Hasil Pencarian  ::  Simpan CSV :: Kembali

"ABSTRAKKeselamatan dalam berkendara sangat dikembangkan oleh industri otomotif. Salah satu komponen yang memegang peranan penting dalam memberikan keselamatan bagi pengemudi saat berkendara adalah Vehicle Dynamics Control. Sistem ini biasa dikenal juga sebagai Vehicle Dynamics Control atau Electronic Stability Control semua jenis sistem ini diaplikasikan dalam sistem kendali untuk keselamatan dan berbeda nama sesuai industri otomotif yang membuatnya.Sistem VDC ini berfungsi ketika pengemudi yang sedang melaju cepat di jalanan meliku dan melakukan over steering dan under steering, mobil tetap dalam kestabilan tidak sampai menabrak sampai terbalik. Pada penelitian ini dibuat pengendalian mobil dengan cara mendeteksi dan menimalisir slip yang diberikan oleh torsi pada setiap ban menggunakan pengendali prediktif bertingkat. Sehingga ketika pengemudi kehilangan kontrol pengendalian maka dengan otomatis maka system ini akan melakukan pengereman secara otomatis. Pengereman otomatis akan berdasarkan perhitungan yaw rate kemudian memberikan perintah langsung ke masing masing roda. Roda depan akan mencegah terjadinya oversteer dan roda belakang akan mencegah terjadinya understeer.

---

ABSTRACTSafety in driving highly developed by the automotive industry. One of the components that play an important role in providing safety for the driver while driving is the Vehicle Dynamics Control. This system is commonly known as Vehicle Dynamics Control or Electronic Stability Control all types of systems applied in control systems for safety and a different name as the automotive industry. The VDC system is functioning when the driver speeding on the street turn and perform over steering and under steering, the car remains in the stability not until crashing to the upside. This research is making the car control by detecting and minimizing slip given by the torque on each tire with multistage predictive controller . So that when the driver lost control then automatically controls the system will do the braking automaticly. The braking based on the calculation yaw rate then gave direct orders to each wheel. The front wheels will prevent oversteer and the rear wheels will prevent understeer."

"Seiring dengan bertambahnya tuntutan akan kendaraan yang lebih baik, keamanan pengemudi kendaraan juga harus diperbaiki. Permasalahan yang terkait dengan Vehicle Dynamics Control (VDC) adalah model yang nonlinear yang sering menimbulkan kesulitan dalam mengendalikan variabel-variabel keadaan. Linearisasi model umumnya dilakukan dengan beberapa asumsi dan simplifikasi yang dapat menghasilkan kesalahan yang besar dan mempengaruhi performa sistem. Pada penelitian ini, pengendalian dari yaw rate dan kecepatan mobil listrik diajukan dengan menggunakan pengendali prediktif. Jenis pengendali prediktif nonlinear ini dipilih karena kemampuan optimasi pengendalian sebagai permasalahan quadratic programming. Dalam pengembangan model prediksi, sudut setir dari pengemudi dianggap sebagai gangguan. Dinamika nonlinear kendaraan diidentifikasi dengan menggunakan identifikasi least square multistage dan divalidasi menggunakan performance indicatorloss function dan Final Prediction Error (FPE). Setpoint untuk yaw rate dihasilkan oleh model referensi sebagai fungsi statik dari kecepatan dan sudut setir, sedangkan nilai referensi untuk kecepatan adalah konstan. Pengendali selanjutnya memberikan kompensasi untuk sudut setir dan gaya longitudinal untuk roda. Performa pengendalian diverifikasi dengan simulasi untuk menunjukkan kemampuan untuk mengikuti perubahan setpointyang diberikan.

