Optimalisasi gerakan kemudi diperlukan untuk pergerakan kemudi dengan kendaraan. Gerakan yang salah menyebabkan mobil akan menghasilkan kesalahan posisi mobil pada jalur kendaraan. Beberapa studi telah dikembangkan dalam kemudi otomatis sepenuhnya dengan sistem kabel, termasuk yang dikhususkan untuk jalur input, menggunakan teknologi dan lintasan GPS. Pada penelitian ini sistem kemudi menggunakan kontroler PID Penggunaan Artificial Intelligence (AI) sangat membantu dalam mempercepat dan mengoptimalkan proses pengendalian kendaraan. Pada penelitian ini akan dikembangkan model Fully Automatic Steer By Wire System menggunakan 10 Degree Of Freedom (DOF) yang terdiri dari Model Kendaraan 7-DOF dan Model Penanganan Kendaraan 3-DOF. Metode yang digunakan adalah PID yang disetel metode kecerdasan buatan adalah Bat Algorithm (PID-BA). Sebagai pembanding digunakan juga Ant Colony Optimization (ACO), Particle Swarm Optimization (PSO), dan Firefly Algoritm (FA). Selanjutnya, metode ini digunakan untuk merancang mobil listrik nyata. .  Pada kecepatan standar 13,8 km/jam, metode PID-BA memiliki error terkecil sebesar 0,019 m. Metode PID-BA mampu mempertahankan ketepatan lintasan pada kecepatan 75,9 km/jam memiliki error terkecil sebesar 0,234 m. Hasil ini menunjukkan bahwa kondisi kendaraan yang sangat ideal. Penelitian lebih lanjut dapat diikuti dengan kondisi kendaraan yang sebenarnya.

Desain pengontrol PID untuk kontrol suhu tungku pemanas industri sangat diperlukan. Kontroler PID telah terbukti andal dan telah banyak digunakan. Namun, terkendala dalam memilih gain PID yang lebih baik. Oleh karena itu, makalah ini merupakan pendekatan untuk menentukan nilai gain PID yang paling tepat dengan menggunakan metode penyetelan kecerdasan buatan. Metode kecerdasan buatan yang digunakan adalah PSO. Cara ini terinspirasi dari perilaku burung dalam mencari makan. Kontroler PID dalam arsitektur PSO adalah pilihan terbaik dibandingkan dengan sistem kontrol loop tunggal konvensional, PID konvensional dan metode auto tuning matlab 2013a untuk mengontrol proses nonlinier ini. Hasil simulasi menunjukkan bahwa rancangan PID-PSO adalah metode terbaik dengan overshot = 0.0721, undershot 0.0081, dan settling time pada 30.4283 detik yang dapat menghasilkan respon yang cepat dengan kinerja dinamis yang kuat.

No abstract

No abstract

Unit-unit pembangkit tidak berada dalam jarak yang sama dari pusat beban dan unit-unit pembangkit tersebut mempunyai biaya pembangkitan yang berbeda-beda. Pada kondisi operasi normal, kapasitas pembangkit harus lebih besar dari jumlah beban dan rugi-rugi daya pada sistem. Konsumen membayar sejumlah daya yang mereka gunakan kepada perusahaan listrik, perusahaan listrik memproduksi listrik secara efektif supaya tidak ada daya yang terbuang. Salah satu cara memperkecil biaya pembangkitan yaitu menggunakan economic dispatch. Economic dispatch digunakan untuk membagi daya yang harus dibangkitkan oleh masing-masing pembangkit dari sejumlah pembangkit yang ada untuk memenuhi kebutuhan beban yang bertujuan untuk mendapatkan biaya bahan bakar yang minimum sehingga perusahaan listrik dapat meredam pengeluaran keuangan. Dua buah metode economic dispatch akan dibandingkan pada penelitian ini yaitu metode iterasi lamda dan metode quadratic programming. Perbandingan ini bertujuan untuk menentukan besarnya daya dan biaya pada sistem pembangkit termal. Metode iterasi lamda mempunyai kelemahan yaitu tidak mempertimbangkan batas kemampuan dari sebuah pembangkit, sedangkan metode quadratic programming mempertimbangkan batas kemampuan dari pembangkit. Hasil penelitian menunjukkan metode quadratic programming mempunyai hasil yang lebih baik. Pada perhitungan economic dispatch dengan jumlah pembangkit yang lebih banyak, metode quadratic programming lebih unggul jika dibandingkan dengan metode iterasi lamda.