6 BAB II
LANDASAN TEORI
Pada bab ini akan diuraikan teori–teori umum dan khusus yang berhubungan dengan penelitian akhir, diantaranya sekilas tentang logika fuzzy, komponen-komponen logika fuzzy, operator-operator fuzzy, pengertian daya listrik, lampu, tinggi, luas, tingkat pencahayaan, dan sekilas tentang bahasa pemograman yang dipakai yaitu matlab.
2.1 Logika Fuzzy
Sistem fuzzy ditemukan pertama kali oleh Prof. Lotfi Zadeh pada pertengahan tahun 1 9 6 5 Universitas California . Sistem ini diciptakan karena Boolean logic tidak membuat ketelitian yang tinggi, hanya mempunyai logika 0 dan 1 saja. Sehingga untuk membuat sistem mempunyai ketelitian yang tinggi maka kita tidak dapat menggunakan Boolean logic. Logika fuzzy merupakan suatu cara yang tepat untuk memetakan suatu ruang input ke dalam suatu ruang output. (Kusumadewi, 2006)
Ada beberapa hal yang perlu diketahui dalam memahami sistem fuzzy, yaitu : 1. Variabel fuzzy
Variabel fuzzy merupakan variable yang hendak diterapkan dalam suatu sistem fuzzy. Contoh : umur, temperatur, permintaan, dsb.
2. Himpunan fuzzy
Himpunan fuzzy merupakan suatu grup yang mewakili suatu kondisi atau keadaan tertentu.
Himpunan fuzzy memiliki 2 atribut, yaitu :
a. Linguistik, yaitu penamaan suatu grup yang mewakili suatu keadaan atau kondisi tertentu dengan menggunakan bahasa alami, seperti : DINGIN, NORMAL, PANAS.
b. Numeris, yaitu suatu nilai (angka) yang menunjukkan ukuran dari suatu variabel, seperti : 25, 50, dsb.
3. Semesta Pembicaraan
Semesta pembicaraan adalah keseluruhan nilai yang diperbolehkan untuk dioperasikan dalam variabel fuzzy.
Contoh : semesta pembicaraan untuk variabel temperatur : [0 40] 4. Domain
Domain himpunan fuzzy adalah keseluruhan nilai yang diijinkan dalam semesta pembicaraan, boleh dioperasikan dalam suatu himpunan fuzzy.
Contoh domain himpunan fuzzy : Redup = [0, 45]
Terang = [35, 55]
Ada beberapa alasan mengapa orang menggunakan logika fuzzy yaitu:
1. Konsep matematis yang mendasari penalaran logika fuzzy mudah dimengerti.
2. Logika fuzzy sangat fleksibel.
3. Logika fuzzy memiliki toleransi terhadap data-data yang tidak tepat.
4. Logika fuzzy mampu memodelkan fungsi-fungsi nonlinier yang sangat kompleks.
pengalaman-pengalaman para pakar langsung tanpa harus melalui proses pelatihan. 6. Logika Fuzzy dapat bekerjasama dengan teknik-teknik kendali secara konvensional.
7. Logika fuzzy didasarkan pada bahasa alami. 2.1.1 Fungsi Keanggotaan Fuzzy
Fungsi keanggotaan (membership function) adalah suatu kurva yang menunjukkan pemetaan titik-titik input data ke dalam nilai keanggotaannya (sering juga disebut dengan derajat keanggotaan) yang memiliki interval antara 0 sampai 1. Salah satu cara yang dapat digunakan untuk mendapatkan nilai keanggotaan adalah dengan melalui pendekatan fungsi. Ada beberapa fungsi yang dapat digunakan:
a. Representasi Linear
Pada representasi linear, pemetaan input ke derajat keanggotaannya digambarkan sebagai suatu garis lurus. Bentuk ini paling sederhana dan menjadi pilihan yang baik untuk mendekati suatu konsep yang kurang jelas. Ada 2 keadaan himpunan Fuzzy linear, yaitu:
1. Representasi Linear Naik
Kenaikan himpunan dimulai pada nilai domain yang memiliki derajat keanggotaan nol (0) bergerak ke kanan menuju ke nilai domain yang memiliki derajat keanggotaan lebih tinggi.
