BAB 2

KAJIAN PUSTAKA

Dalam tesis ini dibahas mengenai metode pengaturan kecepatan pada motor
induksi tiga fasa dengan pengaturan besar medan dan torsi, yang dalam hal ini
metode yang digunakan adalah IFOC. Kendali FGS-PID yang kemudian akan
digunakan untuk membantu memperbaiki performa pengaturan kecepatan pada
motor induksi tiga fasa pada kondisi putaran rendah ketika mengalami perubahan
parameter baik kecepatan atau beban secara bervariasi, sehingga diharapkan
mampu mempercepat kondisi transien pada sistem dan menghilangkan
overshot/undershoot.

2.1 TEORI PENUNJANG

2.1.1. Motor Induksi Tiga Fasa

Kehandalan motor induksi sebagai penggerak listrik di bidang industri terus

dikembangkan. Motor yang memiliki tenaga besar, konstruksi yang kokoh serta
mudah dicari di pasaran menjadikan motor ini paling banyak digunakan sehingga
mulai menggeser penggunaan motor DC [10]. Akan tetapi motor induksi memiliki
beberapa parameter yang bersifat non-linier, terutama resistansi rotor, yang
memiliki nilai bervariasi untuk kondisi operasi yang berbeda. Hal ini yang
menyebabkan pengaturan pada motor induksi lebih sulit dibandingkan dengan
motor DC.
Salah satu kelemahan dari motor induksi adalah tidak mampu
mempertahankan kecepatannya dengan konstan bila terjadi perubahan beban.
Apabila terjadi perubahan beban maka kecepatan motor induksi akan menurun.
Untuk mendapatkan kecepatan konstan serta memperbaiki kinerja motor induksi
terhadap perubahan beban, maka dibutuhkan suatu pengontrol. Penggunaan motor
induksi tiga fasa di beberapa industri membutuhkan performansi yang tinggi dari

7
motor induksi untuk dapat mempertahankan kecepatannya walaupun terjadi
perubahan beban. Salah satu contoh aplikasi motor induksi yaitu pada industri
kertas. Pada industri kertas ini untuk menghasilkan produk dengan kualitas yang
baik, dimana ketebalan kertas yang dihasilkan dapat merata membutuhkan
ketelitian dan kecepatan yang konstan dari motor penggeraknya, sedangkan pada
motor induksi yang digunakan dapat terjadi perubahan beban yang besar.

Gambar 2.1. Motor Induksi 3 Fasa

Penamaan motor induksi sesuai dengan kenyataan bahwa arus rotor motor
ini bukan diperoleh dari sumber tertentu, tetapi merupakan arus yang terinduksi
sebagai akibat adanya perbedaan relative antara putaran rotor dengan medan putar
(Rotating Magnetic Field) yang dihasilkan oleh arus stator. Belitan stator yang
dihubungkan dengan suatu sumber tegangan tiga fasa akan menghasilkan medan
120𝑓
magnet yang berputar dengan kecepatan sinkron 𝑛𝑠 = . Medan putar pada
2𝑝

stator tersebut akan memotong konduktor-konduktor pada rotor, sehingga

terinduksi arus; dan sesuai dengan Hukum Lentz, rotor pun akan ikut berputar
mengikuti medan putar stator.Perbedaan putaran relatif antara stator dan rotor
disebut slip. Bertambahnya beban, akan memperbesar kopel motor, yang oleh
karenanya akan memperbesar pula arus induksi pada rotor, sehingga slip antara
medan putar stator dan putaran rotor pun akan bertambah besar. Jadi , bila beban
motor bertambah, putaran rotor cenderung menurun.

8
2.1.2. Transformasi Clark dan Park pada Vektor Kontrol

Transformasi Clark atau yang juga sering disebut sebagai transformasi α-β
merupakan transformasi sistem tiga fasa (a, b, c) menjadi sistem dua fasa (α, β)
yang stasioner. Jika dianggap arus a, b, dan c bernilai sesuai dengan fungsi
sinusoidal dan memiliki perbedaan fasa sebesar 120o satu sama lainnya, maka arus
tiga fasa tersebut dapat diubah ke dalam dua fasa yang diam, yaitu sumbu α-β,
atau sumbu α sebagai nilai real-nya, dan sumbu β sebagai nilai imajinernya
(kerangka referensi stator). Transformasi Clark dapat dilihat pada Gambar 2.2.

b isβ
is

isα a= α

Gambar 2.2. Transformasi Clark [11]

Arus 𝑖̅𝑠 pada Gambar 2.2 bila dinyatakan sebagai fungsi dari komponen tiga
fasa adalah sebagai berikut :

𝑜 𝑜 𝑜
𝑖̅𝑠𝑠 = 𝑖𝑠𝑎 𝑒 𝑗0 + 𝑖𝑠𝑏 𝑒 𝑗120 + 𝑖𝑠𝑐 𝑒 𝑗240 (1)

dan dengan menggunakan identitas Euler 𝑒 𝑗𝜔𝑡 = cos(𝜔𝑡) + 𝑗𝑠𝑖𝑛(𝜔𝑡) maka

komponen 𝑖𝑠𝛼 dan 𝑖𝑠𝛽 dari vektor 𝑖̅𝑠𝑠 (dengan superscript s mengimplikasikan
kerangka referensi stasioner/stator) dapat dinyatakan sebagai :

