AZZAM ASHAR
NIM : 210431100094
KELAS : C
Nama: M. Azzam Ashar NIM : 210431100094
MODUL III
PENGENDALI P-I-D
Rumus: P = Kp * e
2. Komponen Integral (I):
Respons integral dihitung dengan mengalikan integral dari error (∫e) dengan
koefisien integral (Ki).
Rumus: I = Ki * ∫e
3. Komponen Derivatif (D):
Respons derivatif dihitung dengan mengalikan turunan dari error terhadap
waktu (de/dt) dengan koefisien derivatif (Kd).
Rumus: D = Kd * (de/dt)
Dalam bentuk persamaan umum kontroler PID, rumusnya adalah: Output = P + I + D.
Dalam praktiknya, untuk mengimplementasikan kontroler PID, rumus-rumus ini akan
disesuaikan dengan sistem yang dikendalikan dan metode penyetelan yang
digunakan[2]. Selain itu, persamaan-persamaan tersebut dapat ditulis dalam bentuk
persamaan diferensial atau persamaan dalam domain waktu diskrit, tergantung pada
implementasi spesifik kontroler PID.
B. Kelebihan dan Kekurangan PID
PID (Proportional-Integral-Derivative) adalah sebuah metode pengendalian yang
sering digunakan dalam sistem kontrol. Berikut ini adalah beberapa kelebihan dan
kekurangan dari PID:
1. Kelebihan PID
▪ Sederhana dan Mudah Diterapkan: PID adalah metode pengendalian
yang relatif sederhana dan mudah untuk diterapkan dalam sistem
kontrol. Algoritma PID relatif mudah dimengerti dan dapat
diimplementasikan dengan menggunakan perangkat keras atau
perangkat lunak yang umum tersedia.
▪ Kecepatan dan Responsif: PID memiliki kemampuan untuk merespons
perubahan keadaan sistem dengan cepat. Hal ini karena PID dapat
secara otomatis menyesuaikan tindakan pengendalian berdasarkan
perbedaan antara nilai setpoint (nilai yang diinginkan) dan nilai aktual
sistem.
Nama: M. Azzam Ashar NIM : 210431100094
1. Klik pada PID lalu setting nilai Derevativ (D) sesuai tabel (12 dan 85).
2. Klik oke, lalu buka scope.
3. Run pada scope tunggu hingga grafik muncul.
4. Lalu screenshots grafik dan ditempel pada tabel pengamatan.
k. Percobaan PID anti-overshoot
1. Klik pada PID, pada main cari Autimated pilih “Transfer Function….”, Klik apply,
lalu kilik pada “Turn..” tunggu hingga muncul grafik.
2. Pada Transfer Behavior arahkan hingga kursor berada paling kanan.
3. Setelah itu klik “Update Block”.
4. Selanjutnya screenshots nilai hasil turning PID.
5. Klik oke, lalu buka scope.
6. Run pada scope tunggu hingga grafik muncul.
7. Lalu screenshots grafik dan ditempel pada tabel pengamatan.
l. Percobaan PID minimum Response Time
1. Klik pada PID, pada main cari Autimated pilih “Transfer Function…”, klik apply, lalu
klik pada “Turn..” tunggu hingga muncul grafik
2. Pada Respons Time (Seconds) arahkan hingga kursor berada paling kanan
3. Setelah itu klik “Update Blok:
4. Selanjutnya screenshots nilai hasil turning PID
5. Klik oke, lalu buka scope
6. Run pada scope tunggu hingga grafik muncul
7. Lalu screenshots grafik dan ditempel pada tabel pengamatan
3.5 Hasil Percobaan
b. Konstanta Integral = 45
Kp 0 Ki 45 Kd 0
Grafik Hasil Simulasi
b. Konstanta Derivatif = 85
Kp 0 Ki 0 Kd 85
Grafik Hasil Simulasi
B. Analisa
Dari hasil eksperimen yang telah dilakukan pada modul ketiga kali ini mengenai
kendali PID, dapat disimpulkan bahwa kendali PID dapat dilakukan secara efektif
menggunakan software MATLAB dengan mengacu pada tabel yang diperoleh dari hasil
eksperimen. Dalam simulasi tersebut, dilakukan penyesuaian nilai sesuai dengan tabel dan
juga dilakukan penyetelan (tuning) yang diperlukan. Dalam percobaan ini, terdapat
pengamatan mengenai konstanta proporsional dengan menggunakan dua nilai yang berbeda,
yaitu 250 dan 600. Berdasarkan hasil grafik yang diperoleh, terlihat bahwa nilai konstanta
250 menghasilkan peningkatan yang lebih kecil dibandingkan dengan nilai konstanta 600.
Dari hal ini, dapat disimpulkan bahwa perbedaan nilai konstanta akan memiliki dampak pada
tinggi gelombang, di mana semakin besar nilai konstanta, maka semakin besar juga tinggi
gelombang yang dihasilkan. Selanjutnya, dalam percobaan mengenai konstanta integral,
juga dilakukan dua kali percobaan dengan menggunakan dua nilai yang berbeda, yaitu 25
dan 45. Simulasi menunjukkan bahwa nilai konstanta integral 25 menghasilkan gelombang
yang hampir sejajar dengan garis biru, sementara nilai konstanta 45 menghasilkan
gelombang yang lebih besar dibandingkan sebelumnya. Pada percobaan mengenai konstanta
derivatif, dilakukan juga dua kali percobaan dengan menggunakan dua nilai yang berbeda,
yaitu 12 dan 85. Hasil percobaan menunjukkan bahwa gelombang dari percobaan derivatif
berada di bawah garis biru atau lebih kecil dibandingkan percobaan proporsional dan
integral. Semakin besar nilai konstanta yang diberikan, maka semakin besar pula tinggi
gelombang yang dihasilkan. Perlu diperhatikan bahwa hasil dengan nilai konstanta derivatif
12 memiliki panjang gelombang yang lebih pendek dibandingkan hasil dengan nilai
konstanta derivatif 85 yang mendekati garis biru. Pada percobaan selanjutnya, yaitu
mengenai PID anti-overshoot, dilakukan penyetelan hingga tidak terjadi overshoot, yaitu
gelombang yang tidak melebihi atau sejajar dengan garis biru. Dari penyetelan tersebut,
diperoleh koefisien proporsional (Kp) sebesar 75.1373993024702, koefisien integral (Ki)
sebesar 149.767555794297, koefisien derivatif (Kd) sebesar 4.98668657891236, dan
koefisien filter (N) sebesar 574.130817313692. Percobaan terakhir adalah mengenai PID
minimum response time, di mana response time diupayakan untuk menjadi sekecil mungkin.
