SIGNATURE PSO: MODIFIED PARTICLE SWARM OPTIMIZATION DENGAN FUZZY SIGNATURE DAN IMPLEMENTASI PADA OPTIMALISASI KENDALI LQR

Abstract

Particle Swarm Optimization (PSO) merupakan algoritma optimasi yang sederhana dan handal untuk menyelesaikan permasalahan optimisasi. Pada metode tersebut persebaran partikel melalui pencarian global dan pencarian lokal merupakan kunci keberhasilan dalam pencarian dengan algoritma PSO melalui parameter inertia. Pada makalah ini memaparkan metode perubahan bobot inertia pada PSO dengan menggunakan fuzzy signature. Pada makalah ini usulan metode digunakan untuk menyelesaikan permasalahan optimisasi parameter kendali LQR pada stabilisasi double inverted pendulum. Evaluasi performansi dilakukan dengan algoritma perubahan bobot lain. Hasil simulasi menunjukkan bahwa metode yang diusulkan dapat menurunkan Integral Time Absolute Error(ITAE) 7% dibanding dengan algoritma lain. Signature PSO memiliki robustness dan optimal dalam menyelesaiakan permasalahan tersebut. ABSTRACT Particle Swarm Optimization (PSO) is an optimization that is simple and reliable to complete optimization. In this method, the distribution of particles through global search and local search is the key obtained through searching with PSO through the inertia parameter. This paper describes the method of changing the weights on PSO using fuzzy signatures. In this paper, the method used to solve the problem of optimizing the LQR control parameters on the stabilization of a double inverted pendulum. Performance evaluation is done by another weight change algorithm. Integral Time Absolute Error (ITAE) 7% compared to other algorithms. PSO signatures have resilience and are optimal in fulfilling these interests.