TUGAS MIDMK SISTEM KENDALI CERDAS

LAPORAN SISTEM BERBASIS PID DAN FLC

OLEH :

ABDULLAH KHALIFAH – D41107272

UNIVERSITASHASANUDDIN

TA. 2009/2010

A. PENDAHULUAN

Pada zaman modern ini, masyarkat global tidak dapat terpisah dari teknologi. Kehidupan

sehari-hari manusia pun selalu terkait dengan teknologi. Dari bangun pagi hingga tidur

malam, selama 24 jam, teknologi selalu ada di dekat kita. Seiring bertambahnya waktu,

teknologi terus berkembang untuk meringankan kehidupan manusia.

Sistem berbasis teknologi merupakan system buatan manusia yang bertujuan untuk membuat

manusia lebih mudah, nyaman, dan aman. Untuk membangun sebuah system, kita

memerlukan alat – alat yang dapat bekerja secara harmonic. Keharmonisan alat-alat

merupakan kunci dari keberhasilan sebuah system. Itulah tugas dari Sistem Kendali. Sistem

kendali merupakan suatu kumpulan alat yang mengendalikan, memerintah, dan mengatur

keadaan dari suatu system.

Setiap system kendali akan menghasilkan respon yang bermacam-macam. Respon tersebut

berasal dari pengaruh di luar system dan dalam system. Untuk menghasilkan system dengan

respon yang cepat dan akurat, kita memerlukan sebuah komponen control PID (Proportional,

Integral, Derivatif Controller). Tetapi, siapa saja yang ingin membuat sebuah system kendali

yang lebih akurat dan presisi, maka kita memerlukan sebuah komponen control FLC (Fuzzy

Logic Controller). Dengan kombinasi PID dan FLC di dalam sebuah system, diharapkan

dapat membuat system tersebut memiliki respon yang cepat, akurat, presisi, dan stabil.

B. DASAR TEORI

a. PID Controller

PID (dari singkatan bahasa Inggris: Proportional–Integral–Derivative controller) merupakan

kontroler untuk menentukan presisi suatu sistem instrumentasi dengan karakteristik

adanya umpan balik pada sistem tesebut.

Komponen kontrol PID ini terdiri dari tiga jenis yaitu Proportional,Integratif dan Derivatif. Ketiganya dapat dipakai bersamaan maupun sendiri-sendiri

tergantung dari respon yang kita inginkan terhadap suatu plant.

1.Kontrol ProporsionalKontrol P jika G(s) = kp, dengan k adalah konstanta. Jika u = G(s) • e maka u = Kp • e

dengan Kp adalah Konstanta Proporsional. Kp berlaku sebagai Gain (penguat) saja tanpa

memberikan efek dinamik kepada kinerja kontroler. Penggunaan kontrol P memiliki berbagai

keterbatasan karena sifat kontrol yang tidak dinamik ini. Walaupun demikian dalam aplikasi-

aplikasi dasar yang sederhana kontrol P ini cukup mampu untuk memperbaiki respon transien

khususnya rise time dan settling time.

2.Kontrol IntegratifJika G(s) adalah kontrol I maka u dapat dinyatakan sebagai 

 dengan Ki adalah konstanta Integral, dan dari persamaan

di atas, G(s) dapat dinyatakan sebagai   Jika e(T) mendekati

konstan (bukan nol) maka u(t) akan menjadi sangat besar sehingga diharapkan dapat

memperbaiki error. Jika e(T) mendekati nol maka efek kontrol I ini semakin kecil. Kontrol I

dapat memperbaiki sekaligus menghilangkan respon steady-state, namun pemilihan Ki yang

tidak tepat dapat menyebabkan respon transien yang tinggi sehingga dapat menyebabkan

ketidakstabilan sistem. Pemilihan Ki yang sangat tinggi justru dapat menyebabkan output

berosilasi karena menambah orde sistem

3.Kontrol Derivatif

Sinyal kontrol u yang dihasilkan oleh kontrol D dapat dinyatakan sebagai 

 Dari persamaan di atas, nampak bahwa sifat dari kontrol D ini dalam konteks "kecepatan"

atau rate dari error. Dengan sifat ini ia dapat digunakan untuk memperbaiki respon transien

dengan memprediksi error yang akan terjadi. Kontrol Derivative hanya berubah saat ada

perubahan error sehingga saat error statis kontrol ini tidak akan bereaksi, hal ini pula yang

menyebabkan kontroler Derivative tidak dapat dipakai sendiri.

