e (t) = sinyal kesalahan
|
|
- Utami Setiabudi
- 6 tahun lalu
- Tontonan:
Transkripsi
1 KENDALI SELF TUNING FUZZY PI PADA PENGENDALIAN WEIGHT FEEDER CONVEYOR 1 A. Chandra Saputro [1], Sumardi, ST. MT. [2], Budi Setiyono, ST. MT. [2] Jurusan Teknik Elektro, Fakultas Teknik, Universitas Diponegoro, Jln. Prof. Sudharto, Tembalang, Semarang, Indonesia Abstrak Dalam industri, weight feeder conveyor memiliki peranan dalam menjaga suatu faktor kualitas produk yang akan dihasilkan dalam suatu proses produksi dengan feedrate yang konstan (misalnya dalam proses produksi makanan, zat kimia, plastik dll). Untuk mendapatkan tanggapan sistem weight feeder yang akurat maka diperlukan pengendalian tepat untuk sistem weight feeder conveyor. Kendali Fuzzy PI merupakan salah satu kendali dimana mengabungkan Kendali PID dengan Kendali Logika Fuzzy. Dalam perkembangannya kendali Fuzzy PID dikembangkan menjadi banyak bentuk salah satunya adalah kendali Self Tuning Fuzzy PI. Dengan menggunakan kendali Self Tuning Fuzzy PI pada pengendalian weight feeder conveyor didapatkan hasil tanggapan yang memiliki waktu naik yang cepat dan kesalahan tunak yang kecil. Pada pengujian sistem dengan tanki penuh dengan pasir didapatkan waktu naik 3,5 s dan kesalahan tunak sebesar 9,51 %. Kata kunci : Weight Feeder Conveyor, Fuzzy PI, dan Self-Tuning. I. PENDAHULUAN Dalam industri, weight feeder conveyor memiliki peranan dalam menjaga suatu faktor kualitas dari produk yang akan dihasilkan dalam suatu proses produksi dengan feedrate yang konstan (misalnya dalam proses produksi makanan, zat kimia, plastik dll). Weight feeder conveyor adalah suatu konveyor yang memiliki timbangan yang akan menentukan berat material yang akan diumpankan ke proses berikutnya dengan mengendalikan laju konveyor. Untuk mendapatkan tanggapan weight feeder yang akurat maka diperlukan pengendalian tepat untuk sistem weight feeder conveyor. Kendali Fuzzy PID diklasifikasikan secara garis besar dapat dibagi menjadi dua kategori berdasarkan bentuk modelnya. Kategori pertama adalah kendali Fuzzy PID yang terdiri dari himpunan-himpunan logika fuzzy dengan masukan perubahan error dan integral error yang memiliki karakteristik sinyal kendali yang mirip dengan kendali PID atau dapat juga disebut kendali Fuzzy PID-like. Kategori lainnya dari kendali Fuzzy PID terdiri dari kendali konvensional PID yang dihubungkan secara bertingkat dengan logika fuzzy yang berperan sebagai penala penguatan PID secara on-line. Dalam Tugas Akhir ini digunakan kendali Fuzzy PI dengan pengembangan penambahan penguatan Alpha sehingga dapat disebut kendali Self Tuning Fuzzy PI. Kendali Self Tuning Fuzzy PI memiliki struktur model kendali Fuzzy PI yang terdiri dari kendali P-like ditambah kendali Integral sehingga secara umum menyerupai kendali PI yang memiliki keunggulan dalam laju waktu naik / turun yang cepat. Pengendalian feedrate yang memiliki tanggapan yang cepat serta plant yang nonlinear dapat menggunakan Kendali Self Tuning Fuzzy PI diharapkan memiliki waktu naik / turun yang cepat dan tanggapan keluaran yang stabil. II. DASAR TEORI 2.1 Pengendali PI Pengendali PI adalah sistem pengendali gabungan antara pengendali proporsional, integral, dan differensial. Dalam waktu kontinyu, sinyal keluaran pengendali PI dirumuskan sebagai : t Kp u ( t ) = Kp e ( t ) + e( t) dt... (2.1) Ti dengan : u (t) = sinyal kendali K p = konstanta proporsional T i = waktu integral e (t) = sinyal kesalahan 2.2 Logika Fuzzy Struktur dasar pengendali logika fuzzy terdiri dari 4 komponen utama yaitu : 1. Unit fuzzifikasi (Fuzzification unit) 2. Basis pengetahuan (Knowledge base) 3. Mekanisme pertimbangan fuzzy (Fuzzy reasoning) 4. Unit defuzzifikasi (Defuzzification unit) [1] [2] Mahasiswa Jurusan Teknik Elektro UNDIP Dosen Jurusan Teknik Elektro UNDIP
2 2 Gambar 2.1 Struktur dasar pengendali logika fuzzy 2.3 Kendali Fuzzy PID Teknik kendali Fuzzy PID adalah teknik kendali yang menggabungkan kendali PID dan Fuzzy untuk pengendalian suatu proses. Aksi kendali pada hibrid PID Fuzzy banyak digunakan untuk kendali sistem linier maupun nonlinier. Kendali Fuzzy PID telah dipelajari secara luas dan banyak tipe dari kendali Fuzzy PID telah dikembangkan. Secara garis besar kendali Fuzzy PID dapat dibagi dalam dua macam berdasarkan bentuknya. Salah satu bentuk dari kendali Fuzzy PID adalah kendali Fuzzy yang terdiri dari basis aturan yang tanggapannya memiliki kemiripan dengan kendali PID, sehingga kendali Fuzzy ini dapat juga disebut sebagai kendali Fuzzy PID-like. Sedangkan bentuk yang lain dari kendali Fuzzy PID adalah sistem dimana kendali utamanya adalah kontroler PID dan kendali Fuzzy menala penguatan PID secaral online. beberapa jam sekali sebelum dilakukan pengemasan. Pengujian ini meliputi persentase dari bahan baku dan apabila terdapat penyimpangan maka akan dilakukan koreksi terhadap komposisi bahan-bahan tersebut. Untuk menunjang hal tersebut di atas, maka digunakan weight feeder. Secara garis besar, prisip kerja weight feeder conveyor adalah sebagai berikut : material atau bahan yang lewat pada belt conveyor akan dideteksi oleh load cell (sensor berat). Pengendali berfungsi untuk memberikan nilai pembanding yang berasal dari pembacaan data. Masukannya adalah sinyal yang berasal load cell dan speed sensor berupa kecepatan konveyor. Kemudian kedua masukan ini dikalikan di kontroler menghasilkan sinyal feedrate dengan formula sebagai berikut : Feedrate = Berat x Kecepatan... (2.2) Sistem pengaturan jumlah komponen bahan/material dilakukan dengan mengurangi atau menambah kecepatan pada motor driver belt conveyor. Sensor Kecepatan Silo Sensor berat X Motor DC DC Driver Controller Set Point Gambar 2.3 Sistem kalang tertutup pada weight feeder III. PERANCANGAN Rancangan plant weight feeder conveyor dapat dilihat pada Gambar 3.1. Gambar 2.2 Blok diagram Kendali Fuzzy PID-like Gambar 2.3 Kendali Fuzzy PI dengan Fuzzy sebagai penala penguat pada kendali PI 2.4 Weight Feeder Conveyor Terdapat beberapa metode dalam menjaga kualitas produk yang dihasilkan dan nantinya akan dipasarkan ke konsumen. Salah satunya dengan melakukan pengujian bahan di laboratorium setiap Gambar 3.1. Perancangan plant weight feeder conveyor dimensi 68 x 25 x 53 cm 3.1 Perancangan Perangkat Keras (Hardware) Secara umum blok diagram perancangan perangkat keras weight feeder conveyor pada tugas akhir ini ditunjukkan oleh diagram blok pada Gambar 3.2.
