FM-UII-AA-FKA-07/R0

BUKU PETUNJUK PRAKTIKUM

Dasar Sistem Kendali

52413026

KODE DOKUMEN : MODUL PRAKTIKUM

VERSI/REVISI : 2013/0
TANGGAL BERLAKU : 1 SEPTEMBER 2013

JURUSAN TEKNIK ELEKTRO

FAKULTAS TEKNOLOGI INDUSTRI
UNIVERSITAS ISLAM INDONESIA
JOGJAKARTA

2013
 LEMBAR PENGESAHAN FM-UII-AA-FKA-07/R0

BUKU PETUNJUKPRAKTIKUM
Dasar Sistem Kendali
52413026

KODE DOKUMEN : MODUL PRAKTIKUM

VERSI/REVISI : 2013/0
TANGGAL BERLAKU : 1 September 2013

Disahkan oleh, Disetujui oleh,

A.N A.N

Tito Yuwono, ST., M. Sc Sisdarmanto Adinandra, Ph.D.

Ketua Jurusan Teknik Elektro Ka. Lab. Kendali & Automasi Industri
 UNIVERSITAS ISLAM INDONESIA FM-UII-AA-FKA-07/R0 

MATERI/BAHAN PRAKTIKUM

Fakultas : Teknologi Industri Pertemuan ke :1

Jurusan : Teknik Elektro Modul ke :1
Kode Mata Praktikum : 52413026 Halaman : 14
Nama Mata Praktikum : Dasar Sistem Kendali Mulai Berlaku : 1 September 2013
 
PEMODELAN DAN ANALISIS SISTEM KENDALI MENGGUNAKAN MATLAB

I. TUJUAN

1. Mahasiswa mengenal dan dapat menggunakan fungsi-fungsi matematika dalam

teknik kendali
2. Mahasiswa mengenal dan dapat membuat berbagai model sistem yang
digunakan pada sistem kendali dengan menggunakan program MATLAB
3. Mahasiswa mengenal LTI Viewer dan SISOTOOL sebagai alat untuk analisis
model dan dapat menggunakannya

II. ALAT dan BAHAN

1. PC dilengkapi MATLAB
2. Alat tulis, kertas, printer

III. DASAR TEORI

MATLAB adalah sebuah perangkat lunak yang digunakan untuk mensimulasikan

sistem-sistem persamaan diferensial secara numerik. Di dalam MATLAB terdapat
toolbox-toolbox yang dikhususkan untuk aplikasi tertentu seperti Sistem Komunikasi,
Sistem Kendali, Sistem Mekanik, Sistem Fuzzy, dan lain-lainnya. Dalam modul
praktikum ini akan dibahas secara mendalam fungsi-fungsi yang ada pada Control
System Toolbox dan bagaimana fungsi-fungsi tersebut dapat digunakan untuk
memecahkan permasalahan dasar pada sebuah sistem yang harus dikendalikan.

3.1 Matematika Teknik Kendali dan fungsi-fungsi MATLAB terkait

a. Polinomial
MATLAB menyediakan fungsi operasi standar dari polinomial seperti akar
polinomial, evaluasi, dan turunan. Sebagai tambahan, fungsi-fungsi berikut
diberikan untuk aplikasi lebih lanjut, seperti pencocokan kurva dan ekspansi
pecahan parsial. Fungsi ini bermanfaat antara lain untuk mencari pole/zero
sebuah sistem dinamis, mengalikan numerator/denumerator, mencari nilai
polinomial pada sebuah titik, dsb.

Fungsi residu mencari rasio ekspansi pecahan parsial dari dua polinomial.
Fungsi ini bermanfaat untuk untuk dalam bentuk fungsi alih (transfer function).
Untuk polinomial (dalam domain Laplace) b(s) dan a(s), sebuah fungsi alih dapat
dirumuskan sebagai berikut:

, (1.1)

 
 UNIVERSITAS ISLAM INDONESIA FM-UII-AA-FKA-07/R0 

dimana adalah vektor kolom berisi residu,

adalah vektor kolom berisi lokasi kutub, dan k adalah vektor baris.

Tabel 1.1 Beberapa fungsi polinomial di MATLAB

Fungsi Keterangan
conv  Perkalian polinomial
deconv  Pembagian polinomial
poly  Polinomial dengan akar-akar tertentu
polyder  Turunan polinomial
polyfit  Pencocokan kurva polinomial
polyval  Evaluasi polinomial
polyvalm  Evaluasi matrik polinomial
residue  Ekspansi pecahan parsial
roots  Mencari akar-akar polinomial

b. Transformasi
Analisis sistem kendali dapat dilakukan di dalam domain waktu (t) ataupun
domain Laplance (sistem kontinu) dan domain Z (sistem diskret). MATLAB
menyediakan fungsi-fungsi yang dapat digunakan untuk mentransformasi satu
domain ke domain yang lain. Fungsi-fungsi tersebut dapat dilihat pada Tabel
1.2.

Tabel 1.2 Fungsi-fungsi transformasi di MATLAB

Fungsi Keterangan
laplace  Fungsi untuk menghitung transformasi laplace
ilaplace  Fungsi untuk menghitung inverse transformasi laplace
ztrans  Fungsi untuk menghitung transformasi Z
iztrans  Fungsi untuk menghitung invers transformasi Z

3.2 Pemodelan Sistem Kendali

Di dalam sebuah sistem kendali terdapat berbagai macam cara unruk
merepresentasikan plant yang akan dikendalikan dan juga struktur kendali yang
digunakan. Berikut 3 jenis representasi yang paling sering digunakan dalam desain,
analisis, dan sintesis sistem kendali.

a. Represetasi Ruang Keadaan/State-space (SS)

Sebuah sistem dinamis dapat direpresentasikan dalam bentuk state space
dengan formula sebagai berikut:

, (1.2)

dimana x adalah state dari sistem, u adalah vektor input, y adalah vektor
output, A, B, C, dan D adalah matrik-matrik yang berseuaian dengan dimensi x,
u, dan y. 

 
 UNIVERSITAS ISLAM INDONESIA FM-UII-AA-FKA-07/R0 

b. Representasi Fungsi Alih/Transfer function (TF)

Sebuah sistem dinamis dapat direpresentasikan dalam bentuk Trasnfer
Function yang menunjukkan hubungan output/input sebuah sistem dalam
domain Laplace (atau Z). Contoh sebuah fungsi alih:

. (1.3)

Sebuah fungsi alih seringkali dituliskan dalam kombinasi pole/zero (ZPK).

Untuk contoh diatas, sistem dapat ditulis ulang menjadi:

. (1.4)

c. Representasi Respon Frekuensi /Frequency Response data (FRD)

Model data respon frekuensi / Frequency response data (FRD), yang terdiri atas
pengukuran tercuplik respon frekuensi sistem. Contohnya , data respon
frekuensi dari percobaan dapat disimpan di model FRD.

Fungsi-fungsi yang digunakan untuk representasi model dan konversi dari satu
representasi ke lainnya dapat dilihat pada Tabel 1.3.

Tabel 1.3. Fungsi-fungsi pembuat dan konversi model di MATLAB

Fungsi Keterangan
tf  Fungsi untuk membentuk model fungsi alih dari numerator dan
denumerator, fungsi untuk mengubah state space atau zero-pole-gain ke
fungsi alih
ss  Fungsi untuk membentuk model state space dari matriks a, b, c, dan d,
fungsi untuk mengubah fungsi alih atau zero-pole-gain ke state spase
zpk  Fungsi untuk membentuk model zero-pole-gain dari z, p, dan k, fungsi
untuk mengubah fungsi alih atau state space ke zero-pole-gain
tfdata  Fungsi untuk mendapatkan data fungsi alih dari sebuah model
ssdata  Fungsi untuk mendapatkan data state space dari sebuah model
zpkdata  Fungsi untuk mendapatkan data zero, pole, dan gain dari sebuah model
c2d  Fungsi untuk mengubah model kontinyu ke model diskrit
d2c  Fungsi untuk mengubah model diskrit ke model kontinyu
 
 
d. Interkoneksi sistem

Hubungan atau interkoneksi antar sistem-sistem dapat dikelompokan ke dalam

hubungan seri (Gambar 1.1), paralel (Gambar 1.2) dan umpan balik/feedback
(Gambar 1.3). Fungsi-fungsi yang dapat digunakan untuk mengimplementasikan
interkoneksi ini dapat dilihat di Tabel 1.4.

 
 UNIVERSITAS ISLAM INDONESIA FM-UII-AA-FKA-07/R0 

Tabel 1.4. Fungsi-fungsi interkoneksi model di MATLAB

Operator Fungsi Keterangan

sys1+sys2 parallel(sys1,sys2) Fungsi untuk menghubungkan sistem-
sistem secara paralel
sys1*sys2 series(sys1,sys2) Fungsi untuk menghubungkan sistem-
sistem secara seri (cascade)
feedback(sys1,sys2) Fungsi untuk menghubungkan sistem-
sistem secara umpanbalik

Gambar 1.1.Hubungan seri dua sistem.

Gambar 1.2. Hubungan paralel dua sistem

Gambar 1.3. Hubungan umpan balik dua sistem

 

 
 UNIVERSITAS ISLAM INDONESIA FM-UII-AA-FKA-07/R0 

Sebuah Contoh: Model Motor DC

(contoh ini terdapat di [1], [2], [3])

Sebuah model sederhana motor DC yang menggerakkan sebuah beban inersia, dengan
kecepatan sudut sebagai keluaran dan tegangan masukan , dapat dilihat di
Gambar 1.4. Pada contoh ini akan ditunjukkan bagaimana membuat model dinamis
dari motor DC, serta implementasinya di MATLAB, sehingga dapat digunakan untuk
mendesain sebuah algoritma kendali untuk mengatur kecepatas sudut berdasarkan
nilai tegangan masukan. Pada contoh pemodelan ini motor dianggap ideal, contoh:
medan magnet dianggap konstan.

Resistansi rangkaian dilambangkan R, sedangkan indukstansi diri armatur

dinotasikan L. Dari model yang ada pada Gambar 1.4 dan hukum fisika dasar, dapat
dibuat sebuah persamaan differensial yang menggambarkan tingkah laku sistem
elektro mekanik tersebut. Hubungan antara potensial elektrik dan gaya mekanik
adalah hukum induksi faraday dan hukum ampere untuk konduktor yang bergerak
pada medan magnet.

Gambar 1.4. Model motor DC sederhana.

Torsi , yang dihasilkan motor sebanding dengan arus i yang diinduksikan oleh
tegangan masukan:

, (1.5)
dengan adalah konstanta armature yang dihubungkan dengan sifat fisik motor,
seperti kekuatan medan magnet, banyaknya lilitan pada koil penghantar, dan lain
sebagainya.

Gaya gerak listrik induksi , sebanding dengan kecepatan sudut pada keluaran
motor
, (1.6)
dimana adalah konstanta gaya gerak listrik yang tergantung pada sifat fisik motor.

 
 UNIVERSITAS ISLAM INDONESIA FM-UII-AA-FKA-07/R0 

Bagian mekanik persamaan motor diturunkan dengan hukum newton, yang

menyatakan beban inersia J dikalikan turunan kecepatan sudut sama dengan jumlah
semua torsi pada keluaran motor seperti tertulis berikut ini

, (1.7)

dengan adalah gaya gesek.

Bagian elektrik persamaan motor dapat dinyatakan sebagai berikut:

. (1.8)

Dengan mensubstusi , diperoleh:

. (1.9)

Dari hasil ini diperoleh dua buah persamaan diferensial yang menggambarkan sifat
dinamis dari Motor DC yang ada pada Gambar 1.1.

Persamaan pertama memberikan hubungan antara perubahan arus induksi

terhadap tegangan input .  Hubungan ini dapat dituliskan sebagai berikut:

. (1.10)

Persamaan kedua memberikan hubungan antara perubahan kecepatan sudut  

terhadap perubahan arus induksi  seperti berikut ini:

. (1.11)

Jika kedua persamaan ini digabung maka akan diperoleh hubungan antara perubahan
kecepatan sudut terhadap tegangan input .  

Representasi state space

Dengan memilih arus dan kecepatan sudut sebagai variabel keadaan (state)
sistem, tegangan masukan sebagai masukan sistem, dan kecepatan sudut  
diperoleh representasi state space dari motor DC sebagai berikut

.
(1.12)

(1.13)

3.3 Analisis model

 
 UNIVERSITAS ISLAM INDONESIA FM-UII-AA-FKA-07/R0 

Salah satu keunggulan MATLAB terletak pada kemudahan analisis, baik untuk
analisis open-loop, closed-loop, robustness dsb. Beberapa fungsi/tools MATLAB yang
terkait analisis (sistem linear time invariant (LTI)) akan didiskusikan.

a. LTI VIEWER
LTI Viewer adalah sebuah Graphical User Interface (GUI) untuk menampilkan
dan memanipulasi grafik respon model LTI. Grafik yang dapat ditampilkan
dengan LTI viewer adalah :

• Step and impulse responses

• Bode and Nyquist plots
• Nichols plots
• Singular values of the frequency response
• Pole/zero plots
• Response to a general input signal
• Unforced response starting from given initial states (only for state-space
models)

Catatan. Time responses and pole/zero plots hanya dipergunakan pada model transfer function, 
state‐space, and zero/pole/gain. 

