Disusun Oleh:
Dosen Pembimbing :
Dr. Suyanto, S.T., M.T. NIP. 19711113 199512 1 002
Kepala Laboratorium
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.”
III. Pembimbing
1. Dr. Suyanto, S.T., M.T.
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.
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.
5
Gambar 1. P&ID Separator Tiga Fasa
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 ≤ 𝑎𝑎𝑡𝑎𝑢𝑥 ≥ 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 ≤ 𝑎𝑎𝑡𝑎𝑢𝑥 ≥ 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.
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).
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
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.
𝑑𝑒
𝑈 = 𝐾𝑐 . 𝑇𝐷 𝑑𝑡 (9.8)
Dimana : KC = gain
e = error
TD = derivative time
10
Gambar 8. Diagram blok pengendali PID
1 𝑡 𝑑𝑒
𝑢(𝑡) = 𝐾𝑐 (𝑒(𝑡) + 𝑇 ∫0 𝑒(𝑡)𝑑𝑡 + 𝑇𝐷 𝑑𝑡 ) (9.9)
𝐼
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
11
Gambar 9. Arsitektur Wireless Sensor Network
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.
13
Human Interface Station
human machine interface
Operator
Operation and
monitoring function
engineering interface
Operator
station Human – machine
database
Process Process
process interface
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.
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
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
Indentifikasi Plant
Perumusan Masalah
dan Batasan
Masalah
Penetapan Tujuan
Komunikasi Berhasil
Perancangan
Interface DCS dan
IoT
Sesuai Model
Integrasi Plant,
Sistem komunikasi
dan Interface
Pembuatan Laporan
End
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.
4. Penetapan tujuan
Dari latar belakang dan masalah yang telah diidentifikasi, tujuan penelitian dapat
ditetapkan.
18
karena fleksibel dalam penggunaan, sistem IoT yang dirancang dapat digunakan pada
hampir seluruh platform serta dapat diakses di luar kawasan plant.
19
XI. Jadwal Kerja
Adapun jadwal kegiatan tugas akhir akan dilaksanakan sesuai dengan tabel 1 berikut
ini:
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.
[13] Landau I.D. 1990. System Identification and Control Design. Prentice Hall.
23