3 3 Gambar 3.2 Diagram blok perancangan perangkat keras weight feeder conveyor Rangkaian DAC 88 berfungsi untuk mengubah data digital berupa masukan sinyal kendali dari komputer menjadi data analog berupa tegangan. Pengkondisi sinyal yang mengarah ke driver motor dc berfungsi untuk mengubah level tegangan keluaran DAC 88 dari 5 Volt menjadi level tegangan 15 Volt. Kemudian sensor kecepatan motor dc menggunakan rangkaian optocopler dan schmitt trigger dengan keluaran pulsa dengan level tegangan 5 Volt yang akan dicounter oleh counter eksternal dari mikrokontroler. Pengkondisi sinyal dari sensor berat berfungsi untuk mengkonversi dari hambatan menjadi tegangan dan membagi tegangan keluaran sensor berat FlexyForce 15 Volt sehingga diperlukan pembagi sebesar 15 / 5 = 3 kali untuk referensi ADC adalah 5 Volt. Rangkaian ADC 84 digunakan untuk mengubah besaran analog dari pengkondisi sinyal ke data digital sehingga dapat diolah di komputer. Mikrokontroler digunakan untuk mengatur aliran data dari ADC ke komputer atau dari komputer ke DAC. Komunikasi yang digunakan adalah komunikasi serial melalui RS 232. Mikrokontroler menerjemahkan perintah dari komputer apakah mengirim data ke DAC atau mengambil data dari ADC dan counter dan mengirimkannya ke komputer. Komputer digunakan sebagai unit kendali untuk mengaplikasikan algoritma kendali Self Tuning Fuzzy PI. Disamping itu, komputer juga digunakan untuk menampilkan grafik tanggapan dan menyimpan data ke file untuk keperluan analisis. Gambar 3.4 DAC, pengkondisi sinyal, driver dan sensor kecepatan motor DC Gambar 3.5 ADC dan pengondisi sinyal sensor berat 3.2 Perancangan Perangkat Lunak (Software) Blok diagram dan diagram alir perangkat lunak pengendalian weight feeder conveyor dengan kendali Self Tuning Fuzzy PI terlihat pada Gambar 3.6 dan Gambar 3.7 Gambar 3.6 Diagram blok kendali Self Tuning Fuzzy PI Gambar 3.3 Rangkaian minimum mikrokontroler dan RS 232 (a)
4 4 Dengan persamaan PI sebagai berikut: Kp Δun = Kp( en en 1 ) + ents Ti dengan pendekatan diskrit menjadi: 1 Δ u ( = K p( Δe( + e( Ts )... (3.7) T i Hubungan antara penguat PI dengan Fuzzy adalah: GDE * GU = K p... (3.8) GIE 1 =... (3.9) GDE T i Jumlah aturan yang digunakan pada kendali P- like adalah sebanyak 5 aturan dengan masukan Δerror dan keluarannya sinyal kendali (FuzzyOut). Adapun basis aturan diperlihatkan sebagai berikut: (b) Gambar 3.7 (a) Diagram alir program utama (b) Diagram alir program pengendalian Logika Fuzzy Kendali PI Dalam perancangan kendali PI yang digunakan dalam Tugas Akhir ini kendali proporsional yang digunakan kendali Logika Fuzzy memiliki aksi kendali seperti kendali proporsional dan ditambah kendali integeral atau dapat dikatakan kendali proporsional-like (P-like) plus integral. IF ΔError is Negatif Besar THEN FuzzyOut is Negatif Besar IF ΔError is Negatif Kecil THEN FuzzyOut is Negatif Kecil IF ΔError is Zero THEN FuzzyOut is Zero IF ΔError is Positif Kecil THEN FuzzyOut is Positif Kecil IF ΔError is Positif Besar THEN FuzzyOut is Positif Besar Batas-batas variabel linguistik himpunan fuzzy masukan dan keluaran seperti terlihat pada Tabel 3.1 Tabel 3.1 Batas-batas variabel linguistik kendali Proporsional-like pada kendali Self Tuning Fuzzy PID Gambar 3.8 Blok diagram penguatan pada kendali Fuzzy PI e( = referensi keluaran... (3.1) Δe ( = e( e( k 1)... (3.2) Δ E( = GDE * Δe(... (3.3) IE ( = GIE * ie(... (3.4) dimana ie ( = e( * T s dan Ts = waktu cuplik Δ u( = GU * ΔU (... (3.5) Δ u ( = [ f ( GDE * Δe( ) + GIE * ie( ] * GU dengan pendekatan linier maka u ( = [ GDE * Δe( + GIE * ie( ] * GU GIE = GDE * GU *[ Δe( + * ie( ].. (3.6) GDE Dengan mekanisme pertimbangan fuzzy menggunakan metode MAX-MIN nilai keluaran Fuzzy yang didapatkan selanjutnya akan melalui defuzzifikasi yang menggunakan metode COA (Center of Area), yaitu tahapan untuk mendapatkan suatu nilai crisp dari keluaran Fuzzy berupa perubahan sinyal kendali.
5 Logika Fuzzy Penguat Alpha Dengan penambahan penguat alpha pada perubahan sinyal kendali maka bentuk ini dapat dikatakan kendali Self Tuning Fuzzy PI. Fungsi dari penguat alpha ini adalah dapat lebih mempercepat respon sistem menuju referensi serta dapat mengurangi kesalahan tunak. Dalam perancangan penguat alpha ini nilainya ditentukan oleh logika Fuzzy dengan batas tertentu sehingga dapat disesuaikan dengan tanggapan sistem secara online. Dengan bentuk kendali Self Tuning Fuzzy PI ini maka persamaan sinyal kendalinya menjadi: u( = u( k 1) + α * Δu(... (3.1) Dalam tugas akhir ini digunakan basis data dengan 2 buah masukan yaitu error dan Δerror serta sebuah buah keluaran yaitu penguat alpha 3 buah variabel linguistik error dan Δerror dapat dilihat pada Tabel 3.2 Tabel 3.2 Basis data penguat alpha Batas-batas variabel linguistik himpunan fuzzy masukan dan keluaran seperti terlihat pada Tabel 3.3 Tabel 3.3 Batas-batas variabel linguistik penguat alpha pada kendali Self Tuning Fuzzy PI IV. ANALISA DAN PEMBAHASAN 4.1 Pengujian Kalang Terbuka Untuk mengetahui karakteristik plant weight feeder conveyor yang akan dikendalikan, maka dapat dilakukan dengan pengujian secara kalang terbuka tanpa beban. Pengujian kalang terbuka ini dilakukan dengan cara mengirimkan tegangan ke motor DC sebagai aktuator dari plant weight feeder conveyor dengan jangkauan antara sampai dengan 15 volt. Tanggapan keluaran pengujian kalang terbuka ditunjukkan pada Gambar 4.1. Kecepatan (cm/s) Waktu (deti. Gambar 4.1 Tanggapan keluaran sistem dengan pengujian kalang terbuka Pengujian kalang terbuka menunjukkan bahwa dengan tegangan 9 volt akan menghasilkan kecepatan motor dc yang stabil pada kecepatan 18,7 cm/s dengan waktu naik sebesar 3,48 s dan kesalahan tunak 6,9%. 4.2 Pengujian Kendali Self Tuning Fuzzy PI Pada pengujian kendali Self Tuning Fuzzy PI pada weight feeder conveyor dilakukan pengujian pada nilai penguat tertentu, pengujian pengaruh penguatan Alpha dan pengujian pada sistem. Pada pengujian nilai penguat tertentu dan pengujian pengaruh penguatan alpha dilakukan dengan berat yang konstan (digunakan tanpa beban) untuk dapat membandingkannya Pengujian pada Nilai Penguatan Tertentu Pengujian dilakukan pada plant tak berbeban dengan referensi kecepatan 2 cm/s dan pemilihan nilai penguat dilakukan dengan metode empiris. Hasil pengujian diperlihatkan pada Gambar 4.3 Dengan mekanisme pertimbangan fuzzy menggunakan metode MAX-MIN nilai keluaran Fuzzy yang didapatkan selanjutnya akan melalui defuzzifikasi yang menggunakan metode COA (Center of Area), yaitu tahapan untuk mendapatkan suatu nilai crisp dari keluaran Fuzzy berupa penguatan alpha. (a) (b)
6 dapat menyebabkan waktu naik yang semakin cepat tetapi kestabilan sistem menjadi memburuk. 6 (c) Gambar 4.2 Tanggapan keluaran plant (a) GDE=2, GU=2, GIE=1 (b) GDE=5, GU=2, GIE=1 (c) GDE=2, GU=4, GIE=1 (d) GDE=2, GU=2, GIE=2 Pada Gambar 4.2 (a) sampai (d) dapat dilihat perbandingan tanggapan keluaran dari plant berdasarkan pada perubahan penguatan. Pada Gambar 4.2 (a) dan Gambar 4.2 (b) dilakukan pengujian dengan nilai GDE yang berbeda dimana Gambar 4.2 (a) adalah tanggapan keluaran plant dengan GE = 2 dan Gambar 4.2 (b) dengan GDE = 5 dan memiliki GIE dan GU yang sama, dilihat dari waktu naiknya Gambar 4.2 (b) memiliki waktu naik 3,1 s lebih cepat daripada Gambar 4.2 (a) yang memiliki waktu naik sebesar 4,44 s. Sedangkan pada kesalahan tunaknya Gambar 4.2 (a) sebesar 1,3% dari nilai referensinya lebih kecil dari pada Gambar 4.2 (b) memiliki kesalahan tunak sebesar 9%. Maka peningkatan nilai penguatan GDE dapat menyebabkan waktu naik yang semakin cepat tetapi kestabilan sistem menjadi memburuk. Pada Gambar 4.2 (a) dan Gambar 4.2 (c) dilakukan pengujian dengan nilai GU yang berbeda dimana Gambar 4.2 (a) adalah tanggapan keluaran plant dengan GU = 2 dan Gambar 4.2 (c) dengan GU = 4 dan memiliki GDE dan GIE yang sama, dilihat dari waktu naiknya Gambar 4.2 (c) memiliki waktu naik 1,98 s lebih cepat daripada Gambar 4.2 (a) yang memiliki waktu naik sebesar 4,44 s. Sedangkan pada kesalahan tunaknya Gambar 4.2 (a) sebesar 5% dari nilai referensinya lebih kecil dari pada Gambar 4.2 (c) memiliki kesalahan tunak sebesar 14,5%. Maka peningkatan nilai penguatan GU dapat menyebabkan waktu naik yang semakin cepat tetapi kestabilan sistem menjadi memburuk. Pada Gambar 4.2 (a) dan Gambar 4.2 (d) dilakukan pengujian dengan nilai GIE yang berbeda dimana Gambar 4.2 (a) adalah tanggapan keluaran plant