Pengantar Fuzzy Logic Controller pada Mikrokontroler

Apa itu Fuzzy Logic?

Fuzzy logic (logika fuzzy) adalah metode pemodelan berbasiskan himpunan fuzzy, yang memungkinkan representasi pengetahuan yang tidak pasti atau kabur. Berbeda dengan logika klasik yang hanya memiliki nilai benar (1) atau salah (0), logika fuzzy memberikan nilai keanggotaan antara 0 dan 1, sehingga dapat meniru cara berpikir manusia dalam membuat keputusan.

Konsep utama meliputi:

• Variabel linguistik: variabel yang diwakili oleh kata-kata (misalnya suhu dingin, hangat, panas).
• Fungsi keanggotaan: menentukan seberapa besar suatu nilai termasuk dalam kategori linguistik.
• Aturan fuzzy: IFTHEN rule yang menggambarkan hubungan antara variabel input dan output.
• Defuzzifikasi: proses konversi nilai fuzzy menjadi nilai crisp (nyata) untuk mengendalikan perangkat keras.

Mengapa Menggunakan Fuzzy pada Mikrokontroler?

Mikrokontroler (MCU) adalah otak kecil yang mengendalikan perangkat elektronik. Mengintegrasikan fuzzy logic ke dalam MCU memberikan beberapa keuntungan:

• Pengendalian nonlinier: Sistem yang sulit dimodelkan secara matematis (mis., motor DC, sistem HVAC) dapat diatur dengan aturan fuzzy.
• Robustness: Fuzzy toleran terhadap noise dan variasi parameter, sehingga lebih stabil pada kondisi lingkungan yang berubahubah.
• Implementasi sederhana: Aturan IFTHEN mudah diprogram dan dipahami, tidak memerlukan model matematis yang rumit.
• Penggunaan sumber daya yang efisien: Dengan desain yang hatihati, fuzzy controller dapat dijalankan pada MCU berresource rendah (mis., AVR, PIC, ARM CortexM).

Arsitektur Fuzzy Logic Controller (FLC)

Secara umum, sebuah FLC terdiri dari empat blok utama:

1. Fuzzifikasi: Mengubah nilai sensor (crisp) menjadi nilai keanggotaan fuzzy menggunakan fungsi keanggotaan (triangular, trapezoidal, Gaussian, dll.).
2. Basis Pengetahuan (Rule Base): Kumpulan aturan IFTHEN yang menggambarkan perilaku sistem.
3. Inferensi: Mengkombinasikan hasil dari semua aturan (biasanya metode Mamdani atau Sugeno) untuk menghasilkan himpunan output fuzzy.
4. Defuzzifikasi: Mengubah himpunan output fuzzy menjadi nilai crisp yang dapat dipakai untuk mengendalikan aktuator.

Berikut diagram alur singkat:

Input Sensor  Fuzzifikasi  Inferensi (Rule Base)  Defuzzifikasi  Output Aktuator        

LangkahLangkah Implementasi pada Mikrokontroler

1. Pemilihan MCU

Pilih MCU yang memiliki cukup RAM/ROM untuk menyimpan tabel fungsi keanggotaan dan aturan. Contoh populer: Arduino (ATmega328P), STM32F0, ESP32.

2. Definisikan Variabel Input & Output

Contoh pada sistem pengatur suhu:

• Input: suhu ruangan (C)
• Output: nilai PWM untuk heater (0255)

3. Buat Fungsi Keanggotaan

Gunakan fungsi triangular karena ringan secara komputasi. Contoh kode (C):

float triangular(float x, float a, float b, float c) {    if (x <= a) return 0;    else if (x < b) return (x - a) / (b - a);    else if (x <= c) return (c - x) / (c - b);    else return 0;}        

4. Rancang Aturan Fuzzy

Contoh aturan Mamdani untuk suhu:

• IF suhu = dingin THEN heater = tinggi.
• IF suhu = normal THEN heater = sedang.
• IF suhu = panas THEN heater = rendah.

5. Inferensi & Agregasi

Hitung kekuatan setiap aturan (MIN atau PROD) dan gabungkan hasilnya (MAX). Contoh pseudocode:

mu_cold  = triangular(temp,0,0,20);mu_norm  = triangular(temp,15,25,35);mu_hot   = triangular(temp,30,40,40);out_high = min(mu_cold, 1.0);out_mid  = min(mu_norm, 0.6);out_low  = min(mu_hot , 0.2);agg = max(out_high, max(out_mid, out_low));        

6. Defuzzifikasi

Metode centroid paling umum. Hitung nilai ratarata berbobot.

float centroid(float *x, float *mu, int n){    float num=0, den=0;    for(int i=0;i        
7. Output ke Aktuator
        
Konversi nilai hasil defuzzifikasi menjadi PWM atau nilai analog.
        
uint8_t pwm = (uint8_t)centroid(output_levels, mu_out, 3);analogWrite(HEATER_PIN, pwm);        
    

Studi Kasus Ringkas

Pengaturan Kecepatan Kipas Angin

• Input: suhu ruangan (050C)
• Output: kecepatan kipas (0255 PWM)
• Variabel linguistik:
  • Suhu: dingin, hangat, panas
  • Kipas: mati, lambat, cepat
• Aturan:
  • IF suhu = dingin THEN kipas = mati.
  • IF suhu = hangat THEN kipas = lambat.
  • IF suhu = panas THEN kipas = cepat.

Hasil percobaan pada board Arduino menunjukkan transisi kecepatan yang halus tanpa osilasi yang umum pada kontrol PID konvensional.

Optimasi & Pertimbangan Praktis

• Memory: Simpan fungsi keanggotaan dalam tabel lookup bila MCU memiliki RAM terbatas.
• Kecepatan: Gunakan integer atau fixedpoint alihalih floatingpoint bila prosesor tidak memiliki FPU.
• Kalibrasi: Uji sistem pada kondisi nyata dan sesuaikan parameter fungsi keanggotaan serta bobot aturan.
• Pengujian: Lakukan simulasi (mis., MATLAB/Simulink) sebelum implementasi pada hardware.

Kesimpulan

Fuzzy Logic Controller memberikan pendekatan yang intuitif, robust, dan mudah diimplementasikan untuk pengendalian sistem nonlinier pada mikrokontroler. Dengan memanfaatkan variabel linguistik, fungsi keanggotaan, dan aturan IFTHEN, pengembang dapat menciptakan sistem responsif tanpa harus menurunkan model matematis yang kompleks. Kombinasi dengan teknik optimasi seperti lookup table dan fixedpoint arithmetic memungkinkan penggunaan pada MCU berdaya rendah, menjadikannya solusi ideal untuk aplikasi Internet of Things (IoT), robotika, otomasi rumah, dan banyak bidang lainnya.

Untuk memperdalam pengetahuan, silakan menjelajahi sumber berikut:

• Wikipedia Fuzzy Logic
• MATLAB Fuzzy Logic Toolbox
• Application Note Fuzzy Control with STM32