1
PEMBELAJARAN SISTEM KONTROL DENGAN APLIKASI MATLAB
Affan Bachri
11)Dosen Fakultas Teknik Prodi Elektro Universitas Islam Lamongan
Abstrak
Perkembangan teknologi komputer baik hardware maupun software terus berkembang seiring perkembangan teknologi elektronika yang semakin maju, demikian juga teknologi kontrol yang mengalami banyak kemajuan dari kontrol konvensional ke kontrol otomatik sampai ke kontrol cerdas.
Pembelajaran sistem kontrol PID pada mata kuliah Sistem Kontrol di perguruan tinggi kebanyakan masih menggunakan metoda analisis trial and error dengan perhitungan manual. Metode pembelajaran semacam ini mempunyai kelemahan yaitu memerlukan waktu yang lama dan mempunyai tingkat kesulitan yang tinggi. Untuk lebih meningkatkan pemahaman mahsiswa dalam materi sistem kontrol dapat digunakan media pembelajaran berbantuan komputer. Matlab merupakan salah satu software yang sangat membantu pemahaman mahasiswa dalam pembelajaran untuk melihat tanggapan berbagai kombinasi parameter dengan variasi masukan yang berbeda.
Dari hasil penelitian tindakan kelas didapatkan hasil yang cukup signifikan dalam peningkatan pemahaman mahasiswa dalam mata kuliah sistem kontrol khususnya materi aksi kontrol PID.
Kata Kunci : Sistem Kontrol , PID
Pendahuluan
Perkembangan teknologi komputer baik hardware maupun software terus berkembang seiring perkembangan teknologi elektronika yang semakin maju, demikian juga teknologi kontrol yang mengalami banyak kemajuan dari kontrol konvensional ke kontrol otomatik sampai ke kontrol cerdas. Perkembangan teknik kontrol sudah merambah dari peralatan industri yang kompleks, perlengakapan militer sampai ke peralatan rumah tangga.
Beberapa sistem kontrol yang mudah dijumpai di antaranya adalah pengaturan suhu, pengaturan kelembaban ruangan, pengaturan pencucian pakaian, pengaturan gerak robot, pengaturan mobil remote dan lain sebagainya. Hal inilah yang menjadikan pemikiran sistem kontrol menjadi kompetensi yang harus dimiliki oleh mahasiswa Jurusan Teknik Elektro untuk memenuhi kebutuhan masyarakat.
Dalam mata kuliah sistem kontrol, salah satu materi yang diberikan adalah perancangan sistem kontrol. Untuk dapat merancang sistem kontrol yang baik diperlukan analisis untuk mendapatkan gambaran tanggapan sistem terhadap aksi pemgontrolan.
Sebelum dapat merancang sistem kontrol tentunya mahasiswa harus lebih dulu dibekali materi pemodelan sistem dinamik. Sistem kontrol dibutuhkan untuk memperbaiki tanggapan sistem dinamik agar didapat sinyal keluaran seperti yang
diinginkan. Sistem kontrol yang baik mempunyai tanggapan yang baik terhadap sinyal masukan yang beragam. Dalam perancangan sistem kontrol ini diperlukan gambaran tanggapan sistem dengan sinyal masukan dan aksi pengontrolan yang meliputi : (1)Tanggapan sistem terhadap masukan yang dapat berupa fungsi langkah, fungsi undak, fungsi impuls atau fungsi lainnya, (2) Kestabilan sistem yang dirancang, (3)Tanggapan sistem terhadap berbagai jenis aksi pengontrolan Permasalahan yang dihadapi dalam perancangan sistem kontrol adalah mendapatkan fungsi alih dari sistem tersebut. Setelah fungsi alih didapatkan permasalahan selanjutnya adalah menganalisisnya apakah sistem yang dibuat sudah baik atau belum.
Dalam mempelajari sistem kontrol tentu saja menjadi kewajiban bagi mahasiswa untuk dapat mencari fungsi alih sistem dengan pendekatan model matematik.
Tetapi setelah mendapatkan model fungsi alihnya, seringkali mahasiswa mengalami kesulitan dalam menganalis sistem karena kerumitannya.
Dengan adanya Software Matlab proses analisis fungsi alih akan menjadi jauh lebih mudah dan cepat sehingga akan memudahkan dalam proses pembelajaran terutama dalam perancangan sistem kontrolnya.
Media Pembelajaran
Metode pembelajaran memegang peranan yang penting dalam proses pembelajaran.
2
Penggunaan media pendidikan, khususnyamedia visual dan simulasi dapat membantu dosen dalam menyampaikan materi perkuliahan. Bourden dan Paul (1998) menyatakan bahwa penggunaan media pembelajaran dapat menghemat waktu persiapan mengajar, meningkatkan motivasi belajar mahasiswa dan mengurangi kesalahfahaman mahasiswa terhadap penjelasan yang diberikan. Namum demikian, belum banyak penelitian mengenai penggunaan media pembelajaran interaktif berbantuan komputer dalam proses pembelajaran formal di kelas.
Media pembelajaran yang berkualitas dapat digunakan berulang-ulang sehingga biaya yang dikeluarkan untuk pembelajaran dapat lebih hemat.
Media interaktif memuat materi yang berisi benda asli dari lingkungan autentik yang dapat memberi pengalaman langsung kepada mahasiswa sehingga pengetahuan mahasiswa dapat bertahan lebih lama.
Heinrich (1989) menjelaskan bahwa media pembelajaran yang berkualitas adalah media yang pengembangannya melalui proses seleksi, desain, produksi dan digunakan sebagai bagian integral sistem instruksional.
Materi Sistem Kontrol PID
Salah satu bahasan dalam mata kuliah sistem kontrol adalah kontrol PID yang sering digunakan dan banyak diberikan dalam materi sistem kontrol di perguruan tinggi.
Hal ini disebabkan karena sistem ini merupakan sistem kontrol loop tertutup yang cukup sederhana dan kompatibel dengan sistem kontrol lainnya sehingga dapat dikombinasikan dengan sistem kontrol lain seperti Fuzzy control, Adaptif control dan Robust control.
Gambar 1. Diagram Sistem Kontrol Fungsi alih H(s) pada sistem kontrol PID merupakan besaran yang nilainya tergantung pada nilai konstanta dari sistem P, I dan D.
i p D
i p D
K s K s K s
K s K s s K
H
3 22 )
(
Sistem kontrol PID terdiri dari tiga buah cara pengaturan yaitu kontrol P (Proportional), D (Derivative) dan I (Integral), dengan masing-
masing memiliki kelebihan dan kekurangan.
Dalam implementasinya masing-masing cara dapat bekerja sendiri maupun gabungan diantaranya.
Dalam perancangan sistem kontrol PID yang perlu dilakukan adalah mengatur parameter P, I atau D agar tanggapan sinyal keluaran sistem terhadap masukan tertentu sebagaimana yang diiginkan.
