# Tugas Proyek Sistem Balancing Ball dengan PID

**Mata Kuliah:** Sistem Kendali dan Mekanika (ACK3AB3)
**Dosen:** FCB
**Semester/Tahun:** Ganjil 2025/2026
**Kelas:** TK-47-04

---

## Identitas Asesmen & Capaian Pembelajaran (OBE)

**Bentuk Asesmen:** Tugas Besar CLO2 dan Tugas Besar CLO3
**Metode:** *Project-Based Learning (PjBL)*
**Level 3 AI [*Editing*]**: AI hanya untuk perbaikan tulisan, tanpa konten baru. Lampirkan *prompt* dan hasil lengkap *generate* AI jika menggunakan AI, serta nama *tools* AI yang digunakan.

### Pemetaan *Program Learning Outcome* (CPL - Capaian Pembelajaran Lulusan) dan *Course Learning Outcome* (CPMK - Capaian Pembelajaran Mata Kuliah)
Laporan Tugas Besar ini mengukur ketercapaian dua PLO utama sesuai RPS untuk memvalidasi ketercapaian dua CLO:

* **[PLO-3]** Kemampuan menyusun rancangan komponen, sistem dan/atau proses pada bidang teknik komputer untuk memenuhi kebutuhan yang diharapkan di dalam batasan-batasan realistis.
* *Fokus:* Perancangan parameter kendali (*tuning*) dan analisis kestabilan sistem.
* **[CLO-2]:** Mampu menyusun rancangan dan menganalisis sistem kendali loop tertutup dari kondisi transien hingga steady state untuk mencapai kestabilan.
* *(Dinilai dari Laporan Bab 1, 2, dan 4: Desain, Pemodelan, dan Analisis Grafik)*
* **[PLO-6]** Kemampuan menerapkan metode, keterampilan dan piranti teknik modern yang diperlukan untuk praktek keteknikan dalam bidang teknik komputer.
* *Fokus:* Implementasi algoritma pada mikrokontroler dan penggunaan sensor/driver motor.
* **[CLO-3]:** Mampu menentukan dan menerapkan penggunaan kendali proporsional, integral, atau derivatif pada motor listrik untuk mencapai kestabilan.
* *(Dinilai dari Laporan Bab 3 dan Demonstrasi Alat: Implementasi Hardware & Tuning PID)*
---

**IDENTITAS KELOMPOK:**
* **Nama Kelompok:** 4
* **Nama Mahasiswa 1 (101032300036):** Mohamad Faisal Bashir
* **Nama Mahasiswa 2 (101032300062):** Reza Herdiana Putra
* **Nama Mahasiswa 3 (101032300163):** Muhammad Ammar Zaky
* **Nama Mahasiswa 4 (101032300229):** Muh Abdi Izzan

---

## Daftar Isi
1. Pendahuluan
2. Desain dan Pemodelan Sistem
3. Implementasi dan Pengujian
4. Evaluasi dan Analisis Kinerja
5. Kesimpulan dan Saran
6. Lampiran/Dokumentasi

---

## 1. Pendahuluan

### 1.1 Latar Belakang
pengendalian motor pada sistem ball balancing diperlukan karena sistem ini bersifat tidak stabil, yang mana bola mudah bergerak akibat gangguan kecil sehingga sulit dipertahankan pada posisi yang diinginkan. motor berfungsi sebagai yang mengatur kemiringan platform sebagai respon terhadap perubahan posisi bola sehingga dibutuhkan metode pengendalian yang mampu memberikan respon cepat, stabil, dan akurat.pengendalian PID dipilih karna mampu mengombinasikan koreksi kesalahan secara proporsional, menghilangkan steady state. Konsep ball balancing memiliki potensi aplikasi yang luas, baik dibidang industri untuk sistem kontrol posisi maupun dibidang robotika seperti pengendalian keseimbangan robot dan stabilan sistem.

### 1.2 Tujuan (*sesuaikan isinya dengan proyek kelompok*)
1. Merancang dan mengimplementasikan sistem kendali tertutup (*Closed Loop*) pada sistem ball balancing menggunakan metode PID.
2. Menganalisis respon transien sistem ball balancing (*Rise time, Settling time, Overshoot*).
3. Menguji ketahanan (*robustness*) sistem ball balancing terhadap gangguan eksternal, seperti gangguan mekanik atau perubahan posisi awal bola.

