR NASIONAL II 288 SDM TEKNOLOGI NUKLIR YOGY AKARTA, 21-22 DESEMBER 2006 ISSN 1978-0176

8. Jika intensitas eahaya masuk siang dan suhu ruangan normal maka perlu daya listrik yang padam. 9. Jika intensitas eahaya masuk siang dan suhu ruangan panas maka perlu daya listrik yang padam. 10. Banyak perangkat lunak yang dapat digunakan untuk menyelesaikan Aplikasi fuzzy tersebut di atas, salah satu perangkat lunak tersebut adalah Matlab versi 6.5. METODOLOGI PENELITIAN. Sesuai dengan kebutuhan dalam penelitian ini langkah-Iangkah penelitiannya adalah sebagai berikut : Menurunkan Persamaan Model

Persamaan (I a), (Ib), (Ie) sebagai representasi fungsi keanggotaan variabel bebas intensitas eahaya dan Persamaan (2a), (2b), (2e) sebagai representasi fungsi keanggotaan variabel bebas suhu berfungsi sebagai input, sedangkan Persamaan (3a), (3b), (3e) sebagai representasi fungsi keanggotaan variabel tak bebas daya listrik berfungsi sebagai output. Menentukan Analisis Kebutuhan Sistem yang baik adalah suatu sistem yang benar, efisien dan mudah pengoperasiannya serta menarik. Agar tereapai tujuan membangun sistem yang baik, maka proses perlu disusun analisis kebutuhan yang meliputi : a. Kebutuhan input. Input yang diperlukan yang sesuai dengan Persamaan (la),(lb), (Ie) maupun yang sesuai dengan Persamaan (2a), (2b), (2e) yaitu mengisi ukuran range dan memilih tipe fungsi keanggotaan serta parameter yang diperlukan. Hal serupa juga dilakukan untuk variabel tak bebas daya listrik. b. Kebutuhan proses. Adapun prosedur pemrogramannya adalah : 1. Menentukan input maupun output yang akan digunakan dalam membangun logika fuzzy, yaitu membuat FIS Editor input frekuensi eahaya dan suhu serta output daya listrik. 2. Menentukan Fungsi keanggotaan variabel input intensitas eahaya pada suatu ruang.

3. Menentukan Fungsi keanggotaan variabel input suhu pada suatu ruang. 4. Menentukan Fungsi keanggotaan variabel output daya listrik pada suatu ruang. 5. Menyususn aturan fuzzy. Kelima prosedur di atas, listing prosedurnya seeara lengkap ditampilkan pada bab 3.4. c. Kebutuhan output. Sesuai dengan prinsip membangun sistem, maka peranan output juga penting. Dalam penelitian ini outputnya dihasilkan jika sudah dimasukkan nilai-nilai input intensitas eahaya dan suhu ruang. d. Kebutuhan perangkat lunak dan perangkat keras. Dalam membangun sistem ada 2 hal tentang perangkat keras yang perlu diperhatikan, yang pertama adalah dengan spesifikasi apa sistem itu dibangun dan dengan spesifikasi apa sistem itu dapat dijalankan. Sistem ini dibangun dengan perangkat keras komputer pentium IV dengan RAM 128 MB. Adapun perangkat lunak yang digunakan untuk membangun sistem adalah Matlab versi 6.5 dengan sistem operasi Windows XP. Pembuatan Perancangan Sistem Dalam penelitian ini telah dilaksanakan metode peraneangan, yaitu peraneangan fungsifungsi keanggotaan, peraneangan aturan fuzzy, peraneangan prosedur dan peraneangan tampilan (antar muka). Membangun Program Komputer. Program komputer yang digunakan untuk membangun sistem ini adalah perangkat lunak Matlab versi 6.5 dengan alasan bahwa Matlab versi 6.5 merupakan bahasa komputasi teknis yang sangat populer dan sangat mudah digunakan serta mudah pula untuk dipahami struktur bahasanya [The Matlab, 1992]. Adapun listing programya adalah sebagai berikut :

