SIMULASI SISTEM KENDALI CERDAS BERBASIS PROPORTIONAL INTEGRAL DERIVATIVE (PID) DENGAN METODE DEEP LEARNING

RISDIANTO, DAVID (2021) SIMULASI SISTEM KENDALI CERDAS BERBASIS PROPORTIONAL INTEGRAL DERIVATIVE (PID) DENGAN METODE DEEP LEARNING. Undergraduate thesis, UPN Veteran Jatim.

Preview	Other (COVER) Cover.PDF Download (904kB) | Preview
Preview	Other (BAB 1) 1.PDF Download (13kB) | Preview
	Other (BAB 2) 2.PDF Restricted to Registered users only until 29 October 2023. Download (985kB)
	Other (BAB 3) 3.PDF Restricted to Registered users only until 29 October 2023. Download (254kB)
	Other (BAB 4) 4.PDF Restricted to Registered users only until 29 October 2023. Download (330kB)
Preview	Other (BAB 5) 5.PDF Download (5kB) | Preview
Preview	Other (DAFTAR PUSTAKA) Dapus.PDF Download (233kB) | Preview

Abstract

Perkembangan teknologi saat ini mengalami perkembangan yang sangat pesat dalam pengembangan kontrol sistem cerdas. PID kepanjangan dari Proportional Integral Derivative yang merupakan kontrol cerdas yang populer dan memiliki kinerja bagus serta kuat dalam kondisi operasi yang kesederhanaan fungsinya memungkinkan penggunanya menontrol secara mudah dan sederhana. PID mempunyai 3 kendali yaitu Proporsional, Integral, dan Derivative yang jika digabungkan kendali ini akanmenghasilkan keluaran risetime yang cepta dan error yang kecil. Dibantu dengan metode Deep Learning sebagai Machine Learning untuk membantu memperoleh hasil yang terbaik. Deep Learning ini akan di program menggunakan Python dan didukung open source Jupyter Notebook. Python merupakan pemrograman yang mudah dan efektif sehingga dalam mengerjakan program akan lebih mudah dan cepat. Open source jupyter notebook merupakan open source yang ringan dan mudah dalam penggunaannya sehingga simulasi ini akan menghasilkan perpaduan dari PID dan Deep Learning sebagai kendali cerdas. Kata kunci : Proportional, Integral, derivatif, PID, Deep Learning

Item Type:	Thesis (Undergraduate)
Contributors:	Contribution Contributors NIDN/NIDK Email UNSPECIFIED RAHMAT, BASUKI NIDN0023076907 UNSPECIFIED UNSPECIFIED DIYASA, I GEDE SUSRAMA MAS NIDN0019067008 UNSPECIFIED
Subjects:	Q Science > QA Mathematics > QA75 Electronic computers. Computer science
Divisions:	Faculty of Computer Science > Departemen of Informatics
Depositing User:	Amalia Hani
Date Deposited:	29 Oct 2021 06:47
Last Modified:	29 Oct 2021 06:47
URI:	http://repository.upnjatim.ac.id/id/eprint/3066

Actions (login required)

View Item