Anda di halaman 1dari 10

Kestabilan Sistem Linier Terlambat untuk Kasus Skalar

Ari SANTOSO Laboratorium Teknik Pengaturan J T Elektro ITS E-mail : santoso@ee.its.ac.id

Abstract
Letak semua akar-akar karakteristik dari suatu sistem adalah sangat penting untuk mengetahui kedinamikan dari sistem tersebut. Akar-akar tersebut akan bergantung dari parameter-parameter a-b dan untuk kasus system linier terlambat scalar. Selama ini untuk kriteria kestabilan sistem linier terlambat pada kasus skalar hanya memberikan syarat cukup dari batasan-batasan parameter-parameternya. Mori [5] telah memetakan daerah kestabilan terhadap parameter a-b akan tetapi syarat mutlak untuk ketiga parameternya a-b dan belum ada yang membahas, karena kesulitan dalam menghitung letak akar-akar karakteristik sistemnya secara tepat. Pada artikel ini akan dibuktikan bahwa semua methode selama ini hanya memberikan syarat cukup saja, dengan cara menggunakan methode optimal untuk menghitung akar-akar karateristik system linier terlambat. Methode optimal merupakan gabungan dari teori Bellman dan Cooke tentang pemetakan pole-pole dari sistem terlambat didaerah sumbu real dan imaginer yang mana akar-akar tersebut mempunyai akar-akar ditakterhingga, akan tetapi pendekatan ini masih kasar, dan digabungkan dengan teknik Newton-Raphson, maka didapatkan suatu hasil yang mempunyai error kecil sekali. Dengan demikian akan didapatkan syarat mutlak untuk kestabilan suatu system terlambat scalar Keywords : Time-Delay System, Stability, Bellman-Cooke, Newton-Raphson, Linier System, Lyapunov Equation.

1. Pendahuluan
Kestabilan dari sistem linier terlambat merupakan problem teori maupun praktek yang akhir-akhir ini semakin berkembang permasalahannya. Beberapa teori tentang sistem terlambat telah banyak dibahas seperti fungsi Lyapunov-Razumikhin, Lyapunov-Krasovskii[3] dan sudah dikembangkan juga penyelesaian dengan memakai pendekatan LMI (Linear Matrix Inequality). Seperti yang telah dibahas Mori[5], kriteria kestabilan sistem terlambat dapat di klasifikasikan menjadi dua yaitu yang tergantung besarnya harga keterlambatan dan yang tidak tergantung besarnya harga keterlambatan. Dalam artikel tersebut Mori memaparkan daerah kestabilan berdasarkan parameter-parameter a-b untuk suatu sistem linier terlambat kedalam tiga derah yaitu daerah tidak stabil, daerah mutlak stabil dan daerah stabil yang bergantung harga . Untuk menentukan batasan minimum harga maka perlu pembuktian dan penurunan persamaan linier sistem terlambat dengan menggunakan persamaan Lyapunov-Razumikhin ataupun Lyapunov-Krasovskii[3]. Elsgolts pada tahun 1973 [4], Niculescu [6,7] banyak membahas permasalah dari sistem terlambat dan memberikan batasan cukup untuk parameter a, b dan , akan tetapi sampai saat itu tidak ada yang bisa membuktikan bahwa sejauh mana pendekatan tersebut keefektifannya terhadap batasan parameter-parameternya yang mutlak, meskipun demikian semua teori tersebut dapat dibuktikan bahwa

pendekatan harga tetaplah masih kasar dengan cara membandingkan dengan hasil perhitungan untuk mencari letak pole-pole dari persamaan sistem terlambat untuk kasus skalar dalam makalah ini semua ini dibuktikan akan kekurang efektifannya. Methode yang dipakai selama ini untuk mencari akar-akar karakteristik dari suatu sistem terlambat merupakan suatu pendekatan yang belum bisa menentukan letak sesungguhnya dari akar-akar tersebut. Dengan demikian kita belum bisa menentukan suatu sistem stabil atau tidak, ataupun membuktikan teori-teori analisa sistem linier terlambat yang efektif dan tepat. Pada tahun 1963, Bellman dan Cooke [3] telah mengusulkan suatu perhitungan pendekatan untuk mencari akar-akar karakteristik dari suatu sistem linier orde 1 dengan semua parameternya konstan. Hasil dari pendekatan tersebut mempunyai kesalahan yang besar dan merupakan fungsi dari faktor keterlambatan (). Meskipun demikian mereka juga mengusulkan batasan-batasan dari letak akar-akar tersebut dalam kontur tertentu. Pada makalah ini kita membahas teori pendekatan dari Bellman dan Cooke yang merupakan dasar dari methode optimal dan kita sebut methode optimal karena kita menggunakan pendekatan Bellman dan Cooke sebagai harga awal yang kita gabungkan dengan teknik Newton-Raphson, dan juga pada akhir pembahasan kita juga menggunakan contohcontoh dari kasus kestabilan sistem linier terlambat untuk kasus skalar sebagai contoh numerik. Dengan menggunakan methode ini Ari Santoso [1] telah membuktikan bahwa semua batasan untuk parameter-parameter a, b dan yang telah diberikan direferensi [4, 6, 7, 8 dan 9], tidak mendekati batasan 1