Sekolah Tinggi Teknologi Nuklir- BATAN

288

Supriyono

SEMINAR NASIONAL II SDM TEKNOLOGI NUKLIR YOGY AKARTA, 21-22 DESEMBER ISSN 1978-0176 [System] Name='Lampu1' Type='mamdani' Version=2.0 Num!nputs=2 NumOutputs=1 NumRules='17 AndMethod='min' Orf."letnod='max' Impt>l1eiliod='min' AggMethod='max' OefuzzMethod='centroid' [!nput1 ] Name='lntensitas'

2006

dilakukan secara detail disampaikan pada bab hasi1dan pembahasan berikut ini. HASIL DAN PEMBAHASAN. Hasil program komputer untuk fungsi keanggotaan fuzzynya ada1ah 2 input intensitas cahaya dan suhu serta 1 output daya 1istrik, yang hasi1nya digambarkan pada Gambar 1.

Range=[O 1600] NumMFs=3 MF1='Gelap':'zmf,[O 400] MF2='Biasa':'pimf,[200 800 BOO 1400] MF3='T erang':'smf,[12oo1600] [!npuQ] Nan1'='Suhu' Range=[O 60J NumMFs=3 MFI='Oingin':'trapmf,[O MF2='Noonal':'trimf,[18 MF3='Panas':'trapmf,[30

018 30] 30 42J 42 60 60J

Gambar 1. Fungsi Keanggotaan Outputnya

Input Dan

[Outpul1J Nan1'='DayaListrik' Range=[O 120] NurnMF s=3 MF'I='Padam':'trapmf,[O 0"10 50] MF2='Redup':'trimf,[25 60 95] MF3='Terang':'trapmf ,[70 110120120] [Rules] 11,1 ('n: 1 '12,2(1):1

'13,2('1): 1
21,1 (1): 1

22,2 (1):1
23, 3 (I): 1 3'J,2('I):1 32, 3 (I) : 1

Dari Gambar 1 di atas, dipilih input intensitas cahaya untuk dibuat fungsi keanggotaan yang lebih detail, yaitu untuk fungsi keanggotaan Gelap, Senja dan Siang, yang ketiganya mempunyai range antara 0 sid 1600 Ix. Untuk fungsi keanggotaan Gelap tipe variabelnya adalah zmf dengan parametemya [0 400], sedangkan fungsi keanggotaan Senja tipe variabelnya adalah pimf dengan parametemya [200 800 800 1400] dan fungsi keanggotaan Siang tipe variabe1nya ada1ah smf dengan parametemya [1200 1600]. Hasilnya ditampilkan pada Gambar 2.

33,3 el): 1
11,3('1).:1 '12, 2 (1): 1 '1 3,2 ('I) :1 21,3('1):1

22, 2 (I) : 1 23,1 (1) : 1

31, 3 (1) : "

32,2f!):

Pengujian Program, Setelah sistem selesai dibangun, maka hams diuji apakah sistem dapat beIjalan dengan baik dan mudah dioperasikan. Pengujian

Supriyono

289

Sekolah Tinggi Teknologi Nuklir- BATA

SEMINAR NASIONAL II 290 SDM TEKNOLOGI NUKLIR YOGYAKARTA, 21-22 DESEMBER 2006 ISSN 1978-0176 Gambar 2. Fungsi Keanggotaan Variabel Input Intensitas Cahaya Masuk Dari Gambar 1 di atas pula, dipilih input suhu untuk dibuat fungsi keanggotaan yang lebih detail, yaitu untuk fungsi keanggotaan Dingin, Normal dan Panas, yang ketiganya mempunya range antara 0 sid 60 derajat Celsius. Untuk fungsi keanggotaan Dingin tipe variabelnya adalah trapezium dengan parameternya [0 0 18 30], sedangkan fungsi keanggotaan Normal tipe variabelnya adalah segitiga dengan parameternya [18 30 42] dan Panas tipe variabelnya fungsi keanggotaan adalah trapezium dengan parameternya [30 42 6060]. Hasilnya ditampilkan pada Gambar 3. dibuat fungsi keanggotaan yang lebih detail, yaitu untuk fungsi keanggotaan Padam, Redup dan Siang, yang ketiganya mempunya range antara 0 sid 125 Watt. Untuk fungsi keanggotaan Pad am tipe variabelnya adalah trapezium dengan parameternya 0 0 10 50], Redup tipe sedangkan fungsi keanggotaan variabelnya adalah segitiga dengan parameternya [25 60 95] dan fungsi keanggotaan Panas tipe variabelnya adalah trapezium dengan parameternya [70 110 120 120]. Hasilnya ditampilkan pada Gambar 4.

FISVariables

1ZXiDIIYlllkirik FJSVaiiabl9$
.Si.diI

Gambar 4. Fungsi Keanggotaan Variabel Output Daya Listrik Dengan menyusun aturan fuzzy seperti pada dasar teori di atas, dalam toolbox Matlab, hasilnya adalah :

Gambar 3. Fungsi Keanggotaan Variabel Input Suhu Demikian pula untuk output daya listrik, dari Gambar 1 di atas, dipilih output daya listrik

Gambar 5. Aturan Fuzzy 290

Sekolah Tinggi Teknologi Nuklir- BATAN

Supriyono

SEMINAR NASIONAL II SDM TEKNOLOGI NUKLIR YOGYAKART A, 21-22 DESEMBER 2006 ISSN 1978-0176 Hasil optimasi dengan memisalkan intensitas cahaya 741 Ix dan suhu ruangan dimisalkan 33,5 derajat Celsius, maka daya listrik yang diperlukan dengan sistem pengambilan keputusan ini adalah 50 Watt. Hasil program ditampilkan pada Gambar 6.
Fie Edit
1{ier,I.,<

maka daya listrik yang diperlukan dengan sistem pengambilan keputusan ini adalah 18,9 Watt. Hasil program ditampilkan pada Gambar 8.

lntensites '.46e"003

$urn ~.1

Optbm: SUhu. 33.5 istrk'l' 50

1 ZJ
1
1

()(IyaU$1rik'6.9

/1
I
1
I

hlensilfl$"741

I /~
/"'-.
,/

I'"

'2':.S::J
"

, 1"-

:z:s=J

:3E5
o

11111
" /i'" " /1"
1 1 I /. "-. 1 ,

ZJ

..
'

1 ~

.-..

1 1

/""

I
) )

roo

'"

a;,;:

[S
1 /'

".

[2""'.

1000

'"

Gambar 8. Hasil Optimasi Dengan Intensitas Cahaya 1460 Lx Dan Suhu Ruangan 34,1 Derajat Celsius Gambar 6. Hasil Optimasi Dengan Intensitas Cahaya 741 Lx dan Suhu Ruangan 33,5 Derajat Celsius Jika diberikan dengan input lain, misalkan intensitas cahaya 154 Ix dan suhu ruangan dimisalkan 9,55 derajat Celsius, maka daya listrik yang diperlukan dengan sistem ini adalah 101 Watt. Hasil program ditampilkan pada Gambar 7.
9. 7. 5. 1. 4, 10. 8. 6. 2. 3.
II

Dengan menggeser-geser garis vertikal pada variabel input frekuensi cahaya dan suhu, dapat disusun daya listrik yang dibutuhkan seperti dalam Tabell. Tabe] 1. Daya Listrik Yang Diperlukan dengan Input Frekuensi Cahaya dan Suhu
No.

13306010,1 listrik 4715 506 10233 272 74,5 110 89,3 102 155066,9Celsius) 30 756 68,3 73 Intensitas27,5(derajat 27,5 20,5 25,4 Suhu Daya (Watt)

'1S I
I
1 1

Suhu 955 I1 ", /"'-., I1 1 // 1 II /' II 1 ,/"'-., 0

Cahaya '" /" "- ", '" '~I~ I(Ix) /'" "'.

/1

DBysij~hk"101 I 1 II

'I
7 1

./

".
<'I

/I

oI

/1
i6(jQ.

