RSS

Disain ANN Untuk Identifikasi Sistem

14 Nov

ANN yang didisain sebagai identifikasi sistem dilakukan dengan membandingkan hasil estimasi ANN dengan nilai keluaran yang seharusnya. Oleh sebab itu, dirancanglah suatu diagram yang digunakan untuk menggabungkan dan membandingkan kedua keluaran tersebut.

  • Blok Diagram Identifikasi Sistem

Blok diagram identifikasi sistemnya untuk kedua plant, baik persamaaan matematis maupun sistem Pressure Process RIG adalah sebagai berikut:


Gambar 4.1 Blok Diagram ANN Untuk Identifikasi Sistem

  • Blok Diagram Identifikasi Untuk Fungsi Matematis

Gambar 4.2 Blok Diagram Identifikasi Untuk Fungsi Matematis

Dengan mengacu kepada struktur gambar di atas, maka terlihat aliran input masuk ke dalam plant dan aliran ANN-nya. misal kita menggunakan input (1) yaitu . Maka inputan (1) akan masuk kedalam sistem dan diproses didalam plant, hingga akhirnya menjadi output. Dalam struktur ANN yang telah dirancang, pertama kali nilai input pada state x(k) yang akan masuk ke dalam neural masukan dan nilai ini akan terus bergeser sebanyak 50 kali, demikian pula terjadi pada keluaran sistem y(k) yang akan bergeser sebanyak 50 kali. Dengan demikian, karena masukan ANN berasal baik dari x(k) maupun y(k), jumlah keseluruhan data masukan adalah 2×50 data = 100 data.

Neural masukan untuk nilai input X(k) berjumlah 6 buah dari total 11 buah neural masukan dengan parameter penundaan waktu (time-delayed), yaitu masing-masing adalah x(k), x(k-1),x(k-2), x(k-3), x(k-4), dan x(k-5). Lalu nilai keluaran dari sistem dari y(k-1), y(k-2), y(k-3), y(k-4), dan y(k-5) akan masuk ke dalam neural masukan juga. Neural ini berjumlah 5 yang mempunyai nilai masukan dari state y(k-1). Nilai neural masukan antara nilai input sistem dengan keluaran sistem ini bergeser sesuai jumlah data yang digunakan. Lalu nilai-nilai yang berada dalam neural masukan tersebut masuk ke dalam hidden layer. Hidden layer yang telah dirancang sebanyak 5 buah untuk memenuhi aturan jumlah neuron hidden layer yang merupakan setengah dari jumlah neuron input layer. Kemudian setelah di lakukan komputasi maju dari hidden layer, nilai-nilai tersebut masuk ke dalam output layer yang berjumlah 1 buah. Nilai ini kemudian dibandingkan dengan nilai state y saat itu juga. Kemudian setelah dibandingkan dan didapatkan nilai fungsi error. Kemudian dilakukan back propagation hingga mencapai nilai error yang dinginkan untuk menghentikan epoch.

Proses normalisasi yang terdapat pada blok diagram di atas digunakan agar ANN mampu mengestimasi keluaran dari sistem yang bernilai lebih dari 1 dan kurang dari -1, karena fungsi eror yang digunakan adalah fungsi bipolar sigmoid. Oleh karena itu, nilai keluaran plant yang bernilai >1 akan dijadikan 1 dan < -1 akan dijadikan -1. Untuk mengembalikan nilai agar sesuai dengan outputan, maka perlu dilakukan denormalisasi kembali.

Proses normalisasi dilakukan dengan membagi nilai Z score data output dengan norm data output secara centralized.

[y,miny,maxy]=zscore(y);

absy=norm(y);

y=y/absy;

ZScore dan Norm merupakan fungsi yang telah tersedia di dalam MATLAB. Fungsi Zscore tersebut akan mengembalikan data ke posisi tengah data. Zscore dihitung dengan menggunakan mean dan standar deviasi sepanjang nilai Y. Pembagian fungsi zscore dengan fungsi norm digunakan untuk membatasi nilai inputan ANN agar terdiri dari nilai -1 sampai 1.

  • Blok Diagram Identifikasi Untuk Sistem Pressure Process RIG

Sistem kerja blok diagram identifikasi untuk sistem PPR ini tidak jauh berbeda dengan persamaan matematis, yang berbeda hanyalah blok plantnya saja, dimana untuk sistem PPR ini plant digantikan dengan sistem PPR. Sama halnya dengan fungsi matematis, pada blok diagram ini terdapat normalisasi dan denormalisasi


Gambar 4.3 Blok Diagram Identifikasi Untuk Sistem Pressure Process RIG


 
Leave a comment

Posted by on November 14, 2012 in Artificial Neural Network

 

Leave a Reply

Fill in your details below or click an icon to log in:

WordPress.com Logo

You are commenting using your WordPress.com account. Log Out / Change )

Twitter picture

You are commenting using your Twitter account. Log Out / Change )

Facebook photo

You are commenting using your Facebook account. Log Out / Change )

Google+ photo

You are commenting using your Google+ account. Log Out / Change )

Connecting to %s

 
%d bloggers like this: