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: saefurrochman@batan.go,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].
Mamdani dan Sugeno merupakan model sistem inferensi fuzzy yang telah dikembangkan dan berhasil diaplikasikan. Secara umum tidak ada model yang dapat dikatakan model terbaik, tetapi setiap model cocok atau sesuai dengan aplikasi tertentu [5].
Metode Mamdani atau metode max-min diperkenalkan oleh Ebrahim Mamdani pada tahun 1975. Dalam metode ini, diperlukan empat tahapan untuk mendapatkan keluaran yaitu: pembentukan himpunan fuzzy, aplikasi fungsi implikasi (aturan) berupa fungsi min, komposisi aturan dan penegasan.
Pengendali PID dan fuzzy telah digunakan pada kendali posisi motor DC [6-8]. Pengendali tersebut juga akan diaplikasikan pada kendali posisi gerak maju-mundur pada perangkat pengatur posisi sumber ion DECY-13.
DECY-13 merupakan sebuah proyek 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 dengan PID dan fuzzy. Kinerja dapat diamati dari overshoot, settling time, IAE (Integral Absolute Error) dan ITAE (Integral Time Absolute Error).
Paper ini terdiri dari lima bagian. Bagian pertama adalah Pendahuluan yang menjelaskan latar belakang, literature review dan tujuan dari penelitian ini. Bagian kedua merupakan ringkasan dari teori dasar kendali PID dan fuzzy. Bagian ketiga menjelaskan langkah penelitian, pemodelan gerak maju-mundur dari perangkat pengatur posisi sumber ion DECY-13, dan perancangan pengendali yang ditawarkan. Hasil simulasi dan analisis akan dibahas pada bagian keempat. Bagian akhir adalah kesimupan.
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
(P), Proportional Integral (PI) dan
Proportional Derivative (PD).
Fungsi matematika dari pengendali P, PI, PID dan PD dalam bentuk Laplace
berturut-turut terlihat pada persamaan (1) hingga (4).
U(s) = Kp . E(s)
U(s) = (Kp + KI /s).E(s)
U(s) = (Kp + KI /s + KDs).E(s)
U(s) = (Kp + KDs).E(s) Pada penelitian ini digunakan metode
Ziegler Nichols tipe kedua. Pada metode kedua terdapat nilai gain kritis (Kcr) yang diperoleh dari mengatur nilai Ti = ∞ dan Td = 0. Selain itu terdapat parameter periode kritis (Pcr) seperti terlihat pada Gambar 1. Kedua konstanta ini diperlukan untuk menala parameter PID seperti yang terlihat pada Tabel 1.
Gambar. 1. Periode kritis (Pcr) Tabel. 1. Aturan penalaan Ziegler
Nichols Tipe pengendali Kp Ti Td P 0,5 Kcr ∞ 0 PI 0,45 Kcr Pcr/1,2 0 PID 0,6 Kcr 0,5 Pcr 0,125 Pcr PD 0,6 Kcr 0 0,125 Pcr Kendali Fuzzy-Mamdani
Pengendali fuzzy memiliki empat komponen utama yaitu fuzzification interface, aturan dasar fuzzy, mesin inferensi fuzzy dan
defuzzification interface [9].
Pada model sistem inferensi Mamdani
fuzzy, terdapat lima metode defuzifikasi yaitu 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].
=∑∑ ( )( )
∑ ( ) − ∑ ( ) , < < =∑∈ | | , = { | ( ) = } = ( ) = ( ) Berdasarkan jenis input dan output, fuzzy
terbagi menjadi tiga yaitu fuzzy PD, fuzzy
incremental dan fuzzy PD+I. Pada fuzzy
tersebut terdapat beberapa gain meliputi gain of error (GE), gain of change error (GCE),
gain of integral error (GIE) dan gain sinyal kendali (GU).
Pada penalaan gain-gain tersebut dibutuhkan parameter PID seperti KP, Ti dan
Td. Penalaan gain-gain pada fuzzy PD, fuzzy incremental dan fuzzy PD+I dapat dilihat pada persamaan (10) hingga (16) [10].
