SEMINAR NASIONAL XI SDM TEKNOLOGI NUKLIR YOGYAKARTA, 15 SEPTEMBER 2015 ISSN 1978-0176 _______________________ ________________________________________________ _____________________________________________
APLIKASI FUZZY+INPUT PADA GERAK MAJU-MUNDUR PERANGKAT PENGATUR POSISI SUMBER ION DECY-13 Saefurrochman1,2, Oyas Wahyunggoro1, Adha Imam Cahyadi1 1) Jurusan Teknik Elektro dan Teknik Informatika, Universitas Gajah Mada, Yogyakarta, Indonesia, e-mail:
[email protected],id 2) Pusat Sains dan Teknologi Akselerator, Badan Tenaga Nuklir Nasional, Yogyakarta, Indonesia ABSTRAK APLIKASI FUZZY+INPUT PADA GERAK MAJU-MUNDUR PERANGKAT PENGATUR POSISI SUMBER ION DECY-13. Arah pergerakan maju-mundur nerupakan salah satu arah pergerakan dari perangkat pengatur posisi sumber ion DECY-13. Untuk mendapatkan kinerja terbaik, pendekatan fuzzy+input diusulkan untuk diaplikasikan pada perangkat tersebut. Sebelum pengendali fuzzy+input ini diaplikasikan, maka akan dirancang pengendali fuzzy dengan variasi defuzifikasi seperti centroid, bisector, mom, lom dan som. Hasil simulasi menunjukkan bahwa pengendali fuzzy PD centroid + input memiliki kinerja yang lebih baik dibandingkan dengan pengendali PID dan fuzzy. Fuzzy PD centroid + input tidak memiliki overshoot, memiliki settling time paling cepat yaitu 1,0003 detik serta minimum error signal sebesar 1,194e-14 untuk IAE dan 3,085e-13 untuk ITAE. Hal ini merupakan alasan dipilihnya fuzzy PD centroid + input sebagai pengendali untuk perangkat pengendali posisi sumber ion DECY-13 arah pergerakan maju-mundur. Kata kunci: PID, fuzzy, fuzzy+input, DECY-13 dan perangkat pengatur posisi sumber ion
ABSTRACT THE FUZZY+INPUT APPLICATION IN THE FORTH-BACK MOVEMENT DIRECTION OF THE DECY-13 ION SOURCE POSITION CONTROL DEVICE. Forth-back is one of movement direction of the DECY-13 ion source position control device. Fuzzy+input approach was proposed to be applied into this device in order to obtain the best performance. Before the proposed approach was applied, fuzzy controllers with various defuzzification methods such as centroid, bisector, mom, lom and som were designed. The simulation result shows that fuzzy PD centroid + input controller has better performance than PID and fuzzy controller. Fuzzy PD centroid + input has no overshoot, the fastest settling time: 1.0003 second and minimum error signal: 1.194e-14 of IAE and 3.085e-13 of ITAE. It is a reason to choose fuzzy PD centroid + input as a controller of the DECY-13 ion source position control device for the forth-back movement direction. Key words: PID, fuzzy, fuzzy+input, DECY-13 and ion source position control device
PENDAHULUAN Logika fuzzy merupakan logika berbasis pengetahuan dan aturan. Logika ini pertama kali dikemukakan oleh Professor Lotfi A. Zadeh pada tahun 1965. Logika fuzzy memiliki bagian utama yaitu dasar pengetahuan yang terdiri atas aturan-aturan fuzzy IF-THEN. Meskipun pengendali Proportional Integral Derivative (PID) lebih banyak dipilih
karena sederhana, mudah diaplikasikan dan mudah dalam penggunaannya [1], kendali PID dianggap tidak cukup adaptif dibandingkan dengan fuzzy [2]. Fuzzy sebagai pengendali memiliki beberapa keunggulan dibandingkan dengan pengendali PID meliputi lebih fleksibel, berbasis pengetahuan manusia, lebih baik dalam mengeliminasi interferensi (noise) dan memiliki kinerja sistem yang lebih baik [3, 4].