Fungsi keanggotaan:
0; x ≤ a (2.1) µ[x] = (x-a)/(b-a) a ≤ x ≤ b
1; x ≥ b
2. Representasi Linear Turun
Representasi linear turun merupakan kebalikan dari linear naik. Garis lurus dimulai dari nilai domain dengan derajat keanggotaan tertinggi pada sisi kiri, kemudian bergerak menurun ke nilai domain yang memiliki derajat keanggotaan lebih rendah.
Gambar 2.2 Representasi Linear Turun Fungsi keanggotaan:
(b-x)/(b-a); a ≤ x ≤ b (2.2) µ[x] =
0; x ≥ b
b. Representasi Kurva Segitiga
Fungsi keanggotaan segitiga ditandai oleh adanya tiga parameter {a,b,c} yang akan menentukan koordinat x dari tiga sudut. Kurva ini pada dasarnya merupakan gabungan antara dua garis lurus. (Suyanto, 2007).
Gambar 2.3 Representasi Kurva Segitiga Fungsi keanggotaan:
0; x ≤ a atau x ≥ c (2.3) µ[x,a,b,c] = (x-a)/(b-a) a ≤ x ≤ b
(c-x)/(c-b) b ≤ x ≤ c
c. Representasi Kurva Trapesium
Kurva trapesium pada dasarnya seperti bentuk segitiga, hanya saja ada beberapa titik yang memiliki nilai keanggotaan satu. (Suyanto, 2007)
Gambar 2.4 Representasi Kurva Trapesium Fungsi keanggotaan:
0; x ≤ a atau x ≥ d (2.4) µ[x,a,b,c,d]= (x-a)/(b-a); a ≤ x ≤ b
1; b ≤ x ≤ c (d-x)/(d-c) x ≥ d
d. Representasi Kurva S
Kurva pertumbuhan dan penyusutan merupakan kurva S atau sigmoid berhubungan dengan kenaikan dan penurunan permukaan secara tak linear. (Suyanto, 2007).
Gambar 2.5 Representasi Kurva S Fungsi keanggotaan:
0; x ≤ α (2.5) S(x; α, , )= 2((x-α)/( -α))2 α ≤ x ≤
1-2(( -x)/( -α))2 ≤ x ≤ 1 x ≥ 2.1.2 Operator – Operator Fuzzy
1. Operator AND
Operator ini berhubungan dengan operasi interseksi pada himpunan. α-predikat sebagai hasil operasi dengan operator AND, diperoleh dengan mengambil nilai keanggotaan terkecil antar elemen pada himpunan-himpunan yang bersangkutan.
µA∩B = min (µA [x], µB [y]) (2.6)
2. Operator OR
sebagai hasil operasi dengan operator OR, diperoleh dengan mengambil nilai keanggotaan terbesar elemen pada himpunan-himpunan yang bersangkutan.
µAUB = max (µA [x], µB [y]) (2.7)
3. Operator NOT
Operator ini berhubungan dengan operasi komplemen pada himpunan. α-predikat sebagai hasil operasi dengan operator AND, diperoleh dengan mengurangkan nilai keangotaan terkecil antar elemen pada himpunan yang bersangkutan dari 1.
µA` = 1 - µ A [x] (2.8) 2.1.3 Variable Linguistik
Variabel linguistik adalah variabel yang bernilai kata/kalimat, bukan angka. Sebagai alasan menggunakan kata/kalimat daripada angka karena peranan linguistik kurang spesifik dibandingkan angka, namun informasi yang disampaikan lebih informatif. Variabel linguistik ini merupakan konsep penting dalam logika fuzzy dan memegang peranan penting dalam beberapa aplikasi. 2.1.4 Sistem Inferensi Fuzzy
Sistem Inferensi Fuzzy (Fuzzy Inference System atau FIS) merupakan suatu kerangka komputasi yang didasarkan pada teori himpunan fuzzy, aturan fuzzy berbentuk IF – THEN, dan penalaran fuzzy. (Suyanto, 2007).
