Perbaikan Respon Transient Pengaturan Kecepatan Motor DC Menggunakan

Kontroler “Look Up Table” Berbasis FLC-PI dengan “Scheduling Gain”

Ari Santoso, Delon, Rusdhianto EAK, A. Fatoni

Laboratory of Control Engineering,

Department of Electrical Engineering - ITS,
Kampus Keputih, Sukolilo, Surabaya 60111, Indonesia
Phone : +62-31-5947302, Fax : +62-31-5931237
Email : santoso@ee.its.ac.id

Abstrak : Pada motor DC jika diberikan beban yang berubah
sekitar 20% dari beban nominalnya maka responnya akan
mengalami perubahan yang sangat signifikan walaupun
kontroler telah diberikan. Ada beberapa cara untuk mengatasi
permasalahan ini salah satunya adalah dengan menggunakan
kontroler adaptif, akan tetapi untuk motor DC akan mengalami
kesulitan karena time responnya lebih cepat dari frekuensi
perhitungan dari kontroler adaptifnya. Untuk itu pada penelitian
ini kami memanfaatkan FLC-PI yang ditransformasikan ke
dalam sebuah kontroler Look Up Table dengan menggabungkan
dengan Scheduling Gain untuk mengatasi kekasaran kontroler
tsb. Untuk menguji fungsi dari kontroler ini maka plant diuji
dengan menggunakan perubahan beban mekanik sekitar 20%
dan kontroler yang didesain tsb diberlakukan hanya jika sistem
mengalami perubahan parameter. Dan ternyata hasil dari
penelitian ini sangat memuaskan untuk mengatasi perubahan
beban yang signifikan pada plant dengan time respon yang cepat.
Kata kunci: kontroler Look Up Table, FLC-PI, Scheduling Gain.
1. PENDAHULUAN
Pada sistem dengan frekuensi kerja yang tinggi akan
mengalami kesulitan untuk mengendalikannya dan akan
dibutuhkan kontroler yang mempunyai waktu perhitungan
algoritma yang lebih cepat dengan demikian frekuensi
kontroler tersebut akan lebih cepat, jika frekuensi
kontrolernya lebih lambat dari time respon maka kontroler
tersebut menyebabkan sistem menjadi sistem terlambat[7],
untuk sistem seperti ini maka kestabilan dari sistem akan
bergantung dari parameter sistem dan parameter waktu
terlambatnya[7].
Motor DC jika diberi beban yang berubah-ubah maka akan
menyebabkan parameter-parameter plant akan berubah[14]
dimana perubahan itu merupakan fungsi dari perubahan
beban yang diberikan. Jika dianggap perubahan beban
tersebut menyebabkan adanya ketidakpastian parameter
model maka penyelesaian yang sering dilakukan dengan
tidak mengabaikan karakteristik respon yang diinginkan
maka digunakanlah kontroler robust dan ini telah dilakukan
penelitian pendahuluan oleh Paulus SN[14] yaitu secara
simulasi dengan menggunakan data real dari pengukuran
sebuah motor DC yang diberi beban mekanik. Hasil dari
penelitian ini secara keseluruhan baik sekali akan tetapi
secara on-line belum dilakukan penelitian lebih lanjut.
Pada mulanya teori kontrol untuk kontroler digital
dikembangkan melalui konsep pengaturan analog yang
ditransformasikan ke bentuk diskrit, sehingga suatu kontroler
dapat diwujudkan dalam bentuk algoritma pemograman
komputer. Pada konsep pengaturan ini, desain kontroler
dilakukan berdasarkan analisa analitik dari model dinamik
plant dan performansi sistem yang diinginkan.
Pada kenyataannya, sistem asli ternyata tidak
sepenuhnya dapat diwakili oleh model dinamik yang dipakai
untuk menyatakan sistem tersebut. Hal ini disebabkan oleh
banyaknya asumsi yang digunakan untuk menyederhanakan
model sistem. Salah satu pemecahan terhadap permasalahan
tersebut adalah menggunakan kontroler fuzzy.
Kontroler fuzzy adalah adalah salah satu kontroler
cerdas yang mampu melakukan proses pengaturan dengan
cara menirukan pola pikir atau kerja dari otak manusia
(pengaturan cerdas). Dengan cara ini maka kontroler akan
lebih alamiah dan lebih mampu mengontrol sistem dengan
variabel yang tidak jelas batasannya serta mempunyai model
matematik yang rumit.
Karena parameter dari plant motor DC cenderung
mengalami perubahan yang dapat diakibatkan oleh faktor
pembebanan, noise, dan lain-lain. Maka diterapkan suatu
kontroler fuzzy adaptif [4], dimana parameter kontroler fuzzy
dapat berubah mengikuti perubahan parameter plant.
Kontroler fuzzy adaptif pada umumnya diimplementasikan
dengan menggunakan perangkat komputer, yang
menyebabkan dimensi kontroler relatif besar serta sifatnya
tidak dapat berpindah-pindah, hal ini membuat kontroler
dengan menggunakan perangkat komputer relatif sulit untuk
diimplementasiakan dilapangan.
Berdasarkan kenyataan bahwa mikrokontroler adalah
suatu mikrokomputer yang mengkombinasikan CPU dengan
memori dan I/O, sehingga dapat dipergunakan sebagai
pengganti perangkat komputer yang diperlukan untuk proses
pengaturan.
Dalam tugas akhir ini dirancang suatu kontroler
dengan menggunakan mikrokontroler 8031 untuk pengaturan
kecepatan motor DC. Dalam membangun sistem berbasis

