LAPORAN PRAKTIKUM

TEKNIK KENDALI LANJUT

UNIT II
REPRESENTASI STATE SPACE

Disusun oleh:
Nama Mahasiswa: I Putu Fadya Rachmawan
NIM: 19/441160/SV/16512
Kelas: D4 TRIK B
Hari, Tanggal Praktikum: Rabu, 03/03/2021
Asisten 1: Sudiro, S.T.
Asisten 2: Innes Danarastri, A.Md.
Dosen Pengampu: Fahmizal, S.T., M.Sc.

PROGRAM STUDI SARJANA TERAPAN

TEKNOLOGI REKAYASA INSTRUMENTASI DAN KONTROL
SEKOLAH VOKASI
UNIVERSITAS GADJAH MADA
YOGYAKARTA
2021
 DAFTAR ISI

DAFTAR ISI..............................................................................................................................................iii
BAB 1 PENDAHULUAN.......................................................................................................................1
2.1 Tujuan........................................................................................................................................1
1.2 Dasar Teori.......................................................................................................................................1
BAB 2 ANALISIS DAN KESIMPULAN.............................................................................................14
DAFTAR PUSTAKA................................................................................................................................34
LAMPIRAN..............................................................................................................................................35

iii
Halaman ini sengaja dikosongkan

iv
v
Halaman ini sengaja dikosongkan

vi
vii
Halaman ini sengaja dikosongkan

viii
 BAB I
PENDAHULUAN

1.1 Tujuan
Tujuan pada praktikum ini menjelasan dalam lanjutan bahsasan mengenai
state space,dengan kegiatan Belajar Mandiri (BM), maka praktikum Sistem Kontrol L
anjut diubah menjadi Praktikum Mandiri (PM). Topik PM untuk modul-2 ini yaitu Re
prentasi State Space dengan tujuan: ingin dicapai melalui pembelajaran yang
dilakukan. sebagai berikut :

1. Mahasiswa dapat state space dalam bentuk sinyal-flow graph

2. Mahasiswa memahami tujuan setiap representasi state space yang dibuat

3. Mahasiswa dapat melakukan transformasi suatu representasi state space ke berbaga

i bentuk sesuai dengan kebutuhan

4. Mahasiswa memahami serta dapat menghitung eigen value dan eigen vector yang s
elanjutnya digunakan untuk mendiagonalisasi suatu representasi state space.

5. Mahasiswa dapat menggunakan MATLAB untuk membantu melakukan perhitunga

n operasi matriks.

1.2 Dasar Teori

Pada dasarnya terdapat 2 cara yang dapat merepresentasikan interkonensi antara bebe
rapa sub sistem yang menyusun suatu sistem. Pertama adalah representasi blok diagra
m, dimana biasanya digunakan pada desain dan analisis sistem pada domain frekuensi.
Kedua adalah signal-flow graph, yang biasanya digunakan untuk analisis sistem yang
direpresentasikan dalam bentuk state space. Pada bagian selanjutnya, akan membahas

1
mengenai penggunaan diagram sinyal alir untuk membantu visualisasi pada represent
asi state space.

1.2.1 Signal-flow graph

Signal-flow graph merupakan alternatif cara, selain fungsi transfer, yang dapat di
gunakan untuk merepresentasikan suatu sistem. Signal-flow graph terdiri dari cabang/
garis (dengan arah dan besar) yang merepresentikan sistem serta titik (node) yang me
representasikan sinyal. Pada bagian ini, akan dibahas mengenai visualisasi state spac
e menggunakan signal-flow graph. Diketahui persamaan state dan output sebagai beri
kut: [Norman, 2011]

Lankah pertama adalah membuat 5 titik untuk merepresentasikan input, output se

rta 3 variabel state ( , , dan ). Letakkan secara berurutan mulai titik input yang terletak
di paling kiri, dilanjutkan dengan state dimana state yang paling kiri merupakan turun
an dari state-state sebelumnya, dan paling kanan adalah output sistem. Hubungkan titi
k (turunan variable state) dengan titik variabel state dengan integrator ( ) . Isikan selu
ruh node sesuai dengan persamaan state dan persamaan output sistem.

2
 Gambar 1.1 Signal Flow Graph

Pada bagian selanjutnya, model signal-flow akan digunakan untuk membantu

memvisualisasikan sistem untuk menghasilkan beberapa alternatif representasi state
space pada suatu sistem.

