Judul artikel dan penulis IMPLEMENTASI FUZZY LOGIC CONTROLLER UNTUK
MENGATUR PH NUTRISI PADA SISTEM HIDROPONIK NUTRIENT FILM TECHNIQUE (NFT) Oleh : Dian Pancawati* dan Andik Yulianto Tujuan artikel metode budidaya tanaman dimana akar tanaman tumbuh pada lapisan nutrisi yang dangkal dan tersirkulasi sehingga memungkinkan tanaman memperoleh air, nutrisi dan oksigen [1]. NFT (Nutrient Film Technique) merupakan jenis hidroponik yang berbeda dengan hidroponik substrat. Pada NFT air bersirkulasi selama 24 jam terus-menerus agar perakaran selalu mendapatkan air nutrisi sehingga memberikan limpahan oksigen kepada akar tanaman sehingga baik untuk pertumbuhan tanaman. Kebaruan artikel Latar belakang artikel dan teori yang Dewasa ini ilmu pada bidang pertanian berkembang pesat, hal ini digunakan dikarenakan keterbatasan lahan pertanian, sehingga muncul inovasi-inovasi yang lebih efisien untuk mengembangkan bidang pertanian. Salah satu perkembangan tersebut yaitu metode pertanian yang baru seperti budidaya sistem hidroponik. Hidroponik sangat cocok diterapkan pada daerah yang mengalami keterbatasan lahan cocok tanam. Metode artikel -Perancangan Modul Hidroponik -Perancangan Sistem Elektronik Kontrol pH Nutrisi Hidroponik -Driver AC Solenoid Valve -Perancangan Sistem Fuzzy Logic Controller (FLC) Hasil artikel Berdasarkan perancangan sistem yang gambarkan sebelumnya , maka dilakukan pengujian serta analisis terhadap sistem yang telah dirancang. Hal ini bertujuan untuk membuktikan apakah sistem yang diimplementasikan dapat mempertahankan nilai pH nutrisi sebesar 5,5, kemudian diamati juga respon FLC terhadap waktu. Perkembangan tanaman selada pada sistem NFT juga diamati pada pembahasan ini. Kekuatan artikel mengamati perubahan nilai pH yang memiliki selisih lebih besar dari setpoint. Nilai pH yang digunakan sebagai pengujian merupakan nilai pH yang memiliki kategori error Positif Besar. Sesuai Gambar 9, nilai pH sebesar 3,27 dan 3,51 merupakan kondisi pH yang sangat asam dan masuk kedalam kategori error Positif Besar. Respon mengalami kondisi steady state pada nilai 5,49 ketika berada pada durasi ke 5530 milisecond. Ketika berada di waktu ke 5960 milisecond, respon berhasil mencapai setpoint selama beberapa millisecond namun kemudian kembali ke posisi steady state, hingga akhirnya mengalami overshoot sebesar 1 % pada waktu ke 6200 milisecond. Selain itu respon mengalami steady state secara terus-menerus hingga kondisi sistem dalam keadaan off. Kelemahan artikel terlihat bahwa nilai rise time dan maximum overshoot berbanding terbalik yaitu semakin cepat nilai rise time maka akan semakin besar nilai overshoot. Namun semakin lama nilai rise time maka akan semakin kecil nilai overshoot. Hal ini dipengaruhi oleh tidak adanya aturan yang mengatur jika nilai error dalam Positif Besar dan Delta error dalam kategori Negatif Besar, sehingga respon menjadi tidak stabil. Kesimpulan artikel Penelitian ini berhasil merealisasikan rancangan sistem kontrol pH nutrisi hidroponik secara otomatis menggunakan 2 buah aktuator berupa AC solenoid valve dan input berupa sensor analog pH SKU:SEN0161. Selain itu pula, metode Fuzzy Logic Controller yang diimplementasikan pada rancangan tersebut rise time 1200 milisecond dan time settling pada waktu ke 5530 milisecond untuk menaikkan pH. Sedangkan untuk menurunkan pH, rise time diperoleh pada waktu 2000 milisecond dan time settling pada waktu 3000 milisecond. No 2 Judul artikel dan penulis Kontrol Fuzzy Takagi-Sugeno Berbasis Sistem Servo Tipe 1 untuk Sistem Pendulum-Kereta Oleh : Helvin Indrawati dan Trihastuti Agustinah Tujuan artikel Penyelesaian permasalahan dari Sistem Pendulum-Kereta menggunakan desain Sistem Servo Tipe 1 dengan plant tanpa Integral diharapkan dapat memberikan respon yang baik agar plant dapat mengikuti sinyal referensi. Model nonlinear plant Sistem Pendulum-Kereta direpresentasikan dengan model fuzzy Takagi- Sugeno dengan aturan kontroler fuzzy dibangun dengan mengikuti kaidah Paralel Distributed Compensation (PDC). Gain state- feedback dan gain integral diperoleh dengan menggunakan metode pole placement. Kebaruan artikel Latar belakang artikel dan teori yang SEIRING dengan perkembangan teknologi dan semakin digunakan banyaknya sistem yang nonlinear maka dibutuhkan kontrol yang tepat agar suatu sistem dapat memberikan respon yang baik. Salah satu sistem nonlinear adalah Sistem Pendulum-Kereta. Sistem Pendulum-Kereta ini terdiri dari sepasang batang pendulum yang bersumbu pada kedua sisi sebuah kereta yang dapat bergerak pada suatu trek dengan sumbu mendatar dan panjang lintasan tertentu. Karakteristik Sistem Pendulum-Kereta adalah nonlinear dan tidak stabil. Sistem Pendulum-Kereta digunakan untuk penelitian dan menguji metode–metode kontrol sehingga metode tersebut dapat diterapkan pada berbagai aplikasi dari sistem nonlinear yang lebih komplek. Permasalahan kontrol pada Sistem Pendulum-Kereta terdiri dari masalah swing-up (menganyunkan pendulum dari posisi menggantung ke posisi terbalik), stabilisasi (regulator) dan tracking sinyal referensi.Tujuan utama dari Makalah ini adalah mengatur posisi kereta sesuai dengan sinyal referensi step sekaligus menggerakkan batang pendulum dari posisi awal ke posisi ekuilibrium (posisi terbalik) dan menstabilkannnya. Beberapa metode telah dikembangkan untuk mendapatkan solusi dari masalah tracking tersebut. Di antaranya menggunakan fuzzy Tracking Controller. Metode fuzzy Tracking Controller yang dilakukan oleh Andri Ashfahani [1] menghasilkan respon yang cukup baik dan overshoot yang cukup kecil. Metode artikel DESAIN SISTEM SERVO TIPE 1 Simulasi Implementasi Hasil artikel hasil yang didapatkan dari simulasi yang dilakukan menggunakan software Matlab/Simulink maupun implementasi pada plant Sistem Pendulum. Simulasi dilakukan dengan linearisasi plant Sistem Pendulum-Kereta dengan titik kerja 0 radian, 0,25 radian dan 0,5 radian. Kemudian hasil dari simulasi yang telah dilakukan pada software ini akan digunakan sebagai acuan untuk implementasi sistem kontrol pada plant Sistem Pendulum-Kereta “Digital Pendulum Mechanical Unit 33-200” dari Feedback Instrument Ltd. Kekuatan artikel implementasi menunjukkan bahwa posisi kereta dapat mengikuti masukan berupa referensi step dan referensi square wave yang diberikan serta batang pendulum dapat distabilkan pada titik di sekitar nol radian. Kelemahan artikel Gangguan pada implementasi dilakukan pada masukan dari sinyal square wave dengan amplitudo 0,1 dan frekuensi 0,025. Gangguan diberikan pada interval waktu 12-15 detik dan 30-33 detik. Pada Gambar 12 dapat diamati bahwa kereta mengalami underhoot sejauh 0,25 meter. Setelah diberi gangguan pada detik ke-12 dan detik ke-30 terjadi penyimpangan kereta