MODUL III PENGENALAN MATLAB UNTUK

PERANCANGANANALISIS, DAN SIMULASI

SISTEM KENDALI KECEPATAN

Ahmad Rahmat Hidayat (1710631160001)

Asisten: Krisna Aditya dan Livia Ayudia Yuliani
Tanggal Percobaan: 09/03/2020
TEL61650-Praktikum Sistem Kendali
Laboratorium Komputasi – Fakultas Teknik UNSIKA

Abstrak 2. STUDI PUSTAKA

Pada percobaan di modul 3 ini dilakukan
suatu perancangan,analisis dan simulasi
kecepatan sistem kendali pada motor
DC. Untuk percobaan 1 hingga selesai
dilakukan proses analisis bagaimana
sistem kerja suatu pengendalian sistem
pada waktu kontinu dan diskrit. Selain
itu agar dari tiap praktikan memahami
materi praktikum maka para praktiknan
harus memiliki pemahaman dari konsep
simulasi dan analisis sisem kendali
motor bisa tercapai.
lKata kunci: Motor DC, Diskrit
Kontinyu.
1. PENDAHULUAN
Pengendalian Kecepatan motor DC yang
memberikan hubungan antara tegangan input
motor 𝑉𝑚 dengan kecepatan putaran motor 𝜔𝑚
dalam domain Laplace. Tujuan dari percobaan
ini adalah mampu melakukan simulasi dan
memahami konsep dari perancangan, analisis
dan simulasi sistem kendali kecepatan. Agar hal
bisa tercapai, maka dalam percobaan ini
diharapkan mampu untuk:
1. Mampu melakukan analisis dan simulasi
sistem pengendalian waktu kontinu
maupun waktu diskrit.
2. Memahami konsep kestabilan sistem
pengendalian kecepatan motor DC.
3. Mampu memahami pengaruh periode
sampling terhadap kestabilan sistem
pada analisis sistem waktu diskrit.
4. Melakukan perancangan sistem
pengendali PID menggunakan software
Matlab.
5. Melakukan simulasi sistem
pengendalian kecepatan motor DC
menggunakan software Matlab.
2.1 PENGENDALIAN
KECEPATAN
Pengendalian Kecepatan motor DC yang
memberikan hubungan antara tegangan input
motor 𝑉𝑚 dengan kecepatan putaran motor 𝜔𝑚
dalam domain Laplace sebagaimana dinyatakan
dalam persamaan berikut:
2.2 PENGENDALI PID DISKRIT
Prinsip dari pengendali PID diskrit secara umum
, sama dengan pengendali PID kontinyu. Berikut ini
adalah bentuk pengendali PID diskrit dalam
domain 𝑧 dengan (𝑧) sebagai sinyal kendali dan (𝑧)
sebagai sinyal eror, yang dalam proses
integrasinya menggunakan metode forward Euler:.
Pengendali ini merupakan gabungan dari
pengedali proportional (P), integral (I), dan
derivative (D). Berikut ini merupakan blok
diagram dari sistem pengendali dengan untai
tertutup (closed loop):
Gambar 2.1 Gambar Closed Loop
Keluaran pengendali PID akan mengubah respon
mengikuti perubahan yang ada pada hasil
pengukuran sensor dan set point yang ditentukan.
Pembuat dan pengembang pengendali PID
menggunakan nama yang berbeda untuk
mengidentifikasi ketiga mode pada pengendali ini
diantaranya yaitu: P Proportional Band = 100/gain
I Integral = 1/reset (units of time)
D Derivative = rate = pre-act (units of time)
1
Laporan Praktikum - Laboratorium Komputasi – FT UNSIKA
 Batas-batas tersebut dinyatakan dalam
Atau secara umum persamaannya adalah sebagai presentase mutlak dari nilai akhir (2% atau
berikut : 5%)., ts berkaitan langsung dengan
konstanta waktu terbesar sistem kendali
tersebut.

2.4 PENGENDALI PROPOSIONAL

2.3 KARAKTERISTIK PENGENDALI PID

Respon keluaran yang akan menjadi target

Pengendali proposional memiliki keluaran
keluaran adalah: yang sebanding/proposional dengan
besarnya sinyal kesalahan (selisih antara
besaran yang diingi nkan dengan harga
aktualnya). Secara lebih sederhana dapat
dikatakan, bahwa keluaran Pengendali
proporsional merupakan perkalian antara
konstanta proporsional dengan masukannya.
Perubahan pada sinyal masukan akan segera
menyebabkan sistem secara langsung mengubah
keluarannya sebesar konstanta pengalinya.
Gambar berikut menunjukkan blok diagram
yang menggambarkan hubungan antara besaran
- setting, besaran aktual dengan besaran keluaran
kontroller proporsional. Sinyal keasalahan
(error) merupakan selisih antara besaran setting
dengan besaran aktualmya. Selisih ini akan
mempengaruhi kontroller, untuk mengeluarkan
sinyal positip (mempercepat pencapaian harga
setting) atau negatif (memperlambat tercapainya
harga yang diinginkan).

