BAB I
PENDAHULUAN

1.1 Latar Belakang Didalam suatu sistem kontrol kita mengenal adanya beberapa macam aksi kontrol analog, diantaranya yaitu aksi kontrol proporsional, aksi kontrol integral dan aksi kontrol derivative . Masing-masing aksi kontrol ini mempunyai keunggulan-keunggulan tertentu, dimana aksi kontrol proporsional mempunyai keunggulan risetime yang cepat, aksi kontrol integral mempunyai keunggulan untuk memperkecil error , dan aksi kontrol derivative mempunyai keunggulan untuk memperkecil derror atau meredam overshot/undershot. Untuk system orde satu, pengaturan konstanta – konstanta PID cukup mudah untuk dilakukan. Namun untuk system orde dua dan di atasnya , pengaturan konstanta-konstanta PID sangat sulit dan memerlukan tenaga ahli atau berpengalaman dalam melakukannya. Pada makalah ini akan dibahas penggunaan sistem kontrol PID dengan menggunakan logika fuzzy pada motor DC.

1.2 Perumusan Masalah Dalam perkembangan saat ini, alat-alat pada suatu industri membutuhkan suatu sistem kontrol dengan kecepatan tinggi dan keakuratan data output, maka pemakaian aksi kontrol PID mungkin masih dianggap kurang memuaskan . Sebab jika menggunakan aksi kendali PID didapatkan jika suatu kontroler di set sangat sensitif, maka overshot/undershot yang dihasilkan akan semakin peka, sehingga osilasi yang ditimbulkan akan lebih tinggi , sedangkan bila kontroler di set kurang peka maka terjadinya overshot/undershot dapat diperkecil, tetapi waktu yang dibutuhkan akan semakin lama, dan ini akan menjadikan suatu masalah dalam suatu proses industri. Oleh karena itu dikembangkan metoda yang tidak menggunakan cara konvensional untuk mendapatkan suatu hasil yang kita inginkan dengan memakai persamaan matematika. Tetapi menerapkan suatu sistem kemampuan manusia untuk mengendalikan sesuatu , yaitu dalam bentuk aturan-aturan, sehingga proses pengendalian akan mengikuti pendekatan secara linguistik, sistem ini disebut dengan sistem kendali logika fuzzy, yang mana sistem kendali logika fuzzy ini tidak memiliki ketergantungan pada variabel –variabel proses kendali. Sistem ini dikembangkan dalam bidang teknik kontrol, terutama untuk sistem nonlinier dan dinamis.

1.3 Tujuan • Memberikan pengetahuan dan informasi tentang sistem kendali PID berbasis logika fuzzy • Membeikan gambaran kendali motor DC dengan sistem kendali PID • Mengetahui perbandingan respon sinyal system kendali PID dan system kendali PID yang berbasis logika fuzzy

1.4 Batasan Masalah Dalam makalah ini, system control yang digunakan adalah system control digital dengan sistem utama adalah kendali PID, sedangkan logika fuzzy disini berfungsi untuk memperbaiki respon dan recovery time terhadap disturbance. Dalam perancangan alatnya sendiri terbagi menjadi dua bagian yaitu perancangan perangkat keras yang meliputi Rangkaiaan minimum sistem DT51 buatan IE (innovative Electronics), yang dilengkapi dengan mikrokontroler AT89C51, EEPROM AT28C64 sebesar 8 Kbyte, PPI 8255, serta sebuah serial port RS-232, kemudian rangkaian DAC0808, rangkaian PWM (Pulse Width Modulation), rangkaian FtoV (Frekwensi to Voltage), dan rangkaian ADC0804. Kemudian perancangan software berupa kendali hybrid PID –logika fuzzy.

BAB II
Tinjauan Pustaka

Karakteristik umum yang digunakan dalam pengontrolan suatu sistem antara lain meliputi : stabilitas, akurasi, kecepatan respon dan sensitivitas. • Dalam Aksi kendali Proporsional, output dari sistem kontrol selalu sebanding dengan inputnya. Sinyal output merupakan penguatan dari sinyal kesalahan dengan faktor tertentu, faktor penguatan ini merupakan konstanta proporsional dari sistem, yang dinyatakan dengan Kp, dimana Kp ini mempunyai respon yang tinggi/cepat. • Dalam aksi kendali integral, output dari kontroler ini selalu berubah selama terjadi penyimpangan, dan kecepatan perubahan output tersebut sebanding dengan penyimpangannya, konstantanya dinyatakan dengan Ki , dimana Ki ini mempunyai sensitivitas yang tinggi, yaitu dengan cara mereduksi error yang dihasilkan dari sinyal feedback. Makin besar nilai Ki maka sensitivitasnya akan semakin tinggi, tetapi waktu yang dibutuhkan untuk mencapai kestabilan lebih cepat, demikian pula sebaliknya. • Sedangkan aksi kendali derivative (turunan) bekerja berdasarkan laju perubahan simpangan, sehingga jenis kontroler ini selalu digunakan bersama-sama dengan kontroler proporsional dan integral, konstantanya dinyatakan dengan Kd, dimana Kd ini mempengaruhi kestabilan dari sistem, karena aksi kendali ini dapat mereduksi derror.
Dengan adanya penggabungan aksi kendali PID ini maka diharapkan akan mendapat suatu respon yang mempunyai tingkat kestabilan yang tinggi.