1.2.2 Representasi State Space

Merupakan representasi linear dari sistem MIMO (Multiple output multiple input). R
epresentasi state space terdiri dari 2 bagian. Pertama adalah persamaan state (state eq
uation) yaitu sebuah set (sejumlah n-buah yang simultan) persamaan diferensial orde
satu dengan n state variables. Kedua adalah persamaan output (output equation) yaitu
persamaan aljabar yang mengekpresikan variabel output sistem sebagai kombinasi lin
ier dari variabel-variabel state dan variabel-variabel input suatu sistem. Secara umum.

Pada unit sebelumnya, konversi representasi state space dari fungsi transfer dilakuka
n dalam model phase variable. Pada dasarnya, suatu sistem dapat direpresentasikan d
alam beberapa model state space sesuai dengan pemilihan variable state-nya. Pada ba
gian ini akan dibahas beberapa alternatif representasi state space suatu sistem yang di
representasikan dalam bentuk fungsi transfer sebagai berikut:

3
1.2.3 Cascade
Pada bentuk cascade, sistem dipecah menjadi perkalian dari numerator dengan
beberapa persamaan orde 1 dimana output dari setiap sistem orde 1 dijadikan sebagai
state variabel.

Gambar 1.2 Cascade

representasi state Signal-Flow Graph ditunjukkan pada persamaan sebagai berikut,

Gambar 1.3 Cascade Flow Graph

mengingat:

Sehingga representasi state space-nya adalah sebagai berikut:

4
Terlihat pada model cascade, kutub-kutub dari sistem terletak sepanjang diagonal
matriks sistem (A).

1.2.4 Parallel
Model lain yang dapat digunakan untuk merepresentasikan sistem adalah bentuk
paralel. Pada model ini, matrik sistem (A) berbentuk diagonal murni yang berisikan
kutub-kutub dari sistem selama tidak ada akar dari sistem yang berulang. Pada model
ini, sistem direpresentasikan dengan penjumlahan sistem orde satu yang merupakan
partial fraction dari fungsi transfer sistem.

Atau,

dan bentuk sinyal-flow graph-nya sebagai berikut,

Gambar 1.4 Parallel State Space

Sehingga representasi state space-nya adalah sebagai berikut:

5
 Keuntungan dari representasi state space pada model paralael adalah setiap persama
an state merupakan persamaan diferensial orde satu dengan hanya satu variable. Sehi
ngga solusi persamaan diferensial dapat dicara secara independent. Persamaan disebu
t sebagai decoupled.

Note: untuk sistem yang mempunyai pole berulang, representasi state space dapat
dicari pada model paralel (partial-fraction) dimana matrik sistem tidak murni diagona
l. Biasnya model ini disebut dengan Jordan canonical form.

1.2.3 Controller Canonical

Model lain yang dapat digunakan untuk merepresentasikan sistem dalam bentuk
state space adalah controller canonical form. Bentuk ini didapat dari manipulasi
model phase-variable (dengan membalik urutan variabel state) yang nantinya akan
berguna pada proses perancangan pengendali berbasis state space. Sebagai contoh,
diketahui fungsi transfer dari suatu sistem sebagai berikut:

6
Langkah-langkah untuk mendapatkan representasi controller canonical form adalah s
ebagai berikut:

1. Cari representasi state space dengan bentuk phase-variable.

2. Buat flow-signal graph-nya.

3. Balik urutan representasi state variabelnya.

Gambar 1.5 Flow Graph Canonical

Sehingga representasi state space-nya adalah sebagai berikut:

Note: syntax tf2ss pada Matlab menghasilkan representasi state space dengan model
controller canonical form.

7
1.2.4 Observer Canonical
Seperti pada controller canonical form, representasi observer canonical form
digunakan pada saat perancangan observer (akan dibahas pada materi berikutnya).
Untuk mencari representasi observer canonical form, dilakukan dengan membagi
fungsi transfer dengan suku dengan pangkat tertinggi pada denumerator.

