@thesis{thesis,
		author={ },
		title ={DESAIN KENDALI TWIN ROTOR PADA SELF BALANCING MENGGUNAKAN METODE OPTIMASI GENETIC ALGORITHM},
		year={2020},
		url={https://digilib.unesa.ac.id/detail/ZmVlNWE4ZjAtZWJmYS0xMWVhLTlhOWEtOTc4MzAxYmRlODQ4},
		abstract={AbstrakTwin Rotor merupakan gabungan 2 buah motor DC brushless yangtelah dipasang propeller (baling-baling).Alat ini dapat diaplikasikan menjadi pesawat tanpa awak sebagai saranapenunjang kebutuhan transportasi udara pada bidang militer. Self balancing merupakan prototype yangdidesain seperti jungkat-jungkit dimana fungsinya untuk memperlihatkan kinerja twin rotor yang berada pada sisi kanandan kiri secara horizontal dalam mengatur keseimbangan. Dalam kinerjanya twin rotor membutuhkan suatu pengendalidengan tujuan agar dapat berjalan sesuai dengan posisi sudut yang diharapkan.Penelitian ini bertujuan untuk menciptakan sebuah solusi permasalahan terhadapkeseimbangan pada saat twin rotor dioperasikandengan cara memanfaatkan metode optimasi geneticalgorithm untuk mengurangi adanya overshoot hingga mempercepat waktukinerja respon untuk mencapai suatu posisi sudut yang di inginkan. Genetic algorithm merupakan salah satujenis metode optimasi yang memanfaatkan teori evolusi bumi. Ada 3 tahapanpenting pada metode optimasi genetic algorithm ini untuk memperoleh nilai Kp,Ki, Kd yang optimal, diantaranya terdapat selection,crossover, mutation. Pendekatan penelitian yang dilakukan berupa pendekatanpenelitian kuantitatif dimana pada pelaksanaannya menggunakan pola berpikirdeduktif dengan tujuan untuk melakukan pengumpulan data berupa angka, kemudiandiuji kebenarannya pada sebuah simulasi. Kontroller yang digunakan adalah PIDyang ditunjang dengan metode optimasi. Nilai yang diperoleh pada metodeoptimasi yang menggunakan fitur optimization pada software matlab diantaranya, Kp = 1.069, Ki = 0.668, Kd = 0.565.Pengujian melalui proses simulasi menjadi optimal, berkesinambungan antaragrafik respon dan  data analisis respondengan dibuktikannya nilai ts = 0.0013 s, td = 0.0004 s, tr = 0.0019 s,  Ess = 0.042, dan Mp = 1.14%  yang terjadi pada angka setpoint 1.Kata Kunci : SelfBalancing, Optimasi, PID, GeneticAlgorithm}
		}