Tabel 1. Respon Sistem PID terhadap perubahan parameter
Respo n Loop Tertu tup
Wakt u naik
Oversh oot
Wakt u Turun
Kesala han Keada
an Tunak
Kp Menur
un
Mening kat
Peruba han Kecil
Menuru n
Ki Menur
un
Mening kat
Menin gkat
Hilang
Kd Peruba
han Kecil
Menuru n
Menur un
Peruba han Kecil Untuk merancang sistem kontrol PID, kebanyakan dilakukan dengan metoda cobacoba atau (trial &
error). Hal ini disebabkan karena parameter Kp, Ki dan Kd tidak independent. Untuk mendapatkan aksi kontrol yang baik diperlukan langkah coba- coba dengan kombinasi antara P, I dan D sampai ditemukan nilai Kp, Ki dan Kd seperti yang diiginkan.
Metode Pembelajaran Konvensional
Langkah awal dalam pembelajaran perancangan sistem kontrol yaitu menjelaskan bagaimana membuat diagram blok sistem.
Diagram blok digunakan sebagai bahan analisis yaitu dengan memberikan aksi pengontrolan yang berbeda. Tanggapan sistem dapat dilihat setelah sistem diberikan sinyal masukan yang berbeda.
Kombinasi antara sinyal masukan dan aksi pengontrolan ini akan menghasilkan tanggapan yang berbedabeda.
(Ogata, Katsuhiko, 1997) menjelaskan langkah-langkah yang harus dilakukan dalam perancangan sistem kontrol sebagai berikut:(1) Memahami cara kerja system, (2) Mencari model sistem dinamik dalam persamaan differensial, (3) Mendapatkan fungsi alih sistem dengan Transformasi Laplace, (4) Memberikan aksi pengontrolan dengan menentukan konstanta Kp,
3
Ki dan Kd, (5) Menggabungkan fungsi alih yangsudah didapatkan dengan jenis aksi pengontrolan, (6) Menguji sistem dengan sinyal masukan fungsi langkah, fungsi undak dan impuls ke dalam fungsi alih yang baru, (7) Melakukan Transformasi Laplace balik untuk mendapatkan fungsi dalam kawasan waktu, (8) Menggambar tanggapan sistem dalam kawasan waktu
Dalam pembelajaran konvensional untuk melihat tanggapan suatu sistem dengan berbagai macam kombinasi sinyal masukan dan aksi pengontrolan merupakan hal yang sulit, diperlukan kesabaran dan ketelitian untuk mendapatkan hasil penggambaran yang baik dan hasilnyapun seringkali kurang akurat. Hal ini menjadikan mahasiswa merasa bahwa materi perancangan sistem control sangat sulit yang berdampak pada keengganan untuk mempelajari lebih jauh tentang materi sistem kontrol.
Metode Pembelajaran Dengan Simulasi Komputer
Hadirnya software komputer sangat membantu perhitungan dan proses analisis tanggapan sistem terhadap sinyal masukan dan aksi pengontrolan. Berbeda dengan perhitungan manual yang rumit dan lama, perhitungan dengan bantuan software komputer jauh lebih mudah dan cepat dan hasilnya tepat.
Matlab merupakan salah satu software yang dikembangkan dalam bidang pengaturan yang dilengkapi Control Toolbox. Toolbox ini dilengkapi dengan berbagai macam fungsi pendukung yang dipergunakan dalam analisis sistem kontrol. Beberapa fungsi pendukung yang sering dipergunakan untuk menganalisis suatu sistem adalah :
feedback, step, rlocus, series, dll. Untuk menganalisis suatu sistem, software hanya memerlukan masukan berupa fungsi alih yang ditulis dalam Transformasi Laplace (kawasan frekuensi) atau matriks ruang keadaan. Sebagai contoh, suatu sistem kontrol memiliki fungsi alih sebagai berikut :
Gambar 2. Sistem Rangkaian RLC
Model matematik sistem dinamik dapat dituliskan dengan menggunakan Hukum Kirchoff Arus dan Tegangan sehingga menjadi :
idt
C dt Ldi i R i
V 1
) ( ) (
idt v c1
) 0 (
Fungsi alih dari model dinamik sistem di atas dapat dilakukan dengan melakukan transformasi Laplace sehingga di dapat persamaan berikut :
) 1 ( ) 1 ( ) ( )
( i s
s s C Ri s Lsi s
Vi
) 1 ( ) ( ) ( )
( 2 i s
s C Rsi s i Ls s
Vi
) 1 ( ) 1
( i s
s s C
Vo
Fungsi Alih =
1 1 )
( ) (
2
LCs RCs s
Vi s Vo
Fungsi alih dapat ditulis sebagai : 1
1 )
( ) (
2
LCs RCs s
q s p
Dari fungsi alih inilah akan dicari tanggapan sistem terhadap sinyal masukan yang beragam.
Tanggapan sistem yang baik dari suatu sistem kontrol mempunyai criteria: Waktu naik cepat, Minimasi overshoot dan minimasi kesalahan keadaan tunak.
Adapun langkah-langkah yang harus dilakukan untuk analisisi dengan Matlab adalah menentukan R, L, C (R=100 ohm, L=1,25mH, C=6250 F). memasukkan koefisien pembilang (Ps) dan penyebut (Qs) dari fungsi alih, dan memilih jenis masukan yang akan dimasukkan ke sistem (fungsi langkah, undak, impuls atau lainnya).
Kemudian nilai-nilai kita masukkan dalam persamaan berikut :
1 1 )
( ) (
2
LCs RCs s
q s p
8 5
1 1
625 . 0 2 125 . 0
1 )
( ) (
s s s s
s q
s p
Penulisan pada editor matlab : Ps = [1];
Qs = [1 5 8];
step(Ps, Qs)
4
Tanggapan sistem terbuka diperlihatkanpada Gambar 3.
Gambar 3. Respon sistem terhadap masukan fungsi alih
Grafik di atas menunjukkan bahwa sistem memiliki kesalahan keadaan tunak yang tinggi sebesar 0,88 hal ini dapat dilihat pada tanggapan sistem menuju ke nilai amplitudo 0,12. Dari Gambar3 dapat juga diketahui bahwa sistem memiliki waktu naik yang lama (1,5 detik). Untuk menghasilkan sistem kontrol yang baik, diperlukan sistem loop tertutup.
Pembelajaran Aksi Kontrol Proporsional Karakteristik aksi pengontrolan Proporsional adalah mengurangi waktu naik, menambah overshoot, dan mengurangi kesalahan keadaan tunak. Fungsi alih sistem dengan menambahkan aksi pengontrolan P menjadi :
) 8 ( 5 )
( ) (
2 s Kp
s
Kp s
q s p
Misal, diambil konstanta Kp = 60, maka penulisan pada editor Matlab :
Kp = 60;
Ps = [Kp];
Qs = [1 5 8+Kp];
t = 0 : 0.01 : 2;
step (Ps, Qs)
Gambar 4. Respon Sistem Loop dengan kontrol Proporsional (Kp)
Penambahan aksi kontrol P mempunyai pengaruh mengurangi waktu naik dan kesalahan keadaan tunak, tetapi konsekuensinya overshoot naik cukup besar. Kenaikan overshoot ini sebanding dengan kenaikan nilai parameter Kp.