_______________________ ________________________________________________ _____________________ 194
SEMINAR NASIONAL XI SDM TEKNOLOGI NUKLIR YOGYAKARTA, 15 SEPTEMBER 2015 ISSN 1978-0176 _______________________ ________________________________________________ _____________________________________________ Mamdani dan Sugeno merupakan model (P), Proportional Integral (PI) dan sistem inferensi fuzzy yang telah Proportional Derivative (PD). dikembangkan dan berhasil diaplikasikan. Fungsi matematika dari pengendali P, Secara umum tidak ada model yang dapat PI, PID dan PD dalam bentuk Laplace dikatakan model terbaik, tetapi setiap model berturut-turut terlihat pada persamaan (1) cocok atau sesuai dengan aplikasi tertentu [5]. hingga (4). Metode Mamdani atau metode max-min U(s) = Kp . E(s) diperkenalkan oleh Ebrahim Mamdani pada tahun 1975. Dalam metode ini, diperlukan U(s) = (Kp + KI /s).E(s) empat tahapan untuk mendapatkan keluaran U(s) = (Kp + KI /s + KDs).E(s) yaitu: pembentukan himpunan fuzzy, aplikasi fungsi implikasi (aturan) berupa fungsi min, U(s) = (Kp + KDs).E(s) komposisi aturan dan penegasan. Pada penelitian ini digunakan metode Pengendali PID dan fuzzy telah Ziegler Nichols tipe kedua. Pada metode kedua digunakan pada kendali posisi motor DC [6-8]. terdapat nilai gain kritis (Kcr) yang diperoleh Pengendali tersebut juga akan diaplikasikan dari mengatur nilai Ti = ∞ dan Td = 0. Selain itu pada kendali posisi gerak maju-mundur pada terdapat parameter periode kritis (Pcr) seperti perangkat pengatur posisi sumber ion DECYterlihat pada Gambar 1. Kedua konstanta ini 13. diperlukan untuk menala parameter PID seperti DECY-13 merupakan sebuah proyek yang terlihat pada Tabel 1. untuk mewujudkan sebuah siklotron proton pertama versi Indonesia. Siklotron tersebut didesain untuk fasilitas PET (Positron Emission Tomography) dengan energi dan arus berkas proton 13 MeV/50 µA.. Pada paper ini akan dilihat efek penambahan input pada fuzzy jenis Mamdani. Hipotesis awal menyatakan bahwa fuzzy+input memiliki kinerja yang lebih baik dibandingkan Gambar. 1. Periode kritis (Pcr) dengan PID dan fuzzy. Kinerja dapat diamati Tabel. 1. Aturan penalaan Ziegler dari overshoot, settling time, IAE (Integral Absolute Error) dan ITAE (Integral Time Nichols Absolute Error). Tipe pengendali Kp Ti Td Paper ini terdiri dari lima bagian. Bagian P 0,5 Kcr ∞ 0 pertama adalah Pendahuluan yang menjelaskan PI 0,45 Kcr Pcr/1,2 0 latar belakang, literature review dan tujuan PID 0,6 Kcr 0,5 Pcr 0,125 Pcr PD 0,6 Kcr 0 0,125 Pcr dari penelitian ini. Bagian kedua merupakan ringkasan dari teori dasar kendali PID dan Kendali Fuzzy-Mamdani fuzzy. Bagian ketiga menjelaskan langkah penelitian, pemodelan gerak maju-mundur dari Pengendali fuzzy memiliki empat perangkat pengatur posisi sumber ion DECYkomponen utama yaitu fuzzification interface, 13, dan perancangan pengendali yang aturan dasar fuzzy, mesin inferensi fuzzy dan ditawarkan. Hasil simulasi dan analisis akan defuzzification interface [9]. dibahas pada bagian keempat. Bagian akhir Pada model sistem inferensi Mamdani adalah kesimupan. fuzzy, terdapat lima metode defuzifikasi yaitu
KENDALI P, PI, PID, PD DAN FUZZY Kendali P, PI, PID dan PD Komponen penyusun pengendali PID (Proportional Integral Derivative) dapat berdiri sendiri maupun dikombinasikan antara yang satu dengan lainnya seperti Proportional
centroid (center of gravity), bisektor, mean of maximum (MOM), largest of maximum (LOM) dan smallest of maximum (SOM). Metode tersebut berturut-turut ditunjukkan oleh persamaan (5) hingga (9) [6]. =
∑ ∑
( ) ( )
