PERANCANGAN SISTEM DETEKSI KEGAGALAN PADA SISTEM PENGENDALIAN LEVEL PCT-9 DI LABORATORIUM REKAYASA INSTRUMENTASI TEKNIK FISIKA BERBASIS CONTROL CHART

Transkripsi

1 PERANCANGAN SISTEM DETEKSI KEGAGALAN PADA SISTEM PENGENDALIAN LEVEL PCT-9 DI LABORATORIUM REKASA INSTRUMENTASI TEKNIK FISIKA BERBASIS CONTROL CHART (Didin Oktawandi, Katherin Indriawati) Jurusan Teknik Fisika - Fakultas Teknologi Industri, Institut Teknologi Sepuluh Nopember Kampus ITS, Keputih Sukolilo, Surabaya 6 Abstrak Telah dilakukan penelitian tentang sistem deteksi kegagalan pada pengendalian PCT-9 dengan metode control chart. Untuk keperluan perancangan sistem deteksi kegagalan, dirancang sistem pengendalian pada PCT-9 terlebih dahulu. Pada pengendalian, debit air yang keluar dijaga konstan dan debit air yang masuk dimanipulasi. Algoritma pengendalian yang digunakan adalah kontrol Proporsional Komponen pengendalian yang dideteksi adalah DAQ, sensor, sub-proses (aktuator), dan proses.urutan komponen yang dideteksi adalah DAQ, sensor, aktuator, lalu proses. Dalam hal ini, control chart digunakan untuk memonitoring nilai pengukuran. Batas UCL dan LCL yang digunakan adalah nilai setpoint ± 3σ data pada kondisi mantap. Jika hasil pengukuran berada di luar batas UCL dan LCL, maka sistem dikatakan gagal, dan algoritma deteksi kegagalan bekerja untuk mendeteksi komponen penyebab kegagalan. Jika pembacaan tegangan konstan pada nilai sekitar - volt, maka DAQ dikatakan gagal. Saat sinyal kontrol berubah-ubah untuk mengatur debit aliran yang masuk sedemikian hingga mencapai setpoint tertentu, pembacaan seharusnya berubah. Jika sensor menunjukkan pembacaan pada nilai yang konstan, maka sensor dikatakan gagal. Pembacaan aktuator (pompa) gagal atau tidak berdasarkan nilai tegangan dari saklar relay apakah dalam kondisi ON atau OFF. Proses dikatakan gagal saat sensor mampu membaca perubahan, tetapi pembacaan tidak pernah mencapai setpoint. Sistem pengendalian dengan performansi terbaik adalah saat nilai Kc sebesar 3. Dengan respon sistem adalah tanpa maximum overshoot, dengan settling time detik dan error steady state,8%. Algoritma deteksi kegagalan berhasil mendeteksi adanya kegagalan pada komponen- komponen tersebut, dengan waktu respon untuk mendeteksi kegagalan pada DAQ, sensor, aktuator, dan proses masing-masing yaitu 2,5 detik, 3 detik, detik, dan,5 detik. Kata kunci: pengendalian,, kegagalan. I. PENDAHULUAN Dalam aplikasi sistem pengendalian di industri, merupakan salah satu variabel proses penting yang dikendalikan. Pengendalian tersebut berfungsi untuk menjaga suatu cairan pada nilai tertentu agar kualitas proses terjaga. Sistem pengendalian adalah kumpulan atau kesatuan dari beberapa elemen yang terintegrasi untuk mengendalikan pada nilai yang diinginkan. Kegagalan dalam sistem merupakan sesuatu yang tidak diinginkan. Saat yang terukur jauh menyimpang dari yang diinginkan, berarti terjadi kegagalan pada sistem tersebut. Penyebab kegagalan pada sistem pengendalian meliputi kegagalan DAQ, sensor, aktuator, atau proses. Oleh sebab itu, perlu dirancang sistem yang mampu mendeteksi penyebab kegagalan pada sistem pengendalian, apakah kegagalan di DAQ, sensor, aktuator, atau proses. Dalam Tugas Akhir ini, plant yang digunakan adalah PCT-9 di laboratorium Rekayasa Instrumentasi Teknik Fisika. PCT-9 merupakan sebuah miniplant skala laboratorium yang digunakan untuk mensimulasikan proses pengendalian. PCT-9 merupakan produk dari Armfield yang terdiri dari tangki, sensor, pengkondisi sinyal, dan aktuator. Statistical Process Control adalah pengolahan data proses produksi menggunakan metode statistik untuk memberi gambaran tentang kondisi proses yang berlangsung. Saat ini SPC telah banyak digunakan untuk monitoring plant secara off-line maupun on-line. Salah satu metode dalam SPC adalah control chart. Pada control chart terdapat batas-batas kendali yang menjadi acuan untuk menentukan kualitas proses yang berlangsung. Batas-batas kendali ini lah yang nantinya dijadikan acuan apakah proses dikatakan gagal atau tidak. Untuk keprluan pengujian sistem deteksi kegagalan, maka terlebih dahulu dibangun sistem pengendalian. Dengan demikian, permasalahan yang diangkat dalam Tugas Akhir ini adalah bagaimana merancang sistem pengendalian dan bagaimana merancang sistem deteksi kegagalan pada sistem pengendalian PCT-9 berbasis metode statistik. Manfaat yang diharapkan ke depannya yaitu bisa menjadi alat bantu operator untuk mengetahui penyebab kegagalan pada suatu sistem pengendalian dengan cepat dan tepat. 2. PCT-9 Suplai air dari pompa II. DASAR TEORI Gambar 2.. PCT-9 sensor Tangki utama Katup untuk membuang air

2 PCT-9 merupakan produk dari Armfield yang ada di Laboratorium Rekayasa Instrumentasi Teknik Fisika. PCT-9 merupakan miniplant yang digunakan untuk mensimulasikan proses pengendalian. PCT-9 mempunyai komponen-komponen seperti yang terlihat pada gambar 2.. PCT-9 terdiri dari tangki kaca dengan ukuran 93 x x 2 mm, sensor berupa potensiometer yang dihubungkan dengan pelampung sebagai indikator, pompa, dan katup. Sensor berfungsi untuk membaca variabel proses pada plant. Sensor yang digunakan adalah potensiometer. Sensor ini hanya mampu mengukur antara 5 mm sampai 57 mm. Sensor yang ada pada PCT-9 diberi pelampung sebagai indikator. Pada tangki pengukuran, ketinggian air menyebabkan bergeraknya pelampung. Pergerakan pelampung ini menyebabkan potensiometer bergerak. Sebagai sensing element, potensiometer menghasilkan hambatan yang sebanding dengan ketinggian air. Nilai hambatan yang dihasilkan yaitu antara 2,96 sampai 6,5 kω. Pengkondisi sinyal merupakan komponen yang berfungsi untuk mengkonversi sinyal menjadi sinyal yang bisa dibaca komponen berikutnya. SC- (lihat gambar 2.2) adalah sebuah alat yang berfungsi sebagai pengkondisi sinyal. Keluaran dari potensiometer dihubungkan dengan SC- untuk mengubah hambatan menjadi tegangan. Tegangan yang terukur dari potensiometer antara -.67 sampai -.49 volt. Aktuator adalah elemen yang berfungsi untuk memanipulasi variabel, dengan tujuan menjaga variabel proses pada kondisi yang diinginkan. Aktuator yang digunakan adalah pompa. Pompa digunakan untuk mengisi air ke PCT-9. Pompa ini bisa bekerja jika diberi tegangan AC dan bekerja secara kontinyu. Katup digunakan untuk membuang air dari tangki, dimana bukaan katup ini dijaga konstan. E(s) = Setpoint Output proses (2.2) Bentuk lain dari gain K p adalah Proporsional Band, yaitu PB % = (2.3) K p Dari persamaan diatas, besarnya PB merupakan kebalikan dari Kp. Nilai gain K p yang terlalu besar akan mengakibatkan sistem menjadi semakin sensitif dan sensor cenderung tidak stabil, jika nilai K p terlalu kecil maka akan menyebabkan offset yang besar. 