PENGENDALIAN KECEPATAN PUTAR MOTOR DC DENGAN JARINGAN SARAF TIRUAN B-SPLINE SECARA ON LINE

Transkripsi

1 1 of 9 PEGEDALIA KECEPATA PUTAR MOTOR DC DEGA JARIGA SARAF TIRUA B-SPLIE SECARA O LIE Abstrak Didik Widi Wardhana 1, Iwan Setiawan,ST. MT., Sumardii,ST. MT. Jurusan Teknik Elektro, Fakultas Teknik, Universitas Diponegoro, Jl. Prof. Sudharto, Tembalang, Semarang, Indonesia : ardha_wardhanai@yahoo.com Dalam perancangan kendali kecepatan putar motor dc secara konvensional, misal dengan menggunakan PI, PID, konstanta proporsional, integral dihitung berdasarkan parameter motor yang dikendalikan. Secara praktis seringkali parameter-parameter ini tidak diketahui. Sebuah pendekatan dalam pengendalian plant yang parameternya tidak diketahui dapat dilakukan dengan menggunakan aringan saraf tiruan. Dalam hal ini aringan saraf tiruan B-Spline digunakan sebagai komponen pengendali motor dc dengan parameter yang tidak diketahui. Pada aringan saraf tiruan ini hanya menggunakan B-spline orde 1, orde, dan orde Pada tugas akhir ini dilakukan penguian terhadap unuk kera aringan syaraf B-spline untuk mengendalikan kecepatan putar motor secara on-line. Penguian terhadap unuk kera aringan syaraf dilakukan dengan penguian pengaruh lau konvergensil,gain proposional. Hasil penguian menunukkan semakin besar lau konvergensi dan gain proposional yang diberikan semakin cepat waktu penetapan. B-spline orde mempunyai lau pembelaaran yang lebih baik dari pada orde dan orde 1. Kata kunci : Jaringan Syaraf Tiruan, B-Spline,Motor DC I. PEDAHULUA 1.1 Latar Belakang Dalam perancangan sistem kontrol konvensional, parameter-parameter kontrol dihitung berdasarkan parameter plant. Ada beberapa metode dalam kontrol yang secara konvensional sering dipergunakan yaitu memakai Proporsional Integral (PI), Proporsional Integral Derivatif (PID), Konstanta Proporsional, Integral. Metode tersebut mengendalikan berdasarkan parameter-parameter plant yang sudah diketahui atau sudah ditentukan sebelumnya, sehingga untuk merancang kendali konvensional perlu terlebih dahulu dilakukan identifikasi parameter motor DC yang akan dikendalikan Secara praktis, parameter plant tersebut tidak diketahui, sehingga perancangan sistem kontrol harus diawali dengan proses identifikasi plant yang akan dikontrol. Untuk suatu plant yang kompleks, proses untuk mendapatkan parameter plant merupakan proses yang sulit dan memakan banyak waktu. Pengendalian plant yang parameterparameternya tidak diketahui dapat dilakukan dengan menggunakan kendali cerdas yaitu dengan menggunakan aringan saraf tiruan sebagai komponen kendali sistem aringan syaraf tiruan. Setiap aringan syaraf tiruan memiliki kecepatan beradaptasi atau konvergensi yang berbeda beda, tergantung pada struktur aringan dan algoritma pembelaaran yang digunakan. Oleh karena itu, untuk mengendalikan plant secara on-line dengan aringan syaraf tiruan harus diketahui terlebih dahulu unuk kera dari masing masing aringan syaraf pada pengendalian plant secara on-line. Pada tugas akhir ini mengimplementasikan pengendalian kecepataan motor DC menggunakan aringan syaraf tiruan B-Spline secara on-line. Secara historis B-Spline telah digunakan secara umum sebagai algoritma pencocokan fungsi (surface fitting) didalam bidang visualisasi grafis selama 0 tahun belakangan ini. pertama kali B- Spline digunakan pada tahun 197 oleh Cox (197) dan DeBoor (197). Sistem kendali aringan syaraf tiruan yang dipergunakan yaitu memakai model Fix Stabilising Controller yang pernah diusulkan oleh Kraft G tahun 1990 secara on- line. 1. Tuuan Tuuan penyusunan tugas akhir ini adalah: a. Mengendalikan kecepatan motor DC dengan aringan saraf tiruan B-Spline secara on line. b. Menunukkan pengaruh-pengaruh pemilihan parameter yaitu lau konvergensi dan gain

