𝐑𝐢𝐲𝐚𝐧𝐭 𝐈𝐫𝐚𝐰𝐚𝐧1 , 𝐑𝐨𝐦𝐢 𝐀𝐬𝐬𝐢𝐝𝐢𝐪2 Jurusan Teknik Elektro, Universitas Singaperbangsa Karawang, Karawang1,2 Email : riyant.irawan16124@student.unsika.ac.id
Abstrak suatu algoritma perilaku dari kebiasaan atau
Pada tugas besar ini praktikan membuat perilaku dari hewan tersebut. Pada tahun 2009, seorang peneliti Xin Xhe Yang, menemukan Desain Optimal Kontroler PID Motor DC sebuah metode cerdas yang disebut kecerdasan Menggunakan Cuckoo Search Algorithm. burung cuckoo dan membuat sebuah algoritma Penggunaan kontroler PID (Proporsional penyelesaian yang terinspirasi dari perilaku burung Integral-Derivatif) pada sebuah motor DC cuckoo dalam menempatkan telurnya. Beberapa sangat banyak digunakan, karena strukturnya metode optimasi berbasis metode konvensional yang sederhana, keandalan yang kuat dan maupun metode cerdas telah banyak digunakan mudah digunakan. Kontroler PID agar untuk mengoptimasi parameter PID motor DC, bekerja secara optimal dibutuhkan parameter diantaranya Artificial Bee Colony, Particle Swarm yang tepat pada penelitian ini akan digunakan Optimization, Tabu Search,Bacterial Foraging, metode cerdas berbasis Cuckoo Search Fuzzy Logic, Genetic Algorithm, dan Neural Algorithm (CSA), untuk mengoptimasidan Network.(Wudai Liao, (2014); X. Wang, (2004); B. Liu, (2007); D. Chen, (2007); H. He, (2007); W. menentukan parameter yang tepat dari PID. Zhang, (2010); Bhateshvar,Y,K. (2014); Nitish CSA adalah salah satu metode cerdas yang Katal. (2012); Bharat Bhushan. (2011); Ashu terinspirasi dari perilaku burung cuckoo Ahuja. (2014); Anant Oonsivilai. (2008); Umesh dalam menempatkan telurnya disarang Kumar Bansal.(2013); K. Premkumar. (2015);) burung lain yang dia pilih secara acak, Pada penelitian ini akan digunakan salah satu konsep inilah yang diadaptasi dan diterapkan metode cerdas (Artificial Intelligent) untuk menala menjadi algoritma cerdas untuk parameter PID motor DC yaitu dengan menyelesaikan masalah optimasi. metodeCuckoo Search Algorithm (CSA) dan akan Kata kunci: Motor DC, PID, Trail-Error, Cuckoo, dianalisa dan dibandingkan respon kecepatan CSA. motor DC dengan metode konvensional PID trial- error serta motor DC tanpa kontroler. 1. PENDAHULUANN Setelah lebih dari setengah abad penelitian dan 2. PEMODELAN SISTEM [Wudai Liao, pengembangan, kontrol PID, dengan struktur 2014] sederhana, stabilitas yang baik dan ketahanan yang Motor DC adalah motor listrik yang memerlukan kuat, memainkan peran penting dalam kontrol suplai tegangan arus searah (DC) pada kumparan industri [1]. Motor DC telah banyak digunakan medan untuk diubah menjadi energi gerak dalam aplikasi industri. Masalah utama yang sering mekanik. Kumparan medan pada motor dc disebut dibahas dalam kontrol PID adalah penyesuaian stator (bagian yang tidak berputar) dan kumparan parameter. Salah satu teknik yang sering jangkar disebut rotor (bagian yang berputar). digunakan adalah kontrol konvensional trial-error, Motor arus searah, sebagaimana namanya, namun untuk metode ini sulit untuk menyesuaikan menggunakan arus langsung yang tidak parameter, sehingga dibutuhkan waktu lama [2] langsung/direct-unidirectional. Motor DC memiliki serta akurasi kontrol tidak baik. Dalam beberapa 3 bagian utama untuk dapat berputar yaitu : Kutub tahun terakhir, para peneliti telah banyak Medan, Dinamo dan Komutator. Untuk merancang menggunakan metode cerdas (Artificial dan mensimulasikan suatu sistim kontrol kecepatan Intelligent)untuk penentuan parameter PID motor motor DC diperlukan adanya model matematika DC. Para peneliti mulai mempelajari perilaku dari plant yang akan dikontrol. Sehingga dalam cerdas dari hewan untuk diaplikasikan untuk memudahkan analisis sistem bisa digambarkan ke menyelesaikan masalah optimasi. Hewan tersebut dalam model statis, model fisis (rangkaian listrik) diantaranya lebah, semut, tawon dan menemukan dan dinamik (diagram blok dan transfer function). 