---

As the demand for better vehicles increases, the driver’s safety must also be improved. The problem with Vehicle Dynamics Control (VDC) is the nonlinearity of the model often causes difficulties in controlling the state variables. Linearization of the model is usually performed with several assumptions and simplification which leads to large errors that affect the performance of the controlled system. In this research, a yaw rate and vehicle’s velocity control of an electric vehicle is proposed using a predictive control. This type of nonlinear predictive controller is chosen due to its capability of optimizing the control as a quadratic programming problem. In the development of the prediction model, the driver’s steer angle is considered as disturbance. The nonlinear vehicle dynamics is identified by a Multistage Least Square identification method and validated using performance indicators loss function and Final Prediction Error (FPE). The setpoint for the yaw rate is generated by a reference model as a static function of vehicle velocity and driver’s steer angle, while the reference value for the velocity is given constant. The controller then gives compensation to the driver’s steer angle and longitudinal forces to the wheels. The control perforrmance is verified by simulation to show the ability to track the setpoint changes."

"Kemajuan teknologi dibidang otomotif telah berkembang sangat pesat. Salah satu perkembangannya yaitu sistem kendali pada kendaraan dengan menggunakan mikroprosesor. Sistem kendali ini digunakan untuk pengamanan kendaraan yang dapat mengurangi angka kecelakaan yang terjadi. Sistem keamanan yang dikembangkan untuk mencegah terjadinya kecelakaan berkendara yang berpusat pada stabilitas yaw dan slip samping pada kendaraan. Dalam rangka mengembangkan sistem tersebut dibutuhkan pengujian berulang-ulang untuk mendapatkan hasil yang sesuai dengan keinginan. Perancangan yang dibantu dengan simulasi Hardware in The Loop (HIL) merupakan metode yang tepat untuk melakukan pengujian dari sistem. Pengujian ini dapat mengurangi waktu dan jumlah uji kendaraan yang sebenarnya di jalan, menurunkan biaya pengembangan dan meningkatkan kualitas pengembangan produk baru. Pada penelitian ini akan dilakukan simulasi HIL menggunakan Model Predictive Control (MPC) yang diawali dengan simulasi Software In The Loop untuk mempelajari dan menguji sistem kendali untuk stabilitas laju yaw pada otomotif. Dimana hasil pengujian simulasi HIL berjalan cukup baik dan bekerja secara real time.

---

Advances in automotive technology has developed very rapidly. One development is the vehicle control system using a microprocessor. This control system is used for security vehicles that can reduce the number of accidents that occur. Security system developed to prevent accidents driving centered yaw stability and side slip of the vehicle. In order to develop such a system required repeated testing to get the results as you wish. The design with Hardware in The Loop (HIL) is an appropriate method for the testing of the system. This test can reduce the time and the amount of the actual vehicle test on the road, lowering development costs and improve the quality of new product development. This research will be conducted HIL simulation that use Model Predictive Control (MPC) with doing Software In The Loop Simulation previuosly to learn and test the stability control system for yaw rate at automotive. The result of the simulation are doing very well and give the real time output."

"ABSTRAKPerkembangan teknologi otomotif semakin pesat, tidak hanya pada perkembangan mekanik dan perkembangan sistem elektrikal, namun pengaturan dinamika pergerakan mobil juga turut berkembang seiring meningkatnya penggunaan kendaraan listrik electric vehicle . Vehicle Dynamic Control VDC merupakan salah satu teknologi yang berkembang dengan tujuan memperbaiki dinamika kendaraan lewat sistem distribusi torsi ke roda demi tercapainya kenyamanan dan kestabilan saat berkendara. Namun sifat dinamika kendaraan yang tidak linear dalam distribusi gayanya membuatnya sulit untuk dikendalikan. Oleh karena itu, dalam penelitian ini dirancang Vehicle Dynamic Control yang berfungsi untuk mengendalikan Yaw Rate dan kecepatan lateral. Yaw Rate dan kecepatan lateral dihitung berdasarkan beberapa parameter, diantaranya sudut stir, slip, dan torsi. Hasil perhitungan Yaw Rate dan kecepatan lateral kemudian digunakan untuk menghitung kompensasi torsi oleh pengendali prediktif sehingga kestabilan dapat terjaga. Uji simulasi VDC dilakukan dengan menggunakan beberapa skenario jalan untuk melihat keandalan sistem VDC. Hasil dari penelitian ini adalah tercapainya performa kestabilan yang baik secara lateral, yaitu nilai kecepatan lateral dan yaw rate yang dapat mengikuti nilai referensi.