Untuk membuka LTI Viewer ketik ltiview. Perintah ini akan membuka LTI Viewer
dengan sebuah jendela plot yang masih kosong. Untuk mengimport model ke LTI
Viewer pilih import dari menu file. Hal ini akan membuka jendela Import System Data,
yang berisi daftar semua model yang ada di workspace MATLAB.

LTI Viewer menyediakan kumpulan respon dan pilihan analisis sistem kendali yang
dapat diakses dengan cara klik kanan pada mouse. Jika sudah ada model yang
diimport, maka hal-hal berikut ini dapat dipilih:
• Plot Type – mengubah tipe grafik. Tipe yang tersedia: step, impulse, Bode, Bode
magnitude, Nichols, Nyquist, and singular values plots.
• Systems – memilih atau menghapus model yang ada pada grafik respon.
• Characteristics – menambah informasi pada grafik. Karaktersistik yang tersedia
berbeda-beda untuk berbagai tipe grafik. Sebagai contoh, pada grafik bode
terdapat stability margins, tetapi pada step responses terdapat rise time and
nilai steady-state.
• Grid – menampilkan grid/kotak pada grafik.
• Normalize – mengatur skala grafik respon (hanya tersedia untuk tipe grafik
time-domain).
• Full View – menggunakan batas otomatis sehingga semua bagian grafik
tertampil.
• Properties -- membuka Property Editor untuk mengedit atribut grafik.

Gambar 1.5 menunjukkan contoh tampilan LTI Viewer sebuah sistem saat dilakukan
analisis step response.

 
 UNIVERSITAS ISLAM INDONESIA FM-UII-AA-FKA-07/R0 

Gambar 1.5. Contoh tampilan LTI Viewer.

b. Analisis fungsi waktu dan fungsi frekuensi melalui command line

Analisis fungsi waktu (step, impulse, dll) ataupun fungsi frekuensi (bode,
nyquist) dapat juga dilakukan melalui pengetikan perintah di jendela command
line. Hasil yang diperoleh dari pengetikan di command line ini dapat langsung
dianalisis karakteristik transien /steady statenya dan juga karakteristik
bandwidth dan phase marginnya.

Fungsi-fungsi yang dapat digunakan untuk analisis fungsi waktu dan fungsi
frekuensi dapat dilihat di Tabel 1.5 dan 1.6.

Tabel 1.5. Fungsi-fungsi mencari dan menganalisis respon waktu di MATLAB

Fungsi Keterangan
gensig  Pembangkit sinyal masukan (untuk lsim)
impulse  Grafik respon terhadap masukan sinyal impuls
initial  Grafik respon terhadap nilai/kondisi awal
lsim  Simulasi respon untuk sembarang sinyal masukan
step  Grafik respon terhadap masukan unit step

c. Analisis dan desain melaui SISOTOOL

Alternatif lain yang tersedia di MATLAB untuk melakukan analisis (dan desain)
sistem kendali adalah menggunakan SISOTOOL. Fungsi ini dapat dibuka
dengan mengetikan sisotool  pada jendela command line. Model yang akan
dianalisis dapat dengan mudah diimport dari workspace. Salah satu keunggulan
SISOTOOL adalah:
• Tersedia struktur kendali kalang tertutup yang dapat dengan mudah
dimodifikasi

 
 UNIVERSITAS ISLAM INDONESIA FM-UII-AA-FKA-07/R0 

• Baik sistem yang dikendalikan maupun pengendali dapat dengan mudah

diganti
• Respon waktu dan respon frekuensi sistem kalang tertutupnya dapat
langsung diamati ketika ada perubahan pada (parameter) pengendali.

Contoh tampilan GUI dari SISOTOOL dapat dilihat di Gambar 1.6.

Tabel 1.6. Fungsi-fungsi mencari dan menganalisis respon frekuensi di MATLAB

Fungsi Keterangan
bode  Grafik bode
evalfr  Menghitung respon freksuensi untuk sebuah nilai frekuensi
kompleks
freqresp  Menghitung respon frekuensi untuk berbagai nilai frekuensi
iopzmap  Peta pole dan zero untuk setiap pasangan input-output pada
model LTI
margin  Menghitung dan menggambar gain dan fase margin
nichols  Grafik nichols
nyquist  Grafik nyquist
pzmap  Peta pole dan zero

Gambar 1.6. Contoh tampilan SISOTOOL.

 
 UNIVERSITAS ISLAM INDONESIA FM-UII-AA-FKA-07/R0 

IV. Percobaan

4.1 Matematika Teknik Kendali

a. Polinomial
Representasi polinomial adalah penggambaran polinomial sebagai vektor baris
yang terdiri atas koefisien-koefisien polinomnya. Sebagai contoh persamaan
berikut:
.
(1.13)
Ketikkan perintah-perintah berikut di command window, catat, amati dan
analisis hasilnya.
1. p=[1 0 ‐2 ‐5]   
2. r=roots(p) 
3. p2=poly(r) 
4. v=polyval(p,5) 
5. x=[2 4;‐1 0] 
6. y=polyvalm(p,x) 
 
Diketahui polinomial dan . Ketikkan perintah-
perintah berikut ini, catat, amati dan analisis hasilnya.

1. a=[1 2 3]     
2. b=[4 5 6] 
3. c=conv(a,b) 
4. [q,r]=deconv(c) 
5. d=polyder(a) 
6. e=polyder(a,b) 
7. [f,g]=polyder(a,b) 
 
Ketikkan vektor x dan y sebagai berikut :

1. x=[1 2 3 4 5]   
2. y=[5.5 43.1 128 290.7 498.4] 
Untuk mencocokan kedua data tersebut digunakan perintah polyfit. Ketikkan
perintah berikut untuk mencocokan data x dan y dengan menggunakan sebuah
polinomial ordo 3. Catat dan analisis hasilnya.

1. p=polyfit(x,y,3)   
2. x2=1:0.1:5   
3. y2=polyval(p,x2) 
4. plot(x,y,’o’,x2,y2),  grid on 
Diketahui fungsi alih sebagai berikut :

Ketikkan perintah-perintah berikut, catat dan analisis hasilnya.

1. b=[‐4 8]   
2. a=[1 6 8] 
3. [r,p,k]=residue(b,a) 
4. [b2,a2]=residue(r,p,k) 

 
 UNIVERSITAS ISLAM INDONESIA FM-UII-AA-FKA-07/R0 

Lakukan hal yang sama untuk fungsi alih berikut :

b. Transformasi
Ketikkan perintah-perintah berikut di command window lalu catat, amati dan
analisis hasilnya.

1) Transformasi Laplace
1. syms  t a     
2. F=laplace(exp(‐a*t)) 
3. f=t 
4. F=laplace(f) 
5. syms t a x 
6. f=exp(‐a*t) 
7. F=laplace(f,x) 

2) Invers transformasi laplace

1. syms s   
2. f=ilaplace(1/s^2) 
3. syms s a 
4. f=ilaplace(1/(s+a)) 
3) Transformasi Z
1. syms k 
2. f=k/k 
3. F=ztrans(f) 
4. f=k 
5. F=ztrans(f) 
4) Invers transformasi Z
1. syms z a     
2. F=z/(z‐a) 
3. f=iztrans(F) 
4. F=z/(z‐1)^2 
5. f=iztrans(F) 
 
4.2 Pemodelan sistem kendali
Ketikkan perintah-perintah berikut, catat dan amati serta analisis hasilnya.

1. h = tf([‐10 20 0],[1 7 20 28 19 5])   
2. zpk(h) 
 
Buat matriks A, B, C dan D berikut ini:

(1.14)

Ketikkan perintah berikut, catat, dan analisis hasilnya

1. sys=ss(A,B,C,D)   
2. tf(sys) 

 
 UNIVERSITAS ISLAM INDONESIA FM-UII-AA-FKA-07/R0 

Perhatikan sistem berikut :

, (1.15)
dengan waktu tunda 0,35[s]. Sistem tersebut akan ditransformasi ke bentuk diskrit
(domain Z) menggunakan aproksimasi segitiga dan waktu cuplik (sampling time) 0,1[s].
ketikkan perintah berikut, catat dan analisis hasilnya :

1. H = tf([1 ‐1],[1 4 5],'inputdelay',0.35) 
2. Hd = c2d(H,0.1,'foh') 

Selanjutnya bandingkan respon sistem diskrit dan sistem kontinyu dengan perintah
berikut : (catat hasilnya)

1. step(H,'‐',Hd,'‐‐') 

Sebuah sistem diskret:

, (1.16)
dengan waktu cuplik 0.1 detik dapat diimplementasikan dengan mengetik perintah
berikut ini:

1. num=[1 ‐1]; 
2. den=[1 1 0.3]; 
3. H=tf(num,den,0.1) 
 
Ubahlah fungsi alih diskret tersebut ke fungsi alih kontinyu dan sebaliknya dengan
menggunakan perintah berikut ini. Catat, amati dan analisis hasilnya.

1. Hc=d2c(H)   
2. h=c2d(Hc,0.1) 
 
Diketahui dua fungsi alih G(s) dan H(s) sebagai berikut

. (1.16)

Hubungkan keduanya secara seri, paralel dan umpan balik, lalu cari fungsi alih sistem
tunggal yang mewakili masing-masing hubungan tersebut dengan perintah MATLAB
(catat perintah-perintah yang digunakan).

4.3 Analisis sistem (model)

a. Implementasi representasi state space Motor DC
Buatlah model ruang keadaan (state space) motor DC dari persamaan (1.12)-(1.13)
dengan data sebagai berikut :

 R= 2.0Ω   Km = 0.015    Kf = 0.2 % Nms 

 L= 0.5 H   Kb = 0.015    J= 0.02 % kg.m2/s2 

 
 UNIVERSITAS ISLAM INDONESIA FM-UII-AA-FKA-07/R0 

Simpan model tersebut dengan nama sys_dc. Kemudian ubahlah model tersebut ke
bentuk fungsi alih, simpan dengan nama sys_tf, juga ubahlah model tersebut ke
bentuk zero-pole-gain, simpan dengan nama sys_zpk (Catat perintah yang
digunakan dan hasil yang muncul di command window).

b. LTI VIEWER
Langkah percobaan :

• Buka LTI VIEWER dengan mengetik perintah ltivew pada command window
atau dari tombol start menu pilih toolboxes, control systems, pilih LTI viewer.
• Setelah terbuka, pilih file dari menu bar kemudian pilih import untuk
membuka jendela import system data yang akan menampilkan data semua
sistem yang telah ada di workspace. Klik pada sys_dc untuk memilih model
motor dc yang telah anda buat sebelumnya. Lalu klik OK, sehingga akan
ditampilkan grafik step respon motor DC.
• Untuk mengetahui rise time dari step response tersebut, lakukan klik kanan
dan pilih characteristics, lalu pilih rise time. LTI Viewer akan mengitung dan
menampilkan rise time pada grafik step response tersebut. Lakukan cara yang
sama untuk memperoleh data peak response, settling time dan nilai steady-
state. Catat data-data tersebut.
• Untuk menampilkan nilai karakteristik yang ditandai pada grafik, tempatkan
mouse pada bulatan berwarna biru (marker) yang menandai karakteristik
tersebut. Hal ini akan membuka data pada marker tersebut dan
menampilkannya. Untuk menampilkan secara permanent, lakukan klik kiri
pada bulatan biru tersebut. Atur posisi tampilan dengan cara klik kanan pada
marker lalu pilih alignment. Sehingga tampilan informasi mengenai
karakteristik grafik akan terbaca dengan baik.
• Setelah semua informasi tertampil, print grafik tersebut dengan memilih
menu file, print. Sebelumnya lakukan page setup terlebih dahulu. Atau jika
akan disimpan, pilih menu file, lalu pilih print to figure, akan terbuka jendela
figure berisi grafik respon tersebut. Lalu simpan sebagai file step_respon.fig.
• Berikutnya tampilkan grafik bode dengan cara klik kanan, pilih plot types,
pilih bode. Kemudian tampilkan karakteristik grafik bode dengan cara yang
sama seperti yang dilakukan untuk grafik step. Catat data grafik bode
tersebut dan kemudian print hasilnya. Simpan dengan nama
bode_response.fig.
• Lakukan hal yang sama juga untuk grafik nyquist dan grafik pole-zero.
Simpan dengan nama nyquist_response.fig dan pole_zero.fig.

c. Analisis fungsi waktu dan fungsi frekuensi melalui command line

Buatlah model state-space dengan nama sys_mimo dari sebuah sistem multiple-
input-multiple-output (MIMO) berikut ini:

, (1.17)

(1.18)

 
 UNIVERSITAS ISLAM INDONESIA FM-UII-AA-FKA-07/R0 

Selanjutnya ketiklah perintah berikut di command window untuk mengetahui

respon waktu sistem MIMO di atas:

1. impulse(sys_mimo) 
2. initial(sys_mimo,[1; 0]) 
3. step(sys_mimo) 
Amati dan analisis tampilan grafiknya

Dari model motor DC (1.12)-(1.13) yang dibuat sebelumnya pada percobaan 3.a
lakukan analisis respon frekuensi dengan perintah-perintah berikut ini:

1. bode (sys_tf) 
2. evalfr (sys_tf , 5+i) 
3. margin (sys_tf) 
4. nyquist(sys_tf) 

 
 UNIVERSITAS ISLAM INDONESIA FM-UII-AA-FKA-07/R0 

MATERI/BAHAN PRAKTIKUM

Fakultas : Teknologi Industri Pertemuan ke :2

Jurusan : Teknik Elektro Modul ke :1
Kode Mata Praktikum : 52413026 Halaman :9
Nama Mata Praktikum : Dasar Sistem Kendali Mulai Berlaku : 1 September 2013
 
DESAIN ALGORITMA KENDALI MENGGUNAKAN METODE ROOT LOCUS

I. TUJUAN

1. Mahasiswa mengenal metode root locus dalam desain sistem kendali

2. Mahasiswa mengenal dan menggunakan fungsi-fungsi pada MATLAB yang
terkait metode root locus
3. Mahasiswa dapat menggunakan metode root locus untuk desain algoritma kendali
motor DC dan sistem servomekanik-elektro-hidraulik.