_______________________ ________________________________________________ _____________________ 195
SEMINAR NASIONAL XI SDM TEKNOLOGI NUKLIR YOGYAKARTA, 15 SEPTEMBER 2015 ISSN 1978-0176 _______________________ ________________________________________________ _____________________________________________ pengatur posisi sumber ion DECY-13. ∑ ( )−∑ ( ) , < < Langkah selanjutnya adalah memodelkan motor DC yang dikopel bersama sebuah gear ∑∈ train system dengan dua pasang gear sebagai } = || , ={| ( )= sebuah plant untuk gerak maju-mundur, Selain itu dimodelkan juga perangkat pengatur posisi = ( ) sumber ion DECY-13. Setelah parameter PID = dan gain fuzzy berhasil dihitung, maka simulasi ( ) dapat dilakukan. Simulasi berupa simulasi Berdasarkan jenis input dan output, fuzzy perangkat pengatur posisi sumber ion DECYterbagi menjadi tiga yaitu fuzzy PD, fuzzy 13 untuk gerak maju-mundur dengan incremental dan fuzzy PD+I. Pada fuzzy pengendali PID, fuzzy dengan variasi jenis tersebut terdapat beberapa gain meliputi gain defuzifikasi dan fuzzy + input. Langkah of error (GE), gain of change error (GCE), terakhir adalah menganalisa kinerja hasil gain of integral error (GIE) dan gain sinyal simulasi untuk dipilih satu yang terbaik. kendali (GU). Tabel. 2. Parameter EMG-30 [11] dan Pada penalaan gain-gain tersebut komponen mekanik perangkat pengatur posisi dibutuhkan parameter PID seperti KP, Ti dan gerak maju-mundur sumber ion DECY-13 Td. Penalaan gain-gain pada fuzzy PD, fuzzy incremental dan fuzzy PD+I dapat dilihat pada Nilai Lambang Keterangan persamaan (10) hingga (16) [10]. Km Konstanta torsi motor 0,509 Nm Untuk fuzzy PD K Konstanta tegangan 0,509 s
.
= =
Untuk fuzzy incremental .
=
=
R L
balik emf Tahanan Induktansi
J
Inersia rotor
B
Konstanta friksi
N1 N2 N3 N4
Gear 1 Gear 2 Gear 3 Gear 4
7,101 ohm 3,4e-3 henry 0,00567 kgm-2 0,000931 (Nm/(rad/s)) 20 40 24 64
Untuk fuzzy PD+I .
= =
= METODOLOGI Alat dan bahan meliputi sebuah perangkat pengatur posisi sumber ion DECY13 yang tersusun atas komponen elektromekanik seperti tiga buah motor DC EMG-30 dan driver motor DC serta mekanik pengatur posisi, sumber ion DECY-13, penggaris busur, dan perangkat simulasi seperti komputer yang dilengkapi dengan perangkat lunak Matlab (Simulink). Parameter motor DC EMG-30 dan komponen mekanik perangkat pengatur posisi sumber ion dapat dilihat pada Tabel 2. Langkah penelitian dimulai dengan merancang dan mengkonstruksi perangkat
Pemodelan perangkat pengatur posisi sumber ion DECY-13 untuk gerak majumundur Secara umum, diagram blok perangkat pengatur posisi sumber ion DECY-13 untuk gerak maju-mundur dapat dilihat pada Gambar 2.
Gambar. 2. Diagram blok perangkat pengatur posisi sumber ion DECY-13 untuk gerak maju-mundur Dari Gambar 2 terlihat bahwa input dan output berupa DECY-13 jarak pergeseran perangkat posisi sumber ion arah maju atau mundur (mm). Namun dalam simulasi input berupa step. Plant berupa motor DC EMG-30 yang dikopel bersama sebuah gear train system dengan dua pasang gear seperti yang terlihat
_______________________ ________________________________________________ _____________________ 196
SEMINAR NASIONAL XI SDM TEKNOLOGI NUKLIR YOGYAKARTA, 15 SEPTEMBER 2015 ISSN 1978-0176 _______________________ ________________________________________________ _____________________________________________ pada Gambar 3. Output dari plant akan Perancangan pengendali fuzzy dikonversi dari radian ke derajat. Sudut putar Perancangan pengendali fuzzy dimulai motor yang telah dikonversi satuannya akan dengan penentuan parameter fuzzy seperti yang diubah menjadi nilai pergeseran jarak sumber terlihat pada Tabel 3. ion arah maju-mundur (mm). Nilai konversi ini diperoleh dari hasil pengujian sebanyak enam Tabel. 3. Parameter-parameter fuzzy kali dengan cara menjalankan perangkat Parameter Error Delta error Tegangan tersebut dari nol (limit switch paling belakang) maju hingga menyentuh limit switch paling Tipe FIS Mamdani Mamdani Mamdani Metode and Min Min Min depan dan diamati perubahan jarak perangkat Implikasi Min Min Min tersebut. Agregasi Max Max Max Defuzifikasi
Variasi
Variasi
Variasi
Langkah selanjutnya adalah penentuan bentuk dan jangkauan dari fungsi keanggotaan fuzzy. Bentuk dan jangkauan dari fungsi keanggotaan fuzzy terlihat pada Gambar 5.