𝑖̅𝑠𝑠 = 𝑖𝑠𝑎 + 𝑗𝑖𝑠𝑏 (2)

sehingga persamaan dalam bentuk matriks untuk mengubah komponen tiga fasa
menjadi dua fasa, adalah sebagai berikut :

9
 1 1 (3)
𝑖𝛼 2 1 − − 𝑖𝑎
[ ] = √ [ 2 2 ] [𝑖 ]
𝑏
𝑖𝛽 3 1 1
0 √3 − √3 𝑐 𝑖
2 2

2
dengan konstanta√3 yang menunjukkan sistem power invariant dari sistem
pengaruran Vector Control.

Transformasi Park merupakan transformasi sistem dua fasa stasioner,

α dan β, menjadi sistem dua fasa yang berputar, direct (d) dan quadrature (q) atau
seringkali disebut transformasi d-q.

β
q
isβ d

is
isd
isq a= α
isα

Gambar 2.3. Transformasi Park [ 11]

Dari Gambar 2.3 hubungan antara vektor 𝑖̅𝑠𝑠 pada kerangka referensi stasioner dan
vektor 𝑖̅𝑒𝑠 pada kerangka referensi yang bergerak adalah :

𝑖̅𝑒𝑠 = 𝑖̅𝑠𝑠 𝑒 −𝑗𝜃 (4)

persamaan di atas dapat dijabarkan menjadi :

𝑖𝑠𝑑 = 𝑗𝑖𝑠𝑞 = (𝑖𝑠𝛼 + 𝑗𝑖𝛽 )[cos(−𝜃) + 𝑗𝑠𝑖𝑛(−𝜃] (5)

atau bila persamaan di atas dinyatakan dalam matriks, maka :

𝑖𝑠𝑑 𝑐𝑜𝑠 𝜃 𝑠𝑖𝑛 𝜃 𝑖𝑠𝛼 (6)

[ ] = [ ][ ]
𝑖𝑠𝑞 −𝑠𝑖𝑛 𝜃 𝑐𝑜𝑠 𝜃 𝑖𝑠𝛽

Transformasi Clark di dalam pengaturan medan motor induksi digunakan

untuk mentransformasikan arus stator tiga fasa (ia, ib, dan ic) pada bidang stasioner
(stationary reference frame) ke arus stator ortogonal dua fasa (iα dan iβ) pada
bidang ortogonal (orthogonal reference frame). Sedangkan Transformasi Park

10
digunakan untuk mentransformasikan arus stator (iα dan iβ) ke arus stator dua fasa
(ids dan iqs) pada bidang putar (rotating reference frame).

2.1.3 Indirect Field Oriented Control (IFOC)

IFOC adalah suatu metode pengaturan medan pada motor AC, di mana dari
sistem coupled diubah menjadi sistem decoupled. Dengan sistem ini arus
penguatan dan arus beban motor dapat dikontrol secara terpisah, sehingga fluksi
dan torsi juga dapat diatur secara terpisah, seperti halnya motor DC. Pada
Pengaturan ini, kecepatan dari motor dimonitor oleh suatu sensor kecepatan atau
bisa juga menggunakan tachometer. Kecepatan motor diumpan balikkan
kemudian dibandingkan dengan kecepatan referensi oleh suatu komparator.
Bila ada error, kemudian nilai tersebut menjadi input dari sistem kendali.
Selanjutnya kendali memberikan sinyal kepada sistem IFOC, yang akan
diteruskan ke rangkaian penyalaan dari inverter untuk mengubah tegangan dan
arus motor, sehingga diperoleh kecepatan yang diinginkan sehingga bisa
mendekati kecepatan referensi.
Fluks rotor dan torsi dapat dikontrol secara terpisah oleh arus stator direct-
axis (ids) dan arus quadratur-axis (iqs) secara berurutan. Besar arus quadratur-axis
referensi (i*qs) dapat dihitung dengan torsi referensi Te* menggunakan persamaan
berikut [5],[11]:

∗
𝑖𝑞𝑠 = 2 2 𝐿 𝑇∗ (7)
∗ ∗ 𝑟 ∗ 𝜆𝑒∗
3 𝑃 𝐿 𝑚 𝑟

dengan Lr adalah induktansi rotor, Lm adalah induktansi mutual, dan λr adalah

fluks linkage rotor estimasi, yang diperoleh dari persamaan berikut :

𝜆𝑟 = 𝐿𝑚 𝑖𝑑𝑠 (8)
1 + 𝜏𝑟 𝑆

𝐿𝑟
Dengan 𝜏𝑟 = adalah konstanta waktu rotor.
𝑅𝑟

11
 ∗
Besarnya arus direct-axis stator referensi 𝑖𝑞𝑠 adalah tergantung dari input fluks
referensi 𝜆∗𝑟 yaitu:

∗
𝑖𝑑𝑠 = 𝜆∗ (9)
𝐿𝑚

Sudut flux rotor θe untuk transformasi koordinat diperoleh dari perhitungan antara
kecepatan putaran rotor ωm dan kecepatan slip ωsl, dengan persamaan

𝜃𝑒 = (10)
∫(𝜔𝑚 + 𝜔𝑠𝑙 ) 𝑑𝑡

∗
kecepatan slip diperoleh dari perhitungan arus stator referensi 𝑖𝑞𝑠 dengan
parameter motor

𝐿𝑚 𝑅
𝜔𝑠𝑙 = ∗
∗ 𝐿 𝑟 ∗ 𝑖𝑞𝑠 (11)
𝜆∗𝑟 𝑟

∗ ∗ ∗ ∗
Arus referensi 𝑖𝑞𝑠 dan 𝑖𝑑𝑠 dikonversi ke dalam arus sefasa referensi 𝑖𝑎𝑠 , 𝑖𝑏𝑠 ,
∗
𝑖𝑐𝑠 yang akan menjadi input regulator arus. Kemudian regulator arus akan
memproses arus fasa referensi menjadi sinyal pemicuan yang akan mengontrol
inverter.

Gambar 2.4. Blok diagram Indirect Field Oriented Control

IFOC yaitu pengendalian besar fluks dan torsi dengan pengendalian besaran fluks
yang pengukurannya tidak dilakukan secara langsung, melainkan dengan
pengukuran secara tidak langsung (indirect) dengan cara menggunakan sensor
kecepatan dan arus. Dikarenakan perubahan fluks sebanding lurus dengan
perubahn arus dan kecepatan motor.

12
2.1.4 Sistem Kendali PID

PID merupakan gabungan dari tiga mode. Mode Proportional (P), Integral
(I), dan Derivative (D). Penggabungan ini berfungsi untuk menutupi kekurangan
dan menonjolkan kelebihan dari masing-masing mode kendali. Misalnya mode P
berfungsi mempercepat waktu naik agar respon sistem lebih cepat mencapai
setpoint, namun masih meninggalkan offset. Kelemahan mode P dapat diatasi
dengan menggabungkan mode I yang mampu menghilangkan offset dan
mengurangi terjadinya maksimum overshoot yang terlalu besar. Karena mode I
dapat menyebabkan respon sistem lambat, maka dapat digabungkan dengan
mode D. Bentuk umum sistem kendali PID ditunjukkan pada persamaan (12)
[13-15].

1 𝑑𝑒(𝑡)
u(t) = 𝐾𝑃 (𝑒(𝑡) + 𝑇 ∫ 𝑒(𝑡)𝑑𝑡 + 𝑇𝑑 ) (12)
𝑖 𝑑𝑡

atau dalam bentuk persamaan lain dapat ditulis sebagai berikut:

𝐾𝑃 𝑑𝑒(𝑡)
𝑢(𝑡) = 𝐾𝑃 𝑒(𝑡) + ∫ 𝑒(𝑡)𝑑𝑡 + 𝐾𝑝 𝑇𝑑 (13)
𝑇𝑖 𝑑𝑡

𝑑𝑒(𝑡)
𝑢(𝑡) = 𝐾𝑃 𝑒(𝑡) + 𝐾𝑖 ∫ 𝑒(𝑡)𝑑𝑡 + 𝐾𝑑 (14)
𝑑𝑡

𝐾𝑃
Bila 𝐾𝑖 = dan 𝐾𝑑 = 𝐾𝑝 𝑇𝑑
𝑇𝑖

𝐾𝑃 𝑒(𝑡)

𝑡 𝑢(𝑡)
𝑒(𝑡) 𝐾𝑖 ∫ 𝑒 (𝑡) 𝑑𝑡
0

𝑑
𝐾𝑑 𝑒(𝑡)𝑑𝑡
𝑑𝑡

Gambar 2.5. Diagram Blok Sistem Kendali PID

Pada penalaan parameter pengendali PID, gain Kp tidak boleh terlalu besar
karena semakin besar gain Kp maka sistem akan semakin sensitif dan cenderung

13
tidak stabil. Jika Kp kecil, maka offset menjadi besar. Jika Ti kecil, maka dapat
menghilangkan offset tetapi cenderung membawa sistem menjadi lebih sensitif
dan mudah berosilasi. Jika Ti besar, maka belum tentu efektif menghilangkan
offset dan juga membuat respon menjadi lebih lambat. Jika Td besar, maka akan
membuat unsur derivative menjadi lebih menonjol sehingga respon cenderung
cepat. Jika Td kecil, maka kurang membantu pada saat pencapaian setpoint
[14-16].

Salah satu metode tuning PID adalah metode tuning ZN, proses awal tuning
adalah memasukkan nilai Kp dengan Ti bernilai tak hingga dan Td bernilai nol.
Kemudian nilai Kp diubah meningkat hingga mencapai keluaran menghasilkan
osilasi dengan amplitudo sama besar. Gain yang membuat kondisi berosilasi
adalah gain Ku dan periode osilasi satu gelombang penuh adalah Pu. Nilai Ku dan
Pu digunakan untuk mendapatkan nilai Kp, Ki dan Kd. Aturan tuning ZN
ditunjukkan pada tabel 2.1 [2],[14].