sejauh sejauh 0,01 meter dan 0,008 meter. Penyimpangan kembali terjadi sejauh 0,016 meter dan 0,01 meter ketika gangguan dihilangkan yaitu pada detik ke-15 dan detik ke-33. Kemudian kereta kembali bergerak mengikuti sinyal referensi. Kesimpulan artikel Hasil simulasi dari sistem kontrol fuzzy Takagi-Sugeno yang telah dibuat menunjukkan bahwa posisi kereta dapat mengikuti masukan berupa referensi step dan referensi square wave serta batang pendulum dapat distabilkan pada titik di sekitar nol radian. No 3 Judul artikel dan penulis Kontrol Kecepatan Motor DC Berbasis Logika Fuzzy Oleh : Terry Intan Nugroho, Bambang Sujanarko, Widyono Hadi Tujuan artikel Kebutuhan tersebut menginginkan agar suatu motor memiliki performance yang baik, dari sisi kecepatan maupun keandalan mempertahankan kecepatan pada set point. Oleh karena itu pada penelitian ini akan mencoba membuat sistem prototipe kontrol motor DC menggunakan logika fuzzy. Alasan menggunakan logika fuzzy diantaranya adalah kemampuan pendekatan yang tidak dapat dipisahkan, derajat toleransiyang tinggi, operasinya yang halus, menurunkan efek non-linieritas adaptasi yang cepat, dan kemampuan Kebaruan artikel Latar belakang artikel dan teori yang Sejalan dengan perkembangan teknologi bidang industri, digunakan maka dibutuhkan alat – alat yang dapat mendukung cara kerja manusia menjadi lebih mudah. Penggunaan motor DC dalam bidang industri memang jarang digunakan dengan alasan biaya perawatan yang mahal. Motor DC banyak diaplikasikan seperti kereta listrik, dan manipulator robot yang memerlukan kontrol performa kecepatan [1]. Namun penggunaan motor DC dalam bidang industri tidak serta merta ditinggalkan karena efisiensi motor DC yang tinggi Metode artikel Menunjukkan blok diagram daripenelitian ini. Pada penelitian ini sistem kontrol kecepatan motor DC dilakukan dengan cara mengatur lebar pulsa PWM yang dihasilkan dari Matlab Simulink dengan alat interface PCI 1710HG menggunakan logika fuzzy. Pulsa PWM dihasilkan dari pemodulasian antara tegangan referensi dan sinyal segitiga, dimana nilai sinyal tegangan referensi diatur besarnya menggunakan logika fuzzy. Output sinyal PWM dihubungkan dengan driver motor DC melalui port digital output PCLD 8710. Kecepatan motor DC akan dibaca menggunakan sensor kecepatan yang menghasilkan tegangan DC, dimana sinyal tegangan DC hasil dari umpan balik sensor kecepatan akan diproses pada Matlab Simulink dijadikan sebagai input error logika fuzzy. Hasil artikel Dari data pengujian sistem berbeban yang telah diambil dapat dilihat bahwa respon motor menggunakan kontrol logika fuzzy dapat mengikuti kecepatan setpoint dibandingkan dengan yang tidak menggunakan kontrol logika fuzzy. Hal tersebut dapat ditunjukkan misalnya pada data setpoint 100rpm, dimana respon kecepatan menggunakan logika fuzzy memiliki kecepatan 97,62 rpm dan yang tidak menggunakan kontrol logika fuzzy memiliki rpm 89,9 rpm. Kekuatan artikel Fuzzifikasi merupakan proses untuk mengubah variabel nonfuzzy (variabel numeric) menjadi variabel fuzzy (variabel linguistic). Nilai-nilai masukan yang masih dalam bentuk variabel numeric yang telah dikuantitasi sebelum diolah oleh pengendali logika fuzzy harus diubah menjadi variabel fuzzy dulu. Melalui fungsi keanggotaan yang telah disusun maka dari nilai-nilai masukan tersebut menjadi informasi fuzzy yang akan diproses pengolahan aturan secara fuzzy. Kelemahan artikel Kontrol kecepatan motor DC dapat dikembangkan lagi dengan metode kontrol lain seperti fuzzy adaptive atau i network, frekuensi dari sinyal segitiga pada pembangkit PWM dapat ditingkatkan, pada penelitian berikutnya sebaiknya menggunakan catu daya baterai berkapasitas 36 Volt. Kesimpulan artikel Pada penelitian ini telah berhasil dibuat sistem kontrol kecepatan motor DC berbasis logika fuzzy dengan menggunakan alat interface PCI menggunakan Metode Mamdani MAX-MIN dan memiliki 32 rule, serta komposisi aturan dari logika fuzzy menggunakan Center Of Area. Pada pengujian kontrol kecepatan motor DC tanpa beban didapatkan respon terbaik pada saat set point 60rpm dengan rise time pada detik ke 0,711 dan maximum overshoot 2,96%. Sedangkan pengujian dengan beban dinamis waktu pemulihan yang diperlukan untuk mencapai setpoint pada saat menggunakan logika fuzzy adalah 0,675 detik sedangkan tanpa menggunakan logika fuzzy adalah 1,248 detik pada saat setpoint 120rpm. Dan pengujian dengan beban statis saat setpoint 100rpm didapatkan rise time pada detik ke – 2,08 dan maximum overshoot sebesar 0,07%. No 4 Judul artikel dan penulis LAPTOP-BASED ROBOT SEBAGAI PRAMUSAJI RESTORAN DENGAN MENERAPKAN METODE PENGOLAHAN CITRA DAN KONTROL FUZZY Oleh : I Nyoman Kusuma Wardana, I Gusti Agung Made Sunaya, Kadek Amerta Yasa Tujuan artikel robot berbasis visual akan menggantikan penggunaan sensor inframerah melalui penggunaan sebuah kamera untuk mengikuti alur garis tertentu. Karena sifat pengolahan citra yang bersifat kompleks, pemrosesan citra akan menggunakan laptop (laptop- based robot). Perangkat lunak MATLAB yang terinstal pada laptop akan digunakan untuk memproses citra dan desain kontrol fuzzy. MATLAB memiliki kemudahan dan ketangguhan dalam hal pemrosesan citra dan akuisisi data [8]. Selain itu, MATLAB telah menyediakan Fuzzy Logic Toolbox untuk mendesain logika fuzzy yang akan digunakan sebagai sistem kontrol. Robot akan didesain agar dapat mengenali meja pelanggan sesuai dengan input dari operator. Mekanika robot akan didesain menggunakan teknologi system tertanam (mikrokontroler). Kebaruan artikel Latar belakang artikel dan teori yang Teknologi robotika telah mendominasi sektor-sektor industry digunakan otomasi. Keberadaan robot menjadi sangat penting, terutama untuk meningkatakan efektivitas dalam proses produksi.Selain meningkatkan efektivitas dunia industri, robot juga dapat digunakan untuk melakukan interaksi yang atraktif dengan manusia, terutama untuk keperluan promosi atau tujuan khusus lainnya [1],[2]. Khusus untuk penerapan di restoran, robot yang didesain khusus dapat membantu sebagian kegiatan di restoran dan dapat menarik perhatian pelanggan untuk mengunjungi restoran [3]. Robot yang digunakan sebagai pramusaji adalah robot bergerak (mobile robot). Pada robot bergerak, terdapat berbagai metode yang dapat digunakan untuk mengontrol mobilitas robot, diantaranya menggunakan sistem penuntun laser [4], menggunakan metode pengolahan citra [5], menggunakan deteksi sumber suara atau bekerja secara otonom Metode artikel Implementasi Perangkat keras Implementasi dan Strategi Pengolahan Citra Robot Implementasi Kontrol Fuzzy Hasil artikel Berdasarkan hasil percobaan, diperoleh rata-rata eksekusi program adalah selama 1 detik. Dengan demikian, untuk menyederhanakan perhitungan, kecepatan