DESAIN KONTROLER FUZZY PADA MODEL AUTOMATIC BRAKING SYSTEM DENGAN ANTILOCK

Transkripsi

1 DESAIN KONTROLER FUZZY PADA MODEL AUTOMATIC BRAKING SYSTEM DENGAN ANTILOCK Rezki Ahmaliansyah 1), Aris Triwiyatno 2), dan Budi Setiyono 2) Jurusan Teknik Elektro, Fakultas Teknik, Universitas Diponegoro, Jln. Prof. Sudharto, Tembalang, Semarang, Indonesia Abstrak Pada saat ini, kendaraan bermotor sudah menjadi kebutuhan primer bagi masyarakat. Sarana praktis yang wajib dimiliki oleh orang orang dengan segudang kegiatan dan ingin berpindah tempat secara cepat. Banyaknya jumlah kendaraan bermotor dapat berimbas pada makin banyaknya kecelakaan yang terjadi. Penyebabnya beraneka ragam, mulai dari tabrakan karena ada benda di depan mobil atau tergelincirnya kendaraan akibat pengereman yang menyebabkan slip. Slip merupakan hal yang sangat dihindari dalam mengendarai mobil. Slip disebabkan oleh penguncian roda mobil yang mengakibatkan laju roda berhenti secara drastis, namun laju kendaraan belum berhenti. Hal ini menyebabkan mobil tidak bisa dikontrol. Dengan semakin majunya teknologi, para ilmuawan menemukan sistem pengereman yang menghindari penguncian pada roda (antilock) dan sistem pengereman otomatis (automatic ). Antilock untuk mencegah penguncian roda mobil yang menyebabkan slip dan automatic bertujuan untuk melakukan pengereman otomatis. Penggabungan kedua sistem pengereman (automatic dan antilock) dibuat sebagai pengaman pada mobil dan pengemudi agar tidak terlambat dalam melakukan pengereman. Sistem automatic dengan antilock ini akan dikontrol dengan fuzzy. Sistem pengereman ini akan dibuat simulasinya dan dibandingkan dengan antilock sistem biasa (on-off) dan fuzzy antilock.. Hasil penelitian yang didapatkan oleh simulasi automatic dengan fuzzy yaitu nilai integral area error dari slipnya terkecil dari fuzzy antilock dan antilock dengan kontrol on-off. Stopping Distance dari fuzzy automatic paling pendek dari fuzzy antilock dan antilock on-off. Kata Kunci : Slip, Automatic Braking, Antilock,, Matlab Abstract On this time, vehicles have become an important thing for many people. People whom have many schedule and must go to the other place fast, need their vehicle. but as many vehicle make impact for increasing accident. The cause of accident are various, among collision because there is another vehicle in front of our car. The other cause, the vehicle is slip when time. Slip is very avoidable in the driver. Slip due to locking of wheel, cause car wheel velocity stop drastically, but vehicle velocity do not stop completely. This condition makes the car can t be controlled. Cause technology continues to evolve,the scientiest invent the that avoids locking the wheels (antilock) braki ng s and automatic (automatic ). Antilock to prevent wheel lock-up car that caused the slip and automatic aiming to automatic. Combining and controlled both of them with fuzzy which aims to maintain the vehicle so as not to slip. By comparing it with the basic antilock (on-off control) and the fuzzy antilock with matlab simulation. The results obtained by simulation fuzzy automatic with antilock is value of integral area error of slip the smallest of fuzzy antilock antilock with on-off control. Stopping Distance or distance of fuzzy automatic with antilock is shorter than fuzzy antilock and on-off antilock. Kata Kunci : Slip, Automatic Braking, Antilock,, Matlab 1. Pendahuluan Pada masa sekarang ini, kendaraan bermotor bukanlah benda yang asing lagi, kendaraan bermotor telah menjadi alat transportasi dan kebutuhan primer bagi masyarakat. Sarana praktis yang wajib dimiliki oleh orang orang untuk melakukan aktifitas dan ingin menuju ke suatu tempat secara cepat tanpa mengharapkan kendaraan umum. Namun semakin bertambahnya jumlah kendaraan di Indonesia, semakin marak dengan berita kecelakaan yang terjadi. Berdasarkan hasil penelitian Sabey dan S. [1] Taughton (1975),berikut beberapa faktor yang berpengaruh terhadap terjadinya kecelakaan lalu lintas. 