2 proposional pada dinamika keluaran kecepatan rotasi motor. 1. Batasan Masalah Dalam tugas akhir ini diberikan pembatasanpembatasan sebagai berikut: 1. Pengendalian dengan aringan saraf tiruan B- spline ini tidak dibandingkan dengan metode lain.. Untuk pembaharuan (update) bobot aringan saraf tiruan menggunakan algoritma LMS (Least Mean Square).. Range referensi kecepatan motor dc maksimum hanya 00 rpm. 4. Perancanang aringan saraf tiruan B-Spline menggunakan orde 1,orde dan orde. II. DASAR TEORI.1 Jaringan Syaraf Tiruan Jaringan Syaraf Tiruan (JST) dibangun pada awalnya dengan tuuan untuk mengemulasikan (meniru) secara fungsional mekanisme kera otak manusia dalam menyimpan, belaar, dan mengambil kembali pengetahuan yang tersimpan dalam sel saraf atau neuron. Jaringan saraf tiruan pada dasarnya adalah fungsi pemetaan masukan keluaran system yang bebas model matematis atau dikenal dengan istelah estimator bebas model, system ini memetakan kondisi ke aksi, dalam hal ini system-sistem dinamis yang dimodelkan tidak diekspresikan secara matematis menggunakan fungsi alih tetapi direpresentasikan dengan menggunakan kotak fungsional yang mengestimasi fungsi-fungsi dari data pelatihan seperti yang diperlihatkan gambar.1 dibawah: Masukan (Kondisi) Jaringan Syaraf Tiruan Keluaran (aksi) Gambar 1 Jaringan Syaraf sebagai Fungsi Pemetaan. Struktur Kendali Fixed Stabilizing Controller Salah satu arsitektur kendali dengan menggunakan komponen aringan syaraf tiruan secara on line diusulkan oleh kraft G. pada tahun Arsitektur ini dikenal dengan istilah fixed stabilising controller yang diagram kotak selengkapnya diperlihatkan pada gambar dibawah.. Berdasarkan gambar tersebut terlihat bahwa pengendalian dengan aringan saraf tiruan secara on line ini memiliki dua buah kalang, kalang pertama adalah kalang umpan balik biasa dengan kendali proporsional sedangkan kalang kedua adalah kalang kendali dengan aringan saraf tiruan. + Reference - Learning Model Simple Gain Feed Foward Control + + Learning Signal Plant Gambar Diagram blok pengendalian Fixed stabilising controller Arsitektur kendali gambar tersebut merupakan kendali adaptif langsung dengan keluaran gain proporsional digunakan untuk melatih modul aringan saraf tiruan. Gain proporsional ini dirancang sedemikian sehingga kendali keseluruhan stabil. Sinyal kendali uga memberikan sinyal latih untuk aringan syaraf tiruan tersebut. Unuk kera sistem kendali ini tergantung pada titik operasi pengendalian, walaupun demikian pelatihan iterative pada modul aringan syaraf tiruan akan menyebabkan peningkatan unuk kera secara on line. Algoritma Least Mean Square (LMS) Algoritma LMS merupakan salah satu algoritma yang digunakan untuk pembelaaran atau update bobot aringan. Secara matematis algoritma LMS dituliskan sebagai berikut : w k+1 = w k + * α * error * x...(1) Dimana : w k+1 : Bobot pada cacah ke k+1 w k : Bobot pada cacah ke k α : Lau konvergensi ( 0 < α < 1) x : Masukan yang diboboti.4 Jaringan Syaraf B-Spline Secara historis B-spline telah digunakan secara umum sebagai algoritma pencocokan fungsi (surface fitting) didalam bidang visualisasi grafis selama 0 tahun belakangan ini. Perggunaan pertama B-Spline pertama kali digunakan pada tahun 197, ketika Cox (197) dan DeBoor (197). Ketika B-Spline digunakan sebagai model set data yang memodifikasi data secara lokal dan uga perubahan yang teradi secara bersamaan pada respon aringan lokal. Hal ini menadi salah satu kemampuan yang menadikan B-spline menarik untuk model adaktif dan kontrol [4]. B-Spline telah digunakan pada beberapa bidang yang berbeda dalam riset robotik. Penerapannya adalah pada pembangkitan lintasan Output