### 1.3 Spesifikasi Desain (Target *Performance*)
*(Isi target ini SEBELUM melakukan tuning. Ini adalah acuan keberhasilan proyek).*

| Parameter Kinerja | Simbol | Target Nilai | Alasan/Justifikasi (Mengapa memilih angka ini?) |
| :--- | :---: | :--- | :--- |
| **Settling Time** | $T_s$ | < 20 detik | Pemilihan target nilai agar settling time tidak terlalu lama. |
| **Max. Overshoot** | $M_p$ | < 15% | Overshoot senilai 15% agar bola tidak terlalu ke ujung lintasan, karena bola dapat jatuh dari ujung lintasan |
| **Steady State Error** | $e_{ss}$ | 5% | Kriteria error 5% dimana setara dengan toleransi posisi 1,6 cm dari panjang total lintasan 26cm |
| **Kriteria Kestabilan** | | 5% | Toleransi 5% dipilih karena sesuai dengan steady state eror yang memiliki toleransi posisi sejauh 1,6 cm dari set point sehingga bola termasuk stabill |

---

## 2. Desain dan Pemodelan Sistem

### 2.1 Diagram Blok Sistem
* Set point: Posisi bola yang diinginkan yakni ditengah lintasan papan.
* Error: Membandingkan posisi yang diinginkan dengan posisi aktual.
* Controller: Arduino UNO, sebagai pembaca data dari sensor, menghitung error, dan algoritma untuk PID.
* Actuator: Servo Motor, menerima informasi dari Arduino untuk mengubah kemiringan lintasan melalui kawat yang terpasang.
* Plant: Arduino menerima informasi dari sensor dimana lintasan miring lalu servo akan mengubah sudut kemiringan melalui kawat yang terpasang pada lintasan dan servo. Process akan dilakukan secara berulang sampai bola stabil atau berada di tengah lintasan.
* Sensor: Ultrasonic HC-SR04, sensor digunakan sebagai pengukur jarak bola untuk memberikan informasi kapan lintasan merubah sudut kemiringannya.

### 2.2 Pemodelan Matematis (Theoretical Modeling)

pemodelan matematis sistem balancing ball merupakan sistem kendali yang menjelaskan hubungan antara sudut kemiringan papan dan posisi bola yang secara alami bersifat tidak stabil tanpa kendali. posisi bola diukur menggunakan sensor dan dibandingkan dengan setpoint untuk menghasilakn eror yang diproses oleh pengendali PID. Pengendali PID mengatur sudut papan melalui motor servo agar bola kembali ke posisi seimbang.

**A. Model Algoritma Kontroler (PID)**
Tuliskan persamaan matematis kontroler PID yang diimplementasikan:
$$u(t) = K_p e(t) + K_i \int e(t) dt + K_d \frac{de(t)}{dt}$$

* Propotional [P]
-- Persamaan Diskrit: *$u_p[k] = K_pe[k]$*
-- Penjelasan: Suku Proporsional ini mengalikan sinyal error aat ini dengan konstanta gain
-- Implementasi Kode:
|double error = setPoint - distance; // Menghitung e[k] |
| -------- |

| double Pvalue = error * Kp // Menghitung up[k] |
| -------- |

* Integral (I)
-- Persamaan Diskrit: *$u_i[k] = K_i\,T_s \sum_{i=0}^{k} e[i]$*
-- Penjelasan: Suku integral dalam domain waktu kontinu diubah menjadi penjumlahan akumulatif dalam domain diskrit. Nilai error pada setiap siklus loop ditambahkan ke variabel penampung.
-- Implementasi Kode:
|totalError += error; // Akumulasi error |
| -------- |

| double Ivalue = totalError * Ki; // Menghitung ui[k]|
| -------- |

* Derivatif (D)
-- Persamaan Diskrit: *$u_d[k] = K_d (e(k) - e(k-1))$*
-- Penjelasan: Suku derivatif merupakan turunan domain waktu kontinu menggunakan metode membandingkan error saat ini dengan error sebelumnya.
-- Implementasi Kode:
|double Dvalue = (error - lastError) * Kd; // Menghitung ud[k] |
| -------- |