secara akurat dan Lee [11] mengemukakan bahwa semua pole-pole dari persamaan linier terlambat bisa dibatasi oleh sebuah disk dan bahwa asumsi Lee ini bisa dibuktikan oleh Ari Santoso [2] adalah tidak tepat secara general. Notasi : Beberapa notasi yang digunakan pada makalah ini adalah + adalah set dari bilangan real tidak negatif. n menotasikan ruang Euclidia dengan dimensi n. Cn, = C ([-,0],n) menotasikan ruang Banach dari fungsi vektor kontinyu dengan interval penggambaran [- ,0] ke dalam n dengan topologi dari konvergen uniform. Istilah : Sistem linier terlambat : The linear system with time-delay; konstanta keterlambatan : Time-delay constant; Sistem linier tak tergantung harga keterlambatan : the linear system independent of timedelay; Sistem linier tergantung harga keterlambatan : the linear system dependent of time-delay; ruang Euclidia : space of Euclidien; ruang Banach : space of Banach.

H ( s ) = s (1 + ( s )) + be s = 0
untuk harga |s| dan (s)0 , maka

s + be s = 0 ses = b
ln s + Re( s ) = ln b untuk b 0
(5)

2.1. Daerah Kestabilan


Menurut Mori[5], sistem (3) yang mempunyai persamaan karakteristik (4) dapat diklasifikasikan menjadi dua yaitu sistem terlambat yang bergantung besarnya harga keterlambatan dan yang tidak bergantung besarnya harga keterlambatan (lihat gambar 1). Catatan : S , dan S terletak di dalam S(0)={(a,b): a+b>0} yang menggambarkan daerah kestabilan stabil asimptotik ketika harga keterlambatan nul 0 dimana +. Bukti : kita anggap a b 0 dan S=j, maka persamaan (4) menjadi :

2. Hasil Utama
Suatu persamaan sistem mempunyai bentuk sebagai berikut : linier terlambat (1)

H ( s ) = j + a + be = 0

(5) (6) (7)

a + bCos( ) = 0

& x ( t ) = Ax(t) - A d x(t - )


dengan harga awal :

bSin( ) = 0
= 0, maka a+b=0

x(t + ) = ( ) , [- ,0], C1,r

(2)

hasil ini merupakan perbatasan antara daerah stabil dan daerah tidak stabil.

Definisi : jika sistem (1) mempunyai harga = 0 maka sistem adalah stabil asimptotik dan matrik A+Ad adalah stabil menurut kriteria Hurwitz (semua harga eigen valuenya terletak di sebelah kiri dari sumbu imajiner). Jika sistem (1) tersebut kita fokuskan hanya untuk kasus skalar (parameter konstanta) maka bisa kita tulis :

, maka a = b

& x ( t ) = ax(t) - bx(t - )

(3)

dimana a, b dan dan > 0 , maka persamaan karakteristiknya adalah :

H ( s) = s + a + bes

(4)

hasil ini merupakan perbatasan antara daerah kestabilan bergantung besarnya keterlambatan (S) dan daerah kestabilan tidak bergantung besarnya keterlambatan (S). Daerah kestabilan S merupakan daerah yang bergantung pada harga keterlambatan , jika harga b semakin besar bedanya dengan harga |a|, maka harga keterlambatan akan semakin kecil, agar supaya tetap dicapai sistem yang stabil. Sedangkan daerah kestabilan S merupakan daerah yang tidak tergantung pada besarnya harga keterlambatan dengan catatan | b | < a. Pada sub-bab berikutnya akan kita buktikan secara numerik. Menurut gambar 1 semakin kecil harga , maka harga batasan b=a akan semakin lebar dengan kata lain, 2

dan persamaan ini bisa kita tulis dalam bentuk sebagai berikut :

jika kita kecilkan harga daerah batasan S akan semakin luas yang berakibatkan suatu sistem akan mudah mencapai daerah kestabilan, tapi sebaliknya jika harga maka akan kita dapatkan batasan maksimum S adalah a=b, ini akan kita buktikan di bawah ini. Ambil a=0 dan b 0, maka persamaan (5) menjadi :

