BAB 2

TINJAUAN PUSTAKA

Felix Gresser, Aldo D’Arrigo, Silvio Colombi dengan penelitiannya yang

berjudul “A Mobile, Inverted Pendulum”. Pada penelitiannya dirancang sebuah
sistem kontrol yang digunakan untuk menjamin stabilitas sistem didasarkan pada
dua state-space controllers, dihubungkan melalui sebuah unit decoupling ke dua
motor DC yang menggerakkan roda. Pengontrolan robot ini dapat diprogram
mengunakan field programmable gate array (FPGA). Software tersebut
memungkinkan untuk memprogram dan mendapatkan pembacaan variabel ketika
sistem tersebut berjalan [4].
Putranto Hadi Utomo, 2009 dengan penelitian yang berjudul
“Pengendalian Sistem Pendulum Terbalik dengan Umpan Balik State dan
Output”. Pada penelitiannya dibuat suatu sistem pendulum terbalik dengan umpan
balik state dan output yang disimulasikan dengan menggunakan MATLAB.
Dalam simulasi tersebut diberikan tiga situasi berbeda, yaitu pertama akan dilihat
perilaku sistem tanpa diberikannya reference input. Selanjutnya akan dilihat
perilaku sistem jika diberikan reference input. Berikutnya akan dilihat perilaku
sistem jika input yang diberikan berupa ramp function [5]. Pada penelitiannya ini
perancangan yang dibuat hanya sebatas simulasi belum diimplementasikan ke
hardware. Sehingga masih belum bisa dipastikan sistem tersebut dapat bekerja
sesuai dengan hasil simulasi.
Juliana Sumanti, Arie S.M Lumenta, David Pang, 2014 dengan
penelitiannya yang berjudul “Kontrol Optimal pada Balancing Robot
Menggunakan Metode Linear Quadratic Regulator“. Pada penelitiannya dibuatlah
sistem balancing robot dengan mengunakan metode LQR sebagai pengontrol
sistem kendalinya. Tujuan dari optimasi dengan menggunakan LQR adalah
mendapatkan nilai K optimal dengan memenuhi kriteria waktu turun (settling
time), untuk cart dan pendulum kurang dari 5 detik dan waktu naik (rise time)
untuk cart kurang dari 2 detik [6]. Pada penelitiannya ini perancangan yang
dibuat juga sebatas simulasi belum diimplementasikan ke hardware. Sehingga
masih belum bisa dipastikan sistem tersebut dapat bekerja sesuai dengan hasil
simulasi.
Sudana Wiyarta, 2018 dengan penelitiannya yang berjudul “Perancangan
Balancing Robot dengan menggunakan Metode Kendali PID berbasis
mikrokontroler”. Pada penelitiannya dibuatlah perancangan Balancing Robot
dengan metode kendali PID sebagai sistem kendalinya. Untuk mendapatkan nilai
konstanta PID yang bagus pada penelitian ini dilakukan dengan metode trial and
error [7]. Pada penelitiannya ini untuk penentuan nilai PID masih dilakukan
dengan metode trial and error masih kekurangan dalam hal pengurangan error
sehingga dibutuhkan metode tambahan untuk pengurangan nilai error tersebut.
Berdasarkan penelitian sebelumnya, maka pada penelitian yang akan
dilakukan ini memiliki perbedaan yaitu pada perancangan akan dilakukan sampai
ke tahap hardware dengan menggunakan metode fuzzy logic sebagai sistem auto
tunningnya dan PID sebagai sistem kendalinya, serta menggunakan Arduino dan
odroid sebagai pengontrolannya. Pada penelitian ini akan dilihat tingkat akurasi
sensor MPU6050 accelerometer+gyro dan menganalisis nilai kp, ki, dan kd yang
optimal untuk sistem balancing robot.

2.1 Dasar Sistem Kendali

Sistem adalah kumpulan objek yang saling berinteraksi dan bekerja sama
untuk mencapai tujuan logis dalam suatu lingkungan yang kompleks. Sistem
kendali adalah kumpulan komponen yang bekerja sama di bawah arahan dari
sebuah atau beberapa mesin cerdas (machine intellegence). Di samping itu,
sistem kendali juga dapat diartikan sebagai proses pengaturan/pengendalian
terhadap satu atau beberapa besaran (variabel, parameter) sehingga berada pada
suatu harga atau dalam suatu rangkuman harga (range) tertentu [8]. Sistem
kendali terdiri dari dua model sistem dasar, yakni sistem kendali loop terbuka
dengan sistem kendali loop tertutup.
2.1.1 Sistem Kendali Loop Terbuka
Sistem kendali loop terbuka adalah sistem kendali yang keluarannya tidak
terpengaruh pada aksi pengendalian. Jadi pada sistem kendali loop terbuka,
keluaran tidak diukur atau diumpan-balikkan untuk dibandingkan dengan
masukan. Gambar 2.1 menunjukkan hubungan masukan dan keluaran untuk
sistem kendali loop terbuka.

