Post on 19-Jan-2023
DESAIN SISTEM KONTROL OTOMATIS UNTUK MENGENDALIKAN MOTOR DC
BERBASIS FUZZY LOGIC (KARAKTERISASI SUHU DAN JARAK)
Yogie Sanjaya1 Muhammad Muslim2
Mahasiswa pendidikan Fisika Unsri1 Dosen pendidikan Fisika Unsri2
Email : yogie.sanjaya@ymail.com1 m_muslim7781@yahoo.co.id2
ABSTRAK
Sistem kontrol otomatis berbasis Fuzzy Logic telah berhasil
dibuat untuk mengendalikan motor DC. Pengendalian kecepatan
motor DC ini dilakukan berdasarkan data input berupa suhu dan
jarak. Data suhu didapatkan dari pengukuran menggunakan
sensor suhu LM35 sedangkan untuk data jarak diperoleh
menggunakan sensor ultrasonik HC-SR04. Kedua data tersebut
dijadikan sebagai input Fuzzy Logic. Output dari Fuzzy Logic PWM
(Pulse Width Modulation) sebagai penentu sumber tegangan masukan
motor DC.
Kata kunci: Suhu, Jarak, Motor DC, Fuzzy Logic
Pendahuluan
Teknologi merupakan hal
yang tak pernah lepas dari
kehidupan manusia. Dari
zaman purbakala sudah banyak
teknologi yang telah
dikembangkan manusia
walaupun masih sangat
sederhana seperti pisau yang
terbuat dari batu. Semakin
berkembangnya ilmu
pengetahuan turut membawa
teknologi mengalami
kemajuan. Kemajuan teknologi
1
saat ini membawa kita menuju
ke zaman dimana semua
aktivitas manusia dilakukan
oleh mesin secara otomatis.
Buktinya, untuk mencuci
sebuah pakaian pun sekarang
dapat dilakukan oleh mesin.
Pengurangan keterlibatan
manusia dalam melakukan
suatu pekerjaan dan
menggantinya dengan sebuah
mesin membuat pekerjaan itu
dapat terselesaikan dengan
efektif, karena mesin
memiliki presentase
kesalahan yang sangat kecil.
Namun untuk membuat mesin
yang dapat mengganti posisi
manusia dalam melakukan
sebuah pekerjaan diperlukan
kecerdasan buatan yang
ditanamkan pada mesin dalam
mengambil keputusan dalam
menyelesaikan pekerjaan itu.
Banyak para ilmuwan
diseluruh dunia yang
berlomba-lomba membuat
kecerdasan buatan dengan
meniru kecerdasan manusia.
Seperti yang dilakukan oleh
Thongchai, dkk (2000) yang
menggambarkan Fuzzy Logic
untuk robot mobil yang
menggunakan sonar. Oleh
karena itu, untuk mengikuti
perkembangan teknologi yang
sudah sangat pesat didunia
luar penulis bertujuan untuk
menggunakan kecerdasan
buatan sederhana menggunakan
Fuzzy Logic. Fuzzy Logic ini akan
ditanamkan pada sebuah
mikrokontroler ATmega 8
untuk mengendalikan sebuah
motor DC sesuai dengan suhu
yang dibaca oleh sensor LM35
dan jaraknya yang diukur
dengan sensor ultrasonik HC-
SR04.
Metode
Perancangan Alat
Diagram blok pada
perancangan pengendali motor
DC dapat dilihat pada gambar
berikut.
2
Gambar 1. Diagram blok
pengendali motor DC
Dari gambar diatas terdapat
3 bagian penting dalam
pengendalian motor DC yakni
kontroler, sensor dan plant.
1. Kontroler
Dalam mengendalikan motor
DC, Fuzzy Logic yang menjadi
kontroler untuk menentukan
kecepatan motor DC. Fuzzy
Logic berfungsi untuk
mengolah data input berupa
suhu dan jarak yang
terukur sehingga
menghasilkan PWM.
2. Sensor
Dalam bagian sensor
terdapat sensor LM35 dan
HC-SR04 yang mem-berikan
feedback (umpan balik) dari
kontroler untuk memberikan
data input yang baru
apabila terjadi perubahan
terhadap data input
tersebut, sehingga secara
otomatis PWM yang
dihasilkan oleh kontroler
akan berubah nilainya.
3. Plant
Dalam bagian plant hanya
terdapat motor DC,
sehingga PWM yang
dihasilkan dari kontroler
akan dikirim langsung ke
motor DC tersebut. Dari
pemberian PWM pada motor
DC menghasilkan output
berupa kecepatan motor DC.
Besarnya kecepatan motor
DC bergantung pada nilai
PWM yang diberikan.