Proceeding Seminar Tugas Akhir Jurusan Teknik Elektro FTI-ITS 1/6

fuzzy pada sebuah general purpose mikrokontroler, maka
dibutuhkan data yang berisi fungsi keanggotaan input,
output, beserta rule fuzzy-nya. Untuk itu maka digunakan
algoritma fuzzy sistem Look Up Table, dimana data dari
fungsi keanggotaan input, output, dan rule fuzzy yang
berbentuk tabel disimpan dalam suatu tabel memori.
Untuk mendapatkan performance respon keluaran
yang cepat serta sesuai dengan spesifikasi yang diinginkan
maka perancang menggabungkan kontroler fuzzy dengan
kontroler PI, dimana diterapkan suatu algoritma scheduling
gain untuk mengatur parameter proposional dari kontroler PI
berdasarkan nilai masukan error (E) secara terprogram. Gambar 1. Prinsip kerja PWM

2. DASAR TEORI 2.2 Dasar KLF

Pencetus gagasan logika fuzzy adalah Prof. L.A. Zadeh
2.1 Teori Dasar Pengaturan Motor DC (1965) dari Universitas California di Berkeley yaitu berupa
Motor DC merupakan suatu komponen yang teori Himpunan Fuzzy (Fuzzy Sets). Gagasan kuncinya
mengubah energi listrik menjadi energi mekanik. Dasar kerja adalah mengembangkan suatu kerangka yang variabel
dari komponen ini adalah sebagai berikut : Suatu kumparan utamanya adalah ketidakpresisian (imprecision). Sebagai
jangkar yang dialiri arus listrik i dalam suatu medan magnet pengganti konsep himpunan yang biasa, diperkenalkan suatu
B, maka akan terbangkit gaya F sebesar : fungsi yang mengekspresikan derajat kepemilikan suatu
F = B . i . l (1) himpunan terhadap suatu harga sebagai suatu fungsi yang
bernilai antara nol dan satu.
sehingga menghasilkan torsi sebesar : Secara umum KLF mempunyai empat bagian pokok
T = B . i . l . r (2) yaitu :
dengan l = panjang penghantar, r = jari-jari rotor. 1. Fuzzifikasi.
Tegangan yang menginduksi kumparan jangkar 2. Basis Pengetahuan (Knowledge Base).
timbul akibat berputarnya kumparan jangkar memotong garis 3. Logika Pengambilan Keputusan .
gaya magnetik, gaya tegangan ini besarnya Vb. Tegangan ini 4. Defuzzifikasi.
dinamakan Gaya Gerak Listrik (GGL). Vb sebanding dengan
kecepatan putar motor ω dengan pembanding Kb (konstanta 3. PERANCANGAN SISTEM
GGL) sehingga dapat dituliskan :
Vb = Kb . φ . ω . ⎢ sin ω t ⎢ (3) 3.1 Perancangan Perangkat Keras
di mana Kb dalam ohm/rad ; ω dalam rad/det
dimana Va = Ia.Ra + Vb sehingga : DC Drive
PWM
Va − Ia.Ra (4) Motor
ω= Minimun DAC Gain
8 BIT Kontrol DC
Kb.φ Sistem

Encoder
Dari persamaan 4 dapat dilihat bahwa kecepatan
8031
motor DC (ω) dapat diatur dengan mengubah besarnya Va ADC
8 BIT
Sinyal
Kondisioning
(tegangan jangkar), Ra (tahanan jangkar), dan φ (fluks F To V

magnet).
Pada tugas akhir ini, pengaturan motor DC dilakukan
dengan mengatur tegangan jangkar motor dengan
menggunakan metoda DC Chopper Buck yang digerakkan Keypad
Display
oleh unit kontrol PWM (Pulse Width Modulation),. 16 Karakter

