UNDIPUNDIP

Transient: Jurnal Ilmiah Teknik ElektroTransient: Jurnal Ilmiah Teknik Elektro

Automatic-antilock Braking System merupakan sistem pengereman otomatis yang aman pada kendaraan, khususnya mobil. Cara kerjanya 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 berupa slip agar tetap 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 “gurubagi 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.

Dari hasil simulasi dan analisis ANFIS automatic – antilock braking system berhasil memperbaiki dan mencapai stopping distance yang paling pendek serta nilai integral absolute error (IAE) dari slip yang paling kecil jika dibandingkan dengan Genetic-Fuzzy.Pada simulasi kondisi aspal kering kontroler ANFIS berhasil mencapai jarak berhenti pada jarak 12,46 m dengan nilai IAE 0,02771, dan kecepatan akhir 0 rad/s pada waktu 1,597 s sedangkan Genetic-Fuzzy mencapai jarak berhenti pada jarak 14,02 m dengan nilai IAE 0,06582 dan belum berhenti pada waktu 1,597 s.Pada simulasi kondisi aspal basah kontroler ANFIS berhasil mencapai jarak berhenti pada jarak 14,76 m dengan nilai IAE 0,01488, dan kecepatan akhir 0 rad/s pada waktu 1,940 s sedangkan Genetic-Fuzzy mencapai jarak berhenti pada jarak 16,17 m dengan nilai IAE 0,05087 dan belum berhenti pada waktu 1,940 s.

Berdasarkan penelitian ini, terdapat beberapa arah pengembangan penelitian lanjutan yang menarik untuk dieksplorasi. Pertama, penelitian selanjutnya dapat menginvestigasi pengaruh berbagai jenis fungsi keanggotaan pada kinerja ANFIS dalam sistem ABS, dengan tujuan untuk mengidentifikasi fungsi keanggotaan yang paling optimal dalam menangani kondisi jalan yang dinamis. Kedua, penelitian dapat difokuskan pada pengembangan sistem ABS yang terintegrasi dengan sensor-sensor canggih, seperti sensor tekanan ban dan sensor kondisi jalan, untuk meningkatkan akurasi dan responsivitas sistem. Ketiga, penelitian dapat mengeksplorasi penggunaan teknik pembelajaran penguatan (reinforcement learning) untuk melatih ANFIS secara adaptif, sehingga sistem dapat terus belajar dan meningkatkan kinerjanya seiring dengan perubahan kondisi lingkungan dan gaya mengemudi pengemudi.

Read online
File size668.78 KB
Pages8
DMCAReport

Related /

ads-block-test