Waktu turun juga menunjukkan kecenderungan yang membesar.
Pembelajaran Aksi Kontrol Kp dan Kd
Fungsi alih sistem dengan aksi pengontrolan PD menjadi :
) 8 ( ) 5 ( ) (
) (
2 Kd s Kp
s
Kds Kp s
q s p
Penulisan pada editor Matlab , misalkan kita tentukan Kp =60 dan Kd=4,
Kp = 60;
Kd = 4;
Ps = [Kd Kp];
Qs = [1 5+Kd 8+Kp];
t = 0 : 0.01 : 2;
step (Ps, Qs)
hasil running Matlab :
Gambar 5. Respon sistem dengan Kp dan Kd Pada grafik di atas terlihat bahwa penggunaan control Proporsional Derivative (PD) dapat mengurangi overshoot dan waktu turun, tetapi kesalahan keadaan tunak tidak mengalami perubahan yang berarti.
Pembelajaran Aksi Kontrol Proportional- Integral
Fungsi alih sistem dengan penambahan aksi pengontrolan PI menjadi :
0 0.5 1 1.5 2 2.5
0 0.02 0.04 0.06 0.08 0.1 0.12 0.14
Step Response
Time (sec)
Amplitude
0 0.2 0.4 0.6 0.8 1 1.2 1.4
0 0.2 0.4 0.6 0.8 1 1.2 1.4
Step Response
Time (sec)
Amplitude
5
Kis Kp s
s
s Kp Ki s
q s p
) 8 ( 5 )
( ) (
2 3
Misalkan Kp=6, dan Ki =15, Kp = 6;
Ki = 15;
Ps = [Kp Ki];
Qs = [1 5 8+Kp Ki];
t = 0 : 0.01 : 2;
step (Ps, Qs)
hasil running Matlab :
Gambar 6. Respon sistem dengan kontrol Kp dan Ki (PI)
Dari grafik gambar 6 di atas terlihat bahwa waktu naik sistem menurun, dengan overshoot yang kecil, serta kesalahan keadaan tunak dapat diminimalkan. Tanggapan sistem memberikan hasil yang lebih baik daripada aksi kontrol sebelumnya tetapi masih mempunyai waktu naik yang lambat.
Pembelajaran Aksi Kontrol Proportional- Integral-Derivative
Aksi kontrol PID merupakan gabungan dari aksi P, I dan D dan fungsi alih sistem menjadi :
Ki s K s
K s
Ki s K s K s
q s p
p d
p d
) 8 ( ) 5 ( )
( ) (
2 3
2
Misalkan kita misalkan : Kp =60, Ki=80, Kd=15, maka editor Matlab :
Kp = 60;
Ki = 80;
Kd=15;
Ps = [Kd Kp Ki];
Qs = [1 5+Kd 8+Kp Ki ];
t = 0 : 0.01 : 2;
step (Ps, Qs)
Hasil running Matlab :
Gambar 7. Respon sistem dengan kontrol PID (Kp Ki Kd)
Dengan aksi kontrol P, I dan D, terlihat bahwa kriteria sistem yang diinginkan hampir mendekati, terlihat dari grafik tanggapan sistem tidak memiliki overshoot, waktu naik yang cepat, dan kesalahan keadaan tunaknya sangat kecil mendekati nol. Grafik tanggapan sistem terhadap sinyal masukan fungsi langkah, tergantung pada nilai parameter Kp, Kd dan Ki.
HASIL
Metode pembelajaran berbantuan komputer dengan software Matlab ini diimplementasikan dalam kelas dalam mata kuliah Kendali Adaptif.
Materi sistem kontrol PID, sebenarnya telah diberikan pada kuliah Sistem Kendali Dasar, tetapi karena mahasiswa masih mengalami banyak kesulitan sehingga perlu penyegaran lagi sebelum mempelajari kontrol adaptif. Sebagaian besar mahasiswa mengalami kesulitan dalam memodelkan perilaku sistem dinamik, dan setelah mereka mampu mencari model dinamiknya kesulitan yang dihadapi adalah bagaimana mencari tanggapan sistem terhadap sinyal masukan.
Setelah dilakukan tindakan kelas dengan mengenalkan metode pembelajaran dengan bantuan Software Matlab, terjadi peningkatan yang cukup signifikan terhadap pemahaman dan ketertarikan mahasiswa dalam mempelajari materi sistem kontrol.
Hal ini menunjukkan bahwa penggunaan metoda pembelajaran berbantuan komputer sangat
0 0.5 1 1.5 2 2.5 3 3.5 4 4.5
0 0.2 0.4 0.6 0.8 1 1.2 1.4
Step Response
Time (sec)
Amplitude
0 0.5 1 1.5 2 2.5
0 0.2 0.4 0.6 0.8 1 1.2 1.4
Step Response
Time (sec)
Amplitude
6
membantu dosen dalam menyampaikan materikepada mahasiswa. Penggunaan software Matlab dalam materi sistem kontrol tidak hanya pada materi kontrol PID, tetapi dapat dikembangkan pada materi-materi yang lain seperti penggambaran tempat kedudukan akar, plot diagram Bode, penentuan kestabilan dan lain sebagainya.
KESIMPULAN
Berdasarkan hasil pembahasan yang dilakukan dapat diambil beberapa kesimpulan
sebagai berikut :
1. Pengembangan metode pembelajaran materi perancangan sistem kontrol PID pada mata kuliah sistem kontrol dengan simulasi komputer sangat membantu mahasiswa dalam memahami materi secara keseluruhan.
2. Perancangan sistem kontrol PID dengan bantuan software Matlab sangat memudahkan untuk mendapatkan hasil sesuai dengan yang diiginkan.
3. Penerimaan materi dengan metode simulasi komputer berbantuan Matlab lebih baik dibandingkan dengan metode pembelajaran konvensional.
4. Metode pembelajaran inovatif perlu dikembangkan untuk mendapatkan hasil pemahaman mahasiswa yang lebih baik dalam mempelajari materi.
DAFTAR PUSTAKA
Bourden, Paul R. (1998). “Methods for effective teaching” second edition. Boston: Allyn and Bacon.
Heinrich, R (1989), “Instructional Media and The New technologies of instruction” 3 edition.
New York: Mac Millan Publishing Company.
Ogata, Katsuhiko, (1997), “Teknik Kontrol Automatik Jilid I dan II” Edisi 2. Jakarta:
Erlanggga.
Stanley M. Shinners, (1998), “MATLAB &
Simulink Based Books. Modern Control System Theory and Design, 2ed. New York:
John Wiley & Sons, Inc.