Selanjutnya dilakukan perkalian silang,

Selanjutnya dilakukan pengeompokan dan didapat persamaan output,

Dan didapat representasi signal-flow graph sebagai berikut,

Gambar 1.6 Canonical Flow Graph

Sehingga representasi state space-nya adalah sebagai berikut:

8
Dari representasi state space diatas, dapat dituliskan hubungan antara model kanonik
kendali dengan kanonik observer sebagai berikut:

1.2.5 Similarity Tranformation pada State Space

Pada bagian sebelumnya telah dibahas mengenai cara mencari alternative
representasi state space pada suatu sistem yang sebelumnya direpresentasikan dalam
bentuk fungsi transfer. Pada dasarnya representasi alternative sistem diakukan dengan
memanipulasi bentuk fungsi transfer, menggambarnya dalam bentuk signal-flow
graph dan menentukan representasi state space suatu sistem. Letak pole dan
eigenvalue sistem akan selalu sama walaupun sistem direpresentasikan dalam model
state space yang berbeda. Pada bagian ini akan dibahas metode untuk mengkonversi
bentuk state space tanpa harus melakukann manupulasi fungsi transfer serta
penggambaran signal-flow graph. Selanjutnya metode ini dinamakan similarity
transformations.

Jika diketahui suatu sistem dengan representasi state space sebagai berikut:

9
Direpresentasikan dengan variabel state z, yang merupakan kombinasi linear dari
variabel state x, dimana hubungan antara variabel state x dan z dinyatakan dengan
matriks P, , sehingga representasi state space menjadi: 1 z P x − =

dimana matriks P disebut sebagai matriks transformasi. Contoh Kasus [Norman,

2011] Diketahui representasi state space suatu sistem LTI sebagai berikut:

Transformasikan representasi state space dengan variabel state z, dimana hubungan

antara variabel state z dan x dinyatakan pada persamaan berikut:

Dengan menerapkan persamaan konversi state space, didapat representasi state space
baru sebagai berikut:

1.2.6 Matriks Diagonal

Pada dasarnya transformasi matriks dilakukan dengan salah satu tujuan untuk
mencari bentuk yang dapat mempermudah untuk mencari solusi persamaan
diferensial penyusun sistem, yaitu bentuk diagonal. Pada bagian ini akan dijelaskan
cari mencari matriks transformasi, P, yang menghasilkan matriks sistem berbentuk

10
diagonal. Secara umum, untuk mencari matriks transformasi yang menghasilkan
representasi diagonal, langkah pertama yang harus dilakukan adalah mencari
eigenvalue sistem dengan persamaan,[Norman, 2011]

Langkah berikutnya adalah mencari eigenvector untuk masing-masing nilai

eigenvalue dengan persamaan, [Norman, 2011]

Selanjutnya adalah menyusun matriks transformasi P yang merupakan gabungan dari

eigenvector yang telah dicari sebelumnya.
Contoh Kasus [Norman, 2011]

Diketahui suatu sistem yang direpresentasikan dengan state space sebagai berikut:

Carilah model state space diagonal yang similar!

Langkah pertama, mencari eigenvalue:

Selanjutnya mencari eigenvector untuk setiap nilai eigenvalue:

11
Maka representasi state space diagonalnya sebagai berikut:

1.2.7 Penggunan Matlab dalam Konversi Representasi State Space

Pada dasarnya, Matlab dapat digunakan untuk membantu melakukan operasi-operasi
matriks, yang pada kasus ini, digunakan untuk mencari alternatif representasi state
space. Seperti operasi inverse matriks dengan orde lebih dari 2. Selain itu, beberapa
syntax Matlab yang juga diperlukan pada konversi representasi state space antara
lain:

12
 BAB II
ANALISIS DAN KESIMPULAN
Pada bab ini berisi pengerjaan berupa hasil perhitungan manual dan hasil validasi
melalui software MATLAB.

2.1 Analisa
Soal Nomor 1
Gambarkan representasi signal-flow graph dari suatu sistem yang direpresentasikan
dengan state space sebagai berikut:

(2.0)

Jawab:

Diketahui Persamaan Transfer Function adalah

Y ( s)
G(s)  (2.2)
U (s)

Persamaan Representasi State Space ke Transfer Function adalah sebagai berikut.

