• Tidak ada hasil yang ditemukan

Penerapan Fuzzy Logic di Masyarakat

N/A
N/A
Protected

Academic year: 2021

Membagikan "Penerapan Fuzzy Logic di Masyarakat"

Copied!
8
0
0

Teks penuh

(1)

Penerapan Fuzzy Logic di Masyarakat

Penerapan Fuzzy Logic pada Sistem Pengontrolan Penanak Nasi (Rice Cooker) dengan FPGA Xilin

Siti Halimah Baki dan Obed Adi Darma

Jurusan Teknik Elektro – FTI, Institut Teknologi Sepuluh Nopember Kampus ITS, Keputih – Sukolilo, Surabaya – 60111

Telp : +62-31-5947302 Abstrak

Penanak nasi (rice cooker) konvensional hanya menggunakan parameter suhu dalam proses penanakan nasi, sehingga sering didapatkan hasil yang kurang memuaskan. Untuk itu dirancang suatu sistem pengontrolan penanak nasi dengan menggunakan parameter tambahan yaitu Kadar Air (moisture). Kedua parameter tersebut diolah dengan menggunakan Logika Fuzzy (Fuzzy Logic) untuk menghasilkan output sinyal PWM sebagai pengatur heater. Sistem pengontrolan tersebut diwujudkan dengan menggunakan teknologi Xilinx FPGA yang menggunakan bahasa pemrograman VHDL pada software Xilinx Foundation 2.1. Selain sistem Logika Fuzzy yang digunakan, pada Xilinx FPGA juga akan dirancang beberapa bagian yang mendukung proses Logika Fuzzy juga penampilan data untuk pengamatan jalannya proses serta pengontrolan panas rice cooker dan dengan memilih kadar air pada hasil penanakan yang diinginkan

Kata kunci : Logika Fuzzy, FPGA Xilinx XS4010, VHDL 1. Pendahuluan

Penerapan teknologi elektronika dalam bidang teknologi dalam kehidupan sehari-hari sangat banyak dan meliputi hampir semua aspek kehidupan manusia modern, antara lain dalam peralatan penanak nasi. Pada sistem yang sudah ada seringkali terdapat kelemahan dan hasil yang kurang memuaskan karena hanya menggunakan parameter suhu. Dengan menambahkan paremeter kedua yaitu kadar air dan menggunakan logika Fuzzy yang diterapkan pada IC FPGA Xilinx diharapkan mampu memperbaiki kinerja sistem pengontrolan tersebut, sehingga mampu memperoleh hasil yang lebih memuaskan. Dengan menggunakan Logika Fuzzy sangatlah bermanfaat dalam berbagai sistem elektronika untuk masalah pengambilan keputusan, juga mempermudah dalam

penggambaran karakteristik suatu sistem yang akan dikontrol. Penerapan logika fuzzy telah menyebar dalam berbagai bidang, antara lain adalah sistem pengontrolan penanak nasi. Untuk mendapatkan hasil penanak nasi yang memuaskan diperlukan suatu sistem pengontrol yang tepat dalam pengaturan panas yang diberikan selama proses penanakan berlangsung. Sehingga bisa dihasilkan nasi yang sesuai dengan keinginan, dalam hal ini kadar air pada nasi tersebut. Selain itu ditambahkan pula beberapa fasilitas yang akan memudahkan penggunaan penanak nasi, yaitu pengaturan waktu penanakan (timer) dan penentuan suhu penjagaan (keep warm temperature).

2. Prinsip Dasar 2.1 FPGA

(2)

matriks sel-sel logika Yang dapat berhubungan satu sama lain melalui jalur-jalur I/O dengan menggunakan channel routing.

Pada dasarnya IC FPGA keluaran Xilinx memiliki dua buah elemen konfigurasi utama, yaitu :

• CLB, berfungsi untuk mengimplementasikan fungsi-fungsi logika yang akan dibuat.

