Kurniawan Nur Aryadi, Kurniawan Nur
Jurusan Teknik Elektro, Universitas Diponegoro Semarang Jl. H. Prof. Sudharto, S.H., Kampus UNDIP Tembalang, Semarang 50275, Indonesia

Published : 1 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 1 Documents
Search

DESAIN SISTEM KONTROL ADAPTIVE NEURO FUZZY INFERENCE SYSTEM (ANFIS) PADA MODEL AUTOMATIC-ANTILOCK BRAKING SYSTEM Aryadi, Kurniawan Nur; Triwiyatno, Aris; Setiyono, Budi
Transient: Jurnal Ilmiah Teknik Elektro TRANSIENT, VOL. 4, NO. 4, DESEMBER 2015
Publisher : Universitas Diponegoro

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (684.828 KB) | DOI: 10.14710/transient.4.4.1021-1028

Abstract

Automatic-antilock Braking System merupakan sistem pengereman otomatis yang aman pada kendaraan, khususnya mobil. Cara kerja dari sistem ini adalah untuk mengukur slip pada roda sebagai variabel yang dikontrol dan torsi (torque) pengereman sebagai variabel yang dapat dimanipulasi. Penelitian ini dilakukan untuk merancang sistem kontrol yang dapat menjaga keluaran sistem yang berupa slip agar tetap dapat dipertahankan pada nilai setpoint. Pada penelitian ini, Adaptive Neuro Fuzzy Inference System (ANFIS) digunakan sebagai kontroler, yang merupakan kombinasi Fuzzy Logic Control dengan Neural Network yang memiliki kemampuan Adaptasi. Proses perancangan ANFIS memerlukan pasangan data masukan-keluaran yang disebut data pelatihan ( training) yang diperlukan untuk proses pembelajaran. Pada penelitian ini pasangan data pelatihan didapat dari kontroler PID yang dianggap sebagai “guru”bagi ANFIS. Tujuan dari proses pembelajaran ANFIS adalah meminimalkan error yang terjadi antara keluaran ANFIS dan PID. Implementasi kontroler pada penelitian ini dilakukan secara simulasi dengan menggunakan Matlab/Simulink dan akan dibandingkan hasilnya dengan Genetic-Fuzzy Automatic-Antilock Braking System. Hasil penelitian dan analisis yang didapatkan dari simulasi ANFIS automatic-antilock braking system berhasil mencapai jarak pemberhentian yang paling pendek  serta  nilai integral absolute error (IAE) dari slip yang paling kecil jika dibandingkan dengan  Genetic-Fuzzy automatic-antilock braking system.