DESAIN PI TUNING MENGGUNAKAN LOGIKA FUZZY UNTUK

MENGENDALIKAN KECEPATAN PADA

MOTOR BRUSHLESS DC

Nadia Aspa¹, Halim Mudia²

Program Studi Teknik Elektro Fakultas Sains dan Teknologi UIN Suska Riau
Jl. HR. Soebrantas No. 155 Simpang Baru, Panam, Pekanbaru, 28293
Nadiaaspa96@gmail.com¹, halim.mudia@uin-suska.ac.id²

ABSTRACT
Brushless DC motor is one type of conventional DC motor which has the advantages of good torque speed, high
efficiency, and high speed because it does not have a brush. In fact, the rotational speed of the brushless DC motor
has decreased due to varying loadings, causing the rotation to be slow and the speed not constant. By using a PI
controller, fuzzy logic tuning on a brushless DC motor can be controlled according to the desired setpoint. From the
results of the study, it can be seen that the PI Tuning-fuzzy logic controller can follow the PI tuning output, where
the parameter values obtained are Ess=0.00003 V, tr=0.036258 seconds, ts=0.049060 seconds, td=0.008425
seconds.
Key Word: DC brushless motor, PI tuning-fuzzy logic, Speed

ABSTRAK
Motor brushless DC merupakan salah satu jenis dari motor DC konvensional yang memiliki keunggulan kecepatan
torsi yang baik, efesiensi yang tinggi, dan kecepatan yang tinggi karena tidak memiliki brush. Pada faktanya,
kecepatan putaran motor brushless DC mengalami penurunan akibat dari pembebanan yang bervariasi sehingga
menyebabkan putarannya menjadi lambat dan kecepatannya tidak konstan. Dengan menggunakan pengendali PI
tuning-logika fuzzy pada motor brushless DC dapat dikendalikan sesuai dengan setpoint yang diinginkan. Dari hasil
penelitian terlihat bahwa pengendali PI Tuning-logika fuzzy dapat mengikuti hasil keluaran PI tuning, dimana
didapatkan nilai-nilai parameternya adalah Ess=0.00003 V, tr=0.036258 detik, ts=0.049060 detik, td=0.008425
detik.
Kata Kunci : Kecepatan, Motor brushless DC, PI Tuning-Logika Fuzzy
I. PENDAHULUAN pada saat motor beroperasi sehingga
Perkembangan teknologi di era modern meningkatkan biaya perawatan pada motor.
ini sangat berperan penting bagi kehidupan Oleh karena itu peranan penggunaan motor
manusia dalam melakukan berbagai aktifitas DC dibidang industri perlahan digantikan oleh
agar lebih efektif dan efisien. Salah satu motor brushless DC.
contoh bidang yang sangat diperhatikan Motor Brushless DC (BLDC)
perkembangannya yaitu bidang industri. Hal merupakan motor arus searah tanpa sikat
ini terbukti dalam analisa perkembangan dimana medan magnetnya dihasilkan oleh
industri pada kuartal pertama tahun 2020 yang stator dan rotor yang mempunyai frekuensi
dikeluarkan oleh Kementrian Perindustrian sama, dan merupakan pengembangan dari
Republik Indonesia, dimana tercatat bahwa motor DC. Pada motor brushless DC terdapat
sektor industri masih memberikan kontribusi parameter yang harus dikendalikan yaitu posisi
terbesar pada struktur Produk Domestik Bruto dan kecepatan. Dimana pengaturan kecepatan
(PDB) nasional hingga mencapai 19.98% [1]. menjadi langkah penting dalam
Dalam dunia industri, motor disebut penggunaannya karena motor brushless DC
sebagai “kuda kerja” nya industri karena mempunyai rentang kecepatan yang lebar[3].
sekitar 70% beban listrik dihasilkan oleh Performa yang diharapkan pada motor
motor-motor yang berada pada suatu industri brushless DC yaitu dapat bekerja dengan
[2], salah satunya yaitu motor arus searah kecepatan konstan meskipun terdapat
(motor DC) yang merupakan salah satu jenis penambahan beban yang bervariasi. Tetapi
motor listrik yang pertama digunakan dalam dari hasil studi literatur, kecepatan putaran
perindustrian. Namun motor DC masih motor brushless DC mengalami penurunan
terdapat kekurangan seperti sikatnya yang akibat dari pembebanan yang bervariasi
mudah aus dan menyebabkan percikan api sehingga menyebabkan putarannya menjadi
lambat dan kecepatannya tidak konstan[4][5]. II. LANDASAN TEORI
Pada pengujian sistem kecepatan motor A. Motor Brushless DC
brushless DC secara open loop atau tanpa Motor Brushless DC (BLDC)
pengendali didapatkan hasil respon sistem merupakan motor arus searah tanpa sikat