2.1 PEMODELAN MOTOR DC pengaturan waktu. Oleh karena itu, merancang Pemodelan motor DC yang digunakan kontroler PID terutama berarti menentukan tiga mengacu pada sebuah paper [1] yang di parameter, serta bagaimana mengkonfigurasi ke mana menggunakan pemodelan transfer tigaparameter PID (Kp, Ki, Kd). Dalam penelitian function. Motor DC yang digunakan di ini, Cuckoo SearchAlgorithm diusulkan untuk mencari parameter optimal PID.Blok diagram sini adalah menggunakan motor DC sistem kontrol ditunjukkan padagambar 1. magnet permanen, rating kecepatan 1400 rpm dengan kecepatan saat pengukuran 1250 rpm. Dengan memasukkan kecepatan motor DC, maka transfer function motor DC adalah, Gambar 2. Sistem Kontroler PID CSA
Di mana, Km adalah gain mekanik dan
Tm adalah waktu konstan mekanik. Gambar 3. Pemodelan PID di Simulink
3. CUCKOO SEARCH ALGORITHM
[Yang, 2009] Burung cuckoo dalam berkembangbiak memiliki cara yang beragam dan unik. Dari sekian spesies cuckoo diketahui bahwa 59 diantaranya merupakan cuckoo yang bersifat parasit dalam Gambar 1. Pemodelan Motor DC di berkembangbiak yaitu mereka memanfaatkan Simulink sarang burung lain yang berbeda spesies untuk menetaskan telur mereka. Bahkan tak jarang 2.2 PEMODELAN KONTROL PID burung cuckoo yang menaruh telur pada sarang Kontrol PID adalah salah satu kontrol yang burung cuckoo yang lain. Ada beberapa jenis sudah banyak digunakan pada aplikasi cuckoo yang membuang telur dari induk asli pada industri karena strukturnya yang sederhana, sarang untuk meningkatan kemungkinan menetas PID kontrol. telur mereka.Mungkin saja terjadi konflik antara burung host dan burung cuckoo pada saat burung cuckoo menaruh telurnya, sehingga burung host membuang telur cuckoo tersebut atau Di mana, u(t) adalah nilai kontrol yang dihitung meninggalkan sarang mereka kemudian membuang oleh kontroler PID, Kp adalah koefisien sarang yang baru. Perilaku parasit yang lain adalah proporsional, Ti adalah integral waktu konstan dan saat burung cuckoo menetas, biasanya telur burung Td adalah diferensian time konstan. Fungsi dari cuckoo menetas lebih awal dari telur burung host, ketiga elemen tersebut adalah : - Proporsional: telur burung yang belum menetas tadi dibuang dari menggambarkan sinyal deviasie (t) dari sistem sarang agar anak cuckoo tersebut mendapatkan kontrol proporsional. ketikasinyal e(t) ada, lebih banyak makanan. 4. Setiap cuckoo kontroler PID menghasilkan efek kontrol segera meletakkan satu telur pada satu waktu dan untuk mengurangipenyimpangan. - Integral : membuang telur didalamnya pada sarang yang digunakan untuk menghilangkan kesalahanstatis dipilih acak. 5. Sarang terbaik dengan kualitas telur dan meningkatkan stabilitas sistem. - Diferensial: tertinggi akan dilanjutkan ke generasi berikutnya. mencerminkan perubahan penyimpangansinyal, Jumlah sarang burung yang tersedia berjumlah memperkenalkan sinyal koreksi sebelum tetap, dan peluang telur yang diletakkan oleh penyimpangannilai sinyal menjadi lebih besar dan cuckoo yang ditemukan burung inang sebesar pa ϵ mempercepat responsistem untuk mengurangi [0,1]. Dalam kasus ini, burung dapat membuang telur cuckoo atau meninggalkan sarang, lalu rendah, distribusi tahapan panjang dengan bagian membuat sarang baru. Aturan terakhir dapat terakhir yang berat. Beberapa dari solusi baru disederhanakan dengan pendekatan fraksi pa dari n seharusnya digenerasi oleh jalan berputar Levy sarang digantikan dengan sarang baru (dengan mencapai solusi terbaik sejauh ini, kecepatan akan solusi baru secara acak). Untuk masalah naik pada pencarian local. Tetapi, sebuah fraksi maksimisasi, kualitas atau fitness dari sebuah substansial dari solusi baru