Perancangan perangkat
lunak pada pengendali motor
DC meliputi pengaturan kerja
sistem seperti pengukuran
suhu dan jarak, penerapan
Fuzzy Logic dengan output PWM
3
dan pengiriman PWM ke motor
DC. Berikut ini tampilan
diagram alir dari program
yang akan dibuat.
Gambar 2. Diagram alir
program pengendali motor DC
Prinsip Kerja Alat
Dalam mengendalikan motor
DC, diperlukan data suhu dan
jarak yang didapat dari
sensor LM35 dan HC-SR04.
Data suhu diambil dari
tegangan output LM35 yang
merupakan penunjuk suhu yang
terbaca karena LM35 akan
menghasilkan tegangan yang
berbeda pada suhu yang
berbeda yang masuk ke Pin 23
ATmega 8 yang merupakan Pin
ADC0. Dengan menggunakan
rumus : adc×5001024 tegangan
yang masuk dikonversi ke
dalam suhu dan ditampilkan
pada LCD. Sementara data
jarak didapat dengan
memanfaatkan pulsa yang
dihasilkan sensor ultrasonik
HC-SR04 pada Pin ECHO selama
gelombang ultrasonik
dipancarkan dari pemancar
dan pulsa ini akan berhenti
dihasilkan saat gelombang
yang terpancar dipantulkan
kembali dan diterima oleh
penerima. Lamanya pulsa yang
dihasilkan selama gelombang
dipancarkan dan diterima
dihitung nilainya dengan
kecepatan eksekusi perintah
11,0592 MIPS (kristal yg
dipakai 11,0592 MHz)
sehingga untuk melakukan 1
kali penghitungan dibutuhkan4
waktu 0,09042x10−6 s, jadi
rumus untuk menghitung
lamanya pulsa dihasilkan
menjadi :
t=0,09042x10−6.count.Dengan
menggunakan rumus s=v∙t2
jarak dapat ditentukan
dengan memasukkan rumus t.
Namun karena kecepatan bunyi
juga tergantung oleh suhu
medium (Serway and Jewett :
2004) , maka untuk
menentukan kecepatan
gelombang bunyi di udara
digunakan rumus:
v=(331,3+0,606℃−1∙T) msdengan
demikian rumus untuk
menentukan jarak menjadi :
s=
(331,3+0,606℃−1∙T°C) ms∙ (0,09042∙count )s
2000000
s = jarak yang terukur
(m)
T = suhu yang terukur
(°C)
count = hasil
penghitungan pulsa
Untuk mengendalikan motor DC
digunakan fasilitas PWM pada
timer1 yang terdapat pada
ATmega 8. Dengan mengubah
nilai PWM maka nilai
tegangan yang masuk ke motor
DC pun berubah. Tegangan ini
dikirimkan ke motor DC
melalui Pin 15 ATmega 8 yang
merupakan Pin OC1A.
Dalam pengendalian
motor DC digunakan Fuzzy Logic
untuk mendapatkan output PWM
dari input suhu dan jarak.
Input suhu dikategorikan
menjadi tiga, normal,
hangat, dan panas sedangkat
input jarak juga dibagi tiga
menjadi dekat, sedang, dan
jauh.
Himpunan Fuzzy Suhu
No Label
Anggot
a
Kurva Deraja
t 1
Range
5
1 Normal Segiti
ga
27 22-32
2 Hangat Segiti
ga
32 27-37
3 Panas Segiti
ga
37 32-42
Himpunan Fuzzy Jarak
No Label
Anggot
a
Kurva Deraja
t 1
Rang
e
1 Dekat Segit
iga
20 0-40
2 Sedang Segit
iga
40 20-
603 Jauh Segit
iga
60 40-
80
Namun untuk output PWM nilai
anggota untuk setiap derajat
keanggotaan dalam suatu
keanggotaan adalah sama dan
tidak memiliki nilai pada
keanggotaan yang lain.
Himpunan PWM
No Label
Anggota
Nilai Setiap
Derajat
Keanggotaan
1 Rendah 52 Menengah 1153 Tinggi 225
Dalam
mengimplementasikan Fuzzy
Logic digunakan 9 aturan
fuzzy dalam proses
inferensinya dengan
menggunakan model Sugeno.
Aturan fuzzy memainkan peran
kunci dalam menunjukkan
kontrol yang ahli/pemodelan
pengetahuan dan pengalaman
dan dalam menghubungkan
variabel input pengendali
fuzzy / model untuk variabel
output (atau beberapa
variabel). (Mehran : 2008).
Aturan linguistik
menggambarkan sistem kontrol
terdiri dari dua bagian,
sebuah blok pendahuluan
(antara IF dan THEN) dan
blok konsekuensi (mengikuti
THEN) (Hassan, dkk : 2012).
