Aplikasi Fuzzy Logic Untuk Pengendali Motor DC
Aplikasi Fuzzy Logic Untuk Pengendali Motor DC Berba
Referensi :
Nadhif M. 2015. Aplikasi Fuzzy Logic Untuk Pengendali Motor DC Berbasis Mikrokontroler ATMEGA 8535
Dengan Sensor Photodioda. Skripsi. Semarang : Universitas Negeri Semarang.
1. Abstrak [Kembali]
Motor DC termasuk dalam kategori jenis motor yang paling banyak digunakan baik dalam lingkungan industri, peralatan rumah tangga hingga ke mainan anak-anak. Perkembangan teknologi kontrol juga mengalami banyak kemajuan dari kontrol konvensional ke kontrol otomatik sampai ke kontrol cerdas. Logika fuzzy digunakan sebagai sistem kontrol, karena proses kendali ini relatif mudah dan fleksibel dirancang dengan tidak melibatkan model matematis yang rumit dari sistem yang akan dikendalikan. Tujuan dari penelitian ini adalah mempelajari dan mengaplikasikan metode logika fuzzy pada mikrokontroler ATMega8535, untuk megendalikan kecepatan motor DC serta sebagai kontrol
gerak Robot Line Follower.
Metode penelitian yang digunakan adalah metode Penelitian dan Pengembangan (R&D). Pengujian secara global terbagi menjadi tiga yaitu pengujian sensor, pengujian PWM dan pengujian kontrol logika fuzzy. Output fuzzy kontroler adalah perintah kendali yang diberikan ke motor DC. Pada sistem pengendalian motor DC ini menggunakan metode Mamdani. Sistem kendali dirancang dengan menggunakan dua buah masukan yang berupa Error dan Delta Error. Kedua input akan diproses oleh fuzzy logic controller (FLC) untuk mendapatkan nilai output berupa sinyal PWM untuk mengontrol motor DC. Berdasarkan hasil penelitian dapat disimpulkan bahwa sistem kendali logika fuzzy dengan mikrokontroler ATMega8535 dengan sensor photodioda dapat mengontrol kecepatan putar motor DC. Selain itu, metode logika fuzzy dapat di implementasaikan pada kontrol gerak Robot Line Follower. Saran untuk peneliti selanjutnya agar menggunakan himpunan output lebih banyak sehingga output yang dihasilkan menjadi lebih halus.
2. Pendahuluan [Kembali]
Salah satu implementasi PID dalam kontrol kecepatan putar motor DC yaitu pada robot pengikut garis (line follower robot). Ada beberapa rangkaian utama yang diperlukan dalam robot line follower, rangkain tersebut adalah photodioda sebagai sensor, driver motor sebagai penggerak motor dan ATMega8535 sebagai otak dari robot. Mikrokontroler ATMega8535 akan membaca data masukan dari sensor kemudian mengolah data tersebut dan meneruskan ke driver motor sebagai penggerak pergerakan robot. Hanya disini diperlukan untuk mengetahui model matematika dari system atau membuat beberapa eksperimen untuk penyetelan (tunning) parameter PID. Bagaimanapun, telah diketahui bahwa pengontrol konvensional PID biasanya tidak bekerja dengan baik untuk system non-linear, dan pada system yang rumit dan kompleks, tidak punya model matematika yang tepat. Dengan demikian diperlukan adanya suatu system kendali yang tidak perlu membuat
beberapa eksperimen untuk penyetelan (tunning) dalam kontrol kecepatan putar motor DC.
Di lain pihak juga berkembang suatu teknologi kontrol yang tidak lagi memakai cara konvensional untuk mendapatkan suatu hasil yang diinginkan melalui persamaan matematika. Tetapi dengan menerapkan suatu sistem kemampuan manusia untuk mengendalikan sesuatu, yaitu dalam bentuk aturan-aturan jika-maka (If-Then Rules), sehingga proses pengendalian akan mengikuti pendekatan secara linguistik, sistem ini disebut dengan sistem kendali logika fuzzy, yang mana sistem kendali logika fuzzy merupakan sistem kendali yang tidak memiliki ketergantungan pada variabel-variabel proses kendali
3. Metode Penelitian Kembali]
a. Metode
Skripsi dengan judul “Aplikasi Fuzzy Logic Untuk Pengendali Motor DC
Berbasis Mikrokontroler Atmega8535 dengan Sensor Photodioda” ini
menggunakan metode Penelitian dan Pengembangan (Research and
Development/R&D). Metode penelitian dan Pengembangan (R&D) digunakan
dalam penelitian ini bertujuan mengembangkan logika fuzzy sebagai kontrol
motor DC pada Mikrokontroler Atmega8535. Metode penelitian dan
Pengembangan (R&D) adalah metode penelitian yang digunakan untuk
menghasilkan produk tertentu, dan menguji keefektifan produk tersebut.
