DESAIN SISTEM KONTROL OTOMATIS UNTUK MEN (1)
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
sebuah pakaian pun sekarang dapat
Teknologi merupakan hal yang
tak pernah lepas dari kehidupan manusia.
dilakukan oleh mesin.
Pengurangan
keterlibatan
manusia
Dari zaman purbakala sudah banyak
dalam melakukan suatu pekerjaan dan
teknologi
yang
menggantinya
manusia
walaupun
telah
dikembangkan
masih
sangat
membuat
dengan
sebuah
mesin
itu
dapat
pekerjaan
sederhana seperti pisau yang terbuat dari
terselesaikan
batu.
mesin memiliki presentase kesalahan
Semakin
berkembangnya
ilmu
mengalami
Kemajuan
membuat mesin yang dapat mengganti
teknologi saat ini membawa kita menuju
posisi manusia dalam melakukan sebuah
ke
aktivitas
pekerjaan diperlukan kecerdasan buatan
manusia dilakukan oleh mesin secara
yang ditanamkan pada mesin dalam
otomatis.
mengambil
dimana
Buktinya,
semua
untuk
mencuci
Namun
karena
yang
zaman
kecil.
efektif,
pengetahuan turut membawa teknologi
kemajuan.
sangat
dengan
keputusan
untuk
dalam
menyelesaikan pekerjaan itu.
1
Banyak para ilmuwan diseluruh dunia
yang
berlomba-lomba
kecerdasan
buatan
kecerdasan
manusia.
membuat
dengan
meniru
Seperti
yang
Dari gambar diatas terdapat 3 bagian
penting dalam pengendalian motor DC
yakni kontroler, sensor dan plant.
1. Kontroler
dilakukan oleh Thongchai, dkk (2000)
Dalam mengendalikan motor DC,
yang menggambarkan Fuzzy Logic untuk
Fuzzy Logic yang menjadi kontroler
robot mobil yang menggunakan sonar.
untuk menentukan kecepatan motor
Oleh
mengikuti
DC. Fuzzy Logic berfungsi untuk
perkembangan teknologi yang sudah
mengolah data input berupa suhu dan
sangat
jarak
karena
pesat
bertujuan
itu,
untuk
didunia
untuk
kecerdasan
luar
penulis
menggunakan
buatan
sederhana
menggunakan Fuzzy Logic. Fuzzy Logic
ini
akan
ditanamkan
mikrokontroler
yang
terukur
sehingga
menghasilkan PWM.
2. Sensor
Dalam bagian sensor terdapat sensor
pada
sebuah
LM35 dan HC-SR04 yang mem-
8
untuk
berikan feedback (umpan balik) dari
ATmega
mengendalikan sebuah motor DC sesuai
kontroler
untuk
dengan suhu yang dibaca oleh sensor
input
LM35 dan jaraknya yang diukur dengan
perubahan
sensor ultrasonik HC-SR04.
tersebut, sehingga secara otomatis
yang
memberikan
baru
data
apabila
terjadi
data
input
terhadap
PWM yang dihasilkan oleh kontroler
Metode
akan berubah nilainya.
Perancangan Alat
3. Plant
Diagram blok pada perancangan
Dalam bagian plant hanya terdapat
pengendali motor DC dapat dilihat pada
motor DC, sehingga PWM yang
gambar berikut.
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.
Gambar 1. Diagram blok pengendali
motor DC
2
Perancangan perangkat lunak pada
pengendali
motor
DC
pengaturan
kerja
sistem
meliputi
seperti
pengukuran suhu dan jarak, penerapan
Pin 23 ATmega 8 yang merupakan Pin
ADC0. Dengan menggunakan rumus :
adc ×500
1024
tegangan
yang
masuk
Fuzzy Logic dengan output PWM dan
dikonversi
pengiriman PWM ke motor DC. Berikut
ditampilkan pada LCD. Sementara data
ini tampilan diagram alir dari program
jarak
yang akan dibuat.
pulsa yang dihasilkan sensor ultrasonik
ke
dalam
didapat
HC-SR04
dengan
pada
Pin
suhu
dan
memanfaatkan
ECHO
selama
gelombang ultrasonik dipancarkan dari
pemancar dan pulsa ini akan berhenti
dihasilkan saat gelombang yang terpancar
dipantulkan kembali dan diterima oleh
penerima.