---

ABSTRACTThe development of automotive technology is get ahead, not only on the development of mechanical and electrical systems, but the dynamics control of movement of cars also develop along with the increasing use of electric vehicles EV . Vehicle Dynamic Control VDC is one of the technology developed, the purpose of VDC is to improve the dynamics of the vehicle through the intervention of the braking and traction systems to achieve comfortability and stability when driving. However, vehicle dynamics have non linear characteristic in torque distribution make it hard to be controlled. Therefore, in this study will be analyzed and designed Vehicle Dynamic Control which works by yaw rate and lateral velocity. which is calculated based on several parameters, such as steer angle, slip, and torque. Yaw Rate and lateral velocity respons then used to calculate the compensation torque by predictive controller so that stability can be maintained. Simulation test of VDC is done using several schemes to prove the ability of VDC system. The result of this study is a stable performance in laterally, which means that the lateral velocity and yaw rate will follow the reference value."

"ABSTRAKKendaraan roda empat dapat mengalami perilaku understeer atau oversteer ketika berbelok. Perilaku tersebut menunjukkan ketidakstabilan pada kendaraan yang dapat terjadi ketika kendaraan di laju dengan kecepatan tinggi diatas permukaan jalan dengan koefisien gesek yang rendah. Ketidakstabilan ini dapat menjadi potensi bahaya ketika berkendara.Desain pengendali prediktif bertingkat dengan model gerak kendaraan double track, diajukan dalam skripsi ini untuk mengatasi perilaku understeer dan oversteer. Perancangan pengendali dimulai dari mendapatkan data masukkan dan keluaran pergerakkan kendaraan. Kemudian dengan metode least square bertingkat, didapatkan matrik matrik model identifikasi bertingkat. Model identifikasi tingkat pertama digunakan untuk mendapatkan nilai eror estimasi keluaran, sedangkan model identifikasi tingkat kedua digunakan sebagai model pengendali prediktif bertingkat.Pada akhir penelitian, desain pengendali prediktif bertingkat diuji melalui simulasi untuk melihat kemampuan pengendali yang telah dirancang.

---

ABSTRACTOversteer and understeer could be experienced by each of four wheel vehicle. The behaviours show the instability of the vehicle, and might be happened because of high velocity of the vehicle and low friction coefficient of the road. The instability could be one of the potential risks in driving the vehicle.The design of multistage predictive control with double track vehicle model is proposed in this research to handle understeer and oversteer behaviours. The design started from collecting the related input and output. Then the multistage least square method is used to find the matrix used in multistage identification model. The first stage of identification model is used to get prediction error that happened while estimating the output. The second level of identification model is used as multistage predictive control model.In the end of research, the multistage predictive control is tested through simulation to check the performance of the controller."

