PROPOSAL TUGAS AKHIR

RANCANG BANGUN SISTEM PENGENDALIAN FUZZY PI PADA

MINI PLANT SEPARATOR TIGA FASA MENGGUNAKAN
INTERFACE DCS BERBASIS WIRELESS SENSOR NETWORK DAN
IOT SECARA REAL TIME
HALAMAN JUDUL

Disusun Oleh:

Sapto Wahyu Sudrajat

NRP. 02311540000053

Dosen Pembimbing :
Dr. Suyanto, S.T., M.T. NIP. 19711113 199512 1 002

PROGRAM STUDI S1 TEKNIK FISIKA

DEPARTEMEN TEKNIK FISIKA
FAKULTAS TEKNOLOGI INDUSTRI
INSTITUT TEKNOLOGI SEPULUH NOPEMBER
SURABAYA
2019
i
 LEMBAR PENGESAHAN
PROPOSAL TUGAS AKHIR
DEPARTEMEN TEKNIK FISIKA FTI-ITS
Judul : Rancang Bangun Sistem Pengendalian Fuzzy PI Pada Mini
Plant Separator Tiga Fasa Menggunakan Interface DCS
Berbasis Wireless Sensor Network dan IoT Secara Realtime
Bidang Studi : Rekayasa Instrumentasi dan Kontrol
a. Nama : Sapto Wahyuu Sudrajat
b. NRP : 02311540000053
c. Jenis Kelamin : Laki Laki
Jangka Waktu : 4 bulan
Pembimbing I : Dr. Suyanto, S.T., M.T.
Usulan Proposal ke : I
Status : Baru

Surabaya, 9 September 2019

Pembimbing I Pengusul Proposal

Dr. Suyanto, S.T., M.T. Sapto Wahyu Sudrajat

NIP. 19711113 199512 1 002 NRP. 02311540000053

Kepala Laboratorium

Dr. Suyanto, S.T., M.T.

NIP. 19711113 199512 1 002

2
I. Judul
“Rancang Bangun Sistem Pengendalian Fuzzy PI Pada Mini Plant Separator Tiga Fasa
Menggunakan Interface Pada Platform DCS Berbasis Wireless Sensor Network dan IoT.”

II. Mata Kuliah Pilihan Bidang Minat Yang Diambil:

1. Sistem Pengendalian Otomatik
2. Sistem Instrumentasi
3. Sistem Pengukuran dan Kalibrasi
4. Pemrograman Komputer
5. Logika Fuzzy

III. Pembimbing
1. Dr. Suyanto, S.T., M.T.

IV. Latar Belakang

PT Pertamina EP merupakan perusahaan milik negara yang bergerak daam bidang
energi meliputi minyak dan gas bumi. Selain itu perusahaan juga aktif melakukan riset dan
pengembangan teknologi Enhanced Oil Recovery (EOR) Waterflooding untuk
meningkatkan cadangan dan produksi. Untuk mendukung pengemangan pilot project EOR
waterflooding di plant Pendopo kabupaten Jirak, perusahaan menambah beberapa fasilitas
berupa Free Water Knock Out (FWKO), Skimming Tank, Transfer Pump, Flare Stack, dan
Reverse Demulisfer Package. Metode EOR waterflooding menggunakan air sebagai bahan
utama untuk diinjeksikan ke daerah sumur pengeboran. Air injeksi berasal dari fluida sumur
pengeboran yang kemudian dipisahkan sesuai kebutuhan menggunakan FWKO atau
separtor tiga fasa. Separator menerima fluida dari manifold high pressure dan aliran sopa
dengan tekanan diatas 50 psig, Air terproduksi akan menuju produced water tank, minyak
akan menuju crude oil storage tank, dan gas akan dialirkan menuju flare stack. Berdasarkan
standar perusahaan, tekanan dan level fluida pada separator harus tetap dijaga. Tekanan
maksimum tidak boleh melebihi 90 psig, sedangkan level fluida maksimum adalah 73 inch.
Dari kondisi tersebut diperlukan sistem monitoring dan pengendalian seperti
pengendalian tekanan dan pengendalian level supaya separator tetap berada pada kondisi
idealnya. Sistem monitoring yang ada pada perusahaan dilakukan di ruang kontrol dengan
sistem komunikasi antara transmitter dan SCADA menggunakan kabel analog. Selain itu
sistem kendali yang digunakan pada separator menggunakan metode Proportional Integral
(PI). Namun terkadang sistem yang ada diatas ada beberapa kelemahan diantaranya biaya
pemasangan sistem komunikasi kabel relatif besar dan pada titik-titik tertentu yang lebih
rumit akan menyulitkan dalam instalasi. Selain itu sistem kendali yang menggunakan PI
terkadang terjadi overshoot yang besar dan membutuhkan waktu lama untuk mencapai
keadaan steady state.
Dari permasalahan diatas kemudian akan dilakukan perancangan prototype separator
3 fasa berdasarkan kondisi di plant. Logika fuzzy akan digunakan untuk mengontrol tekanan
dan level pada separator dengan variabel input laju aliran fluida yang masuk separator,
tekanan, dan level. Sedangkan output dari logika fuzzy akan digunakan untuk
mengendalikan control valve. Untuk mempermudah proses akuisi data dari plant ke SCADA
pemasangan transmitter menggunakan arsitektur komunikasi WSAN. Semua data dari plan
akan ditampilkan secara wireless pada platform DCS dan IoT sehingga bisa di monitring
secara fleksibel pada semua device.