Teori 1 : Penyelesaian kasar (x(t)0) dari persamaan fungsi differensial (8) adalah stabil asimptotik jika :

<

1 b

Bukti : Kita ambil fungsi Lyapunov sebagai berikut :

V ( x(t )) =

bCos( ) = 0 bSin( ) =
kondisi dimana = k / 2 k = 1,3,5,... b = k / 2 dan jika kita ambil k=1 b = / 2 , jadi untuk a = 0 maka b = / 2 . Ambil a 0, b 0 dan 0, maka : ini akan terpenuhi jika hanya jika maka maka

1 2 x (t ) 2

(12)

turunan dari persamaan tersebut menjadi :

& V ( x(t )) = bx 2 (t ) + b 2 x(t ) x(t + ) d


2

lim Sin( ) =
0

& jika ada konstanta q > 1, > 0 sehingga V ( x (t )) < 2 |x(t)| , jika V(x())<qV(x(t)), t- 2 t, maka teori Razumikhin dapat diaplikasikan untuk penyelesaian kasar x(t) 0, maka akan kita dapatkan :
2 & V ( x(t )) < b(1 b q ) x(t )

maka b = 1 / dan kita dapatkan juga a = 1 / . Bahwa, daerah batasan kestabilan bergantung dan tidak bergantung adalah a [1 / , ] (gambar 1).

(13)

2.2. Batasan Harga


Pada sub bab ini kita akan mengaplikasikan fungsi Lyapunov untuk analisa sistem linier terlambat agar dicapai harga keterlambatan yang optimal dan juga memakai konsep dari fungsi Razumikhin, yaitu dengan menganggap penyelesaiannya adalah penyelesaian kasar (x(t)0) dari persamaan (3). a=0 dan b > 0 Pada kasus ini persamaan (3) menjadi :

& Menurut teori Lyapunov V ( x (t )) harus tidak positif agar persamaan x(t) stabil, sehingga kita dapatkan batasan sebagai berikut :
1 b q > 0

>

1 b q

jika kita ambil q=1, maka

& x ( t ) = - bx(t - )
0

(8)

dengan menggunakan rumus Leibniz-Newton :

>

1 b

(14)

& x(t - ) = x(t) - x(t + ) d


-

(9) a 0 dan b > |a| Pada kasus ini, persamaan (3) menjadi :

maka kita dapatkan bentuk persamaan baru dari persamaan (6) :

& x(t) = - bx(t) + b 2 x(t + ) d


2

(10)

& x(t) = (a + b)x(t) +


-

dengan kondisi awal :


v x(t0 + ) = ( ) , [-2 , ], C1,2 (11)

[ax(t+ ) + bx(t + )] d

(15)

yaitu dengan mensubsitusikan Newton(persamaan (9)).

rumus

Leibniz-

Sin( ) =

b a b

(19)

Teori 2 : Penyelesaian kasar (x(t) 0) dari persamaan fungsi differensial (15) adalah stabil asimptotik jika hanya jika :

untuk 0 < < /

Cos ( ) =

<

a + b b (a + b )

a arcCos ( b )

(20)

dengan menghilangkan dari persamaan (18) dan (19) : hasil ini akan sama dengan teori 1 jika a = 0.