"Teknologi keselamatan dan keamanan dalam berkendara telah berkembang pesat dalam beberapa dekade terakhir. Kemampuan ABS dalam menjaga roda agar tidak tergelincir, mengurangi jarak pengereman, serta menjaga agar kendaraan masih dapat dikendalikan menjadikan ABS sebagai salah satu sistem keselamatan yang paling penting untuk alat transportasi darat saat ini. Perkembangan teknologi terbaru dari sisi aktuator juga telah memungkinkan modulasi secara kontinu terhadap torsi pengereman, sehingga sistem pengereman aktif seperti ABS dapat diformulasikan menggunakan pengendalian klasik. Pada penelitian ini diajukan sebuah pengendali untuk ABS dengan pendekatan Model Predictive Control (MPC) agar mampu memberikan nilai torsi pengereman yang sesuai dengan nilai slip roda yang diinginkan. Model dinamik nonlinier setengah bagian mobil digunakan sebagai plant yang dikendalikan karena memberikan gambaran yang cukup lengkap mengenai dinamika pengereman, termasuk fenomena transfer beban dari roda belakang ke roda depan. Respons diskrit dari model ini kemudian dimodelkan dalam bentuk ruang keadaan dengan menggunakan metode Least Square. Model ruang keadaan ini kemudian digunakan dalam perancangan MPC. Nilai konstanta gesek ban terhadap jalan dihitung berdasarkan model Burckhardt yang merepresentasikan berbagai tipe jalan yang berbeda hanya dengan menggunakan tiga parameter. Slip roda dipilih sebagai variabel yang dikendalikan karena secara dinamik lebih robust jika dibandingkan dengan pengendalian perlambatan roda. Pengendali MPC yang dirancang mampu memberikan pengereman yang optimal di kondisi jalan aspal kering, aspal basah dan es.

---

Over the past half-century, vehicle safety technology has evolved considerably. Antilock braking system (ABS) is now one of the most important active safety system for road vehicles since it prevents the wheels from locking up and reduces the total braking distance while retaining drivability during braking. Recent technological advances in actuators have enabled a continuous modulation of the braking torque, thereby allowing us to formulate active braking control as a classical regulation problem.

The main objective of this research is to develop a controller for ABS based on Model Predictive Control (MPC) strategy, which allows the desired wheel slip to be reached and improves the vehicle?s braking distance in any road condition. A double-corner vehicle is employed as the controlled plant since it provides a sufficiently rich description of the braking dynamics, including the load transfer phenomena.

Discrete responses of this model are identified using Least Square method to reproduce the model in a state-space form as the main component of MPC design. As for the tyre-road friction model in this research, the Burckhardt friction model will be employed, as it only has three parameters to model many different tyre-road friction conditions. Wheel slip is chosen as the controlled variable since its dynamics is more robust than speed deceleration control. The designed MPC is able to perform optimal braking in dry asphalt, wet asphalt, and icy road condition"

"ABSTRACTPerkembangan dari pengendalian stabilitas dalam pergerakan kendaraan elektrik telah berkembang pesat. Pengendalian ini dilakukan dengan tujuan agar tercapai kenyamanan saat berkendara, performa kendaraan yang tinggi dan meningkatkan keselamatan ketika berkendara meskipun pada kondisi kritis agar dapat meminimalisir kecelakaan dari kendaraan. Kendaraan yang jungkir balik atau rollover adalah salah satu keadaan yang sering terjadi ketika kendaraan berada pada kondisi kritis. Pada skripsi ini desain pengendali prediktif pada model kendaraan roda empat diajukan untuk menghindari terjadinya rollover meskipun kendaraan berada pada kondisi kritis. Perancangan dari desain pengendalian ini dimulai dari identifikasi yang bertujuan untuk mendapatkan karakteristik masukan dan keluaran dari pergerakan model kendaraan roda empat dengan metode least square bertingkat. Kemudian model identifikasi tersebut digunakan untuk perancangan pengendali prediktif. Tujuan dari pengendalian ini adalah menjaga agar nilai Load Transfer Ratio LTR dari model kendaraan tetap berada pada batas nilai tertentu agar tidak terjadi rollover sambil menjaga kestabilan pergerakan lateral kendaraan dengan memberikan tekanan pengereman pada tiap roda dari model kendaraan. Desain pengendali prediktif ini kemudian diuji melalui simulasi untuk melihat kemampuan dari pengendali yang telah dirancang.

