Article Per Year (5 Year)
p-Index From 2019 - 2024
0.408
P-Index
This Author published in this journals
All Journal Jurnal Teknologi Informasi dan Ilmu Komputer ELKOMIKA: Jurnal Teknik Energi Elektrik, Teknik Telekomunikasi, & Teknik Elektronika
Afrizal Mayub
Pascasarjana S2 Pendidikan IPA FKIP, Universitas Bengkulu
Computer Science & IT Electrical & Electronics Engineering Engineering

Published : 4 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 4 Documents
Search

 1 
Kendali Logika Fuzzy pada Sistem Electronic Control Unit (ECU) Air Conditioner Mobil Fahmizal Fahmizal; Tommy Richard Orlando; Budi Bayu Murti; Maun Budiyanto; Afrizal Mayub
Jurnal Teknologi Informasi dan Ilmu Komputer Vol 6 No 1: Februari 2019
Publisher : Fakultas Ilmu Komputer, Universitas Brawijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (3156.001 KB) | DOI: 10.25126/jtiik.2019611045

Abstract

Makalah ini memaparkan perancangan kendali logika fuzzy pada sistem electronic control unit (ECU) air conditioner mobil. Salah satu kendala pada ECU mobil adalah kerusakan pada sistem air conditioner. Bila ini terjadi umumnya pengguna mobil mengganti sistem ECU secara keseluruhan. Namun pada makalah ini, penulis meracang sistem ECU yang secara khusus digunakan untuk sistem air conditioner mobil. Sistem yang dirancang menggunakan sensor DS18B20 waterproof untuk mendeteksi suhu evaporator mobil. Selanjutnya, nilai suhu tersebut digunakan sebagai masukan logika fuzzy yang terdiri dari pembacaan suhu sekarang dan suhu terakhir dalam mengatur kecepatan putar kipas motor DC atau fan exhausting dan waktu switching magnetic clutch compressor menyala. Hubungan relasi masukan fuzzy diselesaikan dengan aturan Mamdani dan keluaran dari logika fuzzy diselesaikan dengan metode weight average (WA). Dari hasil pengujian diperoleh bahwa kendali logika fuzzy yang diaplikasikan pada rancangan sistem air conditioner mampu mengendalikan kecepatan fan exhausting secara halus dan responsif.AbstractThis paper describes the design of fuzzy logic controls in the system of electronic control unit (ECU) of car air conditioner. One obstacle in the car ECU is damage to the air conditioner system. If this happens generally car users change the whole ECU system. But in this paper, the authors form the ECU system which is specifically used for car air conditioner systems. The system is designed using a DS18B20 waterproof sensor to detect the temperature of the car's evaporator. Furthermore, the temperature value is used as a fuzzy logic input consisting of reading the current temperature and the last temperature in adjusting the rotating speed of the DC motor fan or exhausting fan and when the switching magnetic clutch compressor is on. Completion of fuzzy input relations is solved using Mamdani rules and the output of fuzzy logic is solved using the weight average (WA) method. From the test results it was found that the fuzzy logic control applied to the design of the air conditioner system was able to control the speed of the exhausting fan in a smooth and responsive manner. 
Kendali Logika Fuzzy pada Car Like Mobile Robot (CLMR) Penjejak Garis FAHMIZAL FAHMIZAL; BUDI BAYU MURTI; DONNY BUDI PRATAMA; AFRIZAL MAYUB
ELKOMIKA: Jurnal Teknik Energi Elektrik, Teknik Telekomunikasi, & Teknik Elektronika Vol 6, No 3 (2018): ELKOMIKA
Publisher : Institut Teknologi Nasional, Bandung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26760/elkomika.v6i3.451