Tabel 2.1. Aturan Tuning Ziegler-Nichols

Tipe Sistem Kendali Kp Ti Td

P 0.5 Ku - -

PI 0.45 Ku Pu/1.2 -

PID 0.6 Ku Pu/2 Pu/8

2.1.5 Kendali Logika Fuzzy

Logika fuzzy digagas oleh Prof. L. Zadeh pada tahun 1965 dari Universitas
California. Logika fuzzy ditemukan setelah logika tegas atau crips logic. Nilai
logika tegas adalah nilai benar dan salah. Nilai benar dinyatakan dengan angka
“1” dan salah dinyatakan dengan angka “0”. Pada logika fuzzy memiliki nilai
kekaburan atau kesamaran antara benar dan salah. Logika fuzzy memungkinkan
nilai keanggotaan antara 0 dan 1, tingkat keabuan, hitam dan putih, dan dalam
bentuk linguistic dan konsep tidak pasti seperti "sedikit", "lumayan" dan "sangat".

14
Derajat keanggotaan fuzzy memiliki interval antara “0” dan “1” atau dinyatakan
dengan notasi [0 1]. Himpunan fuzzy F dalam semesta X biasanya dinyatakan
sebagai pasangan berurutan dari elemen x dan mempunyai derajat
keanggotaan [17-21]:

F = {(x, μF(x))| x ε X} (15)

Dimana F adalah notasi himpunan fuzzy, X adalah semesta pembicaraan, x

adalah elemen generik dari X, dan μF(x) adalah derajat keanggotaan dari x.
Fungsi keanggotaan (membership function) dari himpunan fuzzy dapat disajikan
dalam bentuk gabungan derajat keanggotaan tiap-tiap elemen pada semesta
pembicaraan.

F = Σ μF(ui) / ui (16)

Komponen utama logika fuzzy adalah unit fuzzifikasi, basis pengetahuan,

logika pengambil keputusan dan unit defuzzifikasi.

Basis
Pengetahuan

Masukan Fuzzifikasi Defuzzifikasi Keluaran

Logika
Pengambilan
Keputusan

Gambar 2.6. Struktur Dasar Logika Fuzzy

Beberapa Fungsi struktur dari dasar logika fuzzy adalah:

a. Fuzzifikasi
Fuzzifikasi berfungsi untuk mengubah sinyal masukan yang bersifat crisp
(bukan fuzzy) menjadi himpunan fuzzy. Fuzzifikasi terdapat fungsi keanggotaan
himpunan fuzzy yang direpresentasikan dalam bentuk kurva dengan derajat
keanggotaan antara 0-1. Fungsi keanggotaan himpunan fuzzy merupakan sebuah

15
kurva yang menggambarkan pemetaan dari derajat keanggotaan antara 0-1.
Semakin banyak jumlah fungsi keanggotaan dalam sebuah fuzzy set, maka
semakin banyak pula basis pengetahuan yang harus dibuat. Bentuk fungsi
keanggotan dalam himpunan fuzzy terdiri atas berbagai jenis kurva, sebagaimana
ditunjukkan pada Gambar 2.7.

(a) (b)

(c) (d)

Gambar 2.7. Contoh Fungsi Keanggotaan Logika Fuzzy

(a) Fungsi keanggotaan gaussian

(b) Fungsi keanggotaan bell-shaped
(c) Fungsi keanggotaan trapesium
(d) Fungsi keanggotaan segitiga

b. Basis Pengetahuan
Dalam basis pengetahuan berisi basis data (data base) dan kaidah atur (rule base).

1. Basis Data (Data Base)

Basis data berfungsi untuk mendefinisikan himpunan-himpunan fuzzy dari
sinyal masukan dan sinyal keluaran agar dapat digunakan oleh variabel
linguistik dalam basis aturan. Dalam pendefinisian tersebut biasanya
dilakukan secara subjektif dengan menggunakan pendekatan heuristik dan

16
 didasarkan pada pengalaman dan pertimbangan yang menyangkut
kerekayasaan, sehingga bergantung penuh pada perancang.

2. Kaidah Atur (Rule Base)

Kaidah atur dalam fuzzy ini biasanya tersusun dengan pernyataan IF
(antecedent) THEN (consequent) atau dapat juga dituliskan IFx is A THEN y
is B, dimana antecedent berisi himpunan fakta masukan (sebab) dan
consequent berisi himpunan fakta keluaran (akibat). IF …THEN … dalam
logika fuzzy akan melakukan pemetaan dari himpunan fuzzy masukan
kehimpunan fuzzy keluaran.

