Penelitian ini dilakukan dengan menyimulasikan pengendalian ketinggian air menggunakan sistem Reinforcement Learning dengan agent DDPG pada suatu tangki berkapasitas 36,4 liter menggunakan Simulink Matlab. Tujuan dari penelitian ini adalah untuk menjaga level air yang terukur pada tangki agar berada pada setpoint yang telah ditetapkan. Sistem akan diuji dengan melakukan perubahan setpoint secara increasing maupun decreasing. Plant ini terdiri atas control valve, flow transmitter, level transmitter, tangki dengan flow in serta flow out, dan Programmable Logic Controller. Komunikasi antara Simulink Matlab dan PLC dijembatani oleh OPC server. OPC merupakan perangkat lunak intreoperabilitas yang digunakan dalam pertukaran data menggunakan arsitektur client/server. Pada penelitian ini diberikan batasan bahwa ketinggian maksimal yang digunakan pada tangki adalah 60 cm. Penerapan sistem kendali RL menggunakan agen DDPG dapat digunakan sebagai metode alternatif dalam perancangan sistem kendali dengan melihat parameter-parameter seperti rise time, settling time, maximum overshoot, dan steady-state error sebagai data kualitatif. Berdasarkan hasil percobaan, RL DDPG memiliki nilai performasi dengan maximum overshoot sebesar 1,9 %, dan steady-state error maximum sebesar 1,29 %.

---

This research was conducted by simulating water level control using a Reinforcement Learning system with DDPG agent on a 36.4 liter tank using Simulink Matlab. The purpose of this study was to keep the measurable water level in the tank to be at a setpoint. The system will be tested by making setpoint changes in increasing and decreasing. This plant consists of control valve, flow transmitter, level transmitter, tank with flow in and flow out, and Programmable Logic Controller. Communication between Simulink Matlab and PLC is bridged by opc server. OPC is an interoperability software used in data exchange using client/server architecture. In this study, it was given a limit that the maximum height used in the tank was 60 cm. The implementation of the RL control system using the DDPG agent can be used as an alternative method in designing the control system by looking at parameters such as rise time, settling time, maximum overshoot, and steady-state error as qualitative data. Based on the test results, RL DDPG has a performance value with a maximum overshoot of 1.9 % and a steady-state error maximum of 1.29 %.