Abstract

ABSTRAKMakalah ini memaparkan perancangan sistem kendali logika fuzzy untuk mengatur kecepatan dan arah sudut steering pada car like mobile robot (CLMR) dengan menggunakan metode Ackermann steering. CLMR penjejak garis dirancang menggunakan 16 buah photodiode, dan terdapat 7 buah membership fuzzfikasi dari pembacaan error dan last error sehingga terbentuk 49 aturan. Untuk menguji perfoma kendali fuzzy pada sistem CLMR dalam mengikuti lintasan garis maka dilakukan pengujian dengan bentuk lintasan berupa garis lurus dan berbelok serta zig-zag dalam satu lintasan putar. Proses variasi nilai keanggotaan fuzzifikasi masukan dan defuzzifikasi keluaran dilakukan sebanyak lima kali. Dari hasil pengujian diperoleh bahwa kendali logika fuzzy yang diaplikasikan pada sistem mampu membuat pergerakan CLMR sukses mengikuti lintasan uji selama 9,38 detik lebih baik 0,53 detik dari kendali PID. Selanjutnya, hasil rancangan sistem CLMR ini merupakan sebuah prototipe self-driving car.Kata kunci: car like mobile robot, robot penjejak garis, fuzzy, self-driving car ABSTRACTThis paper describes the design of a fuzzy logic control system to adjust the speed and direction of the angle of the steering on the car like mobile robot (CLMR) using the Ackermann steering method. CLMR line tracking is  designed using 16 photodiode pieces, and there are 7 fuzzfication membership from reading error and last error so that 49 rules are formed. To test the fuzzy control performance on the CLMR system in following the line trajectory, it was tested with the form of a straight line and a turn and a zigzag in a rotary track. The process of varying input membership fuzzification values and output defuzzification is done five times. From the test results, it was found that the fuzzy logic control applied to the system was able to make CLMR movement successfully followed the test path for 9.38 seconds better than 0.53 seconds of PID control. Furthermore, the results of the CLMR system design are a prototype self-driving car.Keywords: car like mobile robot, line tracking robot, fuzzy, self-driving car
Robot Inverted Pendulum Beroda Dua (IPBD) dengan Kendali Linear Quadratic Regulator (LQR) FAHMIZAL FAHMIZAL; MUHAMMAD ARROFIQ; RONALD ADRIAN; AFRIZAL MAYUB
ELKOMIKA: Jurnal Teknik Energi Elektrik, Teknik Telekomunikasi, & Teknik Elektronika Vol 7, No 2 (2019): ELKOMIKA
Publisher : Institut Teknologi Nasional, Bandung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26760/elkomika.v7i2.224

Abstract

ABSTRAKMakalah ini memaparkan proses pemodelan robot inverted pendulum beroda dua (IPBD) menggunakan dinamika Lagrange. Setelah sistem model robot IPBD diperoleh, teknik kendali optimal dalam hal ini menggunakan linear quadratic regulator (LQR) digunakan untuk melihat step respon sistem dan tanggapan respon sistem terhadap gangguan. Sebelum kendali LQR diimplementasikan, simulasi menggunakan Simulink Matlab dilakukan untuk mendapat parameter gain K pada kendali LQR. Selanjutnya, dengan mengubah-ubah matriks pembobot Q akan diperoleh variasi gain K. Pada penelitian ini dilakukan variasi matriks pembobotan Q sebanyak lima jenis. Sedangkan matriks elemen R dituning dengan nilai satu. Dari hasil pengujian diperoleh bahwa dengan membesarkan pembobotan matriks Q, dihasilkan respon menuju keadaan steady lebih cepat dan overshoot berkurang. Parameter gain K dari hasil simulasi selanjutnya akan diimplementasikan secara embedded programming ke dalam Arduino Uno pada sistem robot IPBD.Kata kunci: Inverted pendulum beroda, Pemodelan, LQR ABSTRACTThis paper describes the process of modeling two-wheeled pendulum inverted robots (IPBD) using the Lagrange dynamics. After the IPBD robot model system was obtained, the optimal control technique in this case using a linear quadratic regulator (LQR) was used to see the system response step and the response of the system response to interference. Before the LQR control is implemented, simulation using Matlab Simulink is conducted to get the gain K parameter on the LQR control. Furthermore, by varying the weighting matrix Q, the gain variation K will be obtained. There are five types of Q weighting matrix in this research and the R element matric is tuned with a value of 1. From the test, obtained results show that by raising the weighting matrix Q is produced a faster response to the steady state and overshoot is reduced. At the final stage, the gain K parameter from the simulation results will be implemented by embedded programming into Arduino Uno on the IPBD robot system.Keywords: Wheeled inverted pendulum, Modelling, LQR
Logika Fuzzy pada Robot Inverted Pendulum Beroda Dua Fahmizal Fahmizal; Galih Setyawan; Muhammad Arrofiq; Afrizal Mayub
Jurnal Teknologi Informasi dan Ilmu Komputer Vol 4 No 4: Desember 2017
Publisher : Fakultas Ilmu Komputer, Universitas Brawijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (1230.278 KB) | DOI: 10.25126/jtiik.201744484