Prinsip kerja rangkaian PWM secara dasar adalah

Gambar 2. Diagram blok desain sistem secara keseluruhan
dengan membandingkan tegangan kontrol DC terhadap
tegangan gigi gergaji, sehingga menghasilkan sinyal pulsa
Pada gambar 2 ditunjukkan blok diagram sistem
kotak dimana waktu hidup (Ton) dan waktu mati (Toff)
keseluruhan dimana pada blok tersebut terdiri dari beberpa
dapat diatur melalui perbandingan kedua tegangan tersebut,
subrutin sebgai berikut:
dan perioda dari sinyal pulsa kotak di buat tetap, diagram
bloknya dapat dilihat pada gambar 1, sehingga didapat Intefacing dengan mikrokontroler
persamaan untuk menentukan besarnya duty cycle : Untuk menghubungkan mikrokontroler dengan
DutyCycle= Ton = Ton × f (5) perangkat luar maka diperlukan rangkaian external yang
T berguna menjembatani antara sinyal Analog dan Digital,
Vst = Gelombang Gigi Gergaji jenis pertama dikenal sebagai rangkaian konversi besaran
Sinyal Pulsa

V kontrol
kotak

t
0

On On
Proceeding Seminar Tugas Akhir Jurusan Teknik Elektro FTI-ITS 2/6
Signal Gigi
V kontrol

Gergaji

`
Off
Ton Toff

T
digital ke analog (Digital Analog Converter – disingkat
sebagai DAC), yang kedua adalah rangkaian konversi
besaran analog ke digital (Analog Digital Converter –
disingkat sebagai ADC).
Pada perancangan ini digunakanan DAC 0808 dan
ADC 0808. DAC 0808 adalah DAC yang mempunyai 8 bit
input, dengan metode konversi rangkaian R-2R Ladder.,
dengan ketelitian (1/256). Tegangan output DAC tergantung
pada nilai yang diberikan pada pin Vref(+) dan pin Vref(-), Gambar 5. Rangkaian kemudi motor DC
dengan persamaan sebagai berikut
Vout (max) = ( Vref(+) – Vref(-) ) (5) Sinyal kondisioning F to V
Rangkaian ini berguna untuk mengkonversi frekuensi
2 −1 n
yang berasal dari encoder 200 pulsa-perputaran yang dikopel
Vout = ( ) , ( Vref(+) – Vref(-) ) (6)
2n +5 V
bersama motor ke tegangan yang akan di feedback-an
+5 V
13
kerangkaian ADC sebagai nilai present value (terukur).
5k
14 Vref
D.7
D.6
5
6
PB.7
PB.6
Spesifikasi dari rangkaian F to V sebagai berikut:
8 BIT
Lineritas pada range input 500 Hz – 10KHz, dengan
+ D.5 7 PB.5
D.4 8 PB.4
5k

Output 1V – 10 V.
15 Vref - D.3 9 PB.3
D.2 10 PB.2
2 Gnd

Setling time setiap perubahan frekuensi input 60

DAC D.1 11 PB.1
0808 D.0 12 PB.0
5k

16 4
ms.
Com Io -
p
Vee
+
10 nF 3
741

-15
V

Gambar 3. Rangkaian dasar interfacing DAC 0808

ADC 0808 adalah ADC yang mempunyai 8 bit output

dan 8 input yang dilengkapi muxtiplexer dengan metoda
konversi Successive Approximation Register., dan ketelitian
(1/256). Pada gambar 3, dan 4 dapat dilihat rangkaian DAC Gambar 6. Rangkaian sinyal kondisioning F to V
dan ADC beserta cara menghubungkannya ke bus
mikrokontroler 8031. Rangkaian gain kontrol (Scheduling Gain)
+5 V
CN1 of 8031 minimum
system
Karena parameter dari plant motor DC cenderung
5 In.7
11
Vcc D.7
2
1
PA.7 17 mengalami perubahan yang dapat diakibatkan oleh faktor
pembebanan, maka diperlukan suatu kontroler dimana
+5V 4 20 PA.6 15
In.6 D.6
3 19 PA.5 13
In.5 D.5
18 PA.4 11

algoitma pengendalinya (parameter kontroler) dapat berubah

2 In.4 D.4
1k 1 8 PA.3 9
In.3 D.3
28 15 PA.2 7
In.2 D.2

10k
27 In.1
26 In.0
D.1
D.0
14
17
PA.1
PA.0
5
3 mengikuti perubahan parameter plant tersebut. Untuk
74HC14(2)
12 Vref (+) C
B
2
3
24
PC.2
PC.1
25
23 mengatasi problema ini secara sederhana dapat kita eliminasi
dengan merancang suatu hardware gain kontrol, dimana gain
74HC14(1) 10 A 25 PC.0 21
1 2 3 4
ADC
Clock START 6
0808
EOC 7 +5 V