Ciri-ciri kontroler proporsional harus diperhatikan

Gambar 2.2 Jenis respon keluaran ketika kontroler tersebut diterapkan pada suatu
sistem. Secara eksperimen, pengguna kontroller
proporsional harus memperhatikan
1. Waktu tunda (td) : Waktu yang diperlukan ketentuanketentuan berikut ini:
agar tanggapan mencapai 50 % nilai akhir 1) Kalau nilai Kp kecil, kontroler proporsional
pertama kali. hanya mampu melakukan koreksi kesalahan
2. Waktu naik (tr) : Waktu yang dibutuhkan yang kecil, sehingga akan menghasilkan
agar tanggapan naik dari : respon sistem yang lambat.
0 % ke 100 % dari nilai akhirnya (teredam 2) Kalau nilai Kp dinaikkan, respon sistem
kurang) dan 10 % ke 90 % dari nilai menunjukkan semakin cepat mencapai
akhirnya (teredam lebih). keadaan mantabnya.
3. Waktu Puncak (tp) : Waktu yang 3) Namun jika nilai Kp diperbesar sehingga
dibutuhkan agar tanggapan mencapai mencapai harga yang berlebihan, akan
puncak simpangan pertama kali. mengakibatkan sistem bekerja tidak stabil,
4. Resentase simpangan puncak, atau respon sistem akan berosilasi.
Mp : Perbandingan antara nilai puncak
tertinggi dari kurva tangapan terhadap nilai
akhir tanggapan % Mp merupakan
2.5 KONTROLER INTEGRAL
indikator langsung kestabilan relatif sistem.
5. Waktu Menetap (ts) : Waktu yang Kontroller integral berfungsi menghasilkan respon
dibutuhkan agar kurva tanggapan sistem yang memiliki kesalahan keadaan mantap
mencapai dan tetap berada didalam batas- nol. Kalau sebuah plant tidak memiliki unsur
batas yang dekat dengan nilai akhir. integrator (1/s ), controller proporsional tidak akan
2
Laporan Praktikum - Laboratorium Komputasi – FT UNSIKA
mampu menjamin keluaran sistem dengan 2.6 KONTROLER DIFERENSIAL
kesalahan keadaan mantabnya nol. Dengan
kontroller integral, respon sistem dapat diperbaiki,
Keluaran kontroler diferensial memiliki sifat
yaitu mempunyai kesalahan keadaan mantapnya
seperti halnya suatu operasi derivatif.
nol. Kontroler integral memiliki karakteristik
Perubahan yang mendadak pada masukan
seperti halnya sebuah integral. Keluaran kontroller
kontroler, akan mengakibatkan perubahan yang
sangat dipengaruhi oleh perubahan yang
sangat besar dan cepat. Gambar berikut
sebanding dengan nilai sinyal kesalahan. Keluaran
menunjukkan blok diagram yang
kontroler ini merupakan jumlahan yang terus
menggambarkan hubungan antara sinyal
menerus dari perubahan masukannya. Kalau
kesalahan dengan keluaran kontroler.
sinyal kesalahan tidak mengalami perubahan,
keluaran akan menjaga keadaan seperti sebelum
terjadinya perubahan masukan. Sinyal keluaran
kontroler integral merupakan luas bidang yang
dibentuk oleh kurva kesalahan penggerak- lihat
konsep numerik. Sinyal keluaran akan berharga
sama dengan harga sebelumnya ketika sinyal
kesalahan berharga nol. Gambar berikut
menunjukkan contoh sinyal kesalahan yang
disulutkan ke dalam kontroller integral dan
keluaran kontroller integral terhadap perubahan
sinyal kesalahan tersebut. hubungan antara
tegangan input motor 𝑉𝑚 dengan posisi sudut
motor 𝜃𝑚 dalam domain Laplace sebagaimana
dinyatakan dalam persamaan berikut:
Gambar 2.4 Kurva waktu hubungan
inputoutput kontroler diferensial