2.3 DAQ (Data Acquisition) NI PCI-622 DAQ (Data Acquisition) merupakan alat yang digunakan sebagai antarmuka antara komputer dengan plant. DAQ terdiri dari port input dan port output. Port input menerima input dari plant, sedangkan port output berfungsi untuk memberikan input ke plant. DAQ yang digunakan yaitu NI PCI-622 yang merupakan salah satu produk dari NI (National Instrument). DAQ-622 terdiri dari analog input, analog output, digital I/O, dan counter/timers. Analog input terdiri dari 6 kanal dengan laju pencuplikan 25 ks/s, resolusi 6 bit, range tegangan antara - volt sampai volt. Analog output terdiri dari 2 channel dengan update rate 833 ks/s, resolusi 6 bit, range tegangan antara - volt sampai volt. Digital I/O terdiri dari kanal DIO, maximum clok rate MHz. Untuk lebih jelasnya, bisa dilihat pada gambar 2. Gambar 2.2 Pengkondisi sinyal SC- 2.2 Pengendali Proporsional (P) Pengendali P berfungsi untuk mempercepat rise time agar respon sistem lebih cepat untuk mencapai setpoint, akan tetapi pengendali ini mempunyai kekurangan yaitu meninggalkan offset. Persamaan pengendali P adalah sebagai berikut : (2.) Dimana U(s) : sinyal kontrol E(s) : sinyal error yang merupakan selisih antara setpoint dan output proses 2 Gambar 2.3 DAQ NI PCI Statistical Process Control (SPC) Statistical Process Control adalah pengolahan data proses produksi menggunakan metode-metode statistik dengan pembuatan batas-batas kendali untuk proses sehingga dapat memberi gambaran tentang proses yang berlangsung. SPC digunakan untuk menggambarkan model berbasis penarikan sampel yang diaplikasikan untuk mengamati aktifitas proses yang saling berkaitan. Meski SPC merupakan alat bantu yang sangat berguna dalam memastikan apakah proses tetap berada dalam batas-batas yang ditetapkan, namun umunya metode ini tidak dapat menyediakan cara untuk membuat proses tetap dalam batas kendali. Oleh sebab itu, jelas dibutuhkan campur tangan dan pertimbangan manusia untuk menentukan cara yang efektif dan efisien dalam membuat proses tetap dalam kondisi mampu dan stabil. Kestabilan proses yang berarti ketepatan proses dalam mencapai target yang telah ditentukan, secara tidak langsung menggambarkan bahwa proses dilakukan dengan baik. Hal ini mempresentasikan keadaan proses yang sedang berlangsung. Untuk menentukan apakah suatu

3 proses berada dalam kondisi stabil dan mampu, maka dibutuhkan alat atau metode statistika sebagai alat analisis. Salah satu metode dalam SPC yang sering digunakan adalah control chart. Fungsi control chart secara umum adalah memonitor kinerja proses produksi setiap saat, kondisi di luar kendali dapat diketahui secara cepat dan tepat. Control chart dibuat secara kontinyu dalam suatu interval keyakinan tertentu, biasanya 3 standar deviasi (3σ). Untuk interval keyakinan 3σ, memiliki tingkat kepercayaan yang tinggi yaitu 99%. Pada control chart memuat tiga macam garis batas yaitu batas pengendalian atas (Upper Control Limit - UCL), rata-rata kualitas sampel, dan batas pengendalian bawah (Lower Control Limit - LSL). (2.4) (2.5) (2.6) (2.7) empat elemen yang dideteksi kegagalannya yaitu sensor, sub-proses (aktuator), proses, dan DAQ. Pada metode statistik, batas UCL dan LCL sebagai indikasi kondisi proses yang berjalan dalam keadaan baik atau tidak. Saat masih berada dalam batas-batas yang ditetapkan, maka sistem normal. Sedangkan, saat berada di luar batasbatas tersebut, maka sistem dikatakan gagal. Sistem deteksi kegagalan akan mendeteksi komponen penyebab terjadi kegagalan yaitu pada sensor, sub-proses (aktuator), proses, atau DAQ. III. METODOLOGI PENELITIAN Metodologi penelitian tugas akhir ini diperlihatkan pada skema berikut sekaligus dengan penjelasan langkah-langkahnya. MULAI Persiapan Perangkat Keras (PCT, DAQ, dan driver pompa) Pembuatan rangkaian driver pompa AC & pemrograman mikrokontroler Pengujian driver pompa Pengujian berhasil? Data-data meliputi tegangan keluaran sensor, sinyal kontrol, dan Pengambilan data Gambar 2.4. Control chart Sampel yang berada dalam rentang UCL LCL dikatakan berada dalam kendali (in control), sedangkan yang berada di luar rentang tersebut dikatakan di luar kendali (out of control). Lebih jelasnya bisa dilihat pada gambar 2.4. Pembuatan algoritma pada LabVIEW dan SPC Integrasi sistem dan pengujian pada plant Pembuatan Algoritma Sistem Deteksi Kegagalan Pengujian Algoritma Sistem Deteksi Kegagalan Pengujian berhasil? 2.5 Deteksi Kegagalan Deteksi kegagalan merupakan salah satu komponen penting dari banyak sistem operasi otomatis. Deteksi kegagalan mampu menunjukkan masalah yang terjadi jika belum diketahui akar permasalahannya. Kegagalan bisa dideteksi secara kuantitatif atau kualitatif. Deteksi kegagalan mampu menunjukkan dengan tepat penyebab dari suatu masalah pada proses, sehingga bisa dilakukan tindakan secara tepat dan cepat. Pada penelitian sebelumnya, jurnal yang ditulis oleh Antoine Genovesi, Je Âro Ãme Harmand, dan Jean- Philippe Steyer dengan judul A fuzzy logic based diagnosis system for the on-line supervision of an anaerobic digestor pilot-plant. Peneliti menulis tentang sistem Fault Detection and Isolation (FDI) menggunakan logika fuzzy pada anaerobic digestor pilot-plant. Pada penelitian tersebut ada tiga komponen yang dimonitoring dan dideteksi, yaitu sensor, sub-proses, dan proses. Pada penelitian ini, teknik yang digunakan adalah metode statistik. Pada sistem pengendalian, ada 3 Analisa dan Penyusunan Laporan SELESAI Gambar 3. Diagram alur penelitian 3. Perancangan Perangkat Keras Pompa digunakan untuk mengisi air ke dalam tangki. Pompa ini membutuhkan tegangan AC untuk dapat bekerja. Untuk dapat memanipulasi debit air yang masuk ke tangki, maka harus memanipulasi tegangan AC yang masuk ke pompa. Sedangkan, keluaran dari DAQ tegangan DC, sehingga membutuhkan suatu rangkaian yang mampu menerima input tegangan DC dari DAQ dan memanipulasi tegangan AC ke pompa untuk memanipulasi debit air yang dialirkan pompa. Rangkaian driver untuk pompa ini yaitu rangkaian driver firing triac. Lebih lengkapnya bisa dilihat pada gambar 3.2.

4 Sistem minimal Driver firing triac Setelah persiapan perangkat keras selesai, selanjutnya yaitu pembuatan algoritma sistem pengendalian menggunakan kontrol P. Setelah itu, dilakukan pengujian pada algoritma yang telah dibuat, kemudian dilakukan tuning parameter Kc yang paling baik. Setelah itu, bisa dilakukan pengambilan data berupa tegangan sensor, sinyal kontrol, dan tangki. Parameter statistik yang didapat menjadi nilai referensi dalam pembuatan algoritma sistem deteksi kegagalan Loop Simulasi Gambar 3.2 Rangkaian driver pompa Dalam perancangan rangkaian driver pompa, dibutuhkan rangkaian minimum system dan rangkaian driver firing triac. Pada rangkaian minimum system terdapat mikrokontroler ATMEGA Rangkaian minimum system digunakan untuk membuat mikrokontroller ATMEGA8535 bekerja. Mikrokontroller ini di dalamnya diprogram algoritma PWM. Algoritma pemrograman PWM bisa dilihat pada lampiran B. Mikrokontroller ini menerima input dari keluaran DAQ berupa tegangan DC, yang nantinya akan jadi referensi PWM. Keluaran dari mikrokontroler yang berupa sinyal PWM, akan masuk ke rangkaian driver firing triac. Dengan inpu sinyal PWM, rangkaian ini bisa mengendalikan tegangan AC yang masuk ke pompa. Tangki utama katup V- sensor SC- Pengkondisi Sinyal input output Gambar 3.4 Diagram blok sistem pengendalian PCT9 Gambar 3.4 merupakan diagram blok sistem pengendalian PCT-9. Mula-mula dibaca sensor, dibandingkan dengan nilai setpoint yang telah ditentukan. Selisih antara variabel proses dengan setpoint adalah error. Error ini lah yang menjadi input kontrol P untuk diolah menjadi sinyal kontrol. Sinyal kontrol yang dihasilkan menjadi input pompa untuk memanipulasi debit air yang masuk hingga mencapai setpoint. Untuk membuat algoritma sistem pengendalian pada LabVIEW, dibutuhkan control & simulation loop. Loop ini digunakan untuk mensimulasikan suatu algoritma sistem pengendalian yang ada di dalamnya. Semua algoritma yang akan dibuat berada di dalam loop ini. Blok ini muncul dengan cara double click pada pojok kiri atas loop. Dengan initial time, final time inf (tak berhingga), dan ODE Solver runge kutta (euler) Konfigurasi DAQ Assistant PUMP E- Tangki penampung V-3 Driver pompa Gambar 3.3 Skema Alat. Gambar 3.3 merupakan skema alat yang digunakan. Level diukur oleh potensiometer. Perubahan menyebabkan perubahan resistansi potensiometer. Keluaran dari potensiometer dihubungkan dengan pengkondisi sinyal SC- untuk diubah ke tegangan, supaya bisa dibaca oleh DAQ. DAQ menerima input dari SC- berupa tegangan, yang kemudian diolah di LabVIEW untuk menghasilkan sinyal kontrol. Sinyal kontrol dikembalikan ke plant melalui DAQ berupa tegangan DC. Tegangan pompa AC, sehingga keluaran DAQ masuk ke rangkaian driver pompa untuk memanipulasi tegangan AC pompa, yang nantinya mampu mengendalikan debit air yang masuk ke tangki. 3.2 Pembuatan Algoritma Sistem Pengendalian Level Gambar 3.5 Block diagram pembacaan berdasarkan tegangan Konfigurasi sinyal input ke DAQ dilakukan dengan dobel klik pada DAQ Assistant, dipilih acquire signal-analog input kemudian dipilih voltage kemudian dipilih channel ai2. Konfigurasi ini diperlukan untuk menentukan jenis sinyal yang akan dibaca dan channel yang dipilih. Gambar 3.5 merupakan algoritma pembacaan tegangan sensor dan persamaan aritmatika untuk menyatakan hubungan antara tegangan sensor dengan tangki. DAQ Assistant sebagai pengakuisisi data dari sensor. Keluaran DAQ diberi fungsi transfer lowpass filter 4

5 untuk meredam gangguan, sehingga tegangan yang dibaca stabil. Saat pengujian pembacaan tegangan LabVIEW, tampilan tegangan LabVIEW tidak sama dengan tegangan yang sebenarnya, dan memiliki error sekitar 5%. Untuk mengatasinya, perlu dibuat persamaan linear yang menunjukkan hubungan antara tegangan LabVIEW dengan tegangan yang sebenarnya, untuk mendapatkan nilai yang sebenarnya. Persamaannya yaitu v real =.645v LabVIEW Sedangkan, hubungan antara tegangan sensor dengan adalah h = 25v real Keluaran dari algoritma ini nanti akan masuk ke variabel proses dari kontrol P, yang nantinya akan dibandingkan dengan setpoint Konfigurasi PID batas UCL, dan LCL akan berubah mengikuti setpoint yang kita masukkan. 3.3 Deteksi Kegagalan Berdasarkan Metode Control Chart Pada sistem pengendalian PCT-9, ada empat komponen yang dideteksi yaitu DAQ, sensor, sub-proses (aktuator), dan proses. Disini digunakan metode control chart sebagai acuan sistem dalam kondisi normal atau gagal. Saat berada dalam batas UCL dan LCL, maka sistem dikatakan normal. Saat berada di luar batas UCL dan LCL, maka sistem deteksi kegagalan akan bekerja dan mendeteksi penyebab kegagalan sistem tersebut. MULAI ATAU LEVEL DI DALAM BATAS LEVEL UCL & LCL? < - KONSTAN? DIGITAL INPUT =? LEVEL < 5? SISTEM NORMAL DAQ FAULT SENSOR FAULT POMPA FAULT SK =? Gambar 3.6 Block diagram kontrol PID Gambar 3.6 merupakan algoritma kontroller yang dipakai. Process variable merupakan nilai keluaran dari persamaan h = 25v real seperti yang dijelaskan paragraf sebelumnya. Nilai ini yang akan dibandingkan dengan setpoint. Pada blok PID, selain terdapat setpoint, process variable, PID gains, juga terdapat setpoint range, output range, auto?