680
1nF
13 Gnd

Vref (-)
ALE 22
OE 9 ini bekerja berpedoman pada masukan error dan
16
dikendalikan secara program melalui mikrokontroler. Karena
algoritma yang akan digunakan pada rancangan ini adalah
Gambar 4. Rangkaian dasar interfacing ADC 0808 algoritma fuzzy Look Up Table berbasis PI, maka pengaturan
Kemudi motor DC gain dapat dilakukan pada parameter proporsional dari
Pada tugas akhir ini, pengaturan motor DC dilakukan kontroler PI. Sehingga diharapkan dapat memperbaiki
dengan mengatur tegangan jangkar motor dengan kinerja dari sistem dan mendapatkan respon output yang
menggunakan metoda DC Chooper Buck, seperti yang cepat menuju setpoint. Peracangan rangkain gain kontrol ini
terlihat pada gambar 5, dengan spesifikasi tegangan keluaran terdiri dari 8 variasi gain yang dapat disetting sesuai
DC variabel 24 VDC. Pada gambar 5, terdapat transistor kebutuhan, seperti yang terlihat pada gambar 7.
yang berfungsi sebagai saklar pada rangkaian DC chooper
yang digerakkan oleh unit kontrol PWM (Pulse Width
Modulation).
Rukur 1 Rukur 2 L

