JITEL (Jurnal Ilmiah Telekomunikasi.
Elektronika, dan Listrik Tenag.
Vol.
No.
Maret 2025, pp.
DOI: https://doi.
org/10.
35313/jitel.
p-ISSN: 2774-7972 e-ISSN: 2775-6696 Optimasi kendali PID kecepatan motor DC dengan metode tuning particle swarm optimization Fitria Suryatini1*.
Adhitya Sumardi Sunarya2.
Qisthon Khairul AoAmilin3
1,2,3
Jurusan Teknik Otomasi Manufaktur dan Mekatronika.
Politeknik Manufaktur Bandung Jl.
Kanayakan No.
Dago.
Kota Bandung, 40135 Jawa Barat.
Indonesia fitria@ae.
polman-bandung.
id, 2adhitya@ae.
polman-bandung.
id, 3qisthonkha@gmail.
ABSTRAK
Motor DC merupakan aktuator elekromagnetik yang mengubah energi listrik menjadi energi mekanik dan banyak digunakan dalam industri.
Meskipun kecepatan putarnya dapat dikendalikan dengan mudah, performa sistem harus tetap dijaga agar optimal.
Proportional-Integral-Derivative (PID) merupakan salah satu metode yang sering digunakan dalam pengendalian motor DC.
Namun, tantangan utama dalam metode PID adalah tuning .
parameter, yaitu menentukan nilai Kp.
Ki, dan Kd agar menghasilkan performa yang optimal.
Dalam penelitian ini, penyetelan parameter PID dilakukan menggunakan algoritma Particle Swarm Optimization (PSO) untuk memperoleh kendali kecepatan motor DC yang lebih optimal.
Selain itu, penelitian ini juga membandingkan performa tuning PSO dengan tuning Ziegler-Nichols 2 (ZN .
Sistem ini menggunakan LabVIEW sebagai perangkat lunak antarmuka serta NI ELVIS II sebagai perangkat keras pengontrol dan akuisisi data.
Metode kendali yang digunakan berupa sistem kendali umpan balik dengan keluaran berupa kecepatan motor DC.
Hasil penelitian menunjukkan bahwa sistem kendali kecepatan motor DC dengan metode tuning PSO menghasilkan rise time 5 detik dan settling time 7 detik.
Metode tuning ZN 2 menghasilkan rise time 8 detik, dan settling time 11 Sementara itu, metode tuning trial and error menghasilkan rise time 7 detik dan settling time 12 detik.
Hasil ini menunjukkan bahwa metode tuning PSO mampu meningkatkan performa kendali kecepatan motor DC dibandingkan metode ZN 2 dan trial and error, dengan respons waktu yang lebih baik.
Kata kunci: motor DC, kendali PID.
PSO.
Ziegler-Nichols.
LabVIEW
ABSTRACT
A DC motor is an electromagnetic actuator that converts electrical energy into mechanical energy and is widely used in the industry.
Although its rotational speed can be easily controlled, the system's performance must be maintained for optimal operation.
Proportional-Integral-Derivative (PID) is one of the most commonly used methods for DC motor control.
However, the main challenge in the PID method is tuning .
the parameters, which involves determining the values of Kp.
Ki, and Kd to achieve optimal performance.
In this study.
PID parameter tuning was performed using the Particle Swarm Optimization (PSO) algorithm to achieve more optimal DC motor speed control.
Additionally, this study compares the performance of PSO tuning with Ziegler-Nichols 2 (ZN .
The system uses LabVIEW as the interface software and NI ELVIS II as the hardware controller and data acquisition device.
The control method implemented is a feedback control system, with the output being the DC motor speed.
The research results show that the PSO tuning method produces a rise time of 5 seconds and a settling time of 7 seconds.
The ZN 2 tuning method results in a rise time of 8 seconds and a settling time of 11 seconds, while the trial-and-error tuning method results in a rise time of 7 seconds and a settling time of 12 seconds.
These results indicate that the PSO tuning method improves DC motor speed control performance compared to the ZN 2 and trial-and-error methods, providing a better response time.
Keywords: DC motor.
PID control.
PSO.
Ziegler-Nichols.
LabVIEW
PENDAHULUAN
Motor DC merupakan aktuator elektromagnetik yang mengubah energi listrik menjadi energi mekanik dan banyak digunakan dalam berbagai aplikasi industri, seperti otomasi, robotika, dan kendaraan listrik .
