Main Article Content
Abstract
Kendali otomatis dibutuhkan oleh kapal katamaran tanpa awak dalam menavigasi menuju arah tertentu dan dapat menangani gangguan serta perubahan kondisi dengan efektif dan optimal. Kendali PID cocok untuk pengendalian kapal, namun mempunyai kelemahan dalam pencarian gain PID optimal untuk setiap kondisi. Fuzzy mampu menangani penjadawalan gain PID untuk setiap kondisi dan neural network mampu mengoptimasi desain fuzzy, sehingga
dilakukan penggabungan menjadi kendali adaptif neuro fuzzy PID (N-F PID). N-F PID merupakan kendali PID dengan penjadawalan gain PID (Kp, Ki dan Kd) yang dinamis berdasarkan besarnya nilai error dan delta error oleh neuro fuzzy. Neuro fuzzy yang digunakan adalah adaptif neuro fuzzy inference system (ANFIS). ANFIS mampu melakukan pembelajaran dengan training data baru untuk memperbaiki performa. Training data baru didapatkan dari proses tuning dengan mengalikan output masing-masing fuzzy yang belum terlatih dengan konstanta tertentu hingga didapatkan settling time cepat dan persentase overshoot maksimum kecil.
Simulasi N-F PID dengan Matlab dan ekperimen kapal katamaran menunjukkan N-F PID mempunyai performa yang lebih baik dari pada kendali fuzzy PID dan kendali PID, dilihat dari settling time dan persentase overshoot maksimum. N-F PID mempunyai tingkat presisi pengendalian yang lebih rendah daripada kendali fuzzy PID dan PID berdasarkan data eksperimen.