error, yaitu waktu yang diperlukan untuk memperoleh error saat ini terhadap error sebelumnya diasumsikan berlangsung setiap satu detik. Kecepatan error diperoleh dengan membagi selisih error (error saat ini dikurangi error sebelumnya) dengan waktu. Pembagian dengan 1 akan mempermudah perhitungan. Dengan demikian, nilai minimum dan maksimum kecepatan error juga sama dengan nilai minimum dan maksimum error, yaitu bernilai -160 dan 160. Kecepatan error positif menandakan bahwa ada kecenderungan robot bergerak ke kiri, dan sebaliknya jika kecepatan error negatif menandakan bahwa akan ada kecenderungan robot bergerak ke kanan. Fungsi keanggotaan output fuzzy untuk motor kanan dan motor kiri Kekuatan artikel Pengolahan citra yang cukup sederhana dapat diterapkan pada robot visi yang mengikuti suatu lintasan tertentu (line follower). Pada penelitian ini, algoritma untuk mencari titik pusat lintasan (centroid) dapat diterapkan pada robot untuk mengikuti arah lintasan. Terkait dengan sistem navigasi robot, desain kontrol fuzzy telah berhasil diterapkan untuk mengikuti garis (line tracking Kelemahan artikel Sistem pengaturan tingkat kecerahan dan kekontrasan pada kamera secara otomatis sangat membantu dalam pengenalan yang lebih baik. Pada penelitian ini, algoritma tersebut belum diterapkan. Terkait dengan desain fuzzy, penelitian selanjutnya juga dapat mengkombinasikan fungsi-fungsi keanggotaan yang lain untuk memperoleh navigasi robot yang lebih optimal. Sesuai dengan spesifikasi perangkat penyusun robot yang digunakan, mungkin saja desain fuzzy pada penelitian ini tidak optimal jika diterapkan pada robot lainnya. Kesimpulan artikel Berdasarkan hasil percobaan, diperoleh hasil bahwa proses pengolahan citra sangat menentukan bagaimana kontroler dapat bekerja. Sesuai dengan kondisi percobaan (tingkat intensitas cahaya, tekstur lantai, spesifikasi robot dan sebagainya), robot dapat mengikuti garis dengan baik, walaupun isu kecepatan masih perlu ditingkatkan. No 5 Judul artikel dan penulis MODEL SIMULASI PENGENDALIAN SUHU UDARA PADA MESIN PENGERING CABE DENGAN KONTROL LOGIKA FUZZY Oleh : Bambang Dwi Argo, Cicik Rahayu Tujuan artikel Mengacu pada permasalahan untuk membuat alat pengering terkendali dan perkembangan teknologi maka pada penelitian ini akan membahas tentang simulasi pengendalian suhu udara pada alat pengering cabe dengan Kontrol Logika Fuzzy. Dengan kelebihan yang dimilki oleh KLF maka diharapkan suhu ruang pengering dapat dikendalikan dengan cara mengatur besarnya energy yang harus diberikan kepada pemanas Kebaruan artikel Latar belakang artikel dan teori yang Cara pengawetan cabe yang sering dilakukan adalah melalui digunakan pengeringan, baik pengeringan secara alami dengan sinar matahari ataupun pengeringan secara buatan dengan alat pengering. Pengeringan secara alami mempunyai banyak kendala sehingga digunakan pengeringan secara buatan. Pengeringan buatan dengan menggunakan alat pengering memberikan beberapa keuntungan diantaranya adalah tidak tergantung pada cuaca, kapsitas pengeringan dapat dipilih sesuai dengan yang diperlukan, tidak memerlukan tempat yang luas serta kondisi pengeringan dapat dikendalikan Metode artikel 1. Menyusun model untuk alat pengering berdasarkan persaman keseimbangan energi pindah panas dan massa untuk memprediksi suhu udara pada ruang pengering. 2. Menyelesaikan persamaan keseimbangan energi secara numeric dengan metode finite difference Euler Implisit dan dipecahkan secara simultan dengan metode Gauss Jordan dengan suhu lingkungan sebagai fungsi hasil aplikasi kunik alpine. Penyelesaian persamaan tersebut ditulis dalam bahasa pemrograman Delphi 6.0. 3. Kalibrasi termokopel untuk mengetahui kepresisian nilai yang dihasilkan oleh termokopel. 4. Pengambilan data suhu udara ruang pengering tanpa kendali selama 2 hari (48 jam) dengan interval 1 jam. Suhu bola kering dan bola basah udara lingkungan digunakan untuk mencari kelembaban relative (RH) dengan menggunakan Psychrometry chart (ASAE STANDART, 1998). 5. Studi literature untuk mencari nilai koefisien konveksi berdasarkan literature buku pindah panas dan perhitungan dari rumus-rumus yang ada. 6. Melakukan verifikasi terhadap model pindah panas dan massa yang telah dibuat dengan membandingkan nilai suhu hasil pengukuran dengan suhu hasil simulasi dan menggunakan koefisien determinasi (R2) sebagai parameter ukur kemampuan model dalam memprediksi suhu. 7. Melakukan simulasi tanpa kendali dengan menggunakan P (daya) heater dan laju aliran udara masuk ( u m& ) yang berbeda- beda. Dari simulasi tersebut akan diambil nilai P heater dan ( u m& ) yang dapat membuat suhu ruang pengering tinggi dan RH yang rendah. 8. Melakukan simulasi pengendalian suhu ruang pengering dengan control logika fuzzy dengan beberapa scenario pengendalian dengan set point yang berbeda. Dan menganalisis hasil simulasi terhadap karakteristik pengeringan dan performansi alat pengering yaitu suhu ruang pengering, penurunan kadar air, laju pengeringan dan penggunaan energi selama pengeringan. Hasil artikel Penurunan kadar air yang cepat disebabkan karena pada tahap awal proses masih terdapat massa air pada permukaan cabe merah dalam jumlah besar. Pada saat pengeringan dimulai udara panas yang dialirkan melalui permukaan cabe merah menaikkan tekanan uap air. Pada proses ini terjadi pindah massa dari permukaan cabe merah ke udara dalam bentuk uap air dalam jumlah besra sampai tekanan uap air pada permukaan cabe merah menurun. Setelah massa air pada permukaan cabe merah berkurang, maka terjadi perpindahan air secara difusi dari dalam ke permukaan cabe merah. Akhirnya setelah air dalam bahan berkurang, tekanan uap air cabe merah akan menurun sampai terjadi keseimbangan dengan udara sekitar. Kekuatan artikel Hasil simulasi pengeringan tanpa kontrol dengan laju aliran udara 0.25 kg/detik menunjukkan bahwa dengan daya heater yang dapat menaikkan suhu ruang pengering 45-55°C adalah sebesar 15000W. Kelemahan artikel 1. Perlu dilakukan verifikasi terhadap penurunan kadar air pengeringan cabe merah 2. Perlu optimasi pada kontrol logika fuzzy agar didapatkan pengontrolan yang optimal misalnya digabungkan dengan artificial neural network maupun genetic algorithm. Kesimpulan artikel Model keseimbangan energi pindah panas dan massa yang dibuat telah mampu menerangkan perubahan suhu pada masing-masing sub system pengering. Hal ini dapat dilihat dari sebaran suhu hasil simulasi yang mampu mengikuti perubahan suhu hasilpengukuran. No 6 Judul artikel dan penulis PENERAPAN KENDALI CERDAS PADA SISTEM TANGKI AIR MENGGUNAKAN LOGIKA FUZZY Oleh : Edwar Yazid Tujuan artikel pengendali logika fuzzy memanfaatkan pengalaman seorang pakar yang oleh perancang pengendali diekstrak ke dalam