(t), yang masing-masing digunakan untuk membatasi setpoint, membatasi sinyal kontrol, dan memilih tipe kontrol otomatis (dengan kontroller) atau manual (tanpa kontroller). Konfigurasi DAQ output dilakukan dengan dobel klik pada DAQ Assistant, dipilih generate signal-analog output kemudian dipilih voltage kemudian dipilih channel ao. Konfigurasi ini diperlukan untuk menentukan jenis sinyal yang akan dikirimkan ke plant dan channel berapa yang dipilih. Gambar 3.7 Block diagram perubahan batas UCL dan LCL berdasarkan setpoint Gambar 3.7 merupakan block diagram perubahan batas mean, UCL, dan LCL berdasarkan setpoint. Berdasarkan blok tersebut, hanya ada tiga setpoint yang diijinkan, yaitu 8 mm, 9 mm, dan mm. Masingmasing setpoint memiliki nilai mean, batas UCL, dan LCL tegangan sensor maupun yang berbeda. Nilai mean, PROSES FAULT SELESAI Gambar 3.8 Diagram alur deteksi kegagalan Gambar 3.8 merupakan diagram alur deteksi kegagalan. Bersasarkan gambar tersebut, sistem dikatakan normal jika nilai tegangan atau yang dibaca sensor di dalam batas UCL dan LCL. Sistem dikatakan gagal saat berada di luar batas UCL dan LCL. Sistem deteksi kegagalan mendeteksi secara berurutan dari DAQ, sensor, pompa, lalu proses. Mula-mula DAQ yang dideteksi apakah berjalan normal atau tidak. Kemudian, sensor yang dideteksi apakah gagal atau tidak. Apabila sensor normal, subproses (aktuator) dideteksi apakah gagal atau tidak. Apabila sub-proses berjalan normal, proses yang dideteksi apakah normal atau gagal. Begitu seterusnya. Pada pembuatan algoritma deteksi kegagalan, digunakan case structure sebagai perbandingan dalam penentuan benar atau salah. Untuk menentukan komponen mana yang gagal, tergantung tampilan pada grafik. Nilai saat kondisi normal (semua komponen: sensor, pompa, dan proses), bernilai 2 saat sensor yang gagal, bernilai 3 saat pompa yang gagal, dan bernilai 4 saat kegagalan pada proses, dan bernilai 5 saat DAQ gagal Algoritma deteksi kegagalan pada DAQ Gambar 3.9 Algoritma deteksi kegagalan pada DAQ 5

6 MULAI ATAU LEVEL DI DALAM BATAS UCL & LCL? SISTEM NORMAL < - DAQ FAULT SELESAI Gambar 3. merupakan algoritma deteksi kegagalan pada LabVIEW untuk mendeteksi kegagalan pada sensor, sedangkan gambar 3.2 merupakan diagram alur pendeteksian kegagalan pada sensor. Saat tegangan sensor atau berada dalam batas UCL dan LCL, maka sensor dikatakan normal dan grafik akan menunjukkan angka. Saat tegangan sensor atau berada di luar batas UCL dan LCL, sistem dikatakan gagal. Algoritma ini akan membaca lagi, apakah yang terbaca konstan saat terjadi perubahan nilai setpoint. Jika tidak, sensor dikatakan normal, dan grafik menunjukkan angka. Jika benar, maka sensor dikatakan gagal dan grafik menunjukkan nilai Algoritma deteksi kegagalan pada pompa Gambar 3. Diagram alur deteksi kegagalan pada DAQ Saat DAQ dalam kondisi mati atau tidak bekerja, tegangan yang terbaca LabVIEW bernilai sekitar -,4. Saat tegangan tersebut yang terbaca, yang diindikasikan bernilai kurang dari mm. Gambar 3.9 merupakan algoritma deteksi kegagalan pada LabVIEW untuk mendeteksi kegagalan pada DAQ. Sedangkan, gambar 3. adalah diagram alur pendeteksian saat DAQ gagal. Saat DAQ gagal, DAQ tidak mampu membaca sensor maupun pompa. Saat DAQ gagal, tegangan yang terbaca di LabVIEW bernilai lebih kecil dari - volt. Saat tegangan yang dibaca di LabVIEW kurang dari -, maka DAQ dikatakan gagal. Saat tidak kurang dari - volt, maka DAQ dikatakan normal. Gambar 3.3 Algoritma deteksi kegagalan pada pompa MULAI ATAU LEVEL DI DALAM BATAS UCL & LCL? DIGITAL INPUT =? Algoritma deteksi kegagalan pada sensor SISTEM NORMAL POMPA FAULT SELESAI Gambar 3.4 Diagram alur kegagalan pada pompa Gambar 3. Algoritma deteksi kegagalan pada sensor MULAI ATAU LEVEL DI DALAM BATAS LEVEL UCL & LCL? KONSTAN? SISTEM NORMAL SENSOR FAULT Gambar 3.3 merupakan algoritma deteksi kegagalan pada LabVIEW untuk mendeteksi kegagalan pada pompa dan gambar 3.4 merupakan diagram alur pendeteksian kegagalan pada pompa. Algoritma ini menerima input berupa kondisi pompa. Digunakannya relay 24 volt DC sebagai saklar untuk menyalakan atau mematikan pompa, supaya DAQ mampu membaca kondisi pompa. DAQ menerima input tegangan DC dari relay 24 volt DC sebagai pengganti saklar untuk menghidupkan maupun mematikan pompa. Digunakan digital input untuk mengetahui kondisi pompa. Saat relay ON, DAQ menerima input tegangan, maka algoritma membaca nilai, berarti pompa dalam keadaan ON atau normal, sehingga grafik akan menunjukkan angka. Saat relay OFF, DAQ tidak menerima input tegangan, maka algoritma membaca nilai, berarti pompa dalam keadaan OFF atau gagal, sehingga grafik akan menunjukkan angka 3. SELESAI Gambar 3.2 Diagram alur kegagalan pada sensor 6