D1 D3 C M

Ls
L1
Ud
N

D4 D6

Unit Chopper Buck

Unit Penyearah Dioda

15V
Mikrokontroller

B
8 BIT
8031

DAC

SP
E

Proceeding Seminar Tugas Akhir Jurusan Teknik Elektro FTI-ITS 3/6

15V
Unit Kontrol PWM

Gambar 7. Rangkaian gain kontrol
3.2 Perancangan Perangkat Lunak
Perancangan perangkat lunak pada tugas akhir ini
terdiri dari perancanagan algoritma fuzzy PI dilakukan
didalam memory Mikrokontroler 8031. Perangkat lunak
untuk 8031 terdiri atas beberapa subrutin yang penting yaitu :
Rutin inisialisasi komunikasi serial
Rutin ini digunakan untuk inisialisasi format (frame)
data komunikasi serial di mana format datanya adalah
sebagai berikut:
• Data bit :8
• Parity : No parity (0 bit)
• Baud rate : 19200 bps
• Stop bit :1
• Start bit :1
Rutin inisialisasi dan pengaksesan modul LCD
Rutin ini digunakan untuk mengakses proses internal,
menulis data dan membaca kondisi sibuk dan membaca
Rutin inisialisasi PPI 8255.
Rutin ini digunakan untuk menentukan input-output
dan mode PPI 8255. Di mana pada tugas akhir ini
menggunaka mode 0, sedangkan control word 90H, yang
berarti bahwa port A sebagai input dari kontroler (ADC) dan
port B digunakan untuk output dari kontroler (DAC).
Rutin perhitungan sinyal fuzzy PI
Pada rutin ini akan dilakukan algoritma kontrol fuzzy
PI untuk pengaturan kecepatan motor DC, dimulai dari
menentukan setting point, melakukan proses fuzzy sistem
Look Up Table dan algoritma PI untuk mendapatkan sinyal
kontrol
Rutin
FLC PI
Baca Data Output
Plant (OUT)
ErrBaru= SP - OUT
Proses Kuantisasi Error (E)
Menentukan Mem_Func Error
dE = ErrBaru- ErrLama
ErrLama = ErrBaru
Proses Kuantisasi Error (dE)
Menentukan Mem_Func Perubahan Error
Membaca Rutin Look Up Table
untuk mendapatkan signal kontrol (dU)
Menentukan Gain proporsional
berdasarkan schedulling masukan error
Sum = Gain * dU
Menentukan U(k)
U(k) = U(k-1) + Sum; U(k-1) = U(k)
Kirim Kontrol Fuzzy PI ke
Plant
Stop No
Proses?
Yes
Return
Proceeding Seminar Tugas Akhir Jurusan Teknik Elektro FTI-ITS
Gambar 8. Flowchart dari subrutin kontroler fuzzy PI
3.3 Perancangan Kontroler Fuzzy Sistem Look Up Table
Prinsip perancangan konroler fuzzy Look Up Table
sebenarnya hampir sama dengan kontroler fuzzy biasa
(statik). Bahkan penurunan anturan kontrol dari fuzzy Look
Up Table berdasakan atas tahap-tahap penurunan kontroler
fuzzy. Keunggulan konroler fuzzy Look Up Table dari
kontroler fuzzy adalah sinyal kontrol yang dihasilkan lebih
cepat, karena sinyal kontrol telah tersedia dalam bentuk
tabel, tanpa harus menjalankan proses fuzzy dalam
beroperasi. Dengan alasan tersebut maka konroler fuzzy Look
Up Table lebih baik dan lebih mudah diimplementasikan
pada sebuah minimum sistem (mikrokontroler). Ada
beberapa tahap dalam merancang suatu konroler fuzzy Look
Up Table sebagai berikut:
Menentukan fungsi keangotaan bagi masukan, pada
perancangan ini digunakan fungsi keanggotan segitiga
dengan 7 variabel linguistik yaitu : NB (Negatif Besar),
NS (Negatif Sedang), NK (Negatif Kecil) ,Z (Nol),
PK(Positif Kecil), PS (Positif Sedang) PB (Positif
Besar), seperti yang terliahat pada gambar 9.
Menentukan tingkat kuantisasi berdasarkan range variasi
masukan dan keluaran, semangkin banyak level atau
tingkat kuatisasi maka semakin peka kontroler terhadap
perubahan masukan. Pada perancangan ini penulis
menggunakan 11 tingkat kuantisasi, dapat dilihat pada
tabel 1.
Gambar 9. Fungsi keanggotaan error dengan 7 variabel linguistik
terhadap variasi masukan diskrit
Tabel 1. Tingkat kuantisasi error(E) dan delta error(dE) dalam diskrit
Tingkat
Kuantisasi Variasi Input Error (Xn) Variasi Input dE (Xn)
(L)
-5 Xn ≤ -50 Xn ≤ -25
-4 -50 < Xn ≤ -40 -25 < Xn ≤ -20
-3 -40 < Xn ≤ -30 -20 < Xn ≤ -15
-2 -30 < Xn ≤ -20 -15 < Xn ≤ -10
-1 -20 < Xn ≤ -10 -10< Xn ≤ -5
0 -10 < Xn ≤ +10 -5 <Xn ≤+5
1 + 10< Xn ≤+20 +5 <Xn ≤+10