Untuk fuzzy PD
. =
= Untuk fuzzy incremental
. =
= Untuk fuzzy PD+I
. =
=
= METODOLOGI
Alat dan bahan meliputi sebuah perangkat pengatur posisi sumber ion DECY-13 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
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 perangkat pengatur posisi sumber ion DECY-13 untuk gerak maju-mundur dengan pengendali PID, fuzzy dengan variasi jenis defuzifikasi dan fuzzy + input. Langkah terakhir adalah menganalisa kinerja hasil simulasi untuk dipilih satu yang terbaik.
Tabel. 2. Parameter EMG-30 [11] dan komponen mekanik perangkat pengatur posisi
gerak maju-mundur sumber ion DECY-13
Lambang Keterangan Nilai
Km Konstanta torsi motor 0,509 Nm Ks Konstanta tegangan
balik emf
0,509 R Tahanan 7,101 ohm L Induktansi 3,4e-3 henry J Inersia rotor 0,00567 kgm-2 B Konstanta friksi 0,000931 (Nm/(rad/s)) N1 Gear 1 20 N2 Gear 2 40 N3 Gear 3 24 N4 Gear 4 64
Pemodelan perangkat pengatur posisi sumber ion DECY-13 untuk gerak maju-mundur
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
pada Gambar 3. Output dari plant akan dikonversi dari radian ke derajat. Sudut putar motor yang telah dikonversi satuannya akan diubah menjadi nilai pergeseran jarak sumber ion arah maju-mundur (mm). Nilai konversi ini diperoleh dari hasil pengujian sebanyak enam kali dengan cara menjalankan perangkat tersebut dari nol (limit switch paling belakang) maju hingga menyentuh limit switch paling depan dan diamati perubahan jarak perangkat tersebut.
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. Diagram blok pengendali PID
b. Plant
Gambar. 4. Diagram blok pengendali PID pada perangkat pengatur posisi sumber ion
DECY-13 arah pergerakan maju-mundur
Perancangan pengendali fuzzy
Perancangan pengendali fuzzy dimulai dengan penentuan parameter fuzzy seperti yang terlihat pada Tabel 3.
Tabel. 3. Parameter-parameter fuzzy Parameter Error Delta error Tegangan
Tipe FIS Mamdani Mamdani Mamdani Metode and Min Min Min
Implikasi Min Min Min 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.
a. Error input
b. Delta error input
c. Output tegangan
Gambar. 5. Fungsi keanggotaan fuzzy
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.
Tabel. 4. Aturan fuzzy untuk gerak maju-mundur perangkat pengatur posisi
sumber ion DECY-13 [12]
Aturan Delta Error
NB NM NS Z PS PM PB Error 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 Langkah selanjutnya adalah simulasi dengan memvariasi jenis defuzifikasi. Gambar 6 menunjukkan diagram blok dari pengendali
fuzzy.
a. Diagram blok pengendali fuzzy PD
b. Diagram blok pengendali fuzzy incremental
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.
a. Diagram blok pengendali fuzzy PD + input
b. Diagram blok pengendali fuzzy incremental + input
c. Diagram blok pengendali fuzzy PD+I +
input
d. Plant
Gambar. 7. Diagram blok pengendali
fuzzy+input pada perangkat pengatur posisi sumber ion DECY-13 arah pergerakan
maju-mundur HASIL DAN PEMBAHASAN
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
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.
( ) = ( ) + ( ) + ( )
( ) = . ( ) = . ̇
( ) = . ( ) 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). . ̈ + . ̇ + ( ) = ( ) . ̈ + . ̇ + ( ) = ( ) . ̈ + . ̇ + ( ) = ( ) = . = . (24) = . = . . (25) Persamaan-persamaan tersebut disubstitusikan satu sama lain sehingga diperoleh persamaan (26). ( ) = . ̈ + . ̇ + . ( ) dengan = + . + . . = + . + . . = . .
Fungsi alih dari θ1 (s) terhadap V (s) diperoleh, jika TL = 0, seperti tertampil pada persamaan (27).
( )
( ) = . . . . . .
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).
( ) ( )= . . . . . . . . . . . .
Simulasi pengendali PID, fuzzy dan fuzzy+input
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 PID
Parameter Nilai P KP 24,835 PI KP 22,352 Ki 67,852 PID KP 29,802 Ki 150,783 Kd 1,473 PD KP 29,802 Kd 1,473
Tabel. 6. Parameter gain fuzzy Parameter gainfuzzy Nilai
Fuzzy PD GE 1 GCE 0,049 GU 29,802 Fuzzy incremental GE 1 GCE 0,329 GCU 67,939 Fuzzy PD+I GE 1 GCE 0,049 GIE 5.917 GU 139.121
Berdasarkan hasil simulasi gerak maju-mundur 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.