Gambar 2.1 Komponen Sistem Kendali Loop Terbuka [8]

Setiap sistem kendali loop terbuka, keluaran tidak dibandingkan dengan
masukan. Sehingga untuk setiap masukan, terdapat satu kondisi operasi yang
tetap. Jadi, ketelitian sistem bergantung pada kalibrasi. Apabila terjadi gangguan,
sistem kendali loop terbuka tidak dapat bekerja seperti yang diinginkan.
Kendali loop terbuka dapat digunakan dalam praktek hanya jika hubungan antara
masukan keluaran diketahui dan tidak terdapat gangguan internal maupun
eksternal [8].

2.1.2 Sistem Kendali Loop Tertutup

Sistem kendali loop tertutup adalah sistem kendali yang sinyal
keluarannya mempunyai pengaruh langsung pada aksi pengendalian. Jadi, sistem
kendali loop tertutup adalah sistem kendali yang berumpan-balik. Sinyal
kesalahan yang merupakan selisih antara sinyal masukan dan sinyal umpan-balik,
diumpan ke kontroler untuk memperkecil kesalahan dan membuat agar
keluaran sistem mendekati harga yang diinginkan. Gambar 2.2 menunjukkan
hubungan masukan-keluaran dari sistem kendali loop tertutup.

Gambar 2.2 Komponen Sistem Kendali Loop Tertutup [8]

2.2 Fungsi Transfer

Fungsi transfer (transfer function) adalah suatu fungsi yang
menghubungkan antara output sistem dengan input sistem. Fungsi transfer
didefinisikan sebagai rasio antara fungsi output terhadap fungsi input seperti
pada Persamaan 2.1.
 Y (s)
P(s)  (2.1)
X (s)
Misalkan sebuah sistem dengan model matematis seperti pada Persamaan
2.1 maka fungsi transfernya dapat dicari dengan menggunakan transformasi
laplace. Proses transformasi laplacenya adalah sebagai berikut [9].
d 2z dz
m 2
 b  kz  u (2.2)
dt dt
m[ s 2 Z ( s )  sz (0)]  b[ sZ ( s )  Z (0)]  kZ ( s )  U ( s )
ms 2 Z ( s )  bsZ ( s )  kZ ( s )  U ( s )
(ms 2  bs  k ) Z ( s )  U ( s )

Z ( s) 1
P( s)   2 (2.3)
U ( s) ms  bs  k
dengan:
m : berat benda (kg).
k : konstanta pegas
b : koefisien dari gaya gesek (N).
Z : output
U : input
P : fungsi transfer

2.3 Balancing Robot

Balancing robot (robot penyeimbang) merupakan suatu robot mobile yang
memiliki roda di sisi kanan dan kirinya yang tidak akan seimbang tanpa adanya
kontroler. Balancing robot ini merupakan pengembangan dari model pendulum
terbalik (inverted pendulum) yang diletakkan diatas kereta beroda.
Menyeimbangkan balancing robot memerlukan suatu metode kontrol yang baik
untuk mempertahankan posisi robot dalam keadaan tegak lurus. Bahkan sekarang
ini, konsep balancing robot telah digunakan sebagai alat transportasi yang
bernama segway [6].
Pendulum terbalik adalah sebuah pendulum (bandul) dimana pusat
massanya berada di atas titik tumpunya. Seringkali diimplementasikan pada
sebuah kereta yang dapat bergerak secara horizontal dan biasa disebut sebagai
sebuah kereta-galah. Kebanyakan aplikasi membatasi pendulum pada satu derajat
kebebasan dengan mengasifikasi tiang (galah) pada sebuah sumbu putar. Sebuah
pendulum normal stabil ketika digantung menghadap ke bawah, sebuah pendulum
terbalik bersifat tidak stabil dan harus diseimbangkan secara aktif untuk
menjaganya tetap tegak. Ini bisa dilakukan dengan mengaplikasikan torsi pada
titik tumpu, dengan menggerakan titik tumpu secara horizontal sebagai bagian
dari sistem umpan balik, merubah nilai putaran dari massa yang bertumpu pada
pendulum dalam satu sumbu parallel ke sumbu tumpuan lalu setelah itu
menciptakan nilai torsi pada pendulum, atau dengan mengosilasi titik tumpu
secara vertikal. Demo sederhana dari menggerakkan titik tumpu dalam suatu
sistem umpan balik bisa dilakukan dengan menyeimbangkan sapu terbalik pada
ujung jari. Pendulum terbalik merupakan masalah yang klasik dalam dinamika
dan teori kontrol dan digunakan sebagai standar untuk mengukur suatu percobaan
strategi kontrol.
Tipe kedua dari pendulum terbalik adalah sebuah pengukur kemiringan
sebuah struktur bangunan yang tinggi, terdiri dari sebuah kabel yang ditanamkan
pada dasar pondasi kemudian dikaitkan pada sebuah pelampung dalam sebuah
kolam minyak di atas struktur yang memiliki alat pengukur perpindahan posisi
normal pelampung. Pendulum terbalik adalah bandul yang memiliki massa yang
bergerak diatas titik tumpu dan sering digambarkan seperti pada Gambar 2.3.