Gambar 7. Hasi] Optimasi Dengan Intensitas Cahaya 154]x dan Suhu Ruangan 9,55 Derajat Celsius Cara lain menjalankan program dapat dilakukan dengan menggeser-geser garis vetikal pada variabel intensitas cahaya dan suhu, misalkan garis vertikal pada variabel intensitas digeser ke 1460 Ix dan garis vertikal pada variabel suhu digeser ke 34,1 derajat Celsius,

Dari pengamatan pada Tabel 1 di atas nampak bahwa semakin besar suhu dengan intensitas yang konstan kebutuhan daya listrik semakin kecil, demikian pula untuk suhu yang konstan dengan intensitas cahaya semakin besar kebutuhan daya listrik semakin kecil. Penelitian ini akan dikembangkan dengan menambah jenis inputnya, misalkan dengan memperhatikan kelembaban udara, ukuran ruangan, selera, jenis isi ruangan dan menambah aturan-aturan yang lebih sempurna

Supriyono

29]

Sekolah Tinggi Teknologi Nuklir- BATA

SEMINAR NASIONAL II 292 SDM TEKNOLOGI NUKLIR YOGYAKARTA, 21-22 DESEMBER 2006 ISSN 1978-0176 serta mengukur ukuran masing-masing fungsi keanggotaan yang lebih akurat. Sehingga sistem pengambilan keputusan ke depan dapat lebih mendekati kondisi yang sebenarnya. KESIMPULAN 1. Telah dapat dibangun suatu sistem pengambilan keputusan dengan menggunakan logika fuzzy untuk menentukan kebutuhan daya listrik dalam suatu mango Sistem dapat membantu proses efisiensi dalam rangka hemat energi listrik. Intensitas cahaya semakin besar dan suhu semakin besar kebutuhan daya listrik semakin lebih kecil. Sistem dapat membantu pengajar mata kuliah listrik dan ergonorni dalam menerangkan perhitungan efisiensi daya listrik.

TANYAJAWAB

1. Sukarman (STTN) Pertanvaan : Penelitian ini sangat menarik untuk system kendali, Bagaimana dengan aplikasi sensornya? Jawab : Penelitian ini mempakan penelitian awal, sehingga belum dipikirkan tentang penggunaan sensor. 2. Jaja Sukmana (P2PN) Pertanvaan : Untuk menentukan daya listrik, apakah hanya dipengaruhi oleh 2 variabel saja, yaitu intensitas cahaya dan suhu? Jawab : Karena penelitian ini mempakan penelitian awal, sehingga bam dipikirkan untuk variable inputnya intensitas cahaya dan suhu. Pengembangan lebih lanjut akan dipikirkan tentang variable input lainnya, seperti : luas mangan, warna mangan, dsb.

2. 3.

4.

DAFT AR PUST AKA 1. PERDANAHARI, E, 2006, ."Kebijakan Pengembangan Ketenagalistrikan Nasional", Seminar Sosialisasi peningIatan Pemahaman Masyarakat Terhadap PLTN Sebagai Pembangkit Listrik yang Aman Bagi Masyarakat, Yogyakarta. Soedojo,P., "Azasazas Ilmu Fisika", Gajahmada University Press, Yogyakarta, 1985. 2. NURMIANTO, E., 1996, Ergonomi Konsep dasar dan Aplikasinya, Penerbit Guna Widya, Surabaya. 3. KUSUMADEWI, S., 2002, Analisis Desain Sistem Fuzzy Menggunakan 001 Box Matlab, Penerbit Graha Ilmu, Yogyakarta .. 4. KUSUMADEWI, S. dan PURNOMO, H., 2004, Aplikasi Logika Fuzzy untuk Pendukung Keputusan, Penerbit Graha Ilmu, Yogyakarta, 5. THE MATLAB CURRICULUM SERIES, 1992, The Student Edition of Matlab, Prentice Hall, Inc, New Jersey.

Daftar Isi
Sekolah Tinggi Teknologi Nuklir- BATAN 292 Supriyono