Pengendali fuzzy terdiri dari fuzzy PD, fuzzy
incremental dan fuzzy PD+I. Dari gambar tersebut terlihat bahwa respon sistem yang menggunakan fuzzy dengan defuzifikasi centroid mampu mengikuti respon input-nya dan tidak mengalami osilasi. Hal ini dapat dikatakan fuzzy centroid memiliki kinerja yang terbaik dibandingkan dengan defuzifikasi jenis lain.
a. Respon pengendali fuzzy PD variasi defuzifikasi
b. Respon pengendali fuzzy incremental variasi defuzifikasi
c. Respon pengendali fuzzy PD+I variasi defuzifikasi
Gambar. 8. Respon pengendali fuzzy variasi defuzifikasi
Fuzzy PD+I centroid menyebabkan
overshoot sebesar 2,99%, sedangkan pada
fuzzy PD dan incremental centroid tidak mengalami overshoot. Fuzzy PD+I centroid juga menghasilkan settling time paling cepat dibandingkan dua fuzzy centroid lainnya sebesar 1,3322 detik. Meskipun fuzzy PD centroid memiliki settling time di bawah fuzzy
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
maksimum sebesar 1,194e-14 untuk IAE dan 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.
Tabel. 7. Respon pengendali untuk perangkat pengendali posisi sumber ion DECY-13 arah pergerakan maju-mundur
Tipe Pengendali
Indeks kinerja IAE ITAE Overshoot
(%) Settling Time (detik) Tanpa pengendali 16,78 211,9 0 94,2243 Pengendali P, PI, PID and PD
P 0,9598 1,873 0 4,7301 PI 1,403 4,508 48,46 8,9813 PID 0,994 2,76 46,77 6,5934 PD 0,7479 1,421 0,01 4,1833 Pengendali fuzzy Fuzzy PD centroid 0,1183 0,1316 0 1,4407 Fuzzy incremental centroid 0,3331 0,4124 0 1,8746 Fuzzy PD+I centroid 0,2118 0,6199 2,99 1,3322 Pengendali fuzzy+input
Fuzzy PD + input 2.772e-16 4.043e-15 0 1.0003
Fuzzy incremental +
input
4.407e-15 7.05e-14 0 1.0003 Fuzzy PD+I +
input 1.194e-14 3.085e-13 0 1.0003
5 10 15 20 25 0.82 0.84 0.86 0.88 0.9 0.92 0.94 0.96 0.98 1 1.02 waktu (detik) mag n it u d e Step Fuzzy PD Centro Fuzzy PD Bisector Fuzzy PD Mom Fuzzy PD Lom Fuzzy PD Som Fuzzy Incremental Centro Fuzzy Incremental Bisector Fuzzy Incremental Mom Fuzzy Incremental Lom Fuzzy Incremental Som Fuzzy PD+I Centro Fuzzy PD+I Bisector Fuzzy PD+I Mom Fuzzy PD+I Lom Fuzzy PD+I Som
5 10 15 20 25 0.75 0.8 0.85 0.9 0.95 1 1.05 1.1 1.15 1.2 waktu (detik) m a gni tud e
Respon Step Kendali Fuzzy PD Variasi Metoda Defuzifikasi Arah Pergerakan Maju Mundur Tanpa Beban Step Fuzzy PD Centro Fuzzy PD Bisector Fuzzy PD Mom Fuzzy PD Lom Fuzzy PD Som Fuzzy Incremental Centro Fuzzy Incremental Bisector Fuzzy Incremental Mom Fuzzy Incremental Lom Fuzzy Incremental Som Fuzzy PD+I Centro Fuzzy PD+I Bisector Fuzzy PD+I Mom Fuzzy PD+I Lom Fuzzy PD+I Som
2 4 6 8 10 12 14 16 18 20 0.85 0.9 0.95 1 1.05 1.1 1.15 waktu (detik) mag nit ud e Step Fuzzy PD Centro Fuzzy PD Bisector Fuzzy PD Mom Fuzzy PD Lom Fuzzy PD Som Fuzzy Incremental Centro Fuzzy Incremental Bisector Fuzzy Incremental Mom Fuzzy Incremental Lom Fuzzy Incremental Som Fuzzy PD+I Centro Fuzzy PD+I Bisector Fuzzy PD+I Mom Fuzzy PD+I Lom Fuzzy PD+I Som
KESIMPULAN
Pada paper ini, disimulasikan pengendali
fuzzy+input pada perangkat pengatur posisi sumber ion DECY-13 arah maju-mundur.
