judul tesis untuk s2 teknik elektro (s2 te) ft ugm

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