# Proyek Sistem Kendali PID pada Motor Listrik (Tugas Besar CLO 2 dan CLO 3)

**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:** 9
* **Nama Mahasiswa 1 (101032300243):** Muhammad Kevin
* **Nama Mahasiswa 2 (101032330177):** Zidan Alghifari
* **Nama Mahasiswa 3 (101032300183):** Zacky Yusup Hakim
* **Nama Mahasiswa 4 (101032300082):** Zalfaa Putri Anastasia

---

## 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
Motor DC merupakan elemen yang sering digunakan sebagai penggerak dalam banyak sektor, seperti industri, robotika, dan otomotif. Penggunaan motor DC menjadi populer karena kemudahan dalam pengaturan kecepatan, torsi yang memadai, serta efisiensi energi yang baik. Meski demikian, untuk meraih kinerja yang maksimal, motor DC memerlukan sistem pengontrol kecepatan yang sesuai. Operasi tanpa pengaturan yang tepat bisa menimbulkan berbagai masalah, seperti pemborosan energi, fluktuasi suhu yang tidak stabil, hingga kerusakan pada komponen lain akibat kinerja yang tidak mencapai tingkat yang diharapkan.

Perkembangan teknologi di bidang mikrokontroler dan elektronik daya saat ini sangat mempengaruhi pengembangan sistem kontrol motor DC yang efisien dan presisi. Arduino Uno, sebagai platform mikrokontroler yang bersifat open-source, memudahkan pengguna dalam melakukan pemrograman dan kompatibel dengan berbagai modul elektronik. Penggunaan driver motor L298N yang mampu menangani arus hingga 2A per saluran menawarkan harga yang relatif terjangkau tanpa mengorbankan keandalan sistem kontrol.

Namun, perangkat keras saja tidak cukup tanpa algoritma kendali yang cerdas. Oleh karena itu, sistem ini menerapkan metode kontrol Proportional-Integral-Derivative (PID). Algoritma PID bekerja dengan menghitung nilai kesalahan (error) antara suhu yang terbaca dan suhu yang diinginkan (setpoint), kemudian menyesuaikan kecepatan motor secara otomatis melalui parameter Kp, Ki, dan Kd. Pendekatan ini memungkinkan sistem merespons perubahan suhu dengan lebih halus dan akurat, mencegah terjadinya lonjakan suhu (overshoot) yang berlebihan, serta memastikan motor berhenti secara presisi saat target pendinginan tercapai.

Pemantauan kondisi operasional motor DC, terutama pada aspek suhu, menjadi aspek yang sangat penting untuk menjaga agar motor dapat berfungsi dengan baik dalam jangka waktu lama. Kenaikan suhu yang berlebihan dapat menandakan adanya masalah pada beban kerja atau sistem pendingin. Jika tidak ditangani dengan cepat, hal ini dapat mengakibatkan penurunan kinerja bahkan kerusakan permanen. Oleh karena itu, perlu dilakukan pemantauan yang dibantu oleh komponen sensor suhu untuk mendeteksi indikasi yang tidak normal sejak awal dan memberikan umpan balik ke sistem PID.

Untuk memudahkan pengguna dalam melakukan pemantauan, sistem ini menggunakan display OLED yang menampilkan data suhu dan status motor secara real-time. Display OLED dipilih karena efisiensi dayanya serta kualitas tampilan yang jernih dan mudah dilihat dari berbagai sudut. Sistem ini dirancang agar bisa dioperasikan secara portabel dengan sumber daya dari baterai, sehingga pengguna dapat dengan mudah menggunakannya di berbagai kondisi dan lokasi.

Berdasarkan latar belakang tersebut, laporan ini membahas rancang bangun sistem kontrol kecepatan motor DC berbasis Arduino Uno yang mengintegrasikan algoritma PID, driver L298N, serta pemantauan suhu visual melalui OLED. Sistem ini diharapkan dapat memberikan solusi pengendalian motor yang lebih efisien, responsif terhadap perubahan suhu, serta memberikan pemahaman praktis tentang penerapan teori kendali dalam sistem elektronika terapan.