c. Logika Pengambilan Keputusan

Proses pengambilan keputusan/Fuzzy Inference System (FIS) dilakukan
dengan cara mengolah dan menyimpulkan kaidah yang tersusun dalam rule IF…
THEN, dimana setiap rule menghasilkan satu keluaran. Pada dasarnya, satu rule
akan aktif apabila kondisi masukan memenuhi aturan pernyataan IF. Pengaktifan
aturan pernyataan IF menghasilkan keluaran kendali yang didasarkan pada aturan
pernyataan THEN. Dalam sistem fuzzy digunakan banyak rule yang menyatakan
satu atau lebih pernyataan IF. Suatu rule dapat pula mempunyai beberapa kondisi
masukan, yang satu sama lainya dihubungkan dengan AND atau OR untuk
mendapatkan rule keluaran.

d. Defuzzifikasi
Defuzzifikasi merupakan proses merubah keluaran fuzzy dari FIS menjadi
keluaran crips. Bentuk umum proses defuzzifikasi dinyatakan dengan, Z0 =
defuzzier (z) dimana z adalah aksi pengendalian fuzzy, Z0 adalah aksi pengendali
crisp, dan defuzzifier adalah operator defuzzifikasi. Terdapat dua macam metode
defuzzifikasi, yaitu:
1. Metode Titik Pusat (Center Of Area, COA).
Metode ini membagi dua momen pertama fungsi keanggotaan, dan harga v0
yang menandai garis pembagi adalah harga V yang ter-defuzzifikasi.
Secara algoritmik dinyatakan :

17
  v (v)dv v

v0  v
(17)
  (v)dv
v
v

Sedangkan dalam semesta diskrit adalah:

m

 v  (v ) k v k
v0  k 1
m (18)
  (v )
k 1
v k

2. Metode Titik Tengah Maksimum (Mean Of Maximum, MOM).

Merupakan metode defuzzifikasi yang merepresentasikan nilai titik tengah
dari keluaran yang fungsi anggotanya maksimum.

e. Klasifikasi Logika Fuzzy

Klasifikasi logika fuzzy dibagi menjadi tiga tipe yaitu:

1. Logika Fuzzy Murni

Logika fuzzy murni memiliki masukan berupa variabel linguistik dan keluaran
berupa variabel linguistik

2. Logika Fuzzy Sugeno-Takagi

Logika fuzzy sugeno-takagi memiliki masukan berupa variabel linguistik dan
keluaran berupa variabel numeric

3. Logika Fuzzy Mamdani

Logika fuzzy mamdani memiliki masukan berupa variabel numerik dan
keluaran berupa variabel numerik

2.1.6 Kendali Fuzzy Gain Scheduling-PID

Metode kendali fuzzy gain scheduling pertama kali dikembangkan oleh

Zhao dkk pada tahun 1993 yang berfungsi menentukan nilai parameter PID.
Sistem kendali PID merupakan algoritma kendali yang banyak digunakan di

18
industri proses karena bentuk yang sederhana dan mudah diimplementasikan.
Pada kondisi operasi tertentu, misalnya sering terjadi gangguan pada proses atau
parameter proses yang berubah-ubah, parameter kendali ini harus sering di-tuning
agar kinerjanya tetap baik. Permasalahan ini dapat diselesaikan dengan
menggunakan sistem kendali FGS-PID karena parameter kendali diubah secara
otomatis jika terjadi perubahan kondisi operasi yang menyebabkan kinerja sistem
kendali menurun. Logika fuzzy digunakan untuk menentukan parameter Kp, Ki dan
Kd. Fuzzy Kp' digunakan untuk menentukan Kp, fuzzy Kd' digunakan untuk
menentukan Kd, dan fuzzy α digunakan untuk menentukan Ki. Ketiga sistem fuzzy
memiliki masukan error (e) dan laju error (Δe). Pada proses fuzzifikasi, masukan
fuzzy menggunakan tujuh fungsi keanggotaan yaitu negative big (NB), negative
medium (NM), negative small (NS), zero (ZO), positive small (PS), positive
medium (PM) dan positive big (PB). Fungsi keanggotaan masukan fuzzy
ditunjukkan pada Gambar 2.8 [2],[22-24].

Gambar 2.8. Fungsi Keanggotaan Masukan Fuzzy (error dan Δ error)

Pada proses defuzzifikasi, fungsi keanggotaan keluaran fuzzy Kp'dan fuzzy

Kd' terdiri dari dua fungsi keanggotaan yaitu big (B) dan small (S). Fungsi
keanggotaan keluaran fuzzy Kp' dan fuzzy Kd' ditunjukkan pada Gambar 5.

1
µ 𝑠𝑚𝑎𝑙𝑙 (𝑥) = − 𝑙𝑛 𝑥 (19)
4

1
µ 𝑏𝑖𝑔 (𝑥) = − 4 𝑙𝑛(1 − 𝑥) (20)

19
 Gambar 2.9. Fungsi keanggotaan keluaran Fuzzy Kp' dan Fuzzy Kd'

Fungsi keanggotaan keluaran fuzzy α menggunakan fungsi keanggotaan

tunggal yang terdiri dari Small (S), Medium Small (MS), Medium (M) dan Big
(B). Fungsi keanggotaan keluaran fuzzy a ditunjukkan pada Gambar 2.10.

