TUGAS AKHIR PENGENDALIAN BIOPROSES 2022

Nama : Miranthy Cinthya Rachman

NPM : 1906302195

Dosen Pengampu : Dr. Bambang Heru Susanto S.T., M.T.

Tipe Soal D: Pengendalian Konsentrasi di Dalam CSTR Seri

Diketahui:

▪ Nilai awal konsentrasi A CA,0 = 1.8 molA/m3, diasumsikan konstan

▪ Volume berubah terhadap waktu
▪ Parameter V/F = 2 min
▪ Konstanta laju reaksi k = 0.5 min-1
▪ Nilai CA1,0, CA2,0, dan CA,0 = 0.4 mol A/m3

Pertanyaan dan Jawaban:

1. Turunkan model dinamik dari perubahan konsentrasi di CSTR tersebut!

Berikut merupakan penurunan model dinamik dari perubahan konsentrasi pada
CSTR 1, 2, dan 3 yang dapat dihitung dari neraca massa dari ketiga CSTR:
➢ Neraca Massa CSTR 1
Laju mol masuk – laju mol keluar – laju mol terkonsumsi = laju mol
terakumulasi
𝑑𝑚𝐴1
𝐹0 𝐶𝐴0 (𝑡) − 𝐹1 𝐶𝐴1 (𝑡) − 𝑉1 𝑘𝐶𝐴1 =
𝑑𝑡
𝑑𝐶𝐴1 𝑉1
𝐹0 𝐶𝐴0 (𝑡) − 𝐹1 𝐶𝐴1 (𝑡) − 𝑉1 𝑘𝐶𝐴1 =
𝑑𝑡
𝑑𝐶𝐴1
𝐹0 𝐶𝐴0 (𝑡) − 𝐹1 𝐶𝐴1 (𝑡) − 𝑉1 𝑘𝐶𝐴1 = 𝑉1
𝑑𝑡
Setelah itu, persamaan dibagi dengan V dan didapatkan:
 𝐹𝐶𝐴0 (𝑡) 𝐹1 𝐶𝐴1 (𝑡) 𝑑𝐶𝐴1
− − 𝑘𝐶𝐴1 =
𝑉1 𝑉1 𝑑𝑡
➢ Neraca massa CSTR 2
Laju mol masuk – laju mol keluar – laju mol terkonsumsi = laju mol
terakumulasi
𝑑𝑚𝐴2
𝐹1 𝐶𝐴1 (𝑡) − 𝐹2 𝐶𝐴2 (𝑡) − 𝑉2 𝑘𝐶𝐴2 =
𝑑𝑡
𝑑𝐶𝐴2 𝑉2
𝐹1 𝐶𝐴1 (𝑡) − 𝐹2 𝐶𝐴2 (𝑡) − 𝑉2 𝑘𝐶𝐴2 =
𝑑𝑡
𝑑𝐶𝐴2
𝐹1 𝐶𝐴1 (𝑡) − 𝐹2 𝐶𝐴2 (𝑡) − 𝑉2 𝑘𝐶𝐴2 = 𝑉2
𝑑𝑡
Setelah itu, persamaan dibagi dengan V dan didapatkan:
𝐹𝐶𝐴1 (𝑡) 𝐹2 𝐶𝐴2 (𝑡) 𝑑𝐶𝐴2
− − 𝑘𝐶𝐴2 =
𝑉2 𝑉2 𝑑𝑡
➢ Neraca massa CSTR 3
Laju mol masuk – laju mol keluar – laju mol terkonsumsi = laju mol
terakumulasi
𝑑𝑚𝐴3
𝐹2 𝐶𝐴2 (𝑡) − 𝐹3 𝐶𝐴3 (𝑡) − 𝑉3 𝑘𝐶𝐴3 =
𝑑𝑡
𝑑𝐶𝐴3 𝑉3
𝐹2 𝐶𝐴2 (𝑡) − 𝐹3 𝐶𝐴3 (𝑡) − 𝑉3 𝑘𝐶𝐴3 =
𝑑𝑡
𝑑𝐶𝐴3
𝐹2 𝐶𝐴2 (𝑡) − 𝐹3 𝐶𝐴3 (𝑡) − 𝑉3 𝑘𝐶𝐴3 = 𝑉3
𝑑𝑡
Setelah itu, persamaan dibagi dengan V dan didapatkan:
𝐹𝐶𝐴2 (𝑡) 𝐹3 𝐶𝐴3 (𝑡) 𝑑𝐶𝐴3
− − 𝑘𝐶𝐴3 =
𝑉3 𝑉3 𝑑𝑡

Maka, persamaan dinamik neraca massa dari ketiga CSTR adalah:

𝒅𝑪𝑨𝟏 𝑭𝑪𝑨𝟎 (𝒕) 𝑭𝟏 𝑪𝑨𝟏 (𝒕)
= − − 𝒌𝑪𝑨𝟏
𝒅𝒕 𝑽𝟏 𝑽𝟏
𝒅𝑪𝑨𝟐 𝑭𝑪𝑨𝟏 (𝒕) 𝑭𝟐 𝑪𝑨𝟐 (𝒕)
= − − 𝒌𝑪𝑨𝟐
𝒅𝒕 𝑽𝟐 𝑽𝟐
𝒅𝑪𝑨𝟑 𝑭𝑪𝑨𝟐 (𝒕) 𝑭𝟑 𝑪𝑨𝟑 (𝒕)
= − − 𝒌𝑪𝑨𝟑
𝒅𝒕 𝑽𝟑 𝑽𝟑
2. Cari persamaan Transformasi Laplace dari model dinamik di Tugas 2
tersebut → Gp(s) = Ca2(s) / Ca0(s)!
➢ Transformasi Laplace CSTR 1
𝑑𝐶𝐴1 𝐹𝐶𝐴0 (𝑡) 𝐶𝐴1 (𝑡)(𝐹1 + 𝑘𝑉1 )
= −
𝑑𝑡 𝑉1 𝑉1
Diubah menjadi:

𝐹1 1
𝑠𝐶𝐴1 (𝑠) = 𝐶𝐴0 (𝑠) − 𝐶𝐴1 (𝑠)
𝑉1 𝜏

1 𝐹1
𝑠𝐶𝐴1 (𝑠) + 𝐶𝐴1 (𝑠) = 𝐶𝐴0 (𝑠)
𝜏 𝑉1

1 𝐹1
𝑠𝐶𝐴1 (𝑠) + 𝐶𝐴1 (𝑠) = 𝐶𝐴0 (𝑠)
𝜏 𝑉1

1 𝐹1
(𝑆 + ) 𝐶𝐴1 (𝑠) = 𝐶𝐴0 (𝑠)
𝜏 𝑉1

𝜏𝑠 + 1 𝐹1
( ) 𝐶𝐴1 (𝑠) = 𝐶𝐴0 (𝑠)
𝜏 𝑉1

𝐹1 𝜏
𝐶𝐴1 (𝑠) = 𝐶𝐴0 (𝑠) ∙ ( )
𝑉1 𝜏𝑠 + 1

➢ Transformasi Laplace CSTR 2

𝑑𝐶𝐴2 𝐹𝐶𝐴1 (𝑡) 𝐶𝐴2 (𝑡)(𝐹2 + 𝑘𝑉2 )
= −
𝑑𝑡 𝑉2 𝑉2
Diubah menjadi:

𝐹2 1
𝑠𝐶𝐴2 (𝑠) = 𝐶𝐴1 (𝑠) − 𝐶𝐴2 (𝑠)
𝑉2 𝜏

1 𝐹2
𝑠𝐶𝐴2 (𝑠) + 𝐶𝐴2 (𝑠) = 𝐶𝐴1 (𝑠)
𝜏 𝑉2

1 𝐹2
𝑠𝐶𝐴2 (𝑠) + 𝐶𝐴2 (𝑠) = 𝐶𝐴1 (𝑠)
𝜏 𝑉2

1 𝐹2
(𝑆 + ) 𝐶𝐴2 (𝑠) = 𝐶𝐴1 (𝑠)
𝜏 𝑉2
 𝜏𝑠 + 1 𝐹2
( ) 𝐶𝐴2 (𝑠) = 𝐶𝐴1 (𝑠)
𝜏 𝑉2

𝐹2 𝜏
𝐶𝐴2 (𝑠) = 𝐶𝐴1 (𝑠) ∙ ( )
𝑉2 𝜏𝑠 + 1

➢ Transformasi Laplace CSTR 3

𝑑𝐶𝐴3 𝐹𝐶𝐴2 (𝑡) 𝐶𝐴3 (𝑡)(𝐹3 + 𝑘𝑉3 )
= −
𝑑𝑡 𝑉3 𝑉3
Diubah menjadi

𝐹3 1
𝑠𝐶𝐴3 (𝑠) = 𝐶𝐴2 (𝑠) − 𝐶𝐴3 (𝑠)
𝑉3 𝜏

1 𝐹3
𝑠𝐶𝐴3 (𝑠) + 𝐶𝐴3 (𝑠) = 𝐶𝐴2 (𝑠)
𝜏 𝑉3

1 𝐹3
𝑠𝐶𝐴3 (𝑠) + 𝐶𝐴3 (𝑠) = 𝐶𝐴2 (𝑠)
𝜏 𝑉3

1 𝐹3
(𝑆 + ) 𝐶𝐴3 (𝑠) = 𝐶𝐴2 (𝑠)
𝜏 𝑉3

𝜏𝑠 + 1 𝐹3
( ) 𝐶𝐴3 (𝑠) = 𝐶𝐴2 (𝑠)
𝜏 𝑉3

𝐹3 𝜏
𝐶𝐴3 (𝑠) = 𝐶𝐴2 (𝑠) ∙ ( )
𝑉3 𝜏𝑠 + 1

Mensubstitusi persamaan dari tangki CSTR 1, 2, dan 3 untuk mendapatkan

persamaan Transformasi Laplace

𝐹1 𝜏
𝐶𝐴1 (𝑠) = 𝐶𝐴0 (𝑠) ∙ ( )
𝑉1 𝜏𝑠 + 1

𝐹2 𝜏
𝐶𝐴2 (𝑠) = 𝐶𝐴1 (𝑠) ∙ ( )
𝑉2 𝜏𝑠 + 1

𝐹3 𝐹2 𝐹1 𝜏 𝜏 𝜏
𝐶𝐴3 (𝑠) = ∙ ( ∙ ( 𝐶𝐴0 (𝑠) ∙ ( )) ∙ ( )) ∙ ( )
𝑉3 𝑉2 𝑉1 𝜏𝑠 + 1 𝜏𝑠 + 1 𝜏𝑠 + 1
 𝐹
Diketahui bahwa nilai 𝑉 konstan,

