BAB I PENDAHULUAN 1.1 Latar Belakang Pada tahun 1950-an, banyak dijumpai motor arus searah konvensional (MASK) sebagai penggerak mekanik. Hal demikian didasarkan atas anggapan bahwa MASK memiliki kemudahan dalam pengendaliannya, yaitu melalui pengaturan arus jangkar motor yang sebanding dengan kecepatan atau torsi. Selain kemudahan tersebut, terdapat kelemahannya yaitu efisiensi rendah, rating kapasitas daya terbatas, perawatan mahal dan tidak memungkinkan digunakan pada area yang mudah terbakar [1]. Kini telah berkembang mesin arus searah, terutama untuk mesin yang kecil, di antaranya sebagai motor kendali, ataupun motor servo. Mesin penggerak bertenaga elektrik yang populer adalah motor arus searah tanpa sikat (motor brushless direct current/bldc), karena memiliki kelebihan dibanding dengan jenis mesin penggerak bertenaga elektrik lainnya. Kelebihan MASTS adalah efisiensi lebih tinggi daripada motor induksi, dimensi lebih kecil daripada motor arus searah konvensional. Selain itu, dengan tidak adanya sikat, maka perawatan menjadi ringan, hampir tidak ada derau/noise, dan bisa dioperasikan pada lingkungan yang mudah terbakar. Kelebihan lain dibanding mesin induksi adalah tanggapannya lebih cepat, umur pakai lebih lama, dan mempunyai rentang kecepatan yang lebar [2]. MASTS sudah banyak digunakan digunakan di industri seperti industri otomotif, konsumsi, kesehatan, otomasi industri dan instrumentasi. Dengan adanya keperluan pemakaian MASTS di berbagai bidang tersebut, maka perlu diatur kecepatannya agar sesuai dengan tanggapan kecepatan yang diharapkan. Salah satu metode untuk mengendalikan kecepatan motor adalah menggunakan logika fuzzy. Dengan logika fuzzy, pengaturan didasarkan pada 1
logika dan bahasa alami manusia yang mudah dimengerti, sederhana, dan fleksibel, sehingga memiliki toleransi pada data-data masukan yang tidak tepat. Perancangan ini bisa memberikan pertimbangan pilihan pengendalian MASTS dengan logika pengendaliannya dengan fuzzy. Logika fuzzy dirancang dengan variasi metode defuzzifikasi sehingga diperoleh beberapa parameter transient yang memberikan tanggapan kecepatan yang diinginkan. Ide dari perancangan ini adalah mempertimbangkan segala kelebihan logika fuzzy yang digunakan dalam pengendalian motor dan kemudahan penerapan logika fuzzy untuk merancang sistem kendali sebuah MASTS yang digunakan di berbagai bidang. MASTS yang digunakan dibuat model matematis dalam bentuk fungsi transfer yang merepresentasikan MASTS yang sebenarnya sehingga dapat disimulasi menggunakan perangkat lunak komputer. 1.2 Perumusan masalah Berdasarkan latar belakang yang telah dijelaskan sebelumnya dapat dirumuskan permasalahannya yaitu bagaimana merancang sebuah pengendali kecepatan MASTS dengan logika fuzzy agar sesuai dengan kebutuhan penggunaan MASTS tersebut. 1.3 Keaslian penelitian Beberapa peneliti pernah melakukan penelitian mengenai pengendalian kecepatan motor dengan logika fuzzy. Penelitian tersebut lebih banyak mengenai pengendalian kecepatan motor DC konvensional seperti yang dilakukan oleh Thiang, Resmana, dan Wahyudi pada tahun 2001 yang melakukan penelitian mengenai aplikasi kendali logika fuzzy untuk pengaturan kecepatan motor universal [3]. Kendali logika fuzzy diimplementasikan pada komputer dengan program Pascal. Pengaturan kecepatan motor dilakukan dengan mengatur tegangan motor dan menggunakan metode Pulse Width Modulation (PWM) sedangkan pembebanan pada motor dilakukan dengan cara pengereman secara mekanik. Feedback sistemnya adalah sinyal frekuensi dari tacho yang diubah menjadi tegangan untuk dimasukankan pada komputer melalui ADC. 2
Pengujian tentang pengendalian motor DC menggunakan algoritma logika fuzzy juga telah dilakukan oleh Oyas Wahyunggoro pada tahun 2004, tetapi berbasis komputer IBM AT/Pentium 120 [4]. Pengujian ini menunjukkan bahwa kendali berbasis komputer tidak dapat berlangsung secara real time seperti pada kendali analog. Keadaan ini terjadi karena pada kendali berbasis komputer masih harus melewati konversi analog ke digital sebelum masuk ke sistem kendali, kemudian keluaran aktuator dikonversikan ke analog lagi. Di samping itu masih ada tunda waktu dari pemrograman. Banyaknya fungsi keanggotaannya diperoleh secara trial and error untuk mendapatkan indeks kinerja yang tinggi. Kemudian pada tahun 2008, Heru Supriyono dan Rochmad Roosyidi merancang dan mengimplementasikan sebuah pengendali fuzzy-pid yang diaplikasikan pada pengendalian motor DC yang berbasis pada Personal