3
V. Perumusan Masalah
Dari uraian latar belakang permasalahan tersebut didapatkan permasalahan :
1. Bagaimana merancang sistem pengendali tekanan dan level pada mini plant separator
tiga fasa menggunakan logika fuzzy dan fuzzy PI.
2. Bagaimana membuat sistem komunikasi anatara mini plant dengan DCS
menggunakan arsitektur WSN.
3. Bagaimana membuat interface separator tiga fasa pada platform DCS dan IoT
4. Bagimana mengintegrasikan mini plant dengan interface pada platform DCS dan IoT
secara realtime.

VI. Batasan Masalah

Adapun batas ruang lingkup dari tugas akhir ini adalah sebagai berikut :
1. Data yang digunakan dan data pengukuran terbatas pada skala laboratorium.
2. Human error yang mempengaruhi sistem diabaikan.
3. Perancangan sistem kontrol tidak memasukkan faktor alam dan lingkungan yang
mempengaruhi sistem.
4. Interface yang dibuat terbatas pada sistem separator tiga fasa.

VII. Tujuan Tugas Akhir

Tujuan dari penelitian ini adalah menjawab permasalah yang telah dikemukakan,
yaitu membuat sistem pengendalian fuzzy PI pada mini plant separator tiga fasa
menggunakan interface DCS berbasis wireless sensor network dan IoT secara realtime

VIII. Tinjauan Pustaka

Beberapa pustaka yang menimbulkan gagasan dan mendasari penelitian ini adalah
sebagai berikut:
[1] Ali S. Allaloh, Y. Sondkar, Sarfraz Mohamma. 2018 : Implementation of Online
Fuzzy Controller for Crude Oil Separator Industry Based on Internet of Things
using LabVIEW and PIC Microcontroller. India : International Conference on
Computing, Power and Communication Technologies (GUCON).
Penelitian ini bertujuan untuk membangun arsitektur jaringan Wi-Fi TCP/IP
untuk sistem kendali fuzzy secara online untuk meningkatkan kualitas proses
separasi minyak. Pada penelitian ini arsitektur TCP/IP pada LabVIEW digunakan
untuk mengendalikan tekanan dan level dari gas dan cairan di separator crude
oil. TCP web socket memungkinkan dalam mengintegrasikan LabVIEW dengan
transmitter. Penulis memutuskan menggunakan logika fuzzy karena sangat
cocok diterapkan pada sistem yang komplek. Industri 4.0 mendorong untuk
pengembangan teknologi wireless dalam manufaktur dan proses produksi. Dalam
proses akuisisi data digunakan mikrokontroler PIC18F6627 yang mempunyai
keunggulan socket ethernet. Data proses dari plan kedepanya dapat
dikembangkan menggunakan Artificial Intelligent Network dan Enterprise
Resource Planning.
[2] Magdi S. Mahmoud, Muhammad Sabih, Moustafa Elshafei. 2014. Isa
Transaction, Elsevier : Using OPC technology to support the study of advanced
process control.
Pada paper ini dijelaskan bahwa teknologi OLE Process for Control (OPC)
sebagi solusi ekonomi dan biaya pada sistem industri proses dan kontrol. dalam
mengimplementasikan OPC sever, penulis menggunakan Matrikon dan
MATLAB OPC Toolbox yang terhubung ke platform DCS. Percobaan

4
 dilakukan dengan menyimulasikan proses kontrol dan monitoring pada boiler
yang non linier. Interface pada percobaan menggunakan LabVIEW.

[3] Chenyang Lu, Abusayeed Saifullah, Humberto Gonzalez. 2016. Vol. 104, No.5,
Proceedings of the IEEE : Real-Time Wireless Sensor-Actuator Networks for
Industrial Cyber-Physical Systems.
Paper ini membahas tentang Real-time WSANs mempunyai peran penting
dalam industri otomasi di era industri 4.0 dan insustri internet. Penelitian terakhir
dalam pengembangan insustri telah mengimplementasikan komunikasi real-time
dan kontrol melalui sistem WSANs. Kolaborasi antara sistem kontrol dan
komunikasi wireless akan mendudukung dalam perwujudan wireless industrial
control

[4] Mu’amar, Awal “Perancangan Sistem Control Level Dan Pressure Pada Boiler
Di Workshop Intrumentasi Berbasis DCS Centum CS3000 Yokogawa”.
Pada Tugas Akhir ini membahas tentang control level perancangan suatu
pengendalian level dan pressure dengan menggunakan DCS (Distributed Control
System) CENTUM CS3000 Yokogawa. Pengendalian level dan pressure bersifat
MIMO (Multi input-multi output) yang masing-masing variable berpengaruh
terhadap variable yang lain agar dapat dikendalikan secara optimal.

[5] Kusumo, Cahyo Fatwa “Perancangan dan Realisasi Sistem Control Proses
Menggunakan Distributed Control System Centum CS 3000 Melalui Jaringan”.
Pada Tugas Akhir ini membahas tentang perancangan dan realisasi sistem
control proses menggunakan DCS Centum CS 3000 dalam proses mengirimkan
data dari DCS Centum CS3000 menuju plant menggunakan perangkat lunak Ole
Process Control (OPC) KEPserver.