𝐹 3 𝜏 3
𝐶𝐴3 (𝑠) = ( ) ∙ ( ) ∙ 𝐶𝐴0 (𝑠)
𝑉 𝜏𝑠 + 1

Sehingga dari neraca massa model dinamik dari CSTR 1, 2, dan 3 dapat
diturunkan dengan transformasi laplace sebagai berikut:

𝐹 ∙ 𝐶𝐴0 (𝑠) − 𝐹 ∙ 𝐶𝐴1 (𝑠) − 𝑉1 𝑘𝐶𝐴1 (𝑠) = 𝑉1 ∙ 𝑠 ∙ 𝐶𝐴1 (𝑠)

𝐹 ∙ 𝐶𝐴0 (𝑠) = 𝐹 ∙ 𝐶𝐴1 (𝑠) + 𝑉1 𝑘𝐶𝐴1 (𝑠) + 𝑉1 ∙ 𝑠 ∙ 𝐶𝐴1 (𝑠)
𝐹 ∙ 𝐶𝐴0 (𝑠) = (𝐹 + 𝑉1 𝑘 + 𝑉1 ∙ 𝑠)𝐶𝐴1 (𝑠)
Apabila dibagi dengan nilai V1 maka persamaan menjadi:
𝐹 𝐹
∙ 𝐶𝐴0 (𝑠) = ( + 𝑘 + 𝑠) 𝐶𝐴1 (𝑠)
𝑉1 𝑉1
𝐹 1
Nilai 𝑉 sama dengan nilai 𝜏 sehingga dapat disubstitusi menjadi:
1 1
∙ 𝐶𝐴0 (𝑠) = ( + 𝑘 + 𝑠) 𝐶𝐴1 (𝑠)
𝜏 𝜏
Dengan memindahkan ruasnya, didapatkan:
1
𝐶𝐴1 (𝑠) 𝜏
=
𝐶𝐴0 (𝑠) (1 + 𝑘 + 𝑠)
𝜏
Persamaan disesuaikan kembali karena diperlukan persamaan yang
berhubungan langsung dengan s. Persamaan menjadi:
1
𝐶𝐴1 (𝑠) 𝜏
=
𝐶𝐴0 (𝑠) (1 + 𝑘𝜏 + 𝑠)
𝜏 𝜏
1
𝐶𝐴1 (𝑠) 𝜏
=
𝐶𝐴0 (𝑠) (𝑘𝜏 + 1 + 𝑠)
𝜏
1
𝐶𝐴1 (𝑠) 𝑘𝜏 + 1
= ⋯ (1)
𝐶𝐴0 (𝑠) ( 𝜏 ) 𝑠 + 1
𝑘𝜏 + 1
Tahapan tersebut diulang untuk CSTR 2 dan 3 sehingga didapatkan
persamaan:
1
𝐶𝐴2 (𝑠) 𝑘𝜏 + 1
= 𝜏 ⋯ (2)
𝐶𝐴1 (𝑠) ( )𝑠 + 1
𝑘𝜏 + 1

1
𝐶𝐴3 (𝑠) 𝑘𝜏 + 1
= 𝜏 ⋯ (3)
𝐶𝐴2 (𝑠) ( )𝑠 + 1
𝑘𝜏 + 1
𝐶 (𝑠)
Dengan susunan seri, perhitungan untuk persamaan turunan untuk 𝐶𝐴3 (𝑠) :
𝐴0

𝐶𝐴3 (𝑠) 𝐶𝐴3 (𝑠) 𝐶𝐴2 (𝑠) 𝐶𝐴1 (𝑠)

= ∙ ∙
𝐶𝐴0 (𝑠) 𝐶𝐴2 (𝑠) 𝐶𝐴1 (𝑠) 𝐶𝐴1 (𝑠)
𝐶 (𝑠)
Sehingga persamaan untuk 𝐶𝐴3 (𝑠) :
𝐴0

3
1
𝐶𝐴3 (𝑠) 𝑘𝜏 + 1
=( 𝜏 )
𝐶𝐴0 (𝑠) ( )𝑠 + 1
𝑘𝜏 + 1
1
𝐶𝐴3 (𝑠) (𝑘𝜏 + 1)3
= 3 2
𝐶𝐴0 (𝑠) 𝜏 𝜏 𝜏
( ) 𝑠3 + 3 ( ) 𝑠2 + 3 ( )𝑠 + 1
𝑘𝜏 + 1 𝑘𝜏 + 1 𝑘𝜏 + 1
Diketahui bahwa:
𝑉
= 𝜏 = 2 𝑚𝑖𝑛𝑠 ; 𝑘 = 0.5/𝑚𝑖𝑛
𝐹
Maka persamaan Transformasi Laplace dari perubahan konsentrasi
CSTR:
1
𝐶𝐴3 (𝑠) (0.5 ∙ 2 + 1)3
= 3 2
𝐶𝐴0 (𝑠) 2 2 2
( ) 𝑠3 + 3 ( ) 𝑠2 + 3 ( )𝑠 + 1
0.5 ∙ 2 + 1 0.5 ∙ 2 + 1 0.5 ∙ 2 + 1