bentuk aturan- aturan jika-maka (if-then). Oleh karena itu, proses pengendalian akan mengikuti pendekatan secara linguistik. Pendekatan secara linguistic berupa interpretasi manusia (operator atau ahli) tentang tingkat keadaan suatu sistem, yang merupakan informasi penting dalam menggambarkan perilaku sistem dan jauh lebih mudah untuk diperoleh. Pengendali logika fuzzy tidak memiliki ketergantungan pada variabel-variabel proses kendali sehingga pengendali ini banyak digunakan pada sistem yang memiliki sifat tidak linear dan perilaku dinamik yang berubah terhadap waktu. Namun dasar-dasar pengetahuan tentang sistem yang akan dikendalikan akan sangat membantu dalam memperoleh prestasi pengendalian yang memadai Kebaruan artikel Latar belakang artikel dan teori yang Sektor industri memegang peranan yang sangat penting dalam digunakan roda kehidupan. Industri industri ini meliputi manufaktur, proses, fabrikasi dan sebagainya. Di dalam Industri proses, secara umum ada empat macam pengendalian variabel proses dasar yaitu: kecepatan aliran, ketinggian cairan, tekanan dan temperatur. Seluruh variabel proses ini dapat ditemukan di hampir semua industri proses. Untuk itu sangat dibutuhkan metode kendali yang baik untuk dapat menunjang proses berjalannya industri tersebut dan untuk meningkatkan efektifitas dan efisiensi dalam proses produksi. Karena itu dalam makalah ini dipaparkan suatu eksperimen teknik kendali yang diharapkan dapat memberikan kontribusi dalam dunia industri Metode artikel -Pengendali Logika Fuzzy -Pengendali Proporsional dan Integral (PI) Hasil artikel Dari pengujian prestasi kedua pengendali pada sistem tangki air menunjukkan bahwa waktu respon pengendali PI relatif lebih cepat dibandingkan pengendali logika fuzzy. Hal ini disebabkan oleh pada suatu kondisi dimana harga error dan beda error yang sama, pengendali PI akan menghasilkantegangan keluaran yang lebih besar dibandingkan pengendali logika fuzzy. Tegangan keluaran yang lebih besar ini memperbesar debit air yang masuk ke dalam tangki dan mempercepat tercapainya tinggi air referensi. Konsekuensinya adalah aksi kendali keluaran pengendali PI terlihat sangat tidak stabil. Pada kondisi setelah mencapai tinggi referensi pengendali PI mengirim tegangan yang bervariasi ke pompa untuk mempertahankan kondisi kestabilan. Namun akibat variasi tegangan keluaran ini menyebabkan timbulnya osilasi pada sistem. Kekuatan artikel Berdasarkan hasil-hasil yang telah diperoleh, maka dapat ditarik kesimpulan yaitu pengendali logika fuzzy merupakan pengendali yang relatif mudah dalam perancangannya, karena tidak dibutuhkan model matematik eksak dari sistem. Dengan pendekatan berbasis aturan-aturan dan logika sederhana, pengendali dirancang dan dibangun. Penalaan logika fuzzy dilakukan secara trial and error untuk mendapatkan respon yang diinginkan. Kelemahan artikel Pengujian dilakukan terhadap kedua pengendali dengan kondisi satu harga referensi dan variasi harga referensi dalam kondisi katup bukaan setengah. Sebagai sinyal referensi ketinggian air digunakan fungsi step dengan rentang tegangan dari 1 volt sampai 3.5 volt Kesimpulan artikel Pengendali logika fuzzy mampu mengendalikan tinggi air dalam tangki dan merespon perubahan variasi tinggi air yang berubah secara dinamik. Pengendali ini mampu mengurangi derau yang terbawa oleh sinyal hasil pengukuran sensor, mengakibatkan aksi kendali yang dihasilkan tidak bervariasi seperti pengendali PI. Hasilnya, aktuator bekerja pada kondisi yang baik No7 Judul artikel dan penulis Pengaruh Pengendalian Suhu Berbasis Logika Fuzzy Dan Kecepatan Pengadukan Pada Evaporator Vakum Double Jacket Terhadap Karakteristik Fisik Permen Susu Oleh : Mutiara Nisa, Amri, Bambang Susilo, Yusuf Hendrawan Tujuan artikel Pengendalian suhu dan kecepatan pengadukan pada proses pembuatan permen susu diharapkan mampu menghindarkan permen dari kegosongan Salah satu sistem kontrol cerdas adalah sistem kontrol berbasis logika fuzzy yang banyak dikembangkan untuk pengendalian temperatur dengan menggunakan berbagai jenis piranti sistem kontrol (Kavitha et al., 2012). Sistem pengendalian fuzzy dapat diaplikasikan dalam berbagai bidang karena dapat digunakan sebagai pengganti kontrol on-off ataupun digunakan sebagai logika untuk tuning parameter kontrol PID pada sistem pengendalian umpan balik Kebaruan artikel Latar belakang artikel dan teori yang Permen merupakan makanan ringan yang bersumber dari gula, digunakan salah satu jenis permen di pasaran adalah permen susu. Pembuatan permen susu menggunakan pemanasan suhu tinggi untuk mencapai titik lebur sukrosa (140 0C) agar terjadi reaksi karamelisasi. Pemanasan suhu tinggi dalam proses karamelisasi permen susu menyebabkan kandungan gizi permen susu rendah. Pembuatan permen susu secara konvensional dilakukan diatas wajan dengan pengadukan terus menerus hingga terjadi reaksi karamelisasi gula. Tidak adanya pengendalian suhu dalam proses pembuatan permen susu menyebabkan mutu produk permen dalam jumlah banyak secara berkesinambungan dengan ukuran, rasa, keseragaman dan kebersihan kurang terjamin. Pengembangan rekayasa teknologi dalam usaha meningkatkan kualitas produk salah satunya adalah rekayasa tekanan pada proses pemasakan diturunkan dibawah 1 atm. Penurunan tekanan menjadi tekanan vakum akan mempengaruhi titik lebur dari sukrosa menjadi dibawah 1400C. Menurut Foust (1980) penurunan tekanan udara lebih rendah dari 1 atm memiliki keuntungan untuk mencegah kerusakan nutrisi pada susu dan penghematan energi dengan memanfaatkan uap yang terbentuk sebagai pemanas. Metode artikel Metode penelitian yang menggunakan analisis pengaruh pengendalian suhu berbasis logika fuzzy dan kecepatan pengadukan pada evaporator vakum double jacket terhadap karakteristik fisik permen susu. Penelitian ini dilakukan menggunakan rancangan yang disusun secara faktorial dengan 2 faktor. Faktor I merupakan temperatur fluida transmisi atau pengontrolan suhu pada minyak yang terdiri dari 3 level (80, 85, 90 0C), dan Faktor II merupakan kecepatan pengadukan dengan 3 level (150, 300, 450 RPM). Dari kombinasi faktor-faktor tersebut diperoleh 9 perlakuan dengan dua kali ulangan Hasil artikel Hasil analisis perlakuan terbaik menggunakan metode pembobotan De Garmo didapatkan perlakuan terbaik pada perlakuan suhu 850C dan kecepatan pengadukan 300 RPM dengan kadar air 6.61%, tekstur 3.53%, kadar abu 1.87%, warna (B) 464.0, pH 7.0. Kemudian dilakukan analisa kandungan gizi permen susu didapatkan kandungan protein 6.47%, lemak 7.81% dan karbohidrat 77.23%. Kekuatan artikel Nilai kadar air untuk proses konvensional lebih tinggi dikarenakan tidak adanya pengontrolan suhu pada saat pemasakan, sehingga proses pencoklatan non enzimatis dapat berlangsung