IX. Teori Penunjang

9.1 Proses Separasi Tiga Fasa

Proses Separasi minyak adalah proses utama di fasilitas produksi petroleum dimana
fluida dari sumur pengeboran dipisahkan komponennya. Terdapat 2 jenis separator yaitu dua
dan tiga fasa. Pada tiga fasa fluida dari sumur pengeboran dipisahkan menjadi air, minyak
dan gas. Sedangkan separator fluida dari sumur pengeboran dipisahkan menjadi cairan dan
gas. Proses separasi umumnya mengandalkan konsep gravitasi dan massa jenis, pada
penelitian ini fokus pada separator tiga fasa yang bisa meningkatkan kualitas produksi
karena proses pemisahan fluida bisa memenuhi kriteria sales, sedangkan gas bisa
dimanfaatkan untuk power plan.
Setelah proses pemanasan fluida dari sumur pengeboran, fluida akan menuju ke
separator. di unit ini dilakukan pemisahan dan pengukuran produksi fluida yang dihasilkan.
Tekanan pada separator harus tetap dijaga pada 52 psig. Pada kasus saat terjadi tekanan
tinggi, sistem kendali akan segera mengeksekusi emergency shutdown (ESD) dan membuka
ESD valve secara otomatis untuk membuang kelebihan tekanan gas melalui flare. Pressure
Safety Valve (PSV) dengan pengaturan 90 psig dipasang pada tanki separator untuk
melindungi sistem. Minyak dialirkan dari separator menggunakan level control valve. Air
dialirkan dari separator juga menggunkan level control valve. Sedangkan gas umumnya
dialirkan ke unit flare.

5
 Gambar 1. P&ID Separator Tiga Fasa

9.2 Logika Fuzzy

Logika fuzzy didasarkan atas pemikiran bahwa tidak semua sistem di dunia ini tegas,
deterministik, serta dapat dinyatakan dengan “ya” atau “tidak”. Seiring dengan
meningkatnya kompleksitas sistem maka kemampuan untuk mendeskripsikan perilaku
sistem secara presisi juga akan meningkat secara signifikan. Logika fuzzy yang pertama kali
diusulkan oleh L.A. Zadeh pada tahun 1965 memungkinkan adanya nilai di antara “ya”
(dinyatakan dengan nilai 1) dan “tidak” (dinyatakan dengan nilai 0) sehingga suatu
kebenaran tidak hanya dibatasi oleh pernyataan benar atau salah, namun terdapat derajat
yang menyatakan kebenaran atau kesalahan tersebut. (Klir & Yuan, 1995)

9.2.1 Himpunan Fuzzy

Himpunan fuzzy merupakan pengelompokan objek berdasarkan variabel bahasa
(linguistik) yang dinyatakan dalam bentuk fungsi keanggotaan fuzzy. Sebuah himpunan
fuzzy pada suatu semesta pembicaraan X dinyatakan oleh fungsi yang memetakan setiap
anggota X dengan derajat keanggotaan pada interval antara 0 sampai dengan 1. Fungsi
tersebut dinamakan fungsi keanggotaan atau fungsi karakteristik.
Terdapat tiga operator standar yang digunakan dalam pengoperasian himpunan
fuzzy, yaitu komplemen, gabungan (union), dan irisan (intersection).(Klir & Yuan, 1995)
 Komplemen (NOT)
Operator komplemen menyatakan negasi dalam keanggotaan himpunan fuzzy,
yang dinyatakan dengan:
𝜇𝐴 𝑐 = 1 − 𝜇𝐴 [𝑥] (9.1)
 Gabungan (OR)
Operator gabungan menghasilkan nilai keanggotaan maksimum pada elemen
himpunan-himpunan yang bersangkutan.
𝜇𝐴∪𝐵 = max⁡(𝜇𝐴 [𝑥], 𝜇𝐵 [𝑦]) (9.2)
 Irisan (AND)
Operator irisan pada himpunan bilangan fuzzy menyatakan nilai derajat
keanggotaan minimum pada elemen dari himpunan yang bersangkutan.

6
 𝜇𝐴∩𝐵 = min⁡(𝜇𝐴 [𝑥], 𝜇𝐵 [𝑦]) (9.3)
9.2.2 Fungsi Keanggotaan Fuzzy
Fungsi keanggotaan adalah suatu kurva yang menunjukkan pemetaan titik-titik input
data ke dalam nilai keanggotaan (derajat keanggotaan) yang memiliki nilai antara 0 sampai
dengan 1. Beberapa representasi fungsi keanggotaan fuzzy yang sering digunakan antara
lain:
 Representasi Segitiga

1.0

0 a b c
Segitiga
Gambar 2. Fungsi keanggotaan Fuzzy dengan representasi segitiga
Fungsi keanggotaan fuzzy dengan representasi kurva berbentuk segitiga pada
dasarnya merupakan gabungan dari dua kurva linier naik dan turun. Representasi kurva
segitiga dibatasi oleh tiga parameter yaitu a, b, dan c untuk menentukan nilai derajat
keanggotaan fuzzy 𝜇[𝑥]. Persamaan fungsi keanggotaan fuzzy untuk representasi berbentuk
segitiga yaitu:

0; 𝑥 ≤ 𝑎⁡𝑎𝑡𝑎𝑢⁡𝑥 ≥ 𝑐
𝜇[𝑥] = { (𝑥 − 𝑎)/(𝑏 − 𝑎) ;⁡⁡⁡⁡ 𝑎≤𝑥≤𝑏 (9.4)
(𝑏 − 𝑥)/(𝑐 − 𝑏); 𝑏≤𝑥≤𝑐

 Representasi Trapesium

1.0

0 a b c d
Trapesium
Gambar 3. Fungsi keanggotaan Fuzzy dengan representasi trapesium
Fungsi keanggotaan fuzzy dengan representasi berbentuk trapesium dibatasi oleh
tiga parameter a, b, c, dan d untuk menentukan nilai derajat keanggotaan dengan persamaan
sebagai berikut:
0; 𝑥 ≤ 𝑎⁡𝑎𝑡𝑎𝑢⁡𝑥 ≥ 𝑑
(𝑥 − 𝑎)/(𝑏 − 𝑎); 𝑎≤𝑥≤𝑏
𝜇[𝑥] = { ⁡⁡⁡⁡ (9.5)
1; 𝑏≤𝑥≤𝑐
(𝑑 − 𝑥)/(𝑑 − 𝑐); 𝑐≤𝑥≤𝑑

7
Selain dua jenis representasi fungsi keanggotaan fuzzy di atas, terdapat bentuk representasi
lain diantaranya representasi bentuk bahu, representasi bentuk S (pertumbuhan dan
penyusutan), serta representasi bentuk lonceng yang terbagi menjadi tiga kelas yaitu kurva
himpunan phi, kurva beta, dan kurva gauss.