Produk tersebut tidak selalu berbentuk benda atau perangkat keras
(hardware), seperti buku, alat tulis, dan alat pembelajaran lainnya. Akan tetapi,
dapat pula dalam bentuk perangkat lunak (software). Dalam pelaksanaan
Penelitian dan Pengembangan (R&D), ada beberapa metode yang digunakan
yaitu metode deskriptif, evaluatif dan eksperimental. Metode penelitian
deskriptif digunakan dalam penelitian awal untuk menghimpun data tentang
kondisi yang ada. Metode evaluatif digunakan untuk mengevaluasi proses uji
coba pengembangan suatu produk serta metode eksperimen digunakan untuk
menguji keampuhan dari produk yang dihasilkan.
b. Diagram Alur Penelitian
c. Diagram Blok Sistem
Tahapan awal perancangan alat yaitu diperlukan gambaran awal tentang
bagaimana sistem kerja dari alat. Sistem pengendalian menggunakan close loop
dengan aplikasi fuzzy controller. Diagram blok dari sistem pengontrolan ini dapat
dilihat pada Gambar berikut:
d. Perancangan Fuzzy
Untuk merancang pengendali dalam penelitian ini, maka diterapkan logika
fuzzy pada pengendali motor DC dengan menggunakan metode Mamdani. Sistem
kendali dirancang dengan dua buah masukan yang berupa Error yang merupakan
selisih antara setpoin dengan pembacaan sensor photodioda dan Delta Error yang
merupakan turunan pertama dari nilai Error. Kedua input Error dan Delta Error
akan diproses oleh fuzzy logic controller (FLC) untuk mendapatkan nilai output
berupa sinyal PWM untuk mengontrol kecepatan putar motor DC.
Pengolahan data dilakukan dengan menentukan variabel dan
semesta pembicaraan, dilanjutkan dengan pembentukan himpunan fuzzy.
Penentuan variabel dan semesta pembicaraan dari hasil pengambilan data
dapat diperoleh pada Tabel dibawah ini:
Sinyal input error berupa nilai tegas (crisp) 0 sampai 255. Nilai
tersebut diperoleh dari nilai minimum dan nilai maksimum ADC internal 8.
4. Hasil Dan Pembahasan[Kembali]
Photodioda adalah dioda yang bekerja berdasarkan intensitas cahaya,
dimana jika photodioda terkena cahaya maka photodioda bekerja seperti dioda
pada umumnya, tetapi jika tidak mendapat cahaya maka photodioda akan
berperan seperti resistor dengan nilai tahanan yang besar sehingga arus listrik
tidak dapat mengalir. Photodioda digunakan sebagai penangkap gelombang
cahaya yang dipancarkan oleh Infrared. Besarnya tegangan atau arus listrik yang
dihasilkan oleh photodioda tergantung besar kecilnya radiasi yang dipancarkan
oleh inframerah. Dari desain tersebut didapatkan data sebagai berikut:
Pengujian nilai PWM dilakukan untuk mengetahui hasil tegangan output
yang mampu dilewatkan oleh rangkaian driver dari vcc sumber motor berdasarkan
variatif nilai PWM yang diberikan. Pengujian ini dilakukan dengan cara mengukur titik pengujian pada output driver motor menggunakan voltmeter dan
pengujian dilakukan dengan menggunakan alat ukur berupa Tachometer sebagai
alat ukur kecepatan rotasi motor per menit (RPM) dengan perubahan nilai pwm.
