ALGORITMA GENETIKA


Desain Sistem Kontrol Ketinggian Air Bendungan Menggunakan Metode Optimasi Genetic Algorithm

Referensi: Setiawan, A., Zuhrie, M. S., Anifah, L., & Buditjahjanto, I. G. P. A. (2021). Desain Sistem Kontrol Ketinggian Air Bendungan Menggunakan Metode Optimasi Genetic Algorithm. JURNAL TEKNIK ELEKTRO10(2), 517-525.





 

1.Pendahuluan(kembali)
    Bendungan adalah suatu wadah untuk menampung maupun menahan air, dimana air tersebut dapat dimanfaatkan untuk berbagai tujuan. Manfaat dari bendungan sangat banyak sekali, salah satunya yaitu sebagai pengendali banjir, sehingga tidak terjadi bencana banjir dalam suatu wilayah tersebut.
Bendungan adalah suatu wadah untuk menampung maupun menahan air, dimana air tersebut dapat dimanfaatkan untuk berbagai tujuan. Manfaat dari bendungan sangat banyak sekali, salah satunya yaitu sebagai pengendali banjir, sehingga tidak terjadi bencana banjir dalam suatu wilayah tersebut

2.Metode (kembali)
 Pendekatan Penelitian 
Penelitian ini disusun berdasarkan pada metode pendekatan penelitian kuantitatif.
Instrumen Pengumpulan Data
Pada penelitian ini penulis menggunakan software Matlab 2016a yang telah terinstal pada laptop
Desain Sistem
Pemodelan Dinamik Bendungan


Perancangan Software

Karakteristik Sistem Orde Dua 
Transfer fungsi close loop dapat ditulis dengan rumus :
Genetic Algorithm







3.Hasil dan Pembahasan (kembali)
 Pemodelan Sistem
Pada penelitian ini menggunakan set point 10 cm dengan nilai fungsi transfer dari nilai acuan jurnal sebelumnya sebagai berikut:
 
Perancangan Kontroller PID

function [J] = pid_optim(x)
s = tf('s');

plant = 0.003249/(s^2 + 0.031122*s + 0.003249);

Kp = x(1) 
Ki = x(2) 
Kd = x(3) 

controller = Kp + Ki/s + Kd*s;

dt = 0.9;
t = 0:dt:1;

e = 1-step(feedback(controller*plant,1),t);

J = sum (t'.*abs(e)*dt);
end



Perancangan Simulasi pada Matlab
Respon Sistem 




4.Penutup (kembali)
Simpulan
Setelah mendapatkan hasil penelitian, didapatkan sebuah kesimpulan bahwa metode optimasi Algoritma Genetika dapat mengontrol ketinggian air bendungan dengan cukup baik karena dapat memberikan suatu respon yang sama dengan set point yang telah ditetapkan. Dengan optimasi Genetic Algorithm didapatkan nilai Kp = 4.75, Ki = 0.069, Kd = 59,666 yang mana pada respon yang dihasilkan tidak terdapat overshoot
saran
Dalam hali ini penulis dapat memberikan saran kepada peneliti selanjutnya untuk mencari model matematika baru dengan parameter-parameter yang telah ditentukan atau dapat menggunakan metode lainnya seperti Linear Quadratic Regulator control (LQR), Adaptive Neuro Fuzzy Inferance System (ANFIS) sehingga mendapatkan suatu respon yang lebih baik lagi.
5.Video (kembali)
video simulasi GA 


video simulasi GA dari blog

video simulasi simulink 

video simulasi Simulink dari blog

video materi GA 

YANG DICOBAKAN OLEH TEMAN

6.Download File  (kembali)
 html
Download video GA.mp4 
Download simulink 
Download jurnal.pdf 
Electricity LightningElectricity Lightning