digilib@itb.ac.id +62 812 2508 8800

2007 TA PP N. FUAD 1-COVER.pdf


2007 TA PP N. FUAD 1-BAB1.pdf

2007 TA PP N. FUAD 1-BAB2.pdf

2007 TA PP N. FUAD 1-BAB3.pdf

2007 TA PP N. FUAD 1-BAB4.pdf

2007 TA PP N. FUAD 1-BAB5.pdf

2007 TA PP N. FUAD 1-PUSTAKA.pdf

Jika penurunan rumus matematis dari suatu sistem sulit dilakukan, maka model sistem dapat diperoleh dari pemetaan masukan dan keluaran sistem yang dikenal dengan istilah identifikasi sistem. Dalam tugas akhir ini, identifikasi sistem dilakukan dengan menggunakan Wavelet Neural Network (Wavenet). Wavenet dapat digunakan untuk identifikasi karena kemampuannya dalam mengaproksimasi fungsi. Wavenet dapat digunakan untuk pengontrolan dengan mengaproksimasi inverse dinamika plant. Dalam tugas akhir ini, strategi kontrol dengan wavenet digunakan untuk pengontrolan gas heater plant. Dari hasil simulasi, disimpulkan bahwa wavenet dapat digunakan untuk identifikasi dan pengontrolan. Tingkat keberhasilannya dapat dilihat dari nilai RMSE sebesar 0,341 untuk identifikasi model linier dan 0,194 untuk identifikasi model nonlinier. Wavenet berhasil mengidentifikasi sistem gas heater plant dengan RMSE sebesar 0,218 pada saat pelatihan dan 0,779 pada saat validasi. Pada saat digunakan sebagai pengontrol temperatur keluaran gas heater plant, tingkat keberhasilan wavenet dapat dilihat dari RMSE sebesar 0,479 pada saat setpoint berubah dan 0,354 pada saat parameter plant berubah.