Karakteristik kontroler diferensial adalah sebagai

Gambar 2.3 Kurva sinyal kesalahan e(t)
terhadap t dan kurva u(t) terhadap t pada
pembangkit
Ketika digunakan, kontroler integral
mempunyai beberapa karakteristik berikut ini:
1. Keluaran kontroler membutuhkan selang
waktu tertentu, sehingga kontroler integral
cenderung memperlambat respon.
2. Ketika sinyal kesalahan berharga nol,
keluaran kontroler akan bertahan pada nilai
sebelumnya.
3. Jika sinyal kesalahan tidak berharga nol,
keluaran akan menunjukkan kenaikan atau
penurunan yang dipengaruhi oleh besarnya
sinyal kesalahan dan nilai Ki.
4. Konstanta integral Ki yang berharga besar
akan mempercepat hilangnya offset. Tetapi
semakin besar nilai konstanta Ki akan
mengakibatkan peningkatan osilasi dari
sinyal keluaran kontroler.
Laporan Praktikum - Laboratorium Komputasi – FT UNSIKA
berikut:
1) Kontroler ini tidak dapat menghasilkan
keluaran bila tidak ada perubahan pada
masukannya (berupa sinyal kesalahan).
2) Jika sinyal kesalahan berubah terhadap waktu,
maka keluaran yang dihasilkan kontroler
tergantung pada nilai Td dan laju perubahan
sinyal kesalahan.
3) 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 .
Berdasarkan karakteristik kontroler tersebut,
kontroler diferensial umumnya dipakai untuk
mempercepat respon awal suatu sistem, tetapi
tidak memperkecil kesalahan pada keadaan
tunaknya. Kerja kontrolller diferensial hanyalah
efektif pada lingkup yang sempit, yaitu pada
periode peralihan. Oleh sebab itu kontroler
diferensial tidak pernah digunakan tanpa ada
kontroler lain sebuah sistem.
2.7 KONTROLER PID
3
Setiap kekurangan dan kelebihan dari
masingmasing kontroler P, I dan D dapat saling
menutupi dengan menggabungkan ketiganya
secara paralel menjadi kontroler proposional plus
integral plus diferensial (kontroller PID).
Elemenelemen kontroller P, I dan D masing-
masing secara keseluruhan bertujuan untuk
mempercepat reaksi sebuah sistem,
menghilangkan offset dan menghasilkan perubahan
awal yang besar. Gambar berikut menunjukkan
blok diagram kontroler PID.
Gambar 2.5 Blok diagram controller PID analog
Sistem pengendali PID (Proporsional Integral
Derivatif) merupakan Sistem pengendali PID
(Proporsional Integral Derivatif) merupakan suatu
sistem pengendali yang digunakan secara luas di
berbagai bidang industri. Pengendali PID terdiri
dari 3 komponen pengendali, yaitu proporsional,
integral, dan derivatif.
a. Proporsonal
Dalam domain waktu kontinyu, hubungan antara
sinyal eror 𝑒 dengan sinyal kontrol 𝑢 dinyatakan
dalam persamaan berikut: (𝑡)=𝐾𝑝𝑒(𝑡).
Dari persaamaan terlihat bahwa pengendali
proporsional menghasilkan sinyal kontrol berupa
sinyal eror yang dikalikan (proporsional) dengan
konstanta proporsonal 𝐾𝑝. Pengendali
proporsional digunakan untuk memperbesar
penguatan dan mempercepat respon transien.
b. Integral
Dalam pengendali integral, nilai eror 𝑒
diumpankan sebagai laju perubahan sinyal
kontrol 𝑢 sebagaimana dinyatakan dalam
persamaan berikut ini: (𝑡)= 𝐾𝑖∫𝑒(𝑡) 𝑑𝑡𝑡0.
Pengendali integral berfungsi untuk
menghilangkan galat atau steady state error
meskipun juga dapat menyebabkan terjadinya
overshoot dan osilasi yang mengakibatkan
keadaan tunak lama dicapai.
c. Derivatif
Pengendali derivatif akan memberikan suatu
sinyal kontrol 𝑢 yang bersesuaian dengan laju
perubahan sinyal eror 𝑒 sebagaimana
dinyatakan dalam persamaan berikut ini: (𝑡)=
𝐾𝑑𝑑𝑒(𝑡)𝑑𝑡.
Laporan Praktikum - Laboratorium Komputasi – FT UNSIKA
Pengendali ini digunakan untuk mempercepat
respon transien meskipun memiliki kekurangan,
yaitu dapat meningkatkan derau sistem.
Berikut ini adalah diagram blok sistem secara
umum yang menggunakan pengendali PID:
n
Gambar 2.6 Blok diagram sistem lingkar tertutup
dengan PID tertutup.
Tabel 2.1 Karakteristik masing-masing pengendali
2.8 IDENTIFIKASI SISTEM
Estimasi Orde Sistem Orde atau dikenal dengan
derajat suatu sistem dapat diestimasi dari fungsi
step (step response) yang dipergunakanatau
dengan penggunaan Bode Plot. Derajat relative
suatu sistem yaitu perbedaan antara orde dari
denominator (penyebut) dan orde dari numerator
(pembilang) dari fungsi alih
Step Response Jika respon respon sistem
merupakan non-zero step input akan memiliki
slope yang bernilai 0 ketika t=0, system harus
merupakan orde kedua atau lebih tinggi lagi sebab
sistem memiliki derajat relative dua atau lebih. Jika
step respon menunjukkan osilasi sistem juga harus
menunjukkan orde kedua atau lebih dengan sistem
yang underdamped.
Bode Plot – Penggambaran fasa (phase plot) juga
dapat menjadi indikator untuk mencari orde yang
baik. Jika fasa turun hingga dibawah -90 degrees,
sistem merupakan orde kedua atau lebih tinggi.
Derajat relative sistem memiliki nilai paling kecil
atau sama besar dengan bilangan dari perkalian 90
degrees hingga dicapai nilai asymtot pada nilai
paling rendah pada penggambaran fasa (phasa
plot) sistem.
2.9 IDENTIFIKASI SISTEM DARI STEP
RESPONSE
4
Dumping Ration – Untuk kondisi underdamped
dari sistem orde dua, Nilai dumping ratio dapat
dihitung dari persentase overshoot dengan
menggunakan rumus sebagai berikut : ζ =
ln(%OS/100) / sqrt(π2+ln2(%OS/100)) dimana
%OS merupakan persentase overshoot, yang dapat
diperkirakan dari penggambaran nilai
off dari step response. DC Gain - Nilai Penguatan
DC (DC gain) merupakan perbandingan dari
kondisi steady state dari step response dengan nilai
magnitude dari step input. DC Gain = steady state
output / step magnitude .
Natural Frequency – Frekuensi alami (natural
frequency) dari kondisi underdamped sistem orde
dua dapat ditentukan dari nilai damped frekuensi
alami yang dapat diukur dari nilai penggambaran
off step response dan nilai damping ratio seperti
yang telah dihitung diatas. ωn = ωd / sqrt(1 - ζ2)
dimana ωd merupakan damped frekuensi dalam
rad/s yang bernilai 2π/Δt dimana Δt merupakan
interval wakti antara dua consecutive peaks dari
step response.
2.10 IDENTIFIKASI SISTEM DARI BODE
PLOT DC GAIN
Nilai DC Gain sistem dapat dihitung dari nilai
magnitude bode plot ketika s=0. DC Gain =
10M(0)/20 where M(0) is the magnitude of the bode
plot when jω=0.
Natural Frequency Frekuensi alami (natural
frequency) dari sistem orde dua terjadi ketika fasa
dari respon mencepai sudut relative -90 terhadap
fasa input. ωn = ω-90° dimana ω-90° merupakan
frekuensi pada saat phase plot di -90 degree.
Damping Ratio Nilai damping ratio sistem
ditemukan dengan nilai DC Gain dan nilai
magnitude dari bode plot ketika fasa plot -90
degrees. ζ = K / (2*10(M90°/20)) dimana M-90°
merupakan nilai magnitude bode plot ketika fasa
-90 degrees.
2.11 IDENTIFIKASI PARAMETER
SISTEM
Jika tipe sistem telah diketahui, parameter khusus
sistem dapat ditentukan dari step response atau
bode plot. Bentuk umum fungsi alih dari sistem
orde satu yaitu : G(s) = b/(s+a) = K/(τs+1).
Sedangkan bentuk umum fungsi alih dari sistem
orde dua yaitu :
G(s) = a/(s2+bs+c) = Kωn 2/(s2+2ζωns+ωn 2)
2.12 SOFTWARE MATLAB
Laporan PraktikumMatlab menyediakan
Matlab adalah suatu bahasa tingkat tinggi untuk
komputasi numerik, visualisasi, dan pemrograman.
Matlab bisa digunakan untuk berbagai aplikasi,
termasuk pemrosesan sinyal dan komunikasi,
gambar dan pemrosesan video, sistem kontrol, uji
dan pengukuran, keuangan komputasi, dan biologi
komputasi. Di dalam Matlab, terdapat suatu tools
yang bisa digunakan untuk simulasi, yaitu
Simulink. Simulink menyediakan fungsi-fungsi
yang diprogram secara grafik untuk melakukan
simulasi berbagai sistem.
2.13 SIMULINK
Perangkat lunak SIMULINK dikembangkan oleh
MATHWORK, untuk melakukan modelling,
simulasi, dan analisis dinamika sistem proses.
Dengan demikian sangat bermanfaat dalam
perancangan kendali dan pemrosesan sinyal, baik
dalam bentuk kontinyu maupun digital. Didalam
folder MATLAB, Simulink menempati satu
directory tersendiri, terlepas dari directory
“TOOLBOX”, sehingga diperlukan perhatian
tersendiri saat menginstal paket program
MATLAB. Penyajian “statement” dalam bentuk
diagram blok, yang berinteraksi dengan function,
mfile dalam MATLAB, juga dapat berinteraksi
perangkat luar dengan pemrogram dalam bahasa C
maupun fortran. Blok-blok statement
dikelompokkan pustaka blok diagram (“Simulink
Library Browser”). Setiap Blok Statement
dilengkapi dengan minimal salah satu jalur I/O
(“port input/output”), digunakan sebagai
perangkat antarmuka dengan blok statement yang
lain. Adapun parameter blok statement dapat
diubah-ubah sesuai dengan kebutuhan saat
melakukan simulasi. Semua kemudahan tersebut
sangat didukung dengan sistem GUI (graphic user
interface) yang ada dalam paket program
MATLAB.
3. METODOLOGI
Pada modul III ini, alat dan bahan yang digunakan
yaitu:
1. Komputer beserta Software Matlab
2. Buku Catatan
Langkah percobaan
Pada modul 3 langkah percobaan 1-21 telah
dilakukan pada modul 2 pengenalan script
matlab
- Laboratorium perintah–untuk
Komputasi FT UNSIKA
5
membuat suatu fungsi transfer pengendali
PID dalam konfigurasi paralel yang
ditunjukkan dalam contoh kode berikut ini:
C = pid(Kp,Ki,Kd,Tf,Ts);