II. ALAT dan BAHAN

1. PC dilengkapi MATLAB
2. Alat tulis, kertas, printer

III. DASAR TEORI

Metode Root Locus (Kedudukan Akar)

Root Locus (tempat kedudukan akar) merupakan suatu analisis dalam keilmuan
control engineering yang menggambarkan pergeseran letak pole-pole suatu sistem loop
tertutup dari peerubahan besarnya penguatan loop terbuka dengan gain adjustment.
Analisis ini digunakan sebagai salah satu dasar untuk mendesain suatu sistem kendali
sesuai dengan karakteristik dan spesifikasi yang diinginkan. Analisis root locus ini
dapat menentukan apakah suatu system stabil atau tidak. Selain itu dapat
menentukan besarnya rentang penguatan loop terbuka, agar suatu system masih dapat
dikatakan stabil (tetapi tidak bisa menstabilkan suatu system tidak stabil secara utuh
menjadi system yang stabil). Plot kurva root locus berada pada bidang-s (domain
frekuensi).

Tempat Kedudukan Akar (root locus) sebuah sistem merupakan kurva atau
tempat kedudukan dari akar-akar persamaan karakteristik (pole–pole dari fungsi alih
kalang tertutup) dengan parameter gain (K) yang berubah – ubah. Parameter gain K ini
dapat dianalogikan dengan pengendali Proporsinonal.

r  e  u  y 
K  H(s) 
+   
‐ 

Gambar 2.1. Diagram blok loop sebuah sistem kalang tertutup. (perlu diupdate)

Perhatikan Gambar 2.1. Fungsi alih loop tertutup sistem pada Gambar 1 adalah:

 
 UNIVERSITAS ISLAM INDONESIA FM-UII-AA-FKA-07/R0 

. (2.1)

Tempat kedudukan akar (root locus) merupakan grafik nilai akar-akar penyebut fungsi
alih sistem loop tertutup yaitu 1+KH(s) = 0 saat nilai K divariasi dari nol sampai tak
terhingga. Akar kedudukan merupakan lokasi sebenarnya dari semua kemungkinan
pole loop tertutup. Dari akar kedudukan kita dapat memilih penguatan K sehingga
sistem loop tertutup akan bekerja sesuai dengan yang kita inginkan. Dikarenakan
akar-akar persamaan karakteristik memberi informasi performa transient dan steady-
state sebuah sistem, maka metode root locus memberi cara pemilihan sebuah
pengendali/gain (K, atau pengendali P) jika diinginkan sebuah performa/spesifikasi
tertentu.

Gambar 2.1. menunjukkan kendali motor pada sistem radar.

Gambar 2.2. Sistem kendali motor pada sebuah radar.

Dari Gambar 2.2c dapat dengan diketahui bahwa persamaan karakteristiknya adalah

. (2.2)
Akar-akar persamaan karakteristiknya adalah:

. (2.3)

 
 UNIVERSITAS ISLAM INDONESIA FM-UII-AA-FKA-07/R0 

Jika nilai K divariasi, maka nilai-nilai dan akan berubah seperti pada Tabel 2.1.
Perubahan nilai akar-akar ini dapat digambarkan menjadi tempat kedudukan akar
(root locus) seperti terlihat pada Gambar 2.3.

Tabel 2.1. Nilai dan untuk beberapa nilai K.

K
0 0 -2
1 -1 -1
2 -1+j -1-j
10 -1+j3 -1-j3
101 -1+j10 -1-j10

Gambar 2.3. Diagram root locus dari kendali motor sistem radar seperti terlihat pada
Gambar 2.2.

Gambar 2.3 menunjukkan bagaimana arah perubahan nilai akar-akar persamaan

karakteristik ketika nilai K dirubah. Dengan menggunakan Gambar ini (di MATLAB),
dapat dengan mudah ditemukan nilai K yang memenuhi performa/spesifikasi tertentu.
Cara ini dapat diterapkan untuk berbagai jenis struktur pengendali seperti
kompensator lag-lead, PID. Struktur pengendali tertentu ini diperlukan untuk
mengubah posisi pole (dan zero) dari sistem agar spesifikasi yang diinginkan dapat
dipenuhi.  

IV. PERCOBAAN

IV.1 Percobaan 1: mengenal perintah rlocus di MATLAB

Diketahui sebuah sistem dengan fungsi alih seperti dibawah ini :

. (2.4)

Diagram root locus dari sistem tersebut dapat dibuat di MATLAB dengan mengetikkan
perintah di bawah ini:

1. num=[1 7]; 

 
 UNIVERSITAS ISLAM INDONESIA FM-UII-AA-FKA-07/R0 

2. den=conv(conv([1 0],[1 5]),conv([1 15],[1 20])); 
3. rlocus(num,den) 
4. axis([‐22 3 ‐15 15]) 

Perhatikan hasilnya dan cetak grafiknya!

IV.2 Percobaan 2: Penggunaan metode root locus untuk desain pengendali kecepatan
motor DC.

Sebuah motor DC memiliki persamaan fungsi alih sebagai berikut:

. (2.5)

dimana adalah kecepatan motor (output motor) dan   adalah tegangan

masukan motor. Diinginkan spesifikasi kalang tertutup sebagai berikut:

• Settling time kurang dari 2 detik

• Maximum Overshoot kurang dari 5%
• Steady state error kurang dari 1%

 Langkah pertama: membuat model motor DC

Ketikkan perintah berikut di command window untuk mengisi parameter motor DC dan
membuat fungsi alihnya:

1. J=0.01;  b=0.1; km=0.01; R=1; L=0.5;  
2. num=km; 
3. den=[(J*L) ((J*R)+(L*b)) ((b*R)+km^2)]; 
4. sys_motor_DC = tf(num,den); 
 
 Langkah pertama: memilih rasio redaman dan menggambar root locus
Untuk mendapatkan maximum overshoot kurang dari 5% diperlukan rasio redaman ς
minimal 0,8 (Jelaskan di laporan akhir kenapa nilai ini yang dipilih). Gambarkan grafik
root locus dan nilai rasio redaman tersebut dengan perintah berikut ini:

1. rlocus(num,den) 
2. sgrid(.8,0) 
3. title('Root Locus without a controller') 
 
 
 Langkah ketiga: memilih nilai K yang memenuhi syarat overshoot
Nilai gain K yang memenuhi syarat maksimum overshoot dapat dicari menggunakan
perintah berikut ini:

[k,poles] = rlocfind(num,den) 

lalu klik pada daerah sekitar titik -6+2.5i. Catat nilai gain K (k di MATLAB) dan nilai-
nilai pole kalang tertutup yang dihasilkan oleh nili K tersebut.

 Langkah keempat: mengamati step respon kalang tertutup

 
 UNIVERSITAS ISLAM INDONESIA FM-UII-AA-FKA-07/R0 

Step respon dari sistem kalang tertutup dengan pengendali K yang terpilih pada
langkah ketiga dapat dicari dengan cara sebagai berikut:

1. [numc,denc]=cloop(k*num,den,‐1); 
2. t=0:0.01:3; 
3. step(numc,denc,t) 
4. title('Step response with gain') 

Bagaimana dengan karakteristik responnya? Apakah sudah sesuai dengan spesifikasi?

Jelaskan!

 Langkah kelima: menambahkan kompensator untuk memperkecil steady state error

Dari hasil langkah keempat akan ditemukan bahwa nilai steady state error masih di
atas 1%. Untuk mengurangi nilai error ini ditambahkan sebuah lag compensator
(jelaskan mengapa bukan lead compensator!) seperti berikut ini:

. (2.6)

Ketikkan perintah berikut untuk melihat respon sistem loop tertutup dengan
pengendali lag di atas:

1. z1=1;
2. p1=0.01;
3. numa = [1 z1];
4. dena = [1 p1];
5. numb=conv(num,numa);
6. denb=conv(den,dena);
7. figure(1)
8. rlocus(numb,denb)
9. axis([-10 10 -15 15])
10. sgrid(.8,0)
11. title('Root Locus with a lag controller')

Cetak grafik root locusnya, amati dan bandingan dengan grafik root locus sebelum
ditambahkan lag compensator.

 Langkah keenam: memilih gain K (setelah ada lag compensator) agar spesifikasi
terpenuhi
Memilih nilai K yang baru (setelah penambahan lag compensator) dengan perintah:

1. figure(1) 
2. [k,poles]=rlocfind(numb,denb) 
 
 Langkah ketujuh: mengamati step respon kalang tertutup setelah pemilihan K
baru
Setelah penambahan lag compensator dan pemilihan K baru, step respon kalang
tertutup sistem dapat diamati dengan perintah:

1. figure(2) 
2. [numc,denc]=cloop(k*numb,denb,‐1); 
3. t=0:0.01:3; 

 
 UNIVERSITAS ISLAM INDONESIA FM-UII-AA-FKA-07/R0 

4. step(numc,denc,t) 
5. title('Step response with a lag compensator') 

Amati dan analisislah karakteristik step response-nya. Ulangi langkah keenam dan
ketuju sampai semua spesifikasi perancangan dipenuhi !!

IV.3 Percobaan 3: Penggunaan metode root locus untuk desain pengendali sistem
servomekanik-elektrohidrolis

Sebuah sistem servomekanik- elektrohidrolik sederhana terdapat pada Gambar 2.4.

Sistem ini terdiri atas:

• Sebuah push-pull amplifier

• Sebuah poros geser dalam bejana untuk sistem fluida hidrolis tekanan tinggi
• Katup pengatur aliran fluida pada sistem hidrolis
• Sebuah piston untuk memberikan gaya ke beban
• Sebuah bejana untuk mengatur aliran fluida balik

Gambar 2.4 Sebuh sistem servomekanik elektromekanik

Gaya pada poros geser sebanding dengan arus pada koil electromagnet. Saat poros geser
bergerak, katub terbuka, sehingga fluida hidrolik bertekanan tinggi mengalir di dalam
kabin. Fluida yang bergerak ini mendorong piston bergerak pada arah yang berlawanan
dengan arah poros geser.

Jika sistem servomekanik-elektrohidrolis ini digunakan sebagai kendali posisi, maka

tegangan masukan elektromagnet dapat digunakan untuk mengatur posisi ram.
Sebuah sistem kalang tertutup pengendalian posisi ram dapat dilihat pada Gambar 2.5.

 
 UNIVERSITAS ISLAM INDONESIA FM-UII-AA-FKA-07/R0 

Gambar 2.5. Sistem kendali umpan balik dapat digunakan sebagai pengendali
posisi

Fungsi alih Gservo pada Gambar 2.5 adalah sebagai berikut :

. (2.7)

Untuk sistem kalang tertutup, diinginkan spesifikasi sebagai berikut:

• 2% settling time kurang dari 0.05 detik.

• maximum overshoot kurang dari 5%.

Ikutilah langkah-langkah berikut untuk mendapatkan performa yang diinginkan

menggunakan bantuan SISOTOOL.

 Buatlah fungsi alih dari Gservo di command window dan beri nama sys_servo.

 Buka SISO Design Tool lalu dengan cara mengetik sisotool pada command window.
Import model servomekanik dari workspace dengan nama sys_servo. Buka LTI
Viewer dengan memilih Other Response di bawah Analysis pada menu bar. Klik OK
pada jendela Response Plot Setup; default setting adalah step response loop
tertutup dari sinyal referensi r ke sinyal keluaran y. Jadi sekarang terdapat dua
jendela, SISO Design Tool dan LTI Viewer.