7 3.3.4 Algoritma deteksi kegagalan pada proses Gambar 3.5 Algoritma deteksi kegagalan pada proses Gambar 3.5 merupakan algoritma deteksi kegagalan pada LabVIEW untuk mendeteksi kegagalan pada proses dan gambar 3.6 merupakan diagram alur pendeteksian kegagalan pada proses. Saat berada dalam batas UCL dan LCL, maka sistem dikatakan normal dan grafik menunjukkan angka. Saat berada di luar batas UCL dan LCL, maka sistem dikatakan gagal. Algoritma ini akan membaca kembali, apakah sinyal kontrol sama dengan. Kemudian, dibaca kembali apakah kurang dari 5 atau tidak. Jika salah, maka proses normal dan grafik menunjukkan angka. Jika benar, maka proses dikatakan gagal dan menunjukkan angka 4. Diagram blok algoritma LabVIEW secara lengkap bisa dilihat pada lampiran C. Sensor dikatakan gagal, saat sensor tidak mampu membaca dengan benar. Saat dalam kondisi mantap, sensor mampu membaca naik-turunnya. Pengujian kegagalan pada sensor dilakukan dengan menahan pelampung hingga tak mampu mengikuti perubahan. Saat kondisi mantap, kemudian dilakukan perubahan setpoint. Saat perubahan setpoint, pelampung tidak mampu mengikuti perubahan. Pompa dikatakan gagal, saat pompa tidak mampu menyuplai air ke tangki. Pengujian kegagalan pada pompa dilakukan dengan mengkondisikan power pompa dalam keadaan OFF. Tegangan pompa AC, sedangkan input ke DAQ berupa tegangan DC. Untuk bisa membaca kondisi pompa dalam keadaan ON atau OFF, digunakan relay 24 volt DC sebagai saklar pompa. Saat relay ON, maka pompa ON, begitu juga sebaliknya. Sehingga, saat pompa dalam keadaan ON, DAQ membaca tegangan 24 volt dari relay, begitu juga sebaliknya. Proses dikatakan gagal apabila sensor dan pompa bekerja dengan baik, namun tidak mampu mencapai setpoint. Hal ini terjadi karena debit air yang masuk lebih kecil dari debit air yang keluar. Kegagalan pada proses dilakukan dengan membuka katup yang digunakan untuk membuang air, dibuka hingga membuka %, sehingga debit air maksimal yang dialirkan pompa lebih kecil dari debit air yang keluar. Dengan demikian, terus turun dan tidak pernah mencapai setpoint. MULAI ATAU LEVEL DI DALAM BATAS UCL & LCL? SISTEM NORMAL LEVEL < 5? SK =? PROSES FAULT SELESAI IV. ANALISA DAN PEMBAHASAN HASIL SIMULASI Setelah dilakukannya pembuatan perangkat keras driver pompa, algoritma sistem pengendalian, dan algoritma deteksi kegagalan, maka pada bab ini akan dibahas mengenai pengujian pembacaan tegangan pada LabVIEW, pengujian sistem pengendalian, analisa dan perhitungan data, serta pengujian algoritma deteksi kegagalan. 4. Pengujian Pembacaan Tegangan dan Level pada LabVIEW Untuk dapat menampilkan tangki yang sebenarnya pada LabVIEW, maka perlu dicari hubungan antara tegangan sensor dengan tangki. Dari tabel 4., bisa dilihat hubungan antara tegangan sensor dengan tangki. Dari data tersebut, dibuat persamaan linear yang menunjukkan hubungan antara tegangan dengan. Gambar 3.6 Diagram alur kegagalan pada proses 3.4 Pengujian Sistem Deteksi Kegagalan Algoritma sistem deteksi kegagalan perlu diuji untuk mengetahui apakah algoritma yang dibuat mampu mendeteksi kegagalan pada komponen sistem pengendalian. Komponen yang diuji dan dideteksi adalah DAQ, sensor, sub-proses (aktuator atau pompa), dan proses. DAQ dikatakan gagal saat tidak mampu membaca tegangan sensor maupun aksi pompa. Sehingga, tegangan yang dibaca bernilai nol dan aksi pompa yang dibaca OFF. Ini menyebabkan tidak akan pernah mencapai setpoint. Kegagalan pada DAQ dilakukan dengan mematikan power DAQ, sehingga DAQ dalam kondisi OFF. Tabel 4. Perbandingan tegangan dengan PCT-9 No. Tegangan Level No. Tegangan Level Tabel 4.2 adalah tabel yang menunjukkan perbandingan tegangan yang ditampilkan pada LabVIEW dengan tegangan sebenarnya. Dari tabel 4.2, didapatkan adanya ketidaksamaan antara data yang ditampilkan pada LabVIEW dan data yang ditampilkan SC-. Bisa dilihat bahwa terdapat perbedaan yang cukup besar. Ini akan 7

8 mempengaruhi ketidakakuratan pembacaan pada LabVIEW. persamaan 2.5. Dari tabel 4.3 didapatkan nilai deviasi standar error sebagai berikut: Tabel 4.2 Perbandingan tegangan pada LabVIEW dengan tegangan sebenarnya No. Tegangan Tegangan No. Tegangan Tegangan sebenarnya LabVIEW sebenarnya LabVIEW Untuk menampilkan nilai tangki pada LabVIEW, digunakan persamaan linear yang menyatakan hubungan antara tegangan dengan. Dari data tabel 4. dan gambar 4., maka didapat persamaan linear sebagai berikut: tegangan Hubungan tegangan vs -.2 y =.4x R² = Series Linear (Series) Gambar 4. Hubungan linear antara tegangan dengan (4.) (4.2) Sedangkan, untuk menampilkan tegangan sebenarnya pada LabVIEW, dibuat persamaan linear antara tegangan LabVIEW dengan tegangan sebenarnya untuk mengkompensasi besar error, sehingga pada LabVIEW tetap terbaca tegangan sebenarnya yang sama dengn yang ditampilkan SC-. Persamaannya yaitu sebagai berikut: (4.3) Setelah persamaan matematis diperoleh dengan syarat yang telah ditentukan, kemudian persamaan tersebut diprogram dalam LabVIEW sehingga persaman tersebut bisa divisualisasikan seperti kondisi pada PCT-9. Setelah program pada LabVIEW dijalankan, didapatkan data validasi antara yang ditampilkan oleh LabVIEW dan yang ada pada PCT-9. Data tersebut ditampilkan pada tabel 4.3, dalam data validasi di bawah, terdapat error pengukuran pada tampilan LabVIEW dan data pada PCT-9. Dengan data validasi pada tabel 4.3 dapat dicari nilai deviasi standar berdasarkan Tabel 