Matlab juga menyediakan perintah untuk
melakukan tuning PID otomatis untuk plant
yang linear, yaitu:
C = pidtune(sys,'pid');
Pada fungsi pid, dihasilkan fungsi transfer
pengendali PID, dengan syarat konstanta
PID-nya sudah diketahui. Pada fungsi
pidtune, dihasilkan konstanta PID secara
otomatis. Agar konstanta PID bisa
didapatkan sedemikian sehingga sistem
lingkar tertutupnya memenuhi kriteria,
maka Matlab menyediakan toolbox desain
PID yang dapat diakses dengan
menggunakan perintah berikut:
pidtool(sys, 'pid');
Tugas 1: Dengan menggunakan PID
toolbox, rancanglah pengendali untuk
sistem-sistem dengan kriteria berikut ini: •
a) Plant: sistem kecepatan motor waktu
kontinu, Pengendali: PI, dan Kriteria:
settling time kurang dari 0.25 detik dengan
overshoot maksimal 10%. • b) Plant: sistem
kecepatan motor waktu diskrit (waktu
sampling 0.01 detik), Pengendali: PI, dan
Kriteria: settling time kurang dari 0.3 detik
dengan overshoot maksimal 10%.
Tugas 2 : Simulasikan sistem pengendali
kecepatan motor DC lingkar terbuka sistem
waktu diskrit untuk ketiga nilai periode
sampling yang digunakan pada Tugas 6
(modul 1). Catat hasilnya pada buku catatan
lalu lakukan analisis.
Tugas 3 : Simulasikan sistem pengendali
kecepatan motor DC lingkar tertutup
dengan pengendali PID untuk waktu
kontinu dan waktu diskrit dengan
menggunakan konstanta PID yang telah
diperoleh dari Tugas 1 (modul 1). Catat
hasilnya pada buku catatan lalu lakukan
analisis
Tugas 4: Simulasikan sistem pengendali
kecepatan motor DC lingkar tertutup untuk
3 nilai periode sampling yang digunakan
pada Tugas 6 (modul 1) dengan pengendali
proporsional. Gunakan nilai Kp = 0.7 untuk
sistem pengendalian kecepatan
Kemudian buat penegendialn kecepatan
motor DC menggunakan Simulink
Desain kontrol menggunakan Simulink,
dengan parameterparameter yang sudah
kita gunakan sebelumnya. Kemudian
identifikasi input dan output dari model
yang akan kita ekstrak. Klik kanan pada
sinyal yang menunjukkan input tegangan
(voltage) pada model Simulink. Kemudian
pilih Linear Analysis Points > Open-loop
Input dari tampilan menu yang muncul.
•
Tugas 5 : Buatlah analisis dari respon step
open-loop yang didapat dari proses
ekstraksi model linier ke Matlab Workspace
yang sudah dibuat
Buat respon open-loop, dengan cara pilih
Model Configuration Parameters dari menu
Simulation
Tugas 6 : Buatlah respon open-loop
tersebut, bandingkan dan analisis hasilnya
dengan yang menggunakan proses ekstraksi
ke MATLAB worksheet.
Buat respon closed-loop dengan lag
compensator pada Simulink
Tugas 7: Tampilkan hasil simulasi
kemudian analisis hasilnya dan bandingkan
dengan model yang tidak menggunakan lag
compensator
6
Laporan Praktikum - Laboratorium Komputasi – FT UNSIKA