1) Mahasiswa Teknik Elektro UNDIP Tabel 1 Faktor faktor yang berpengaruh terhadap kecelakaan lalu lintas [1] Kontribusi faktor-faktor yang berpengaruh Persentase terhadap kecelakaan Lalu lintas Faktor manusia saja 65% Faktor manusia + jalan 24% Faktor manusia + kendaraan 4,5% Faktor jalan saja 2,5% Faktor jalan + kendaraan 0,3% Faktor kendaraan saja 2,3% Faktor manusia + jalan + kendaraan 1,4% Total 100% Banyaknya jumlah kendaraan bermotor berimbas pada makin banyaknya kecelakaan yang terjadi. Agus Hamonangan [2] mengungkapkan dalam tulisannya bahwa 80 persen kecelakaan berawal dari kesalahan manusia di antaranya adalah terlambat D1 2) Dosen Teknik Elektro UNDIP

2 D2 melakukan pengereman dan kepanikan dalam menekan pedal rem, sehingga pedal rem di tekan secara penuh. Tabel 2 Jarak yang dibutuhkan dalam pengereman[3] Kecepatan mobil (km/jam) Jarak berpikir untuk mengerem (m) Braking distance (m) Total jarak (m) Sebagaimana contoh yang diberikan sumber [3], dengan kecepatan pada saat pengereman adalah 30 mil/hour (48,28 km/jam). jarak waktu untuk berpikir 9 meter, distance 14 meter, total jarak yang ditempuh adalah 23 meter. Menurut sumber, 6 mobil berhenti pada jarak pemberhentian total 23 meter. Penulis merancang sebuah simulasi sistem safety untuk pengereman otomatis dengan menjaga slip agar tidak roda tidak terkunci dengan matlab. Dengan desain kontroler fuzzy yang diterapkan di model automatic dengan antilock. 2. Metode 2.1 Automatic Braking System Pada automatic yang dirancang penulis menggunakan sistem pengereman antilock yang ditambahkan input jarak pada sistem antilock. Sistem antilock akan menghasilkan jarak yang akan diumpan balikkan dengan input jarak. Persamaan dan model anti-lock [4] adalah hasil dari hukum Newton yang diaplikasikan pada roda dan kendaraan. Pergerakan kendaraan merupakan gaya total yang ditujukan untuk kendaraan selama proses pengereman berlangsung. = [4 ( ) + ( ) + ( )] (1) adalah massa dari kendaraan; aerodinamis yang dilawan oleh mobil. merupakan gaya ( ) = (2) Gaya lawan angin berasal dari perkalian konstanta ( ) dan kecepatan kendaraan ( ). Lalu, ( ) adalah gaya traksi dan ( ) adalah gaya dari kendaraan yang merupakan hasil dari pergerakan vertikal gradien di jalan yang mengakibatkan : ( ) = sin( ) (3) Dimana adalah sudut kemiringan dari jalan, dan adalah konstanta percepatan gravitasi. Persamaan gaya traksi ( ): ( ) = ( ) ( ) (4) ( ) = (5) Gambar 1 Pergerakan roda [4] Besar gaya traksi dipengaruhi ( ), dan ( )selalu berubah berdasarkan slip yang dialami oleh roda [5]. (a) (b) Gambar 2 (a) Perubahan koofesien gesek terhadap slip (b) Slip [6] ( ) adalah gaya normal yang dimiliki oleh roda. Model ini diasumsikan bahwa kendaraan mempunyai 4 roda (mobil) dan berat dari kendaraan didistribusikan merata di setiap roda. Sehingga gaya yang diterima masing masing roda adalah : ( ) = cos ( ) (6) [8] Karena ( )/ adalah kecepatan sudut dari kendaraan, yang dipengarahi oleh kecepatan angular dari roda: = ( ) (7) Dimana adalah jari jari dari roda. Perubahan dinamika roda diperlihatkan dengan penjumlahan torsi yang terjadi dimasing masing roda yaitu meliputi : ( ) = [ ( ) + ( ) + ( )] (8) ( ) adalah kecepatan sudut dari roda, adalah inersia rotasi dari roda, adalah koofesien gesekan roda, ( ) adalah torsi pengereman, dan ( ) adalah torsi yang dihasilkan karena slip antara roda dan jalan. Pada umumnya ( ) adalah tire torque adalah torsi yang dialami roda yang geraknya sesuai pergerakan dari arah mobil.

