KENDALI PID LAJU ALIRAN VOLUME GAS ALAM

DENGAN NEURO FUZZY

BAB I

PENDAHULUAN

1.1 Latar Belakang

System pengendalian adalah ilmu yang berkaitan dengan metode atau cara
pengendalian agar keluaran yang dihasilkan sesuai dengan yang diharapkan.
Pada era industri 4.0 yang memiliki kompleksitas proses yang rumit dan
dibutuhkan adanya system pengendalian untuk menyelesaikan suatu
permasalahan yang terdefinisi dengan jelas maupun permasalahan yang tidak
terdefinisi dengan model matematika. Maka untuk sistem yang demikian
diperlukan pendekatan secara kualitatif. Pendekatan neuro fuzzy dapat
menawarkan kemudahan dalam menanggulangi sistem yang seperti ini.[1]

Gas metering terletak pada unit produksi yang berfungsi sebagai alat yang
digunakan untuk mengukur seberapa besar laju aliran dan volume gas alam yang
diproduksi oleh suatu plant. Untuk menganalisa pengendalian laju aliran
volume gas alam, terdapat parameter parameter proses yang berpengaruh,
diantaranya laju aliran, tekanan aliran dan bukaan control valve. System
pengendalian gas metering selama ini masih menggunakan kontroler
konvensional PID dengan logaritma linear[2], sehingga dibutuhkan
perancangan kontroler yang cepat, mengurangi control error dan mampu
melakukan self tuning. [3]

Pengendalian neuro fuzzy adalah suatu metodologi penggabungan dua sistem,

yaitu artificial neural network (ANN) atau “jaringan syaraf tiruan” dan fuzzy
logic atau “logika samar”. Pendekatan metode neuro fuzzy memungkinkan
sistem pengendalian yang lebih efektif dalam pemakaian energi dan jawaban
terbaik bagi permasalahan dewasa ini. Saat ini kontrol neuro fuzzy telah
menunjukkan banyak keberhasilan yang terlihat dan produk-produk yang telah
banyak beredar di pasaran dan rumah tangga. [4]
 Pada Jurnal ini menjelaskan aplikasi kecerdasan buatan yang dikombinasikan
dengan system fuzzy pada system pengendalian laju aliran volume gas alam.

1.2 Rumusan Masalah

Berdasarkan latar belakang tentang kendali PID laju aliran volume gas alam
dengan neuro fuzzy, maka dirumuskan beberapa masalah yaitu bagaimana
membangun sistem kendali PID dengan metode neuro fuzzy pada sistem alat
ukur gas alam. Selain pengendalian laju aliran, performansi dari katup
pengontrol juga diperhatikan, sehingga durability dan reability dari katup
pengontrol dapat terjaga.

1.3 Tujuan

Tujuan dari penilitian ini adalah merancang suatu sistem kendali PID laju aliran
gas alam berbasis neuro fuzzy pada sistem alat ukur, sehingga diharapkan
mendapatkan performansi dari katup kontrol dan menjaga kestabilan sistem

1.4 Batasan Masalah

Dalam mendesain sistem kendali ini memiliki Batasan masalah yaitu sistem
kendali PID ditujukan untuk mengontrol laju aliran volume gas alam, algoritma
tuning menggunakan penggabungan jaringan syaraf tiruan dan logika fuzzy.

1.5 Manfaat

Manfaat dari penelitian ini yaitu menghasilkan suatu kendali PID control laju
aliran volume gas alam dengan metode neuro fuzzy.

1.6 Metode Penulisan Penelitian

1. Studi Literatur
Mengumpulkan data data dari berbagai sumber referensi, seperti jurnal,
buku, diklat dan sumber sumber lainnya yang berkaitan dengan penelitian
ini.
2. Pengujian dan Analisis
Melakukan pengujian dan analisis terhadap alat yang telah dibuat.
1.7 Sistematika Penulisan

Penulisan penelitian ini menggunakan sistematika sebagai berikut:

BAB I PENDAHULUAN
Bagian ini berisi tentang latar belakang, perumusan masalah, tujuan penelitian,
batasan masalah, manfaat penelitian, metode penulisan penelitian, sistematika
penulisan.
BAB II TINJAUAN PUSTAKA
Bagian ini menjelaskan terkait penelitian yang pernah dilakukan dan juga berisi
teori-teori dasar yang diperlukan untuk menyelesaikan permasalahan yang
diangkat pada penelitian ini.
BAB III PEMBAHASAN
Bagian ini berisi hasil Analisa yang dilakukan untuk menyelesaikan
permasalahan pada penelitian ini, serta menjawab semua permasalahan yang
diangkat pada penelitian ini.
BAB IV PENUTUP
Daftar Pustaka
[1]  J. C. Hopkins and D. M. Himmelblau, “PROCESS CONTROL VIA ARTIFICIAL NEURAL 
NETWORKS AND REINFORCEMENT LEARNING,” 1992. 

[2]  K. Pirabakaran and V. M. Becerra, “PID AUTOTUNING USING NEURAL NETWORKS 
AND MODEL REFERENCE ADAPTIVE CONTROL 1,” 2002. [Online]. Available: 
www.elsevier.com/locate/ifac 

[3]  R. Hernández‐Alvarado, L. G. García‐Valdovinos, T. Salgado‐Jiménez, A. Gómez‐
Espinosa, and F. Fonseca‐Navarro, “Neural network‐based self‐tuning PID control for 
underwater vehicles,” Sensors (Switzerland), vol. 16, no. 9, Sep. 2016, doi: 
10.3390/s16091429. 

[4]  S. Samsiana and P. Studi Teknik Elektro, “APLIKASI METODE NEURO FUZZY PADA 
SISTEM PENGENDALI TEKANAN GAS METERING STATION.”