BAB VI PENGUJIAN SISTEM. Beberapa skenario pengujian akan dilakukan untuk memperlihatkan

Transkripsi

1 BAB VI PENGUJIAN SISTEM 6.1 Tahap Persiapan Pengujian Beberapa skenario pengujian akan dilakukan untuk memperlihatkan performansi sistem kontrol yang dirancang. Namun perlu dipersiapkan terlebih dahulu mengenai kelengkapan sistem kontrol yang akan diujikan. Beberapa kelengkapan yang harus dipenuhi tersebut adalah : kalibrasi terhadap data-data sensor, investigasi terhadap sifat keteramatan dan keterkontrolan sistem kontrol Kalibrasi Sensor Salah satu faktor yang mempengaruhi validasi data keluaran sistem kontrol adalah, kualitas data masukan yang dihasilkan sensor. Olehkarena itu data-data yang dihasilkan oleh sensor perlu dikalibrasi dengan alat ukur yang dijadikan referensi atau kalibrator. Pengertian kalibrasi menurut ISO adalah seperangkat operasi dalam kondisi tertentu yang bertujuan untuk menentukan hubungan antara nilai-nilai yang ditunjukkan oleh alat ukur atau sistem pengukuran atau nilai yang ditunjukkan material ukur dengan nilai measurand yang telah diketahui. Prosedur yang dilakukan selama proses kalibrasi adalah, pengambilan data temperatur dari masing-masing sensor melalui software HMI dan pencatatan manual terhadap data temperatur dari termometer. Pengambilan data dilakukan setiap 10 82

2 detik sekali dalam periode waktu 12 menit, pada posisi yang sama dalam waktu yang bersamaan. Berikutnya akan diperlihatkan hasil yang diperoleh pada tahap kalibrasi. Error Rata-rata Standar Deviasi Error Persamaan Regressi Linier Sensor Y=0.917X Sensor Y=0.8859X Sensor Y=0.8733X Sensor Y=0.8625X Sensor Y=0.895X Sensor Y= Sensor Y=0.961X+0.34 Sensor Y=0.8832X (Tabel 6.1 : Tabel hasil kalibrasi masing-masing sensor temperatur ) Data Sensor ( Celcius ) Kalibrasi Sensor 1 y = 0.917x Data Kalibrator ( Celcius ) (Gambar 6.1 : Grafik kalibrasi sensor 1 terhadap kalibrator) 83

3 Data Sensor ( Celcius) Kalibrasi Sensor 8 y = x Data Kalibrator ( Celcius ) (Gambar 6.2 : Grafik kalibrasi sensor 8 terhadap kalibrator) Pengujian Keteramatan dan Keterkontrolan Sistem Persyaratan fundamental yang harus dipenuhi sebelum melakukan perancangan sistem kontrol adalah, sistem yang dikontrol harus teramati sempurna dan terkontrol sempurna. Keteramatan sistem kontrol mensyaratkan supaya variabel dalam sistem yang akan dikontrol dapat terukur. Keterkontrolan sistem kontrol, mensyaratkan supaya respon pada sistem kontrol bervariasi sesuai variasi sinyal masukan yang diberikan. Pada prakteknya pengujian tentang keteramatan dan keterkontrolan dilakukan secara bersamaan. Prosdur yang dijalankan adalah, memanaskan ruangan dengan variasi bukaan valve yang berbeda-beda. Berikut hasil pengujian yang telah dilakukan : 84

4 (Gambar 6.3 : pengujian keteramatan sistem ) Sistem teramati sempurna karena pada gambar 6.32, diperlihatkan respon dinamik dari perubahan suhu yang berbeda satu sama lainnya berdasarkan variasi bukaan valve, olehkarena itu sistem dapat dikontrol. 6.2 Investigasi Karakteristik Sistem Dinamik Pengujian ini dilakukan untuk membuktikan kebenaran model yang pernah dibuat mengenai karakterstik sistem (lih Bab 3). Ilustrasi dari model sistem diperlihatkan melalui gambar berikut ini : 85

5 (Gambar 6.4: Hasil simulasi melalui model matematis sistem dinamik ) Merujuk pada gambar 6.4 tersebut disimpulkan bahwa, kemiringan masing-masing kurva berkaitan dengan posisi sensornya. Semakin besar kemiringan semakin dekat posisi sensor terhadap sumber panas. Namun hasil pengujian menunjukan ketidakcocokan dengan apa yang sudah diprediksikan melalui model matematis tersebut. Berikut ini adalah, karakteristik sistem dinamik melalui hasil pengujian : (Gambar 6.5 : Hasil Pengujian Karakteristik Sistem Dinamik) 86

