Professional Documents
Culture Documents
ahyaryuli@yahoo.com
Absract
One obstacle that faced by line follower robot (LF) is a drived-motor speed control when it turns right/left following
a sharp turn, a medium turn, a less turn and no line. Robot LF turning on a sharp turn line always gets out of line
because two drived-motors run maximum and continually move on no line track. This obstacle is overcomed by
applying a fuzzy logic to scan sharp turn, medium turn, turn slightly and no line track while applying Pulse Width
Modulation to control two drived-motors. Input scanning of robot LF is set by fuzzy that are ‘sharp_right_turn’,
‘medium_right_turn’, ‘right_turn_slightly’, straight, ‘sharp_left_turn’, ‘medium_left_turn’, ‘left_turn_slightly’, no line.
A drived-motor speed control is set : if sharp_right_turn then a right drived-motor is very slowly, medium_right_turn
then a right drived-motor is rather fast, right_turn_slightly then a right-drived-motor is slightly faster vise versa similar
to turn left. Robot LF runs maximum on a straight line and turns back 360o on no line track by turning off left- drived-
motor and turning on maximal right- drived-motor.
Abstrak
Satu kendala robot line follower (LF) yaitu kendali kecepatan putaran saat belok mengikuti garis belok tajam, belok
sedang, belok sedikit, dan tidak ada garis. Robot LF berbelok pada garis yang belok tajam selalu mengalami keluar
garis karena putaran motor bergerak maksimum dan terus bergerak jika tidak ada garis. Kendala ini diatasi dengan
menerapkan logika fuzzy untuk melacak belokan garis tajam, belokan sedang, belokan sedikit dan tidak ada garis,
selanjutnya penerapan Pulse Width Modulation untuk kendali gerak motor. Pembacaan masukan robot LF diatur oleh
Fuzzy yaitu belok_kanan_tajam, belok_kanan_sedang, belok_kanan_sedikit, lurus, belok_kiri_tajam,
belok_kiri_sedang, belok_kiri_sedikit, garis_putus. Kendali gerak putaran motor diatur, jika belok_kanan_tajam maka
putaran motor kanan sangat lambat, belok_kanan_sedang maka putaran motor kanan agak cepat, belok_kanan_sedikit
maka putaran motor kanan agak lebih cepat sebaliknya sama jika belok kiri. Robot LF bergerak maksimum jika garis
lurus dan berputar 360o jika garis putus dengan motor kiri tidak bergerak dan motor kanan bergerak maksimum.
Kata kunci : Fuzzy, Pulse Width Modulation, pembacaan masukan, kendali gerak motor
dan geometri antara koordinat 3 dimensi dan 2 Masukan berupa sensor garis yang
dimensi, untuk peningkatan kepintaran robot menggunakan infrared dan photo diode yang
bergerak dilakukan oleh Supani (2008) [5] dengan terdiri atas 4 pasang sensor.
navigasi gerak robot berdasarkan jarak penghalang
dengan robot tersebut. Pengembangan kendali
pintar robot lengan juga telah dikembangkan oleh
Bachir Ouamri dan Zubir Ahmed (2012) [6] yang
menyajikan kendali lengan robot Puma 600
menggunakan Adaptive Neuro Fuzzy Inference
System (ANFIS) yang berbasiskan Controller Torsi
Terkomputerisasi. Penerapan controller fuzzy pada
motor DC mesin pembuat gerabah di Desa Nguri Gambar 1. Diagram blok robot LF
Kecamatan Lambeyan Kabupaten Magetan untuk
mengatur putaran 100 rpm – 250 rpm motor oleh Empat masukan sensor digambarkan pada
Resmana et al, (1999) [7], dan juga pengaturan gambar 2.
motor induksi lebih cepat dan halus [8] dan
pengembangan lanjut oleh Andriansyah (2010) [9]
perancangan robot bergerak berbasis perilaku
mahluk hidup menggunakan Particle Swarm Fuzzy
Controller.
Pada tulisan ini, pengembangan robot LF terus
ditingkatkan kepintarannya, karena kelemahan
robot LF selama ini adalah keluar jalur pada saat
berbelok tajam pada lintasan garis, hal ini
disebabkan tidak ada kendali gerak kedua motor.