Prosedur Percobaan :
1. Buka matlab
2. ketik "fuzzy" pada comman window
3. Maka akan muncul tampilan halaman awal fuzzy
4. Masukkan input berupa error dan delta error, lalu output berupa PWM.
5. Ubah range masing-masing input menjadi 255, sedangkan output PWM berupa 1000\
6. Buka rule editor, lalu masukkan rule nya.
7. Lalu, pilih view, dan buka tampilan rule viewer untuk melihat hasilnya
5. Kesimpulan [Kembali]
Berdasarkan hasil penelitian, dapat disimpulkan bahwa Sistem kendali logika fuzzy dengan mikrokontroler ATMega8535 dan
menggunakan sensor photodioda dapat mengontrol kecepatan putar
motor DC. Hal tersebut dengan cara Pembentukan himpunan fuzzy. Pada proses fuzzifikasi langkah
pertama adalah menentukan variabel fuzzy dan himpunan fuzzinya.
Kemudian menentukan derajat kesepadanan (degree of match)
antara data masukan fuzzy dengan himpunan fuzzy yang
didefenisikan untuk setiap variabel masukan sistem dari setiap
aturan fuzzy. Aplikasi fungsi implikasi pada metode mamdani. Fungsi implikasi
yang digunakan adalah min. Implikasi fuzzy di lakukan berdasarkan
pada kuat penyulutan dan himpunan fuzzy terdefinisi untuk setiap
variabel keluaran di dalam bagian konsekuensi dari setiap aturan.
Hasil implikasi fuzzy dari setiap aturan ini kemudian digabungkan
untuk menghasilkan keluaran infrensi fuzzy. Komposisi Antar Aturan. Tidak seperti penalaran monoton
6. Saran [Kembali]
Pada penelitian ini masih terdapat beberapa hal yang perlu disempurnakan.
Untuk pengembangan kontrol logika fuzzy disarankan menggunakan himpunan
output lebih banyak sehingga output yang dihasilkan menjadi lebih halus.
Perubahan nilai output permasing-masing perubahan kurang signifikan, sehingga tidak terlalu jauh berbeda, oleh karena itu diharapakan agar nilai permasing-masing perubahan nilai eror itu signifikan agar lebih jelas error yang terjadi dan lebih mudah dalam perbaikannya.
7. Realisasi Saran [Kembali]
Saran yang diberikan adalah untuk menggunaan himpunan output lebih banyak agar dihasilkan output yang lebih halus. Dalam perbaikan, ditambahkan masing-masing variabel memiliki 7 member. Hal ini dilakukan untuk mendapatkan hasil yang lebih halus.
Gambar membership function perbaikan
Dengan ditambahkan nya masing-masing variabel menjadi 7 member, maka didapatkan hasil yang lebih halus dibandingkan yang sebelumnya. Sebelumnya hanya menggunakan 2 member untuk masng-masing variabel, sedangkan pada perbaikan digunakan 7 member pada masing-masing variabel. Pada gambar dibawah, dapat terlihat bahwa memiliki rule viewer dengan output yang lebih halus dibandingkan hanya memiliki 2 member pada masing-masing variable.
Gambar rule viewer perbaikan
Awalnya, ketika Error dan Delta Error di set ke angka 0, maka didapatkan ouput PWM dengan nilai 333, dan ketika Error di set ke angka 250 dan Delta Error di set ke angka 80, maka didapatkan output dengan nilai 644.
Setelah diperbaiki, ketika Error dan Delta Error di set ke angka 0, maka didapatkan ouput PWM dengan nilai 47, dan ketika Error di set ke angka 250 dan Delta Error di set ke angka 80, maka didapatkan output dengan nilai 862.
Tabel Hasil Jurnal 1
Tabel Hasil Perbaikan
Awalnya, ketika Error dan Delta Error di set ke angka 0, maka didapatkan ouput PWM dengan nilai 333, dan ketika Error di set ke angka 250 dan Delta Error di set ke angka 80, maka didapatkan output dengan nilai 644.
Setelah diperbaiki, ketika Error dan Delta Error di set ke angka 0, maka didapatkan ouput PWM dengan nilai 47, dan ketika Error di set ke angka 250 dan Delta Error di set ke angka 80, maka didapatkan output dengan nilai 862.
Hal ini menunjukkan bahwa hasil pada jurnal, range output yang didapat antara nilai terendah error dengan nilai tertinggi error adalah dari 330 - 644. Range yang didapat adalah 314 dengan nilai terendah 330 dan nilai tertinggi 644.
Setelah diperbaiki, didapatkan hasil dengan nilai terendah error yaitu 47,5 dan nilai tertinggi dari error adalah 862. Didapatkan range output dari 47,5 - 862. Jadi, setelah diperbaiki maka range yang didapatkan adalah 815.
