Robot self-balancing roda dua memerlukan pengendali yang mampu mengoreksi deviasi sudut badan secara cepat meskipun terdapat ketidakpastian pada pengukuran, aktuator, dan parameter mekanik. Penelitian ini menyajikan metode hybrid genetic algorithm–particle swarm optimization (GA–PSO) secara offline untuk mengoptimasi fungsi keanggotaan segitiga pada fuzzy logic controller Mamdani. Sudut badan dan kecepatan sudut digunakan sebagai masukan, sedangkan keluarannya adalah perintah pulse-width modulation bertanda. Genetic algorithm digunakan untuk mengeksplorasi konfigurasi fungsi keanggotaan yang layak, kemudian particle swarm optimization digunakan untuk penyempurnaan lokal di sekitar kandidat terbaik. Formulasi yang direvisi menjamin urutan parameter setiap fungsi keanggotaan segitiga serta menggunakan fungsi objektif ternormalisasi yang mencakup waktu tunak, deviasi puncak, galat keadaan tunak, integral absolute error, integral squared error, dan indeks usaha kendali PWM. Nilai perbandingan dari naskah awal menunjukkan bahwa pengendali hybrid memiliki respons terbaik dengan waktu tunak 0,89 s, deviasi puncak 2,3%, galat keadaan tunak 0,08°, IAE 0,041, dan ISE 0,021. Klaim energi sebelumnya diganti menjadi indeks usaha PWM karena pengukuran tegangan dan arus tersinkron belum tersedia. Hasil tersebut harus dikonfirmasi melalui pengujian perangkat keras berulang dan log bertanda waktu sebelum naskah dikirimkan.