yang stabil tetapi sistem melewati nilai set dimana medan magnetnya dihasilkan oleh
point yang diberikan. Maka dari itu diperlukan stator dan rotor yang mempunyai frekuensi
pengendalian pada kecepatan putaran dari sama, dan merupakan pengembangan dari
motor brushless DC agar respon sistem motor DC. Motor brushless DC ini dapat
mencapai set point dan meskipun sedang bekerja ketika stator yang terbuat dari
beroperasi dalam berbagai beban. kumparan diberikan arus 3 fasa. Akibat dari
Pengendali PI tuning-logika fuzzy dipilih arus yang melewati kumparan pada stator
untuk mengatasi masalah pada pengendalian maka timbul medan magnet (B) [7]. Karena
kecepatan pada motor brushless DC. PI arus yang diberikan berupa arus AC 3 fasa
tuning-logika fuzzy merupakan pengontrol sinusoidal, nilai medan magnet dan polaritas
yang mengambil struktur pengontrol PI setiap kumparan akan berubah-ubah setiap
konvensional sebagai basisnya, dimana saat. Akibat yang ditimbulkan dari adanya
parameter pengontrol PI pertama kali disetel perubahan polaritas dan besar medan magnet
dengan metode penyetelan konvensional, tiap kumparan adalah terciptanya medan putar
misalnya metode loop tertutup Ziegler- magnet dengan kecepatan [7]
Nichols[12], dan kemudian diatur secara
otomatis oleh pengontrol fuzzy. Pemilihan
pengontrolan PI didasarkan dalam
penerapannya yang memiliki efek tersendiri
pada sistem motor brushless DC, yaitu
propotional (P) yang memiliki fungsi untuk
mempercepat respon output, Integral (I)
digunakan untuk mengatasi error steady state.
Selain itu di industri hampir 80% kontroler
PID yang terpasang menggunakan kontrol PI
dalam operasinya, hal ini disebabkan karena
permasalahan yang terjadi dapat diatasi secara
maksimal[6].
Pada penelitian ini peneliti melakukan
perancangan menggunakan pengendali PI
tuning-logika fuzzy, metode fuzzy yang
digunakan adalah mamdani, untuk penalaan
nilai input yaitu error dan delta error dan
output yaitu Kp dan Ki dengan menggunakan Gambar 1. Motor Brushless DC13
metode heuristic, dengan penggabungan aksi
kontroler PI dan kontrol logika fuzzy untuk B. Permodelan Matematis Motor
menala parameter PI diharapkan dapat Brushless DC
menghasilkan respon transient yang bagus. Pemodelan matematis pada annealing
Berdasarkan hal tersebut penulis tertarik untuk lehr adalah sebagai berikut:
mengaplikasikan “Desain PI Tuning
Menggunakan Logika Fuzzy Untuk 1
Mengendalikan Kecepatan Pada Motor Ke
G ( s )=
Brushless DC” . τ m . τ e. s 2 . τ m . s+1

Jadi, untuk menentukan nilai dari K e , τ m,

dan τ e perlu dihitung untuk mendapatkan
model motor. Untuk nilai τ edapat dicari
menggunakan persamaan 2.30:
L
τ e=
3∙R
−3
0.56 × 10
τ e=
3 × 1.20
−6
τ e =155.56× 10
Gambar 2. Diagram Pengendali Auto-Tuning
Dari persamaan 2.29 τ mdapat dihitung:
Fuzzy-PI [8]
Dimana:
D. Pengendali Proportional Integral (PI)
R=1.2Ω
Pengendali PI merupakan gabungan dari
J=92.5 g cm 2=9.25× 10−6 kgm 2 dua pengendali yaitu pengendali proporsional
−3
K t =25.5 mNm / A=25.5 ×10 Nm / A (proportional controller) dan pengendali
Sehingga: integral (integral controller). Pengendali PI
J .3 R telah banyak digunakan dalam proses di
τ m=
k e kt industri karena permasalahan yang terjadi
dapat diatasi secara maksimal hanya dengan
−6
9.25 ×10 . 3 .1.2 pengendali PI.
τ m=
0.0763 .25.5 ×10−3
τ m=¿ 0.0171 S
Dari persamaan 2.29 K e dapat dihitung:
3. R . J
τ m=
K e Kt
3. R . J Gambar 3. Blok Diagram Pengendali PI
K e=
τm Kt
3.12 ∙9.25 × 10
−6 E. Kontrol Logika Fuzzy
K e= −3 Fuzzy logic adalah sebuah pemikiran
0.0171× 24.5 ×10 yang tidak jelas atau samar. Istilah fuzzy
v−sec
K e =0.0763 digunakan untuk membedakan satu himpunan
rad dengan himpunan lainnya yang berdasarkan
Lalu didapat G(s) menjadi: dengan derajat keanggotaan dengan batasan
1
yang tidak begitu jelas. Sistem fuzzy adalah
Ke sistem yang menggunakan bentuk nilai fuzzy
G ( s )=
τ m ∙ τ e ∙ s 2 +τ m ∙ s+ 1 dan logika fuzzy dalam pengaplikasiannya
13.11
G ( s )= −6 2
0.0171∙ 155.56 ×10 ∙ s +0.0171∙ s+1
13.11
G ( s )= −6 2
2.66 ×10 ∙ s + 0.0171∙ s +1