---

ABSTRACTThe development of stability control in electric vehicle dynamics are growing rapidly. This control is applied to achieve comfortable situation in driving, vehicle high performance, and enhance safety of vehicle even in critical condition in order to reduce traffic accidents. Rollover is one of event that frequently happen when vehicle in critical condition. This research propose a design of model predictive control in four wheel vehicle model to prevent vehicle from rollover even in critical situation. The design started from model identification in order to get the input and output characteristic from the model with multistage least square method. Then the result of identification is used to design the predictive controller. Objective of this model predictive control is to keep the value of vehicles Load Transfer Ratio LTR at a certain range in order to prevent rollover from happening while still maintain the lateral stability of vehicle with giving braking pressure to each tire of the vehicle model. Then the design of model predictive control tested with simulation in order to see the capability of the controller. "

"Perangkat di dalam pusat data berkerja secara terus menerus sepanjang waktu dan akan menghasilkan panas yang cukup tinggi. Dengan demikian ruangan pusat data akan dikondisikan dingin. Spesifikasi dari ruangan pusat data yaitu dengan ruangan suhu sebesar 18o-27o C dan kelembaban sebesar 45%-60%. Suhu tersebut dibutuhkan untuk menjaga perangkat didalam pusat data karena beberapa peralatan didalam pusat data sensitif terhadap panas. Kelembaban mempengaruhi kadar air didalam ruangan yang berpotensi mengakibatkan hubugan singkat listrik dari perangkat. Dengan demikian diperlukan suatu perangkat mesin pendingin data center atau dikenal dengan Computer Room Air Conditioner (CRAC) Laporan skripsi ini bertujuan untuk untuk merancang suatu pengendali prediktif MPC dengan constraint yang diterapkan pada sistem CRAC nonlinear, dimana model yang digunakan merupakan Model Linear bertingkat. Dilakukanproses Identifikasi dan Perancangan Pengendali MPC Sistem CRAC dengan menggunakan ketiga jenis model Least Square bertingkat. Hasil Simulasi identifikasi Least Square bertingkat dari sistem CRAC menunjukkan bahwa salah satu jenis model menghasilkan hasil yang baik dan dapat digunakan untuk mendisain pengendali MPC. Hasil validasi model tersebut pun baik. Model yang diperoleh dari hasil identifikasi dapat digunakan untuk pengendalian MPC sebab memiliki nilai 𝑱𝑳𝑺 dan FPE yang rendah, nilai eigen berada di dalam unit circle, serta memiliki sifat fully controllable dan fully observable. Dilakukan simulasi pengendali MPC dengan menggunakan model Least Square bertingkat untuk mengendalikan mesin pendingin CRAC yang bersifat MIMO (multi input singleoutput), dengan keluaran berupa temperatur udara masuk ke dalam pusat data. Percobaan simulasi menggunakan MPC dengan constraint dengan model linier dan nonlinier yang divariasikan parameter Hu, Hp, Q, dan R. Hasil dari pengujian tersebut adalah MPC menghasilkan nilai yang baik dan mengikuti acuan pada nilai Hp= 8, Hu=4, Q=1,5, dan R=50 untuk sistem linier, dan nilai Hp=8, Hu=4, Q=1,5, dan R=10 untuk sistem nonlinier. Serta hasil pengendalian MPC menggunakan model Least Square bertingkat menujukkan hasil yang lebih baik daripadapengendalian MPC menggunakan model Least Square biasa.