3 D3 Persamaan 2.8 merupakan tire torque yang terjadi di keempat roda mobil. ( ) = ( ) (9) Dalam pengontrolan antilock, adalah memjaga nilai maksimal pada perubahan koofesien gesek. Pada gambar 2.5(a) diperlihatkan titik tertinggi kooefesien gesek pada masing masing kondisi jalan. Lalu pada gambar 2.5(b) dapat dilihat bahwa 0,2 stabil dan > 0,2 tidak stabil. Pada umumnya koofesien gesekan selama pengereman berlangsung bisa didefinisikan slip (ketidaklinieran) yaitu : Gambar 4 Blok sistem secara keseluruhan ( ) = ( ) ( ) ( ) (10) 2.2 Kontroler Struktur dasar pengendali logika fuzzy terdiri dari 4 komponen utama [7] yaitu: 1. Unit fuzifikasi (fuzzification unit). 2. Basis pengetahuan (knowledge base). 3. Logika pengambilan keputusan ( decision making). 4. Unit defuzzifikasi (defuzzification unit). Keempat komponen utama akan bekerja sama untuk menentukan keluaran fuzzy. Gambar 2.18 memperlihatkan komponen-komponen utama pengendali logika fuzzy berupa struktur dasar. Gambar 5 Sistem secara lengkap pada simulink Automatic mempunyai input berupa jarak ( ) dan kecepatan kendaraan ( / ) Model automatic menggunakan sistem pengereman antilock. Namun yang berbeda adalah adanya input jarak pada sistem pengereman automatic. Gambar 3 Struktur dasar logika fuzzy 3. Perancangan 3.1 Pemodelan Automatic Braking System dengan Antilock Model automatic dengan antilock dibuat dengan beberapa asumsi-asumsi sebagai berikut: 1. Massa kendaraan yang konstan. 2. Track yang dituju merupakan jalan lurus dan rata. 3. Koefesien viscous friction pada roda dan koefesien daya dorong angin terhadap kendaraan diasumsikan konstan. Gambar 6 Diagram blok masukan automatic Data kecepatan yang masuk ke automatic adalah kecepatan awal kendaraan ( / ) dan perubahannya selama pengereman terjadi. Sama halnya dengan kecepatan, data distance (perubahan jarak) diambil dari jarak yang ditempuh oleh kendaraan selama pengereman terjadi. Hasil dari distance selama mengalami pengereman akan diumpan balik sebagai pengurang dari setpoint distance.

