Prosiding Seminar Nasional Pascasarjana VII – 2007

ISBN 979-545-0270-1

Pengaturan Kecepatan Motor DC

Melalui Jaringan dengan Metode Adaptif
Singgih Wijaya Anggono dan Josaphat Pramudijanto
Jurusan Teknik Elektro
Institut Teknologi Sepuluh November (ITS) Surabaya
Email: singgih_anggono@yahoo.com ; jos@ee.its.ac.id

Abstraks
Tantangan terbesar dalam penggunaan data network pada aplikasi kontrol adalah timbulnya efek delay pada
kontrol loop. Delay yang terjadi pada network control system (NCS) akan berakibat pada penurunan performansi
sistem dan juga akan mengakibatkan ketidakstabilan sistem. Pada penelitian ini, dibangun suatu jaringan data
dengan menggunakan media bluetooth yang menghubungkan kontroler dengan remote sistem (plant, sensor dan
aktuator). Kontroler dan remote sistem ditempatkan pada lokasi yang berbeda sehingga membentuk remote
close-loop kontrol. Pada kontroler digunakan metode adaptif yang berfungsi untuk mengendalikan kecepatan
motor DC melalui jaringan. Motor DC yang digunakan adalah motor DC magnet permanen dengan tegangan
input sebesar 12Volt, kecepatan putaran motor 1900 rpm dan daya 6 Watt. Diharapkan dari penelitian, kontroler
adaptif mampu mengatasi pengaruh time delay yang terjadi pada model NCS.
Dari hasil pengujian didapatkan untuk time constant (τ) pada motor sebesar 1,5 detik dan delay pada jaringan
sebesar 500 ms, kontroler dapat bekerja dengan baik pada saat terjadi perubahan setting point dan perubahan
beban pada motor. Ketika delay pada jaringan lebih besar dari 750 ms mengakibatkan penurunan performansi
sistem dan ketidakstabilan sistem.
Kata kunci: network control system, kontrol adaptif, time delay.

1. PENDAHULUAN
Penelitian dan pengembangan network control
system telah lama dilakukan. Sebagai hasil dari
penelitian dan pengembangan ini, tercipta beberapa
network protocol untuk kontrol industri. Sebagai Gambar 1. Diagram Blok Sistem
contoh adalah Controller Area Network (CAN) yang
pertama kali dikembangkan pada tahun 1983 oleh 2.1. Perancangan dan Desain Sistem
perusahaan Robert Bosch di Jerman untuk Metode kontrol yang digunakan pada penelitian ini
penggunaan pada industri mobil. Contoh lainnya adalah kontrol adaptif dengan menggunakan Self
adalah Profibus yang dikembangkan oleh 6 Tuning Regulator. Diagram blok dari Self Tuning
perusahaan dan 5 institut di Jerman. pada tahun Regulator dapat dilihat pada Gambar 2.
1987. Profibus merupakan broadcast bus protocol
yang beroperasi dengan sistem multi-master/slave.
Dari semua jenis network protocol yang ada, selalu
menimbulkan delay pada waktu transmisi data. Delay
ini mengakibatkan penurunan performansi dari
kontrol sistem. Oleh karena itu, untuk mengatasi
masalah delay pada network untuk sistem kontrol
loop tertutup, kemajuan dari metodologi yang sudah
ada diperlukan.
Gambar 2. Diagram Blok Self Tuning Regulator.
2. METODOLOGI PENELITIAN
Perancangan sistem dibagi menjadi dua bagian yaitu 2.2. Model Matematis Plant dan Jaringan
perancangan perangkat keras dan perancangan Plant yang digunakan pada penelitian ini adalah
perangkat lunak. Perancangan perangkat keras dibagi motor DC. Sebelum perancangan dan desain sistem,
menjadi dua bagian yaitu perancangan kontroler dan hal pertama yang harus dilakukan adalah mengetahui
remote system. Antara kontroler dan remote system persamaan matematis dari plant. Untuk menentukan
ditempatkan pada tempat yang berbeda dan persamaan matematis dari plant, maka terlebih
dihubungkan dengan jaringan. Perancangan dahulu ditentukan model struktur pendekatan yang
perangkat lunak terdiri atas dua bagian yaitu akan digunakan. Dalam penelitian ini digunakan
perancangan perangkat lunak pada mikrokontroler model pendekatan ARMA (Auto Regressive Moving
dan perancangan perangkat lunak pada PC. Average).
Untuk mencari nilai parameter dari plant, digunakan
identifikasi secara off-line dengan metode standart