Amati step response sistem loop tertutup tersebut, berapakah rise timenya?
Apakah sudah sesuai dengan yang diinginkan? Cetaklah grafik step respon
tersebut.

 Ubahlah nilai gain compensatornya (nilai default = 1) dengan cara menggeser tanda
silang pada grafik root locus. Nilai gain dapat dipilih sepanjang kurva root locus ini.
Cobalah dengan beberapa nilai gain yang berbeda, catat dan amati respon loop
tertutup pada LTI Viewer.

Cara lain untuk mengubah nilai gain adalah dengan memasukan nilai gain
tersebut ke field C(s) pada Current Compensator panel. Masukkan nilai gain
sebesar 20 lalu tekan enter. Amati grafik respon loop tertutup pada LTI Viewer,
dan perhatikan bahwa posisi pole-pole loop tertutup dihitung ulang saat nilai gain
diubah. Apakah grafik respon sudah memenhui spesifikasi yang diinginkan?

 Perhatikan bahwa saat nilai gain bertambah, sistem akan menjadi kurang teredam
(underdamped), dan semakin besar gain akan membawa sistem ke daerah tidak

 
 UNIVERSITAS ISLAM INDONESIA FM-UII-AA-FKA-07/R0 

stabil. Sebagai konsekuensi, untuk mencapai spesifikasi perancangan diperlukan

penambahan pole/zero pada kompensator.

Cobalah untuk menambahkan sepasang pole kompleks konjugate pada grafik root
locus.Buka menu dengan klik kanan, pilih Add Pole/Zero lalu pilih Complex Pole.
Lalu klik pada grafik root locus, daerah dimana komplek pole akan ditambahkan.

Cobalah tempatkan pole (‘x’) sembarang di daerah sebelah kiri sumbu imaginer
(jelaskan mengapa bukan di sebelah kanan?). Ketika pasangan pole kompleks
konjugate ditambahkan, grafik step respon pada LTI viewer akan berubah dan root
locus dan grafik bode juga menampilkan grafik baru. Perhatikan masing-masing
perubahan tersebut.

Berikutnya tambahkan zero pada kompensator dengan cara yang sama seperti
penambahan pole di atas. Tambahkan sepasang zero kompleks di sebelah kiri
mendekati pole yang telah ditambahkan sebelumnya. Amati perubahan grafik step
respon dan juga root locus dan grafik bode. Tampilkan nilai parameter responnya
lalu cetaklah grafik tersebut. Sudahkan memenuhi spesifikasi?

 Nilai kompensator juga dapat langsung diupdate menggunakan nilai-nilai

gain/pole/dan zero yang kita inginkan. Langkahnya adalah sebagai berikut.

Bukalah Edit Compensator dengan cara klik kanan lalu pilih Edit Compensator.
Editlah pole pada lokasi -110±140i dan zero pada lokasi -70±270i, lalu isikan gain
sebesar 23.3

Perhatikan step response pada LTI Viewer, berapa rise-timenya? Berapakah

maksimum overshootnya? Tampilkan semua parameter respon grafik tersebut lalu
cetaklah. Sudahkah sesuai dengan spesifikasi?

 
 UNIVERSITAS ISLAM INDONESIA                                                                                  FM‐UII‐AA‐FKA‐07/R0 
     
 
MATERI/BAHAN PRAKTIKUM

Fakultas : Teknologi Industri Pertemuan ke :3

Jurusan : Teknik Elektro Modul ke :1
Kode Mata Praktikum : 52413026 Halaman :9
Nama Mata Praktikum : Dasar Sistem Kendali Mulai Berlaku : September 2013
 
DESAIN ALGORITMA KENDALI MENGGUNAKAN RESPON FREKUENSI

I. TUJUAN

1. Mahasiswa mengenal metode root locus dalam desain sistem kendali

2. Mahasiswa mengenal dan menggunakan fungsi-fungsi pada MATLAB yang
terkait metode respon frekuensi
3. Mahasiswa dapat menggunakan metode respon frekuensi untuk desain
algoritma kendali motor DC.

II. ALAT dan BAHAN

1. PC dilengkapi MATLAB
2. Alat tulis, kertas, printer

III. DASAR TEORI

Respon frekuensi sebuah sistem adalah respon sistem terhadap input sinusoidal pada
berbagai nilai frekuensi. Output sistem linier terhadap input sinusoidal adalah sinyal
sinusoidal dengan frekuensi yang sama namun berbeda magnitud dan fasenya. Respon
frekuensi didefinisikan sebagai perbandingan antara magnitud dan fase sinyal output
terhadap sinyal input sinusoidal.

 
Gambar 3.1. Sebuah sistem linier
Fungsi alih sistem pada Gambar 3.1 adalah:

. (3.1)

Sinyal input adalah , sedangkan output sistem diberikan oleh

persamaan: . Dari sinyal input dan output ini, dapat diperoleh
respon frekuensi sebagai berikut:

. (3.2)

 
 UNIVERSITAS ISLAM INDONESIA                                                                                  FM‐UII‐AA‐FKA‐07/R0 
     
 
dengan nilai magnitude dan fase berturut-turut adalah sebagai berikut:

. (3.3)

Respon frekuensi dapat direpresentasikan dalam bentuk:

- Diagram Bode atau logarithmic plot
- Nyquist plot atau polar plot
- Log-magnitude versus phase plot

3.1 Diagram bode

Plot bode direpresentasikan sebagai magnitude dan fase dari .  Sebagai contoh,
suatu fungsi alih :

. (3.4)

diagram bodenya dapat diperoleh dengan menggunakan perintah berikut ini:

bode(50,[1 9 30 40]) 

Hasilnya adalah sebagai berikut:

Gambar 3.2 Diagram Bode

Dari Gambar 3.2 dapat dilihat bahwa diagram Bode terdiri atas dua grafik, magnitud
dalam skala desibel (dB),  dan grafik fase dalam satuan derajat. Sumbu x
(mendatar) adalah frekuensi sinyal masukan, , dalam satuan radian/detik.

Konsep Gain dan Phase margin

Jika terdapat sistem seperti dibawah ini:

 
 UNIVERSITAS ISLAM INDONESIA                                                                                  FM‐UII‐AA‐FKA‐07/R0 
     
 

Gambar 3.3 Diagram blok plant G(s) dengan pengendali K.

dimana K adalah konstanta penguatan.

Gain margin didefinisikan sebagai besarnya perubahan nilai penguatan (gain) loop
terbuka yang membuat sistem tidak stabil. Phase margin didefinisikan sebagai
besarnya perubahan nilai pergeseran fase sistem loop terbuka yang membuat sistem
tidak stabil. Untuk melihat lebih jelas mengenai Gain margin dan Phase margin
perhatikan diagram Bode pada gambar 3.4.

Gambar 4 Gain Margin dan Phase Margin

Frekuensi Bandwidth ( )

Frekuensi bandwidth didefinisikan sebagai frekuensi saat magnitud respon loop

tertutup sama dengan -3 dB. Akan tetapi jika perancangan dibuat menggunakan
respon frekuensi, maka dapat dilihat tingkah laku loop tertutup dari respon loop
terbuka. Oleh karena itu akan digunakan pendekatan sistem orde 2 dan frekuensi
bandwidth sama dengan frekuensi saat respon magnitude loop terbuka antara -6 dan -
7.5 dB, sedangkan fase respon loop terbuka antara -135 dan -225 derajat.

 
 UNIVERSITAS ISLAM INDONESIA                                                                                  FM‐UII‐AA‐FKA‐07/R0 
     
 
Daerah frekuensi antara dimana magnitud sistem kalang tertutup tidak
kurang dari -3dB disebut sebagai bandwidth. Nilai bandwitdh ini menunjukkan
bagaimana sistem masih mampu melakukan tracking terhadap input sinusoidal. Selain
itu bandwidth juga menentukan perlu tidaknya melakukan filtering terhadap noise
frekuensi tinggi. Pengaruh nilai bandwidth terhadap sifat respon adalah nilai
bandwidth berbanding terbalik dengan nilai rasio redaman, artinya semakin besar nilai
bandwidth maka nilai damping ratio (ζ) akan semakin kecil, atau respon sistem
semakin cepat dan nilai rise time semakin kecil.

Relasi antara respon transisi dan respon frekuensi pada sistem orde 2
Hubungan antara phase margin γ dan rasio redaman ζ pada interval 0 ≤ ζ ≤ 0,6, dapat
dinyatakan sebagai:

. (3.5)

Grafik persamaan ini dapat dilihat pada Gambar 3.5.

 
 
Gambar 3.5 Hubungan antara rasio redaman dan phase margin
Untuk nilai rasio redaman yang kecil, nilai peak resonance ( ) hampir sama dengan
nilai rasio redaman dan menunjukkan kecepatan respon transisi sistem. Nilai peak
resonance magnitude ( ) dan overshoot ( ) berhubungan secara terbalik dengan
nilai rasio redaman seperti terlihat pada Gambar 3.6.

 
 UNIVERSITAS ISLAM INDONESIA                                                                                  FM‐UII‐AA‐FKA‐07/R0 
     
 

                
Gambar 3.6 Hubungan antara rasio redaman dengan serta

3.2 Diagram Nyquist

Diagram Nyquist merupakan grafik polar fungsi alih sinusoidal   yaitu grafik
magnitud terhadap fase pada koordinat polar untuk nilai .
Kelebihan grafik Nyquist adalah tampilan karakteristik respon frekuensi dalam satu
grafik tunggal. Grafik ini berguna untuk memprediksikan kestabilan dan performa
sistem kalang tertutup dengan mengamati karakteristik kalang terbukanya.

Grafik Nyquist di MATLAB dapat dibuat dengan menggunakan perintah nyquist.

Sebagai contoh sistem dengan fungsi alih :

. (3.6)

dapat dibuat grafik Nyquist-nya dengan perintah berikut:

1. num = 1; 
2. den = [  1 0.8 1]; 
3. nyquist (num,den) 

sehingga akan diperoleh grafik Nyquist seperti pada Gambar 3.7.

 
 UNIVERSITAS ISLAM INDONESIA                                                                                  FM‐UII‐AA‐FKA‐07/R0 
     
 

 
Gambar 3.7 . Grafik Nyquist dari .

3.3 Perancangan Sistem Kendali dengan metode respon frekuensi

Pada metode respon frekuensi, performa saat transisi dinyatakan secara tidak
langsung dalam bentuk phase margin, gain margin, resonant peak magnitude
(ketiganya memberikan estimasi nilai rasio redaman), gain crossover frequency,
resonant frequency, bandwidth (ketiganya memberikan estimasi terhadap kecepatan
respon),dan static error constant (memberikan informasi mengenai akurasi steady
state). Semua spesifikasi pada domain frekuensi tersebut dapat dicari menggunakan
diagram Bode.

Sesudah loop terbuka dirancang berdasarkan metode frekuensi, pole dan zero loop
tertutup dapat ditentukan kemudian melalui perkalian fungsi alih biasa. Setelah ini,
karakteristik respon transisi (pada domain waktu) harus dicek kembali untuk
memastikan seluruh spesifikasi telah terpenuhi. Jika belum, pengendali harus diubah
dan analisis harus diulang kembali sampi seluruh spesifikasi terpenuhi.

Beberapa catatan penting pada perancangan dengan metode respon frekuensi adalah
sebagai berikut.

- Untuk minimum-phase system, phase margin dan gain margin harus bernilai
positif untuk membuat sistem stabil.

 
 UNIVERSITAS ISLAM INDONESIA                                                                                  FM‐UII‐AA‐FKA‐07/R0 
     
 
- Pada umumnya, untuk memperoleh respon yang baik, dipilih nilai phase margin
antara 300 dan 600, dan nilai gain margin lebih besar dari 6 dB.
- Nilai peak resonant magnitude agar performansinya baik adalah 0 ≤ ≤
3 dB.

IV. PERCOBAAN
4.1. Diagram Bode
Diketahui sebuah sistem motor DC sebagai berikut:

. (3.7)

Gambarkan grafik Bode sisem motor DC tersebut dengan perintah berikut.

1. J=0.01;  b=0.1; km=0.01; R=1; L=0.5;  
2. num=km; 
3. den=[(J*L) ((J*R)+(L*b)) ((b*R)+km^2)]; 
4. sys_motor_DC = tf(num,den); 
5. bode (num, den)
6. margin (num, den)

Cetak grafik yang tertampil. Berapakah nilai phase margin dan gain margin?
Bagaimanakah karakteristik respon sistem berdasarkan nilai tersebut? Analislah
karakteristik motor DC tersebut.

4.2 Merancang Pengendali dengan metode respon frekuensi

Dari model motor DC di subbab 4.1 akan dirancang pengendali agar memenuhi
spesifikasi sebagai berikut.

