LAPORAN PRAKTIKUM PENGENDALIAN PROSES

SEMESTER GENAP TAHUN AJARAN 2016/2017

MODUL PRAKTIKUM : Simulasi Pengendalian Level

PEMBIMBING : Anggi Regiana Agustin, S.ST, M.Sc.

TANGGAL PRAKTIKUM : 20 April 2017

TANGGAL PENYERAHAN : 25April 2017

LAPORAN

Disusun oleh

KELOMPOK : 9A
NAMA :1. Afiek Mauliani Utami (151411001)
2. Renaldo (151411025)

KELAS : 2A

PROGRAM STUDI DIPLOMA III TEKNIK KIMIA

JURUSAN TEKNIK KIMIA

POLITEKNIK NEGERI BANDUNG

2017
 BAB I
TUJUAN
Setelah melakukan praktikum simulasi aliran, mahasiswa diharapkan dapat:
- Melakukan uji step
- Mempelajari perilaku dinamika aliran fluida sebagai model sistem proporsional
- Mempelajari perilaku nonlinier pada proses
- Mempelajari karakteristik pengendali P, PI, dan PID dalam mengikuti perubahan SP
dan mengatasi gangguan
- Mempelajari fungsi integral dalam menghilangkan offset.
- Mempelajari fungsi derivatif dalam mempercepat respons.
- Mempelajari pengaruh Proportional Band (PB) atau Proportional gain (Kc), waktu
integral (i), dan waktu derivatif (d)
 BAB II
TINJAUAN PUSTAKA

Pada dasarnya pengendalian proses merupakan upaya untuk mempertahankan nilai PV sesuai
dengan Set Point. Dengan dikendalikan melalui MV. Di dalam pengendalian proses. Bila terjadi
gangguan, perubahan beban, atau perubahan setpoint, nilai variabel proses diharapkan segera
mencapai sepoint dengan kriteria:
Cepat (dalam waktu sesingkat-singkatnya),
Tepat (tidak ada perbedaan dengan setpoint).
Stabil (tidak ada fluktuasi)
Agar sesuai dengan harapan di atas, perlu diketahui karakteristik sistem proses dan
pengaturan parameter pengendali meliputi:
Proportional Band (PB) atau Proportional Gain (Kc).
Waktu Integral (i),
Waktu Derivatif (d).
Aliran fluida tak mampat memiliki respons seketika. Sistem ini bersifat proporsional (orde-
0), yang berarti mempunyai keluaran yang sebanding dengan masukan. Dalam mengoperasikan
peralatan proses, pertama-tama perlu mengetahui perilaku dinamika sistem proses yang
ditunjukkan oleh respons variabel proses terhadap perubahan sinyal kendali.

1. Uji Respons Step

Dilakukan dengan memberi perubahan mendadak pada masukan (MV atau beban) dari
satu kondisi steady-state ke kondisi steady-state baru.

Dari grafik di atas diperoleh tiga paremeter proses yaitu waktu mati, konstanta waktu dan
static-gain.
2. Uji Respons Sinusoida
Dilakukan dengan memberi masukan sinusoida pada MV.

Dari grafik di atas terdapat dua parameter, yaitu beda fase p dan amplitude ratio (Ar)
yaitu perbandingan antara Ay dan Ax.

3. Pengendalian Proporsional

Semua pengendali dirancang untuk suatu proses dengan kondisi operasi tertentu. Proses
yang berbeda dan/atau kondisi operasi berbeda memerlukan penyetelan parameter yang
berbeda. Pengendali Proporsional (P) memiliki satu parameter yaitu PB atau Kc.
U = Kc e + Uo

Pada kondisi rancangan atau operasi normal, sinyal kendali Proporsional (U) sebesar nilai
bias (Uo), yaitu nilai sinyal kendali pada saat PV sama dengan SP (e = 0). Oleh sebab itu,
sebelum melakukan pengendalian, nilai bias harus dicari lebih dahulu. Ini dilakukan dengan
posisi pengendali pada Manual.

4. Pengendalian Proporsional Integral

Pengendali PI memiliki dua parameter yaitu PB atau Kc dan i. Pada pengendali PI, bias
(uo) bisa ditiadakan karena bagian integral dapat secara otomatik menemukan nilai bias.

1
u K c e edt u o
i

5. Pengendalian Proporsional Integral Derivatif

Pengendali PID memiliki tiga parameter yaitu PB atau Kc, i. dan d.

