PERANCANGAN KENDALI CERDAS BERBASIS LOGIKA FUZZY UNTUK PENINGKATAN PERFORMANSI MANUVERING KAPAL (Maratul Hamidah, Dr .Ir. Aulia Siti Aisjah, MT, Dr. Ir. A.A. Masroeri M.Eng ) Jurusan Teknik Fisika – Fakultas Teknologi Industri Institut Teknologi Sepuluh Nopember Kampus ITS, Keputih – Sukolilo, Surabaya 60111 Abstrak Kapal cepat FPB-57 merupakan kapal yang digunakan patroli untuk mengamankan wilayah perairan Indonesia. Kapal ini memiliki misi untuk patroli dan pengejaran sehingga diperlukan performansi manuver yang baik agar tercipta pertahanan dan keamanan yang baik pula. Kendali logika fuzzy (KLF) dirancang untuk meningkatkan performansi manuver kapal baik pada kondisi tanpa gangguan maupun terdapat gangguan gelombang. Masukan KLF adalah error yaw dan yawrate sedangkan keluaran berupa aksi kendali rudder. Aturan yang telah dirancang sebanyak 49 aturan. Fungsi keanggotaan pada masukan adalah error yaw dan yawrate serta pada keluaran adalah aksi kendali rudder. Masing-masing fungsi keanggotaan dibagi menjadi 7 buah dengan dua skenario perancangan yaitu KLF 1 dan KLF 2. Perbedaan tiap skenario terletak pada beberapa aturan dan parameter fungsi keanggotaan. Dari hasil pengujian didapatkan bahwa hasil perancangan KLF 2 lebih baik dibandingkan dengan KLF 1 karena mampu mereduksi overshoot yang terjadi saat uji turning dan tracking setpoint sedangkan saat diberi uji zig-zag, sistem mampu memenuhi kriteria IMO. Kata kunci : KLF. Turning, tracking setpoint, zig-zag jenis kapal dengan model simulasi turning, tracking linier, manuver zig-zag dan manuver circle, untuk 1. PENDAHULUAN manuver zig-zag dihasilkan bahwa kapal dengan L/U Sebagian besar wilayah Negara Kesatuan rendah kecenderungan memiliki ketidakstabilan pada Republik Indonesia (NKRI) adalah perairan dengan manuver zig-zag sedangkan L/U>7.5 menunjukkan perbandingan luas daratan dan lautan dua per tiga kestabilan zig-zag meskipun muncul overshoot sehingga dalam bidang pertahanan dan keamanan pertama yang tidak memenuhi IMO. Fathoni Fikri diperlukan sistem pertahanan negara yang dapat (2008) melakukan penelitian mengenai kendali memberikan kontribusi untuk mendukung terwujudnya manuvering berbasis logika fuzzy pada kapal FPB-38 kondisi ketahanan nasional. Pada bidang pertahanan dan pada kondisi tanpa atau dengan gangguan berupa keamanan di perairan Indonesia, pengamanan dilakukan angin dan gelombang yang menghasilkan kendali oleh TNI-AL dengan beberapa sarana yang dimiliki, logika fuzzy yang mampu memenuhi arah (heading) salah satu usaha yang dilakukan untuk mengamankan yang diinginkan tanpa adanya overshoot saat uji belok perairan Indonesia yaitu dengan adanya patroli (turning) namun pada saat uji zig-zag kendali logika keamanan di wilayah perairan dengan menggunakan fuzzy pada zig-zag pertama tidak mampu mengikuti kapal patroli. Kapal cepat FPB-57 (Fast Patrol Boat 57 heading yang diharapkan sebesar 20° walaupun meter) merupakan salah satu jenis kapal cepat yang akhirnya untuk zig-zag selanjutnya dapat memenuhi digunakan untuk melakukan patroli baik di lautan bebas setting heading yang diinginkan. Oleh karena itu maupun di perairan sempit. Kapal ini memiliki misi dalam penelitian tugas akhir ini dilakukan untuk patroli dan pengejaran oleh karena itu diperlukan perancangan pengendalian manuvering berbasis logika manuver kapal yang baik agar dapat melaksanakan misi fuzzy yang merupakan strategi kendali kepakaran tersebut. yang menunjukkan performansi yang baik untuk Strategi pengendalian manuver merupakan hal peningkatan performansi kapal dengan melakukan uji yang sangat penting dalam sistem navigasi kapal untuk belok (turning), tracking setpoint dan maneuver zigpencapaian target yang telah ditentukan. Dalam sea trial zag untuk kapal lain. ada beberapa kerja kapal yang dilakukan yaitu manuver Permasalahan yang diangkat dalam penelitian belok (turning), manuver zig-zag dan manuver circle. tugas akhir ini adalah bagaimana merancang sistem Kapal harus mampu mencapai target dengan atau tanpa pengendalian manuvering berbasis logika fuzzy untuk gangguan baik dengan manuver belok, manuver zig-zag peningkatan performansi pada kapal cepat FPB 57. maupun manuver circle karena suatu sistem tidak lepas Adapun batasan permasalahan dalam dari gangguan yang berasal dari lingkungan sekitar. penelitian tugas akhir ini adalah sebagai berikut : Metode perancangan sistem kendali pada manuvering 1. Model dinamika kapal yang digunakan adalah kapal, sejak diketemukannya giroskop elektrik sampai kapal cepat FPB 57. dengan saai ini, dapat dikategorikan kedalam 4 metode, 2. Metode dasar perancangan yang digunakan adalah yaitu metode konvensional, adaptif, modern dan berbasis logika fuzzy. kepakaran. Strategi kendali berbasis kepakaran 3. Variabel dikendalikan adalah sudut yaw. menunjukkan performansi yang cenderung lebih baik 4. Analisa yang dilakukan adalah analisa mengenai dibandingkan dengan strategi kendali konvensional performansi sistem pengendalian manuvering baik maupun adaptif [1], tracking setpoint, turning maupun manuver zigSebelumnya telah dilakukan penelitian tentang zag. kendali logika fuzzy yang diterapkan pada kapal baik 5. Perancangan sistem pengendalian dilakukan course keeping maupun track keeping. Aulia Siti Aisjah secara simulasi dan disimulasikan dengan matlab. (2007) pada disertasi melakukan penelitian terhadap 20
Tujuan dari tugas akhir ini adalah merancang pengendali berbasis logika fuzzy untuk peningkatan performansi manuvering kapal baik tracking setpoint, turning maupun manuver zig-zag secara simulasi. Manfaat dari penelitian tugas akhir ini adalah untuk sistem pertahanan negara dalam peningkatan performansi manuvering kapal dan sebagai referensi untuk pengembangan kendali pada kapal berbasis logika fuzzy. 2. TEORI PENUNJANG 2.1 Kapal cepat FPB-57 Kapal Fast Patrol Boat 57 (FPB-57) merupakan salah satu kapal patroli milik TNI AL yang digunakan untuk menjalankan tugas dalam menjaga dan mengamankan wilayah perairan Indonesia. FPB-57 memiliki kecepatan 30 knot atau 15.43 m/s. Kapal cepat FPB mempunyai misi untuk melakukan patroli dan pengejaran baik di lautan bebas maupun di perairan yang sempit. Pada pertempuran laut kapal FPB dapat digunakan sebagai kapal patroli dan pengawal konvoi. Dimasa damai sangat fungsional untuk kegiatan-kegiatan patroli rutin di wilayah perairan Indonesia. 2.2 Model dinamika kapal Secara umum gerakan yang dialami sebuah kapal ketika melaju di lautan ada enam macam yaitu : yaw, heave, roll, surge, sway, dan pitch. Bentuk umum persamaan manuver kapal dinyatakan dalam bentuk : (2.1) dengan ν = [u, v, r]T merupakan vektor kecepatan. M dan D merupakan matrik inersia dan redaman yang diperoleh dari linierisasi persamaan gaya dan momen pada arah surge, sway dan yaw. 2.3 Fungsi transfer manuver kapal Model sistem dari dinamika manuver kapal didapatkan dari pendekatan yang dilakukan oleh Nomoto (1957) sebagai bentuk matematis orde 1 dan 2. Di bawah ini adalah fungsi transfer dari model Nomoto : ψ
s (2.2)
δ
Parameter – parameter dari fungsi transfer diatas diperoleh dari T T
T T K!