Gambar 2.3 Sistem Balancing Robot Menggunakan Inverted Pendulum [10]

Sebuah bandul terbalik memiliki sifat tidak stabil, dan harus setimbang
aktif untuk tetap tegak, baik oleh tenaga putaran (torsi) yang berlaku pada
persendian atau dengan menggerakan kereta. Konsep robot setimbang didasarkan
pada model pendulum terbalik. Model ini telah banyak digunakan oleh peneliti di
seluruh dunia dalam mengendalikan sistem tidak hanya dalam merancang robot
beroda tapi jenis lain dari robot seperti robot berkaki.
2.4 Metode Fuzzy Logic
Logika fuzzy diperkenalkan pertama kali pada tahun 1965 oleh Prof Lutfi A.
Zadeh seorang peneliti di Universitas California di Barkley dalam bidang ilmu
komputer. Professor Zadeh beranggapan logika benar salah tidak dapat mewakili
setiap pemikiran manusia, kemudian dikembangkanlah logika fuzzy yang dapat
mempresentasikan setiap keadaan atau mewakili pemikiran manusia. Perbedaan
antara logika tegasdan logika fuzzy terletak pada keanggotaan elemen dalam suatu
himpunan. Jika dalam logika tegas suatu elemen mempunyai dua pilihan yaitu
terdapat dalam himpunan atau bernilai 1 yang berarti benar dan tidak pada
himpunan atau bernilai 0 yang berarti salah. Sedangkan dalam logika fuzzy,
keanggotaan elemen berada di interval [0,1].
Logika fuzzy menjadi alternatif dari berbagai sistem yang ada dalam
pengambilan keputusan karena logika fuzzy mempunyai kelebihan sebagai
berikut:
a. Logika fuzzy memiliki konsep yang sangat sederhana sehingga mudah
untuk dimengerti.
b. Logika fuzzy sangat fleksibel, artinya mampu beradaptasi dengan
perubahan-perubahan dan ketidakpastian.
c. Logika fuzzy memiliki toleransi terhadap data yang tidak tepat.
d. Logika fuzzy mampu mensistemkan fungsi-fungsi non-linier yang
sangat kompleks.
e. Logika fuzzy dapat mengaplikasikan pengalaman atau pengetahuan
dari para pakar.
f. Logika fuzzy dapat bekerjasama dengan teknik-teknik kendali secara
konvensional.
g. Logika fuzzy didasarkan pada bahasa sehari-hari sehingga mudah
dimengerti.
 Logika fuzzy memiliki beberapa komponen yang harus dipahami seperti
himpunan fuzzy, fungsi keanggotaan, operator pada himpunan fuzzy, inferensi
fuzzy dan defuzzifikasi.
2.4.1 Himpunan Tegas
Himpunan tegas adalah suatu kumpulan dari obyek-obyek yang
didefinisikan secara jelas. Artinya obyek-obyek tersebut dapat ditentukan
dengan jelas keberadaannya. Obyek yang ada dalam himpunan itu disebut
elemen atau anggota himpunan. Pada umumnya, himpunan disimbolkan
dengan alfabet kecil. Notasi “ɑ ∈ ” dibaca ɑ anggota 𝐴 himpunan dan notasi
“ɑ ∉ 𝐴” ɑ bukan anggota himpunan 𝐴.
Jika 𝑆 = {𝐶𝑒𝑙𝑐𝑖𝑢𝑠, 𝑅𝑒𝑎𝑚𝑢𝑟, 𝐹𝑎ℎ𝑟𝑒𝑛ℎ𝑒𝑖𝑡, 𝐾𝑒𝑙𝑣𝑖𝑛} maka dapat dikatakan
bahwa: 𝜇(𝑅𝑒𝑎𝑚𝑢𝑟) = 1 karena 𝑅𝑒𝑎𝑚𝑢𝑟 ∈ 𝑆, 𝜇(𝐾𝑒𝑙𝑣𝑖𝑛) = 1 karena 𝐾𝑒𝑙𝑣𝑖𝑛 ∈
𝑆, karena 𝐾𝑒𝑙𝑣𝑖𝑛 ∈ 𝑆,dan 𝜇(𝑆𝑢ℎ𝑢) = 0 karena 𝑆𝑢ℎ𝑢 ∉ 𝑆.
2.4.2 Himpunan fuzzy
Himpunan fuzzy merupakan perkembangan dari himpunan tegas. Himpunan
tegas adalah himpunan yang nilai keanggotaan dari elemennya hanya mempunyai
dua kemungkinan derajat keanggotaan yaitu :
3
1; 𝑗𝑖𝑘𝑎 𝑥 ∈ 𝐴
𝜇𝐴 (𝑥) = { (2.4)
0; 𝑗𝑖𝑘𝑎 𝑥 ∉ 𝐴

Dengan 𝜇𝐴 adalah fungsi karakteristik dari himpunan 𝐴. Sedangkan pada

himpunan fuzzy derajat keanggotaan untuk setiap elemennya terletak dalam
interval [0,1].

