Abstrak:- Permasalahan pada Coupled Tank adalah yang menyuplai tangki akan membuat respon tidak
munculnya ganguan pada flow yang menyuplai tangki akan stabil sehingga diperlukan metode kontrol yang tepat.
membuat respon tidak stabil, sehingga interaksi silang antar Permasalahan yang sering
masing-masing input dan outputnya. Fuzzy Logic dihadapi adalah sistem kontrol ini membutuhkan
Control (FLC) memiliki keunggulan tersendiri yaitu pengetahuan lebih kompleks tentang
efektif dalam menghadapi sistem non-linier yang parameterparameter
kompleks. Kontrol Artificial Intelligence (AI) berbasis
dirancang untuk kombinasi dari PI dan FL. Kontrol Fuzzy
sistem yang berkaitan. Permasalahannya akan
PI Auto tuning memiliki kemampuan untuk bertambah rumit jika digunakan untuk sistem yang
mempertahankan nilai respon steady state dari kompleks [2]. Characteristic Ratio Assigment (CRA)
ganguan.Metodologi Fuzzy PI adalah pilihan yang merupakan metode penyelesaian permasalahan pada
menarik ketika formulasi dalam metode yang diusulkan plant Two Input Two Output (TITO) dengan
untuk proses Coupled tank. kontrol Fuzzy PI memiliki menggunakan pole placement didefinisikan parameter
kemampuan untuk mempertahankan nilai respon steady persamaan karakteristik.
state dari ganguan. Pada penelitian ini menggunakan Metode ini memungkinkan dapat menyesuaikan
decoupling pada proses interaksi silang pada masing- kecepatan respon dan damping ratio hanya dengan
masing tanki. Coupled Tank pada sistem TITO dapat
mengubah fungsi transfer menjadi SISO, sehingga dapat
mengunakan satu parameter. Untuk menjadikan plant
meminimalkan pengaruh berinteraksi. Cara merancang menjadi Coupled Input Coupled Output
pemodelan yang tepat ialah dengan memperhatikan state (SISO),digunakan metode Decoupling agar pengaruh
yang ada pada plant tersebut, sehingga model kontrol input kedua tank dapat direduksi CRA menghasilkan
yang diingkinkan dapat mengatasi non linearity dari respon yang lebih baik dari pada dengan kontrol PID
sistem TITO. Metode Fuzzy PI dengan Decoupling di [3]. Elemen kontrol PI secara keseluruhan bertujuan
harapkan memiliki nilai percent overshoot dan settling time untuk mempercepat reaksi sebuah sistem dan
lebih baik.
menghilangkan offset [4].
Model linearisasi Two Input-Two Output (TITO). Keterangan : A = luas penampang tangki 1 dan tangki 2
(cm2).
dH 1 a = luas penampang dari lubang outlet tangki 1 dan tangki 2
A1 Qi1 3 . H 1 H 2 dan luas penampang pipa disambung antara tangki 1 dan
dt (8) tangki 2 (cm2). β1 = rasio bukaan katup (valve) pada lubang
keluaran tangki 1.β2 = rasio bukaan katup (valve) pada lubang
dH 2 keluaran tangki 2. βx = rasio antara valve tangki 1 dan tangki
A2 2 . H 2 3 . H1 H 2
dt (9) 2. h1 , h2 = kondisi steady stete tingkat tangki 1 dan tangki
2. T1 = konstanta waktu dari tangki 1 (second) 2 =
T
T
B. Diagram Blok Sytem TITO konstanta waktu dari tangki 2 (second) x = waktu konstan
g
antara tangki 1 dan tangki 2 (second) = gravitasi (cm/s2)
H 1 ( s) G11 ( s) G12 ( s) U 1 ( s) k1 , k 2 = penguatan (gain) pompa 1 dan 2 (cm3/V.s)
H ( s) G ( s) G ( s) U ( s) (10)
2 21 22 2 Tabel 1 Nilai parameter Plant
x 1
u(t ) K p .e(t ) K i e(t )dt 13
u1 (V) 5
K i K i 'K i 15
u 2 (V) 5
2.749 di mana nilai K p dan Ki selalu update, nilai ∆ K p
h1 (x10%Range)
3.262 dan ∆ K i diperoleh dari logika fuzzy K p ’ dan K i ’ adalah
h2 (x10%Range)
k1 (cm3/V.s) 5
K p dan K i sebelum waktu ke -t.
3
k 2 (cm /V.s) 5.52
C.1 FUZZIFIKASI
Dengan mensubtitusikan nilai parameter dan titik
kerja ini ke persamaan (3.3) di dapatkan matriks transfer Fuzzifikasi adalah mentransformasi nilai input ke
function berikut. dalam nilai linguistik. Terdapat dua variabel input, yaitu
error e(t ) dan differential error de(t ) / dt . Masing-masing
0.0250s 0.000683
G11 variabel input dipetakan ke dalam lima variabel linguistic
s 0.0553s 0.000383
2
dengan fungsi keanggotaan (Membership Function) Triangle,
0.00054 yaitu Negative Big (NB), Negative Small (NS), Zero (Z),
G12 2 Positive Small (PS), dan Positive Big (PB). Membernship
s 0.0553s 0.000383 Function (MF) untuk variabel input dan output dapat dilihat
0.00049
G21 2 Gambar 4
s 0.0553s 0.000383
0.0276s 0.000773
G22 2
s 0.0553s 0.000383 (12)
de/dt
NB NS Z PS PB
NB Z Z PS PS PB
Gambar 5 Model membership function diffrential error NS N Z Z PS PS
error (e) Z N Z Z Z N
de(t ) / dt PS PS PS Z Z N
PB PB PS PS Z Z
Model membership function Kp dapat
ditunjukkan Gambar 6 dibawah ini Tabel 4 Rule Base Fuzzy untuk output Ki
de/dt
NB NS Z PS PB
NB Z Z PS PS PB
NS N Z Z PS PS
error (e) Z N Z Z Z N
PS PS PS Z Z N
PB PB PS PS Z Z
D. Perancangan Kontroler
- Level Tanki 2
t s (se) P.O
Fuzzy PI auto tuning with 24 30
decoupling tangki 1
Fuzzy PI auto tuning with 26 29
Gambar 12. Respon Kontrol 2DOF-PI decoupling tangki 2
IV. KESIMPULAN
DAFTAR PUSTAKA