Computer (PC) yang dihubungkan melalui interface PPI 8255 pada slot ISA dengan menggunakan fasilitas Real Time Windows Target MATLAB 6.5 [5]. Penelitian pada tahun yang sama, oleh Peter Christianto membuat alat pengatur kecepatan motor DC yang dikontrol dengan menggunakan kendali logika fuzzy dan fuzzy adaptif metode tuning output. Kedua sistem kendali tersebut memliki fungsi keanggotaan yang sama untuk masukan dan keluarannya, selain itu basis aturan yang digunakan juga sama. Penelitian ini menggunakan ATmega 8535, metode penalaran Max-Min dan defuzifikasi dengan metode Center of Gravity (COG) dengan penggerak motor menggunakan metode PWM [6]. Topik yang hampir sama dilakukan oleh Nur Azliza Ali pada tahun 2008 dengan judul Fuzzy Logic Controller For Controlling DC Motor Speed Using Matlab Applications. Penelitian tersebut mengontrol kecepatan motor DC dengan menggunakan pengendali logika fuzzy dengan aplikasi MATLAB. Penelitian ini berupa simulasi dan pemodelan motor DC, penerapan pengendali logika fuzzy untuk motor DC aktual dan perbandingan antara simulasi MATLAB dan hasil eksperimen. Penelitian ini memperkenalkan kemampuan baru dari kecepatan perkiraan dan pengendalian motor DC. Kecepatan dapat disetel dengan menggunakan kontroler sampai mendapatkan keluaran yang diinginkan [7]. 3
Penelitian lainnya pada tahun 2005 oleh Andry Setyo, mengenai perancangan sistem penurunan kecepatan untuk motor dc menggunakan pengendali logika fuzzy berbasis mikrokontroler AT89C51 dan defuzifikasi menggunakan metode Center of Area (COA) [8]. Kemudian pada tahun 2008, Syamsurijal dan Abdul Muis melakukan penelitian tentang klasifikasi kecepatan motor arus searah (DC) menggunakan logika fuzzy dengan variabel penelitian tegangan, arus, dan kecepatan putaran rotor, serta himpunan keanggotaan fungsi segitiga dengan defuzifikasi menggunakan metode Center of Maximum (COM) [9]. Penelitian yang lain tentang MASTS pada tahun 2014 dilakukan oleh Hidayat, Sasongko, Sarjiya, dan Suharyanto yaitu pengembangan pengendalian MASTS/BLDC dengan metode selected hybrid PID ANFIS [11]. Penelitian tersebut membahas tentang metode yang lebih baik dalam pengendalian MASTS dengan penggabungan PID dan ANFIS yang dipilih sesuai dengan tanggapan sistem pengendalian yang terbaik pada rentang kecepatann yang diharapkan. MASTS juga telah diteliti juga oleh Roedy Kristiyono pada tahun 2015, yang dikendalikan dengan metode fuzzy untuk menala nilai Kp, Ki, dan Kd yang merupakan parameter pengendali PID [12]. Pada tahun 2013 Philip A. Adewuyi melakukan penelitian perbandingan metode pengendali PID dan Fuzzy [10]. Hasil penelitian tersebut menyebutkan bahwa meskipun pengendali fuzzy lebih baik kinerjanya, tetapi masih perlu perbaikan yang dilakukan untuk menyempurnakan kinerja sistem. Keaslian dari penelitian ini meliputi pengembangan metode dan aplikasi, yang diuraikan sebagai berikut: 1. Pada penelitian ini, motor yang digunakan adalah MASTS yang dipresentasikan dalam bentuk persamaan fungsi transfer, dengan metode pengendali fuzzy dengan beberapa metode defuzzifikasi. Objek yang digunakan dalam penelitian ini berbeda dengan penelitian sebelumnya Thiang [3], Oyas [4], Supriyono [5], Christianto [6], Ali [7], Setyo [8], dan Syamsurijal [9] yang menggunakan motor universal dan 4
motor DC konvensional dalam pengendalian dengan logika fuzzy, sedangkan pada penelitian oleh Hidayat [11] metode pengendalian MASTS dengan hybrid PID-ANFIS, dan oleh Kristiyono [12] dengan metode hybrid fuzzy untuk menala konstanta PID. 2. Logika fuzzy yang digunakan pada penelitian sebelumnya hanya 1 (satu) sampai 2 (dua) metode defuzzifikasi. Pada penelitian ini dibahas 5 (lima) metode defuzzifikasi dengan simulasi simulink matlab dan kemudian dilakukan analisis pengendalian dengan membandingkan setiap parameter transient pada pengendali fuzzy, PID, dan sistem tanpa pengendalian serta menghitung nilai kesalahan pengendalian dengan integral square error (ISE). 1.4 Tujuan Penelitian Tujuan penelitian ini berdasar permasalahan yang disampaikan adalah sebagai berikut. 1. Melakukan perancangan kendali kecepatan MASTS dengan logika fuzzy. 2. Mengetahui parameter-parameter yang digunakan untuk pengendalian kecepatan MASTS agar sesuai dengan yang diharapkan. 1.5 Manfaat Penelitian Penelitian ini diharapkan memberikan manfaat sebagai berikut. 1. Dapat melakukan pengendalian kecepatan MASTS dengan logika fuzzy 2. Mendapatkan karakteristik tanggapan MASTS sesuai dengan yang diharapkan. 5