digilib@itb.ac.id +62 812 2508 8800

ABSTRAK Klovinki Purnama
PUBLIC Open In Flipbook Esha Mustika Dewi

COVER Klovinki Purnama
Terbatas  Esha Mustika Dewi
» Gedung UPT Perpustakaan

BAB 1 Klovinki Purnama
Terbatas  Esha Mustika Dewi
» Gedung UPT Perpustakaan

BAB 2 Klovinki Purnama
Terbatas  Esha Mustika Dewi
» Gedung UPT Perpustakaan

BAB 3 Klovinki Purnama
Terbatas  Esha Mustika Dewi
» Gedung UPT Perpustakaan

BAB 4 Klovinki Purnama
Terbatas  Esha Mustika Dewi
» Gedung UPT Perpustakaan

BAB 5 Klovinki Purnama
Terbatas  Esha Mustika Dewi
» Gedung UPT Perpustakaan

PUSTAKA Klovinki Purnama
Terbatas  Esha Mustika Dewi
» Gedung UPT Perpustakaan

LAMPIRAN Klovinki Purnama
Terbatas  Esha Mustika Dewi
» Gedung UPT Perpustakaan

Proses pencampuran bahan kimia kaporit dan Poly Aluminium Chloride (PAC) pada Water Treatment Plant (WTP) ITB Kampus Jatinangor masih dilakukan secara manual, mengandalkan dosis statis dan observasi visual operator sehingga rentan menghasilkan kualitas air olahan yang tidak konsisten saat kualitas air baku berfluktuasi. Tugas akhir ini merancang dan mengimplementasikan sistem kontrol otomatis yang menentukan dan memberikan dosis bahan kimia (PAC, soda ash, dan kaporit) secara otomatis berdasarkan kondisi air terkini. Penulis berperan sebagai Person-in-Charge (PIC) untuk dua subsistem, Water Quality Sensing dan Main Controller. Subsistem Water Quality Sensing secara fungsional membaca data pH, Turbiditas, dan Total Dissolved Solids (TDS) air baku maupun air olahan. Sensor pH dan Turbiditas berkomunikasi digital melalui protokol Modbus RTU pada satu bus RS-485 bersama, sedangkan sensor TDS yang berkeluaran analog diisolasi melalui rangkaian konversi voltage-to-frequency berbasis LM331N. Seluruh jalur sinyal dirancang dengan isolasi galvanis tiga domain (kontroler, RS- 485, TDS) untuk mencegah ground loop dan interferensi common-mode pada media konduktif air. Secara perilaku, subsistem beroperasi melalui siklus akuisisi-transmisi data dengan mekanisme failsafe terhadap tiga skenario kegagalan sensor, kegagalan komunikasi, nilai di luar rentang, dan sensor macet, serta menyimpan data tertunda secara lokal saat terdapat gangguan jaringan. Antarmuka komunikasi menggunakan protokol MQTT untuk mempublikasikan data ke subsistem lainnya. Subsistem Main Controller mengimplementasikan algoritma Linear Parameter-Varying Model Predictive Control (LPV-MPC) yang memodelkan proses pencampuran sebagai dua tangki Continuously Stirred Tank Reactor tersusun seri, dengan parameter kopling pHturbiditas yang dijadwalkan secara adaptif terhadap pH terukur. Pada setiap periode sampling 15 detik, kontroler menyelesaikan permasalahan Quadratic Programming (QP) untuk menentukan dosis PAC dan soda ash optimal, dengan kaporit diperlakukan sebagai dosis konstan. Secara perilaku, kontroler beroperasi melalui siklus inisialisasi, akuisisi dan validasi data, estimasi state, optimisasi, supervisi keamanan dosis, dan aktuasi, dengan mode failsafe terpisah untuk kondisi kegagalan sistem. Antarmuka komunikasi menggunakan MQTT untuk menerima data sensor dan mempublikasikan perintah dosis ke Subsistem aktuator. ii Implementasi Water Quality Sensing menghasilkan PCB custom berbasis ESP32 dengan enclosure PLA hasil cetak tiga dimensi yang memenuhi rating Ingress Protection IP65. Implementasi Main Controller menggunakan Raspberry Pi 4 dengan solver OSQP melalui framework cvxpy dalam bahasa Python. Kedua subsistem diverifikasi terhadap delapan spesifikasi teknis yang menjadi tanggung jawab penulis. Water Quality Sensing terbukti memenuhi seluruh target akurasi, resolusi, dan rentang pengukuran melalui pengujian hardware langsung, akurasi pH mencapai ±0,10 pH (target ±0,2 pH), Turbiditas ±1,00 NTU (target ±2 NTU), dan TDS ±77,8 ppm (target ±100 ppm), dengan mekanisme failsafe dan proteksi IP65 yang tervalidasi. Main Controller terbukti mampu menghitung dan menyesuaikan dosis secara otomatis dalam waktu maksimum 334,58 ms, jauh di bawah batas spesifikasi 416,7 ms, melalui simulasi offline menggunakan parameter hasil identifikasi nyata, dengan integrasi hardware end-to-end yang berhasil dibuktikan berfungsi. Namun, ketepatan dosis terhadap kondisi air sesungguhnya belum dapat dibuktikan secara konklusif akibat keterbatasan zona settling pada mock-up yang tersedia, yang menghalangi pengujian closedloop real-time yang representatif. Dengan demikian, mekanisme otomasi penentuan dan pemberian dosis berbasis kondisi air berhasil diwujudkan dan diverifikasi berfungsi pada kedua subsistem yang dikerjakan, menggantikan pendekatan manual berbasis dosis statis yang sebelumnya digunakan. Verifikasi closed-loop menyeluruh pada skala WTP Jatinangor yang sesungguhnya tetap diperlukan sebagai langkah lanjutan sebelum sistem dapat dinyatakan siap untuk operasional penuh.