2.4.3 Fungsi Keanggotaan

Fungsi keanggotaan merupakan fungsi yang memetakan elemen suatu
himpunan ke nilai keanggotaan pada interval [0,1]. Fungsi keanggotaan yang
membedakan himpunan fuzzy dengan himpunan tegas. Fungsi keanggotaan dapat
direpresentasikan dengan berbagai cara, namun yang paling umum dan banyak
dipakai dalam sistem yang dibuat berdasarkan logika fuzzy dalah representasi
secara analitik.
 Pemodelan yang tepat dibutuhkan karena model fuzzy sensitif
terhadap jenis pendeskripsian himpunan fuzzy. Terdapat berbagai jenis
pendeskripsian himpunan fuzzy, namun fungsi keanggotaan yang
digunakan pada penelitian penulis yaitu representasi linier, segitiga dan
trapezium
a. Representasi kurva linier
Representasi paling sedeharna dalam fungsi keanggotaan yaitu
representasi linier yang digambarkan sebagai suatu garis lurus. Keadaan
himpunan fuzzy linier ada dua. Pertama, himpunan mengalami penurunan
dari derajat keanggotaan satu bergerak ke kanan menuju derajat keanggotaan
yang lebih rendah menuju nol. Hal tersebut tampak pada Gambar 2.4.

Gambar. 2.4 Representasi Kurva linier turun

Fungsi keanggotaan linier turun:
𝑏−𝑥
,𝑎 ≤ 𝑥 ≤ 𝑏
𝜇(𝑥) = {𝑏−𝑎 (2.5)
0, 𝑥 ≥ 𝑏
Keterangan :
ɑ= nilai domain terkecil saat derajat keanggotaan terkecil
𝑏 = derajat keanggotaan terbesar dalam domain
Kedua, himpunan mengalami kenaikan dari derajat keanggotaan nol
bergerak ke kanan menuju derajat keanggotaan yang lebih tinggi menuju satu.
Hal tersebut tampak pada Gambar 2.5.
 Gambar. 2.5. Representasi Kurva linier naik
Fungsi keanggotaan linier naik:
0, 𝑥 ≤ 𝑎 (2.6)
𝑏−𝑥
𝜇(𝑥) = {𝑏−𝑎 , 𝑎 ≤ 𝑥 ≤ 𝑏
0, 𝑥 ≥ 𝑏
Keterangan :
ɑ= nilai domain terkecil saat derajat keanggotaan terkecil
𝑏 = derajat keanggotaan terbesar dalam domain
b. Representasi kurva segitiga
Representasi kurva segitiga dapat dilihat pada Gambar 2.6.

Gambar 2.6 Representasi Kurva Segitiga

Fungsi keanggotaan dari representasi segitiga, adalah
0, 𝑥 ≤ 𝑎 𝑎𝑡𝑎𝑢 𝑥 ≥ 𝑐
𝑥−𝑎
𝜇(𝑥) = { 𝑏−𝑎 , 𝑎 ≤ 𝑥 ≤ 𝑏 (2.7)
𝑐−𝑥
,𝑏 ≤ 𝑥 ≤ 𝑐
𝑐−𝑏

Keterangan :
𝑎 = nilai domain terkecil saat derajat keanggotaan terkecil
𝑏 = derajat keanggotaan terbesar dalam domain
𝑐 = nilai domain terbesar saat derajat keanggotaan terkecil
c. Representasi kurva trapesium
 Representasi kurva trapesium pada dasarnya seperti bentuk segitiga,
hanya saja ada beberapa titik yang memiliki nilai keanggotaan.Representasi
kurva trapesium dapat dilihat pada Gambar 2.7

Gambar 2.7 Representasi Kurva Trapesium

Fungsi keanggotaan untuk representasi kurva trapesium, adalah :

0, 𝑥 ≤ 𝑎 𝑎𝑡𝑎𝑢 𝑥 ≥ 𝑑
𝑏−𝑥
,𝑎 ≤ 𝑥 ≤ 𝑏
𝑏−𝑎
𝜇(𝑥) = (2.8)
1, 𝑏 ≤ 𝑥 ≤ 𝑐
𝑑−𝑥
{ ,𝑐 ≤ 𝑥 ≤ 𝑑
𝑑−𝑐

2.4.4 Sistem Fuzzy

Sistem fuzzy merupakan sistem berdasarkan aturan himpunan fuzzy.
Beberapa keistimewaan sistem fuzzy (Wang, 1997: 6), yaitu:
1. Sistem fuzzy cocok digunakan pada sistem pemodelan karena
variabelnya bernilai real.
2. Sistem fuzzy menyediakan kerangka yang digunakan untuk
menggabungkan aturan aturan fuzzy jika-maka yang bersumber dari
pengalaman manusia.
3. Terdapat berbagai pilihan dalam menentukan fuzzifier dan deffuzifier
sehingga dapat diperoleh sistem fuzzy yang paling sesuai dengan model.