secara sempurna, menurut Winarno (1994) mekanisme dari pencoklatan pada reaksi Maillard dan karamelisasi adalah gugus karbonil gula bereaksi dengan gugus amino menghasilkan N-glikosamin dan air, gugus glikosamin yang tidak stabil mengalami pengaturan kembali membentuk ketosamin dan kemudian ketosamin dapat mengalami proses lebih lanjut yaitu memproduksi air dan redukton serta membentuk polimer nitrogen berwarna coklat (melanoidin). Kelemahan artikel Nilai kadar abu pada penelitian ini lebih tinggi (1.76%) dibandingkan dengan penelitian terdahulu (0.95%). Menurut Hidayat dkk. (2006) kadar abu susu kambing adalah 0.8% sedangkan kadar abu susu sapi adalah 0.7% Perbedaan nilai kadar abu bahan dasar permen susu tidak terlalu besar, namun pada penelitian yang dilakukan oleh Susilawati dan Dewi (2011) tidak ada penambahan asam cuka, sedangkan penambahan mentega pada bahan baku dilakukan setelah pemasakan permen susu namun hanya untuk mengolesi wadah agar permen susu hasil pemasakan tidak lengket. Sehingga sesuai dengan pendapat Buckle et al. (1987) kadar abu pada bahan olahan sangat bergantung pada asal bahan baku yang digunakan Kesimpulan artikel Pengaruh pengendalian suhu berbasis logika fuzzy dan kecepatan pengadukan pada evaporator vakum double jacket terhadap karakteristik fisik permen susu memberikan pengaruh nyata terhadap kadar air dan warna pada permen susu. Sedangkan parameter tekstur, kadar abu dan pH suhu dan kecepatan pengadukan tidak berpengaruh nyata, ketiga parameter ini lebih dipengaruhi oleh bahan dasar permen susu sendiri. No 8 Judul artikel dan penulis Pengaturan Sudut Fasa Berbasis Logika Fuzzy untuk Sistem Pengaturan Temperatur Oleh : Suryo Krido Laksono, Aris Triwiyatno ST Tujuan artikel Tujuan yang hendak dicapai dari tugas akhir ini adalah membuat alat yang meliputi perangkat keras dan perangkat lunak guna mengaplikasikan pengaturan tegangan secara sudut fasa berbasis logika fuzzy untuk pemanas pada system pengaturan temperatur. Kebaruan artikel Latar belakang artikel dan teori yang Khususnya di dunia industri, sistem termal memegang peranan digunakan yang sangat penting. Pada beberapa proses produksi misalnya, agar dapat digunakan, maka suatu bahan atau zat harus dipanaskan terlebih dahulu hingga mencapai temperature tertentu. Namun sistem termal untuk memanaskan saja tidak cukup, tetapi sangat diperlukan sistem yang juga dapat menjaga besarnya temperatur dalam proses agar tetap stabil pada nilai yang diinginkan atau diperlukan tanggapan system dengan osilasi yang seminim mungkin. Untuk keperluan ini, maka digunakan suatu sistem pengaturan temperatur. Metode artikel -Fuzzifikasi -Evaluasi Aturan (inference) - Defuzzifikasi - Denormalisasi Hasil artikel Hasil pengujian yang diperoleh untuk empat setting value yang berbeda adalah: · Setting value = 35,6°C, respon sistem mempunyai karakteristik td = 29,5 detik, tr = 73 detik, tp = - dan tidak ada kesalahaan keadaan tunak. · Setting value = 40,3°C, respon sistem mempunyai karakteristik td = 39 detik, tr = 85,5 detik, tp = -, dan tidak ada kesalahan keadaan tunak. · Setting value = 45,7°C, respon sistem mempunyai karakteristik td = 53 detik, tr = 120 detik, tp = -, dan terjadi kesalahan keadaan tunak. · Setting value = 50°C, respon sistem mempunyai karakteristik td = 58 detik, tr = 147 detik, tp = -, dan terjadi kesalahan keadaan tunak. Kekuatan artikel Sistem pengaturan temperatur yang dirancang dapat mengatasi gangguan berupa penambahan air dingin dan air panas dengan baik. Kelemahan artikel Dilakukannya analisa terhadap pengaruh harmonisa dari pengaturan tegangan dan dilakukan perancangan filter untuk mengurangi efek dari harmonisa pada pengontrol tegangan Kesimpulan artikel Pada perancangan alat, menunjukkan bahwa penggunaan pengatur tegangan pemanas secara kontrol sudut fasa memberikan cakupan nilai pengaturan tegangan yang cukup besar, sehingga memudahkan dalam menentukan besarnya keluaran dari pengendali logika fuzzy. No 9 Judul artikel dan penulis PERANCANGAN SELF BALANCING PITCH CONTROL DENGAN METODE KONTROL FUZZY PADA UNMANNED AERIAL VEHICLE FIXED WING Tujuan artikel Untuk mempertahankan kestabilan pitch dari UAV diperlukan sensor yang dapat menghasilkan data sudut sebagai pembanding dan memberikan data setpoint yang kita inginkan. Data sensor Motion Processing Unit 6050 dapat digunakan untuk merancang suatu sistem otomatis berdasarkan referensi posisi objek [4]. Sensor ini merupakan gabungan 2 sensor, yaitu akselerometer dan giroskop. Berdasarkan penelitian sebelumnya yang dilakukan di Jurusan S-1 Teknik Elektro Universitas Diponegoro dan referensi jurnal penelitian yang dilakukan oleh perguruan tinggi maupun organisasi riset yang ada di dunia, data keluaran dari sensor akselerometer dan giroskop dapat digunakan untuk mengonversi kordinat body dari suatu objek menjadi kordinat bumi [5][11]. Data posisi sudut pitch digunakan untuk menentukkan bukan defleksi motor servo elevator untuk mempertahankan kondisi datar UAV terhadap kordinat bumi. Kebaruan artikel Latar belakang artikel dan teori yang Setelah penemuan pesawat terbang yang revolusioner oleh Wright digunakan Bersaudara, wahana terbang mulai mengadaptasi suatu konsep metode pengontrolan yang dapat mempermudah pekerjaan dari Pilot. Saat ini perancangan suatu wahana terbang menitikberatkan pada sistem kontrol otomatis untuk memonitor dan mengontrol seluruh subsistem yang ada dalam suatu wahana terbang. Pengembangan suatu sistem kontrol otomatis memiliki peranan penting dalam perkembangan dalam dunia penerbangan sipil maupun militer Metode artikel -Perancangan Perangkat Keras - Perancangan Program Utama - Perancangan Kontroler Fuzzy Hasil artikel Pengujian sinyal untuk motor servo dan sinyal masukan untuk Electronic Speed Controller dilakukan dengan membandingkan 50 data nilai keluaran pembacaan sensor hasil dari perubahan joystick pada radio transmitter untuk masing-masing channel dengan keluaran sinyal PWM sebagai masukan untuk motor servo dan Electronic Speed Controller. Gerakan tuas stik pada radio transmitter digunakan sebagai referensi untuk mengatur bukaan defleksi motor servo rudder dan elevator serta untuk pengaturan kecepatan putaran Brushless DC Motor. Kekuatan artikel Dalam metode pengujian ini dilakukan pengamatan respon sistem saat kondisi Nose Heavy dimana dilakukan analisis respon sistem keluaran nilai sudut pitch dibandingkan dengan nilai set point kondisi datar (00). Saat kondisi nose heavy akan membuka ke atas untuk memberi gaya berlawanan agar pesawat dapat mempertahankan kondisi kembali menjadi datar. Kelemahan artikel Pengujian kontrol open-loop membuktikan bahwa jika sistem terkena gangguan maka sistem tidak dapat mempertahankan kembali kondisi datar nol