" "
K! T#
" "
(2.3) (2. 4) (2. 5) (2. 6)
Parameter dalam penentuan gain kendali yang diturunkan Nomoto berdasarkan linierisasi dari model Davidson dan Schiff (1946), dimana bentuk persamaan gain kendali Nomoto adalah : " " K! (2. 7)
dengan : det N Y) N* + mx . u + N) Y* + mu (2. 8) det M m + Y) I2 + N* + mx. + N) mx. + Y* (2. 9) n +Y) , n +N)
I2 + N* Yδ + mx. + Y* Nδ b det M (2.10)
b
m + Y) Nδ + mx. + N) Yδ det M
(2.11) 2.4 Model gangguan pada kapal Pada model dinamika kapal ada beberapa gangguan (disturbance) yang yang mempengaruhi. Gangguan ini antara lain angin, gelombang dan arus namun pada penelitian tugas akhir ini gangguan yang dipergunakan gelombang. Model pendekatan gelombang linier yang biasa dilakukan oleh perancang sistem kendali pada kapal, mempunyai bentuk yang lebih sederhana dan mudah diaplikasikan. Aplikasi pertama kali dilakukan oleh Balchen dkk (1976), dan kemudian Saelid dkk (1983) mengusulkan model yang lebih mendekati bentuk spektrum PM, dimana model ini dinyatakan sebagai Kω s h s s 2ξω9 s ω9 (2.12) Dengan gain konstanta dari fungsi transfer persamaan (2.12) adalah : K ω 2ξω9 σω (2.13) ω9 0.4=
>
?
dimana @A adalah konstanta intensitas gelombang, B adalah koefisien redaman sedangkan CD adalah frekuensi modal gelombang. 2.5 Aktuator Dinamika Kapal Sebuah aktuator yang bekerja berdasarkan perintah dari sinyal kendali, dan aksi dari aktuator akan menyebabkan terjadinya gerak sesuai dengan perintah yang diinginkan. Dalam uraian tentang gerakan manuver kapal bahwa aktuator yang selama ini digunakan dan terpasang adalah rudder, yang mempunyai kemampuan dalam menjaga arah sesuai dengan perintah. Salah satu yang banyak terpasang dikapal adalah tipe Van Amorengen, yang mempunyai spesifikasi kemampuan kerja antara -35° sampai dengan 35°, dan laju kerja rudder 2,3°/detik – 7°/detik. 2.6 Kendali logika Fuzzy Kendali logika fuzzy memberikan suatu metodologi untuk merepresentasikan, memanipulasi, dan mengimplementasikan cara berfikir manusia tentang bagaimana mengendalikan suatu sistem. Faktor-faktor yang harus diperhatikan dalam merancang kendali logika fuzzy adalah sebagai berikut masukan atau keluaran dan semesta pembicaraan, seperti rentang nilai yang diambil, faktor skala dari variabel input output, fungsi keanggotaan yang akan di gunakan untuk menentukan nilai fuzzy dari variabel masukan keluaran dan aturan fuzzy yang akan digunakan. Komponen utama dari kendali logika fuzzy adalah unit fuzzifikasi, unit penalaran logika fuzzy atau inferensi fuzzy, basis pengetahuan, dan unit defuzzifikasi dengan penjelasan sebagai berikut : 2.6.1 Fuzzifikasi Fuzzifikasi berfungsi untuk mentransformasikan sinyal masukan yang bersifat crisp ke himpunan fuzzy dengan menggunakan operator fuzzifikasi. 2.6.2 Basis Pengetahuan
Basis pengetahuan terdiri dari fakta (Data Base), dan kaidah aturan (Rule Base). Fakta merupakan bagian pengetahuan yang memuat informasi tentang objek, peristiwa, atau situasi. Fakta umumnya menyatakan kondisi statik dari suatu objek. Sedangkan kaidah (Rule base) berisi informasi tentang cara membangkitkan fakta baru atau hipotesa fakta yang sudah ada. 2.6.3 Logika Pengambil Keputusan Logika Pengambil Keputusan merupakan inti dari Logika Fuzzy yang mempunyai kemampuan seperti manusia dalam mengambil keputusan. Aksi atur fuzzy disimpulkan dengan menggunakan implikasi fuzzy dan mekanisme inferensi fuzzy. 2.6.4 Defuzzifikasi Defuzzifikasi merupakan proses merubah keluaran fuzzy dari FIS (Fuzzy Inference System) menjadi keluaran crips.
Mulai Studi Literatur
Pengambilan Data Spesifikasi Kapal
Pemodelan Dinamika Manuver Kapal
Perancangan Pengendali Logika Fuzzy
Tidak Performansi memenuhi?
Ya 3.
METODOLOGI PENELITIAN Penelitian ini memiliki tahapan-tahapan tertentu untuk mencapai tujuan. Tahapan-tahapan tersebut direpresentasikan dalam suatu diagram alir seperti pada gambar 3.1 berikut ini. 3.1 Studi Literatur 3.2 Pengambilan Data Spesifikasi Kapal 3.3 Pemodelan Dinamika Kapal Dalam pemodelan dinamika kapal dilakukan pemodelan kapal FPB-57 dan ganggguan yang berupa angin dan arus laut. Pembangkitan fungsi transfer didapatkan dari data kapal FPB-57, data yang diperlukan untuk perhitungan adalah sebagai berikut: Panjang Kapal (Lpp) : 54.2 m. Kecepatan(U) : 30 Knot=15.433m/s Lebar Kapal(B) : 7.62 m Koefisien Blok(Cb) : 0.23 Center of Gravity(XG) : 1.01 m : 0.69 m2 Rudder Area(Aδ) Kedalaman(T) : 4.75 m Model kapaldari dinamika manuver kapal didapatkan dari pendekatan yang dilakukan oleh Nomoto (1957).Dari hasil perhitungan berdasarkan persamaanpersamaan yang ada maka di peroleh fungsi transfer dari kapal FPB-57 menggunakan model Nomoto dengan hasil perhitungan sebagai berikut E HIJ. KLG HII. HM
G F IJ. NOGK PM. LKGJ G Sedangkan untuk fungsi transfer dari gangguan yang berupa gelombang didapatkan dari persamaan 2.12 2.13. didapatkan persamaan fungsi transfer untuk gangguan gelombang adalah sebagai berikut:[5] R. OLLG Q G J G R. JPG HR
Analisa Hasil Pengujian
Pembahasan dari hasil
Penulisan dan Penyusunan Laporan
Berhenti
Gambar 1 Diagram alir metodologi penelitian 3.4 Perancangan Pengendali Logika Fuzzy Gambar 3.2 merupakan diagram alir pengendali logika fuzzy yang digunakan sebagai pengendali beberapa manuver. Mulai
Pembangkitan Data Masukan Keluaran
Input-output Fuzzifikasi Membuat Aturan (rule)
KLF Inferensi Fuzzy Defuzzifikasi
Keluaran Model Ya Tidak Performansi memenuhi
Selesai
Gambar 2 Diagram alir KLF- Kendali Logika Fuzzy
Pada Tugas Akhir ini dilakukan perancangan dengan dua skenario perancangan kendali logika fuzzy yairu perancangan Kendali Logika Fuzzy 1 (KLF 1) dan Kendali Logika Fuzzy 2 (KLF 2). Adapun tahapan perancangan masing-masing skenario adalah sebagau berikut : 3.4.1 Perancangan KLF 1 Perancangan KLF dilakukan melalui FIS (Fuzzy Inference System) editor pada matlab dengan dua buah masukan yaitu erroryaw dan yawrate sdan satu keluarn yaitu aksi kendali (S) berupa sinyal perintah rudder
yaw/heading menyimpang dari nilai yang diinginkan, maka keluaran sinyal kendali tergantung pada tanda nilai error yaw dan yawrate, dan besarnya keluaran sinyal kendali logika fuzzy akan berubah sesuai dengan besarnya nilai error yaw dan yawrate yang dihasilkan. Perancangan basis aturan dilakukan dengan fungsi keanggotaan masukan berupa erroryaw dan yawrate masing-masing sejumlah 7 fungsi keanggotaan demikian pula dengan keluaran berupa sinyal kendali sejumlah 7 fungsi keanggotaan
NB
NB NB
NM NB
NS NB
e ZE NB
NS NM
NB NB
NB NB
NB NM
NM NS
NS ZE
ZE PS
PS PM
ZE PS
NB NM
NM NS
NS ZE
ZE PS
PS PM
PM PB
PB PB
PM
NS
ZE
PS
PM
PB
PB
PB
PB
ZE
PS
PM
PB
PB
PB
PB
r
Gambar 3 Perancangan KLF 1
Gambar 4 Fungsi Keanggotaan error yaw
• Fuzzifikasi Data masukan erroryaw, yawrate dan keluaran (S) berupa crisp. Nilai crisp erroryaw mempunyai rentang antara -35 sampai dengan 35, yawrate antara -7 sampai dengan 7, sedangkan nilai keluaran aksi S antara-35 sampai dengan 35.