### 1.2 Tujuan (*sesuaikan isinya dengan proyek kelompok*)
1. Merancang sistem kendali kecepatan motor DC menggunakan driver L298N dan Arduino Uno dengan penerapan algoritma PID (Proportional-Integral-Derivative).
2.Mengimplementasikan sensor suhu sebagai umpan balik (feedback) utama sistem untuk mengatur kecepatan motor secara otomatis guna mempertahankan suhu pada titik kerja (setpoint) yang ditentukan.
3. Membangun antarmuka monitoring berbasis OLED untuk menampilkan nilai suhu aktual dan respon kecepatan motor (PWM) secara real-time.

### 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** | $T_s$ | < 60 detik | Agar sistem responsif mendinginkan ruangan dalam waktu yang wajar setelah gangguan panas terdeteksi. |
| **Max. Overshoot** | $M_p$ | < 5 % | Mencegah pendinginan berlebih (suhu drop jauh di bawah 24°C) yang memboroskan daya baterai. |
| **Steady State Error** | $e_{ss}$ | < 2 % | Target presisi tinggi agar kipas benar-benar berhenti (mati) tepat saat suhu mencapai range target (24.0°C). |
| **Kriteria Kestabilan** | | 2%| Menggunakan pita toleransi sempit (±0.5°C) untuk memastikan kenyamanan termal yang stabil. |

---

## 2. Desain dan Pemodelan Sistem

### 2.1 Diagram Blok Sistem
* **Set Point** (Target Suhu: 24°C) merupakan suhu target yang diinginkan untuk ruangan yaitu 24°C sebagai acuan sistem kontrol.

* **Error** : membandingkan suhu target dengan suhu aktual ruangan. Nilai error dihitung dengan rumus: Error = Target Suhu (24°C) - Suhu Aktual. Jika suhu ruangan lebih panas dari 24°C, error bernilai negatif dan kipas harus menyala.

* **Controller** : membaca data dari sensor dan menghitung nilai error, kemudian menjalankan algoritma kontrol untuk menentukan kecepatan kipas. Arduino menghasilkan sinyal PWM yang dikirim ke aktuator untuk mengatur kecepatan motor sesuai besar error.

* **Actuator** : menerima sinyal PWM dari Arduino. L298N sebagai driver motor mengatur daya ke DC motor, yang kemudian menggerakkan kipas untuk menghasilkan aliran udara. Kecepatan kipas disesuaikan: error besar = kipas cepat, error kecil = kipas lambat.

* **Plant** : adalah objek yang dikontrol oleh sistem. Suhu ruangan dipengaruhi oleh aliran udara dari kipas yang menurunkan temperatur secara bertahap hingga mencapai target 24°C.

* **Sensor** : mengukur temperatur ruangan secara real-time dan mengirim data ke Arduino sebagai feedback. Data ini dibandingkan dengan set point untuk mengetahui apakah suhu sudah sesuai target atau perlu disesuaikan, sehingga sistem bekerja secara closed-loop


### 2.2 Pemodelan Matematis (Theoretical Modeling)

Bagian ini bertujuan untuk menunjukkan landasan teori sistem kendali yang digunakan. Sertakan referensi dari buku, jurnal bereputasi, dan/atau *datasheet*.

