APIKASI FUZZY PIPD PADA PENGENDALI WICKET GATE

PADA PEMBANGKIT LISTRIK TENAGA MYCRO HYDRO

Muh Budi R Widodo 1, Soedibyo , Ali musyafa, dan Imam Robandi
Dept. Electrical engineering
Institut Technology sepulug Nopember
Sukolilo, surabaya, 60111
1
Boedy@elect-eng.its.ac.id

Abstrak
Perkembangan teknologi pengendali pada pembangkit listrik tenaga microhydro pada saat ini semakin
meningkat. Pembangkit microhydro sangat diminati karena memiliki kelebihan secara teknis dan ekonomis, hal ini
disebabkan microhydro adalah pembangkit listrik tenaga air skala kecil yang tidak memerlukan instalasi
penyimpanan air yang luas, selain itu juga ramah lingkungan. Permasalahan yang sering terjadi pada sistem
pembangkit microhydro adalah terjadinya putaran tidak konstan yang disebabkan oleh debit air maupun perubahan
muka air (diversion) serta perubahan beban sehingga mengakibatkan perubahan pada frekwensi sistem. Fluktuasi
frekuensi ini akan mempengaruhi pada kestabilan sistem, oleh sebab itu dalam penelitian ini akan dibahas sebuah
strategi pengendali frekuensi dengan melakukan simulasi menggunakan MATLAB. Pada simulasi dibandingkan
perfomansi frekuensi sistem microhydro yang dikontrol menggunakan Fuzzy PI Controller dengan Fuzzy PIPD
Controller. Hasil simulasi menunjukkan bahwa dengan penggunaan Fuzzy PIPD controller performasi frekuensi
sistem yang diberi gangguan berupa perubahan beban mampu ditingkatkan, yaitu overshoot dan settling time 0 p.u
, 4.365 detik pada perubahan beban 0.015 p.u, 0.0001 p.u , 4.595 detik untuk perubahan beban 0.025 p.u, dan
0.0001 p.u , 4.744 detik dengan perubahan beban sebesar 0.05 p.u.
Kata kunci : Micro Hydro, Wicket Gate, Fuzzy PI Controller , Fuzzy PIPD Controller.

1. Pendahuluan
Micro hydro adalah pembangkit listrik tenaga air skala kecil yang tidak memerlukan instalasi
penyimpanan air yang luas, sehingga tidak membutuhkan banyak lahan [1]. Selain itu microhydro
merupakan energi terbarukan yang ramah lingkungan dan murah [1,2]. Pada microhydro konvensional,
output dari generator diatur oleh wicket gate yang bertugas mengatur jumlah air yang mengalir ke turbin.
Proses pengaturan wicket gate ini telah banyak dikembangkan dengan menggunakan debit air atau
tegangan sebagai input dan sudut pembukaan katup sebagai aksi kontrol untuk mendapatkan output
generator yang diinginkan [2,3]. Pembangkit dengan kontrol konvensional tersebut mempunyai kelemahan pada pengendalian tegangan dan frekuensi karena kondisi debit air yang tidak kontinyu serta
adanya perubahan beban [3,4]. Perubahan beban dan debit air berkaitan erat dengan stabilitas sistem
secara keseluruhan.
Banyak penelitian telah dilakukan untuk mendesain kontrol handal dan cerdas sehingga mampu
menjaga performansi tegangan dan frekuensi sistem supaya tetap dalam batas simpangan yang diijinkan
[6,7]. Kontrol proporsioanal integral (PI) dan Proportional Differential (PD) masih dipercaya dan banyak
digunakan pada proses otomasi dan kontrol pada industri [6,8]. Alasan utama digunakan kontrol PI dan
PD adalah karena mudah dioperasikan, desain tidak teralu rumit, dan sangat efektif dipakai pada berbagai
mesin [6,7,8]. Pada sistem yang amat kompleks kotroler jenis PI dan PD mengalami kendala dalam
penentuan gain penguatan Ki dan Kd, oleh karena itu sering kali kontroler jenis ini digabung dengan fuzzy
atau metode optimisasi lain misalnya, GA atau PSO [8,9].
Fuzzy Logic telah dikenal sebagai metode yang handal untuk membangun kontroler sistem dan
telah teruji mampu memperbaiki performansi sistem [10]. Penggunaan fuzzy yang mudah dan tidak
memerlukan persamaan matematis dalam menyelesaikan permasalah menjadikan fuzzy ini sangat di
gemari di kalangan peneliti [8,9,10]. Metode-metode perancangan Fuzzy Logic Controller (FLC) menggabungkan aspek pendefinisian himpunan fuzzy untuk memperoleh suatu kontroler yang dapat