4 D4 Gambar 7 Diagram blok antilock Tabel 3 Data antilock Data antilock Nilai Satuan Massa 1368 Kg Rw M 1.13 Nms 2 6 Ns 4 Ns Gravitasi (g) 9.8 m/s 2 Dslip Kontroler untuk automatic Dalam perancangan kontrol tidak memerlukan persamaan matematis yang rumit, yang diperlukan adalah data masukkan dan keluaran yang benar penting. Pada perancangan simulasi automatic inputan fuzzy control ada 3, yaitu kecepatan, jarak, dan error slip. Dengan keluaran output berupa sinyal kontrol untuk membuka valve pada master silinder. Tabel 4 Input dan output fuzzy controller untuk automatic. Masukan Range Keluaran Range Distance 0 sampai 20 meter Kecepatan 0 sampai 30 m/s Slip -0,2 sampai 0,2 Ubrake -1,5 sampai 1,5 Sedangkan untuk keluaran sisstem fuzzy ada satu, yaitu nilai crips dari logika fuzzy yang dimisalkan dengan Ubrake, dimana nilai keluaran dari logika fuzzy ini akan menjadi penguat untuk bukaan master silinder. Lalu untuk metode pengambilan keputusan menggunakan metode inferensi Max-Min (Mamdani) dengan data aturan sistem and yang dalam aturannya menggunakan aturan operasi minimum mamdani, dan defuzzifikasi COA (center of area) Gambar 8 Input fuzzy E automatic. Gambar 9 Input fuzzy D pada automatic. Gambar 10 Input fuzzy Vv pada automatic. Gambar 11 Output fuzzy Ubrake pada automatic. Dengan 3 input dan masing masing mempunyai masing masing 5 membership function, sehingga rule yang didapat seharusnya ada 125 rules. Namun dalam perancangan tidak mencapai angka 125 melainkan hanya 105 rules karena ada beberapa rule yang tidak memungkinkan terjadi untuk antilock Tabel 5 Input dan output controller untuk fuzzy antilock. Masukan Range Keluaran Range Kecepatan 0 sampai 30 m/s Slip -0,2 sampai 0,2 Ubrake -1,5 sampai 1,5

5 D5 Pada saat kondisi aspal kering sistem akan diberikan input kecepatan 15 m/s (54 km/jam) dan jarak 15.6 meter pada data m-file nya. Maka dilakukan analisa pada : Perbandingan Slip Gambar 12 Input fuzzy E automatic. Gambar 13 Input fuzzy D pada automatic. Gambar 15 Perbandingan slip dengan kondisi aspal kering. Gambar 14 Output fuzzy Ubrake pada antilock. Pada penelitian tugas akhir ini didasarkan pada hubungan ketiga input ( distance, velocity, dan error slip) dan satu output (Ubrake) pada proses yang terjadi di plant. Pembuatan rule pada fuzzy dengan metode trial error, yaitu dengan metode mencoba hingga hasil sesuai dengan keinginan. Dengan 2 input dan masing masing mempunyai masing masing 5 membership function, sehingga rule yang didapat ada Analisa dan Pembahasan 4.1 Simulasi Kondisi Jalan Aspal Kering Pada bagian ini dituliskan hasil simulasi dan analisis automatic mulai dari slip, torque, kecepatan, dan stopping distance. Untuk slip, kecepatan, dan stopping distance akan dibandingkan dengan antilock biasa yang menggunakan on off kontroler dan fuzzy antilock. Kontroler fuzzy dirancang untuk mempertahankan slip pada 0,2 agar mendapatkan gaya gesek terbesar yaitu 1. Dengan memberi input terhadapa sistem berupa kecepatan awal sebelum pengereman dan jarak untuk melakukan pengereman. Pada gambar 4.2 yang merupakan perbandigan