9.2.3 Struktur Dasar Logika Fuzzy

Gambar 4. Arsitektur Kontrol Logika Fuzzy (KLF) (Passino & Yurkovich, 1998)

Pengendali logika fuzzy memiliki empat komponen utama, yaitu fuzzifikasi, rule-
base, mekanisme inferensi, dan defuzzifikasi.
 Fuzzifikasi
Proses fuzzifikasi berperan mengubah memodifikasi input agar dapat
dinyatakan dan dibandingkan dengan aturan yang terdapat di dalam rule-base
dengan cara mengubah masukan crisp menjadi nilai derajat keanggotaan
pada himpunan fuzzy. Proses ini melibatkan perancangan input dari logika
fuzzy dengan menggunakan membership function. Masukan bilangan crisp
dikonversi menjadi nilai derajat keanggotaan fuzzy pada proses ini.
 Rule-base
Rule-base berisi pengetahuan dalam bentuk sekelompok aturan yang
menentukan bagaimana logika fuzzy bekerja untuk menghasilkan
pengendalian yang sesuai. Perancangan rule-base pada sistem fuzzy dapat
dinyatakan dengan kalimat if-then maupun dengan tampilan berupa tabel.
 Mekanisme inferensi
Mekanisme inferensi bertugas mengevaluasi aturan pengendalian yang
relevan untuk waktu tertentu dan menentukan nilai yang akan menjadi input
untuk plant.
 Defuzzifikasi
Proses defuzzifikasi merupakan proses konversi dari kesimpulan yang telah
dihasilkan oleh mekanisme inferensi agar dapat menjadi input bagi plant
(bilangan crisp). (Passino & Yurkovich, 1998).

9.3 Pengendali Proportional Integral Derivative (PID)

Sesuai dengan namanya, pengendali ini terdiri atas pengendali proportional (P),
pengendali integral (I) dan pengendalian diffrential (D). Masing – masing pengendali
mempunyai karakter yang unik. Algoritma dari masing – masing pengendali dijelaskan
sebagai berikut :

9.3.1 Pengendali Proporsional (P)

Kontroler proporsional memiliki 2 parameter, pita proporsional (proportional band)
dan konstanta proporsional. Daerah kerja kontroler efektif dicerminkan oleh pita
proporsional [Gunterus,1994], sedangkan konstanta proporsional menunjukkan nilai faktor

8
penguatan terhadap sinyal kesalahan, Kp. Hubungan antara pita proporsional (PB) dengan
konstanta proporsional (Kp) ditunjukkan secara presentasi oleh persamaan 9.6
1
𝑃𝐵 = 𝐾 𝑥100% (9.6)
𝑝

Dimana : PB = Proportional Band

Kp = Gain Proses

Diagram blok pengendali proportional ditujukkan seperti pada gambar 5:

Gambar 5. Diagram blok pengendali P

Penggunaan pengendali proporsional harus memperhatiakan hal – hal berikut :

 Kalau nilai Kp kecil, kontroler proporsional hanya mampu melakukan koreksi
kesalahan yang kecil, sehingga akan menghasilkan respon sistem yang
lambat.
 Kalau nilai Kp dinaikkan, respon sistem menunjukkan semakin cepat
mencapai keadaan mantapnya.
Namun jika nilai Kp diperbesar sehingga mencapai harga yang berlebihan, akan
mengakibatkan sistem bekerja tidak stabil, atau respon sistem akan berosilasi

9.3.2 Pengendali Integral (I)

Kontroler integral memiliki karakteristik seperti halnya sebuah integral. Keluaran
kontroler sangat dipengaruhi oleh perubahan yang sebanding dengan nilai sinyal kesalahan.
Keluaran kontroler ini merupakan jumlahan yang terus menerus dari perubahan
masukannya. Kalau sinyal kesalahan tidak mengalami perubahan, keluaran akan menjaga
keadaan seperti sebelum terjadinya perubahan masukan.
Transfer function dari unit kontrol integral adalah sebagai berikut pada persamaan 9.7:
1
𝑈 = 𝑇 𝐾𝑐 ∫ 𝑒. 𝑑𝑡 (9.7)
𝐼

Dimana : TI = integral time

e = error (input dari unit control)
Kc = gain dari controller

Diagram blok pengendali integral ditunjukkan oleh gambar 5 :

Gambar 6. Diagram blok pengendali I

9
 Ketika digunakan, kontroler integral mempunyai beberapa karakteristik berikut ini:
 Keluaran kontroler membutuhkan selang waktu tertentu, sehingga kontroler
integral cenderung memperlambat respon.
 Ketika sinyal kesalahan berharga nol, keluaran kontroler akan bertahan pada
nilai sebelumnya.
 Jika sinyal kesalahan tidak berharga nol, keluaran akan menunjukkan
kenaikan atau penurunan yang dipengaruhi oleh besarnya sinyal kesalahan
dan nilai Ki
Konstanta integral Ki yang berharga besar akan mempercepat hilangnya offset.
Tetapi semakin besar nilai konstanta Ki akan mengakibatkan peningkatan osilasi dari sinyal
keluaran kontroler.