Gambar 2.6 Diagram Blok Inferensi Fuzzy
Sistem Inferensi Fuzzy menerima input crisp. Input ini kemudian dikirim ke basis pengetahuan yang berisi n aturan fuzzy dalam bentuk IF-THEN. Fire strength akan dicari pada setiap aturan. Apabila jumlah aturan lebih dari satu, maka akan dilakukan agregasi dari sebuah aturan. Selanjutnya, pada hasil agregasi akan dilakukan defuzzy untuk mendapatkan nilai crisp sebagai output sistem.
2.1.4.1 Metode Mamdani
Metode Mamdani sering juga dikenal dengan nama Metode Max-Min. Metode mamdani ini diperkenalkan oleh Ebrahim Mamdani pada tahun 1975. (Kusumadewi, 2006). Untuk memperoleh output, diperlukan 4 tahapan yaitu:
a. Pembentukan himpunan fuzzy
Menentukan semua variabel yang terkait dalam proses yang akan ditentukan. Untuk masing-masing variabel input, tentukan suatu fungsi fuzzifikasi yang sesuai. Pada metode Mamdani, baik variabel input maupun variabel output dibagi menjadi satu atau lebih himpunan fuzzy.
b. Aplikasi fungsi implikasi
yang menyatakan relasi antara variabel input dengan variabel output. Pada metode Mamdani, fungsi implikasi yang digunakan adalah Min. Bentuk umumnya adalah sebagai berikut :
Jika a adalah A¡ dan b adalah B¡, maka c adalah Ci
dengan Ai, Bi, dan Ci adalah predikat-predikat fuzzy yang merupakan nilai linguistik dari masing-masing variabel. Banyaknya aturan ditentukan oleh banyaknya nilai linguistik untuk masing-masing variabel masukan.
c. Komponen aturan
kumpulan dan korelasi antar aturan. Ada 3 metode yang digunakan dalam melakukan inferensi sistem fuzzy, yaitu : max, additive dan probabilistik OR.
1.Metode Max (Maximum)
Pada metode ini solusi himpunan fuzzy diperoleh dengan cara mengambil nilai maksimum aturan, kemudian menggunakannya untuk memodifikasi daerah fuzzy dan mengaplikasikan ke output dengan menggunakan operator OR(union). Jika semua proposisi telah dievaluasi, maka output akan beisi suatu himpunan fuzzy yang merefleksikan konstribusi dari tiap-tiap proposisi. Secara umum dapat dituliskan :
μsf[xi] ← max(μsf[xi], μkf[xi]) (2.9) dengan:
μsf[xi] = nilai keanggotaan solusi fuzzy sampai aturan ke-i;- μkf[xi] = nilai keanggotaan konsekuen fuzzy aturan ke-i; 2. Metode Additive (Sum)
bounded-sum terhadap semua output daerah fuzzy. Secara umum dituliskan:
μsf[xi] ← min(1,μsf[xi]+ μkf[xi]) (2.10)
dengan:
μsf[xi] = nilai keanggotaan solusi fuzzy sampai aturan ke-i; μkf[xi] = nilai keanggotaan konsekuen fuzzy aturan ke-i; 3. Metode Probabilistik OR
Pada metode ini, solusi himpunan fuzzy diperoleh dengan cara melakukan product terhadap semua output daerah fuzzy. Secara umum dituliskan:
μsf[xi] ← max (μsf[xi]+ μkf[xi]) - (μsf[xi] * μkf[xi]) (2.11) dengan:
μsf[xi] = nilai keanggotaan solusi fuzzy sampai aturan ke-i; μkf[xi] = nilai keanggotaan konsekuen fuzzy aturan ke-i; d. Penegasan (defuzzi)
Input dari proses defuzzifikasi adalah suatu himpunan fuzzy yang diperoleh dari komposisi aturan-aturan fuzzy, sedangkan output yang dihasilkan merupakan bilangan pada domain himpunan fuzzy tersebut.
2.1.5 Defuzzifikasi
Defuzzifikasi adalah mengubah fuzzy output menjadi crisp value berdasarkan fungsi keanggotaan yang telah ditentukan. Defuzzifikasi merupakan proses pengubahan besaran fuzzy yang disajikan dalam bentuk himpunan – himpunan fuzzy keluaran dengan fungsi keanggotaannya untuk mendapatkan keluaran bentuk tegasnya. (Kusumadewi, 2006)
Gambar 2.7 Defuzzifikasi Ada beberapa metode defuzzifikasi yaitu :
2.1.5.1 Metode Centroid
Metode Centroid (Composite Moment). Pada metode centroid solusi crisp diperoleh dengan cara mengambil titik pusat daerah fuzzy.
