IDENTIFIKASI SISTEM ELECTROFORMING BERBAHAN KUNINGAN DENGAN METODE RECURSIVE LEAST SQUARE (RLS)

Rama Hasani (Jurusan Teknik Elektro Fakultas Teknik Universitas Brawijaya)
Erni Yudaningtyas (Jurusan Teknik Elektro Fakultas Teknik Universitas Brawijaya)
n/a Rahmadwati (Jurusan Teknik Elektro Fakultas Teknik Universitas Brawijaya)

Jurnal Mahasiswa TEUB
Vol 8, No 2 (2020)

Salah satu metode untuk mendapatkan model matematis dari sistem fisik adalah dengan identifikasi. Penelitian ini melakukan proses identifikasi sistem pada sebuah plant electroforming dengan pencarian estimasi menggunakan metode Recursive Least Square (RLS) dengan struktur model ARX orde 4. Dalam penelitian ini pengambilan pasangan data input-output dilakukan selama 80 menit pada setiap pengujiannya. Data input-output tersebut kemudian diolah dalam sebuah perangkat lunak identifikasi. Perangkat lunak tersebut menunjukkan setiap proses perubahan parameter dan hasil identifikasinya. Dari pengujian yang telah dilakukan didapatkan hasil parameter yaitu A1 sebesar -0,2451, A2 sebesar -0,2216, A3 sebesar -0,2016, A4 sebesar -0,182, B1 sebesar 0,1287, B2 sebesar 0,1179, B3 sebesar 0,1072, dan B4 sebesar 0,0965. Sedangkan hasil dari validasi menggunakan formula Akaike’s FPE mendapatkan nilai sebesar 0,0043 dan hasil dari uji keakurasian mendapatkan nilai best fit sebesar 95,5%. Kata Kunci: Identifikasi Sistem, Electroforming, Recursive Least Square, ARX.   ABSTRACT One method of obtaining a mathematical model of the physical system is by identification. This research conducted the process of identification of the system on an electroforming plant with an estimation search using the Recursive Least Square (RLS) method with ARX order 4 model structure. The collection of input-output data pairs in this research lasts for 80 minutes on each test. The input-output Data is then processed in an identification software. The software shows each process of parameter changes and their identifying results. From the tests that have been done obtained the parameters of the A1 -0.2451, A2 of -0.2216, A3 of -0.2016, A4 of -0.182, B1 of 0.1287, B2 of 0.1179, B3 of 0.1072, and B4 for 0.0965. While the result of validation using the formula of Akaike's FPE get a value of 0.0043 and the result of the fitness test get the best fit value of 95.5%. Keywords: System Identification, Electroforming, Recursive Least Square, ARX.