Journal of Electrical, Electronic, Control, and Automotive Engineering (JEECAE)
Implementasi Kontroller Adaptive Fuzzy Pada Pengaturan
Level Coupled Tank
Mohammad Erik Echsony
Politeknik Negeri Madiun
Madiun, Indonesia
e-mail: erik_sony@pnm.ac.id
Abstrak:- Permasalahan pada Coupled Tank adalah
munculnya ganguan pada flow yang menyuplai tangki akan
membuat respon tidak stabil, sehingga interaksi silang antar
masing-masing input dan outputnya. Fuzzy Logic
Control (FLC) memiliki keunggulan tersendiri yaitu
efektif dalam menghadapi sistem non-linier yang
kompleks. Kontrol Artificial Intelligence (AI) berbasis
dirancang untuk kombinasi dari PI dan FL. Kontrol Fuzzy
PI Auto tuning memiliki kemampuan untuk
mempertahankan nilai respon steady state dari
ganguan.Metodologi Fuzzy PI adalah pilihan yang
menarik ketika formulasi dalam metode yang diusulkan
untuk proses Coupled tank. kontrol Fuzzy PI memiliki
kemampuan untuk mempertahankan nilai respon steady
state dari ganguan. Pada penelitian ini menggunakan
decoupling pada proses interaksi silang pada masing-
masing tanki. Coupled Tank pada sistem TITO dapat
mengubah fungsi transfer menjadi SISO, sehingga dapat
meminimalkan pengaruh berinteraksi. Cara merancang
pemodelan yang tepat ialah dengan memperhatikan state
yang ada pada plant tersebut, sehingga model kontrol
yang diingkinkan dapat mengatasi non linearity dari
sistem TITO. Metode Fuzzy PI dengan Decoupling di
harapkan memiliki nilai percent overshoot dan settling time
lebih baik.
Kata Kunci: - Coupled Tanks, Sistem TITO, PI, decoupling.
I. PENDAHULUAN
Dalam proses industri banyak yang menggunakan
tangki horizontal untuk penampung minyak atau cairan
kimia. Kontrol level digunakan untuk menjaga titik set
level terhadap nilai yang diberikan sehingga mampu
menerima nilai-nilai setpoint secara dinamis. Pada proses
industri fluida salah satu permasalahan yang sering
terjadi adalah kontrol level Coupled Tank [1].
Umumnya, terdapat dua metode dalam merancang
kontroler untuk proses TITO. Pertama, metode modern,
menggunakan kontroler terpusat/tunggal dan kedua,
metode klasik, menggunakan kontroler
terdesentralisasi. Kendala dalam kontrol level
Coupled Tank adalah munculnya ganguan pada flow
Dirvi Eko Juliando S
Politeknik Negeri Madiun
Madiun, Indonesia
e-mail: dirvi@pnm.ac.id
yang menyuplai tangki akan membuat respon tidak
stabil sehingga diperlukan metode kontrol yang tepat.
Permasalahan yang sering
dihadapi adalah sistem kontrol ini membutuhkan
pengetahuan lebih kompleks tentang
parameterparameter
sistem yang berkaitan. Permasalahannya akan
bertambah rumit jika digunakan untuk sistem yang
kompleks [2]. Characteristic Ratio Assigment (CRA)
merupakan metode penyelesaian permasalahan pada
plant Two Input Two Output (TITO) dengan
menggunakan pole placement didefinisikan parameter
persamaan karakteristik.
Metode ini memungkinkan dapat menyesuaikan
kecepatan respon dan damping ratio hanya dengan
mengunakan satu parameter. Untuk menjadikan plant
menjadi Coupled Input Coupled Output
(SISO),digunakan metode Decoupling agar pengaruh
input kedua tank dapat direduksi CRA menghasilkan
respon yang lebih baik dari pada dengan kontrol PID
[3]. Elemen kontrol PI secara keseluruhan bertujuan
untuk mempercepat reaksi sebuah sistem dan
menghilangkan offset [4].
II.METODOLOGI
A. Pemodelan Coupled Tank
Coupled Tanks tersusun dari dua buah tangki
yang dihubungkan oleh sebuah pipa atau lubang saluran.
Level cairan pada tangki pertama ditunjukkan sebagai H1
dan H2 adalah level tangki kedua. Bila input kontrol
adalah flow Q1, maka variable yang akan dikontrol
adalah kedua level H1 dan H2, dengan disturbance yang
disebabkan oleh variasi flow pada valve A, valve B.
Disini akan timbul sustu sistem dengan dua tangki saling
berinteraksi [5].
Sistem Coupled Tanks dapat dikonfigurasi
sebagai sistem SISO atau sebagai Sistem TITO melalui
manipulasi pompa input dan sectional daerah valve.
Mengingat keseimbangan massa, persamaan dinamis dari
masing-masing tangki diformulakan [6].
JEECAE Vol.2, No.1, Mei 2017
 Journal of Electrical, Electronic, Control, and Automotive Engineering (JEECAE)