μ
S MS M B

2 3 4 5 α

Gambar 2.10. Fungsi Keanggotaan Keluaran Fuzzy (α)

Aturan fuzzy berisi sekumpulan pernyataan fuzzy dalam bentuk if…then.

Contoh: if e(k) is A, and Δe(k) is B, then Kp' is C, Kd’ is D, and Ki’ is E. Basis
aturan fuzzy ditentukan oleh orang ahli dalam bidang FGS-PID berdasarkan
contoh respon yang diinginkan [2].

Proses implikasi fuzzy menggunakan metode titik tengah karena memiliki

nilai yang akurat. Proses implikasi fuzzy dari aturan fuzzy ditunjukkan pada
Gambar 7 [2],[25].

20
 μ Ai

12 μAi

μ
e(k) e
μ’
μ
Bi
μBi
12 Kp’
Δe(k) Δe
12
12 12

Gambar 2.11. Proses Implikasi Fuzzy Dari Aturan Fuzzy

.

Ketika nilai Kp’, Kd’, dan α diperoleh, parameter PID dari FGS dihitung
menggunakan persamaan (19-21).

Kp = (Kp max – Kp min) Kp’ + Kp min (21)

Kd = (Kd max – Kd min) Kd’ + Kd min (22)

Ki = (Kp 2 / (a Kd ) (23)

Kisaran Kp dan Kd ditentukan dengan aturan praktis menggunakan persamaan

(24) dan (25).

Kp min = 0.32 Ku , Kp max = 0.6 Ku (24)

Kd min = 0.08 Ku Pu , Kd max = 0.15 Ku Pu (25)

2.1.7 Inverter 3 Fasa

Konverter DC ke AC dinamakan inverter. Fungsi sebuah inverter adalah

mengubah tegangan input DC menjadi tegangan output AC simetris dengan besar
dan frekwensi yang diinginkan. Tegangan outputnya bisa tertentu dan bisa juga
diubah-ubah dengan frekwensi tertentu atau frekwensi yang diubah-ubah.
Tegangan output variabel didapat dengan mengubah-ubah tegangan input DC agar

21
gain inverter konstan. Di sisi lain, apabila tegangan input DC adalah tertentu dan
tidak bisa diubah-ubah,bisa didapatkan tegangan output yang variable dengan
mengubah-ubah gain dari inverter. Gain inverter didefinisikan sebagai rasio
tegangan output AC terhadap tegangan input DC.

Gambar 2.12. Rangkaian Inverter 3 fasa dengan 6 buah MOSFET [26].

Rangkaian inverter ini terdiri dari enam buah piranti switching (MOSFET)
yang bekerja secara berpasangan dan bekerja (on-off) secara bergantian. Maka
membutuhkan enam buah pulsa yang bekerja on-off secara bergantian. Untuk
menentukan tegangan keluaran dari inverter dapat digunakan persamaan sebagai
berikut :

2
𝑉𝑜𝑢𝑡 = √ 𝑉𝑠 (26)
3

2.1.8 Sistem Antarmuka

Bus adalah bagian dari sistem komputer yang berfungsi untuk memindahkan
data antar bagian – bagian dalam sistem komputer. Data dipindahkan dari piranti
masukan ke CPU, CPU ke memori, atau dari memori ke piranti keluaran. Seperti
jalan raya, bit – bit data mengalir sepanjang bus. Secara umum ada 2 (dua) jenis
bus, yaitu : bus sistem dan bus ekspansi. Bus sistem merupakan bagian dari
motherboard. Bus ekspansi menghubungkan CPU dengan peripheral. Beberapa
contoh bus ekspansi, antara lain : bus ISA, bus PCI, bus AGP, bus USB, bus
Firewire.

22
 1. Bus ISA merupakan bus yang paling lambat, dengan teknologi lama. Slot
bus ISA paling banyak dijumpai pada motherboard di pasaran.
2. Bus PCI lebih cepat dengan teknologi lebih baru dibanding ISA. Bus PCI
mensuport plug and play, 4x lebih cepat dibanding ISA, dan kebanyakan
PCI menyediakan bus baik ISA maupun PCI.
3. AGP (Accelerated Graphics Port) dirancang oleh Intel dan digunakan
untuk adapter video. Bus AGP memperbaiki kecepatan grafik 3D, menjadi
antarmuka khusus antara card video dan memori. Secara fisik, card video
AGP dipasang pada slot bus AGP.
4. Bus USB (Universal Serial Bus) dan Firewire akan menghilangkan
keperluan card ekspansi. USB mengijinkan sampai 127 piranti terhubung ke
komputer pada waktu bersamaan secara plug. Bus USB merupakan jenis bus
baru, tidak memerlukan card pada slot ekspansi. Piranti terhubung ke port
USB menggunakan kabel, port USB kemudian terhubung dengan USB yang
menghubungkannya ke PCI.
5. Firewire adalah bus baru lainnya, tidak perlu card ekspansi (hanya perlu
kabel). Firewire bagus untuk streaming video kualitas tinggi.

