Selasa, 06 Oktober 2009

IMPLEMENTASI FUZZY LOGIC CONTROLLER PADA SISTEM PENGEREMAN KERETA API

IMPLEMENTASI FUZZY LOGIC CONTROLLER

PADA SISTEM PENGEREMAN KERETA API

Wahyudi

Jurusan Teknik Elektro FT Undip

Jl. Prof Sudharto, SH Tembalang, Semarang

Email: wahyudi@elektro.ft.undip.ac.id

Abstrak – Kereta api merupakan salah satu alat
transportasi darat yang banyak diminati karena
lebih ekonomis, nyaman dan cepat. Pada saat
pengereman kereta api berlangsung, sering
menimbulkan adanya hentakan yang mendadak,
sehingga akan dapat mengurangi kenyamanan.
Permasalahan tersebut dapat diatasi dengan
melakukan pengaturan pada sistem pengereman,
salah satu cara yang dapat dilakukan adalah
dengan menggunakan sistem kontrol logika fuzzy.
Penggunaan kontroller logika fuzzy dapat
mengurangi gaya hentakan yang terjadi pada saat
pengereman, tetapi jarak tempuh henti dari saat
pengereman lebih jauh jika dibandingkan dengan
menggunakan pengereman konvensional.

I. PENDAHULUAN
Pada saat terjadi pengereman kereta api, bendabenda
yang ada di dalamnya termasuk penumpang
kereta api akan mengalami gaya (hentakan) yang
arahnya searah dengan arah kereta api bergerak.
Hentakan yang terjadi ini ditambah lagi dengan
adanya hentakan yang disebabkan adanya gerbonggerbong
kereta api yang berada dibelakangnya.
Hentakan ini merupakan gaya yang besar yang terjadi
secara tiba-tiba yang ditimbulkan karena pemberian
gaya pengereman yang terlalu besar ke roda kereta api
pada saat kecepatan kereta api masih tinggi,
sedangkan momen inersia kereta api sangat besar.
Kejadian ini sangat mengganggu dan mengurangi
kenyamanan bagi penumpang yang berada di dalam
kereta api. Untuk mengatasi adanya permasalahan
tersebut, masinis memberikan gaya pengereman ke
roda kereta api secara bertahap dengan cara memutar
handel rem pada lokomotif. Tetapi hal ini masih saja
terjadi hentakan, karena masinis tidak bisa
memberikan gaya pengereman yang sesuai dengan
kecepatan kereta api saat itu.




II. DASAR TEORI


2.1 Kinematika Gerak Translasi

Gerak translasin yaitu perpindahan posisi benda

dari suatu titik ke titik lain dengan arah gerak selalu

berimpit dengan arah geraknya. Kecepatan ( v ) adalah

perubahan posisi (Ds) suatu benda dalam selang

waktu tertentu (Dt), dari pengertian kecepatan di atas

dapat ditulis dengan persamaan berikut.

V =

Percepatan atau perlambatan (a ) adalah perubahan

kecepatan (Dv) dalam selang waktu tertentu (Dt), dari

pengertian percepatan atau perlambatan dapat ditulis

dengan persamaan:

a =

2.2 Pengendali Logika Fuzzy

Pada teori himpunan fuzzy memungkinkan

derajat keanggotaan (member of degree) suatu objek

dalam suatu himpunan dinyatakan dalam interval

antara “0’ dan “1” atau [0 1]. Himpunan fuzzy F

dalam semesta X biasanya dinyatakan sebagai

pasangan berurutan dari elemen x dan mempunyai

derajat keanggotaan[1]:

F = {(x, μF(x))| x Î X}

dengan F : notasi himpunan fuzzy, X : semesta

pembicaraan, x : elemen generik dari X, dan μF(x):

derajat keanggotaan dari x. Fungsi keanggotaan

(membership function) dari himpunan fuzzy dapat

disajikan dalam bentuk gabungan derajat keanggotaan

tiap -tiap elemen pada semesta pembicaraan.

F = å μF(ui) / ui

V. KESIMPULAN

1. Pengereman roda prototip kereta api dengan

menggunakan kontrol logika fuzzy lebih lembut

(soft), jika dibandingkan tanpa kontroller

(konvensional).

2. Jarak dan waktu yang diperlukan utuk

menghentikan kereta api tempuh dengan

menggunakan pengendalian kontrol logika fuzzy

lebih panjang.

DAFTAR PUSTAKA

[1] http://www.elektro.undip.ac.id/transmisi/des05.htm

2 komentar:

  1. pertanyaan :

    1.arriyanto m.d.p (41407010006)
    apakah metoda ini dapat di gunakan untuk semua jenis kereta ?

    2. Fitrah (angkatan 08)
    apa yang di maksud dengan metoda centroid ?

    3. Laura (angkatan 07)
    skema fuzzy logic !

    4. Miftah (angkatan 07)
    berapa error rate dari metoda ini ?




    jawaban :

    1. secara teori bisa, karena metoda ini menggunakan pengontrol pada pengereman untuk memperhalus pengereman.

    2. metode centroid adalah metode yang diperguna-
    kan untuk menentukan titik keseimbangan dari
    grafik yang merupakan hasil dari proses
    pengolahan data dengan menggunakan operator
    fuzzy.

    3. skema fuzzy logic telah di jelaskan pada presentasi menggunakan power point.

    4. error rate menggunakan metoda ini sebenarnya sangat kecil, namun di karenakan metoda ini belum otomatis dan masih sangat tergantung kepada manusia yang menontrolnya, maka error rate tersebut menjadi besar.

    BalasHapus
  2. terima kasih atas informasinya ya mas

    BalasHapus