Gambar 1 Sistem Coupled tanks

dH 1 Gambar 2. Konfigurasi sistem TITO

A1  Qi1  Q01  Q03
dt (1)
k1  T  T2 
 s  x 
dH 2 A T2Tx 
A2  Qi 2  Q02  Q03 G11( s ) 
dt  T T  T2Tx  2T1T2   1 1 1 
(2) s 2   1 x  s     
Q01  s1 .a0 2 g . H1  1 . H1  T1T2Tx   T1T2 T1Tx T2Tx 
(3) k1  T  T2 
s  x 
A  T2Tx 
Q02  s2 .a0 2 g . H 2   2 . H 2 (4)
G11( s ) 
 T T  T2Tx  2T1T2   1 
1 1
s 2   1 x  s     
 T1T2Tx   T1T2 T1Tx T2Tx 
Q03  s1 .a0 2 g . H1  H 2   3 . H1  H 2 (5) k2 1
.
A Tx
G12 ( s) 
 T T  T2Tx  2T1T2   1 1 1 
Dengan menggunakan nilai dari persamaan (3) s 2   1 x  s     
sampai (5) kedalam persamaan (1) dan (2) di peroleh  T T T
1 2 x   1 2 T T T T
1 x T2Tx 

persamaan nonlinear yang menggambarkan dinamika k1 1

.
multi-input dan multi-output sistem berasal: A Tx
G21( s) 
 T T  T T  2T1T2   1 1 1 
s 2   1 x 2 x  s     
dH 1  T1T2Tx   T1T2 T1Tx T2Tx 
A1  Qi1  1 . H 1   3 . H 1  H 2
dt k2  T T 
(6)  s  x 1 
G22 ( s) 
A  T1Tx 
dH 2  T T  T2Tx  2T1T2   1 1 
A2  Qi 2   2 . H 2   3 . H 1  H 2 s 2   1 x  s   
1
 
dt (7)  T1T2Tx   T1T2 T1Tx T2Tx  11

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

Dalam bentuk konfigurasi Decoupler dengan sistem

A(cm 2 ) 200
TITO ditunjukkan pada gambar 3 berikut:

JEECAE Vol.2, No.1, Mei 2017

 Journal of Electrical, Electronic, Control, and Automotive Engineering (JEECAE)

a(cm 2 ) 1.2661 error de(t ) / dt dan menghasilkan dua output (∆ K p dan ∆

1 1 K i ). Kontroler PI dibangun dengan persamaan kontinyu:
2 1

x 1
u(t )  K p .e(t )  K i  e(t )dt 13

Tabel 2 Titik kerja dari plant K p  K p 'K p 14

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)

C. Kontroler Fuzzy PI Autotuning

Proses dikendalikan dengan kontroler PI dan fuzzy

logic bertugas mengatur parameter kontroler PI (tuning). Hal
ini ditunjukkan pada Gambar 3

Gambar 4 Model membership function untuk input error

e(t )

Membership function de(t ) / dt didapatkan dari

menganalisis parameter respon. Membership function
de(t ) / dt memiliki bentuk yang sama dengan membership
function error, hal ini dapat ditunjukkan Gambar 5
Gambar 3 Diagram blok pengaturan tertutup dengan
kontroler fuzzy-PI

Istilah variabel PI (pada gambar 3) memiliki makna

kontroler PI yang parameternya ( K p dan K i ) dapat diubah.
Fuzzy logic menerima dua input (sinyal error dan diffrential

JEECAE Vol.2, No.1, Mei 2017

 Journal of Electrical, Electronic, Control, and Automotive Engineering (JEECAE)

function output Kp dan Ki menggunakan aturan seperti

yang ditunjukkan oleh Tabel 3.

