TEKNIK PENGATURAN
“MODERN CONTROL SYSTEM”
Disusun Oleh :
1. Alfian Bagus Eka Putra (201511006)
2. Rizky Budi Hartadi (201511007)
i
KATA PENGANTAR
Puji syukur saya panjatkan kehadirat allah swt yang telah memberikan taufik, hidayah
serta inayah-Nya sehingga kita masih bisa beraktivitas sebagaimana biasanya termasuk juga
dengan penulis, hingga penulis bisa menyelesaikan tugas makalah Teknik Pengaturan dengan
topik pembahasan “Modern Control System”.
Makalah ini berisi tentang sejarah sistem kendali, pengertian dari sistem kendali
modern, perbedaan sistem kendali klasik dan sistem kendali modern, jenis-jenis sistem
kendali modern, serta aplikasi sistem kendali modern.
Tidak lupa penulis mengucapkan terima kasih kepada orang tua dan teman kelompok
tugas makalah yang sudah membantu dalam menyelesaikan tugas makalah Teknik
Pengaturan, semoga makalah ini bisa bermanfaat untuk para pembaca dan penulis. Tidak lupa
pula penulis meminta maaf atas kekurangan yang ada pada makalah ini.
Penulis
ii
DAFTAR ISI
BAB 3 PENUTUP
3.1 Kesimpulan …………………………………………………………………… 34
3.2 Saran ………………………………………………………………………….. 35
DAFTAR PUSTAK ………………………………………………………………………. iv
iii
BAB I
PENDAHULUAN
1
Semenjak tahun 1960, sistem multi masukan dan multi keluaran (MIMO)
dikembangkan. Dengan kata lain bahwa sistem kendali multi masukan-multi keluaran
menjadi semakin kompleks, sehingga pemecahannya memerlukan banyak persamaan.
Lebih jauh dari itu, logis bila memerlukan peralatan Bantu yang memadai seperti
penggunaan komputer analog maupun digital secara langsung. Semenjak itu pulalah sistem
kendali modern dikembangkan guna mengatasi kompleksitas yang dijumpai pada berbagai
sistem pengendalian yang menuntut ketelitian tinggi dan cepat dengan hasil akhir (output)
optimal. Oleh sebab itu wajar bila suatu industri besar dan modern sangat memerlukan tenaga
ahli dalam perencanaan sistem kendali dan teknisi profesional sebagai operator dari berbagai
disiplin ilmu yang saling terkait.
Sesuai dengan latar belakang diatas, maka penulis akan menyampaikan makalah
dengan judul “Modern Control Sistem”. Dengan adanya makalah ini diharapkan dapat
membantu untuk pemahaman lebih lanjut tentang sistem kendali modern.
2
BAB II
PEMBAHASAN
3
Banyak sistem kontrol industri pada 1940-an hingga 1950-an menggunakan kontrol
PID untuk mengatur tekanan, temperatur, dan lain-lain. Pada awal 1940-an, Ziegler dan
Nichols mengusulkan sejumlah aturan dalam penyetelan kontrol PID yang disebut aturan
alterasi Ziegler—Nichols. Sejak akhir 1940-an hinggan 1950-an, metode akar lokus Evans
sepenuhnya dikembangkan. Metode respon frekuensi dan akar lokus merupakan inti teorema
kendali klasik. Sistem-sistem klasik tersebut telah mampu bekerja secara stabil dan
memenuhi sedikit banyak persyaratan kinerja yang ada. Karena itu, secara umum, sistem
seperti itu telah dapat diterima tapi tetap belum optimal sepenuhnya.
Sejak akhir 1950-an, fokus permasalahan desain kontrol telah bergeser dari desain
satu dari banyak sistem yang bekerja menjadi desain satu sistem yang bekerja optimal pada
banyak aspek. Sebagaimana mesin-mesin modern dengan banyak masukan (input) dan
banyak keluaran (output) menjadi semakin rumit, deskripsi sistem kendali modern
memerlukan sejumlah besar persamaan. Teorema kendali klasik, yang bekerja hanya dengan
masukan dan keluaran tunggal, tidak berdaya untuk kasus multi-masukan dan multi-keluaran
tersebut. Sejak sekitar 1960, teori sistem kendali modern telah dikembangkan untuk
mengatasi bertambah kompleksnya 'plant' modern dan persyaratan yang keras pada ketelitian,
berat, dan biaya untuk kebutuhan militer, ruang-angkasa, dan industri. Dengan adanya
komputer elektronik analog, digital, dan hibrid yang dapat digunakan pada perhitungan-
perhitungan yang kompleks, sehingga pemanfaatan komputer dalam desain sistem kendali
sekarang menjadi praktis dan umum. Sebagian besar perkembangan baru dalam teori sistem
kendali modern dapat dikatakan menuju pada kendali optimal untuk sistem deterministik dan
stokastik maupun kendali adaptif dan kendali dengan penalaran (learning-control) untuk
sistem yang kompleks. Selama bertahun-tahun sejak 1960 hingga 1980, kendali optimal dari
sistem deteministik dan stokastik serta kontrol sistem kompleks yang adaptif dikembangkan.