6 Merujuk pada gambar 6.5, penempatan masing-masing sensor mengikuti konfigurasi berikut : (Gambar 6.6 : Konfigurasi sensor selama pengujian) Seharusnya perubahan kemiringan temperature pada setiap posisi sensor berurutan dari kemiringan yang paling besar sampai kemiringan yang paling kecil. Sesuai hasil simulasi (gambar 6.4). Namun hasil yang muncul menunjukan bahwa perubahan kemiringan temperatur untuk masing-masing sensor tidak berurut sesuai posisinya, bahkan acak. Dari hasil ini dapat disimpulkan bahwa pemodelan matematis tidak mampu memprediksi perubahan kemiringan temperature sensor terhadap posisinya. 6.3 Pengujian Performansi Sementara Sistem Kontrol Pada awalnya pengujian dilakukan dengan menggunakan konfigurasi fuzzy logic sementara. Karena sebagaimana yang telah dibahas sebelumnya, konfigurasi fuzzy logic yang optimal baru dihasilkan setelah melalui proses trial and error. Pada pembahasan ini akan ditunjukan evolusi dari perubahan konfigurasi fuzzy logic dari konfigurasi awal sampai ditemukan konfigurasi yang optimum. Pengujian dilakukan dengan mencoba untuk dilakukan pengontrolan pada beberapa nilai set point dalam rentang periode yang telah ditentukan. 87

7 6.3.1 Performansi Sistem Melalui Konfigurasi Awal Fuzzy Logic Tahap awal yang harus dilakukan sebelum membangun konfigurasi fuzzy logic adalah, menentukan domain crisp dari setiap variabel yang akan diproses melalui proses fuzzifikasi. Pada prakteknya data-data tersebut bisa diperoleh melalui proses pengambilan data selama selang waktu tertentu. (Gambar 6.7 : Grafik laju perubahan error selama selang waktu 1200 detik) Penentuan domain data crisp berkaitan dengan pentuan batas-batas selang data crisp yang dipakai. Penentuan selang data crisp error dan bukaan valve dapat ditentukan secara langsung, namun penentuan selang data cisp laju perubahan error atau error dot membutuhkan data-data pengamatan. Prosedur pengambilan data adalah dengan cara memanaskan sistem melalui bukaan penuh, kemudian dapat ditentukan melalui grafik batas maksimum dan minimum dari range data crisp yang digunakan. Merujuk pada gambar 6.7, dapat ditentukan secara kualitatif bahwa range data crisp bagi variabel laju perubahan error atau error dot berada pada selang :

8 s/d Selanjutnya diputuskan untuk membentuk konfigurasi dari sistem fuzzy logic seperti yang diperlihatkan pada gambar-gambar dibawah ini : (Gambar 6.8 : Konfigurasi awal himpunan fuzzy variable error) (Gambar 6.9 : Konfigurasi awal himpunan fuzzy variable errordot) 89

9 (Gambar 6.10: Konfigurasi awal himpunan fuzzy variable bukaan) (Gambar 6.11 : Konfigurasi awal rule base ) Setelah konfigurasi awal fuzzy logic telah dibuat selanjutnya menguji performansi sistem kontrol yang mampu dicapainya. Berikut ini adalah hasil pengujian performansi dengan nilai set point 29 0 Celcius. 90

10 (Gambar 6.12 : Respon temperature sistem kontrol konfigurasi awal fuzzy logic ) Hasil menunjukan bahwa terdapat overshoot pada detik ke-447 dan tidak ada settling time, karena sistem cenderung naik menjauhi nilai setpoint dengan laju kesalahan rata-rata sebesar C / detik. Laju kesalahan negatif menandakan bahwa error yang dihasilkan kian mengecil, sebaliknya jika laju kesalahan positif. Hasil menunjukan laju error rata yang positif, ini mendakan bahwa sistem tidak stabil disekitar set point sebesar 29 0 C, bahkan monoton naik. Olehkarena itu percobaan dihentikan pada detik ke Performansi Sistem Melalui Konfigurasi Akhir Fuzzy Logic Pada percobaan selanjutnya, konfigurasi fuzzy logic yang baru dibuat, namun hasilnya sama saja. Berdasarkan pengalaman terhadap pengamatan data-data, disimpulkan bahwa : penentuan language variable yang banyak akan menyebabkan sistem sering mengalami perubahan, penentuan membership function untuk masingmasing himpunan fuzzy perlu memperhatikan daerah domain yang sering muncul. 91

