APLIKASI FUZZY NEURAL NETWORK (FNN) PADA SISTEM KONTROL DENGAN WAKTU TUNDA
Abstract
Waktu tunda pada sistem kontrol terjadi karena adanya jeda waktu bagi sensor untuk mendeteksi terjadinya error, sehingga mempengaruhi kecepatan controller untuk meresponnya. Akibat keidaklineran dan ketidakpastian ini akan berdampak pada respon sistem secara keseluruhan. Jenis controller yang sering digunakan pada sistem kontrol ini adalah PID. Untuk mendapatkan respon sistem yang baik, harus dilakukan lebih dahulu tuning terhadap parameter P,I dan D pada PID controller pada nilai waktu tunda tertentu. Jika terjadi perubahan nilai waktu tunda diluar toleransi yang diijinkan, maka harus dilakukan tuning ulang untuk memperbaiki lagi respon sistemnya, dan ini membutuhkan waktu dan keahlian tersendiri. Sementara itu, Fuzzy Logic Controller (FLC) menawarkan metode pengontrolan yang lebih robust dalam menyesuaikan perubahan parameter akibat keidaklineran dan ketidakpastian tersebut. Tetapi FLC sangat tergantung pada basis aturan (rule-based) yang digunakan dalam proses pengandalian sistem, dan rule-based tersebut sangat dipengaruhi oleh pengetahuan dan pengalaman perancangnya. Aturan yang salah dapat mengakibatkan ketidakstabilan sistem. Fuzzy Neural Network (FNN), sistem hybrid dari fuzzy dan jaringan syaraf, dapat memberikan solusi bagi sistem kontrol yang dikembangkan dengan konsep logika fuzzy ini. Hasil simulasi dengan matlab menunjukkan bahwa kemampuan pembalajaran yang dimiliki oleh unsur jaringan syaraf pada FNN dapat membantu memberikan respon sistem yang baik meskipun pada rule-based aturan yang digunakan terbatas.
Full Text:
PDF (Bahasa Indonesia)References
Fausset, L., 1994, Fundamental of Neural Network, Prentice-Hall.
Fuller, R. , 1995, Neural Fuzzy Systems, Abo Akademi University, Abo, Turki.
Fu, L.M., 1994, Neural Network in Computer Intelligence, International Edition, McGraw Hill.
Hanafi, M, 2011, Implementasi Sistem Hybrid Menggunakan Fuzzy Neural Network untuk Memperbaiki Kinerja Sistem Kontrol Suspensi Aktif Berbasis Logika Fuzzy, Prossiding Seminar Teknik Informatika 2011 (STI 2011), edisi 1 Juli 2011, Universitas Ahmad Dahlan , Yogyakarta
Kasabov, N.K., 1998, Foundations of Neural Networks, Fuzzy Systems, and Knowledge Engineering, Massachusetts Institute of Technology, England.
Santoso F, 2003, Perbandingan Kinerja Sistem Kontrol Berumpan Balik (Feedback) Dengan Sistem Kontrol Berumpan Maju (Feedfoward) Pada Jaringan Penukar Panas (Heat Exchanger), Jurnal Teknik Mesin Universitas Kristen Petra, Vol. 5, No.1 April 2003, 36 – 42
Yan, J., Ryan, M., Power, J., 1994, Using Fuzzy Logic, Prentice Hall.
Refbacks
- There are currently no refbacks.