TUGAS AKHIR TE - 091399
Pengaturan Proses Tekanan pada Sistem Pengaturan Berjaringan Menggunakan Kontroler Fuzzy Neural Network Rendie Ramadhan NRP 2208100131 Dosen Pembimbing : Ir. Ali Fatoni, M.T. Imam Arifin, S.T., M.T. BIDANG STUDI SISTEM PENGATURAN JURUSAN TEKNIK ELEKTRO - FTI INSTITUT TEKNOLOGI SEPULUH NOPEMBER (ITS)
ISI 1
PENDAHULUAN
2
TEORI DASAR
3
PERANCANGAN SISTEM
4 PENGUJIAN DAN ANALISIS DAN ANALISIS 5 PENGUJIAN KESIMPULAN DAN SARAN
PENDAHULUAN
Latar Belakang Tujuan Permasalahan Batasan Masalah
LATAR BELAKANG • Teknologi komunikasi yang terus mengalami perkembangan • Penggunaan teknologi komunikasi menyebabkan permasalahan yang ada pada jaringan juga terjadi pada SPB • Perancangan kontroler konvensional tidak dapat mengkompensasi permasalahan yang terjadi
Pendahuluan
Tujuan 1 Mengetahui permasalahan yang terjadi pada SPB 2 Mengetahui kelebihan dan kekurangan kontroler FNN dalam mengatasi permasalahan pada SPB 3 Mendesain kontroler FNN yang mampu melakukan adaptasi terhadap perubahan parameter yang terjadi pada sistem
KESIMPULAN DAN SARAN
PERMASALAHAN • Adanya waktu tunda (time delay) dan packet dropout selama proses berlangsung • Delay dan packet dropout terjadi secara acak dan sulit untuk di prediksi • Performansi sistem menurun bahkan mengarah ke ketidakstabilan pada sistem • Diperlukan sebuah kontroler yang mampu mengatasi permasalahan akibat delay dan packet loss, yaitu kontroler adaptif
Pendahuluan
BATASAN MASALAH • Permasalahan Beban Minimal • Permasalahan Beban Maksimal • Permasalahan delay dan packet dropout
Pendahuluan
TEORI DASAR SPB Identifikasi Sistem Logika Fuzzy Neural Network Fuzzy Neural Network
Gambaran Umum SPB • SPB merupakan sistem pengaturan umpan balik lup tertutup dimana pertukaran informasi antar komponen dilakukan dalam bentuk paket data melalui jaringan real-time.
Teori Dasar - SPB
Media Jaringan pada SPB
• Ethernet • Fieldbus • Wireless
Teori Dasar - SPB
Permasalahan pada SPB Delay
Teori Dasar - SPB
Permasalahan pada SPB Delay
Teori Dasar - SPB
Permasalahan pada SPB Packet Dropout
Teori Dasar - SPB
Identifikasi Sistem Sistem Orde 1 dengan Delay
Teori Dasar – Identifikasi
Logika Fuzzy Pengertian Logika Fuzzy adalah peningkatan dari logika Boolean yang berhadapan dengan konsep kebenaran sebagian. Di mana logika klasik menyatakan bahwa segala hal dapat diekspresikan dalam istilah Biner (0 atau 1, hitam atau putih, ya atau tidak), logika fuzzy menggantikan kebenaran boolean dengan Tingkat Kebenaran (degree of membership function)
Teori Dasar – Logika Fuzzy
Logika Fuzzy Tahapan pada Logika Fuzzy