Buat respon closed-loop dengan lead
compensator dengan memodifikasi model
Simulink yang sudah dibuat.
Tugas 8: Jalankan simulasi, kemudian
analisis hasil responnya dengan double-
click blok scope. Akan muncul
perbandingan sinyal antara lag dan juga
lead compensator, apakah kompensator
satu lebih baik dari yang lainya? Mengapa
demikian?
Selanjutnya kita akan memodifikasi
simulasi untuk secara eksplisit
mengobservasi upaya peryaratan
pengendalian dari dua buah sistem umpan
balik. Caranya dengan mengirimkan
beragam sinyal ke workspace untuk proses
plotting dan manipulasi lebih jauh sesuai
keinginan
Tugas 9: Jalankan simulasi, kemudian
analisis hasil responnya dengan double-
click blok scope. Bagaimana hasil
perbandingan control effort untuk lag dan
lead compensator dengan terlebih dahulu
menjelaskan apa itu control effort!
Mendesain kontrol PID pada kecepatan
Motor DC menggunakan Simulink
Tugas 10: Buatlah diagram Simulink
menggunakan parameter-parameter yang
sudah diberikan, Tampilkan dalam satu
grafik yang sama hasil simulasi kontrol
proporsional untuk skema Kp = 0.1; 0.25;
0.75; 2 dan 4,dan analisis grafik hasil
simulasi tersebut
Mendesain kontrol Proporsional Integral
(PI) untuk motor DC
Laporan Praktikum - Laboratorium Komputasi – FT UNSIKA
Tugas 11: Buatlah diagram Simulink untuk
kontrol PI menggunakan parameter-
parameter yang sudah diberikan, tampilkan
dalam satu grafik yang sama hasil simulasi
kontrol proporsional untuk skema Kp = 0.1;
Ki = 0; 0.5; 2; 3 dan 5, analisis grafik hasil
simulasi tersebut
Mendesain kontrol Proporsional Derivatif
(PD) untuk motor DC .
Tugas 12: Buatlah diagram Simulink untuk
kontrol PD menggunakan parameter-
parameter yang sudah diberikan, tampilkan
dalam satu grafik yang sama hasil simulasi
kontrol proporsional untuk skema Kp =
0.75; Kd = 0; 0.0075 dan 0.01. , dan nalisis
grafik hasil simulasi tersebut.
Desain kontrol Proporsional Integral
Derivatif (PID) untuk motor DC
Tugas 13: Buatlah diagram Simulink untuk
kontrol PID menggunakan parameter-
parameter yang sudah diberikan, tampilkan
dalam satu grafik yang sama hasil simulasi
kontrol proporsional untuk skema Kp Ki Kd
yang paling ideal
Tugas 14:Buatlah diagram Simulink untuk
kontrol PID menggunakan parameter-
parameter yang sudah diberikan, tampilkan
dalam satu grafik yang sama hasil simulasi
kontrol proporsional untuk skema Kp Ki Kd
yang paling ideal. Kombinasikan nilai Kp Ki
Kd dari angka paling belakang NPM
masing-masing mahasiswa, dan nalisis
grafik hasil simulasi tersebut
Selesai
7
4. HASIL DAN ANALISIS Pada waktu Kontinyu didapatkan nilai pole dan
zero sebagai berikut
TUGAS 1
Nilai Pole -10,7643
catatlah konstanta pengendalinya (untuk semua
sistem, dari a sampai d). Catatah pada buku
Nilai Zero 0
catatan, lalu analisislah letak pole sistem lingkar
tertutupnya. Hasil dari Tugas 1 ini akan digunakan
Pada waktu diskrit didapatkan nilai pole dan zero
pada percobaan selanjutnya.
sebagai berikut:

Nilai Pole 0,8979

Nilai Zero 0

Dapat disimpulkan bahwa nilai Kp dan Ki adalah

sebuah konstanta yang harus disetting agar sistem
memberikan respon yang diinginkan. Respon yang
diinginkan harus memiliki setting time yang
minimal dengan overshoot yang kecil. Karena pada
dasarnya setiap kontroler baik P maupun masing-
masing memiliki parameter tertentu yang harus di
atur untuk dapat beroperasi dengan baik. Apabila
Gambar 4.1 Step plot waktu kontinyu
nilai Kp besar menyebabkan sistem bekerja tidak
stabil karena nilai overshoot serta steady sate error
nya menurun. Sedangkan apabila nilai Ki dapat
membuat nilai steady state error hilang dari sistem
namun respon lebih lambat bahkan nilai Ki yang
besar dapat menambah overshoot.

Gambar 4.2 Step plot waktu diskrit
Pada percobaan ini praktikan merancang sistem
pengendalian menggunakan PID dengan keriteria
sebagai berikut:
Sistem kecepatan Motor DC waktu kontinyu
TUGAS 2
Simulasikan sistem pengendali kecepatan motor
DC lingkar terbuka sistem waktu diskrit untuk
ketiga nilai periode sampling yang digunakan pada
Tugas 6 (modul 1). Catat hasilnya pada buku
catatan lalu lakukan analisis.