Motor DC memiliki keunggulan berupa kemudahan dalam pengendalian kecepatan putarnya, namun performanya tetap harus dijaga agar optimal .
Meskipun memiliki respons yang cepat dan presisi tinggi, motor DC juga memiliki kelemahan, salah satunya adalah error steady-state yang masih dapat terjadi .
Selain itu, tantangan lain dalam pengoperasiannya adalah memastikan Naskah diterima tanggal 6 Maret 2024, disetujui tanggal 3 Maret 2025 *E-mail korespondensi Fitria Suryatini: Optimasi kendali PID kecepatan motor A Vol.
5 No.
1 Maret 2025 stabilitas kecepatan putarannya, terutama saat terjadi perubahan beban atau gangguan eksternal.
Oleh karena itu, diperlukan sistem kendali yang mampu menjaga kecepatan motor DC tetap optimal dalam berbagai kondisi operasional guna meningkatkan keandalan sistem.
Salah satu metode kendali yang paling umum digunakan dalam pengaturan kecepatan motor DC adalah kendali PID.
Kendali PID adalah metode yang menggunakan feedback dari keluaran dan membandingkannya dengan referensi yang diinginkan, kemudian menghitung error dan mengoreksi kesalahan tersebut melalui aksi kontrol berbasis tiga parameter utama: konstanta proportional (K.
, konstanta integral (K.
, dan konstanta derivatif (K.
Namun, tantangan terbesar dalam penerapan PID adalah tuning parameter .
, .
, yaitu menentukan nilai Kp.
Ki, dan Kd yang optimal untuk mencapai respons sistem yang cepat, stabil, dan memiliki error minimum .
Salah satu metode tuning parameter PID yang sering digunakan adalah metode tuning konvensional trial and error .
, tetapi metode ini memiliki kesulitan dalam penyesuaian parameter, sehingga proses pencarian parameter memakan waktu lama, akurasi kendali kurang optimal, dan parameter yang digunakan belum mencapai hasil terbaik .
Metode konvensional lainnya yang banyak digunakan adalah metode Ziegler-Nichols (ZN) .
Metode ZN merupakan salah satu metode tuning klasik yang banyak digunakan karena prosedurnya yang sederhana, tetapi sering kali menghasilkan sistem dengan overshoot besar dan respons transien yang kurang optimal.
Dalam beberapa tahun terakhir, para peneliti telah mengembangkan berbagai metode untuk tuning parameter PID baik menggunakan metode konvensional dan metode cerdas, di antaranya Cohen-Coon .
Differential Evolution .
Genetic Algortihm .
Crow Search .
Coronavirus Optimization .
Grey Wolf Optimizer .
Ant Colony .
, dan Bat Algorithm .
Penelitian ini bertujuan untuk mengimplementasikan dan mengevaluasi tuning PID berbasis Particle Swarm Optimization (PSO) pada sistem kendali kecepatan motor DC .
, .
Beberapa referensi penelitian menyatakan bahwa optimasi parameter menggunakan metode PSO memiliki hasil yang stabil dibandingkan dengan metode lainnya .
, .
, .
, .
Beberapa metode kendali untuk pengendalian kecepatan motor DC yang diusulkan dalam penelitian sebelumnya .
, .
, .
hanya diterapkan pada sistem simulasi, sehingga masih diperlukan validasi lebih lanjut.
Penelitian ini menerapkan metode kendali pada perangkat keras.
Penelitian .
juga mengimplementasikan PSO-PID pada perangkat keras.
Perbedaannya, dalam penelitian ini, kendali PID diimplementasikan menggunakan NI ELVIS II sebagai kontroler dan LabVIEW sebagai antarmuka.
Evaluasi dilakukan dengan mengukur beberapa parameter performa sistem, seperti rise time, settling time, dan overshoot untuk menilai efektivitas metode tuning yang digunakan, serta membandingkan performanya dengan metode ZN 2 dan metode trial and error.
Dengan demikian, penelitian ini berkontribusi pada tuning parameter PID melalui perbandingan beberapa metode dan penerapan metode kontrol pada sistem perangkat keras.
METODE PENELITIAN
Dalam penelitian ini, kendali PID digunakan untuk mengontrol kecepatan motor DC dengan parameter Kp.
Ki, dan Kd yang ditentukan menggunakan metode tuning PSO.