11 Berdasarkan kesimpulan-kesimpulan yang bersifat kualitatif tersebut, mulai diputuskan untuk mereduksi beberapa languge variable. Pada awalnya dalam himpunan fuzzy errordot terdapat 3 language variable yaitu : decrease, steady dan increase. Namun dengan susunan konfigurasi yang seperti itu meskipun membership function pun di-adjust ternyata tidak membawa banyak perubahan. Namun ketika disadari bahwa perubahan yang terjadi pada domain crips errordot sangat sering dan cepat, maka diputuskan untuk mereduksi salah satu dari language variable nya. Dengan merujuk pada gambar 6.7, pola grafiknya menyerupai pola dari pulsa-pulsa, hal ini menandakan bahwa perubahan yang terjadi sangat cepat sekali. Jika languge variable nya dibuat banyak (lebih besar dari 2), maka sistem fuzzy akan menjadi sensitif dan sering mengalami perubahan. Pada akhirnya hasil inferensi pun akan sering berubah dengan perbedaan nilai yang cukup drastis. Imbas yang terjadi pada sistem kontrol adalah sistem menjadi tidak stabil ketika berada disekitar nilai set point. Bahkan akan semakin non-linier atau sukar diprediksi berkaitan dengan perubahan yang terjadi pada waktu yang cukup lama. Begitu pun dengan variable output dari bukaan, perubahan nilai output bersifat diskrit yaitu : 0%, 25%, 50%, 75% dan 100%. Imbasnya sama saja seperti pada kasus variable errordot, yaitu menyebab frekuensi perubahan nilai inferensi yang menjadi besar. Berbeda dengan respon variable error yang cenderung kontinyu, olehkarena itu tidak ada masalah jika penentuan language variable ditentukan banyak (lebih besar dari 2). 92

12 (Gambar 6.13 : Grafik perubahan error selama selang waktu 737 detik) Pada tahap akhir yaitu perancangan rule-base, penentuan consequent harus mempertimbangkan beberapa hal, seperti : respon proses yang terjadi dalam plant, daerah kerja sistem fuzzy logic pada setiap domain crips himpunan fizzy. Respon proses dipengaruhi oleh aksi kontrol, berupa bukaan valve yang mempengaruhi laju perubahan temperatur rata-rata dalam plant. Sehingga dapat dipahami mengenai efek dari setiap mode bukaan tersebut terhadap respon sistem. Daerah kerja system fuzzy logic berkaitan dengan daerah dalam domain crips setiap himpunan fuzzy logic yang dapat dibedakan melalui language variable nya. Penentuan daerah kerja ini ditentukan berdasarkan keinginan terhadap variasi perubahan nilai hasil perhitungan melalui fuzzy logic. Berdasarkan analisis terhadap kegagalan dalam perancangan konfigurasi fuzzy logic, maka dicoba dibuat konfigurasi dari fuzzy logic yang dimaksud. Berikut ini akan diperlihatkan mengenai konfigurasi fuzzy logic yang baru : 93

13 (Gambar 6.14 : Konfigurasi akhir himpunan fuzzy variable error) (Gambar 6.15 : Konfigurasi akhir himpunan fuzzy variable errordot) (Gambar 6.16 : Konfigurasi akhir himpunan fuzzy variable bukaan) 94

14 (Gambar 6.17 : Konfigurasi akhir rule base) Kemudian akan dilakukan pengujian performansi terhadap sistem kontrol dengan menggunakan konfigurasi fuzzy logic yang baru. Berikut ini merupakan hasil pengujian performansi yang dimaksud : (Gambar 6.18 : Respon temperatur sistem kontrol pada setpoint 27 C) 95

15 (Gambar 6.19 : Respon temperatur sistem kontrol pada setpoint 30 C ) (Gambar 6.20 : Respon temperatur sistem kontrol pada setpoint 32 C) (Gambar 6.21 : Respon temperatur sistem kontrol pada setpoint 33 C) 96