1 de
u K c e edt d u o
i dt
 BAB III

DATA PENGAMATAN

Dalam praktikum simulasi digunakan perangkat komputer/laptop dengan softwareprocess

control version 1.4. Prosedur percobaan terdapat di menu petunjuk pada software. Dilakukan
empat modul percobaan simulasi.
3.1. Dinamika Tangki Gravitasi

Percobaan 1

Dari tabel data diperoleh :

t1 = 37
t2 = 54
Konstanta waktu , p = 1.5 (t2 - t1) = 1.5 (54 37) = 25,5s
Dead time, p = t2 - p= 54 - 25,5 = 28,5s
Static gain, Kp = y / u = 49,9 / 67 = 0,7448

Grafik Data Pengamatan

80
PV, SP, MV, Gangguan (%)

60
PV
40
SP
20
MV
0
0 5 10 15 20 25 30 35 40 45 50 55 60 65 70 75 80 85 90 95 Beban
Waktu (menit)

Percobaan 2 (Uji Step)

a. 20%-40%
t1 = 30
t2 = 32
Konstanta waktu , p = 1.5 (t2 - t1) = 1.5 (32 30) = 3s
Dead time, p = t2 - p= 32 - 3 = 29s
Static gain, Kp = y / u = (84.1-57.1)/ 20 = 1.35
 Grafik Data Pengamatan
100

PV, SP, MV, Gangguan (%)

80
60 PV
40 SP
20 MV
0
Beban
0 5 9 13 18 22 27 31 35 40 44 49 53 58 62 67 71 75
Waktu (menit)

b. 40%-60%

t1 = 26
t2 = 28
Konstanta waktu , p = 1.5 (t2 - t1) = 1.5 (28 26) = 3s
Dead time, p = t2 - p= 28 - 3 = 25s
Static gain, Kp = y / u = (84.1-51.9)/ 20 = 1.61

Grafik Data Pengamatan

100
PV, SP, MV, Gangguan (%)

PV
50
SP

0 MV
0 3 6 10 13 16 20 23 26 30 33 36 39 43 46 49 53 56 59 63 66 69 73 Beban
Waktu (menit)

c. 60%-80%
t1 = 26
t2 = 28
Konstanta waktu , p = 1.5 (t2 - t1) = 1.5 (28 26) = 3s
Dead time, p = t2 - p= 28 - 3 = 25s
Static gain, Kp = y / u = (84.1-49.9) / 20 = 1.71
 Grafik Data Pengamatan
100

PV, SP, MV, Gangguan (%)

80
60 PV
40 SP
20
MV
0
0 3 7 10131620232630333640434650535660637477 Beban
Waktu (menit)

d. 80%-100%
t1 = 28
t2 = 30
Konstanta waktu , p = 1.5 (t2 - t1) = 1.5 (30 28) = 3s
Dead time, p = t2 - p= 30 - 3 = 27s
Static gain, Kp = y / u = (84.1-57.1) / 20 = 1.35

Grafik Data Pengamatan

100
PV, SP, MV, Gangguan (%)

80
60 PV
40 SP
20 MV
0
Beban
0 3 6 10 13 17 20 24 27 30 34 37 40 44 47 50 54
Waktu (menit)

e. 100% - 80%
t1 = 28
t2 = 30
Konstanta waktu , p = 1.5 (t2 - t1) = 1.5 (30 28) = 3s
Dead time, p = t2 - p= 30 - 3 = 27s
Static gain, Kp = y / u = (84.1-51.9) / 20 = 1.61
 Grafik Data Pengamatan
100

PV, SP, MV, Gangguan (%)

80
60 PV
40 SP
20 MV
0
Beban
0 3 6 10 13 16 20 23 26 30 34 37 40 44 47 50 54 57 61 64
Waktu (menit)

f. 80% - 60%
t1 = 26
t2 = 28
Konstanta waktu , p = 1.5 (t2 - t1) = 1.5 (28 26) = 3s
Dead time, p = t2 - p= 28 - 3 = 25s
Static gain, Kp = y / u = (84.1-49.9) / 20 = 1.71

Grafik Data Pengamatan

100
PV, SP, MV, Gangguan (%)

80
60 PV
40 SP
20
MV
0
0 3 7 10131620232630333640434650535660637477 Beban
Waktu (menit)

g. 60% - 40%
t1 = 26
t2 = 28
Konstanta waktu , p = 1.5 (t2 - t1) = 1.5 (28 26) = 3s
Dead time, p = t2 - p= 28 - 3 = 25s
Static gain, Kp = y / u = (84.1-51.9)/ 20 = 1.61
 Grafik Data Pengamatan
100