9.3.3 Pengendali Derivative (D)

Keluaran kontroler diferensial memiliki sifat seperti halnya suatu operasi derivatif.
Perubahan yang mendadak pada masukan kontroler, akan mengakibatkan perubahan yang
sangat besar dan cepat.
Transfer function dari kontrol derivative adalah sebagai berikut pada persamaan 9.8 :

𝑑𝑒
𝑈 = 𝐾𝑐 . 𝑇𝐷 𝑑𝑡 (9.8)

Dimana : KC = gain
e = error
TD = derivative time

Diagram blok pengendali difrensial ditunjukkan oleh gambar 7 :

Gambar 7 Diagram blok pengendali D

Adapun untuk karakteristik kontroler diferensial adalah sebagai berikut:

 Kontroler ini tidak dapat menghasilkan keluaran bila tidak ada perubahan
pada masukannya (berupa sinyal kesalahan).
 Jika sinyal kesalahan berubah terhadap waktu, maka keluaran yang
dihasilkan kontroler tergantung pada nilai Td dan laju perubahan sinyal
kesalahan.
 Kontroler diferensial mempunyai suatu karakter untuk mendahului, sehingga
kontroler ini dapat menghasilkan koreksi yang signifikan sebelum
pembangkit kesalahan menjadi sangat besar. Jadi kontroler diferensial dapat
mengantisipasi pembangkit kesalahan, memberikan aksi yang bersifat
korektif, dan cenderung meningkatkan stabilitas sistem.

Untuk menutupi kekurangan dari masing – masing pengendali, ketiga pengendali

tersebut dapat saling dikombinasikan menjadi pengendali PI, PD atau PID. Dalam kombinasi
PID, diagram bloknya menjadi seperti pada gambar 8 :

10
 Gambar 8. Diagram blok pengendali PID

Keluaran kontroler PID merupakan jumlahan dari keluaran kontroler proporsional,

keluaran kontroler integral dan keluaran kontrol diferensial. Gambar 8 menunjukkan
hubungan input dan output pada pengendalian PID.

1 𝑡 𝑑𝑒
𝑢(𝑡) = 𝐾𝑐 (𝑒(𝑡) + 𝑇 ∫0 𝑒(𝑡)𝑑𝑡 + 𝑇𝐷 𝑑𝑡 ) (9.9)
𝐼

Dimana : u(t) = sinyal kontrol

e(t) = error
Kc = gain kontroller
TI = integral time
TD = derivative time

Karakteristik kontroler PID sangat dipengaruhi oleh kontribusi besar dari ketiga
parameter P, I dan D. Penyetelan konstanta Kp, Ti, dan Td akan mengakibatkan penonjolan
sifat dari masing-masing elemen. Satu atau dua dari ketiga konstanta tersebut dapat disetel
lebih menonjol dibanding yang lain. Konstanta yang menonjol itulah akan memberikan
kontribusi pengaruh pada respon sistem secara keseluruhan

9.4 Wireless Sensor Network

Perusahaan industri setiap tahunya selalu mencari solusi yang dapat meningkatkan
stabilitas sistem, fault tolerant, flexibility, dan efisiensi biaya. Salah satu solusi untuk sistem
industri saat ini yang banyak dikembangkan adalah Cyber Physical System (CPS). CPS
menggunakan teknologi cyber dan proses physical yang terintegrasi untuk meningkatkan
kualitas komunikasi data. Implementasi dari CPS kebanyakan diterapkan pada Wireless
Sensor Networks (WSNs) yang mampu membantu menampung data dalam jumlah banyak
dari sistem physical dan secara langsung akan dikirim ke sistem cyber. Sistem WSN pada
setiap node nya terdapat sensing unit(termasuk sensor dan analog to digital converter),
processing unit, transceiver unit, dan power unit. WSN merupakan arsitektur protokol
komunikasi yang menjajikan untuk perkebangan industri. Arsitektur WSN paling sederhana
terdiri dari dua komponen utama, yaitu node dan base station. Arsitektur ini dapat
meningkatkan efektifitas suatu sistem karena biaya alat dan instalasi rendah.

11
 Gambar 9. Arsitektur Wireless Sensor Network

9.6 Distributed Control System

Distributed Control System (DCS) merupakan suatu sistem yang mendistribusikan
berbagai fungsi yang digunakan untuk mengendalikan berbagai variabel proses dan unit
operasi proses menjadi suatu pengendalian yang terpusat pada suatu ruang kendali dengan
berbagai fungsi pengendalian, monitoring (pengawasan), dan optimasi. Secara umum, DCS
dapat dibagi menjadi tiga bagian, yaitu control station, operator station, dan sistem
komunikasi. Operator station digunakan untuk mengumpulkan data operasi proses serta
mengolah data dan menampilkan dari proses yang terjadi pada plant. Control station
digunakan sebagai control unit untuk mengendalikan variabel variabel yang dikendalikan
pada proses. Control station dikenal pula dengan istilah Field Control Unit (FCU). Berikut
adalah komponen dari FCU : catu daya (Power Supply Unit, PSU), modul masukan/keluaran
(I/O modules, (IOM)). Sistem Komunikasi adalah sarana pertukaran data antara operator
station, control station dan proses. Sarana komunikasi ini juga bisa dapat digunakan untuk
menghubungkan DCS dengan sistem lain seperti Programmable Logic Control (PLC),
Supervisory Control and Acquisition Data (SCADA), asset management, sedangkan
perangkat antarmuka (interface) DCS terdiri dari Human Interface Station (HIS), HIS
sebagai interface antara DCS dan operator berfungsi untuk melakukan monitoring terpusat
proses dari control station, menyajikan informasi plant terkini kepada operator melalui
Graphical User Interface (GUI) dan menerjemahkan instruksi operator terhadap mesin
sehingga operator dapat melakukan fungsi operation, maintenance dan troubleshooting serta
berbagai pengembangan. Station ini tersusun atas sebuah console atau desktop personal
computer. Engineering interface merupakan perangkat interface antara DCS dan engineer
yang memungkinkan pembangunan system dan proses maintenance perangkat lunak DCS
sekaligus berperan sebagai engineering development station. Interface ke sistem lain
supervisory computer interface, berfungsi untuk menghubungkan DCS ke supervisory
computer, mentransmisikan data kontrol dan menerima perintah supervisory operation dan
setting optimal. Control sub-system interface berfungsi untuk menghubungkan DCS ke tipe
instrumen lain seperti Programmable Logic Control (PLC) maupun analyzer komposisi