Lamanya
dihasilkan
selama
dipancarkan
dan
pulsa
yang
gelombang
diterima
dihitung
eksekusi
nilainya
dengan
kecepatan
perintah
11,0592
MIPS
(kristal
yg
dipakai 11,0592 MHz) sehingga untuk
melakukan
1
kali
dibutuhkan waktu
Gambar 2. Diagram alir program
pengendali 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
karena
LM35
s,
jadi rumus untuk menghitung lamanya
pulsa dihasilkan menjadi :
menggunakan rumus
Dalam mengendalikan motor DC,
terbaca
0,09042 x 10−6
t=0,09042 x 10−6 . count .Dengan
Prinsip Kerja Alat
yang
penghitungan
akan
menghasilkan tegangan yang berbeda
s=
v ∙t
2
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:
pada suhu yang berbeda yang masuk ke
3
−1
v =( 331,3+0,606 ℃ ∙T )
m
dengan
s
demikian rumus untuk menentukan jarak
Himpunan Fuzzy Jarak
menjadi :
No
s=
( 331,3+0,606 ℃−1 ∙T °C ) m ∙ ( 0,09042∙ count1) s
s
2000000
Label
Kurva
Derajat
Anggota
Range
1
Dekat
Segitiga
20
0-40
2
Sedang
Segitiga
40
20-60
3
Jauh
Segitiga
60
40-80
s = jarak yang terukur (m)
Namun untuk output PWM nilai anggota
T = suhu yang terukur (°C)
untuk setiap derajat keanggotaan dalam
count = hasil penghitungan pulsa
suatu keanggotaan adalah sama dan tidak
Untuk
mengendalikan
motor
DC
digunakan fasilitas PWM pada timer1
memiliki nilai pada keanggotaan yang
lain.
yang terdapat pada ATmega 8. Dengan
mengubah
nilai
PWM
maka
nilai
tegangan yang masuk ke motor DC pun
Himpunan PWM
N
Label Anggota
Nilai Setiap Derajat
berubah. Tegangan ini dikirimkan ke
o
motor DC melalui Pin 15 ATmega 8 yang
1
Rendah
5
merupakan Pin OC1A.
2
Menengah
115
3
Tinggi
225
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.
Label
Kurva
1
2
Anggota
Normal
Hangat
3
Panas
Dalam
mengimplementasikan
Fuzzy Logic digunakan 9 aturan fuzzy
dalam
proses
inferensinya
dengan
menggunakan model Sugeno. Aturan
fuzzy memainkan peran kunci dalam
menunjukkan
ahli/pemodelan
Himpunan Fuzzy Suhu
No
Keanggotaan
kontrol
pengetahuan
yang
dan
pengalaman dan dalam menghubungkan
Derajat 1
Range
Segitiga
Segitiga
27
32
22-32
27-37
Segitiga
37
32-42
variabel input pengendali fuzzy / model
untuk variabel output (atau beberapa
variabel). (Mehran : 2008). Aturan
linguistik menggambarkan sistem kontrol
4
terdiri dari dua bagian, sebuah blok
pendahuluan (antara IF dan THEN) dan
blok konsekuensi (mengikuti THEN)
(Hassan, dkk : 2012).
Aturan Fuzzy
Jarak
Dekat
Sedang
Jauh
Suhu
Normal
Rendah
Rendah
Menengah
Hangat
Rendah
Menengah
Tinggi
Panas
Menengah
Tinggi
Tinggi
Gambar 4. Nilai PWM pada suhu tetap
dan jarak berbeda
Nilai PWM yang terukur pada jarak
tetap
Jarak yang terukur = 40 cm
No.
1.
2.
3.
Suhu (°C)
30
34
38
PWM
71
159
225
Gambar 3. Pengendali motor DC
Hasil
Data Hasil Pengujian
Nilai PWM yang terukur pada suhu tetap
Suhu yang terukur = 35 °C
No.
1.
2.
3.
Jarak (cm)
30
50
70
PWM
121
200
225
Gambar 5. Nilai PWM pada jarak tetap
dan suhu berbeda
5
Pembahasan
Kesimpulan
Pengujian dilakukan untuk melihat
Telah
terealisasi
sistem
kontrol
keakuratan pengukuran jarak dan suhu
otomatis untuk mengendalikan motor DC
serta kesesuaian PWM yang dihasilkan
berbasis Fuzzy Logic (karakterisasi suhu
menggunakan Fuzzy Logic yang menjadi
dan jarak) dengan rentang input suhu dari
penentu kecepatan motor DC. Pengujian
20-40ºC, jarak dari 0-80cm, dan output
dilakukan sebanyak 6 kali dimana 3
PWM dari 0-225 dengan menerapkan
pengujian dilakukan pada keadaan suhu
sembilan
tetap dan 3 lainnya pada keadaan jarak
pengujian didapat bahwa besarnya nilai
yang tetap. Dari keenam pengujian
PWM yang dihasilkan sesuai dengan
diperoleh bahwa PWM yang dihasilkan
suhu dan jarak yang terukur, meskipun
oleh alat sesuai dengan hasil perhitungan
dalam pengukuran suhu dan jarak masih
secara
terdapat
teori,
dimana
dilihat
dari
perhitungan output berupa PWM dengan
aturan
Fuzzy.