PV, SP, MV, Gangguan (%) PV

50
SP

0 MV
0 3 6 10 13 16 20 23 26 30 33 36 39 43 46 49 53 56 59 63 66 69 73 Beban
Waktu (menit)

h. 40% - 20%

t1 = 30
t2 = 32
Konstanta waktu , p = 1.5 (t2 - t1) = 1.5 (32 30) = 3s
Dead time, p = t2 - p= 32 - 3 = 29s
Static gain, Kp = y / u = (84.1-57.1)/ 20 = 1.35

Grafik Data Pengamatan

100
PV, SP, MV, Gangguan (%)

80
60 PV
40 SP
20 MV
0
Beban
0 5 9 13 18 22 27 31 35 40 44 49 53 58 62 67 71 75
Waktu (menit)

Pertanyaan :

1. Bandingkan nilai ketiga besaran di atas untuk masing-masing pengamatan perubahan

step. Hampir sama atau jauh berbeda?
Nilai Kp; p; danp hampir sama walaupun masih ada yang berbeda namun
mendekati.
2. Dengan melihat hasil di atas, sistem aliran fluida berperilaku linier atau cenderung non-
linier?
Cenderung linier, karena nilai ketiga parameter proses tersebut sama.
Percobaan 3
a. Sinus 1

Grafik Data Pengamatan

100
PV, SP, MV, Gangguan (%)

80
60 PV
40 SP
20 MV
0
Beban
0 3 6 9 12 15 18 21 24 27 30 33 36 39 42 45 48 51 54 57 60 63 66
Waktu (menit)

Ar = y/u = (63,2-49.9)/(87-67) = 0,665

p = (57 55) detik = 2 detik
b. Sinus 2

Grafik Data Pengamatan

100
PV, SP, MV, Gangguan (%)

80
60 PV
40 SP
20 MV
0 Beban
0 3 6 9 12 15 18 21 24 27 30 33 36 39 42 45 48 51
Waktu (menit)

Ar = (63,8-49.9)/(87-67) = 0,695
p = (49 47) detik = 2 detik
c. Sinus 3

Grafik Data Pengamatan

100
PV, SP, MV, Gangguan (%) 80
60 PV
40 SP
20 MV
0
Beban
0 3 6 9 12 15 18 21 24 27 30 33 36 39 42 45 48 51
Waktu (menit)

Ar = (62,1- 49.9) / (87 -67) = 0,61

p = (49 47) detik = 2 detik
d. Sinus 4

Grafik Data Pengamatan

100
PV, SP, MV, Gangguan (%)

80
60 PV
40 SP
20
MV
0
0 3 6 9 12 15 18 21 24 27 30 33 36 39 42 45 48 51 54 57 Beban
Waktu (menit)

Ar = (62,2 - 49.9) / (87-67) = 0,615

p = (49 47) detik = 2 detik

Pertanyaan:

1. Bandingkan nilai kedua besaran di atas untuk masing-masing pengamatan. Hampir sama atau
jauh berbeda?
Nilai Ar dan beda fasa cenderung hampir sama.
2. Dengan melihat hasil di atas, sistem aliran berperilaku linier atau cenderung non-linier?
Sistem berperilaku linier, karena nilai kedua besaran (Ar dan beda fasa) hampir
sama, dan hanya satu variabel yang mempengaruhi sistem.
3.2. Pengendalian Proporsional (P)
Percobaan 1

Nilai Bias = 67%

Grafik Data Pengamatan

80
PV, SP, MV, Gangguan (%)

60
40 PV
20 SP
0 MV
0 2 5 7 9 11 14 16 18 20 22 25 27 29 31 33 36
Waktu (menit)

Percobaan 2

Grafik Data Pengamatan

100
PV, SP, MV, Gangguan (%)

80
60 PV
40 SP
20 MV
0
Beban
0 4 8 12 16 20 24 28 32 36 40 44 48 52 56 60 64 68 72 76 80
Waktu (menit)

t1 = 49
t2 = 51
Konstanta waktu , p = 1.5 (t2 - t1) = 1.5 (51 49) = 3s
Dead time, p = t2 - p= 51 - 3 = 48s
Static gain, Kp = y / u = (65,9 49,9) / (77 67) = 1.6
1.2
Kc = = , = 0.039063
100%
PB = 0,039063 = 25,6%
Percobaan 3

