Rancang Bangun Supervisory Control And Data Acquisition (SCADA) Pada Proses Pembubuhan Kaporit Di Pengolahan Air Bersih Kota Surabaya Dengan Menggunakan Metode Backpropagation Artificial Neural Network

THE PROTOTYPE OF SUPERVISORY CONTROL AND DATA ACQUISITION (SCADA) TO CHLORINE GIVING PROCESS IN SURABAYA FASA WATER TREATMENT USING BACKPROPAGATION ARTIFICIAL NEURAL NETWORK METHOD

Alif Rizky Farodis (6911040009)


Abstrak

Air yang diproduksi pada instansi pengolahan air bersih harus memenuhi baku mutu yang sudah ditetapkan pemerintah dengan berbagai parameter uji didalamnya. Adapun proses untuk membunuh bakteri serta meningkatkan pH pada air adalah dengan menggunakan kaporit. Metode yang digunakan pada proses pembubuhan kaporit di pengolahan air bersih kota Surabaya masih menggunakan metode manual. Penggunaan metode manual kurang efisien karena apabila terjadi perubahan air baku secara mendadak maka air produksi yang dihasilkan tidak bisa sesuai standar. Penelitian ini menjelaskan tentang pembuatan rancang bangun dalam proses pembubuhan kaporit pada pengolahan air bersih dengan menggunakan metode backpropagation artificial neural network. Metode tersebut memungkinkan untuk nilai pH yang stabil saat air mengalami perubahan kekeruhan. Untuk lebih memudahkan proses kontrol dan pemantauan maka dilengkapi dengan sistem SCADA. Sistem SCADA ini menggunakan PLC sebagai pengendali. PLC akan mengendalikan pompa untuk mengatur debit kaporit yang ditentukan dengan menggunakan metode backpropagation artificial neural network. Pengolahan metode backpropagation artificial neural network dilakukan dengan menggunakan toolbox pada matlab. Hasil training mendapatkan nilai MSE (Mean Square Error) terkecil sebesar 1,38296e-5. Sedangkan, hasil implementasi metode backpropagation artificial neural network di PLC memiliki error 0,2% dibandingkan dengan hasil pada toolbox matlab. Sistem komunikasi antara PLC dan SCADA memiliki delay sebesar ? 2 detik dengan plant sebenarnya. Kata kunci : PLC, SCADA, Kaporit, Backpropagation Artificial Neural Network


Abstract

The water produced in water treatment agencies must meet the quality standards that have been set by the government with various test parameters. As for the process to kill bacteria and increase the pH of the water is to use chlorine. The method used in the process of affixing of chlorine in water treatment of Surabaya city still use manual methods. The use of the manual method is less efficient because if there is a sudden change in the raw water so the water production can not be produced according to standards. This study describes how to implement the design in the process of affixing of chlorine in water treatment using the method of backpropagation artificial neural network. This method allows for a stable pH value of the water when the turbidity changes. To further facilitate the process control and system monitoring is equipped with SCADA system. The SCADA system using PLC as controller. PLC will control the pump to regulate the discharge of chlorine were determined using the method of backpropagation artificial neural network. Backpropagation artificial neural network method processing is done by using the toolbox in matlab. The results of training to get the smallest MSE (Mean Square Error) value of 1,38296e-5. Meanwhile, the results of the implementation of backpropagation artificial neural network method in PLC has an error of 0,2 % compared to results in the toolbox matlab. Communication system between PLC and SCADA has a delay of ? 2 seconds with the actual plant.


Detil Peneliti

Dosen Pembimbing 1 :Purwidi Asri
Dosen Pembimbing 2 : Sryang Tera Sarena

Program Studi : D4 - TEKNIK OTOMASI
Angkatan : 2011


Untuk mendapatkan versi full dari dokumen penelitian ini, Anda dapat melihat koleksi Buku Tugas Akhir di Perpustakaan Politeknik Perkapalan Negeri Surabaya pada jam kerja. Atau Anda dapat menghubungi penulis secara personal.