The majority of industrial control systems still use PID controller. Tuning of PID controller is important proses to applied PID controller. Optimization of PID controller(Kp. Ki and Kd) parameters is the key goal in industrial control systems. However, tuned the PID controller parameters by empirical method not optimum. This paper presents a fuzzy logic controller (self-tuning fuzzy PID) and genetic algorithm (GA based PID). Self-tuning fuzzy PID and GA based PID applied to simulation of a DC motor speed control. Several tests are carried out to investigate the performances of both controllers. Simulation results have demonstrated that the use of self-tuning fuzzy PID controller results in under Case D and Case E testing gives better performance with less overshoot. On the other hand, GA based PID controller has better performance under Case B and C testing. Abstrak Sistem kendali PID masih banyak digunakan dalam industri sistem kendali. Tuning kontroler PID merupakan salah satu proses penting dalam implementasi kontroler PID.Tuning kontroler PID secara empirik seringkali mendapatkan hasil yang tidak optimal. Oleh karena itu, penelitian ini menyajikan kontroler PID yang dituning menggunakan logika fuzzy(self-tuning fuzzy PID) dan algoritma genetika (GA based PID). Desain kontroler PID diimplementasikan dalam bentuk simulasi sebagai pengendali kecepatan motor DC. Beberapa pengujian pada simulasi dilakukan untuk melihat performa kinerja dari kedua system kontrol. Hasil simulasi menunjukkan bahwa self-tuning fuzzy PID menunjukan kinerja sistem yang baik dengan sedikitnya nilai overshoot saat pengujian sistem pada Case D dan E. Sedangkan GA based PID controller mampu bertahan di kisaran nilai set point saat diuji pada Case B dan Case C.
CITATION STYLE
Khadari, I. (2019). SIMULASI KONTROLER PID TUNING MENGGUNAKAN LOGIKA FUZZY DAN ALGORITMA GENETIKA SEBAGAI PENGENDALI KECEPATAN MOTOR DC. Setrum : Sistem Kendali-Tenaga-Elektronika-Telekomunikasi-Komputer, 8(2), 186. https://doi.org/10.36055/setrum.v8i2.6457
Mendeley helps you to discover research relevant for your work.