ABSTRAK
Penelitian ini akan mengembangkan pengendali multivariable modelpredictive control yang memiliki kemampuan untuk menjaga suhu dan kelembabanpada rentang nilai tertentu. Permasalahan pada pengendalian system ini adalah dalammenjaga suhu pada nilai 20-25°C dan kelembaban pada nilai 45-55% seiringperubahan beban panas yang terjadi sepanjang waktu. Sistem multivarible ini jugamemiliki efek saling mempengaruhi/kopling. Metode baru yang diterapkan padapenelitian ini adalah penerapan pengendali prediktif pada precision air conditioningdengan decoupler, melibatkan constraints, dan memiliki struktur MIMO. Penelitianini juga merupakan pengembangan dari penelitian sebelumnya yaitu Model PredictiveControl (MPC) dengan metode identifikasi N4SID offline. Metode identifikasi yangdigunakan di penelitian ini merupakan jenis N4SID dan PO-MOESP.Karakteristik PAC didapatkan dengan memberikan variasi tegangan inputkipas dan kompresor, serta memperhatikan pengaruhnya terhadap output berupa suhudan kelembaban kabinet. Model proses dibentuk dengan metode N4SID dan POMOESPuntuk mendapatkan nilai A, B, C, dan D sebagai matriks koefisien statespace yang kemudian menjadi masukan pengendali prediktif. Pengendali prediktifmultivariable berbeda bentuk fungsi kriterianya yaitu melibatkan dua variable padasetiap pencuplikan. Delay juga diperhitungkan mengingat respon system cukuplambat, sehingga berpengaruh pada penentuan prediction horizon yaitu setidaknyabernilai lebih besar dari delay. Pengaruh kopling dari multivariable system dapatdikurangi dengan penggunaan decoupler.Pengendali multivariable model predictive ini direalisasikan melaluisoftware Matlab dengan perangkat pendukung berupa Data Acquition (DAQ).Penelitian ini diuji secara simulasi dengan program Matlab. Hasil keluaranpengendali pada PAC dibandingkan dengan hasil pada Coupletank.