INK14 1
 Prosiding Seminar Nasional Pascasarjana VII – 2007
ISBN 979-545-0270-1

least square. Untuk keperluan identifikasi, Setelah didapatkan persamaan kontroler PID diskrit,
diperlukan data dari hasil pengukuran tegangan input kemudian dicari close loop transfer function
dan tegangan output pada plant (pada penelitian ini kontroler dengan plant.
diambil 255 data pengukuran tegangan input output),
dimana besarnya tegangan input yang diberikan ke
k1 + k 2 z −1 + k3 z −2 b 0 z -1 + b1z -2
plant dibangkitkan dari bilangan random (PRBS). ( )(
1 − z −1 1 + k0 z −1 ) 1 + a1z -1 + a2 z -2
Langkah-langkah untuk mendapatkan data
pengukuran tegangan input dan tegangan output dari
plant adalah sebagai berikut : Gambar 3. Diagram Blok Kontroler dan Plant.
1. Mengirimkan sinyal PRBS (Pseudo Random
Binary Sequence) dari PC ke mikrokontroler. Close loop transfer function untuk sistem pada
2. Mikrokontroler mengirimkan sinyal yang masuk Gambar 3 :
(PRBS) ke motor. ⎛ k 1 + k 2 z −1 + k 3 z −2
⎞⎛ b0 z -1 + b1 z -2 ⎞
⎜ ⎟⎜ ⎟
3. Tanggapan sistem kemudian dikirimkan dari
mikrokontroler ke PC. Y( z )
=
(
⎜ 1 − z −1 1 + k z −1
⎝ 0 )(
⎟⎜ 1 + a z -1 + a z -2 ⎟
⎠⎝ 1 2 ⎠ ) (5)
Setelah didapatkan data pengukuran input output, Yr ( z ) ⎛ k 1 + k 2 z −1 + k 3 z −2 ⎞⎛ b0 z -1 + b1 z -2 ⎞
1+⎜ ⎟⎜ ⎟
maka dicari nilai vektor parameter (θ) untuk berbagai
jenis model dan besarnya norm error dari masing-
⎝ ( 0 ⎠⎝ )(
⎜ 1 − z −1 1 + k z −1 ⎟⎜ 1 + a z -1 + a z -2
1 2 ) ⎟
⎠
k2 k b1
masing model. Jika dipilih a1 = , a2 = 3 dan k0 = maka
Setelah didapatkan model matematis orde 1 sampai k1 k1 b0
dengan orde 8, kemudian ditentukan model struktur didapatkan :
pendekatan yang akan digunakan untuk mendekati ⎛ k 1b0 z -1 ⎞
model matematis dari plant dengan memilih model ⎜ ⎟
⎜ 1 − z −1 ⎟ k 1b0 z -1
yang memiliki norm error terkecil. Dari model yang Y( z )
= ⎝ ⎠ = ............. (6)
didapatkan, model matematis orde 2 memiliki norm Yr ( z ) ⎛ k b z -1 ⎞ 1 + (k 1b0 − 1)z -1
1+ ⎜ 1 0 ⎟
error yang paling kecil yaitu 0,1958. Sehingga ⎜ 1 − z −1 ⎟
didapatkan persamaan matematis plant dan jaringan : ⎝ ⎠
dengan pendekatan zero-order hold didapatkan
0 ,5854 z −1 + 0 ,2215 z −2
....................................... (1) persamaan diskrit orde 1 :
1 − 0 ,157 z −1 − 0 ,08976 z − 2
Y ( z ) K ( 1 − e −Ts τ )z −1
= ....................................... (7)
Yr ( z ) 1 − e −Ts τ z −1
2.3. Mekanisme Adaptasi dan Desain Kontroler
Mekanisme adaptasi merepresentasikan solusi on- Terlihat bahwa close loop transfer function pada
line untuk desain problem dari parameter yang telah Persamaan (7) merupakan sistem orde 1, sehingga :
−Ts τ
diidentifikasi sebelumnya untuk menghasilkan untuk nilai pole : k1b 0 = K (1 − e )
parameter kontroler terbaru sesuai dengan kondisi −Ts τ
plant pada saat itu. untuk nilai zero : k1b 0 −1 = −e
Kontroler yang digunakan adalah kontroler PID, sehingga didapatkan nilai parameter untuk kontroler:
dimana persamaan kontroler PID modified pada b1
k0 = ................................................................... (8)
bidang s (kontinyu) : b0
⎛ ⎞
⎜ ⎟ 1 − e −Ts τ
U( s ) 1 τds k1 = ......................................................... (9)
= Kp⎜ 1 + + ⎟ ................................. (2) b0
E( s ) ⎜ τis 1 + τ d s ⎟
⎜ ⎟ k 2 = a1 k 1 .............................................................. (10)
⎝ N ⎠
Di mana : Kp = proposional gain k3 = a2 k1 ............................................................ (11)
τi = integral gain Setelah semua nilai estimasi parameter dan kontroler
τd = derivatif gain ditemukan, maka bentuk lengkap diagram blok Self
τd Tuning Regulator dapat dilihat pada Gambar 4.
= filtering derivatif gain
N
untuk mendapatkan persamaan kontroler dalam
b1
k0 = k 2 = a1k1
bentuk diskrit digunakan pendekatan Tustin Bilinier b0
1 − e −Ts τ
rule : k1 =
b0
k3 = a2 k1

