Semua kelas Silabus PID & FOPID Metaheuristik · Episode 5 dari 6

Kelas PID & FOPID Metaheuristik #5: Optimasi PID vs FOPID pada Motor DC & Sistem AVR

0 kali dilihat

Kelas optimasi PID dan FOPID dengan Whale Optimization dan Harris Hawks berdasarkan ITAE pada AVR dan motor DC dengan Python bahasa Indonesia. Episode 5 seri optimasi PID dan FOPID metaheuristik.

Software: Python (NumPy, SciPy, Matplotlib)
Level: Mahir
Durasi: ± 7 menit
Total seri: 52 menit · 6 video
Terbit: 25 Oktober 2026

Episode 5 dari 6 · lihat silabus

Unduh PDF (5 halaman PDF)

0 kali diunduh

Unduh File Project· 14 KB Buka Semua Kelas Premium ▶ Tonton video praktik0 kali ditonton

▶ Video Praktik

Lihat semua langkah di atas dipraktikkan langsung, lengkap dengan narasi.

0 kali ditonton

Buku kelas

Halaman 1 / 5

Kelas PID & FOPID Metaheuristik #5: Optimasi PID vs FOPID pada Motor DC & Sistem AVR: Sampul: Kelas PID & FOPID Metaheuristik #5: Optimasi PID vs FOPID pada Motor DC & Sistem AVR

Kelas PID & FOPID Metaheuristik #5: Optimasi PID vs FOPID pada Motor DC & Sistem AVR: Sebelum mulai, daftar langkah, dan Langkah 1

Kelas PID & FOPID Metaheuristik #5: Optimasi PID vs FOPID pada Motor DC & Sistem AVR: Langkah 2: Optimasi AVR & motor DC

Kelas PID & FOPID Metaheuristik #5: Optimasi PID vs FOPID pada Motor DC & Sistem AVR: Langkah 3: Respon step hasil optimasi

Selesai

Sampul: Kelas PID & FOPID Metaheuristik #5: Optimasi PID vs FOPID pada Motor DC & Sistem AVR

Klik halaman atau ◀ ▶ untuk membalik · geser di HP · untuk memperbesar

Ingin belajar lebih dalam?

Ikuti kursus kami atau tanyakan langsung lewat WhatsApp.

Unduh PDF· 0 kali diunduh Lihat silabus lengkap 6 episode Lihat Kursus Optimasi PID & FOPID Tanya via WhatsApp

Kelas yang direkomendasikan untuk Anda

Dipilih dari software, topik, dan level “Kelas PID & FOPID Metaheuristik #5: Optimasi PID vs FOPID pada Motor DC & Sistem AVR”.

6 episodeAda gratis

Python · Menengah–Mahir

Optimasi Distributed Generation PSO-GWO

6 episode video + PDF, total 1 jam. Dimulai dari: Sistem Distribusi Radial IEEE 33-Bus: Data Saluran dan Beban.

1 jam 0 0

Lihat kelas

6 episodeAda gratis

Python · Menengah–Mahir

Kendali Quadrotor Sliding Mode Control

6 episode video + PDF, total 50 menit. Dimulai dari: Model Dinamika Quadrotor 6-DOF.

50 menit 0 0

Lihat kelas

Klasifikasi Gangguan Kualitas Daya Wavelet

6 episodeAda gratis

Python · Menengah–Mahir

Klasifikasi Gangguan Kualitas Daya Wavelet

6 episode video + PDF, total 40 menit. Dimulai dari: Jenis Gangguan Kualitas Daya: Sag, Swell, Harmonik, Transien, Flicker.

40 menit 1 0

Lihat kelas

Kelas MATLAB: Optimasi Kapasitas PLTS dan Inverter untuk Biaya Hidrogen (LCOH) Termurah

Gratis

MATLAB R2025b · Menengah

Kelas MATLAB: Optimasi Kapasitas PLTS dan Inverter untuk Biaya Hidrogen (LCOH) Termurah

Kelas MATLAB dari proyek kosong: mengunduh data PVGIS, memodelkan PLTS atap on-grid dan inverter per jam (8.760 jam), lalu mencari kapasitas dengan biaya hidrogen (LCOH) terendah memakai Particle Swarm Optimization, divalidasi Exhaustive Grid Search, lengkap dengan sensitivitas dan uji asumsi. 19 file kode ditulis dan dijelaskan baris demi baris.

