aplikasi fuzzy input pada gerak maju-mundur …papers.sttn-batan.ac.id/prosiding/2015/29.pdf ·...

APLIKASI FUZZY+INPUT PADA GERAK MAJU-MUNDUR PERANGKAT PENGATUR POSISI SUMBER ION DECY-13

Saefurrochman1,2, Oyas Wahyunggoro1, Adha Imam Cahyadi1

1) Jurusan Teknik Elektro dan Teknik Informatika, Universitas Gajah Mada, Yogyakarta,Indonesia, e-mail: [email protected],id

2) Pusat Sains dan Teknologi Akselerator, Badan Tenaga Nuklir Nasional, Yogyakarta,Indonesia

ABSTRAK

APLIKASI FUZZY+INPUT PADA GERAK MAJU-MUNDUR PERANGKAT PENGATUR POSISI SUMBER ION DECY-13. Arah pergerakan maju-mundur nerupakan salah satu arah pergerakan dari perangkat pengatur posisi sumber ion DECY-13. Untuk mendapatkan kinerja terbaik, pendekatan fuzzy+input diusulkan untuk diaplikasikan pada perangkat tersebut. Sebelum pengendali fuzzy+input ini diaplikasikan, maka akan dirancang pengendali fuzzy dengan variasi defuzifikasi seperti centroid, bisector, mom, lom dan som. Hasil simulasi menunjukkan bahwa pengendali fuzzy PD centroid + input memiliki kinerja yang lebih baik dibandingkan dengan pengendali PID dan fuzzy. Fuzzy PD centroid + input tidak memiliki overshoot, memiliki settling time paling cepat yaitu 1,0003 detik serta minimum error signal sebesar 1,194e-14 untuk IAE dan 3,085e-13 untuk ITAE. Hal ini merupakan alasan dipilihnya fuzzy PD centroid + input sebagai pengendali untuk perangkat pengendali posisi sumber ion DECY-13 arah pergerakan maju-mundur.

Kata kunci: PID, fuzzy, fuzzy+input, DECY-13 dan perangkat pengatur posisi sumber ion

ABSTRACT

THE FUZZY+INPUT APPLICATION IN THE FORTH-BACK MOVEMENT DIRECTION OF THE DECY-13 ION SOURCE POSITION CONTROL DEVICE. Forth-back is one of movement direction of the DECY-13 ion source position control device. Fuzzy+input approach was proposed to be applied into this device in order to obtain the best performance. Before the proposed approach was applied, fuzzy controllers with various defuzzification methods such as centroid, bisector, mom, lom and som were designed. The simulation result shows that fuzzy PD centroid + input controller has better performance than PID and fuzzy controller. Fuzzy PD centroid + input has no overshoot, the fastest settling time: 1.0003 second and minimum error signal: 1.194e-14 of IAE and 3.085e-13 of ITAE. It is a reason to choose fuzzy PD centroid + input as a controller of the DECY-13 ion source position control device for the forth-back movement direction.

Key words: PID, fuzzy, fuzzy+input, DECY-13 and ion source position control device

PENDAHULUAN

Logika fuzzy merupakan logika berbasis pengetahuan dan aturan. Logika ini pertama kali dikemukakan oleh Professor Lotfi A. Zadeh pada tahun 1965. Logika fuzzy memiliki bagian utama yaitu dasar pengetahuan yang terdiri atas aturan-aturan fuzzy IF-THEN.

Meskipun pengendali Proportional Integral Derivative (PID) lebih banyak dipilih

karena sederhana, mudah diaplikasikan dan mudah dalam penggunaannya [1], kendali PID dianggap tidak cukup adaptif dibandingkan dengan fuzzy [2]. Fuzzy sebagai pengendali memiliki beberapa keunggulan dibandingkan dengan pengendali PID meliputi lebih fleksibel, berbasis pengetahuan manusia, lebih baik dalam mengeliminasi interferensi (noise) dan memiliki kinerja sistem yang lebih baik [3, 4].

SEMINAR NASIONAL XI SDM TEKNOLOGI NUKLIR YOGYAKARTA, 15 SEPTEMBER 2015 ISSN 1978-0176 _______________________

________________________________________________

_____________________________________________

_______________________ ________________________________________________ 194

_____________________

Mamdani dan Sugeno merupakan model sistem inferensi fuzzy yang telah dikembangkan dan berhasil diaplikasikan. Secara umum tidak ada model yang dapat dikatakan model terbaik, tetapi setiap model cocok atau sesuai dengan aplikasi tertentu [5].