Secara umum dapat dituliskan:
Z* = ∫ 𝑧µ 𝑧 𝑑𝑧𝑧
∫ µ 𝑧 𝑑𝑧𝑧 (2.12)
2.1.5.2 Metode Bisektor
Pada metode bisektor solusi crisp diperoleh dengan cara mengambil nilai pada domain yang memiliki nilai keanggotaan setengah dari jumlah total nilai keanggotaan pada daerah fuzzy.
2.1.5.3 Metode Mean of Maximum (MOM)
Pada metode mean of maximum solusi crisp diperoleh dengan cara mengambil nilai rata-rata domain yang memiliki nilai keanggotaan maksimum.
2.1.5.4 Metode Largest of Maximum (LOM)
mengambil nilai terbesar dari domain yang memiliki nilai keanggotaan maksimum.
2.1.5.5 Metode Smolest of Maximum (SOM)
Pada metode smallest of maximum solusi crisp diperoleh dengan cara mengambil nilai terkecil dari domain yang memiliki nilai keanggotaan maksimum.
2.2 Kelebihan dan Kekurangan Logika Fuzzy
Logika fuzzy memiliki beberapa keunggulan, antara lain sebagai berikut.
1. Konsep logika fuzzy mudah dimengerti. Konsep matematis yang mendasari penalaran logika fuzzy sangat sederhana dan mudah dimengerti.
2. Logika fuzzy sangat fleksibel.
3. Logika fuzzy memiliki toleransi terhadap data-data yang tidak tepat.
4. Logika fuzzy mampu memodelkan fungsi-fungsi non linear yang kompleks. 5. Logika fuzzy dapat membangun dan mengaplikasikan pengalaman-pengalaman para pakar secara langsung tanpa harus melalui proses pelatihan.
6. Logika fuzzy dapat bekerja sama dengan teknik-teknik kendali secara konvensional.
7. Logika fuzzy didasarkan pada bahasa alami.
Sementara itu, dalam pengaplikasiannya, logika fuzzy juga memiliki beberapa kelebihan, antara lain sebagai berikut.
1. Daya gunanya dianggap lebih baik daripada teknik kendali yang pernah ada. 2. Pengendali fuzzy terkenal karena keandalannya.
4. Pengendali fuzzy memberikan pengendalian yang sangat baik dibandingkan teknik lain
5. Usaha dan dana yang dibutuhkan kecil.
Selain itu, logika fuzzy juga memiliki kekurangan, terutama dalam penerapannya. Kekurangan-kekurangan tersebut antara lain:
1. Para enjiner dan ilmuwan generasi sebelumnya dan sekarang banyak yang tidak mengenal teori kendali fuzzy, meskipun secara teknik praktis mereka memiliki pengalaman untuk menggunakan teknologi dan perkakas kontrol yang sudah ada. 2. Belum banyak terdapat kursus/balai pendidikan dan buku-buku teks yang menjangkau setiap tingkat pendidikan (undergraduate, postgraduate, dan on site training).
3. Hingga kini belum ada pengetahuan sistematik yang baku dan seragam tentang metodologi pemecahan problema kendali menggunakan pengendali fuzzy.
4. Belum adanya metode umum untuk mengembangkan dan implementasi pengendali fuzzy.
2.3 Lampu
Lampu adalah sebuah peranti yang memproduksi cahaya. Kata "lampu" dapat juga berarti bola lampu. Lampu pertama kali ditemukan oleh Sir Joseph William Swan. Lampu adalah sebuah benda yang berfungsi sebagai penerang, lampu memiliki bentuk seperti botol dengan rongga yang berisi filamen yang akan menyala apabila disambungkan ke aliran listrik.