• IOB, berfungsi sebagai blok interface dengan rangkaian di luar IC FPGA.

Selain itu, terdapat pula tiga tipe rangkaian yang mendukung arsitektur IC FPGA Xilinx, yakni:

• Three State Buffer (TBUF), yang berfungsi sebagai pengatur jalur-jalur horizontal yang berhubungan dengan CLB.

• Wide Edge Decoder, yang ada pada setiap IOB dan berfungsi sebagai dekoder alamat yang memiliki banyak bit.

• On-chip Oscillator yang berfungsi menghasilkan sinyal clock dengan frekuensi tertentu.

2.2 Logika Fuzzy

Pada pertengahan 1960, Prof Lotfi Zadeh dari University of California, Berkeley mengenali bahwa kondisi benar dan salah dari logika Boolean tidak memperhitungkan berbagai keadaan keabu-abuan yang terdapat dalam dunia yang sebenarnya. Tidak seperti pada logika Boolean yang hanya bernilai tunggal, pada logika Sebagai contoh adalah menentukan apakah suhu 80°F hangat ataukah panas? Pada logika Fuzzy dan dunia nyata, keduanya mungkin merupakan jawaban yang benar. Seperti yang dapat dilihat pada gambar bahwa 80°F sebagian termasuk hangat dan sebagian termasuk panas pada representasi fuzzy set.

Pada fungsi keanggotaan konvensional memang terdapat adanya overlap antar sel, tetapi perpindahan antar sel terjadi sangat cepat, yaitu dari menjadi anggota suatu sel kemudian tidak menjadi anggota. Sementara itu pada fuzzy set, perpindahannya terjadi secara bertahap (gradual), sehingga suatu elemen dapat memiliki sebagian keanggotaan pada beberapa sel pada suatu saat yang bersamaan.

Logika klasik yang menggunakan fungsi keanggotaan konvensional seperti pada gambar dibawah, suhu 79,9°F akan digolongkan sebagai “hangat” dan suhu 80,1°F sebagai “panas”. Perubahan yang kecil pada sistem dapat mengakibatkan reaksi yang sangat berbeda. Pada sistem yang menggunakan fuzzy set, perubahan suhu kecil yang terjadi akan menghasilkan reaksi yang lebih baik pada penampilan sistem.

(3)

Logika Fuzzy mampu menghilangkan berbagai ketidakpastian dengan memberikan nilai-nilai tertentu pada gradasi tersebut. Sebagai contohnya, suhu 80°F bernilai-nilai 0,6 jika digolongkan pada skala antara 0 sampai 1 untuk keanggotaan “panas”. Angka tersebut kemudian digunakan untuk menghasilkan penyelesaian yang pasti pada masalah yang akan dipecahkan. Meskipun namanya terdengar berlawanan, Logika Fuzzy (samar) menyediakan metode yang benar-benar tepat untuk menghasilkan suatu keputusan yang tepat.

Untuk menghasilkan suatu penyelesaian yang tepat dari masalah tertentu dengan menggunakan Logika Fuzzy dilakukan beberapa langkah yaitu :

• Fuzzifikasi • Rule Evaluation • Defuzzifikasi

Fuzzifikasi dan Membership Function

Fuzzification (fuzzifikasi) adalah proses pertama dalam proses fuzzy yang melibatkan perubahan domain. Crisp Input ditransfornasikan menjadi fuzzy input. Misalnya crisp input 78°F untuk suhu udara diubah menjadi “warm”. Syarat utama untuk merubah crisp input menjadi fuzzy input adalah menentukan membership function untuk tiap input. Langkah yang dilakukan yaitu menentukan fuzzy label pada Universe of Discourse dari tiap crisp input, misalnya untuk suhu udara dibagi menjadi lima bagian (label) : “cold” ,”cool” ,”normal” ,”warm”, ”hot”. Setiap crisp input dapat mempunyai lebih dari satu fuzzy label, misalnya suhu 80°F dapat mempunyai fuzzy label “warm” dan ”hot”. Secara umum, semakin banyak fuzzy label yang ditentukan maka resolusi sistem tersebut akan semakin tinggi sehingga menghasilkan sistem kontrol yang lebih halus. Kerugian dari penentuan fuzzy label yang banyak adalah pemakaian waktu perhitungan yang lebih lama dan juga akan menyebabkan sistem tersebut tidak stabil. Pada umumnya, banyaknya fuzzy label adalah bilangan ganjil seperti 3, 5,7, 9 tetapi bilangan-bilangan ini tidak mutlak. Selain itu, fuzzy set yang ditentukan sebaiknya seimbang dan simetris pada nol atau normalnya.

