No 1

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