Gambar. 3.
Gear train system dengan dua pasang gear
Perancangan pengendali PID Parameter PID meliputi KP, Ki dan Kd, dimana parameter tersebut diperoleh dari penalaan PID menggunakan metode Ziegler Nichols tipe 2. Diagram blok dari pengendali PID pada perangkat pengatur posisi sumber ion DECY-13 arah pergerakan maju-mundur dapat dilihat pada Gambar 4.
a. Error input
b. Delta error input
a. Diagram blok pengendali PID c. Output tegangan Gambar. 5. Fungsi keanggotaan fuzzy
b. Plant Gambar. 4. Diagram blok pengendali PID pada perangkat pengatur posisi sumber ion DECY-13 arah pergerakan maju-mundur
Pada perancangan fuzzy ini, ditentukan variabel linguistik yang terdiri dari tujuh tipe yaitu NB (Negative Big), NM (Negative Medium), NS (Negative Small), Z (Zero), PS (Positive Small), PM (Positive Medium) dan PB (Positive Big). Dari variabel tersebut terbentuk 49 aturan seperti tertampil pada Tabel 4.
_______________________ ________________________________________________ _____________________ 197
SEMINAR NASIONAL XI SDM TEKNOLOGI NUKLIR YOGYAKARTA, 15 SEPTEMBER 2015 ISSN 1978-0176 _______________________ ________________________________________________ _____________________________________________ Tabel. 4. Aturan fuzzy untuk gerak maju-mundur perangkat pengatur posisi sumber ion DECY-13 [12] Delta Error
Aturan
Error
NB NM NS Z PS PM PB
NB NB NB NB NB NM NS Z
NM NB NB NB NM NS Z PS
NS NB NB NM NS Z PS PM
Z NB NM NS Z PS PM PB
PS NM NS Z PS PM PB PB
PM NS Z PS PM PB PB PB
PB Z PS PM PB PB PB PB
a. Diagram blok pengendali fuzzy PD + input
Langkah selanjutnya adalah simulasi dengan memvariasi jenis defuzifikasi. Gambar 6 menunjukkan diagram blok dari pengendali fuzzy.
b. Diagram blok pengendali fuzzy incremental + input
a. Diagram blok pengendali fuzzy PD
c. Diagram blok pengendali fuzzy PD+I + input
b. Diagram blok pengendali fuzzy incremental d. Plant Gambar. 7. Diagram blok pengendali fuzzy+input pada perangkat pengatur posisi sumber ion DECY-13 arah pergerakan majumundur HASIL DAN PEMBAHASAN c. Diagram blok pengendali fuzzy PD+I Gambar. 6. Diagram blok pengendali fuzzy pada perangkat pengatur posisi sumber ion DECY-13 arah pergerakan maju-mundur Perancangan pengendali fuzzy+input Setelah diperoleh hasil simulasi dengan variasi defuzifikasi, kemudian pilih dan gunakan jenis defuzifikasi terbaik pada simulasi dengan pengendali fuzzy+input seperti yang terlihat pada Gambar 7.
Penentuan fungsi alih perangkat pengatur posisi sumber ion DECY-13 untuk gerak maju-mundur Menurut hukum Kirchhoff tegangan, besarnya tegangan armatur (V) ditentukan oleh tegangan back emf (e), tahanan (R), induktansi (L) dan arus armatur (ia). Nilai tegangan back emf sebanding dengan konstanta back emf (Ks) dan kecepatan sudut (ω1). Torsi motor (Tm) dibangkitkan oleh arus armatur (ia) dan
_______________________ ________________________________________________ _____________________ 198
SEMINAR NASIONAL XI SDM TEKNOLOGI NUKLIR YOGYAKARTA, 15 SEPTEMBER 2015 ISSN 1978-0176 _______________________ ________________________________________________ _____________________________________________ ( ) . . . sebanding dengan konstanta torsi motor (Km). = . . . . ( ) Persamaan (17), (18) dan (19) berturut-turut . . merupakan fungsi matematik dari tegangan . . . armatur, tegangan back emf dan torsi motor. Simulasi pengendali PID, fuzzy dan ( ) ( )+ ( )= ( )+ fuzzy+input
( )=
. ̇
( )=
.