Ilmuwan yang menemukan atau bisa disebut pencipta bola lampu adalah Thomas Alfa Edison. Awal hadirnya lampu dari Thomas Alfa Edison yang dianggap bodoh dan sering gagal tapi orang ini tidak menyerah dalam eksperimen
menciptakan lampu setelah bertahun-tahun lamanya sang ilmuwan pun menciptakan bola lampu yang sekarang ini hasil penemuannya hampir semua orang menggunakannya.
2.3.1 Jenis-jenis lampu 1. Lampu Halogen
Lampu ini menggunakan kawat dan bahan tungsten, di dalam ruang vakumnya diberi gas. Gas ini mempunyai fungsi menciptakan sinar yang kuat. Lampu halogen ini digunakan sebagai lampu sorot. Lampu halogen biasanya memiliki reflektor (cermin dibelakangnya) untuk memperkuat cahaya yang keluar. Fittingnya biasanya khusus, namun saat ini ada pula dengan jenis fitting biasa.
Lampu jenis ini merupakan lampu spot yang baik. Lampu spot adalah lampu yang cahayanya mengarah ke satu area saja, misalnya lampu untuk menerangi benda seni secara terfokus. Lampu ini baik untuk digunakan sebagai penerangan taman untuk membuat kesan dramatis dari pencahayaan terpusat seperti menerangi patung, tanaman, kolam atau area lainnya. Jenis lampu ini sebenarnya merupakan lampu filamen yang sudah berhasil dikembangkan menjadi lebih terang, namun juga kebutuhan energi (watt) yang relatif sama.
2. Lampu Pijar
Lampu jenis ini berpijar kawat filamennya saat dialiri aliran listrik. Pijaran kawat inilah yang berubah menjadi cahaya. Jenis lampu ini sangat mudah menyala tetapi sangat panas untuk pemakaian yang relatif lama. Oleh karena itu. Lampu jenis ini boros energi.
Warna cahaya lampu pijar adalah kuning, derajat suhu warna 2‟500 – 2‟700 K (Kelvin) Jenis lampu yang dikembangkan Thomas Alfa Edison ini memakai
filamen tungsten yaitu semacam kawat pijar didalam bola kaca yang diisi gas nitrogen, argon, kripton, hidrogen dan sebagainya.
Lampu ini membutuhkan lebih banyak energi dibandingkan lampu TL untuk mendapatkan tingkat terang yang sama. Lampu pijar atau bohlam biasa ini hanya bertahan 1000 jam atau untuk rata-rata pemakaian 10 jam sehari semalam, hanya bertahan kira-kira 3 – 4 bulan.
3. Lampu TL (Fluorescent)
Lampu fluorescent atau di Indonesia lebih dikenal dengan sebutan lampu TL dan tidak jarang kita juga mendengar sebagai lampu neon. Lampu ini menyala sebab adanya bahan fosfor yang mengubah sinar ultraviolet menjadi cahaya. Jenis lampu ini lebih terang dan hemat dibandingkan lampu pijar.
Berikut adalah jenis-jenis lampu fluorescent yang dibedakan dari bentuknya: • Linear fluorescent
Lampu TL panjang itulah sebagian besar orang menyebut lampu ini. Ini adalah lampu fluorescent klasik dan menurut sejarahnya, lampu ini diperkenalkan sejak tahun 1950 lima tahun setelah Indonesia merdeka.
• Non-Linear fluorescent
Jenis yang satu ini bentuknya ada yang lingkaran, letter "U", dan ada juga yang berbentuk panel modul seperti papan.
• Compact Fluorescent (CFL)
Lampu ini dibagi dua jenis lagi yakni self-ballasted atau ballast yang sudah terinstall di dalam rangkaian lampu sehingga tinggal pakai seperti yang sekarang banyak kita jumpai sebagai lampu SL yang dapat langsung dipasang pada fitting ulir biasa. Satu lagi lampu CFL yang harus dipasang dengan ballast sendiri dan
fitting khusus seperti linear fluorescent / TL namun yang satu ini bentuknya sangat ringkas dan kecil.