Gambar 5 Fungsi Keanggotaan yawrate
Gambar 6 Fungsi Keanggotaan aksi kendali (S)
Pada gambar 4, gambar 5, gambar 6, mempresentasikan fungsi keanggotaan segitiga yang dipakai dalam perancangan fungsi keanggotaan dari error (e), yawrate dan aksi S. Variabel masukan error yaw dengan range -35° sampai dengan 35° dibagi kedalam 7 daerah keanggotaan yaitu NB, NM, NS, ZE, PS, PM dan PB sedangkan untuk variabel masukan yawrate dengan range -7 sampai dengan 7 dibagi dalam 7 daerah keanggotaan yaitu NB, NM, NS, ZE, PS, PM dan PB. Sedangkan untuk keluaran yang merupakan aksi kendali (S) memiliki range -35 sampai dengan 35° dan dibagi menjadi 7 daerah keanggotaan yaitu NB, NM, NS, ZE, PS, PM dan PB. • Basis Aturan (Rule Base) Prinsip – prinsip dasar dalam perancangan basis aturan pengendali logika fuzzy dapat didasarkan sebagai berikut : Jika yaw/heading telah mencapai nilai yang diinginkan dan yawrate bernilai nol, maka keluaran sinyal pengendali logika fuzzy dipertahankan agar konstan. Jika
PS NM
PM NS
PB ZE
sehingga didapatkan aturan sejumlah 49 aturan yang dapat dilihat pada tabel 1 sebagai berikut : Tabel 1 Basis Aturan KLF 1 Tampilan basis aturan pada toolbox fussy :
Gambar 7 Basis aturan KLF pada FIS editor Gambar 7 merupakan desain basis aturan kendali logika fuzzy pada FIS editor matlab, dimana basis aturan terdiri dari 49 aturan. Rule base inilah yang nantinya menentukan aturan mana yang digunakan dalam pengambilan keputusan berdasarkan masukan error yaw dan yawrate yang teridentifikasi. • Metode Pengambilan Keputusan Proses inferensi yang sering disebut sebagai proses pengambilan keputusan, merupakan prosedur untuk mendapatkan sinyal KLF berdasarkan basis aturan yang ada. Nilai masukan (error, yawrate) yang teramati diolah untuk diidentifikasi aturan mana yang digunakan. Pada Tugas Akhir ini, teknik pengambilan keputusan yang digunakan adalah metode Mamdani. Pada gambar 8 terlihat bahwa error yaw yang masuk bernilai -32.8 dan yawrate 6.43 sedangkan keluaran sinyal kendali S bernilai -0.56. Error yaw bernilai -32.8 termasuk dalam fungsi keanggotaan NB dan yawrate bernilai 6.43 termasuk dalam fungsi keanggotaan PB menghasilkan keluaran aksi kendali rudder adalah -0.56 yang masuk dalam fungsi keanggotaan ZE. Hal ini menunjukkan bahwa pengambilan keputusan sudah sesuai dengan aturan yang dibuat dalam kasus ini sudah sesuai dengan rule ke-7. Secara sistematis, proses pengambilan keputusan
dapat dijelaskan sebagai berikut, ketika kendali logika fuzzy mendapat masukan nilai crisp error yaw dan yawrate, langkah pertama adalah mengubahnya ke dalam nilai fuzzy berdasarkan fungsi keanggotaan masing – masing, dan disesuaikan dengan variabel linguistik yang ada. Dengan mengacu pada basis aturan, diperoleh keluaran nilai fuzzy berupa sinyal kendali berdasarkan besarnya nilai fuzzy error yaw dan yawrate.
Gambar 9 Tampilan tiga dimensi inferensi aksi S Secara tiga dimensi, aturan yang terdapat dalam rule base dapat direpresentasikan oleh gambar 9 dimana sumbu x mewakili dari erroryaw, sumbu y merupakan yawrate, dan sumbu z adalah aksi kendali S. Semakin besar error yaw dan semakin besar yawrate maka aksi kendali S akan semakin besar pula. 3.4.1 Perancangan KLF 2 Perancangan KLF dilakukan melalui FIS (Fuzzy Inference System) editor pada matlab dengan dua buah masukan yaitu erroryaw dan yawrate sdan satu keluarn yaitu aksi kendali (S) berupa sinyal perintah rudder seperti pada gambar 3.10. Tahapan proses pada KLF 1 dan KLF 2 pada intinya sama . Perbedaan dengan KLF 1 terletak pada beberapa aturan dan parameter fungsi keanggotaan erroryaw, yawrate dan aksi kendali S yang dapat dilihat pada gambar 10-12 berikut : Gambar 8 Inferensi Fuzzy
Gambar 10 Fungsi Keanggotaan erroryaw
Gambar 11 Fungsi Keanggotaan yawrate
Adanya perbedaan aturan dan parameter ini akan menyebabkan proses pengambilan keputusan dan proses defuzzifikasi yang menghasilkan keluaran yang berbeda.
Tabel 2 Basis Aturan KLF 2
NB
NB NB
NM NB
NS NB
e ZE NB
NS NM
NB NB
NB NM
NB NM
NM NS
NS ZE
ZE PS
PM PM
ZE PS
NM NM
NM NS
NS ZE
ZE PS
PS PM
PM PM
PM PB
PM
NS
ZE
PS
PM
PM
PB
PB
PB
ZE
PS
PM
PB
PB
PB
PB
r
PS NM
PM NS
PB ZE
Setelah dilakukan perancangan pengendali logika fuzzy maka langkah selanjutnya adalah dilakukan simulasi dengan menggunakan sotware Matlab sesuai dengan diagram blok pengendalian yang telah ditentukan seperti gambar 13 berikut ini :
Gambar 13 Blok diagram rancangan sistem KLF pada manuver kapal 3.5 Simulink untuk simulasi Simulasi dilakukan dengan menggunakan Matlab 2008(a). Sebelum dilakukan perancangan pengendali logika fuzzy maka dilakukan simulasi pada kapal ketika tanpa pengendali (sistem open loop). Model simulink sistem open loop pada kapal FPB-57 adalah sebagai berikut:
Gambar 14 Model simulink sistem kapal tanpa pengendali (sistem open loop) Kendali logika fuzzy yang digunakan untuk menjalankan secara otomatis manuver kapal melalui simulasi dengan diagram blok gambar 15-16
Gambar 15 Model simulink KLF pada manuver kapal tanpa gangguan Gambar 12 Fungsi Keanggotaan yawrate Adapun aturan yang ada pada KLF 2 seperti yang tertulis pada tabel 2 berikut :
Gambar 16 Model simulink KLF pada manuver kapal dengan gangguan gelombang 3.6 Performansi Manuver Pengujian performansi manuver kapal dilakukan melalui uji turning, tracking setpoint dan zig-zag. 3.6.1 Uji Turning Pada uji turning ini dilakukan simulasi dengan memberikan heading 20° atau 30° sebagai setpoint. Pemberian sudut heading ini sesuai dengan standar IMO (International Maritime Organization) untuk uji turning (belok) 3.6.2 Uji Tracking Setpoint Pada uji tracking setpoint ini dilakukan dengan memberikan setpoint 20° setelah respon dalam keadaan steady maka setpoint diubah menjadi 30°. Uji tracking setpoint in dilakukan untuk mengetahui kestabilan sistem ketika setting heading diubah. 3.6.3 Uji Manuver zig-zag Ada dua macam uji zig-zag yang termasuk dalam standard yaitu uji zig-zag 10°/10° dan 20°/20°. Uji zig-zag 10°/10° menggunakan sudut rudder 10° kemudian digeser mengikuti deviasi haluan 10° dari halauan awal. Uji zig-zag 20°/20° menggunakan sudut rudder 20° dengan perubahan haluan 20° dari haluan awal. Informasi penting yang diketahui dari tes ini adalah sudut overshoot. Uji zig-zag pada kapal dilakukan dengan memberikan persamaan 3.1 kemudian diberikan sinyal uji berupa sinyal sinusoidal. (3.1) Dengan A = Amplitudo settling time Untuk nilai T dilakukan pendekatan dari hasil settling time yang didapatkan dari hasil saat sistem diuji turning. Setelah dilakukan simulasi dengan berbagai macam uji performansi maka dilakukan analisa performansi dari hasil pengujian. Pada hasil pengujian berupa uji belok (turning) dan tracking setpoint dilakukan analisa performansi dengan melihat respon transien sistem. Adapun karakteristik respon transien yang di analisa adalah sebagai berikut waktu naik (rise time), tr, waktu puncak (peak time), tp, Overshoot maksimum, Mp dan waktu turun (settling time), ts Sedangkan untuk hasil pengujian berupa uji zig-zag dilakukan analisa performansi dengan standar IMO A.751(18). Pada saat sistem manuver kapal dilakukan pengujian dengan uji zig-zag 20°/20° berdasarkan kriteria IMO maka overshoot pertama kali pada respon yang dihasilkan tidak boleh lebih dari 25°.