| lastError = error; // Menyimpan e[k-1] untuk loop berikutnya |
| -------- |

* PID
-- Persamaan Diskrit: *$u[k] = K_p\,e[k] + K_i\,T_s \sum_{i=0}^{k} e[i] + K_d(e(k) - e(k-1))$*
-- Penjelasan: Total penjumlahan output dari setiap suku
-- Implementasi Kode:
| double PIDOutput = Pvalue + Ivalue + Dvalue; // u[k] total|
| -------- |

**B. Metode Tuning Ziegler-Nichols (Z-N)**
Penentuan metode tuning dilakukan menggunakan pendekatan eksperimental Ziegler-Nichols Tipe 1 (Osilasi Kontinu). Metode ini dipilih karena model matematis dari sistem Ball Balance sulit didapatkan secara presisi akibat faktor - faktor seperti adanya gaya gesek dan inersia lengan servo.Metode Ziegler-Nichols Tipe 1 bekerja berdasarkan respon frekuensi sistem dalam kondisi Closed Loop untuk mencari batas kestabilan sistem.

* **Tipe 1 (Osilasi Kontinu):** Pengujian dilakukan secara eksperimental untuk mendapatkan Critical Gain ($K_p'$) dan Critical Period ($T_c$) adapun untuk langkah-langkah pengujian adalah sebagai berikut:
1. Deaktivasi I dan D: Mengatur parameter Integral ($K_i$) dan Derivatif ($K_d$) menjadi 0. Sistem dijalankan hanya menggunakan nilai dari Proporsional ($K_p$).
2. Peningkatan Gain Bertahap: Nilai $K_p$ dinaikkan secara bertahap sedikit demi sedikit.
3. Observasi Respon: Pada setiap kenaikan $K_p$ diberikan gangguan pada bola dengan menggeser bola dari set point.
4. Identifikasi Titik Kritis: Nilai $K_p$ terus dinaikkan hingga sistem mencapai kondisi Osilasi Berlanjut. Pada kondisi ini, bola bergerak kearah kiri dan kanan dengan stabil.

**C. Model Plant (Motor)**
Pemodelan plant bertujuan untuk merepresentasikan karakteristik fisik aktuator (Motor Servo) ke dalam bentuk persamaan matematis. Dalam perancangan sistem kendali posisi (Position Control), motor servo dimodelkan sebagai sistem linear yang menghubungkan sinyal input kontrol dengan posisi sudut output.
* **Opsi 2: Motor Servo (Position Control)**
Sistem didekati sebagai **Integrator** atau **Orde 2** (jika ada osilasi mekanik).
$$G(s) = \frac{\theta(s)}{V(s)} \approx \frac{K}{s(\tau s + 1)}$$
$G(s)$ = Fungsi Alih sistem (Plant).
$\theta(s)$ = Output posisi sudut motor (dalam radian atau derajat).
$V(s)$ = Input sinyal kontrol (Tegangan atau Sinyal PWM).
$K$ = Konstanta penguatan motor (Motor Gain).
$\tau$ = Konstanta waktu mekanik (Mechanical Time Constant).

Dengan menggunakan pendekatan model $G(s) = \frac{\theta(s)}{V(s)} \approx \frac{K}{s(\tau s + 1)}$, perancangan kontroler difokuskan untuk memanipulasi posisi sudut $\theta$ agar sesuai dengan setpoint yang diinginkan dengan mempertimbangkan batasan inersia mekanik dan kecepatan respon motor.