**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 : $$P(k) = K_p \times e(k)$$
* Integral [I]
-- Persamaan Diskrit : $$I(k) = K_i \times T_s \times \sum_{j=0}^{k} e(j)$$
* Derivatif [D]
-- Persamaan Diskrit : $$D(k) = K_d \times \frac{e(k) - e(k-1)}{T_s}$$
* PID
-- Persamaan Diskrit : $$u(k) = K_p \cdot e(k) + \left[I(k-1) + K_i \cdot e(k) \cdot T_s\right] - K_d \cdot \frac{\text{PV}(k)-\text{PV}(k-1)}{T_s}$$

**B. Metode Tuning Ziegler-Nichols (Z-N)**
Wajib memilih salah satu
metode Z-N sebagai dasar penentuan parameter:

* **Tipe 1 (Osilasi Kontinu):** Berdasarkan $K_p$' dan $T_c$ saat sistem mulai berosilasi stabil.
* Kontrol P

* **Tipe 2 (Kurva Reaksi):** Berdasarkan parameter *delay* ($L$) dan konstanta waktu ($T$) dari respons *Open-Loop*.

**C. Model Plant (Motor)**
Pilih salah satu model di bawah ini sesuai dengan jenis motor yang Anda gunakan:

* **Opsi 1: Motor DC (*Speed Control*)**
Secara teoritis, motor DC didekati sebagai sistem **Orde 1**.
$$G(s) = \frac{\omega(s)}{V(s)} = \frac{K}{\tau s + 1}$$
*(yang mana output adalah Kecepatan Sudut $\omega$).*

### 2.3 Spesifikasi Perangkat Keras
* **Motor:** (Tipe(Motor DC 5V), Tegangan (4-6V(optimal 5V)), RPM(3000 - 12000)/Torsi Max(80 - 120 gram/cm))
* **Driver:** (L298N)
* **Sensor:** (Tipe Sensor (DHT11) & Resolusi Encoder(Tidak ada Resolusi Encoder namun ada Resolusi Sensor yaitu : 1°C ))
* **Kontroler:** (Jenis Mikrokontroler (Arduino Uno R3) & (Clock Speed16MHz))

---

## 3. Implementasi dan Pengujian

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

Pada tahap ini, dilakukan pengujian karakteristik actuator (Motor DC) untuk mengetahui hubungan antara sinyal kontrol (PWM) yang diberikan oleh Arduino dengan respon kecepatan yang dihasilkan. Pengujian dilakukan dengan menaikkan nilai PWM secara bertahap dari 0 hingga 255 (Duty Cycle 0% - 100%).

Grafik Hubungan Input (PWM) vs Output (Kecepatan/RPM):

Analisis Karakteristik:

Linearitas Grafik Berdasarkan grafik di atas, hubungan antara Input (PWM) dan Output (Kecepatan Motor) membentuk garis yang [pilih salah satu: cukup linear / tidak sepenuhnya linear]. Grafik terlihat cenderung lurus pada rentang PWM antara [masukkan angka, misal: 60] hingga [masukkan angka, misal: 240]. Linearitas ini menunjukkan bahwa sistem dapat dikendalikan dengan baik menggunakan algoritma PID pada rentang kerja tersebut tanpa memerlukan kompensasi non-linear yang rumit.

Titik Awal Pergerakan (Dead Zone) Dari hasil pengujian, ditemukan adanya dead zone (zona mati) pada nilai PWM rendah. Motor baru mulai berputar secara konsisten ketika nilai Input PWM mencapai [masukkan angka, misal: 50] (sekitar [hitung persen, misal: 20]% Duty Cycle). Di bawah nilai tersebut, tegangan rata-rata yang dihasilkan driver L298N belum mampu menghasilkan torsi yang cukup untuk melawan gesekan statis (static friction) pada poros motor. Oleh karena itu, dalam implementasi kode program, batas bawah PWM (limit output) sebaiknya diset minimal di angka [masukkan angka tadi, misal: 50] agar motor tidak macet.

Titik Saturasi (Maximum Limit) Pada saat Input PWM dinaikkan mendekati nilai maksimum, terlihat bahwa respon kecepatan motor mulai mengalami saturasi. Ketika PWM dinaikkan di atas angka [masukkan angka, misal: 250], tidak terjadi peningkatan kecepatan (output) yang signifikan lagi. Hal ini terjadi karena tegangan suplai dari driver L298N sudah tersalurkan hampir 100% ke motor, atau motor telah mencapai batas fisik RPM maksimumnya pada tegangan suplai tersebut.