4. Analisa Hasil Pengujian dan Pembahasan Pada bab ini dibahas mengenai analisa kendali logika fuzzy pada sistem pengendalian manuver kapal dan hasil simulasi manuver kapal secara lup terbuka dan lup tertutup serta lintasan kapal berdasarkan hasil simulasi dengan menggunakan kendali logika fuzzy baik tanpa gangguan maupun dengan gangguan karena sistem tidak lepas dari gangguan di lingkungan sekitar. Gangguan yang diberikan pada sistem manuver kapal ini berupa gelombang laut. Hal ini dilakukan untuk mengetahui kestabilan manuver kapal ketika diberikan masukan berupa belokan (turning), tracking setpoint dan manuver zig-zag sehingga diketahui keberhasilan rancangan kendali logika fuzzy yang telah dibuat sesuai dengan tujuan dari Tugas Akhir ini. Analisa performansi dari hasil rancangan dilakukan dengan memberikan uji belok (turning), tracking setpoint dan zig-zag. 4.1 Pengujian Manuver Kapal FPB-57 Secara Lup Terbuka Simulasi terhadap sistem manuver kapal FPB 57 dilakukan pada simulink Matlab 2008(a). Model matematis dari kapal FPB-57 dibuat pada simulink dengan menggunakan toolbox yang ada sehingga mampu merepresentasikan manuver pada kapal. Tujuan dari pemodelan dengan simulink adalah untuk mensimulasikan sistem secara real dalam komputer agar bisa didapatkan data respon yang merepresentasikan sistem kapal sebenarnya tanpa harus membuat hardware secara nyata. Pada model simulink kapal FPB-57 diberikan masukan berupa uji step yang merepresentasikan masukan berupa sudut belok (turning). Untuk simulasi lup terbuka, sistem kapal FPB- 57 diberi uji masukan dengan sudut turning 20° dan 30° sehingga didapatkan data keluaran yang berupa respon sistem. Pemberian kedua sudut ini dilakukan untuk memenuhi stándar uji belok (turning) pada kapal sesuai dengan yang telah ditetapkan oleh IMO ( International Maritime Organization). Gambar 4.1 dan 4.2 merupakan respon sistem ketika diberi masukan uji belok (turning) sebesar 20° dan 30°
Gambar 17 Respon kapal FPB-57 tanpa pengendali pada saat turning 20 derajat
Gambar 18 Respon kapal FPB-57 tanpa pengendali pada saat turning 30 derajat
Dari hasil simulasi diketahui bahwa ketika kapal FPB-57 tanpa pengendali diberikan masukan turning (belok), kapal tidak dapat memenuhi target yang diberikan. Kapal tidak dapat berbelok sesuai perintah dan tak terkendali. Terlihat pada gambar 17 ketika kapal FPB-57 diberikan masukan turning 20° kapal mencapai heading yang diinginkan saat 25 detik namun kapal tidak mampu untuk tetap berada pada heading yang diinginkan melainkan terus berbelok hingga 270° pada detik ke 40 . Sedangkan pada gambar 18 ketika kapal FPB-57 diberikan masukan turning 30°, kapal dapat mencapai heading yang diinginkan pada 26 detik namun kapal tidak dapat tetap berada pada heading yang diinginkan melainkan berbelok 300° pada detik ke 40. Hasil pengujian kapal tanpa pengendali menunjukkan bahwa saat kapal dibelokkan sesuai dengan heading yang diinginkan, kapal tanpa pengendali tidak dapat berbelok sesuai dengan yang diinginkan. 4.2 Analisa Kendali Logika Fuzzy Pada Sistem Pengendalian Manuver Kapal FPB-57 Pada perancangan kendali logika fuzzy untuk pengendalian manuver kapal, variabel yang dikendalikan adalah yaw dan dengan variabel manipulasi adalah sinyal perintah pada rudder. Proses awal KLF adalah fuzzifikasi. Pada tahap fuzzifikasi data masukan berupa error yaw dan yawrate pada pengendalian berbentuk crisp, nilai crisp yang teridentifikasi dipetakan ke nilai fuzzy yang sesuai dengan range kerja setiap variabel masukan yang kemudian dikelompokkan ke dalam variabel linguistik yang sesuai. Range kerja yang digunakan untuk fungsi keanggotaan error yaw adalah antara -35 sampai dengan 35 dan fungsi keanggotaan yawrate adalah -7 sampai dengan 7, sedangkan fungsi keanggotaan aksi kendali S antara -35 sampai dengan 35. Jumlah variabel linguistik erroryaw. yawrate dan aksi kendali S sebanyak tujuh variabel, yaitu NB, NM, NS, ZE, PS, PM dan PB dengan P dan N adalah positif dan negatif, sedangkan B, M dan S adalah big, medium dan small. Pada perancangan KLF menggunakan jenis fungsi keanggotaan segitiga. Setelah proses fuzzifikasi maka perlu adanya perancangan basis aturan (rule base) yang digunakan sebagai dasar pengambilan keputusan. Basis aturan merupakan kumpulan aturan kendali logika fuzzy untuk menyatakan aksi pengendali agar mencapai tujuan yang diharapkan berdasarkan masukan error yaw dan yawrate yang teridentifikasi. Prinsipnya jika yaw/heading telah mencapai nilai yang diinginkan dan yawrate bernilai nol, maka keluaran sinyal pengendali logika fuzzy dipertahankan agar konstan. Jika yaw/heading menyimpang dari nilai yang diinginkan, maka keluaran sinyal kendali tergantung pada tanda nilai error yaw dan yawrate, dan besarnya keluaran sinyal kendali logika fuzzy akan berubah sesuai dengan besarnya nilai error yaw dan yaw rate yang dihasilkan. Proses selanjutnya adalah inferensi yang merupakan proses pengambilan keputusan untuk mendapatkan aksi KLF berdasarkan basis aturan yang telah dirancang. Nilai masukan berupa error yaw dan yawrate yang teramati akan diidentifikasi oleh KLF untuk penentuan aturan mana yang akan digunakan sebagai pengambilan keputusan. Pada Tugas Akhir ini, teknik pengambilan keputusan menggunakan metode
max-min dalam penerapannya menggunakan aturan operasi minimum mamdani. Saat KLF mendapat masukan nilai crisp error yaw dan yawrate, langkah awal adalah mengubahnya ke dalam nilai fuzzy berdasarkan fungsi keanggotaan masing – masing dan disesuaikan dengan variabel linguistiknya kemudian berdasarkan basis aturan yang telah dirancang diperoleh keluaran nilai fuzzy aksi kendali (S) berdasarkan besarnya nilai fuzzy erroryaw dan yawrate. Pada saat simulasi, proses pengambilan keputusan mampu bekerja sesuai dengan basis aturan yang ada. Defuzzifikasi merupakan tahap akhir dari KLF yang berfungsi mengubah besaran fuzzy menjadi bentuk data crisp. Metode defuzzifikasi yang digunakan adalah metode centroid. Metode centroid ini juga dikenal sebagai metode COA (Center of Area). Pada metode ini nilai crisp keluarannya diperoleh berdasarkan titik berat dari kurva hasil proses pengambilan. Pada Tugas Akhir ini, masukan aksi kendali yang dihasilkan oleh KLF mewakili besarnya sinyal perintah pada rudder (S). Perancangan KLF dilakukan menggunakan dua skenario dimana terdapat perbedaan dalam hal basis aturan yang dapat dilihat pada tabel 3.1 dan 3.3 dan parameter fungsi keanggotaan seperti yang dapat dilihat pada gambar 3.4, 3.5, 3.6, 3.11, 3.12 dan 3.13. Perbedaan aturan dan parameter fungsi keanggotaan ini menyebabkan hasil respon terhadap uji yang dilakukan baik pada kondisi tanpa gangguan ataupun dengan gangguan pada KLF 1 dan KLF 2 berbeda seperti yang dapat dilihat pada subbab 4.3. Perbedaan hasil respon ini terjadi karena dengan aturan yang berbeda otomatis pada proses pengambilan keputusan diambil keputusan sesuai dengan aturan baru yang ada, sama halnya dengan perubahan parameter, dengan berubahnya parameter maka terjadi perbedaan pada proses defuzzifikasi karena proses defuzzifikasi menggunakan metode COA sehingga perubahan titik puncak segitiga pada bentuk fungsi keanggotaan akan memberikan perbedaan pula pada hasil keputusan. Setelah didapatkan rancangan KLF selanjutnya dilakukan penerapan pada pengendalian manuver kapal secara simulasi. Saat simulasi semua masukan kendali logika fuzzy diberikan gain kompensator terlebih dahulu begitu juga dengan keluaran. Hal ini dilakukan agar performansi sesuai yang diharapkan. Keberhasilan perancangan KLF dapat diketahui berdasarkan kemampuannya dalam memenuhi perintah yang diberikan dengan memberikan beberapa uji performansi yaitu pemberian masukan belok (turning), tracking sepoint, dan manuver zig-zag. 4.3 Pengujian Manuver Kapal FPB-57 Secara Lup Tertutup Uji Lup tertutup dilakukan pada kondisi sistem tanpa gangguan dan dengan gangguan berupa gelombang laut. Gangguan gelombang yang diberikan sesuai kondisi riil pada state moderate yaitu dengan ketinggian gelombang 1.25 m sampai 2.5 m. Pada perairan internasional probabilitas terjadinya gelombang dengan ketinggian pada state moderat memiliki persentase 40%. Lebih jelasnya dapat dilihat