Elemen dasar dalam sistem fuzzy (Wang, 1997:89):

1. Basis kaidah (rule base), berisi aturan-aturan secara linguistik yang
bersumber dari para pakar.
 2. Mekanisme pengambil keputusan (inference engine), merupakan
bagaimana para pakar mengambil suatu keputusan dengan menerapkan
pengetahuan (knowledge).
3. Proses fuzzifikasi (fuzzifiction), yaitu mengubah nilai dari himpunan
tegas ke nilai fuzzy.
4. Proses defuzzifikasi (defuzzification), yaitu mengubah nilai fuzzy hasil
inferensi menjadi nilai tegas.
Susunan pada sistem fuzzy ditunjukkan pada Gambar 2.8.

Gambar 2.8 Sistem fuzzy

Penjelasan tahapan sistem fuzzy adalah sebagai berikut:
1. Fuzzifikasi
Menurut Wang (1997:105), fuzzifikasi didefinisikan sebagai pemetaan dari
himpunan tegas ke himpunan fuzzy. Kriteria yang harus dipenuhi pada proses
fuzzifikasi adalah semua anggota pada himpunan tegas harus termuat dalam
himpunan fuzzy, tidak terdapat gangguan pada input sistem fuzzy yang digunakan
harus bisa mempermudah perhitungan pada sistem fuzzy.

2. Inferensi Fuzzy
Inferensi fuzzy merupakan tahap evaluasi pada aturan fuzzy. Tahap evaluasi
dilakukan berdasarkan penalaran dengan menggunakan input fuzzy dan aturan
fuzzy sehingga diperoleh output berupa himpunan fuzzy.
3. Defuzzifikasi
Defuzzifikasi merupakan proses yang berkebalikan dengan proses pada
fuzzifikasi. Wang (1997:108) mendefinisikan defuzzifikasi sebagai pemetaan dari
himpunan fuzzy (𝐵) ke himpunan tegas. Himpunan fuzzy yang dimaksud disini
adalah hasil output yang diperoleh dari hasil inferensi. Pada proses defuzzifikasi
ada tiga kriteria yang harus dipenuhi yaitu masuk akal, perhitungannya sederhana
dan kontinu[18].

2.5 Kontrol PID

Salah satu bahasan dalam mata kuliah sistem kontrol adalah kontrol PID
yang sering digunakan dan banyak diberikan dalam materi sistem kontrol di
perguruan tinggi. Hal ini disebabkan karena sistem ini merupakan sistem kontrol
loop tertutup yang cukup sederhana dan kompatibel dengan sistem kontrol lainnya
sehingga dapat dikombinasikan dengan sistem kontrol lain seperti Fuzzy control,
Adaptif control dan Robust control. Diagram blok sistem kontrol umpan balik
dapat dilihat pada Gambar 2.9 [16].

Gambar 2.9 Diagram Blok Sistem Kontrol Berumpan Balik [16]

Fungsi alih H(s) pada sistem kontrol PID merupakan besaran yang nilainya
tergantung pada nilai konstanta dari sistem P, I dan D.
KDs2  KPs  KI
H ( s)  (2.9)
S 3  KDs2  KPs  KI

Sistem kontrol PID terdiri dari tiga buah cara pengaturan yaitu kontrol
P(proportional), D (derivative) dan I (integral) dengan masing-masing memiliki
kelebihan dan kekurangan. Dalam implementasinya masing-masing cara dapat
bekerja sendiri maupun gabungan diantaranya. Dalam perancangan sistem kontrol
PID yang perlu dilakukan adalah mengatur parameter P, I atau D agar tanggapan
sinyal keluaran sistem terhadap masukan tertentu sebagaimana yang diinginkan.
Tabel 2.1 Tanggapan Sistem Kontrol PID terhadap Perubahan Parameter [16]
Kesalaha
No Tanggapan Waktu n
Overshoot Waktu Turun
Loop Tertutup Naik Keadaan
Tunak
1 Proporsional Menurun Meningkat Perubahan Kecil Menurun
 (Kp)
Kesalaha
No Tanggapan Waktu n
Overshoot Waktu Turun
Loop Tertutup Naik Keadaan
Tunak
2 Integral (Ki) Menurun Meningkat Meningkat Hilang

Derivatif (Kd) Perubahan Menurun Menurun Perubahan

3
kecil Kecil

Untuk merancang sistem kontrol PID, kebanyakan dilakukan dengan

metoda coba-coba (trial & error). Hal ini disebabkan karena parameter Kp, Ki dan
Kd tidak independent. Untuk mendapatkan aksi kontrol yang baik diperlukan
langkah coba-coba dengan kombinasi antara P, I dan D sampai ditemukan nilai
Kp, Ki dan Kd seperti yang diinginkan [16].
2.4.1 Kontrol Proportional
Hubungan antara sinyal kontrol dan error adalah
u(t )  K P e(t ) (2.10)
U ( s)
Fungsi transfer dalam s:  Kp (2.11)
E ( s)
Kontrol proportional tidak lain adalah amplifier dengan penguatan sebesar
Kp. Kata proportional mempunyai arti bahwa besarnya aksi kontrol sesuai dengan
besarnya error dengan faktor pengali tertentu [17].
2.4.2 Kontrol Integral
Pada pengontrolan ini, kecepatan perubahan sinyal kontrol sebanding
dengan sinyal error.
t
du(t )
 Kie(t ), u (t )  Ki  e(t )dt (2.12)
dt 0