* **Skenario A (Motor DC - Kecepatan):** 
Grafik menampilkan tiga parameter, yaitu Suhu_Realtime, Suhu_Setpoint, dan Motor_Speed_Percent. Suhu setpoint dijaga konstan pada sekitar 30°C, sedangkan suhu aktual berada di kisaran 27–28°C dan tidak mengalami kenaikan signifikan selama pengujian.
Untuk mengompensasi selisih antara suhu aktual dan setpoint, sistem meningkatkan kecepatan motor secara bertahap hingga mencapai 100%. Namun, peningkatan kecepatan motor tersebut tidak berdampak pada kenaikan suhu. Hal ini menunjukkan bahwa mekanisme kontrol belum efektif, kemungkinan karena aktuator tidak berpengaruh langsung terhadap suhu atau algoritma kontrol yang digunakan masih bersifat sederhana dan belum mampu menstabilkan suhu pada nilai setpoint.

### 3.2 Analisis Perbandingan Respons (*Step Response*)

**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) | 155.89, 0, 0 | 6 s | 12 s | 30 s | tidak stabil | 55% |10 °C |
| #2 (Misal: Osilasi) | 200.89, 10.09, 50 | 1 s | 1 s | 32 s | tidak tercapai | 13% | - |
| #3 (PID Optimal) | 155.89, 4.09, 20 | 1 s | 2 s | 3 s | 32 s | 15% | 0 |

### 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 | 32s | 17% |
| 2 | 35 | 15% |
| 3 | 36 | 18% |
| 4 | 36 | 14% |
| 5 | 38 | 16% |
| **Rata-rata ($\mu$)** | 35.4 | 16% |
| **Standar Deviasi ($\sigma$)** | 2.19 | 1.58 |

### 3.4 Uji Gangguan (Disturbance Rejection)
*(Tampilkan grafik respons saat motor sedang stabil di setpoint, lalu beri gangguan fisik sesaat).*
* **Gambar:** 
* **Analisis:** 10 Detik

---

## 4. Evaluasi dan Analisis Kinerja

### 4.1 Validasi Spesifikasi
Berdasarkan perbandingan antara nilai rata-rata hasil pengujian pada Tabel 2 dengan target kinerja yang telah ditetapkan pada Bab 1.3, dapat dilihat bahwa sistem kendali PID yang dirancang telah memenuhi sebagian besar kriteria yang ditentukan. Waktu yang dibutuhkan sistem untuk mencapai kondisi stabil masih berada dalam batas yang diinginkan, sehingga respon sistem tergolong cukup cepat. Nilai overshoot yang terjadi juga masih dalam batas toleransi, sehingga tidak menimbulkan kondisi kerja yang berlebihan. Selain itu, kesalahan keadaan tunak yang dihasilkan relatif kecil, menandakan bahwa sistem mampu mempertahankan keluaran mendekati nilai setpoint. Secara keseluruhan, hasil pengujian menunjukkan bahwa sistem telah bekerja sesuai dengan spesifikasi desain yang direncanakan.