Metode Mamdani atau metode max-min diperkenalkan oleh Ebrahim Mamdani pada tahun 1975. Dalam metode ini, diperlukan empat tahapan untuk mendapatkan keluaran yaitu: pembentukan himpunan fuzzy, aplikasi fungsi implikasi (aturan) berupa fungsi min, komposisi aturan dan penegasan.

Pengendali PID dan fuzzy telah digunakan pada kendali posisi motor DC [6-8]. Pengendali tersebut juga akan diaplikasikan pada kendali posisi gerak maju-mundur pada perangkat pengatur posisi sumber ion DECY-13.

DECY-13 merupakan sebuah proyek untuk mewujudkan sebuah siklotron proton pertama versi Indonesia. Siklotron tersebut didesain untuk fasilitas PET (Positron Emission Tomography) dengan energi dan arus berkas proton 13 MeV/50 µA..

Pada paper ini akan dilihat efek penambahan input pada fuzzy jenis Mamdani. Hipotesis awal menyatakan bahwa fuzzy+input memiliki kinerja yang lebih baik dibandingkan dengan PID dan fuzzy. Kinerja dapat diamati dari overshoot, settling time, IAE (Integral Absolute Error) dan ITAE (Integral Time Absolute Error).

Paper ini terdiri dari lima bagian. Bagian pertama adalah Pendahuluan yang menjelaskan latar belakang, literature review dan tujuan dari penelitian ini. Bagian kedua merupakan ringkasan dari teori dasar kendali PID dan fuzzy. Bagian ketiga menjelaskan langkah penelitian, pemodelan gerak maju-mundur dari perangkat pengatur posisi sumber ion DECY-13, dan perancangan pengendali yang ditawarkan. Hasil simulasi dan analisis akan dibahas pada bagian keempat. Bagian akhir adalah kesimupan.

KENDALI P, PI, PID, PD DAN FUZZY

Kendali P, PI, PID dan PD

Komponen penyusun pengendali PID (Proportional Integral Derivative) dapat berdiri sendiri maupun dikombinasikan antara yang satu dengan lainnya seperti Proportional

(P), Proportional Integral (PI) dan Proportional Derivative (PD).

Fungsi matematika dari pengendali P, PI, PID dan PD dalam bentuk Laplace berturut-turut terlihat pada persamaan (1) hingga (4).

U(s) = Kp . E(s)

U(s) = (Kp + KI /s).E(s)

U(s) = (Kp + KI /s + KDs).E(s)

U(s) = (Kp + KDs).E(s)

Pada penelitian ini digunakan metode Ziegler Nichols tipe kedua. Pada metode kedua terdapat nilai gain kritis (Kcr) yang diperoleh dari mengatur nilai Ti = ∞ dan Td = 0. Selain itu terdapat parameter periode kritis (Pcr) seperti terlihat pada Gambar 1. Kedua konstanta ini diperlukan untuk menala parameter PID seperti yang terlihat pada Tabel 1.

Gambar. 1. Periode kritis (Pcr)

Tabel. 1. Aturan penalaan Ziegler Nichols

Tipe pengendali Kp Ti Td

P 0,5 Kcr ∞ 0 PI 0,45 Kcr Pcr/1,2 0

PID 0,6 Kcr 0,5 Pcr 0,125 Pcr PD 0,6 Kcr 0 0,125 Pcr

Kendali Fuzzy-Mamdani

Pengendali fuzzy memiliki empat komponen utama yaitu fuzzification interface, aturan dasar fuzzy, mesin inferensi fuzzy dan defuzzification interface [9].

Pada model sistem inferensi Mamdani fuzzy, terdapat lima metode defuzifikasi yaitu centroid (center of gravity), bisektor, mean of maximum (MOM), largest of maximum (LOM) dan smallest of maximum (SOM). Metode tersebut berturut-turut ditunjukkan oleh persamaan (5) hingga (9) [6].