Pada gambar diatas menunjukkan contoh pemberian angka pada lima fuzzy label yang menyatakan suhu udara dalam satuan Fahrenheit.

Mendefinisikan crisp input dalam bentuk fuzzy akan membuat sistem mempunyai respon yang berubah secara gradual (bertahap) dan halus jika input berubah secara bertahap. Rule Evaluation

Prosesor Fuzzy menggunakan rules untuk menentukan aksi kontrol apa yang akan muncul sebagai respon dari input yang diberikan pada sistem tersebut. Pada tahap ini, rules diberlakukan pada fuzzy input dan mengevaluasi tiap rule dengan input. Fuzzy rules biasanya berupa “if-then statement” yang menyatakan aksi yang akan dilakukan sebagai respon dari fuzzy input yang bervariasi. Metode Rule Evaluation yang digunakan disebut Min-Max Interference, karena metode ini mengambil nilai minimum dari antecendent untuk menentukan rule’s strength dan mengambil nilai maksimum dari rule’s strength tiap consequent untuk menentukan fuzzy output.

(4)

Defuzzifikasi

Pada proses defuzzification (defuzzifikasi), seluruh output fuzzy yang signifikan (seperti waktu : “long”, “medium”, “short”) akan dikombinasi menjadi sesuatu yang spesifik meliputi hasil untuk variabel output. Untuk memperpudah perhitungan digunakan rumus COG yang berlaku untuk membership function yang berbentuk triangular dan trapeziodal. Untuk membership function yang berbentuk singleton, rumusnya adalah : COG = Σ (fuzzy output i) x (position on x-axis)

i

Σ (fuzzy output i) i

3. Implementasi

Perencanaan dan pembuatan alat terbagi menjadi dua bagian yaitu perencanaan perangkat keras (hardware) dan perencanaan modul FPGA yang dirancang dengan menggunakan software Xilinx Foindation 2.1I

3.1 Perencanaan Perangkat Keras

Perangkat keras terdiri dari Modul akuisisi data menggunakan sensor suhu IC LM35, sensor kadar air dan rangkaian pengkondisi sinyal, Modul ADC menggunakan IC ADC 0809 keluaran dari National Semiconductor, modul display berupa LCD (Liquid Crystal Display) dan LED, modul Pulse Width Modulation (PWM), modul catu daya, dan board Xilinx XS-40, downloader serta beberapa buat keypad input.

3.1.1 Modul Akuisisi Data

Modul akuisisi data terdiri dari sensor suhu IC LM35 keluaran National Semiconductor, sensor kadar air dan rangkaian pengkondisi sinyal yang berupa IC LM324. Untuk mendapatkan data mengenai suhu, digunakan sensor suhu derajat Celcius LM35. Sensor ini merupakan IC sensor suhu yang presisi, dimana tegangan keluarannya berbanding linier dengan suhu derajat Celcius. Sensor ini memiliki kemampuan untuk menghasilkan tegangan keluaran sebesar 10 mV untuk seiap perubahan suhu 1 °C. Sebagai contoh : jika suhu yang diterima sebesar 30 °C maka tegangan keluaran dari LM35 adalah sebesar 300mV.