7 PENGATURAN FREKUENSI BEBAN HIBRID TURBIN ANGIN DIESEL
DENGAN MENGGUNAKAN ALGORITMA GENETIKA
Zainal Abidin 11) Dosen dpk pada Fakultas Teknik Prodi Elektro Universitas Islam Lamongan
Abstrak
Sistem hibrid adalah jaringan terkontrol dari beberapa pembangkit tenaga energi terbaharukan seperti : turbin angin, sel surya, mikrohidro dan sebagainya. Kenyataan di lapangan bahwa terjadi perbedaan fluktuasi frekuensi yang mempengaruhi kualitas daya sistem.
Ada beberapa permasalahan yang dapat meningkatkan osilasi frekuensi rendah. Di antaranya : (a) Tingginya setting gain dan kecilnya waktu konstan pada Automatic Voltage Regulator, (b) Terlalu banyak jaringan transmisi yang panjang sehingga kemampuan lemah (weak line). Dalam penelitian ini diterapkan desain kontrol dengan Algoritma Genetika dengan mencari nilai optimum Proporsional Intergral (PI) untuk mengatur frekuensi beban dengan program Matlab/ Simulink. Selanjutnya mengubah fungsi transfer dari diagram turbin angin dan diesel ke dalam bentuk matrik dan diaplikasikan dalam M-File algoritma genetika untuk mendapatkan nilai kontrol dengan melakukan tuning rasio redam (damping ratio) dan real part untuk mendapatkan ovreshoot dan rise time yang optimal. Semakin minimum real part, semakin cepat respon sistem. namun jika diminimumkan terus akan mengurangi rasio redam sehingga memperbesar overshoot.
Nilai kontrol dengan metode algoritma genetika dapat melakukan tuning optimisasi dengan pembangkitan hingga 100 generasi sebanyak 4 tahap. Respon sistem dengan Simulink/ Matlab dengan membandingkan dengan sistem tak terkontrol menunjukkan bahwa overshoot dan respon keadaan mantap pada sistem terkontrol algoritma genetika lebih cepat.
Kata Kunci : algoritma genetika, pengaturan frekuensi beban
1. Pengantar
Dewasa ini dunia dituntut untuk mengembangkan sumber-sumber energi baru terbarukan yang dapat menggantikan fungsi bahan bakar sebagai sumber energi. Hal ini membuka riset di berbagai negara dalam rangka pengembangan energi terbarukan.
Dalam tema kali ini peneliti mengambil permasalahan tentang sistem hibrid. Sistem hibrid adalah suatu jaringan yang terkontrol dari beberapa sumber energi terbarukan seperti turbin angin, photovoltaic, mikrohidro, dan sebagainya. Akan tetapi dalam prakteknya karena adanya perbedaan pengaturan fluktuasi frekwensi maka hal ini akan berpengaruh terhadap kualitas suplai tenaga yang ada pada sistem hibrid.
Pada penelitian sebelumnya studi kestabilan operasi sistem hibrid membahas teknik pengaturan frekwensi serta mendiskusikan teknik gabungan sistem fuel cell dan elektrolisa hibrid untuk meningkatkan kemampuan sistem mikrogrid dalam peningkatan kualitas daya dari permasalahan fluktuasi frekwensi. Pengaturan yang diajukan dan sistem pemantauan (monitoring) yang dilakkan adalah untuk menjaga kualitas daya, juga untuk
menjaga kestabilan fluktuasi frekwensi yang disebabkan adanya daya random pada pembangkitan serta pada sisi beban juga untuk menjaga kestabilan fluktuasi aliran daya pada tie- line aliran daya yang diakibatkan fluktuasi frekwensi dari interkoneksi sistem hibrid.
Dari beberapa permasalahan pengaturan frekwensi yang menyebabkan fluktuasi aliran daya pada berbagai jenis pembangkitan sistem hibrid yang terkoneksi, maka peneliti mengambil tema Pengaturan Frekwensi Pada Sistem Daya Hibrid dengan Algoritma Genetika dengan mengkaji sistem pembangkit diesel dan turbin angin.
2. Tinjauan Pustaka 2.1. Sistem Hibrid
Sistem daya hibrid diesel-turbin angin stand alone mungkin secara ekonomis dapat diterapkan dalam beberapa kasus penyediaan energi listrik pada daerah terpencil misalnya wilayah pegunungan atau kepulauan dimana tingkat kecepatan angin cukup signifikan untuk menggerakkan generator dalam memproduksi
8
listrik tetapi untuk penyediaan energi pada sistemjaringan terkoneksi tidak ekonomis [2].
Diharapkan hasil pembangkitan energi listrik dari sistem hibrid Turbin Angin-Diesel dapat menyediakan pelayanan yang baik bagi pelayanan beban ke konsumen, namun semua itu tergantung pada tipe dan karakteristik kontrol pembangkitan. Hal ini berarti variasi sistem frekuensi harus dapat dijaga kestabilannya agar peralatan dapat beroperasi dengan baik dan efisien.
Strategi yang berbeda dapat diterapkan dengan cara mereduksi perbedaan pembangkitan dan beban serta mengatur deviasi frekwensi sistem [5]. Adapun strategi-strategi yang dapat dilakukan dengan cara pengaturan kontrol beban tiruan [7], prioritas switching kontrol beban [6], penggunaan flywheel [1], superkonduktor magnetik [4] dan sistem penyimpanan energi baterai [5].
Untuk dapat menampilkan analisis detail studi tentang sistem hibrid turbin angin- diesel dan mikrohidro dengan model sinyal transfer kecil. Pemilihan yang optimal dari gain kontrol disarankan menggunakan teknik ISE [8] untuk kasus kontrol kontinyu dan kontrol diskrit.
Permasalahan yang terjadi pada pembangkitan adalah terjadinya frekuensi osilasi yang rendah. Hal ini muncul karena : a. Tingginya setting gain dan rendahnya
waktu konstan pada Automatic Voltage Regulator (AVR).
b. Terlalu banyak jaringan transmisi yang panjang sehingga kemampuan lemah (weak line).
Untuk mengatasi permasalahan tingginya gain pada AVR, sebelumnya kita membahas singkat fungsi transfer dari AVR agar lebih mudah memahami pengaruh gain dan waktu konstan AVR. Struktur AVR sering direpresentasikan sebagai fungsi transfer orde 1 seperti gambar 1 berikut :
Gambar 1. Automatic Voltage Regulator
Dimana Ka= gain, memiliki fungsi sebagai kendali proporsional dan Ta=waktu konstan, yang menandakan kecepatan respon dari AVR, semakin kecil waktu konstan, semakin cepat respon AVR
tersebut. Pada dasarnya gain yang tinggi pada AVR memiliki maksud :
a. Semakin tinggi gain, tegangan terminal generator akan terkontrol dengan baik, karena tujuan AVR memang membuat tegangan terminal stabil.
b. Semakin tingginya gain pada AVR, ternyata juga menimbulkan efek samping yaitu semakin lemahnya kemampuan redam (negatif damping) dari generator sehingga berpotensi timbulnya osilasi frekuensi rendah.
c. Dari kedua alasan di atas, dapat disimpulkan bahwa pengaturan gain pada AVR adalah sesuatu yang sangat penting, karena kalau terlalu rendah akan menimbulkan ketidakstabilan monotik dan jika terlalu tinggi akan menimbulkan osilasi frekuensi rendah.