( )=
. ( )
Dengan konstruksi gear seperti pada Gambar 3, sehingga diperoleh persamaan (20) hingga (22). Hubungan antara jumlah gear (N), torsi (T) dan posisi motor (θ) pada gear train system tersebut dapat dilihat pada persamaan (23) hingga (25).
Dengan memasukkan parameter motor DC EMG-30 ke dalam persamaan fungsi alih (28) dan dilakukan penalaan PID, diperoleh nilai KP, Ki dan Kd. Berdasarkan nilai tersebut, gain fuzzy dihitung dan digunakan untuk simulasi fuzzy. Tabel 5 dan 6 menunjukkan parameter PID dan gain fuzzy. Tabel. 5. Parameter
. ̈ +
. ̇ +
( )=
( )
. ̈ +
. ̇ +
( )=
( )
P
. ̈ +
. ̇ +
( )=
( )
PI
=
=
.
=
.
(24)
PD
(25)
Tabel. 6.
.
=
.
Persamaan-persamaan disubstitusikan satu sama diperoleh persamaan (26). . ̈ +
( )=
. lain
tersebut sehingga
PID
24,835
KP Ki KP Ki Kd KP Kd
22,352 67,852 29,802 150,783 1,473 29,802 1,473
( ) Fuzzy incremental
=
=
+
.
+
.
+ .
.
. +
. .
Fuzzy PD+I
=
.
.
. .
GE GCE GU GE GCE GCU GE GCE GIE GU
Nilai 1 0,049 29,802 1 0,329 67,939 1 0,049 5.917 139.121
.
Fungsi alih dari θ1 (s) terhadap V (s) diperoleh, jika TL = 0, seperti tertampil pada persamaan (27). ( ) ( )
Parameter gain fuzzy
Parameter gain fuzzy
dengan =
Nilai
KP
Fuzzy PD
. ̇ + .
Parameter PID
.
.
Persamaan fungsi alih plant tersebut dikombinasikan dengan parameter lain pada Gambar 2 akan menghasilkan persamaan fungsi alih perangkat pengatur posisi sumber ion DECY-13 arah pergerakan maju-mundur seperti yang terlihat pada persamaan (28).
Berdasarkan hasil simulasi gerak majumundur perangkat pengatur posisi sumber ion DECY-13 dengan pengendali P, PI, PID dan PD, osilasi terjadi saat pengendali PI dan PID digunakan dan menyebabkan overshoot yang tinggi yaitu 48,46% dan 46,77%. Pengendali P dan PD tidak menyebabkan osilasi dan overshoot-nya mendekati 0%. Pengendali PD memiliki settling time yang lebih cepat dibandingkan dengan pengendali lainnya, yaitu 4.1833 detik. Selain itu pengendali PD menghasilkan signal error yang minimum. Hal ini dapat diamati dari parameter IAE dan ITAE. Nilai signal error-nya berturut-turut adalah 0.7479 dan 1.421. Hasil simulasi pengendali fuzzy dengan variasi defuzifikasi terlihat pada Gambar 8.