- Settling time kurang dari 2 detik

- Maximum Overshoot kurang dari 5%
- Steady state error kurang dari 1%

Desain pengendali mengikuti langkah-langkah berikut ini:

 Langkah pertama: menambahkan gain proporsional agar sistem memiliki phase

margin antara 300 dan 600.
Untuk menambah phase margin, sistem pertama kali kita gabung dengan
pengendali proporsional. Caranya: klik pada grafik fase, gerakkan sepanjang grafik
untuk memeriksa nilai fasenya. Catat berapakah nilai frekuensi saat phase
marginnya 300 (fase -1500) dan 600 (fase -1200) ! Catat pula nilai magnitud untuk
frekuensi tersebut !

Selanjutnya tentukan nilai frekuensi crossover dengan memilih salah satu nilai
pada interval kedua frekuensi tersebut. Lalu hitung nilai gain yang diperlukan
untuk menghasilkan phase margin tersebut.

Contoh: misalkan dipilih nilai frekuensi 10 rad/detik sebagai gain crossover

frekuensi. Untuk mendapatkan nilai magnitud pada frekuensi tersebut gunakan
perintah berikut.

 
 UNIVERSITAS ISLAM INDONESIA                                                                                  FM‐UII‐AA‐FKA‐07/R0 
     
 

[mag,phase,w] = bode(num,den,10) 

Akan diperoleh nilai . Untuk memperoleh nilai magnitud = 1 pada

frekuensi 10 rad/detik maka diperlukan gain Kemudian
periksa grafik bode setelah penambahan gain dengan perintah berikut ini:

1. num=Kc*num; 
2. bode(num,den) 
3. margin (num, den) 
4. title(‘Bode Diagram dengan gain K’) 

Berapakah nilai phase margin-nya? Cetaklah grafik bode tersebut !

 Langkah kedua: mengamati respon kalang tertutup setelah penambahan gain

Respon loop tertutup setelah penambahan gain dapat diperoleh dengan
perintah berikut ini:

1. [numc,denc]=cloop(num, den, ‐1); 
2. t=0:0.01:10; 
3. figure(2) 
4. step(numc,denc,t) 
5. title (‘ Step response closed loop’) 

Bagaimanakah step response-nya? Berapakah nilai rise time dan settling time-
nya? Tampilkan kedua nilai tersebut pada grafik step response lalu cetaklah !

Catatan. Dari grafik tersebut dapat dilihat bahwa respon sistem masih memiliki
overshoot yang tinggi. Nilai overshoot dapat dikurangi dengan mengurangi nilai
, namun demikian hal ini akan memperbesar nilai steady state error.

 Langkah ketiga: menambahkan lag compensator

Untuk memngurangi steady state error ditambahkan sebuah lag compensator.
Misalkan dipilih pengendali lag dengan fungsi alih:
. (3.8)

dengan nilai dikuangi menjadi 50. Diagram bode setelah pengurangan nilai
dan penambahan lag compensator dapat diperoleh menggunakan perintah berikut
ini:
 
1. den=[(J*L) ((J*R)+(L*b)) ((b*R)+km^2)]; 
2. num=50*km;   
3. z=1; 
4. p=0.1; 
5. numa=[1 z]; 
6. dena=[1 p]; 

 
 UNIVERSITAS ISLAM INDONESIA                                                                                  FM‐UII‐AA‐FKA‐07/R0 
     
 
7. numb=conv(num,numa); 
8. denb=conv(den,dena); 
9. figure(1) 
10. bode(numb,denb) 
11. margin(numb,denb) 
12. title(‘Diagram Bode dengan pengendali Lag dan gain 50’) 
 
Kemudian cek kembali step response sistem closed loop dengan perintah berikut.

1. [numc,denc]=cloop(numb, denb, ‐1); 
2. t=0:0.01:10; 
3. figure(2) 
4. step(numc,denc,t) 
5. title(‘step response closed loop dengan pengendali lag dan K=50’) 
 
Bagaimana dengan karakteristik responnya? Sudah sesuaikah dengan spesifikasi
perancangan?Tampilkan lalu cetak!

4.3. Diagram Nyquist

Untuk model motor DC di atas, gambarkan grafik nyquist dengan MATLAB, print
grafiknya, lalu buatlah analisis kestabilannya !

 
 UNIVERSITAS ISLAM INDONESIA                                                                                  FM‐UII‐AA‐FKA‐07/R0 
     
 
MATERI/BAHAN PRAKTIKUM

Fakultas : Teknologi Industri Pertemuan ke :4

Jurusan : Teknik Elektro Modul ke :1
Kode Mata Praktikum : 52413026 Halaman :5
Nama Mata Praktikum : Dasar Sistem Kendali Mulai Berlaku : 1 September 2013
 

DESAIN ALGORITMA KENDALI PROPORSIONAL-INTEGRAL-DERIVATIV

(PID)

I. TUJUAN

1. Mahasiswa mengenal metode PID desain sistem kendali

2. Mahasiswa mengenal dan menggunakan fungsi-fungsi pada MATLAB yang
terkait metode PID
3. Mahasiswa dapat menggunakan metode PID untuk desain algoritma kendali
motor DC dan sistem ketinggian air

II. ALAT dan BAHAN

1. PC dilengkapi MATLAB
2. Alat tulis, kertas, printer

III. DASAR TEORI

Pada bagian ini kita akan mencoba mengenal karakteristik dari setiap pengontrol P,
Pengontrol I, dan Pengontrol D serta bagaimana menggunakannya untuk mendapatkan
respon yang diinginkan. Kontrol PID digunakan dalam sistem kendali kalang tertutup.
Perhatikan gambar berikut:

Gambar 4.1. Sistem kendali PID

Fungsi transfer dari PID Controller (seri) adalah sebagai berikut:

. (4.1)

Bagian Proporsional (P) akan memberikan efek mengurangi waktu naik, tetapi tidak
menghapus kesalahan keadaan tunak(steady state error). Bagian Integral (I) akan
memberikan efek menghapus kesalahan keadaan tunak, tetapi berakibat
memburuknya respon transisi. Bagian Derivatif (D) akan memberikan efek
meningkatnya stabilitas sistem, mengurangi overshoot, dan menaikkan respon transfer.

 
 UNIVERSITAS ISLAM INDONESIA                                                                                  FM‐UII‐AA‐FKA‐07/R0 
     
 
Efek dari setiap bagian controller dalam closed loop ini dapat diperlihatkan pada tabel
dibawah ini.
Tabel 4.1. Efek penambahan P-I-D terhadap performa transien

Respon Loop Rise Time Overshoot Settling time Steady state

Tertutup error
Kp Menurun Meningkat Perubahan Menurun
Kecil
Ki Menurun Meningkat Meningkat Hilang
Kd Perubahan Menurun Menurun Perubahan
kecil Kecil

Perhatikan bahwa hubungan korelasi tersebut mungkin adalah saat Kp, Ki, dan Kd
saling bebas. Pada kenyataannya mengubah salah satu variabel dapat mengubah
karakteristik dua variabel lainnya. Tabel 4.1 digunakan sebagai referensi saat kita
menentukan nilai untuk Ki,Kp, dan Kd secara individual.
Tips dalam merancang pengendali PID adalah sebagai berikut.
1. Lihat respon open loop dan amati karakteristik respon yang harus diperbaiki sesuai
spesifikasi
2. Tambahkan pengendali proporsional untuk memperbaiki rise time
3. Tambahkan bagian derivatif untuk memperbaiki overshoot
4. Tambahkan bagian integral untuk memperbaiki steady state error
5. Tentukan parameter Kp, Ki, dan Kd sampai spesifikasi respon terpenuhi.

Selain berdasarkan tabel di atas, untuk menentukan nilai Kp, Ki, dan Kd atau
parameter pada bagian proporsional (Kp), bagian integral (Ti) dan bagian derivatif (Td),
dapat menggunakan metode Ziegler-Nichols. (lihat [1]).

IV. PERCOBAAN
Terdapat sebuah sistem mekanik yang terdiri dari massa, pegas, dan peredam seperti
terlihat pada Gambar 4.2.

Gambar 4.2. Sistem mekanik yang terdiri dari massa, pegas, dan peredam.

 
 UNIVERSITAS ISLAM INDONESIA                                                                                  FM‐UII‐AA‐FKA‐07/R0 
     
 

Fungsi alih dari sistem (dengan nilai konstanta yang bersesuaian ) adalah:

. (4.2)

Spesifkasi performa kalang tertutup yang diinginkan adalah sebagai berikut:

− waktu naik yang cepat

− minimum overshoot
− tidak ada kesalahan tunak (steady state error=0)

Ikutilah langkah-langkah berikut untuk mendesain algoritma PID agar performa di

atas dapat tercapai.

1. pertama-tama coba kita lihat bagaimana respon loop terbuka dari sistem ini dengan
listing program dibawah ini:
 
1. num=1; 
2. den=[1 10 20]; 
3. step(num,den) 

perhatikan hasilnya, tampilkan karakteristik responnya, lalu cetak dan analisis

apakah sudah sesuai dengan apa yang dikriteriakan?

2. Kita akan mencoba menambahkan control P(Proportional) dalam sistem ini dengan
persamaan alihnya adalah :
. (4.3)

1. kp=300; 
2. [numcl,dencl]=cloop(kp*num,den); 
3. figure,step(numcl,dencl,t) 

Lihat hasilnya,tampilkan semua spesifikasi respon transisi kemudian cetak

hasilnya!

3. Sekarang kita akan mencoba menambahkan control proportional(P) dan

Derivatice(D) pada sistem yang ada. Fungsi transfer loop tertutup dari sistem diatas
dengan PD adalah sebagai berikut :

. (4.4)

Kita akan coba memberikan nilai Kp=300 dan Kd=10

1. Kp=300; 
2. Kd=10; 
3. num=[Kd Kp]; 
4. den=[1 10+Kd 20+Kp]; 

 
 UNIVERSITAS ISLAM INDONESIA                                                                                  FM‐UII‐AA‐FKA‐07/R0 
     
 
5. t=0:0.01:2; 
6. step(num,den,t) 

Lihat hasilnya,tampilkan semua spesifikasi respon transisi kemudian cetak

hasilnya!

4. Sebelum masuk kedalam model desain sistem PID controller, mari kita coba pahami
PI Control. Dari tabel kita dapatkan bahwa I controller (Ki) akan menurunkan rise
time, meningkatkan overshoot dan settling time serta menghilangkan kesalahan
keadaan tunak. Dari sistem yang dicontohkan, fungsi transfer loop tertutup dengan
PI controller adalah:

. (4.5)

Coba berikan nilai Kp=30 dan Ki=70.

1. Kp=30; 
2. Ki=70; 
3. num=[Kp Ki]; 
4. den=[1 10 20+Kp Ki]; 
5. t=0:0.01:2; 
6. step(num,den,t) 

Perhatikan apakah sudah cukup baik dari keadaan sebelumnya? Lihat

hasilnya,tampilkan semua spesifikasi respon transisi kemudian cetak hasilnya!

5. Kita akan coba ke tahap akhir yaitu pengontrolan dengan PID dengan persamaan
fungsi alihnya adalah sebagai berikut:

. (4.6)

Masukkan nilai Kp=250,Ki=100,dan Kd=35.

1.
Kp=350; 
2.
Ki=300; 
3.
Kd=50; 
4.
num=[Kd Kp Ki]; 
5.
den=[1 10+Kd 20+Kp Ki]; 
6.
t=0:0.01:2; 
7.
step(num,den,t) 
 
Perhatikan hasilnya apakah sudah sesuai dengan kriteria? apakah jauh lebih baik
dari pengendalian sebelumnya? Cobalah trial dan error dengan beberapa nilai
Kp,Kd,dan Ki yang bervariasi hingga didapatkan hasil respon yang paling optimal
dan kemudian cetak hasilnya!

 
 UNIVERSITAS ISLAM INDONESIA                                                                                  FM‐UII‐AA‐FKA‐07/R0 
     
 
6. Buatlah kesimpulan dari semua percobaan yang telah dilakukan dari sistem diatas,
dan jelaskan bagaimana “sebaiknya” langkah-langkah untuk mendesain sebuah PID
Controller.

TUGAS : Rancanglah Pengendali PID untuk Plant MOTOR DC yang digunakan di unit
2 dan 3! Sertakan dalam laporan anda!