2 1 − z −1
s= ........................................................ (3)
Ts 1 + z −1
k1 + k 2 z −1 + k3 z −2 b 0 z -1 + b1z -2
Maka bentuk transfer function PID diskrit menjadi : ( )(
1 − z −1 1 + k0 z −1 ) 1 + a1 z -1 + a 2 z -2

U ( z ) k 1 + k 2 z −1 + k 3 z −2
E( z )
=
( )(
1 − z −1 1 + k 0 z −1 )
..................................... (4)
Gambar 4. Bentuk Lengkap Diagram Blok STR.

INK14 2
 Prosiding Seminar Nasional Pascasarjana VII – 2007
ISBN 979-545-0270-1

3. HASIL DAN PEMBAHASAN dapat bekerja dengan baik dengan adanya perubahan
Pengujian sistem dilakukan untuk meyakinkan beban. Pada saat sistem dalam keadaan steady state,
bahwa sistem yang dibuat dapat dikendalikan oleh diberikan beban pada motor dengan menggunakan
kontroler yang dirancang dan bekerja sesuai dengan rem magnetis statis.
kinerja yang diharapkan. Pada pengujian beban ditentukan sampling time
sebesar 0,1 detik, delay time sebesar 0,4 detik, setting
3.1. Pengujian Close Loop point 1075 rpm dan τ = 1,5 detik.
Pada pengujian ini, terlebih dahulu ditentukan
sampling time sebesar 0,1 detik, setting point 1082 Respon Close Loop Dengan Pembebanan

rpm dan τ = 1,5 detik. Dari hasil pengujian (Gambar 2000

r(kT)
5) terlihat bahwa respon sistem adalah respon sistem 1800 y(kT)
u(kT)
orde 1 dengan : 1600

• Time constant = 1,5 detik 1400

Kecepatan Motor (rpm)

• Rise time = 4,2 detik 1200

• Error steady state = 1,36 %

1000

• Delay time = 1,1 detik

800

600
Recovery time Ricovery time
beban masuk beban dilepas
400

Respon Close Loop

200

1100
0
0 2.5 5 7.5 10 12.5 15 17.5 20 22.5 25 27.5 30 32.5 35
1000
Waktu (detik)
900

800
r(kT) Gambar 7. Respon Close Loop dengan Beban
y(kT)
Pertama.
Kecepatan Motor (rpm)

700 u(kT)

600

500
Dari hasil pengujian kemampuan kontroler terhadap
400
beban adalah sebagai berikut :
63,2%

• Kemampuan recovery beban masuk = 6 x 0,5

300

200

100 detik = 3 detik.