slip, Slip pada Automatic merupakan yang paling mendekati set point (0,2) dibandingkan dengan Antilock dan fuzzy antilock. Slip automatic mempunyai titik overshoot 0,218 sedangkan untuk antilock yang hanya dikontrol dengan on-off kontroler mempunyai titik overshoot 0,2219 Sedangkan antilock yang dikontrol dengan fuzzy punya titik overshoot 0,1852. Terlihat pada automatic slipnya pada saat terakhir naik menjadi 1, hal ini disebabkan kendaraan sudah dalam keadaan berhenti (v=0) sehingga slip =1 pada kondisi berhenti (waktu = 1,779 s). Sedangkan slip Antilock dan fuzzy antilock berada pada titik 0,1944 dan 0,177 (kondisi antilock dan fuzzy antilock belum berhenti total pada waktu = 1,779 s. Perbandingan Kecepatan Gambar 16 Kecepatan kendaraan dan roda pada automatic

6 D6 Jarak yang ditempuh selama pengereman ( Stopping Distance) Dengan jarak pengereman yang sama, pengereman dimulai ketika jarak 16 meter, namun terlihat perbedaan jarak yang ditempuh selama pengereman. Seperti yang terlihat automatic lebih cepat untuk berhenti. Pada detik 1,779 s, automatic mencapai jarak 15,02 meter. Sedangkan pada detik 1,779 s antilock dan fuzzy antilock belum berhenti sempurna seperti pada gambar 22. Antilock dan fuzzy antilock menempuh jarak masing masing 16,33 dan 15,67 meter. Gambar 17 Kecepatan roda dan kendaraan fuzzy antilock Gambar 19 Perbandingan stopping distance Setelah dilakukan percobaan, maka di dapatkan stopping distance sebagai berikut: Gambar 18 Kecepatan roda dan kendaraan antilock Pada gambar 16 merupakan kecepatan kendaraan dengan automatic. Pada detik ke 1,779 s terlihat kecepatan wheel dan vehicle sudah mencapai 0 km/jam. Sedangkan kalau melihat gambar 17 yang merupakan grafik kecepatan kendaraan dan roda pada fuzzy antilock belum berhenti pada detik ke 1,779 s. Untuk kecepatan kendaraan menunjukkan 1,964 km/jam dan kecepatan roda 1,631 km/jam. Begitu juga pada antilock yang ditunjukkan pada gambar 18, kecepatan kendaraan dan roda pada detik ke 1,779 s masing masing 3,634 km/jam dan 2,961 km/jam. Tabel 6 Perbandingan hasil stopping distance untuk kondisi aspal kering Stopping Distance (meter) No Input Automatic Antilock v0 Waktu Jarak antilock (m/s) (s) (m) 1 1 0,35 0,5 0,24 0,26 0, ,50 1 0,66 0,72 0, ,61 1,8 1,21 1,32 1, ,71 2,4 1,85 2,03 2, ,81 3,1 2,59 2,82 2, ,91 4 3,44 3,7 3, ,00 5 4,37 4,66 4, ,10 6 5,40 5,71 6, ,20 7,2 6,48 6,87 7, ,29 8,1 7,68 8,14 8, ,39 9,5 8,96 9,51 9, , ,36 10,96 11, ,59 12,4 11,86 12,45 12, , ,4 14,02 14, ,78 15,6 15,02 15,67 16, ,87 17,4 16,77 17,45 18, ,97 19,1 18,63 19,36 20, , ,61 20,35 21,04 Perbandingan Integral Area Error Dari grafik slip IAE yang didapat untuk masing masing pengereman adalah sebagai berikut :