Metode ini bekerja dengan mencari kombinasi parameter PID yang optimal berdasarkan kriteria performa seperti error steady-state, overshoot, rise time, dan settling time.
1 Perancangan Perangkat Keras Penelitian ini mengimplementasikan kendali kecepatan motor DC menggunakan NI ELVIS II.
Sistem terdiri dari driver motor BTS7960, sensor kecepatan LM393, serta dua motor DC, salah satunya sebagai beban.
Diagram blok perangkat keras ditunjukkan pada Gambar 1.
NI ELVIS II berfungsi sebagai pengendali utama, menerima setpoint dari LabVIEW untuk mengontrol kecepatan motor.
Power supply menyediakan daya untuk seluruh sistem.
Driver motor BTS7960 mengontrol motor DC dengan menerima sinyal PWM, yang menentukan kecepatan dan arah putaran motor.
Sensor kecepatan LM393 terdiri dari LED inframerah dan foto transistor NPN, dengan IC komparator LM393 untuk menghasilkan sinyal HIGH atau LOW berdasarkan adanya objek.
Sinyal ini dihitung sebagai frekuensi perubahan, dikonversi ke RPM, lalu dikirim ke NI ELVIS II sebagai umpan balik.
Pengendali PID menganalisis dan mengoreksi sinyal untuk menjaga kestabilan kecepatan motor.
JITEL (Jurnal Ilmiah Telekomunikasi.
Elektronika, dan Listrik Tenag.
Vol.
5 No.
1 Maret 2025 Fitria Suryatini: Optimasi kendali PID kecepatan motor A Gambar 1.
Arsitektur sistem 2 Perancangan Kendali PID pada Kendali Kecepatan Motor DC Sistem kendali umpan balik .
eedback contro.
dengan PID adalah metode kendali yang digunakan dalam pengendalian kecepatan motor DC pada penelitian ini.
Pengendali PID banyak diterapkan dalam industri karena menawarkan tingkat presisi yang tinggi, kemudahan dalam penerapan, dan keandalan.
Proses pengendalian dilakukan dengan mengurangi sinyal kesalahan saat sistem beroperasi, serta mampu menghasilkan keluaran sinyal dengan respons yang cepat, kesalahan yang minimal, dan mengurangi kemungkinan terjadinya overshoot .
Keluaran sinyal kendali PID dirumusukan pada persamaan .
ycOyc = yaycy yce.
yaycn O yce.
dimana Kp.
Ki, dan Kd masing-masing merupakan konstanta proporsional, integral, dan derivatif.
e adalah sinyal error.
Parameter proporsional berfungsi untuk mempercepat respons sistem dan mengurangi error steady-state, sedangkan parameter integral berperan dalam menghilangkan error steady-state secara keseluruhan.
Parameter diferensial bertujuan untuk mengurangi tingkat overshoot .
Diagram blok sistem kendali PID pada penelitian ini ditunjukkan pada Gambar 2.
Gambar 2.
Diagram blok sistem kendali kecepatan motor DC Gambar 2 merupakan diagram blok sistem kendali PID yang dirancang untuk mengatur kecepatan motor DC.
Sistem ini bekerja dengan menerima setpoint kecepatan dalam satuan RPM sebagai referensi kecepatan yang diinginkan.
Nilai setpoint kemudian dibandingkan dengan kecepatan aktual yang diukur oleh sensor kecepatan, menghasilkan sinyal error .
yang menunjukkan selisih antara kecepatan yang diinginkan dan kecepatan aktual.
Sinyal error ini dikirim ke pengendali PID, yang kemudian menghitung sinyal kontrol .
berdasarkan aksi proporsional (P), integral (I), dan derivatif (D) untuk mengoreksi kecepatan motor.
Sinyal kontrol ini diteruskan ke motor driver, yang berfungsi mengubah sinyal tersebut untuk menggerakkan motor DC.
Motor kemudian berputar sesuai dengan perintah yang Kecepatan putaran motor diukur oleh sensor kecepatan, dan hasil pengukuran ini dikirim kembali sebagai umpan balik ke sistem untuk dibandingkan dengan setpoint.
Proses ini berlangsung JITEL (Jurnal Ilmiah Telekomunikasi.
Elektronika, dan Listrik Tenag.
Fitria Suryatini: Optimasi kendali PID kecepatan motor A Vol.
5 No.
1 Maret 2025 secara terus-menerus dalam sistem loop tertutup, memastikan bahwa kecepatan motor selalu sesuai dengan nilai yang diinginkan, dengan respons yang cepat, error minimal, dan overshoot yang kecil.