C. Pengendali PI Tuning Menggunakan

Logika Fuzzy
Pengontrol PI tuning-logika fuzzy adalah
pengontrol yang mengambil struktur
pengontrol PI konvensional sebagai basisnya, Gambar 4. Tahap perancangan sistem Fuzzy
dimana parameter pengontrol PI pertama kali [9].
diatur dengan metode penyetelan
konvensional, misalnya metode loop tertutup
Ziegler-Nichols [8], dan kemudian secara
otomatis diatur oleh pengontrol fuzzy.
III. METODE PENELITIAN B. Perubahan Pemodelan Matematis ke
Metode penelitian meliputi identifikasi Fungsi Transfer
masalah, studi literatur, pengumpulan data, 1
penurunan model matematis, validasi model Ke
matematis, perancangan pengendali, analisa G ( s )= 2
τ m . τ e. s . τ m . s+1
hasil, dan kesimpulan.
A. Pengumpulan Data
Jadi, untuk menentukan nilai dari K e , τ m,
Pengumpulan data dilakukan dengan
cara mencari data apa saja yang dibutuhkan dan τ e perlu dihitung untuk mendapatkan
dari penelitian-penelitian terkait yang model motor. Untuk nilai τ edapat dicari
bertujuan untuk menentukan set point yang yaitu:
akan digunakan. Berdasarkan penelitian terkait L
τ e=
yang sudah dilakukan review bahwa set point 3∙R
−3
yang digunakan adalah 1 volt. 0.56 × 10
τ e=
Pengumpulan data bertujuan mendapatka 3 × 1.20
n data pra-desain yang akan digunakan untuk τ e =155.56× 10
−6

memodel matematis motor brushless DC Dari persamaan 2.29 τ mdapat dihitung:

adapun nilai parameter yang dipakai dapat Dimana:
dilihat sebagai berikut: R=1.2Ω
Tabel 1. Parameter Motor Brushless DC [7]. J=92.5 g cm 2=9.25× 10−6 kgm 2
Data Motor Maxon −3
K t =25.5 mNm/ A=25.5 ×10 Nm / A
N Nilai Pada Tegangan Nila Satuan
Sehingga:
o Nominal i
J .3 R
1 Tegangan nominal 12.0 V τ m=
k e kt
2 Kecepatan tanpa beban 437 Rpm
0
3 Kecepatan nominal 286 Rpm 9.25 ×10−6 . 3 .1.2
τ m= −3
0 0.0763 .25.5 ×10
Nila Satuan τ m=¿ 0.0171 S
Characteristics i Dari persamaan 2.29 K e dapat dihitung:
1 Terminal resistansi fase 1.20 Ω 3. R . J
τ m=
ke fase K e Kt
2 Terminal induksi fase 0.56 H 3. R . J
ke fase x K e=
τm Kt
10-3 3.12 ∙9.25 × 10−6
3 Putaran Konstan 25.5 mNm/ K e= −3
A 0.0171× 24.5 ×10
v−sec
4 Kecepatan Konstan 37.4 rpm/V K e =0.0763
rad
5 Gradasi kecepatan / 17.6 rpm/
Lalu didapat G(s) menjadi:
putaran mNm
1
6 Mechanical time 17.1 Ms
Ke
constant G ( s )= 2
7 Rotor inertia 92.5 gcm 2 τ m ∙ τ e ∙ s +τ m ∙ s+ 1
8 Nomor 3 - 13.11
G ( s )= −6 2
fase 0.0171∙ 155.56 ×10 ∙ s +0.0171∙ s+1
13.11
G ( s )=
2.66 ×10 ∙ s 2+ 0.0171∙ s +1
−6