Sejak 1980-an hingga 1990-an, pengembangan teorema kendali modern berpusat di
sekitar kendali dinamik dan topik-topik yang berkaitan. Teorema kendali modern mengacu
kepada analisis domain waktu terhadap sistem persamaan diferensial. Teorema kendali
modern membuat desain sistem kendali lebih sederhana lantaran teori tersebut berbasis
model sistem kontrol aktual. Namun, stabilitas sistem sensitif terhadap eror antara sistem
aktual dan modelnya. Ini berarti ketika kontrol yang didesain berdasarkan model tidak stabil
saat diterapkan pada sistem aktual.
4
Untuk mencegahnya, dalam perancangan sistem kendali, langkah pertama adalah
menentukan rentang eror yang mungkin terjadi dan mendesain sistem sedemikian hingga
tetap stabil dalam rentang eror tersebut. Metode perancangan berdasarkan prinsip tersebut
disebut sebagai teori kendali dinamik. Teori ini menerapkan pendekatan respon frekuensi dan
analisis domain waktu sekaligus sehingga sangat rumit secara matematis.
Tabel 1 : Sejarah Perkembangan Sistem Kendali
1769 Mesin uap James Watt dan Governor sentrifugal untuk control kecepatan mesin uap
dikembangkan. Mesin uap Watt sering digunakan untuk menandai awal Revolusi
Industri di Inggris. Selama Revolusi Industri, langkah besar dibuat dalam
Pengembangan mekanisasi, otomatisasi teknologi sebelumnya.
1800 Konsep Eli Whitney tentang manufaktur bagian dipertukarkan ditunjukkan dalam
produksi senapan. Pengembangan Whitney sering dianggap sebagai awal produksi
massal.
1868 JC Maxwell merumuskan model matematika untuk kontrol Governor mesin uap.
1913 Perakitan mesin mekanik Henry Ford diperkenalkan untuk produksi mobil.
1922 Minorsky mengembangkan kontrol otomatis untuk pengemudian kapal, dan
menunjukkan bagaimana stabilitas dapat ditentukan dari persamaan diferensial
sistem.
1927 HW Bode mengananalisis penguat umpan balik.
1932 H. NyQuist mengembangkan metode untuk menganalisis stabilitas sistem lup
tertutup berdasarkan respon yang diketahui pada sistem lup terbuka terhadap input
sinusoidal dengan kondisi tetap
1934 Hazen memperkenalkan servomekanik untuk kontrol posisi, membahas desain
servomekanik relai yang mampu mengikuti perubahan input dengan kesalahan kecil.
1940 Bode memperkenalkan metoda analisis fungsi frekuensi masukan-tunggal, keluaran-
tunggal (single input single output = SISO).
1952 Kontrol numerik (NC) yang dikembangkan di Massachusetts Institute of
Technology untuk mengontrol sumbu alat pada mesin.
1954 George Devol mengembangkan "Transfer artikel terprogram." dianggap menjadi
yang pertama pada desain robot industri.
1960 Teori sistem kendali modern (multi input multi output = MIMO) yang berdasarkan
pada teorema vektor matriks telah dikembangkan untuk mengatasi bertambah
kompleksnya 'plant' modern dan persyaratan yang keras pada ketelitian, berat, dan
biaya untuk kebutuhan militer, ruang-angkasa, dan industri. Disusul dengan
berkembangnya sistem kendali optimal (yang memenuhi kriteria-kriteria tambahan),
sistem stokastik (tak tentu, yang berdasarkan pada teorema probabilitas), sistem
kendali adatif (yang mempunyai kemampuan untuk beradaptasi), sistem kendali
yang mampu untuk belajar (learning control system) yang merupakan metoda dalam
intelegensia buatan; sampai dengan sistem kendali komputer (computer control
system).
5
1961 Unimate robot pertama diperkenalkan, berdasarkan desain devon bersaudara.
Unimate dipasang untuk merawat mesin pengecoran.
1968 Tenaga teknik General Motor mulai memperkenalkan konsep komputer yang mudah
diprogram.
1969 Bentuk riil dari dari perangkat keras berupa CPU untuk controller dengan instruksi
logika, 1 kbyte memori dan 128 titik I/O.
1970 Model rumusan variabel dan kontrol optimal dikembangkan
1974 Dikenalkan penggunaan beberapa prosesor untuk fungsi timer, counter, dan
arithmetic process.
1976 Dikenalkan sistem kontrol dengan I/O jarak jauh.
1980 Desain sistem kontrol Robust dipelajari secara luas dan dikenalkan modul-modul
intelligent untuk input analog maupun digital, output analog maupun digital, dan
komunikasi antar kontroler
1983 Pengenalan komputer pribadi (dan kontrol software desain lama) membawa alat-alat
desain untuk desktop engineer.
1990 Perusahaan manufaktur Export-oriented menekankan otomatisasi.
1994 Feedback control secara luas digunakan dalam mobil. Handal, sistem Robust diminta
dalam bidang manufaktur.
1997 Pertama, kendaraan rover otonom yang dikenal sebagai Sojourner, mengeksplorasi
permukaan Mars.
1998- Kemajuan dalam mikro dan nanoteknologi. Mesin mikro cerdas pertama yang
2003 dikembangkan dan nanomachines diciptakan.