---

Hardwares in data center work continuously over time and will produce high enough heat. Thus the data center will be conditioned cool. The spesification of data center temperature is 18o-27o C and the humidity is 45%-60%. The temperature needed to keep the hardwares work in their optimal state. Humidity affect water content of air in data center. Thus we need a device to keep temperature and humidity. The device known as Computer Room Air Conditioner (CRAC). This essay aims to report the design of a predictive controller with MPC constraint applied to the CRAC nonlinear systems, where the model used a multi stage linear model. Carried out the MPC Identification and Control Design CRAC system with three types of models using Least Square multistage. Simulation results of a multistage least squares identification of CRAC system shows that the model produces one type of good results and can be used to design the MPC controller. The results of the validation of the model also good. Models obtained from the identification could be used to control MPC because gives low value of JLS and FPE, eigen value in unit circle, and have fully controllable and fully observable characteristic. MPC controller simulation using Least Square multistage models. Simulation experiments using MPC with constraints with linear and nonlinear models were varied parameters Hu, Hp, Q, and R. The results of these tests are MPC produces good value and follows the reference at Hp= 8, Hu=4, Q=1,5, and R=50 for linear system, and Hp=8, Hu=4, Q=1,5, and R=10 for nonlinear system. And the results of the MPC control using Least Square multilevel models showed better results than the MPC control using ordinary least square models."

"ABSTRAKPerkembangan teknologi pada dunia otomotif telah berkembang pesat dalam beberapa tahun terkahir. Dunia yang semakin menuntut kenyamanan dan keamanan dalam berkendara membuat produsen-produsen mobil roda empat berlomba-lomba membuat inovasi dalam hal ini. Kenyamanan dan keamanan dalam berkendara dapat ditunjang dari performa mesin, distribusi tenaga, pengereman, suspensi, roda, dan lainnya. Kenyamanan dan keamanan berkendara dengan suspensi mulai berkembang untuk memberikan stabilitas dan kenyamanan pada saat mobil melalui jalan yang tidak rata sehingga suspensi dapat meminimalisir osilasi dari mobil sehingga mobil dapat beraksi mendekati performa di jalan rata. Pengunaan pengendali untuk active suspension terdapat beberapa metode yang dapat diimplementasikan pada actuator suspensi untuk memberikan force actuator pada mobil yang sebenarnya. Pada penelitian ini keadaan yang dikendalikan pada sistem active suspension yaitu body heave (perpindahan dari sprung mass). Pengendalian untuk sistem active suspension pada mobil roda empat yang diajukan pada penelitian ini menggunakan MPC (Model Predictive Control). Metode MPC digunakan pada pengendalian sistem ini karena terdapat banyak constraint dan uncertainty pada sistem ini, kemampuan MPC untuk mengendalikan sistem dengan banyak variabel dan sifat-sifat MPC seperti adanya constraints dapat berguna dalam mengendalikan sistem ini. Dalam Pengembangan model predikisi, road profile dianggap sebagai gangguan. Dinamika model yang kontinu bersifat non-linear diidentifikasi digunakan metode identifikasi least square. Performa dari pengendali kemudian disimulasikan untuk mengetahui kemampuan pengendali dalam mengikuti gangguan dan mengikuti dari setpoint yang diberikan.

---

ABSTRAKThe development of automotive technology has developed rapidly in last few years. In this modern world a few changes has been made and people show up with a new regulation about car comfort and safety. Car manufactures around the world used their resources to invest a new innovation in this area to increase comfort and safety for a joyful ride. Comfort and safety can be increased in some areas like engine performance, power distribution, braking system, suspension, wheel, and many more. Comfort and safety by utilized suspension system has developed rapidly in last few years. The development in suspension area can bring a stability and comfort for the ride when the cars meet a bumpy road, active suspension can minimize vertical body oscillation of the car. Active suspension can be tuned by using many types of controller for implementation in the real car to control suspension actuator so the actuator can produce force to control the state in suspension system which is body heave or sprung mass displacement. In this research a Model Predictive Control or MPC is proposed to control an active suspension system for a four wheel car. MPC is chosen due to it?s capability to control a non-linear system with an uncertainty and constraint. In this research various type of road profile is used as disturbance. In this research least square identification is used to identified a dynamic non-linear model of the car. The performance of the proposed controlled than simulated to show the ability to handle the disturbance and track the setpoint."