3 Perancangan Tuning Parameter PID dengan metode Ziegler-Nichols 2 Metode Ziegler-Nichols merupakan salah satu teknik tuning PID yang banyak digunakan dalam dunia industri untuk mendapatkan parameter Kp.
Ki, dan Kd yang optimal.
Metode Ziegler-Nichols 2, atau yang sering disebut metode respons frekuensi, digunakan ketika karakteristik sistem lebih mudah diidentifikasi melalui pendekatan osilasi.
Pada metode ini sistem disusun pada loop tertutup.
Berikut langkah-langkah tuning PID menggunakan metode ZN 2 .
, .
, .
Matikan aksi integral (K.
dan derivatif (K.
, sehingga hanya kontrol P .
yang aktif.
Tingkatkan nilai Kp secara bertahap hingga sistem mencapai osilasi stabil berkelanjutan dengan periode tertentu (T.
, seperti yang ditunjukkan pada Gambar 3.
Titik ini disebut sebagai batas kestabilan kritis.
Catat nilai Kp kritis (K.
, yang menyebabkan sistem mencapai osilasi stabil berkelanjuta.
dan periode osilasi kritis (T.
Gunakan tabel parameter Ziegler-Nichols untuk menentukan nilai Kp.
Ki, dan Kd sesuai dengan jenis pengendali yang digunakan seperti pada Tabel 1.
Tabel 1.
Tabel perhitungan ZN 2 .
Pengendali Ku/2 2Ku/5 4Tu/5 PID 3Ku/5 Tu/2 3Tu/25 Gambar 3.
Osilasi stabil berkelanjutan dengan periode Tu .
4 Perancangan Tuning Parameter PID dengan PSO PSO adalah salah satu algoritma optimasi berbasis populasi yang terinspirasi dari perilaku kawanan burung atau sekumpulan ikan dalam mencari makanan.
Metode ini dikembangkan oleh Kennedy dan Eberhart pada tahun 1995 dan sering digunakan dalam tuning parameter PID untuk mendapatkan performa sistem kendali yang lebih optimal dibandingkan metode konvensional seperti Ziegler-Nichols.
Gambar 4.
Kendali PID menggunakan metode PSO PSO bekerja dengan membuat sekelompok solusi kandidat .
yang bergerak dalam ruang pencarian untuk menemukan solusi optimal.
Dalam konteks tuning PID.
Kp.
Ki, dan Kd dianggap sebagai parameter yang harus dioptimalkan agar sistem memiliki performa terbaik.
Perancangan kendali PSO-PID ditunjukkan pada Gambar 4.
PSO digunakan untuk mencari nilai parameter PID terbaik dengan mempertimbangkan beberapa kriteria, seperti ycyc .
ise tim.
, ycyc .
ettling tim.
, ycCyc .
, dan ycycyce .
teady state erro.
Langkah-langkah PSO untuk tuning PID .
, .
, .
JITEL (Jurnal Ilmiah Telekomunikasi.
Elektronika, dan Listrik Tenag.
Fitria Suryatini: Optimasi kendali PID kecepatan motor A Vol.
5 No.
1 Maret 2025 Inisialisasi Populasi Tentukan jumlah partikel .
olusi awa.
Set nilai acak awal untuk parameter Kp.
Ki, dan Kd dalam batas tertentu.
Evaluasi Fungsi Objektif Setiap partikel diuji menggunakan fungsi objektif .
isalnya Integral of Time-weighted Absolute Error (ITAE).
Integral of Square Error (ISE), atau Integral of Absolute Error (IAE)).
Fungsi objektif ini mengukur performa sistem kendali berdasarkan respons waktu transien, error steady-state, dan overshoot.
Perbarui Kecepatan dan Posisi Partikel Setiap partikel diperbarui berdasarkan:
Best personal position .
: Posisi terbaik yang pernah dicapai oleh partikel itu sendiri.
Best global position .
: Posisi terbaik dari seluruh partikel dalam populasi.
Rumus pembaruan kecepatan partikel:
yc yc 1 = yc.
yc yc yca .
cyyaAyceycyc yc Oe ycu yc ) yca .
ciyaAyceycyc yc Oe ycu yc ) ycn,yc ycn,yc ycn,yc ycn,yc ycn,yc ycn,yc di mana:
yc = faktor inersia .
engontrol keseimbangan eksplorasi dan eksploitas.
yca1 , yca2 = koefisien percepatan untuk pbest dan gbest.
yc1 , yc2 = bilangan acak antara 0 dan 1.