Untuk mengetahui kadar air dari suatu bahan, dalam hal ini nasi digunakan metode perubahan resistansi dari bahan tersebut. Setiap bahan memiliki nilai resistansi yang berbeda-beda, air adalah satu bahan yang memiliki nilai resistansi yang cukup rendah sehingga dapat mengalirkan arus listrik. Hal ini yang akan digunakan untuk mendeteksi kadar air pada nasi, didapatkan bahwa semakin tinggi kadar airnya maka resistansinya semakin rendah dan sebaliknya jika kadar air semakin rendah maka resistansinya semakin tinggi.

Rangkaian pengkondisi sinyal ini terdiri dari rangkaian voltage follower dan rangkaian differensial amplifier dengan menggunakan op-amp. Rangkaian voltage follower berfungsi sebagai penyangga atau matching impedance antara sensor LM35 dengan rangkaian sesdudahnya, sedangkan rangkaian differensial amplifier digunakan untuk menghilangkan tegangan dibawah 300mV (suhu 30°C) dan menguatkan tegangan

(5)

keluaran sehingga didapatkan tegangan maksimal sebesar 5V saat suhu udara 110°C. 3.1.2 Modul Analog to Digital Converter (ADC)

ADC yang digunakan adalah ADC 0809 keluaran National Semiconductor. Gambar rangkaian dari ADC0809 :

3.1.3 Modul Driver PWM

Pengaturan panas dari heater dilakukan dengan mengatur tegangan yang diberikan, untuk itu digunakan rangkaian Pulse width Modulation (PWM). Dengan menggunakan duty cycle yang berbeda-beda, maka akan didapatkan daya keluaran yang berbeda-beda pula. Untuk memisahkan (isolasi) tegangan sumber dari controller, digunakan optoisolator MOC3021 dan sebagai swicthing digunakan Triac 4004.

3.1.4 Modul Liquid Crystal Display (LCD)

Modul display yang adalah sebuah LCD yang memiliki display 2 baris x 20 kolom. Dengan menggunakan data 8 bit paralel, LCD ini dapat dengan mudah diinterfacekan dengan mikrokontroller menggunakan level tegangan TTL, tetapi penggunaan dengan menggunakan level tegangan Xilinx sebesar 3,3 Volt masih dapat ditoleransi. Memiliki register data berisi karakter-karakter umum, dan juga penciptaan karakter baru. Tegangan suplai yang digunakan sebesar 5Volt.

3.1.5 Modul catu daya

Untuk memberikan sumber tegangan bagi semua modul dan board Xilinx XS-40

diperlukan rangkaian catu daya. Sumber tegangan yang digunakan adalah +5Volt untuk sensor suhu, ADC, LCD dan Board XS-40, sedangkan untuk modul pengkondisi sinyal dan penggerak relay menggunakan tegangan sumber +12Volt.

3.1.6 Board Xilinx XS-40

Board XS-40 ini digunakan untuk mengimplementasikan modul-modul VHDL untuk paper ini. Komponen utama dari board ini adalah IC FPGA Xilinx XC4010XL PC84-3 sebagai pusat perencanaan desain FPGA, disamping itu terdapat pula IC TTL 74LS14 , 1 buah 7 segment, serta regulator tegangan.

3.1.7 Downloader

XESS-BOARD yang berisi IC Xilinx FPGA memerlukan serial PROM untuk men-download bit stream konfigurasi, untuk penggunaan board dalam mode Stand Alone. Agar alat bisa berdiri sendiri tanpa bantuan komputer untuk men-download file bit stream ke BOARD, maka dirancang modul untuk men-download bit stream ke XESS-BOARD.

Proses download bit stream secara serial lewat DB25 ke FPGA hanya memerlukan 3 pin. Pin yang digunakan yaitu PROG, CCLK , dan DIN. Digunakan mikrokontroler AT89C51 untuk proses kontrol dan paralel EPROM untuk menyimpan bit stream. Dipilih AT89C51 karena mempunyai flash EEPROM internal sebesar 4 Kbyte. Sehingga lebih dari cukup untuk membuat program kontrolnya. EPROM yang digunakan 27C512 dengan kapasitas maksimum 64 Kbyte, lebih dari cukup untuk menyimpan bit stream IC Xilinx FPGA XC4010XL.