Tabel 3 Rule Base Fuzzy untuk output Kp.

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

Berdasarkan proses identifikasi secara offline diperoleh

Gambar 6 Model membership function output Kp persamaan transfer function masing – masing G11, G12, G21
dan G22. Setelah itu, disusun mekanisme decoupling D12
sedangkan model membership function Ki dapat dan D21 untuk menghilangkan pengaruh dari G12 dan G21.
Selanjutnya diuji secara open loop dengan sinyal step
ditunjukkan Gambar 7 dibawah ini
pada masing - masing keluaran level tangki yang diinginkan.
Hasil dari pengujian ini akan digunakan untuk perancangan
kontroler PI dengan menggunakan metode analitis.
- Level Tanki 1

- Level Tanki 2

III. HASIL DAN ANALISIS

Gambar 7 Model membership function output
C.2. Rule Base
Setiap aturan terjadi proses implikasi yang
memetakan derajat keanggotaan dari proses fuzifikasi
ke sebuah fuzzy set yang merupakan hasil dari
proses implikasi. Rule base untuk membership
Ki
Pada simulasi perancangan kontroler PI ini digunakan
perbandingan yaitu dengan menggunakan metode decoupling
dan tidak menggunakan decoupling. Perbandingan ini
diterapkan untuk mengetahui perbedaan respon diantara
keduanya. Sebagai nilai referensi level pada masing – masing
tanki akan diberikan secara berubah sesuai dengan waktu.

JEECAE Vol.2, No.1, Mei 2017

 Journal of Electrical, Electronic, Control, and Automotive Engineering (JEECAE)

Tabel 5. Perubahan Referensi

Tabel 4. Perbandingan Hasil Respon
Time T =0 s T =300s T =600s T =900s Kondisi Settling Time (second)
Tanki 1 2 4 6 9 Tanki 1 Tanki 2
Tanki 2 2 3 5 10 Kontrol PI with 64 77
Decoupling
Hasil Simulasi Kontrol PI non 118 143
Dalam hasil simulasi kontroler PI tanpa menggunakan Decoupling
decoupling di lihat pada gambar 8.
Berdasarkan hasil di atas, maka penggunaan metode
decoupling untuk mereduksi interaksi level antara tanki 1
dan tanki 2 mempunyai hasil respon yang lebih baik dari
pada without decoupling.

Tabel 5. Set point

Time t= 0s t= 100s t=300s t=400s t=600s
r1 2 3 0 4 0
r2 4 0 5 0 6

Pada gambar 7,8 ,9a dan 9b digunakan set

Gambar 8 Hasil Simulasi Kontroler PI without Decoupling
Hasil simulasi kontroler PI with decoupling dapat di lihat
pada gambar 9
point pada tabel 5. Dimana, r1 (t) dan r2 (t) adalah
sinyal tegangan listrik (dalam stauan Volt) yang
mewakili ketinggian air yang diinginkan pada
tangki 1 dan tangki 2. Sedangkan pada h1 (t) dan h2
(t) adalah sinyal tegangan listrik (dalam stauan Volt)
yang mewakili ketinggian air yang diukur (Realisasi)
Pada tangka 1 dan tangka 2

Gambar 11. Respon close loop with decoupling

Gambar 10 Hasil Simulasi Kontroler PI with Decoupling
Perbedaan hasil respon dari simulasi diantara kedua kondisi
tersebut dapat dituangkan dalam tabel 4 berikut.
Pada gambar 7 dapat di analisa bahwa disaaat
respon close loop dengan decoupling Pada saat t=100s
r1(t) = 2V, dan r2(t)= 4 V yang diinginkan, masing-
masing nilai responnya masih di bawah nilai respon
yang diinginkan artinya level air dalam tanki masih
kurang penuh.

JEECAE Vol.2, No.1, Mei 2017

 Journal of Electrical, Electronic, Control, and Automotive Engineering (JEECAE)

Pada gambar 14 di analisa bahwa kontrol Fuzzy

PI Auto-tuning dengan decoupling sangat baik respon
transient karena overshot terjadi pada awalnya saja, dan
selanjutnya dapat meruduksi overshot pada fase gelombang
berikutnya.