Posisi partikel diperbarui dengan:
yc 1 yc yc ycuycn,yc = ycuycn,yc ycycn,yc .
Iterasi Sampai Konvergensi Proses ini diulang hingga mencapai kriteria penghentian, seperti jumlah iterasi maksimum atau error yang sudah minimal.
Mendapatkan Parameter PID Optimal Setelah iterasi selesai, nilai Kp.
Ki, dan Kd terbaik diambil dari gbest dan digunakan dalam sistem kendali PID.
5 Perancangan Antarmuka Perancangan antarmuka pengguna .
ser interfac.
menggunakan LabVIEW dalam penelitian ini bertujuan untuk memudahkan interaksi antara pengguna dan sistem kendali motor DC serta untuk melihat hasil respons sistem.
Antarmuka ini akan menyediakan dua menu utama: Menu manual/PID dan Menu PID-PSO.
Berikut adalah penjelasan mengenai masing-masing menu dan fungsionalitasnya.
1 Menu Manual/PID Menu ini dirancang untuk memungkinkan pengguna melakukan pengaturan kecepatan motor DC dengan menginputkan nilai parameter Kp.
Ki, dan Kd secara manual dari hasil perhitungan tuning menggunakan metode Ziegler-Nichols 2 dan hasil tuning Particle Swarm Optimization, maupun berdasarkan trial and error.
Tampilan antarmuka menu manual/PID terdapat pada Gambar 6a.
Pada antarmuka terdapat switch untuk memilih manual/PID.
Manual artinya motor dijalankan secara manual dengan mengatur duty cycle tanpa pengendali PID.
Menu manual ini bertujuan untuk menguji apakah motor berfungsi atau tidak.
Pada menu PID, pengguna dapat memasukkan nilai setpoint kecepatan yang diinginkan untuk motor DC.
Nilai ini akan menjadi target yang ingin dicapai oleh sistem Pada menu PID gain terdapat kontrol untuk mengatur parameter PID (Kp.
Ki.
secara Pengguna dapat mengubah nilai-nilai ini berdasarkan hasil tuning Ziegler-Nichols.
PSO, maupun berdasarkan trial and error.
Antarmuka dilengkapi dengan grafik yang menunjukkan kecepatan aktual motor DC dibandingkan dengan setpoint.
Hal ini memungkinkan pengguna untuk memantau kinerja sistem secara real-time.
2 Menu PID-PSO Menu ini dirancang untuk mengoptimalkan kendali PID menggunakan metode PSO.
Pengguna dapat memulai proses tuning PSO dengan menekan tombol yang sesuai.
Proses ini akan mengoptimalkan parameter PID (Kp.
Ki.
secara otomatis berdasarkan algoritma PSO.
Pada antarmuka terdapat fitur untuk mengatur parameter PSO, seperti jumlah partikel, iterasi maksimum, dan JITEL (Jurnal Ilmiah Telekomunikasi.
Elektronika, dan Listrik Tenag.
Fitria Suryatini: Optimasi kendali PID kecepatan motor A Vol.
5 No.
1 Maret 2025 parameter kecepatan partikel.
Ini memberikan fleksibilitas kepada pengguna untuk menyesuaikan proses Tampilan antarmuka menu PID-PSO terdapat pada Gambar 5.
Antarmuka pada penelitian ini dilengkapi juga dengan visualisasi proses PSO berupa grafik yang menunjukkan evolusi nilai parameter PID selama proses tuning PSO.
Sehingga dapat memberikan wawasan kepada pengguna tentang bagaimana algoritma PSO bekerja dalam mencari solusi optimal.
Setelah proses tuning selesai, nilai parameter PID yang dioptimalkan akan ditampilkan di antarmuka, yang dapat langsung diterapkan untuk kendali kendali kecepatan motor DC pada menu manual/PID.
Gamba .
Gambar 5.
Tampilan antarmuka .
Manual/PID, dan .
PID-PSO
HASIL DAN PEMBAHASAN
Pengujian pada sistem ini dilakukan untuk mengevaluasi hasil perancangan tuning parameter PID pada kendali kecepatan motor DC yang diimplementasikan menggunakan NI ELVIS II dan LabVIEW.