0
0 0.5 1 1.5 2 2.5 3 3.5 4 4.5 5 5.5 6 6.5 7 7.5 8 8.5 9
• Kemampuan recovery beban dilepas = 6 x 0,5
Waktu (detik)
detik = 3 detik.
Gambar 5. Respon Close Loop. • Sinyal kontrol sebelum pembebanan adalah
1075 rpm dan ketika beban diberikan sinyal
3.2. Pengujian Sistem Dengan Delay kontol naik menjadi 1331 rpm.
Pengujian ini dilakukan untuk mengetahui pengaruh
delay terhadap respon close loop sistem. Delay Estimasi Parameter

diberikan dengan menunda pengiriman data dari 1.50

kontroler ke remote system. 1.25

1.00

0.75 B0
B1
0.50
Respon Close Loop Dengan Delay A1
0.25 A2
2000 0.00

-0.25
1800
-0.50
1600
-0.75

1400 -1.00
Kecepatan Motor (rpm)

-1.25
1200
-1.50

1000 -1.75

-2.00
800 0 2.5 5 7.5 10 12.5 15 17.5 20 22.5 25 27.5 30 32.5 35
0,10 Detik
0,75 Detik Waktu (detik)
600
1,00 Detik
1,50 Detik
400
2,00 Detik
3,00 Detik Gambar 8. Estimasi Parameter dengan Beban
200

0
Pertama.
0 1.5 3 4.5 6 7.5 9 10.5 12 13.5 15 16.5 18 19.5 21 22.5 24 25.5 27 28.5 30
Waktu (detik)

Pada saat diberikan beban pada motor, terjadi

Gambar 6. Respon Close Loop dengan Delay
perubahan nilai parameter pada plant. Begitu juga
sebaliknya pada saat beban dilepaskan dari motor,
Dari hasil pengukuran, didapatkan bahwa semakin
kembali terjadi perubahan nilai parameter pada plant.
besar delay (diatas 750 ms) yang terjadi pada
jaringan mengakibatkan respon sistem menjadi tidak
stabil (berosilasi).

3.3. Pengujian Sistem Dengan Beban

Pengujian berikutnya adalah dengan memberikan
beban ke motor, untuk mengetahui apakah kontroler

INK14 3
 Prosiding Seminar Nasional Pascasarjana VII – 2007
ISBN 979-545-0270-1

Respon Close Loop Dengan Pembebanan Pada saat pembebanan, kecepatan motor yang
2000 dihasilkan tidak sesuai dengan setting point yang
r(kT)
1800 y(kT) ditentukan. Hal ini disebabkan karena sinyal kontrol
u(kT)
1600
telah mencapai nilai maksimum. Spesifikasi
1400
kemampuan kontroler terhadap beban adalah sebagai
Kecepatan Motor (rpm)

1200
berikut :
1000
• Kemampuan recovery beban masuk = 6 x 0,5
800
detik = 3 detik.
• Kemampuan recovery beban dilepas = 7 x 0,5
600

400
Recovery time Ricovery time
200
beban masuk beban dilepas detik = 3,5 detik.
0
• Sinyal kontrol sebelum pembebanan adalah
0 2.5 5 7.5 10 12.5 15 17.5 20 22.5 25 27.5 30 32.5 35
Waktu (detik) 1075 rpm dan ketika beban diberikan sinyal
Gambar 9. Respon Close Loop dengan Beban Kedua. kontol naik menjadi 1960 rpm.
• Besarnya error steady state saat beban masuk
Dari hasil pengujian kemampuan kontroler terhadap adalah 3,26%
beban adalah sebagai berikut :
• Kemampuan recovery beban masuk = 6 x 0,5 Estimasi Parameter

detik = 3 detik. 1.50

1.25

• Kemampuan recovery beban dilepas = 6 x 0,5 1.00

detik = 3 detik. 0.75

0.50
B0
B1

• Sinyal kontrol sebelum pembebanan adalah 0.25

A1
A2
0.00
1075 rpm dan ketika beban diberikan sinyal -0.25

kontol naik menjadi 1572 rpm. -0.50

-0.75

-1.00

Estimasi Parameter -1.25

-1.50
1.50
-1.75
1.25
-2.00
1.00 0 2.5 5 7.5 10 12.5 15 17.5 20 22.5 25 27.5 30 32.5 35
Waktu (detik)
0.75 B0
B1
0.50
A1 Gambar 12. Estimasi Parameter dengan Beban
0.25 A2