2.1 Menentukan Kecepatan Motor DC
Motor DC dapat diatur kecepatan berdasarkan persamaan sbb : [pic] (1)
Dimana:
N : kecepatan putar motor V : tegangan terminal motor Ia : arus jangkar Ra : hambatan jangkar k : konstanta [pic] : banyaknya fluksi Dalam kasus pengendalian kecepatan putar motor, tegangan terminal motor (V) merupakan variabel yang dapat diatur untuk menghasilkan putaran yang diinginkan. Berdasar persamaan tersebut, kecepatan putar motor dc dapat diatur dengan mengubah fluks (kendali fluks), resistans jangkar (kendali rheostatik) atau tegangan terminal (kendali tegangan). Perubahan tegangan jangkar dapat mengubah kecepatan motor dc dan berbanding lurus dengan tegangan terminal untuk I aRa kecil. Untuk mempertahankan kecepatan motor dengan beban bervariasi, tegangan yang diberikan ke motor dapat diatur dengan teknik modulasi sudut fase atau modulasi lebar pulsa

2.2 PID Digital PID Digital pada dasarnya merupakan suatu proses dari suatu program yangdijalankan/diexecute dengan menggunakan komputer, dimana kita memasukkan nilai Setting Point (SP) dan Present Value (PV), yang kemudian data yang didapatkan diproses sehingga error yang didapatkan sama dengan 0, atau nilai Setting Point = Present Value. Untuk dapat mengimplementasikan sistem kendali PID pada komputer, PID harus diubah ke dalam persamaan diskrit : [pic] (2)
Kemudian diturunkan [pic] (3) [pic] (4)

Dikali dengan Ts sehingga [pic] (5) [pic] (6)
Harga ΔVo merupakan harga perubahan output yang didapat dari output sekarang dikurangi dengan output sebelumnya.
ΔVo = Von - Von-1 , begitu juga pada perubahan error (7)
Δe = en – en-1 (8)
Sehingga persamaan menjadi
[pic] (9)
Hasil Akhir dari persamaan PID yaitu :
[pic] (10)
Vo = Output
Von-1 = Ouput sebelumnya
Kp = Konstanta Proporsional
Ki = Konstanta Integral
Kd = Konstanta derivative en = Error sekarang en-n = Error n kali sebelumnya
Ts = Time Sampling
[pic]
Diagram 2.1: Diagram Blok Kendali PID [1]
Untuk mendapatkan harga-harga Kp, Ti(=1/Ki), Td(=Kd) menurut Ziegler nichols ditentukan oleh kurva proses reaksi, dimana sistem dijalankan secara open loop.
L = Time lagging
T = Time konstan
[pic]
Grafik 2.1: Kurva Proses Respon Motor [1]

2.3 Hybrid Kendali PID – Logika Fuzzy System hybrid kendali PID - logika fuzzy ini dikembangkan oleh OMRON’s Industrial temperature regulator. Kemudian penulis mencoba untuk mengimplementasikannya pada sistem untuk mengendalikan kecepatan motor dengan sistem pengereman sebagai disturbance-nya. Sistem utama adalah kendali PID, sedangkan logika fuzzy disini berfungsi untuk memperbaiki respon dan recovery time terhadap disturbance.
[pic]
Diagram 2.2 : Diagram Blok Hybrid Kendali PID-Logika Fuzzy [3]

Output dari fuzzy kontrol unit yang dihasilkan mempunyai beban lebih kecil dari kendali PID, artinya range dari output membership function telah ditetapkan yaitu +U max dan –U max, dimana harga U max lebih kecil dari harga kendali PID, pada makalah ini dicoba untuk memberikan beban sebesar 50% dari kendali PID. Sehingga apabila range dari PID adalah 0-255, maka beban output pada logika fuzzy yaitu 0-128. Untuk lebih jelasnya dapat kita lihat pada gambar dibawah ini:

a)

b)

c)

Grafik 2.2 : Membership Function a. Crisp Input error b.Crisp input Derror c. Crisp output tegangan [3]