𝐶𝐴3 (𝑠) 0.125

=
𝐶𝐴0 (𝑠) (1)𝑠 + 3(1)𝑠 2 + 3(1)𝑠 + 1
3

𝑪𝑨𝟑 (𝒔) 𝟎. 𝟏𝟐𝟓

= 𝟑
𝑪𝑨𝟎 (𝒔) 𝒔 + 𝟑𝒔𝟐 + 𝟑𝒔 + 𝟏
3. Buat model (subsistem) di dalam simulink yang merepresentasikan
persamaan dinamik dari Tugas 1!
Dengan menggunakan Simulink® MATLAB R2021a, model subsistem dapat
dibuat sebagai berikut:

Di mana nilai CA0 menggunakan block “constant”, subsystem dengan subsystem

dan scope dibuat dengan block “scope”. Dalam subsystem, terdapat system yang
juga diatur sebagai berikut dengan klik dua kali block subsystem:

o CA0 dibuat menggunakan block in

o V/F dan K dibuat menggunakan block constant
o FCA/V dibuat menggunakan block divide
o KCA dibuat menggunakan block product (untuk mengalikan)
o Add Tank dibuat menggunakan block substract dengan 3 sign (+ - -)
o Integrator Limited dibuat menggunakan block integrator limited. Integrator
limited berperan sebagai pembatas integrasi, dimana initial condition
diubah menjadi 0.4 (sesuai dengan nilai CA1,0, CA2,0, dan CA,0 yaitu 0.4 mol
A/m3)
 Setelah di “run”, didapatkan grafik sebagai berikut:

4. Buat model (block transfer function) di simulink untuk Tugas 2!

Dengan menggunakan Simulink® MATLAB R2021a, model block transfer
function dapat dibuat sebagai berikut:

Model dibuat dengan memanfaatkan block step, transfer function, dan scope.
Pada block transfer function, diisi sebagai berikut:
 Setelah di run, di dapatkan grafik sebagai berikut:

5. Dengan simulink, buat perbandingan untuk kondisi open-loop response dari

fungsi alih (transfer function) proses dengan menggunakan hasil dari Tugas
2 dan Tugas 3. Di mana diketahui untuk fungsi alih dari valve dan sensor
𝟏
adalah : Gv = Gs = .
𝒔+𝟏

Dari model yang dibentuk pada nomor sebelumnya, disatukan menjadi 1 buat
model transfer function yang menyatukan keduanya, memasukkan valve dan
sensor, serta menunjukkan perbandingan dari model dengan fungsi alih dan
subsistem. Model yang dibentuk adalah sebagai berikut:

Dengan nilai initial yang sama dengan model sebelumnya dan ditambahkan
valve dan sensor dengan persamaan yang diberikan pada soal, grafik
perbandingan yang terbentuk pada block scope 13 adalah sebagai berikut:
 Dari grafik tersebut terlihat bahwa kedua kondisi memiliki hasil yang berbeda.
Berdasarkan grafik di atas, dapat disimpulkan bahwa pemetaan grafik pada
Tugas 2 terlihat lebih stabil dibandingkan dengan grafik Tugas 1.
6. Dari hasil Tugas 5, gunakan PRC metode ke-2 untuk mendapatkan nilai K,
𝜽 , dan 𝝉 serta persamaan FOPDT-nya!
• Mencari ∆

Nilai ∆ dapat dilihat dari grafik maupun block display

Berdasarkan grafik dan block display:

∆ = 0.1181
δ=1
 di mana,
∆ = perubahan pada output
δ = perubahan pada input yang diinginkan
• Mencari nilai Kp
∆ 0.1181
𝐾𝑝 = = = 0.1181
𝛿 1
• Mencari t63%
Di mana,
0.63 × ∆= 0.63 × 0.1181 = 0.074403
Lalu nilai 0.074403 dibandingkan pada grafik sebagai berikut:

Sehingga dari grafik tersebut didapatkan t63% = 6.195

• Mencari t28%
Di mana:
0.28 × ∆= 0.28 × 0.1181 = 0.033068
Lalu nilai 0.033068 tersebut dibandingkan dengan grafik sebagai berikut:
 Sehingga dari grafik tersebut didapatkan t28% = 4.408
• Menghitung τ
Nilai τ dapat dihitung dengan
τ = 1.5 × (𝑡63% − 𝑡28% )
τ = 1.5 × (6.195 − 4.408)
τ = 1.5 × (1.787)
τ = 2.681
• Menghitung θ
Nilai θ dapat dihitung dengan
θ = 𝑡63% − 𝜏
θ = 6.195 − 2.681
θ = 3.514
• Menentukan persamaan FOPDT
Persamaan FOPDT dapat disusun dengan diketahuinya:
𝐾𝑝 = 0.1181
θ = 3.514
τ = 2.681