dengan GIE = 1 dan Gambar 4.2 (d) dengan GI = 2 dan memiliki GDE dan GU yang sama, dilihat dari waktu naiknya Gambar 4.2 (d) memiliki waktu naik 1,97 s lebih cepat daripada Gambar 4.3 (a) yang memiliki waktu naik sebesar 4,44 s. Sedangkan pada kesalahan tunaknya Gambar 4.2 (a) sebesar 5% dari nilai referensinya lebih kecil dari pada Gambar 4.2 (d) memiliki kesalahan tunak sebesar 9%. Maka peningkatan nilai penguatan GIE (d) Pengujian Pengaruh Penguatan Alpha Pengujian dilakukan pada plant tak berbeban dengan referensi kecepatan 2 cm/s dan variasi referensi dan penguat GDE = 2, GU = 2 dan GIE = 1 serta dengan basis aturan yang sama. Hasil pengujian diperlihatkan pada Gambar 4.3 a dan b. (a) (b) Gambar 4.3Tanggapan keluaran (a) kendali Self Tuning Fuzzy PI dan (b)kendali Fuzzy PI dengan referensi 2 cm/s Pada Gambar 4.3 (a) dan Gambar 4.3 (b) dilakukan pengujian pengaruh penguatan alpha dimana Gambar 4.3 (a) adalah tanggapan keluaran plant dengan dengan penguatan alpha dan Gambar 4.3 (b) tanpa penguatan alpha dan memiliki penguatan yang sama pada referensi 2 cm/s, dilihat dari waktu naiknya Gambar 4.3 (b) memiliki waktu naik 3,56 s lebih cepat daripada Gambar 4.3 (a) yang memiliki waktu naik sebesar 4,44 s. Sedangkan pada kesalahan tunaknya Gambar 4.3 (a) sebesar 5% dari nilai referensinya lebih kecil dari pada Gambar 4.3 (b) memiliki kesalahan tunak sebesar 6%. Maka penambahan penguatan alpha pada kendali Fuzzy PI dapat menyebabkan waktu naik yang lebih lambat tetapi kestabilan sistem menjadi membaik. (a) (b) Gambar 4.4 Tanggapan keluaran (a) kendali Self Tuning Fuzzy PI dan (b) kendali Fuzzy PI dengan variasi referensi Pada Gambar 4.4 (a) dan Gambar 4.4 (b) dilakukan pengujian pengaruh penguatan alpha dimana Gambar 4.4 (a) adalah tanggapan keluaran plant dengan dengan penguatan alpha dan Gambar 4.4 (b) tanpa penguatan alpha dan memiliki penguatan yang sama pada variasi referensi, dilihat dari waktu naik atau turun Gambar 4.4 (a) memiliki waktu naik dant turun lebih cepat daripada Gambar 4.4 (b). Sedangkan pada kesalahan tunaknya
7 7 Gambar 4.4 (a) lebih kecil dari pada Gambar 4.4 (b) memiliki kesalahan tunak yang lebih sebesar. Maka penambahan penguatan alpha pada kendali Fuzzy PI pada variasi referensi dapat menyebabkan waktu naik yang lebih cepat dan kestabilan sistem lebih baik Pengujian Sistem Weight Feeder Conveyor Pengujian dilakukan dengan referensi feedrate 31 gram/s dengan kondisi pasir pada tanki penuh. Hasil pengujian diperlihatkan pada Gambar 4.5. Feedrate (gram/s) Waktu (deti 4 45 Ref erensi 5 55 Keluaran Gambar 4.5 Tanggapan keluaran kendali Self Tuning Fuzzy PI pada Pengendalian weight feeder conveyor dengan tanki penuh Pengujian kendali Self Tuning Fuzzy PI pada pengendalian weight feeder conveyor memperlihatkan bahwa pada referensi 31 gram/s tanggapan keluaran sistem dapat mengikuti referensi dengan waktu naik sebesar 3,5 s dan waktu turun sebesar 4,14 s dan memiliki lonjakan maksimum 25,35 gram/s atau 8,6% dalam kondisi yang masih dapat ditolerasi dan memiliki kesalahan tunaknya sebesar 9,51 %. Berdasarkan hasil perhitungan berat yang didapat dapat dianalisa sebesar 31 gram/s * 14,15 s = 4,386 kg sedangkan jumlah berat yang terukur adalah 5 kg. Kesalahan antara hasil perhitungan dengan berat sebenarnya pada berat hasil pengendalian sebesar 12,28 %. Pengujian selanjutnya dilakukan dengan referensi feedrate yang sama dengan kondisi pasir pada tanki yang dilakukan pengisian ulang. Hasil pengujian diperlihatkan pada Gambar 4.6. Feedrate (gram/s) Waktu (deti Referensi Keluaran Gambar 4.6 Tanggapan keluaran kendali Self Tuning Fuzzy PI pada Pengendalian weight feeder conveyor dengan tanki diisi ulang 6 Pengujian kendali Self Tuning Fuzzy PI pada pengendalian weight feeder conveyor memperlihatkan bahwa pada referensi 25 gram/s Berdasarkan hasil perhitungan berat yang didapat dapat dianalisa sebesar 31 gram/s * 29,21 s = 9,337 kg sedangkan jumlah berat yang terukur adalah 8 kg. perbedaan antara hasil perhitungan dengan berat sebenarnya pada berat hasil pengendalian sebesar 33,2 %. Data hasil pengujian pada sistem dengan beban pasir memperlihatkan bahwa kendali Self Tuning Fuzzy PI memiliki pengendalian menghasilkan tanggapan keluaran yang cepat mengikuti referensi dan stabil untuk mengendalikan weight feeder conveyor yang memilki nilai tangapan keluaran yang dinamis dan nonlinier. Perbedaan antara hasil perhitungan dengan berat sebenarnya pada berat hasil pengendalian semakin lama waktu pengendalian maka perbedaannya semakin kecil. V. PENUTUP 5.1 Penutup Berdasarkan pengujian dan analisis yang telah dilakukan, maka dapat disimpulkan hal-hal sebagai berikut : 1. Peningkatan nilai penguatan GDE, GIE, dan GU dapat menyebabkan waktu naik yang semakin cepat tetapi kestabilan sistem menjadi memburuk. 2. Dari hasil pemilihan penguatan secara empiris didapatkan penguat GDE sebesar 2, penguat GIE sebesar 1 dan penguat GU sebesar 2 dapat memberikan hasil optimal. 3. Pengaruh penguatan alpha pada kendali Fuzzy PI dengan referensi tetap dapat menyebabkan waktu naik lebih kecil sedangkan pada referensi yang bervariasi (berubah-ubah) dapat menyebabkan waktu naik yang lebih cepat dan kestabilan sistem yang lebih baik. 4. Data hasil pengujian pada sistem dengan beban pasir memperlihatkan bahwa kendali Self Tuning Fuzzy PI memiliki pengendalian menghasilkan tanggapan keluaran yang cepat mengikuti referensi dan stabil untuk mengendalikan weight feeder conveyor yang memilki nilai tangapan keluaran yang dinamis dan nonlinier. Pada pengujian sistem dengan tanki penuh dengan pasir didapatkan waktu naik 3,5 s dan kesalahan tunak sebesar 9,51 %. 5.2 Saran Beberapa hal yang dapat disarankan dari pelaksaan tugas akhir ini adalah :
8 8 1. Untuk lebih memperbesar batas pengaturan weight feeder conveyor sebaiknya digunakan motor yang mempunyai torsi yang lebih besar dan pemilihan sensor berat yang lebih sensitif (disesuaikan dengan perancangan plant). 2. Untuk meningkatkan proses kendali dapat menggunakan model kendali Fuzzy PI atau kendali yang lain untuk mengendalikan weight feeder conveyor sehingga menghasilkan tanggapan sistem yang lebih baik lagi. 3. Untuk pengembangan lebih lanjut pengendalian dapat menggunakan mikrokontroller atau PLC. BIODATA MAHASISWA A. Chandra Saputro (L2F 2 538) Mahasiswa Jurusan Teknik Elektro, Fakultas Teknik Universitas Diponegoro Semarang, dengan pilihan konsentrasi Kontrol. Semarang, April 27 Mengetahui/Mengesahkan, DAFTAR PUSTAKA Pembimbing I Pembimbing II [1] Brown, Martin and Harris, Neurofuzzy Adaptive Modelling and Control, Prentice Hall Inc, 1994 [2] Ogata, Katsuhiko, Teknik Kontrol Otomatik, Jilid 1, Erlangga, Jakarta, [3] Sudjadi, Teori dan Aplikasi Mikrokontroler, Graha Ilmu, Yogyakarta, 25. [4] Theraja, BL, A Text Book of Electrical Technology, Nirja Contruction& Development CO.(P). LTD, Ram Nagar, New Delhi, [5]..., [6]..., ons/fuzzypi22.pdf Sumardi, ST. MT. Budi Setiyono, ST. MT. NIP NIP
RANCANG BANGUN SIMULATOR PENGENDALIAN POSISI CANNON PADA MODEL TANK MILITER DENGAN PENGENDALI PD (PROPOSIONAL DERIVATIVE)
Makalah Seminar Tugas Akhir RANCANG BANGUN SIMULATOR PENGENDALIAN POSISI CANNON PADA MODEL TANK MILITER DENGAN PENGENDALI PD (PROPOSIONAL DERIVATIVE) Heru Triwibowo [1], Iwan Setiawan [2], Budi Setiyono
Lebih terperinciPengaturan Kecepatan Motor DC Menggunakan Kendali Hybrid PID-Fuzzy
ABSTRAK Pengaturan Kecepatan Motor DC Menggunakan Kendali Hybrid PID-Fuzzy Felix Pasila, Thiang, Oscar Finaldi Jurusan Teknik Elektro Universitas Kristen Petra Jl. Siwalankerto 121-131 Surabaya - Indonesia
Lebih terperinciPENGENDALIAN KECEPATAN MOTOR DC MENGGUNAKAN SENSOR ENCODER DENGAN KENDALI PI
PENGENDALIAN KECEPATAN MOTOR DC MENGGUNAKAN SENSOR ENCODER DENGAN KENDALI PI Jumiyatun Jurusan Teknik Elektro Fakultas Teknik Universitas Tadolako E-mail: jum@untad.ac.id ABSTRACT Digital control system
Lebih terperinciTEKNIK KENDALI HIBRID PI FUZZY UNTUK PENGENDALIAN SUHU ZAT CAIR
TEKNIK KENDALI HIBRID PI FUZZY UNTUK PENGENDALIAN SUHU ZAT CAIR Waskito Budi 1, Wahyudi 2, Iwan Setiawan 2 Jurusan Teknik Elektro, Fakultas Teknik, Universitas Diponegoro, Jl. Prof. Sudharto, Tembalang,
Lebih terperinciI. PENDAHULUAN. 1.1 Latar Belakang
Perbandingan Unjuk Kerja Kontroller PID Metode Pertama Ziegler-Nichols dan CMAC (Cerrebellar Model Articulation Controller) pada Pengendalian Plant Suhu Deni Juharsyah 1, Iwan Setiawan,ST. MT. 2, Wahyudi,ST.