3 (alan) dimana kehalusan lintasan yang dihasilkan. Penggunakan lainnya adalah algoritma pemarkiran mobil secara otomatis, kompensasi non-linier robotik, pemodelan actuator robotik. Kemampuan utama algoritma B-Spline adalah nilai outputnya yang halus yang disebabkan oleh bentuk fungsi basis.keluaran dari fungsi basis secara otomatis ditentukan oleh algoritmanya..4.1 Struktur B-Spline Standar Operasi B-Spline ini direpresentasikan kedalam sebuah pemetaan. Pada gambar tersebut X adalah vektor ruang masukan, dimana ruang masukan ini membaca data dari faktor luar yaitu keluaran plant (unit sensor) dan nilai yang referensi. Pada bagian fungsi basis ini teradi aktifitas perumusan dalam pembentukan sistem algoritma yang digunakan dalam aringan B-spline. Dimana pada fungsi basis ini memiliki buah orde. Dimana Masing-masing orde ini mempunyai nilai fungsi basis yang berbeda. Fungsi keluaran fungsi basis ini digunakan untuk update bobot, Dimana ketiga orde tersebut ditunukan pada gambar dibawah ini : Gambar. Fungsi basis B-Spline dengan fungsi orde yang berbeda A adalah vektor asosiasi (memori konseptual) berdimensi m sedangkan Y adalah keluaran berdimensi satu (untuk keluaran lebih dari satu strukturnya dapat diubah secara langsung dengan vektor bobot sebanyak tambahan keluaran yang diinginkan). masukan tertentu. Jumlah fungsi basis yang memberi kontribusi pada keluaran B-spline adalah konstan yaitu sebanyak. Dalam hal ini ada kaitan langsung antara umlah basis fungsi yang diaktifkan oleh masukan tertentu dengan orde basis B-spline yang dipilih. Untuk masukan X dengan dimensi n dan keluaran skalar y seperti diperlihatkan oleh gambar.5 Maka keluaran B-spline adalah: p y( k) a ( k) w ( k)....() i 1 i Dengan w i (k) adalah bobot yang terasosiasi dengan fungsi basis ke-i dan a adalah keluaran fungsi basis non zero ke-i, dalam hal ini i=(1,, ).4.. Univariate Basis Function Keluaran basis fungsi yang diaktifkan oleh masukan tertentu (X) dapat dihitung dengan menggunakan hubungan recurrence dibawah ini [4] : x x k 1 k k 1 k 1( x) () 1 k k ika x I ( -1, ) = 0, lainnya dengan adalah knot (posisi) ke- dan I = ( -1, ) adalah interval ke- sedangkan k adalah orde dari basis fungsi tersebut, hubungan recurrence tersebut diilustrasikan oleh gambar.6 berikut: 1 i 1 1 Gambar 5. Hubungan recurrence 1. Fungsi Basis Orde 1 Misal 1 J adalah fungsi basis ke- dan I adalah interval ke- ( -1, ). Maka keluaran fungsi basisnya untuk masukan x adalah: Gambar 4. Diagram Blok JST B-spline Seperti halnya JST enis lainnya, Keluaran B- spline merupakan kombinasi bobot-bobot adaptif dari seumlah fungsi basis yang diaktifkan oleh 1 1 ika x I ( -1, ) = 0, lainnya (4) x (5) ( ) 1