𝐾𝑝 𝑒 −𝜃𝑠
𝐺(𝑠) =
𝜏𝑠 + 1

0.1181 × 𝑒 −3.514∙𝑠
𝐺(𝑠) =
2.681𝑠 + 1
7. Lakukan tuning pengendalian dengan menggunakan metode Ziegler-
Nichols untuk algoritma P, PI, dan PID. Tampilkan grafik hasilnya dalam
satu gambar dan bahas/analisis hasilnya!
Dalam perhitungan dengan metode tuning Ziegler-Nichols, dihitung nilai untuk
P, PI, dan PID control menggunakan persamaan:

Proportional Gain Intergral Time Derivative time

Jenis
(KC) (𝛕𝒊 ) (𝛕𝑫 )
1𝜏
P Control --- ---
𝐾𝜃
0.9 𝜏
PI Control 3.3 𝜃 ---
𝐾 𝜃
1.2 𝜏
PID Control 2.0 𝜃 0.5 𝜃
𝐾 𝜃

Dengan persamaan tersebut, dihitung untuk 3 jenit controller yaitu P control, PI

control, dan PID control. Dengan data diketahui:
𝐾 = 0.1181
θ = 3.514
τ = 2.681
a. P control
1𝜏 1 2.681
𝐾𝑐 = = = 6.46
𝐾 𝜃 0.1181 3.514
b. PI control
0.9 𝜏 0.9 2.681
𝐾𝑐 = = = 5.81
𝐾 𝜃 0.1181 3.514
τ𝑖 = 3.3 𝜃 = 3.3 (3.514) = 11.60
c. PID control
1.2 𝜏 1.2 2.681
𝐾𝑐 = = = 7.75
𝐾 𝜃 0.1181 3.514
τ𝑖 = 2 𝜃 = 2(3.514) = 7.03
τ𝐷 = 0.5 𝜃 = 0.5(3.514) = 1.76
 Proportional Gain Intergral Time Derivative time
Jenis
(KC) (𝛕𝒊 ) (𝛕𝑫 )
P Control 6.46 --- ---
PI Control 5.81 11.60 ---
PID Control 7.75 7.03 1.76
Dari data tersebut kemudian di cari nilai P, I, dan D yaitu;

𝑃 = 𝐾𝐶

𝐾𝐶
𝐼 =
𝑇𝑖

𝐷 = 𝐾𝐶 × 𝑇𝑑

Tipe alat control P I D

P 6.46 ~ 0
PI 5.81 0.500 0
PID 7.75 1.102 13.64

Kemudian dari hasil perhitungan tersebut dimasukkan dalam Simulink sebagai

berikut:
a. Pengendalian Proporsional
b. Pengendalian Proporsional Integral
c. Pengendalian Proporsional Integral Derivatif
d. Penggabungan ketiganya
Stop time: 10

Stop time: 75
 Stop Time: 150

Di mana:
Kuning: pengendalian Proporsional
Biru: Pengendalian Proporsional Integral
Merah: Pengendalian Proporsional Integral Derivatif

➢ Perbandingan Parameter Block Response:

Parameter P Control PI Control PID Control

Overshoot 25.7% 0% 0%
Rise Time 2.74 s 41.2 s 17.6s
Peak Point 0.562 1 0.999
Settling Time 18.9 s 83.5 s 35.4 s

➢ Analisis
Dari perbandingan parameter yang tertera pada tabel di atas, dapat ditarik
kesimpulan bahwa pada kasus pengendalian konsentrasi di dalam CSTR yang
disusun seri, jenis pengendalian menggunakan PID Controller jauh lebih baik
daripada P controller maupun PI Controller. Hal ini bisa terlihat dari
overshootnya yang 0% dan rise timenya lebih cepat.
8. Rekomendasikan jenis valve (FO-failed open atau FC-failed close) dan
sensor yang digunakan dalam sistem ini!
Karena tujuan dari pengendalian sistem ini adalah untuk mengendalikan
konsentrasi produk akhir yang dipengaruhi juga dengan perubahan konsentrasi
pada CSTR 1, maka jenis valve yang lebih tepat digunakan adalah valve FC atau
failed close. Jenis valve ini akan segera menutup ketika ada gangguan seperti
terganggunya pasokan udara maupun kegagalan komponen lainnya. Dengan
valve jenis ini, kualitas dari produk dapat tetap terjaga karena tidak aka nada
kebocoran yang terjadi saat ada gangguan. Valve FC juga dianggap lebih aman
dari segi keamanan proses dan keamanan lingkungan.
Rekomendasi sensor yang tepat untuk sistem ini adalah sensor konsentrasi
dan sensor level. Penggunaan sensor konsentrasi dianggap tepat karena sensor
jenis ini berfungsi untuk mengukur konsentrasi akhir dari sistem, karena
konsentrasi akhir merupakan variabel kontrol yang perlu diperhatikan. Selain
mengukur konsentrasi, sensor ini juga mampu mengendalikan konsentrasi
sehingga kualitas dari produk akhir akan terjaga. Sementara itu, penggunaan
sensor level dianggap tepat karena sensor ini dapat mengukur ketinggian dari
fluida yang ada dalam tangki CSTR. Hal ini penting untuk diukur karena jika
tidak, bisa saja terjadi flooding atau hal tidak diinginkan lainnya.
 Soal Bersama

1. Suatu sistem dengan pengendalian PID sbb:

Gunakan aturan tuning Ziegler-Nichols untuk menentukan nilai parameter Kp, Ti, dan
Td agar diperoleh overshoot sekitar 25%.