(6)

3.2 Perencanaan Modul FPGA

Modul-modul yang terdapat pada FPGA ini dibuat melalui software Xilinx Foundation v2.1. Secara garis besar terdapat 6 buah modul utama, yaitu modul akuisisi data (ADC), modul Fuzzy Controller, modul Kontrol Proses, modul Display Controller, modul driver PWM, serta Clock Generator.

3.2.1 Modul Akuisisi Data

Modul akuisisi data ini berfungsi untuk mengambil data dari ADC 0809 yang berasal dari rangkaian input analog berupa sensor suhu dan kadar air untuk diproses selanjutnya di FPGA. Input data analog menggunakan channel 0 dan channel 1 dari ADC0809. 3.2.2 Modul Fuzzy Controller

Fungsi dari modul Fuzzy Controller ini adalah sebagai pengatur tingkat panas heater dengan menggunakan logika fuzzy berdasarkan parameter suhu dan kadar air. Seperti telah dijelaskan sebelumnnya bahwa pada proses Logika Fuzzy dapat dibagi menjadi 3 bagian utama, yaitu Fuzzifier, Rule Evaluation, dan Defuzzifier, serta sebuah macro untuk menyimpan data membership function.

3.2.2.1 Fuzzifier

Fungsi dari Fuzzifier adalah mengubah nilai variabel-variabel input yang diterima menjadi fuzzy input yang selanjutnya akan diproses untuk menentukan output yang dikehendaki. Seperti telah disebut diatas bahwa variabel yang digunakan adalah delta suhu dan kecepatan perubahan suhu, maka terdapat dua Membership function yang digunakan untuk masing-masing variabel diatas. Fuzzifier ini dibuat dengan

menggunakan HDL editor. Untuk menghasilkan membership degree dari variabel input, digunakan rumus sebagai berikut :

Membership degree = FF – [(input – center) x slope] Dimana :

Input = variabel input yang akan diproses Center = nilai tengah dari tiap label

Slope = kemiringan dari tiap label (FF H/ width) 3.2.2.2 Rule Evaluator

Metode yang digunakan untuk proses rule evaluator adalah Min-Max Rule, yang berarti mencari nilai minimum dari tiap antecendence untuk kemudian dicari nilai maksimum dari semua consequent yang ada pada tiap rule.

3.2.2.3 Defuzzifier

Untuk mendapatkan aksi yang diinginkan, yaitu level panas heater maka dibuat membership function untuk outputnya dengan metode Center of Gravity (COG) singleton.

3.2.3 Modul Kontrol Proses

Modul Kontrol Proses adalah pusat pengaturan seluruh jalannya proses logika fuzzy. Modul ini mengatur pengambilan data dari ADC, menentukan variabel input, memilih

(7)

center, width, slope dan tipe membership function dengan memberikan alamat untuk pada Membership function data storage, juga melakukan pengaktifan sinyal-sinyal yang dibutuhkan dalam proses Rule Evaluator dan defuzzifier.

Selain untuk proses fuzzy logic, macro ini juga akan menentukan proses penanakan dan penghangatan berdasarkan menu-menu yang telah dipilih melalui input key, pengaktifan timer yang telah diprogram malalui keypad. Modul Kontrol Proses ini berupa Finite State Machine yang terdiri dari 15 state

3.2.4 Modul Display Controller

Modul display controller berfungsi untuk menampilkan data-data pada proses penanakan dan menu yang dipilih.