2 +20 < Xn ≤ +30 +10 < Xn ≤+15
3 +30 < Xn ≤ +40 +15 < Xn ≤ +20
4 +40 < Xn ≤ +50 +20 < Xn ≤ +25
4/6
 5 +50 ≤ Xn +25 ≤ Xn -5 -5 -5 -5 -5 -5 -4 -3 -2 -1 -1 0
Sehingga kita dapat memperbaruhi kurva fungsi keanggotaan -4 -5 -5 -4 -4 -4 -3 -2 -1 0 0 1
terhadap masukan error (E) dan masukan perubahan error -3 -5 -4 -4 -3 -3 -3 -1 -1 0 1 2
-2 -5 -4 -4 -3 -2 -2 -1 0 1 2 3
(dE) berdasarkan tingkatan kuantisasi., seperti yang terlihat -1 -5 -4 -3 -2 -1 -1 0 1 2 3 4
pada gambar 10 uE(x) 0 -5 -4 -3 -2 -1 0 1 2 3 4 5
1 -4 -3 -2 -1 0 1 1 2 3 4
NB NS NK SN PK PS PB
1 2 -3 -2 -1 0 1 2 2 3 4 4 5
3 -2 -1 0 1 2 3 3 3 4 4 5
0.7 4 -1 0 1 2 3 3 4 4 4 4 5
5 0 1 2 3 4 4 4 5 5 5 5
0.3
3.4 Perancangan Kontroler Fuzzy berbasis PI Fuzzy
-5 -4 -3 -2 -1 0 1 2 3 4 5 (E)
Gambar 10. Fungsi keanggotaan error dengan 7 variabel linguistik terhadap Pada perancangan kontroler fuzzy PI, parameter
tingkatan kuantisasi proposional (gain) dari kontroler PI dapat datur (schedulle)
.Menentukan nilai fungsi keanggotaan dari variabel berdasarkan nilai masukan error (E) dengan tujuan agar
linguistik berdasarkan tingkatan kuantisasi. Berdasarkan respon ouput lebih cepat mencapai nilai setting point. Jadi
fungsi segitiga yang dirancang diatas, dapat ditentukan dapat diasumsikan bahwa parameter gain dari kontroler PI
nilai fungsi keanggotaan dari masing-masing variabel merupakan fungsi dari error (E), seperti pada persamaan
linguistik. Seperti yang terlihat pada tabel 2. berikut ini:
Tabel 2. Diskrit semesta pembicaraan dengan 11 tingkat kuantisasi K = f (e) dimana K = proposional gain (7)
L NB NS NK Z PK PS PB Secara sederhana dapat diturunkan suatu aturan kontrol (R)
-5 1 0.3 0 0 0 0 0 yang menyangkut kinerja dari scheduling gain pada suatu
-4 0.7 0.7 0 0 0 0 0 kontroler fuzzy PI sebagai berikut :
-3 0.3 1 0.3 0 0 0 0
-2 0 0.7 0.7 0.3 0 0 0
R1 : Jika error (E) Besar maka K adalah Besar
-1 0 0.3 1 0.7 0.3 0 0 R2 : Jika error (E) Sedang maka K adalah Sedang
0 0 0 0.7 1 0.7 0 0 R3 : Jika error (E) Kecil maka K adalah Kecil
1 0 0 0.3 0.7 1 0.3 0 Akhir dari perancangan kontroler fuzzy PI maka dapat
2 0 0 0 0.3 0.7 0.7 0 diperoleh suatu persamaan sinyal kontrol (u) sebagai berikut:
3 0 0 0 0 0.3 1 0.3
4 0 0 0 0 0 0.7 0.7 u ( k ) = u ( k −1) + K δu (8)
5 0 0 0 0 0 0.3 1
Untuk mendapatkan nilai aksi kontrol (u) pada Look Up dimana ;
Table, diperlukan aturan kontrol (rule base). Dalam µ(k-1) = sinyal kontol pada waktu k-1
menyusun aturan kontrol untuk Look Up Table ini penulis µ(k) = sinyal kontol pada waktu k
mempedomani Tabel 3 K = Proposional Gain
Tabel 3. Tabel Kuputusan Aturan Kontrol Fuzzy[3]
dµ = Sinyal kontrol dari fuzzy Look Up Table
PERUBAHAN ERROR
4. IMPLEMENTASI KONTROLER
NB NS NK Z PK PS PB
NB NB NB NB NS NK NK Z
E NS NB NS NS NS NK Z PK
Pemberian scheduling gain ditentukan dengan cara
R NK NB NS NK NK Z PK PK pemilihan nilai gain yang terbaik, yang berpedoman pada
R Z NS NS NK Z PK PS PS kurva respon keluaran. Terdapat beberapa kondisi kritis yang
O PK NK NK Z PK PK PS PB perlu diperhatikan yaitu pada saat respon naik, nilai
R PS NK Z PK PS PS PS PB mendekati setting point dan overshoot.
PB Z PK PK PS PB PB PB
Setelah didapat sinyal-sinyal masukan E dan dE dalam 4.1 Respon Sistem Motor DC Tanpa Beban
bentuk sinyal kuantisasi–5, –4, –3, –2, –1, 0, 1, 2, 3, 4, 5, Respon keluaran setelah diimplementasikan kontroler
kemudian dilakukan penyusunan dalam bentuk tabel. Untuk fuzzy PI dengan setting point ( 170 (desimal) = 3,33 Volt =
mendapatkan nilai aksi kontrol (u) perlu dilakukan proses 1870 rpm ), maka didapat respon output sebagai berikut :
deffuzifikasi, dalam hal ini menggunakan metoda COA Percobaan 1 : : Set Point 170 (des), Gain Proporsional 1
(center of area). Respon Output Motor DC, Gain = 1
200
Berpedoman pada tabel 2 dan tabel 3 diatas maka Set Poi nt (170)