Fuzzifikasi Menentukan derajat keanggotaan (membership function)
Inferensi Rules Melaksanakan Operasi Logika Rule Firing Strength
Deffuzifikasi Menentukan Keluaran Fuzzy Bilangan Crips
Teori Dasar – Logika Fuzzy
Logika Fuzzy Membership Function
Bell-shaped
Segitiga
u x 2 ui exp i ui 1
Teori Dasar – Logika Fuzzy
Trapesium
ui a 2 b
0 ui a / b a ui 1 1 u c / d c i 0
Singleton
ui 1 , ui a , a ui b , b ui c , c ui d , ui d
Logika Fuzzy Operasi Logika Komplemen
A ui 1 A ui i
j
i
j
Interseksi (AND)
Gabungan (OR)
Minimal
Maksimal
A ui AND A ui min A ui , A ui A ui OR A ui maks A ui , A ui i
j
k i
i
j
k i
i
A ui AND A ui A ui A ui j
k i
k i
i
j
k i
Bounded Sum
Algeraic Product i
j
i
j
Teori Dasar – Logika Fuzzy
k i
A ui AND A ui min 1, A ui A ui i
j
k i
i
j
k i
Logika Fuzzy Proses Defuzzifikasi
Teori Dasar – Logika Fuzzy
Neural Network Neural Network (NN), adalah jaringan dari sekelompok unit pemroses kecil yang dimodelkan berdasarkan jaringan syaraf tiruan. JST merupakan sistem adaptif yang dapat mengubah strukturnya untuk memecahkan masalah berdasarkan informasi eksternal maupun internal yang mengalir melalui jaringan tersebut.
Teori Dasar – Neural Network
Fuzzy Neural Network (FNN) FNN merupakan sistem hibrida yang menggabungkan dua konsep kecerdasan buatan, yaitu sistem fuzzy dan neural network. Permasalahan dalam hal pengambilan keputusan dapat diselesaikan dengan menerapkan konsep dari logika fuzzy. Sedangkan, adaptasi dilakukan dengan kemampuan belajar yang dimiliki neural network. Teori Dasar – FNN
PERANCANGAN SISTEM Kebutuhan dan Arsitektur SPB Integrasi Perangkat Lunak Identifikasi Sistem
Perancangan Kontroler FNN
Kebutuhan SPB KEBUTUHAN HARDWARE
Remote I/O Modul - ADAM 5000L/TCP Komputer - 1 Buah Laptop (Utama) - 1 Buah PC dengan PCI Plant - Pressure Process Rig 38-714 Perangkat Komunikasi - HUB - Kabel LAN
Kebutuhan dan Arsitektur SPB
KEBUTUHAN SOFTWARE
LabVIEW ADAM 5000TCP-6000 Utility OLE Process Control (OPC) - KEPServerEx MATLAB
Arsitektur SPB Diagram Blok SPB
Kebutuhan dan Arsitektur SPB
Arsitektur SPB Diagram Fisik SPB
Kebutuhan dan Arsitektur SPB
Plant Pressure Process Rig 38-714
Plant
Integrasi Perangkat Lunak Konfigurasi Perangkat Lunak PERANGKAT LUNAK UTAMA
PERANGKAT LUNAK PENDUKUNG
LabVIEW: o Perancangan Algoritma Kontroler FNN o User Interface o Data Akuisisi o Pengolahan Data
OPC : Standarisasi MATLAB: o Pemrogramanan Algoritma FNN o Perhitungan data-data offline o Penyajian Data
Integrasi Perangkat Lunak
Data
ADAM Utility: o Interface ke perangkat keras ADAM o Data Akuisisi dari Remote I/O ADAM -5000 TCP Utility
Identifikasi Sistem Orde 1 dengan Delay Diagram Blok Identifikasi Sistem