6
Banyak contoh lain dalam bidang industri / instrumentasi dan dalam kehidupan kita
sehari-hari di mana sistem ini dipakai. Alat pendingin (AC) merupakan contoh yang banyak
di jumpai yang menggunakan prinsip sistem kendali, karena suhu ruangan dapat dikendalikan
sehingga ruangan berada pada suhu yang kita inginkan. Dalam istilah lain disebut juga teknik
pengaturan, sistem pengendalian atau sistem pengontrolan. Secara umum sistem kontrol
dapat dikelompokkan sebagai berikut :
7
(a) (b)
Gambar 2.3 : Sistem Kendali Close Loop (a) dan Sistem Kendali Open Loop (b).
Sistem kendali modern adalah sistem kendali dengan multi masukan dan multi
keluaran (MIMO/multi input - multi output). Sistem kendali modern harus memiliki
beberapa karakteristik yaitu :
Kompleksitas tinggi
Berbasis komputer
Kontrol optimal
Kontrol adaptif
Kontrol cerdas (learning control)
8
b. Variabel terkontrol (controlled variable) adalah suatu besaran (quantity) atau kondisi
(condition) yang terukur dan terkontrol. Pada keadaan normal merupakan keluaran dari
sistem.
c. Variabel termanipulasi (manipulated variable) adalah suatu besaran atau kondisi yang
divariasi oleh kontroler sehingga mempengaruhi nilai dari variabel terkontrol.
d. Kontrol (control) – mengatur, artinya mengukur nilai dari variabel terkontrol dari sistem dan
mengaplikasikan variabel termanipulasi pada sistem untuk mengoreksi atau mengurangi
deviasi yang terjadi terhadap nilai keluaran yang dituju.
e. Plant (Plant) adalah sesuatu obyek fisik yang dikontrol.
f. Proses (process) adalah sesuatu operasi yang dikontrol. Contoh : proses kimia, proses
ekonomi, proses biologi, dll.
g. Gangguan (disturbance) adalah sinyal yang mempengaruhi terhadap nilai keluaran sistem.
h. Kontrol umpan balik (feedback control) adalah operasi untuk mengurangi perbedaan antara
keluaran sistem dengan referensi masukan.
i. Kontroler (controller) adalah suatu alat atau cara untuk modifikasi sehingga karakteristik
sistem dinamik (dynamic system) yang dihasilkan sesuai dengan yang kita kehendaki.
j. Sensor adalah peralatan yang digunakan untuk mengukur keluaran sistem dan
menyetarakannya dengan sinyal masukan sehingga bisa dilakukan suatu operasi hitung antara
keluaran dan masukan.
k. Aksi kontrol (control action) adalah besaran atau nilai yang dihasilkan oleh perhitungan
kontroler untuk diberikan pada plant (pada kondisi normal merupakan variabel
termanipulasi).
l. Aktuator (actuator), adalah suatu peralatan atau kumpulan komponen yang menggerakkan
plant.
9
Sistem kontrol digital yang menempatkan komputer digital di dalam jaringan
pengontrolan/pengendalian untuk melakukan pemerosesan sinyal di dalam suatu pola
yang diinginkan disebut direct digital control (kontrol digital langsung). Penggunaan
pengendali digital pada suatu proses maupun pada suatu kendalian memiliki
keuntungan sebagai berikut:
Pemerosesan data pada pengendali digital dapat dilakukan secara langsung
dan kalkulasi yang rumit dapat dilakukan dengan mudah.
Program pengendali dapat diubah dengan mudah jika diperlukan.
Pengendali digital lebih mampu dibandingkan dengan pengendali analog
dilihat dari sudut pandang gangguan dari dalam seperti derau dan panas.
Pengendali digital juga mempunyai kelemahan yaitu:
Proses cuplik dan kuantisasi cenderung menimbulkan galat (error) yang akan
mengurangi performa sistem.
Perancangan untuk memperbaiki degradasi performa tersebut lebih rumit jika
dibandingkan dengan sistem analog untuk skala yang sama.
10
Sistem kendali lateral mengendalikan posisi lateral dari pesawat, sedangkan
sistem kendali vertikal mengendalikan ketinggian dari pesawat yang dilakukan secara
terpisah. Selajutnya blok diagram pada gambar diatas hanya memperlihatkan sistem
kendali lateral dari pesawat. Posisi lateral pesawat, y(t), adalah jarak lateral pesawat
dari garis tengah dari daerah pendaratan terhadap badan pesawat. Unit pengendali
berusaha membuat y(t) menuju ke nol. Unit radar mengukur y(t) sekali setiap 0,05
detik, dengan demikian y(kT) adalah nilai cuplikan (sampled) dari y(t), dengan T =
0,05 detik dan k = 0, 1, 2, 3, …… Pengendali digital melakukan proses terhadap nilai
cuplikan dan menghasilkan perintah tepian Φ(kT). Data Hold yang berada di pesawat
terbang mempertahankan perinta tepian Φ(t) menjadi konstan untuk nilai yang
terakhir diterimanya sampai datang nilai Φ(t) yang baru.
11
Untuk memberi pengaruh yang berarti pada rancangan tersebut maka perlu
diketahui hubungan matematis diantara posisi lateral y(t), masukan perintah tepian
Φ(t) dan masukan angin w(t). Hubungan matematis ini merupakan model matematis
atau secara sederhana disebut model dari pesawat terbang.