1 jam 8 menit 12 0

Lihat kelas

Kelas MATLAB: Water Cycle Algorithm (WCA) untuk Optimasi Microgrid Hibrid

Premium

MATLAB R2025b · Menengah

Kelas MATLAB: Water Cycle Algorithm (WCA) untuk Optimasi Microgrid Hibrid

Kelas MATLAB dari proyek kosong: menerapkan Water Cycle Algorithm untuk menentukan jumlah panel surya, turbin angin, baterai, dan generator diesel pada microgrid hibrid. Lengkap dengan validasi terhadap optimum teoretis, uji stabilitas 30 run, dan pengaruh ukuran populasi. 11 file kode ditulis dan dijelaskan baris demi baris.

27 menit 5 0

Lihat kelas

10 episodeAda gratis

Cycle-Tempo · Pemula–Mahir

Cycle-Tempo

10 episode video + PDF, total 1 jam 14 menit. Dimulai dari: Siklus Rankine Sederhana (PLTU Dasar).

1 jam 14 menit 51 0

Lihat kelas

3 episodeAda gratis

LINGO · Pemula

LINGO

3 episode video + PDF, total 22 menit. Dimulai dari: Linear Programming untuk Pemula.

22 menit 13 0

Lihat kelas

Simulasi Wave Flume 2D dengan Breakwater di Ansys Fluent

Premium

ANSYS 2026 R1 (SpaceClaim, Meshing, Fluent) · Menengah

Simulasi Wave Flume 2D dengan Breakwater di Ansys Fluent

Simulasi wave flume 2D di Ansys Fluent 2026 R1: geometri flume 100 m dan breakwater terendam, mesh, VOF dengan gelombang Airy, numerical beach, sampai profil muka air.

15 menit 10 0

Lihat kelas

Butuh lebih dari video?

Pilihan lain dari kami untuk Python.

Belajar bareng mentor

Kursus Simulasi & Rekayasa Teknik terjadwal, dibimbing langsung, bersertifikat.

Kursus

Kursus Ansys: Analisis Perpindahan Panas dan Heat Flux Menggunakan ANSYS Fluent dari Dasar Hingga Studi Kasus Industri

★ 5.0 (10)

Kursus

Kursus Matlab: Perancangan Aplikasi MATLAB: Panduan utama untuk Aplikasi MATLAB

★ 5.0 (10)

Kursus

Kursus Ansys: Simulasi Aliran Udara pada Radiator Mobil dengan ANSYS Fluent

★ 5.0 (9)

Lihat semua Simulasi & Rekayasa Teknik →

Minta dibuatkan

Tidak sempat belajar Python? Tim kami bisa mengerjakan proyeknya.

Jasa

Jasa Pembuatan Matlab — Complete Neural Signal Processing and Analysis Zero to hero

★ 5.0 (59)

Jasa

Jasa Pembuatan Ansys Maxwell

★ 5.0 (50)

Jasa

Jasa Pembuatan Petrel

★ 5.0 (14)

Lihat semua Simulasi & Rekayasa Teknik →

Kabari saya kalau ada kelas Python baru

Paling banyak satu email per minggu. Berhenti kapan saja dengan satu klik.

Transkrip

Narasi lengkap video ini. Kalimat yang sedang diucapkan disorot saat video diputar; klik kalimat untuk melompat ke sana.

Tampilkan transkrip

Pembuka

Inilah hasil akhirnya, respon step AVR dengan PID dan FOPID yang dioptimasi Whale Optimization dan Harris Hawks. Dibanding Ziegler-Nichols, overshoot turun dari 53%, dan FOPI-2OA memangkas ITAI lebih dari separuh dibanding PID terbaik. Ayo kita mulai. Halo, selamat datang di episode kelima seri optimasi PID dan Fraksional Order PID. Semua bahan sudah siap, model sistem, PID, FOPID, fungsi objektif, dan 2 metaheuristik. Hari ini kita gabungkan untuk mencari parameter terbaik pada 2 plan, AVR generator dan motor DC, lalu membandingkan PID dengan FOPID secara adil.

Langkah 1: Plant, batas & fungsi optimasi

Buat file optimasi .py. Kita siapkan 2 plan beserta batas pencarian parameternya. Untuk AVR, KAP dan KAI antara 0 dan 2, KA da antara 0 dan 1, batas yang lazim dipakai di literatur agar sinyal kendali tidak berlebihan. Motor DC butuh gain jauh lebih besar karena penguatannya hanya 0,1. FOPI dimenambah 2 parameter, lambda dan MU antara 0,5 dan 1,5. Fungsi optimasi menjalankan kedua algoritma untuk kedua jenis pengendali, dengan populasi 25 dan 50 iterasi. Kita jalankan untuk setiap plan, cetak itai, overshoot, setling time, dan parameter, lalu simpan ke file hasil optimasi .json untuk dipakai di episode berikutnya.

