Rancang Bangun Pengendali Kecepatan Motor BLDC Berbasis ANFIS-PID

Abstract

Motor Brushless Direct Current (BLDC) menjadi aktuator yang banyak dipilih untuk kendaraan listrik karena efisiensinya tinggi, kerapatan torsinya besar, dan kebutuhan perawatannya rendah. Namun, karakteristik motor BLDC yang nonlinier membuat pengendali Proportional–Integral–Derivative (PID) konvensional sulit dituning pada rentang operasi yang lebar, sehingga menimbulkan overshoot besar dan steady-state error yang tidak konsisten ketika beban berubah. Penelitian ini merancang bangun dan menguji secara eksperimental pengendali kecepatan hybrid ANFIS-PID berbasis arsitektur penjumlahan (summing), U(HYBRID) = U(PID) + U(ANFIS), yang diimplementasikan pada motor BLDC tiga fasa 500 W secara fisik. Adaptive Neuro-Fuzzy Inference System (ANFIS) menggunakan model Sugeno orde pertama dengan masukan berupa error kecepatan dan laju perubahannya, tiga fungsi keanggotaan Generalized Bell-shaped per masukan, serta sembilan aturan fuzzy yang diterapkan sebagai look-up table pada Arduino Uno, sementara sensor Proximity berfungsi sebagai umpan balik kecepatan. Tiga pengendali PID, ANFIS, dan hybrid ANFIS-PID dibandingkan pada empat kondisi beban (tanpa beban, 5003 Ω, 10.007 Ω, dan 15.016 Ω) menggunakan parameter rise time, settling time, overshoot, dan steady-state error. Sensor Proximity mencapai rata-rata error pembacaan 0.20%. Hasil pengujian menunjukkan bahwa pengendali hybrid ANFIS-PID menghasilkan settling time tercepat pada seluruh kondisi beban, 17.3–48.88% lebih cepat dibanding PID, disertai keunggulan rise time yang meningkat seiring beban hingga 34.1% pada beban tertinggi, sekaligus menjaga steady-state error tetap konsisten mendekati nol. Temuan ini menegaskan bahwa pengendali hybrid ANFIS-PID dengan arsitektur penjumlahan paling robust di antara ketiga pengendali untuk pengaturan kecepatan motor BLDC pada kondisi beban yang bervariasi.