Grafik Data Pengamatan

120
PV, SP, MV, Gangguan (%)

100
80 PV
60
SP
40
20 MV
0 Beban
0 4 7 10 13 17 20 24 27 30 34 37 40 44 47 50 53 57 60 63 67 70 73 77 80
Waktu (menit)

p
Kc
K p p
Kc = 0,039

Pertanyaan :
1. Tentukan nilai PB yang terbaik!
Nilai PB terbaik adalah 7%.
2. Apa pengaruh nilai PB pada respons PV?
PB dapat mendekatkan atau menjauhkan PV dengan SP.
3. Apa pengaruh PB pada offset?
Semakin kecil PB maka akan semakin besar offset yang terbentuk.
4. Dengan hanya pengendali Proporsional, dapatkan offset dihilangkan?
Tidak
Percobaan 4

Grafik Data Pengamatan

120
PV, SP, MV, Gangguan (%)

100
80
PV
60
SP
40
MV
20
0 Beban
0 4 7 101317202327303336404346505356606366697376798386
Waktu (menit)

Pertanyaan :
1. Tentukan nilai PB yang terbaik!
Nilai PB terbaik adalah 7.8125 %. Pada nilai tersebut, PV cenderung stabil dan
nilainya tidak jauh dari SP.
2. Apa pengaruh nilai PB pada respons PV?
Nilai PB dapat mendekatkan atau menjauhkan PV dengan SP.
3. Apa pengaruh PB pada offset?
Semakin kecil PB maka akan semakin besar offset yang terbentuk.
4. Dengan hanya pengendali Proporsional, dapatkah offset dihilangkan?
Tidak bisa.
3.3. Pengendalian Proporsional Integral
Percobaan 1

Nilai Bias = 67%

Grafik Data Pengamatan

80
PV, SP, MV, Gangguan (%)

60

40 PV
SP
20
MV
0
0 2 5 7 9 11 14 16 18 20 22 25 27 29 31 33 36
Waktu (menit)

Percobaan 2

Grafik Data Pengamatan

100
PV, SP, MV, Gangguan (%)

80
60 PV
40 SP
20 MV
0
Beban
0 4 8 12 16 20 24 28 32 36 40 44 48 52 56 60 64 68 72 76 80
Waktu (menit)

t1 = 49
t2 = 51
Konstanta waktu , p = 1.5 (t2 - t1) = 1.5 (51 49) = 3s
Dead time, p = t2 - p= 51 - 3 = 48s
Static gain, Kp = y / u = (65,9 49,9) / (77 67) = 1.6
0,9 0,9
Kc = = , = 0.035156
100%
PB = 0,035156 = 28,44%
i = 3,3 x p = 3,3 x 48s = 158,4 s

Percobaan 3

Kc = 0.035156
PB = 28,44%
i = 158,4s

Grafik Data Pengamatan

120
PV, SP, MV, Gangguan (%)

100
80
PV
60
40 SP
20 MV
0 Beban

123
105
114

132
141
150
159
168
178
0
9
18
26
35
44
53
61
70
79
88
96

Waktu (menit)

Pertanyaan :

1. Tentukan nilai PB dan Ti yang terbaik!

Nilai PB = 30%, nilai Ti 200
2. Apa pengaruh nilai PB dan Ti pada respons PV?
Semakin kecil nilai PB maka nilai PV menjauhi setpoint dan terjadi ketidakstabilan.
Adanya integral dapat meminimalisir bahkan menghilangkan offset.
3. Adakah offset?
Ada.
4. Bagaimana kecepatan respons PV dibanding hanya dengan pengendali P?Lebih lambat atau
lebih cepat? Lebih mudah stabil atau tidak?
Lebih mudah stabil dan cepat.
Percobaan 4

Grafik Data Pengamatan

120
PV, SP, MV, Gangguan (%)

100
80
PV
60
40 SP
20 MV
0 Beban

123
105
114

132
141
150
159
168
178
0
9
18
26
35
44
53
61
70
79
88
96
Waktu (menit)