Identifikasi Sistem
Identifikasi Sistem Orde 1 dengan Delay Respon Hasil Identifikasi melalui Jaringan Respon Hasil Identifikasi Plant (Jaringan) 6
ANALISIS :
Y s KeTd s X s s 1
5
Tekanan (psi)
4
K 3
Yss 4.953 Xss 5
0.3658 2
Td 0.3658
1
0.9906e 0.36 s H s 0.3658s 1
Set Point Respon Plant Respon Hasil Pemodelan
0 0
1
2
3
4
5
Waktu (detik)
Identifikasi Sistem
6
7
8
9
10
Perancangan
Sistem
Perancangan Kontroler FNN
L/O/G/O www.themegallery.com
Diagram Blok Sistem dengan FNN
Perancangan Kontroler FNN
Struktur Sinyal Kontrol Fuzzy PID
u p t u p t ui t ui t 1 Ki vi t Perancangan Kontroler FNN
ut u p t ui t
Arsitektur FNN
Perancangan Kontroler FNN
Algoritma FNN Variabel FNN
Perancangan Kontroler FNN
Algoritma FNN FORWARD PROPAGATION
Lapisan 1
Lapisan 2
Perancangan Kontroler FNN
Algoritma FNN FORWARD PROPAGATION
Lapisan 2 (Cont’d)
Perancangan Kontroler FNN
Algoritma FNN FORWARD PROPAGATION
Lapisan 3
Lapisan 4
Perancangan Kontroler FNN
Algoritma FNN FORWARD PROPAGATION
Lapisan 4 (Cont’d)
Perancangan Kontroler FNN
Algoritma FNN FORWARD PROPAGATION
Lapisan 5
Perancangan Kontroler FNN
Algoritma FNN BACK PROPAGATION
Lapisan 5
si , j ,5 t 1 si , j ,5 t s Ti t Oi t
Oi , j , 4
Oi, j ,4 i
Lapisan 4
i , 4 Ti t Oi t
Perancangan Kontroler FNN
si , j ,5 Oi , j , 4 si , j ,5Oi , j , 4 i
i
Oi , j , 4 i
2
Algoritma FNN BACK PROPAGATION
Lapisan 3
i ,3 i , 4 Lapisan 2
ci , 2 t 1 ci , 2 t c Ti t Oi t
2net i , 2 ci , 2
i , 2 t 1 i , 2 t Ti t Oi t
Perancangan Kontroler FNN
i2, 2
net c 2 i,2 exp i , 2 i , 2
2net i , 2 ci , 2
2
i3, 2
net c 2 i,2 exp i , 2 i , 2
PENGUJIAN DAN ANALISIS Beban Nominal Perubahan Set Point Beban Minimal
Beban Maksimal Variasi Delay
Inisialisasi Parameter FNN Delay Jaringan
: 0.2852 detik (Keadaan Normal)
Set Point
: 5 psi ηc = 0.01
Nilai Linguistik
Error
ηs = 0.001
NB
NS
Z
PS
PB
center
-3
-1.5
0
1.5
3
width
3
3
0.5
3
3
NB
NS
Z
PS
PB
center
-10
-5
0
5
10
width
10
10
5
10
10
Nilai Linguistik
Delta Error
ηw = 0.01
Center dari fuzzy singleton Nilai Linguistik
NB
NS
Z
PS
PB
Singleton Up
-0.5
-0.25
0
0.25
0.5
Singleton Vi
-0.8
-0.4
0
0.4
0.8
Beban Nominal τ:
0.9187
y(τ)
3.16
Ess :
0.006
tss
1.54
tp
-
ts(5%) :
1.45
tr(5%-95%)
0.97
%Mp :
0
Td :
0.4
Perubahan Set Point
Perubahan Parameter
Perubahan Parameter Set Point 7 psi Nilai Linguistik
Error
NB
NS
Z
PS
PB
center
-3.15
-2.055
0
1.89
2.814
width
2.79
3.26
0.52
2.78
2.37
NB
NS
Z
PS
PB
center
-10.1
-4.96
0
4.8
9.92
width
10.8
10
5.02
10.1
10.18
Nilai Linguistik Delta Error
Center dari fuzzy singleton Nilai Linguistik
NB
NS
Z
PS
PB
Singleton Up
-0.546
-0.38
0
0.386
0.548
Singleton Vi
-0.846
-0.53