Dari
ketidakstabilan
hasil
hasil
pengukuran.
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.
6
Proceedings of the World Congress
on Engineering 2012 Vol II,
London , Juli 4 - 6, 2012.
DAFTAR PUSTAKA
Mehran, Kemyar. 2008. Takagi-Sugeno
Fuzzy Modeling for Process
Arifin, Bustanul. 2005. Pengendalian
Motor DC Menggunakan Logika
Control. Newcastle : Newcastle
University.
Fuzzy. Jurnal Transistor Vol. 5, No.
1 Juli 2005 : 21 – 30.
Prasetyo, Hermawan Putra dan Aulia S.
A., _, Perancangan Sistem
Baharuddin, dkk. 2011. Sistem Kendali
Navigasi Pada Kapal (Mcst-1 Ship
Kecepatan Motor DC Berbasis
Autopilot) Untuk Mendukung
PWM ( Pulse Width Modulation ),
Sistem Autopilot, Jurnal yang tidak
Jurnal yang tidak dipublikasikan,
dipublikasikan, Jurusan Teknik
Jurusan Sistem Komputer, STMIK
Fisika, ITS Surabaya Indonesia.
Kendari Sulawesi Tenggara.
Serway, Raymond A. and John W. Jewett.
Craig, Kevin._. Fuzzy Logic and Fuzzy
Control. New York : Rensselaer
2004. Physics for Scientists and
Engineers. Thomson Brooks/Cole.
Polytechnic Institute.
Thongcai, S. 2000. Sonar BehaviorHassan, M. F. Abu, dkk. 2012. Fuzzy
Based Fuzzy Control for a Mobile
Logic Based Intelligent Control of
Robot, Proceedings of the IEEE
RGB Colour Classification System
International Conference on
for Undergraduate Artificial
Systems, Man and Cybernetics,
Intelligence Laboratory,
Nashville, Oktober 8-1
7
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
sebuah pakaian pun sekarang dapat
Teknologi merupakan hal yang
tak pernah lepas dari kehidupan manusia.
dilakukan oleh mesin.
Pengurangan
keterlibatan
manusia
Dari zaman purbakala sudah banyak
dalam melakukan suatu pekerjaan dan
teknologi
yang
menggantinya
manusia
walaupun
telah
dikembangkan
masih
sangat
membuat
dengan
sebuah
mesin
itu
dapat
pekerjaan
sederhana seperti pisau yang terbuat dari
terselesaikan
batu.
mesin memiliki presentase kesalahan
Semakin
berkembangnya
ilmu
mengalami
Kemajuan
membuat mesin yang dapat mengganti
teknologi saat ini membawa kita menuju
posisi manusia dalam melakukan sebuah
ke
aktivitas
pekerjaan diperlukan kecerdasan buatan
manusia dilakukan oleh mesin secara
yang ditanamkan pada mesin dalam
otomatis.
mengambil
dimana
Buktinya,
semua
untuk
mencuci
Namun
karena
yang
zaman
kecil.
efektif,
pengetahuan turut membawa teknologi
kemajuan.
sangat
dengan
keputusan
untuk
dalam
menyelesaikan pekerjaan itu.
1
Banyak para ilmuwan diseluruh dunia
yang
berlomba-lomba
kecerdasan
buatan
kecerdasan
manusia.
membuat
dengan
meniru
Seperti
yang
Dari gambar diatas terdapat 3 bagian
penting dalam pengendalian motor DC
yakni kontroler, sensor dan plant.
1. Kontroler
dilakukan oleh Thongchai, dkk (2000)
Dalam mengendalikan motor DC,
yang menggambarkan Fuzzy Logic untuk
Fuzzy Logic yang menjadi kontroler
robot mobil yang menggunakan sonar.
untuk menentukan kecepatan motor
Oleh
mengikuti
DC. Fuzzy Logic berfungsi untuk
perkembangan teknologi yang sudah
mengolah data input berupa suhu dan
sangat
jarak
karena
pesat
bertujuan
itu,
untuk
didunia
untuk
kecerdasan
luar
penulis
menggunakan
buatan
sederhana
menggunakan Fuzzy Logic. Fuzzy Logic
ini
akan
ditanamkan
mikrokontroler
yang
terukur
sehingga
menghasilkan PWM.