BAB III
Metoda Penelitian

Hasil penelitian ini didapat dari studi literatur dengan langkah-langkah seperti berikut:
3.1 Perencanaan Plant Plant dari sistem pengereman motor ini menggunakan servo motor DC yang juga dapat berfungsi sebagai generator, memiliki tegangan kerja 24V dan kecepatan maksimal 3000 rpm. Bagian dasarnya berfungsi sebagai tumpuan motor yang terbuat dari kayu dengan ukuran 14x14 cm , dan tinggi konstruksi 17 cm. Kemudian sebagai penyangga dipakai 4 buah besi yang dipasang pada masing-masing sudut konstruksi, yang kemudian diberi pegas sebagai penyangga dari papan yang berfungsi sebagai media untuk pemberian disturbance.
[pic]
Gambar 3.1 : Plant Sistem Pengaturan Kecepatan Motor [1]

Pada bagian rotor diberi suatu piringan yang berfungsi sebagai media pengereman. Perencanaan perangkat keras meliputi Rangkaiaan minimum sistem DT51 buatan IE (innovative Electronics), yang dilengkapi dengan mikrokontroler AT89C51, EEPROM AT28C64 sebesar 8 Kbyte, PPI 8255, serta sebuah serial port RS-232, kemudian rangkaian DAC0808, rangkaian PWM (Pulse Width Modulation), rangkaian FtoV (Frekwensi to Voltage), dan rangkaian ADC0804. Keuntungan pengendalian kecepatan motor dc dengan PWM adalah praktis dan ekonomis dalam penerapannya. Hal ini didukung dengan adanya kemajuan teknologi semikonduktor yang memungkinkan penggunaan penyaklaran PWM dengan kecepatan tinggi.

[pic]
Diagram 3.1 : Blok Perencanaan Perangkat Keras [1]

3.2 Perencanaan Software Dalam Perencanaan kendali Hybrid PID - logika fuzzy , sistem utama tetap menggunakan kendali PID, sedangkan logika fuzzy disini berfungsi untuk memperbaiki respon , dan mempercepat recovery time terhadap disturbance. Sistem kendali ini merupakan gabungan/ hasil penjumlahan dari output yang dihasilkan oleh kendali PID dengan kendali logika fuzzy. Perbedaan yang ada disini yaitu terletak pada rule logika fuzzy dan bentuk membership functionnya, dimana rule ini tidak seperti pada rule-rule fuzzy pada umumnya. [pic]
Gambar 3.2: Membership Function Error untuk Hybrid [3]
[pic]
Gambar 3.3: Membership Function Derror untuk Hybrid [3]

Bentuk membership function pada sistem hybrid lebih lebar dari pada bentuk membership function pada logika fuzzy dengan tujuan supaya dapat meredam disturbance dengan cepat. Sedangkan membership outputnya sama seperti membership function pada logika fuzzy.

Tabel 3.1: Rules untuk kendali Hybrid PID – Logika Fuzzy [3]
[pic]

Ada tiga proses utama dalam proses logika fuzi yaitu :
3.2.1 Fuzifikasi Proses memodelkan sistem atau plant dalam bentuk variable linguistik dan membentuk set fuzzy. Langkah fuzifikasi didasari oleh fungsi keanggotaan setiap variabel masukan. Pertama-tama mengidentifikasi variable input output dari kontroler setelah itu pilih arti linguistik masing-masing variable tersebut dan ekspresikan dalam set fuzzy.menggunakan fungsi fuzzifikasi untuk masing-masing variable diekspresikan pada associated measurement uncertainty.

3.2.2 Inferensi
Inferensi terdiri dari basis data aturan dan Mekanisme reasoning.
Proses inferensi adalah mencari himpunan keluaran yang bersesuaian dengan kondisimasukan dalam suatu basis aturan. Dalam penelitian ini ditetapkan basis aturan sbb :
1. Jika kecepatan motor lebih besar dari set point maka tegangan terminal motor harus dikurangi agar kecepatan turun. Laju perubahan kecepatan tak berpengaruh. (Aturan A)
2. Jika kecepatan motor masuk himpunan kecepatan sama dengan kecepatan yangdiinginkan maka laju perubahan diperhatikan dalam mengelurarkan tegangan kendali. (Aturan B,C,D)
3. Jika kecepatan motor lebih kecil dari set point maka tegangan motor harus dikurangi agar kecepatan naik. Laju perubahan kecepatan tak berpengaruh. (Aturan E)

3.2.3 Defuzifikasi Proses defuzifikasi adalah proses mengubah distribusi fuzi hasil inferensi menjadi besaran yang sebenarnya untuk sinyal kendali.
[pic]
Diagram 3.2: Pengendali Logika Fuzi [3]

