Tugas ke 6, Makalah Fuzzy

Aplikasi Kendali Fuzzy Logic untuk Pengaturan Kecepatan
Motor Universal

Thiang, Resmana, Wahyudi
Fakultas Teknologi Industri, Jurusan Teknik Elektro, Universitas Kristen Petra
e-mail : thiang@petra.ac.id, resmana@petra.ac.id

Abstrak
Dalam makalah ini disajikan aplikasi kendali fuzzy logic untuk pengaturan kecepatan motor universal. Kendali
fuzzy logic diimplementasikan pada komputer dan programnya dibuat dengan bahasa Pascal. Pengaturan
kecepatan motor dilakukan dengan mengatur tegangan motor dan menggunakan metode Pulse Width Modulation
(PWM). Pembebanan pada motor dilakukan dengan cara pengereman secara mekanik. Feedback sistemnya
adalah sinyal frekuensi dari tacho dan sinyal frekuensi ini diubah menjadi tegangan untuk diinputkan pada
komputer melalui ADC.Sistem fuzzy logic mempunyai 2 crisp input yaitu error dan perubahan error kecepatan
motor dan mempunyai 1 crisp output yaitu perubahan tegangan. Metode defuzzifikasi yang digunakan adalah
metode mean of maxima dan center of area. Jumlah label dari membership function bervariasi 3 label, 5 label dan
7 label. Jumlah rule bervariasi tergantung dari jumlah label yang digunakan. Respon sistem ditampilkan dalam
bentuk grafik kecepatan motor terhadap waktu. Hasil pengujian menunjukkan membership function dengan
bentuk segitiga atau trapezoid tidak memberikan pengaruh yang cukup besar terhadap respon sistem. Metode
defuzzifikasi center of area lebih baik dibandingkan dengan metode mean of maxima. Respon sistem akan lebih
baik bila menggunakan membership function dengan jumlah label yang lebih banyak.
Kata Kunci : Kendali Fuzzy Logic, Fuzzy Inference, Motor Universal

Abstract
This paper present the application of fuzyy logic control for universal motor speed control. Fuzzy logic control is
implemented on a personal computer, while the program is made in Pascal. The speed control is done by
adjusting motor voltage and using Pulse Width Modulation (PWM) Method. The loading on the motor is
executed mechanical braking. The system feedback is a signal frequency from tacho, which is, then changed into
voltage for computer input through ADC. Fuzzy logic system applies two crisps of input: error and error chage
of the motor speed; and an output crisp, i.e. voltage change. The dufuzzification methods used are mean of
maxima and center of area. The numbers of rules vary based on the numbers of the label used. The system
response is displayed by graphic of the motor speed toward time. The testing result showed that the membership
functions in triangle and trapezoid forms did not contribute significant influence to the system response; between
the two methods of defuzzification, the center area was better than the mean of maxima; and the system response
will be much bettter if more membership functions were used.
Keywords: Fuzzy Logic Control, Fuzzy Interference, Universal Motor

Pendahuluan
Salah satu bagian yang penting dalam mendesain
sistem kendali konvensional seperti Proporsional
(P), Proporsional-Integral (PI) dan Proporsional-
Integral-Derivatif (PID) adalah model matematika
dari sistem. Model matematika untuk
sistem linier masih bisa didapatkan tetapi pada
sistem non-linier, tidak mudah menurunkan
model matematika dari sistem.
Kendali fuzzy logic memberikan alternatif lain
dalam sistem kendali. Dalam kendali fuzzy logic
tidak diperlukan model matematika dari sistem
karena kendali fuzzy logic bekerja berdasarkan
rule-rule yang diekstrak sesuai dengan pemikiran
dan pengetahuan manusia baik sebagai operator
atau ahli.
Dalam penelitian ini disajikan implementasi
kendali fuzzy logic untuk pengaturan kecepatan
motor universal. Proses fuzzy inference dalam
kendali fuzzy logic terdiri atas 3 bagian yaitu
fuzzifikasi, evaluasi rule dan defuzzifikasi.