7 D7 Tabel 7 Perbandingan integral area error pada kondisi aspal kering dengan range kecepatan m/s Kondisi Jalan Dry Dry Dry Masukan/ kecepatan On-off antilock Integral area error antilock automatic 15 m/s 0, ,1312 0, m/s 0, , , m/s 0, , , Simulasi Kondisi Jalan Aspal Basah Perbedaan kondisi jalan aspal kering dan basah berada pada ( ) koofesien gesek roda terhadap aspal. Pada gambar 2(a), terlihat grafik perbandingan gaya gesek terhadap slip, koofesien gesek paling tinggi adalah ketika slip berada pada angka 0,2 dimana koofesien gesek menunjukkan angka 0,8. Apabila dibandingkan dengan kondisi jalan aspal koofesien gesek pada kondisi jalan aspal basah lebih rendah. slipnya saat terakhir naik menjadi 1,hal ini disebabkan kendaraan sudah dalam keadaan berhenti ( =0) sehingga slip =1 pada kondisi berhenti (waktu = 2,095 s). Sedangkan slip untuk fuzzy antilock berada pada 0,1783 dan antilock dengan kontrol on-off berada pada 0,2121 (keduanya belum berhenti total pada waktu = 2,095 s). Kecepatan Gambar 21 Kecepatan roda dan kendaraan pada automatic Pada saat kondisi aspal basah sistem akan diberikan input kecepatan 15 m/s (54 km/jam) dan jarak 17,5 meter pada data m-file nya. Maka dilakukan analisa pada : Perbandingan Slip Gambar 22 Kecepatan roda dan kendaraan pada fuzzy antilock Gambar 20 Perbandingan slip pada kondisi aspal basah Pada gambar 23 yang merupakan perbandigan slip, slip pada automatic merupakan yang paling mendekati set point (0.2) dibandingkan dengan antilock dan fuzzy antilock. Slip automatic mempunyai titik overshoot 0,2142 sedangkan untuk antilock yang hanya dikontrol dengan on-off kontroler mempunyai titik overshoot 0,2206 Sedangkan antilock yang dikontrol dengan fuzzy punya titik overshoot 0,1858. Terlihat pada automatic Pada gambar 21 merupakan kecepatan kendaraan dengan automatic. Pada detik ke 2,0954 s terlihat kecepatan wheel dan vehicle sudah mencapai 0 km/jam. Sedangkan kalau melihat gambar 22 yang merupakan grafik kecepatan kendaraan dan roda pada fuzzy antilock belum berhenti pada detik ke 2,0954 s. Untuk kecepatan kendaraan menunjukkan 1,466 km/jam dan kecepatan roda 1,296 km/jam. Pada antilock yang ditunjukkan pada gambar 23, kecepatan kendaraan pada detik ke 2,0954 s masing masing 2,114 km/jam namun untuk kecepatan rodanya 1,667 km/jam pada detik ke 2,095 s.

8 D8 Gambar 23 Kecepatan roda dan kendaraan pada antilock Jarak yang ditempuh selama pengereman ( Stopping Distance) Gambar 24 Perbandingan jarak yang ditempuh pada kondisi aspal basah Dengan start pengereman yang sama, pengereman dimulai ketika jarak 17,5 meter, namun terlihat perbedaan jarak yang ditempuh selama pengereman. Seperti yang terlitah pada gambar 21 automatic lebih cepat untuk berhenti. Pada detik 2,095 s, automatic mencapai jarak 17 meter. Sedangkan pada detik 2,095 s fuzzy antilock belum berhenti sempurna, bisa dilihat dari gambar 426. antilock menempuh jarak masing masing 17,54 meter. Lalu untuk antilock dengan kontrol on-off menempuh jarak 18,0 meter dengan waktu 2,095 s. Tabel 8 Perbandingan stopping distance untuk kondisi aspal basah Stopping Distance (meter) Automatic No v0 (m/s) Waktu (s) Input Jarak (m) antilock Antilock syste m 1 1 0,35 0,8 0,24 0,26 0, ,5 1,4 0,66 0,72 0, ,62 1,8 1,21 1,32 1, ,74 2,4 1,88 2,05 2, ,87 3,2 2,67 2,88 3, ,99 4 3,59 3,04 4, ,12 5,2 4,63 4,87 5, ,24 6,3 5,74 6,04 6, ,36 7,5 7,01 7,35 7, ,48 9 8,78 8,78 9, ,61 10,4 9,87 10,34 10, , , , ,85 13,8 13,23 13,74 14, ,97 