12
Berbeda dengan kontrol dua posisi dan PID yang dapat diperoleh dalam
bentuk instrumen kontroler digital/elektronik, kontrol optimal lebih merupakan
implementasi sistem kendali berbasis komputer/mikroprosesor, karena melibatkan
aplikasi algoritma komputasi yang rumit dan fleksibel. Karena itu segala aspek yang
terkait dengan permasalahan kontrol digital dilibatkan di sini. Persoalan kontrol
optimal yang dibahas disini adalah kontrol optimal energi berdasarkan indeks
performansi kuadratik kondisi tunak.
U(t) dianggap tanpa kendala, Q adalah matriks simetri nyata definit positif
(atau semidefinit positif) dan R adalah matriks nyata definit positif. Suku pertama di
ruas kanan menyatakan respon sistem (X) dan suku kedua menyatakan kebutuhan
energi dari sinyal kontrol. Matriks Q dan R menentukan kepentingan relatif terhadap
respon dan kebutuhan energi kontrol, sifat definit positif Q dan R ini yang membuat
kontrol optimal stabil. Performansi tersebut diminimasi terhadap karakteristik
(kendala) respon sistem :
(18b)
13
Tugas perancangan kontrol optimal di sini adalah menentukan Matrik K
berdasarkan indeks performansi tersebut. Hukum (vektor) kontrol optimal diberikan
oleh :
(18c)
Untuk setiap syarat awal X(0). Dapat dilihat bahwa prinsip kontrol optimal
adalah menentukan matrik K sedemikian sehingga indeks performansi J minimum
untuk membawa sistem dari suatu kondisi awal X(0) ke titik asal 0. Dengan
memecahkan persamaan Riccati yang dihasilkan dari penyelesaian persamaan-
persamaan di atas, maka matrik kontrol optimal K dapat ditentukan.
14
Gambar 2.10 : Skema kontrol adaptif tak langsung
Pada struktur kontrol adaptif gambar di atas parameter kontrol ditentukan
berdasarkan hasil estimasi model proses. Model proses dapat diidentifikasi secara
batch maupun rekursif. Model proses umumnya diasumsikan memiliki struktur ARX
atau ARMAX. Metode batch umumnya untuk mengidentifikasi model ARX,
sedangkan metode rekursif dapat keduanya. Algoritma estimasi model yang sudah
umum digunakan adalah kuadrat terkecil (least square) dengan berbagai variasi dan
pengembangannya seperti maximum likelihood. Dalam algortima rekursif, struktur
model ditentukan secara off-line, sedangkan parameter model ditentukan secara real-
time.
Berdasarkan struktur dan parameter model yang diperoleh melalui langkah
estimasi, struktur dan parameter kontrol ditentukan, bergantung metode kontrol yang
dipilih, misalnya aksi kontrol PI, PID, I-PD, pole-placement, ataupun metode optimal
linier kuadratik. Berbagai pendekatan dapat dilakukan untuk mendapatkan respon
yang paling sesuai dan paling optimum.
Pada pengendali PID konvensional, parameter kontrol tetap selama tak ada
perubahan tuning, tetapi pada sistem adaptif dinginkan parameter kontrol berubah
mengikuti perubahan parameter model proses.
Sebenarnya struktur pada gambar di atas adalah struktur kontrol adaptif tak langsung,
di manaparameter kontrol ditentukan secara tak langsung berdasakan hasil estimasi
model proses. Struktur lainnya dari metode adaptif adalah struktur kontrol adaptif
langsung, di mana parameter kontrol diestimasi langsung dari informasi proses yang
dikontrol. Sebagai contoh, gambar di bawah menunjukkan struktur adaptif langsung
model referen.
15
Gambar 2.11 : Skema kontrol adaptif langsung model referen
16
Menambah atau mengurangi kestabilan.
Dapat memperbaiki respon transien khususnya : rise time, settling time
Mengurangi (bukan menghilangkan) Error steady state
Nb: untuk menghilangkan Ess, dibutuhkan KP besar, yang akan membuat
sistem lebih tidak stabil
Kontroler Proporsional memberi pengaruh langsung (sebanding) pada
error.Semakin besar error, semakin besar sinyal kendali yang dihasilkan kontroler.
Untuk lebih jelasnya maka lihat gambar berikut.
17
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
system.
c. Kontrol Derivatif
Pengaruh pada sistem :
Memberikan efek redaman pada sistem yang berosilasi sehingga bisa
memperbesar pemberian nilai Kp.
Memperbaiki respon transien, karena memberikan aksi saat ada perubahan
error.
D hanya berubah saat ada perubahan error, sehingga saat ada error statis D
tidak beraksi.Sehingga D tidak boleh digunakan sendiri
18
Besarnya sinyal kontrol sebanding dengan perubahan error (e)Semakin cepat error
berubah, semakin besar aksi kontrol yang ditimbulkan. Lebih jelasnya maka lihat
gambar berikut.