Fuzzy+input terdiri dari tiga jenis yaitu fuzzy
PD+input, fuzzy incremental+input dan fuzzy
PD+I + input.
Centroid merupakan jenis defuzifikasi yang tepat untuk diterapkan pada perangkat pengatur posisi sumber ion arah pergerakan maju mundur dengan pengendali fuzzy dan variasinya.
Penambahan input pada fuzzy dapat mengeliminasi overshoot, meminimalkan
signal error dan menghasilkan settling time
yang sama. Hal ini didapat dengan menerapkan
fuzzy PD+ input pada sistem ini. UCAPAN TERIMAKASIH
Terimakasih kepada Kemenristek dan BATAN atas pendanaan penelitian ini.
DAFTAR PUSTAKA
1. S.R.Vaishnav and Z.J.Khan, "Design and Performance of PID and Fuzzy Logic Controller with Smaller Rule Set for Higher Order System " in Proceedings of the World Congress on Engineering and Computer Science 2007, San Francisco, USA, October 24-26, 2007
2. O. Wahyunggoro and N. Saad, Development of Fuzzy-logic-based Self Tuning PI Controller for Servomotor, Advanced Strategies for Robot Manipulators, 2008
3. H. M. Fayek and I. Elamvazuthi, "Type-2 Fuzzy Logic PI (T2FLPI) Based DC Servomotor Control," Journal of Applied Sciences Research, vol. 8(5), 2012
4. N. Khongkoom, et al., "Control of the position of DC Servo Motor by Fuzzy Logic," in IEEE, 2000
5. I. Elamvazuthi, P. Vasant, and J.Webb, "The Application of Mamdani Fuzzy Model for Auto Zoom Function of a Digital Camera," International Journal of
Computer Science and Information
Security (IJCSIS) vol. 6 No. 3, pp. 245 -249, 2009
6. M. Namazov and O. Basturk, "DC Motor Position Control Using Fuzzy
Proportional-Derivative Controllers With Different Defuzzification Methods " Turkish Journal of Fuzzy Systems, vol. 1 No.1, pp. 36-54, 2010
7. Bindu R. and M. K. Namboothiripad, "Tuning of PID Controller for DC Servo Motor using Genetic Algorithm," International Journal of Emerging Technology and Advanced Engineering, vol. 2, March 2012
8. S. M. Z. Al-Ubaidi and M. M. F. Algreer, "Real Time Implementation of PID and Fuzzy PD Controllers for DC-Servo Motor Based on Lab View Environment," Tikrit Journal of Engineering Sciences, vol. 19 No. 2, pp. 71-81, June 2012
9. Lee, C. C. (1990). Fuzzy Logic in Control Systems: Fuzzy Logic Controller - Part I, II, IEEE Transactions on Systems, Man and Cybernetics 20(2): 404–418
10. J. Jantzen, Foundations of Fuzzy Control John Wiley & Sons, 2007
11. J. Gonçalves, et al., "Modeling and Simulation of the EMG30 Geared Motor with Encoder Resorting to SimTwo: The Official Robot@Factory Simulator," in 23rd International Conference on Flexible Automation & Intelligent Manufacturing, 2013, pp. 307-314
12. R. Malhotra, N. Singh, and Y. Singh, "Design of Embedded Hybrid Fuzzy-GA Control Strategy for Speed Control of DC Motor: A Servo Control Case Study," International Journal of Computer Applications, vol. 6 No. 5, September 2010.
TANYA JAWAB Pertanyaan
1. Jenis motor yang digunakan apa? 2. Kenapa menggunakan model mamdani? Jawaban
1. Motor yang digunakan adalah motor DC yang diservokan..
2. Karena pembuatan/penentuan parameter model mamdani relatif lebih mudah dibandingkan dengan fuzzy lainnya.
