Professional Documents
Culture Documents
kontroller logika fuzzy akan diperoleh kemudahankemudahan yang tidak dimiliki oleh sistem kontrol
konvensional.
Logika Fuzzy yang kami gunakan untuk pengaturan
kecepatan agar kecepatan putar motor DC tetap stabil sesuai
dengan set point pada saat menanjak. Untuk pentabelan logika
fuzzy kami akan menggunakan 2 parameter input yaitu error
dan delta error dari kecepatan terhadap set point yang ada.
Metode Fuzzy yang kami gunakan disini adalah
metode sugeno dimana memiliki output single tone dengan
perhitungan output sebagai berikut :
3.
4.
5.
6.
Out
o . p
i1
N
o
i1
7.
C. Perancangan Software
Perancangan software disini akan kami bagi menjadi
2 bagian yaitu konfigurasi sistem software dan perancangan
pentabelan fuzzy logic.
Konfigurasi Sistem Software
5.
6.
ENK
EZ
EPK
EPB
ENB
ENK
EZ
EPK
-x
-2x
EPB
2x
E/DE
PB
PK
Z
NK
NB
NB
PZ
PNK
PNB
PNB
PNB
NK
PPK
PZ
PNK
PNB
PNB
Z
PPB
PPK
PZ
PNK
PNB
PK
PPB
PPB
PPK
PZ
PNK
PB
PPB
PPB
PPB
PPK
PZ
-x
2x
No
Vin
(Volt)
Data ADC
(LCD)
Data ADC
(hitung)
%Error
1
2
3
4
5
6
7
8
9
10
0,5
1
1,5
2
2,5
3
3,5
4
4,5
5
26
52
79
105
132
158
184
210
235
256
26,01
52,03
78,04
104,06
130,08
156,09
182,11
208,13
234,14
256
0%
0%
-1%
-1%
-1%
-1%
-1%
-1%
0%
0%
Dimana :
Ttotal = 255
Vin = 24V-10V = 14V
Putaran
1
putaran
2
putaran
3
putaran
Hitungan
Sebenarnya
Hitungan
Rotary
Encoder
% Error
100
100
100
100
0%
0%
200
200
200
200
0%
0%
300
300
300
300
0%
0%
Dimana :
X = Nilai PWM dalam program
Y = Output berupa kecepatan (RPS)
Jadi dengan adanya persamaan diatas kita dapat
mengkonversi nilai PWM dalam program ke kecepatan
sebenarnya (RPS).
F. Pengujian Sistem Terintegrasi
Dalam pengujian kali ini kami akan melakukan
sebuah pengintegrasian sistem dan pengujian sistem dalam
plant, baik terbeban maupun tidak. Dengan menggrafikkan
kecepatan terhadap waktu kita dapat melihat bagaimana
respon kontroller ,efisiensi serta kehandalan kontroller dalam
mengejar setpoint yang ada.
.
Gambar 4.3 Grafik PWM Terhadap Kecepatan
Dengan rumus :
Didapatkan :
M Kiri = 0,041
M Kanan = 0,0386
Dengan persamaan standard : Y=MX+c didapatkan :
Persamaan Motor Kiri : Y=0,041X+0,68
Persamaan Motor Kanan : Y=0,0386X+0,94
2.
3.
4.
5.
6.
7.
8.
9.
10.
11.
12.
13.
14.
15.
V. KESIMPULAN
Lingga
Wardana.
2006.
Belajar
Sendiri
Mikrokontroler AVR Seri ATMega16, Simulasi
Hardware dan Aplikasi, Yogyakarta: Andi
DeFatta, David J.; Lucas, joseph G.; Hodgkiss,
William S.; Digital Signal Processing: A System
Design Approach, Wiley, Canada, 1988
Jamsidi M.; Vadie, N.; Ross, T.; Fuzzy Logic And
Control, Prentice Hall, New Jersey, 1993
Kuswadi, Sonk; Kendali Cerdas, EEPIS Press,
2000
Kwakernaak, Hibert; Sival, Raphael; Modern
Signals And Systems, Prentice Hall, New Jersey,
1991
Nie, Junhong; Linkens, Derek; Fuzzy-Neural
Control, Prentice Hall, Maylands Avenue, 1995
Tompkins, W.J., Webster, J.G.; Interfacing Sensors
to IBM PC, Prentice Hall, Englewood Cliffs, 1988
Ulsoy, A.Galip; DeVries, W.R., Microcomputer
Application in Manufacturing, Wiley, Canada,1989
http://www.iau.dtu.dk/~jj/pubs/logic.pdf
Adrianto Heri, Pemrograman Mikrokontroler AVR
Atmega16 ,
Informatika Bandung, Bandung,
2008.
http://payztronics.blogspot.com/2009/08/komunikasiusart-avr- mode-sinkron.html.
http://payztronics.blogspot.com/2009/08/komunikasiusart-avrmode-asinkron.html.
http://denumon.wordpress.com/2009/03/27/interfacerotary-encoder-ke-mikrokontroller-avratmega/.
Naba, Agus. 2009. Belajar Cepat Fuzzy Logic
Menggunakan MATLAB, Malang, Indonesia.
Kusumadewi, Sri dan Purnomo, Hari. 2010. Aplikasi
Logika Fuzzy untuk Pendukung Keputusan,
Yogyakarta, Indonesia.