merepresentasikan cara kerja manusia [10]. Ide dari fuzzy set ini berguna untuk mewakili permasalahan
linguistik numerik dan membuat keputusan yang handal dari ketidakjelasan dan ketidaktepatan suatu
kasus [7,8,9,10].
Pada penelitian ini, dibahas sebuah strategi pengendalian optimal mengunakan fuzzy PIPD
yangmerupakan modifikasi dari PID controller yang dihybrid dengan fuzzy. Kontroller PIPD ini akan
digunakan untuk mengendalikan frekuensi sistem akibat perubahan beban supaya sistem tetap stabil
dengan cara mengatur debit air yang masuk ke turbinmelalui wicket gate. Perancangan model sistem
pembangkit listrik, dilakukan dengan memodelkan secara liner pada turbin air dan generator
menggunakan Simulink MATLAB. Pemodelan matematika ini diharapakan dapat meniru perilaku sistem
nyata dan digunakan untuk melihat perilaku dinamik sistem secara keseluruhan, sehingga aplikasi dari
kontroler dapat dilihat dengan jelas.

2. Pembangkit ListrikMicrohydro
PLTA skala kecil maupun besar jika ditinjau dari segi cara membendung air terdapat 2 macam, yaitu
: jenis run of river dan jenis reservoir. Pada PLTA jenis run of river, air sungai dialihkan dengan
menggunakan dam yang dibangun memotong aliran sungai. Air sungai kemudian disalurkan ke bangunan
penyimpanan air PLTA, sehingga jumlah air yang terdapat pada bangunan penyimpanan air tergantung
pada debit air sungai. Salah satu kelebihan dari jenis run of river membutuhkan biaya pembangunan yang
lebih murah dari pada jenis reservoir. Oleh karena itu microhydro dalam penelitian ini menggunakan jenis
run of river[1,4,5].

Gambar 1, Representasi skematik dari sebuah Pembangkit Listrik Tenaga Air [3]

Keterangan ,
H = tinggi muka air
U = kecepatan air
L = panjang penstock

Daya mekanik turbin adalah perbandingan antara tekanan dan aliran sebagai berikut :
Pm K HU
P

(1)

Dengan,
KP = konstanta proporsional

2.1 Pemodelan Sistem Micro Hydro

Untuk melakukan simulasi, maka sistem microhydro harus dimodelkan dalam laplace (bentuk
linier) menggunakan tools simulink yang ada di MATLAB, sehingga dapat desain kontroler Fuzzy PIPD
dapat diaplikasikan pada sistem pembangkit microhydro tersbut. Untuk lebih detail tentang desaind dari
sistem microhydro, dalam sub-bab 2 ini akan dibahas secara singkat dan jelas.
2.1.1 Model Liner pembangkit Microhydro
Sistem hidrolik dari pembangkit microhydro dapat dilihat pada Gambar 2. Sistem hidrolik terdiri
dari head pond, head race conduit, surge tank, penstock, dan turbin. Air dari sungai akan ditampung di
head pond kemudian dialirkan ke surge tank melalui head race conduit. Kemudian dari surge tank air akin

dilarkan ke rurbin penggerak, sehingga saat rutrbin berputar maka shaft generator yang menjadi satu
dengan turbin akan bergerak sehingga terbangkit energi listrik yang akan dialirkan ke beban.