### 2.3 Spesifikasi Perangkat Keras
* **Motor:** (Tipe (SG90 Servo Motor), Tegangan (4.8V - 6V), RPM (0.1s - 0.12s/60°)/Torsi Max (2.5Kg/cm))
* **Driver:** (Tidak ada driver tambahan dikarenakan servo SG90 dapat menerima sinyal PWM secara langsung)
* **Sensor:** (Tipe Sensor (VL53L0X))
* **Kontroler:** (Jenis Mikrokontroler (Arduino Uno R3) & Clock Speed (16MHz))
---

## 3. Implementasi dan Pengujian

### 3.1 Karakteristik Open-Loop (Linearitas Plant)

Pengujian Open Loop ini bertujuan untuk mengetahui karakteristik fisik dari aktuator dimana yang diujikan adalah Servo Motor yang ditujukan untuk diterapkan dengan algoritma kendali (PID). Tujuannya adalah memvalidasi apakah ada hubungan antara sinyal input (perintah sudut dari mikrokontroler) dan output aktual (posisi aktual yang terukur) apakah bersifat linear atau non-linear.

* **Skenario B (Servo/Stepper - Posisi):** Pengujian dilakukan dengan memberikan sinyal input secara bertahap dari $0^\circ$ hingga $180^\circ$ dengan kenaikan derajat setiap setiap pengujian sebesar $30^\circ$. Pada setiap titik, posisi aktual dicatat menggunakan sensor.

| No | Derajat | Aktual |
| -------- | -------- | -------- |
| 1 | 30$^\circ$ | 34$^\circ$ |
| 2 | 60$^\circ$ | 63$^\circ$ |
| 3 | 90$^\circ$ | 92$^\circ$ |
| 4 | 120$^\circ$| 120$^\circ$ |
| 5 | 150$^\circ$| 150$^\circ$ |

**Grafik Karakteristik:**
Grafik hubungan *Input* vs *Output*:
* **Sumbu X (*Input*):** Nilai Perintah (Sudut Target).
* **Sumbu Y (*Output*):** Respon Terukur (Sudut Aktual).

**Analisis:**
1. Grafik membentuk garis lurus atau linear karena sudut target dan sudut aktual tidak jauh.
2. Ketika input sudut target ditambahkan ataupun dikurangkan sudut aktual merespon dengan menghasilkan selisih pada sudut target tidak jauh.

### 3.2 Analisis Perbandingan Respons (*Step Response*)
*(Tampilkan grafik perbandingan dari 3 skenario tuning atau lebih).*

**Tabel 1. Perbandingan Parameter Respons Transien**

| Skenario *Tuning* | Nilai *Gain* ($K_p, K_i, K_d$) | *Delay Time* ($T_d$)| *Rise Time* ($T_r$) | *Peak Time* ($T_p$) | *Settling Time* ($T_s$) | *Overshoot* (%) | *Steady State Error* |
| :--- | :---: | :---: | :---: | :---: | :---: | :---: | :---: |
| #1 (Misal: Hanya P) | $K_p 10, K_i0, K_d0$ | 0,2 | 0,5 | 0,8 | ... | 21,42% | ... |
| #2 (Misal: Osilasi) | $K_p 8, K_i0.3, K_d8$ | 0,3 | 0,6 | 1,2 | 5,5 | 12% | 1cm |
| #3 (PID Optimal) | $K_p7, K_i0.2, K_d6$ | 0,3 | 0,6 | 1 | 4 | 7,1% | 0.3cm |

### 3.3 Uji Konsistensi (Repeatability Test)
*(Ambil Skenario #3 (Optimal), jalankan 5 kali atau lebih dari posisi diam ke setpoint).*

**Tabel 2. Statistik Konsistensi Kinerja (Misal N=5)**

| Percobaan Ke- | *Settling Time* ($T_s$) | *Overshoot* (%) |
| :---: | :---: | :---: |
| 1 | 25s | 21,42% |
| 2 | 5,5s | 12% |
| 3| 5,12s | 15% |
| 4| 4s | 15% |
| 5 | 4s | 7,1% |
| **Rata-rata ($\mu$)** | **8,72s** | **14,10%** |
| **Standar Deviasi ($\sigma$)** | **9.12s** | **5,21%** |

*(Nilai standar deviasi yang kecil menunjukkan sistem kelompok Anda reliabel, data valid, dan konsisten).*

### 3.4 Uji Gangguan (Disturbance Rejection)
Pengujian ini dilakukan untuk mengevaluasi robustness dari sistem kontroler PID dalam mempertahankan posisi setpoint saat menghadapi gangguan eksternal. Pengujian ini dilakukan untuk mengukur seberapa cepat dan efektif sistem dapat mengembalikan bola ke posisi semula setelah diberikan gannguan eksternal.
* **Gambar:** Hasil Serial Plotter saat terjadi gangguan dari luar.