Dalam permasalahan yang peneliti angkat kali ini adalah mendesain kontrol dengan metode algoritma genetika untuk mencari nilai fitnes terbaik dari proporsional integral (PI) pengaturan frekwensi beban dengan Matlab/Simulink dengan langkah-langkahnya adalah mendesain kontrol dengan M-File, menentukan state space dari sistem, kemudian mengaplikasikannya pada Simulink untuk mendapatkan sampel periode yang berbeda juga respon transient dari sistem.
a. Model Simulasi
Gambar 2. Model Konsep Diesel dan Turbin Angin
Model dalam studi kasus ini terdiri dari sub sistem : model dinamik turbin angin, model dinamik diesel, kontrol kecepatan sudu turbin angin dan model dinamik generator .
Blok diagram fungsi transfer Turbin Angin-Diesel :
K
A1 + T
AS
Vt Efd
Blade picth Control
Energy Conversion
System
Torsional System
Fluid Coupling
Gen
Diesel Unit Governor
∑
∑
Wind Energy Supply
Prime Mover Power
Pmax
Ptg
r
1 Pf
2
9
c. Model Matematik sistemModel linier digunakan untuk model turbin angin dan diesel digunakan untuk mengidentifikasi dan menentukan nilai osilasi tak terkontrol. Pada model konsep seperti pada gambar 2. Aliran kopling pada gambar tersebut dimana ada perbedaan transfer kecepatan pada sisi tenaga.
Fungsi aktual adalah non linier tetapi untuk model tersebut dilinierkan, sehingga menghasilkan daya set point secara konstan. Gambar 2.3 memperlihatkan blok diagram fungsi yang ditentukan.
Fungsi transfer dari aktuator hidrolik terpasang dapat ditulis :
...(1) Tetapi Tk sangat kecil dibandingkan Tp2 sehingga Tk diabaikan . Kemudian persamaan tersebut ditulis sebagai :
. ...(2)
Fungsi transfer dari persamaan 2 dari aktuator hidrolik terpasang dibagi menjadi dua blok (gambar 2) dan H1
adalah variabel tiruan (dummy variabel). Fungsi transfer dari governor diesel pada gambar 2 di berikan :
...(3)
Karena ref adalah setting kecepatan referensi (a konstant) untuk generator diesel, sehingga ref = 0.0 . Dengan mensubstitusikan ref =0.0 ke persamaan 3 di atas didapatkan :
...(4)
Fungsi transfer dari governor diesel pada persamaan di atas dipecah menjadi dua blok sistem dan Pf1 adalah variabel tiruan.
d. Metode Optimasi Algoritma Genetika
Algoritma genetika (AG) adalah suatu teknik yang memiliki kemampuan intelejen.
Teknik ini adalah algoritma stokastik yang memanfaatkan fenomena alam. Gagasan di belakang AG adalah mengerjakan yang dikerjakan oleh alam.
Secara detail, proses operasi AG untuk melakukan perhitungan optimasi dapat
Kpc
controller ∑
∑
∑
∑
Kfc
∑ X1
H1 U1
H X2
X3
D
P
1
Ptg
Pload
Pf1
ref
2
Pf Diesel Power
Turbin Angin
H(s) Kp2(1 + STp1)
=
U1(s) (TkS2) + STp2 +1) (1+S)
H(s) Kp2(1 + STp1)
=
U1(s) (1+ STp2) (1+S)
Pf(S) Kd (1 + S ) =
ref(S)- 2(S) S(1 + ST1)
Pf(S) Kd (1 + S ) =
- 2(S) S(1 + ST1) Gambar 3. Blok Diagram Fungsi Transfer untuk Diesel-
Turbin Angin dengan Kontrol
10
dipresentasikan melalui penjelasan yang dimulaidengan mencari harga maksimum dari sebuah fungsi g, dengan g = -f
Min f(x) = Maks g (x) = Maks {-f(x)}
(5)
Kita mengasumsikan bahwa fungsi objektif f mengambil harga-harga positif pada domiannya, dan kita dapat menambah konstanta C positif.
Maks g(x) = Maks { g (x) + C } (6)
Kita akan mencari harga maksimum fungsi dari k variabel , f(x1, …., xk) : Rk R. Masing-masing variabel x1 dapat mengambil harga dari domain Di [a1, b1] R dan f (x1………,xk) > 0. Untuk sebuah x1 Di, kita ingin mengoptimasi fungsi f dengan ketelitian yang dibutuhkan, yaitu delapan desimal.
Adapun aliran program algoritma genetika dapat dilihat pada gambar 5 berikut :
Gambar 4. Diagram Alir Algoritma Genetika
3.Cara Penelitian 3.1. Bahan Penelitian
Bahan-bahan yang dibutuhkan untuk penelitian adalah:
1. Buku teks yang menunjang penelitian.
2. Makalah dan jurnal yang berkaitan.
3. Data-data yang dibutuhkan 3.2. Alat Penelitian
Alat-alat penelitian yang digunakan dalam penelitian :
1. Software Matlab/Simulink versi 7.0 2. Laptop PIV Intel Atom A-Note 3. Program Aplikasi Microsoft Excel 3.3. Jalannya Penelitian
Metodologi penelitian yang digunakan adalah dengan mendesain blok sistem turbin angin dan diesel kemudian diaplikasikan ke dalam Matlab dan dilakukan uji performa sistem. Adapun langkah-langkah sebagai berikut :
a. Merancang blok sistem turbin angin dan diesel
b. Menghitung state space dari blok transfer kemudian dibentuk matrik dari variabel kontrol dan matrik konstan.
c. Memasukkan matrik ke dalam program matlab Algoritma Genetika dimaksudkan untuk sebagai kontrol untuk tuning damping ratio dan real part untuk menentukan overshoot dan rise time.
Semakin minimal real part, maka semakin cepat respon sistem. Namun jika diminimalkan terus akan mengurangi damping ratio sehingga memperbesar overshoot.
Untuk membuktikan respon rasio redam dan real part maka harus disimulasikan range rasio redam dan real part , misalnya:
a. Respon sistem jika rasio redam diset : 0,1 kemudian dilanjutkan rasio redam 0,2, rasio redam 0,3 sampai dengan 0,7.
b. Respon sistem jika real part divariasi mulai dari -0.05 , -0.1 dan seterusnya.
d. Untuk menampilkan performance stabilitas sistem kita gunakan Matlab/Simulink.