Jawab:

Aturan tuning Ziegler-Nichols kedua dapat digunakan pada soal ini dengan
menetapkan nilai Ti = ∞ dan Td = 0.

1) Penggabungan block transfer function untuk mendapatkan persaman dengan

menggunakan Signal Flow Graph (Mason)

• Forward Path

𝐾𝑝
𝑃1 = 𝑠(𝑠+1)(𝑠+5)

• Loop

𝐾𝑝
𝑙1 = − 𝑠(𝑠+1)(𝑠+5)

• Transfer Function
𝐾𝑝
𝐶(𝑠) Σ𝑃𝑖 ∆𝑖 𝑠(𝑠+1)(𝑠+5)
𝑇 = 𝑅(𝑠) = = 𝐾𝑝
∆ 1−(− )
𝑠(𝑠+1)(𝑠+5)
 𝐾𝑝
𝐶(𝑠) 𝑠(𝑠+1)(𝑠+5)
= 𝑠(𝑠+1)(𝑠+5) 𝐾𝑝
𝑅(𝑠) ( )+( )
𝑠(𝑠+1)(𝑠+5) 𝑠(𝑠+1)(𝑠+5)

𝐶(𝑠) 𝐾𝑝 𝑠(𝑠+1)(𝑠+5)
= 𝑠(𝑠+1)(𝑠+5) 𝑥 𝑠(𝑠+1)(𝑠+5)+𝐾
𝑅(𝑠) 𝑝

𝐶(𝑠) 𝐾𝑝
= 𝑠(𝑠+1)(𝑠+5)+𝐾
𝑅(𝑠) 𝑝

• Persamaan Block Transfer Function

𝐶(𝑠) 𝐾𝑝
=
𝑅(𝑠) 𝑠(𝑠 + 1)(𝑠 + 5) + 𝐾𝑝

𝐶(𝑠) 𝐾𝑝
= 3
𝑅(𝑠) 𝑠 + 6𝑠 2 + 5𝑠 + 𝐾𝑝

2) Mencari nilai Kp dengan menggunakan karakteristik kestabilan Routh

Nilai Kp akan membuat sistem menjadi stabil secara maginal, sehingga terjadi
osilasi yang berkelanjutan. Berikut persamaan karakteristik untuk sistem loop
tertutup.

𝑠 3 + 6𝑠 2 + 5𝑠 + 𝐾𝑝 = 0

• Matriks Karakteristik Kestabilan Routh

𝒔𝟑 1 5
𝒔𝟐 6 𝑲𝒑
𝟑𝟎 − 𝑲𝒑
𝒔𝟏
𝟔
𝒔𝟎 𝑲𝒑

• Menghitung nilai Kp

Melakukan input pada baris 𝒔𝟏 dengan nilai 0, sehingga didapatkan nilai Kp

yang akan menunjukkan bahwa sistem yang dihasilkan berosilasi dengan
harmonis.

30 − 𝐾𝑝
= 0 → 30 − 𝐾𝑝 = 0 → 𝐾𝑝 = 30
6
• Membuat model pada Simulink dan menginput nilai Kp

Setelah membuat model seperti gambar di atas, lalu klik dua kali di PID
Controller dan masukkan nilai Kp sebesar 30 di P, seperti pada gambar di
bawah.
 Dapat terlihat pada gambar diatas, bahwa dengan nilai Kp sebesar 30, terjadi osilasi
yang harmonis. Setelah mendapatkan nilai Kp, maka didapatkan nilai critical gain
sebesar 30 juga (Kcr).

𝐾𝑐𝑟 = 30

• Menghitung frekuensi (𝜔) dan periode (Pcr)

Persamaan karakteristik kestabilan

𝑠 3 + 6𝑠 2 + 5𝑠 + 30 = 0

Substitusi s dengan j𝜔

(𝑗𝜔)3 + 6(𝑗𝜔)2 + 5(𝑗𝜔) + 30 = 0

Diketahui bahwa j adalah bilangan imajiner,

Dimana

j3 = -j

j2 = -1

Sehingga:

−𝑗𝜔3 − 6𝜔2 + 5(𝑗𝜔) + 30 = 0

30 − 6𝜔2 + 5(𝑗𝜔)−𝑗𝜔3 = 0

6(5 − 𝜔2 ) + 𝑗𝜔(5 − 𝜔2 ) = 0

Nilai frekuensi (𝜔) dari osilasi:

(5 − 𝜔2 ) = 0

𝜔2 = 5

𝝎 = √𝟓

Nilai periode (Pcr) dari osilasi:

𝟐𝝅 𝟐𝝅
𝑷𝒄𝒓 = = = 𝟐. 𝟖𝟎𝟗𝟗
𝝎 √𝟓
3) Menghitung nilai P,I,D pada controller yang digunakan

Tipe alat kontrol Kp Ti Td

P 0.5𝐾𝑐𝑟 ∞ 0
1
PI 0.45𝐾𝑐𝑟 𝑃 0
1.2 𝑐𝑟
PID 0.6𝐾𝑐𝑟 0.5𝑃𝑐𝑟 0.125𝑃𝑐𝑟

Tipe alat
Kp Ti Td
kontrol
P 0.5(30) = 15 ∞ 0
PI 0.45(30) = 13.5 1 0
(2.8099) = 2.3416
1.2
PID 0.6(30) = 18 0.5(2.8099) = 1.40495 0.125(2.8099) = 0.3512

• Persamaan Gc(s) untuk PID controller

1
𝐺𝑐 (𝑠) = 𝐾𝑝 (1 + 𝑇 𝑠 + 𝑇𝑑 𝑠)
1

1
𝐺𝑐 (𝑠) = 18(1 + 1.40495𝑠 + 0.3512𝑠)

1.40495𝑠 1 (1.40495𝑠)(0.3512𝑠)
𝐺𝑐 (𝑠) = 18 (1.40495𝑠 + 1.40495𝑠 + )
1.40495𝑠

0.4934𝑠2 +1.40495𝑠+1
𝐺𝑐 (𝑠) = 18 ( )
1.40495𝑠

8.8815𝑠2 +25.2891𝑠+18
𝐺𝑐 (𝑠) = 1.40495𝑠

6.3212𝑠2 +18𝑠+12.8118
𝐺𝑐 (𝑠) = 𝑠

• Mencari nilai P,I,D

Dimana

𝑃 = 𝐾𝑝 ; 𝐼 = 𝐾𝑝 /𝑇𝑖 ; dan 𝐷 = 𝐾𝑝 ∙ 𝑇𝑑
 Tipe alat kontrol P I D

P 15 ∞ 0
PI 13.5 12 0
= 𝟓. 𝟏𝟐𝟒𝟕
2.3416
PID 18 18 6.3216
= 𝟏𝟐. 𝟖𝟏𝟏𝟖
1.40495

Pengendalian Proporsional (P)

Dengan P = 15, didapatkan grafik seperti di bawah ini dengan overshoot sebesar
64.2%
Pengendalian Proporsional Integral (PI)

Dengan P = 13.5 dan I = 5.1247, didapatkan grafik berikut dengan overshoot

sebesar 99.6%
 Pengendalian Proporsional Integral Derivatif (PID)

Dengan P = 18, I = 12.8118, dan D = 6.3216, didapatkan grafik berikut dengan

overshoot sebesar 62.3%

4) Penggabungan controller P, PI, dan PID

Keterangan:

Kuning: P Controller

Biru: PI Controller

Merah: PID Controller

• Analisis dan Solusi:

Grafik yang dihasilkan dari Simulink menunjukkan bahwa untuk pengendalian P,

PI, dan PID memiliki overshoot yang cukup tinggi, melebihi 25%. Padahal
overshoot yang diinginkan dari soal adalah 25%. Sehingga, perlu dilakukan trial
and error untuk pengendalian PID.

Diketahui fungsi alih PID adalah:

1
𝐺𝑐 (𝑠) = 18(1 + + 0.3512𝑠)
1.40495𝑠
Persamaan di atas dapat ditulis dalam bentuk:

4
(𝑠 + 𝑃 )2
𝑐𝑟
𝐺𝑐 (𝑠) = 0.075𝐾𝑐𝑟 𝑃𝑐𝑟
𝑠

4
(𝑠 + 2.8099)2
𝐺𝑐 (𝑠) = (0.075)(30)(2.8099)𝑃𝑐𝑟
𝑠

6.3223(𝑠 + 1.4235)2
𝐺𝑐 (𝑠) =
𝑠

Sehingga, diketahui bahwa pengendali PID memiliki pole di titik awal dan double
zero pada s = -1.4235.

Lalu fine tuning dengan modifikasi double zero pengendali PID dilakukan untuk
menurunkan overshoot hingga menjadi 25%, dari s = -1.4325 menjadi -0.65 dengan
Kp bernilai tetap 18. Maka dari itu, terdapat beberapa parameter yang berubah
nilainya.

4
= 0.65
𝑃𝑐𝑟

𝑃𝑐𝑟 = 6.153846

Karena Pcr mengalami perubahan, maka terdapat perubahan pula pada nilai Ti dan
Td sebagai berikut.

