Perpustakaan Digital ITB

Abstrak: Membangun model yang mewakili dinamika suatu sistem adalah tahap awal dalam menganalisis sistem. Proses penurunan model dinamika dapat dilakukan dengan menganalisis data pengukuran masukan-keluaran. Ini disebut identifikasi sistem. Terdapat beberapa alternatif struktur model yang dapat digunakan untuk mengidentifikasi sistem, baik sistem linier maupun nonlinier. Salah satu struktur model identifikasi sistem nonlinier adalah model Fuzzy-Hammerstein. Struktur model Fuzzy-Hammerstein terdiri atas blok statik nonlinier yang dihubungkan secara serf dengan blok dinamik linier. Blok statik nonlinier direpresentasikan oleh model fuzzy Takagi-Sugeno orde nol dan blok dinamik linier dinyatakan oleh model fungsi transfer. Struktur Fuzzy-Hammerstein tersebut digunakan sebagai model dalam mengidentifikasi sistem-sistem nonlinier. Parameter-parameter dalam model Fuzzy-Hammerstein diestimasi dengan teknik least-squares. Selanjutnya parameter tersebut dioptimasi menggunakan pemrograman kuadratik (quadratic programming). Solusi pemrograman kuadratik dalam tesis ini, menggunakan dua metoda yaitu metoda optimasi quadratic programming dan metoda algoritma genetik. Kedua metoda tersebut ingin dibandingkan kinerjanya, yaitu dalam hal nilaifitness-nya. Algoritma identifikasi model Fuzzy-Hammerstein selanjutnya diimplementasikan pada sebuah model simulasi nonlinier dan sebuah unit sintesa amoniak yang merepresentasikan sistem n il. Hasil identifikasi memperlihatkan bahwa algoritma identifikasi model Fuzzy-Hammerstein mampu mengidentifikasi sistem-sistem nonlinier. Pada model simulasi, terlihat bahwa metoda optimasi algoritma genetik mampu memberikan nilai _fitness yang lebih baik daripada metoda quadratic programming. Demikian pula pads model plant sintesa amoniak.