�� =∑ ��(��)��

∑ ��(��)�


________________________________________________

_____________________________________________

_______________________ ________________________________________________ 195

_____________________

�∑ ��(��) − ∑ ��(��)��

�� , � < � <

��

�� =∑ ��∈�

|�|, � = {�|��(��) = ��}

�� = ��(�)

�� = ��(�)

Berdasarkan jenis input dan output, fuzzy terbagi menjadi tiga yaitu fuzzy PD, fuzzy incremental dan fuzzy PD+I. Pada fuzzy tersebut terdapat beberapa gain meliputi gain of error (GE), gain of change error (GCE), gain of integral error (GIE) dan gain sinyal kendali (GU).

Pada penalaan gain-gain tersebut dibutuhkan parameter PID seperti KP, Ti dan Td. Penalaan gain-gain pada fuzzy PD, fuzzy incremental dan fuzzy PD+I dapat dilihat pada persamaan (10) hingga (16) [10]. Untuk fuzzy PD

��.�� = ��

��

��= ��

Untuk fuzzy incremental

��. �� = ��

��

��=

�

��

Untuk fuzzy PD+I

��. �� = ��

��

��= ��

��

��=

�

��

METODOLOGI

Alat dan bahan meliputi sebuah perangkat pengatur posisi sumber ion DECY-13 yang tersusun atas komponen elektromekanik seperti tiga buah motor DC EMG-30 dan driver motor DC serta mekanik pengatur posisi, sumber ion DECY-13, penggaris busur, dan perangkat simulasi seperti komputer yang dilengkapi dengan perangkat lunak Matlab (Simulink).

Parameter motor DC EMG-30 dan komponen mekanik perangkat pengatur posisi sumber ion dapat dilihat pada Tabel 2.

Langkah penelitian dimulai dengan merancang dan mengkonstruksi perangkat

pengatur posisi sumber ion DECY-13. Langkah selanjutnya adalah memodelkan motor DC yang dikopel bersama sebuah gear train system dengan dua pasang gear sebagai sebuah plant untuk gerak maju-mundur, Selain itu dimodelkan juga perangkat pengatur posisi sumber ion DECY-13. Setelah parameter PID dan gain fuzzy berhasil dihitung, maka simulasi dapat dilakukan. Simulasi berupa simulasi perangkat pengatur posisi sumber ion DECY-13 untuk gerak maju-mundur dengan pengendali PID, fuzzy dengan variasi jenis defuzifikasi dan fuzzy + input. Langkah terakhir adalah menganalisa kinerja hasil simulasi untuk dipilih satu yang terbaik.

Tabel. 2. Parameter EMG-30 [11] dan komponen mekanik perangkat pengatur posisi

gerak maju-mundur sumber ion DECY-13

Lambang Keterangan Nilai

Km Konstanta torsi motor 0,509 Nm Ks Konstanta tegangan

balik emf 0,509

R Tahanan 7,101 ohm L Induktansi 3,4e-3 henry

J Inersia rotor 0,00567

kgm-2

B Konstanta friksi 0,000931

(Nm/(rad/s)) N1 Gear 1 20 N2 Gear 2 40 N3 Gear 3 24 N4 Gear 4 64

Pemodelan perangkat pengatur posisi sumber ion DECY-13 untuk gerak maju-mundur

Secara umum, diagram blok perangkat pengatur posisi sumber ion DECY-13 untuk gerak maju-mundur dapat dilihat pada Gambar 2.

Gambar. 2. Diagram blok perangkat

pengatur posisi sumber ion DECY-13 untuk gerak maju-mundur

Dari Gambar 2 terlihat bahwa input dan output berupa DECY-13 jarak pergeseran perangkat posisi sumber ion arah maju atau mundur (mm). Namun dalam simulasi input berupa step. Plant berupa motor DC EMG-30 yang dikopel bersama sebuah gear train system dengan dua pasang gear seperti yang terlihat


________________________________________________

_____________________________________________

_______________________ ________________________________________________ 196

_____________________

pada Gambar 3. Output dari plant akan dikonversi dari radian ke derajat. Sudut putar motor yang telah dikonversi satuannya akan diubah menjadi nilai pergeseran jarak sumber ion arah maju-mundur (mm). Nilai konversi ini diperoleh dari hasil pengujian sebanyak enam kali dengan cara menjalankan perangkat tersebut dari nol (limit switch paling belakang) maju hingga menyentuh limit switch paling depan dan diamati perubahan jarak perangkat tersebut.

Gambar. 3. Gear train system dengan dua

pasang gear

Perancangan pengendali PID

Parameter PID meliputi KP, Ki dan Kd, dimana parameter tersebut diperoleh dari penalaan PID menggunakan metode Ziegler Nichols tipe 2. Diagram blok dari pengendali PID pada perangkat pengatur posisi sumber ion DECY-13 arah pergerakan maju-mundur dapat dilihat pada Gambar 4.

a. Diagram blok pengendali PID

b. Plant Gambar. 4. Diagram blok pengendali PID pada perangkat pengatur posisi sumber ion DECY-13 arah pergerakan maju-mundur

Perancangan pengendali fuzzy

Perancangan pengendali fuzzy dimulai dengan penentuan parameter fuzzy seperti yang terlihat pada Tabel 3.

Tabel. 3. Parameter-parameter fuzzy

Parameter Error Delta error Tegangan

Tipe FIS Mamdani Mamdani Mamdani Metode and Min Min Min

Implikasi Min Min Min Agregasi Max Max Max

Defuzifikasi Variasi Variasi Variasi

Langkah selanjutnya adalah penentuan

bentuk dan jangkauan dari fungsi keanggotaan fuzzy. Bentuk dan jangkauan dari fungsi keanggotaan fuzzy terlihat pada Gambar 5.

a. Error input

b. Delta error input

c. Output tegangan Gambar. 5. Fungsi keanggotaan fuzzy

Pada perancangan fuzzy ini, ditentukan variabel linguistik yang terdiri dari tujuh tipe yaitu NB (Negative Big), NM (Negative Medium), NS (Negative Small), Z (Zero), PS (Positive Small), PM (Positive Medium) dan PB (Positive Big). Dari variabel tersebut terbentuk 49 aturan seperti tertampil pada Tabel 4.


________________________________________________

_____________________________________________

_______________________ ________________________________________________ 197

_____________________

Tabel. 4. Aturan fuzzy untuk gerak maju-mundur perangkat pengatur posisi

sumber ion DECY-13 [12]

Aturan Delta Error

NB NM NS Z PS PM PB

Error

NB NB NB NB NB NM NS Z

NM NB NB NB NM NS Z PS

NS NB NB NM NS Z PS PM

Z NB NM NS Z PS PM PB

PS NM NS Z PS PM PB PB

PM NS Z PS PM PB PB PB

PB Z PS PM PB PB PB PB

Langkah selanjutnya adalah simulasi

dengan memvariasi jenis defuzifikasi. Gambar 6 menunjukkan diagram blok dari pengendali fuzzy.

a. Diagram blok pengendali fuzzy PD

b. Diagram blok pengendali fuzzy incremental

c. Diagram blok pengendali fuzzy PD+I Gambar. 6. Diagram blok pengendali fuzzy

pada perangkat pengatur posisi sumber ion DECY-13 arah pergerakan maju-mundur

Perancangan pengendali fuzzy+input

Setelah diperoleh hasil simulasi dengan variasi defuzifikasi, kemudian pilih dan gunakan jenis defuzifikasi terbaik pada simulasi dengan pengendali fuzzy+input seperti yang terlihat pada Gambar 7.

a. Diagram blok pengendali fuzzy PD + input

b. Diagram blok pengendali fuzzy incremental + input

c. Diagram blok pengendali fuzzy PD+I + input

d. Plant Gambar. 7. Diagram blok pengendali

fuzzy+input pada perangkat pengatur posisi sumber ion DECY-13 arah pergerakan maju-

mundur

HASIL DAN PEMBAHASAN

Penentuan fungsi alih perangkat pengatur posisi sumber ion DECY-13 untuk gerak maju-mundur

Menurut hukum Kirchhoff tegangan, besarnya tegangan armatur (V) ditentukan oleh tegangan back emf (e), tahanan (R), induktansi (L) dan arus armatur (ia). Nilai tegangan back emf sebanding dengan konstanta back emf (Ks) dan kecepatan sudut (ω1). Torsi motor (Tm) dibangkitkan oleh arus armatur (ia) dan


________________________________________________

_____________________________________________

_______________________ ________________________________________________ 198

_____________________

sebanding dengan konstanta torsi motor (Km). Persamaan (17), (18) dan (19) berturut-turut merupakan fungsi matematik dari tegangan armatur, tegangan back emf dan torsi motor.