Lebih terperinciMAKALAH SEMINAR TUGAS AKHIR APLIKASI TEKNIK KENDALI FUZZY PADA PENGENDALIAN LEVEL CAIRAN
MAKALAH SEMINAR TUGAS AKHIR 1 APLIKASI TEKNIK KENDALI FUZZY PADA PENGENDALIAN LEVEL CAIRAN Zulaikah 1, Wahyudi, ST, MT 2, Trias Andromeda, ST, MT 2 Jurusan Teknik Elektro, Fakultas Teknik, Universitas
Lebih terperinciAPLIKASI JARINGAN SYARAF TIRUAN RBF PADA SISTEM KONTROL VALVE UNTUK PENGENDALIAN TINGGI MUKA AIR
APLIKASI JARINGAN SYARAF TIRUAN RBF PADA SISTEM KONTROL VALVE UNTUK PENGENDALIAN TINGGI MUKA AIR Wahyudi, Hariyanto, Iwan Setiawan Jurusan Teknik Elektro, Fakultas Teknik, Universitas Diponegoro, Jln.
Lebih terperinciPENGGUNAAN FUZZY INFERENCE SYSTEM MODEL SUGENO PADA PENGENDALIAN SUHU RUANGAN
P P P P PENGGUNAAN FUZZY INFERENCE SYSTEM MODEL SUGENO PADA PENGENDALIAN SUHU RUANGAN Wahyu Herman Susila 1, Wahyudi 2, Iwan Setiawan 2 Abstrak - Teknik kendali dengan menggunakan Fuzzy telah banyak diaplikasikan.
Lebih terperinciMakalah Seminar Tugas Akhir
Makalah Seminar Tugas Akhir APLIKASI METODE MODEL REFERENCE ADAPTIVE CONTROL (MRAC) PADA PLANT PENGATURAN LEVEL CAIRAN BERBASIS MIKROKONTROLER ATMEGA 8535 Ibnu Fatih [1], Wahyudi, S.T, M.T [], Budi Setiyono,
Lebih terperinciMakalah Seminar Tugas Akhir
Makalah Seminar Tugas Akhir APLIKASI KENDALI MENGGUNAKAN SKEMA GAIN SCHEDULING UNTUK PENGENDALIAN SUHU CAIRAN PADA PLANT ELECTRIC WATER HEATER Ahmad Shafi Mukhaitir [1], Iwan Setiawan, S.T., M.T. [2],
Lebih terperinciPERANCANGAN PENGENDALI POSISI LINIER UNTUK MOTOR DC DENGAN MENGGUNAKAN PID
PERANCANGAN PENGENDALI POSISI LINIER UNTUK MOTOR DC DENGAN MENGGUNAKAN PID Endra 1 ; Nazar Nazwan 2 ; Dwi Baskoro 3 ; Filian Demi Kusumah 4 1 Jurusan Sistem Komputer, Fakultas Ilmu Komputer, Universitas
Lebih terperinciLima metode defuzzifikasi ini dibandingkan dengan mengimplementasikan pada pengaturan kecepatan motor DC.
Sutikno, Indra Waspada PERBANDINGAN METODE DEFUZZIFIKASI SISTEM KENDALI LOGIKA FUZZY MODEL MAMDANI PADA MOTOR DC Sutikno, Indra Waspada Program Studi Teknik Informatika Universitas Diponegoro tik@undip.ac.id,
Lebih terperinciUJI PERFORMANSI PADA SISTEM KONTROL LEVEL AIR DENGAN VARIASI BEBAN MENGGUNAKAN KONTROLER PID
UJI PERFORMANSI PADA SISTEM KONTROL LEVEL AIR DENGAN VARIASI BEBAN MENGGUNAKAN KONTROLER PID Joko Prasetyo, Purwanto, Rahmadwati. Abstrak Pompa air di dunia industri sudah umum digunakan sebagai aktuator
Lebih terperinciBAB I PENDAHULUAN. menggerakan belt conveyor, pengangkat beban, ataupun sebagai mesin
1 BAB I PENDAHULUAN 1.1. Latar Belakang Motor DC atau motor arus searah yaitu motor yang sering digunakan di dunia industri, biasanya motor DC ini digunakan sebagai penggerak seperti untuk menggerakan
Lebih terperinciAhmadi *1), Richa Watiasih a), Ferry Wimbanu A a)
Prosiding Seminar Nasional Teknologi Elektro Terapan 2017 Vol.01 No.01, ISSN: 2581-0049 Ahmadi *1), Richa Watiasih a), Ferry Wimbanu A a) Abstrak: Pada penelitian ini metode Fuzzy Logic diterapkan untuk
Lebih terperinciBAB I PENDAHULUAN Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Sistem kendali PID paling banyak digunakan dalam pengendalian di industri. Keberhasilan pengendali PID tergantung ketepatan dalam menentukan konstanta (penguatan) PID
Lebih terperinciMAKALAH SEMINAR TUGAS AKHIR PENGENDALIAN TINGGI MUKA CAIRAN PADA PLANT NONLINEAR MENGGUNAKAN METODE KONTROL FUZZY
MAKALAH SEMINAR TUGAS AKHIR PENGENDALIAN TINGGI MUKA CAIRAN PADA PLANT NONLINEAR MENGGUNAKAN METODE KONTROL FUZZY Doni Salami 1, Iwan Setiawan 2, Wahyudi 2 Jurusan Teknik Elektro, Fakultas Teknik, Universitas
Lebih terperinciBAB 3 PERANCANGAN SISTEM
BAB 3 PERANCANGAN SISTEM 3.1 Perancangan Sistem Secara Umum Sistem pada penelitian ini akan menyeimbangkan posisi penampang robot dengan mengenal perubahan posisi dan kemudian mengatur kecepatan. Setiap
Lebih terperinciJurusan Teknik Elektro Fakultas Teknik Universitas Brawijaya Jalan MT. Haryono 167, Malang 65145, Indonesia
APLIKASI PENGENDALI SUHU RUANGAN DENGAN KONTROLER LOGIKA FUZZY BERBASIS MIKROKONTROLER AVR-ATMEGA 328 Diyan Agung W. 1, Ir. Purwanto MT. 2, Ir.Bambang Siswojo MT. 2 1 Mahasiswa Teknik Elektro Univ. Brawijaya,
Lebih terperinciSISTEM KENDALI HYBRID PID - LOGIKA FUZZY PADA PENGATURAN KECEPATAN MOTOR DC
SISTEM KENDALI HYBRID PID - LOGIKA FUZZY PADA PENGATURAN KECEPATAN MOTOR DC Felix Pasila, Thiang, Oscar Finaldi Jurusan Teknik Elektro Universitas Kristen Petra Jl. Siwalankerto 121-131 Surabaya - Indonesia
Lebih terperinciPENGENDALIAN VALVE UNTUK MENGATUR KETINGGIAN AIR DENGAN MENGGUNAKAN JARINGAN SYARAF TIRUAN B-SPLINE
Seminar Nasional Aplikasi Teknologi Informasi 2008 (SNATI 2008) ISSN: 1907-5022 Yogyakarta, 21 Juni 2008 PENGENDALIAN VALVE UNTUK MENGATUR KETINGGIAN AIR DENGAN MENGGUNAKAN JARINGAN SYARAF TIRUAN B-SPLINE
