This paper proposes an optimal fuzzy proportional–integral–derivative (PID) controller design based on conventional PID control and nonlinear factors. With the equivalence between fuzzy logic controllers (FLCs) and conventional PID controllers, a conventional PID controller design can be rapidly transformed into an equivalent FLC by defining the operating ranges of the input/output of the controller. The proposed nonlinear factors can further tune the nonlinearity of the membership functions (MFs) distributed in the operating ranges. In this manner, a fuzzy PID controller can be developed with less parameters and optimized by using the genetic algorithm (GA). In addition, the aforementioned equivalent FLC can act as one individual in the initial population of GA, and significantly enhances the GA efficiency. Simulation results demonstrate the feasibility of this technique. This resulted in an optimal fuzzy PID controller design with only eight parameters with a concise controller structure, and most importantly, the optimal fuzzy PID controller design is now more systematic.

This paper proposes the equivalence between fuzzy Proportional-Integral-Derivative (PID) controllers and conventional PID controllers. A well-designed conventional PID controller, with the help of the proposed method, can be rapidly transformed to an equivalent fuzzy logic controller (FLC) by observing and defining the operating ranges of the input/output of the controller. Furthermore, the knowledge base of the proposed equivalent fuzzy PID controller is represented as a cube fuzzy associative memory (FAM), instead of a combination of PD-type and PI-type FLCs in most research. Simulation results show the feasibility of the proposed technique, both in continuous and discrete time. Since the design techniques of conventional linear PID controllers have matured, they can act as preliminary expert knowledge for nonlinear FLCs designs. Based on the proposed equivalence relationship, the designer can further tune the membership functions of fuzzy variables in the control rules to exhibit the nonlinearity of a FLC and yield more satisfactory system responses in an efficient way.

Dehidrasi merupakan suatu kondisi kekurangan cairan tubuh karena jumlah cairan yang keluar lebih banyak daripada jumlah cairan yang masuk. Dampak dehidrasi akan beresiko mengalami obesitas dan penurunan konsentrasi. Dehidrasi juga mempengaruhi fungsi kemampuan kognitif otak dan memori seseorang. Dehidrasi akut harus dihindari mengingat bahaya yang ditimbulkannya bagi kesehatan. Tes paling sederhana untuk dehidrasi adalah dengan melihat warna urin. Namun warna urin juga bisa dipengaruhi oleh asupan makanan tertentu. Pada penelitian ini dirancang suatu sistem perkemihan yang dilengkapi dengan sensor warna dan sensor pH. Sensor pH H-101 dan sensor warna TCS3200 digunakan dalam penelitian ini. Sensor pH ditambahkan untuk menghindari kesalahan deteksi urin akibat kesalahan pembacaan warna urin. Sensor TCS3200 diklasifikasikan dalam level warna RGB (Merah, Biru, Hijau). Urin dideteksi dengan tingkat warna atau keasaman pH sebagai masukan untuk menentukan tingkat dehidrasi. Hasil deteksi urin seseorang ditampilkan di layar LCD. Hasil pengukuran menunjukkan bahwa semakin asam atau dominan warna R dan G urin seseorang maka semakin tinggi tingkat dehidrasinya. Batas tingkat hidrasi seseorang jika keasaman urin memiliki pH <6.

This research discusses the development of a model Fuzzy Proportional, Integral, Derivative (Fuzzy PID) controller models and self-tuning. This method has been implemented in the third-order system of Differential Equations, as a sample implementation of a PID controller. The methods self-tuning known are fuzzy rules, membership function (MF), and scaling factor. The focus of the discussion in this research is to introduce self-tuning to the operating range (OR) setting of MF. Previous research has succeeded in converting a PID controller to a Fuzzy Logic Controller (FLC) which is in accordance with the PID structure. The FLC has three inputs and one output as in the PID controller, hereinafter referred to as Fuzzy PID controller. Knowledgebase on the FLC structure of three inputs one output is expressed in the form of cubic fuzzy associative memory (FAM). The conversion was done by mapping errors, integrals error, derivative errors and outputs of PID controller into the OR of MF Fuzzy input/output. The size of the OR conversion value on the MF fuzzy input was set, so the response transient is set-to-point. While the OR value of the MF fuzzy output was fixed as a limitation. Improved settling time was reached up to 75.3% and percent overshoot was reduced by 57.7% in Fuzzy PID with PID controller. The output signal from the Fuzzy PID controller showed the smallest amplitude of 24.12, while the PID controller was 32.53. The amplitude unit depends on the Fuzzy PID controller parameters when it applied the real plant. The third-order Fuzzy PID controller has been successfully simulated in Simulink/Matlab.

Penyandang disabilitas mata sering mangalami kesulitan jika beraktifitas sehari-hari. Apalagi jika pergi ke suatu tempat yang belum pernah dikunjungi sebelumnya. Mereka bisa tersesat untuk kembali pulang. Penelitian ini bertujuan untuk membuat alat bantu pendeteksi halangan sebagai pentunjuk jalan dan juga sebagai pelacak posisi keberadaan penderita disabilitas saat tersesat. Metodologi yang digunakan dalam penelitian ini adalah rancang bangun alat dengan sensor infrared sebagai detektor dan ATmega 328P sebagai mikrokontroler serta dilengkapi dengan model Global positioning System (GPS). Disain alat berbentuk kotak yang dipasang di dada (chest strap). Hasil pengukuran menunjukkan bahwa jarak deteksi terhadap halangan sebesar 50 cm pada arah tegak lurus terhadap alat pada sudut 0o. Delay sinyal SMS yang diterima oleh smartphone antara 1 sampai 2 detik. Lokasi terjauh yang masih bisa terdeteksi oleh GPS pada latitude -6.17519 dan longitude 106.50083 atau sebesar 13 km berdasarkan jarak yang dipetakan oleh Google Maps.

Seiring dengan pertambahan jumlah kendaraan bermotor bertambah pula stasiun pengisian bahan bakar umum. Stasiun pengisi bahan bakar mini adalah salah satu jenis stasiun pengisian bahan bakar minyak umum yang sedang dikembangkan dan sudah berada di mana-mana. Pada sistem stasiun pengisi bahan bakar mini konvensional, teknik pengeluaran minyak ke tangki penampungan masih menggunakan pompa engkol dan takaran liter berdasarkan garis-garis level di tabung. Keakuratan jumlah bahan bakar minyak yang dikeluarkan masih dapat diperdebatkan. Kecermatan pengukurannya sangat bergantung pada penglihatan operator. Pada penelitian ini mengangkat solusi untuk menyelesaikan masalah tersebut dengan menerapkan sensor ultrasonik dan flow meter pada mesin prototipe stasiun pengisi bahan bakar mini sebagai detektor. Metode penelitian dengan membuat prototipe mesin stasiun pengisi bahan bakar mini sebagai simulator. Hasil keakurasian bahan bakar minyak yang dikeluarkan sebesar 99.51% dengan presentasi kesalahan sebesar 0.49%.