Merancang Pengendali Pressure Process Rig Menggunakan Neural Network Berbasis Error dengan Metode Pembelajaran Backpropagation

Abstract

Jaringan Saraf Tiruan (NN) merupakan sebuah paradigma dalam pemrosesan informasi yang dimodelkan berdasarkan sistem neuron, menyerupai cara otak manusia memproses informasi. Penelitian ini membahas penerapan jaringan saraf dengan algoritma pembelajaran backpropagation yang diimplementasikan dalam simulasi sebagai pengendali suatu sistem. Pressure Process Rig 38-714 digunakan sebagai model plant dalam penelitian ini. Pengendali berbasis Jaringan Saraf Tiruan ini beroperasi dengan menghitung kesalahan antara keluaran aktual sistem dan masukan referensi yang telah ditentukan, dimana sinyal hasil selisih antara keluaran plant dan sinyal referensi menjadi masukan utama bagi sistem kendali. Penelitian ini memperkenalkan pendekatan pengendalian berbasis eror dengan pelatihan dua tahap, yakni konfigurasi seri-paralel dan paralel, serta disertai metode faktor pengali untuk menjaga kestabilan sinyal kendali dalam batas kerja plant. Berbagai eksperimen dilakukan untuk mengevaluasi kinerja sistem, termasuk pengujian dengan dan tanpa gangguan, serta pembandingan terhadap metode Direct Inverse Control Neural Network (DIC NN). Hasil pengujian menunjukkan bahwa pendekatan ini memberikan solusi adaptif dan tahan terhadap eror, dengan performa dan ketahanan yang lebih baik dalam kondisi terpengaruh gangguan dibandingkan metode DIC NN. Keberhasilan sistem diukur dari kesesuaian antara keluaran plant dengan sinyal referensi dan kemampuan sistem kendali dalam meredam gangguan secara efektif.   Kata kunci: Pengendali, Neural Network, Backpropagation.