ABSTRAKMotor induksi secara struktur dan kendali standarnya dirancang untuk bekerja pada kecepatan nominal, sehingga sulit mengendalikan kecepatan sesuai kebutuhan karena akan mengubah konstruksi motor. Penelitian tentang pengendalian motor induksi agar semudah mengendalikan motor DC sudah banyak dilakukan oleh peneliti, salah satunya adalah dengan kendali skalar. Kendali skalar banyak digunakan karena memiliki keunggulan sederhana, biaya murah, mudah didesain dan diimplementasikan, serta yang paling penting tidak memerlukan parameter dari motor induksi. Penggunaan kendali skalar yang telah dilengkapi pengendali PID penalaan otomatis, dengan parameter yang telah dioptimalkan algoritma Particle Swarm Optimization (PSO), akan memudahkan pengendalian kecepatan motor induksi tiga fase pada kecepatan beragam. Simulasi penalaan otomatis PID menggunakan PSO telah dilakukan dengan LabView, dengan karakteristik maksimal 10% overshoot, 1% error steady state dan rise time kurang dari 2 milidetik. Sementara dalam pengujian real time dengan MyRIO hasilnya tanpa overshoot, 5.5% error steady state maksimal dan rise time maksimal 5 detik.Kata kunci: Kendali skalar, PID, Particle Swarm Optimization, LabView ABSTRACTInduction motor is designed at nominal speed as default, we have to change its stucture to obtain dessired speed. Many researchers developt method how to control induction motor as simple as DC motor, one of the methods is scalar control. Scalar control has several benefits, such as simply, low cost, easily designed and implemented, and the main banefit is no necessary motor parameters. Using scalar control with PID controller that optimized Partical Swarm Optimization (PSO) algoritm, will ease to control 3 phase induction motor variant speed. Simulation auto tunning using PSO has done on LabView, it has some characteristic, they are 10% overshoot, 1% steady state error, and rise time within 2ms. In other hand, real time test using MyRIO got no overshoot, 5.5% steady state error maximal, and rise time maximal 5 s characteristic.Keywords: Scalar control, PID, Particle Swarm Optimization, LabView