4.3 Data validasi antara PCT-9 dengan pada LabVIEW No. Level PCT- Level pada error errorerror rata2 (errorerror rata2 ) 2 9 LabVIEW Rata-rata 2.3 Jumlah Dari hasil perhitungan deviasi standar error tersebut, didapatkan nilai deviasi standar error adalah 2.4 mm. Dimana dengan nilai deviasi standar error tersebut nilai yang ditampikan oleh LabVIEW mempunyai variasi ± 2.4 mm. Presentase deviasi standar error yang dicari dengan membandingkan deviasi standar error dan span dari pengukuran adalah: 4.2 Hasil Pengujian Sistem Pengendalian Level Setelah dibuat algoritma sistem pengendalian, maka dilakukan pengujian. Dilakukan penalaan untuk mendapatkan nilai parameter kontroller yang paling baik. Dengan metode trial and error didapatkan kontroller yang paling baik, yaitu Proporsional dengan nilai Kc sebesar 3. Digunakannya mode kontrol Proporsional dikarenakan untuk plant pengendalian sudah cukup menggunakan kontrol Proporsional. Selain itu, untuk plant sudah memiliki integrator, sehingga sudah stabil hanya dengan menggunakan kontrol Proporsional. Hal ini dibuktikan pada respon sistem yang sudah stabil pada gambar 4.2 dan gambar 4.3. Gambar 4.2 merupakan 8

9 tampilan front panel untuk performansi sistem pengendalian yang dibuat dengan nilai Kc sebesar 3. Untuk melihat perbandingan performansi sistem pengendalian saat digunakan nilai Kc yang berbeda-beda bisa dilihat pada lampiran E. Gambar 4.2 Tampilan front panel pengendalian dengan Kc=3 Gambar 4.2 dan gambar 4.3 di atas merupakan respon saat tracking setpoint dari setpoint 8 mm, mm, dan 6 mm, dengan nilai Kc = 3. Untuk gambar 4.3 merupakan tampilan untuk tegangan sensor (proporsional dengan ). Berdasarkan respon tersebut, bisa dilihat bahwa sistem mampu mengikuti perubahan setpoint. Dari hasil pengujian sistem pengendalian, didapat kesimpulan bahwa respon sistem tidak memiliki maximum overshoot, settling time detik, error kondisi mantap,8%. Level (mm) setpoint Gambar 4.3 Kondisi saat diberi gangguan Gambar 4.3 merupakan performansi sistem pengendalian saat diberi gangguan. Gangguan yang diberikan berupa penambahan air dari atas tangki dengan volume kira-kira,45 liter. Berdasarkan gambar tersebut, bisa diamati bahwa sistem mampu bekeja dengan baik saat sistem diberi gangguan Hasil Pembuatan Sistem Deteksi Kegagalan Setelah berhasil dilakukan pengendalian dan penalaan untuk mendapatkan nilai Kc yang sesuai, maka dilakukan pengambilan data. Data tersebut digunakan untuk menentukan parameter statistik dari dan tegangan, meliputi nilai rata-rata, UCL, dan LCL. Data yang telah diambil dengan variasi tiga setpoint yang berbeda bisa dilihat pada lampiran D. Setelah didapat data pengukuran di atas, maka selanjutnya dihitung nilai parameter statistik yaitu deviasi standar, rata-rata, UCL, dan LCL untuk masingmasing setpoint. Berdasarkan persamaan 2.4 sampai persamaan 2.7 dan persamaan 4.2, didapat nilai sebagai berikut: Tabel 4.4 Parameter statistik Parameter Setpoint Level (mm) 8 2 Rata-rata Deviasi standar UCL LCL Tabel 4.5 Parameter statistik tegangan Parameter Setpoint Tegangan (volt) Rata-rata UCL LCL Hasil Pengujian Sistem Deteksi Kegagalan Sebelum algoritma deteksi kegagalan dibuat, perlu diketahui terlebih dahulu respon sistem, meliputi grafik respon,tegangan, dan sinyal kontrol, yang nantinya dijadikan acuan untuk membuat algoritma deteksi kegagalan. Ketiga respon tersebut didapat saat sensor gagal, pompa gagal, dan proses gagal. Bedasarkan ketiga grafik tersebut dengan kondisi yang berbeda-beda, dibuat algoritma deteksi kegagalan pada sensor, pompa, maupun proses. Pada pembuatan algoritma deteksi kegagalan, sistem pengendalian dikatakan gagal saat tegangan sensor atau tangki berada di luar batas UCL dan LCL. Algoritma deteksi kegagalan bekerja saat atau tegangan berada di luar batas UCL dan LCL. Algoritma ini akan mengeksekusi secara berurutan, dimulai dari sensor, pompa, lalu proses. Untuk menentukan komponen mana yang gagal, tergantung tampilan pada grafik. Nilai saat kondisi normal (semua komponen: sensor, pompa, dan proses), bernilai 2 saat sensor yang gagal, bernilai 3 saat pompa yang gagal, bernilai 4 saat kegagalan pada proses., dan bernilai 5 saat DAQ gagal. Level (mm) Gambar 4.4 Kondisi saat sistem normal setpoint Gambar 4.4 merupakan kondisi saat sistem berjalan normal. Sistem berjalan normal yang berarti semua komponen (sensor, pompa, proses, dan DAQ) bekerja dengan baik. Saat semua komponen bekerja normal, berada dalam batas UCL dan LCL. Level berada di luar batas UCL dan LCL saat kondisi awal saja,