Pada tulisan ini telah menerapkan logika fuzzy
untuk melacak kondisi lintasan masukan, dimana
masukan dibagi menjadi beberapa kelompok yaitu
“belok kanan tajam”, “belok kanan sedang”,
“belok kanan sedikit”, “lurus”, “belok kiri tajam”,
“belok kiri sedang”, “ belok kiri sedikit”, “cari
garis”. Kemudian Pulse Width Modulation (PWM)
mengatur keluaran robot LF yaitu kendali gerak
kedua motor pada robot LF tersebut. Luaran
selanjutnya berupa kelompok logik 4 bit masukan
dari 4 sensor masukan yang masing-masing
mewakili arah gerak robot yang mengikuti lintasan
garis. Luaran yang lain yaitu nilai PWM yang telah
menentukan lama on/off drive-motor untuk Gambar 2. Empat pasang sensor masukan
mengendalikan gerak robot LF mengikuti lintasan
garis. Pada gambar 2 rangkaian sensor dan
Dalam tulisan ini, mikrokontroller yang telah komparator terdiri atas empat sensor dan empat
digunakan adalah AT89S52 sebagai mesin robot komparator. Sensor memiliki komponen IR_LED
LF dan compiler C [10]. Sedangkan sensor garis (infra red) dan photo dioda, dimana fungsi
masukan yang digunakan adalah Infra_Red Led IR_LED memancarkan sinar yang memiliki sinyal
dan photo dioda, untuk pengatur penggerak robot dan photo dioda berfungsi menerima sinar. Prinsip
LF menggunakan L293D yang dihubungkan ke kedua komponen ini diterapkan pada robot
motor. pengikut garis (line follower), robot akan
mengikuti garis yang diberi warna hitam. Warna
2. Sistem robot LF hitam ini akan menyerap cahaya, bila garis
berbelok maka salah satu sensor tidak mengenai
Rancangan diagram blok robot LF telah garis mengakibatkan sensor tersebut menerima
digambarkan pada gambar 1, robot LF terdiri atas cahaya pada photo dioda dan diteruskan ke
tiga bagian yaitu masukan (input), proses dan masukan sistem robot line follower. Sistem robot
keluaran (output). line follower ditanamkan pada mikrokontroller
(embedded system) yang akan mengatur putaran
gerak motor kiri dan kanan.
Rangkaian sensor, jika dihalangi maka photo kepintaran robot dalam algoritma Fuzzy dan PWM
dioda tidak mendapatkan cahaya sehingga titik yang diilustrasikan dalam program (source code).
katoda photo dioda berlogika tinggi (1) pada Pada gambar 3 sistem minimumnya adalah
gambar 2. Logika 1 ini diteruskan pada masukan hilangkan IC driver L293D dan motor DC,
komparator inverting dan dibandingkan dengan rangkaian reset boleh ada atau tidak. Setelah
tegangan referensi Vref yang tak membalik. mendapatkan sebuah rangkaian sistem minimum
Masukan komparator terhubung langsung yang lengkap, sistem minimum AT89S52 ini akan
dengan katoda photo dioda, perubahan logika dioperasikan sebagai input sekaligus sebagai
tinggi dan rendah pada katoda photo dioda output pada keseluruhan rangkaian mikrokontroler
dibandingkan oleh komparator dengan tegangan AT89S52. Pin 31 ( /Vpp) dihubungkan ke Vcc
referensi trimpot Vref. Adapun persamaan untuk menggunakan memori internal sebaliknya
perbandingan sebagai berikut. Kita ambil contoh jika dihubungkan ke ground (GND) maka
sensor 1 dan komparator 1 seperti gambar 2. mikrokontroller menggunakan memori eksternal
Kondisi Vin1 logika 1 (tinggi), maka dari alamat 0000h sampai dengan FFFFh.
Vin1 > Vref., maka Vo1 berlogika 1 (tinggi) Driver yang dipakai pada robot LF ini pada
Kondisi Vin1 logika 0 (rendah), maka gambar 3 yang bergabung dengan sistem minimum
Vin1 < Vref, maka Vo1 berlogika 0 (rendah) menggunakan tipe IC L293D, yang memiliki 16
Kondisi Vin1 = Vref, maka Vo1 berlogika 0 pin, sebenarnya driver-motor ada dua tipe IC yaitu
(rendah) L293D dengan 16 pin dan L293DD dengan 20 pin.
