AUTO TUNING PARAMETER PROPORTIONAL INTEGRAL DERIVATIVE MENGGUNAKAN PARTICLE SWARM OPTIMIZATION UNTUK BALANCING ROBOT
Balancing robot merupakan sistem yang membutuhkan pengaturan parameter Proportional Integral Derivative (PID) agar dapat mempertahankan keseimbangannya. Penelitian ini menggunakan algoritma Particle Swarm Optimization (PSO) sebagai metode auto tuning untuk menentukan parameter PID berdasarkan nilai fitness. Evaluasi nilai fitness dilakukan dengan menguji kombinasi parameter dari setiap partikel secara langsung pada robot melalui iterasi. Proses tuning dilakukan di awal melalui aplikasi mobile yang terhubung dengan mikrokontroler ESP32 menggunakan komunikasi MQTT untuk pengiriman parameter dan penerimaan data sensor, serta HTTP untuk pencatatan dan perhitungan nilai fitness dengan rumus Mean Squared Error (MSE). Hasil pengujian menunjukkan bahwa tuning manual menghasilkan overshoot sebesar 2.64°, sedangkan tuning dengan PSO menghasilkan overshoot sebesar 1.06°. Dengan demikian, PSO mampu menurunkan overshoot sebesar 59.8% dibandingkan tuning manual. Hal ini menunjukkan bahwa PSO dapat digunakan sebagai metode auto tuning PID pada balancing robot untuk meningkatkan kestabilan robot, meskipun respon masih menunjukkan adanya osilasi, serta memberikan metode yang lebih terstruktur dalam proses pencarian parameter.
A balancing robot is a system that requires precise tuning of Proportional-Integral-Derivative (PID) parameters to maintain stability. This study applies the Particle Swarm Optimization (PSO) algorithm as an auto-tuning method to determine PID parameters based on fitness values. The fitness value is evaluated by testing the parameter combinations of each particle directly on the robot during the tuning process. The tuning is carried out once at the beginning through a mobile application connected to the ESP32 microcontroller using MQTT communication for parameter transmission and sensor data reception, and HTTP for logging and calculating the fitness value using the Mean Squared Error (MSE). The experimental results show that manual tuning produced an overshoot of 2.64°, while PSO tuning produced an overshoot of 1.06°. This means that PSO reduced the overshoot by 59.8% compared to manual tuning. These results show that PSO can be used as an auto-tuning method for PID control on a balancing robot to improve stability, although the system response still shows some oscillation.
Detail Information
Citation
APA Style
. (2025).AUTO TUNING PARAMETER PROPORTIONAL INTEGRAL DERIVATIVE MENGGUNAKAN PARTICLE SWARM OPTIMIZATION UNTUK BALANCING ROBOT ().Teknik Informatika:FTI
Chicago Style
.AUTO TUNING PARAMETER PROPORTIONAL INTEGRAL DERIVATIVE MENGGUNAKAN PARTICLE SWARM OPTIMIZATION UNTUK BALANCING ROBOT ().Teknik Informatika:FTI,2025.Text
MLA Style
.AUTO TUNING PARAMETER PROPORTIONAL INTEGRAL DERIVATIVE MENGGUNAKAN PARTICLE SWARM OPTIMIZATION UNTUK BALANCING ROBOT ().Teknik Informatika:FTI,2025.Text
Turabian Style
.AUTO TUNING PARAMETER PROPORTIONAL INTEGRAL DERIVATIVE MENGGUNAKAN PARTICLE SWARM OPTIMIZATION UNTUK BALANCING ROBOT ().Teknik Informatika:FTI,2025.Text