### 4.2 Analisis Mendalam

1. **Analisis Pengaruh *Gain*:** Dari hasil percobaan yang dilakukan, dapat diketahui bahwa perubahan nilai Kp, Ki, dan Kd memberikan pengaruh yang berbeda terhadap respon sistem. Nilai Kp yang lebih besar membuat sistem bereaksi lebih cepat terhadap error, namun berpotensi menimbulkan overshoot jika terlalu tinggi. Penambahan Ki berfungsi untuk memperkecil kesalahan steady-state, tetapi jika nilainya terlalu besar dapat menyebabkan respon sistem menjadi lebih lambat dan kurang stabil. Sementara itu, Kd membantu meredam perubahan error yang cepat, sehingga respon sistem menjadi lebih halus dan overshoot dapat dikurangi. Kombinasi ketiga parameter tersebut menentukan keseimbangan antara kecepatan respon dan kestabilan sistem.
2. **Analisis Stabilitas:**
a. Apakah terjadi osilasi berlebih saat beban dilepas? Berdasarkan pengujian gangguan yang telah dilakukan, sistem masih mampu kembali ke kondisi stabil setelah mengalami gangguan. Saat beban dilepas, sistem hanya mengalami perubahan respon sementara dan tidak menunjukkan osilasi yang berlebihan. Dalam waktu yang relatif singkat, sistem kembali mencapai kondisi kerja yang diinginkan.
b. Metode tuning PID yang diterapkan sudah cukup efektif dalam menjaga kestabilan sistem. Parameter yang digunakan mampu menghasilkan respon yang stabil baik pada kondisi normal maupun saat terjadi gangguan, meskipun masih terdapat fluktuasi kecil yang dapat ditoleransi.
4. **Trade-off Desain:** Dalam proses tuning, kelompok memilih untuk mengurangi agresivitas respon demi meningkatkan kestabilan sistem. Akibatnya, waktu respon sistem menjadi sedikit lebih lambat, namun overshoot dan osilasi dapat diminimalkan. Keputusan ini diambil karena kestabilan sistem dianggap lebih penting dibandingkan respon yang sangat cepat tetapi berisiko tidak stabil.
5. **Evaluasi Hardware:**
a. Beberapa keterbatasan pada perangkat keras, seperti resolusi sensor yang belum terlalu tinggi dan kemampuan driver motor, berpengaruh terhadap tingkat presisi sistem. Hal ini menyebabkan respon sistem tidak selalu berubah secara halus terhadap perubahan kondisi.
b. Selain itu, faktor mekanik seperti gesekan pada motor dan beban yang bekerja pada sistem juga mempengaruhi performa kendali. Faktor-faktor ini dapat menyebabkan keterlambatan respon dan perlu diperhatikan dalam proses perancangan dan tuning sistem.

## 5. Kesimpulan dan Saran

### 5.1 Kesimpulan
1. Sistem kendali PID **berhasil/tidak berhasil** diimplementasikan dengan parameter final: $K_p=155.89, K_i=4.09, K_d=20$.
2. Kinerja sistem mencapai $T_s = 35.4$ detik dan Overshoot $16\%$.
3. Tingkat konsistensi sistem ditunjukkan dengan standar deviasi sebesar 2.19

### 5.2 Saran Pengembangan
Untuk pengembangan selanjutnya, sistem dapat dikembangkan dengan menerapkan metode kendali Fuzzy-PID sebagai alternatif dari PID konvensional. Metode ini diharapkan mampu menyesuaikan parameter kendali secara lebih fleksibel ketika terjadi perubahan beban atau gangguan pada sistem. Selain itu, penggunaan sensor dengan tingkat presisi yang lebih tinggi juga perlu dipertimbangkan agar data umpan balik yang diperoleh lebih akurat, sehingga kesalahan steady-state dapat dikurangi dan kestabilan sistem meningkat. Pengembangan lebih lanjut juga dapat dilakukan dengan membandingkan kinerja beberapa metode kendali untuk menentukan pendekatan yang paling sesuai dengan karakteristik sistem.

## Lampiran
* Kode Program Utama (Arduino/C++):
https://github.com/muhamadkevin/SKM-TUGAS-BESAR-KELOMPOK-9-TK4704.git
* **Dokumentasi Foto Alat:** https://drive.google.com/drive/folders/1Ah8cb_G3UBPIup35yrr2Xbi5hYkCpoW_
video : https://youtu.be/B_1OrRqwPEQ?si=G17J4WOyPdlcOSc1

## 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. |

---