dapat dilakukan perhitungan deffuzifikasi untuk 150

mendapatkan nilai aksi kontrol (u).Sehingga dapat disusun )l Output
suatu tabel aksi kontrol seperti terlihat pada tabel 4. a
m
s
e
i
100
D
(
TI
Tabel 4. Tabel Look Up Table hasil perancangan [3] B u(k)

50
dE/
-5 -4 -3 -2 -1 0 1 2 3 4 5 tr
E
0
20 40 60 80 100 120
Time Sampling (200 ms)

Proceeding Seminar Tugas Akhir Jurusan Teknik Elektro FTI-ITS 5/6

 1870 rpm ), dengan diberikan beban magnetik pada motor
DC, maka didapat respon output sebagai berikut :
Percobaan 2 : Set Point 170 (des), Gain : K1= 10, K2= 2, K3=1
Percobaan 4 : Set Point 170 (des), Gain : K1= 10, K2= 2, K3=1
Respon Output Motor DC, K1=10,K2=1,K3=1 Respon Output Motor DC K1=10, K2= 2, K3=1
200 200
Set Poi nt (170) u(k) Set Poi nt (170)
u(k)
Output
150
150
Output
100 )l
T
I
B a
m i 100
s
e
D
(
ti
50 B
tr
50
tr
0 t1 t2
20 40 60 80 100 120
Time Sampling (200ms)

0
Percobaan 3 : Set Point 170 (des), Gain : K1= 16, K2= 6, K3=4 10 20 30 40 50 60
Time Sampling (200ms)
70 80 90 100
Respon Output Motor DC, K1=16,K2=6,K3=4
200
Set Poi nt (170) u(k) Percobaan 5 : Set Point 170 (des), Gain : K1= 16, K2= 6, K3=4
Respon Motor DC dengan Beban
Output 200
150 Set Poi nt (170) u(k)

100 150
T
I
B Output
tp
)l
a
m i 100
50 s
e
tr D
(
ti
B
ts
0 50 tr
10 20 30 40 50 60
Time Sampling (200ms)
ts t1 t2
Pada percobaan satu gain scheduling dari kontroler PI
(K1 sampai K8) disetting 1, sehingga dapat dilihat respon 0
10 20 30 40
Time Sampling (200ms)
50 60 70

output yang lambat menuju setting point atau mempunyai

waktu naik (tr) yang lama sekitar 10,6 detik, tidak terjadi
overshoot, dan error steady state 0.6%.
Pada percobaan dua gain scheduling dari kontroler PI
disetting dengan varaiasi sebagai berikut: K1 = 10 (des), K2
= 2 (des), K3 = 1 (des). Sehingga kelambatan respon dari
ouput menuju setting point dapat dikurangi atau lebih baik
dari percobaan satu dengan waktu naik (tr) sekitar 4,2 detik,
tidak terjadi overshoot, dan error steady state 0.6% .
Pada percobaan tiga gain scheduling dari kontroler PI
disetting dengan variasi sebagai berikut : K1 = 16 (des), K2
= 6 (des), K3 = 4 (des). Respon dari ouput lebih cepat
dengan waktu naik sekitar 0,6 detik, terjadi overshoot sekitar
11,88% dengan settling time 2,8 detik, dan error steady state
0.6%. Spesifikasi kontrol untuk masing-masing gain kontrol
K dari percobaan diatas dirangkum dalam tabel 5.
Tabel 5. Spesifikasi kontrol dengan K bervariasi untuk set point 170
Spesifikasi tr tp (det) Ts
Gain (K) (det) (det)
Gain = 1 10,6 - -
K1=10,K2=2,K3=1 4,2 - -
K1=16,K2=6,K3=4 0,6 1,2 2,8
Jadi dapat disimpulkan bahwa pemberian gain yang
terlalu kecil saat awal (rise time) akan meneyebabkan respon
output yang lambat dalam mencapai nilai setting point,
begitu juga pemberian gain yang terlalu besar pada saat
mendekati setting point, akan menyebabkan respon output
yang berosilasi.
4.2 Respon Sistem Motor DC Dengan Beban
Respon keluaran setelah diimplementasikan kontroler
fuzzy PI dengan setting point ( 170 (desimal) = 3,33 Volt =
Scheduling gain yang diberikan pada kontroler PI
sama seperti percobaan sebelumnya, dengan variasi sebagai
berikut: K1 = 10 (des), K2 = 2 (des), K3 = 1 (des). Pada
percobaan empat saat beban diberikan maka waktu naik yang
dibutuhkan (t1) untuk mencapai setting point lebih lambat
dari percobaan 9 yaitu sekitar 2,2 detik. Sedangkan waktu
pemulihan (t2) ketika beban dilepas sekitar 1,8 detik.
Pada percobaan lima dengan varaiasi gain sebagai
berikut: K1 = 16 (des), K2 = 6 (des), K3 = 4 (des). Pada saat
beban diberikan maka waktu naik yang dibutuhkan (t1)
untuk mencapai setting point lebih cepat dari percobaan 8,
yaitu sekitar 1 detik. Sedangkan waktu pemulihan (t2) ketika
beban dilepas sekitar 1,8 detik. Jadi dapat disimpulkan
penentuan gain yang tepat akan membantu pada saat proses
pebebanan motor DC.
KESIMPULAN DAN SARAN
Ess (%) Mp
(%) 5.1. Kesimpulan
1,2 -
Dari hasil implementasi kontroler dan analisa data
0,6 -
0,6 11,88
yang dilakukan dapat diambil kesimpulan sebagai berikut :
1. Kontroler fuzzy sistem look up table ini lebih baik
bekerja pada daerah hysterisis yaitu disekitar setting
point.
2. Fungsi dari scheduling gain dapat mempercepat respon
output menuju setting point, serta membantu pada saat
pembebanan.
5.2. Saran
Untuk kepentingan studi lebih lanjut penulis
menyarankan :