Adapun diagram alir untuk sistem kendali Hybrid adalah sebagai berikut :

[pic]
Diagram 3.3 : Diagram Alir Kendali Hybrid [3]

BAB IV
Hasil Dan Pembahasan

• Pengujian Sistem dengan Variasi Seting Point Pengujian ini dilakukan dengan memberikan suatu nilai setting point pada motor dengan beban kosong.

a) b)

c)

Grafik 4.1 : Respon Motor dengan Kendali a) PID b) Fuzzy c) Hibrid [1]

Dari hasil pengujian dengan memberikan variasi setting point, antara sistem kendali PID dengan sistem kendali hybrid, menunjukkan hasil yang tidak terlalu berbeda, hal ini dikarenakan sistem kendali logika fuzzy yang dicangkokkan pada sistem kendali PID tidak memberikan pengaruh yang besar pada keadaan tanpa disturbance/beban kosong, sehingga sistem yang berperanan penting adalah sistem kendali PID. • Pengujian Sistem dengan Variasi setting point Pada Variasi Setting point ini di berikan nilai 200, kemudian diturunkan menjadi 150 , dan diturunkan lagi menjadi 100
a) b)

Grafik 4.2: Perbandingan kendali PID dan Hibrid dengan Variasi SP [1]

Gambar di atas menunjukkan hasil yang tidak terlalu berbeda, hal ini dikarenakan sistem kendali logika fuzzy yang dicangkokkan pada sistem kendali PID tidak memberikan pengaruh yang besar pada keadaan tanpa disturbance/beban kosong, sehingga sistem yang berperanan penting adalah system kendali PID.

• Pengujian Sistem dengan Variasi Beban Pengujian ini dilakukan dengan cara memberikan beban terlebih dahulu pada motor dalam kondisi diam, kemudian motor dijalankan sesuai dengan setting point yang telah diatur.
a) c)

Grafik 4.3 : Perbandingan Kendali PID & Hibrid untuk SP 150 dan Beban 600 gr [1] Dari hasil pengujian dengan memberikan variasi beban, sistem kendali hybrid mempunyai daya tahanyang lebih besar terhadap pemberian beban, ini dapat dilihat dengan pemberian beban 600 Gram pada motor.

• Pengujian Sistem dengan Dist urbance Pengujian ini dilakukan untuk mengetahui respon dari sistem apabila diberikan suatu disturbance/gangguan, sehingga dapat dilihat recovery time yang dihasilkan oleh sistem, Setting point ditetapkan sebesar 150.
a) b)

Grafik 4.3: Perbandingan Kendali PID dan Hibrid dengan Disturbance, Beban 600 gr

Dari hasil pegujian sistem dengan pemberian disturbance, sistem kendali hybrid mampu memberikan respon dan recovery time yang lebih baik, dan pada pemberian disturbance yang besar , sistem hybrid mampu untuk meredam terjadinya undershot.

BAB V
KESIMPULAN

Setelah melakukan penelitian tentang sistem kendali PID berbasis logika fuzzy dapat disimpulkan bahwa
1. Pengendali logika fuzi berbasis komputer dapat memperbaiki kinerja pengendali PID. Hal ini disebabkan karena dari hasil penelitian didapatkan bahwa pengendali logika fuzi dapat mempercepat rise time tanpa menimbulkan overshoot.
2. Sistem kendali hybrid mampu menghasilkan respon dan recovery time yang lebih baik dan tahan terhadap disturbance, ini terbukti dari hasil pengujian sistem dengan pemberian disturbance, terjadinya undershot dan overshot dari pemberian beban dan pelepasan beban dapat di redam.
3. Untuk mendapatkan respon yang baik pada sistem kendali hybrid PID – logika fuzzy dapat dilakukan tuning evaluasi rules serta membership function dengan cara memperlebar nilai crisp input, dengan tujuan untuk meredam overshot.

DAFTAR PUSTAKA

[1] Erwin, 2000, "Implementasi Logika Fuzi sebagai Pengendali Kecepatan Motor dc Berbasis Mikrokontroler 8951", Skripsi Sarjana. Jurusan Teknik Elektro Fakultas Teknik, Universitas Gadjah Mada,. Yogyakarta
[2] Katsuhiko Ogata, “Teknik Kontrol Automatik,” Erlangga Jakarta, 1985
[3] G. J. Klir and B. Yuan, “Fuzzy Setsand Fuzzy Logic-Theory and Application,” Prentice-Hall Inc, New York, 1995.
[4] M. Jacob, “Industrial Control Electronics Application and Design,” Prentice-Hall, Englewood Cliffs, New Jersey, 1988