Secara keseluruhan, hasil grafik pada percobaan ini hampir sama dengan percobaan
sebelumnya, namun terdapat sedikit overshoot pada awalnya. Dari penyetelan PID,
Nama: M. Azzam Ashar NIM : 210431100094
b)
c)
Nama: M. Azzam Ashar NIM : 210431100094
3.7 Penutup
a. Kesimpulan
Dalam modul ketiga praktikum sistem kendali yang membahas tentang Pengendali
PID, dapat disimpulkan bahwa Pengendali PID (Proportional-Integral-Derivative)
memiliki beberapa kelebihan yang membuatnya menjadi salah satu metode kontrol yang
paling umum digunakan dalam industri. Kelebihan tersebut meliputi kesederhanaan,
stabilitas, dan adaptabilitas. Pengendali PID dapat diimplementasikan dengan mudah,
menjaga stabilitas sistem, memberikan respons cepat terhadap perubahan, dapat
beradaptasi dengan berbagai jenis sistem, memiliki penyetelan parameter yang efektif,
toleransi terhadap gangguan, dan kemampuan komputasi yang efisien. Pengendali PID
juga dapat diterapkan dalam berbagai industri dan aplikasi, seperti pengendalian suhu,
level, kecepatan, tekanan, dan banyak lagi. Namun demikian, meskipun memiliki
kelebihan yang signifikan, pengendali PID juga memiliki beberapa kekurangan.
Kekurangan tersebut antara lain sensitivitas terhadap perubahan sistem yang kompleks,
keterbatasan dalam pemodelan sistem, dan kebutuhan akan penyetelan parameter yang
cermat. Oleh karena itu, penting untuk mempertimbangkan karakteristik sistem yang akan
dikendalikan dan tujuan kontrol yang diinginkan sebelum memutuskan penggunaan
pengendali PID. Meskipun demikian, secara keseluruhan, pengendali PID tetap menjadi
metode kontrol yang populer dan efektif dalam banyak aplikasi industri. Namun,
penyesuaian dan pemilihan yang cermat diperlukan untuk mencapai kinerja kontrol yang
optimal. Dalam simulasi praktikum ini, pengguna menggunakan software MATLAB.
MATLAB merupakan lingkungan komputasi numerik dan bahasa pemrograman yang
dikembangkan oleh MathWorks. MATLAB memiliki berbagai fungsi dan alat yang
memudahkan pengolahan data, analisis numerik, dan pemodelan simulasi. Software ini
digunakan secara luas di berbagai bidang seperti ilmu teknik, ilmu komputer, matematika,
fisika, keuangan, dan lain-lain. Selain itu, MathWorks juga menyediakan produk-produk
terkait seperti Simulink untuk pemodelan simulasi sistem dinamis, dan MATLAB
Compiler untuk mengompilasi kode MATLAB menjadi aplikasi mandiri. Secara
keseluruhan, MATLAB merupakan lingkungan komputasi numerik yang kuat dan
Nama: M. Azzam Ashar NIM : 210431100094
fleksibel yang digunakan secara luas dalam berbagai disiplin ilmu dan industri untuk
analisis data, pemodelan, simulasi, dan pemecahan masalah numerik.
b. Saran
Saya memiliki beberapa saran untuk praktikum sistem kendali pada modul 3 yang
membahas Pengendali PID. Salah satunya adalah bahwa saat melakukan simulasi, saya
merasa sedikit kesulitan dalam memahami fungsi dan tujuan dari setiap simulasi yang
dilakukan, terutama ketika tidak memiliki penjelasan yang jelas mengenai kegunaannya.
Saya juga ingin mengucapkan terima kasih kepada asisten praktikum yang dengan tekun
telah berusaha menjelaskan materi kepada saya.
Nama: M. Azzam Ashar NIM : 210431100094
Daftar Pustaka
[1] Maarif, A., Puriyanto, R. D., & Hasan, F. R. T. (2020). Robot Keseimbangan Dengan Kendali
Proporsional-Integral-Derivatif (PID) dan Kalman Filter. IT Journal Research and Development, 4(2).
[2] Muhammad, M., Maharani, A., & Leni, M. (2019). Optimasi Pengendalian Flow Control DEA
Absorber Menggunakan Proportional Integral Derivative (PID) Control Dengan Metode Respon Surface
Methodology (RSM). Jurnal Teknologi Kimia Unimal, 7(2), 152-162.
[3] Surindra, M. D., Widyaningsih, W. P., Margana, M., Supriyo, S., & Mulud, T. H. (2020, December).
Sistem Kontrol Proportional Integral Derivative (PID) Untuk Mengatur Kecepatan Motor DC Menggunakan
Mikrokontroller. In Prosiding Seminar Nasional NCIET (Vol. 1, No. 1, pp. 528-525).
Nama: M. Azzam Ashar NIM : 210431100094