Gambar 2, Skema Pembangkit microhydro

a.

Head Pond [4,5]

Head pond adalah sebuah kolam yang memiliki ketinggian dan digunakan untuk sarana
penyimpanan air harian dari aliran sungai. Air dari head pond akan dialirkan melalui head-race conduit
menuju turbin. Nilai dari tinggi head pond dipengaruhi oleh debit air sungai ke head pond dan aliran air
dari head pond ke head-race conduit. Hubungan antara deras aliran sungai dan head-race conduit dengan
ketinggian head pond ditunjukkan pada persamaan 2.
dH

f Q Q
(2)
r
t
dt
Dengan, Af adalah head pond area (m2), Hf adalah gross head in the head pond (m), Qr adalah river
flow (m3/s), dan Qt adalah head race conduit flow (m3/s).
A

b.

Head-Race Conduit [4.5]

Head-race conduit adalah saluran air yang mengalirkan air dari head pond ke surge tank. Nilai dari
aliran conduit ini dipengaruhi oleh tinggi head pond dan level ketinggian air di surge tank. Hubungan
antara aliran air di head-race conduit dengan ketinggian head pond dan ketinggian air di surge tank
ditunjukkan oleh persamaan 3,
L t dQ t
gA t dt

C t Q t Q t Cs | Q s | Q s H H s
f

(3)

Dengan, Lt adalah head-race conduit length , g adalah gravitasi (m/s 2), At adalah luas head-race
conduit (m2), Ct adalah koofisien rugi-rugi head-race conduit, Cs adalah koofisien rugi-rugi surge tank, Qs
adalah debit air pada surge tank, Hf adalah ketinggian kotor head pond (m), dan Hs adalah level
ketinggian air pada surge tank level (m) terhadap tailwater.
c.

Surge Tank [4,5]

Surge tank adalah sebuah tangki yang berfungsi untuk mencegah terjadinya water hammer. Water
hammer terjadi akibat menutupnya katup turbin secara tiba-tiba akibat pelepasan baban. Ketingian air
pada surge tank dipengaruhi oleh debit air pada turbin dan debit air di head-race conduit. Hubungan
antara ketinggian air di surge tank dengan debit air di turbin dan head-race conduit ditunjukkan oleh
persamaan 4,
dH s
(4)
As
Qs Q t Q
dt

Dengan, As adalah luas area surge tank (m2) dan Q adalah debit air pada turbin (m3/s).
Skema pembangkit listrik microhydro pada Gambar 2 dapat dinyatkan dalam bentuk laplace pada
Gambar 3,

Gambar 3. Model Linier Pembakit Listrik Microhydro

Dengan memodelkan pembangkit microhydro ke dalam bentuk transformasi laplace pada Gambar
3, maka dapat dilakukan simulasi sederhana aplikasi kontrol Fuzzy PIPD untuk mengatur frekuensi dari
sistem.
2.1.2

Pengaturan Frekuensi
Permasalahan kestabilan frekuensi pada pembangkit microhydro sampai saat ini terus
dikembangkan. Dengan jumlah debit air dan beban yang berubah-ubah, pengaturan frekuensi dari
generator menjadi permasalahan yang serius. Untuk memperoleh gambar pengendalian frekuensi
dijelaskan pada Gambar 4.

Gambar 4. Skema Pengendali Frekuensi Pada Pembangkit Microhydro

Pada Gambar 4, apabila pada sistem terjadi perubahan beban, maka frekuensi sistem akan
mengalami perubahan. Perubahan frekuensi akan didetiksi oleh komparator yang dipasang pada bus
beban, selanjutnya diteruskan pada komputer melalui Analog to digital Converter, komputer akan
memberi sinyal kepada kontrol Fuzzy PIPD. Sinyal keluaran dai Fuzzy PIPD ini akan memberikan
perintah pada servo motor untuk mengendalikan valve (wicket gate) untuk mengatur debit air yang masuk
ke turbin.

