1 PB
1 PB
Abstrak—Kehandalan alat sentrifugasi yang banyak digunakan para pengusaha VCO belum bisa efisien dari sisi kecepatan
oleh para pengusaha Virgin Coconut Oil (VCO) saat ini masih sentrifugasi. Spesifikasi kecepatan putar sentrifugasi yang
terbilang rendah. Alat sentrifugasi yang ada saat ini cenderung didasarkan pada spesifikasi kecepatan putar motor bukanlah
hanya diperuntukkan dalam proses pembuatan VCO dengan
cara yang tepat. Karena besar massa atau berat beban yang
pemerasan santantanpa penambahan air, bukan untuk santan
dengan penambahan air. Pada penelitian ini telah dirancang dan diputar motor saat proses sentrifugasi akan mempengaruhi
dibuat sistem pengendali kecepatan pada alat sentrifugasi kecepatan putar motor. Kecepatan motor akan turun sebanding
dengan metode logika fuzzy untuk meningkatkan kehandalan dengan penambahan beban yang diputarnya.
alat sentrifugasi dalam proses pembuatan VCO, baik tanpa Selain itu, alat sentrifugasi konvensional berputar dengan
penambahan air maupun dengan penambahan air. Sistem ini kecepatan penuh dari awal sampai dengan akhir proses, tanpa
dirancang agar menyesuaikan kecepatan sentrifugasi
ada penyesuaian kecepatan dengan kondisi suspensi santan
berdasarkan kekentalan atau konsentrasi santan serta durasi
waktu proses. Sensor kecepatan yang terdapat pada alat yang dipisahkan. Kondisi yang dimaksudkan diantaranya:
sentrifugasi ini memiliki tingkat error mencapai 1,52 %. Logika 1. kondisi suspensi santan masih tercampur,
fuzzy mampu mengendalikan kecepatan sentrifugasi sesuai 2. kondisi suspensi santan sudah mulai terpisah,
dengan set point. Pada kondisi tanpa beban, settling time terbaik 3. kondisi suspensi santan sudah terpisah,
dari kontroler logika fuzzy pada set point 400 dan 800 rpm, 4. kondisi suspensi santan sudah banyak yang terpisah,
dengan waktu 30 detik. Sedangkan pada kondisi berbeban, 5. kondisi suspensi santan sudah mencapai titik jenuh
settling time terbaik terjadi pada set point 600 rpm, dengan waktu pemisahan,
30 detik. Diharapkan dengan adanya sistem ini mampu
Sebagai contoh pada saat motor berada pada kecepatan
meningkatkan keandalan alat sentrifugasi yang sudah ada.
penuh, namun kondisi santan sudah mencapai titik jenuh,
Kata Kunci—Alat Sentrifugasi, Kekentalan, Logika Fuzzy, VCO. maka proses pemisahan tidak efisien dikarenakan efek gaya
sentrifugal yang ditimbulkan motor sudah tidak berpengaruh
pada suspensi santan.
I. PENDAHULUAN Penambahan kontroler pengendali kecepatan yang mampu
Gambar 2. Diagram blok sistem logika fuzzy set point kecepatan sentrifugasi. Gambar 5. Skematik sensor encoder.
JURNAL TEKNIK ITS Vol. 7, No. 2, (2018) ISSN: 2337-3539 (2301-9271 Print) A327
1.2
Derajat Keanggotaan
1
0.8
0.6
0.4
0.2
0
-90
-75
-60
-45
-30
-15
-150
-135
-120
-105
0
15
30
45
60
75
90
105
120
135
150
Kecepatan Putar (rpm)
Negatif Besar Negatif Kecil Hampir Nol
Derajat Keanggotaan
berbasiskan sensor increment encoder, ditunjukkan pada 1
Tabel 2.
Rule base logika fuzzy kestabilan kecepatan sentrifugasi.
Gambar 7. Skema diagram blok logika fuzzy kestabilan kecepatan Gambar 10. Bentuk realisasi alat sentrifugasi.
sentrifugasi.
JURNAL TEKNIK ITS Vol. 7, No. 2, (2018) ISSN: 2337-3539 (2301-9271 Print) A328
Tabel 3.
Kecepatan maksimal alat sentrifugasi tanpa beban.
Tabel 4.
Kecepatan maksimal alat sentrifugasi berbeban (3 x 66 gram).