Lebih terperinciBAB III PERANCANGAN Sistem Kontrol Robot. Gambar 3.1. Blok Diagram Sistem
BAB III PERANCANGAN Pada bab ini akan dijelaskan mengenai perancangan sistem yang meliputi sistem kontrol logika fuzzy, perancangan perangkat keras robot, dan perancangan perangkat lunak dalam pengimplementasian
Lebih terperinciIV. PERANCANGAN SISTEM
SISTEM PENGATURAN KECEPATAN PUTARAN MOTOR PADA MESIN PEMUTAR GERABAH MENGGUNAKAN KONTROLER PROPORSIONAL INTEGRAL DEFERENSIAL (PID) BERBASIS MIKROKONTROLER Oleh: Pribadhi Hidayat Sastro. NIM 8163373 Jurusan
Lebih terperinciBAB 1 PENDAHULUAN 1.1. Latar Belakang
BAB 1 PENDAHULUAN 1.1. Latar Belakang Motor DC merupakan salah satu jenis aktuator yang cukup banyak digunakan dalam bidang industri. Seiring dengan kemajuan teknologi, permasalahan pada dunia industri
Lebih terperinciIMPLEMENTASI ADAPTIVE SWITCHING FUZZY LOGIC CONTROLER SEBAGAI PENGENDALI LEVEL AIR PADA TIGA BEJANA BERINTERAKSI
IMPLEMENTASI ADAPTIVE SWITCHING FUZZY LOGIC CONTROLER SEBAGAI PENGENDALI LEVEL AIR PADA TIGA BEJANA BERINTERAKSI Satryo Budi Utomo ), Rusdhianto ), Katjuk Astrowulan ) ) Fakultas Teknik,Jurusan Teknik
Lebih terperinciMAKALAH SIDANG TUGAS AKHIR
MAKALAH SIDANG TUGAS AKHIR PERANCANGAN SERVOMEKANISME POSISI PADA MESIN COCONUT MILL BERBASIS MIKROKONTROLER ATMEGA8535 Agung Wibowo [1], Sumardi,S.T.,M.T. [], Wahyudi,S.T.,M.T. [] Jurusan Teknik Elektro
Lebih terperinciIMPLEMENTASI MICROKONTROLLER UNTUK SISTEM KENDALI KECEPATAN BRUSHLESS DC MOTOR MENGGUNAKAN ALGORITMA HYBRID PID FUZZY
Implementasi Microkontroller untuk Sistem Kendali Kecepatan (Kristiyono dkk.) IMPLEMENTASI MICROKONTROLLER UNTUK SISTEM KENDALI KECEPATAN BRUSHLESS DC MOTOR MENGGUNAKAN ALGORITMA HYBRID PID FUZZY Roedy
Lebih terperinciPERBANDINGAN KINERJA CMAC DENGAN KONTROLLER PID METODE PERTAMA ZIEGLER-NICHOLS PADA PENGENDALIAN PLANT SUHU. Wahyudi 1 ABSTRACT
PERBANDINGAN KINERJA CMAC DENGAN KONTROLLER PID METODE PERTAMA ZIEGLER-NICHOLS PADA PENGENDALIAN PLANT SUHU Wahyudi 1 ABSTRACT The 1 st Ziegler-Nichols method usually used in industrial workplace doesn
Lebih terperinciPOLITEKNIK NEGERI SRIWIJAYA PALEMBANG
SISTEM KENDALI ANALOG DAN DIGITAL Disusun Oleh: SELLA MARSELIA NIM. 061330310905 Dosen Mata Kuliah : Ir. Siswandi, M.T. PROGRAM STUDI TEKNIK LISTRIK FAKULTAS TEKNIK ELEKTRO POLITEKNIK NEGERI SRIWIJAYA
Lebih terperinciImplementasi Sistem Navigasi Behavior Based Robotic dan Kontroler Fuzzy pada Manuver Robot Cerdas Pemadam Api
Implementasi Sistem Navigasi Behavior Based Robotic dan Kontroler Fuzzy pada Manuver Robot Cerdas Pemadam Api Rully Muhammad Iqbal NRP 2210105011 Dosen Pembimbing: Rudy Dikairono, ST., MT Dr. Tri Arief
Lebih terperinciAdaptive Fuzzy Untuk Menala Parameter PID pada Sistem Pengaturan Berjaringan. Nastiti Puspitosari L/O/G/O NETWORKED CONTROL SYSTEM (NCS)
L/O/G/O NETWORKED CONTROL SYSTEM (NCS) Adaptive Fuzzy Untuk Menala Parameter PID pada Sistem Pengaturan Berjaringan Nastiti Puspitosari 2208100039 BIDANG STUDI TEKNIK SISTEM PENGATURAN - ITS TOPIK PEMBAHASAN
Lebih terperinciMAKALAH SEMINAR TUGAS AKHIR
1 MAKALAH SEMINAR TUGAS AKHIR APLIKASI JARINGAN SYARAF TIRUAN RBF (RADIAL BASIS FUNCTION) PADA SISTEM KONTROL VALVE UNTUK PENGENDALIAN TINGGI MUKA CAIRAN SECARA ON-LINE Hariyanto 1, Wahyudi, ST, MT 2 Iwan
Lebih terperinciSISTEM PENGATURAN MOTOR DC MENGGUNAKAN PROPOTIONAL IINTEGRAL DEREVATIVE (PID) KONTROLER
SISTEM PENGATURAN MOTOR DC MENGGUNAKAN PROPOTIONAL IINTEGRAL DEREVATIVE (PID) KONTROLER Nursalim Jurusan Teknik Elektro, Fakultas Sains dan Teknik, Universitas Nusa Cendana Jl. Adisucipto-Penfui Kupang,
Lebih terperinciPENERAPAN FUZZY LOGIC CONTROLLER UNTUK MEMPERTAHANKAN KESETABILAN SISTEM AKIBAT PERUBAHAN DEADTIME PADA SISTEM KONTROL PROSES DENGAN DEADTIME
PENERAPAN FUZZY LOGIC CONTROLLER UNTUK MEMPERTAHANKAN KESETABILAN SISTEM AKIBAT PERUBAHAN DEADTIME PADA SISTEM KONTROL PROSES DENGAN DEADTIME Mukhtar Hanafi Program Studi Teknik Informatika Fakultas Teknik
Lebih terperinciPENDETEKSIAN DAN PENGAMANAN DINI PADA KEBAKARAN BERBASIS PERSONAL COMPUTER (PC) DENGAN FUZZY LOGIC
Widyantara, Pendeteksian dan Pengamanan Dini Pada Kebakaran 27 PENDETEKSIAN DAN PENGAMANAN DINI PADA KEBAKARAN BERBASIS PERSONAL COMPUTER (PC) DENGAN FUZZY LOGIC Helmy Widyantara Program Studi S Sistem
Lebih terperinciImplementasi Modul Kontrol Temperatur Nano-Material ThSrO Menggunakan Mikrokontroler Digital PIC18F452
Implementasi Modul Kontrol Temperatur Nano-Material ThSrO Menggunakan Mikrokontroler Digital PIC18F452 Moh. Hardiyanto 1,2 1 Program Studi Teknik Industri, Institut Teknologi Indonesia 2 Laboratory of
Lebih terperinciBAB II DASAR TEORI. Gambar 2.1 Sensor Ultrasonik HCSR04. Gambar 2.2 Cara Kerja Sensor Ultrasonik.
