DESAIN KENDALI TWIN ROTOR PADA SELF BALANCING MENGGUNAKAN METODE OPTIMASI GENETIC ALGORITHM

Nugroho Surya Dwi Putra, Muhamad Syariffuddien Zuhrie, Bambang . Suprianto, I Gusti Putu Asto

Abstract


Abstrak

Twin Rotor merupakan gabungan 2 buah motor DC brushless yang telah dipasang propeller (baling-baling). Alat ini dapat diaplikasikan menjadi pesawat tanpa awak sebagai sarana penunjang kebutuhan transportasi udara pada bidang militer. Self balancing merupakan prototype yang didesain seperti jungkat-jungkit dimana fungsinya untuk memperlihatkan kinerja twin rotor yang berada pada sisi kanan dan kiri secara horizontal dalam mengatur keseimbangan. Dalam kinerjanya twin rotor membutuhkan suatu pengendali dengan tujuan agar dapat berjalan sesuai dengan posisi sudut yang diharapkan. Penelitian ini bertujuan untuk menciptakan sebuah solusi permasalahan terhadap keseimbangan pada saat twin rotor dioperasikan dengan cara memanfaatkan metode optimasi genetic algorithm untuk mengurangi adanya overshoot hingga mempercepat waktu kinerja respon untuk mencapai suatu posisi sudut yang di inginkan. Genetic algorithm merupakan salah satu jenis metode optimasi yang memanfaatkan teori evolusi bumi. Ada 3 tahapan penting pada metode optimasi genetic algorithm ini untuk memperoleh nilai Kp, Ki, Kd yang optimal, diantaranya terdapat selection, crossover, mutation. Pendekatan penelitian yang dilakukan berupa pendekatan penelitian kuantitatif dimana pada pelaksanaannya menggunakan pola berpikir deduktif dengan tujuan untuk melakukan pengumpulan data berupa angka, kemudian diuji kebenarannya pada sebuah simulasi. Kontroller yang digunakan adalah PID yang ditunjang dengan metode optimasi. Nilai yang diperoleh pada metode optimasi yang menggunakan fitur optimization pada software matlab diantaranya, Kp = 1.069, Ki = 0.668, Kd = 0.565. Pengujian melalui proses simulasi menjadi optimal, berkesinambungan antara grafik respon dan  data analisis respon dengan dibuktikannya nilai ts = 0.0013 s, td = 0.0004 s, tr = 0.0019 s,  Ess = 0.042, dan Mp = 1.14%  yang terjadi pada angka setpoint 1.

Kata Kunci : Self Balancing, Optimasi, PID, Genetic Algorithm

Abstract

Twin Rotor is combination of two motor DC brushless that have been attach at the propeller (baling-baling). This divice can be apply to unman aircraft as supporting the needs  of  air transportation in the military field. Self balancing is a prototype design like a seesaw which has function to show the twin rotor works on the right and left sides horizotally in adjusting the balance. For its performance twin rotor needs a controller which can run in accordance with the expected angle position. This research aims to create the solve of the balancing problem when the twin rotor is operated by utilizing genetic algorithm optimization methods to reduce overshoot so its can speed up response performance time to reach a desired angle position. Genetic algorithm is one type of optimization method that utilizes the theory of earth’s evolution. There are 3 important steps at genetic algorithm optimization methods to obtain an optimal Kp, Ki, Kd values, including selection, crossover, mutation. The research approach carried out in the form of quantitative research approach in which the implementation uses deductive thinking patterns with aim to collect data in the form of number, then its tested on the simulation.  Controller that use is PID which is supported by optimization methods. The value obtained in the optimization methods that uses optimization features in the matlab  software including, Kp = 1.069, Ki = 0.668, Kd = 0.565. The tested through the simulation process become optimal, continuous between response graphs and response analysis data by proving the value of ts = 0.0013 s, td = 0.0004 s, tr = 0.0019 s, Ess = 0.042 and Mp = 1.14%  occurs in the set point number 1.

Keywords: Self Balancing, Optimization, PID, Genetic Algorithm


Full Text:

PDF

Refbacks

  • There are currently no refbacks.