pada lampiran B yang menjelaskan diskripsi laut dengan state dan persentase kemungkinan terjadi ketinggian gelombang untuk tiap state. Pada pemodelan gelombang digunakan spektrum Pierson-Moskowitz (PM) dengan pendekatan fungsi transfer gelombang orde dua. Aplikasi pertama kali dilakukan oleh Balchen dkk (1976) yang mengusulkan model frekuensi tinggi untuk pergerakan dinamis kapal namun tanpa adanya redaman kemudian diperbarui oleh Saelid dkk (1983) mengusulkan model yang lebih mendekati bentuk spektrum PM dengan adanya redaman[6]. Uji Lup tertutup pada kondisi tanpa gangguan dan dengan gangguan berupa gelombang laut untuk berbagai manuver turning, tracking setpoint dan zig-zag diuraikan dibawah ini : 4.3.1 Uji Belok (Turning) Pada saat simulasi uji belok (turning) sistem kapal diberikan uji step dengan sudut heading 20° dan 30°. Penggunaan kedua sudut dilakukan untuk memenuhi stándar uji belok (turning) pada kapal sesuai dengan yang telah ditetapkan oleh IMO. Pengujian dilakukan saat kapal pada kondisi tanpa gangguan maupun dengan gangguan berupa gelombang laut. Hasil respon sistem pada saat simulasi dapat dilihat pada gambar 4.3 dan 4.4 • Kendali Logika Fuzzy 1 (KLF 1) Pada simulasi uji turning dengan KLF1 didapatkan respon sistem baik pada kondisi tanpa gangguan maupun dengan gangguan untuk turning 20° dan 30°. Respon pada kondisi tanpa gangguan pada turning 20° dan 30° masing-masing dapat dilihat pada gambar 19 dan gambar 20. Gambar 19 merupakan respon heading ketika sistem dalam kondisi tanpa gangguan dengan diberikan turning 20°. Dari gambar terlihat bahwa respon dapat mencapai settling time pada detik ke-127.2, overshoot 6.5 derajat, rise time 13.7 detik, peak time 23.1 detik. Hal ini menunjukkan bahwa pada saat sistem diberikan uji turning 20° maka pengendali akan memberikan sinyal perintah pada rudder untuk bergerak sesuai heading yang diinginkan. Rudder akan bergerak 20° yang menyebabkan kapal juga akan berbelok sebesar 20°. Kapal dapat berbelok sesuai heading yang diinginkan pada 13.7 detik namun kapal tidak dapat langsung berbelok sebesar 20° tetapi berbelok hingga mencapai 26.5° kemudian setelah detik ke 23.1 kapal mulai merapat menuju 20° dan pada detik 127.2 kapal dapat stabil pada arah heading 20° sesuai yang diharapkan.
Gambar 19 Respon heading KLF 1 ketika sistem tanpa gangguan turning 20 derajat Hasil respon uji turning 30° dapat dilihat pada gambar 20. Gambar 20 merupakan respon heading ketika sistem dalam kondisi tanpa gangguan dengan diberikan turning 30°. Dari gambar terlihat bahwa respon dapat mencapai settling time pada
Gambar 20 Respon heading KLF 1 ketika sistem tanpa gangguan turning 30 derajat detik ke-130.5, overshoot 9.8 derajat, rise time 12.2 detik, peak time 23.2 detik. Hal ini menunjukkan bahwa saat sistem diberikan uji turning 30° maka pengendali akan memberikan sinyal perintah pada rudder untuk bergerak sesuai heading yang diinginkan. Rudder akan bergerak 30° yang menyebabkan kapal juga akan berbelok sebesar 30°. Kapal dapat berbelok sesuai heading yang diinginkan pada 12.2 detik namun kapal tidak dapat langsung berbelok sebesar 30° tetapi berbelok hingga mencapai 29.8° kemudian setelah detik ke 23.1 kapal mulai merapat menuju 30° dan pada detik 130.5 kapal dapat stabil pada arah heading 30° sesuai yang diharapkan. Setelah didapatkan respon uji turning tanpa gangguan selanjutnya dilakukan simulasi pengujian pada kondisi dengan adanya gangguan berupa gelombang laut. Gambar 21 merupakan respon heading ketika sistem dalam kondisi dengan gangguan dengan diberikan turning 20°. Dari gambar terlihat bahwa respon dapat mencapai settling time pada detik ke-132.4, overshoot 6.7 derajat, rise time 13.5 detik, peak time 22.7 detik. Hal ini menunjukkan bahwa pada saat sistem diberikan uji turning 20° maka pengendali akan memberikan sinyal perintah pada rudder untuk bergerak sesuai heading yang diinginkan. Rudder akan bergerak ke arah 20° yang menyebabkan kapal juga akan belok
Gambar 21 Respon heading KLF 1 ketika sistem dengan gangguan turning 20 derajat sebesar 20°. Kapal dapat berbelok sesuai heading yang diinginkan pada 13.5 detik namun kapal tidak dapat langsung berbelok sebesar 20° tetapi berbelok hingga mencapai 26.7° kemudian setelah detik ke 22.7 kapal mulai merapat menuju 20° dan pada detik 132.4 kapal dapat stabil pada arah heading 20° sesuai yang diharapkan. Respon sistem dengan gangguan gelombang terdapat riak sepanjang respon seperti yang terlihat pada zooming gambar 21. Hal ini menunjukan bahwa pergerakan kapal dipengaruhi oleh gangguan gelombang yang ada tetapi walau terdapat gangguan kapal tetap dapat berada pada heading yang diinginkan. Selanjutnya gambar 22 merupakan respon heading ketika sistem dalam kondisi dengan gangguan dengan diberikan turning 30°. Dari gambar terlihat bahwa kendali logika fuzzy dapat mencapai settling time pada detik ke-135.1, overshoot 9.8 derajat, rise
time 12.5 detik, peak time 23.9 detik. Hal ini menunjukkan bahwa saat sistem diberikan uji turning 30° maka pengendali akan memberikan sinyal perintah pada rudder untuk bergerak sesuai heading yang diinginkan. Rudder akan bergerak 30° yang menyebabkan kapal juga akan berbelok sebesar 30°. Kapal dapat berbelok sesuai heading yang diinginkan pada 12.5 detik namun kapal tidak dapat langsung berbelok sebesar 30° tetapi berbelok
Gambar 22 Respon heading KLF 1 ketika sistem dengan gangguan turning 30 derajat hingga mencapai 29.8° kemudian setelah detik ke 23.9 kapal mulai merapat menuju 30° dan pada detik 135.1 kapal dapat stabil pada arah heading 30° sesuai yang diharapkan. Pada sepanjang respon juga terdapat riak seperti terlihat pada zooming gambar 22. Hal ini sama dengan saat uji turning 20° dengan gangguan gelombang yang menunjukkan bahwa pergerakan kapal dipengaruhi gelombang namun kapal tetap masih dapat berada pada heading yang diinginkan. • Kendali Logika Fuzzy 2 (KLF 2) Pada simulasi uji turning dengan KLF 2 didapatkan respon sistem baik pada kondisi tanpa gangguan maupun dengan gangguan untuk turning 20° dan 30°. Respon pada kondisi tanpa gangguan pada turning 20° dan 30° masing-masing dapat dilihat pada gambar 23 dan gambar 24. Gambar 23merupakan respon heading ketika sistem dalam kondisi tanpa gangguan dengan diberikan turning 20°. Dari gambar terlihat bahwa kendali logika fuzzy dapat mencapai settling time pada detik ke-116.8, overshoot 1.54 derajat, rise time 56.1 detik, peak time 78.8 detik. Dari gambar terlihat pada detik ke 44 hampir mencapai steady namun akhirnya terjadi overshoot sebesar 1.54 derajat dan kemudian steady pada detik 116.8. Hal ini menunjukkan bahwa pada saat
Gambar 23 Respon heading KLF 2 ketika sistem tanpa gangguan turning 20 derajat sistem diberikan uji turning 20° maka pengendali akan memberikan sinyal perintah pada rudder untuk bergerak sesuai heading yang diinginkan. Rudder akan bergerak 20° yang menyebabkan kapal juga akan berbelok sebesar 20°. Kapal dapat berbelok sesuai heading yang diinginkan pada 56.1 detik namun kapal tidak dapat langsung berbelok sebesar 20° tetapi berbelok mencapai 21.5° kemudian setelah detik ke 78.8 kapal mulai merapat menuju 20° dan pada detik 116.8 kapal dapat stabil pada arah heading 20° sesuai yang diharapkan. Hasil respon untuk turning 30° dapat dilihat pada gambar 24. Gambar 4.8 merupakan respon heading ketika sistem dalam kondisi tanpa gangguan dengan
