Contoh Fuzzy2

2/26/2020 sonoku.
com/implementasi-fuzzy-logic-controller-untuk-kontrol-kecepatan-motor-dc-pada-prototype-kipas-angin-bagian-2/
BLOG LEARN SUPPORT
Implementasi Fuzzy Logic

Controller untuk Kontrol
Kecepatan Motor DC
pada Prototype Kipas
Angin (bagian 2)
June 3, 2017, 5:26 pm Posted in Arduino, Control System,
Learn Leave a comment
sonoku.com/implementasi-fuzzy-logic-controller-untuk-kontrol-kecepatan-motor-dc-pada-prototype-kipas-angin-bagian-2/ 1/9
2/26/2020 sonoku.com/implementasi-fuzzy-logic-controller-untuk-kontrol-kecepatan-motor-dc-pada-prototype-kipas-angin-bagian-2/
Artikel sebelumnya kita telah membahas tentang

perancangan kode program untuk fuzzi kasi masukan
(sensor) pada Kontrol Kecepatan Motor DC pada Prototype
Kipas Angin. Selanjutnya kita bahas bagaimana merancang
basis aturan (rule base).
2. Kode program Rule Evaluation

Adapun rule base yang dirangcang sebagai berikut :
1. Jika Suhu Dingin dan Jarak Dekat, maka Kipas Angin

Lambat
2. Jika Suhu Dingin dan Jarak Sedang, maka Kipas Angin
Lambat
3. Jika Suhu Dingin dan Jarak Jauh, maka Kipas Angin
Lambat
4. Jika Suhu Hangat dan Jarak Dekat, maka Kipas Angin
Lambat
5. Jika Suhu Hangat dan Jarak Sedang, maka Kipas Angin
Sedang
6. Jika Suhu Hangat dan Jarak Jauh, maka Kipas Angin
Cepat
7. Jika Suhu Panas dan Jarak Dekat, maka Kipas Angin
Cepat
8. Jika Suhu Panas dan Jarak Sedang, maka Kipas Angin
Cepat
9. Jika Suhu Panas dan Jarak Jauh, maka Kipas Angin
Cepat
Table 3 merupakan rule base yang akan di program pada

Arduino. Dari parameter tersebut, terdapat 3 himpunan
fungsi keanggotaan output motor yaitu lambat,sedang dan
cepat.
Adapun source code rule base di atas yaitu :
1 void RuleEva (){

2 int i, j;
3 for ( i=0; i<=2; i=i+1)
4 {
5 for ( j=0; j<=2; j=j+1)
6 {
7 temp = min(suhu[i], jarak[j]);
8 rule [i][j] = temp;
9 }
10 }
11 rule00 = rule [0][0]; // (dingin,dekat = Lambat)
12 rule01 = rule [0][1]; // (dingin,sedang = Lambat)
13 rule02 = rule [0][2]; // (dingin,jauh = Lambat)
14
15 rule10 = rule [1][0]; // (hangat,dekat = lambat)
16 rule11 = rule [1][1]; // (hangat,sedang = Sedang)
17 rule12 = rule [1][2]; // (hangat,jauh = Cepat)
18
19 rule20 = rule [2][0]; // (panas,dekat = Cepat)
20 rule21 = rule [2][1]; // (panas,sedang = Cepat)
21 rule22 = rule [2][2]; // (panas,jauh= Cepat)
22 }}
Program yang dirancang akan menggunakan operasi logika

AND, dimana nilai rule yang dihasilkan akan diambil dari nilai
terkecil dari kedua derajat keanggotaan dengan
menggunakan fungsi matematika (MIN).
3. Kode Program Defuzzi kasi

Pada defuzzi kasi yaitu tahap terakhir pada Fuzzy Logic
Controller (FLC). Penyelesaian defuzzi kasi ini menggunakan
metode Sugeno tipe WA (Weighted Average):
Adapun source code nya sebagai berikut :
1 void Defuzzy () {
2 // metode sugeno (weighted average)
3 float lambat = 100;
4 float sedang = 200;
5 float cepat = 250;
6 RuleEva();
7 pwm = (rule00 * lambat) + (rule01 * lambat)+ (rule02 *
8
9 defuz = 0;
10 int i, j;
11 for ( i=0; i<=2; i=i+1)
12 {
13 for ( j=0; j<=2; j=j+1)
14 {
15 defuz = defuz + rule [i][j];
16 }
17 }
18 pwm = pwm / defuz;
19 }
Hasil dan Analisa