Cos 2 ( ) + Sin 2 ( ) =

a2 2 + b2 b2
(21)

Bukti : dengan cara yang sama dengan bukti untuk teori 1, maka
2 & V ( x(t )) < (a + b) ab q b2 q x(t )

= b2 a 2

ab q + b2 q < a +

maka dari persamaan (20) dan (21) kita peroleh :

<

a+b b( a + b )

* =
(16)

a arcCos( b )

b2 a2

(22)

Dari persamaan (16) kita anggap a = b > 0 maka kita dapatkan < 1 = 1 , jadi untuk a = b yaitu daerah a b perbatasan antara daerah S dan S, maka sistem (3) akan stabil asimptotik jika hanya jika < 1 = 1 . a b

Teori 3 [2] : dari sistem (3), kita akan dapatkan : (1) S = { (a,b) : a >|b|} (2) S = { (a,b) : b > |a|} maka sistem tersebut akan stabil asimptotik untuk harga keterlambatan sembarang, jika hanya jika 0 < * dimana * adalah

teori tersebut membuktikan bahwa jika suatu sistem linier terlambat mempunyai parameter yang sama (a=b) maka menurut teori 3 akan kita temukan harga * yang menuju tak hingga, pada kenyataannya kita akan kesulitan secara numerik untuk menghitungnya, dengan kata lain sistem dalam ambang batas antara tergantung dan tidak tergantung pada harga keterlambatan . Demikian juga dengan harga a > |b|, maka akan ditemukan harga * imajiner atau pada kasus ini sistem tidak tergantung pada harga keterlambatan .

2.3.
(a)

Pendekatan Bellman dan Cooke


Bila sistem (pers. 1-2) stabil asimptotik, maka akarakarnya mempunyai bentuk sebagai berikut : 1. Akar-akar tersebut simetrik terhadap sumbu real. Akar-akar tersebut terletak dalam bagian kiri dari sumbu imajiner. Akar-akar tersebut membentuk seperti kurva eksponensial untuk |s| sangat besar. Untuk |s| kurva dari akar-akar tersebut menjadi paralel dengan sumbu imajiner dan Re (s) - .

Usulan 1 [3]

=
*

a arcCos( b )

b2 a2

(17) 2. 3. 4.

Bukti : Persamaan karakteristik sistem (4) akan menjadi sebagai berikut, untuk s = j :

j + a + b(Cos ( ) jSin( )) = 0
Cos ( ) = a b
(18)

Semua akar-akar karateristik dari sistem (pers. 1-2) untuk |s| cukup besar, maka harga dari akar-akar tersebut adalah :

tiap-tiap batasan yang diberikan Bellman dan Cooke (lihat gambar 3).

C + 2k C1 1 s = lnb ln 1 + + o( k ) 1 k (5) i 1[C1 + 2k + o( lnk )] k


(b) Bila sn adalah akar ke-n dari sistem (pers. 1-2), maka untuk setiap interval (Cl,C(l+1)), ada sepasang akar dari akar-akar sn yang simetrik dengan sumbu real, dimana l=1,2, Cl adalah lingkaran dengan jari-jari l--1 dan C0 adalah titik asal. (c) Kontur Cl mempunyai sifat sebagai berikut : 1. 2. 3. Cl berada di titik asal dan sebagai titik pusat. Cl terletak didalam C(l+1) (l=1, 2, ). Kontur Cl terletak minimum d > 0 dari akarakar h(s), jika s terletak di kontur dan sn adalah suatu akar, maka

Methode perhitungan ini sangat cepat dan effektif, karena dengan menggunakan iterasi sebanyak 30 kali kita akan dapatkan kesalahan yang mendekati 10-14. Tapi jika kita dapatkan hasil yang mempunyai kesalahan yang besar maka sebenarnya bukan methode perhitungan optimal yang tidak tepat tapi kita tidak tepat memberikan harga awalnya, karena adanya faktor eksponensial pada persamaan karakteristik itulah yang menyebabkan kita harus hati-hati dalam memberikan harga awalnya. Parameter b sangat penting dalam memberikan harga awal untuk perhitungan ini karena dengan memberi tanda negatif akan kita dapatkan hasil yang berbeda dalam batasan Cl dengan tanda positif.

Usulan 2 [2] : (1). Kita anggap harga awalnya adalah tepat, maka harga akar-akar yang tepat sn tersebut berada disekitar hasil dari pendekatan Bellman dan Cooke dan tidak akan keluar dari batasan Bellman dan Cooke (Cn,Cn+1), dan akar-akar tersebut merupakan sepasang akar yang bercermin terhadap sumbu real. Jika b > 0 maka sepasang akar tersebut akan terletak diantara batasan Bellman dan Cooke (Cl,Cl+1), dimana l=0,2,4 . Jika b < 0 maka sepasang akar tersebut akan terletak diantara batasan Bellman dan Cooke (Cl,Cl+1), dimana l=1,3,5 . Bukti dari usulan ini akan di demontrasikan pada contoh numerik yang akan kita bahas pada subbab berikutnya.

inf s sn = d > 0 .
s, sn

(2).