19
Penjelasan atau contohnya Kendali P.I.D sebagai berikut :
Contohnya saja pada lift, fungsi kendali yaitu bagaimana membuat kecepatan lift
ketika dinaiki oleh jumlah orang yang berbeda (secara logika ketika hanya 1
orang kecepatan tinggi dan ketika byak kecepatan menurun) nah disini fungsi
kendali walu jumlah barapapun kecepatan tetap sama,
Misalnya kita logika dengan kecepatan kereta (analogikan kecepatan konstan
80KM/jam), Maka :
Kendali P, fungsinya mempercepat start dari kecepatan 0-80 KM/H,
Kendali I, fungsinya menjaga kecepatan ketika mencapai 80 KM/H agar tidak
terjadi kenaikan atau penurunan,
Kendali D, fungsinya memnjaga kecepatan 80km/h selama kereta berjalan.
20
Seiring dengan kemajuan teknologi mikroprosesor maka kemajuan
teknologi sistem kontrol ikut terpacu pula. Pada dewasa ini aplikasi ANN telah
mendapatkan tempat baik sebagai piranti untuk memodelkan suatu sistem
(membuat emulator) maupun sebagai piranti untuk mengoptimalkan sistem
kontrol suatu sistem. Pengendali berbasis JST ditunjukkan pada gambar di bawah,
awalnya merupakan suatu metode peniruan terhadap sistem kendali dan model
proses yang ada cara kerja sistem saraf manusia.
21
Setiap bulatan dalam gambar di atas adalah elemen proses yang
dianalogikan dengan sel saraf (neuron). Antar neuron dihubungkan dengan
koneksi yang diberi bobot melalui proses pembelajaran (learning process).
Langkah perancangan dapat dilakukan sebagai berikut :
a) Pemilihan variabel masukan dan keluaran yang diperkirakan memberikan
kontribusi terbesar pada proses.
b) Pemilihan banyaknya lapisan neuron, yaitu lapisan masukan, lapisan
antara dan lapisan keluaran.
c) Pemilihan banyaknya neuron tiap lapisan.
d) Seleksi data masukan dan keluaran model yang dianggap mewakili sistem
yang ingin dimodelkan.
e) Latih model tersebut hingga diperoleh bobot koneksi dengan kesalahan
pembelajaran minimal.
f) Cek silang dengan data-data yang lain. Bila hasilnya kurang memuaskan,
lakukan iterasi kembali.
g) Pembelajaran dapat dilakukan dengan menggunakan data yang sudah
dioptimasi dengan menggunakan teknik optimasi misalnya Dynamic
Programming.
h) Model regulator dan emulator (proses) dapat dilatih serentak. Model
emulator dibutuhkan untuk memvalidasi model regulator yang disintesa
melalui uji simulasi.
Salah satu metode pelatihan JST yang cukup populer adalah back-
propagation dengan metoda supervised training. Model JST yang telah dihasilkan
kemudian dapat dipasang secara real-time dalam mengatur proses. Pada akhirnya
model JST tidak lain dari suatu persamaan matematika sederhana untuk
penghitungan suatu keluaran dari sejumlah harga-harga masukan. Keluaran suatu
neuron sama dengan aktivasinya yang dihitung sebagai suatu jumlah aktivasi yang
masuk (sesudah dikalikan dengan faktor bobotnya) dari neuron-neuron yang
terkoneksi, dan dimodifikasi dengan suatu transfer function. Pemodelan neuron
itu dilakukan dengan menyatakan keluaran melalui suatu fungsi sigmoid untuk
menggambarkan efek ketidaklinearan.
22
Efek threshold dimodelkan dengan menggunakan suatu bias dari masukan.
Diagram dari JST sebenarnya suatu cara untuk menyatakan hubungan-hubungan
matematis yang kompleks.
Komponen-komponen dasarnya yaitu neuron (yang disebut juga elemen
pemrosesan / processing element) dan koneksi-koneksinya. Setiap elemen
pemrosesan mempunyai dua bagian:
1. Metoda penghitungan dari suatu tingkatan aktivitas internal.
2. Metoda mentransformasikan tingkatan aktivitas internal ke dalam suau
keluaran.
Dengan cara demikian NN dapat menuliskan berbagai macam fungsi misalnya :
Regresi linear, regresi logistik,, multi-level logistic regression dan juga
transformasi Fourier. Ada beberapa keuntungan yang didapat bila memakai JST :
Model JST mempunyai kemampuan untuk mempelajari bagaimana
melaksanakan tugas-tugas tertentu bila disampaikan sejumlah contoh-contoh.
Misalnya, suatu network dapat dilatih untuk mengenali dan membedakan
antara berbagai macam tulisan tangan dengan memperlihatkan beberapa versi
dari setiap tulisan dengan karakter sebenarnya yang diwakili.
Selama pelatihan dan pengoperasian, suatu JST mengatur dan membuat
representasinya sendiri dari informasi yang diterimanya. Hal ini amat
berlainan dengan metodologi pemrograman tradisional yang memerlukan
seluruh data dibuat spesifik secara eksplisit oleh seorang programmer.
Konsekuensinya, JST amat cocok untuk problem yang sukar (bahkan tidak
mungkin) didefinisikan dalam sebuah model eksplisit, program ataupun
aturan untuk mendapatkan suatu penyelesaian. Hal ini merupakan
keuntungan, karena problem seperti itu amat banyak.
JST memiliki toleransi terhadap kesalahan informasi. Ada dua macam
toleransi yang dipunyai oleh JST, yaitu toleransi terhadap data yang dipenuhi
derau, terganggu ataupun tidak lengkap, dan yang kedua adalah toleransi
terhadap degradasi dari network itu sendiri. Bila suatu individu neuron rusak
maka JST masih dapat berfungsi baik.