( 1)

C. Verifikasi Pemodelan Matematis

 Gambar 5 merupakan blok simulink
pengujian sistem secara open loop tanpa
pengendali untuk mengetahui perilaku dan
karakteristik dari sistem sebelum dirancang
dengan menggunakan setpoint 1 volt seperti
gambar dibawah ini :

Gambar 8. Hasil Respon Motor Brushless DC

Secara Open Loop
Gambar 8 merupakan respon sistem
Gambar 5. Blok Simulink Digram Open Loop open loop dengan setpoint sebesar 1 volt dan
Motor Brushless DC waktu simulasi yang diberikan adalah 0.5
detik. Dari hasil respon sistem open loop tidak
D. Perancangan Pengendali PI Tuning mengalami osilasi sehingga dapat dinyatakan
Menggunakan Logika Fuzzy bahwa sistem dalam keadaan stabil.
1. Perancangan Pengendali PI Tuning Disamping tidak adanya overshoot yang ada
pada sistem terdapat steady state sistem
melebihi setpoint sehingga sistem tidak
bekerja tidak sesuai dengan apa yang
diinginkan.
Tabel 2. Respon Waktu Motor Brushless DC
Secara Open Loop
Analisa Respon Hasil Keluaran
Respon
Waktu Tunda / - 0.0119 detik
Time Delay
Gambar 6. Rangkaian Simulink PI Tuning Waktu Tunak / 0.0664 detik
Settling Time
2. Perancangan Pengendali PI Tuning
Menggunakan Logika Fuzzy Waktu Naik / Rise 0.04988 detik
Tme
Error Steady State 12.11 volt

B. Analisa sistem kecepatan motor

brushless DC dengan PI Tuning

Gambar 7. Rangkaian Simulink Sistem

Pengendali PI Tuning Menggunakan Logika
Fuzzy

IV. HASIL DAN PEMBAHASAN

A. Hasil dan Analisa Simulasi Motor
Brushless DC Secara Open Loop

Gambar 9. Hasil Keluaran Sistem Motor

Brushless DC dengan PI Tuning
Gambar 9 diatas merupakan hasil
keluaran sistem motor brushless DC dengan PI
tuning dengan setpoint 1 volt. Dari hasil Waktu Tunda / - 0.008425 detik
keluaran sistem tersebut dapat dilihat respon Time Delay
sistem sudah mengikuti setpoint yang
diberikan perancang dan juga tidak mengalami Waktu Tunak / 0.049060 detik
osilasi dan overshoot. Settling Time
Waktu Naik / Rise 0.036258 detik
Tme
Error Steady State 0.03 V
Tabel 3. Respon Waktu sistem dengan
menggunakan pengendali PI tuning
Analisa Respon Hasil Keluaran Respon
E. Analisa sistem kecepatan motor
Waktu Tunda / - 0.008419 detik brushless DC menggunakan
Time Delay pengendali PI tuning-logika fuzzy
dengan beban
Waktu Tunak / 0.049279 detik
Settling Time
Waktu Naik / Rise 0.036316 detik
Tme
Error Steady State 0.00003 V

Gambar 11. Hasil Keluaran Sistem Motor

C. Analisa sistem kecepatan motor
Brushless DC Menggunakan PI Tuning-Logika
brushless DC dengan pengendali PI tuning-
Fuzzy dengan Beban 10%
logika fuzzy
Gambar 11. diatas merupakan hasil
keluaran sistem motor brushless DC dengan PI
tuning logika fuzzy dengan gangguan 10% dari
setpoint. Dapat dilihat dari respon keluaran
tersebut sistem mampu mempertahan keadaan
stabil sesuai dengan setpoint dan
membutuhkan waktu 0.07011 detik untuk
kembali ke setpoint.

