Teks ini membahas penerapan Algoritma Genetika (GA) untuk mengoptimasi parameter kontroler PID dalam sistem kendali kecepatan motor AC induksi dengan metode V/f loop tertutup. **1. Optimasi Parameter PID dengan GA (IV.1):** Sistem kendali kecepatan motor induksi menggunakan V/f loop tertutup digambarkan, di mana kontroler PID bertugas mengatur kesalahan kecepatan untuk menghasilkan referensi kecepatan slip dan sinkron. Optimasi parameter PID (Kp, Ki, Kd) dilakukan menggunakan GA melalui perangkat lunak MATLAB dan Simulink. Proses GA melibatkan inisiasi populasi acak, evaluasi fungsi objektif, seleksi individu terbaik, persilangan (crossover), dan mutasi, yang diulang selama 10 generasi hingga ditemukan solusi optimal. Hasil optimasi GA menghasilkan nilai parameter PID Kp=19.887, Ki=9.289, dan Kd=6.171. **2. Pengujian Sistem Jerat Tertutup (IV.2):** Kinerja sistem kendali PID yang telah dioptimasi dengan GA diuji melalui simulasi dan eksperimen, serta dibandingkan dengan sistem jerat terbuka. * **Perintah Masukan Fungsi Step (IV.2.1):** * **Simulasi vs. Eksperimen:** Menunjukkan kesesuaian yang baik dalam respons transien, tunak, dan saat diberi gangguan. Perbedaan eror dan karakteristik dinamik (rise time, settling time) relatif rendah. * **Jerat Tertutup vs. Jerat Terbuka:** Sistem jerat tertutup dengan GA-PID secara signifikan lebih cepat mencapai target kecepatan, meminimalkan kesalahan kondisi tunak (dari 1.10 menjadi 0.05), dan lebih baik dalam menahan gangguan torsi. * **Perintah Masukan Fungsi Ramp (IV.2.2):** * **Simulasi vs. Eksperimen:** Terdapat perbedaan respons akselerasi karena keterbatasan perangkat VFD, namun respons kondisi tunak (saturasi) dan penanganan gangguan menunjukkan kesesuaian yang cukup baik dan peningkatan kinerja. * **Jerat Tertutup vs. Jerat Terbuka:** Sistem jerat tertutup meningkatkan kinerja pada fase saturasi dengan meminimalkan kesalahan kondisi tunak (dari 1.10 menjadi 0.06) dan lebih efektif merespons gangguan, meskipun ada overshoot saat saturasi dan keterbatasan pada akselerasi karena VFD. **3. Analisis Perbandingan Kinerja PID dengan GA, Ziegler-Nichols (ZN), dan Cohen-Coon (CC) (IV.3):** Kinerja kontroler PID yang dioptimasi dengan GA dibandingkan dengan dua metode penyetelan klasik terbaik, yaitu Ziegler-Nichols (ZN) dan Cohen-Coon (CC). * **Perintah Masukan Fungsi Step (IV.3.1):** * GA-PID unggul dengan menghilangkan overshoot sepenuhnya dan memiliki waktu settling terendah (6.579 detik), menghasilkan respons kecepatan yang stabil. Metode ZN dan CC menyebabkan overshoot signifikan (11.76% dan 9.92%). * Saat diberikan gangguan, GA-PID menunjukkan eror kecepatan paling rendah dibandingkan metode klasik. * **Perintah Masukan Fungsi Ramp (IV.3.2):** * Meskipun akselerasi serupa untuk semua metode karena kendala VFD, GA-PID menghasilkan overshoot paling rendah saat saturasi (6.8%) dibandingkan ZN (10.8%) dan CC (10.5%). * GA-PID juga menunjukkan eror kecepatan terendah dan respons gangguan yang paling superior saat sistem diberikan beban. **Kesimpulan:** Secara keseluruhan, penggunaan strategi kendali PID yang dioptimasi dengan Algoritma Genetika secara signifikan meningkatkan kinerja sistem kendali kecepatan motor induksi. Hal ini ditandai dengan respons yang lebih akurat, stabil, minim overshoot, dan sangat efektif dalam menekan kesalahan kondisi tunak serta memitigasi dampak gangguan, melebihi kinerja metode penyetelan PID klasik seperti Ziegler-Nichols dan Cohen-Coon.