Kedua merupakan kebalikan dari yang pertama garis lurus dimulai dari nilai
kawasan dengan derajat keanggotaan tertinggi pada sisi kiri, kemudian bergerak
menurun ke nilai kawasan yang memilki derajat keanggotaan lebih rendah seperti
pada Gambar 2 sebagai berikut ini.
Kurva segi tiga pada dasarnya terdiri dari dua buah garis tanjakan seperti
terlihat pada Gambar 3 sebagai berikut.
3. FUZIFIKASI
Fuzifikasi adalah suatu proses pemetaan dari kawasan tegas (crisp) ke kawasan
himpunan fuzzy. Dalam kendali proses, data teramati biasanya tegas (crisp), dan
fuzifikasi diperlukan untuk memetakan nilai tegas (crisp) tersebut, pada jangkauan
yang teramati, ke suatu besaran fuzzy yang bersesuaian. Data yang telah
dipetakan selanjutnya diubah menjadi bentuk linguistik dengan derajat
keanggotaan tertentu dan akan menjadi label bagi himpunan kabur (fuzzy).
Misalnya sinyal masukan crisp bernilai e. Proses fuzifikasi dapat dijelaskan di
Gambar 8 sebagai berikut.
Input dari proses defuzifikasi adalah suatu himpunan fuzzy yang diperoleh dari
komposisi aturan-aturan fuzzy, sedangkan output yang dihasilkan merupakan
suatu bilangan kawasan himpunan fuzzy tersebut. Sehinga jika diberikan suatu
himpunan fuzzy dalam range tertentu, maka harus dapat diambil nilai proses
penegasan tertentu seperti ditunjukan pada Gambar 9 sebagai berikut.
Di sini akan dirancang prototip dari Segway. Seperti yang sudah dibahas
sebelumnya, ini juga merupakan pengembangan dari pendulum terbalik yang di
letakan diatas kereta beroda (Gambar 13). Sedangkan tujuannya ialah mendesain
suatu sistem kontrol yang handal agar robot dapat berdiri tegak. Untuk dapat
menyeimbangkannya dibutuhkan metode kontrol yang baik dan handal untuk
mempertahankan posisi robot dalam keadaan tegak lurus terhadap permukaan
bumi tanpa memerlukan pengendali dari luar dan menerapkan Self-balancing
Control. Maka dari itu dipilih kontrol Fuzzy Logic sebagai kontrol yang dapat
menciptakan kontrol sesuai dengan yang diharapkan. Penentuan pada metode
control Fuzzy Logic ini ialah dikarenakan dengan menggunakan Fuzzy Logic ini
keluaran dari system berupa crisp tegas yang dapat menjaga kestabilan robot yang
dibuat.
Pada perancangan ini digunakan Arduino uno, serta memakai sensor
accelerometer dan gyroscope yang akan mengendalikan motor DC. Masalah yang
didapatkan pada penelitian ini antara lain ialah merealisasikan kontrol Fuzzy Logic
pada sistem robot dengan merealisasikan Kalman Filter agar pembacaan sensor
akurat. Sehingga robot ini dapat mempertahankan posisinya tegak lurus dengan
seimbang terhadap permukaan bumi pada bidang datar. Dan dapat menerapkan
Self-balancing Control pada robot.
Gambar 13. Balancing Robot Beroda Dua Menyeimbangkan Diri.
(a) Posisi Robot Seimbang; (b) Arah Roda Berjalan dan Berputar Ketika
Posisi Miring ke depan.