Anda di halaman 1dari 9

Modul 4 : Akuisisi Data

M.F.Santosa/13318040, Kelompok:10
Tanggal: 28 Februari 2020, Asisten: Karina Ardellia A. /13317033
TF 2207 - Laboratorium Teknik Fisika II

1. Tujuan Percobaan
1. Menentukan korelasi PWM dengan RPM opto dan input tegangan tachometer
menggunakan analisis regresi.
2. Menentukan Ndata maksimum pada metode offline dan periode sampling maksimum
pada metode online,
3. Menentukan metode pengukuran respons motor DC yang lebih akurat,

No Nama Banyak Keterangan

1. Kit praktikum 1 Terdiri atas


Arduino+kabel USB,
Power supply 12V,
Kabel IDC, Kit 7-
segmen, dan Kit
motor
2. Laptop 1 Dilengkapi Arduino
IDE dan PLX DAQ
(Processing)

4. Menentukan flowchart dari metode yang dipilih.

2. Alat dan Bahan


Table 2.1 Alat dan Bahan

3. Teori Dasar
Tachometer merupakan sebuah sensor yang mampu untuk mengukur kecepatan putaran
dari poros engkol atau piringan, seperti yang terdapat pada sebuah motor atau mesin
lainnya.1 Digunakannya tachometer sebagai alat ukur pada kit ini karena secara praktis,
tachometer dapat dipasang secara langsung dengan motor. Motor dengan tachometer akan
dihubungkan dengan motor utama menggunakan puley, yang selanjutnya akan ikut berputar
apabila motor utama tersebut berputar.

Akibatnya, akan timbul listrik yang melewati beberapa komponen, lalu diumpankan pada
analog arduino (A5). Hasil tegangan input tersebut, selanjutnya akan dikonversikan dan
1
http://eprints.uny.ac.id/8316/11/11%20Bab%20I.pdf
Modul 4 : Akuisisi Data

ditampilkan oleh arduino menjadi kecepatan putar, sesuai dengan program yang telah
dibuat.2

Gambar 3. 1 Rangkaian Tachometer


E.M.Budi,M.H.Mahyuddin.Modul 4 Lab TF II.Fisika Teknik ITB

PWM motor dapat diatur sedemikian rupa sehingga motor tersebut dapat berakselerasi
hingga mencapai kecepatan tertentu. Akan tetapi, proses akselerasi ini berlangsung cukup
cepat dalam waktu mili-detik sehingga tidak dapat diamati secara langsung. Oleh karena itu,
diperlukan akuisisi data agar dapat diperoleh hasil pengukuran yang tepat. Akuisisi data
dibagi menjadi dua jenis metode.
Pertama, yaitu metode linier/offline. Pada metode ini, proses akuisisi dilakukan dulu untuk
seluruh data seraya disimpan di penyimpan sementara, kemudian saat selesai, data akan
dikirimkan ke komputer. Dalam pengukuran offline, dapat dilakukan pencuplikan secepat-
cepatnya sesuai dengan kemampuan ADC. Akan tetapi, jumlah data yang bisa diukur akan
dibatasi oleh ruang penyimpanan yang tersedia.
Untuk menyimpan data pencuplikan tersebut, umumnya digunakan suatu struktur data
linear-buffer. Implementasi struktur data itu berupa suatu array dengan jumlah item N data.
Array itu kemudian diisi secara berurutan dari awal hingga akhir dengan indeks yang disebut
head. Buffer akan penuh apabila head sudah mencapai N data. Selanjutnya array akan
dibaca dengan indeks yang disebut tail, sampai tail sama dengan head. Selanjutnya untuk
mengosongkan buffer, maka head dan tail dijadikan 0 lagi.3

Gambar 3. 2 Ilustrasi Struktur Data Linier


E.M.Budi,M.H.Mahyuddin.Modul 4 Lab TF II, Fisika Teknik ITB

Kemudian, metode kedua yaitu, Ring Buffer/Online. Pada akuisisi data secara online,
mikroprosesor melakukan pengukuran, lalu data diolah dan dikirimkan ke komputer secara
2
E.M.Budi,M.H.Mahyuddin.Modul 4 Lab TF II, Fisika Teknik ITB.2013.Bandung.Hal 22
3
E.M.Budi,M.H.Mahyuddin.Modul 4 Lab TF II, Fisika Teknik ITB.2013.Bandung.Hal 8

2
Modul 4 : Akuisisi Data

terus menerus. Akibatnya, data perlu ditampung sementara secara berkelanjutan. Untuk itu,
diperlukan buffer data yang tidak perlu terlalu panjang, namun harus bisa berjalan terus
menerus. Oleh karena itu, digunakanlah metode ring buffer.
Mula-mula, dibuat buffer berupa array dengan ukuran N data. Selanjutnya, array diisi sesuai
indeks head yang dinaikkan satu sebelum mulai mengisi. Jika head sudah mencapai N data,
maka diputar kembali ke 0. Namun jika saat akan mengisi ternyata head menjadi sama
dengan tail, maka buffer sudah penuh. Oleh karena itu, untuk melakukan akuisisi data, data
yang baru diambil ditindihkan pada data yang lama. Kalau untuk operasi lain, biasanya data
baru yang akan diabaikan. Lalu, array akan dibaca sesuai indeks tail. Jika tail masih sama
dengan head, tandanya buffer masih kosong dan tidak boleh baca apapun. Jika sudah
selesai baca, maka tail dinaikkan 1, dan bila sudah mencapai N data, maka putar kembali ke
0.4

Gambar 3. 3 Ilustrasi Struktur Data Ring Buffer


E.M.Budi,M.H.Mahyuddin.Modul 4 Lab TF II, Fisika Teknik ITB

Melalui data yang telah didapatkan melalui metode-metode tersebut, selanjutnya data
tersebut digambarkan dalam suatu grafik respons transien. Ada beberapa istilah penting
yang umumnya digunakan pada respons transien, diantaranya dead time, rise time, dan
settling time. Dead time merupakan jumlah waktu yang diperlukan untuk setiap respons
untuk mencapai 50% dari nilai akhir sistem. Rise time adalah jumlah waktu yang diperlukan
oleh respons untuk meningkat dari 10% hingga 90% dari nilai akhir sistem. Sedangkan
settling time dapat didefinisikan sebagai waktu yang diperlukan sistem untuk mencapai
respons transien dan kemudian tetap berada di sekitar pita toleransi yang ditentukan
(berkisar antara 2 hingga 5% dari nilai input).5

Gambar 3. 4 Grafik Respons Transien


http://electronicsguide4u.com/control-system-transient-response-specification/

4
E.M.Budi,M.H.Mahyuddin.Modul 4 Lab TF II, Fisika Teknik ITB.2013.Bandung.Hal 9
5
http://electronicsguide4u.com/control-system-transient-response-specification/

3
Modul 4 : Akuisisi Data

4. Data dan Analisis

4.1. Kalibrasi Tachometer

10000
f(x) = 493.34 x + 2726.63
9000 R² = 0.78

8000

7000

6000 RPM
(Opt
5000 o)
Line
4000 ar
(RP
3000 M(O
pto)
)
2000

1000

0 f(x) = 16.57 x − 7.53


55 R² =650.99 75 85 95 105 115 145 155 165 175 185 225 235 245 255
PWM
Grafik 4.1.1 Korelasi PWM dengan RPM opto dan tegangan input tachometer

Tabel 4.1.1 Tabel Pengukuran RPM

Berdasarkan grafik 4.1.1, diperoleh bahwa PWM Pengukuran


memiliki korelasi yang linier dengan RPM. Semakin Ain TRPM RPM Error %Error
besar pulsa yang diberikan, mengakibatkan motor 0 0 0 0 0
berputar semakin cepat.Sedangkan hubungan 2 397 3500 3103 89%
antara PWM dengan analog input tachometer secara
Tidak ada data
keseluruhan dapat dikatakan berbanding lurus,
dimana semakin cepat motor berputar maka analog 12 2334 3795 1461 38%
input yang terukur pada tachometer pun akan 21 4029 4104 75 2%
semakin besar. Lalu, pada tabel 4.1.1 didapatkan 31 4547 4610 63 1%
bahwa semakin tinggi analog input pada tachometer 55 5277 5148 129 3%
menghasilkan error yang nilainya semakin kecil 61 5521 5665 144 3%
dikarenakan trpm yang diperoleh, menghasilkan 87 6332 6072 260 4%
angka dengan penyimpangan kecil bila dibandingkan 99 6534 6400 134 2%
dengan rpm yang terukur langsung. 10
7 6791 6492 299 5%
11
6 7159 6874 285 4%
12
5 7251 7293 42 1%
17
7 8754 8980 226 3%
0 0 0 0 0