0
0.536
0.85
Beban Minimal Delay (detik) τ: y(τ) Ess : tss tp ts(5%) : tr(5%-95%) %Mp : Td :
0.285 0.9187 3.156 0.006 1.54 1.45 0.97 0.4
t beban ON tss %Mp :
7 14.26 -5.38
t beban OFF tss %Mp :
16.53 25.92 4.38
Perubahan Parameter Nilai Linguistik
Error Nilai Linguistik
Delta Error
center width center width
Nilai Linguistik Singleton Up Singleton Vi Nilai Linguistik Error Nilai Linguistik Delta Error
Nilai Linguistik Singleton Up Singleton Vi
center width center width
Beban Minimal Diberikan pada Sistem NB NS Z -2.986 -1.688 0 3.069 3.065 0.544 NB NS Z -9.998 -4.997 0 9.995 9.997 5 Center dari fuzzy singleton NB NS Z -0.52 -0.296 0 -0.826 -0.463 0 Beban Minimal Dihilangkan dari Sistem NB NS Z -2.975 -1.741 0 3.095 3.154 0.786 NB NS -10.002 -5.003 10.005 10.005 Center dari fuzzy singleton NB NS -0.528 -0.328 -0.84 -0.51
Z
0 5.006 Z 0 0
PS 1.499 2.912
PB 2.921 3.042
PS 5.002 9.997
PB 10.002 9.996
PS 0.28 0.4479
PB 0.507 0.8139
PS 1.565 2.857
PB
PS 4.996 10.002
PB 9.994 10.003
PS 0.322 0.5059
2.86 3.037
PB 0.522 0.835
Beban Maksimal Delay (detik) τ: y(τ) Ess : tss tp ts(5%) : tr(5%-95%) %Mp : Td :
0.285 1.03 3.16 0.006 4.013 1.378 0.9 0.34
t beban ON tss %Mp :
7.35 16.32 3.26
t beban OFF tss %Mp :
18 26 -3.5
Perubahan Parameter Nilai Linguistik Error
center width
Nilai Linguistik Delta Error
center width
Nilai Linguistik Singleton Up Singleton Vi Nilai Linguistik Error
center width
Nilai Linguistik Delta Error
Nilai Linguistik Singleton Up Singleton Vi
center width
Beban Maksimal Diberikan pada Sistem NB NS Z -2.983 -1.504 0 2.993 3.016 0.708 NB -9.998 9.997
NS -4.995 9.998
Z 0 5.004
Center dari fuzzy singleton NB NS Z -0.505 -0.273 0 -0.808 -0.4368 0 Beban Maksimal Dihilangkan dari Sistem NB NS Z -2.977 -1.525 0 3.001 3.037 0.477 NB NS Z -10.001 -4.998 0 10 9.999 4.999 Center dari fuzzy singleton NB NS Z -0.511 -0.298 0 -0.8176 -0.4768
0
PS 1.522 2.978
PB 2.995 2.992
PS 5.002 10
PB 10.004 9.997
PS 0.274 0.4384
PB 0.506 0.8096
PS 1.525 2.963
PB 2.976 3
PS 4.999 10.002
PB 10.001 10
PS 0.298 0.4768
PB 0.511 0.8176
Variasi Delay (Beban Minimal) Delay = 0.3152 detik Delay (detik) τ: y(τ)
%Mp : Td :
0.315 0.9541 3.156 0.006 3.19 1.425 0.9 0.33
t beban ON tss %Mp :
7.47 13.74 -19.5
t beban OFF tss %Mp :
15.73 24.44 6.5
Ess : tss tp ts(5%) : tr(5%-95%)
Perubahan Parameter Nilai Linguistik Error
center width
Nilai Linguistik Delta Error
center width
Nilai Linguistik Singleton Up Singleton Vi Nilai Linguistik Error
center width
Nilai Linguistik Delta Error
Nilai Linguistik Singleton Up Singleton Vi
center width