Mulai
Inisialisasi populasi
Generasi =0
Evaluasi nilai fitness untuk tiap kromosom
Perform Seleksi, Crossover dan Proses Mutasi
Generasi>max generasi atau pencapain kontrol
optimum
Selesai
Gen=Gen+1
Tidak
Ya
11
4. Hasil Penelitian dan Pembahasana. Menghitung state space diagram sistem
a. 1
).
11
( 1
UH STp
1 2
1 H1TP U
H
1 1 2
1Tp U H
H
2 1 1 2 1
1
Tp U H
H Tp
1 2 1 2 1
1
1 H
U Tp
H Tp
b 2 1 1
) 1 (
) 1
(
HS STp
H Kp
)
(
1 1 12 H HTp
Kp H H
H Tp Kp H H
Kp
H
2 1 1 2 1
H Tp Kp Tp H
H
Kp
1 2 1
2 1
2 1 ) .
(
H Tp Tp
H
Kp
)
2 1 1
(
11 2
H Tp H
Kp Tp
1
2 1
2(1 )
c. H
S
D Kp
( 1 )
3
H Kp D
D
3
D H Kp
D
3 d.
) (
. 2 (
1
2 1
1
Kpc D Kfc
S H
2 1
1 2 2 2
H Kfc H
D Kfc H
Kpc
e. . ( )
2 1
2 1
2
Kfc
HdS +Pf
2 1
2 2 2
Hd Kfc Hd
Kfc +Pf
f. 1 .2 S Pf Kd
2
1
Pf Kd
g.
) ) .(
1 (
) 1 (
2 1
1
S
Pf Kd ST
Pf S
2 1
2 1
1
Pf Kd
S Pf Kd PfT Pf
Pf Kd
Pf Kd
Pf
PfT
1 1 2 1 2 T Pf T
Pf Kd
Pf T
1 1 1
1
2 1
1
Hasil dari state space blok sistem dimasukkan ke dalam matrik A
1 1 1 3
2 1 2 2
2
1 0 1
0 0 0
0 0 0
0 0 0
1 2 0
0 2 0 0
0 2 0
2 0 2
0
0 0 0 0 1 0
0 0 0 0 0 1
0 0 0 0 0 1 0
T T T
Kd Kd Hd Kfc Hd Kfc
H Kfc H
Kfc H
Kpc Kp Tp
Tp Kp Kp
Tp
A
Sementara matrik B karena terdiri dari matrik 7x 1 yang terdiri dari satu kontrol input, yakni :
0 0 0 0 0 1
2 1 2
2
Tp Tp Kp
Tp
B
Sementara adalah matrik konstan pada sisi gangguan (disturbance) adalah :
0 0
0 0
2 0 1 2 0
1
0 0
0 0
0 0
Hd
H
Kemudian matrik A, B, dan diaplikasikan ke dalam program Matlab untuk mencari fitnes terbaik dengan algoritma genetika.
Adapun variabel mesin-mesin sebagai kajian studi simulasi ini sebagai berikut :
PR (Daya ) = 350 kW
12
H = dasar konstanta inersia mesinturbin angin 3.5 s
Hd = dasar konstanta inersia mesin diesel = 8.5 s
Kfc = 16.2 pu KW/ Hz Kp2 = 1.25
Kp3 = 1.40
Pload = 0.01 pu KW T1 = 0.025 s
Kd = 16.5 pu KW/Hz Tp2 = 0.041 s
Tp1 = 0.60 s
Kpc = 0.80
Tk = 0.0009 s
b. Mendesain blok sistem ke dalam Matlab/Simulink
Gambar 5. Blok sistem dalam Matlab/Simulink
c. Melakukan simulasi dengan Matlab /Simulink
Dengan algoritma genetika sebanyak 100 generasi yang dilakukan dalam empat tahap dapat ditampilkan secara grafis dan tabel sebagai berikut :
Gambar 6. Kurva fungsi obyektif pada 100 generasi
Gambar 7. Kurva fungsi obyektif pada 200 generasi
Gambar 8. Kurva fungsi obyektif pada 300 generasi
Gambar 9. Kurva fungsi obyektif pada 400 generasi
Dari gambar 6, 7,8 dan 9 adalah hasil optimasi AG untuk fungsi obyektif sekaligus mendapatkan nilai Kp dan Ki yang selanjutnya dilakukan variasi rasio redam dan real part untuk mendapatkan nilai optimal kontrol AG.
Tabel 4.1. Pencapaian Optimum Kp dan Ki pada 400 generasi
Generasi Kp Ki
80 2.12 12.41
160 3.48 15.31
240 3.59 15.59
375 2.94 12.54
In1 In2
VSC
time T o Workspace2
wind T o Workspace1
Load T o Workspace Sine Wave3
Sine Wave2 Sine Wave1
Pmax2
Pmax1 0 Kpc4
1 Kpc3 0 Kpc2 0 Kpc1
In1 In2
GA
-C- Constant1
-C- Constant
Clock
Band-Limited White Noise1 Band-Limited White Noise
In1 In2
4b1 In1 In2
4a1
0 10 20 30 40 50 60 70 80 90 100
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8
Error Value
fungsi obyektif
generasi
0 10 20 30 40 50 60 70 80 90 100
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8
Error Value
fungsi obyektif
generasi
0 10 20 30 40 50 60 70 80 90 100
0 0.2 0.4 0.6 0.8 1 1.2 1.4
Error Value
fungsi obyektif
generasi
0 10 20 30 40 50 60 70 80 90 100
0 0.02 0.04 0.06 0.08 0.1 0.12 0.14
Error Value
fungsi obyektif
generasi
13
Gambar 10. Pencapaian PI pada 400generasi
Adapun hasil dari variasi rasio redam dan real part dapat ditunjukkan table 2 berikut :
Tabel 2
Konfigurasi respon sistem jika rasio redam dan real part diubah
Respo n sistem
Perubahan damp.ratio dan real part Dam
=0.1 Re=
- 0.05
Dam
=0.2 Re=
-0.1 Dam
=0.3 Re=
-0.2 Dam
=0.4 Re=
-0.3 Dam
=0.5 Re=
-0.4 Dam
=0.6 Re=
-0.5 Dam
=0.7 Re=
-0.6
Eigen -
0.69 75
- 0.69 39
- 0.70 17
- 0.71 10
- 0.70 65
- 0.70 85
- 1.71 5 Rise
time(s )
- 0.00 23
- 0.00 25
- 0.00 27
- 0.00 29
- 0.00 293
- 0.00 295
0.00 297 Overs
hoot(s )
- 0.00 25
- 0.00 25
- 0.00 24
- 0.00 23
- 0.00 22
- 0.00 22
- 0.00 22
Dari gambaran tabel 2. didapatkan bahwa rise time sangat dipengaruhi real part, semakin minimal real part, respon sistem semakin cepat, jika rasio redam besar, maka overshoot mengecil.