0.00
Ketiga.
-0.25

-0.50

-0.75
Pada saat diberikan beban pada motor, terjadi
-1.00 perubahan nilai parameter pada plant. Begitu juga
-1.25
sebaliknya pada saat beban dilepaskan dari motor,
-1.50

-1.75
kembali terjadi perubahan nilai parameter pada plant.
0 2.5 5 7.5 10 12.5 15 17.5 20 22.5 25 27.5 30 32.5 35
Waktu (detik)

Gambar 10. Estimasi Parameter dengan Beban 3.4. Respon Close Loop Untuk Sitem Tracking
Kedua. Pengujian ini dilakukan dengan memberikan
perubahan setting point pada saat respon close loop
Pada saat diberikan beban pada motor, terjadi dalam keadaan steady state.
perubahan nilai parameter pada plant. Begitu juga
Respon Close Loop Untuk Sistem Tracking
sebaliknya pada saat beban dilepaskan dari motor,
kembali terjadi perubahan nilai parameter pada plant. 2100

2000
r(kT)
y(kT)
1900

1800
Respon Close Loop Dengan Pembebanan 1700
Kecepatan Motor (rpm)

1600
2000
1500
r(kT)
1800
1400
y(kT)
1300
1600 u(kT)
1200
1400
1100
Kecepatan Motor (rpm)

1000
1200
900
1000
800

800 700

600
600 9 18 27 36 45 54 63 72 81 90 99 108 117 126
Waktu (detik)
400

200 Recovery time Ricovery time

Gambar 13. Respon Untuk Sistem Tracking Pertama.
beban masuk beban dilepas
0
0 2.5 5 7.5 10 12.5 15 17.5 20 22.5 25 27.5 30 32.5 35
Waktu (detik)

Gambar 11. Respon Close Loop dengan Beban

Ketiga.

INK14 4
 Prosiding Seminar Nasional Pascasarjana VII – 2007
ISBN 979-545-0270-1

Estimasi Parameter Respon Close Loop Untuk Sistem Tracking

1.25 2100
r(kT)
2000
1.00 y(kT)
1900
0.75
1800
0.50
1700

Kecepatan Motor (rpm)

0.25 1600

1500
0.00
1400
-0.25
1300
-0.50
1200

-0.75 1100

1000
-1.00 B0
B1 900
-1.25 A1
800
A2
-1.50
700

-1.75 600
0 9 18 27 36 45 54 63 72 81 90 99 108 117 126 9 18 27 36 45 54 63 72 81 90 99 108 117 126
Waktu (detik) Waktu (detik)

Gambar 14. Estimasi Parameter Sistem Tracking Gambar 17. Respon Untuk Sistem Tracking Ketiga.
Pertama.
Dari hasil pengujian, terlihat bahwa respon dari plant
Dari hasil pengujian, terlihat bahwa respon dari plant mengikuti perubahan yang terjadi pada setting point
dapat mengikuti perubahan yang terjadi pada setting (Gambar 17). Untuk nilai estimasi parameter plant,
point (Gambar 13). Untuk nilai estimasi parameter pada keadaan steady state terlihat bahwa nilai
plant, pada keadaan steady state terlihat bahwa nilai keempat parameter plant (Gambar 18) berada pada
keempat parameter plant (Gambar 14) berada pada nilai konstan.
nilai konstan.
Estimasi Parameter

Respon Close Loop Untuk Sistem Tracking 1.50

1.25
2100

2000 1.00
r(kT)
1900 0.75 B0
y(kT)
1800 B1
0.50
1700
A1
0.25 A2
Kecepatan Motor (rpm)

1600

1500 0.00

1400 -0.25

1300
-0.50
1200
-0.75
1100
-1.00
1000

900 -1.25

800
-1.50
700 0 9 18 27 36 45 54 63 72 81 90 99 108 117 126
Waktu (detik)
600
9 18 27 36 45 54 63 72 81 90 99 108 117 126
Waktu (detik)
Gambar 18. Estimasi Parameter Sistem Tracking
Gambar 15. Respon Untuk Sistem Tracking Kedua. Ketiga.