b. Fuzzy Logic Controller

Konsep tentang logika fuzzy diperkenalkan oleh Prof. Lotfi Astor Zadeh pada tahun 1962.

Logika Fuzzy merupakan metodologi system control untuk pemecahan masalah, yang cocok

diimplementasian ke sebuah system, mulai dari system yang kecil hingga system yang besar

dan kompleks. Metodologi ini dapat diterpkan pada perangkat keras, pernagkat lunak,

ataupun kombinasi keduanya. Dalam logika klasik dinyatakan bahwa segala sesuatu bersifat

biner, yang artinya adalah hanya mempunyai dua keadaan, “ya atau tidak”, “ON atau OFF”,

“1 atau 0”, dan lain-lain. Oleh karena itu, system yang berdasarkan logika ini hanya

mempunyai nilai keanggotaan 0 atau 1. Lain halnya pada Metodologi Logika Fuzzy. Logika

Fuzzy memingkinkan nilai keanggotaan berada antara nilai 0 dan 1. Artinya, bisa saja suatu

keadaan mempunyai dua nilai “Ya dan Tidak”, “Benar dan Salah”, secara bersamaan, namun

besar nilainya tergantung pada bobot keanggotaan yang dimilikinya. Logika fuzzy dapat

digunakan di berbagai bidang, seperti pada system diagnostic penyakit (bidang kedokteran);

pemodelan system pemasaran, riset operasi (Bidang Ekonomi); kendali kualitas air, prediksi

adanya gempa, klasifikasi dan pencocokan pola (dalam bidang teknik).

C. MODEL SISTEM PID DAN FLC DI SOFTWAREMATLAB

1. Pengaturan Sistem Pengendali PID

Analisis system pengendali PID dengan mengubah-ubah nilai Controller Parameter

berupa P (Proportional), I (Integral), dan D (Derivative). Hal ini dilakukan untuk mengerahui

seberapa besar efek perubahan nilai pada masing-masing parameter pengendali (P, I, dan D).

2. Pengaturan Sistem Pengendali FLC

Gambar FLC

Gambar Fungsi Keanggotaan error dan derror

Gambar Member Function Fuzzy

Gambar Rule FLC

Gambar Rule Editor

D. HASIL DAN PEMBAHASAN

a. Pengendali PID

Hanya PID yang tersambung ke LTI Sistem, sedangkan FLC dan Gangguan

tidak tersambung ke LTI Sistem.

Td (s) Tr (s) Tp (s) Ts (s) Mp (%)

Nilai 0,0019 0,0022 0,0053 0,0321 0,27

Berdasarkan grafik di atas, overshoot pada pengendali PID cukup besar

walaupun waktu respon cukup cepat.

b. Pengendali FLC

Hanya FLC yang terhubung ke LTI Sistem, sedangkan PID dan Gangguan

tidak terhubung ke LTI Sistem.

Td (s) Tr (s) Tp (s) Ts (s) Mp (%)

Nilai 0,0068 0,0081 0,0132 Tak

Terdefinisi

0,782

Berdasarkan grafik di atas, overshoot pada system FLC cukup kecil tetapi memiliki

waktu respon yang cukup lama.

c. PID + FLC

FLC dan PID terhubung ke LTI Sistem, sedangkan Gangguan tidak terhubung

ke LTI Sistem.