U ( s) Ki
Fungsi transfer dalam domain s:  (2.13)
E ( s) s
Jika e(t) diduakalikan, maka kecepatan perubahan u(t) adalah dua kali
semula. Selama sinyal error masih ada, maka sinyal kontrol akan beraksi terus.
Ketika sinyal error nol, u(t) tetap stasioner. Dengan demikian, aksi kontrol
integral akan menghilangkan steady state error. Artinya output sistem akan selalu
mengejar set point sedekat mungkin. Aksi kontrol integral sering disebut
automatic reset control. Kerugian dari aksi kontrol ini adalah terjadi osilasi
sehingga mengurangi kestabilan sistem [17].
2.4.3 Kontrol Proportional Integral (PI)
t
Kp
Ti 0
u (t )  K P e(t )  e(t )dt (2.14)

Fungsi transfer dalam domain s:

U ( s)  1  Ki Kp
 Kp1    Kp  , dengan  Ki (2.15)
E ( s)  TiS  s Ti
Kp adalah gain proportional, Ti adalah integral time. Integral time
mengatur aksi kontrol integral sedangkan Kp akan mempengaruhi baik bagian
integral maupun proportional. Kebalikan dari Ti disebut reset rate yang artinya
jumlah waktu per menit, dimana bagian proportional dari aksi kontrol diduplikasi.
2.4.4 Proportional Derivative (PD)
de(t )
u (t )  K P e(t )  K P Td (2.16)
dt
Fungsi transfer domain s:
U ( s)
 K P (1  Td s)  K P  K d S , dengan K P Td  K d (2.17)
E ( s)
Td adalah derivative time. Aksi kontrol derivative sering disebut rate
control karena kecepatan perubahan error sebanding dengan sinyal kontrol.
Artinya, apabila ada perubahan error, maka sinyal kontrol beraksi. Aksi sinyal
kontrol ini memberikan respon terhadap perubahan sinyal error dan mampu
mengoreksinya sebelum error bertambah besar. Aksi kontrol ini mampu
mengantisipasi error, mempercepat respon sistem dan meningkatkan stabilitas
sistem. Dengan demikian, apabila ada gangguan tiba-tiba, output akan berubah
secara tiba-tiba menjauhi set point, menghasilkan perubahan error.
Perubahan error yang tiba-tiba akan menghasilkan sinyal kontrol
antisipasi sebelum error bertambah besar dan berusaha mengembalikan ke
keadaan steady. Kekurangan dari aksi ini adalah terdapat steady state error karena
error yang konstan tidak akan menghasilkan sinyal kontrol (sistem yang sudah
steady tidak menghasilkan aksi kontrol walaupun jauh dari set point [17].
2.4.5 Kontrol Proportional Integral Derivative (PID)
 Ini adalah kombinasi dari ketiga aksi kontrol:
t de(t )
Vo  Kp.e(t )  Ki  e(t )dt  Kd (2.18)
0 dt
Dari Persamaan 2.15 dapat dirumuskan menjadi pendigitalisasi PID
dengan berbagai metode, sehingga diperoleh bentuk digital diskritnya menjadi
Persamaan 2.16.
1
u ( k )  K P e k  K I T 0 e k 
K
K D (e k  e k 1 ) (2.19)
T
Jika kita terapkan dalam bahasa pemograman menjadi Persamaan 2.17.
Kd
Vo  Kp  error  Ki  (error  last _ error )  Ts   (error 
Ts (2.20)
last _ error )
Dimana:
Ts = time sampling
Error = nilai kesalahan
last_error = nilai error sebelumnya.

Deviasi atau simpangan antar variabel terukur (PV) dengan nilai acuan
(SP) disebut error (galat) sehingga dirumuskan pada Persamaan 2.21.
error  SP  PV (2.21)