* **Analisis:** Waktu yang dibutuhkan untuk sistem kembali stabil membutuhkan waktu selama 6 detik

---

## 4. Evaluasi dan Analisis Kinerja

### 4.1 Validasi Spesifikasi
*Berdasarkan analisis pada tabel 2 dan tabel 1.3. Sistem ini dinyatakan berhasil mencapai semua tujuan yang ditentukan. Pada parameter kestabilan (settling time) dengan rata-rata waktu yang diperoleh 8,72s, di mana hasil ini dapat lebih cepat dibandingkan target yang diinginkan yaitu <20s. Selanjutnya, rata-rata lonjakan maksimum (overshoot) yang diperoleh adalah 14,10%, nilai ini tetap berada dalam batas toleransi desain awal yang ditetapkan yaitu <15%. Akhirnya, sistem ini menunjukkan tingkat presisi yang dapat berada di bawah batas toleransi (steady state error) 5% (1,6cm), dan sistem ini memperoleh nilai 0.3cm. Dengan demikian, parameter PID yang digunakan dapat berfungsi dengan optimal sesuai dengan tujuan perancangan.
*

### 4.2 Analisis Mendalam

1. **Analisis Pengaruh *Gain*:** Berdasarkan hasil percobaan beberapa skenario tuning PID, perubahan nilai gain $K_p$, $K_i$, dan $K_d$ memberikan pengaruh yang signifikan terhadap bentuk grafik respon sistem ball balancing. peningkatan nilai $K_p$ menyebabkan respon sistem menjadi lebih cepat dengan rise time yang lebih singkat, namun juga meningkatkan overshoot dan kecenderungan osilasi, terutama pada skenario awal ketika sistem hanya menggunakan kendali proporsional. Penambahanan $K_i$ mampu mengurangi steady state error sehingga posisi bola lebih akurat terhadap set point, tetapi nilai integral yang terlalu besar menyebabkan settling time menjadi lebih lama. dan $K_d$ berfungsi sebagai peredam perubahan error yang efektif dalam mengurangi overshoot dan osilasi, sehingga pada skenario PID optimal diperoleh respon yang lebih stabil sesuai grafik hasil pengujian.
3. **Analisis Stabilitas:**
a. Berdasarkan hasil uji gangguan pada Bab 3.4, sistem balancing ball menunjukkan tingkat respon yang baik. ketika boladiberikan gangguan mekanik dengan menggeser posisi bola dari setpoint, sistem masih mampu mendeteksi perubahan posisi dan memperbaikinya hingga kembali ke titik tengah lintasan. tidak ditemukan osilasi berlebih setelah gangguan dilepaskan, dan sistem dapat kembali stabil dalam waktu sekitar 6 detik, yang menunjukkan bahwa pengendalian PID bekerja efektif dalam kondisi dinamis.

b.Metode tuning Ziegler-Nichols digunakan sebagai pendekatan awal untuk mendapatkan parameter PID, kemudian disempurnakan melalui trial and error berdasarkan respon sistem aktual. Pendekatan ini dinilai cukup optimal untuk sistem balancing ball, Hasil tuning akhir mampu menghasilkan sistem yang stabil dan konsisten dalam mempertahankan posisi bola pada set point.

3. **Trade-off Desain:** Untuk mencapai kestabilan sistem, kami melakukan trade-off dengan mengorbankan kecepatan respon demi mengurangi overshoot dan osilasi, Nilai gain PID tidak dipilih terlalu agresif agar bola tidak bergerak terlalu cepat ke ujung lintasan yang beresiko menyebabkan bola jatuh. Akibatnya, respon sistem menjadi sedikit lebih lambat, namun menghasilkan kestabilan yang lebih baik dengan overshoot yang berada dibawah batas desain dan settling time yang masih memenuhi target.
5. **Evaluasi Hardware:**
a. Dari sisi perangkat keras, keterbatasan resolusi sensor posisi mempengaruhi ketelitian pembacaan posisi bola, sehingga muncul fluktuasi kecil pada error yang berdampak pada respon kendali. penggunaan motor servo dengan keterbatasan kecepatan dan torsi juga membatasi seberapa cepat sistem dapat merespon perubahan posisi bola.