Estimasi Parameter 4. KESIMPULAN

1.50 Dari hasil penelitian dapat diambil kesimpulan
1.25 sebagai berikut :
1.00

B0
1. Dengan adanya waktu tunda yang besar pada
0.75
B1
A1
jaringan akan mengakibatkan ketidak-stabilan
0.50

0.25
A2 pada sistem (sistem akan berosilasi), karena
0.00
kontroler mengalami keterlambatan dalam
-0.25 memberikan sinyal kontrol ke plant.
-0.50 2. Kontroler dapat bekerja dengan baik pada saat
-0.75
terjadi perubahan setting point dan perubahan
-1.00
beban untuk time constant (τ) motor sebesar 1,5
-1.25
0 9 18 27 36 45 54 63
Waktu (detik)
72 81 90 99 108 117 126 detik dan delay pada jaringan sebesar 500 ms.

Gambar 16. Estimasi Parameter Sistem Tracking REFERENSI

Kedua. 1. Astrom, K.J. dan Wittenmark, B. (1989),
Adaptive Control,Addison-Wesley Publishing
Dari hasil pengujian, terlihat bahwa respon dari plant Company, Canada.
mengikuti perubahan yang terjadi pada setting point 2. Astrom, K.J. dan Wittenmark, B. (1997),
(Gambar 15). Untuk nilai estimasi parameter plant, Computer-Controlled Systems : Theory and
pada keadaan steady state terlihat nilai keempat Design, Prentice Hall, New Jersey.
parameter plant (Gambar 16) berada pada nilai 3. Coughlin, Driscoll (1982), Operational
konstan. Amplifiers and Integrated Circuit, Prentice Hall,
New Jersey.

INK14 5

4. Drew, M., Liu, X., Goldsmith, A. dan Hedrick,
K. (2005), "Networked Control System Design
over a Wireless LAN", European Control
Conference, hal. 6704-6709.
5. Erman (2002), Pengaturan Kecepatan Motor
DC dengan Kontroler Fuzzy PID Hybrid
Menggunakan Mikrokontroler AT89C51, Thesis,
Institut Teknologi Sepuluh November, Surabaya.
6. Forsythe, W. dan Goodall, R.M (1991), Digital
Control Fundamentals, Theory and Practice,
McGraw-Hill, New York.
7. Malik, Ibnu dan Anistardi, M (1997),
Bereksperimen dengan Mikrokontroler 8031,
PT. Elex Media Komputindo, Jakarta.
8. Ogata, Katsuhiko (1995), Discrete-Time Control
Systems, 2nd edition, Prentice Hall, New Jersey.
9. Ogata, Katsuhiko (1997), Modern Control
Engineering, 3rd edition, Prentice Hall, New
Jersey.
10. Phillips, C.L. dan Nagle, H.T (1995), Digital
Control System Analysis and Design, Prentice
Hall, New Jersey.
INK14
Prosiding Seminar Nasional Pascasarjana VII – 2007
ISBN 979-545-0270-1
11. Pranata, A. (2003), Pemrograman Borland
Delphi 6, Edisi 4, ANDI, Yogyakarta.
12. Purba, L.P. (2006), Sistem Pengaturan dengan
Komputer, Graha Ilmu, Yogyakarta.
13. Rangan (1993), Instrumentation Devices and
Sistem, McGraw-Hill, New York.
14. Stephanopoulos, George (1993), Chemical
Process Control, Prentice Hall, New Jersey.
15. Tipsuwan, Yodyium dan Chow, Mo-Yuen
(2003), “Control Methodologies in Networked
Control Systems”, Control Engineering
Practice, Vol. 11, hal. 1099–1111.
16. Walsh, G.C. dan Ye, H. (2001), "Scheduling of
Networked Control Systems", IEEE Control
Systems Magazine, hal. 57-65
17. Zhang, B.W., Branicky, M.S. dan Phillips, S.M.
(2001), "Stability of Networked Control
System", IEEE Control Systems Magazine, hal.
84-99.
6