derajad pada sumbu longitudinal. sistem yang terdapat gangguan pada ekor (tail) menyebabkan kondisi tail heavy sehingga sistem tidak dapat mempertahankan kondisi seimbang datar terhadap sumbu longitudinal. Berdasarkan hasil pengujian didapatkan nilai RMSE sebesar 27.549%. Kesimpulan artikel Hasil pengujian sistem juga menunjukkan bahwa pengaplikasian algoritma tapis komplementer untuk mengolah data masukan sudut pitch ke kontroler fuzzy dapat untuk meredam galat akibat pengaruh getaran terhadap sensor akselerometer dengan nilai RMSE sebesar 0,06% terhadap sudut aktual kemiringan busur derajad dibandingkan dengan tanpa menggunakan tapis komplementer yang memiliki nilai RMSE sebesar 0,5671%. Perbaikan kinerja sistem dengan adanya kontroler fuzzy ditunjukkan dengan hasil keluaran RMSE terbaik dengan pengujian gangguan hidung UAV ke atas nilainya sebesar 4,0995%. dan gangguan hidung UAV ke bawah yang nilai RMSE terbaik sebesar 4,0388% dibandingkan dengan nilai RMSE dengan kontrol openloop yang nilainya sebesar 27,549% terhadap acuan kondisi datar sudut pitch 0 derajad No 10 Judul artikel dan penulis Perancangan Sistem Pengendalian Suhu Kumbung Jamur dengan Logika Fuzzy Oleh : Mahendra Ega Higuitta dan Hendra Cordova Tujuan artikel Untuk mendapatkan fungsi transfer plant kumbung dari parameter suhu, digunakan pendekatan neraca energi dalam melakukan pemodelan. Sedangkan dari parameter kelembaban (RH), digunakan pendekatan model matematis ARX (Autoregressive Exogeneus) untuk mendapatkan fungsi transfer nya. Aktuator yang digunakan untuk melakukan aksi pada plant adalah blower dan sprayer. Fungsi transfer akan didapatkan dengan acuan psychometric process yang terdiri dari proses Cooling dan Humidifying. Kontroler yang dipakai menggunakan Kontrol Logika Fuzzy Gain Scheduling tipe Mamdani dengan sistem MIMO (Multi Input, Multi Output). Kebaruan artikel Latar belakang artikel dan teori yang budidaya jamur tiram saat ini mengalami pertumbuhan yang digunakan sangat pesat ditandai dengan semakin banyaknya petani pembibit maupun pembesaran jamur yang berbanding lurus dengan banyaknya jumlah pelaku usaha makanan di bidang jamur. Dalam proses pembesaran jamur pada kumbung sangat tergantung pada faktor fisik seperti suhu,kelembaban, cahaya, pH media tanam, dan aerasi, udara. jamur tiram dapat menghasilkan tubuh buah secara optimum pada rentang suhu 26-28 °C, kelembaban udara 80-90% dan pH media tanam yang agak masam antara 5-6 [1]. Metode artikel Menentukan variabel masukan dan keluaran. Menentukan fungsi keanggotaan (membership function) Menentukan Fuzzy Rule Base Hasil artikel Penggunaan ARX untuk memodelkan kelembaban kumbung jamur sudah sangat sesuai meski fitting data estimasi yang dihasilkan hanya dapat mencapai 66, 69%, dan fitting data validasi 54.49%, akan tetapi jika melihat tren yang memiliki kesamaan, dapat diasumsikan sesuai
Kekuatan artikel Fungsi suhu terhadap kelembaban dengan pemodelan ARX
menghasilkan respon sistem dengan maximum overshoot dari pengendali tersebut sebesar 35% dan time settling sekitar 240 detik, dan error steady state sebesar 0,03% Kelemahan artikel Grafik hasil simulasi pengendalian suhu dengan Fuzzy Gain Schedulling, ditunjukkan pada gambar 4.9. Berdasarkan gambar tersebut, didapatkan bahwa minimum undershoot dari pengendali tersebut sebesar 3% dan time settling sekitar 325 detik. Berdasarkan gambar 19-28, didapatkan bahwa maximum overshoot dari pengendali tersebut sebesar 35% dan time settling sekitar 240 detik. Respon sistem dengan suhu luar 37C dan 40C memiliki nilai-nilai yang sama baik dari maksimum overshoot,minimum undershoot hingga time settling nya. Ini menunjukkan performansi aktuator dalam sistem berjalan mengendalikan dengan respon yang sesuai setpoint yang dikehendaki Dikarenakan simulation stop time mencapai 50.400s maka respon yang terlihat samar dan kecil jika tidak diperbesar. Kesimpulan artikel Pemberian nilai set point pada suhu yang sesuai untuk pertumbuhan jamur yaitu pada suhu 28° C dapat dicapai dan dipertahankan dengan nilai minimum undershoot dari pengendali tersebut sebesar 3% dan time settling sekitar 325 detik No 11 Judul artikel dan penulis PERANCANGAN SISTEM PENGENDALIAN SUHU PADA PROTOTYPE GREEN HOUSE BERBASIS KENDALI LOGIKA FUZZY Oleh : Mulkan Azizi dan Munawar Agus R Tujuan artikel Penelitian ini merancang aplikasi kontrol pada plant prototype sederhana Green House dengan menggunakan mikrokontroler ATmega16 dan kendali logika fuzzy sebagai metode kontrol. Kebaruan artikel Latar belakang artikel dan teori yang Proses budidaya dan penelitian tanaman selama ini dilakukan pada digunakan kondisi iklim yang sesuai dengan tanaman. Jika tanaman dipindah ke daerah dengan kondisi lingkungan iklim yang berbeda maka tanaman tersebut tidak dapat tumbuh dan berkembang dengan baik atau mungkin bisa mati. Hal ini menjadi masalah bagi orang yang ingin melakukan proses budidaya dan penelitian suatu tanaman di daerah yang tidak sesuai dengan kondisi (iklim) dari tanaman. Untuk mengatasi permasalahan ini, maka dapat dibuat suatu iklim buatan yang sesuai dengan kondisi iklim asal tanaman Metode artikel -Rancangan Perangkat Keras -Perancangan Pengendali Logika Fuzzy Hasil artikel Secara keseluruhan respon sistem Plant kendali suhu dengan kontrol fuzzy menunjukkan hasil yang paling baik pada pengujian sistem dengan gangguan karena selisih waktu naik respon (Tr) dan waktu penetapan (Ts) pada kontrol fuzzy lebih besar dibandingkan kontrol PI sehingga respon sistem menunjukkan perbedaan yang signifikan dalam mencapai waktu naik respon (Tr) dan waktu penetapan (Ts). Sedangkan respon yang kurang baik ditunjukkan pada pengujian sistem dengan referensi naik karena waktu naik respon (Tr) dan waktu penetapan (Ts) pada kontrol PI lebih cepat dibandingkan respon sistem dengan kontrol fuzzy pada pengujian yang lainnya Kekuatan artikel Secara keseluruhan pengujian yang dilakukan dengan kontrol fuzzy menunjukkan respon sistem yang lebih baik dibandingkan dengan kontrol PI metode Ziegler- Nichols (Kp = 69,3; Ti = 3,3; Td = 0). Hal ini terlihat dari waktu naik (Tr) dan waktu penetapan (Ts) pada kontrol fuzzy yang cenderung lebih cepat dibandingkan dengan kontrol PI dalam keseluruhan pengujian yang telah dilakukan Kelemahan artikel Pada pengujian ini terlihat bahwa respon sistem dengan kontrol fuzzy lebih baik dari kontrol PI. Hal ini terlihat dalam osilasi sistem dimana osilasi respon pada PI lebih besar, meskipun dari waktu naik respon (Tr) dan waktu penetapan (Ts) pada kontrol PI sedikit lebih cepat dibandingkan respon sistem dengan kontrol fuzzy. Hal ini disebabkan pada kenaikan suhu yang berperan besar yaitu heater blower dengan kontrol on-off. Kesimpulan artikel Telah berhasil dibuat perangkat