23
Dengan menggunakan pemrosesan data secara paralel maka pemrosesan data
akan lebih efisien.
JST dapat diimplementasikan secara mudah pada teknologi yang ada karena
sangat kompatibel.
Untuk pembuatan model proses, metode JST ini harus bersaing pula
dengan Regresi Linier dan Regresi Polinomial. Perbandingan ketiga metoda untuk
pembuatan model, diberikan pada tabel di bawah ini.
Tabel 2 : Perbandingan regresi linier, regresi polinomial dan ANN
Model JST hanya mampu meniru sistem kendali yang sudah ada. Artinya,
model JST ini sukar/tidak dapat diterapkan pada proses di mana sistem
kendalinya belum disintesa. Begitu juga dengan sistem proses yang berubah
terhadap waktu, proses pembelajaran secara off-line tidak dapat lagi
diterapkan. Akibat berbagai kendala tersebut, berkembanglah metode
pembelajaran secara rekursif. Meniru sistem kendali yang sudah dirancang
disebut pembelajaran tak langsung, Untuk sistem kendali yang belum disintesa,
memanfaatkan sistem pembelajaran real-time untuk sistem tak stasioner,
kemudian dikembangkan teknik inversi langsung.
24
Pada prinsipnya, perancangan sistem kendali secara umum dapat didekati
oleh inversi karateristik proses yang dikontrol. Dengan memanfaatkan kelebihan-
kelebihan yang dimiliki model JST, proses inversi langsung bisa dilakukan untuk
mensintesa sistem kendali berbasis JST. Dengan demikian berkembanglah teknik
neuro-adaptive control.
25
Kendali logika Fuzzy dilakukan dalam tiga tahap, yaitu fuzzifikasi,
evaluasi aturan dan defuzzifikasi. Komponen Fuzifikasi berfungsi untuk
memetakan masukan data tegas ke dalam himpunan Fuzzy menjadi nilai Fuzzy
dari beberapa variabel linguistik masukan.
Proses Fuzzifikasi
IF x is A and y is B then z = C
26
Gambar 2.18 : Proses Pengambilan Keputusan Metode Sugeno
Ada beberapa alasan mengapa orang menggunakan logika fuzzy, antara lain:
27
mengenai binatang buruan. Tangan bertindak sebagai aktuator dan lembing merupakan plant
yang diatur. Pada konsep sistem kontrol modern, peralatan pembantu manusia semakin
dioptimalkan untuk melakukan fungsi kontrol. Semakin modern dan canggih teknologi yang
dikuasai, semakin canggih pula peralatan pembantu yang berfungsi sebagai alat kontrol.
Seperti contoh, pada jaman awal-awal peradaban teknologi manusia, manusia sudah
mengenal sistem pelampung untuk menghentikan aliran air yang masuk ke dalam bak kamar
mandi.
Dalam era modern ini, penggunaan komputer dan mikroprosesor (microcontroller)
semakin mendominasi untuk menggantikan peran otak sebagai kontroler. Dengan
kelebihannya mampu mengoperasikan fungsi-fungsi logika dan matematis serta
kemampuannya menyimpan data dalam memorinya, membuat komputer atau mikroprosesor
mampu menjalankan fungsi otak secara sederhana. Berikut adalah beberapa contoh aplikasi
sistem kontrol modern :
2.5.1 Sistem Kendali pada Tanur Tinggi pada Proses Pengecoran Logam
Gambar 2.19 menunjukkan sebuah diagram skematik pengendalian tanur (dapur)
tinggi berbasis komputer. Tanur tinggi adalah suatu bangunan yang besar dengan tinggi
kurang lebih 30 m, untuk menghasilkan kurang lebih 4000 ton besi kasar (pig-iron)
perhari melalui proses peleburan dimana operasinya harus terjaga dengan baik secara
menerus. Proses kerja sistem ini dapat dijelaskan sebagai berikut:
Bijih besi, kokas, dan batu kapur dimasukan melalui puncak tanur dengan
perbandingan tertentu (kurang lebih diperlukan 2 ton bijih besi, 1 ton kokas, 0,5 ton
"flux", dan 4,5 ton udara untuk menghasilkan 1 ton besi kasar). Udara, yang cukup
penting dalam pross ini, dipanaskan dalam tungku pemanas dan disemburkan ke dalam
tanur. Panas dalam tanur dihasilkan dari pembakaran kokas, yang dari proses pembakaran
persial menghasilkan gas monoksida. Gas ini bersama kokas, mereduksi bijih besi dalam
tanur menjadi metal, dan batu kapur yang bekerja sebagai "flux", mengikat bahan kotoran
(impurities) menjadi terak. Besi yang telah mencair kemudian mengalir ke dasar tanur,
sedang terak cair naik ke permukaan. Besi cair dan terak cair secara periodic dikeluarkan
dari tanur melalui saluran yang tersedia. Mengingat jumlah karbon, mangaan, silikon,
sulfur, fosfor, dan sebagainya sangat bergantung pada komposisi bijih besi, kokas, dan
batu kapur yang digunakan, maka cukup sulit bagi operator manusia untuk
mengendalikan komposisi kimia dari besi kasar yang keluar dari tanur.