1000
900
800
700
Kecepatan Putar (rpm)
350
350
300 300
250 250
200 200
150 150
100 100
50 50
0 0
11.5
15.3
19.1
22.9
26.7
30.5
34.3
38.1
41.9
45.7
49.5
53.3
57.1
60.9
64.7
68.5
72.3
76.1
79.9
83.7
87.5
0.1
3.9
7.7
26
63
11.2
14.9
18.6
22.3
29.7
33.4
37.1
40.8
44.5
48.2
51.9
55.6
59.3
66.7
70.4
74.1
77.8
81.5
85.2
0.1
3.8
7.5
600 600
500 500
400 400
300 300
200 200
100 100
0 0
10.3
13.7
17.1
20.5
23.9
27.3
30.7
34.1
37.5
40.9
44.3
47.7
51.1
54.5
57.9
61.3
64.7
68.1
71.5
74.9
78.3
0.1
3.5
6.9
25
49
73
97
1
121
145
169
193
217
241
265
289
313
337
361
385
409
433
457
481
505
529
553
1000 800
Kecepatan Putar (rpm)
700
800
600
600 500
400
400 300
200
200
100
0 0
37
73
1
109
145
181
217
253
289
325
361
397
433
469
505
541
577
613
649
685
721
757
793
829
26
63
11.2
14.9
18.6
22.3
29.7
33.4
37.1
40.8
44.5
48.2
51.9
55.6
59.3
66.7
70.4
74.1
77.8
81.5
85.2
0.1
3.8
7.5
1000 1200
Kecepatan Putar (rpm)
Kecepatan Putar (rpm)
800 1000
800
600
600
400 400
200 200
0 0
0.1
4.4
8.7
17.3
21.6
25.9
30.2
34.5
38.8
43.1
47.4
51.7
60.3
64.6
68.9
73.2
77.5
81.8
86.1
90.4
94.7
13
56
99
103.3
107.6
39
77
1
115
153
191
229
267
305
343
381
419
457
495
533
571
609
647
685
723
761
799
837
875
Bedasarkan data pada Tabel 7 menunjukkan bahwa pada pada set point 400 dan 800 rpm, dengan waktu 30 detik.
kondisi tanpa beban, kontroler mampu mencapai keadaan Sedangkan pada kondisi berbeban, settling time terbaik terjadi
settling time terbaik pada set point 400 dan 800 rpm dengan pada set point 600 rpm, dengan waktu 30 detik.
waktu 30 detik. Pada kondisi berbeban, kontroler mencapai
keadaan settling time terbaik pada set point 600 rpm dengan
DAFTAR PUSTAKA
waktu 35 detik.
Tabel 7. [1] T. Yuwono, Biologi Molekular. Jakarta: Erlangga, 2009.
[2] Kusumadewi, Aplikasi Logika Fuzzy untuk pendukung keputusan.
Spesifikasi respon transien kontroler Yogyakarta: Graha Ilmu, 2013.
[3] A. Heri and Darmawan Aan, Arduino Belajar Cepat Dan
Pemrograman. Bandung: Informatika, 2015.
[4] L. Riadhi, M. Rivai, and F. Budiman, “Sistem Pengaturan Oksigen
Terlarut Menggunakan Metode Logika Fuzzy Berbasis
Mikrokontroler Teensy Board,” J. Tek. ITS, vol. 6, no. 330–334,
2017.
[5] D. A. Rahman, M. Rivai, and R. Dikairono, “Sistem Navigasi Pada
Balon Udara Menggunakan GPS dan Kontrol Logika Fuzzy,” J.
Tek. ITS, vol. 5, pp. A173-178, 2011.
[6] D. H. Fandiantoro, M. Rivai, and R. Dikairono, “Sistem Penjejak
pada Balon Udara dengan Menggunakan Kamera dan Kotrol Logika
Fuzzy,” J. Tek. ITS, vol. 5, pp. A892-897, 2016.
[7] F. A. Muhammad, M. Rivai, and Suwito, “Perancangan Sistem
Stabilisasi Kamera Tiga Sumbu dengan Metode Kontrol Fuzzy
untuk Mobile Surveilance Robot,” J. Tek. ITS, 2016.
IV. KESIMPULAN [8] M. Rivai, K. Sambodho, and Dwi Purnomo H, “Identification of
Levee Strength for Early Warning System Using Fuzzy Logic,” in
Pada penelitian ini telah dirancang dan dibuat sebuah alat International Conference on Information, Communication
sentrifugasi yang dilengkapi dengan sistem pengendali Technology and System (ICTS), 2014.
kecepatan. Sensor kecepatan yang terdapat pada alat [9] A. Thorat, S. Yadav, and S. Patil, “Implementation of Fuzzy Logic
System for DC Motor Speed Control using Microcontroller,” Int. J.
sentrifugasi ini memiliki tingkat error mencapai 1,52 %. Eng. Res. Appl., vol. 3, pp. 950–956, 2013.
Logika fuzzy mampu menentukan set point kecepatan alat [10] R. Aljabar, M. Rivai, and Suwito, “Rancang Bangun Omni untuk
sentrifugasi berdasarkan perubahan waktu dan konsentrasi Mencari Sumber Gas Menggunakan Kontrol Logika Fuzzy Berbasis
Mikrokontroler ARM STM-32,” J. Tek. ITS, vol. 7, pp. 17–22,
santan. Kontroler logika fuzzy mampu mengendalikan 2018.
kecepatan sentrifugasi sesuai dengan set point. Pada kondisi
tanpa beban,settling time terbaik dari kontroler logika fuzzy