Td (s) Tr (s) Tp (s) Ts (s) Mp (%)Nilai 0,0018 0,002 0,0047 Tidak

terdefinisi0,3133

Berdasarkan grafik di atas, dibanding dengan grafik PID saja dan FLC saja, system

yang memiliki pengendali PID dan FLC akan memiliki overshoot yang cukup kecil dan

respon yang lebih cepat daripada system dengan pengendali PID saja atau system dengan

pengendali FLC saja.

d. PID + Gangguan

Pengendali PID dan input Gangguan terhubung ke LTI Sistem, sedangkanFLC tidak terhubung ke LTI Sistem.

Td (s) Tr (s) Tp (s) Ts (s) Mp (%)

Nilai 0,0017 0,0019 0,053 Tak

Terdefinisi

0,5119

Berdasarkan grafik di atas, hasil akhir pada system tidak berada di titik stabil. Nilai

overshoot hampir sama dengan Nilai overshoot pada system Pengendali PID tanpa gangguan.

Ini menunjukkan system terpengaruh oleh sinyal input gangguan.

e. FLC + Gangguan

Pengendali Fuzzy Logic (FLC) dan input STEP gangguan terhubung ke LTI

Sistem, sedangkan Pengendali PID tidak terhubung ke LTI Sistem.

Td (s) Tr (s) Tp (s) Ts (s) Mp (%)

Nilai 0,0037 0,0039 0,9821 Tidak

terdefinisi

1666,68

Berdasarkan grafik di atas, nilai puncaknya akan terus naik, dikarenakan hubungan

waktu dan output dari system dengan FLC ditambah gangguan bersifat linear. Sehingga

diperoleh nilai akhir yang bersifat linear, antara fungsi waktu dan output dari system. Grafik

tersebut menunjukkan bahwa system dengan Pengendali Fuzzy Logic sangat terpengaruh

oleh input step gangguan.

f. FLC + PID + Gangguan

Pengendali Fuzzy Logic (FLC), Pengendali PID, dan Input STEP Gangguan

terhubung ke LTI Sistem.

Td (s) Tr (s) Tp (s) Ts (s) Mp (%)

Nilai 0,0016 0,0017 0,0047 Tidak

terdefinisi

0,5143

Berdasarkan grafik di atas, walaupun sistem diberi input STEP Gangguan, sistem

tetap dalam keadaan cukup stabil. Hasil akhir dari sistem ini berada di atas nilai STEP Input

(1). Hal ini menunjukkan bahwa sistem ini masih dapat dipengaruhi oleh Input STEP

Gangguan, walaupun tidak terlalu signifikan.

E. KESIMPULAN

Setelah mengamati hasil dari pengamatan pada software MATLABTM, kita dapat mengetahui

bahwa :

- Sistem dengan Pengendali PID sangat dipengaruhi oleh nilai P (Proportional), I

(Integral), dan D (Derivative) – Kp, Ki, dan Kd. Nilai P dan I merupakan potongan

dari NIM penulis. Sesuai grafik pengendali PID (saja), nilai overshoot cukup besar

tetapi waktu respon cukup cepat.

- Sistem dengan Pengendali Fuzzy Logic (FLC) memiliki nilai overshoot yang rendah

tetapi memiliki waktu respon yang besar.

- Gangguan merupakan sinyal STEP pada t=0.01 (sama dengan Nilai Input STEP).

- Pengendali PID ditambah dengan Sinyal STEP Gangguan akan menghasilkan bentuk

sinyal yang mirip dengan Sistem Pengendali PID (saja), tetapi Nilai Hasil Akhir akan

bernilai lebih dari 1. Hal ini disebabkan oleh Gangguan. Pengendali PID tidak secara

signifikan terpengaruh oleh input STEP Gangguan.

- Pengendali Fuzzy Logic (FLC) sangat terpengaruh oleh input STEP Gangguan. Nilai

Overshootnya sangat besar.

- Sistem dengan Pengendali PID dan FLC tidak secara signifikan terpengaruh oleh

Input STEP Gangguan.