seharusnya digenerasi solusi dapat sebanding dengan nilai dari objective oleh medan acak yang jauh dan lokasi harus cukup function. Bentuk lain dari fitness dapat jauh dari solusi terbaik, ini akan membuat sistem didefinisikan dalam cara yang sama dengan fungsi tidak akan terjebak pada optimasi lokal. fitness pada algoritma genetika. Untuk mempermudah, dapat menggunakan representasi 3.1 PENALAAN PID DENGAN CSA yang sederhana bahwa setiap telur dalam sarang Gambar 5 menunjukkan diagram alir algoritma merepresentasikan sebuah solusi, dan telur cuckoo metode Cuckoo Search Algorithm (CSA) yang merepresentasikan solusi baru, tujuannya adalah digunakan pada penelitian ini untuk menala untuk menggunakan yang baru dan potensial solusi parameter PID. Fungsi objektif yang yang lebih baik (cuckoos) untuk mengganti solusi digunakan untuk menguji kestabilan sistem yang tidak bagus pada sarang. Kemudian telur- adalah dengan Integral Time Absolut Error telur tadi akan dievolusikan, telur yang lebih akan menggantikan telur lainnya yang diukur oleh (ITAE). fitness, layaknya dalam GA. Dalam suatu sarang host bisa saja terdapat dua telur, dengan kata lain sarang bisa menyimpan lebih dari satu solusi hanya Parameter PID yang ditala oleh CSA adalah saja untuk menyederhanakan permasalahan, suatu Kp, Ki dan Kd. Adapun untuk diagram alir sarang hanya akan menyimpan satu solusi proses penalaan parameter PID dengan (telur).Berdasarkan tiga aturan, langkah-langkah menggunakan metode Cuckoo Search dasar Cuckoo Search (CS) dapat diringkas sebagai pseudo code yang ditunjukkan pada tabel berikut. Algorithm (CSA) ditunjukkan oleh flowchart pada Gambar 5 dan gambar 4 menunjukkan Table 1. Pseudo code dari Cuckoo Searah (CS) pemodelan motor DC pada Simulink Matlab 2013, tanpa kontrol, dengan trial-error, dan PID Cuckoo.
Ketika generasi solusi baru x(t+1) untuk seekor
cuckoo i, Levy flight ditunjukkan sebagai berikut : xi (t+1) = xi (t) + α ⊕ Levy (λ) (3) α > 0 adalah ukuran tahapan yang seharusnya berhubungan dengan skala dari masalah yang menarik. Dalam kebanyakan kasus, dapat menggunakan α = 1. Levy flight pada dasarnya memberikan jalan yang acak ketika tahapan acak panjang diambil dari distribusi Levy : Levy ~ u = t-λ , (1 < λ ≤ 3) (4) Mempunyai variasi yang tak terbatas dengan ratarata tak terbatas. Tahapan penting bagian dari sebuah proses random walk dengan kekuatan Tabel 2. Parameter CSA
Tabel 3. Hasil Penalaan Parameter PID
4. METODOLOGI 4.1 Simulink
Buka Simulink pada program
Matlab lalu klik Blank Model
Rangkai sesuai dengan sistem
yang diinginkan berdasarkan referensi
Masukkan nilai sesuai dengan
variable yang dibutuhkan
Analisis hasil output yang terlah
Gambar 4. Flowchart Penelitian tersajikan
Gambar 5. Pemodelan Motor DC di Simulink
5. HASIL DAN ANALISIS 5.1 RESPON KECEPATAN MOTOR DC TANPA KONTROLLER Simulasi pertama adalah simulasi Motor DC tanpa controller, berikut hasilnya :
Gambar 8. Respon Kecepatan Motor DC dengan
Kontrol PID trial-error, t= 0.1s Berdasarkan hasil diatas dengan simulasi pada simulink settling time yang lama, tetapi memang lebih baik daripada tanpa kontrol PID. Walaupun sistem ini lebih baik dari pada sistem tanpa kontrol PID namun sangat tidak disarankan dalam sistem Gambar 6. Respon Kecepatan Motor DC tanpa pengontrolan karena respon sistem yang terlalu Kontrol, t= 8s. lama akan mengganggu kinerja plant yang Berdasarkan hasil data yang didapatkan maka dikontrol. dapat disimpulkan bahwa respon sistem kecepatan motor DC sangat tinggi, respon ini disebabkan 5.3 RESPON KECEPATAN MOTOR DC oleh tidak adanya umpan balik pada sistem DENGAN PID CUCKOO sehingga motor bekerja tanpa batas. Untuk mengatasi sistem seperti ini siperlukan desain sistem yang tepat dengan menggunakan kontrol PID agar sistem lebih stabil.