Bagian proses adalah untuk memproses Untuk menyederhanakan pemakaian sebagaimana
algoritma gerak robot LF dengan menerapkan dua bridge yang masing-masing pasangan chanel
logika Fuzzy dan PWM. Logika fuzzy dan PWM dilengkapi sebuah input enable. Sebuah input
ditanamkan di mikrokontroler yang berupa suplly terpisah yang disediakan untuk logik, yang
perintah program. Bagian proses ini adalah memperbolehkan operasi pada tegangan rendah
perangkat keras yang berupa sistem minimum dan termasuk dioda clamp internal. Perangkat ini
mikrokontroler dimana mikrokontroler yang cocok untuk pemakaian aplikasi pensaklaran pada
digunakan adalah AT89S52, maka sistem frekuensi 5 k Hz.
minimumnya adalah AT89S52 seperti gambar 3. Tabel 1 adalah tabel kebenaran L293D yang
merupakan panduan untuk menggerakkan motor.
Tabel 1. Tabel kebenaran drive-motor L293D
Enable 1=pin 1, enable 2= pin9
aksi motor
in1 in2 in3 in4
kanan kiri
1 0 0 1 cw cw
0 0 0 1 off cw
1 0 0 0 cw off
0 0 0 0 off off
0 1 1 0 ucw ucw
1 0 1 0 cw ucw
0 1 0 1 ucw cw
keterangan: cw:clockwise, ucw:unclockwise, off:motor
tidak bergerak
Gambar 3. Sistem minimum AT89S52, driver-motor Lofti Zadeh mengembangkan logika fuzzy pada
tahun 1964, dasar pemikirannya adalah tidak ada
IC AT89S52 pada gambar 3 mempunyai empat keadaan yang hanya selalu bernilai “benar” dan
buah port yang dapat digunakan sebagai masukan “salah” atau “on” dan “off”, tetapi ada gradasi nilai
dan keluaran. Sebelum menggunakan IC diantara dua nilai ekstrim tersebut. Dengan
Mikrokontroler AT89S52 ini langkah yang harus memperhatikan kenyataan ini, kita memerlukan
dipersiapkan adalah membuat rangkaian sistem penggeseran skala variabel yang dapat diukur
minimum AT89S52 yang terdiri atas sebagai bagian dari “on” dan sebagian dari “off”
mikrokontroller dan osilator, osilator dirangkai atau sebagian besar “benar” dan sebagian “salah”.
dengan menggunakan kristal (XTAL) 12 MHz dan Teori himpunan klasik berdasarkan pada logika
dua kapasitor yang masing-masing 30pF. Sistem ekstrem yang menetapkan objek sebagai anggota
minimum ini berguna untuk menanamkan atau bukan anggota himpunan. Sebaliknya, pada
logika fuzzy, suatu objek dapat menjadi anggota ada besaran yang tidak tentu. Jika ketidaktentuan
pada banyak himpunan dengan derajat muncul karena ketidakpresisian, kerancuan, atau
keanggotaan berbeda-beda pada masing-masing ketidaksengajaan, maka kemungkinan besarannya
himpunan. Derajat keanggotaan pada suatu adalah fuzzy dan dapat dinyatakan oleh fungsi
himpunan didasarkan pada skala 0 sampai dengan keanggotaan.
1 dan menetapkan 1 sebagai keanggotaan lengkap Setelah masukan dan keluaran
dan 0 sebagai tidak ada keanggotaan. didekomposisikan ke dalam himpunan fuzzy, kita
Pelopor aplikasi logika fuzzy dalam bidang memerlukan basis aturan yang mengatur tingkah
kontrol, yang merupakan aplikasi pertama dan laku sistem tiap kombinasi masukan. Masing-
utama dari logika fuzzy adalah Prof. Ebrahim masing aturan terdiri atas satu kondisi dan satu
Mamdani dkk dari Queen Mary College London. tindakan. Kondisi diintepretasikan dari masukkan
Penerapan kontrol logika fuzzy secara nyata di himpunan fuzzy dan tindakan ditentukan oleh
industri banyak dipelopor para ahli dari jepang, keluaran himpunan fuzzy. Suatu himpunan aturan
misalnya Prof. Sugeno dari Tokyo Institute of yang mempresentasikan semua kombinasi
Technology. Aplikasi logika fuzzy hampir tak masukkan bisa di-set up dalam suatu matriks yang
terbatas, misalnya untuk kontrol proses, proses disebut Fuzzy Associative Memory (FAM) atau
produksi, robotika, manajemen skala besar, teknik system fuzzy berbasis aturan.