 
 MATERI/BAHAN PRAKTIKUM
Fakultas : Teknologi Industri Pertemuan ke :5
Jurusan : Teknik Elektro Modul ke :1
Kode Mata Praktikum : 52413026 Halaman : 16
Nama Mata Praktikum : Dasar Sistem Kendali Mulai Berlaku : 1 September 2013

PENGENDALIAN BERBASIS PC dan MATLAB MENGGUNAKAN

ANTARMUKA DAQ NI USB 6009: AKUISISI DATA

1. TUJUAN
1. Mahasiswa memahami proses data akuisisi dari plant ke sistem monitoring (PC)
menggunakan DAQ NI USB 6009
2. Mahasiswa dapat mengimplementasikan fungsi data monitoring menggunakan
MATLAB
3. Mahasiswa dapat menganalisis hasil akuisisi data

2. ALAT dan BAHAN

1. PC dilengkapi MATLAB
2. DAQ NI USB 6009
3. Plant pemanas udara
4. Alat tulis, kertas, printer

3. DASAR TEORI

3.1 Akuisisi Data

Akuisisi data adalah proses pengambilan data dari sebuah proses real-time dunia
nyata, e.g. suhu, tekanan, arus, tegangan, dll yang kemudian dikonversi ke dalam
sinyal elektrik digital. Sinyal elektrik digital ini dapat diukur, dianalisis dan disimpan
di dalam komputer atau piranti elektronis lainnya. Elemen-elemen dasar yang
digunakan untuk membangun sebuah sistem akuisisi data adalah:

1. Sensor
2. Pengkondisi isyarat
3. Perangkat keras (hardware) akuisisi data
4. PC
5. Perangkat lunak akuisisi data

Sensor/transduser menyediakan antarmuka real-time antara dunia nyata dan sistem

akuisisi data dengan mengkonversi fenomena fisik ke dalam sinyal elektrik yang dapat
diterima pengkondisi sinyal dan atau piranti akuisisi data. Transduser memungkinkan
konversi hampir semua pengukuran fisik ke sinyal elektrik. Sebagai contoh,
thermocouples, resistive temperature detectors (RTDs), thermistors dan LM35 yang dapat
digunakan untuk mengukur temperatur. Strain gauges dan transduser tekanan dapat
digunakan untuk mengukur gaya, berat, tekanan dan perpindahan. Sedangkan sensor
cahaya dapat digunakan untuk mengukur intensitas cahaya, posisi, dan kecepatan
benda.
 Gambar 5.1. Diagram blok sistem akuisisi data

3.2 DAQ NI USB 6009

DAQ NI USB 6009 merupakan akuisisi data yang memiliki fitur sebagai berikut:
1. 8 kanal Analog Input (AI)
2. 2 kanal Analog Output (AO)
3. 12 kanal Digital Input/Output (DIO)
4. 32-bit counter
5. Interface USB kecepatan tinggi

Gambar 5.1. Hardware NI-DAQmx USB-6009

 DAQ NI USB 6009 merupakan piranti single-core bus dengan kemampuan koneksi
plug and play. Spesifikasi ini memudahkan penggunaan DAQ untuk akuisisi data
sistem yang sederhana ataupun kompleks serta memudahkan pengukuran, monitoring
dan analisis data berbasis computer.

3.2.1 Analog Input

DAQ NI USB 6009 dapat digunakan sebagai penghubung antara sensor dengan
computer. Dengan metode ini, hasil pembacaan sensor dapat dengan mudah diakuisisi
menggunakan sebuah computer. Mode operasi ini dikenal dengan istilah analog input
pada sebuah sistem data akuisisi. Proses pembacaan sinyal dengan cara ini dapat
dilakukan melaui konektor I/O (I/O connector). Fungsi-fungsi konektor pada mode
input analog dapat dilihat pada Tabel 5.1.

Tabel 5.1. Fungsi pada Setiap Pin Terminal Analog

Kanal AI dapat dikonfigurasi dalam dua mode, yaitu mode pengukuran single-ended
dan mode pengukuran differential.

3.2.1.1 Mode pengukuran differensial

Dalam mode ini bagian sinyal positif yang diukur dihubungkan ke terminal AI+,
sedangkan bagian negative dihubungkan ke terminal AI-.

Mode input differensial dapat mengukur sinyal ±20 V pada range ±20 V. Namun
demikian, dikarenakan mode operasi diferensial, input masukan pada tiap PIN
maksimal adalah ±10 V. Contoh, jika AI1 = +10V dan AI5 = -10 V, maka tegangan
yang terukur pada DAQ adalah ±20 V.

Gambar 5.3 Skema mode diferensial

Gambar 5.4 Contoh pengukuran tegangan 20 V.

Untuk sinyal input yang lebih besar dari ±10 V digunakan skema seperti terihat pada
Gambar 5.5.

Gambar 5.5. Metode pengukuran input lebih dari ±10 V.

3.2.1.2 Mode reference single ended (RSE)

Untuk menggunakan fungsi ini, maka ujung sinyal tegangan positif dihubungkan ke
salah satu terminal AI dan ujung yang lain dihubungkan ke GND.
 Gambar 5.6. Skema Mode RSE

3.2.2 Analog Output

DAQ NI USB-6009 memiliki kemampuan untuk menjembatani sebuah proses

monitoring atau perhitungan algoritma kendali dalam computer dengan aktuator.

dua kanal Analog Output (AO) yang terpisah. Kedua AO tersebut dapat
membangkitkan output 0 – 5 V. Untuk menghubungkan beban ke USB-6009,
hubungkan ujung positif beban ke terminal AO dan hubungkan ground beban ke
terminal GND.

Gambar 5.7. Connecting Load AO

3.2.3 Digital I/O

USB-6009 memiliki 12 jalur (lines) digital, P0.<0…7> dan P1.<0…3> yang terdiri atas
port DIO. GND adalah sinyal referensi-ground pada DIO. Kita dapat memprogram
semua jalur tersebut sebagai input maupun output.
 Tabel 5.1. Fungsi pada Setiap Pin Terminal Digital I/O

Gambar 5.8 menunjukkan contoh hubungan skematik P0.<0…7> ke sinyal yang

dikonfigurasi sebagai input maupun output.

Gambar 5.8 Contoh menghubungkan beban ke DIO.

Hardware NI-DAQmx USB-6009 memiliki software khusus untuk mengkonfigurasinya
yaitu Measurement & Automation Explorer (MAX). Piranti ini dapat dijalankan dengan
beberapa software diantarannya adalah LabVIEW (Laboratory Virtual Instrument
Engineering Workbench) dan MATLAB (Matrix Laboratory).

DAQ Menggunakan MATLAB

Di dalam MATLAB, DAQ NI USB 6009 dapat diinisialisasi lewat Command Windows
ataupun lewat pemanggilan blok di SIMULINK. Dalam praktikum ini akan digunakan
mode SIMULINK. Pemanggilan DAQ dalam SIMULINK dilakukan menggunakan Data
Acquisition Toolboox.

Gambar 5.9. Data Acquisition Toolbox.

IV. PERCOBAAN

IV.1 Inisialisasi DAQ

Sebelum DAQ digunakan di MATLAB, diperlukan langkah inisialisasi dan pengecekan

apakah DAQ sudah terhubung ke PC. Lakukan langkah-langkah berikut ini:
1. Hubungkan DAQ NI USB 6900 ke PC.
2. Bukalah Desktop PC anda. Carilah shortcut “Measurement and Automation
Properties” yang merupakan software dari National Instrument seperti terlihat
pada Gambar 5.10.

Gambar 5.10.. Ikon “Measurement and Automation Properties”.

3. Tekan dua kali shortcut tersebut. Setelah proses ini PC akan menginisialisasi
DAQ dan memutuskan apakah DAQ sudah terhubung dengan PC. Setelah
proses selesai maka akan muncul jendela seperti terlihat pada Gambar 5.11.
Pilih Devices and Interface
NI DAQ
Test panel.
4. Pada jendela Test Panel klik “start”. Jika muncul gelombang, maka DAQ
bekerja dengan baik dan siap digunakan. Dari tes ini kita juga mendapatkan ID
dari DAQ yang terpasang. Dalam contoh ini DAQ diidentifikasi sebagai dev3. Di
lain PC ada kemungkinan dideteksi sebagai dev1, dev2 atau dev3.

Gambar 5.11. Tampilan “Measurement and Automation Explorer” dan “Test Panel”
IV.2 Akuisisi data plant sistem pemanas udara
Percobaan ini bertujuan untuk mengirim data dari PC ke plant pemanas udara
sekaligus mengamati temperatur pemanas udara di PC. Tampak depan plant ini dapat
dilihat pada Gambar 5.12. Sistem pemanas pada intinya terdiri dari heater untuk
pemanas, driver pengaktif heater, dan sensor LM35 untuk mengukur temperatur
sistem pemanas udara.

Sensor Voltage
Input Voltage

Gambar 5.12. Miniplant sistem pemanas udara

IV.2.1 Konfigurasi hardware

Dalam percobaan ini digunakan mode analog input untuk membaca keluaran sensor
LM35 dan mode analog output untuk mengaktifkan pemanas. Untuk itu, lakukan
langkah-langkah berikut ini:
1. Hubungkan terminal + sensor voltage plant ke pin no 2 DAQ dan terminal -
sensor voltage plant ke pin no 3 DAQ
pengaturan analog input AI0
2. Hubungkan terminat + input voltage plant ke pin no 14 DAQ dan terminal –
input voltage plant ke pin no 13 DAQ
pengaturan analog output AO0.

Konsultasikan dengan asisten hasil pekerjaan anda sebelum masuk ke konfigurasi

software.

IV.2.2 Konfigurasi software

Dalam mode analog input dan digital output ini diperlukan dua blok dasar untuk
koneksi DAQ dengan PC. Pembuatan model SIMULINK mengikuti langkah-langkah
berikut ini.
1. Ketik simulink pada command window, sehingga muncul jendela di bawah ini:
 Gambar 5.13. Tampilan utama Simulink.

2. Pada jendela ini pilih file
new
model atau klik ikon di dalam lingkaran pada
gambar untuk mendapatkan jendela seperti dibawah ini:

Gambar 5.14. Jendela untuk model Simulink baru.

Simpan dengan nama TestAkuisisiData_AHS.mdl.

3. Pada library pilih Data Acquisition Toolbox
Analog Input. Klik blok tersebut,
tariklah ke TestAkuisisiData_AHS.mdl.

Gambar 5.15. Blok analog input.

4. Tekan dua kali pada blok tersebut. Pastikan bahwa parameter yang ada di blok
tersebut sama seperti gambar berikut ini (pengaturan mode differential):

Gambar 5.16. Setting analog input.

Gantilah keterangan blok analog input tersebut sesuai dengan keterangan yang ada
pada Gambar 5.15.

Catatan. Pastikan bahwa ID DAQ (dev1/dev2/dev3) dalam MATLAB sama dengan ID

yang didapatkan saat inisialisasi DAQ.

5. Pada library pilih User-Defined-Function
Embedded MATLAB Function. Klik

blok tersebut dan tariklah ke TestAkuisisiData_AHS.mdl.

Gambar 5.17. Setting analog output.

 Tekan dua kali blok tersebut, kemudian ketikkan perintah berikut pada jendela
yang muncul:

function write_daq(value)
eml.extrinsic('analogoutput', 'addchannel', 'putsample', 'delete')
device='Dev1';
channel=0;
ao = analogoutput('nidaq',device);
ao0 = addchannel(ao, channel);
putsample(ao, value)
delete(ao)

Gantilah keterangan blok embedded matlab function dengan keterangan seperti

pada Gambar 5.17. Jika pengetikan dilakukan dengan benar, maka akan
didapatkan hasil yang sama persis dengan Gambar 5.16.

6. Untuk berikutnya, digunakan panduan Gambar 5.AA. Blok input heater

dapat dibuat dari blok Signal Builder dengan contoh seting parameter:

Gambar 5.18. Pengaturan parameter Signal Builder.

7. Isi blok “inversi”:

1 -1 1
In1 Out1
Gain

Constant

Gambar 5.19. Blok “inversi”

8. Filter penghilang noise dapat diperoleh dari blok Analog Filter Design,dengan
pengaturan parameter sebagai berikut:

Gambar 5.20. Pengaturan parameter blok Analog Filter Design.

9. Isi blok “Konversi Tegangan ke Celcius”:

1 22.0159 1
In1 Out1

Gain

5.7802

Constant

Gambar 5.21. Blok “Konversi Tegangan ke Celcius” .

10. Blok “Input Voltage Display”, “LM35: Nilai Tegangan”, “LM35: Nilai Celcius”
semuanya dibuat dari blok Display yang ada pada library Sinks.
11. Blok “LM35: Volt”, “LM35: Celcius” dibuat dari blok Scope pada library Sinks.
12. Rangkailah semua komponen seperti Gambar 5.AA. Samakan semua keterangan
blok seperti Gambar 5.AA.
13. Jika sudah selesai konsultasikan dengan asisten apakah konfigurasi hardware
dan software telah dilaksanakan dengan benar.
 LM35:Nilai Tegangan

Input Voltage Display

LM35:Volt
cheby1
nidaq Dev1
Signal 1 1 In1 Out1 v alue write_daq USB-6009
Inversi 1000 samples/sec
Gain Filter untuk
Input Heater Ke Driver Heater melalui Dari Sensor LM 35 untuk menghilangkan noise
port analog output membaca temperatur tabung
melalui port analog input In1 Out1

Konversi Tegangan LM35: Nilai Celcius

ke Celcius
data tidak terpakai

LM35:Celcius

Gambar 5.AA. Model lengkap sistem pemanas udara.

IV.3. Uji fungsi sistem dan analisis fungsi masing-masing blok
1. Siapkan termometer dan letakkan di dalam tabung pemanas.
2. Jika asisten telah memastikan bahwa konfiguras telah benar, jalankanlah model
TestAkuisisiData_AHS.mdl.
3. Amati dan analisislah keluaran blok “Input Voltage Display”, “LM35: Nilai
Tegangan”, “LM35: Nilai Celcius” dan “LM35: Volt”, “LM35: Celcius”.
a. Apa fungsi blok “Konversi Tegangan ke Celcius” ?
b. Apakah pembacaan blok “LM35: Nilai Celcius” dan “LM35: Celcius”
sesuai dengan pembacaan termometer? Jika tidak, dapatkah anda
memperbaiki sistem konversinya sehingga pembacaan menjadi sama?
4. Amati keluaran dengan filter. Jika blok filter ini dihilangkan, apa yang terjadi
dengan pembacaan di blok “Input Voltage Display”/“LM35: Nilai
Tegangan”/“LM35: Nilai Celcius”/“LM35: Volt”/“LM35: Celcius”? Apakah
monitoring hasil pengukuran masih akurat?
5. Gantilah parameter filter, misalnya mengganti orde filter dan Passband Edge
Frequency. Adakah pengaruhnya pada pembacaan data? Berilah analisis yang
detail.
6. Kembalikan ke pengaturan awal. Tekan dua kali pada blok “Dari Sensor LM…”.
Coba ganti parameter Sampling ke nilai yang lebih rendah. Amati dan
analisislah hasil pembacaan sensor LM35.
7. Variasikan nilai amplitudo blok Input Heater antara 0-1. Amati dan analisislah
hasilnya.
8. Catat dan simpan hasil pekerjaan anda. Jika diperlukan anda bisa
menggunakan blok To Workspace atau To File dari library Sinks untuk
menyimpan data hasil percobaan.

.
 MATERI/BAHAN PRAKTIKUM
Fakultas : Teknologi Industri Pertemuan ke :6
Jurusan : Teknik Elektro Modul ke :1
Kode Mata Praktikum : 52413026 Halaman :8
Nama Mata Praktikum : Dasar Sistem Kendali Mulai Berlaku : 1 September 2013

PENGENDALIAN BERBASIS PC dan MATLAB MENGGUNAKAN

ANTARMUKA DAQ NI USB 6009: SISTEM KENDALI PEMANAS UDARA

I. TUJUAN
1. Mahasiswa dapat merangkai sistem kendali pemanas udara
2. Mahasiswa dapat menggunakan MATLAB dan DAQ NI USB 6009 sebagai
sarana desain algoritma kendali
3. Mahasiswa dapat menemukan model matematis sistem pemanas udara melalui
uji kalang terbuka dan identifikasi sederhana
4. Mahasiswa dapat merumuskan tujuan pendendalian
5. Mahasiswa dapat mendesain algoritma kendali untuk mengendalikan sistem
pemanas udara sesuai tujuan pengendalian yang telah dirumuskan

II. ALAT dan BAHAN

1. PC dilengkapi MATLAB
2. DAQ NI USB 6009
3. Plant sistem pemanas udara
4. Alat tulis, kertas, printer

III. DASAR TEORI

3.1 Sistem Pemanas Udara

Sebuah sistem pemanas udara sederhana yang dikendalikan lewat PC dapat dilihat
pada Gambar 6.1.

Gambar 6.1. Sistem pemanas udara yang dikendalikan lewat sebuah PC.

Sistem pemanas udara yang digunakan terdiri dari sebuah heater dan kipas angin yang
dibungkus dalam sebuah tabung. Temperatur dalam tabung diamati menggunakan
sensor LM35. Keluaran dari sensor temperature dihubungkan ke terminal analog input
DAQ NI USB 6009. Untuk mengendalikan temperature di dalam tabung, sinyal kendali
yang dihitung dalam PC dikirimkan ke driver AC yang mengatur tingkat pemanasan
heater melalui terminal analog output DAQ NI USB 6009.

Untuk keperluan pengkondisi isyarat, terdapat satu buah amplifier untuk

menyesuaikan level tegangan dari sensor LM35 ke analog input DAQ, serta satu
amplifier lainnya untuk menyesuaikan level tegangan analog output DAQ dengan
driver pemanas.

3.2. Modeling sistem

Secara umum, sistem pemanas udara termasuk sistem orde satu. Model diperlukan
agar desain sistem kendali dapat dilakukan melalui simulasi terlebih dahulu sebelum
diujikan pada sistem secara real time.

Modeling sistem orde satu dapat dilakukan dengan menggunakan model kurva S
seperti terlihat pada Gambar 6.2. Kurva S ini dapat diperoleh dengan melakukan uji
step pada sistem. Uji step ini dilakukan saat belum ada aksi pengendalian pada sistem.

Gambar 6.2 Bentuk grafik S dari step respon suatu sistem orde satu.

Menggunakan nilai-nilai yang diperoleh dari Gambar 6.2, model matematis dari sebuah
sistem orde satu dapat dinyatakan sebagai berikut:

Ke -sTd 6.1
G ( s) =
(1 + sT1 )

3.3. Metode Ziegler-Nichols untuk mencari parameter kendali PID

Salah satu metode untuk mencari parameter algoritma kendali PID adalah dengan
menggunakan metode Ziegler-Nichols (Z-N). Metode Z-N dibagi menjadi metode I dan
II. Metode Z-N I didasarkan pada uji step sistem sebelum ada aksi kendali (sama
seperti uji step untuk proses modeling). Dari uji step, didapatkan parameter L dan T
sesuai dengan aturan yang terdapat pada Gambar 6.3.
 Gambar 6.3 Parameter L dan T untuk tuning PID dengan metode Z-N I.

Jika algoritma kendali PID dinyatakan dalam persamaan matematis:

 1  6.2
C ( s) = K p 1 + + Td s  ,
 Ti s 

maka nilai-nilai K p , Ti , dan Td dapat dicari menggunakan persamaan-persamaan yang

ada pada Tabel 6.1.

Tabel 6.1 Metode Z-N I.

Tipe dari Pengendali Kp Ti Td

P - -

PI 0,9 -

PID 1,2 2L 0,5L

 Sensor Voltage
Input Voltage

Gambar 6.4. Miniplant sistem pemanas udara

IV. Percobaan
IV.1 Inisialisasi DAQ, DAQ-plant-PC

1. Hubungkan DAQ NI USB 6900 ke PC.

2. Bukalah Desktop PC anda. Carilah shortcut “Measurement and Automation
Properties” yang merupakan software dari National Instrument seperti terlihat
pada Gambar 6.5.
3. Tekan dua kali shortcut tersebut. Setelah proses ini PC akan menginisialisasi
DAQ dan memutuskan apakah DAQ sudah terhubung dengan PC. Setelah
proses selesai maka akan muncul jendela seperti terlihat pada Gambar 5.11.
Pilih Devices and Interface
NI DAQ
Test panel.
4. Pada jendela Test Panel klik “start”. Jika muncul gelombang, maka DAQ
bekerja dengan baik dan siap digunakan. Dari tes ini kita juga mendapatkan ID
dari DAQ yang terpasang. Dalam contoh ini DAQ diidentifikasi sebagai dev1. Di
lain PC ada kemungkinan dideteksi sebagai dev1, dev2 atau dev3.

Setting Hardware
1. Hubungkan terminal + sensor voltage dari plant ke pin no 2 DAQ dan terminal -
sensor voltage dari plant ke pin no 3 DAQ
pengaturan analog input AI0
2. Hubungkan terminat + input voltage dari plant ke pin no 14 DAQ dan terminal –
input voltage dari plant ke pin no 13 DAQ
pengaturan analog output AO0.

Konsultasikan dengan asisten apakah semua sambungan perangkat keras telah

memenuhi aturan yang ditetapkan.
 Gambar 6.5. Tampilan “Measurement and Automation Explorer” dan “Test Panel”

IV.2 Modeling sistem

Percobaan ini digunakan untuk mengetahui model matematis dari sistem pemanas
udara yang ada di laboratorium.
1. Bukalah MATLAB. Rubahlah folder kerja anda ke
Desktop\PraktikumDSK_Unit_6.
Bukalah model Simulink testOpenLoop_SPU.mdl. Filter digunakan untuk
menghilangkan noise pengukuran suhu menggunakan sensor LM35. Konversi
Tegangan ke Celcius digunakan untuk digunakan merubah nilai tegangan
keluaran LM35 menjadi temperature dalam skala derajat celcius. Blok inversi
 digunakan untuk membalik agar saat set point tinggi sinyal yang masuk driver
menjadi rendah dan sebaliknya.
Pastikan ID DAQ (dev1/dev2/…) di MATLAB sama dengan ID DAQ saat
inisialisasi.
2. Tekan dua kali pada blok “Dari Sensor LM35…”. Pastikan pengaturan blok
seperti Gambar 6.6.

Gambar 6.6. Setting analog input.

3. Jalankan model tersebut sehingga anda mendapatkan respon step dari sistem
pemanas udara. Simpan hasil uji step ini.
4. Dari Gambar tersebut carilah nilai-nilai K p , Td dan Ti .
5. Gunakan nilai-nilai K p , Td dan Ti untuk mencari nilai G(s) nilai pada
persamaan 6.1.
6. Dari Gambar tersebut carilah juga nilai-nilai L dan T untuk tuning dengan
metode Z-N.
7. Catat semua nilai parameter yang anda temukan pada sebuah kertas
 LM35:Nilai T egangan

Input Voltage Display

LM35:Volt
cheby1
nidaq Dev1
Signal 1 1 In1 Out1 v alue write_daq USB-6009
Inversi 1000 samples/sec
Gain Filter untuk
Set point temperatur Ke Driver Heater melalui Dari Sensor LM 35 untuk m enghilangkan noise
port analog output membaca temperatur tabung
melal ui port analog input In1 Out1

Konversi Tegangan LM35: Nilai Celcius

ke Celcius
data tidak terpakai

LM35:Celcius

Gambar 6.7. Skema uji step.

IV.3 Model based engineering: tuning PID dalam level simulasi

Percobaan ini digunakan untuk men-tuning nilai-nilai parameter kendali PID
menggunakan metode Z-N I (atau metode lainnya).

1. Buatlah model Simulink untuk sistem pemanas udara dengan diagram blok
seperti pada Gambar 6.8. Simpan model ini dengan nama
testClosedLoop_SPU_Simulation.mdl.

1
PID(s)
s+1
Set Point Temperature PID Controller Model Pemanas Udara Scope

Gambar 6.8 Diagram blok sistem pemanas udara untuk tuning parameter PID.

2. Model pemanas udara didapatkan dari persamaan 6.1, dengan konstanta K p , Td

dan Ti diperoleh dari percobaan IV.1. Algoritma kendali PID mengikuti
persamaan 6.2.
3. Tetapkan tujuan pengendalian, misalnya ingin mendapatkan rise-time dan
steady steate yang tercepat dengan nilai overshoot yang minimal (anda harus
menetapkan nilainya dalam bentuk angka).
4. Carilah parameter algoritma kendali PID agar tujuan pengendalian yang
ditetapkan pada langkah ketiga dapat tercapai. Sebagai langkah awal, gunakan
metode Z-N I. Nilai step dapat diset pada angka 50/60/70.
5. Perbaharui nilai K p , Td dan Ti sehingga diperoleh respon yang sedekat mungkin
dengan tujuan pengendalian. Catat nilai K p , Td dan Ti yang “terbaik”. Simpan
hasil-hasil simulasi yang menurut anda diperlukan saat membuat laporan akhir.
6. Lanjutkan ke percobaan IV.4 jika anda telah 30 menit melaksanakan percobaan
IV.3, apapun hasil yang anda peroleh.
IV.4 Validasi hasil tuning pada plant secara real-time
Percobaan ini digunakan untuk memvalidasi hasil tuning parameter PID secara
simulasi dan juga untuk memperbaiki performa sistem secara real-time.

1. Bukalah model testClosedLoop_SPU_RealTime.mdl. Model ini pada dasarnya sama

dengan model testClosedLoop_SPU_Simulation.mdl. Hanya saja, plant simulasi
digantikan dengan plant real yang ditunjukkan dengan adanya blok analog
input dan analog output yang menghubungkan PC/MATLAB-DAQ-Plant.

LM35:Nilai T egangan

Input Voltage Display

LM35:Volt
cheby1
nidaq Dev1
In1 Out1 1 In1 Out1 v alue write_daq USB-6009
Inversi 1000 samples/sec
Step Gain Filter untuk
PID Controller Ke Driver Heater melalui Dari Sensor LM 35 untuk menghilangkan noise
port analog output membaca temperatur tabung
melalui port analog input In1 Out1

Konversi T egangan LM35: Nilai Celcius

ke Celcius
data tidak terpakai

LM35:Celcius

Gambar 6.9 Skema sistem pengendalian.pemanas udara.