�(�) = �(�) + ��(�) + ��(�)

��

�(�) = ��. ��(�) = ��. ��̇

��(�) = ��. ��(�)

Dengan konstruksi gear seperti pada Gambar 3, sehingga diperoleh persamaan (20) hingga (22). Hubungan antara jumlah gear (N), torsi (T) dan posisi motor (θ) pada gear train system tersebut dapat dilihat pada persamaan (23) hingga (25).

��. ��̈ +��. ��̇ +��(�) = ��(�)

��. ��̈ +��. ��̇ +��(�) = ��(�)

��. ��̈ + ��. ��̇ +��(�) = ��(�)

�� = ��.��

��

�� = ��.��

�� (24)

�� = ��.��

��= ��.

��

��.��

�� (25)

Persamaan-persamaan tersebut disubstitusikan satu sama lain sehingga diperoleh persamaan (26).

��(�) = ��. ��̈ +��. ��̇ + �. ��(�)

dengan

�� = �� + ��

��. �� + �

��

��. ��

��. ��

�� = �� + ��

. �� + ��

. ��

. ��

� =��

.��

.��

Fungsi alih dari θ1 (s) terhadap V (s) diperoleh, jika TL = 0, seperti tertampil pada persamaan (27).

��(�)

�(�)=

��

��.��.�

��.��.��

��.��.��

Persamaan fungsi alih plant tersebut dikombinasikan dengan parameter lain pada Gambar 2 akan menghasilkan persamaan fungsi alih perangkat pengatur posisi sumber ion DECY-13 arah pergerakan maju-mundur seperti yang terlihat pada persamaan (28).

��(�)

��(�)=

��.��.��.��

��.��.�

��.��.��

��.��.��

��.��.��.��

Simulasi pengendali PID, fuzzy dan fuzzy+input

Dengan memasukkan parameter motor DC EMG-30 ke dalam persamaan fungsi alih (28) dan dilakukan penalaan PID, diperoleh nilai KP, Ki dan Kd. Berdasarkan nilai tersebut, gain fuzzy dihitung dan digunakan untuk simulasi fuzzy. Tabel 5 dan 6 menunjukkan parameter PID dan gain fuzzy.

Tabel. 5. Parameter PID

Parameter Nilai

P KP 24,835

PI KP 22,352

Ki 67,852

PID KP 29,802 Ki 150,783 Kd 1,473

PD KP 29,802

Kd 1,473

Tabel. 6. Parameter gain fuzzy

Parameter gain fuzzy Nilai

Fuzzy PD GE 1

GCE 0,049 GU 29,802

Fuzzy incremental GE 1

GCE 0,329 GCU 67,939

Fuzzy PD+I

GE 1

GCE 0,049

GIE 5.917

GU 139.121

Berdasarkan hasil simulasi gerak maju-mundur perangkat pengatur posisi sumber ion DECY-13 dengan pengendali P, PI, PID dan PD, osilasi terjadi saat pengendali PI dan PID digunakan dan menyebabkan overshoot yang tinggi yaitu 48,46% dan 46,77%. Pengendali P dan PD tidak menyebabkan osilasi dan overshoot-nya mendekati 0%. Pengendali PD memiliki settling time yang lebih cepat dibandingkan dengan pengendali lainnya, yaitu 4.1833 detik. Selain itu pengendali PD menghasilkan signal error yang minimum. Hal ini dapat diamati dari parameter IAE dan ITAE. Nilai signal error-nya berturut-turut adalah 0.7479 dan 1.421.

Hasil simulasi pengendali fuzzy dengan variasi defuzifikasi terlihat pada Gambar 8.


________________________________________________

_____________________________________________

_______________________ ________________________________________________ 199

_____________________

Pengendali fuzzy terdiri dari fuzzy PD, fuzzy incremental dan fuzzy PD+I. Dari gambar tersebut terlihat bahwa respon sistem yang menggunakan fuzzy dengan defuzifikasi centroid mampu mengikuti respon input-nya dan tidak mengalami osilasi. Hal ini dapat dikatakan fuzzy centroid memiliki kinerja yang terbaik dibandingkan dengan defuzifikasi jenis lain.

a. Respon pengendali fuzzy PD variasidefuzifikasi

b. Respon pengendali fuzzy incrementalvariasi defuzifikasi

c. Respon pengendali fuzzy PD+I variasidefuzifikasi

Gambar. 8. Respon pengendali fuzzy variasi defuzifikasi

Fuzzy PD+I centroid menyebabkan overshoot sebesar 2,99%, sedangkan pada fuzzy PD dan incremental centroid tidak mengalami overshoot. Fuzzy PD+I centroid juga menghasilkan settling time paling cepat dibandingkan dua fuzzy centroid lainnya sebesar 1,3322 detik. Meskipun fuzzy PD centroid memiliki settling time di bawah fuzzy PD+I centroid, namun fuzzy PD centroid menyebabkan signal error paling minimum yaitu 0,1183 untuk IAE dan 0,1316 untuk ITAE.