b.Faktor mekanik seperti gesekan antara bola dan lintasan, serta backlash pada mekanisme penggerakan servo dan kawat penghubung, turut mempengaruhi kehalusan respon sistem. ketidaksempurnaan mekanik ini menyebabkan respon aktual sistem sedikit berbeda dari model matematis ideal, namun masih dalam batas yang dapat ditoleransi dan tidak mengganggu kestabilan sistem.

---

## 5. Kesimpulan dan Saran

### 5.1 Kesimpulan
1. Sistem kendali PID **berhasil** diimplementasikan dengan parameter final: $K_p= 7, K_i= 0.2, K_d= 6$.
2. Kinerja sistem mencapai $T_s = 4$ detik dan Overshoot $7,1\%$.
3. Tingkat konsistensi sistem ditunjukkan dengan standar deviasi sebesar 9,2s untuk settling time dan 14,10% untuk overshoot.

### 5.2 Saran Pengembangan
Pengembangan selanjutnya sistem balancing ball dapat ditingkatkan dengan menggunakan sensor posisi yang lebih presisi, seperti sensor kamera agar saat pembacaan posisi bola dapat lebih akurat dan eror sistem dapat diminimalkan. selain itu metode kendali dapat dikembangkan dengan membandingkan pengendali PID dengan metode lain seperti fuzzy-PID atau kontrol adaptif agar dapat memperoleh performa sistem yanng lebih baik.

---

## Lampiran
* **Kode Program Utama (Arduino/C++):** *(Lampirkan bagian loop kendali dan deklarasi variabel. Kode program lengkap unggah di Github. Pastikan dapat diakses oleh dosen).*
* **Tautan Video Demonstrasi:**
https://drive.google.com/drive/folders/1Y163B_PNcGmRIbWRoW8qmN30MyAaHx1M?usp=sharing
* **Dokumentasi Foto Alat:** https://drive.google.com/drive/folders/1zmbL1EpfMs3FJ7i6lK4UzMiEUfXKvzrO?usp=sharing

---

## Panduan Checklist Kelengkapan (Alat bantu saja untuk memastikan tidak ada yang terlewat. Sesuaikan dengan yang sebenarnya.)
- [x] Target Spesifikasi (Bab 1.3) terisi jelas.
- [x] Pemodelan Matematis ada (Bab 2.2).
- [x] Grafik Open Loop (Linearitas) ada (Bab 3.1).
- [x] Tabel Perbandingan minimal 3 variasi tuning ada (Bab 3.2).
- [x] Tabel Statistik Repeatability (5x data) ada (Bab 3.3).
- [x] Grafik Uji Gangguan ada (Bab 3.4).

## 6. Rubrik Penilaian dan Pembobotan
* **[PLO-3]** Kemampuan menyusun rancangan komponen, sistem dan/atau proses pada bidang teknik komputer untuk memenuhi kebutuhan yang diharapkan di dalam batasan-batasan realistis.
* **[CLO-2]:** Mampu menyusun rancangan dan menganalisis sistem kendali loop tertutup dari kondisi transien hingga steady state untuk mencapai kestabilan.

### A. RUBRIK TUGAS BESAR CLO 2 (*Design & Analysis*)
**Bobot:** 5% dari Nilai Akhir Mata Kuliah.

**Aspek 1: Desain Spesifikasi dan Pemodelan (40 Poin)**
| Level | Poin | Deskripsi Kriteria |
| :--- | :---: | :--- |
| **_Exemplary_** | **40** | Target spesifikasi ($T_s, M_p$) memiliki **alasan kuantitatif**. Diagram blok lengkap (*Closed-loop*) dan model matematis *Plant*, Z-N, atau PID dijelaskan dengan referensi yang benar. |
| **_Satisfactory_** | **30** | Diagram blok benar dan target spesifikasi ada. Alasan penetapan angka kurang kuat atau model matematis hanya bersifat umum. |
| **_Needs Improvement_** | **15** | Diagram blok tidak lengkap atau salah. Tidak ada target spesifikasi jelas, atau model matematis salah konsep. |
| **_Unsatisfactory_** | **0** | Tidak ada bab desain atau terindikasi plagiasi. |