2. Sensor
Dalam bagian sensor terdapat sensor
pada
sebuah
LM35 dan HC-SR04 yang mem-
8
untuk
berikan feedback (umpan balik) dari
ATmega
mengendalikan sebuah motor DC sesuai
kontroler
untuk
dengan suhu yang dibaca oleh sensor
input
LM35 dan jaraknya yang diukur dengan
perubahan
sensor ultrasonik HC-SR04.
tersebut, sehingga secara otomatis
yang
memberikan
baru
data
apabila
terjadi
data
input
terhadap
PWM yang dihasilkan oleh kontroler
Metode
akan berubah nilainya.
Perancangan Alat
3. Plant
Diagram blok pada perancangan
Dalam bagian plant hanya terdapat
pengendali motor DC dapat dilihat pada
motor DC, sehingga PWM yang
gambar berikut.
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.
Gambar 1. Diagram blok pengendali
motor DC
2
Perancangan perangkat lunak pada
pengendali
motor
DC
pengaturan
kerja
sistem
meliputi
seperti
pengukuran suhu dan jarak, penerapan
Pin 23 ATmega 8 yang merupakan Pin
ADC0. Dengan menggunakan rumus :
adc ×500
1024
tegangan
yang
masuk
Fuzzy Logic dengan output PWM dan
dikonversi
pengiriman PWM ke motor DC. Berikut
ditampilkan pada LCD. Sementara data
ini tampilan diagram alir dari program
jarak
yang akan dibuat.
pulsa yang dihasilkan sensor ultrasonik
ke
dalam
didapat
HC-SR04
dengan
pada
Pin
suhu
dan
memanfaatkan
ECHO
selama
gelombang ultrasonik dipancarkan dari
pemancar dan pulsa ini akan berhenti
dihasilkan saat gelombang yang terpancar
dipantulkan kembali dan diterima oleh
penerima.
Lamanya
dihasilkan
selama
dipancarkan
dan
pulsa
yang
gelombang
diterima
dihitung
eksekusi
nilainya
dengan
kecepatan
perintah
11,0592
MIPS
(kristal
yg
dipakai 11,0592 MHz) sehingga untuk
melakukan
1
kali
dibutuhkan waktu
Gambar 2. Diagram alir program
pengendali 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
karena
LM35
s,
jadi rumus untuk menghitung lamanya
pulsa dihasilkan menjadi :
menggunakan rumus
Dalam mengendalikan motor DC,
terbaca
0,09042 x 10−6
t=0,09042 x 10−6 . count .Dengan
Prinsip Kerja Alat
yang
penghitungan
akan
menghasilkan tegangan yang berbeda
s=
v ∙t
2
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:
pada suhu yang berbeda yang masuk ke
3
−1
v =( 331,3+0,606 ℃ ∙T )
m
dengan
s
demikian rumus untuk menentukan jarak
Himpunan Fuzzy Jarak
menjadi :
No
s=
( 331,3+0,606 ℃−1 ∙T °C ) m ∙ ( 0,09042∙ count1) s
s
2000000
Label
Kurva
Derajat
Anggota
Range
1
Dekat
Segitiga
20
0-40
2
Sedang
Segitiga
40
20-60
3
Jauh
Segitiga
60
40-80
s = jarak yang terukur (m)
Namun untuk output PWM nilai anggota
T = suhu yang terukur (°C)
untuk setiap derajat keanggotaan dalam
count = hasil penghitungan pulsa
suatu keanggotaan adalah sama dan tidak
Untuk
mengendalikan
motor
DC
digunakan fasilitas PWM pada timer1
memiliki nilai pada keanggotaan yang
lain.
yang terdapat pada ATmega 8. Dengan
mengubah
nilai
PWM
maka
nilai
tegangan yang masuk ke motor DC pun
Himpunan PWM
N
Label Anggota
Nilai Setiap Derajat
berubah. Tegangan ini dikirimkan ke
o
motor DC melalui Pin 15 ATmega 8 yang
1
Rendah
5
merupakan Pin OC1A.
2
Menengah
115
3
Tinggi
225
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.