3. Desain Fuzzy PIPD Controller

Fuzzy PIPD merupakan gabungan dari fuzzy Proportional integral (PI) dengan Fuzzy Proportional
differential (PD). Untuk membuat desain kontroller fuzzy PIPD, harus ditutunkan terlebih dahulu satu per
satu. Pada sub bab ini dibahas secara singkat tentang desain fuzzy PIPD.
3.1

Fuzzy PI Controller [6,7,8]

Transfer function dari kontroler PI konvensional dalam bentuk persamaan laplace dinyatakan
dengan,
s Ki
(5)
u PI ( s) ( K P
) E ( s)
s
Persamaan (5) dapat ditransformasikan kedalam bentuk diskrit dengan transformasi-Z, yaitu dengan
s 2 / T [ z 1/ z - 1 ] , dengan T >0 , sehingga diperoleh hasil,
KT
KT
u PI ( z ) ( K p - i i ) E ( z )
(6)
2
1 - z -1
dengan asumsi bahwa,
_
KT
dan
Kp = K P - i
2

_
Ki = Ki T

_
_
-1
( 1 - z ) u ( Z) K P ( 1 - z ) E ( z ) K E ( z )
i
PI
maka dengan menggunakan invers transformasiZ diperoleh,
_
_
u PI ( n T) - u PI ( n T - T) K p e( n T) -e( n T-T) Ki e ( n T)
dengan membagi persamaan (3) dengan T, maka di peroleh,
_
_
Ki e( n T)
u PI ( n T) - u PI ( n T - T) K p e( n T) - e( n T-T)

T
T
T
dengan,
u ( n T - T) - u PI ( n T - T)
u PI ( n T) PI
T
u PI( n T) u PI ( n T - T) + u PI ( n T) T
-1

(7)

(8)

(9)
(10)

dan increment control,

e( n T ) - e( n T - T )
(11)
v ( n T)
PI
T
maka di peroleh,
_
_
Ki
(12)
u PI ( n T ) K P v( n T)
e( n T)
T
Kemudian dari persamaan 10, dengan mengganti nilai dari T u PI ( n T ) dengan kontrol fuzzy
Ku

PI

u P I ( n T ) , akhirnya dapat kita peroleh,

u PI ( n T) = u PI ( n T - T) + K U u PI ( n T)
PI

(13)

Dari penurunan PI comtroller digital persamaan 5 sampai 13, maka dapat digambar sebuah sebuah
blok diagram Fuzzy PI Controller seperti yang ditunjukkan pada Gambar 5.

Gambar 5. Blok Diagram Fuzzy PI Controller

3.1

Desain kontrol Fuzzy PD [7,8,9]

Transfer function dari kontroler PI konvensional dalam bentuk persamaan laplace dinyatakan
dengan,
UPD ( s) ( K P +s K d ) E ( s)

(14)

Persaman (14) dapat ditransformasi dalam bentuk diskrit dengan menggunakan transformasi-Z dengan,
2 z - 1
s
(15)
T z 1
Selanjutnya diperoleh,
T 1- z- 1
(16)
u PD ( z ) ( K P K d
) E (z)
2 1 z- 1
dengan nilai K p1 K p dan

K d1 2

Kd
T

, dengan menggunakan transformasi-Z diperoleh,

u PD ( n T ) u PD ( n T - T ) K P1 [ e( n T ) e( n T - T ) ] K d1[ e( n T ) e( n T - T ) ]

(17)

dengan membagi persamaan (17) dengan T, diperoleh

u PD ( n T ) u PD ( n T - T )
T

K P1

[ e( n T ) e( n T - T ) ]
T

K d1

[ e( n T ) e( n T - T ) ]
T

(18)

dengan parameter,
u PD ( n ) u PD ( n +1)
T
[ e( n ) e( n - 1) ]
r(n )
T
[ e( n ) e( n - 1) ]
d(n )
T
Persamaan (18) dapat kita tuliskan kembali menjadi,
u PD ( n ) K p1d ( n ) K d1 r ( n )

