Search engine for discovering works of Art, research articles, and books related to Art and Culture
ShareThis
Javascript must be enabled to continue!

Perbandingan metode PID dan Fuzzy Logic Control dalam sinkronisasi dua motor DC

View through CrossRef
Sinkronisasi kecepatan dua motor DC merupakan aspek penting dalam berbagai aplikasi industri, seperti sistemkonveyor, robotika, dan otomasi, karena keseragaman gerak sangat dibutuhkan. Penelitian ini membandingkan dua metode pengendali, yaitu Proportional-Integral-Derivative (PID) dan Fuzzy Logic Controller (FLC), dalam menjaga sinkronisasi kecepatan antara dua motor DC. Sistem dirancang agar motor kedua dapat mengikuti kecepatan motor pertama dengan akurasi tinggi, dan masing-masing metode diuji pada skenario perubahan kecepatan yang sama. Evaluasi dilakukan berdasarkan parameter kinerja, seperti waktu tunda (delay time), waktu tunak (settling time), serta kesalahan sinkronisasi terhadap kecepatan target dengan toleransi ±2%. Hasil pengujian menunjukkan bahwa metode FLC memiliki keunggulan dalam kecepatan respons dan kemampuan adaptasi terhadap perubahan dinamis, sehingga menghasilkan waktu sinkronisasi yang lebih cepat serta kesalahan yang lebih kecil dibandingkan dengan metode PID. Sebaliknya, metode PID memberikan kinerja yang stabil pada kondisi beban tetap, tetapi kurang tanggap terhadap gangguan dan perubahan mendadak. Temuan ini membuktikan bahwa logika fuzzy lebih efektif digunakan pada sistem yang memerlukan respons cepat dan fleksibel terhadap kondisi variatif. Dengan demikian, metode FLC direkomendasikan untuk aplikasi pengendalian motor DC multikanal yang menuntut ketelitian sinkronisasi tinggi serta kemampuan adaptif terhadap ketidakpastian sistem.
Title: Perbandingan metode PID dan Fuzzy Logic Control dalam sinkronisasi dua motor DC
Description:
Sinkronisasi kecepatan dua motor DC merupakan aspek penting dalam berbagai aplikasi industri, seperti sistemkonveyor, robotika, dan otomasi, karena keseragaman gerak sangat dibutuhkan.
Penelitian ini membandingkan dua metode pengendali, yaitu Proportional-Integral-Derivative (PID) dan Fuzzy Logic Controller (FLC), dalam menjaga sinkronisasi kecepatan antara dua motor DC.
Sistem dirancang agar motor kedua dapat mengikuti kecepatan motor pertama dengan akurasi tinggi, dan masing-masing metode diuji pada skenario perubahan kecepatan yang sama.
Evaluasi dilakukan berdasarkan parameter kinerja, seperti waktu tunda (delay time), waktu tunak (settling time), serta kesalahan sinkronisasi terhadap kecepatan target dengan toleransi ±2%.
Hasil pengujian menunjukkan bahwa metode FLC memiliki keunggulan dalam kecepatan respons dan kemampuan adaptasi terhadap perubahan dinamis, sehingga menghasilkan waktu sinkronisasi yang lebih cepat serta kesalahan yang lebih kecil dibandingkan dengan metode PID.
Sebaliknya, metode PID memberikan kinerja yang stabil pada kondisi beban tetap, tetapi kurang tanggap terhadap gangguan dan perubahan mendadak.
Temuan ini membuktikan bahwa logika fuzzy lebih efektif digunakan pada sistem yang memerlukan respons cepat dan fleksibel terhadap kondisi variatif.
Dengan demikian, metode FLC direkomendasikan untuk aplikasi pengendalian motor DC multikanal yang menuntut ketelitian sinkronisasi tinggi serta kemampuan adaptif terhadap ketidakpastian sistem.

Related Results

Sistem Kendali Hybrid Fuzzy-Pid pada Kinematika Robot Berkaki 4 Menggunakan Sensor Gyroscope
Sistem Kendali Hybrid Fuzzy-Pid pada Kinematika Robot Berkaki 4 Menggunakan Sensor Gyroscope
<p><em>Legged robots have attracted the attention of researchers because of their superior adaptation to complex environments compared to wheeled robots. Legged robots ...
FAKTOR-FAKTOR YANG MEMPENGARUHI MORTALITAS PADA PASIEN DENGAN FRAKTUR COSTA: Literature Review
FAKTOR-FAKTOR YANG MEMPENGARUHI MORTALITAS PADA PASIEN DENGAN FRAKTUR COSTA: Literature Review
FAKTOR-FAKTOR YANG MEMPENGARUHI MORTALITAS PADA PASIEN DENGAN FRAKTUR COSTA: Literature  Review Anna Tri Wahyuni1), Masfuri2),  Liya Arista3)1,2,3 Fakultas Ilmu Keperawatan Univers...
Battery Energy Storage System (BESS) Modeling for Microgrid
Battery Energy Storage System (BESS) Modeling for Microgrid
In the age of technology, microgrids have become well known because of their capability to back up the grid when an unpleasant event is about to occur or during power disruptions, ...
KECEMASAN SAAT PANDEMI COVID 19: LITERATUR REVIEW Hardiyati, Efri Widianti, Taty Hernawaty Departemen Keperawatan Jiwa Poltekkes Kemenkes Mamuju Sulbar, Universitas Pad...
Konstruksi Sistem Inferensi Fuzzy Menggunakan Subtractive Fuzzy C-Means pada Data Parkinson
Konstruksi Sistem Inferensi Fuzzy Menggunakan Subtractive Fuzzy C-Means pada Data Parkinson
Abstract. Fuzzy Inference System requires several stages to get the output, 1) formation of fuzzy sets, 2) formation of rules, 3) application of implication functions, 4) compositi...
ω – SUBSEMIRING FUZZY
ω – SUBSEMIRING FUZZY
Mapping ρ is called a fuzzy subset of an empty set of S if ρ is the mapping from S to the closed interval [0,1]. A fuzzy subset ρ introduced into this paper is a fuzzy subset of se...
Generated Fuzzy Quasi-ideals in Ternary Semigroups
Generated Fuzzy Quasi-ideals in Ternary Semigroups
Here in this paper, we provide characterizations of fuzzy quasi-ideal in terms of level and strong level subsets. Along with it, we provide expression for the generated fuzzy quasi...
<p class="Judul2">Abstrak</p><p>Robot <em>inverted pendulum</em>  beroda dua (IPBD) merupakan sistem yang tidak stabil dan bersifat <em>non-line...

Back to Top