𝑇𝑖 = 0.5𝑃𝑐𝑟 = 0.5(6.153846) = 3.076923

𝑇𝑑 = 0.125𝑃𝑐𝑟 = 0.125(6.153846) = 0.75923075

Fine Tuning

18
Dengan P = 18, I = = 5.85, dan D = 18(0.76923075) = 13.8462,
3.076923

didapatkan grafik:
Dapat dilihat diatas bahwa overshoot yang didapatkan sebesar 19.4%, artinya
belum mencapai 25%. Oleh karena itu, Kp akan ditingkatkan dengan Ti dan Td
yang tetap. Setelah melakukan trial dan error, didapatkan Kp sebesar 28.3. Maka
dengan P = 28.3, I = 28.3/3.076923 dan D = 28.3(0.76923075), didapatkan grafik:
Berdasarkan grafik diatas, overshoot yang didapat sudah mencapai 25%. Pada
percobaan sebelumnya, overshoot sebesar 19.4%.

Maka dapat disimpulkan untuk memperoleh overshoot 25%, digunakan nilai Kp =

28.3, Ti = 3.076923, dan Td = 0.76923075 dengan fungsi alih:

𝟏
𝑮𝒄 (𝒔) = 𝟐𝟖. 𝟑(𝟏 + + 𝟎. 𝟕𝟔𝟗𝟐𝟑𝟎𝟕𝟓𝒔)
𝟑. 𝟎𝟕𝟔𝟗𝟐𝟑𝒔
2. Sistem diatas dikendalikan menggunakan pengendali P. Gunakan metode Routh Hurwitz
untuk mendapatkan nilai Kp agar sistem tersebut stabil.

Jawaban:

a) Untuk menentukan nilai Kp, maka dilakukan penyederhanaan block transfer

function (menggunakan Mason)

• Forward Path

𝐾𝑝
𝑃1 = 𝑠(𝑠+3)

• Loop

𝐾𝑝 1
𝑙1 = − 𝑠(𝑠+3) 𝑥 𝑠+1

𝐾𝑝
𝑙1 = − 𝑠(𝑠+3)(𝑠+1)

• Transfer Function
𝐾𝑝
𝐶(𝑠) Σ𝑃𝑖 ∆𝑖 𝑠(𝑠+3)
𝑇 = 𝑅(𝑠) = = 𝐾𝑝
∆ 1−(− )
𝑠(𝑠+3)(𝑠+1)

𝐾𝑝
𝐶(𝑠) 𝑠(𝑠+3)
= 𝑠(𝑠+3)(𝑠+1) 𝐾𝑝
𝑅(𝑠) ( )+( )
𝑠(𝑠+3)(𝑠+1) 𝑠(𝑠+3)(𝑠+1)

𝐶(𝑠) 𝐾𝑝 𝑠(𝑠+3)(𝑠+1)
= 𝑠(𝑠+3) 𝑥 𝑠(𝑠+3)(𝑠+1)+𝐾
𝑅(𝑠) 𝑝

𝐶(𝑠) 𝐾𝑝 (𝑠+1)
𝑅(𝑠)
= 𝑠(𝑠+3)(𝑠+1)+𝐾
𝑝
 • Persamaan Block Transfer Function

𝐶(𝑠) 𝐾𝑝 (𝑠+1)
= 𝑠(𝑠+3)(𝑠+1)+𝐾
𝑅(𝑠) 𝑝

𝐶(𝑠) 𝐾𝑝 (𝑠+1)
= 𝑠3 +4𝑠2 +3𝑠+𝐾
𝑅(𝑠) 𝑝

b) Menggunakan metode Routh Hurwitz

Mencari nilai Kp dengan karakteristik kestabilan Routh, sehingga bisa

mendapatkan nilai Kp agar sistem stabil dan terjadi osilasi yang berkelanjutan.

𝒔𝟑 + 𝟒𝒔𝟐 + 𝟑𝒔 + 𝑲𝒑 = 𝟎

• Matriks Karakteristik Kestabilan Routh

𝑠3 1 3
𝑠2 4 𝐾𝑝
12 − 𝐾𝑝
𝑠1
4
𝑠0 𝐾𝑝

• Menghitung nilai Kp

Sistem akan stabil jika baris 𝑠1 bernilai positif, maka:

12 − 𝐾𝑝
>0
4

12 − 𝐾𝑝 > 0

𝐾𝑝 < 12

Agar menghasilkan sebuah grafik yang stabil, nilai Kp harus positif ( > 0). Maka
nilai Kp agar sistem stabil adalah:

0 < 𝐾𝑝 < 12
• Pembuktian

Apabila nilai Kp 0 < 𝐾𝑝 < 12 (Kp = 7)

Grafik dapat dikatakan stabil karena terbentuk pada block response

Apabila nilai Kp > 12 (Kp = 15)

Karena nilai Kp melebihi range yang sudah ditentukan, maka tidak terbentuk grafik
karena sistem tidak stabil.

Apabila nilai Kp < 0 (Kp = -7)

Karena nilai Kp tidak masuk ke range yang sudah ditentukan, maka tidak terbentuk
grafik karena sistem tidak stabil.

• Kesimpulan
Didapatkan grafik yang stabil karena memiliki block response pada Kp = 7.
Sedangkan untuk nilai Kp = 15 dan Kp = -7 tidak stabil karena tidak terbentuk
block response. Maka, dapat ditarik kesimpulan bahwa nilai untuk membuat
sistem yang stabil, maka range Kp yang dibutuhkan adalah 0 < Kp < 12.