28
Pada pengendalian tanur dengan komputer, informasi mengenai komposisi besi
kasar, terak, gas buang, temperatur dan tekanan dalam tanur, maupun komposisi bijih
besi, kokas dan batu kapur, diumpankan ke komputer pada selang waktu tertentu.
Perhitunganperhitungan yang kompleks untuk menentukan jumlah optimal daaari
berbagai bahan dasar yang harus dimasukan ke dalam tanur ditangani oleh komputer.
Dengan demikian komposisi besi kasar yang diinginkan dapat dijaga. Juga operasi
keadaan tunak (steady state) dari tanur tinggi pada kondisi yang memuaskan dapat
dipertahankan. Perlu diketahui bahwa pada pengendalian proses berbasis komputer
seperti dijelaskan di atas diperlukan model matematik. Penurunan model matematik di
sini cukup sulit, karena factor-faktor yang mempengaruhi dinamika sistem tidak semua
diketahui. Perlu diketahui pula bahwa pengukuran semua variabel yang diperlukan untuk
pengendalian dengan komputer mungkin sulit atau bahkan tidak mungkin dilakukan, oleh
karenanya variabel-variabel yang tidak dapat diukurharus diestimasi dengan metode
statistika.
Gambar 2.19 : Sistem Kendali pada Tanur Tinggi pada Proses Pengecoran Logam
29
Banyak mobil memiliki power steering dan rem, yang menggunakan penguat
hidrolik untuk memperkuat gaya ke rem atau roda kemudi. Diagram blok sederhana dari
sistem kontrol kemudi mobil ditunjukkan pada Gambar 2.20 (a). Arah yang diinginkan
dibandingkan dengan pengukuran dari arah yang sebenarnya untuk menghasilkan
kesalahan pengukuran, seperti yang ditunjukkan pada Gambar 2.20 (b). Pengukuran ini
diperoleh daru umpan balik visual dan sentuhan (gerakan tubuh). Disana ada umpan balik
tambahan dari sentuhan setir oleh tangan (sensor). Sistem umpan balik ini adalah versi
sistem kontrol kemudi yang dikenal dalam liner laut atau kontrol penerbangan di pesawat
terbang besar. Tanggapan arah-perjalanan khas ditunjukkan pada Gambar 2.20 (c).
Dengan sensor yang akurat, output yang diukur sama dengan output aktual sistem.
Perbedaan antara output yang diinginkan dan output aktual sama dengan kesalahan, yang
kemudian disesuaikan oleh perangkat kontrol (seperti amplifier).
30
Bahkan, sebagian besar sistem otomatis mampu menjalankan fungsinya dengan
akurasi dan ketepatan yang lebih besar, dan dalam waktu yang lebih singkat, daripada
yang dapat dilakukan manusia. Proses semiotomasi adalah proses yang menggabungkan
manusia dan robot. Sebagai contoh, banyak operasi perakitan mobil membutuhkan
kerjasama antara operator manusia dan robot cerdas. Robot adalah mesin yang
dikendalikan komputer dan melibatkan teknologi yang terkait erat dengan otomatisasi.
Robotika industri dapat didefinisikan sebagai bidang otomatisasi tertentu di mana mesin
otomatis (yaitu robot) dirancang untuk menggantikan kerja manusia. Dengan demikian
robot memiliki karakteristik seperti manusia tertentu. Saat ini, karakteristik mirip
manusia yang paling umum adalah manipulator mekanik yang berpola agak setelah
lengan manusia dan pergelangan tangan.
Sistem kontrol tiga sumbu untuk memeriksa wafer semikonduktor individu
ditunjukkan pada Gambar 2.21. Sistem ini menggunakan motor spesifik untuk
menggerakkan setiap sumbu ke posisi yang diinginkan dalam sumbu xyz, masing-
masing. Tujuannya adalah untuk mencapai gerakan yang mulus dan akurat di setiap
sumbu. axis. Sistem kontrol ini adalah salah satu yang penting untuk industri manufaktur
semikonduktor.
31
2.5.4 Sistem Kendali pada Boiler-Generator
Ada banyak diskusi baru-baru ini tentang kesenjangan antara praktek dan teori
dalam rekayasa kontrol. Namun, wajar saja jika teori mendahului aplikasi di banyak
bidang teknik kontrol.
Meskipun demikian, sangat menarik untuk perhatikan bahwa dalam industri
tenaga listrik, industri terbesar di Amerika Serikat, kesenjangan relatif tidak signifikan.
Industri tenaga listrik terutama tertarik pada energi konversi, kontrol, dan distribusi.
Sangat penting bahwa kontrol komputer menjadi semakin diterapkan pada industri tenaga
untuk meningkatkan penggunaan efisien sumber daya energi. Juga, kendali pembangkit
listrik untuk emisi limbah minimum menjadi semakin penting.