(19)

u PD ( n ) -u PD ( n - 1) T u PD ( n )

(20)

u PD ( n )

Dengan mengganti nilai T u PD (n) dengan gain Fuzzy Logic Controller K UPD u P D ( n ) , maka
dapat kita peroleh hasil akhir sebagai berikut.

u PD ( n ) -u PD ( n - 1) K U u PD ( n )
(21)
PD
Dari hasil penurunan PD controller, dapat digambar sebuah blok diagram PD controller yang
ditunjukkan pada Gambar 6.

Gambar 6. Blok Diagram Fuzzy PD Controller [4,6,7]

Blok PI controller dan PD controller bila digabungakan membentuk sebuah kontroler Fuzzy PIPD
yang lengkap seperti yang ditunjukkan pada Gambar 7.

Gambar 7. Fuzzy PIPD Controller [7,8,9]

3.1.1 Fuzzifikasi [7,8]

Fungsi keanggotaan input dan output Fuzzy PIPD ditunjukan pada Gambar 8 dan Gambar 9. Input
yang digunakan adalah error (ev) dan delta error (ep), sedangkan output berupa single output (Upi).
Masing-masing fungsi keanggotaan input dan output fuzzy PIPD memiliki 5 buah pengelompokan yaitu
Negative Big (NB), Negative small (NS), zero (Z), Positive small (PS), Positive big (PB). Range yang
digunakan dalam fungsi keanggotaan ini adalah (-5,5).
Berikut ini adalah gambar fungsi keanggotaan dari fuzzy PI dan fuzzy PD.

Negative input
NB

NS

Positive input

Zero

ZE

PS

PB

-5

(ep,ev)

Gambar 8, Input dari fungsi keanggotaan Fuzzy PIPD

Negatif Output

Zero

NS

ZE

NB

Positif Output

PS

PB

-5

(Upi)

Gambar 9, Output dari fungsi keanggotaan Fuzzy PIPD

3.1.2 Aturan Kontrol Fuzzy [7,8]

Dengan menggunakan fungsi keanggotaan seperti yang ditunjukan pada Gambar .5 dan Gambar. 6
dapat dibentuk suatu aturan kontrol Fuzzy untuk membangun Fuzzy PIPD Controller, yaitu :
Table 1. Rule base of Fuzzy PIPD Controller inferece system
Delta error(ev)

Error (ep)

Aturan kontrol Fuzzy PI PD memiliki 25 aturan seperti yang ditunjukkan pada tabel 1. 25 aturan
Delapan aturan Fuzzy PI PD dapat dipahami dengan cara: jika input dari error (e p) bernilai Negatif Big
(NB) dan delta errornya (ev ) bernilai Negative Big (NB), maka outputnya juga akan menjadi output
Negative Big (NB), jika input dari error (e p) bernilai Negatif Big(NB) dan delta errornya (ev ) bernilai
Negatif Small (NS), maka output akan menjadi Negatif Big (NB). Untuk aturan 3 sampai dengan 25 dapat
dibaca dengan cara yang sama seperti aturan pertama dan aturan kedua sesuai dengan Tabel 1.
3.1.3

Aplikasi Fuzzy PIPD Contoller Pada Pembangkit Microhydro

Aplikasi dari Kontroler Fuzzy PIPD pada pembakit listrik microhydro dapat dilihat pada Gambar
10. Kontroler digunakan untuk mengendalikan wicket gate sehingga debit air yang digunakan dapat diatur
sedemikian rupa sehingga apabila terjadi perubahan beban, maka frekuensi sistem akan distabilkan
dengan cepat.