12
untuk mengintegrasikan operasi plant, dan lain-lain. Interface proses merupakan interface
antara DCS dan plant (field instrument). Pada interface proses, Control Station menerima
sinyal pengukuran dari sensor dan melakukan perhitungan kontrol sesuai dengan deviasi
harga set-point. Sinyal keluaran dikirim ke elemen kontrol akhir (final control element)
untuk melakukan aksi kompensasi.
Sebagaimana telah dijelaskan dalam bab sebelumnya mengenai kebutuhan industri
akan sistem kontrol automatis, DCS adalah salah satu bagiannya. Tentu saja DCS juga
memiliki manfaat yang besar, utamanya adalah meningkatkan kinerja sistem kontrol plant.
Pada beberapa sektor, manfaat yang diperoleh dari penggunaan DCS sangatlah signifikan,
diantaranya sektor produksi dapat mengoptimalkan jadwal produksi (production schedule)
serta mengoptimalkan penempatan peralatan (equipment assignment). Produk yang
dihasilkanpun lebih konsisten. Efisiensi juga didapatkan baik dari segi biaya, energi serta
material yang digunakan. Selain itu juga dapat memaksimalkan sektor keselamatan, biaya
untuk optimasi plant dan tenaga kerja. Konfigurasi DCS umumnya dilakukan dari
workstation. Workstation merupakan suatu database utama yang berisi semua konfigurasi
instrumen dan dapat menggunakan komunikasi bertopologi peer-to-peer dalam
penggunaannya. Karena database terletak pada workstation, maka proses download
diperlukan selama proses backup data pada control unit redundant. Dalam penggunaan
awam, tampilan, data, dan trend DCS juga harus dikonfigurasikan termasuk penyesuaian
kebutuhan tampilan dari customer maupun operator yang bersangkutan.

Gambar 10. Konfigurasi DCS

Pada sistem kontrol terdistribusi tidak menutup kemungkinan terjadinya kegagalan

atau sering disebut trip, untuk mengatasi kegagalan / trip tersebut maka pada DCS dilengkapi
redundansi ganda dengan masing-masing prosesor memiliki 2 buah CPU, setiap prosesor
memiliki cadangan yang standby. Mekanisme sistem redundansi tersebut, kedua CPU pada
prosesor bersamaan melakukan komputasi dan hasilnya dibandingkan oleh collater, jika
hasilnya sama data normal/valid namun jika tidak sama maka abnormal, fungsi kontrol
dipindahkan ke prosesor cadangan dan prosesor yang mengalami kesalahan segera
melakukan self diagnostic, setelah diperbaiki kontrol kembali ke prosesor utama. Secara
umum, arsitektur DCS dapat dilihat pada gambar 11 :

13
 Human Interface Station
human machine interface
Operator

Operation and
monitoring function

interface to other systems

Display and
operation function

engineering interface
Operator
station Human – machine
database

Other System Communication

system Engineer
Communication Gateway
System configuration,
between other
System maintenance
systems
Control
Data-base
Field
Control
Control
Unit
function
DDC/SEQ

Process Process
process interface

Gambar 11. Arsitektur DCS secara umum

Pada DCS tidak diperlukan perawatan secara khusus seperti preventive

maintenance karena DCS diletakkan pada lingkungan yang baik yaitu Central Control Room
(CCR). Tetapi biasanya pada saat plant over haul, maintenance DCS baru akan dilakukan,
yaitu dengan membersihkan seluruh DCS kabinet dengan cara divacum, membersihkan
modul I/O, serta Wiring Historicalt (merger historicalt dan continuity historicalt),
Emergency Shutdown (ESD) di staging room.

14
9.7 Internet of Things (IoT)
Internet of Things pada saat ini menjadi teknologi yang menjanjikan dalam dunia
industri sepert transortasi dan sistem manufaktur. Sebagai contoh pada industri transportasi
IoT digunakan dalam tracking kendaraan serta pengatur jadwal. Pada Insdustri mulai
diterapkan sistem IoT, dimulai dari WSN sampai proses interfacing berbasis web yaitu
SCADAWeb. IoT mampu mengintegrasikan sensor, komunikasi, jaringan, dan interface
secara waireless dengan teknologi cloud computing. Fondasi berkembangnya IoT bermula
dari RFID yang mampu mengintegrasikan microchips dengan sistem reader secara wireless.
Dengan adanya RFID, operator dapat mengidentifikasi, track, dan monitoring beberapa
objek yang terpasang RFID. Fondasi lain yang menjadi latar belakang berkembangnya
teknologi IoT adalah WSN, WSN berkembang dengan adanya sensor yang mampu
berkomunikasi dengan server SCADA secara wireless. Kedua teknologi ini berkembang
sangat pesat dan menjadi dasar teknologi IoT saat ini, didukung juga dengan berkembangnya
industri 4.0. Berikut merupakan beberapa teknologi yang terhubung dengan IoT seperti yang
ditnjukkan pada gambar 12.

Gambar 12. Teknologi yang terhubung dengan IoT

9.7.1 Arsitektur IoT

Sistem IoT mempunyai 4 layer dasar, diantaranya sensing layer, networking layer,
service layer, dan Interface layer.