diberikan turning 30°. Dari gambar terlihat bahwa respon dapat mencapai settling time pada detik ke120.2 , overshoot 2.38 derajat, rise time 58.6 detik, peak time 78.5 detik. Hal ini menunjukkan bahwa saat sistem diberikan uji turning 30° maka pengendali akan memberikan sinyal perintah pada rudder untuk bergerak sesuai heading yang diinginkan. Rudder akan bergerak 30° yang menyebabkan kapal akan berbelok sebesar 30°. Kapal dapat berbelok sesuai heading yang
Gambar 24 Respon heading KLF 2 ketika sistem tanpa gangguan turning 30 derajat diinginkan pada 58.6 detik namun kapal tidak dapat langsung berbelok sebesar 30° tetapi berbelok hingga mencapai 22.38° kemudian setelah detik ke 78.5 kapal mulai merapat menuju 20° dan pada detik 120.2 kapal dapat stabil pada arah heading 20° sesuai yang diharapkan. Setelah didapatkan respon uji turning tanpa gangguan selanjutnya dilakukan simulasi pengujian pada kondisi dengan adanya gangguan berupa gelombang laut dan diberikan uji step yang merepresentasikan uji belok (turning) sebesar 20° dan 30°. Gambar 25 merupakan respon heading ketika sistem dalam kondisi ada gangguan berupa gelombang laut dengan diberikan turning 20°. Dari gambar terlihat bahwa respon dapat mencapai settling time pada detik ke 120.3, overshoot 2.4 derajat, rise time 28.5 detik, dan peak time 46.2 detik. Hal ini menunjukkan bahwa pada saat sistem diberikan uji turning 20° maka pengendali akan memberikan sinyal perintah pada rudder untuk bergerak sesuai heading yang diinginkan. Rudder akan bergerak ke arah 20° yang menyebabkan kapal juga akan belok sebesar 20°. Kapal dapat berbelok sesuai heading yang diinginkan pada 28.5 detik namun kapal tidak dapat langsung berbelok sebesar 20° tetapi berbelok hingga mencapai 22.4° kemudian setelah detik 46.2 kapal mulai merapat menuju 20° dan pada detik 120.3 kapal dapat stabil pada
Gambar 25 Respon heading KLF 2 ketika sistem dengan gangguan turning 20 derajat arah heading 20° sesuai yang diharapkan. Respon sistem dengan gangguan gelombang terdapat riak sepanjang respon seperti yang terlihat pada zooming gambar 25. Hal ini menunjukan bahwa pergerakan kapal dipengaruhi oleh gangguan gelombang yang ada tetapi walaupun terdapat gangguan, kapal tetap dapat berada pada heading yang diinginkan.
Gambar 26 merupakan respon heading ketika sistem dalam kondisi ada gangguan berupa gelombang laut dengan diberikan turning 30°. Dari gambar terlihat bahwa kendali logika fuzzy dapat mencapai settling time pada detik ke-123.4, overshoot 2.48 derajat, rise time 30.9 detik,dan peak time 48.6 detik. Hal ini menunjukkan bahwa saat sistem diberikan uji turning 30° maka pengendali akan memberikan sinyal perintah pada rudder untuk bergerak sesuai heading yang diinginkan. Rudder akan bergerak 30° yang menyebabkan kapal juga akan berbelok sebesar 30°. Kapal dapat berbelok sesuai heading yang diinginkan pada 30.9 detik namun kapal tidak dapat langsung berbelok sebesar 30° tetapi berbelok hingga mencapai 32.48° kemudian setelah detik 48.6 kapal mulai merapat menuju 30° dan pada detik 123.4 kapal dapat stabil pada arah heading 30° sesuai yang diharapkan. Pada respon juga terdapat riak sepanjang respon seperti terlihat pada
Gambar 26 Respon heading KLF 2 ketika sistem dengan gangguan turning 30 derajat zooming gambar 26. Hal ini sama dengan saat uji turning 20° dengan gangguan gelombang yang menunjukkan bahwa pergerakan kapal dipengaruhi gelombang namun kapal tetap masih dapat berada pada heading yang diinginkan. Indeks Performansi untuk KLF 1 dan KLF 2 pada kondisi tanpa gangguan dan dengan gangguan pada saat turning 20 ° dan 30° lebih jelas dapat dilihat pada tabel 3 berikut
setpoint tanpa diberikan gangguan berupa gelombang laut dapat dilihat pada gambar 27 dimana respon dapat mengikuti tracking setpoint yang diberikan dari arah 20° kemudian diubah menjadi 30°. Pada saat kapal dibelokkan pada heading 20° kapal tidak tepat berbelok pada heading yang diinginkan melainkan berbelok sebesar 26.5° kemudian kapal perlahan-lahan merapat pada heading 20° setelah beberapa saat kapal dapat stabil pada heading 20° . Saat kapal dapat stabil pada heading 20° kemudian kapal dibelokkan lagi dengan sudut heading yang lebih besar yaitu 30°, dari respon diketahui bahwa kapal berbelok sebesar 33.4° kemudian kapal perlahan-lahan merapat menuju heading yang diharapkan dan akhirnya kapal dapat mencapai keadaan yang stabil pada sudut heading yang diinginkan. Pada saat kapal dibelokkan sebesar 30° overshoot kapal lebih kecil dibandingkan pada saat dibelokkan sebesar 20°. Dari respon sistem dapat menunjukkan bahwa pengendali mampu memenuhi perubahan sudut heading yang diinginkan.
Gambar 27 Respon KLF 1 saat tracking set point ketika sistem tanpa gangguan gelombang Pada uji tracking setpoint dengan diberikan gangguan berupa gelombang laut dapat dilihat pada gambar 28 dimana respon dapat mengikuti tracking setpoint yang diberikan dari arah 20° kemudian diubah menjadi 30°. Pada saat kapal dibelokkan
Tabel 3 Performansi saat Turning 20° dan 30° pada KLF 1 dan KLF 2
Gambar 28 Respon KLF 1 saat tracking set point ketika sistem dengan gangguan gelombang
4.3.2 Uji Tracking Setpoint Cara yang dilakukan untuk mengetahui bahwa pengendali mampu memenuhi target setpoint yang berubah-ubah yaitu dengan dilakukan uji tracking setpoint. Uji ini dilakukan dengan memberikan inputan sinyal step sebesar 20° saat respon dapat mengikuti setpoint, setpoint diubah sebesar 30°. Simulasi dilakukan pada saat kapal tanpa gangguan dan saat terdapat gangguan. • Kendali Logika Fuzzy 1 (KLF 1) Dari hasil pengujian tracking setpoint dengan menggunakan KLF 1 pada kondisi baik tanpa gangguan dan dengan gangguan gelombang laut didapatkan respon sistem seperti pada gambar 27 dan 28. Pada uji tracking
pada heading 20° kapal tidak tepat berbelok pada heading yang diinginkan melainkan berbelok sebesar 26.7° kemudian kapal perlahan-lahan merapat pada heading 20° namun belum stabil setelah beberapa saat akhirnya kapal dapat stabil pada heading 20°. Saat kapal dapat stabil pada heading 20° kemudian kapal dibelokkan lagi dengan sudut heading yang lebih besar yaitu 30°. Dari respon diketahui bahwa kapal berbelok sebesar 33.5° kemudian kapal perlahan-lahan merapat pada heading yang diinginkan dan akhirnya kapal dapat mencapai keadaan yang stabil pada sudut heading yang diinginkan. Pada heading 20° respon terdapat overshoot yang tinggi kemudian pada saat diubah menjadi 30 pada respon terlihat bahwa overshoot yang dihasilkan lebih rendah. Respon dapat mengikuti setpoint yang diberikan namun terdapat riak sepanjang respon seperti terlihat pada zooming gambar
28 . Hal ini menunjukan bahwa pergerakan kapal dipengaruhi oleh gangguan gelombang yang ada tetapi walaupun terdapat gangguan kapal tetap dapat berada pada heading yang diinginkan. • Kendali Logika Fuzzy 2 (KLF 2) Dari hasil pengujian tracking setpoint dengan menggunakan KLF 2 pada kondisi baik tanpa gangguan dan dengan gangguan gelombang laut didapatkan respon sistem seperti pada gambar 29 dan 30. Pada uji tracking setpoint tanpa diberikan gangguan berupa gelombang laut dapat dilihat pada gambar 29 dimana respon dapat mengikuti tracking setpoint yang diberikan dari arah 20° kemudian diubah menjadi 30°. Pada saat kapal dibelokkan pada heading 20° kapal tidak tepat berbelok pada heading yang diinginkan melainkan berbelok sebesar 21.3° kemudian kapal perlahan-lahan merapat pada heading 20° namun belum stabil setelah beberapa saat akhirnya kapal dapat stabil pada heading 20°. Saat kapal dapat stabil pada heading 20° kemudian kapal dibelokkan lagi dengan sudut heading yang lebih besar yaitu 30°. Dari respon diketahui bahwa kapal berbelok sebesar 30.7° kemudian kapal perlahan-lahan menuju heading yang diharapkan namun belum stabil pada sudut heading tersebut lalu secara perlahan-lahan dapat mencapai keadaan yang stabil.