_______________________ ________________________________________________ _____________________ 199
SEMINAR NASIONAL XI SDM TEKNOLOGI NUKLIR YOGYAKARTA, 15 SEPTEMBER 2015 ISSN 1978-0176 _______________________ ________________________________________________ _____________________________________________ Pengendali fuzzy terdiri dari fuzzy PD, fuzzy Fuzzy PD+I centroid menyebabkan incremental dan fuzzy PD+I. Dari gambar overshoot sebesar 2,99%, sedangkan pada tersebut terlihat bahwa respon sistem yang fuzzy PD dan incremental centroid tidak menggunakan fuzzy dengan defuzifikasi mengalami overshoot. Fuzzy PD+I centroid centroid mampu mengikuti respon input-nya juga menghasilkan settling time paling cepat dan tidak mengalami osilasi. Hal ini dapat dibandingkan dua fuzzy centroid lainnya dikatakan fuzzy centroid memiliki kinerja yang sebesar 1,3322 detik. Meskipun fuzzy PD terbaik dibandingkan dengan defuzifikasi jenis centroid memiliki settling time di bawah fuzzy lain. PD+I centroid, namun fuzzy PD centroid menyebabkan signal error paling minimum yaitu 0,1183 untuk IAE dan 0,1316 untuk ITAE. Berdasarkan kinerja defuzifikasi centroid pada simulasi fuzzy, maka defuzifikasi tersebut akan diaplikasikan pada simulasi fuzzy+input. Ketika pengendali fuzzy ditambahkan input, tidak ada overshoot dan perbedaan dalam settling time yaitu 0% dan 1,0003 detik. Fuzzy PD+input menyebabkan nilai signal error minimum yaitu 2,772e-16 untuk IAE dan 4,043e-15 untuk ITAE. Nilai signal error a. Respon pengendali fuzzy PD variasi maksimum sebesar 1,194e-14 untuk IAE dan defuzifikasi 3,085e-13 untuk ITAE. Secara keseluruhan fuzzy PD+input dengan defuzifikasi centroid mempunyai kinerja yang lebih baik dibandingkan dengan pengendali PID dan fuzzy. Hal ini dapat dilihat pada Tabel 7. Step Fuzzy Fuzzy Fuzzy Fuzzy Fuzzy Fuzzy Fuzzy Fuzzy Fuzzy Fuzzy Fuzzy Fuzzy Fuzzy Fuzzy Fuzzy
1.02
1
0.98
magnitude
0.96 0.94 0.92 0.9
0.88 0.86
PD Centro PD Bisector PD Mom PD Lom PD Som Incremental Centro Incremental Bisector Incremental Mom Incremental Lom Incremental Som PD+I Centro PD+I Bisector PD+I Mom PD+I Lom PD+I Som
0.84 0.82
5
10
15 waktu (detik)
20
25
magnitude
Respon Step Kendali Fuzzy PD Variasi Metoda Defuzifikasi Arah Pergerakan Maju Mundur Tanpa Beban 1.2 Step Fuzzy PD Centro 1.15 Fuzzy PD Bisector Fuzzy PD Mom 1.1 Fuzzy PD Lom Fuzzy PD Som 1.05 Fuzzy Incremental Centro Fuzzy Incremental Bisector 1 Fuzzy Incremental Mom Fuzzy Incremental Lom 0.95 Fuzzy Incremental Som Fuzzy PD+I Centro 0.9 Fuzzy PD+I Bisector Fuzzy PD+I Mom 0.85 Fuzzy PD+I Lom Fuzzy PD+I Som 0.8
Tabel. 7. Respon pengendali untuk perangkat pengendali posisi sumber ion DECY-13 arah pergerakan maju-mundur
0.75
Indeks kinerja 5
10
15 waktu (detik)
20
25
Tipe Pengendali
b. Respon pengendali fuzzy incremental variasi defuzifikasi Step Fuzzy Fuzzy Fuzzy Fuzzy Fuzzy Fuzzy Fuzzy Fuzzy Fuzzy Fuzzy Fuzzy Fuzzy Fuzzy Fuzzy Fuzzy
1.15
1.1
magnitude
1.05
1
0.95
0.9
PD Centro PD Bisector PD Mom PD Lom PD Som Incremental Centro Incremental Bisector Incremental Mom Incremental Lom Incremental Som PD+I Centro PD+I Bisector PD+I Mom PD+I Lom PD+I Som
0.85
2
4
6
8
10 12 waktu (detik)
14
16
18
Tanpa pengendali P PI PID PD Fuzzy PD centroid Fuzzy incremental centroid Fuzzy PD+I centroid
20
c. Respon pengendali fuzzy PD+I variasi defuzifikasi Gambar. 8. Respon pengendali fuzzy variasi defuzifikasi
Fuzzy PD + input Fuzzy incremental + input Fuzzy PD+I + input
IAE
ITAE
Overshoot (%)
Settling Time (detik)
16,78
211,9
0
94,2243
Pengendali P, PI, PID and PD 0,9598 1,873 0 1,403 4,508 48,46 0,994 2,76 46,77 0,7479 1,421 0,01 Pengendali fuzzy
4,7301 8,9813 6,5934 4,1833
0,1183
0,1316
0
1,4407
0,3331
0,4124
0
1,8746
0,2118
0,6199
2,99
1,3322