BAB II DASAR TEORI Pada bab ini akan dibahas beberapa teori pendukung yang digunakan sebagai acuan dalam merealisasikan sistem. Teori-teori yang digunakan dalam pembuatan skripsi ini terdiri dari sensor
Lebih terperinciMAKALAH SEMINAR KERJA PRAKTEK
MAKALAH SEMINAR KERJA PRAKTEK DESAIN PENGENDALIAN TEMPERATUR PANEL LINE D-10 BERBASIS MIKROKONTROLER AT89S51 PADA MESIN CARTONING DAN WRAPPING PT. UNILEVER RUNGKUT-SURABAYA Laras dwi Kawuri 1, Sumardi,
Lebih terperinciPENGENDALIAN SUHU DAN KELEMBABAN PROSES PEMATANGAN KEJU MENGGUNAKAN KONTROLER PID BERBASIS PLC. Publikasi Jurnal Skripsi
PENGENDALIAN SUHU DAN KELEMBABAN PROSES PEMATANGAN KEJU MENGGUNAKAN KONTROLER PID BERBASIS PLC Publikasi Jurnal Skripsi Diajukan Untuk Memenuhi Sebagian Persyaratan Memperoleh Gelar Sarjana Teknik Disusun
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Pada tahun 1950-an, banyak dijumpai motor arus searah konvensional (MASK) sebagai penggerak mekanik. Hal demikian didasarkan atas anggapan bahwa MASK memiliki kemudahan
Lebih terperinciSimulasi Control System Design dengan Scilab dan Scicos
Simulasi Control System Design dengan Scilab dan Scicos 1. TUJUAN PERCOBAAN Praktikan dapat menguasai pemodelan sistem, analisa sistem dan desain kontrol sistem dengan software simulasi Scilab dan Scicos.
Lebih terperinciBAB 1 PENDAHULUAN. poros yang cukup besar sehingga sangat banyak digunakan. Dalam mengatasi sesuatu
BAB PENDAHULUAN. Latar Belakang Pada zaman sekarang teknologi telah berkembang pesat. Salah satu dari perkembangan teknologi yaitu pada elektronika. Perkembangan elektronika diciptakan untuk membantu manusia
Lebih terperinciPERANCANGAN TIMBANGAN DIGITAL DENGAN PC SEBAGAI MEDIA DATABASE INFORMASI INVENTORI BUAH
PERANCANGAN TIMBANGAN DIGITAL DENGAN PC SEBAGAI MEDIA DATABASE INFORMASI INVENTORI BUAH ARRAHMAN SEPUTRA A. 2207 030 068 OLEH : ANGGA DWI AMIRIL 2207 030 073 DOSEN PEMBIMBING Rachmad Setiawan, ST, MT NIP.
Lebih terperinciIdentifikasi Self Tuning PID Kontroler Metode Backward Rectangular Pada Motor DC
Identifikasi Self Tuning PID Kontroler Metode Backward Rectangular Pada Motor DC Andhyka Vireza, M. Aziz Muslim, Goegoes Dwi N. 1 Abstrak Kontroler PID akan berjalan dengan baik jika mendapatkan tuning
Lebih terperinciIMPLEMENTASI SISTEM KENDALI KECEPATAN MOTOR ARUS SEARAH MENGGUNAKAN KENDALI PID BERBASIS PROGRAMMABLE LOGIC CONTROLER
IMPLEMENTASI SISTEM KENDALI KECEPATAN MOTOR ARUS SEARAH MENGGUNAKAN KENDALI PID BERBASIS PROGRAMMABLE LOGIC CONTROLER Winarso*, Itmi Hidayat Kurniawan Program Studi Teknik Elektro FakultasTeknik, Universitas
Lebih terperinciKata kunci : Logika Fuzzy, Defuzzifikasi, Motor DC. I. PENDAHULUAN
Perbandingan Metode Aturan Mamdani Pada Sistem Kendali Logika Fuzzy (Studi Kasus Pada Pengaturan Kecepatan Motor DC) Oleh Sutikno / L2F 303 488 e-mail : sutikno_gmn@yahoo.co.id Jurusan Teknik Elektro,
Lebih terperinciSISTEM PENYIRAM TANAMAN JAGUNG PADA TANAH TANDUS BERBASIS FUZZY LOGIC
SISTEM PENYIRAM TANAMAN JAGUNG PADA TANAH TANDUS BERBASIS FUZZY LOGIC Richa Watiasih, Nurcholis 2,2 Prodi Teknik Elektro, Fakultas Teknik, Universitas Bhayangkara Surabaya richa@ubhara.ac.id, 2 cholis94@gmail.com
Lebih terperinciBAB I PENDAHULUAN. 1.1 Latar Belakang
BAB I PENDAHULUAN BAB 1. 1.1 Latar Belakang Gerak terbang pada pesawat tanpa awak atau yang sering disebut Unmanned Aerial Vehicle (UAV) ada berbagais macam, seperti melayang (hovering), gerak terbang
Lebih terperinciJURUSAN TEKNIK FISIKA FAKULTAS TEKNOLOGI INDUSTRI INSTITUT TEKNOLOGI SEPULUH NOPEMBER
Rancang Bangun Kontrol Logika Fuzzy-PID Pada Plant Pengendalian ph (Studi Kasus : Asam Lemah dan Basa Kuat) Oleh : Fista Rachma Danianta 24 08 100 068 Dosen Pembimbing Hendra Cordova ST, MT. JURUSAN TEKNIK
Lebih terperinciAPLIKASI FIS MODEL SUGENO PADA PENGENDALIAN VALVE UNTUK MANGATUR TINGGI LEVEL AIR. Wahyudi, Iwan Setiawan, dan Martina Nainggolan *)
APLIKASI FIS MODEL SUGENO PADA PENGENDALIAN VALVE UNTUK MANGATUR TINGGI LEVEL AIR Wahyudi, Iwan Setiawan, dan Martina Nainggolan *) Abstract Fuzzy control is one of the controller alternative using expert
Lebih terperinciDT-51 Application Note
DT-51 Application Note AN116 DC Motor Speed Control using PID Oleh: Tim IE, Yosef S. Tobing, dan Welly Purnomo (Institut Teknologi Sepuluh Nopember) Sistem kontrol dengan metode PID (Proportional Integral
Lebih terperinciOleh : Abi Nawang Gustica Pembimbing : 1. Dr. Muhammad Rivai, ST., MT. 2. Ir. Tasripan, MT.
Implementasi Sensor Gas pada Kontrol Lengan Robot untuk Mencari Sumber Gas (The Implementation of Gas Sensors on the Robotic Arm Control to Locate Gas Source ) Oleh : Abi Nawang Gustica Pembimbing : 1.
Lebih terperinciTabel 1. Parameter yang digunakan pada proses Heat Exchanger [1]
1 feedback, terutama dalam kecepatan tanggapan menuju keadaan stabilnya. Hal ini disebabkan pengendalian dengan feedforward membutuhkan beban komputasi yang relatif lebih kecil dibanding pengendalian dengan
Lebih terperinci3.5.1 Komponen jaringan syaraf Adaptif Neuro Fuzzy Inference System (ANFIS) Simulink MATLAB Mikrokontroler...
