EEPIS Repository

PENGEMBANGAN MODUL PEMBELAJARAN PROSES KONTROL DENGAN MENGGUNAKAN METODE ALGORITMA GENETIK BERBASIS OPEN SOURCE

Prebianto, Nanta Fakih and Sesulihatien, Wahjoe Tjatur and TAUFIQURRAHMAN, S.ST, MT., Taufik and Widodo, Rusminto Tjatur (2011) PENGEMBANGAN MODUL PEMBELAJARAN PROSES KONTROL DENGAN MENGGUNAKAN METODE ALGORITMA GENETIK BERBASIS OPEN SOURCE. EEPIS Final Project.

[img]
Preview
PDF
Download (937Kb) | Preview

    Abstract

    Kontrol otomatis merupakan bidang teknik yang perkembangannya begitu pesat terutama dengan komputer sebagai sarana pengontrolnya [1]. Modul Kontrol Proses DL 2314 menjadi referensi dalam pengembangan keilmuan teknik kontrol secara praktis. Modul ini menggunakan PID sebagai metode kontrolnya. PID merupakan satu-satunya strategi yang paling banyak diadopsi pada pengontrolan proses industri. Berdasarkan survey, 97% industri yang bergerak dalam bidang kontrol proses menggunakan PID sebagai komponen utama dalam pengontrolannya[2]. Namun dalam operasi PID ini cukup sulit untuk mendapatkan komposisi parameter PID yang optimal. Hal ini pulalah yang muncul dalam modul DL 2314. Pencarian parameter PID dengan trial and error . Untuk mengatasi permasalahan tersebut dibutuhkan metode autotuning dengan optimasi nilai. Dalam kasus ini metode alternatif yang digunakan adalah algoritma genetik. Algoritma genetik diimplementasikan untuk mendapatkan kombinasi paramter PID untuk pengaturan ketinggian level air, kecepatan aliran, dan besar temperatur pada plant. Hasil pengujian menunjukkan PID konvensional memiliki rise time yang lebih cepat bila dibandingkan dengan PID-GA secara offline. PID-GA offline memiliki rise time sebesar 97.4 detik sedangkan PID konvensional sebesar 27.8 detik. Mode optimasi dengan offline memberikan hasil rise time yang lebih cepat yakni 211.4 detik. Sedangkan rise time dari mode online adalah 264.6 detik.

    Item Type: Article
    Subjects: Q Science > QA Mathematics > QA75 Electronic computers. Computer science
    Q Science > QA Mathematics > QA76 Computer software
    Divisions: Faculty of Engineering, Science and Mathematics > School of Electronics and Computer Science
    Depositing User: Nanta Fakih Prebianto
    Date Deposited: 06 Feb 2012 11:23
    Last Modified: 06 Feb 2012 11:23
    URI: http://repo.pens.ac.id/id/eprint/1375

    Actions (login required)

    View Item