Berdasarkan kinerja defuzifikasi centroid pada simulasi fuzzy, maka defuzifikasi tersebut akan diaplikasikan pada simulasi fuzzy+input.

Ketika pengendali fuzzy ditambahkan input, tidak ada overshoot dan perbedaan dalam settling time yaitu 0% dan 1,0003 detik. Fuzzy PD+input menyebabkan nilai signal error minimum yaitu 2,772e-16 untuk IAE dan 4,043e-15 untuk ITAE. Nilai signal error maksimum sebesar 1,194e-14 untuk IAE dan 3,085e-13 untuk ITAE.

Secara keseluruhan fuzzy PD+input dengan defuzifikasi centroid mempunyai kinerja yang lebih baik dibandingkan dengan pengendali PID dan fuzzy. Hal ini dapat dilihat pada Tabel 7.

Tabel. 7. Respon pengendali untuk perangkat pengendali posisi sumber ion

DECY-13 arah pergerakan maju-mundur

Tipe Pengendali

Indeks kinerja

IAE ITAE Overshoot

(%)

Settling Time

(detik)

Tanpa pengendali

16,78 211,9 0 94,2243

Pengendali P, PI, PID and PD P 0,9598 1,873 0 4,7301 PI 1,403 4,508 48,46 8,9813

PID 0,994 2,76 46,77 6,5934 PD 0,7479 1,421 0,01 4,1833

Pengendali fuzzy Fuzzy PD centroid

0,1183 0,1316 0 1,4407

Fuzzy incremental

centroid 0,3331 0,4124 0 1,8746

Fuzzy PD+I centroid

0,2118 0,6199 2,99 1,3322

Pengendali fuzzy+input Fuzzy PD + input 2.772e-16 4.043e-15 0 1.0003

Fuzzy incremental +

input 4.407e-15 7.05e-14 0 1.0003

Fuzzy PD+I + input

1.194e-14 3.085e-13 0 1.0003

5 10 15 20 25

0.82

0.84

0.86

0.88

0.9

0.92

0.94

0.96

0.98

1

1.02

waktu (detik)

magnit

ude

Step

Fuzzy PD Centro

Fuzzy PD Bisector

Fuzzy PD Mom

Fuzzy PD Lom

Fuzzy PD Som

Fuzzy Incremental Centro

Fuzzy Incremental Bisector

Fuzzy Incremental Mom

Fuzzy Incremental Lom

Fuzzy Incremental Som

Fuzzy PD+I Centro

Fuzzy PD+I Bisector

Fuzzy PD+I Mom

Fuzzy PD+I Lom

Fuzzy PD+I Som

5 10 15 20 25

0.75

0.8

0.85

0.9

0.95

1

1.05

1.1

1.15

1.2

waktu (detik)

magnitude

Respon Step Kendali Fuzzy PD Variasi Metoda Defuzifikasi Arah Pergerakan Maju Mundur Tanpa Beban

Step

Fuzzy PD Centro

Fuzzy PD Bisector

Fuzzy PD Mom

Fuzzy PD Lom

Fuzzy PD Som






Fuzzy PD+I Centro

Fuzzy PD+I Bisector

Fuzzy PD+I Mom

Fuzzy PD+I Lom

Fuzzy PD+I Som

2 4 6 8 10 12 14 16 18 20

0.85

0.9

0.95

1

1.05

1.1

1.15

waktu (detik)

magnitude

Step

Fuzzy PD Centro

Fuzzy PD Bisector

Fuzzy PD Mom

Fuzzy PD Lom

Fuzzy PD Som






Fuzzy PD+I Centro

Fuzzy PD+I Bisector

Fuzzy PD+I Mom

Fuzzy PD+I Lom

Fuzzy PD+I Som


________________________________________________

_____________________________________________

_______________________ ________________________________________________ 200

_____________________

KESIMPULAN

Pada paper ini, disimulasikan pengendali fuzzy+input pada perangkat pengatur posisi sumber ion DECY-13 arah maju-mundur. Fuzzy+input terdiri dari tiga jenis yaitu fuzzy PD+input, fuzzy incremental+input dan fuzzy PD+I + input.