4.

Kontur Cl terletak sepanjang lingkaran |s| =l-1 (lihat gambar 2). (3).

Pendekatan yang dilakukan oleh Bellman dan Cooke menghasilkan kesalahan yang cukup besar dan merupakan fungsi dari konstanta keterlambatan, dan juga tidak dapat menjelaskan kestabilan dari suatu sistem, karena pendekatan ini mengabaikan parameter a. Pada kenyataannya harga Re si adalah sangat kecil jika dibandingkan dengan harga Im si, karena menurut usulan (1 a), akar-akar tersebut akan paralel terhadap sumbu imajiner untuk i. Meskipun demikian dengan menggunakan batasan kontur Cl, kita akan dapatkan akar-akar yang sebenarnya karena akar-akar tersebut terletak disekitar akar-akar usulan Bellman dan tidak akan keluar dari batasan Cl tersebut.

2.5.

Contoh Numerik

Pada subbab ini kita akan buktikan usulan tersebut diatas dan juga analisa kestabilan untuk sistem linier terlambat dengan parameter konstant [10][11], yaitu untuk b > 0 dan terletak didaerah S [1] : Menurut S.I. Niculescu [9] kasus ini bisa kita formulakan dengan parameternya harus memenuhi |b| < a dan a > 0, dengan demikian akan kita buktikan bahwa untuk harga berapapun faktor keterlambatan () maka sistem akan tetap akan stabil.

2.4.

Optimalisasi dengan Teknik NewtonRaphson

Perhitungan ini kita sebut optimal karena kita menggabungkan pendekatan Bellman dan Cooke dengan teknik klasik Newton-Raphson untuk mencari akar-akar dari suatu persamaan. Ide dari perhitungan ini adalah kita gunakan hasil Bellman dan Cooke sebagai harga awal untuk perhitungan Newton-Raphson pada 5

Pada hasil tersebut tampak bahwa pendekatan Bellman dan Cooke menghasilkan 1 pasang akar yang tak

stabil dan kenyataannya akar-akar karakteristik dari sistem yang mempunyai parameter a=2, b=1 dan dengan berapapun harga faktor keterlambatan (), dia selalu mempunyai akar-akar yang terletak disebelah kiri dari sumbu imajiner (lihat gambar 3). Tampak pada gambar 3, bahwa pada setiap kontur C1 hanya terdapat 1 pasang akar dan disekitar akar-akar hasil pendekatan Bellman dan Cooke terdapat akar yang sebenarnya. a=0.9 b=1.0 =6.17
Bellman 0.042j1.273 -0.094j2.291 -0.167j3.310 -0.217j4.328 -0.256j5.346 -0.286j6.365 -0.312j7.383 Error 1.0668 0.9522 0.8919 0.8513 0.8211 0.7971 0.7773 Optimal -0.075j1.361 -0.146j2.342 -0.199j3.343 -0.240j4.352 -0.273j5.365 -0.301j6.380 -0.325j7.396 Error 1.9101e-15 9.9301e-16 3.0201e-15 1.0477e-14

b>0 dan terletak didaerah S :

Pada kasus ini sudah kita bahas pada makalah sebelumnya[1] dan hasil numeriknya adalah sebagai berikut :

b<0, dan terletak didaerah tidak stabil : Untuk kasus yang satu ini, seberapa kecilpun harga keterlambatan yang kita berikan, maka sistem akan selalu tidak stabil. a=-0.8 b=-0.9 =0.1
Bellman Error 54.72 60.11 63.34 65.70 67.57 69.13 70.45 Optimal -41.57j38.84 -48.64j10.56 -52.87j16.97 -55.86j23.32 -58.17j29.65 -61.04j35.96 -60.63j42.26 Error 3.08e-10 6.03e-14 3.56e-13 1.94e-13 8.81e-13 4.53e-13 1.12e-12

1.8073e-15 -44.6j47.12 2.5231e-14 9.5479e-15 -50.6j109.9 -54.2j172.8 -56.9j235.6 -59.0j298.4