4. Lampu LED
Lampu LED merupakan lampu yang berisi kumpulan LED kecil dengan warna putih atau kuning. Lampu LED ini merupakan jenis lampu yang paling hemat pemakaian energinya. Lampu ini konstruksinya kecil sehingga dapat diterapkan dalam berbagai aplikasi. Lampu LED juga memiliki warna sinar yang beragam, yaitu putih, kuning, dan warna-warna lainnya. Lampu LED memancarkan cahaya lewat aliran listrik yang relatif tidak menghasilkan banyak panas. Karena itu lampu LED terasa dingin dipakai karena tidak menambah panas ruangan seperti lampu pijar.
2.4 Pengertian Listrik
Listrik merupakan suatu muatan yang terdiri dari muatan positif dan muatan negatif, dimana sebuah benda akan dikatakan memiliki energi listrik apabila suatu benda itu mempunyai perbedaan jumlah muatan. Sedangkan muatan yang dapat berpindah adalah muatan negatif dari sebuah benda,berpindahnya muatan negatif ini disebabkan oleh bermacam gaya atau energi, misal energi gerak,energi panas dsb. Perpindahan muatan negatif inilah yang disebut dengan energi listrik.
Daya listrik adalah energi yang dilepas muatan listrik tiap satuan waktu. Satuan daya listrik adalah watt. Jika daya yang dimiliki oleh suatu barang elektronik semakin besar maka energi yang dipakai semakin besar pula. Akibatnya biaya yang harus dikeluarkan untuk membayar rekening listrik semakin besar.
Keterangan :
P = daya listrik (VA) V = tegangan listrik (Volt) I = arus listrik (amper) 2.5 Pengertian Cahaya
Cahaya adalah pancaran elektromagnetik yang dapat terlihat oleh mata manusia. Definisi cahaya yang lainnya yaitu merupakan radiasi elektromagnetik, baik itu dengan panjang gelombang kasat mata maupun yang tidak. Sedangkan benda yang memancarkan cahaya disebut dengan sumber cahaya.
Alat ukur cahaya (lux meter) adalah alat yang digunakan untuk mengukur intensitas cahaya atau tingkat pencahayaan. Biasanya digunakan dalam ruangan. Besarnya intensitas cahaya ini perlu untuk diketahui karena pada dasarnya kebutuhan pencahayaan setiap ruangan terkadang berbeda. (www.wikipedia.org )
Gambar 2.8 Lux Meter A = Sensor / cell penangkap sinar.
B = Meode / pengatur besarnya sinar yang terbaca. C = Displai / monitor hargaa hasil pengamatan. 2.5.1 Definisi yang umum digunakan dalam cahaya
a) Lumen : Satuan flux cahaya; flux dipancarkan didalam satuan unit sudut padatan oleh suatu sumber dengan intensitas cahaya yang seragam satu candela . Satu lux adalah satu lumen per meter persegi. Lumen (lm) adalah kesetaraan fotometrik dari watt , yang memadukan respon mata “pengamat standar”. 1 watt = 683 lumens pada panjang gelombang 555 nm.
b) Efficacy Beban Terpasang: Merupakan iluminasi/terang rata-rata yang dicapai pada suatu bidang kerja yang datar per watt pada pencahayaan umum didalam ruangan yang dinyatakan dalam lux/W/m².
c) Luminaire: adalah satuan cahaya yang lengkap, terdiri dari sebuah lampu atau beberapa lampu, termasuk rancangan pendistribusian cahaya, penempatan dan perlindungan lampu-lampu, dan dihubungkannya lampu ke pasokan daya.
d) Lux : Merupakan satuan metrik ukuran cahaya pada suatu permukaan. Cahaya rata-rata yang dicapai adalah rata-rata tingkat lux pada berbagai titik pada area yang sudah ditentukan. Satu lux setara dengan satu lumen per meter persegi.
e) Tinggi mounting : Merupakan tinggi peralatan atau lampu diatas bidang kerja.
f) Efficacy cahaya terhitung: Perbandingan keluaran lumen terhitung dengan pemakaian daya terhitung dinyatakan dalam lumens per watt.
ukuran bidang keseluruhan terhadap tingginya diantara tinggi bidang kerja dengan bidang titik lampu.
h) Efficacy Beban Target: Nilai efficacy beban terpasang yang dicapai dengan efisiensi terbaik, dinyatakan dalam lux /W/m².