Pertanyaan :
1. Tentukan nilai PB dan Ti yang terbaik!
Didapatkan nilai PB = 30%, Ti = 200 s, sehingga nilai PV menjadi cenderung konstan
dan mendekati setpoint.
2. Apa pengaruh nilai PB dan Ti pada respons PV?
Semakin kecil nilai PB maka nilai PV menjauhi setpoint dan terjadi ketidakstabilan.
Adanya integral dapat meminimalisir bahkan menghilangkan offset.
3. Adakah offset?
Ada.
4. Bagaimana kecepatan respons PV dibanding hanya dengan pengendali P?Lebih lambat atau
lebih cepat? Lebih mudah stabil atau tidak?
Lebih mudah stabil dan cepat, bahkan nilai PV sama dengan setpoint meskipun
terkadang terdapat offset.
3.4.Pengendalian PID (Proportional Integral Derivative)
Percobaan 1

Nilai bias = 67%

Grafik Data Pengamatan

80
PV, SP, MV, Gangguan (%)

60
40 PV

20 SP

0 MV
0 2 5 7 9 11 14 16 18 20 22 25 27 29 31 33 36
Waktu (menit)

Percobaan 2

Grafik Data Pengamatan

100
PV, SP, MV, Gangguan (%)

80
60 PV
40 SP
20 MV
0
Beban
0 4 8 12 16 20 24 28 32 36 40 44 48 52 56 60 64 68 72 76 80
Waktu (menit)

t1 = 49
t2 = 51
Konstanta waktu , p = 1.5 (t2 - t1) = 1.5 (51 49) = 3s
Dead time, p = t2 - p= 51 - 3 = 48s
Static gain, Kp = y / u = (65,9 49,9) / (77 67) = 1.6
1,2 0,9
Kc = = , = 0.046875
100%
PB = 0,046875 = 21,33%

i = 2 x p = 2 x 48s = 96 s
d = 0.5 x p = 0.5 x 48 s = 24 s

Percobaan 3

Grafik Data Pengamatan

120
PV, SP, MV, Gangguan (%)

100
80
PV
60
40 SP
20 MV
0 Beban

125
100
113

138
150
163
175
188
201
213
226
238
251
0

50
12
25
37

63
75
88

Waktu (menit)

Kc = 0.046875

PB = 21,33 %

Ti = 2 x p = 2 x 2.5 s = 96 s

Td = 0.5 x p = 0.5 x 2.5 s = 24 s

Pertanyaan:

1. Tentukan nilai PB, Ti, dan Td yang terbaik.

Nilai PB yang terbaik adalah 30%.
Nilai Ti dan Td yang baik secara berurutan adalah 150s dan 1s
2. Apa pengaruh nilai Td pada respons PV?
Mempercepat respons PV dan membuat PV stabil.
3. Bagaimana kecepatan respons PV dibanding hanya dengan pengendali PI? Lebih lambat
atau lebih cepat? Lebih mudah stabil atau tidak?
Lebih cepat dan mudah, meskipun respons PV tidak dapat stabil terus menerus.
Percobaan 4

Grafik Data Pengamatan

120
PV, SP, MV, Gangguan (%)

100
80
PV
60
40 SP
20 MV
0 Beban

125
100
113

138
150
163
175
188
201
213
226
238
251
0

50
12
25
37

63
75
88 Waktu (menit)

Pertanyaan:
1. Tentukan nilai PB, Ti, dan Td yang terbaik!
Nilai PB yang baik adalah 30%.
Nilai Ti yang baik adalah 150s.
Nilai Td yang baik adalah 1s.
2. Apa pengaruh nilai Td pada respons PV?
Td mempengaruhi respons PV menjadi lebih cepat.
3. Bagaimana kecepatan respons PV dibanding hanya dengan pengendali PI? Lebih lambat atau
lebih cepat? Lebih mudah stabil atau tidak?
Respons PV lebih cepat namun masih terdapat osilasi walaupun sedikit.
 BAB IV
PEMBAHASAN
Afiek Mauliani Utami (151411001)
Pengendalian proses adalah mengendalikan suatu proses agar proses tersebut
dapat berjalan dengan aman dan efisien. Pengendalian level berarti mengendalikan level
dari suatu fluida di dalam plant agar berjalan stabil dan mencapai nilai setpoint. Dalam
pengendalian level, variabel prosesnya adalah level dari fluida pada plant/tank.
Praktikum ini bertujuan untuk mengetahui pengaruh parameter dengan
memvariasikan parameter yang digunakan yaitu proporsional (P),proporsional integral
(PI) dan proporsional integral derivative (PID). Simulasi aliran dilakukan untuk
mengetahui pengaruh dari nilai parameter pengendali pada respons pengendalian level.