Setting Time Overshoot Kurang dari 0,25

Max 10%

Sistem Kecepatan Motor DC waktu Diskrit Gambar 4.3 Desain system lingkar terbuka
sampling 0,01s
Setting Time Overshoot Kurang dari 0,3
Max 10%

Maka sebuah parameter dari konstanta

pengendalian adalah nilai Kp dan Ki. Untuk waktu
kontinu dengan kriteria yang ada dihasilkan nilai ki
sebesar 2,003 dan nilai kp 0.080941.
Sementara untuk waktu diskrit yang dihasilkan
nilai dari kp yang didapat ini sebesar 0,066244 dan
nilai ki sebesar 1.3573. Dan nilai pole dan zero yang
Gambar 4.4 Hasil scope system lingkar terbuka
dihasilkan pada percobaan ini adalah sebagai
sampling 0,01s
berikut:

8
Laporan Praktikum - Laboratorium Komputasi – FT UNSIKA
Pada percobaan ini dilakukan simulasi system
pengendalian motor DC dengan system lingkar
terbuka pada sampling 0,01s di waktu diskrit yang
mana hal yang harus dilakukan pertama adalah
mendesain rangkaianpada matlab seperti pada
gambar 4.3 setelah itu klik scope pada desain
tersebut sehingga akan muncul hasil grafik seperti
gambar 4.4
Gambar 4.5 Desain system lingkar terbuka periode
sampling 0,001s
Gambar 4.6 Hasil Scope system lingkar terbuka
periode sampling 0,001s
Sama seperti sebelumnya hanya saja nilai yang
dimasukan pada discreate transfer functionnya
berubah dan untuk nilai periode sampling nya
menjadi 0,001s
Gambar 4.7 Desain system lingkar terbuka periode
sampling 0,0001s
Gambar 4.8 Hasil Scope system lingkar terbuka
periode sampling 0,0001s
Sama seperti sebelumnya hanya saja nilai yang
dimasukan pada discreate transfer functionnya
berubah mngikuti perintah modul dimana
Laporan Praktikum - Laboratorium Komputasi – FT UNSIKA
didapatkan pada persamaan 1.5 percobaan pada
modul sebelumnya dan untuk nilai periode
sampling nya menjadi 0,0001s .
Bentuk respon dari ketiga sinyal dengan frekuensi
sampling yang berbeda. Respon sistem sudah
sesuai dengan yang diingkan karena nilai setting
time, rise time serta overshoot sudah sesuai dengan
apa yang diinginkan. Sehingga respon sistem sudah
stabil
TUGAS 3
Simulasikan sistem pengendali kecepatan motor
DC lingkar tertutup dengan pengendali PID untuk
waktu kontinu dan waktu diskrit dengan
menggunakan konstanta PID yang telah diperoleh
dari Tugas 1 (modul 1). Catat hasilnya pada buku
catatan lalu lakukan analisis
Gambar 4.9 Desain system lingkar tertutup waktu
kontinyu
Gambar 4.10 Hasil system lingkar tertutup waktu
diskrit
Pada percobaan ini dilakukan pengendalian sistem
kecepatan motor DC lingkar tertutup pada saat
waktu diskrit sehingga didapatkan hasil pada
gambar diatas.
5. KESIMPULAN
Kesimpulan merupakan uraian singkat berupa
Gambar 4.11 Desain sistem lingkar terbutup waktu
kontinyu
9
 Gambar 4.15 Desain sistem lingkar tertutup
sampling 0,001s

Gambar 4.12 Hasil Scope sistem lingkar terbutup

waktu kontinyu
Pada percobaan ini dilakukan pengendalian sistem
kecepatan motor DC lingkar tertutup pada saat
waktu kontinyu sehingga didapatkan hasil pada
gambar diatas.
Pada percobaan ini praktikan mensimulasikan
sistem pengendali kecepatan motor DC lingkar Gambar 4.16 Hasil scope sistem lingkar tertutup
tertutup dengan pengendali PID untuk waktu sampling 0,001s
kontinu dan waktu diskrit dengan menggunakan
konstanta PID yang telah diperoleh dari Tugas 1
(modul 2). Dan hasil dari percobaan ini dapat
dilihat dari gambar yang telah ada. Pada sistem
pengendalian kecepatan motor DC digunakan PID
toolbox untuk mengatur nilai – nilai parameter
sistem agar sesuai dengan yang diinginkan. Artinya
sistem tersebut stabil.
Gambar 4.17 Desain sistem lingkar tertutup
TUGAS 4 sampling 0,0001s
Simulasikan sistem pengendali kecepatan motor
DC lingkar tertutup untuk 3 nilai periode sampling
yang digunakan pada Tugas 6 (modul 1) dengan
pengendali proporsional. Gunakan nilai Kp = 0.7
untuk sistem pengendalian kecepatan

Gambar 4.18 Hasil scope sistem lingkar tertutup

Gambar 4.13 Desain sistem lingkar tertutup
sampling 0,01s
rangkaian berikut: percobaan apa yang dilakukan,
data hasil percobaan dan analisisnya.
Daftar Pustaka dituliskan mengikuti aturan [3]
untuk rujukan berupa textbook dan gunakan aturan
[4] untuk rujukan berupa web site.
Gambar 4.14 Hasil scope sistem lingkar tertutup
sampling 0,01s
Laporan Praktikum - Laboratorium Komputasi – FT UNSIKA
sampling 0,0001s
Pada percobaan ini praktikan melakukan percobaan
sistem pengendali kecepatan motor DC lingkar
tertutup untuk 3 nilai periode sampling yang
digunakan pada Tugas 6 (modul 1) dengan
pengendali proporsional. Gunakan nilai Kp = 0.7
untuk sistem pengendalian kecepatan.
Ketiga nilai periode sampling yang berbeda pada
desain sistem lingkar tertutup menghasilkan
bentuk respon sinyal yang berbeda pula. Artinya
besar kecilnya nilai periode sampling
mempengaruhi respon sistem yang dihasilkan.
Selain itu, periode sampling berpengaruh pada
settling time dimana semakin besar nilai periode
10
samplingnya maka akan semakin kecil nilai settling
time nya. Semakin kecil nilai periode sampling nya
maka hasil sinyal keluarannya akan semakin
mendekat bentuk sinyal analog aslinya. Periode
sampling yang besar, membuat respon step
semakin bagus, karena memiliki nilai settling time
yang kecil dan mencapai keadaan steady state yang
semakin cepat. Pada percobaan ini, ditunjukan
pada gambar 11 bahwa respn step terbaik dengan
periode sampling 0,01 sekon.