Beban Minimal Diberikan pada Sistem NB NS Z -2.993 -1.709 0 3.077 3.069 0.644 NB NS Z -9.993 -4.995 0 9.995 9.998 5.001 Center dari fuzzy singleton NB NS Z -0.521 -0.298 0 -0.8336 -0.4768 0 Beban Minimal Dihilangkan dari Sistem NB NS Z -2.954 -1.91 0 3.161 3.312 1.025
NB NS Z -10.016 -5.02 0 10.015 10.009 5.006 Center dari fuzzy singleton NB NS Z -0.553 -0.387 0 -0.8848 -0.6192 0
PS 1.498 2.907
PB 2.911 3.047
PS 5.007 9.995
PB 10.005 9.993
PS 0.281 0.4496
PB 0.508 0.8128
PS 1.657 2.696
PB 2.723 3.029
PS 4.992 10.009
PB 9.986 10.014
PS 0.387 0.6192
PB 0.55 0.88
Variasi Delay (Beban Minimal) Delay = 0.3352 detik Delay (detik) τ: y(τ) Ess : tss tp ts(5%) : tr(5%-95%) %Mp : Td :
0.335 0.9215 3.156 0.006 3.67 1.86 1.242 0.574 2.24 0.38
t beban ON tss %Mp :
10.62 18.2 -23.12
t beban OFF tss %Mp :
20.7 26.6 6.5
Perubahan Parameter Nilai Linguistik Error
center width
Nilai Linguistik Delta Error
center width
Nilai Linguistik Singleton Up Singleton Vi Nilai Linguistik Error
center width
Nilai Linguistik Delta Error Nilai Linguistik Singleton Up Singleton Vi
center width
Beban Minimal Diberikan pada Sistem NB NS Z -2.989 -1.706 0 3.07 3.056 0.654 NB NS Z -9.991 -4.991 0 9.99 9.995 5.003 Center dari fuzzy singleton NB NS Z -0.521 -0.298 0 -0.8336 -0.4768 0 Beban Minimal Dihilangkan dari Sistem NB NS Z -2.985 -1.77 0 3.104 3.158 0.918 NB NS Z -9.999 -5.003 0 10.005 10.004 5.005 Center dari fuzzy singleton NB NS Z -0.529 -0.329 0 -0.8464 -0.5264 0
PS 1.509 2.901
PB 2.922 3.037
PS 5.012 9.994
PB 10.01 9.989
PS 0.282 0.4512
PB 0.508 0.8128
PS 1.578 2.849
PB 2.849 3.036
PS 5.002 10.001
PB 9.998 10.001
PS 0.324 0.5184
PB 0.525 0.84
Variasi Delay (Beban Minimal) Delay = 0.3852 detik Delay (detik) τ: y(τ) Ess : tss tp ts(5%) : tr(5%-95%) %Mp : Td :
0.385 1.011 3.156 0.006 5.2 1.43 1.18 0.61 9.98 0.43
t beban ON tss %Mp :
7 17.26 -60.5
t beban OFF tss %Mp :
19.07 25.32 -10.88
Perubahan Parameter Nilai Linguistik Error
center width
Nilai Linguistik Delta Error
center width
Nilai Linguistik Singleton Up Singleton Vi Nilai Linguistik Error
center width
Nilai Linguistik Delta Error Nilai Linguistik Singleton Up Singleton Vi
center width
Beban Minimal Diberikan pada Sistem NB NS Z -2.948 -1.847 0 3.119 3.216 0.823 NB NS Z -10 -5.003 0 9.997 9.999 5.003 Center dari fuzzy singleton NB NS Z -0.546 -0.362 0 -0.8736 -0.5792 0 Beban Minimal Dihilangkan dari Sistem NB NS Z -2.954 -1.91 0 3.161 3.312 1.025 NB NS Z -10.016 -5.02 0 10.015 10.009 5.006 Center dari fuzzy singleton NB NS Z -0.553 -0.387 0 -0.8848 -0.6192 0
PS 1.59 2.744
PB 2.785 3.038
PS 5.008 9.999
PB 10.002 9.997
PS 0.349 0.5584
PB 0.534 0.8544
PS 1.657 2.696
PB 2.723 3.029