Melakukan simulasi dengan mengubah nilai Kfc, Kd dan Kpc pada sistem sebelumnya sebesar 20 %
Tabel 3. Mengubah parameter Kfc, Kd, dan Kpc
20 %
Variabel Control 20%(+) 20% (-) Kfc 16.2 19.44 12.96
Kd 16.5 19.88 13.2
Kpc 0.88 0.96 0.64
Pada variabel kontrol dengan Kfc =16.2, Kd=16,5 dan Kpc=0.8 hasil iterasi GA pada generasi ke-81 secara optimal didapat nilai :
Kp Ki error
4.1773 18.9782 -0.0052
dengan gain 0.59.
Plot nilai eigen sebagai berikut :
Gambar 7 . Plot Nilai Eigen
Dari gambar 7 bahwa sebaran sebagian nilai eigen berada pada dua kwadran dan berjarak sama yakni -0.7856i dan 0.7856i . Berdasarkan teori bahwa kestabilan dari suatu sistem lup tertutup ditentukan dari letak pole lup tertutup di bidang s atau nilai eigen dari matriks konstanta A. Jika terdapat pole lup tertutup yang terletak di sebelah kanan sumbu imajiner bidang s (berarti bagian real dari pole bertanda positif), maka dengan bertambahnya waktu, pole tersebut akan memberikan pengaruh yang sangat dominan, sehingga respon sistem dalam waktu tertentu akan naik turun atau berosilasi dengan amplitudo yang semakin besar. Sedangkan suatu sistem kontrol dikatakan stabil bila lup tertutup terletak di sebelah kiri sumbu imajiner bidang s. Dari gambar 7 dapat dikatakan bahwa sistem dalam kondisi stabil.
Sedangkan plot deviasi frekuensi dari yang tidak terkompensasi, terkompensasi
-4 -3.5 -3 -2.5 -2 -1.5 -1 -0.5 0 0.5 1
-1.5 -1 -0.5 0 0.5 1 1.5
axis
Nilai Eigen
14
dengan AG dapat dilihat pada gambar 8berikut :
Gambar 8. Deviasi Frekuensi Sistem Sedangkan respon terhadap wind acak dapat dilihat pada gambar 9 berikut :
Gambar 9. Respon terhadap Wind Acak Sementara respon terhadap perubahan beban dapat dilihat pada gambar 10 berikut :
Gambar 10. Perubahan Beban
Deviasi frekuensi dengan perubahan Kf, Kd dan Kpc (20% +) dapat dilihat pada gambar 11 sebagai berikut :
Gambar 11 Deviasi Frekuensi Beban (perubahan parameter 20%+)
Dari gambar di atas, terjadi penurunan overshoot pada sistem GA dengan overshoot sebesar 0.1 dan waktu keadaan mantap 10s.Sementara untuk perubahan Kf, Kd dan Kpc pada perubahan 20% (-) didapatkan gambar 12
Gambar 12. Deviasi Frekensi Beban (perubahan parameter 20%(-)
Dari gambar 12 menunjukkan bahwa kompensasi sistem dengan AG dengan penurunan parameter 20 %(-) terjadi overshoot pada 0.5 dan keadaan mantap pada waktu 12s.
Dari perubahan nilai parameter Kf, Kd dan Kpc sebesar 20 % (+) menjadi lebih efektif dari sistem awal karena dapat menurunkan overshoot dan mencapai keadaan mantap lebih cepat.
0 5 10 15 20 25 30
-0.005 0 0.005 0.01 0.015 0.02 0.025
time(s)
Daya turbin angin
0 5 10 15 20 25 30
0 0.005 0.01 0.015 0.02 0.025
time Respon Perubahan BebanPerubahan Beban
15
Gambar 13. Respon sistem variasi realpart terhadap rasio redam
Dari gambar blok fungsi transfer turbin angin diesel pada bagian turbin angin dan bagian bawah dasar diesel dipasang SMES (Superconducting Magnetic Energy Storage).
Sistem ini digunakan untuk meredam fluktuasi frekuensi yang ditimbulkan oleh kecepatan angin yang tidak konstan. Sebenarnya, kontrol sudu terpasang (blade pitch control) dapat digunakan untuk mengurangi fluktuasi frekuensi tetapi ada kendala karena responnya yang lambat. Berikut adalah SMES dan kontrol yang digunakan untuk mengatur fluktuasi frekuensi. Dalam hal ini kontrol
Gambar 14 . SMES dan Kontrol (Mitani, 1988) Sehingga dari gambar 4.18 terjadi umpan balik sebesar :
) 1 )(
2 1
(
) 1 1 ( 2
1
sTp ssTp Kp
U H
=
( 1 0 . 041 )( 1 ) ) 60 . 0 1 ( 25 . 1
s s
s
Dengan mengambil rata-rata dari Tp1 dan Tp2 dengan 20%, maka didapat nilai Tp1=0.60 dan Tp2= 0.041, sehingga :
Nilai K(s) =
) 1 041 . 0 (
) 1 60 . 0 ( 76 . 10
s
s
Dengan algoritma genetika pada 100 generasi dengan fungsi obyektif yang merupakan tuning real part dan rasio redam seperti tabel 1, maka didapatkan nilai kontrol yang terkompensasi algoritma genetik menjadi :
K(s) =
) 1 )(
1 (
) 1
2 (
2 1
s sTp Kp sTp
=
) 1 1108 . 0 00286 . 0 (
) 642 . 1 1 05 (
.
47 2
s s
s
Kontrol yang diajukan menjadi : K(s) =
) 1 1108 . 0 (
) 1 642 . 1 05 ( .
47
s s
Nilai K(s) ini adalah kontrol frekuensi untuk menentukan kompensasi deviasi frekuensi.
Hasil dari simulasi kemudian dibandingkan dengan desain sebelumnya yakni Variable Structure Control (VSC) (D.Das, DP.Kothari, 1999) dengan karakteristik desain :
UPPC = -KvPw jika Pw > UPPC=-KpPw – Ki Pw dt jika Pw ≤
dimana = 0.0004, Kv=-10, Kp=10, dan Ki=4.
Dalam studi simulasi ini, range daya -0.01≤uppc≤ 0.01 puKW dengan basis daya 350 kW yang terpasang pada output terminal dari kontrol.
5. Penutup 5.1. Kesimpulan
a. Algoritma genetika sebagai kontroller dapat melakukan optimasi tuning untuk menguji kontrol sistem dengan generasi hingga 100 didapatkan nilai tuning frekuensi kontrol sebesar :
K(s) =
) 1 1108 . 0 (
) 1 642 . 1 05 ( .