Proceeding Seminar Tugas Akhir Jurusan Teknik Elektro FTI-ITS 6/6

1. Perlu dikembangkan suatu metoda atau algoritma khusus
untuk mendapatkan nilai variasi gain yang optimal.

DAFTAR PUSTAKA
[1]. Li-Xin Wang, 1997. A Course in Fuzzy Systems and Control.
Prentice-Hall International, Inc.
[2]. Li Xin Wang, 1994, “Adaptive Fuzzy System and
Control : Design and Stability Analysis”, Prentice Hall
International.
[3]. Ari Santoso, 2000. “Sistem Pengaturan Cerdas” Lab. Sistem
Pengaturan , JT Elektro ITS.
[4]. Nurlita Gamayanti, 2001, “Identifikasi Dan Desain
Kontroller Logika Fuzzy Adaptif Pada Modul Process
Control Simulator PCS 327 MK2”, Tugas Akhir,
Teknik Elektro-ITS.
[5]. Katsuhiko Ogata, 1997. Teknik Kontrol Automatik, Jilid 1
Edisi Kedua. Penerbit Erlangga.
[6]. M.Rashid, 1992. Power Electronic Circuit, Device and
Aplication, London: Pratice Hall.
[7]. Ari SANTOSO, “Criteria Kestabilan Sistem Linier Terlambat
untuk Kasus Skalar”, IES’2001,ITS,Nopember 2001.
[8]. Ari SANTOSO, “Methode Optimal untuk Perhitungan dari
Akar-akar Karakteristik Sistem Linier terlambat untuk Kasus
scalar”, IES’2001,ITS,Nopember 2001.
[9]. Ari SANTOSO, Melina K. D., Rusdhianto EAK, A. Fatoni,
“Sistem Pengaturan Proses menggunakan Kontroler Logika
Fuzzy dengan Menggunakan Genetic Algorithms sebagai
optimasi Parameternya”, SITIA '2002, ITS, 7 Mai 2002.
[10]. Ari SANTOSO, Iksanul Mokhtar, Rusdhianto EAK, A.
Fatoni, “Tuning Parameter Kontroler Kp pada Sistem
Pengaturan Kecepatan Motor AC-Servo Dengan
Menggunakan PID-Self Tuning Berbasis Fuzzy Logic”,
SITIA'2002, ITS, 7 Mai 2002.
[11]. Ari SANTOSO, Nurlita Gamayanti, Rusdhianto EAK, A.
Fatoni, “Invers Kontrol dengan Menggunakan Model Logika
Fuzzy pada Sistem Pengaturan Proses”, SITIA'2002, ITS, 7
Mai 2002.
[12]. Ari SANTOSO, Belier B., Nuh, M., Jazidi, A., Rameli, M.,
Castagne M, Falgayrettes P, ” Applied of Look Up Table
Controller based of FLC (Fuzzy Logic Controller) in Non-
linear System : AFM(Atomic Force Microscopy)/PSTM
(Photon Scanning Tunnel Microscope)”, IEEE-APCCAS’02
Bali-Singapore, 16-18 December 2002.
[13]. Ari SANTOSO, Wrastawa Ridwan, Rusdhianto EAK, A.
Fatoni, ”Memperbaiki Karakteristik Plant yang Mengalami
Perubahan Parameter pada Daerah Kerja Steady State
menggunakan Kontrol : Hybrid Logika Fuzzy Adaptif dan
Kontroler PI”, to be appear in Journal Java April 2003, JTE
ITS.
[14]. Paulus Setiyo Nugroho, Ari SANTOSO, Pengaturan Robust
berbasiskan Quantitative Feedback Theory (QFT) untuk
Mengatasi Ketidak pastian Parameter model Motor DC,
Tugas Akhir, Maret 2003.

Proceeding Seminar Tugas Akhir Jurusan Teknik Elektro FTI-ITS 7/6