2. Gunakan hasil percobaan IV.3 untuk mengeset parameter algoritma kendali

PID. Konsultasikan dengan asisten apakah rangkaian hardware dan software
telah sesuai dengan aturan yang digunakan.
3. Jalankan sistem dan amati keluarannya. Apakah diperoleh hasil yang sama
dengan simulasi? Apakah tujuan pengendalian yang dirumuskan pada
percobaan IV.3 tercapai? Analisislah temuan anda.
4. Perbaharui (jika diperlukan), nilai parameter PID sehingga tujuan pengendalian
dapat tercapai.
5. Catat dan simpan data-data dan hasil percobaan yang penting. Dalam laporan
akhir analisislah efek-efek dari perubahan parameter PID terhadap performa
sistem.
 MATERI/BAHAN PRAKTIKUM
Fakultas : Teknologi Industri Pertemuan ke :7
Jurusan : Teknik Elektro Modul ke :1
Kode Mata Praktikum : 52413026 Halaman :8
Nama Mata Praktikum : Dasar Sistem Kendali Mulai Berlaku : 1 September 2013

ANALISIS KENDALI KALANG TERBUKA PADA MOTOR DC BERBASIS

MATLAB DAN DAQ NI USB 6009

I. TUJUAN
1. Mahasiswa dapat merangkai sistem kendali motor DC
2. Mahasiswa dapat menggunakan MATLAB dan DAQ NI USB 6009 sebagai
sarana desain algoritma kendali
3. Mahasiswa dapat menganalisis efek duty-cycle PWM pada kecepatan motor DC
4. Mahasiswa dapat mengkonversi data pulsa optocoupler menjadi nilai RPM
5. Mahasiswa dapat menganalisis efek pembebanan pada kecepatan motor DC

II. ALAT dan BAHAN

1. PC dilengkapi MATLAB
2. DAQ NI USB 6009
3. Plant motor DC
4. Alat tulis, kertas, printer

III. DASAR TEORI

3.1 Motor DC1

Sebuah model sederhana motor DC yang menggerakkan sebuah beban inersia, dengan
kecepatan sudut ω (t ) sebagai keluaran dan tegangan masukan vapp (t ) , dapat dilihat di
Gambar 7.1.

Resistansi rangkaian dilambangkan R, sedangkan indukstansi diri armatur dinotasikan

L. Dari Gambar 7.1 dan hukum fisika dasar, dapat dibuat sebuah persamaan
differensial yang menggambarkan tingkah laku sistem elektro mekanik tersebut.
Hubungan antara potensial elektrik dan gaya mekanik adalah hukum induksi faraday
dan hukum ampere untuk konduktor yang bergerak pada medan magnet.

Torsi τ, yang dihasilkan motor sebanding dengan arus i yang diinduksikan oleh
tegangan masukan:

τ (t ) = K m i(t ) , (7.1)
dengan K m adalah konstanta armature yang dihubungkan dengan sifat fisik motor,
seperti kekuatan medan magnet, banyaknya lilitan pada koil penghantar, dan lain
sebagainya.

Gaya gerak listrik induksi vemf , sebanding dengan kecepatan sudut ω pada keluaran
motor
vemf = K bω (t ) , (7.2)

1
Model motor DC ini sama dengan model yang dipakai di praktikum unit 1-4.
dimana K b adalah konstanta gaya gerak listrik yang tergantung pada sifat fisik
motor.

Gambar 7.1. Model motor DC sederhana.

Bagian mekanik persamaan motor diturunkan dengan hukum newton, yang

menyatakan beban inersia J dikalikan turunan kecepatan sudut sama dengan
jumlah semua torsi pada keluaran motor seperti tertulis berikut ini
dω (t )
J = ∑τ i (t ) = − K f ω (t ) + K m i (t ) , (7.3)
dt
dengan K f ω (t ) adalah gaya gesek.

Bagian elektrik persamaan motor dapat dinyatakan sebagai berikut:

di(t )
v app (t ) − vemf (t ) = L + Ri (t ) . (7.4)
dt
Dengan mensubstusi vemf = K bω (t ) , diperoleh:
di(t )
v app (t ) = L + Ri(t ) + K bω (t ) . (7.5)
dt

Dari hasil ini diperoleh dua buah persamaan diferensial yang menggambarkan sifat
dinamis dari Motor DC yang ada pada Gambar 1.1.

Persamaan pertama memberikan hubungan antara perubahan arus induksi

i (t ) terhadap tegangan input vapp (t ) . Hubungan ini dapat dituliskan sebagai berikut:
di(t ) R 1 1 (7.6)
= − i(t ) + K bω (t ) + v app (t ) .
dt L L L

Persamaan kedua memberikan hubungan antara perubahan kecepatan sudut ω (t )

terhadap perubahan arus induksi i (t ) seperti berikut ini:
dω (t ) 1 1 (7.7)
= − K f ω (t ) + K m i(t ) .
dt J J
 Jika kedua persamaan ini digabung maka akan diperoleh hubungan antara
perubahan kecepatan sudut ω (t ) terhadap tegangan input vapp (t ) .

Representasi state space

Dengan memilih arus i (t ) dan kecepatan sudut ω (t ) sebagai variabel keadaan

(state) sistem, tegangan masukan vapp (t ) sebagai masukan sistem, dan kecepatan
sudut ω (t ) diperoleh representasi state space dari motor DC sebagai berikut
 R Kb 
d  i (t )   L
− − 1
L   i (t )  +   v (t ) .
 
dt ω (t )  K m K f ω (t )  L  app
= (7.8)
−  0
 L L 
 i(t ) 
y (t ) = [0 1]  + [0]v app (t ) (7.9)
ω (t )

3.2. Plant motor DC

Sebuah plant motor DC terdapat pada Gambar 7.2. Plant ini terdiri dari sebuah motor
DC, sebuah generator untuk simulasi pembebanan, optocoupler untuk membaca
kecepatan motor dan PWM untuk mengaktifkan motor.

Gambar 7.2. Sistem motor DC dengan beban.

Untuk koneksi dengan PC, pin PWM akan dihubungkan dengan pin digital output DAQ
NI USB 6009, sedangkan pin keluaran optocoupler akan dihubungkan dengan pin
analog input DAQ NI USB 6009.

IV. Percobaan
IV.1 Inisialisasi DAQ, DAQ-plant-PC
1. Hubungkan DAQ NI USB 6900 ke PC.
 2. Bukalah Desktop PC anda. Carilah shortcut “Measurement and Automation
Properties” yang merupakan software dari National.
3. Tekan dua kali shortcut tersebut. Setelah proses ini PC akan menginisialisasi
DAQ dan memutuskan apakah DAQ sudah terhubung dengan PC. Setelah
proses selesai maka akan muncul jendela seperti terlihat pada Gambar 7.3. Pilih
Devices and Interface
NI DAQ
Test panel.
4. Pada jendela Test Panel klik “start”. Jika muncul gelombang, maka DAQ
bekerja dengan baik dan siap digunakan. Dari tes ini kita juga mendapatkan ID
dari DAQ yang terpasang. Dalam contoh ini DAQ diidentifikasi sebagai dev1. Di
lain PC ada kemungkinan dideteksi sebagai dev1, dev2 atau dev3.

Gambar 7.3. Tampilan “Measurement and Automation Explorer” dan “Test Panel”
Setting Hardware
1. Pada plant motor DC hubungkan oin no 2 dengan pin no 5.
2. Hubungkan pin no 3 plant motor DC dengan pin no 2 DAQ, serta pin no 6 plant
motor DC dengan pin no 3 DAQ
pengaturan analog input AI0 untuk membaca
optocoupler.
3. Hubungkan pin no 1 plant motor DC dengan pin no 17 DAQ, serta pin no 6 plant
motor DC dengan pin no 32 DAQ
pengaturan digital output P0.0 untuk
mengirim sinyal PWM.

Catatan. Ada dua konektor yang keluar dari pin no 6 (GND) plant motor DC. Satu
koneksi untuk pengaturan mode analog, sedangkan lainnya untuk pengaturan mode
digital.

Konsultasikan dengan asisten apakah semua sambungan perangkat keras telah

memenuhi aturan yang ditetapkan.

IV.2. Test kendali kalang terbuka tanpa beban

Percobaan ini bertujuan untuk mengetahui karakteristik alami dari plant motor DC
yang ada di laboratorium saat dikendalikan secara feedforward

1. Bukalah MATLAB. Rubahlah folder kerja anda ke

Desktop\PraktikumDSK_Unit_7.
2. Bukalah model Simulink test_KendaliKalangTerbuka_Motor_DC.mdl. Pada model ini
terdapat blok Data Optocoupler (yang berisi blok analog input) untuk membaca
pulsa optocoupler, blok digital output untuk mengirim sinyal PWM. Blok
DutyCycle digunakan untuk mengatur lebar pulsa PWM yang dikiriman ke
motor DC.

nidaq Dev2
0.5 In1 Out1 Pulsa Optocoupler
USB-6009
DutyCycle teg. ke pwm Scope
Ke Motor DC Data Optocoupler

pwm

Gambar 7.4. Skema uji kalang terbuka tanpa pengendali

3. Tekan dua kali pada blok “DataOptocoupler”. Pastikan pengaturan blok “Analog
Input” mengikuti Gambar 7.5.
4. Tekan dua kali pada blok “ke Motor DC…”. Pastikan pengaturan blok telah
mengikuti Gambar 7.6.
5. Pada percobaan pertama akan dilakukan uji lebar pulsa PWM. Masukkan nilai
lebar pulsa PWM dengan cara mengganti nilai pada blok “DutyCycle”. Untuk
keamanan masukkan angka antara 0-0.9 yang menunjukkan berapa persentase
lebar pulsa PWM yang diinginkan. Angka 1 berarti lebar pulsa adalah 100%,
sehingga angka 0.7 berarti lebar pulsa adalah 70%. Pastikan posisi beban ada
pada ujung kiri (minimal). Konsultasikan dengan asisiten koneksi hardware dan
software anda.
6. Jalankan program dan amati hasil pembacaan optocoupler. Rubahlah nilai set
point dan lakukan hal yang sama. Lakukan sampai seluruh data pada Tabel 7.1
terisi.Gunakan petunjuk pada Gambar 7.7 untuk mengisi data Ts (kolom kedua
Tabel 7.1). Data RPM akan diisi pada percobaan kedua.

Gambar 7.5. Setting analog input.

Gambar 7.6. Setting digital output.

 Tabel 7.1. Hubungan antara Duty Cycle dan Ts

Nilai “Duty Cycle” Ts (s) RPM

0.10
0.15
0.20
0.25
0.30
0.35
0.40
0.45
0.50
0.55
0.60
0.65
0.70
0.75
0.80
0.85
0.90

0.8

0.6

0.4

0.2

0 Ts
0 0.5 1 1.5 2 2.5 3 3.5 4 4.5 5

Gambar 7.7. Cara pengukuran Ts pada data hasil pembacaan optocoupler.

IV.3. Analisis data optocoupler

1. Ts adalah jarak satu periode yang diperlukan optocoupler untuk menempuh satu
putaran penuh. Dalam percobaan ini digunakan satu lubang. Sebagai
konsekuensi, jarak satu pulsa menunjukkan waktu tempuh lubang dalam tiap
putaran. Dari deskripsi ini, dapat dibuat persamaan kecepatan motor DC dalam
satuan rotasi per detik:
 1
V = rot/s (7.10)
Ts

2. Dengan menggunakan persamaan 7.10, isilah kolom ketiga Tabel 7.1 dimana
nilai kecepatan yang diinginkan adalah dalam satuan RPM (rotation per minute).
3. Buatlah grafik hubungan Duty Cycle – Ts dan Duty Cycle – RPM dalam satu
gambar menggunakan MATLAB. Catat kode yang digunakan untuk membuat
grafik.

IV.4. Analisis pembebanan pada kecepatan motorDC

1. Percobaan ini dilakukan untuk mengetahui efek pembebanan pada kecepatan
motor DC saat dikendalikan secara feedforward.
2. Ubahlah nilai beban dengan cara mengubah posisi beban pada 25% dari nilai
maksimal. Lakukan langkah-langkah pada percobaan IV.2 dan IV.3 hingga Tabel
7.2 terisi seluruhnya.
3. Ulangi langkah 1-2 untuk posisi beban 50% dan 75% dari nilai maksimal.
4. Buatlah grafik hubungan antara DutyCycle dengan nilai RPM untuk masing-
masing kondisi beban pada satu gambar.
5. Analisislah data dari percobaan dengan beban 25%/50%/75% dari nilai maksimal.
Bandingkan hasil pada Tabel 7.1/7.2/7.xx. Apa efek pembebanan pada kecepatan
motor DC?
6. Dari seluruh data dan analisis yan telah dilakukan dapatkah anda menarik
kesimpulan tentang kelemahan sistem kendali kalang terbuka?

Tabel 7.2. Hubungan antara Duty Cycle, Ts dan nilai RPM saat beban 25% (50%/75%)
nilai maksimal

Nilai “Duty Cycle” Ts (s) RPM

0.10
0.15
0.20
0.25
0.30
0.35
0.40
0.45
0.50
0.55
0.60
0.65
0.70
0.75
0.80
0.85
0.90