Gambar 30 Respon KLF 2 saat tracking set point ketika sistem dengan gangguan gelombang terdapat riak sepanjang respon seperti terlihat pada zooming gambar 30 . Hal ini menunjukan bahwa pergerakan kapal dipengaruhi oleh gangguan gelombang yang ada tetapi walaupun terdapat gangguan, kapal tetap dapat berada pada heading yang diinginkan. 4.3.3 Uji Manuver Zig-zag Pada pengujian manuver zig-zag sistem kapal diberikan uji zig-zag dengan menggunakan uji sinyal sinusoidal dengan amplitudo 20° dan frekuensi tertentu yang mempresentasikan manuver zig-zag. Nilai frekuensi diperoleh dari perhitungan berdasar persamaan 3.1 dimana periode T merupakan 4 kali settling time pada simulasi uji turning 20° yang dinormalisasi menjadi waktu real dengan membagi waktu simulasi dengan L/U • Kendali Logika Fuzzy 1 (KLF 1) Dari hasil pengujian manuver zig-zag dengan menggunakan KLF 1 pada kondisi baik tanpa gangguan dan dengan gangguan gelombang laut. Respon pada gambar 31 merupakan respon uji manuver zig-zag tanpa gangguan gelombang laut. Terlihat bahwa respon sistem mengikuti uji zig-
Gambar 29 Respon KLF 2 saat tracking set point ketika sistem tanpa gangguan gelombang pada sudut heading yang diinginkan. Pada heading 20 respon terdapat overshoot yang tinggi kenudian pada saat diubah menjadi 30 pada respon terlihat bahwa overshoot yang dihasilkan lebih rendah. Pada uji tracking setpoint dengan diberikan gangguan berupa gelombang laut dapat dilihat pada gambar 30 dimana respon dapat mengikuti tracking setpoint yang diberikan dari arah 20° kemudian diubah menjadi 30°. Pada saat kapal dibelokkan pada heading 20° kapal tidak tepat berbelok pada heading yang diinginkan melainkan berbelok sebesar 22.09° kemudian kapal perlahan-lahan kembali ke heading 20° namun belum stabil setelah beberapa saat barulah kapal dapat stabil pada heading 20°,. Setelah kapal dapat stabil pada heading 20° kemudian kapal dibelokkan lagi dengan sudut heading yang lebih besar yaitu 30° dari respon diketahui bahwa kapal berbelok sebesar 31.5° kemudian kapal perlahan-lahan menuju heading yang diharapkan namun belum stabil pada sudut heading tersebut dan pada akhirnya kapal dapat mencapai keadaan yang stabil pada sudut heading yang diinginkan. Pada heading 20 respon terdapat overshoot yang tinggi kemudian pada saat diubah menjadi 30 pada respon terlihat bahwa overshoot yang dihasilkan lebih rendah. Respon dapat mengikuti setpoint yang diberikan namun
Gambar 31 Respon KLF 1 saat manuver zig-zag ketika sistem tanpa gangguan gelombang zag yang diberikan dan tidak ada overshoot saat respon mencapai 20°. Hal ini telah sesuai dengan kriteria IMO yang memberikan standar bahwa saat uji manuver zig-zag 20°/20° untuk overshoot pertama kali haruslah kurang dari 25°. Dari respon yang dihasilkan menunjukkan bahwa kapal dapat melakukan manuver zig-zag sesuai heading yang diberikan, ketika kapal dibelokkan 20° kemudian dibelokkan ke arah sebaliknya juga sebesar 20° kapal selalu dapat mengikuti heading yang diberikan. Gambar 32 merupakan respon uji manuver zig-zag dengan gangguan gelombang laut. Terlihat bahwa respon sistem mengikuti uji zig-zag yang diberikan dan tidak ada overshoot saat respon mencapai 20°. Hal ini telah sesuai dengan kriteria IMO yang memberikan standar bahwa saat uji zig-zag 20°/20° untuk overshoot pertama kali haruslah kurang dari 25°. Dari respon yang dihasilkan menunjukkan bahwa kapal dapat melakukan uji zig-zag sesuai heading yang diberikan, ketika kapal dibelokkan 20°
kemudian dibelokkan ke arah sebaliknya juga sebesar 20° kapal selalu dapat mengikuti heading yang diberikan.
Gambar 32 Respon KLF 1 saat manuver zig-zag ketika sistem dengan gangguan gelombang Respon uji zig-zag ini pada kondisi dengan gangguan menghasilkan respon yang terdapat riak di sepanjang respon tersebut walaupun tidak begitu besar dan tetap dapat mengikuti uji yang diberikan seperti yang terlihat pada zooming gambar 32. Ini menunjukkan bahwa pergerakan kapal yang dipengaruhi oleh gangguan berupa gelombang kaut menyebabkan kapal mengalami osilasi kecil saat melalukan manuver zig-zag. Berbeda halnya dengan pada kondisi tanpa gangguan terlihat bahwa respon yang dihasilkan halus dan tidak terdapat riak sepanjang respon tersebut yang menunjukkan pergerakan kapal yang tidak dipengaruhi gelombang laut. • Kendali Logika Fuzzy 2 (KLF 2) Dari hasil pengujian manuver zig-zag dengan menggunakan KLF 2 pada kondisi baik tanpa gangguan dan dengan gangguan gelombang laut. Gambar 33 merupakan respon uji manuver zig-zag tanpa gangguan gelombang. Terlihat bahwa respon sistem mengikuti uji zig-zag yang diberikan pada awalnya kemudian pada zigzag berikutnya respon mengikuti tetapi terdapat perbedaan yang sedikit dengan heading yang diinginkan dan tidak ada overshoot saat respon mencapai 20°. Ini menunjukkan bahwa kapal pada saat melakukan manuver zig-zag yaitu saat kapal dibelokkan sebesar 20° kemudian dibelokkan lagi dengan arah yang berlawanan juga sebesar 20°, kapal dapat mengikuti heading yang diberikan namun respon kapal dalam mengikuti heading lebih lambat sehingga terdapat perbedaan
Gambar 33 Respon KLF 2 saat manuver zig-zag ketika sistem tanpa gangguan gelombang waktu tempuh. Walaupun terdapat perbedaan waktu tempuh namun respon yang diberikan kapal dalam mengikuti heading yang diberikan telah sesuai dengan kriteria IMO yang memberikan standar bahwa saat uji manuver zig-zag 20°/20° untuk overshoot pertama kali haruslah kurang dari 25° untuk semua jenis kapal. Gambar 34 merupakan respon uji manuver zigzag dengan gangguan gelombang. Terlihat bahwa respon sistem mengikuti uji zig zag yang diberikan dan tidak ada overshoot saat respon mencapai 20°. Ini menunjukkan bahwa kapal pada saat melakukan mnuver zig-zag yaitu saat kapal dibelokkan sebesar 20° kemudian dibelokkan lagi dengan arah yang berlawanan juga sebesar 20°, kapal dapat mengikuti heading yang diberikan namun respon kapal dalam mengikuti heading lebih lambat sehingga terdapat perbedaan waktu tempuh.