Dalam melakukan proses interfacing, antara perangkat keras (hardware)

dengan PC harus terhubung. Salah satu peralatan untuk menghubungkan
keduanya adalah port dan konektor yaitu PCI – kabel terminal – PCLD, seperti
yang terlihat pada Gambar 2.13.

Gambar 2.13. PCI-1710 series dan PCLD-8710 dihubungkan dengan kabel terminal 68 pin

23
2.1.8.1 PCI Device

PCI (Peripheral Connection Interface) adalah salah satu jenis bus yang
dipasang pada PC untuk proses pengiriman maupun penerimaan data atau
informasi dari dan ke peralatan luar. Tata letak PCI pada CPU terlihat pada
Gambar 2.14.

Gambar 2.14. Tata letak bus PCI

PCI dibuat oleh intel dan menjadi standart untuk sistem pentium. PCI dapat
menukar data dengan CPU pada 32 atau 64-bit per detik dan mensupport bus
mastering dalam mengijinkan kartu ‘pintar’ untuk melakukan proses mandiri dari
CPU. PCI slot hanya menerima card PCI dan card PCI hanya pas pada PCI slot.
Ada banyak jenis atau type dari PCI. Salah satunya type PCI 1710 / 1710HG.

2.1.8.2 Spesifikasi PCI 1710

Merupakan kartu multifungsi Data Acquisition (DAS) untuk bus PCI.

Bentuk nyata dari PCI terlihat pada Gambar 2.15 yang memiliki desain rangkaian
yang unik dan fungsi yang lengkap untuk akuisisi dan kontrol data termasuk
pengkonversi analog ke digital (A/D conversion), pengkonversi digital ke analog
(D/A conversion), digital input, digital output dan counter/timer. Selain yang
disebutkan diatas terdapat sejumlah fitur yang lain diantaranya :

1) 12 bit, 100kS/s multifunction card.

2) 12 bit pengubah analog ke digital (A/D) dengan kecepatan sampling
sampai 100 Khz.

24
 3) 16 kanal single ended atau 8 kanal untuk diferensial masukan A/D.
4) Progammable gain untuk setiap kanal masukan.
5) 2 kanal keluaran D/A.
6) 16 kanal masukan digital.
7) 16 kanal keluaran digital.

Gambar 2.15. PCI card 1710

2.1.8.3 Board PCLD 8710

Merupakan terminal board untuk menghubungkan perangkat luar dengan

CPU melalui PCI card. Type dari PCLD banyak macamnya, salah satunya adalah
type PCLD 8710. Seperti yang terlihat pada Gambar 2.16.

Gambar 2.16. PCLD 8710

2.1.9 Sensor Arus (ACS 712)

ACS712 merupakan suatu IC terpaket yang mana berguna untuk sensor arus
menggantikan trafo arus yang relatif besar dalam hal ukuran. Pada prinsipnya

25
ACS712 sama dengan sensor efek hall lainnya yaitu dengan memanfaatkan medan
magnetik di sekitar arus kemudian dikonversi menjadi tegangan yang linier
dengan perubahan arus. Nilai variabel dari sensor ini merupakan input untuk
mikrokontroller yang kemudian diolah. Keluaran dari ACS712 masih berupa
sinyal tegangan AC, agar dapat diolah oleh mikrokontroller maka sinyal tegangan
AC ini di searahkan oleh rangkaian penyearah. Seperti pada gambar dibawah ini.

Gambar 2.17. Ragkaian Sensor Arus ACS712

2.1.10 Sensor Kecepatan

Rotary encoder adalah piranti elektromekanik yang dapat memonitor

gerakan dan posisi. Rotary encoder umumnya menggunakan sensor optik untuk
menghasilkan serial pulsa yang dapat diartikan menjadi gerakan, posisi, dan arah.
Sehingga posisi sudut suatu poros benda berputar dapat diolah menjadi informasi
berupa kode digital oleh rotary encoder. Rotary encoder tersusun dari suatu
piringan tipis yang memiliki lubang-lubang pada bagian lingkaran piringan. LED
ditempatkan pada salah satu sisi piringan sehingga cahaya akan menuju ke
piringan. Di sisi yang lain suatu photo-transistor diletakkan sehingga photo-
transistor ini dapat mendeteksi cahaya dari LED yang berseberangan. Apabila
posisi piringan mengakibatkan cahaya dari LED dapat mencapai photo-transistor
melalui lubang-lubang yang ada, maka photo-transistor akan mengalami saturasi
dan akan menghasilkan suatu pulsa gelombang persegi. Semakin banyak deretan
pulsa yang dihasilkan pada satu putaran menentukan akurasi rotary encoder
tersebut