DAFTAR ISI HALAMAN PERSETUJUAN TESIS... i PERNYATAAN... ii KATA PENGANTAR... iii DAFTAR ISI... v DAFTAR TABEL... viii DAFTAR GAMBAR... ix INSTISARI... xii ABSTRACT... xiii BAB I PENDAHULUAN... 1 1.1 Latar
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Tingkat performansi dari suatu sistem pembangkit listrik ditentukan oleh frekuensi output yang dihasilkan. Pada suatu pembangkit listrik yang menggunakan energi renewable
Lebih terperinciIMPLEMENTASI LOGIKA FUZZY UNTUK MENGENDALIKAN PH DAN LEVEL AIR KOLAM RENANG
IMPLEMENTASI LOGIKA FUZZY UNTUK MENGENDALIKAN PH DAN LEVEL AIR KOLAM RENANG Nazrul Effendy, M. Heikal Hasan dan Febry Wikatmono Jurusan Teknik Fisika, Fakultas Teknik, Universitas Gadjah Mada Jln. Grafika
Lebih terperinciIDENTIFIKASI PARAMETER SISTEM PADA PLANT ORDE DENGAN METODE GRADIENT
IDENTIFIKASI PARAMETER SISTEM PADA PLANT ORDE DENGAN METODE GRADIENT Larasaty Ekin Dewanta *, Budi Setiyono, and Sumardi Jurusan Teknik Elektro, Fakultas Teknik, Universitas Diponegoro Jl. Prof. Sudharto,
Lebih terperinciPERANCANGAN SISTEM PEMANAS BEARING MENGGUNAKAN KONTROL PI BERBASIS MIKROKONTROLER ATMEGA 8535
PERANCANGAN SISTEM PEMANAS BEARING MENGGUNAKAN KONTROL PI BERBASIS MIKROKONTROLER ATMEGA 8535 Sigit Purwanto. 1, Sumardi, ST. MT. 2, Iwan Setiawan, ST. MT. 2 Jurusan Teknik Elektro, Fakultas Teknik, Universitas
Lebih terperinciFUZZY LOGIC UNTUK KONTROL MODUL PROSES KONTROL DAN TRANSDUSER TIPE DL2314 BERBASIS PLC
FUZZY LOGIC UNTUK KONTROL MODUL PROSES KONTROL DAN TRANSDUSER TIPE DL2314 BERBASIS PLC Afriadi Rahman #1, Agus Indra G, ST, M.Sc, #2, Dr. Rusminto Tjatur W, ST, #3, Legowo S, S.ST, M.Sc #4 # Jurusan Teknik
Lebih terperinciPERANCANGAN KONTROLER PI ANTI-WINDUP BERBASIS MIKROKONTROLER ATMEGA 32 PADA KONTROL KECEPATAN MOTOR DC
Presentasi Tugas Akhir 5 Juli 2011 PERANCANGAN KONTROLER PI ANTI-WINDUP BERBASIS MIKROKONTROLER ATMEGA 32 PADA KONTROL KECEPATAN MOTOR DC Pembimbing: Dr.Ir. Moch. Rameli Ir. Ali Fatoni, MT Dwitama Aryana
Lebih terperinciBAB II DASAR TEORI. kontrol, diantaranya yaitu aksi kontrol proporsional, aksi kontrol integral dan aksi
BAB II DASAR TEORI 2.1 Proporsional Integral Derivative (PID) Didalam suatu sistem kontrol kita mengenal adanya beberapa macam aksi kontrol, diantaranya yaitu aksi kontrol proporsional, aksi kontrol integral
Lebih terperinciDesain PI Controller menggunakan Ziegler Nichols Tuning pada Proses Nonlinier Multivariabel
Desain PI Controller menggunakan Ziegler Nichols Tuning pada Proses Nonlinier Multivariabel Poppy Dewi Lestari 1, Abdul Hadi 2 Jurusan Teknik Elektro UIN Sultan Syarif Kasim Riau JL.HR Soebrantas km 15
Lebih terperinciIMPLEMENTASI KONTROL LOGIKA FUZZY PADA SISTEM KESETIMBANGAN ROBOT BERODA DUA
IMPLEMENTASI KONTROL LOGIKA FUZZY PADA SISTEM KESETIMBANGAN ROBOT BERODA DUA Shanty Puspitasari¹, Gugus Dwi Nusantoro, ST., MT 2., M. Aziz Muslim, ST., MT., Ph.D 3, ¹Mahasiswa Teknik Elektro. 2 Dosen Teknik
Lebih terperinciTUNING KONTROL PID LINE FOLLOWER. Dari blok diagram diatas dapat q jelasin sebagai berikut
TUNING KONTROL PID LINE FOLLOWER Tunning kontrol PID ini bertujuan untuk menentukan paramater aksi kontrol Proportional, Integratif, Derivatif pada robot line follower. Proses ini dapat dilakukan dengan
Lebih terperinciPerancangan Alat Fermentasi Kakao Otomatis Berbasis Mikrokontroler Arduino Uno
1 Perancangan Alat Fermentasi Kakao Otomatis Berbasis Mikrokontroler Arduino Uno Anggara Truna Negara, Pembimbing 1: Retnowati, Pembimbing 2: Rahmadwati. Abstrak Perancangan alat fermentasi kakao otomatis
Lebih terperinciAplikasi Kendali Fuzzy Logic untuk Pengaturan Kecepatan Motor Universal
Aplikasi Kendali Fuzzy Logic untuk Pengaturan Kecepatan Motor Universal [ Thiang et al. ] Aplikasi Kendali Fuzzy Logic untuk Pengaturan Kecepatan Motor Universal Thiang, Resmana, Wahyudi Fakultas Teknologi
Lebih terperinciImplementasi Fuzzy Logic Controller untuk Pengendalian Level Air
ELEKTRAN, VOL. 2, NO. 1, JUNI 2012 20 Implementasi Fuzzy Logic Controller untuk Pengendalian Level Air Cucun Wida Jurusan Teknik Elektro, Politeknik Negeri Bandung Jl. Gegerkalong Hilir, Ds. Ciwaruga,
Lebih terperinciSIMULATOR RESPON SISTEM UNTUK MENENTUKAN KONSTANTA KONTROLER PID PADA MEKANISME PENGENDALIAN TEKANAN
SIMULATOR RESPON SISTEM UNTUK MENENTUKAN KONSTANTA KONTROLER PID PADA MEKANISME PENGENDALIAN TEKANAN Dwiana Hendrawati Prodi Teknik Konversi Energi Jurusan Teknik Mesin Politeknik Negeri Semarang Jl. Prof.
Lebih terperinciBAB III METODE PENELITIAN
BAB III METODE PENELITIAN A. DIAGRAM ALUR PENELITIAN Metode penelitian merupakan sebuah langkah yang tersusun secara sistematis dan menjadi pedoman untuk menyelesaikan masalah. Metode penelitian merupakan
Lebih terperinciBAB I PENDAHULUAN. Sistem kendali yang digunakan dunia industri maupun rumah tangga
1 BAB I PENDAHULUAN 1. 1 Latar Belakang Sistem kendali yang digunakan dunia industri maupun rumah tangga sangat berkembang, seperti halnya sistem pengendalian air yang berada dalam satu tangki yang sering
Lebih terperinciMakalah Seminar Kerja Praktek PERANCANGAN APLIKASI PLC OMRON SYSMAC CPM1A PADA MODUL SISTEM SILO
Makalah Seminar Kerja Praktek PERANCANGAN APLIKASI PLC OMRON SYSMAC CPM1A PADA MODUL SISTEM SILO Muhammad Fajri Nur Reimansyah (L2F009032) Jurusan Teknik Elektro Fakultas Teknik Universitas Diponegoro
Lebih terperinciSistem Pengaturan Kecepatan Motor DC pada Alat Ektraksi Madu Menggunakan Kontrol Logika Fuzzy
1 Sistem Pengaturan Kecepatan Motor DC pada Alat Ektraksi Madu Menggunakan Kontrol Logika Fuzzy, Pembimbing 1: Erni Yudaningtyas, Pembimbing 2: Goegoes Dwi N. Abstrak Alat ekstraksi madu yang diputar secara
Lebih terperinciSISTEM INFORMASI AREA PARKIR BERBASIS MIKROKONTROLER ATMEGA 16
SISTEM INFORMASI AREA PARKIR BERBASIS MIKROKONTROLER ATMEGA 16 Alfa Anindita. [1], Sudjadi [2], Darjat [2] Jurusan Teknik Elektro, Universitas Diponegoro Semarang Jl. Prof. Sudharto, SH, Kampus UNDIP Tembalang,
Lebih terperinciKampus PENS-ITS Sukolilo, Surabaya
1. JUDUL PROYEK AKHIR Rancang Bangun Sistem Monitoring dan Kontrol Kecepatan Motor DC Secara Nirkabel Untuk Jarak Jauh. 2. ABSTRAK Untuk menunjang teori yang telah dipelajari, praktikum menjadi suatu bagian
Lebih terperinciIMPLEMENTASI ROBOT THREE OMNI-DIRECTIONAL MENGGUNAKAN KONTROLER PID PADA ROBOT KONTES ROBOT ABU INDONESIA (KRAI)
IMPLEMENTASI ROBOT THREE OMNI-DIRECTIONAL MENGGUNAKAN KONTROLER PID PADA ROBOT KONTES ROBOT ABU INDONESIA (KRAI) Publikasi Jurnal Skripsi Disusun Oleh : RADITYA ARTHA ROCHMANTO NIM : 916317-63 KEMENTERIAN
Lebih terperinciSISTEM PENGATURAN POSISI SUDUT PUTAR MOTOR DC PADA MODEL ROTARY PARKING MENGGUNAKAN KONTROLER PID BERBASIS ARDUINO MEGA 2560
1 SISTEM PENGATURAN POSISI SUDUT PUTAR MOTOR DC PADA MODEL ROTARY PARKING MENGGUNAKAN KONTROLER PID BERBASIS ARDUINO MEGA 2560 Adityan Ilmawan Putra, Pembimbing 1: Purwanto, Pembimbing 2: Bambang Siswojo.
Lebih terperinciDAFTAR ISI. Halaman Judul... i. Lembar Pengesahan Pembimbing... ii. Lembar Pernyataan Keaslian...iii. Lembar Pengesahan Pengujian...
