Identifikasi Sistem Plant Suhu dengan Metode Recursive Least Square
Salah satu metode untuk mendapatkan model matematika sistem fisik adalah dengan identifikasi. Pada penelitian ini dilakukan proses identifikasi sistem dengan menggunakan metode Recursive Least Square (RLS) dengan struktur model ARX orde 4. Sinyal uji yang digunakan sebagai masukan sistem plant suhu...
Main Authors: | , , |
---|---|
Format: | Article |
Language: | English |
Published: |
Departement of Electrical Engineering, Faculty of Engineering, Universitas Brawijaya
2013-03-01
|
Series: | Jurnal EECCIS (Electrics, Electronics, Communications, Controls, Informatics, Systems) |
Online Access: | https://jurnaleeccis.ub.ac.id/index.php/eeccis/article/view/169 |
_version_ | 1797639963402043392 |
---|---|
author | Goegoes Dwi Nusantoro M. Aziz Muslim Teguh Budi W. |
author_facet | Goegoes Dwi Nusantoro M. Aziz Muslim Teguh Budi W. |
author_sort | Goegoes Dwi Nusantoro |
collection | DOAJ |
description | Salah satu metode untuk mendapatkan model matematika sistem fisik adalah dengan identifikasi. Pada penelitian ini dilakukan proses identifikasi sistem dengan menggunakan metode Recursive Least Square (RLS) dengan struktur model ARX orde 4. Sinyal uji yang digunakan sebagai masukan sistem plant suhu adalah sinyal Pseudo Random Binary Sequance (PRBS). Proses pembangkitan sinyal uji dan pengambilan data input-output sistem fisik dilaksanakan menggunakan mikrokontroler atmega 8535. Data yang kirim oleh mikrokontroler akan diterima oleh perangkat lunak identifikasi dan langsung diolah, sehingga proses identifikasi berjalan secara on-line.
Perangkat lunak ini menampilkan setiap proses perubahan parameter dan hasil identifikasinya dalam bentuk fungsi alih diskrit. Dari pengujian yang telah dilakukan didapatkan hasil model matematisnya yaitu y(k) = 0.7239y(k-1) + 0.29944y(k-2) + 0.053383y(k-3) - 0.17119y(k-4) + 0.036707u(k-1) + 0.024597u(k-2) + 0.02324(u-3) + 0.007775u(k-4). Sedangkan hasil uji validasi dengan formula Akaike’s, FPE adalah 0.0004697, bestfit untuk sinyal uji PRBS = 91.3989, untuk sinyal uji step = 91.532 dan whiteness test terbaik adalah R(0)= 0.00046034, RN(0) = 1, RN(1) = -0.065968, RN(2) = -0.080171, RN(3) = 0.04237, RN(4) = 0.10554.
Kata Kunci— Identifikasi sistem, RLS, ARX, PRBS, plant suhu |
first_indexed | 2024-03-11T13:25:06Z |
format | Article |
id | doaj.art-0535ebde7e014446b9df881565006ac3 |
institution | Directory Open Access Journal |
issn | 2460-8122 |
language | English |
last_indexed | 2024-03-11T13:25:06Z |
publishDate | 2013-03-01 |
publisher | Departement of Electrical Engineering, Faculty of Engineering, Universitas Brawijaya |
record_format | Article |
series | Jurnal EECCIS (Electrics, Electronics, Communications, Controls, Informatics, Systems) |
spelling | doaj.art-0535ebde7e014446b9df881565006ac32023-11-03T07:20:30ZengDepartement of Electrical Engineering, Faculty of Engineering, Universitas BrawijayaJurnal EECCIS (Electrics, Electronics, Communications, Controls, Informatics, Systems)2460-81222013-03-0161677410.21776/jeeccis.v6i1.16963Identifikasi Sistem Plant Suhu dengan Metode Recursive Least SquareGoegoes Dwi Nusantoro0M. Aziz Muslim1Teguh Budi W.2Jurusan Teknik Elektro Fakultas Teknik Universitas BrawijayaJurusan Teknik Elektro Fakultas Teknik Universitas BrawijayaJurusan Teknik Elektro Fakultas Teknik Universitas BrawijayaSalah satu metode untuk mendapatkan model matematika sistem fisik adalah dengan identifikasi. Pada penelitian ini dilakukan proses identifikasi sistem dengan menggunakan metode Recursive Least Square (RLS) dengan struktur model ARX orde 4. Sinyal uji yang digunakan sebagai masukan sistem plant suhu adalah sinyal Pseudo Random Binary Sequance (PRBS). Proses pembangkitan sinyal uji dan pengambilan data input-output sistem fisik dilaksanakan menggunakan mikrokontroler atmega 8535. Data yang kirim oleh mikrokontroler akan diterima oleh perangkat lunak identifikasi dan langsung diolah, sehingga proses identifikasi berjalan secara on-line. Perangkat lunak ini menampilkan setiap proses perubahan parameter dan hasil identifikasinya dalam bentuk fungsi alih diskrit. Dari pengujian yang telah dilakukan didapatkan hasil model matematisnya yaitu y(k) = 0.7239y(k-1) + 0.29944y(k-2) + 0.053383y(k-3) - 0.17119y(k-4) + 0.036707u(k-1) + 0.024597u(k-2) + 0.02324(u-3) + 0.007775u(k-4). Sedangkan hasil uji validasi dengan formula Akaike’s, FPE adalah 0.0004697, bestfit untuk sinyal uji PRBS = 91.3989, untuk sinyal uji step = 91.532 dan whiteness test terbaik adalah R(0)= 0.00046034, RN(0) = 1, RN(1) = -0.065968, RN(2) = -0.080171, RN(3) = 0.04237, RN(4) = 0.10554. Kata Kunci— Identifikasi sistem, RLS, ARX, PRBS, plant suhuhttps://jurnaleeccis.ub.ac.id/index.php/eeccis/article/view/169 |
spellingShingle | Goegoes Dwi Nusantoro M. Aziz Muslim Teguh Budi W. Identifikasi Sistem Plant Suhu dengan Metode Recursive Least Square Jurnal EECCIS (Electrics, Electronics, Communications, Controls, Informatics, Systems) |
title | Identifikasi Sistem Plant Suhu dengan Metode Recursive Least Square |
title_full | Identifikasi Sistem Plant Suhu dengan Metode Recursive Least Square |
title_fullStr | Identifikasi Sistem Plant Suhu dengan Metode Recursive Least Square |
title_full_unstemmed | Identifikasi Sistem Plant Suhu dengan Metode Recursive Least Square |
title_short | Identifikasi Sistem Plant Suhu dengan Metode Recursive Least Square |
title_sort | identifikasi sistem plant suhu dengan metode recursive least square |
url | https://jurnaleeccis.ub.ac.id/index.php/eeccis/article/view/169 |
work_keys_str_mv | AT goegoesdwinusantoro identifikasisistemplantsuhudenganmetoderecursiveleastsquare AT mazizmuslim identifikasisistemplantsuhudenganmetoderecursiveleastsquare AT teguhbudiw identifikasisistemplantsuhudenganmetoderecursiveleastsquare |