<![CDATA[Motor DC telah menjadi komponen penting dalam berbagai aplikasi industri dan perangkat elektronik. Namun, kendala dalam kestabilan kecepatan akibat variasi tegangan dan beban membutuhkan solusi kontrol yang adaptif. Penelitian ini mengimplementasikan algoritma SARSA berbasis Reinforcement Learning untuk mengontrol parameter Proportional Integral Derivative secara dinamis. Algoritma ini dirancang untuk meningkatkan respons sistem dalam menghadapi perubahan kondisi operasional. Dataset diperoleh melalui simulasi MATLAB, kemudian digunakan untuk melatih tabel Q yang memandu keputusan algoritma SARSA. Hasil pengujian menunjukkan bahwa sistem mampu menyesuaikan parameter PID dengan adaptif, menjaga kecepatan motor mendekati nilai target meskipun terdapat fluktuasi pada fase awal dan transien. Rata-rata kesalahan sistem sebesar 12,96%, mengindikasikan ruang untuk optimasi lebih lanjut. Penelitian ini membuktikan efektivitas SARSA dalam meningkatkan kestabilan motor DC dan berpotensi diterapkan pada sistem kontrol lainnya yang memerlukan adaptasi real-time.]]>
Copyrights © 2025