Akar maksimumnya dengan menggunakan Optimal : 9.78e-60.436 Error pada akar maksimum : 0.0000 Kita gunakan persamaan (17) dari[1] untuk mencari kondisi penting dan cukup untuk kestabilan dari sistem. Dan tampak bahwa pada kondisi ini sistem tergantung pada besarnya harga faktor keterlambatan , dengan hanya berbeda yang cukup kecil pada maka sistem menjadi tidak stabil. Pada gambar 4 sistem dalam keadaan stabil asymtotik, karena semua akar-akarnya terletak pada sebelah kiri dari sumbu imaginer. Jika kita besarkan harga dari , maka akan tampak ada satu pasang akar yang tidak stabil, sehingga sistem menjadi sistem tidak stabil yang terletak disebelah kanan dari sumbu imaginer pada gambar 5. a=0.9 b=1.0 =6.18
Bellman 0.042j1.271 -0.093j2.288 -0.166j3.304 -0.217j4. 321 -0.255j5.338 -0.286j6.354 -0.312j7.371 Error 1.067 0.952 0.892 0.851 0.821 0.797 0.777 Optimal -0.075j1.351 -0.145j2.338 -0.199j3.338 -0.240j4.345 -0.273j5.357 -0.300j6.370 -0.324j7.384 Error 7.109e-016 4.441e-016 5.601e-015 3.986e-015 9.258e-015 1.048e-014 1.577e-014

-60.8j361.3 -62.3j424.1

Akar maksimumnya dengan menggunakan Optimal : 1.572.54e-16 Error pada akar maksimum : 2.11e-16 Dan tampak pada gambar (6) juga bahwa untuk harga b < 0 maka batasan kontur Cl akan berbeda dengan kasus b > 0 (lihat usulan 2).

2.6. Contoh Numerik untuk membandingkan

beberapa teori
Kita ambil contoh untuk kasus a 0, b 0, a,b > 0 dan b > a terletak didaerah S dengan demikian kita akan buktikan teori 2 dan 3. Jika a = 0.9, b = 1, maka :

menurut teori 3 :
menurut teori 2 :

<1 < 6.1725814

Akar maksimumnya dengan menggunakan Optimal : 2.8e-54.354e-1 Error pada akar maksimum : 0.0000

dengan menggunakan metode optimal pada kenyataannya sistem linier dengan parameter a=0.9, b=1, dan =6.1725 mempunyai harga zero maksimum : -3.07917 e-07 j0.43589, maka sistem tersebut adalah stabil asimptotik karena zero maksimumnya terletak disebelah kiri dari sumbu imajiner. Sedangkan sistem linier dengan parameter a=0.9, b=1, dan =6.1726 mempunyai harga zero maksimum : 7.04909 e-08j0.43589, adalah tidak stabil.

3. Kesimpulan
Dengan menggunakan methode perhitungan optimal maka kedinamikan dari sistem dapat kita ketahui dengan jelas dan tepat, yang selama ini kita tidak bisa menentukan dengan tepat harga akar-akar dari karakteristik suatu sistem. Alokasi akar-akar dengan pendekatan Bellman (batasan lingkaran) sebenarnya tepat tapi posisi tepatnya yang masih mempunyai error yang sangat besar. Dengan menggunakan metode optimal maka dapat dibuktikan bahwa semua teori 2 dan 3 merupakan syarat cukup untuk menentukan batasan dari faktor keterlambatan .

Perturbations, IEEE Trans. Autom. Contr., Vol. 40, No. 10, pp. 1805-1807, 1995. [10] Ari SANTOSO, Criteria Kestabilan Sistem Linier Terlambat untuk Kasus Skalar, IES2001, ITS, Nopember 2001. [11] Ari SANTOSO, Methode Optimal untuk Perhitungan dari Akar-akar Karakteristik Sistem Linier terlambat untuk Kasus scalar, IES2001,ITS,Nopember 2001. [12] Ari SANTOSO, Estimasi Variabel State dan Parameter dari Persamaan Non-linier Kinematika Pesawat Terbang dengan menggunakan methode MHSE, IES2001, ITS, Nopember 2001. [13] Ari SANTOSO, Melina K. D., Rusdhianto EAK, A. Fatoni, Sistem Pengaturan Proses menggunakan Kontroler Logika Fuzzy dengan Menggunakan Genetic Algorithms sebagai optimasi Parameternya, SITIA '2002, ITS, 7 Mai 2002. [14] Ari SANTOSO, Iksanul Mokhtar, Rusdhianto EAK, A. Fatoni, Tuning Parameter Kontroler Kp pada Sistem Pengaturan Kecepatan Motor AC-Servo Dengan Menggunakan PID-Self Tuning Berbasis Fuzzy Logic, SITIA'2002, ITS, 7 Mai 2002. [15] Ari SANTOSO, Nurlita Gamayanti, Rusdhianto EAK, A. Fatoni, Invers Kontrol dengan Menggunakan Model Logika Fuzzy pada Sistem Pengaturan Proses, SITIA'2002, ITS, 7 Mai 2002. [16] Ari SANTOSO, Belier B., Nuh, M., Jazidi, A., Rameli, M., Castagne M, Falgayrettes P, Applied of Look Up Table Controller based of FLC (Fuzzy Logic Controller) in Non-linear System : AFM(Atomic Force Microscopy)/PSTM (Photon Scanning Tunnel Microscope), IEEE-APCCAS02 Bali-Singapore, 16-18 December 2002. [17] Ari SANTOSO, Wrastawa Ridwan, Rusdhianto EAK, A. Fatoni, Memperbaiki Karakteristik Plant yang Mengalami Perubahan Parameter pada Daerah Kerja Steady State menggunakan Kontrol : Hybrid Logika Fuzzy Adaptif dan Kontroler PI, Journal Java April 2003, JTE ITS.