Catatan : Diskusi untuk makalah ini diterima sebelum tanggal 1
Mei 2001. Diskusi yang layak muat akan diterbitkan pada Jurnal
Teknik Elektro volume 1 nomor 2 September 2001
Jurnal Teknik Elektro Vol.1, No.1 Maret 2001 : 33 – 42
34
Fuzzifikasi mengubah nilai crisp input menjadi
nilai fuzzy input. Proses evaluasi rule mengolah
fuzzy input sehingga menghasilkan fuzzy output.
Defuzzifikasi mengubah fuzzy output menjadi
nilai crisp output. Gambar 1 menunjukkan
struktur dasar dari kendali fuzzy logic.
Gambar 1. Struktur Dasar Kendali
Fuzzy Logic
Sistem fuzzy yang didesain mempunyai 2 input
yaitu error dan perubahan error dan 1 output
yaitu perubahan tegangan motor. Jumlah label
untuk masing-masing input dan output
membership function (MF) dibuat bervariasi,
demikian juga untuk bentuk membership
function. Hal ini dilakukan untuk menguji
bagaimana pengaruh jumlah label terhadap
respon sistem kendali. Ada dua metode
defuzzifikasi yang diterapkan yaitu center of
area (COA) dan mean of maxima (MOM). Dari
dua metode ini akan dibandingkan yang mana
menghasilkan respon sistem yang lebih baik.
Deskripsi Sistem
1. Perangkat Keras Sistem
Blok diagram sistem kendali kecepatan motor
universal dapat dilihat pada gambar 2.
Spesifikasi motor universal yang digunakan
adalah 85 watt, 200/220 volt, 6000 rpm. Sebagai
sensor untuk membaca kecepatan motor
digunakan tachometer. Gambar rangkaian
tachometer dapat dilihat pada gambar 3. Output
dari rangkaian tachometer berupa sinyal
frekuensi diubah menjadi tegangan oleh
rangkaian pengubah frekuensi menjadi tegangan.
Tegangan output rangkaian ini oleh Analog to
Digital Converter (ADC) diubah menjadi data
digital yang akan dibaca oleh komputer. Gambar
rangkaian pengubah frekuensi menjadi tegangan
dan rangkaian ADC dapat dilihat pada gambar 4
dan gambar 5. ADC yang digunakan adalah
ADC MAX 191 yang mempunyai data output 12
bit sehingga dapat diperoleh respon kendali yang
lebih baik.
Pengaturan kecepatan motor dilakukan oleh
rangkaian driver motor. Rangkaian ini bekerja
berdasarkan metode Pulse Width Modulation
(PWM). Output dari PWM akan menggerakkan
optocoupler MOC 3020 yang selanjutnya
memberikan trigger pada triac. Gambar
rangkaian driver motor dapat dilihat pada
gambar 7.
Rangkaian driver motor mendapat input dari
output Digital to Analog Converter (DAC).
Rangkaian driver motor mengolah sinyal analog
yang berupa tegangan dari DAC untuk
menghasilkan putaran motor yang sesuai. DAC
yang digunakan adalah DAC 1210 yang
memiliki ketelitian 12 bit. Gambar 6
menunjukkan rangkaian DAC 1210.
Gambar 2. Blok Diagram Sistem Kendali Kecepatan Motor Universal
Fuzzy Output
Fuzzy Input
Crisp Output
Crisp Input
Proses
Kendali
Fuzzifikasi
Evaluasi
Rule
Defuzzifikas
i
INTERFACE
IBM PC
+
_ FLC DAC
ADC
DRIVER
F to V
MOTOR
TACHO
Setting
Point
Aplikasi Kendali Fuzzy Logic untuk Pengaturan Kecepatan Motor Universal
[ Thiang et al. ]
35
Gambar 3. Rangkaian Tachometer
Gambar 4. Rangkaian pengubah Frekuensi Menjadi Tegangan
Gambar 5. Rangkaian ADC
Jurnal Teknik Elektro Vol.1, No.1 Maret 2001 : 33 – 42
36
Gambar 6. Rangkaian DAC
Gambar 7. Rangkaian Driver Motor
2. Desain Sistem Kendali Fuzzy Logic
Sistem kendali fuzzy logic yang dikembangkan
dalam penelitian ini mempunyai dua crisp input
yaitu error dan perubahan error kecepatan motor
dan satu crisp output yaitu perubahan tegangan.