Jadi, setelah dilakukan perbaikan terhadapt jurnal dengan memberikan masing-masing member sebanyak 7 per masing-masing member, didapatkan range output nilai 26,5% lebih besar, sehingga perubahan nilai permasing-masing perubahan nilai error menjadi lebih besar. Yang awalnya range output kecil dengan nilai selisih perubahan ketika nilai error dirubah itu kecil atau tidak signifikan, setelah dilakukan perbaikan, selisih perubahan nilai ketika error dirubah semakin besar sehingga perubahan menjadi lebih signifikan dengan nilai range pembacaan yang 26,5% lebih besar dibandingkan pada jurnal.
8. Daftar Pustaka [Kembali]
Ali, Muhamad. 2004. Pembelajaran Perancangan Sistem Kontrol PID dengan Software Matlab, Jurnal Edukasi Vol.1 No.1:1-8. Yogyakarta.
Ashari, M.Ibrahim Dan Putu Steven Mendra. 2011. Otomatisasi Penukaran Kupon Doorprize dengan Tiga Hadiah Pilihan dan LCD sebagaiTampilannya Berbasiskan Mikrokontroler At89s8252, Jurnal Teknik ElektroVol.2 No. 2. Malang.
Bachri M., Samsul. 2004. Sistem Kendali Hybrid PID-Logika Fuzzy pada Pengaturan Kecepatan Motor DC, Makara Teknologi, Vol.8 No. 1: 25-34. Surabaya: Universitas Jember
Bejo, Agus. 2008. C dan AVR Rahasia Kemudahan Bahasa C dalam Mikrokontroler Atmega8535. Yogyakarta: Graha Ilmu.
Kusumadewi, Sri dan Hari Purnomo. 2004. Aplikasi Logika Fuzzy untuk Pendukung Keputusan.Yogyakarta: Graha Ilmu.
Mulyana, Agus dan Nasrudin. 2014. Games Puzzle Hijaiyah Elektronik Interaktif
Berbasis Mikrokontroler DT-AVR Maxiduino. Vol. 1, No. 1. Unikom.
Rizal, Muhammad. 2012. Rancangbangun dan Uji Kinerja Sistem Kontrol Irigasi
Tetes pada Tanaman Strawberry (Fragaria Vesca L). Makasar: Universitas Hasanudin. Rochayati, Umi, dkk. 2012. Inovasi Media Pembelajaran Sain Teknologi Di Smp Berbasis Mikrokontroler. Volume 42, Nomor 1: 89-98. Yogyakarta: Universitas Negeri Yogyakarta
Sukmadi, Tedjo. 2006. Estimasi Parameteradaptif Motor DC dengan Metode Algoritmagenetik, Transmisi Vol.11 No. 1: 28-34. Semarang: Universitas Diponegoro.
Sutikno Dan Indra Waspada. Perbandingan Metode Defuzzifikasi Sistem Kendali Logika Fuzzy Model Mamdani pada Motor DC. Semarang: Universitas Diponegoro.
Suwintana, I Ketut. 2013. Sistem Inferensi Fuzzy Mamdani Berbasis Web, Jurnal Matrix Vol.3 No.1. Bali: Politeknik Negeri Bali.
Widiyantoro, Andreas, T. Sutojo Dan Sudaryanto. 2014. Menerapkan Logika Fuzzy Mamdani untuk Menentukan Harga Jual Batik Vol.13 No.2: 69-74. Semarang: Universitas Dian Nuswantoro.
Winarno, Totok. 2009. Aplikasi Fuzzy Logic Sebagai Kontrol Posisi Motor DC. Malang: Politeknik Negeri Malang.
Zain, Ruri Kartika. 2013. Sistem Keamanan Ruangan Menggunakan Sensor Passive Infra Red (PIR) dilengkapi Kontrol Penerangan pada RuanganBerbasis Mikrokontroler Atmega8535 dan Real Time Clock Ds1307. JurnalTeknologi Informasi dan Pendidikan Vol.6 No.1. Jakarta: UPI YPTK.
9. Video [Kembali]
Video Teori Fuzzy
Percobaan Sesuai Jurnal
Video Percobaan setelah dilakukan Perbaikan
10. Link Download
[Kembali]
Download HTML [download]
Download File FIS (Aplikasi) [download]
Download File FIS (Perbaikan) [download]
Download Video [download]
Komentar
Posting Komentar