**Aspek 2: Analisis Kritis Respon Transien (60 Poin)**
| Level | Poin | Deskripsi Kriteria |
| :--- | :---: | :--- |
| **_Exemplary_** | **60** | Analisis tajam menjelaskan **korelasi fisik** *gain* PID terhadap grafik ($T_d, T_r, T_p, M_p, T_s$). Menjelaskan *trade-off* desain dengan logis. |
| **_Satisfactory_** | **45** | Penjelasan benar secara teori namun bersifat **deskriptif** (hanya membaca grafik) tanpa analisis yang mendalam. |
| **_Needs Improvement_** | **25** | Analisis dangkal atau keliru. Kesimpulan bertentangan dengan data grafik. Hanya menyalin teori buku. |
| **_Unsatisfactory_** | **0** | Tidak ada analisis. |

---
---
* **[PLO-6]** Kemampuan menerapkan metode, keterampilan dan piranti teknik modern yang diperlukan untuk praktek keteknikan dalam bidang teknik komputer.
* **[CLO-3]:** Mampu menentukan dan menerapkan penggunaan kendali proporsional, integral, atau derivatif pada motor listrik untuk mencapai kestabilan.
---

### B. RUBRIK TUGAS BESAR CLO 3 (*Implementation & Tools*)
**Bobot:** 20% dari Nilai Akhir Mata Kuliah.

**Aspek 1: Metodologi *Tuning* dan Validitas Data (40 Poin)**
| Level | Poin | Deskripsi Kriteria |
| :--- | :---: | :--- |
| **_Exemplary_** | **40** | Ada grafik *Open-Loop*. Melakukan minimal **3 variasi *tuning***. Menyertakan bukti **Uji Repetisi (minimal 5x)** dengan standar deviasi kecil (data valid). |
| **_Satisfactory_** | **30** | Ada tuning PID dan alat jalan. Data perbandingan minim (<3) atau tidak ada uji repetisi (hanya sekali coba). |
| **_Needs Improvement_** | **15** | Metode tuning tidak jelas (*trial-error* acak). Grafik respon tidak jelas skalanya atau terlihat fiktif. |
| **_Unsatisfactory_** | **0** | Data fiktif atau tidak ada data. |

**Aspek 2: Kestabilan dan *Robustness* (30 Poin)**
| Level | Poin | Deskripsi Kriteria |
| :--- | :---: | :--- |
| **_Exemplary_** | **30** | Sistem stabil ($e_{ss} \approx 0$). Mampu ***Self-Recovery* (kembali stabil)** dengan cepat saat diberi gangguan fisik. Ada grafik bukti respon gangguan. |
| **_Satisfactory_** | **20** | Sistem stabil mencapai *setpoint*. Respon gangguan lambat atau berosilasi lama. Dokumentasi gangguan kurang jelas. |
| **_Needs Improvement_** | **10** | Sistem mencapai *setpoint*, tetapi tidak stabil (getar atau *drift*), gagal, atau berhenti saat diberi gangguan kecil. |
| **_Unsatisfactory_** | **0** | Alat tidak berfungsi. |

**Aspek 3: Demonstrasi Alat & Tanya Jawab (30 Poin) --> *Penilaian Individu***
| Level | Poin | Deskripsi Kriteria |
| :--- | :---: | :--- |
| **_Exemplary_** | **30** | Demo sempurna dan rapi. Mahasiswa menjawab pertanyaan teknis (seperti pemrograman dan rangkaian) dengan lancar dan paham secara mendetail. |
| **_Satisfactory_** | **20** | Demo ada kendala minor. Menjawab pertanyaan cukup baik meski ragu pada detail teknis. |
| **_Needs Improvement_** | **10** | Alat sering *error* saat demo. Mahasiswa bingung dengan alatnya sendiri (tidak menguasai). |
| **_Unsatisfactory_** | **0** | Tidak hadir demonstrasi dan presentasi. |

---