Proses pengujian mencakup pengujian kendali PID menggunakan metode trial and error.
ZN 2, dan PSO, serta membandingkan hasilnya untuk mencari parameter kendali yang optimal.
1 Hasil Kendali PID Menggunakan Metode Trial and Error Metode trial and error dilakukan dengan menyesuaikan parameter Kp.
Ki, dan Kd secara manual hingga diperoleh respons sistem yang dianggap optimal.
Pada metode trial and error didapatkan nilai Kp = 0,01.
Ki = 0,01, dan Kd 0,001.
Nilai parameter PID yang telah ditentukan, dimasukkan ke dalam antarmuka LabVIEW dan terhubung ke NI ELVIS II dan motor DC.
Setpoint ditetapkan sebesar 3300 RPM.
Grafik respons sistem terhadap setpoint ditunjukkan pada Gambar 6.
Gambar 6.
Respons PID trial and error Respons sistem PID menggunakan metode trial and error menghasilkan rise time sebesar 7 detik, settling time 12 detik, dan tidak ada overshoot.
Nilai parameter hasil respons PID ditunjukkan pada Tabel 2.
JITEL (Jurnal Ilmiah Telekomunikasi.
Elektronika, dan Listrik Tenag.
Fitria Suryatini: Optimasi kendali PID kecepatan motor A Vol.
5 No.
1 Maret 2025 Tabel 2.
Respons PID trial and error
0,01
Parameter PID
0,01
0,001
Rise Time .
Settling Time .
Overshoot 2 Hasil Kendali PID Menggunakan Metode ZN 2 Langkah pertama yang dilakukan dalam metode ZN 2 adalah mencari nilai Kp hingga respons berosilasi stabil berkelanjutan, yang disebut dengan Ku.
Selanjutnya menentukan nilai Tu yaitu nilai periode osilasi tersebut.
Kemudian masukkan nilai Tu dan Ku ke dalam tabel 1.
Dari hasil percobaan didapatkan parameter Kp = 0,022.
Ki = 0,0075, dan Kd = 0,0018.
Nilai parameter PID yang telah didapatkan menggunakan metode ZN 2, kemudian dimasukkan ke dalam antarmuka LabVIEW yang terhubung ke NI ELVIS II dan Motor DC.
Setpoint ditetapkan sebesar 3300 RPM.
Grafik respons sistem terhadap setpoint ditunjukkan pada Gambar 7.
Gambar 7.
Respons PID ZN 2 Respons sistem PID menggunakan metode ZN 2 menunjukan rise time sebesar 8 detik, settling time 11 detik, dan tidak ada overshoot.
Nilai parameter hasil respons PID ditunjukkan pada Tabel 3.
Tabel 3.
Respons PID ZN 2
0,0022
Parameter PID
0,0075
0,0018
Rise Time .
Settling Time .
Overshoot 3 Hasil Kendali PID Menggunakan Metode PSO Pada metode PSO, partikel diinisialisasi dengan menentukan batas maksimum dan minimum tiap partikel, jumlah partikel, nilai w .
omen inersi.
, nilai c .
, dan jumlah pergerakan tiap Setelah tahap inisialisasi, posisi tiap partikel dievaluasi menggunakan PID dengan mengambil nilai error sebagai acuan.
Partikel dengan nilai error terkecil akan menjadi partikel dengan posisi terbaik (Gbes.
Selanjutnya, posisi tiap partikel diperbarui menggunakan nilai Gbest yang telah diperoleh, sesuai dengan jumlah pergerakan yang telah ditentukan pada tahap awal, untuk mencari posisi terbaik masing-masing partikel (Pbes.
Dari seluruh nilai Pbest, partikel dengan nilai error terkecil akan dipilih sebagai Gbest yang baru.
Setelah posisi terbaik keseluruhan (Gbes.
diperoleh dari posisi terbaik tiap partikel (Pbes.
, nilai Gbest yang baru ini digunakan sebagai input untuk parameter PID.
Pada penelitian ini, tuning parameter PID menggunakan metode PSO diuji dengan mengubah jumlah partikel dan pergerakannya secara acak pada motor DC dengan kecepatan 3300 RPM.
Respons sistem dengan berbagai nilai parameter PID hasil tuning metode PSO disajikan pada Tabel 4, sedangkan respons sistem secara grafis ditunjukkan pada Gambar 8.
JITEL (Jurnal Ilmiah Telekomunikasi.
