IMPLEMENTASI KONTROL MODEL PREDIKSI BERBASIS ANFIS (ADAPTIVE NEURO FUZZY INFERENCE SYSTEM) PADA MESIN PENGHASIL UAP AIR; IMPLEMENTATION OF MODEL PREDICTIVE CONTROL BASED ON ANFIS (ADAPTIVE NEURO FUZZY INFERENCE SYSTEM) ON STEAM GENERATOR

RANGGA KURNIAWAN LADIOKTAVIAGUSDI, R.Sumiharto

2014 | Skripsi | PROGRAM STUDI ELEKTRONIKA DAN INSTRUMENTASI

Mesin penghasil uap air merupakan sebuah boiler yang digunakan untuk mengubah air menjadi uap air dengan kualitas bervariasi pada suatu tekanan discharge tertentu. Parameter masukan dari mesin penghasil uap air perlu untuk dikendalikan agar diperoleh parameter keluaran yang sesuai dengan keadaan yang diperlukan ketika dipergunakan, sehingga mesin penghasil uap air dapat bekerja dengan optimal. Mesin penghasil uap air mempunyai permasalahan pada parameter keluaran berupa dependent variabel, oleh karena itu diperlukan suatu cara untuk mendapatkan perilaku sistem dari mesin penghasil uap air yang direpresentasikan dengan model dari plant tersebut. Kontrol model prediksi merupakan kontrol yang menggunakan model dari plant sebagai unit penyusun kontrolnya. Pada penelitian ini, metode yang digunakan dalam mendapatkan model adalah dengan menggunakan ANFIS (Adaptive Neuro Fuzzy Inference System). Dalam perancangan kontrol model prediksi, dilakukan pembuatan dua buah struktur model yang berbeda, masing-masing dari struktur model tersebut dijadikan unit kontrol dan unit prediksi. Implementasi kontrol model prediksi pada penelitian ini direpresentasikan dengan menggunakan simulasi, sehingga objek yang dikontrol berupa mesin virtual penghasil uap air. Dalam penelitan ini digunakan perangkat lunak MATLAB sebagai mesin virtual penghasil uap air dan juga untuk melakukan komputasi ANFIS, sedangkan perangkat lunak LabVIEW digunakan sebagai representasi dari ruang kontrol. Dari hasil penelitian, didapatkan parameter terbaik untuk masing-masing ANFIS yang dijadikan sebagai unit model pada kontrol model prediksi, yaitu dengan menggunakan historical data ke-4 yang berjumlah 800 data, dengan rasio presentase pembelajaran untuk training data dan checking data pada masing-masing ANFIS untuk setiap struktur model secara berurutan sebesar 90% dan 10%, kecuali rasio presentase untuk ANFIS pada parameter aliran air secara berurutan sebesar 80% dan 20%. Hasil validasi RMSE (Root Mean Square Error) dengan melakukan pengujian terhadap 100 data, didapatkan nilai sebagai berikut: aliran air=1.9941, tekanan air=48.0236, aliran udara=604.0621, tekanan bahan bakar=0.7087, temperatur bahan bakar=18.6594, O2 content=0.9591, tekanan uap air=76.1557, kualitas uap air=3.9734 dan aliran uap air=264.9173.

Kata Kunci : Mesin penghasil uap air; kontrol model prediksi; pemodelan; ANFIS; MATLAB; LabVIEW