C Is  A B  D
1
(2.3)

Pertama-tama adalah mencari nilai dari

C Is  A B  D
1

Dengan begitu diketahui persamaannya adalah

Adj Is  A
 Is  A 1 
 Is  A (2.4)

Terlebih dahulu dicari nilai dari persamaan

13
  Is  A (2.5)

Maka,

1 0 0   2 1 0
 Is  A  0 1 0 s   0  3 1 
0 0 1   3  4  5
(2.6)
s  2 1 0 
 Is  A   0 s  3  1 
 3 4 s  5

Kemudian setelah diketahui persamaan dari matriks (2.5) lakukan invers sesuai
dengan persamaan (2.4) Dengan diketahui persamaan Invers dari matriks (2.5) harus
mencari nilai kofaktor terlebih dahulu untuk mendapatkan nilai adjoin dari matriks
(2.5) maka persamaannya adalah

Adj Is  A  Kof  Is  A
T
(2.7)

Maka diketahui penyelesaiannya sebagai berikut

14
  s  3  1  0 1   0 s  3 
        3  4  
   4 s  5  3 s  5   
 1 0  s  2 0  s  2  1 
Kof  Is  A        _   3  4 
   4 s  5    3 s  5    
  1 0 s  2 0  s  2  1 
   s  3  1 
0  1  0 s  3 
     
 s 2  8s  11 3  3s  9 
 
Kof  Is  A   s  5 s  7 s  10
2
 4 s  11 
 1 s2 s 2  5s  6

 s 2  8s  11 s5 1 
 
Kof  Is  A  
T
3 s  7 s  10
2
s2 
  3s  9  4 s  11 s 2  5s  6


Lalu diketahui nilai determinan dari matriks (2.5) adalah

 Is  A  s 3  10s 2  35s  41 (2.8)

Maka nilai invers matriks (2.5) adalah

Adj Is  A
 Is  A 1 
 Is  A
 s 2  8s  11 s5 1 
 
 3 s  7 s  10
2
s2 
  3s  9  4s  11 s 2  5s  6
 Is  A 1  
s 3  10s 2  35s  41

Kemudian penyelesaian adalah dengan mengalikan matriks (2.5) dengan matriks C

dan B adalah

15
  s 2  8s  11 s5 1 
 
 3 s  7 s  10
2
s2 
  3s  9  4 s  11 s 2  5s  6
C  Is  A
1
  0 1 0 
s 3  10 s 2  35s  41
 3 s 2  7 s  10 s2 
C  Is  A
1
 3 
 s  10s  35s  41 s  10 s  35s  41 s  10s  35s  41
2 3 2 3 2

D0
0 
 3 s 2  7 s  10 s2  
C  Is  A  0   0
1
BD 3
 s  10s  35s  41
2
s 3  10s 2  35s  41 s 3  10s 2  35s  41  
1 

Dengan begitu nilai transfer function dari sistem adalah

C Is  A B  D  G( s)
1

s2
G( s)  (2.9)
s  10s 2  35s  41
3

Setelah itu adalah mencari nilai pecahan parallel dari transfer function

Y ( s)
G ( s) 
U ( s)
Y ( s) s2
 3
U ( s ) s  10s 2  35s  41
Y ( s) s3 10 s 2 35s 41
   
U (s) s  2 s  2 s  2 s  2

Dengan diketahui pecahan parallel dari transfer function adalah

Y ( s) s3 10s 2 35s 41
   
U (s) s  2 s  2 s  2 s  2

Bentuk Signal Flow Graph

16
 1/s
1 X1

-2 1

1/s X1
10
(s)
1

-2 Y(s)
U(s)
1
1/s X2
35
(s)

-2
1

1/s X3
41
(s)

-2

Gambar 2.1 Parallel Signal Flow Graph

Hasil verifikasi nilai transfer function dengan MATLAB

% Program convert ss to tf
A=[-2 1 0; 0 -3 1; -3 -4 -5];
B=[0; 0; 1];
C=[0 1 0];
D=[0];
[x,y]=ss2tf(A,B,C,D)

x=

0 0 1 2

y=

1.0000 10.0000 35.0000 41.0000

mySys_tf=tf(x,y)

mySys_tf =

17
 s+2
------------------------
s^3 + 10 s^2 + 35 s + 41

Continuous-time transfer function.

Nilai Transfer function hasil perhitungan sesuai dengan verifikasi di MATLAB.

Soal Nomor 2

Dari fungsi transfer berikut:

Representasikan sistem diatas dalam bentuk state space dengan model paralel.
Gunakan matlab untuk membantu perhitungan anda dan verifikasi representasi state
space yang telah anda hasilkan dengan menggunakan Matlab! (sertakan code serta
hasil perhitungan Matlab pada jawaban anda!)