Pada tahapan ini akan diuji hasil perancangan dari metode
Fuzzy Logic Controller yang sudah dirancang untuk
mengontrol kecepatan pada motor DC pada prototype kipas
angin. Metode Fuzzy Logic Controller ini dirancang pada
Arduino untuk mengatur PWM pada driver motor yang
selanjutnya digunakan untuk mengatur kecepatan motor.
Kecepatan motor ini diatur berdasarkan nilai yang diberikan
dari sensor LM35 yang mendeteksi suhu dan sensor
ultrasonic yang mendeteksi jarak pada objek tertentu.
Percobaan ke-1
Pada percobaan 1 akan diuji coba kecepatan motor dengan
set point PWM sebesar = 100, dimana terdapat nilai suhu
sebesar 24 – 25 yang dapat dikategorikan sebagai suhu
dingin dan sedang, sementara nilai jarak berubah-ubah
setiap satuan waktu. Jarak akan digunakan sebagai variable
yang menentukan kecepatan baling-baling kipas tersebut.
Gambar 6. Gra k Respon Fuzzy untuk set point kecepatan

lambat (100)
Dari gra k di atas terlihat bahwa sistem mengalami rise time

yang cepat, yaitu hanya memerlukan 1 detik untuk
menyesuaikan kondisi. Dengan suhu 25 derajat Celcius dan
jarak 8 cm, putaran motor dapat menyesuaikan dengan rule
base yaitu 100. Hal ini berlangsung hingga detik ke 9 dengan
jarak 11 cm. Namun ketika jarak dinaikkan dalam rentang
nilai 18, 13, dan 10 pada gra k terlihat bahwa sistem
mengalami overshoot. Namun berhasil menyesuaikan
kembali ketika detik ke 12. Pada detik ke 12 hingga 14 sistem
berhasil menurunkan suhu walau pun hanya 1 derajat
Celcius. Adapun rata-rata error yang dihasilkan oleh sistem
sebesar 15,4545 %. Hal ini dapat disebabkan oleh
pembacaan kedua sensor yang kurang sensitif, selain itu pula
rancangan membership function dan rule base untuk nilai
input output belum optimal dan jumlah pengujian data yang
sedikit.
Percobaan ke-2
Percobaan 2 tidak jauh berbeda dengan percobaan 1. Hanya
saja nilai kecepatan motor yang akan diuji coba memiliki set
point PWM sebesar 250, dan nilai suhu sebesar 28– 29 yang
dapat dikategorikan sebagai suhu panas, sementara nilai
jarak berubah-ubah setiap satuan waktu. Jarak akan
digunakan sebagai variable yang menentukan kecepatan
baling-baling kipas tersebut. Adapun hasil data yang diuji

sebanyak 49 kali ditunjukkan oleh gambar berikut.
Gambar 7. Gra k Respon Fuzzy untuk set point kecepatan

cepat (250)
Dari gra k di atas, sistem menunjukkan rise time yang sama

dengan dengan percobaan 1. Sistem hanya memerlukan
waktu 1 detik untuk menyesuaikan kondisi. Selain itu pula,
hasil respon yang ditunjukkan sangat stabil. Tidak ditemukan
ada nya overshoot pada sistem yang diuji coba. Walaupun
demikian, penurunan nilai suhu tidak dapat dipertahankan
secara lama. Seperti data yang ditunjukkan pada tabel, ketika
detik ke 3 hingga 4 suhu berhasil turun 1 derajat Celcius
menjadi 28 derajat Celcius. Namun, pada detik ke 5 hingga 8
suhu kembali naik menjadi 29 derajat Celcius. Meskipun
demikian, rata-rata error yang terjadi pada sistem berhasil
diturunkan hingga mencapai 3,06122 %.
Penggunaan jumlah membership function dan perancangan