Tanaman modern, berkapasitas besar, yang melampaui beberapa ratus megawatt,
memerlukan sistem kontrol otomatis yang memperhitungkan keterkaitan dari variabel
proses dan produksi daya yang optimal. Ini biasa terjadi memiliki sebanyak 90 atau lebih
variabel yang dimanipulasi di bawah kendali terkoordinasi. Disederhanakan model yang
menunjukkan beberapa variabel kontrol penting dari boiler besar, sistem generator
ditunjukkan pada Gambar 1.12. Ini adalah contoh pentingnya pengukuran banyak
variabel, seperti tekanan dan oksigen, untuk memberikan informasi kepada komputer
untuk penghitungan kontrol. Diperkirakan lebih dari 400.000 komputer sistem kontrol
telah dipasang di Amerika Serikat.
32
2.5.5 Sistem Kendali pada Lengan Robot (Arm Manipulator)
Ada banyak aplikasi teori sistem kontrol untuk biomedis eksperimentasi,
diagnosis, prostetik, dan sistem kontrol biologis. Sistem kontrol yang dipertimbangkan
berkisar dari tingkat sel ke pusat sistem saraf dan termasuk pengaturan suhu dan
neurologis, pernapasan, dan kontrol kardiovaskular. Sebagian besar sistem kontrol
fisiologis adalah sistem loop tertutup. Namun, kami menemukan tidak satu controller
melainkan mengendalikan loop dalam control loop, membentuk hierarki sistem.
Pemodelan struktur biologis proses menghadapkan analis dengan model orde tinggi dan
struktur yang kompleks. Perangkat prostetik yang membantu 46 juta orang cacat di
Amerika. Negara dirancang untuk menyediakan alat bantu yang dikontrol secara otomatis
kepada orang cacat. Sebuah tangan buatan yang menggunakan sinyal umpan balik
kekuatan dan dikendalikan oleh sinyal kontrol bioelectric diamputasi, yang disebut sinyal
elektromiografi, ditunjukkan pada Gambar 2.23.
33
BAB III
PENUTUP
3.1 Kesimpulan
Pada tahun 1960, teori sistem kendali modern (multi input multi output = MIMO)
yang berdasarkan pada teorema vektor matriks telah dikembangkan untuk mengatasi
bertambah kompleksnya 'plant' modern dan persyaratan yang keras pada ketelitian, berat,
dan biaya untuk kebutuhan militer, ruang-angkasa, dan industri. Disusul dengan
berkembangnya sistem kendali optimal (yang memenuhi kriteria-kriteria tambahan), sistem
stokastik (tak tentu, yang berdasarkan pada teorema probabilitas), sistem kendali adatif
(yang mempunyai kemampuan untuk beradaptasi), sistem kendali yang mampu untuk
belajar (learning control system) yang merupakan metoda dalam intelegensia buatan; sampai
dengan sistem kendali komputer (computer control system).
Sistem kendali modern adalah sistem kendali dengan multi masukan dan multi
keluaran (MIMO/multi input - multi output). Sistem kendali modern harus memiliki
beberapa karakteristik yaitu
Kompleksitas tinggi,
Berbasis computer,
Kontrol optimal,
Kontrol adaptif,
Kontrol cerdas (learning control).
Terdapat beberapa jenis-jenis sistem kendali modern yaitu sistem kendali digital
/komputerisasi, sistem kendali optimal, sistem kendali adaptif, sistem kendali PID, sistem
lendali logika fuzzy, dan sistem kendali jaringan syaraf tiruan. Sitem kendali modern dapat
diaplikasikan diberbagai macam sistem diantaranya adalah sistem kendali pada lengan
robot, sistem kendali pada boiler generator, sistem kendali pada danur tinggi pada proses
pengecoran logam, sistem kendali pada control tiga sumbu untuk mesin perkakas, dan
sistem kendali pada steering mobil.
34
3.2 Saran
Setelah penulis menyelesaikan makalah ini, perlu dilakukan pembelajaran lebih lanjut
tentang materi sistem kendali modern, jenis-jenisnya, dan aplikasi penggunaannya, serta
penulis berharap agar pembaca dapat membaca, memahami, dan mengoreksi makalah ini
apabila terdapat kesalahan.
35
DAFTAR PUSTAKA
Dorf, Richard C., Robert H. Bishop. 2011. “Moderen Control Systems Twelfth Edition”.
Pearson Education International : New Jersey.
Dorf, Richard C., Robert H. Bishop. 2006. “Moderen Control Systems Elevent Edition”.
Pearson Education International : Singapore.
https://id.wikipedia.org/wiki/Logistik, diakses pada 10 Maret 2018 Pukul 17.00.
https:// id. wikipedia. org/ wiki / Sistem_ kendali, diakses pada 10 Maret 2018 Pukul 17.00.
https://dokumen.tips/documents/ sejarah – perkembangan – sistem – kendali – diawali-
dengan revolusi-industri-i-dan.html, diakses pada 16 Maret 2018 Pukul 09.00.
http://maxmicro4. blogspot. co. id / 2014 / 03 / file-filsafat-ilmu-unduh-control-system.html,
diakses pada 16 Maret 2018 Pukul 09.00.
http://supriyatnos.blogspot.co.id/2010/11/sistem-kendali.html, diakses pada 17 Maret 2018
Pukul 11.00.
http://elektronika-dasar.web.id/sistem-kontrol-digital/, diakses pada 17 Maret 2018 Pukul
11.00.
http://yoyomay9.blogspot.co.id/2013/05/sistem-kontrol-cerdas.html, diakses pada 17 Maret
2018 Pukul 11.00.
iv