4 B. Fungsi Basis Orde (linear sebagiansebagain) (a) 1 (b) 1 Gambar 6. a. Fungsi basis orde b. hubungan recurrence orde Keluaran basis fungsi orde yang diaktifkan oleh suatu masukan dimana pada orde fungsi basis 1 didapat nilai fungsi basis yaitu dan. x = 1. (6) 1 1 = x ( 1) 1 ( x )..(7) = +1...(8) C. Fungsi Basis Orde (kuadratik sebagiansebagian) (a) 1 1 Gambar 7. a. Fungsi basis orde b. hubungan recurrence orde Keluaran basis fungsi orde yang diaktifkan oleh masukan tertentu (x). dimana pada orde fungsi basis didapat nilai fungsi basis yaitu, 1,dan yang persamaannya dapat dihitung dengan menggunakan hubungan recurrence dibawah ini: = x ( ( x ).(9) 1 = x ( ) 1 1 x (10) = x ( x )...(11) = +1.(1) (b) 1 Fungsi Basis Dua Dimensi Fungsi basis dua dimensi menghitung keluaran B-spline terhadap masukan yang diberikan yaitu rpm referensi dan rpm plant. Fungsi basis dimensi ini digunakan untuk mencari letak nilai interval dan nilai fungsi yang baru setelah penggabungan nilai inputan yaitu dari masukan referensi dan masukan aktual rpm. ilai interval ini yang akan mengaktifkan letak bobot fungsi basis mana yang akan diaktifkan. Keluaran fungsi basis yang diaktifkan oleh masukan dihitung dengan mengalikan keluaran fungsi basis akibat masukan rpm referensi dan keluaran.. Algoritma Pelatihan B-spline Secara Iteratif Langkah 1 : Menentukan 0rde B-spline yang akan dihitung Langkah : Inisialisasi bobot w = [ ], Set lau konvergensi ( 0 < <1) Langkah : Untuk semua siyal latih kerakan langkah 4 - selesai Langkah 4 : Hitung Keluaran fungsi basis tiap input Langkah 5 : Hitung keluaran fungsi basis dimensi. Langkah 6 : Hitung keluaran out B-spline Langkah 7 : Hitung kesalahan (error) antara sinyal terharap (d) dengan keluaran B-spline error = d y Langkah 8:Update bobot-bobot tiap fungsi basis dan bobot basis dengan metoda LMS. W (baru)=w (lama)+.error [index] III PERACAGA.1 Perancangan Kontrol Jaringan Saraf Tiruan B-Spline Perancangan kontrol aringan syaraf tiruan B-Spline dilakukan untuk memberikan batasan terhadap besarnya parameter kontroller yang digunakan. Parameter kontroller tersebut meliputi gain proporsional, lau konvergensi, umlah fungsi basis berdasarkan orde dari fungsi basis yang ditentukan pada aringan syaraf B-Spline.1.1 Penentuan ilai Lau Konvergensi Jaringan Saraf B-Spline Lau konvergensi merupakan fungsi algoritma digunakan dalam proses penentuan kecepatan dalam proses pembaharuan pada tiap-tiap bobot aringan. Jika lau konvergensi yang dipilih

5 relatif kecil, maka kecepatan pembelaaran akan beralan secara lambat, dan sebaliknya ika lau konvergensi yang dipilih relatif besar akan mempercepat proses pembelaaran, bahkan dimungkinkan dapat teradinya over corrected pada bobot-bobot yang diperbaharui..1. Penentuan Gain Proporsional B-Spline ilai gain proporsional yang digunakan pada pengontrolan ditentukan secara empiris. Secara praktis besarnya gain proporsional yang dipilih dibatasi oleh tegangan maksimum DAC yang digunakan. Karena dalam penguian ini tegangan maksimum DAC adalah 5 volt, maka diusahakan sinyal kendali proporsional pada saat awal tidak melebihi 5 volt..gain Proporsional merupakan fungsi pengali yang digunakan untuk dapat mencapai referensi yang diinginkan..1. Penentuan ilai Fungsi Basis Tiap Input Pada Jaringan B-Spline IV. PEGUJIA DA AALISIS Dalam penguian ini algoritma B-spline akan diuikan untuk mengendalikan kecepatan motor dc. Untuk motor yang dikendalikan akan diamati pengaruh perubahan-perubahan parameter seperti lau konvergensi, dan gain proporsional. Untuk tiaptiap nilai parameter akan diamati respon kecepatan transiennya seperti waktu penetapan, waktu naik dan lonakan. Pengamatan yang dilakukan dengan bobot awal nol dan bobot hasil latih. 4.1 Penguian Pengaruh Gain Proposional Untuk memperlihatkan pengaruh pemilihan nilai gain proposional, pada penguian ini variasi nilai gain proposional yang berbeda mulai dari nilainilai yang lebih kecil kenilai yang lebih besar sedangkan nilai lau kovergensi dan kecepatan motor sama. Penguian ini dengan referensi motor 1000 rpm, dan lau kovergensi 0.5. Variasi nilai gain proposional digunakan adalah Fungsi B-spline Orde 1 Ambil data masukan B-Spline Rpm referensi dan rpm plant ormalisasi masukan referensi (dx) dan masukan rpm plant Indeks i = 1 Hitung keluaran fungsi basis orde-i (output_b-spline[1]) Hitung hasil kali keluaran fungsi basis ke-i (outputbspline[i]) dengan bobot ke-i (w_bspline[1]) = (outputbspline[1]) i =sum_basis+ 1 Tidak Hitung keluaran aringan b-spline dengan masukan (outrbforde) = umlah total outbspline [i] + bobot Selesai Gambar 8 Penguian Pengaruh Gain Proposional B-spline orde 1 Gambar 8 Diagram alir perhitungan keluaran b-spline dimensi