Hal yang pertama dilakukan yaitu dengan menentukan nilai SP (set point) sebesar
50% level. Setelah menentukan SP kemudian ditentukan nilai bias untuk mengetahui nilai
MV yang tepat untuk SP(set point) yang diinginkan dengan mengatur secara manual nilai
MV agar nilai PV sama dengan nilai SP. Nilai bias adalah nilai MV saat nilai PV sama
dengan nilai SP di dapat nilai bias sebesar 67%. Setelah nilai PV konstan sama dengan
nilai SP, dilakukan uji step MV dengan memvariasikan nilai amplitudonya dari 0%
hingga 100% dengan kenaikan step setiap 20% kemudian amplitudonya diturunkan
kembali dari 100% hingga 20% dengan penurunan amplitude 20%.

Dari hasil percobaan step maka akan didapat nilai berupa konstanta waktu (p),
date time (p), dan static gain (Kp). Nilai Kp yang didapat untuk setiap penambahan
maupun penurunan step memiliki nilai static gain yang hampir sama, sedangkan untuk
nilai konstanta waktu dan date time nilai yang lebih kecil terjadi saat penurunan step.
Sistem aliran ini cendurung linier dikarenakan memilki nilai yang tidak berbeda jauh,
sama halnya pada saat percobaan sinusoida memliki nilai Ar yang hampir sama pada
setiap percobaan serta memiliki beda fasa yang sama disetiap percobaan sinusoida. Maka,
dapat disimpulkan bahwa system aliran ini bersifat linier.

Pada Percobaan kedua menggunakan parameter proporsional dengan

memvariasikan proporsional band (PB). Variasi PB yang digunakan didapat dari
perhitungan sebesar 28,44% kemudian percobaan dilakukan dengan memasukkan nilai
PB secara coba coba dengan variasi 28,44% yang merupakan hasil perhitungan
,22,45%, 10%, 8%, 7%, 5% , sehingga didapatkan PB terbaik yaitu 7% dan pada
percobaan selanjutnya didapat nilai PB terbaik yaitu 7,8125%. Ada pun pengaruh PB
pada PV yaitu PB dapat mempercepat kestabilan pada respon PV namun dapat
menimbulkan offset. Maka, dapat disimpulkan bahwa semakin besar nilai PB maka
semakin besar pula offset.

Pada percobaan ketiga menggunakan parameter proporsional integral (PI) yang

berfungsi untuk meminimalisir/menghilangkan offset dengan memvariasikan waktu
integral (Ti) dengan PB. Variasi PB yang digunakan yaitu 28,45% dan 30%, 158,4s yang
merupakan hasil perhitungan dan 200s yaitu coba coba, sehingga didapat nilai PB
terbaik yaitu 30% tidak sama dengan nilai PB terbaik saat percobaan proporsional dan Ti
terbaik yaitu 200s. Pengaruh PB dan Ti pada PV yaitu respon PV akan lebih stabil tetapi
cenderung lebih lama untuk mencapai stabil karena pengaruh dari waktu integral. Maka,
dapat disimpulkan bahwa Ti dapat menghilangkan offset dan membuat respon PV lebih
stabil tetapi memiliki settling time yang cukup lama untuk mencapai stabil.