Centroid merupakan jenis defuzifikasi yang tepat untuk diterapkan pada perangkat pengatur posisi sumber ion arah pergerakan maju mundur dengan pengendali fuzzy dan variasinya.

Penambahan input pada fuzzy dapat mengeliminasi overshoot, meminimalkan signal error dan menghasilkan settling time yang sama. Hal ini didapat dengan menerapkan fuzzy PD+ input pada sistem ini.

UCAPAN TERIMAKASIH

Terimakasih kepada Kemenristek dan BATAN atas pendanaan penelitian ini.

DAFTAR PUSTAKA

1. S.R.Vaishnav and Z.J.Khan, "Design andPerformance of PID and Fuzzy LogicController with Smaller Rule Set forHigher Order System " in Proceedings ofthe World Congress on Engineering andComputer Science 2007, San Francisco,USA, October 24-26, 2007

2. O. Wahyunggoro and N. Saad,Development of Fuzzy-logic-based SelfTuning PI Controller for Servomotor,Advanced Strategies for RobotManipulators, 2008

3. H. M. Fayek and I. Elamvazuthi, "Type-2Fuzzy Logic PI (T2FLPI) Based DCServomotor Control," Journal of AppliedSciences Research, vol. 8(5), 2012

4. N. Khongkoom, et al., "Control of theposition of DC Servo Motor by FuzzyLogic," in IEEE, 2000

5. I. Elamvazuthi, P. Vasant, and J.Webb,"The Application of Mamdani FuzzyModel for Auto Zoom Function of aDigital Camera," International Journal ofComputer Science and InformationSecurity (IJCSIS) vol. 6 No. 3, pp. 245 -249, 2009

6. M. Namazov and O. Basturk, "DC MotorPosition Control Using Fuzzy

Proportional-Derivative Controllers With Different Defuzzification Methods " Turkish Journal of Fuzzy Systems, vol. 1 No.1, pp. 36-54, 2010

7. Bindu R. and M. K. Namboothiripad,"Tuning of PID Controller for DC ServoMotor using Genetic Algorithm,"International Journal of EmergingTechnology and Advanced Engineering,vol. 2, March 2012

8. S. M. Z. Al-Ubaidi and M. M. F. Algreer,"Real Time Implementation of PID andFuzzy PD Controllers for DC-Servo MotorBased on Lab View Environment," TikritJournal of Engineering Sciences, vol. 19No. 2, pp. 71-81, June 2012

9. Lee, C. C. (1990). Fuzzy Logic in ControlSystems: Fuzzy Logic Controller - Part I,II, IEEE Transactions on Systems, Manand Cybernetics 20(2): 404–418

10. J. Jantzen, Foundations of Fuzzy ControlJohn Wiley & Sons, 2007

11. J. Gonçalves, et al., "Modeling andSimulation of the EMG30 Geared Motorwith Encoder Resorting to SimTwo: TheOfficial Robot@Factory Simulator," in23rd International Conference on FlexibleAutomation & Intelligent Manufacturing,2013, pp. 307-314

12. R. Malhotra, N. Singh, and Y. Singh,"Design of Embedded Hybrid Fuzzy-GAControl Strategy for Speed Control of DCMotor: A Servo Control Case Study,"International Journal of ComputerApplications, vol. 6 No. 5, September2010.

TANYA JAWAB

Pertanyaan

1. Jenis motor yang digunakan apa?2. Kenapa menggunakan model mamdani?

Jawaban

1. Motor yang digunakan adalah motorDC yang diservokan..

2. Karena pembuatan/penentuanparameter model mamdani relatif lebihmudah dibandingkan dengan fuzzylainnya.


________________________________________________

_____________________________________________

_______________________ ________________________________________________ 201

_____________________

aplikasi fuzzy input pada gerak maju-mundur …papers.sttn-batan.ac.id/prosiding/2015/29.pdf ·...

Documents