IMPLEMENTASI KONTROL KECEPATAN MOTOR BLDC BERBASIS FUZZY LOGIC ADAPTIVE MENGGUNAKAN ESP32

2303321063, Muhammad Shiddiq Ali (2026) IMPLEMENTASI KONTROL KECEPATAN MOTOR BLDC BERBASIS FUZZY LOGIC ADAPTIVE MENGGUNAKAN ESP32. D3 thesis, Politeknik Negeri Jakarta.

[thumbnail of Halaman Identitas Tugas Akhir] Text (Halaman Identitas Tugas Akhir)
Halaman Identitas.pdf

Download (1MB)
[thumbnail of Isi] Text (Isi)
isi.pdf
Restricted to Hanya Civitas Akademika PNJ

Download (2MB)

Abstrak

Motor Brushless Direct Current (BLDC) banyak digunakan pada kendaraan listrik dan sistem otomasi karena memiliki efisiensi tinggi, respons cepat, serta umur pakai yang lebih panjang dibandingkan motor DC konvensional. Namun, karakteristik motor BLDC yang bersifat nonlinier menyebabkan pengendalian kecepatan menjadi lebih kompleks, terutama ketika terjadi perubahan beban. Oleh karena itu, diperlukan metode pengendalian yang mampu menjaga kestabilan kecepatan motor secara adaptif. Penelitian ini bertujuan untuk merancang dan mengimplementasikan sistem kontrol kecepatan motor BLDC menggunakan metode Fuzzy Logic Adaptive berbasis ESP32 yang terintegrasi dengan sistem monitoring berbasis Internet of Things (IoT). ESP32 berfungsi sebagai pengendali utama untuk membaca data Hall Sensor, menghitung nilai error, menjalankan algoritma fuzzy, serta menghasilkan sinyal Pulse Width Modulation (PWM) yang digunakan untuk mengatur kecepatan motor melalui motor controller. Data hasil pengukuran ditampilkan secara real-time pada dashboard berbasis web dan TFT Display serta disimpan pada SD Card sebagai media data logging. Pengujian dilakukan menggunakan metode inferensi Fuzzy Mamdani dan Fuzzy Sugeno dengan total 4.159 data sampel. Parameter yang dianalisis meliputi kecepatan motor (RPM), nilai PWM, error, overshoot, dan kestabilan sistem. Hasil pengujian menunjukkan bahwa kedua metode mampu mengendalikan kecepatan motor sesuai nilai setpoint. Metode Fuzzy Sugeno mencapai kondisi stabil lebih cepat, sedangkan metode Fuzzy Mamdani menghasilkan overshoot yang lebih rendah dan rata-rata error aktif yang lebih kecil, sehingga masing-masing metode memiliki keunggulan pada aspek yang berbeda . Sistem yang dikembangkan mampu mendukung proses monitoring dan pengambilan data secara real-time sehingga berpotensi diterapkan pada berbagai aplikasi otomasi dan kendaraan listrik.

Kata kunci: Adaptive Fuzzy Logic, BLDC, ESP32, Internet of Things (IoT), Monitoring.

Tipe Dokumen: Thesis / Skripsi / Tugas Akhir (D3)
Subjek: 500 – Ilmu Pengetahuan > 530 Fisika > 537 Listrik dan elektronik
500 – Ilmu Pengetahuan > 530 Fisika > 538 Magnetisme
600 – Teknologi (Ilmu Terapan) > 600 Teknologi (ilmu terapan) > 600 Teknologi
600 – Teknologi (Ilmu Terapan) > 600 Teknologi (ilmu terapan) > 607 Pendidikan, riset, topik terkait
600 – Teknologi (Ilmu Terapan) > 620 Ilmu teknik dan ilmu yang berkaitan > 629 Cabang teknik lainnya
Bidang, Unit, atau Jurusan Yang Ditujukan: Teknik Elektro > Teknik Elektronika Industri D3
User ID Pengunggah: Shiddiq Ali
Date Deposited: 17 Jul 2026 08:57
Last Modified: 17 Jul 2026 08:57
URI: https://repository.pnj.ac.id/id/eprint/38930

Actions (login required)

View Item
View Item