Sharing Ilmu, Wawasan, dan iiimaajinasi

Assalamualaikum wr. wb.,

Kali saya mau membagikan tips cara tuning membership function input, rule, atau output. Seperti yang sudah diketahui, logika fuzzy merupakan salah satu kontrol nonlinear yang aplikatif banget. Mampu menerjemahkan bahasa manusia seperti agak, kurang, sedikit, dll., tidak hanya berlogika 0 dan 1. Singkatnya logika fuzzy ini dapat menyelesaikan permasalahan seperti ketidakaturan yang ekstrim sekalipun.

Tuning nilai-nilai membership function ternyata susah-susah-gampang. Semakin banyak membernya maka akan semakin rumit tuningnya. Apalagi tuning pada plant balancing robot, yang telat sedikit saja responnya akan membuat robot jatuh. Untuk itu tuning yang benar-benar akurat perlu diperlukan (pengalaman waktu tugas akhir butuh 8 bulan-an buat tuning aja heuheuheu :'( namun Alhamdulillah bisa menghasilkan satu paper IEEE dari tugas akhir ini (Link))

Langkah pertama yaitu saya memfixkan dahulu membership function output dan rule nya. Pada saat itu karena membership input 5x5 (input: error dan delta error) maka saya fix kan tabel rulenya, dan pada saat itu ada 7 membership output, saya langsung bagi saja menjadi 7 bagian.

Langkah selanjutnya yaitu tuning input error dan delta error (diferensial). Untuk mentuningnya saya tidak langsung mentuning semuanya. Awalnya yang saya tuning yaitu error saja sehingga membership delta error saya nol kan semua. Ketika respon didapat seimbang (walaupun hanya beberapa detik) selanjutnya saya tambahkan integral error untuk mempercepat robot berdiri tegak. Nilai integral yang terlalu tinggi membuat robot mengalami overshoot yang tinggi ketika ada gangguan. Untuk mengurangi overshoot tsb dituninglah delta error pada membership input.

Untuk nilai batas-batas sendiri tidak bisa dipastikan antara satu robot dengan yang lain bakalan sama karena ada perbedaan karakteristik dan spesifikasi.