Pengendali fuzzy+input 2.772e-16 4.043e-15
0
1.0003
4.407e-15
7.05e-14
0
1.0003
1.194e-14
3.085e-13
0
1.0003
_______________________ ________________________________________________ _____________________ 200
SEMINAR NASIONAL XI SDM TEKNOLOGI NUKLIR YOGYAKARTA, 15 SEPTEMBER 2015 ISSN 1978-0176 _______________________ ________________________________________________ _____________________________________________ Proportional-Derivative Controllers With KESIMPULAN Different Defuzzification Methods " Pada paper ini, disimulasikan pengendali Turkish Journal of Fuzzy Systems, vol. 1 fuzzy+input pada perangkat pengatur posisi No.1, pp. 36-54, 2010 sumber ion DECY-13 arah maju-mundur. 7. Bindu R. and M. K. Namboothiripad, Fuzzy+input terdiri dari tiga jenis yaitu fuzzy "Tuning of PID Controller for DC Servo PD+input, fuzzy incremental+input dan fuzzy Motor using Genetic Algorithm," PD+I + input. International Journal of Emerging Centroid merupakan jenis defuzifikasi Technology and Advanced Engineering, yang tepat untuk diterapkan pada perangkat vol. 2, March 2012 pengatur posisi sumber ion arah pergerakan 8. S. M. Z. Al-Ubaidi and M. M. F. Algreer, maju mundur dengan pengendali fuzzy dan "Real Time Implementation of PID and variasinya. Fuzzy PD Controllers for DC-Servo Motor Penambahan input pada fuzzy dapat Based on Lab View Environment," Tikrit mengeliminasi overshoot, meminimalkan Journal of Engineering Sciences, vol. 19 signal error dan menghasilkan settling time No. 2, pp. 71-81, June 2012 yang sama. Hal ini didapat dengan menerapkan 9. Lee, C. C. (1990). Fuzzy Logic in Control fuzzy PD+ input pada sistem ini. Systems: Fuzzy Logic Controller - Part I, II, IEEE Transactions on Systems, Man UCAPAN TERIMAKASIH and Cybernetics 20(2): 404–418 10. J. Jantzen, Foundations of Fuzzy Control Terimakasih kepada Kemenristek dan John Wiley & Sons, 2007 BATAN atas pendanaan penelitian ini. 11. J. Gonçalves, et al., "Modeling and Simulation of the EMG30 Geared Motor DAFTAR PUSTAKA with Encoder Resorting to SimTwo: The Official Robot@Factory Simulator," in 1. S.R.Vaishnav and Z.J.Khan, "Design and 23rd International Conference on Flexible Performance of PID and Fuzzy Logic Automation & Intelligent Manufacturing, Controller with Smaller Rule Set for 2013, pp. 307-314 Higher Order System " in Proceedings of 12. R. Malhotra, N. Singh, and Y. Singh, the World Congress on Engineering and "Design of Embedded Hybrid Fuzzy-GA Computer Science 2007, San Francisco, Control Strategy for Speed Control of DC USA, October 24-26, 2007 Motor: A Servo Control Case Study," 2. O. Wahyunggoro and N. Saad, International Journal of Computer Development of Fuzzy-logic-based Self Applications, vol. 6 No. 5, September Tuning PI Controller for Servomotor, 2010. Advanced Strategies for Robot Manipulators, 2008 3. H. M. Fayek and I. Elamvazuthi, "Type-2 TANYA JAWAB Fuzzy Logic PI (T2FLPI) Based DC Servomotor Control," Journal of Applied Pertanyaan Sciences Research, vol. 8(5), 2012 4. N. Khongkoom, et al., "Control of the 1. Jenis motor yang digunakan apa? position of DC Servo Motor by Fuzzy 2. Kenapa menggunakan model mamdani? Logic," in IEEE, 2000 Jawaban 5. I. Elamvazuthi, P. Vasant, and J.Webb, "The Application of Mamdani Fuzzy 1. Motor yang digunakan adalah motor Model for Auto Zoom Function of a DC yang diservokan.. Digital Camera," International Journal of 2. Karena pembuatan/penentuan Computer Science and Information Security (IJCSIS) vol. 6 No. 3, pp. 245 parameter model mamdani relatif lebih 249, 2009 mudah dibandingkan dengan fuzzy 6. M. Namazov and O. Basturk, "DC Motor lainnya. Position Control Using Fuzzy
_______________________ ________________________________________________ _____________________ 201