PS 4.992 10.009
PB 9.986 10.014
PS 0.387 0.6192
PB 0.55 0.88
Variasi Delay (Beban Minimal) Delay = 0.4352 detik
Delay (detik) τ: y(τ) Ess : tss tp ts(5%) : tr(5%-95%) %Mp : Td :
0.435 1.052 3.156 0.006 4 1.5 2.33 0.57 15 0.47
t beban ON tss %Mp :
8.8 -
t beban OFF tss %Mp :
18.7 -
Variasi Delay (Beban Maksimal) Delay = 0.3852 detik Delay (detik) τ: y(τ) Ess : tss tp ts(5%) : tr(5%-95%) %Mp : Td :
0.385 1.0093 3.158 0.006 4.22 1.47 0.59 4.74 0.39 or 0.46
t beban ON tss %Mp :
7.75 16.5 3.5
t beban OFF tss %Mp :
18.46 25.57 -3.5
Perubahan Parameter Nilai Linguistik Error
center width
Nilai Linguistik Delta Error
center width
Nilai Linguistik Singleton Up Singleton Vi Nilai Linguistik Error
center width
Nilai Linguistik Delta Error Nilai Linguistik Singleton Up Singleton Vi
center width
Beban Maksimal Diberikan pada Sistem NB NS Z -2.981 -1.506 0 2.994 3.02 0.752
NB NS Z -9.997 -4.996 0 9.997 9.999 5.003 Center dari fuzzy singleton NB NS Z -0.505 -0.274 0 -0.808 -0.4384 0 Beban Maksimal Dihilangkan dari Sistem NB NS Z -2.982 -1.538 0 3.01 3.046 0.554 NB NS Z -10.003 -5.002 0 10.002 10.001 4.999 Center dari fuzzy singleton NB NS Z -0.511 -0.296 0 -0.8176 -0.4736 0
PS 1.525 2.975
PB 2.992 2.991
PS 5.003 9.999
PB 10.003 9.997
PS 0.276 0.4416
PB 0.506 0.8096
PS 1.52 2.962
PB 2.966 3.007
PS 4.996 10.002
PB 9.997 10.003
PS 0.296 0.4736
PB 0.511 0.8176
Variasi Delay (Beban Maksimal) Delay = 0.5852 detik Delay (detik) τ: y(τ) Ess : tss tp ts(5%) : tr(5%-95%) %Mp : Td :
0.585 1.1 3.158 0.006 4.55 1.66 3.58 0.36 43.26 0.67
t beban ON tss %Mp :
8.8 16.55 3.5
t beban OFF tss %Mp :
20.25 28.15 -3.5
Perubahan Parameter Nilai Linguistik Error
center width
Nilai Linguistik Delta Error
center width
Nilai Linguistik Singleton Up Singleton Vi Nilai Linguistik Error
center width
Nilai Linguistik Delta Error Nilai Linguistik Singleton Up Singleton Vi
center width
Beban Maksimal Diberikan pada Sistem NB NS Z -2.978 -1.511 0 2.994 3.028 0.825
NB NS Z -9.998 -4.997 0 9.998 9.999 5.002 Center dari fuzzy singleton NB NS Z -0.505 -0.273 0 -0.808 -0.4368 0 Beban Maksimal Dihilangkan dari Sistem NB NS Z -2.966 -1.573 0 3.019 3.083 0.66 NB NS Z -10.003 -5.002 0 10.003 10.001 5.001 Center dari fuzzy singleton NB NS Z -0.515 -0.306 0 -0.824 -0.4896 0
PS 1.532 2.969
PB 2.987 2.991
PS 5.001 10
PB 10.002 9.998
PS 0.276 0.4416
PB 0.507 0.8112
PS 1.532 2.93
PB 2.936 3.014
PS 4.997 10.003
PB 9.998 10.003
PS 0.304 0.4864
PB 0.514 0.8224
Variasi Delay (Beban Maksimal) Delay = 0.6852 detik
Delay (detik) τ: y(τ) Ess : tss tp ts(5%) : tr(5%-95%) %Mp : Td :
0.685 1.2158 3.158 0.006 11.56 1.85 9.7156 0.4328 56 0.72