6 . Fungsi B-spline Orde Gambar 9 Penguian Pengaruh Gain Proposional B-spline orde Dari grafik respon diatas dapat diambil kesimpulan bahwa pada respon aringan syaraf B- sapline dengan menggunakan bobot pelatihan akan menadi semakin baik. Hal ini karena pada aringan B-Spline ketika menerima referensi yang baru maka aringan akan mengambil bobot bobot tertentu sesuai dengan memori yang aktifkan akibat referensi baru tersebut, masukan yang baru ia akan mengaktifkan fungsi basis yang berarti ketika ada referensi baru maka bobot yang digunakan adalah bobot hasil pelatihan terakhir. 4. Penguian Pengaruh Lau konvergensi Untuk memperlihatkan pengaruh pemilihan nilai gain proposional, pada penguian ini variasi nilai gain proposional yang berbeda mulai dari nilainilai yang lebih kecil kenilai yang lebih besar sedangkan nilai lau kovergensi dan kecepatan motor sama. Penguian ini dengan referensi motor 1000 rpm, dan lau kovergensi 0.05, gain proposional Pengaruh Lau konvergensi Orde 1. Fungsi B-spline Orde Gambar 10 Penguian Pengaruh Gain Proposional B- spline orde Gambar 11 Penguian Pengaruh Lau konvergensi B- spline orde 1

7 . Pengaruh Lau konvergensi Orde Gambar 1 Penguian Pengaruh Lau konvergensi B- spline orde Dari grafik respon diatas dapat diambil kesimpulan bahwa pada respon aringan syaraf B- spline dengan menggunakan bobot pelatihan akan menadi semakin baik. Lau konvergensi yang kecil mengakibatkan sistem lama mencapai keadaan tunak karena proses pembelaaran menadi relatif lama, sedangkan lau konvergensi yang besar mengakibatkan lonakan yang besar pada respon transien sistem karena adanya koreksi yang berlebih pada bobot aringan (over corrected) sehingga sinyal kontrol yang diberikan ke plant mengalami kenaikan yang besar. Gambar 1 Penguian Pengaruh Lau konvergensi B- spline orde 4. Penguian Referensi aik Untuk mengetahui kemampuan aringan dalam mengikuti perubahan referensi naik dilakukan penguian dengan mengubah referensi mulai dari rpm, dengan gain proposional 1 dan lau konvergensi 0.5 yang dibuat tetap. 1. Referensi aik B-spline Orde. Pengaruh Lau konvergensi Orde (a)bobot awal nol (a)bobot awal nol (b) Bobot hasil latih

8 Gambar 14 Penguian Referensi aik B-spline Orde. Referensi aik B-spline Orde mulai dari rpm dengan gain proposional 1 dan lau konversional 0.8 yang dibuat tetap. 1. Penguian Referensi Turun B-spline Orde (a)bobot awal nol Gambar 15 Penguian Referensi aik B-spline Orde Dari grafik diatas tampak bahwa pada saat digunakan bobot awal nol maka ketika referensi dinaikkan kedua aringan mampu mengikuti perubahan referensi naik.. Dengan menggunakan bobot hasil pelatihan waktu penetapan tiap perubahan referensi akan semakin cepat, tetapi pada aringan syaraf B-spline penggunaan bobot hasil pelatihan hanya berpengaruh pada respon awal terhadap referensi 500 rpm yaitu teradinya lonakan yang besar. Hal ini teradi karena ketika bobot hasil pelatihan digunakan, dimana bobot tersebut merupakan bobot untuk referensi terakhir yang diberikan yaitu 1500 rpm sehingga keluaran aringan B-spline besar akibatnya sinyal kontrol yang diberikan ke plant uga besar Penguian Referensi Turun Untuk mengetahui kemampuan aringan dalam mengikuti perubahan referensi naik dilakukan penguian dengan mengubah referensi (b) Bobot hasil latih Gambar 16 Penguian Referensi Turun B-spline Orde. Penguian Referensi Turun B-spline Orde (a)bobot awal nol