47
s s
Nilai K(s) ini adalah kontrol frekuensi untuk menentukan kompensasi deviasi frekuensi.
b. Dengan melakukan pengujian stabilitas sistem dengan Simulink/Matlab didapatkan bahwa jika dibandingkan dengan sistem tak terkontrol, respon overshoot lebih cepat dari sistem tak terkompensasi sebesar 0.35 dan keadaan
0 2 4 6 8 10 12
0 0.2 0.4 0.6 0.8 1 1.2 1.4 1.6 1.8
wn*t
c(t)
zeta=-0.1,-0.2,-0.3,-0.4,-0.5,-0.6
-0.1 -0.2 -0.3 -0.4 -0.5 -0.6
real part (time) Damping ratio
2 1
1
sTp s
sTp Kp
1
) 1 1
2
(
SMES Kontrol
16
mantap pada 10s, sedangkan pada kontrolled-lag 20%, pada 20 % (+) sistem terjadi penurunan overshoot sebesar 0.1 dan keadaan mantap pada 10s dan pada 20
%(-)terjadi peningkatan overshoot sebesar 0.5 dan keadaan mantap pada 15s. Sebagian nilai eigen yang terbentuk berada pada titik stabil yakni : 0.7856i dan – 0.7856i pada penambahan 20% (+) dan+ 0.7199i dan -0.7199i pada pengurangan 20%. Hal ini menunjukkan sistem dalam keadaan stabil.
5.2. Saran
Berdasarkan hasil penelitian dan pembahasan serta dari kesulitan-kesulitan yang ditemui selama penelitian, maka disarankan untuk melakukan dan mengembangkan metode yang lebih baik.
Daftar Pustaka
Dettmer, R., lEE Review, 149, 1990.
Hunter, R. and Eiloit, G., Wind-Diesel Systems, A Guide to the Technology and its Implementation. Cambridge University Press, Cambridge, 1994
Kothari, M. L., Nanda, J., Kothari, D. P. and Das, D., IEEE Trans. on Power Systems, 1989, 4, 731
Mitani, Y., Tsuji, K. and Murakami, Y., IEEE Trans., 1988, PAS-3, 141857
Nayar, C. V., Phillips, S. J., James, W. L., Pryor, T. L. and Returner, D., Solar Energy, 1993, 51, 65
Nacfaire, H., Wind-Diesel and Autonomous Energy Systems. Elsevier Science, London, 1989 Woodward, Boys J.T. Electrical Control & Drive
Wind. IEE Review. 1980
Tripathy, S. C., Bhatti, T. S., Jha, C. S., Malik, O.
P. and Hope, G. S., IEEE Trans.on PAS, 1984,
A-103, 1045
17 STRATEGI PENGELOLAAN AIR LIMBAH DOMESTIK DI KECAMATAN
LAMONGAN KABUPATEN LAMONGAN Alfian Zuliyanto
11)Dosen Jurusan Teknik Sipil, Universitas Lamongan, Kampus Unisla, Jl. Veteran Lamongan, email:
ABSTRAK
Penelitian ini mengkaji aspek teknis, aspek pembiayaan dan aspek peran serta masyarakat untuk mendapatkan strategi pengelolaan air limbah domestik dalam kaitannya penuntasan program bebas dari buang air besar sembarangan (open defecation free). Pendekatan EHRA (Environtmental Health Risk Assesment) dengan menggunakan data sekunder dilakukan untuk menentukan urutan prioritas penanganan diantara tujuh kelurahan yang ada. Peneliti juga menyebarkan kuesioner kepada 106 tokoh masyarakat untuk mengetahui kondisi dan rencana perbaikan sanitasi yang dilakukan oleh masyarakat Dari analisis aspek teknis, sistem pengolahan yang cocok adalah sistem on site, dengan membangun tangki septik individu dan resapan, MCK dan tangki septik komunal dan IPAL komunal dengan teknologi Anaerobic Baffled Reactor. Perhitungan aspek biaya dengan parameter NPV, IRR , ARR dan B/C ratio memenuhi syarat sehingga pembangunan prasarana pengelolaan air limbah domestik di Kecamatan Lamongan layak dilaksanakan. Berdasarkan analisis SWOT untuk analisis aspek teknis, aspek pembiayaan dan analisis aspek peran serta masyarakat dihasilkan suatu konsep strategi pemilihan teknologi yang sesuai karakteristik wilayah yaitu tangki septik + resapan dan Anaerobic Baffled Reactor. Mengupayakan Dana SILPA dan Dana Cadangan sebagai dana pembangunan selain DAK dan DAU. Mendorong kesediaan berpartisipasi masyarakat dan mengikutsertakan LSM yang ada dalam peningkatan pemahaman masyarakat dalam pengolahan air limbah domestik.
Kata kunci: open defecation free, air limbah domestik, EHRA 1. Pendahuluan
Kabupaten Lamongan adalah salah satu kabupaten yang sangat memberikan perhatian dalam peningkatan akses sanitasi dasar bagi masyarakat khususnya jamban sejak beberapa tahun yang lalu. Melalui ODF Program (Open Defecation Free) yang telah diluncurkan, hingga saat ini telah 4 (empat) kecamatan dari 21 kecamatan yang sudah mendeklarasikan terbebas dari OD (Jawa Pos 24 Juni 2010). ODF atau lebih dikenal bebas dari buang air besar sembarangan adalah kondisi ketika setiap individu dalam komunitas tidak buang air besar sembarangan.
Kecamatan Lamongan adalah salah satu dari 21 kecamatan di Kabupaten Lamongan terdiri dari 12 Desa dan 8 kelurahan. Total penduduk 59.712 jiwa dan luas wilayah 40.38 km2. Dengan kepadatan sebesar 31 jiwa/ ha, Kecamatan Lamongan berbeda dengan kecamatan lainnya di Kabupaten Lamongan, dimana rata-rata kepadatan penduduknya sebesar 5.72 jiwa/ha.
Apalagi jika dibandingkan dengan 7 (tujuh) kelurahan yang ada (sebagai daerah pusat kota) rata-rata kepadatannya mencapai 44,39 jiwa/ha.
Perbedaan kepadatan ini tentunya akan berpengaruh pada pola pendekatan dalam gerakan penuntasan program ODF itu sendiri.
Oleh karena itu perlu disusun strategi dalam pengelolaan air limbah domestik dalam kaitannya penuntasan program ODF di Kecamatan Lamongan.
2. Metodologi Penelitian
Pada penelitian ini digunakan metode Analisis deskriptif melalui pengamatan- pengamatan dilapangan untuk mendapatkan keterangan tentang suatu masalah. Analisis ini akan memaparkan bagaimana masyarakat membuang air limbahnya dan pengaruhnya terhadap lingkungan sekitar. Dimana akan diteliti secara detail mengenai bentuk teknologi yang bisa diterapkan untuk menyelesaikan masalah, terkait dengan kondisi sosial budaya masyarakat dan kemampuan pendanaan. Dari hasil data yang diperoleh kemudian dilakukan kajian terhadap aspek teknis, pembiayaan, dan peran serta masyarakat.