Error dan perubahan error didefinisikan dengan
perumusan sebagai berikut:
Error = PV – SP
Derror = Error(n) – Error(n-1)
PV adalah kecepatan motor aktual sedangkan SP
adalah kecepatan motor yang dinginkan. Derror
didefinisikan sebagai selisih error sekarang
dengan error sebelumnya.
Aplikasi Kendali Fuzzy Logic untuk Pengaturan Kecepatan Motor Universal
[ Thiang et al. ]
37
Gambar 8. Membership Function Bentuk Segitiga 3 Label
Gambar 9. Membership Function Bentuk Segitiga 5 Label
Gambar 10. Membership Function Bentuk Segitiga 7 Label
Dalam sistem ini didesain membership function
untuk input dan output dengan jumlah label
bervariasi yaitu 3, 5 dan 7 label dan dengan
bentuk yang bervariasi yaitu segitiga dan
trapezoid. Gambar 8 sampai dengan gambar 13
menunjukkan membership function untuk input
dan output yang telah didesain.
Jurnal Teknik Elektro Vol.1, No.1 Maret 2001 : 33 – 42
38
Gambar 11. Membership Function Bentuk Trapezoid 3 Label
Gambar 12. Membership Function Bentuk Trapezoid 5 Label
Gambar 13. Membership Function Bentuk Trapezoid 7 Label
Fuzzy if-then – rule didesain dengan mengekstrak
dari pengalaman operator atau
pengetahuan para ahli. Rule yang telah didesain
dapat dilihat pada tabel 1, 2 dan 3.
Aplikasi Kendali Fuzzy Logic untuk Pengaturan Kecepatan Motor Universal
[ Thiang et al. ]
39
Tabel 1. If-Then Rule untuk Bentuk Segitiga/Trapezoid 3 Label
Error
DV Neg Zero Pos
Neg Pos Pos Neg
Zero Pos Zero Neg
Derror
Pos Pos Neg Neg
Tabel 2. If-Then Rule untuk Bentuk Segitiga/Trapezoid 5 Label
Error
DV NB NS ZE PS PB
NB PB PB ZE NS NS
NS PB PB ZE NS NS
ZE PB PB ZE NS NS
PS PS PS NS NS NS
DError
PB PS ZE NB NB NB
Tabel 3. If-Then Rule untuk Bentuk Segitiga/Trapezoid 7 Label
Error
DV NB NM NS ZE PS PM PB
NB PB PM PS PM NS NS NM
NM PB PM PS PS NS NS NM
NS PB PM PS PS NS NS NM
ZE PB PM PS ZE NS NS NM
PS PB PM PS NS NS NS NB
PM PB PS ZE NS NM NM NB
DError
PB PB PS NS NM NM NM NB
3. Desain Program Kendali Fuzzy Logic
Proses kendali fuzzy logic dilakukan oleh
program yang dibuat dengan bahasa pascal
menggunakan kompiler turbo pascal
7.0.Program ini melakukan pembacaan data
aktual dari ADC yang merepresentasikan
kecepatan motor kemudian dibandingkan dengan
setting point dan melakukan proses fuzzy
inference yang meliputi fuzzifikasi, evaluasi
rule dan defuzzifikasi. Hasil fuzzy inference
dioutputkan ke DAC untuk mengendalikan
kecepatan motor. Respon dari sistem
ditampilkan dalam bentuk grafik terhadap waktu.
Diagram alir program kendali fuzzy logic dapat
dilihat pada gambar 14.
Y
T
Start
Input Setting Point
Baca ADC (RPM Aktual)
Menghitung Error dan DError
Fuzzy Inference System
·  Fuzzifikasi, Evaluasi Rule,
Defuzzifikasi
Output ke DAC
Stop ?
End
Jurnal Teknik Elektro Vol.1, No.1 Maret 2001 : 33 – 42
40
Gambar 14. Diagram Alir Program Kendali Fuzzy Logic
Pengujian Sistem
Pengujian sistem dilakukan dengan melihat
respon sistem terhadap fungsi waktu. Selama:
selang waktu tertentu akan diamati respon sistem
terhadap pemberian beban dan pelepasan beban
dengan berbagai kondisi meliputi
1. Variasi bentuk membership function
2. Variasi jumlah label membership function
3. Variasi metode defuzzifikasi
Berikut adalah grafik-grafik respon sistem
terhadap waktu, hasil dari pengujian yang telah
dilakukan. Dalam pengujian ini, beban yang
diberikan adalah sebesar 100 gr dan ditentukan
setting point 5000 rpm.
