Electronic Theses and Dissertation

Motor Separately Excited DC (SEDC) banyak digunakan pada berbagai aplikasi industri karena memiliki karakteristik pengendalian kecepatan yang baik. Namun demikian, motor DC memiliki kecenderungan mengalami perubahan kecepatan akibat perubahan beban maupun gangguan eksternal. Untuk mengatasi permasalahan tersebut, salah satu metode kontrol yang banyak digunakan adalah Proportional-Integral-Derivative (PID) Controller. Namun, penentuan parameter PID menggunakan metode klasik Ziegler–Nichols Formula 1 dan Formula 2 masih menghasilkan nilai overshoot yang relatif tinggi sehingga dapat memengaruhi kualitas respons sistem. Oleh karena itu, penelitian ini menerapkan Algoritma Genetika (GA) untuk mengoptimasi parameter PID dengan menggunakan Integral Time Absolute Error (ITAE) sebagai fungsi objektif guna meminimalkan nilai overshoot. Model matematis motor SEDC direpresentasikan dalam bentuk transfer function berdasarkan parameter listrik dan mekanik motor, kemudian diimplementasikan pada MATLAB/Simulink. Pengujian dilakukan pada kondisi tanpa beban dan pembebanan untuk mengevaluasi karakteristik respons sistem berdasarkan parameter overshoot, rise time, settling time, dan steady-state error (SSE). Berdasarkan hasil perbandingan, metode Ziegler–Nichols Formula 1 menghasilkan nilai overshoot sebesar 26,3%, sedangkan Ziegler–Nichols Formula 2 menghasilkan nilai overshoot sebesar 42,2%. Sementara itu, optimasi parameter PID menggunakan Algoritma Genetika menghasilkan nilai overshoot sebesar 4,737%. Hasil tersebut menunjukkan bahwa optimasi parameter PID menggunakan Algoritma Genetika mampu menghasilkan overshoot yang lebih kecil dibandingkan metode Ziegler–Nichols Formula 1 dan Formula 2. Dengan demikian, optimasi parameter PID menggunakan Algoritma Genetika efektif dalam meningkatkan kualitas respons pengendalian kecepatan motor SEDC, khususnya dalam meminimalkan overshoot.

Separately Excited DC (SEDC) motors are widely used in various industrial applications due to their favorable speed control characteristics. However, these motors are prone to speed fluctuations caused by load changes or external disturbances. To address this issue, the Proportional-Integral-Derivative (PID) controller is frequently employed. Nevertheless, determining PID parameters using classical methods specifically the Ziegler–Nichols Formula 1 and Formula 2 often results in relatively high overshoot, which can compromise the system's response quality. Therefore, this study applies the Genetic Algorithm (GA) to optimize PID parameters, utilizing the Integral Time Absolute Error (ITAE) as the objective function to minimize overshoot. The SEDC motor's mathematical model is represented as a transfer function based on its electrical and mechanical parameters and implemented in MATLAB/Simulink. Testing was conducted under both no-load and loaded conditions to evaluate system response characteristics, specifically overshoot, rise time, settling time, and steady-state error (SSE). Comparative results indicate that the Ziegler–Nichols Formula 1 yielded an overshoot of 26.3%, while Formula 2 resulted in 42.2%. In contrast, PID parameter optimization using the Genetic Algorithm achieved an overshoot of 4.737%. These results demonstrate that optimizing PID parameters with the Genetic Algorithm produces significantly lower overshoot compared to the Ziegler–Nichols Formula 1 and Formula 2 methods. Thus, PID parameter optimization via the Genetic Algorithm is effective in enhancing the speed control response quality of SEDC motors, particularly in minimizing overshoot.