keras untuk mensimulasikan sistem pengendalian suhu pada prototype green house menggunakan logika fuzzy dengan pengujian pada referensi tetap 28°C. Pada pengujian dengan menggunakan metode kontrol fuzzy diperoleh waktu naik (Tr) 42 detik dan waktu penetapan (Ts) 57 detik, sedangkan dengan kontrol PI metode Ziegler-Nichols diperoleh waktu naik (Tr) 54 detik dan waktu penetapan (Ts) 83 detik. Pengujian ini menunjukkan untuk pengujian dengan referensi tetap dengan metode kontrol fuzzy memiliki unjuk kinerja yang lebih baik. No 12 Judul artikel dan penulis Perancangan Sistem Stabilisasi Kamera Tiga Sumbu dengan Metode Kontrol Fuzzy untuk Mobile Surveillance Robot Oleh : Fahrezi Alwi Muhammad, Muhammad Rivai, dan Suwito Tujuan artikel melakukan pengamatan menggunakan kamera jarak jauh ini, seringkali pengamatan terganggu akibat guncangan-guncangan yang terjadi pada kamera. Guncangan ini disebabkan karena permukaan jalan yang dilalui oleh robot tidak rata. Pada penelitian tugas akhir ini muncul suatu ide untuk membuat sistem stabilisasi kamera tiga sumbu yang menggunakan Fuzzy sebagai metode kontrolnya. Selama ini, metode pengontrolan pada aplikasi sistem stabilisasi kamera menggunakan kontrol PID. Penelitian ini bertujuan untuk mengetahui apakah metode Fuzzy cocok untuk diimplementasikan dalam sistem stabilisasi kamera. Sistem ini membaca dua buah sensor gyroscope untuk mengetahui kecepatan sudut guncangan dan kecepatan sudut kamera, dan tiga buah motor DC brushless sebagai aktuator Kebaruan artikel Latar belakang artikel dan teori yang teknologi robot yang cepat saat ini menjadikan kualitas kehidupan digunakan manusia semakin baik. Robot adalah sebuah mesin yang dapat bekerja secara terus-menerus baik secara otomatis maupun terkendali [1]. Robot digunakan untuk membantu manusia dalam mengerjakan hal-hal yang sulit sehingga dapat menghemat waktu atau yang tidak bisa dilakukan manusia secara langsung. Sebagai contoh, robot digunakan dalam industri perakitan kendaraan, industri makanan, industri tekstil, hingga industri militer. Salah satu robot yang saat ini sering digunakan oleh militer adalah robot pengintai (surveillance robot). Dengan robot ini, para prajurit tidak perlu mengintai suatu lokasi yang berbahaya secara langsung karena robot ini dikendalikan dari jarak jauh. Robot ini digunakan untuk melakukan tugas pengintaian sehingga tidak perlu membahayakan nyawa manusia. Metode artikel -Diagram Blok -Perancangan Perangkat Keras -Pengaturan Register -Perancangan Kontrol Fuzzy Hasil artikel Dari data yang disajikan pada grafik di atas, sistem mampu meredam namun tidak cukup baik. Ketika tanpa kontrol perbedaan letak titik tengah objek pada sumbu x dan y memiliki perbedaan lebih dari 100 pixel, Hasil ketika tanpa kontrol, standar deviasi pixel sumbu x adalah 40.57 dan sumbu y adalah 32.95. Sementara ketika dengan kontrol, perbedaan pixel tidak terlalu jauh, sekitar 20 pixel. Ketika dengan menggunakan metode pertama, standar deviasi pixel sumbu x adalah 24.73 dan sumbu y adalah 21.73. Sementara ketika dengan menggunakan metode kedua, standar deviasi pixel sumbu x adalah 16.70 dan sumbu y adalah 22.44. Dari nilai standar deviasi, dapat disimpulkan bahwa metode kedua lebih stabil daripada metode pertama. Kekuatan artikel diketahui seberapa besar pergeseran suatu objek warna terhadap pergerakan mobile robot. Pengujian tanpa menggunakan sistem dilakukan dengan cara menjepit masing-masing motor pada frame menggunakan penjepit kertas. Hasil yang disertakan adalah titik pusat objek berupa nilai pixel x dan y dalam video selama 1.5 detik. Kelemahan artikel Ketika diberi guncangan pada sumbu Z, dapat diketahui standar deviasi untuk metode pertama adalah sebesar 25.16. Dari grafik juga terlihat bahwa respon sistem memiliki overshoot yang besar. Sementara ketika menggunakan metode kedua, standar deviasinya adalah 16.01. Dari grafik juga terlihat bahwa overshoot yang terjadi pada metode pertama dapat dihilangkan. Dapat disimpulkan bahwa pada sistem dengan kontroler Fuzzy ini, overshoot sistem dan settling time yang besar masih terjadi jika dibandingkan dengan kontroler PID ketika sama-sama menggunakan satu sensor gyroscope [ Kesimpulan artikel Dari seluruh nilai standar deviasi yang didapatkan pada pengujian, dapat disimpulkan bahwa metode kedua lebih stabil daripada metode pertama karena nilai standar deviasi metode kedua lebih kecil 1.71 s.d. 9.15 daripada metode pertama. Selisih standar deviasi pada pengujian perekaman video antara tanpa kontrol dan menggunakan metode pertama adalah 15.84 untuk pixel x, dan 11.22 untuk pixel y, dan selisih antara tanpa kontrol dan menggunakan metode kedua adalah 23.87 untuk pixel x, dan 10.55 untuk pixel y. Dapat disimpulkan bahwa sistem yang dibuat ini dengan kontroler Fuzzy ini, overshoot sistem dan settling time yang besar masih terjadi jika dibandingkan dengan kontroler PID ketika sama-sama menggunakan satu sensor gyroscope. No 13 Judul artikel dan penulis Rancang Bangun Sistem Kontrol Suhu Dan Ketinggian Air Untuk Pemijahan Ikan Dengan Menggunakan Logika Fuzzy Oleh : Steven Bandong, Hesky Stevy Kolibu, Verna Albert Suoth Tujuan artikel bertujuan untuk membuat program fuzzy pengontrolan suhu dan ketinggian air dan merancang serta membuat sistem pengontrolan suhu dan ketinggian air. Kebaruan artikel Latar belakang artikel dan teori yang Sistem kontrol (control system) merupakan suatu kumpulan cara digunakan atau metode yang dipelajari dari kebiasaan-kebiasaan manusia dalam bekerja, dimana manusia membutuhkan suatu pengamatan kualitas dari apa yang telah mereka kerjakan sehingga memiliki karakteristik sesuai dengan yang diharapkan pada mulanya. Sistem kontrol proses terdiri atas sekumpulan piranti-piranti dan peralatan peralatan elektronik yang mampu menangani kestabilan, akurasi, dan mengeliminasi transisi status yang berbahaya dalam proses produksi[1]. Dengan banyaknya dinamika yang terjadi dalam suatu sistem, sistem kontrol menjadi solusi yang handal untuk menjaga kestabilan sistem Metode artikel Pembuatan Program Fuzzy Pengujian Program Fuzzy Uji Pengontrolan Tinggi Air Hasil artikel Hasil pembacaan suhu air oleh sensor jika dibandingkan dengan hasil pembacaan oleh termometer digital memiliki nilai NRMSE (Normalized Root Mean Square Error) sebesar 0,008 oC. Diperoleh juga bahwa dari pembacaan sensor suhu nilai suhu air stabil pada T = (26,01 ± 0,03) oC, dengan ketelitian 99,87 %. Dengan cara yang sama didapatkan pula dari pembacaan dengan menggunakan termometer digital bahwa sistem stabil pada T = (26,04 ± 0,01) oC dan ketelitiannya 99,96%. Dapat dikatakan bahwa sistem pengontrolan ketinggian air telah bekerja dengan baik karena suhu air stabil pada daerah yang sangat dekat dengan