Pada percobaan keempat menggunakan parameter proporsional integral

derivative (PID) bertujuan untuk menyempurnakan respons dengan memvariasikan PB,
Ti dan waktu derivative (Td). Untuk variasi PB yaitu 21,35%yang merupakan hasil
perhitungan, 28%, 25%, 29,5% dan 30% dan variasi Ti yaitu 96s yang merupakan hasil
perhitungan, 100s dan 150s. Variasi pada Td yaitu 24s yang merupakan hasil dari
perhitungan yang dan variasi Td coba coba sebesar 1. Sehingga, didapatkan Pb terbaik
yaitu 30% ,Ti terbaik yaitu 150s sedangkan Td terbaik yaitu 1s. Pengaruh Td terhadap
respon PV yaitu PV lebih stabil pada Td yang lebih kecil karena Td peka terhadap
gangguan sehingga respon PV akan cenderung osilasi. Maka, dapat disimpulkan bahwa
semakin besar Td maka respon PV semakin tidak stabil(osilasi).
Dari hasil percobaan yang dilakukan dengan memvariasikan nilai parameter
berupa P, PI dan PID, maka dapat disimpulkan bahwa pengendalian menggunakan
pengendali PI cocok digunakan dalam pengendalian level. Hal ini berdasarkan pada
simulasi yang telah dilakukan, dimana respon PV yang didapat saat pengendalian PI lebih
cepat stabil dan cenderung tidak mengalami offset maupun osilasi seperti pada
pengendali P dan PID.
Renaldo (151411025)
Telah dilakukan simulasi pengendalian level yang bertujuan untuk mempelajari pengaruh
dari nilai parameter pengendali terhadap respon PV. Parameter yang dipelajari pengaruhnya akan
divariasikan nilainya masing-masing, parameter-parameter tersebut adalah proportional (P),
integral (I), dan derivative (D).Setelah mempelajari pengaruh dari nilai parameter pengendali
terhadap respon PV, maka dapat ditentukan mode pengendali terbaik untuk pengendalian level.
Pengendali dikatakan baik jika respon PV tepat, cepat, dan stabil mengikuti SP dengan ada atau
tidaknya gangguan. Sebelum memvariasikan nilai dari parameter-parameter tersebut, dilakukan
penentuan dinamika system tangki untuk mengetahui pengaruh MV (manipulated variable)
terhadap PV (process variable) pada tangki gravitasi. PV pada simulasi pengendalian level
adalah level air dalam tangki, sedangkan laju alir masuk kedalam tangki sebagai MV.

Pertama, ditentukan nilai bias untuk mengetahui nilai MV yang tepat untuk SP (set point)
yang diinginkan dengan mengatur secara manual nilai MV agar nilai PV sama dengan atau
mendekati nilai SP. Dengan kata lain, nilai bias adalah nilai MV saat nilai PV sama dengan atau
mendekati nilai SP. Didapatkan nilai bias dari simulasi kali ini pada SP 50% adalah 67% dengan
nilai PV 49.9%. Kali ini nilai bias yang diperoleh dari hasil simulasi tidak dapat sama persis
dengan nilai SP yang ditentukan, hal ini disebabkan oleh PV yang sudahstabil di angka 49.9%
saat MV sebesar 67% dan jika dinaikkan menjadi 68%, maka nilai PV melebihi SP yaitu sebesar
51.5%. Setelah nilai PV konstan sama dengan nilai SP, dilakukan uji step MV untuk mengetahui
perilaku system tangki gravitasi. Uji step dilakukan dengan memvariasikan nilai amplitudonya
dari 0% hingga 100% dengan penambahan amplitudo 20%, kemudian amplitudonya diturunkan
kembali dari 100% hingga 20% dengan penurunan amplitudo 20%. Sistem tangki gravitasi
berdasarkan uji step berperilaku linier karena nilai p (dead time), p (konstantawaktu), dan Kp
(static gain) cenderung sama tiap step. Untuk menentukan perilaku system tangki gravitasi dapat
dilakukan dengan cara lain, yaitu dengan melakukan uji respons sinusoida. Uji respons sinusoida
dilakukan dengan memvariasikan amplitudonya, nilai amplitudo yang digunakan pada simulasi
adalah 20%, 40%, 60%, dan 80%. Pada simulasi respons sinusoida, didapatkan nilai p
(bedafasa proses) dan Ar (Amplitude ratio) yang cenderung sama, sehingga dapat dikatakan
system tangki gravitasi berperilaku linier.

Parameter pengendali yang dipelajari karakteristiknya yang pertama adalah proportional

(P) dengan cara memvariasikan proportional band (PB). Penentuan nilai PB terbaik dilakukan
dengan dua cara, yaitu dengan memasukkan nilai PB dari hasil perhitungan kemudian diubah-
ubah sesuai keinginan sehingga didapatkan nilai PB terbaik dan dengan memasukkan nilai PB
sebesar 500% lalu diubah-ubah dengan membagi dua nilai PB sebelumnya hingga didapatkan
nilai PB terbaik. Pada penentuan nilai PB dengan coba-coba, variasi nilai PB dilakukan sebanyak
lima kali, yaitu 25.6%, 10%, 8%, 7%, dan 5% sehingga didapatkan nilai PB terbaik sebesar 7%.
Lalu pada percobaan penentuan nilai PB terbaik dengan memasukkan nilai PB awal 500%
kemudian dibagi dua, dilakukan sebanyak tujuh kali sehingga didapatkan nilai PB terbaik
sebesar 7.8%. Dari data simulasi yang didapatkan, dapat dikatakan bahwa pengaruh nilai PB
terhadap respon PV adalah semakin kecil PB maka nilai PV makin mendekati SP, namun
cenderung semakin tidak stabil.