Abstract

AbstrakRobot inverted pendulum  beroda dua (IPBD) merupakan sistem yang tidak stabil dan bersifat non-linear. Motor DC sebagai penggerak robot yang terletak pada masing-masing roda kiri dan kanan memberikan variabel gaya untuk mempertahankan kestabilan robot. Oleh karena itu diperlukan suatu kendali yang dapat menjaga keseimbangan dari robot. Makalah ini memaparkan kendali logika fuzzy dalam hal pengendali keseimbangan robot. Pada perancangan robot ini, penulis menggunakan senor inertia measurement unit (IMU) versi MPU 6050 sebagai sensor pendeteksi keseimbangan robot. Nilai setpoint sudut robot yang diberikan adalah sudut elevasi robot terhadap sumbu horizontal atau pada sumbu pitch. Selanjutnya, nilai keluaran sensor IMU dibandingkan dengan setpoint. Lebih lanjut, nilai kesalahan (error) dan nilai perubahan kesalahan (delta errror) yang dihasilkan akan digunakan sebagai masukan logika fuzzy. Hubungan relasi masukan fuzzy diselesaikan dengan aturan Mamdani. Keluaran dari logika fuzzy diselesaikan dengan perhitungan weight average (WA). Hasil keluaran logika fuzzy berupa nilai putaran motor kiri dan kanan yang dikendalikan dengan cara mengatur lebar pulsa sinyal pulse with modulation (PWM). Dari hasil pengujian diperoleh bahwa kendali logika fuzzy yang diaplikasikan pada robot IPBD dapat menjaga keseimbangan robot dengan osilasi pada sudut -2 hingga 2 derajat.Kata kunci: Logika Fuzzy, Inverted Pendulum, IMU  AbstractInverted robot pendulum two (IPBD) is an unstable system that is naturally and non-linear. The DC motor as a robot drive located on each of the left and right wheels provides a force variable to maintain the robot's stability. Therefore we need a control that can maintain the balance of the robot. This paper presents fuzzy logic control in terms of robot balance control. In designing this robot, the author uses inertia measurement unit senator (IMU) MPU 6050 version as a robot balance detection sensor. The given set of corner robot values is the robot's elevation angle to the horizontal axis or on the pitch axis. Furthermore, the value of the IMU sensor output is compared with the setpoint. Furthermore, the error value and the resulting error change value (delta errror) will be used as fuzzy logic input. The relation of fuzzy input relation is solved with Mamdani rule. The output of fuzzy logic is solved by calculating the weight average (WA). The result of fuzzy logic output is left and right motor rotation controlled by adjusting pulse signal of pulse with modulation (PWM). The experiment results obtained that fuzzy logic control applied to the robot IPBD can maintain the robot balance by having oscillations at an angle of -2 to 2 degrees.Keywords: Fuzzy Logic, Inverted Pendulum, IMU 
Co-Authors Budi Bayu Murti Donny Budi Pratama Fahmizal Fahmizal Fahmizal Fahmizal Fahmizal Fahmizal Galih Setyawan Maun Budiyanto, Maun Muhammad Arrofiq Ronald Adrian Tommy Richard Orlando