Gambar 10. Model linier pembakit microhydro dengan Fuzzy PIPD Controller

4. Simulasi dan Analisis

Simulasi pada penelitian ini menggunakan MATLAB 7.3 dengan memberikan Gangguan pada
sistem yaitu berupa perubahan beban sebesar 0.015 p.u. 0.025 p.u dan 0.05 p.u, sedangakan debit air
dianggap konstan. Pada Masing-masing gangguan yang diujikan dilakukan pengamatan respon frekuensi
sistem terhadap perubahan beban tersebut. Respon Frekuensi sistem akibat perubahan beban 0.015 p.u,
0.025 p.u dan 0.05 p.u dapat dilihat pada gambar 11 sampai 13.
4.1
Respon frekuensi akibat perubahan beban 0.015 p.u
Performance of Frequency Microhydro Power Plan

0.35

X: 4.365
Y: 0.3333

0.3

amplitude (pu)

0.25

1. Without Controller
2. using Fuzzy PI Controller
3. using Fuzzy PIPD Controller

0.2
0.15
1

0.1
0.05
0
-0.05

10

15

20
25
30
Times (second)

35

40

45

50

Gambar 11. Respon frekuensi akibat perubahan beban 0.015 p.u

Gambar 11 merupakan respon frekuensi sistem dengan perubahan beban 0.015 p.u. Pada gambar
11, sistem tanpa kontroler frekeunsi turun sebesar 0.28122 p.u, meskipun stabil dan memiliki time settling
yang lebih cepat, tetapi deviasi frekuensi ini tidak dapat dibiarkan, karena dapat mengganggu kestabilan
sistem apabila terjadi gangguan lagi yang lebih besar. Sistem dengan kontroler fuzzy PIPD memiliki
respon frekuensi yang paling bagus yaitu overshoot 0 (0.3333 p.u) dan time settling 4.365 detik,
sedangkan pada aplikasi Fuzzy PI Controller sistem memiliki overshoot 0.0008 dan time setling 9.775
detik.

4.2 Respon frekuensi dengan perubahan beban 0.025 p.u

Gambar 12 merupakan respon frekuensi sistem dengan perubahan beban sebesar 0.025 p.u. Pada
tersebut terlihat bahwa sistem tanpa kontroler respon frekeunsi turun sebesar 0.28272 p.u, dan settling
time sebesar 3.887 detik. Sistem dengan kontroler fuzzy PIPD memiliki respon frekuensi yang paling
bagus yaitu overshoot 0.0001 dan time settling 4.595 detik, sedangkan pada aplikasi Fuzzy PI Controller
sistem memiliki overshoot 0.0001 dan time setling 9.719 detik.
Performance of Frequency Microhydro Power Plan

0.35

X: 4.595
Y: 0.3332

0.3

amplitude (pu)

0.25

1. Without Controller
2. Using Fuzzy PI Controller
3. Using Fuzzy PIPD Controller

0.2
0.15
1

0.1
0.05
0
-0.05

10

15

20
25
30
Times (second)

35

40

45

50

Gambar 12. Respon Frekuensi dengan perubahan beban 0.025 p.u

4.3 Repon Frekuensi dengan perubahan beban 0.05 p.u

Performance of Frequency Microhydro Power Plan

0.35

X: 4.744
Y: 0.3332

0.3

amplitude (pu)

1. Without Controller
2. Uisng Fuzzy PI Controller
3. Using Fuzzy PIPD Controller

0.25

0.2
0.15
1

0.1
0.05
0
-0.05

10

15

20
25
30
Times (second)

35

40

45

Gambar 13. Respon Frekuensi Sistem Dengan Perubahan Beban 0.05 P.U

50

Respon frekuensi terhadapperubahan beban sebesar 0.05 p.u dapat dilihat pada Gambar 13. Pada
Gambar 13 terlihat bahwa sistem dengan aplikasi fuzzy PIPD mampu menaikkan performasi frekuensi
sistem, dengan overshoot dan settling time yang paling baik, masin-masing adalah 0.0001 p.u dan 4.744
detik. Jika dibadingkan dengan aplikasi PI coantroller yang miliki overshoot dan settling time (0.0001 dan
9.984 detik) atau sistem tanpa kontroller yang mimiliki overshoot dan settling time (0.28726 p.u 3.486
detik) maka sistem dengan Fuzzy PIPD controller memiliki respon yang paling bagus.

