Penalaan Parameter Pengendali PID untuk Pengendalian Kecepatan Motor Arus Searah Menggunakan Metode Algoritma Genetika dan Jaringan Syaraf Tiruan

Authors

  • Bhakti Yudho Suprapto <p>Jurusan Teknik Elektro</p><p>Fakultas Teknik Universitas Sriwijaya</p>
  • Afnizar Azmi <p style="text-align: left;" align="center">Jurusan Teknik Elektro, Fakultas Teknik</p><p style="text-align: left;" align="center">Universitas Sriwijaya</p>
  • Febby Nora <p style="text-align: left;" align="center">Jurusan Teknik Elektro, Fakultas Teknik</p><p style="text-align: left;" align="center">Universitas Sriwijaya</p>
  • Suci Dwijayanti <p style="text-align: left;" align="center">Jurusan Teknik Elektro, Fakultas Teknik</p><p style="text-align: left;" align="center">Universitas Sriwijaya</p>

DOI:

https://doi.org/10.30595/jrst.v4i1.5050

Keywords:

Algoritma Genetika, Jaringan Syarat Tiruan, Motor Arus Searah, Parameter Pengendali PID

Abstract

Dalam pemodelan dan pemecahan suatu masalah, banyak yang mendapatkan kesulitan dalam menemukan sebuah metode untuk melakukan pendekatan terhadap suatu masalah yang lebih optimal dan efisien. Beberapa metode telah dikembangkan untuk dapat digunakan dalam pemecahan berbagai permasalahan. Sebagian besar metode tersebut menerapkan prinsip probabilitas yang dianggap dapat meminimalisasi kesalahan. Pada penelitian ini dipergunakan Jaringan Syaraf Tiruan untuk menentukan parameter peluang pindah silang (Pc) dan peluang mutasi (Pm) yang terdapat pada Algoritma Genetika untuk menentukan parameter pengendali Proportional Integral Derivative (PID). Penelitian ini mengambil objek motor arus searah. Dari penelitian ini didapatkan hasil terbaik pada populasi 100 dengan parameter PID yaitu Kp bernilai 1.0309, Ki bernilai 25.9346 dan Kd bernilai 0.0186, dimana nilai fitnes terbaik, yaitu 0.22443 pada generasi ke 64, dengan nilai fitnes rata-rata 11.6918. Respon sistem yang dihasilkan juga tidak memiliki overshot, tidak memiliki peak time,  settling time 0.345 detik, dan rise time 10-90% sebesar 0.10977 detik. Sehingga dapat dikatakan bahwa penggunaan Jaringan Syaraf Tiruan yang dikombinasikan dengan Algoritma Genetika dalam menentukan parameter pengendali PID cukup berhasil.

References

García-Martínez, C., Rodriguez, F. J., & Lozano, M. (2018). Genetic algorithms. In Handbook of Heuristics. https://doi.org/10.1007/978-3-319-07124-4_28

Goldberg, Y. (2016). A primer on neural network models for natural language processing. Journal of Artificial Intelligence Research. https://doi.org/10.1613/jair.4992

Hecht-Nielsen, R. (1988). Theory of the backpropagation neural network. Neural Networks. https://doi.org/10.1016/0893-6080(88)90469-8

Heryanto, M. A., Suprijono, H., Suprapto, B. Y., & Kusumoputro, B. (2017). Attitude and altitude control of a quadcopter using neural network based direct inverse control scheme. Advanced Science Letters. https://doi.org/10.1166/asl.2017.8328

K. Ogata. (2002). Modern Control Engineering. Control Engineering. https://doi.org/10.1109/TAC.1972.1100013

Kalash, M., Rochan, M., Mohammed, N., Bruce, N. D. B., Wang, Y., & Iqbal, F. (2018). Malware Classification with Deep Convolutional Neural Networks. In 2018 9th IFIP International Conference on New Technologies, Mobility and Security, NTMS 2018 - Proceedings. https://doi.org/10.1109/NTMS.2018.8328749

Rojas, R., & Rojas, R. (2011). The Backpropagation Algorithm. In Neural Networks. https://doi.org/10.1007/978-3-642-61068-4_7

Sait, S. M., & Youssef, H. (2000). Iterative computer algorithms with applications in engineering: solving combinatorial optimization problems. the IEEE Computer Society. Los Alamitos.

Suprapto, B. Y., Heryanto, M. A., Suprijono, H., & Kusumoputro, B. (2017). Altitude Control of Heavy-Lift Hexacopter using Direct Inverse Control Based on Elman Recurrent Neural Network. In Proceedings of the 8th International Conference on Computer Modeling and Simulation - ICCMS ’17 (pp. 135–140). https://doi.org/10.1145/3036331.3036354

Suprapto, B. Y., & Sariman, D. (2012). Metode Algoritma Genetika dengan Sistem Fuzzy Logic untuk Penentuan Parameter Pengendali PID. Jurnal Rekayasa Elektrika. https://doi.org/10.17529/jre.v10i1.147

Thomas, N., & Poongodi, D. P. (2009). Position control of DC motor using genetic algorithm based PID controller. In Proceedings of the World Congress on Engineering (Vol. 2, pp. 1–3)

Downloads

Published

2020-07-21

How to Cite

Suprapto, B. Y., Azmi, A., Nora, F., & Dwijayanti, S. (2020). Penalaan Parameter Pengendali PID untuk Pengendalian Kecepatan Motor Arus Searah Menggunakan Metode Algoritma Genetika dan Jaringan Syaraf Tiruan. JRST (Jurnal Riset Sains Dan Teknologi), 4(1), 15–23. https://doi.org/10.30595/jrst.v4i1.5050

Issue

Section

Articles