15,5 15,04 15, ,09 17, , ,22 19,5 19,06 19,65 20,12 Perbandingan Integral Area Error Dengan melakukan hal yang sama dengan input kecepatan 14 dan 16 m/s, didapat hasil perbandingan integral area error pada kondisi aspal basah pada tabel 9. Tabel 9 Perbandingan integral area error pada kondisi aspal basah dengan range kecepatan m/s Kondisi Jalan Wet Wet Wet Masukan/kecepatan On-off antilock Integral area error antilock automatic 14 m/s 0,0723 0, , m/s 0,089 0, , m/s 0,088 0,1005 0, Kesimpulan dan Saran 5.1 Kesimpulan 1. Jarak yang ditempuh selama pengereman automatic berhenti pada jarak 17 meter pada waktu 2,095 s sedangkan antilock dan fuzzy antilock mencapai 18 dan 17,54 meter. Untuk antilock dan fuzzy antilock belum berhenti total pada detik ke 2,095 s. 2. Pada simulasi kondisi jalan aspal kering ataupun basah, automatic lebih cepat berhenti dibanding antilock dan fuzzy antilock. 3. Pada kondisi aspal basah dengan kecepatan yang sama dengan kondisi aspal kering lebih membutuhkan jarak lebih jauh dan waktu lebih lama untuk membuat mobil berhenti.

9 D9 4. Kecepatan maksimal yang bisa dikontrol pada kondisi aspal kering adalah 17,5 m/s (63 km/jam). 5. Kecepatan maksimal yang bisa dikontrol pada kondisi aspal basah adalah 16 m/s (57,6 km/jam). 5.2 Saran 1. Untuk penelitian lebih lanjut dapat juga dikembangkan untuk menggunakan model predictive control yang digabung dengan kontroler yang lain, baik itu PID, Adaptif, dan sebagainya. 2. Dibuat simulasi bergerak yang dapat menunjukkan proses pengereman secara visual dan bisa diterapkan di hardware. 3. Dapat juga menambahkan membership fuction pada fuzzy agar ketelitian dari data dapat meningkat sehingga respon yang dihasilkan menjadi lebih optimal. Biografi Rezki Ahmaliansyah (L2F009004) lahir di Palembang, pada tanggal 07 September Mempunyai latar belakang pendidikan yaitu : SDN 200 Palembangi, SMP N 29 Palembang serta SMA Plus Negeri 17 Palembang. Saat ini penulis sedang menjalankan masa pendidikannya di S1 Teknik Elektro Universitas Diponegoro. Mengetahui dan Mengesahkan Dosen Pembimbing I Dr. Aris Triwiyatno, S.T.,M.T. NIP Dosen Pembimbing II Referensi [1] Sabey.,Taughton. S, Geofrey. Grime, Handbook of Road Safety Research, Great Britain: Butterworth and Co [2] Hamonangan. Agus, [Forum-Pembaca-Kompas] 80 Persen Kecelakaan Bermula dari Kesalahan Manusia, Kompas, [3] ance.htm, copyright dari Cranford University, [Diakses 17 Juli 2013] [4] Lin, C.M., Hsu, C.F., Self-Learning Sliding- Mode Control for Antilock Braking Systems., IEEE Transactions on Control Systems Technology, vol.11, no.2, Maret 2003 [5] M. Oudghiri, M. Chadli. A. El Hajjaji, Robust Sliding Mode Control for Antilock Braking System, France, [6] [ Diskses pada tanggal 30 Mei 2013] [7] S. Kusumadewi and S. Hartati, Neuro- Integrasi Sistem & Jaringan Syaraf, 2nd ed. Yogyakarta: Graha Ilmu, [8] Erwanda, D. Kusuma, and Dkk., Pengendalian Temperatur pada Economizer Unit Boiler Menggunakan Gain Scheduling PID Controller di PT. Petrokimia Gresik, Institut Teknologi Sepuluh November, Surabaya, 2011 Budi Setiyono, S.T.,M.T. NIP