Label
Kurva
1
2
Anggota
Normal
Hangat
3
Panas
Dalam
mengimplementasikan
Fuzzy Logic digunakan 9 aturan fuzzy
dalam
proses
inferensinya
dengan
menggunakan model Sugeno. Aturan
fuzzy memainkan peran kunci dalam
menunjukkan
ahli/pemodelan
Himpunan Fuzzy Suhu
No
Keanggotaan
kontrol
pengetahuan
yang
dan
pengalaman dan dalam menghubungkan
Derajat 1
Range
Segitiga
Segitiga
27
32
22-32
27-37
Segitiga
37
32-42
variabel input pengendali fuzzy / model
untuk variabel output (atau beberapa
variabel). (Mehran : 2008). Aturan
linguistik menggambarkan sistem kontrol
4
terdiri dari dua bagian, sebuah blok
pendahuluan (antara IF dan THEN) dan
blok konsekuensi (mengikuti THEN)
(Hassan, dkk : 2012).
Aturan Fuzzy
Jarak
Dekat
Sedang
Jauh
Suhu
Normal
Rendah
Rendah
Menengah
Hangat
Rendah
Menengah
Tinggi
Panas
Menengah
Tinggi
Tinggi
Gambar 4. Nilai PWM pada suhu tetap
dan jarak berbeda
Nilai PWM yang terukur pada jarak
tetap
Jarak yang terukur = 40 cm
No.
1.
2.
3.
Suhu (°C)
30
34
38
PWM
71
159
225
Gambar 3. Pengendali motor DC
Hasil
Data Hasil Pengujian
Nilai PWM yang terukur pada suhu tetap
Suhu yang terukur = 35 °C
No.
1.
2.
3.
Jarak (cm)
30
50
70
PWM
121
200
225
Gambar 5. Nilai PWM pada jarak tetap
dan suhu berbeda
5
Pembahasan
Kesimpulan
Pengujian dilakukan untuk melihat
Telah
terealisasi
sistem
kontrol
keakuratan pengukuran jarak dan suhu
otomatis untuk mengendalikan motor DC
serta kesesuaian PWM yang dihasilkan
berbasis Fuzzy Logic (karakterisasi suhu
menggunakan Fuzzy Logic yang menjadi
dan jarak) dengan rentang input suhu dari
penentu kecepatan motor DC. Pengujian
20-40ºC, jarak dari 0-80cm, dan output
dilakukan sebanyak 6 kali dimana 3
PWM dari 0-225 dengan menerapkan
pengujian dilakukan pada keadaan suhu
sembilan
tetap dan 3 lainnya pada keadaan jarak
pengujian didapat bahwa besarnya nilai
yang tetap. Dari keenam pengujian
PWM yang dihasilkan sesuai dengan
diperoleh bahwa PWM yang dihasilkan
suhu dan jarak yang terukur, meskipun
oleh alat sesuai dengan hasil perhitungan
dalam pengukuran suhu dan jarak masih
secara
terdapat
teori,
dimana
dilihat
dari
perhitungan output berupa PWM dengan
aturan
Fuzzy.
Dari
ketidakstabilan
hasil
hasil
pengukuran.
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.
6
Proceedings of the World Congress
on Engineering 2012 Vol II,
London , Juli 4 - 6, 2012.
DAFTAR PUSTAKA
Mehran, Kemyar. 2008. Takagi-Sugeno
Fuzzy Modeling for Process
Arifin, Bustanul. 2005. Pengendalian
Motor DC Menggunakan Logika
Control. Newcastle : Newcastle
University.
Fuzzy. Jurnal Transistor Vol. 5, No.
1 Juli 2005 : 21 – 30.
Prasetyo, Hermawan Putra dan Aulia S.
A., _, Perancangan Sistem
Baharuddin, dkk. 2011. Sistem Kendali
Navigasi Pada Kapal (Mcst-1 Ship
Kecepatan Motor DC Berbasis
Autopilot) Untuk Mendukung
PWM ( Pulse Width Modulation ),
Sistem Autopilot, Jurnal yang tidak
Jurnal yang tidak dipublikasikan,
dipublikasikan, Jurusan Teknik
Jurusan Sistem Komputer, STMIK
Fisika, ITS Surabaya Indonesia.
Kendari Sulawesi Tenggara.
Serway, Raymond A. and John W. Jewett.
Craig, Kevin._. Fuzzy Logic and Fuzzy
Control. New York : Rensselaer
2004. Physics for Scientists and
Engineers. Thomson Brooks/Cole.
Polytechnic Institute.
Thongcai, S. 2000. Sonar BehaviorHassan, M. F. Abu, dkk. 2012. Fuzzy
Based Fuzzy Control for a Mobile
Logic Based Intelligent Control of
Robot, Proceedings of the IEEE
RGB Colour Classification System
International Conference on
for Undergraduate Artificial
Systems, Man and Cybernetics,
Intelligence Laboratory,
Nashville, Oktober 8-1
7