26
 Gambar 2.18. Prinsip kerja Rotary Encoder sebagai SensorKecepatan

2.2 PENELITIAN TERKAIT

Beberapa penelitian yang berhubungan dengan pengaturan kecepatan motor

induksi , pernah dilakukan. Brian Heber, Longya Xu dan Yifan Tang (1997)
melakukan penelitian dengan mengaplikasikan Fuzzy Logic Controller (FLC)
yang dipadukan dengan pengontrol Proposional-Integral-Derivatif (PID)
konvensional untuk mengontrol kecepatan motor induksi. Penggunaan FLC dapat
memperbaiki performansi dinamik motor induksi dibandingkan dengan
penggunaan pengontrol PID konvensional [1].
Teori Fuzzy Gain Schedulling-PID pertama kali dikembangkan oleh Zhen-
Yu Zhao, Masayoshi Tomizuka, dan Satoru Isaka pada tahun 1993. Penggunaan
kontrol dilakukan untuk melakukan scheduller pada gain parameter PID sehingga
dapat memeprmudah dalam menentukan parameter gain proportional, integral,
dan derivative meskipun terjadi perubahan parameter dari sebuah plan yang
dikontrol. Diharapkan dengan penerapan FGS dapat menambah kehandalan dari
kontrol PID. PID adalah salah satu kontrol yang paling banyak digunakan pada
dunia karena memiliki desain yang sederhana, sehingga mudah untuk
diimplementasikan dan memiliki kemampuan yang handal. Tetapi, gain dari
parameter PID sangat sulit untuk ditentukan, sehingga perlu proses retuning untuk
mendapatkan hasil yang baik. Beberepa metode yang dikembangkan untuk
melakukan tuning PID salah satu metode ZN. Metode ini juga dapat
mempermudah dalam menentukan gain Kp, Ki, dan Kd dari PID parameter, akan
tetapi untuk menggunakan metode ini masih juga diperlukan proses try and error

27
untuk mendapatkan respon yang sesuai dengan kaidah aturan metode ZN. Setelah
didapatkan respon yang sesuai, proses tuning dapat menggunakan formula pada
metode ZN. Untuk metode FGS-PID adalah gabungan dari kontrol Fuzzy dan
PID, dimana kontrol logika Fuzzy berfungsi untuk melakukan scheduler gain
parameter dari PID. Logika Fuzzy digagas oleh Prof. L. Zadeh pada tahun 1965
dari Universitas California. Logika Fuzzy ditemukan setelah logika tegas atau
crips logic. Nilai logika tegas adalah nilai benar dan salah. Nilai benar dinyatakan
dengan angka “1” dan salah dinyatakan dengan angka “0”. Pada logika Fuzzy
memiliki nilai kekaburan atau kesamaran antara benar dan salah. Logika Fuzzy
memungkinkan nilai keanggotaan antara 0 dan 1, tingkat keabuan, hitam dan
putih, dan dalam bentuk linguistic dan konsep tidak pasti seperti "sedikit",
"lumayan" dan "sangat". Derajat keanggotaan fuzzy memiliki interval antara “0”
dan “1” atau dinyatakan dengan notasi 0 dan 1 [2].
Kontrol logika fuzzy (KLF) pertama kali dikembangkan oleh Prof. L. Zadeh
pada tahun 1965 dari California University. KLF ditemukan setelah logika crips
ditemukan. Dimana nilai logika crips benar adalah "1" atau salah "0". Logika
fuzzy memiliki nilai pasti antara benar dan salah, sehingga logika fuzzy juga
dapat digunakan nilai keanggotaan antara 0 dan 1 untuk melakuakn proses
pengambilan keputusan. Contoh dari KLF adalah dengan menggunakan beberapa
variabel yang disajikan dalam bahasa linguistik seperti yang positif, nol, dan
negatif. Sehingga prinsip FGS-PID menggunakan dua input (errror dan Δ-error)
dengan output Kp’, Kd’ dan α. Fuzzy Kp’ digunakan untuk menjadwalkan
parameter gain (p), Kd’ digunakan untuk menjadwalkan parameter gain (d), dan α
digunakan untuk menjadwalkan gain (i). Dengan menerapkan sistem penjadwalan
gain PID parameter, proses tuning PID lebih mudah dilakukan baik pada kondisi
plan stabil atau kondisi tidak stabil [2],[9].
Kemudian, Bousserhane mempresentasikan optimasi menggunakan Fuzzy
gain scheduling pada kendali PI pada kendali kecepatan motor induksi.
Menggunakan teknik optimasi ini Parameter PI kontroler dapat dituning secara
on-line oleh mekanisme adaptif pada logika Fuzzy. Desain optimal FGS dari PI
kontroler menggabungkan manfaat dari kontrol modus sliding dan mekanisme
inferensi Fuzzy diusulkan [27].

28
 Dalam tulisan ini, akan mendeskripsikan tentang desain kendali kecepatan
motor induksi tiga fasa berbasis IFOC yang dimodelkan melalui proses
identifikasi dari parameter-parameter motor tersebut secara pengukuran. Hal
tersebut dilakukan guna untuk menetukan dan memilih metode kendali yang
sesuai dengan pemodelan motor tersebut. Dengan menggabungkan kendali PID
dan Fuzzy sebagai gain scheduling parameter Kp, Ki dan Kd diharapkan mampu
memberikan respon sistem yang optimal untuk mengkompensasi model sistem
non-linear dari motor induksi 3 fasa terhadap kondisi transien pada pengaturan
kecepatan yang dinamis pada putaran rendah.

29
Halaman ini sengaja dikosongkan

30