TUGAS 5
Buatlah analisis dari respon step open-loop yang
didapat dari proses ekstraksi model linier ke Gambar 2.20 Hasil scope respon tanpa lag
Matlab Workspace yang sudah dibuat. compensator
Komponen yang digunakan pada percobaan tugas
5 dan tugas 6, merupakan komponen yang sama
yaitu berupa komponen linier. Maka dalam respon
sistem yang dihasilkan pada setiap percobaan
dengan jenis percobaan yang berbeda
(menggunakan simulink, linier analisis maupun
ekstrak pada workspace), akan tetap menghasilkan
respon sistem yang sama.
Gambar 4.19 Respon step open-loop dari proses TUGAS 7
ekstraksi model linear ke matlab workspace.
Tampilkan hasil simulasi kemudian analisis
Dari hasil di atas yaitu hasil step open-loop yang hasilnya dan bandingkan dengan model yang tidak
didapat dari prose ekstrasi model linier ke Matlab menggunakan lag compensator
ini praktikan membuat kendali lead and lag
konpresator. Jadi scope yang digunakan di
percobaan kali ini digunakan sebagai pembanding.
Percobaan ini juga menunjukan, hasil grafik Gambar 2.21 Diagram sistem
menggunakan model linier dan model matlab
workspace tidak memiliki perbedaan. Terlihat dari
karakteristik yang tampil tidak memiliki perbedaan
nilai.
Model linier yang didapat dari simulink dapat di
ekstrak ke matlab workspace, agar bentuk
persamaan dari hasil demonstrasi dapat diketahui
seperti pada gambar. Hasil yang ditampilkan
memiliki respon sistem yang sama karena Gambar 2.22 Hasil scope respon dengan lag
komponen yang digunakan pada simulink kompensator.
merupakan komponen linear saja. Maka keluaran
yang dihasilkan pada proses linearize juga
menampilkan grafik yang sama saat grafik di
ekstrak.

TUGAS 6
Buatlah respon open-loop tersebut, bandingkan dan
analisis hasilnya dengan yang menggunakan proses
ekstraksi ke MATLAB worksheet.

Gambar 2.23 Hasil scope respon tanpa lag

kompensator.

11
Laporan Praktikum - Laboratorium Komputasi – FT UNSIKA
Kompensator lag ini bertujuan untuk memberikan
pelemahan pada daerah frekuensi tinggi, supaya
sistem memiliki batas fasa yang mencukupi.
Percobaan menggunakan lag membuat sistem
menjadi lebih cepat menuju steady state dengan
nilai rise time dan settling time yang lebih kecil.
Namun pada percobaan ini terjadi overshoot,
walau tidak terlalu besar namun overshoot yang
terjadi tetap ada. Saat sistem tidak menggunakan
lag ditunjukan pada gambar 4.23, tidak ada
overshoot yang terjadi namun respon transient
Gambar 4.26 Diagram sistem
sangat besar yang membuat nilai settling time juga
besar. Percobaan ini membutuhkan waktu yang
sangat lama untuk mencapai steady state.

TUGAS 8
Jalankan simulasi, kemudian analisis hasil
responnya dengan double-click blok scope. Akan
muncul perbandingan sinyal antara lag dan juga
lead compensator, apakah kompensator satu lebih
baik dari yang lainya? Mengapa demikian?
Gambar 4.27 Workspace

Gambar 4.24 Desain sistem

Gambar 4.28 Source code
Control effort adalah upaya atau
suatu usaha pengendalian yang
digunakan oleh suatu sistem atau
controller untuk mencapai keadaan
seimbang yang optimal dengan
menggunakan daya yang sedikit.
Pada percobaan ini dilakukan
Gambar 4.25 Hasil scope respon lingkar tertutup perbandingan control effort antara
dengan lag-lead compensator lag kompensator dengan lead
compensator.
Pada percobaan ini kita membandingkan grafik
lead-lag compensator yang dapat dilihat pada
grafik 4.25. Grafik berwarna kuning menunjukan
grafik yang menggunakan sistem lag sedangkan
grafik berwarna biru menunjukan sistem lead
kompensator. Kompensator lag memiliki nilai rise
time dan settling time yang lebih besar
dibandingkan dengan kompensator lead. Namun
overshoot yang terjadi pada kompensator lead lebih
besar dibandingkan dengan kompensator lag.

TUGAS 9
Jalankan simulasi, kemudian analisis hasil
responnya dengan double-click blok scope.
Bagaimana hasil perbandingan control effort untuk
lag dan lead compensator dengan terlebih dahulu
menjelaskan apa itu control effort!
12
Laporan Praktikum - Laboratorium Komputasi – FT UNSIKA
 Gambar 2.29 Control effort

Control effort yang butuhkan lead

kompensator sebesar 150.000 Volt.
Control effort yang digunakan lag
kompensator nilainya lebih kecil
dibandingkan lead kompensator.

TUGAS 10 Gambar 4.33 Simulasi control

proporsional dengan nilai Kp= 0,75
 Buatlah diagram Simulink menggunakan
parameter-parameter yang sudah diberikan
 Tampilkan dalam satu grafik yang sama
hasil simulasi kontrol proporsional untuk
skema Kp = 0.1; 0.25; 0.75; 2 dan 4.
 Analisis grafik hasil simulasi tersebut.

Gambar 4.34 Simulasi control proporsional dengan

nilai Kp= 2

Gambar 4.30 Simulink Sistem

Gambar 4.35 Simulasi control proporsional
dengan nilai Kp= 4

Pada percobaan dengan menggantikan nilai

Gambar 4.31 Simulasi control proporsional dengan
nilai Kp= 0,1
proporsional dapat disimpulkan, semakin tinggi
nilai Kp, maka akan meningkatkan nilai persentasi
overshoot pada sistem tersebut. Akan tetapi,
apabila nilai overshoot melebihi kriteria kestabilan
yang ditentukan, maka akan menimbulkan osilasi
yang menyebabkan suatu sistem menjadi tidak
stabil.