t beban ON tss %Mp :
15.25 23.21 4.5
t beban OFF tss %Mp :
-
Perubahan Parameter Beban Maksimal Diberikan pada Sistem Nilai Linguistik
Error
NB
NS
Z
PS
PB
center
-2.973
-1.513
0
1.539
2.985
width
2.992
3.034
0.882
2.962
2.988
NB
NS
Z
PS
PB
center
-9.998
-4.996
0
5.002
10.002
width
9.998
9.999
5.002
10
9.998
Nilai Linguistik
Delta Error
Center dari fuzzy singleton Nilai Linguistik
NB
NS
Z
PS
PB
Singleton Up
-0.506
-0.279
0
0.283
0.509
Singleton Vi
-0.8096
-0.4464
0
0.4528
0.8144
Variasi Delay (Beban Maksimal) Delay = 0.7852 detik
Kesimpulan & Saran
L/O/G/O www.themegallery.com
Kesimpulan 1. Pengaruh delay pada SPB dapat dikompensasi melalui penggunaan konroler FNN. Akan tetapi, jika pengaruh delay lebih besar dan lebih cepat dari kecepatan adaptasi FNN, respon sistem tidak dapat berada pada kondisi tetap. 2. Untuk respon sistem dengan perubahan set point dapat mengikuti nilai set point tersebut dengan ess = ± 0.5% dan Mp = ± 21.25%. 3. Sistem dengan beban nominal dan delay kondisi normal SPB dapat mengikuti nilai set point dengan ess = ± 0.12% dan %Mp = ± 0%. Untuk pembebanan nominal dengan variasi delay diperoleh respon dapat mengikuti nilai set point akan tetapi memiliki overshoot terbesar senilai %Mp = 56% pada delay 0.6852 detik dan ess = ± 0.12%. 4. Pada pembebanan minimal dengan variasi delay diperoleh respon sistem dapat mengikuti set point dalam waktu yang bervariasi sebanding dengan diperbesarnya nilai delay jaringan. Nilai overshoot dan error keadaan steady terbesar diperoleh pada nilai delay 0.4352 detik sebesar %Mp = ± 60.5% dan ess = ± 0.12%. 5. Pada pembebanan maksimal dengan variasi delay diperoleh respon sistem dapat mengikuti set point dalam waktu yang bervariasi pula. Nilai overshoot dan error keadaan steady terbesar diperoleh pada nilai delay 0.6852 detik sebesar %Mp = ± 4.5% dan ess = ± 0.12%.
Saran Selain kesimpulan hasil pengujian, dapat dirumuskan beberapa rekomendasi untuk penelitian berikutnya sebagai berikut: 1. Respon sistem dengan kontroler FNN melalui jaringan pada penelitian Tugas Akhir ini masih memiliki nilai overshoot. Maka, untuk penelitian Tugas Akhir berikutnya lebih dititikberatkan pada perancangan algoritma FNN yang tidak menimbulkan overshoot pada respon sistem. 2. Pengujian dapat dilakukan pada plant yang bervariasi dan dilakukan pembandingan antara respon sistem tanpa melalui jaringan dengan respon sistem dengan jaringan. 3. Pengujian dapat dilakukan dengan melakukan pengaturan beberapa plant sehingga pengaruh variasi kepadatan lalu lintas jaringan dapat diperoleh.
Thank You! L/O/G/O www.themegallery.com