5.2 RESPON KECEPATAN MOTOR DC
DENGAN PID TRIAL-ERROR Simulasi kedua yaitu Motor DC dengan controller PID Trial-error, berikut hasilnya :
Gambar 9. Respon Kecepatan Motor DC dengan
PID Cuckoo, t= 8s
Gambar 7. Respon Kecepatan Motor DC dengan
Kontrol PID trial-error, t= 8s Gambar 10. Respon Kecepatan Motor DC dengan Gambar 12. Perbandingan Respon Kecepatan PID Cuckoo, t= 0.1 Motor DC, t= 0.1s Berdasarkan data percobaan diatas menggunakan Aplikasi motor DC sangat banyak digunakan, simulasi simulink didapatkan dhasil yang lebih karena motor DC sangat cocok untuk aplikasi baik dari pada menggunakan meode trial-error terutama pengontrolan, sehingga dibutuhkan yaitu settling time yang sangat cepat dimana desain kontroler motor DC yang tepat, dalam hal sistem sudah dalam posisi steady state pada detik ini sangat diusulkan untuk menggunakan kontroler ke 0.02s. Dapat disimpulkan bahwa metode cerdas PID karena sangat simple untuk pengontrolan untuk mengoptimasi parameter PID, hasil yang sistem dengan penalaan parameter menggunakan didapatkan sangat baik yaitu respon yang cepat metode cerdas yang tepat akan didapatkan kinerja untuk kontrol motor DC. Berikut ini adalah yang baik. perbandingan semua grafik motor dc yang telah disimulasikan. 6. KESIMPULAN Kesimpulan yang didapat pada percobaan ini adalah metode cerdas Cuckoo Search Algorithm (CSA) sebagai metode penalaan PID controller mendapatkan hasil response yang sangat baik dibandingken dengan respon yang lainnya. Hasil respon respon kecepatanmotor DC dengan PID Cuckoo, didapatkan settling time yang sangat cepat dibanding dengan metode trial-error, di mana sistem sudah berada pada kondisi steady pada detik ke 0.02s, ini berarti dengan menggunakan metode cerdas untuk mengoptimasi parameter PID, hasil yang didapat untuk kinerja PID sangat baik karena menunjukkan respon yang Gambar 11. Perbandingan Respon Kecepatan cepat untuk kontrol motor DC. Motor DC, t= 8s DAFTAR PUSTAKA [1] Yang, X,S. (2013) : Cuckoo Search and Firefly Algorithms Theory and Applications. 2013 [2] Wudai Liao, (2014) : Optimization of PID Control for DC Motor Based On Artificial Bee Colony Algorithm.2014 [3] X. Wang, and M. Zhang, (2004) : Optimizing PID parameters by using improved particle swarm optimization algorithm. Process Automation Instrumentation, no. 2, pp. 1-9, 2004. [4] B. Liu, J. Tan, and C. Huang, (2007) :Research and Application of an Improved PID Control Algorithm. Microcomputer Information, vol. 6, no. 1, pp. 15-17, 2007. [5] D. Chen, K. Fang, and Q. Chen. (2007) :Application of genetic algorithm in PID parameters optimization. Microcomputer Information, vol. 23, no.3, pp. 35-36, 2007