rule base dapat mempengaruhi respon kepresisian dari
metode untuk menentukan keputusan terhadap plan.
Semakin banyak jumlah membership function, maka semakin
tingkat keakuratan hasil di plan ini.
Comments
17 comments
17 Comments
Sort by Newest
Add a comment...
Efhy Hamzah Alfansuri

kalau boleh tau
pemanggilan di loop untuk
setiap void nya
bagaimana yah?
Like · Reply · 10w
Efhy Hamzah Alfansuri

nice info. Makasih ka
Hasnan Habib Jauhari

pusing di void loop sama
void setup nya @_@
Kuncoro Deni Alif

assalamualaikum,
mas/mbak bolehkah sya
minta listing program full
nya? untuk kebutuhan
tugas khir. sekiranya
boleh bisa kirim ke email :
alifdenikuncoro12@gmail.
com
terimakasih.
Ahmad Irfan Soeh

dibalas ta bro ?
Kurnia Wisuda Aji

Assalamu'alaykum..mas/
mba bolehkah saya minta
sc nya utk referensi TA?
sekiranya boleh mungkin
bisa dikirim ke email :
kurniawisudaaji0@gmail.c
om . terima kasih
Load 10 more comments
Facebook Comments Plugin
← Memprogram Arduino Komunikasi Bluetooth HC-05

dengan NetBeans IDE dan Arduino dengan PC atau
Laptop →
Leave a Reply
You must be logged in to post a comment.
Author
Benny Wijaya
Dian
Pancawati
Alif Tony
Christopher
Alexander
Tanujaya
Bel Cerdas
Cermat Murah
Status
Pesanan
Bpk. Andre Logo

Tgl pesan : 8 September
2015
Kota : Kupang, NTT
Produk/Qty: SL02/ 1
unit
Customisasi : Tambah
panjang kabel
Status :Selesai
Bpk. Fidel
Tgl pesan : 24 Agustus
2015
Kota : Jakarta
Produk/Qty: SL02/ 1
Cek Status
Kiriman
#Resi:
CHECK
CONTACT US
SUPPORT
PRIVACY STATEMENT
 
Copyright 2014 - sonoku.com All rights reserved

Contoh Fuzzy2

Diunggah oleh

Informasi Dokumen

Judul Asli

Hak Cipta

Format Tersedia

Bagikan dokumen Ini

Bagikan atau Tanam Dokumen

Opsi Berbagi

Apakah menurut Anda dokumen ini bermanfaat?

Apakah konten ini tidak pantas?

Hak Cipta:

Format Tersedia

Contoh Fuzzy2

Diunggah oleh

Hak Cipta:

Format Tersedia

2/26/2020 sonoku.

BLOG LEARN SUPPORT

Implementasi Fuzzy Logic

Artikel sebelumnya kita telah membahas tentang

2. Kode program Rule Evaluation

1. Jika Suhu Dingin dan Jarak Dekat, maka Kipas Angin

Table 3 merupakan rule base yang akan di program pada

Adapun source code rule base di atas yaitu :

1 void RuleEva (){

Program yang dirancang akan menggunakan operasi logika

3. Kode Program Defuzzi kasi

Adapun source code nya sebagai berikut :

Hasil dan Analisa

Gambar 6. Gra k Respon Fuzzy untuk set point kecepatan

Dari gra k di atas terlihat bahwa sistem mengalami rise time

baling-baling kipas tersebut. Adapun hasil data yang diuji

Gambar 7. Gra k Respon Fuzzy untuk set point kecepatan

Dari gra k di atas, sistem menunjukkan rise time yang sama

Penggunaan jumlah membership function dan perancangan

Efhy Hamzah Alfansuri

Efhy Hamzah Alfansuri

Hasnan Habib Jauhari

Kuncoro Deni Alif

Ahmad Irfan Soeh

Kurnia Wisuda Aji

Load 10 more comments

Facebook Comments Plugin

← Memprogram Arduino Komunikasi Bluetooth HC-05

Bpk. Andre Logo

Copyright 2014 - sonoku.com All rights reserved

Anda mungkin juga menyukai