Gambar 15. Respon Sistem dengan MF Segitiga,
3 Label, Metode COA
Gambar 16. Respon Sistem dengan MF Segitiga,
5 Label, Metode COA
Gambar 18. Respon Sistem dengan MF
Trapezoid, 3 Label, Metode COA
Gambar 19. Respon Sistem dengan MF
Trapezoid, 5 Label, Metode COA
Gambar 20. Respon Sistem dengan MF Segitiga,
3 Label, Metode MOM
Gambar 21. Respon Sistem dengan MF Segitiga,
5 Label, Metode MOM
Gambar 17. Respon Sistem dengan MF Segitiga,
7 Label, Metode COA
MF Segitiga, 3 Label, COA
MF Segitiga, 5 Label, COA
MF Segitiga, 7 Label, COA
MF Trapezoid, 3 Label, COA
MF Trapezoid, 5 Label, COA
MF Segitiga, 3 Label, MOM
MF Segitiga, 5 Label, MOM
Aplikasi Kendali Fuzzy Logic untuk Pengaturan Kecepatan Motor Universal
[ Thiang et al. ]
41
Gambar 22. Respon Sistem dengan MF
Segitiga, 7 Label, Metode MOM
Gambar 23. Respon Sistem dengan MF
Trapezoid, 3 Label, Metode MOM
Gambar 24. Respon Sistem dengan MF
Trapezoid, 5 Label, Metode MOM
Gambar 25. Respon Sistem dengan MF
Trapezoid, 7 Label, Metode MOM
Dari grafik respon sistem terlihat bahwa secara
umum motede Center of Area menghasilkan
kendali yang lebih baik dibandingkan dengan
metode Mean of Maxima. Metode Center of
Area tidak memberikan perbedaan respon
sistem yang signifikan untuk variasi bentuk
membership function dan variasi jumlah
label. Metode Mean of Maxima memberikan
perbedaan respon sistem yang signifikan
untuk variasi jumlah label. Respon yang
ditunjukkan oleh membership function
dengan 7 label adalah yang terbaik,
kemudian 5 label dan 3 label.

Kesimpulan
Dari percobaan yang dilakukan dalam
pengujian respon sistem kendali baik dengan
variasi bentuk membership function, variasi
jumlah label membership function dan
variasi metode defuzzifikasi, dapat diambil
kesimpulan sebagai berikut :
·  Kendali fuzzy logic relatif mudah
diimplementasikan karena tidak membutuhkan
model matematika tetapi
bekerja berdasarkan rule yang dapat
diekstrak dari pengalaman dan keahlian
seorang operator.
·  Bentuk membership function antara
segitiga dan trapezoid tidak memberi
pengaruh yang cukup besar dalam
menentukan respon sistem.
·  Metode defuzzifikasi Center of Area
menghasilkan kendali yang lebih baik
dibandingkan dengan metode mean of
maxima
·  Semakin banyak jumlah label dalam
membership function memungkinkan
untuk menghasilkan kendali yang lebih
baik terutama untuk metode defuzzifikasi
mean of maxima
MF Segitiga, 7 Label, MOM
MF Trapezoid, 3 Label, MOM
MF Trapezoid, 5 Label, MOM
MF Trapezoid, 7 Label, MOM
Jurnal Teknik Elektro Vol.1, No.1 Maret 2001 : 33 – 42
Daftar Pustaka
[1]. Evans, Gerald W. Application of Fuzzy
Set Methodologies in Industrial Engineering,
Amsterdam : Elsevier Science
Publisher B.V, 1989.
[2]. Klir, George J and Yuan Bo. Fuzzy Sets
and Fuzzy Logics: Theory and Applications.
New Jersey , Prentice-Hall Inc.,
1995.
[3]. Sugeno, Michio. Industrial Applications
of Fuzzy Control. Amsterdam , Elsevier
Science Publisher B.V, 1992.
[4]. Terano, Toshiro. Fuzzy System Theory
and It’s Applications. London, Academic
Press, Inc., 1992.
[5]. Terano, Toshiro. Applied Fuzzy Systems.
London, Academic Press Inc.,
1994.