Sistem Identifikasi Metode Parametrik pada Plant Motor DC Berbasis NI ELVIS II sebagai Media Pembelajaran

Penentuan sifat respon sistem terhadap berbagai variasi masukan memerlukan sebuah model matematis yang akurat, salah satunya diperoleh melalui metode identifikasi sistem. Pendekatan eksperimental dilakukan dengan cara menganalisis data masukan dan keluaran terukur untuk membangun model matematis dari suatu sistem dinamik, yang secara umum terbagi menjadi metode parametrik dan non-parametrik. Berbeda dengan pendekatan analitis yang mengandalkan hukum-hukum fisika dari setiap elemen sistem, identifikasi sistem parametrik berfokus pada estimasi parameter dalam struktur model yang didefinisikan berdasarkan fungsi kriteria minimum global. Penelitian ini bertujuan untuk mengestimasi nilai numerik parameter yang mengoptimalkan perbandingan antara keluaran model simulasi dengan keluaran terukur pada plant motor DC menggunakan metode parametrik. Struktur model yang diuji dalam penelitian ini meliputi Auto-Regressive dengan Exogenous Input (ARX), Auto-Regressive Moving Average dengan Exogenous Input (ARMAX), dan Output Error (OE). Menggunakan total 101 data masukan dan keluaran, ketiga struktur tersebut berhasil mentransformasikan data eksperimen menjadi model matematis yang valid. Hasil pengujian menunjukkan bahwa model ARX menghasilkan nilai fitness sebesar 93,91 persen, sedangkan model ARMAX dan model OE memberikan tingkat akurasi tertinggi yang setara, yaitu dengan nilai fitness sebesar 93,93 persen.