Tidak terdapat data lain

4
Modul 4 : Akuisisi Data

4.2. Akuisisi Data Offline dan Online

5000

4500 Offline1-
1
4000 Offline1-
2
3500 Offline1-
3
Offline2-
3000 1
Offline2-
2
RPM

2500

2000

1500

1000

500

0
208 9984 20224 30464 39680 49920 60160 70400 79616

Time

Grafik 4.2.1 Perbandingan Seluruh Data RPM Offline

Berdasarkan grafik 4.2.1 didapatkan grafik offline 2-2 sebagai grafik dengan pengukuran
respon motor paling akurat dibandingkan dengan grafik offline lainnya. Hal tersebut
dikarenakan nilai rpm tiap waktu pada grafik offline2-2, tidak mengalami drop hingga
bernilai 0 di saat pwm bernilai maksimum. Dari grafik tersebut diperoleh dead time
berlangsung dari t = 208 hingga t = 70400. Lalu untuk rise time offline2-2 terjadi di t = 208
hingga t ≤ 79616. Dari hal tersebut dapat dikatakan bahwa metode offline dengan
menggunakan interupsi akan menghasilkan nilai yang lebih akurat dibandingkan dengan
yang tanpa menggunakan interupsi.
Lalu, pada grafik 4.2.2, diperoleh grafik online 2-3 secara linier meningkat terhadap waktu
sesuai dengan peningkatan pwm. Hal tersebut menunjukkan bahwa metode online dengan
mevariasikan n window akan lebih akurat dibandingkan dengan hanya mevariasikan periode
sampel nya saja. Hal ini dikarenakan dengan mevariasikan n window, maka kemungkinan
lag maupun delay yang terjadi saat processing data akan semakin sedikit. Dari grafik
tersebut, diperoleh dead time saat t = 3080 hingga t = 3279. Lalu untuk rise time, diperoleh
saat t = 3080 hingga t = 3930. Kemudian, dari percobaan yang telah dilakukan, diperoleh
untuk metode offline memiliki N data maksimum sebesar 250 dan pada metode online
diperoleh periode sampel maksimum sebesar 25.

5
Modul 4 : Akuisisi Data

10000
9000
8000
7000
6000
RPM

5000
4000
3000
2000
1000
0
3080 3129 3179 3229 3279 3330 3380 3429 3479 3529 3579 3630 3680 3729 3779 3829 3879 3930 3980

Time

Grafik 4.2 2 Perbandingan Seluruh Data RPM Online

6
Modul 4 : Akuisisi Data

Berikut adalah flowchart dari metode yang telah dipilih.

Void loop ()

No
If S1 is Tidak terjadi
pressed apapun

Yes

MS Timer start

No No
If ring is If ms > T
MS Timer Stop
ready wave

Yes Yes

Gelombang
Baca data, lalu
sinyal dari
kirim ke serial
motor dibuat

7
Modul 4 : Akuisisi Data

5. Kesimpulan
1. Berdasarkan grafik regresi, didapat PWM, RPM, dan analog input berbanding lurus.

2. Pada metode offline,diperoleh N data maksimum sebesar 250 dan pada metode
online diperoleh periode sampling maksimum sebesar 25

3. Metode offline paling akurat yaitu metode dengan interupsi, sedangkan pada metode
online yaitu dengan mevariasikan N window.

4. Diperoleh flowchart sebagai berikut.

Void loop ()

No
If S1 is Tidak terjadi
pressed apapun

Yes

MS Timer start

No No
If ring is If ms > T
MS Timer Stop
ready wave

Yes Yes

Gelombang
Baca data, lalu
sinyal dari
kirim ke serial
motor dibuat

8
Modul 4 : Akuisisi Data

Daftar Pustaka
 Budi,Eko,M.,Haris Mahyuddin, Modul 4 lab TF II. Institut Teknologi Bandung. hlm. 8-9,
22.
 http://eprints.uny.ac.id/8316/11/11%20Bab%20I.pdfhttp://prometec.org/advanced-
tools/arduino-and-interrupts/
https://volersystems.com/wp-content/uploads/2011/07/daqbasics090505.pdf

6. Lampiran
Daftar File Terlampir:
1. Kode_4.3
2. Kode_4.4
3. Kode_4.5
4. Kode_4.6
5. Kode_4.7
6. Kode_4.8
7. Kode_4.9
8. Kode_4.10
9. Kode_4.11
10. Jurnal Praktikum Modul 4

Anda mungkin juga menyukai