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