Aturan Fuzzy
6
Jarak
Suhu
Dekat Sedang Jauh
Norma
l
Rendah Rendah Menenga
hHanga
t
Rendah Menenga
h
Tinggi
Panas Menenga
h
Tinggi Tinggi
Gambar 3. Pengendali motor
DC
Hasil
Data Hasil Pengujian
Nilai PWM yang terukur pada suhu
tetap
Suhu yang terukur = 35 °C
No
.
Jarak
(cm)
PWM
1. 30 121
2. 50 2003. 70 225
Gambar 4. Nilai PWM pada
suhu tetap dan jarak berbeda
Nilai PWM yang terukur pada jarak
tetap
Jarak yang terukur = 40 cm
No
.
Suhu (°C) PWM
1. 30 712. 34 1593. 38 225
7
Gambar 5. Nilai PWM pada
jarak tetap dan suhu berbeda
Pembahasan
Pengujian dilakukan untuk
melihat keakuratan
pengukuran jarak dan suhu
serta kesesuaian PWM yang
dihasilkan menggunakan Fuzzy
Logic yang menjadi penentu
kecepatan motor DC.
Pengujian dilakukan sebanyak
6 kali dimana 3 pengujian
dilakukan pada keadaan suhu
tetap dan 3 lainnya pada
keadaan jarak yang tetap.
Dari keenam pengujian
diperoleh bahwa PWM yang
dihasilkan oleh alat sesuai
dengan hasil perhitungan
secara teori, dimana dilihat
dari perhitungan output
berupa PWM dengan
menggunakan Fuzzy Logic
berdasarkan input yang
berupa suhu dan jarak. Dalam
proses Fuzzyfikasi untuk input
suhu diberikan rentang dari
22-42ºC karena dari hasil
pengujian pengukuran suhu,
suhu yang terbaca mencapai
nilai 40ºC. Namun pada
pengukuran jarak, saat
menentukan jarak yang lebih
dari 80cm ditemukan
kegagalan pengukuran
sehingga dalam proses
Fuzzyfikasi untuk input jarak
rentang nilai dibuat 0-80cm.
Dari pengujian ini, juga
ditemukan ketidakstabilan
pengukuran suhu dan jarak
yang menyebabkan ketidak-
stabilan PWM yang
dihasilkan.
Kesimpulan
8
Telah terealisasi sistem
kontrol otomatis untuk
mengendalikan motor DC
berbasis Fuzzy Logic
(karakterisasi suhu dan
jarak) dengan rentang input
suhu dari 20-40ºC, jarak
dari 0-80cm, dan output PWM
dari 0-225 dengan menerapkan
sembilan aturan Fuzzy. Dari
hasil pengujian didapat
bahwa besarnya nilai PWM
yang dihasilkan sesuai
dengan suhu dan jarak yang
terukur, meskipun dalam
pengukuran suhu dan jarak
masih terdapat
ketidakstabilan hasil
pengukuran.
DAFTAR PUSTAKA
Arifin, Bustanul. 2005.
Pengendalian Motor DC
Menggunakan Logika Fuzzy.
Jurnal Transistor Vol.
5, No. 1 Juli 2005 : 21
– 30.
Baharuddin, dkk. 2011. Sistem
Kendali Kecepatan Motor DC
Berbasis PWM ( Pulse Width
Modulation ), Jurnal yang
tidak dipublikasikan,
Jurusan Sistem Komputer,
STMIK Kendari Sulawesi
Tenggara.
9
Craig, Kevin._. Fuzzy Logic
and Fuzzy Control. New York
: Rensselaer
Polytechnic Institute.
Hassan, M. F. Abu, dkk.
2012. Fuzzy Logic Based
Intelligent Control of RGB
Colour Classification System
for Undergraduate Artificial
Intelligence Laboratory,
Proceedings of the World
Congress on Engineering
2012 Vol II, London ,
Juli 4 - 6, 2012.
Mehran, Kemyar. 2008. Takagi-
Sugeno Fuzzy Modeling for
Process Control.
Newcastle : Newcastle
University.
Prasetyo, Hermawan Putra dan
Aulia S. A., _,
Perancangan Sistem Navigasi
Pada Kapal (Mcst-1 Ship
Autopilot) Untuk Mendukung
Sistem Autopilot, Jurnal
yang tidak
dipublikasikan, Jurusan
Teknik Fisika, ITS
Surabaya Indonesia.
Serway, Raymond A. and John
W. Jewett. 2004. Physics
for Scientists and Engineers.
Thomson Brooks/Cole.
Thongcai, S. 2000. Sonar
Behavior-Based Fuzzy Control
for a Mobile Robot,
Proceedings of the IEEE
International Conference
on Systems, Man and
Cybernetics, Nashville,
Oktober 8-1
10