xi DAFTAR ISI Halaman Judul... i Lembar Pengesahan Pembimbing... ii Lembar Pernyataan Keaslian...iii Lembar Pengesahan Pengujian... iv Halaman Persembahan... v Halaman Motto... vi Kata Pengantar... vii
Lebih terperinciPERANCANGAN SISTEM KENDALI GERAKAN ROBOT BERODA TIGA UNTUK PEMBERSIH LANTAI
PERANCANGAN SISTEM KENDALI GERAKAN ROBOT BERODA TIGA UNTUK PEMBERSIH LANTAI Muhammad Firman S. NRP 2210 030 005 Muchamad Rizqy NRP 2210 030 047 Dosen Pembimbing Ir. Rusdhianto Effendie AK, M.T NIP. 19570424
Lebih terperinciCLOSED LOOP CONTROL MENGGUNAKAN ALGORITMA PID PADA LENGAN ROBOT DUA DERAJAT KEBEBASAN BERBASIS MIKROKONTROLER ATMEGA16
CLOSED LOOP CONTROL MENGGUNAKAN ALGORITMA PID PADA LENGAN ROBOT DUA DERAJAT KEBEBASAN BERBASIS MIKROKONTROLER ATMEGA16 Diajukan Sebagai Salah Satu Syarat Menyelesaikan Program Studi S-1 Jurusan Teknik
Lebih terperinciBAB III PERANCANGAN DAN PEMBUATAN SISTEM
BAB III PERANCANGAN DAN PEMBUATAN SISTEM Pada bab ini menjelaskan tentang perancangan dan pembuatan sistem kontrol, baik secara software maupun hardware yang digunakan untuk mendukung keseluruhan sistem
Lebih terperinciSistem Pengaturan Kecepatan Motor DC pada Alat Ektraktor Madu Menggunakan Kontroler PID
1 Sistem Pengaturan Kecepatan Motor DC pada Alat Ektraktor Madu Menggunakan Kontroler PID Rievqi Alghoffary, Pembimbing 1: Purwanto, Pembimbing 2: Bambang siswoyo. Abstrak Pengontrolan kecepatan pada alat
Lebih terperinciIII. METODE PENELITIAN. dari bulan November 2014 s/d Desember Alat dan bahan yang digunakan dalam perancangan Catu Daya DC ini yaitu :
III. METODE PENELITIAN 3.1. Waktu dan Tempat Penelitian Penelitian tugas akhir ini dilakukan di laboratorium Teknik Kendali Jurusan Teknik Elektro, Fakultas Teknik, Universitas Lampung yang dilaksanakan
Lebih terperinciDesain dan Implementasi Model Reference Adaptive Control untuk Pengaturan Tracking Optimal Posisi Motor DC
Desain dan Implementasi Model Reference Adaptive Control untuk Pengaturan Tracking Optimal Posisi Motor DC Dinar Setyaningrum 22081000018 Teknik Sistem Pengaturan Institut Teknologi Sepuluh Nopember Rabu,
Lebih terperinciMakalah Seminar Tugas Akhir
Makalah Seminar Tugas Akhir Pengaturan Kecepatan Motor DC Dengan Adaptive Fuzzy Logic Controller Metode Tuning Output Peter Christianto [1], Darjat, S.T, M.T [2], Iwan Setiawan, S.T, M.T [2] Jurusan Teknik
Lebih terperinciBAB 3 PERANCANGAN SISTEM. sederhana, ditunjukan pada blok diagram dibawah ini.
BAB 3 PERANCANGAN SISTEM 3.1 Perangkat Keras Pada penelitian ini, menggunakan beberapa perangkat keras. Secara sederhana, ditunjukan pada blok diagram dibawah ini. Gambar 3.1 Blok Diagram Perangkat Keras
Lebih terperinciIMPLEMENTASI SENSOR KAPASITIF DALAM SISTEM KONTROL KADAR ETANOL
TE 091399 IMPLEMENTASI SENSOR KAPASITIF DALAM SISTEM KONTROL KADAR ETANOL Peter Chondro 2210100136 Dosen Pembimbing: Dr. M. Rivai, ST., MT. Suwito, ST., MT. Bidang Studi Elektronika Jurusan Teknik Elektro
Lebih terperinciKontrol Kecepatan Motor Induksi Menggunakan Metode PID-Fuzzy
Kontrol Kecepatan Motor Induksi Menggunakan Metode PID-Fuzzy Tianur -1 #1, Dedid Cahya Happiyanto -2 #2, Agus Indra Gunawan -3 #3, Rusminto Tjatur Widodo -4 #4 # Jurusan Teknik Elektronika, Politeknik
Lebih terperinciIMPEMENTASI KONTROL PID DAN FUZZY LOGIC UNTUK SISTEM KONTROL KECEPATAN MOTOR DC SEBAGAI APLIKASI PRAKTIKUM KONTROL DIGITAL
ISSN : 2355-9365 e-proceeding of Engineering : Vol.3, No.3 December 2016 Page 4135 IMPEMENTASI KONTROL PID DAN FUZZY LOGIC UNTUK SISTEM KONTROL KECEPATAN MOTOR DC SEBAGAI APLIKASI PRAKTIKUM KONTROL DIGITAL
Lebih terperinciKontrol PID Pada Miniatur Plant Crane
Konferensi Nasional Sistem & Informatika 2015 STMIK STIKOM Bali, 9 10 Oktober 2015 Kontrol PID Pada Miniatur Plant Crane E. Merry Sartika 1), Hardi Sumali 2) Jurusan Teknik Elektro Universitas Kristen
Lebih terperinciDAFTAR ISI. SKRIPSI... ii
DAFTAR ISI SKRIPSI... i SKRIPSI... ii PERNYATAAN... iii HALAMAN PENGESAHAN... iv KATA PENGANTAR... v DAFTAR ISI... vii DAFTAR GAMBAR... ix DAFTAR TABEL... xi INTISARI... xii ABSTRACT... xiii BAB I PENDAHULUAN...
Lebih terperinciPerancangan dan Simulasi Autotuning PID Controller Menggunakan Metoda Relay Feedback pada PLC Modicon M340. Renzy Richie /
Perancangan dan Simulasi Autotuning PID Controller Menggunakan Metoda Relay Feedback pada PLC Modicon M340 Renzy Richie / 0622049 Email : renzyrichie@live.com Jurusan Teknik Elektro, Fakultas Teknik, Universitas
Lebih terperinciPenggunaan Sensor Kesetimbangan Accelerometer dan Sensor Halangan Ultrasonic pada Aplikasi Robot Berkaki Dua
Volume 1 Nomor 2, April 217 e-issn : 2541-219 p-issn : 2541-44X Penggunaan Sensor Kesetimbangan Accelerometer dan Sensor Halangan Ultrasonic pada Aplikasi Robot Berkaki Dua Abdullah Sekolah Tinggi Teknik
Lebih terperinciImplementasi Kendali Logika Fuzzy pada Pengendalian Kecepatan Motor DC Berbasis Programmable Logic Controller
Implementasi Kendali Logika Fuzzy pada Pengendalian Kecepatan Motor DC Berbasis Programmable Logic Controller Thiang, Resmana, Fengky Setiono Jurusan Teknik Elektro Universitas Kristen Petra Jl. Siwalankerto
Lebih terperinciRancang Bangun Sistem Takeoff Unmanned Aerial Vehicle Quadrotor Berbasis Sensor Jarak Inframerah
JURNAL TEKNIK ITS Vol. 1, No. 1 (Sept. 2012) ISSN: 2301-9271 F-50 Rancang Bangun Sistem Takeoff Unmanned Aerial Vehicle Quadrotor Berbasis Sensor Jarak Inframerah Bardo Wenang, Rudy Dikairono, ST., MT.,
Lebih terperinciPERANCANGAN SISTEM PENGENDALIAN SUHU PADA PROTOTYPE GREEN HOUSE BERBASIS KENDALI LOGIKA FUZZY
PERANCANGAN SISTEM PENGENDALIAN SUHU PADA PROTOTYPE GREEN HOUSE BERBASIS KENDALI LOGIKA FUZZY Mulkan Azizi *), Sumardi **), Munawar Agus R ***) Jurusan Teknik Elektro, Universitas Diponegoro Semarang Jl.
Lebih terperinciBAB II LANDASAN TEORI
BAB II LANDASAN TEORI BAB II LANDASAN TEORI 2.1. Sistem Kendali Lup[1] Sistem kendali dapat dikatakan sebagai hubungan antara komponen yang membentuk sebuah konfigurasi sistem, yang akan menghasilkan
Lebih terperinciTKC306 - Robotika. Eko Didik Widianto. Sistem Komputer - Universitas Diponegoro
TKC306 - ika Eko Didik Sistem Komputer - Universitas Diponegoro Review Kuliah Prinsip dasar dan mekanisme kontrol robot Implementasi kendali ke dalam rangkaian berbasis mikroprosesor Low-level dan High-level
Lebih terperinciLAPORAN TUGAS AKHIR. Untuk Memenuhi Persyaratan Mencapai Pendidikan Diploma III (DIII) Disusun Oleh : Choiruzzad Fahri NIM.
RANCANG BANGUN SISTEM PENGENDALI SUHU PADA SANGKAR NYAMUK MENGGUNAKAN PENGENDALI PID BERBASIS MIKROKONTROLER ATMEGA32A UNTUK PENGAMATAN SIKLUS HIDUP NYAMUK LAPORAN TUGAS AKHIR Untuk Memenuhi Persyaratan
Lebih terperinciSistem Pengaturan Kecepatan Stasioner Mesin Bensin Menggunakan Kontroler PID
Sistem Pengaturan Kecepatan Stasioner Mesin Bensin Menggunakan Kontroler PID Primadani Kurniawan, 2207100041 Jurusan Teknik Elektro, Fakultas Teknologi Industri, Institut Teknologi Sepuluh Nopember, kampus
Lebih terperinciBab IV PERANCANGAN SISTEM KONTROL NUTRISI HIDROPONIK NFT TUMBUHAN TOMAT
Bab IV PERANCANGAN SISTEM KONTROL NUTRISI HIDROPONIK NFT TUMBUHAN TOMAT IV. Desain Sistem Disain sistem yang dibangun dibagi menjadi tiga proses yaitu pencampuran larutan di tabung pencampur, pemberian
Lebih terperinci