Nilai error dari pembacaan sensor ini yang dijadikan aksi perhitungan
kendali PID, lalu nilai perhitungan PID tersebut dijumlahkan dengan set point
PWM untuk dijadikan sebagai nilai aktual PWM motor dari robot.
Aksi kontrol gabungan ini menghasilkan performansi serta keuntungan
gabungan dari aksi kontrol sebelumnya. PID mempunyai karakteristik reset
controldan rate control yaitu meningkatkan respon dan stabilitas sistem serta
mengeliminasi steady state error [17].
2.6 Sensor
Sensor adalah alat yang dapat digunakan untuk mendeteksi dan sering
berfungsi untuk mengukur magnitude sesuatu. Sensor adalah jenis transduser yang
digunakan untuk mengubah variasi mekanis, magnetis, panas, sinar, dan kimia
menjadi tegangan dan arus listrik [12]. Sensor biasanya dikategorikan melalui
pengukur dan memegang peranan penting dalam pengendalian proses pabrikasi
modern. Sensor memberikan ekivalen mata, pendengaran, hidung lidah, dan
menjadi otak mikroprosesor dari sistem otomatisasi industri.
2.5.1 Accelerometer
Accelerometer alat yang digunakan untuk mengukur percepatan,
mendeteksi dan mengukur percepatan akibat gravitasi. Sensor accelerometer
mengukur percepatan dari 3 sumbu gerakan akibat gerakan benda yang melekat
padanya. Percepatan merupakan suatu keadaan berubahnya kecepatan terhadap
waktu. Bertambahnya suatu kecepatan dalam suatu rentang waktu disebut juga
percepatan (acceleration). Jika kecepatan semakin berkurang daripada kecepatan
sebelumnya disebut deceleration. Percepatan juga bergantung pada arah/orientasi
karena merupakan penurunan kecepatan yang merupakan besaran vektor.
Berubahnya arah pergerakan suatu benda akan menimbulkan percepatan pula.
2.5.2 Gyroscope
Gyroscope adalah suatu alat berupa sensor gyro untuk menentukan
orientasi gerak dengan bertumpu pada roda atau cakram yang berotasi dengan
cepat pada sumbu. Gyroscope memiliki output yang peka terhadap kecepatan
sudut dari arah sumbu x yang nantinya akan menjadi sudut phi (roll), dari sumbu
y nantinya menjadi sudut theta (pitch), dan sumbu z nantinya menjadi sudut psi
(yaw). Adapun contoh dari gyroscope dapat dilihat pada Gambar 2.10

Gambar 2.10 Gyrosope [12]

2.5.3 MPU6050 Gyro+Accelerometer
Perancangan balancing robot menggunakan sensor gyro+accelerometer
dengan tipe MPU6050. Perangkat ini membuat sensor gyro dan accelerometer
menjadi satu unit sehingga dapat mudah digunakan dengan memberi sistem
kontrolnya. Adapun MPU6050 yang digunakan dapat dilihat pada Gambar 2.11.

Gambar 2.11 MPU6050 Gyro+Accelerometer [13]

Berdasarkan Gambar 2.6 MPU6050 memiliki kombinasi dari 3 axis
gyroscope dan 3 axis accelerometer yang bekerja pada range tegangan 3-5 Volt.
2.7 Mikrokontroler
Mikrokontroler merupakan sebuah chip yang dapat menyimpan program
yang fungsinya sebagai pengontrol rangkaian elektronik. Berbeda dengan
mikroprosesor yang merupakan Central Processing Unit (CPU) dimana memori
I/O pendukung terpisah, sedangkan pada mirokontroler memori dan I/O
pendukung lainnya terkemas dalam sebuah chip tersebut. Sehingga kelebihan
utama mikrokontroler menjadi sangat ringkas.
Pemrograman mikrokontroler merupakan dasar dari prinsip pengontrolan
kerja robot, dimana orientasi dari penerapan mikrokontroler adalah untuk
mengendalikan suatu sistem berdasarkan informasi input yang diterima, yang
kemudian diproses oleh mikrokontroler dan dilakukan aksi pada bagian output
sesuai program yang telah ditentukan sebelumnya.
2.8 Arduino Uno
Arduino Uno adalah board mikrokontroler berbasis ATmega328 (data
sheet). Memiliki 14 pin input dari output digital dimana 6 pin input tersebut dapat
digunakan sebagai output PWM dan 6 pin input analog, 16 MHz osilator kristal,
koneksi USB, jack power, ICSP header, dan tombol reset. Untuk mendukung
mikrokontroler agar dapat digunakan, cukup hanya menghubungkan board
Arduino Uno ke komputer dengan menggunakan kabel USB atau listrik dengan
AC yang-ke adaptor-DC atau baterai untuk menjalankannya. Uno berbeda dengan
semua board sebelumnya dalam hal koneksi USB-to-serial yaitu menggunakan
fitur Atmega8U2 yang diprogram sebagai konverter USB-to-serial berbeda
dengan board sebelumnya yang menggunakan chip FTDI driver USB-to-serial.
Gambar fisik Arduino Uno dapat dilihat pada Gambar 2.12.

Gambar 2.12 Arduino Uno

Tabel 2.2 memperlihatkan spesifikasi secara keseluruhan mengenai
Arduino Uno. Data spesifikasi dalam tabel tersebut perlu untuk diketahui terlebih
dahulu sebelum menggunakan perangkat mikrokontroler Arduino Uno ini. Hal
tersebut bertujuan agar board Arduino Uno aman dari kerusakan dan akan
memudahkan pengguna saat menggunakannya.
Tabel 2.2 Spesifikasi Arduino Uno[14]
No Kategori Keterangan
1 Mikrokontroler ATmega 328
2 Tegangan Operasi 5V
3 Tegangan Input 7 V – 12 V
4 Batas Tegangan Input 6 V – 20 V
5 Digital I/O Pins 14 (6 PWM)
6 Analog Input 6
7 Arus DC tiap Pins I/O 40 mA
No Kategori Keterangan
8 Flash Memory 32 KB
9 SRAM 2 KB
10 EEPROM 1 KB
11 Clock Speed 16 MHz