Walaupun terdapat perbedaan waktu tempuh namun respon yang diberikan kapal dapat mengikuti heading yang diberikan telah sesuai dengan kriteria IMO yang memberikan standar bahwa saat uji manuver zig-zag 20°/20° untuk overshoot pertama kali
Gambar 34 Respon KLF 2 saat manuver zig-zag ketika sistem dengan gangguan gelombang haruslah kurang dari 25° untuk semua jenis kapal. Respon uji zig-zag ini pada kondisi dengan gangguan menghasilkan respon yang terdapat riak di sepanjang respon tersebut walaupun tidak begitu besar dan tetap dapat mengikuti uji yang diberikan. Namun pada zigzag selanjutnya terdapat sedikit perbedaan antara respon dengan heading yang diberikan seperti yang terlihat pada zooming gambar 34. Berbeda halnya dengan pada kondisi tanpa gangguan terlihat bahwa respon yang dihasilkan halus dan tidak berosilasi sepanjang respon tersebut. Hal ini disebabkan karena pergerakan kapal yang dipengaruhi oleh gelombang laut sehingga kapal dapat mengikuti heading yang diinginkan namun berosilasi kecil karena gelombang laut yang berubah-ubah ketinggiannya. Peningkatan performansi pada kapal FPB-57 dilakukan dengan membandingkan hasil penelitian yang dilakukan oleh Fathoni Fikri (2009) pada kapal FPB-38. Perbandingan dilakukan hanya pada respon uji zig-zag untuk overshoot yang terjadi. Pada penelitian ini dihasilkan respon uji zig-zag tanpa adanya overshoot dan telah memenuhi kriteria dari IMO yang mensyaratkan bahwa overshoot pertama kali tidak boleh melebihi 25° untuk semua jenis kapal sedangakn pada penelitian Fathoni Fikri (2009) untuk uji zig-zag pada kondisi tanpa atau dengan gangguan berupa gelombang menghasilkan respon yang mmeperlihatkan bahwa pada zig-zag pertama respon tidak mampu mengikuti heading yang diharapkan sebesar 20° walaupun akhirnya untuk zig-zag selanjutnya dapat memenuhi setting heading yang diinginkan. 4.4 Lintasan Kapal Hasil Simulasi untuk Uji Turning, Tracking Setpoint dan Manuver Zigzag Data respon sistem yang dihasilkan melalui simulasi direkam terlebih dahulu sebelumnya. Data ini yang terdiri dari waktu, heading yang diinginkan dan heading aktual. Dari data tersebut dilakukan plot lintasan kapal yang dilalui oleh kapal dengan titik awal koordinat (0.0) dengan sumbu horizontal dan vertikal masing-masing merupakan koordinat x dan y. Hasil perhitungan heading aktual dan setting heading digunakan untuk menentukan arah vertikal x dan horizontal y yang kemudian kedua data tersebut diplot dalam sebuah grafik dan dihasilkan lintasan kapal. Adapun hasil lintasan untuk uji turning, tracking setpoint dan manuver zig-zag adalah sebagai berikut :
Gambar 35(a) merupakan lintasan kapal pada saat turning dimana garis merah merupakan lintasan aktual dan warna hitam adalah lintasan yang diinginkan. Dari gambar terlihat bahwa saat kapal dibelokkan, kapal berhasil berbelok namun tidak tepat 20° terdapat pergeseran lintasan dari lintasan yang diinginkan setelah itu perlahan-lahan arah gerak kapal menuju pada lintasan yang diinginkan meskipun tidak stabil dan pada akhirnya kapal mampu tepat berada pada lintasan yang diinginkan. Lintasan Kapal saat Turning 200000
Lintasan Kapal saat Tracking Setpoint Variable lintasan yang diingink an aktual heading
150000
200000
100000
Y (m)
Y (m)
Variable lintasan yang diinginkan lintasan aktual
250000
150000
100000 50000
50000 0
0 0
20000
40000 X (m)
(a)
60000
80000
0
100000 200000 300000 400000 500000 X (m)
(b)
(c) Gambar 35 Lintasan Kapal Gambar 35(b) merupakan lintasan kapal pada saat tracking setpoint dimana garis merah merupakan lintasan aktual dan warna hitam adalah lintasan yang diinginkan. Dari gambar terlihat bahwa kapal dapat memenuhi perubahan lintasan yang diharapkan dari belok sebesar 20° kemudian berbelok lagi sebesar 30°. Saat kapal dibelokkan sebesar 20° kapal mampu berbelok dan menyesuaikan lintasan yang diinginkan kemudian ketika terjadi perubahan sudut lintasan yaitu dibelokkan sebesar 30° kapal mampu memenuhi perubahan lintasan. Gambar 35 (c) merupakan lintasan kapal pada saat uji manuver zig-zag dimana garis merah merupakan lintasan aktual dan warna hitam adalah lintasan aktual. Dari gambar terlihat bahwa kapal dapat mengikuti setting heading saat uji manuver zig-zag yang diberikan. Pada zig-zag pertama respon tidak mengalami overshoot. Hal ini telah sesuai dengan kriteria IMO yang mensyaratkan untuk manuver zig-zag 20° respon pada overshoot pertama kali tidak boleh melebihi 25°. Pada gambar lintasan terlihat pada awalnya kapal dapat meemnuhi lintasan dengan ditunjukkan grafik yang berhimpit namun selanjutnya terlihat kapal dapat memenuhi lintasantapi terdapat sedikit perbedaan yaitu lintasan kapal aktual tidak tepat pada lintasan yang diinginkan. 5. KESIMPULAN DAN SARAN 5.1 Kesimpulan Adapun kesimpulan dari penelitian ini adalah sebagai berikut : • Telah dilakukan perancangan kendali logika fuzzy (KLF) dengan dua skenario untuk pengendalian manuver kapal dengan masukan KLF berupa error yaw dan yaw rate. Sedangkan keluaran berupa aksi kendali atau signal command rudder. • Pada uji turning dan uji tracking setpoint KLF 2 memberikan hasil yang baik dan mampu mereduksi
overshoot yang terjadi pada saat perancangan KLF 1 sedangkan pada uji zig-zag KLF 1 memberikan hasil yang lebih baik daripada KLF 2 namun respon yang dihasilkan saat uji zig-zag baik KLF 1 dan KLF 2 telah mmenuhi kriteria dari IMO. • Hasil perancangan KLF 2 lebih baik dibandingkan dengan KLF 1 karena mampu mereduksi overshoot yang terjadi saat uji turning dan tracking setpoint dan telah menenuhi kriteria standar IMO untuk uji zig-zag 5.2 Saran Penelitian mengenai pengendalian manuver kapal FPB-57 dapat dilakukan dengan menggunakan metode lain seperti LQG yang nantinya dapat digunakan untuk referensi perbandingan dengan hasil perancangan dengan menggunakan Kendali Logika Fuzzy (KLF). DAFTAR PUSTAKA [1] Aisjah, A.S, Masroeri, A.A., Djatmiko, E.B, dan Aryawan, D.Wasis. 2007. “Analisis Performansi Sistem Kendali Pada Manuvering Kapal”, Jurnal Teknik Fisika Vol.2, No.1, Februari 2007. [2] Aisjah, A.S, Masroeri, A.A. 2007. “ Kontrol Manuvering Kapal Tanker Berbasis Logika Fuzzy”, Jurnal Teknik Fisika Vol.2 No.3 Oktober 2007. [3] Aisjah, A.S. 2009. “ Increasing Indonesia Sea Endurance by Designing Fast Patrol Boat Maneuvering Control, Serie II : Adaptif Fuzzy”, Seminar Nasional Teori dan Aplikasi Teknologi Kelautan FTK-ITS [4] Aisjah, A.S. 2007. “ Pengembangan Sistem Kontrol Logika Fuzzy pada Manuvering Kapal Berbasis Kontrol LQG/LTR untuk Membangun Wahana Laut Tanpa Awak”, Disertasi FTK-ITS. [5] Fikri, M.Fathoni.2009. “ Perancangan Kontrol Manuvering dengan Logika Fuzzy untuk Kapal Cepat FPB 38”, Tugas Akhir Jurusan Teknik Fisika FTI-ITS [6] Fossen, Thor I. 1994. “Guidance and Control of Ocean Vehicles”. John Willey & Sons. [7] Kusumadewi, Sri. 2002. “Analisis & Desain Sistem Fuzzy menggunakan Toolbox Matlab”. Jogjakarta : Graha Ilmu. [8] Yoshimura, Yasuo dkk. “ Criteria For YawChecking and Course-Keeping Abilities in IMO’s Interim Standards For Ship Manoeuvability” [9] Ogata, Katsuhiko. 1997. “ Teknik Kontrol Automatik Jilid I”.Jakarta : Erlangga. Nama : Maratul Hamidah TTl : Madiun, 7 Agustus 1987 Alamat :DesaTakeran,Takeran Magetan Riwayat pendidikan : • MI Islamiyah 01 Madiun (1994-2000) • SMPN 1 Madiun (2000-2003) • SMAN 2 Madiun (2003-2006) • Teknik Fisika FTI-ITS(2006sekarang)