Jawab :

Pertama adalah menentukan state space dari persamaan transfer function sistem

100 s  500
G (s)  2
s  105s  506
x  105 x  506 x  100r  500r
x1  100r  105r
x1  105 x1  x1
x 2  506 x 2

 x1   105  506  x1  1

 x 2   1 
0   x 2 0
u
  
y  100 500 r

18
Untuk mendapatkan bentuk parallel maka saya mengubah pecahan pada transfer function
dengan Mclaurin Series, sehingga didapat

 f (n)
( a) n

n 0 n!
( x)

s0
O  O( x)
f  O( )
100 10000 999400 99877000 1 5
   ( )
s s2 s3 s4 s

Dengan demikian merubah nilai deret tersebut menjadi bentuk state space secara parallel
menggunakan MATLAB adalah

num1=[100];
den1=[1 0];
num2=[-10000];
den2=[1 0 0];
[num,den]=parallel(num1,den1,num2,den2);
printsys(num,den)

numb=[100 -10000];
denb=[1 0 0 0];
num3=[999400];
den3=[1 0 0 0];
[num,den]=parallel(numb,denb,num3,den3);
printsys(num,den)

numc=[100 989400 0 0 0];

denc=[1 0 0 0 0 0 0];
num4=[-99877000];
den4=[1 0 0 0 0];
[num,den]=parallel(numc,denc,num4,den4);
printsys(num,den)

numd=[100 989400 99877000 0 0 0 0 0 0];

dend=[1 0 0 0 0 0 0 0 0 0 0];
num5=[1];
den5=[1 0 0 0 0 0];

19
[num,den]=parallel(numd,dend,num5,den5);
printsys(num,den)

num/den =

100 s^2 - 10000 s

-----------------
s^3

num/den =

100 s^4 + 989400 s^3

--------------------
s^6

num/den =

100 s^8 + 989400 s^7 - 99877000 s^6

-----------------------------------
s^10

num/den =

100 s^13 + 989400 s^12 + 99877000 s^11 + s^10

----------------------------------------------
s^15
%tf2ss
num=[100 989400 99877000 1 0 0 0 0 0 0 0 0 0 0];
den=[1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0];
[A,B,C,D] = tf2ss(num,den)

A=

Columns 1 through 8

0 0 0 0 0 0 0 0
1 0 0 0 0 0 0 0
0 1 0 0 0 0 0 0
0 0 1 0 0 0 0 0
0 0 0 1 0 0 0 0
0 0 0 0 1 0 0 0
0 0 0 0 0 1 0 0
0 0 0 0 0 0 1 0

20
 0 0 0 0 0 0 0 1
0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0

Columns 9 through 15

0 0 0 0 0 0 0
0 0 0 0 0 0 0
0 0 0 0 0 0 0
0 0 0 0 0 0 0
0 0 0 0 0 0 0
0 0 0 0 0 0 0
0 0 0 0 0 0 0
0 0 0 0 0 0 0
0 0 0 0 0 0 0
1 0 0 0 0 0 0
0 1 0 0 0 0 0
0 0 1 0 0 0 0
0 0 0 1 0 0 0
0 0 0 0 1 0 0
0 0 0 0 0 1 0

B=

1
0
0
0
0
0
0
0
0
0
0
0
0
0

21
 0

C=

Columns 1 through 4

0 100 989400 99877000

Columns 5 through 8

1 0 0 0

Columns 9 through 12

0 0 0 0

Columns 13 through 15

0 0 0

D=

Soal Nomor 3

Dari representasi state space berikut

Lakukan langkah-langkah berikut,

a. Carilah matriks transformasi (P) yang menghasilkan representasi state space

diagonal yang similar.

22
b. Carilah representasi state space diagonalnya.

c. Verifikasi state space hasil konversi yang didapat dengan membandingkan fungsi
bentuk fungsi transfernya dengan fungsi transfer state space original. (gunakan serta
tuliskan kode beserta hasil yang didapat dari Matlab!)