Gambar 13. Arsitektur Sistem IoT

15
Tabel 1. Layer sistem IoT

Layer Deskripsi

Layer ini merupakan integrasi dari hardware (RFID, sensor, aktuator, dll)
Sensing layer
untuk mensensing atau mengontrol sistem physical

Layer ini menediakan dasar protokol jaringan untuk proses transfer data
Networking layer
secara wirelsess

Layer ini membuat dan mengatur sistem services. Menyediakan berbagai

Service layer
sistem services yang diperlukan user

Interface layer Layer ini menyediakan metode interaksi kepada user dan aplikasi lainya

16
X. Metodologi Penelitian
Metode yang dilakukan digambarkan dalam diagram alir pada Gambar 9 sebagai
berikut ini :

Start

Studi Literatur dan

Jurnal

Indentifikasi Plant

Perumusan Masalah
dan Batasan
Masalah

Penetapan Tujuan

Perancangan dan Perancangan

permodelan mini Protokol
plant Komunikasi WSN
Tidak Komunikasi
Sesuai Model Gagal

Unjuk kerja mini plant Unjuk Kerja Protokol

komunikasi WSN

Komunikasi Berhasil

Perancangan
Interface DCS dan
IoT
Sesuai Model
Integrasi Plant,
Sistem komunikasi
dan Interface

Perancangan dan Perancangan dan Perancangan dan

Implementasi Implementasi Implementasi
Kontroler PI Kontroler Fuzzy Kontroler Fuzzy PI

Respon Dinamik Respon Dinamik Respon Dinamik

Sesuai Model Sesuai Model Seauai Model

Pengujian dan Pengujian dan Pengujian dan

Unjuk Kerja Unjuk Kerja Unjuk Kerja

Respon Dinamik Sesuai Model

Respon Dinamik Pengambilan dan Analisa Data Respon Dinamik

Seuai Model Perbandingan Kontroler Sesuai Model

Pembuatan Laporan

End

Gambar 9. Diagram alir metodologi penelitian

17
 Dalam melakukan penelitian ini terdapat beberapa tahapan adapun tahapannya sebagai
berikut:

1. Studi literatur dan jurnal

a. Prinsip kerja separator tiga fasa.
b. PFD dan P&ID separator tiga fasa.
c. Proses pengendalian pada separator tiga fasa.
d. Penerapan teknologi WSN pada industri.
e. Proses akuisi data analog pada separator tiga fasa.
f. Protokol komunikasi IoT.
g. Konsep desain interface pada DCS dan IoT.
h. Sistem permodelan plant separator tiga fasa.
i. Penerapan logika fuzzy pada sistem pengendali.

2. Identifikasi plant
a. Pencarian data dan spesifikasi separator pada plant.
b. Identifikasi besaran-besaran fisis.
c. Teknik pengendalian yang digunakan.
d. Jenis transmitter dan kontroler yang terpasang.
e. Jenis protokol komunikasi pada plant.
f. Jenis monitoring yang digunakan.

3. Perumusan masalah dan batasan masalah

Dari hasil studi literatur dan identifikasi kondisi plant, dilakukan proses perumusan
masalah serta penentuan batasan masalah untuk proses penelitian selanjutnya.

4. Penetapan tujuan
Dari latar belakang dan masalah yang telah diidentifikasi, tujuan penelitian dapat
ditetapkan.

5. Perancangan dan permodelan mini plant

Perancangan mini plant mengacu pada proses plant sebenarnya namun nilai besaran
fisis akan disesuaikan dengan skala laboratorium dan permodelan yang telah dilakukan.
6. Unjuk kerja mini plant
Mini plant yang telah dirancang akan dilakukan uji fungsiunal untuk setiap input
output serta proses akuisi data pada transmitter.

7. Perancangan protokol komunikasi WSN

Setiap transmitter yang terpasang pada mini plant dirancang menjadi node-node atau
sebagi slave dalam protokol komunikasi WSN.

8. Unjuk kerja protokol komunikasi WSN

Setiap node-node transmitter diuji dengan melakukan komunikasi dua arah antara
master dan slave. Master yang dimaksud adalah DCS dan server IoT.

9. Perancangan interface DCS dan IoT

Perancangan tampilan plant pada platform interface DCS dan server IoT,
perancangan tampilan dimaksudkan untuk memudahkan operator dalam membaca dan
mengontrol seluruh data yang ada pada plant. Tampilan pada server IoT digunakan

18
 karena fleksibel dalam penggunaan, sistem IoT yang dirancang dapat digunakan pada
hampir seluruh platform serta dapat diakses di luar kawasan plant.

10. Integrasi mini plant, sistem komunikasi dan interface

Mini plant, protokol komunikasi WSN, dan interface yang telah dirancang di
diimplementasikan akan dilakukan proses integrasi sehingga seluruh sistem dapat
bekerja bersama.

11. Perancangan dan implementasi kontroler PI

Berdasarkan data permodelan mini plant, kontroler PI dapat ditentukan nilai Kp dan
Ti yang optimal

12. Perancangan dan implementasi kontroler fuzzy

Dilakukan proses perancangan membership function serta penentuan rule
pengendalian pada mini plant.

13. Perancangan dan implementasi kontroler fuzzy PI

Output dari kontroler fuzzy akan digunakan untuk menentukan parameter Kp dan Ti
pada mini plant.

14. Pengujian dan unjuk kerja kontroler

Setiap kontroler yang telah dirancang akan dilakukan uji dan evaluasi karakter respon
dinamik yang didapatkan.

15. Pengambilan dan analisa data perbandingan kontroler

Dilakukan proses pengambilan dan analisa data dari setiap performa kontroler. Hasil
analisa dapat ditarik sebuah kesimpulan dari penelitian yang telah dilakukan.