Langkah 2: Optimasi AVR & motor DC

Jalankan. Pada AVR, PIDWOA dan PIDHHO sama-sama mencapai itai 0,0390, tanda keduanya menemukan optimum yang sama. FOPI2OA mencapai 0,0189 dengan setling time 0,54 detik, hampir 2 kali lebih cepat dari PID, dan FOPIDHHO 0,0251. Pada motor DC ceritanya berbeda, PIDWOA 0,0085, sedikit lebih baik dari FOPIDWOA 0,0088, dengan lambda yang kembali ke 1. Mari lihat grafiknya.

Langkah 3: Respon step hasil optimasi

Pada AVR, PID Ziegler Nichols melonjak sampai 1,5, sedangkan semua hasil optimasi jauh lebih rapi. Kurva FOPI dinaik paling cepat dan tenang paling awal, dengan overshoot sedikit lebih tinggi sebagai harganya. Pada motor DC, kurva PID dan FOPIDWOA hampir berimpit. Ini pelajaran penting untuk penelitian, FOPI diunggul pada plan order tinggi yang berosilasi seperti AVR. Tetapi pada plan order 2 sederhana, PID sudah cukup, dan parameter tambahan justru menyulitkan pencarian, terlihat dari FOPIDHHO yang tertinggal.

Selesai!

Selesai. Kita sudah mengoptimasi PID dan FOPID dengan VOA dan HHO pada AVR dan motor DC, dan menemukan bahwa keunggulan FOPID bergantung pada plan. Tetapi satu kali percobaan belum cukup untuk algoritma acak. Di episode terakhir kita uji robustness dan analisi statistiknya. Sedang menyusun skripsi, tesis, atau riset di bidang sistem kendali dan optimasi? Cerdas inovasi digital membantu implementasi sistem kendali, dari pemodelan motor DC dan AVR generator, tuning PI di Ziegler-Nichols, fractional order PID, sampai optimasi meta-heuristik seperti whale optimization dan Harris-Hawks, serta membuka kursus pemrograman Python untuk teknik elektro. Ingin menguasai seluruh seri ini, dari fungsi alis sampai analisi statistik dan uji robustness? Semua enam episode, lengkap dengan PDF panduan langkah demi langkah dan source code, tersedia untuk pelanggan tutorial premium. Berlangganan mulai Rp69.000 per bulan, hemat 28% dengan paket 12 bulan, atau sekali bayar Rp999.000 untuk akses seumur hidup. Mau satu kelas saja? Beli kelas satuan dengan akses selamanya. Langganan sekarang di halaman premium cerdas inovasi digital.com. Hubungi WhatsApp kami, atau kunjungi cerdasinovasidigital.com. Terima kasih telah menonton, sampai jumpa di episode berikutnya.

Tanya materi kelas

Ketik pertanyaan atau kata kunci; kami carikan bagian episode ini yang menjelaskannya dan lompatkan videonya ke sana.

Catatan saya

Catatan disimpan bersama menit video saat ini dan hanya terlihat oleh Anda.

Tanya jawab

Bingung di salah satu langkah? Tanyakan di sini; pengajar dan peserta lain bisa menjawab.

Belum ada pertanyaan.

Pengajar

Tim Cerdas Inovasi Digital

Pengembang software, engineer BIM & 3D, dan praktisi AI

53 kelas video1.296 episode

Sehari-hari kami mengerjakan software, model BIM, game, dan otomasi AI untuk klien, lalu menjadikan pengalaman praktik itu kelas langkah demi langkah: setiap langkah diperlihatkan di layar dan dilengkapi panduan PDF.

Lihat klien kami →

Memuat

▶ Video Praktik

Kelas yang direkomendasikan untuk Anda

Butuh lebih dari video?

Transkrip

0:03Pembuka

0:50Langkah 1: Plant, batas & fungsi optimasi

3:24Langkah 2: Optimasi AVR & motor DC

4:22Langkah 3: Respon step hasil optimasi

5:52Selesai!

Tanya materi kelas

Catatan saya

Tanya jawab

Pengajar

▶ Video Praktik

Kelas yang direkomendasikan untuk Anda

Butuh lebih dari video?

Transkrip

0:03Pembuka

0:50Langkah 1: Plant, batas & fungsi optimasi

3:24Langkah 2: Optimasi AVR & motor DC

4:22Langkah 3: Respon step hasil optimasi

5:52Selesai!

Tanya materi kelas

Catatan saya

Tanya jawab

Pengajar

Pembuka

Langkah 1: Plant, batas & fungsi optimasi

Langkah 2: Optimasi AVR & motor DC

Langkah 3: Respon step hasil optimasi

Selesai!

Pembuka

Langkah 1: Plant, batas & fungsi optimasi

Langkah 2: Optimasi AVR & motor DC

Langkah 3: Respon step hasil optimasi

Selesai!