Tabel 6. Respon Transient sistem kontrol pada 500 s

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

Berdasarkan penelitian yang dilakukan, maka

Gambar 13.Respon Kontrol Fuzzy PI Auto tuning with
decoupling
Pada gambar 13 di analisa bahwa kontrol Fuzzy PI Auto-
tuning dengan decoupling sangat memberikan pengaruh
terhadap kestabilan pada Coupled-Tank sehingga level yang
diukur dan di realisasikan sangat cepat respon kerjanya dan
fuzzy mampu mempengaruhi nilai PI dengan cara meng-auto
tuning-kannya.
dapat disimpulkan bahwa ;
1. Penggunaan kontroler PI pada tanki 1dengan nilai
parameter Kp = 0. 7229, Ki = 0. 00915 dan tanki 2
dengan nilai parameter Kp = 0. 831, Ki = 0. 0104
melalui mekanisme simulasi dapat memperoleh respon
yang sesuai dengan nilai referensi.
2. Pada penggunaan kontroler tersebut hanya
memmpunyai maximum overshoot (Mp%) masing -
masing tangki hanya <50%, (keadaan Stabil).
3. Pada penggunaan kontroler Fuzzy PI Auto-tuning
dengan menghasilkan nilai settling time (ts) yang lebih
baik dan cepat dari pada tanpa decoupling .
4. Penggunaan Fuzzy PI Auto-tuning sangat baik karena
overshot terjadi pada awalnya saja, dan selanjutnya
dapat meruduksi overshot pada fase berikutnya.
5. Penggunaan decoupling sangat baik di pakai pada saat
Plant TITO dan MIMO.
6. Metodelogi yang digunakan masih bisa
dikembangkan bagi penelitian berikutnya, seperti
kontrol,neural fuzzy, dengan teknik CRA, MRAC,MPC,
Decentralized FLC.

DAFTAR PUSTAKA

[1] Satean, T. Santi, W. (2006), “Level Control in

Horizontal Tank by Fuzzy Logic Controller”, SICE-
ICASE International Joint Conference,2491-2494.
[2] Wahyudi, Iwan, S. Eduward, T. (2008), “Tuning
Parameter Kontrol Proporsional - Integral
Menggunakan Sugeno Fuzzy Inference System,”
Transmisi, Jurnal Teknik Elektro, Jilid 10, Nomor 2,
hal. 97-102.
[3] Maruthai, S. Gunna, J.S. Ranganayhan, R.H. (2009),
Gambar 14.Respon Transient sistem control “Integrated Fuzzy Logic Based Intelligent Control of
Three Tank System”, Serbian Journal of Electrical
Engineering, Vol.6, No. 1, 1-14.

JEECAE Vol.2, No.1, Mei 2017

 Journal of Electrical, Electronic, Control, and Automotive Engineering (JEECAE)

[4] Arjin, N. Theeerachai, W. (2007), “Design of

Decoupled Controller for TITO System using
Characteristic Ratio Assignment”, International
Conference on Control Automation and Systems, 957-
962.
[5] Abdulhakim, K. Ercument, K. (2008), “Performance
Analysis of PM Synchronous Motors Using Fuzzy
Logic And Self Tuning Fuzzy PI Speed Controls", The
Arabian journals for science and engineering, Vol. 33,
No. 1B, 153-177.
[6] Suparoek, K. Vittaya, T. (2010), “Design of PI
Controller Using MRAC Techniques for Coupled-
Tanks Process”, International Conference on Controls,
Automation and System, 485-490.
[7] Chatchaval, P. Tianchai, S. (2009), “Decentralized
Fuzzy Logic Controller for TITO Coupled Tanks
Process”, CROS-SICE International Joint Conference,
2862-2866.
[8] Tianchai, S. Arjin, N. (2007), “Design 2-DOF PI
Controller with Decoupling for Coupled-Tank
Process”, International Conference on Control
Automation and Systems,339-344.
[9] Laubwald, I. (1998), Coupled Tank system 1, England:
Visiting-Scientist, Control System Principles.
[10] Muhammad, U.K. Muhammad, B.K. (2009), “Liquid
level Control of Nonliear Coupled Tanks system using
Linear Model Predictive Control”, Proceeding of
IEEE, International Conference on Control
Aplications,1-5.

JEECAE Vol.2, No.1, Mei 2017