Elektronika, dan Listrik Tenag.
Fitria Suryatini: Optimasi kendali PID kecepatan motor A Vol.
5 No.
1 Maret 2025 Tabel 4.
Respons PSO-PID ZN 2
Inisialisasi n-partikel
n-movement
Parameter PID
0,001005 0,000332 0,001130
0,004643 0,006617 0,005841
0,000630 0,001138 0,001144
Rise Time .
Settling Time .
Overshoot .
Gambar 8.
Respons PSO-PID .
menggunakan 5 partikel, .
menggunakan 10 partikel, dan .
menggunakan 20 partikel Respons sistem dengan metode tuning PSO yang diuji pada beberapa variasi jumlah partikel menunjukkan hasil yang beragam.
Rise time dan settling time tercepat, masing-masing sebesar 0,2 detik dan 2 detik, diperoleh saat jumlah partikel sebanyak 5.
Namun, respons ini memiliki overshoot.
Respons tercepat tanpa overshoot diperoleh saat jumlah partikel 10, dengan parameter PID Kp = 0,004643.
Ki = 0,006617, dan Kd = 0,005841.
Pada konfigurasi ini, rise time mencapai 5 detik, dan settling time sebesar 7 detik.
4 Perbandingan Respons Sistem Perbandingan respons sistem kendali kecepatan motor DC menggunakan pengendali PID yang diimplementasikan pada NI ELVIS II dan LabVIEW, dengan penyetelan parameter PID menggunakan metode trial and error.
ZN 2, dan PSO-PID, ditunjukkan pada Tabel 5.
Tabel 5.
Perbandingan respons sistem
Metode Trial and Error
ZN 2
PSO
Parameter PID
0,01
0,01
0,001
0,0022
0,0075
0,0018
0,004643 0,006617 0,005841
Rise Time .
Settling Time .
Overshoot Tabel 5 menunjukkan perbandingan hasil pengujian metode tuning parameter PID menggunakan metode trial and error.
ZN 2, dan PSO-PID yang menunjukkan perbedaan dalam rise time, settling time.
JITEL (Jurnal Ilmiah Telekomunikasi.
Elektronika, dan Listrik Tenag.
Vol.
5 No.
1 Maret 2025 Fitria Suryatini: Optimasi kendali PID kecepatan motor A dan overshoot.
Pada pengujian dengan metode trial and error dengan parameter Kp = 0,01.
Ki = 0,01, dan Kd = 0,001, menghasilkan rise time sebesar 7 detik, settling time sebesar 12 detik, dan tidak ada Pada pengujian dengan metode ZN 2 dengan parameter Kp = 0,0022.
Ki = 0,0075, dan Kd = 0,0018, menghasilkan rise time sebesar 8 detik, settling time sebesar 11 detik, dan tidak ada overshoot.
Sedangkan pada pengujian dengan metode PSO dengan parameter Kp = 0,004643.
Ki = 0,006617, dan Kd = 0,005841, menghasilkan rise time sebesar 5 detik, settling time sebesar 7 detik, dan tidak ada KESIMPULAN Setelah melakukan penelitian dan pengujian sistem kendali PID pada pengendalian kecepatan motor DC menggunakan beberapa metode tuning PID yang diimplementasikan pada NI ELVIS II dan LabVIEW, dapat disimpulkan hal-hal berikut.
Tuning parameter PID menggunakan metode PSO, yang diuji dengan variasi jumlah partikel, menghasilkan nilai optimal pada jumlah partikel sebanyak 10, dengan parameter Kp = 0,004643.
Ki = 0,006617, dan Kd = 0,005841.
Pada parameter ini diperoleh rise time sebesar 5 detik, settling time sebesar 7 detik, dan tanpa overshoot.
Perbandingan antara metode tuning PSO.
ZN 2, dan trial and error menunjukkan bahwa ketiganya menghasilkan respons tanpa Namun, metode PSO menghasilkan respons yang lebih cepat dibandingkan dengan metode trial and error dan ZN 2.
Penelitian selanjutnya dapat diterapkan algoritma optimisasi yang dapat mengatasi adanya gangguan pada sistem motor DC.
UCAPAN TERIMA KASIH
Ucapan terima kasih diberikan kepada Laboratorium Sistem Kendali.
Politeknik Manufaktur Bandung yang telah berkontribusi dalam memberikan fasilitas penelitian.
REFERENSI