2.5.2 Pencahayaan Ruang dari Bidang Kerja
Berkaitan dengan kualitas pencahayaan bidang kerja terdapat aspek lain yang perlu diperhatikan pada ruang, yaitu:
(1) Kontras Terang (Brightness Contrast)
Kontras terang adalah perbandingan tingkat iluminasi antara bidang kerja dengan daerah di sekelilingnya. Dengan pengendalian kontras yang tepat dapat mengurangi pengaruh dari silau dan kelelahan pada mata. Kontras terang yang baik dapat menghasilkan color ambience (suasana warna) yang berkualitas. Secara umum tingkat kontras area kurang lebih sepertiga dari pencahayaan bidang kerja .
(2) Reflektansi Ruang (Room Reflectance)
Reflektansi ruang adalah pengaruh pembatas ruang sebagai pemantul cahaya yang mengarahkan cahaya ke arah bidang kerja maupun bagian ruang lainnya yang mempengaruhi kondisi pencahayaan dalam ruang. Pengaruh reflektansi ruang sangat besar terutama pada ruang yang terbatas.
(3) Kombinasi Pencahayaan (Combined Ilumination)
Beberapa luminer yang disusun demikian rupa akan bekerjasama menghasilkan pencahayaan yang membentuk combined ilumination. Combined ilumination ini juga akan sangat menguntungkan (efisiensi) dan membantu mengatasi masalah silau.
2.6 Pengertian Luas
Luas adalah besaran yang menyatakan ukuran dua dimensi (dwigatra) suatu bagian permukaan yang dibatasi dengan jelas, biasanya suatu daerah yang dibatasi oleh kurva tertutup. Satuan luas menurut SI adalah meter persegi sedangkan menurut sistem Imperial adalah kaki persegi. (www.wikipedia.org )
2.7 Pengertian Tinggi
Tinggi adalah pengukuran secara vertikal dari sebuah objek. Jika pengukuran tidak dilakukan secara vertikal, pengukuran tersebut diistilahkan dengan “panjang” atau “lebar”. Tinggi, seperti halnya panjang dan lebar, diukur dengan satuan panjang. (www.wikipedia.org )
2.8 Tools Pengembangan Sistem 2.8.1 Flowchart
Bagan alir program (program flowchart ) adalah suatu bagan yang menggambarkan proses logika dari data yang diproses dalam suatu program dari awal sampai akhir. Berikut ini adalah simbol-simbol program flowchart menurut ANSI (American National Standard Symbol Institute ) (Jogiyanto, 2000 : 662-663) :
a. Simbol terminal (terminal symbol )
digunakan untuk menunjukkan awal dan akhir dari program. b.Simbol pengolahan (processing symbol )
digunakan untuk pengolahan aritmatika atau pemi data. c. Simbol keputusan (decision symbol )
digunakan untuk mewakili operasi perbandingan logika. d. Simbol masukan/keluaran (input/output symbol )
digunakan untuk menyatakan proses input dan output data. e. Simbol Document
Untuk mencetak laporan ke printer. f. Simbol arus (flow symbol )
digunakan untuk menyatakan jalannya arus suatu program. 2.9 Penunjang Sistem
2.9.1 Pengenalan MATLAB
Menurut Aminuddin (2008 : 1) Matlab adalah bahasa pemrograman dengan kemampuan tinggi dalam bidang komputasi. Matlab memiliki kemampuan mengintegrasikan komputasi, visualisasi, dan pemrograman. Oleh karenanya, matlab banyak digunakan dalam bidang riset‐riset yang memerlukan komputasi numerik yang kompleks. Penggunaan Matlab meliputi bidang–bidang:
Matematika dan Komputasi Pembentukan Algoritma Akusisi Data
Pemodelan, simulasi, dan pembuatan prototype Analisa data, explorasi, dan visualisasi
Grafik Keilmuan dan bidang Rekayasa
Matlab merupakan kepanjangan dari Matrix Laboratory. Sesuai dengan namanya, struktur data yang terdapat dalam Matlab menggunakan matriks atau array berdimensi dua (double). Oleh karenanya penguasaan teori matriks mutlak diperlukan bagi pengguna pemula Matlab agar mudah dalam mempelajari dan memahami operasi‐operasi yang ada di Matlab.