sipil, kimia, transportasi, kedokteran maupun Aturan suatu sistem logika fuzzy sesungguhnya
ekonomi. Pengaturan (control) sistem non linier disusun sebagai suatu aturan yang mewakili
yang mengandung sejumlah informasi padat pengetahuan sistem tersebut. Agar dapat
memerlukan pengintegrasian sistem secara cepat menyatakan pengetahuan, pengaturan berbasis
dan dapat diterapkan dengan menggunakan logika fuzzy logic menggunakan variabel linguistik dalam
fuzzy. Suatu keluaran dihitung berdasarkan nilai menuliskan aturan yang diperlukan. Pada
keanggotaan yang diberikan oleh masukkan kecerdasan buatan, ada berbagai cara untuk
sesudah dikonfigurasikan dalam kumpulan aturan mempresentasikan pengetahuan. Bentuk dari
fuzzy. Sebelum menjadi keluaran sistem, sistem Switch-case merupakan pernyataan yang
memerlukan tiga transformasi untuk masukan dirancangan khusus untuk menangani pengambilan
sistem gambar 4. keputusan yang melibatkan sejumlah atau banyak
alternatif penyelesaian. Pernyataan switch-case ini
masukan fuzzifikasi kumpulan aturan defuzzifikasi keluaran
memiliki kegunaan sama seperti if – else
dasar fuzzy
bertingkat, meskipun Switch didesain untuk
Gambar 4. Sistem himpunan fuzzy mengganti If-Else, akan tetapi Switch memiliki
batasan:
Fuzzifikasi adalah proses dekomposisi suatu 1. Data yang diperiksa haruslah bertipe Integer (int)
masukan dan atau keluaran sistem kedalam satu atau Karakter (char).
atau lebih himpunan fuzzy. Fungsi keanggotaan 2. Range data yang diperiksa bernilai 0 s/d 255.
yang dapat digunakan berbentuk macam-macam
jenis kurva, tetapi bentuk segitiga pada gambar 5 Bentuk penulisan perintah ini sebagai berikut :
berikut adalah bentuk paling umum yang
digunakan untuk sistem pengaturan. Switch (value)
{
case constanta 1// akan dicocokkan
dengan isi value: statement 1;
//pernyataan yang akan di kerjakan
jika value cocok dengan salah satu
data dari constanta break; //perintah
(a) (b) (c) untuk mengakhiri statement....etc
Gambar 5. Himpunan fuzzy default : statement x;// bersifat
optional. dieksekusi jika value tidak
Gambar 5 diatas menunjukkan suatu sistem cocok dengan salah satu constantayang
himpunan fuzzy untuk system navigasi mobile tersedia
}
robot, dengan satu masukan (a) dan dua keluaran
Secara umum, ada tiga bentuk umum untuk
(b) dan (c).
Fuzzifikasi adalah proses pembuatan besaran fuzzy setiap variabel linguistik, yaitu:
dari besaran crisp yang dapat dilakukan secara a. Pernyataan penunjukan (assignment statement)
sederhana, yakni dengan menandai banyaknya x = kiri warna = biru
besaran yang dianggap crisp dan tertentu. x adalah tidak besar dan tidak kecil
Sebenarnya, tidak semua besaran tertentu, tetapi b. Pernyataan kondisional (conditional statement)
Keluaran Suhu = panas keluaran PWM ini memiliki 256 variasi, variasinya
Putaran motor = cepat mulai dari 0 – 255 yang mewakili duty cycle 0 –
c. Perrnyataan bukan kondisional (Unconditional 100% dari keluaran PWM tersebut seperti gambar
statement) 7.
JIKA sensor kiri MAKA belok kiri DAN putaran
motor sedang, IF x is largeTHEN y is small ELSE y
is not small
Ucapan terimakasih
Daftar Pustaka