16. Pembuatan laporan

Dilakukan proses pembuatan laporan sehingga diharapkan dapat dijadikan
dokumentasi, referensi serta kritik dan saran untuk penelitian selanjutnya.

19
XI. Jadwal Kerja
Adapun jadwal kegiatan tugas akhir akan dilaksanakan sesuai dengan tabel 1 berikut
ini:

Tabel 1. Jadwal kegiatan tugas akhir

Bulan(2019)
No
.
Kegiatan September Oktober November Desember Target
1 2 3 4 1 2 3 4 1 2 3 4 1 2 3 4
Dapat
memahami
sistem
pengendalian
separator tiga
Studi literatur
1 fasa, protokol
dan jurnal
komunikasi
WSN serta
interface
DCS dan
server IoT
Mengetahui
spesifikasi
Identifiksi serta besaran-
2
plant besaran fisis
pada separator
tiga fasa

Mampu
Perumusan
merumuskan
masalah dan
3 masalah dari
batasan
latar belakang
masalah yang ada

Mampu
menentukan
tujuan
Penetapan
4 penelitian
tujuan
berdasarkan
masalah yang
ada
Mampu
membuat
Perancangan
desain serta
dan
5 rancang
permodelan
bangun
mini plant separator tiga
fasa

20
 Bulan(2019)
No
.
Kegiatan September Oktober November Desember Target
1 2 3 4 1 2 3 4 1 2 3 4 1 2 3 4
Plant dapat
bekerja dengan
Unjuk kerja
6 baik termasuk
mini plant
transmitter sudah
di kalibrasi

Setiap transmitter
Perancanga dijadikan node-
n protokol node atau sebagai
7
komunikasi slave sistem WSN
WSN serta DCS dan IoT
sebagai master

Node-node
transmitter yang
Unjuk kerja
telah dirancang
protokol
8 dapat
komunikasi
berkomunikasi dua
WSN arah dengan DCS
dan server IoT

Mampu membuat
Perancanga
desain interface
n interface
9 separator 3 fasa
DCS dan
pada DCS serta
IoT server IoT
Integrasi Mini plant, sistem
mini plant, komunikasi dan
sistem interface
10
komunikasi terintegrasi dan
dan bekerja sesuai
interface permodelan

Perancanga Mampu
n dan merancang dan
11 implementa mengimplementasi
si kontroler kan kontroler PI
PI pada mini plant

21
 Bulan(2019)
No
.
Kegiatan September Oktober November Desember Target
1 2 3 4 1 2 3 4 1 2 3 4 1 2 3 4

Mampu
Perancangan
merancang dan
dan
mengimplementa
12 implementasi
sikan kontroler
kontroler
fuzzy pada mini
fuzzy plant

Mampu
Perancangan
merancang dan
dan
mengimplementa
13 implementasi
sikan kontroler
kontroler fuzzy PID pada
fuzzy PI mini plant

Masin masing
kontroler yang
Pengujian dan
dirancang telah di
14 ujuk kerja
uji karakteristik
kontroler
respon dinamik
pada mini plant

Pengambilan Mendapatkan
dan analisa kesimpulan hasil
15 data dari performansi
perbandingan dari setiap
kontroler kontroler
Mampu
Pembuatan menyusun
16
laoran laporan secara
sistematis

22
XII. Daftar Pustaka
[1] Ali S. Allaloh, Y. Sondkar, Sarfraz Mohamma. 2018 : Implementation of Online Fuzzy
Controller for Crude Oil Separator Industry Based on Internet of Things using
LabVIEW and PIC Microcontroller. India : International Conference on Computing,
Power and Communication Technologies (GUCON).

[2] Magdi S. Mahmoud, Muhammad Sabih, Moustafa Elshafei. 2014. Isa Transaction,
Elsevier : Using OPC technology to support the study of advanced process control.

[3] Chenyang Lu, Abusayeed Saifullah, Humberto Gonzalez. 2016. Vol. 104, No.5,
Proceedings of the IEEE : Real-Time Wireless Sensor-Actuator Networks for Industrial
Cyber-Physical Systems.

[4] Kuang-Yow Lian, Sung-Jung Hsiao, Wen-Tsai Sung. 2013. Journal of Network and
Computer Applications 36. 756767 : Intelligent multisensor control system based on
innovative technology integration via ZigBee and Wi-Fi networks.

[5] Marcel Muller, Elmar Wings, Lars Bergmann. 2017. University of Applied Sciences
Emden/Leer Emden, Germany : Developing Open Source Cyber-Physical Systems for
Service-Oriented Architectures Using OPC UA

[6] Daudi S. Simbeye, Jimin Zhao, Shifeng Yang. 2014. Computers and Electronics in
Agriculture 102. 3142 : Design and deployment of wireless sensor networks for
aquaculture monitoring and control based on virtual instruments.

[7] Josif Tomic, Miodrag Kuljevic , Milan Vidakovic , Vladimir Rajs. 2014. Measurement
58 (2014) 138146 : Smart SCADA system for urban air pollution monitoring.

[8] Li Da Xu, Shancang Li, Wu He, 2014. IEEE Transactions On Industrial Informatics, Vol.
10, No. 4 : Internet of Things in Industries: A Survey

[9] Kurniadi, Dedi. 2001. Sistem Kontrol Terdistribusi. Bandung: Departemen Teknik
Fisika ITB.

[10] Astrom K.J, Hagglund T. 1995. PID Controllers: Theory, Design and Tuning.
Instrument Society of America.

[12] Ogata,Katshuiko. 1996. Teknik Kontrol Automatik. Prentice Hall Inc.

[13] Landau I.D. 1990. System Identification and Control Design. Prentice Hall.

23