5. Kesimpulan
Dari hasil simulsi yang dilakukan dapat diambil beberapa kesimpulan antara lain:
1. Respon frekuensi sistem tanpa kontroler saat diberi gangguan cenderung turun, meskipun
tetap stabil tetapi penurunan ini juga perlu diperhatikan.
2. Penggunaan Fuzzy PIPD mampu meningkatkan performasi frekuensi sistem, hal ini
terlihat dari overshoot dan settling time dari frekuensi sistem yakni 0 p.u , 4.365 detik
pada perubahan beban 0.015 p.u, 0.0001 p.u , 4.595 detik untuk perubahan beban 0.025
p.u, dan 0.0001 p.u , 4.744 detik dengan perubahan beban sebesar 0.05 p.u.
3. Respon frekuensi sistem dengan aplikasi kontroler fuzzy PIPD memiliki respon yang
paling bagus diantara kontroler lain yang digunakan sebagai pembanding (Fuzzy PI
controller).
4. Pemberian gangguan berupa perubahan beban yang semakin meningkat mulai dari 0.015
p.u sampai dengan 0.025 p.u mempengaruhi respon frekuensi sistem dalam mencapai
kestabilan.
Ucapan Terima Kasih
Kami mengucapakan terima kasih kepada ITS yang telah memberikan fasilatas sehingga makalah
penelitian ini dapat terselesaikan tepat pada waktunya.

Daftar pustaka
[1] Jose I. Sarasua, Jesu's Fraile-Ardanuy, Juan I. Perez, Jose R. Wilhelmi, Jose A. Sanchez, 2007,
[2]
[3]
[4]
[5]

Control of a run of river small hydro power plant, IEEE POWERENG, Setubal, Portugal, hal.
672-677.
Emmanuel A. Gonzalez, Jingel Tio, Felicito S. Caluyo, 2004, Conceptual Design Of A Rule-Base
For A Micro-Hydropower Plant Feedback Control System, ECE Technical Report, De La Salle
University Manila.
S.Doola, T.S. Bhatti, Automatic generation control of an isolated small hydro power plant, Electric
Power Systems Research 76 (2006) 889-896
Soedibyo, Mochamad Ashari, Imam Robandi, Modeling And Controling Micro Hydro Power Plant
Run of River Type, ICAST 2009.
Soedibyo, Mochamad Ashari, Imam Robandi, Perancangan sistem kendali tegangan generator

induksi terintegrasi dengan buck-boost inverter pada pembangkit listrik tenaga

mikrohydro. SNTI XVI FTI-ITS. 2009
[6] K.S.Tang,member,IEEE,Kim Fung Man, Senior Member, IEEE, Guanrong
Chen,Fellow,IEEE, and Sam Kwong, Member, IEEE , An Optimal Fuzzy PID
Controller, 2001
[7] Muh Budi R Widodo, muhammad abdillah, imam robandi aplikasi Fuzzy PIPD pada Singel Machine
Infinite Bus (SMIB), Seminar on intelegnet technology and its Aplication (SITIA). 2009. Pp-090
[8] Muh Budi R Widodo, Imam Robandi, Optimization of Fuzzy PIPD Controller for Excitation System
Stability Analysis on Single Machine Infinite Bus (SMIB) using Genetic Algorithm (GA) ICAST.
2009.

[9] Ermanu .A .Hakim, Adi Soeprajitno, Mauridhi HP, PSS design on PD and PI Fuzzy
Controller By Particle Swarm Optimation, 2007.
[10] Imam Robandi, Desain Sistem Tenaga Modern, Penerbit ANDI, Yogyakarta, 2006.