Parameter pengendali yang dipelajari karakteristiknya selanjutnya adalah integral (I)

dengan cara memvariasikan waktu integralnya (Ti). Pertama, dilakukan perhitungan menentukan
nilai PB dan Ti awal untuk mengetahui acuan PB dan Ti terbaik. Nilai PB yang didapat dari
perhitungan adalah 28.45%, sedangkan Ti dari perhitungana dalah 158.4s. Kemudian nilai PB
dan nilai Ti divariasikan sehingga didapatkan nilai PB dan Ti terbaik, dengan variasi nilai PB
yang digunakan adalah 28.45% dan 30%, sedangkan variasi Ti yang digunakan adalah 158.4s
dan 200s. Didapatkan nilai PB dan Ti terbaik adalah 30% dan 200s. Saat simulasi pengendalian
mode PI, waktu integral berperan sebagai penghilang offset, PV lebih stabil dengan adanya
waktu integral namun PV sedikit lebih lama menyesuaikan dengan SP. Hal ini dapat dibuktikan
dengan nilai PV yang dapat mencapai nilai SP dan stabil pada pengendalian mode PI, sedangkan
pada pengendalian mode P terdapat offset atau PV tidak dapat mencapai SP.

Pengendalian mode PI memiliki kelemahan, yaitu memiliki settling time yang lama
walaupun respons PV yang relative stabil dan tepat pada SP, waktu derivative digunakan untuk
menghilangkan kelemahan pengendalian PI. Sama seperti saat simulasi pengendalian P dan PI,
dilakukan penentuan nilai PB, Ti, dan Td awal untuk mengetahui acuan PB, Ti, dan Td terbaik.
Nilai PB, Ti, dan Td yang didapat dari perhitungan secara berurutan yaitu, 21.34%, 96s, dan 24s.
Kali ini sebelum memvariasikan nilai PB, nilai Td diubah menjadi 1s karena terjadi osilasi hebat.
Variasi nilai PB yang digunakan adalah 21.34%, 25%, 28%, 29.5%, dan 30% sehingga
didapatkan nilai PB terbaik adalah 30%. Sedangkan variasi Ti yang digunakan adalah 96s, 100s,
dan 150s sehingga didapatkan nilai Ti terbaik adalah 150s. Pada simulasi pengendalian dengan
mode P, PI, dan PID, system diberi beban berbentuk blok dengan amplitudo 10%. Pada saat ada
beban, PV tidak dapat mencapai SP karena nilai MV yang sudah 100% (bukaan penuh) namun
PV hanya sebesar 40%. Pada simulasi pengendalian mode PID, didapatkan nilai PV cenderung
kurang stabil, sehingga dapat dikatakan mode pengendalian terbaik untuk pengendalian level
adalah PI.
 BAB V
KESIMPULAN
Berdasarkan hasil praktikum dapat diperoleh kesimpulan bahwa:

1. Semakin besar nilai step respon maka akan cepat stabil namun berbanding lurus dengan
offset sehingga akan semakin besar pula offset pada respon PV.
2. Dalam percobaan ini sistem aliran bersifat linier.
3. Semakin besar nilai PB maka akan semakin besar offset tetapi akan mempercepat respon
PV untuk stabil.
4. Semakin besar waktu integral maka respon akan semakin lama respon PV namun lebih
stabil serta dapat menghilangkan offset.
5. Semakin besar nilai derivative maka akan terjadi osilasi namun, membuat respon PV
cepat stabil.
6. Pengendali PI cocok digunakan dalam pengendalian level. Hal ini berdasarkan pada
simulasi yang telah dilakukan, dimana respon PV yang didapat saat pengendalian PI lebih
cepat stabil dan cenderung tidak mengalami offset maupun osilasi seperti pada
pengendali P dan PID.
 DAFTAR PUSTAKA

Jumanda K. Ir. 2017 .Jobsheet Praktikum Pengendalian Proses modul pengendalian aliran.
Bandung : Teknik Kimia Politeknik Negeri Bandung.
Heriyanto.1999. Diktat Kuliah Pengendalian Proses. Teknik Kimia Politeknik Negeri
Bandung.