Perpustakaan Digital ITB

Dalam beberapa tahun terakhir, perkembangan dan penerapan kecerdasan buatan (AI) telah menarik banyak perhatian. Sistem kontrol aktif untuk struktur sebagai peredam beban dinamik, seperti gempa, dapat dikembangkan dengan menggunakan teknologi AI sebagai pengontrolnya. Pengontrol non-AI seperti pengontrol linear quadratic regulator (LQR) memerlukan pengukuran full-state variable dari struktur yang jarang dapat dilakukan ataupun menggunakan state observer yang menambah waktu komputasi dan delay. Untuk mengatasi permasalahan tersebut, dua model AI yaitu artificial neural network (ANN) dan fuzzy logic (FL) telah dicoba sebagai pengontrol berbasis AI dalam berbagai penelitian. Meskipun demikian, penelitian yang ada cenderung berfokus pada salah satu model saja. Dalam penelitian ini, kedua model AI tersebut diselidiki untuk melihat kepraktisan dan efektivitasnya sehingga dapat mendukung perkembangan penerapan AI dalam kontrol struktur. Model AI diimplementasikan untuk mengendalikan active mass damper (AMD) di atas gedung berskala prototipe 3 lantai. Struktur tersebut dimodelkan dengan metode elemen hingga pada MATLAB. Identifikasi sistem dan model updating dilakukan agar diperoleh model elemen hingga yang mampu merepresentasikan struktur aslinya. Identifikasi dilakukan dengan mengubah data respon struktur asli kedalam domain frekuensi dengan fast Fourier transform (FFT). Model elemen tersebut di-update dengan direct updating method berdasarkan properti dinamis struktur hasil identifikasi. Hasil simulasi struktur dengan LQR digunakan sebagai benchmark dan digunakan sebagai data pelatihan model AI. Model ANN yang digunakan adalah autoregressive network with exogenous (ARX) dengan arsitekturnya terdiri atas 7 input, 3 hidden layer dan masing-masingnya terdiri atas 20 neuron, dan 1 output (7×20×20×20×1). Input pada model ANN berupa percepatan pada waktu t dan t-1 untuk seluruh lantai dan gaya kontrol pada waktu t-1. Model fuzzy logic controller yang digunakan berupa Sugeno fuzzy inference system yang parameternya dioptimasi dengan algoritma symbiotic organism search (SOS). Input pada model fuzzy berupa percepatan pada lantai 3 untuk t dan t-1 serta gaya kontrol pada waktu t-1. Komparasi dilakukan terhadap struktur dengan kontrol berbasis AI terhadap 8 gempa. Variabel-variabel yang dibandingkan meliputi nilai performance, perubahan properti dinamis dari struktur, serta stabilitas controller. Performance yang diukur meliputi defleksi maksimum, drift-ratio, percepatan absolut maksimum, percepatan absolut rata-rata, dan juga gaya kontrol maksimum. Perubahan properti dinamis struktur diperoleh melalui analisis pada domain frekuensi dan melakukan identifikasi sistem dari struktur dengan kontrol berbasis AI. Stabilitas controller dilihat dari kemampuan kontrol berbasis AI untuk mengembalikan struktur ke keadaan rest ketika diberi initial condition. Kemudian studi terhadap variasi kekakuan dan massa struktur juga dilakukan untuk melihat kemampuan kontrol berbasis AI terhadap struktur dengan properti dinamis yang berbeda. Variasi kekakuan dan massa dilakukan terhadap setiap lantai dengan tetap mempertahankan rasio kekakuan dan massa antar lantai. Hasil penelitian menunjukkan bahwa kedua model AI dapat mereduksi respons struktur dan bersifat stabil. Kedua model AI juga tetap dapat mengurangi respon untuk struktur dengan perbedaan kekakuan dan massa mencapai 50%. Meskipun demikian, ANN merupakan model AI yang lebih praktis dan efektif dibandingkan FL sebagai pengontrol berbasis AI untuk struktur dalam studi ini. Kontrol berbasis fuzzy logic dalam studi ini dapat ditingkatkan akurasinya, namun membutuhkan waktu yang jauh lebih lama dibandingkan dengan menggunakan ANN. Kemudian, efektivitas AMD berbasis ANN juga berhasil ditunjukkan oleh hasil eksperimen.