16 Secara umum, performansi yang dihasilkan untuk setiap nilai set pint yang diberikan telah mencapai hasil yang diharapkan. Berikut penjelasannya melalui table performansi dibawah ini : No Set Point Settling Time Overshoot Error Steady State (Celcius) ( Detik ) ( % ) ( Celcius ) (Tabel 6.2 : Tabel performansi sistem kontrol pada setiap setpoint ) Performansi sistem kontrol ditentukan oleh ketiga faktor yang telah diperlihatkan pada tabel 6.2, yaitu : settling time, overshoot, dan error steady state. Data-data pengukuran yang disimpan melalui software HMI kemudian diolah secara statistik untuk mendepatkan hasil seperti yang telah diperlihatkan pada tabel 6.2. Syarat penentuan setlling time adalah ketika sistem mencapai nilai set point secara stabil, dicirikan oleh tidak munculnya perubahan yang signifikan terhadap nilai variabel yang dikontrol. Error steady state dicari dengan menentukan nilai error yang sering muncul terhitung setelah ditentukannya nilai settling time. Secara definisi, error steady state dihitung ketika sistem sudah mencapai keadaan tunak atau sudah tidak mengalami perubahan lagi. Olehkarena itu pencarian dilakukan setelah 97

17 sistem mencapai nilai stabil sejak mencapai settling time. Overshoot dihitung dengan mengikuti perumusan berikut ini : Mpt Css Persen Overshoot = x100% Css (6.1) dimana, Mpt adalah nilai maksimum yang telah dicapai sistem setelah mencapai nilai set point untuk pertama kalinya Css, adalah nilai respon sistem pada keadaan tunak Kestabilan sistem kontrol yang telah diperlihatkan melalui tabel 6.2 memang sudah baik, namun belum tentu sistem mampu mempertahankan kestabilannya tersbut ketika terdapat gangguan. Oleh karena itu pada pembahasan selanjutnya, sistem kontrol akan mendapat beberapa gangguan luar untuk menguji ketahanan sistem dalam mempertahankan kestabilannya. 6.4 Pengujian Kestabilan Sistem Kontrol Performasi dari sebuah sistem kontrol ditentukan juga oleh kemampuan sistem dalam mengatasi gangguan sehingga kestabilan masih tetap terjaga. Beberapa bentuk gangguan yang akan diberikan pada rancangan sistem kontrol tersebut, adalah: perubahan nilai set pint pada saat run-time sistem kontrol, dan durasi pengujian dalam waktu yang cukup lama. 98

18 6.4.1 Adaptasi Terhadap Perubahan Nilai Set Point Pada sistem kontrol diterapkan beberapa nilai set point ketika sistem sedang berusaha mencapai salah satu dari nilai set point yang diberikan. Diharapkan sistem dapat mencapai semua set point yang diberikan dengan stabil. Berikut hasil dari pengujian yang dilakukan : (Gambar 6.22 : Respon temperatur sistem kontrol pada setpoint dinamik) No Set Point Settling Time Overshoot Error Steady State (Celcius) ( Detik ) ( % ) ( Celcius ) (Tabel 6.3 : Tabel performansi sistem kontrol pada setpoint dinamik) 99

19 6.4.2 Ketahanan Sistem Terhadap Durasi Panjang pada Waktu Pengujian Pada tahap ini sistem diujikan selama 3 jam, dengan penentuan set point sebesar C. Berikut hasil yang didapatkan melalui pegujian ini : (Gambar 6.23 : Pengujian sistem kontrol pada setpoint 29,35 C selama 3 jam) (Gambar 6.24 : Respon error sistem kontrol pada setpoint 29,35 C selama 3 jam) Settling time yang dicapai pada detik ke-512 detik, overshoot yang dihasilkan sebesar 0% dengan error steady state sebesar C. 100

20 6.4.3 Kestabilan sistem kontrol konvensional berbasis On-Off Sebagai bahan perbandingan akan diujikan sebuah rancangan sistem kontrol on-off. Berikut hasil yang didapatkan melalui pengujian yang dimaksud : (Gambar 6.25 : Pengujian sistem kontrol on-off pada set point 26 C) (Gambar 6.26 : Respon error pada Pengujian sistem kontrol on-off pada set point 26 C) Error rata-rata dari sistem kontrol on-off dengan set poin tersebut sebesar C. Alasan perhitungan error rata-rata pada respon on-off, karena tidak pernah ditemukan keadaan steady atau tunak pada sistem kontrol on-off. Seperti terlihat pada gambar bahwa respon sistem selalu berosilasi. 101