set point. Kekuatan artikel Program fuzzy untuk pengontrolan suhu dan ketinggian air telah berhasil dibuat dengan menggunakan dua sinyal masukkan yaitu error dan error. Kelemahan artikel Untuk pengontrolan yang lebih baik aktuator suhu dan ketinggian air dapat diganti dengan aktuator yang sesuai dengan kebutuhan. Hasil penelitian ini dapat diaplikasikan pada berbagai pengontrolan suhu dan ketinggian air dengan mengatur nilai set point pada program yang telah dilampirkan Kesimpulan artikel Sebuah sistem kontrol suhu dan ketinggian air telah berhasil dirancang dan dibuat dengan menggunakan kontrol logika fuzzy. Dimensi akuarium yang dikontrol suhu dan tinggi airnya memiliki panjang 100 cm, lebar 50 cm dan tinggi 40 cm. Suhu air berhasil dibuat stabil pada 26,0 oC dari suhu awal 25,4 oC dengan nilai NRMSE sebesar 0,008. Waktu yang diperlukan untuk mencapai set point adalah 31 menit. Ketinggian air juga berhasil dibuat stabil pada 29,8 cm dari ketinggian awal air adalah 25,5 cm dengan nilai NRMSE sebesar 0,009. Waktu yang diperlukan untuk mencapai set point adalah 4,5 menit No 14 Judul artikel dan penulis SISTEM KONTROL KESTABILAN SUHU PENGHANGAT NASI MENGGUNAKAN METODE FUZZY LOGIC Oleh : Nurleli Hidayati, Ratna Aisuwarya, Rahmi Eka Putri Tujuan artikel bertujuan untuk mengatasi masalah yang dihadapi yaitu nasi cepat kering seiring berubahnya kuantitas nasi. Caranya yaitu dengan mengontrol kestabilan suhu pada saat menghangatkan nasi (warming)seiring dengan berubahnya massa nasi dengan menggunakan metode fuzzy logic.Pendeteksian suhu menggunakan sensor suhu DS18B20 yang memiliki karakteristik yang tahan terhadap air. Sensor ini diletakkan di salah satu elemen pemanas. Untuk mengontrol kestabilan suhu selama memanaskan nasi dilakukan pengontrolan tegangan yang digunakan selama memaskan nasi. Hasil dari pembacaan suhu dan tegangan yang digunakan akan ditampilkan di LCD. Kebaruan artikel Latar belakang artikel dan teori yang Salah satu peralatan elektronik rumah tangga yang memudahkan digunakan dalam memasak nasi adalah rice cooker. Rice cooker pada umumnya memiliki dua fungsi yaitu memasak (cooking) dan memanaskan (warming). Pada saat memasak atau memanaskan arus lisrik akan mengalir ke elemen pemanasnya masing-masing. Dari kondisi elemen pemanas inilah dapat diketahui berapa suhu pada saat memasak atau memanaskan nasi. Pada rice cooker yang beredar saat ini belum dilengkapi pengaturan suhu pada saat memanaskan nasi. Pada saat memanaskan nasi, suhu yang dihasilkan relatif tidak sama untuk kuantitas nasi yang berbeda. Tidak adanya pengaturan suhu pada keadaan ini akan mempengaruhi kualitas nasi. Metode artikel Perancangan PerangkatKeras Perancangan Perangkat lunak Hasil artikel terlihat bahwa suhu penghangat nasi tanpa pengontrolan bersifat fluktuatif pada rentang suhu 69°C sampai 78,69°C (pengecualian untuk suhu pada jam ke nol). Suhu pada jam ke nol diperoleh sebesar 79,5°C, ini lebih rendah dari suhu jam ke nol pada kondisi nasi penuh. Penurunan suhu terjadi karena kondisi rice cooker yang awalnya tertutup rapat, kemudian dibuka. Kekuatan artikel Pada pengujian suhu menggunakan pengontrolan fuzzy logic suhu yang diperoleh lebih rendah dibandingkan suhu tanpa pengotrolan. Suhu penghangat nasi diperoleh berkisar antara 72,75°C sampai 75,72°C yang lebih mendekati titik stabil.Kondisi nasi selama 24 jam tanpa pengontrolan dan menggunakan pengontrolan fuzzy logic Kelemahan artikel Untuk penelitian selanjutnya, disarankan untuk meletakkan sensor suhu di bagian elemen pemanas lain yaitu berada di sekeliling rice cookerdan mencoba untuk menggunakan jenis rice cooker dengan kapasitas yang berbeda yaitu 1 liter, 1,8 liter dan 2 liter Kesimpulan artikel Sistem yng dibuat telah berhasil mengontrol kestabilan suhu penghangat nasi pada 740C dengan menggunakan metode fuzzy logic. Suhu penghangat nasi denganpada massa nasi 717 gram berkisar antara 74,7°C sampai 76,03°C, pada massa nasi 336 gram suhu yang diperoleh berkisar antara 73,26°C sampai 75,21°C, dan pada massa nasi 179 gram suhu yang diperoleh berkisar antara 72,75°C sampai 75,72°C. No 15 Judul artikel dan penulis Sistem Kontrol Nutrisi Hidroponik Dengan Menggunakan Logika Fuzzy Oleh : Suprijadi, N. Nuraini, M. Yusuf Tujuan artikel Sistem hidroponik banyak digunakan untuk menanam tumbuhan hortikultura seperti tomat, paprika dan melon. Pada awalnya sistem hidroponik identik dengan penanaman tanpa media tanah, akan tetapi sesuai dengan perkembangan teknologi, hidroponik digunakan untuk penumbuhan tanaman dengan mengontrol nutrisi tanaman sesuai dengan kebutuhannya, salah satu metoda yang mulai banyak digunakan adalah nutrient film technique yang merupakan sistem hidroponik tertutup, yang mana nutrisi aka mengalir secara terus menerus atau dalam jangka waktu tertentu secara teratur Kebaruan artikel Latar belakang artikel dan teori yang Hidroponik merupakan salah satu metoda penanaman tumbuhan digunakan yang dapat diaplikasikan luas, tidak terbatas untuk produk-produk pertanian, tetapi juga dapat digunakan untuk memperbaiki lingkungan, khususnya limbah-limbah yang mengandung kandungan phospor dan nitrogen, misalnya dalam pengolahan limbah untuk memperbaiki BOD dan COD dan pengembangan budidaya bunga mawar (rose) di Prancis [1], atau pengembangan budidaya tomat di Nigeria [ Metode artikel Dalam penelitian ini dikembangkan sistem dengan perangkat keras yang dibangun dalam skala laboratorium, hasil pengamatan dengan sensor akan dikirim ke satu unit komputer yang dilengkapi dengan sistem kontrol fuzzy. Model fuzzy disimulasikan dengan menggunakan perangkat penunjang MathLab versi 6.0. Hasil artikel Sistem nutrisi dikembangkan dengan menempatkan kontrol fuzzy sebagai pusat pengendalian, seluruh aturan fuzzy disimpan dalam data base yang ada di komputer. Desain sistem secara keseluruhan dapat dilihat di Gambar 1. Untuk mengamati volume yang tersedia, digunakan sensor ketinggian. Kekuatan artikel Walaupun perubahan volume larutan di tabung pencampur terjadi, sistem sirkulasi nutrisi hidroponik tetap terjaga, akan tetapi dapat mempengaruhi molaritas nutrisi. Kelemahan artikel Masih terjadi kesalahan konsentrasi larutan nutrisi sebesar 5% dengan sistem kontrol yang dikembangkan, salah satu penyebab adalah belum optimumnya pemilihan himpunan fuzzy yang diterapkan Kesimpulan artikel Sistem kontrol berbasis logika fuzzy telah diterapkan dalam sistem kontrol nutrisi hidroponik, dan menunjukkan hasil yang baik. Kestabilan laju aliran dapat dikontrol dengan kecepatan aliran terbaik adalah 4 cm3/s. No 16 Judul artikel dan penulis Tujuan artikel Kebaruan artikel Latar belakang artikel dan teori yang digunakan Metode artikel Hasil artikel Kekuatan artikel Kelemahan artikel Kesimpulan artikel