Jawab :
Menentukan nilai eigen dengan persamaan

I  A  0 (2.10)

Dengn penyelesaian berikut diketahui nilai eigen adalah

23
 1 0   1 3
   0
0 1    4 6 
 0   1 3
 0      4 6  0
   
  1  3 
 4 0
   6
  1  3 
 4  ad  bc  0
   6
(   1 (  6))  (( 3)4))  0
2  7  18  0
 i 23  7
1 
2
i 23  7
2 
2

Menentukan nilai vektor eigen, dengan menggunakan eliminasi gauss supaya lebih
runtut

24
  i 23  7
1 
2
i 23  7
2 
2

 i 23  5 
 3 
A  1I   2 
 4 i 23  5 
 2 
A  1IV  0
  i 23  5  
 3  0  i 23  5 
 2   
 i 23  5  0  24 
  4  
 2
R1
 i 23  5 
 
 2 
 
  
  1  i 23  5  
 0
2  
 i 23  5  0 
  4  
 2
R 2  (4) xR1
  i 23  5  
 1 0
R 2  8  
 i 23  5  0 
 0  
 0
 i 23  5
x1  x2
8

Maka :

25
  i 23  7  i 23  7
1  1 
2 2
i 23  7 i 23  7
2  2 
2 2

 i 23  5   i 23  5 
 3   3 
A   2I   2  A   2I   2 
 4 i 23  5   4 i 23  5 
 2   2 
A  1IV  0 A  1IV  0
  i 23  5      i 23  5  
 3  0  i 23  5   3  0  i 23  5 
 2     2   
 i 23  5  0  24    i 23  5  0  24 
  4    4
 
 2  2
R1 R1
  i 23  5    i 23  5 
   
 2   2 
   
 i 23  5    i 23  5  
 1 0  1 0
 2    2  
  i 23  5  0    i 23  5  0 
  4     4  
 2  2
R 2  (4) xR1 R 2  (4) xR1
  i 23  5     
 1  0  1 i 23  5  
 0
R2  8   R 2  8  
  i 23  5  0    i 23  5  0 
 0    0  
 0  0
i 23  5  i 23  5
x1  x2 x1  x2
8 8

i 23  5  i 23  5
x1  x2 x1  x2
8 8
x2  x2 x2  x2
 i 23  5    i 23  5 
 x 2  x 2
 8   8 
 x2   x2 
  i 23  5      i 23  5  
       
 x2 8 x2 8
  1

   1


 i 23  5    i 23  5 
V1   8
 V2   8

   
 1   1 

26
Berdasarkan nilai eigen diatas, maka Matriks diagonal dari persamaan state space
adalah

  i 23  7 
 0 
D 2 
 i 23  5 
0
 2 

Matriks Transformasi P berdasarkan nilai vektor eigennya adalah

 i 23  5  i 23  5 
P 8 8

 
 1 1 

  4i 23 5i 23  23 
 
P ( 1)   23 46 
 4i 23  5i 23  23 
 23 46 

A  PDP (1)

Selain itu representasi transfer function dari sistem adalah

13s  11
G(s) 
s  7 s  18
2

Selain itu, hasil verifikasi dari MATLAB adalah sebagai berikut

% Program convert ss to tf
A=[1 3;-4 6];
B=[1;3];
C=[1 4];
D=[0];
[x,y]=ss2tf(A,B,C,D)

x=

0 13.0000 -25.0000

27
 y=

1.0000 -7.0000 18.0000

mySys_tf=tf(x,y)

mySys_tf =

13 s - 25
--------------
s^2 - 7 s + 18

Continuous-time transfer function.

Nilai transfer function berbeda karena ada kesalahan perhitungan pada

pengerjaan manual

2.2 Kesimpulan

Pada praktikum modul 2 ini didapat beberapa kesimpulan diantara lain adalah

1. Penggunaan signal flow graph merupakan representasi lain dari block diagram
dengan bentuk penyederhanaan.

2. Signal flow graph dapat direpresentasikan ke dalam 3 bentuk diantara lain bentuk
cascade atau seri, bentuk canonical, bentuk parallel dan bentuk campuran.

3. Dalam praktikum kali ini, penulis memiliki kesulitan dalam melakukan

perhitungan manual karena terkadang berbeda dengan hasil validasi dari MATLAB.

28
 DAFTAR PUSTAKA

[1] “Control Tutorials for MATLAB and Simulink - Suspension: System Modeling.”
[Online]. Available: http://ctms.engin.umich.edu/CTMS/index.php?example=Su
spension&section=SystemModeling.
[2] “Control Tutorials for MATLAB and Simulink - Suspension: State-Space Method
s for Controller Design.” [Online]. Available: http://ctms.engin.umich.edu/CTM
S/index.php?example=Suspension&section=ControlStateSpace.
[3] Fahmizal, dkk. 2020. Modul Praktikum Teknik Kendali Lanjut. Laboratorium
Instrumentasi dan Kendali. Universitas Gadjah Mada. Yogyakarta.

29
30