Gambar 10. Respon keluaran motor brushless

DC menggunakan pengendali PI tuning-logika
fuzzy
Gambar 10. diatas merupakan hasil
respon sistem pengendali kecepatan motor
brushless DC menggunakan pengendali PI
tuning-logika fuzzy dengan setpoint sebesar 1
volt dan waktu simulasi yang diberikan adalah
0.5 detik. Dari hasil respon sistem
menggunakan pengendali PI tuning-logika
fuzzy mencapai set point yang diinginkan.
Tabel 3. Respon waktu sistem dengan
menggunakan pengendali PI tuning-logika
fuzzy
Analisa Respon Hasil Keluaran
Respon
Gambar12. Hasil Keluaran Sistem Motor
Brushless DC Menggunakan PI Tuning-Logika
Fuzzy dengan Beban 5%
Gambar 12. diatas merupakan hasil
keluaran sistem motor brushless DC dengan PI
tuning logika fuzzy dengan beban 5% dari
setpoint. Dapat dilihat dari respon keluaran
tersebut sistem mampu mempertahan keadaan
stabil sesuai dengan setpoint dan
membutuhkan waktu 0.06205 detik untuk
kembali ke setpoint.

V. KESIMPULAN
Berdasarkan hasil simulasi dan analisa
respon sistem yang telah dilakukan pada
penelitian ini dapat disimpulkan bahwa
pengendali PI tuning-logika fuzzy dapat
membuat sistem mencapai setpoint yang
diinginkan untuk pengendalian kecepatan pada
sistem motor brushless DC. Pengendali juga
dapat mempertahankan keadaan steady state
agar sistem tetap stabil dengan melakukan
pengujian beban sinyal kendali yang diberikan,
dengan mengansumsikan nilai sebesar 10%
dan 5% dari set point. Dari penelitian yang
dilakukan pengendali tersebut juga mampu
melakukan tuning otomatis dengan nilai Kp
dan Ki yang benar, dengan berfungsinya PI
tuning-logika fuzzy pada pengendali dapat
memperbaiki respon transient dan error steady
state yang dihasilkan. Sehingga permasalahan
yang terjadi pada kecepatan dapat
diselesaikan.

DAFTAR PUSTAKA

[1] H. Mudia, “Adaptif STR-PID Untuk Pengendalian Temperatur Pada Annealing”,

Program Studi Teknik Elektro, UIN Sultan Syarif Kasim Riau, 2020.
[2] A. A. Hamzah, “Profil PT. ASAHIMAS FLAT GLASS Tbk”, 2020.
[3] D. U. Utami, “Desain Kendali LQR-PID pada Sistem Pengendalian Temperatur di
Annealing Lehr Untuk Proses Pembuatan Kaca Lembaran”, Program Studi
Teknik Elektro, UIN Sultan Syarif Kasim Riau 2018.
[4] Dkk Suparto, “Analisa Kualitas Produk di PT. Surabaya Meka Box Ltd Dengan
Metode Six Sigma Dan FMEA”, Institut Teknologi Adhi Tama Surabaya,
2018.
[5] P. Meilita, I. A. Resti, and R. G. Lina, “Industri Kaca”, 2017.
[6] Suyanto dan Miftahuddin, “Penerapan PID Controller pada Sistem Pengendalian
Temperatur pada Proses Pembuatan Kaca Lembaran di PT. Asahimas Flat
Glass, Tbk Sidoarjo”, Jurusan Teknik Fisika, Institut Teknologi Sepuluh
Nopember Surabaya, 2009.
[7] A. K. S. R. M. Solanki, “Investigation of Fuel Saving in Annealing Lehr through
Magnetic Material Fuel Saver”, Mechanical Engineering Department, K J
Institute of Engineering and Technology, Gujarat India, 2015.
[8] Y. Al-sagheer, V. Venkataraman, and R. Steinberger-wilckens, “Nonlinear Model
Predictive Control ( NMPC ) for SOFC”, 2016.
[9] R. Prawito, “Analisis Pengendalian Temperatur pada Proses Pembuatan Kaca
 Lembaran Menggunakan Kombinasi Pengendali SMC dan PID”, Program
Studi Teknik Elektro, UIN Sultan Syarif Kasim Riau, 2018.
[10] M. Hubert, “Lecture 9: Annealing and Tempering IMI-NFG Course on Processing in
Glass”, 2015.
[11] E. Iskandar, “Sistem Pengaturan Adaptif.”
[12] L. Wang, “Model Predictive Control System Design and Implementation Using
MATLAB.” 2009.
[13] E. D. Puspitarini, R. Effendie, dan J. Pramudijanto, “Desain Pengaturan Level pada
Coupled Tank Process dengan Menggunakan Metode Model Predictive
Control”, Jurusan Teknik Elektro, Institut Teknologi Sepuluh Nopember
Surabaya 2017.
[14] Ogata K. "Discrete-Time Control Systems 2nd ed", 1995.