10 yaitu saat pengisian awal tangki dari kondisi tangki kosong. Sedangkan, gambar 4.5 merupakan indikator komponen gagal yang ditampilkan pada LabVIEW. Saat berada di dalam batas UCL dan LCL, algoritma deteksi kegagalan membaca kondisi masing-masing komponen, dan mengindikasikan bahwa komponenkomponen tersebut berjalan normal. Gambar menunjukkan angka, yang artinya semua komponen (sensor, pompa, proses, dan DAQ) berjalan normal. Indikator kegagalan sensor pompa proses DAQ Gambar 4.8 Indikator kegagalan komponen Gambar 4.5 Indikator kegagalan komponen 4.4. Pengujian algoritma deteksi kegagalan pada DAQ DAQ digunakan untuk membaca tegangan sensor dan membaca aksi pompa. Saat DAQ gagal, tegangan yang dibaca DAQ adalah sekitar -,4, sehingga menunjukkan nilai kurang dari - mm. Kondisi saat DAQ gagal ditunjukkan pada gambar 4.6. Gambar 4.7 merupakan sinyal kontrol keluaran dari kontroller, sesuai dengan kondisi. Sinyal kontrol menunjukkan nilai maksimum, yang artinya tegangan yang masuk ke pompa maksimum, sehingga debit air yang masuk ke tangki juga maksimum. Tetapi tidak pernah mencapai setpoint, dan yang terbaca bernilai negatif. Gambar 4.8 merupakan grafik indikator kegagalan komponen yang dideteksi. Saat tegangan yang dibaca bernilai sekitar -.4, dimana pada kondisi tegangan tersebut, yang ditampilkan kurang dari - mm, maka algoritma akan mendeteksi kegagalan pada DAQ. Hal ini ditunjukkan dengan grafik yang menunjukkan angka 5 saat DAQ dinyatakan gagal. Level (mm) Gambar 4.6 Kondisi saat DAQ gagal Sinyal kontrol sinyal kontrol Gambar 4.7 Sinyal kontrol saat DAQ gagal setpoint UCL LCL sinyal kontrol Gambar 4.9 Indikator kegagalan DAQ Gambar 4.9 merupakan tampilan front panel pada LabVIEW saat terjadi kegagalan pada DAQ. Pada gambar tersebut menunjukkan angka 5 saat terjadi kegagalan pada DAQ. Ini menunjukkan bahwa algoritma yang dibuat berhasil mendeteksi adanya kegagalan pada DAQ, dengan waktu respon untuk mendeteksi DAQ gagal yaitu 2,5 detik Pengujian algoritma deteksi kegagalan pada sensor Gambar 4. merupakan kondisi saat sensor gagal. Mula-mula sensor dikondisikan normal, sehingga mampu mengikuti perubahan. Kemudian, sensor diganggu dengan cara menyangkutkan pelampung hingga tak mampu mengikuti gerak naik turunnya. Gambar tersebut didapat saat perubahan setpoint dari 2 mm ke 8 mm, dengan kondisi sensor diganggu.

11 Level (mm) 5 5 Sinyal k l Gambar 4. Kondisi saat sensor gagal sinyal kontrol setpoint UCL LCL sinyal kontrol Gambar 4. Kondisi sinyal kontrol saat sensor gagal Gambar 4. merupakan nilai sinyal kontrol berdasarkan kondisi saat sensor dikatakan gagal. Berdasarkan gambar 4. dan gambar 4., saat perubahan setpoint dari 2 mm ke 8 mm, dengan kondisi sensor diganggu, sensor tetap membaca pada nilai sekitar 2 mm. Padahal, sesuai dengan gambar 4., sinyal kontrol berubah-ubah hingga mencapai kondisi akhir yaitu pada nilai minimum, yaitu bernilai 5. Pada kondisi ini, pompa tidak mengalirkan air ke tangki, sehingga air pada tangki terus turun. Namun, sensor tetap membaca sekitar 2 mm. Dalam hal ini maka sensor dikatakan gagal. Gambar 4.2 merupakan tampilan front panel pada LabVIEW untuk mengindikasikan komponen mana yang dinyatakan gagal. Berdasarkan gambar 4.2, grafik menunjukkan nilai 2 saat sensor tidak bekerja. Ini menunjukkan bahwa algoritma yang dibuat berhasil mendeteksi adanya kegagalan pada sensor. Indikator kegagalan DAQ sensor pompa proses Gambar 4.3 Grafik indikator kegagalan komponen Gambar 4.3 merupakan grafik indikator kegagalan komponen. Berdasarkan gambar 4., saat dalam kondisi mantap pada setpoint 2 mm, sensor diganggu. Saat dilakukan perubahan nilai setpoint dari 2 mm ke 8 mm, sensor tidak mampu mengikuti turunnya dan tetap menunjukkan pembacaan sekitar 2 mm. Padahal, besar sinyal control berubah-ubah hingga mencapai kondisi minimal. Pada gambar 4.3, grafik mampu menunjukkan letak kegagalan pada sensor dengan menunjukkan angka 2 saat terjadi kegagalan pada sensor, dengan waktu respon untuk mendeteksi sensor gagal yaitu 3 detik Pengujian algoritma deteksi kegagalan pada pompa Gambar 4.4 merupakan kondisi saat pompa dinyatakan gagal atau mati. Berbeda dengan konsep algoritma deteksi kegagalan pada sensor, kegagalan pompa hanya dideteksi berdasarkan sinyal yang diberikan oleh relay 24 volt DC sebagai pengganti saklar pompa. Saat relay dalam keadaan ON, maka pompa juga ON, sehingga dinyatakan normal. Sedangkan saat relay dalam keadaan OFF, pompa juga OFF, sehingga pompa dinyatakan gagal. Saat pompa gagal, turun secara perlahan keluar dari batas UCL dan LCL, hingga kondisi minimal tangki. Hal ini dikarenakan tidak ada suplai air ke tangki, sedangkan air yang keluar tetap ada, sesuai yang ditunjukkan pada gambar 4.4 Level (mm) setpoint UCL LCL Gambar 4.4 Kondisi saat pompa gagal Gambar 4.2 Tampilan grafik saat sensor gagal

12 Indikator kegagalan Level (mm) 25 2 DAQ 5 sensor pompa 5 proses setpoint UCL LCL Gambar 4.5 Grafik indikator kegagalan komponen Gambar 4.5 merupakan grafik indikator yang menunjukkan komponen mana yang gagal sesuai dengan kondisi pada gambar 4.4. Berdasarkan gambar 4.5, saat dalam kondisi mantap pada setpoint 2 mm, pompa dimatikan, sehingga terus turun. Saat berada dalam kondisi mantap, yaitu pada nilai sekitar 8 mm, sistem terbaca dalam kedaan normal. Grafik mampu menunjukkan angka saat sistem normal, yang artinya tidak terjadi kegagalan pada komponen sistem dan saat terjadi kegagalan pada pompa, grafik menunjukkan angka 3. Ini mengindikasikan bahwa sistem deteksi yang dibuat berhasil mendeteksi adanya kegagalan pada pompa. Gambar 4.7 Kondisi saat proses gagal Saat pengisian awal tangki, air berada pada nilai kurang dari 5 