9 5. Saran (b) Bobot hasil latih Gambar 17 Penguian Referensi Turun B-spline Orde Dari grafik diatas tampak bahwa pada saat digunakan bobot awal nol maka ketika referensi diturunkan aringan mampu mengikuti perubahan referensi turun, ketika mengikuti perubahan referensi turun, sistem akan mengalami undershoot pada kecepatan 500 rpm yang cukup besar. Dengan menggunakan bobot hasil pelatihan undershoot dapat dikurangi sehinggga aringan mampu mengikuti perubahan referensi dengan baik. V PEUTUP 5.1 Kesimpulan Dari hasil penguian dan analisis dapat disimpulkan hal hal penting sebagai berikut : 1. Respon keluaran kecepatan motor dc akan sangat tergantung terhadap pemilihan parameter-parameter, yaitu besarnya lau konvergensi dan gain proporsional.. Pemilihan lau konvergensi yang relatif lebih besar akan menyebabkan keluaran transien mengalami lonakan tetapi lebih cepat mencapai sistem stabil dibandingkan dengan lau konvergensi yang lebih kecil.. Pemilihan gain proporsional relatif lebih besar akan menyebabkan keluaran transien lebih cepat mencapai stabil dibandingkan dengan pemilihan gain proporsional yang lebih kecil. 4. Penggunaan bobot hasil pelatihan akan meningkatkan unuk kera sistem dalam hal ini mempercepat waktu penetapan dan waktu naik serta mengurangi lonakan. 5. Sistem orde satu menunukkan unuk kera yang relatif buruk. Pada orde satu ini sebaiknya menggunakan lau konvergensi yang rendah untuk mengurangi isolasi yang teradi. Harga lau konvergensi yang digunakan bekisar Pada sistem B-spline orde tiga memiliki unuk kera yang lebih baik dibandingkan orde dua dan orde satu.. 1. Pengendalian kecepatan motor dc dengan aringan syaraf tiruan B-spline ini dapat dibandingkan dengan kendali lainnya misalnya RBF, CMAC, PID atau yang lainnya.. Perlu diteliti untuk menggunakan orde B- spline yang lebih tinggi dari orde. DAFTAR PUSTAKA. [1] Brown, Martin and Harris, eurofuzzy Adaptive Modelling and Control, Prentice Hall Inc, [] Coughlin, Robert and Federick Driscoll, Penguat Operasional dan Rangkaian Terpadu Linier, Jakarta : Erlangga. [] Haykin, Simon, eural erworks- A Comprehensive Foundation, Macmillan Colege- Publishing Company Inc, [4] Kraff, Gordon and David Campagna, A Comparison Between CMAC eural etwork Control and Two Traditional Adaptive Control Systems, Papers [5] Malvino, Prinsip Prinsip Elektronika, Jakarta : Erlangga, [6] Ogata, Katsuhiko, Teknik Kontrol Otomatik, Jilid 1, Erlangga, Jakarta, [7] Setiawan, Iwan. Pengaturan Kecepatan Motor DC dengan Kendali CMAC secara On-line. Jurusan Teknik Elektro Fakultas Teknik Universitas Gaah Mada Yogyakarta. [8]Widrow and Lehr,0 Years of Adaptive eural etwork : Perceptron, Madaline and Backpropagation, IEEE Journal. [9]..., supervised-bp.ppt [10]..., /004/rbf.pdf [11]..., ai-repository/ai/areas/neural/systems/cmac/ cmac.txt [1]..., csm10/euraletworks/rbfetworks.ppt [1]..., [14]..., [15]..., al.pdf.

10 BIOGRAFI Didik Widi Wardhana Lahir di Palembang. Sekarang sedang menyelesaikan studi Strata Satu Teknik Elektro Universitas Diponegoro angkatan tahun 00 dengan konsentrasi Teknik Kontrol. Mengesahkan, Pembimbing I, Pembimbing II, Sumardi, ST.MT Iwan Setiawan,ST.MT IP IP