2.9 Motor DC
Motor DC adalah jenis motor listrik yang bekerja menggunakan sumber
tegangan DC. Motor DC atau motor arus searah sebagaimana namanya,
menggunakan arus langsung dan tidak langsung/direct-unidirectional. Motor DC
digunakan pada penggunaan khusus dimana diperlukan penyalaan torque yang
tinggi atau percepatan yang tetap untuk kisaran kecepatan yang luas. Keuntungan
utama motor DC adalah dalam hal pengendalian kecepatan motor DC tersebut,
yang tidak mempengaruhi kualitas pasokan daya. Adapun jenis dan spesifikasi
motor dc yang digunakan terlihat pada Gambar 2.13.

Gambar 2.13 Motor DC KR13060

Tabel 2.3 memperlihatkan spesifikasi secara keseluruhan mengenai motor
DC yang digunakan. Data spesifikasi dalam tabel tersebut perlu untuk diketahui
terlebih dahulu sebelum digunakan. Hal tersebut bertujuan agar motor DC aman
dari kerusakan dan akan memudahkan pengguna saat menggunakannya.
Tabel 2.3 Spesifikasi Motor DC KR13060
No Kategori Keterangan
1 Tegangan 3 - 12 V
2 Arus 70 – 250 mA
3 Kecepatan Hingga 800 rpm
4 Torsi 1 Kg
5 Diameter Roda 66 mm
6 Lebar Roda 27 mm

Motor DC tersedia dalam banyak ukuran, namun penggunaannya pada

umumnya dibatasi untuk beberapa penggunaan berkecepatan rendah, penggunaan
daya rendah hingga sedang seperti peralatan mesin dan rolling mills, sebab sering
terjadi masalah dengan perubahan arah arus listrik mekanis pada ukuran yang
lebih besar. Juga, motor tersebut dibatasi hanya untuk penggunaan di area yang
bersih dan tidak berbahaya sebab resiko percikan api pada sikatnya. Gambar 2.9
memperlihatkan prinsip kerja motor, jika sebuah konduktor yang dialiri arus
listrik diletakkan dalam medan magnet, maka tercipta gaya pada konduktor
tersebut yang cenderung membuat konduktor berotasi. Prinsip kerja motor DC
adalah jika ada kumparan dilalui arus maka pada kesemua sisi kumparan akan
bekerja gaya Lorentz [11]. Pada gambar tersebut terlihat sebuah kumparan yang
dialiri arus listrik diletakkan dalam medan magnet tetap. Akibatnya tercipta gaya
pada kumparan baik pada sisi A maupun pada sisi B. Dengan aturan tangan kiri
fleming dapat ditentukan bahwa kumparan berputar berlawanan arah jarum jam.
Gaya ini akan berlangsung terus sampai konduktor meninggalkan medan magnet
[11].

Gambar 2.14 Prinsip Kerja Motor DC [11]

2.10Driver Motor L298N
Driver motor L298N merupakan driver motor yang paling populer
digunakan untuk mengontrol atau mengendalikan kecepatan dan arah pergerakan
motor terutama untuk motor DC. Untuk IC utama yaitu IC L298N
merupakan sebuah IC tipe H-bridge yang mampu mengendalikan beban-beban
induktif seperti relay, solenoid, motor DC dan motor stepper [11]. Pada IC L298N
terdiri dari transistor-transistor logic (TTL) dengan gerbang NAND yang
berfungsi untuk memudahkan dalam menentukkan arah putaran suatu motor DC
maupun motor stepper.
Di pasaran sudah terdapat modul driver motor menggunakan IC L298N
ini, sehingga lebih praktis dalam penggunaannya. Dikarenakan sudah dijadikan
dalam satu pcb dengan pin input maupun pin output. Kelebihan akan modul driver
motor L298N ini yaitu dalam hal kepresisian dalam mengontrol motor sehingga
motor lebih mudah untuk dikontrol. Modul driver motor L298N dapat dilihat pada
Gambar 2.15.
 .
Gambar 2.15 Bentuk Fisik IC L298 dan Modul Driver Motor L298N [15]
Tabel 2.4 memperlihatkan spesifikasi secara keseluruhan mengenai Modul
driver motor L298N. Data spesifikasi dalam tabel tersebut perlu untuk diketahui
terlebih dahulu sebelum menggunakan perangkat modul driver motor L298N ini.
Hal tersebut bertujuan agar driver motor L298N aman dari kerusakan dan akan
memudahkan pengguna saat menggunakannya.

Tabel 2.4 Spesifikasi Modul Driver Motor L298N [15]

No Kategori Keterangan
1 IC L298N
2 Tegangan Minimal 5 V – 35 V
3 Tegangan Operasi 5V
4 Arus Input 0 – 36 mA
5 Arus Maksimal Output 2A
6 Daya Maksimal 25 KW