mm. Saat kondisi tersebut, berada di luar batas UCL dan LCL, hingga beberapa detik kemudian mencapai nilai yang diinginkan. Saat dalam kondisi normal, artinya berada dalam batas UCL dan LCL, kemudian sistem diganggu dengan membuka katup yang digunakan untuk membuang air dibuka sampai %. Saat katup dalam kondisi membuka %, debit maksimal air yang masuk tidak mampu mengimbangi debit air yang keluar, sehingga terus turun keluar dari batas UCL dan LCL, seperti yang ditunjukkan gambar sinyal kontrol 5 sinyal kontrol Gambar 4.6 Tampilan grafik saat pompa gagal Gambar 4.6 merupakan tampilan front panel pada LabVIEW untuk mengindikasikan komponen mana yang dinyatakan gagal. Berdasarkan tersebut, grafik menunjukkan nilai 3 saat pompa tidak bekerja. Ini menunjukkan bahwa algoritma yang dibuat berhasil mendeteksi adanya kegagalan pada pompa, dengan waktu respon untuk mendeteksi adalah detik Pengujian algoritma deteksi kegagalan pada proses Gambar 4.7 merupakan kondisi saat proses dinyatakan gagal. Saat pengisian awal tangki, air masih menunjukkan nilai di sekitar 5 mm. Hal ini disebabkan pembacaan sensor hanya mampu membaca kondisi paling minimal sebesar 5 mm, sehingga saat yang sebenarnya berada dalam nilai kurang dari 5 mm, maka sensor tetap membaca tersebut pada nilai sekitar 5 mm. Gambar 4.8 Kondisi sinyal kontrol saat proses gagal Gambar 4.8 merupakan kondisi sinyal kontrol berdasarkan kondisi pada gambar 4.7. Berdasarkan gambar tersebut, bisa diamati bahwa saat mulai turun, sinyal kontrol naik hingga (kondisi maksimal). Tapi, nyatanya tetap turun, padahal pompa dalam keadaan mengalirkan air secara maksimal. Dengan demikian, proses dikatakan gagal. Indikator kegagalan 2 Gambar 4.9 Grafik indikator kegagalan komponen

13 Gambar 4.9 merupakan grafik indikator kegagalan komponen. Sesuai dengan gambar tersebut, saat kondisi awal, yaitu saat pengisian awal tangki, proses dikatakan gagal dan grafik menunjukkan angka 4. Beberapa saat kemudian, saat berada dalam batas UCL dan LCL, sistem dikatakan normal, dan grafik menunjukkan angka. Kemudian, proses diganggu dengan membuka katup pada kondisi membuka %. Saat itu, air langsung turun keluar dari batas UCL dan LCL. Proses dikatakan gagal. Grafik mampu membaca adanya kegagalan pada proses tersebut dan menampilkan angka 4. Gambar 4.2 Tampilan grafik saat proses gagal Gambar 4.2 merupakan tampilan pada LabVIEW untuk menunjukkan komponen kegagalan yang dideteksi. Berdasarkan gambar tersebut, bisa dilihat bahwa algoritma yang dibuat berhasil mendeteksi adanya kegagalan pada proses, dengan waktu respon untk mendeteksi kegagalan proses yaitu,5 detik. 5. Kesimpulan V. PENUTUP Setelah melakukan penelitian tentang perancangan sistem deteksi kegagalan pada sistem pengendalian PCT-9 di laboratorium rekayasa instrumentasi dengan NI PCI-622 sebagai antarmuka antara plant dengan komputer, maka didapat beberapa kesimpulan yaitu:. Berhasil dirancang sistem pengendalian menggunakan kontrol Proporsional dengan nilai Kc 3, menghasilkan deviasi standar error pada kondisi mantap sebesar 2%. 2. Respon sistem pengendalian tanpa maximum overshoot, settling time detik, dan error pada kondisi mantap,8%. 3. Sistem deteksi kegagalan berhasil mendeteksi kegagalan pada sensor, sub-proses (aktuator), proses, dan DAQ, dengan nilai deviasi standar pengukuran,72 dan parameter statistik (rata-rata, UCL, dan LCL) sesuai nilai setpoint, yaitu rata-rata sama dengan setpoint, UCL dan LCL sama dengan setpoint ± 3σ. 4. Waktu respon sistem deteksi kegagalan untuk mendeteksi kegagalan pada DAQ, sensor, aktuator, dan proses masing-masing yaitu 2,5 detik, 3 detik, detik, dan,5 detik Saran Ada pun saran yang diajukan untuk penelitian berikutnya yaitu perlu dirancang sistem deteksi kegagalan untuk sistem yang dinamik. DAFTAR PUSTAKA. Didik Kusanto, 2, Perancangan Sistem Akuisisi Data Sebagai Alternatif Modul DAQ LabVIEW Menggunakan ATMEGA8535, Surabaya, ITS 2. Antoine Genovesi, Je Âro Ãme Harmand, dan Jean- Philippe Steyer, A fuzzy logic based diagnosis system for the on-line supervision of an anaerobic digestor pilot-plant, Elsevier, Biochemical Engineering Journal 3 (999) Ariyanto, 2, Rancang Bangun Sistem Monitoring Dengan Metode Statistical Process Control (SPC) Secara On-Line pada Plant Bioreaktor Anaerob Kontinyu, Surabaya, ITS. 4. Bentley John P. 995, Principles of Measurement Systems, Third Edition, Longman Group Limited, Singapore 5. National Instrument Developer Zone, Data Acquisition Fundamentals, [online], (diakses tanggal Februari 2) 6. Barnett, H. Richard, 26, Embedded C Programming and The Atmel AVR, Thomson Delmar Learning, Canada. 7. Kazimierczuk, Marian K, 28, Pulse-width Modulated DC DC Power Converters, Wright State University, Dayton, Ohio, USA. 8. Frans Gunterus, 994, Falsafah Dasar: Sistem Pengendalian Proses, PT. Elex Media Komputindo, Jakarta. Biodata Peneliti: Nama : Didin Oktawandi TTL : Lamongan, 5 Oktober 988 Alamat : Keputih II/27B, Sukolilo didintf7@gmail.com Pendidikan: SDN II Surabayan, Sukodadi Lamongan (995 2) SMPN Pucuk, Lamongan (2 24) SMAN 2 Lamongan (24 27) Teknik Fisika ITS (27 2)