3.2.5 Modul Driver PWM

Sebagai aksi dari fuzzy controller adalah tingkat pemanasan, untuk itu kita perlu

mengatur daya listrik heater. Dari hasil defuzzifikasi didapatkan tingkat pemanasan yang akan diubah ke bentuk pulsa PWM untuk menggerakkan Triac sebagai pengontrol daya. Jadi modul ini akan mengubah nilai keluaran tersebut menjadi gelombang kotak dengan duty cycle yang berubah-ubah sesuai dengan input dari defuzzifier.

3.2.6 Modul Clock Generator

Modul Clock Generator ini berfungsi untuk memberikan Clock bagi setiap modul yang ada di dalam perancangan FPGA. Untuk memberikan clock tersebut kita gunakan komponen OSC4 yang ada pada library XC4010XL.

4. Prngujian dan Pengukuran

Pengujian dilakukan pada rangkaian perangkat keras luar dan modul-modul FPGA dalam IC XC4010 XL. Untuk pengujian modul FPGA dilakukan dengan dua cara yaitu melalui simulasi untuk tiap modul dan melalui pengujian secara hardware. Sedangkan untuk rancangan perangkat keras luar dilakukan untuk modul sensor dan pengkondisi sinyal. Parameter-parameter dari sistem antara lain:

• Pengkondisi sinyal : differential amplifier, ADC 0809, Display LCD dan LED,

• Fuzzy Logic Controller : Dual input data 8-bit, Single output , Resolusi Fuzzy 8 bit, 8 Membership Function, 3 tipe Membership Function, 15 x 8 bit Rule dengan Min-Max system, Defuzzyfier dengan system Center of Gravity Singleton,

• Heater rice cooker 110V, 450 Watt.

Tabel Hasil pengujian modul sensor kadar air Jumlah Air (cc) Nilai tegangan (V) 0 0 50 1,54 75 2,02 100 2,2

(8)

5. Kesimpulan

1. Pada paper kali ini sistem terdiri atas sensor suhu dan kadar air, pengkondisi sinyal, ADC, display LCD, Fuzzy Logic Controller pada FPGA, driver PWM dan heater.

2. Paper ini terealisasi dengan memanfaatkan 361 CLB dari total 400 CLB (90 %), 34 pin dari total 61 I/O yang dimiliki oleh IC FPGA XC4010XL.

3. Dengan menggunakan fuzzy controller didapatkan aksi pengontrolan panas rice cooker yang lebih baik dan dapat memilih kadar air pada nasi yang diinginkan.

Referensi

Dokumen terkait

Dalam rangka meningkatkan motivasi serta memberikan apresiasi dan penghargaan kepada pengelola PKBM dan SPNF SKB, Direktorat Pembinaan Pendidikan Keaksaraan dan

Penggunaan metode ekstraksi informasi menggunakan ontologi disebut Ontology-Based Information Extraction (OBIE) bertujuan untuk menyediakan konten semantik untuk web semantik

Dalam studi ini penulis melakukan analisis spektral data anomali gayaberat wilayah DKI Jakarta untuk mengetahui kedalaman sumber anomali yang bersesuaian dengan

Dari tujuh kelompok yang menyusun Indeks Harga Konsumen (IHK) Kota Batam Bulan Januari 2008, tercatat enam kelompok mengalami kenaikan indeks yaitu kelompok bahan makanan

Peran keluarga sejak awal akan meningkatkan keberhasilan perawatan penderita skizofrenia Tujuan penelitian ini adalah menjelaskan pengaruh family psychoeducation (FPE)

Belanja Negara tahun 2019 difokuskan untuk mendukung. berbagai program prioritas nasional, serta meningkatkan daya saing, ekspor

Berdasarkan hasil penelitian mengenai bentuk erotisme literal dan spiritualitas yang terdapat dalam novel Pengakuan Eks Parasit Lajang karya Ayu Utami, disarankan

Mayoritas tempat penyimpanan arsip menggunakan roll opact, namun ada dua ruang penyimpanan yang diisi dengan rak besi terbuka, ruang gudang arsip empat di