TUGAS 11
 Buatlah diagram Simulink untuk kontrol PI
menggunakan parameter-parameter yang
sudah diberikan
 Tampilkan dalam satu grafik yang sama
hasil simulasi kontrol proporsional untuk
skema Kp = 0.1; Ki = 0; 0.5; 2; 3 dan 5.
Gambar 4.32 Simulasi control proporsional dengan
 Analisis grafik hasil simulasi tersebut
nilai Kp= 0,25
13
Laporan Praktikum - Laboratorium Komputasi – FT UNSIKA

Gambar 4.36 Simulink sistem
Gambar 4.37 Simulasi control proporsional dengan
nilai Ki=0
Gambar 4.38 Simulasi control proporsional dengan
nilai Ki=0,5
Gambar 4.39 Simulasi control proporsional dengan
nilai Ki=2
Laporan Praktikum - Laboratorium Komputasi – FT UNSIKA
Gambar 4.40 Simulasi control proporsional dengan
nilai Ki=3
Gambar 4.41 Simulasi control proporsional dengan
nilai Ki=5
Pada percobaan dengan mengubah nilai integral
ini, dapat disimpulkan bahwa semakin besar nilai
Ki, maka akan meningkatkan nilai overshoot juga,
namun dapat mengeliminasi nilai steady state error,
sehingga sistem menjadi lebih stabil. Akan tetapi,
apabila nilai integral terlalu besar, maka akan
meningkatkan osilasi pada sistem sehingga
menimbulkan ketidakstabilan pada sistem. Maka,
nampak bahwa penerapan kontrol I dapat
membantu kontrol P menurunkan steady-state
error-nya. Namun pemilihan Ki yang terlalu besar
dapat menyebabkan sistem berosilasi pada saat
start.
TUGAS 12
 Buatlah diagram Simulink untuk kontrol
PD menggunakan parameter-parameter
yang sudah diberikan
 Tampilkan dalam satu grafik yang sama
hasil simulasi kontrol proporsional untuk
skema Kp = 0.75; Kd = 0; 0.0075 dan 0.01.
 Analisis grafik hasil simulasi tersebut.
Gambar 4.42 Simulink sistem
14
Gambar 4.43 Step Respon PID 1 Gambar 4.47 Step Respon PID 5

Gambar 4.44 Step Respon PID 2 Gambar 4.48 Step Respon PID 6
Pada percobaan dengan mengubah nilai derivative
ini, dapat disimpulkan bahwa semakin besar nilai
Kd, maka sistem akan dapat menurunkan nilai
overshoot pada sistem, namun sistem ini memiliki
kelemahan dengan kurangnya mengurangi steady
state error pada sistem. Namun pemilihan Kd yang
terlalu besar dapat menyebabkan output tidak
stabil dan dapat terjadi osilasi yang semakin lama
semakin membesar.

TUGAS 13
Gambar 4.45 Step Respon PID 3
 Buatlah diagram Simulink untuk kontrol
PID menggunakan parameter-parameter
yang sudah diberikan
 Tampilkan dalam satu grafik yang sama
hasil simulasi kontrol proporsional untuk
skema Kp Ki Kd yang paling ideal.

Gambar 4.46 Step Respon PID 4

Gambar 4.49 Hasil percobaan Kp=6, Ki=6,5 dan

Kd=0,2

15
Laporan Praktikum - Laboratorium Komputasi – FT UNSIKA
 Gambar 4.49 Hasil percobaan Kp=6,6 Ki=6,2 dan
Kd=0,2

Gambar 4.52 Hasil Grafik

Hasil respon sistem pada percobaan ini dianggap
stabil. Karena nilai- nilai parameter yang sudah
sesuai menghasil sistem yang stabil

5.KESIMPULAN
Berdasarkan percobaan yang telah dilakukan, dapat
Gambar 4.50 Hasil percobaan Kp=6,25 Ki=6,5 dan disimpulkan bahwa:
Kd=0,1
1) MATLAB dapat digunakan untu
Hasil respon sistem pada percobaan ini dianggap merancang, menganalisis, dan
stabil. Karena nilai- nilai parameter yang sudah mensimulasikan sistem pengendalian
sesuai menghasil sistem yang stabil. waktu kontinu maupun diskrit.
2) Nilai Kp dan Ki parameter dari suatu
TUGAS 14
sistem pengendalian PI. 3. Nilai Ts
 Buatlah diagram Simulink untuk kontrol mempengaruhi stabil atau tidaknya suatu
PID menggunakan parameter-parameter sistem.
yang sudah diberikan 3) Praktikan memahami konsep kestabilan
 Tampilkan dalam satu grafik yang sama sistem pengendalian kecepatan motor DC.
hasil simulasi kontrol proporsional untuk 4) Pada sistem diskrit dan kontinyu, semakin
skema Kp Ki Kd yang paling ideal. besar nilai frekuensi sampling, maka dapat
Kombinasikan nilai Kp Ki Kd dari angka mengurangi osilasi pada fungsi transfer
paling belakang NPM masing-masing tersebut.
mahasiswa.
5) Pengendali proporsional mampu
 Analisis grafik hasil simulasi tersebut. mengurangi nilai error steady-state (ess)
dan memperkecil nilai rising time maupun
settling time.

DAFTAR PUSTAKA
[1] Latifa.Ulinnuha, Modul Praktikum
Sistem Kendali, Laboratorium
Komputasi Fakultas Teknik
Universitas Singaperbangsa
Gambar 4.51 Rangkaian Simulink
Karawang, Karawang, 2018.

16
Laporan Praktikum - Laboratorium Komputasi – FT UNSIKA