4. Daftar Pustaka
[1] R. Bellman dan K.L. Cooke, ''DifferentialDifference Equations'', Academic Press, New York, 1963. [2] L.E. El'sgol'ts dan S.B. Norkin, ''Introduction to the Theory and Application of Differential Equations with Deviating Arguments'', Academic Press, New York, 1973. [3] V.B. Kolmanovskii dan V.R. Nosov, ''Stability of Functional Differential Equations'', Academic Press, London, 1986. [4] Takhiro Mori, ''Criteria for Asymptotic Stability of Linear Time-Delay Systems'', IEEE Trans. Autom. Contr., Vol. 30, No. 2, pp. 158--160, 1985. [5] Takhiro Mori dan H. Kokame, Stability of & x(t ) = Ax(t ) + Bx(t ) , IEEE Trans. Autom. Contr., Vol. 34, No. 4, pp. 460--462, 1989. [6] S.I. Niculescu, J.M. Dion dan L. Dugard, Delay Dependent Stability Criteria for Uncertain Systems with Delay State : A Razumikhin Based Approach, Proc. IEEE VSLT, Benevento Italy, pp. 34--41, 1994. [7] S.I. Niculescu, ''Sur la Stabilit et la Stabilisation des Sytmes Linaires tats Retards'', Ph.D., Laboratoire d'Automatique de Grenoble, 14 pebruari 1996. [8] Ari Santoso, ''On the Stability of The Characteristic Equations for Some Linear Systems with Delayed State''(in French), Desertasi S2, Laboratoire d'Automatique de Grenoble, 23 September 1996. [9] C.H. lee, D-Stability of Continous Time-Delay Systems Subjected to a Class of Highly Structured

a=b

1 1 ,

S
a+b =0

Tak stabil

Gambar 1 : Daerah kestabilan dalam ruang parameter a-b

Cl+1 Re Cl Cl-1

Gambar 2. Pendekatan Bellman (x adalah akar dari h(s))

Cl+1 Cl Re Cl-1

Gambar 3. o : akar-akar (Optimal), x : akar-akar (Bellman)

Tau = 10 4

a= 2

b= 1

1 Im aginary A x is

-1

-2

-3 o : The right roots -4 -0.15 -0.1 x : us ing B ellm an m ethod -0.05 Real A x is 0 0.05

Gambar 3. 6 pasang akar dengan pendekatan Bellman dan Optimal


Tau = 6.17 6 a = 0.9 b= 1

2 Im aginary A x is

-2

-4 o : The right roots -6 -0.3 -0.25 -0.2 x : us ing B ellm an m ethod -0.15 -0.1 Real A x is -0.05 0 0.05

Gambar 4. 7 pasang akar yang stabil dengan pendekatan Bellman dan Optimal

Tau = 6.18 6

a = 0.9

b= 1

2 Im aginary A xis

-2

-4 o : The right roots -6 -0.3 -0.25 -0.2 x : us ing B ellm an m ethod -0.15 -0.1 Real A xis -0.05 0 0.05

Gambar 5. 6 pasang akar yang stabil & 1 pasang akar tidak stabil

Gambar 6. Pada daerah ketidak stabilan : 6 pasang akar yang stabil & 1 pasang akar tidak stabil

10