"Perkembangan teknologi masa kini membuat kecepatan kendaraan berkembang semakin tinggi. Ini menyebabkan diperlukannya sistem keamanan yang canggih untuk dapat memberikan keamanan yang terjamin kepada kendaraan tersebut. Kendaraan yang memiliki kecepatan tinggi akan memiliki perilaku yaw dan sudut side slip yang berubah saat melakukan manuver tergantung dari sudut kemudi yang diberikan oleh pengemudi. Perubahan nilai yaw rate dan sudut side slip harus mengacu pada setpoint yang telah ditentukan. Jika tidak maka kendaraan menjadi tidak stabil dan tidak dapat dikendalikan. Oleh karena itu diperlukan sebuah pengendali cerdas yang mampu mengendalikan sistem multivariabel, yang mampu bekerja dengan batasan tertentu dan mampu menangani karakteristik sistem dinamik kendaraan roda empat yang nonlinear. Pada penelitian ini digunakan pengendali model predictive control (MPC) pada sistem multivariabel. Pengendali MPC merupakan pengendali yang menggunakan model proses secara eksplisit dalam penghitungan sinyal kendalinya. Model linier digunakan untuk menghitung prediksi keluaran sistem nonlinier dan menghitung besar sinyal kendali agar keluaran sistem nonlinier sesuai dengan acuan. Agar besar kesalahan prediksi keluaran dari model dan keluaran sesungguhnya dari sistem dapat diminimalisasi maka digunakan model ruang keadaan multimodel yang diperoleh melalui metode identifikasi least square. Model yang diperoleh dari hasil identifikasi dapat digunakan untuk pengendalian MPC sebab memiliki nilai 𝐽𝑒𝑒 dan FPE yang rendah, nilai eigen berada di dalam unit circle, serta memiliki sifat fully controllable dan fully observable. Pengendali MPC berbasis singlemodel linear kemudian dirancang untuk mengendalikan sistem dinamik kendaraan roda empat yang bersifat MIMO (multi input multi output), dengan keluaran berupa sudut side slip dan yaw rate, sedangkan pengendali MPC berbasis multimodel linear dirancang untuk mengendalikan sistem dinamik kendaraan roda empat yang bersifat MISO (multi input single output), dengan keluaran berupa yaw rate. Untuk memperoleh pengendalian yang terbaik, pengendali MPC disimulasikan pada sistem linear dan nonlinear. Variasi nilai 𝐻𝑝, 𝐻𝑢, Q, dan R diberikan untuk mengetahui pengaruh perubahan nilai parameter pengendali MPC terhadap karakteristik sinyal kendali masukan dan sinyal respon keluaran sistem, serta waktu komputasi dan nilai loss function

---

The development of current technology makes developing vehicle speed more higher than before. This case led to the need for sophisticated security system can provide guaranteed security to the vehicle. Vehicles which have a fairly high speed will have the behavior of the yaw and side slip angle of the body when performing maneuvers that change depending on the steering angle is given by the driver. Changes in the value of yaw rate and side slip angle of the body must refer to a predetermined setpoint. If not, then the vehicle becomes unstable and can not be controlled. Therefore we need an intelligent controller capable of controlling multivariable system, which is able to work with certain restrictions and able to handle the dynamic system characteristics of four-wheel drive nonlinear. This research are used a model predictive controller control (MPC) on multivariable system. MPC controller is a controller that use a process model explicitly in the calculation of control signals. Linear model is used to calculate the output prediction of nonlinear systems and control signals in order to calculate the output nonlinear systems in accordance with reference. In order for the prediction errors of the model output and the actual output of the system can be minimized then used multimodel state space model that obtained through the method of least squares identification. Models that obtained from the identification could be used to control because the MPC has 𝐽𝑒𝑒 and FPE values are low, the eigen values are inside the unit circle, and has a fully controllable properties and fully observable. MPC controller bases linear singlemodel then designed for controlling dynamic system four-wheeled vehicle that is MIMO (multi-input multi-output), the output are side slip angle and yaw rate, while the MPC controller bases linear multimodel is designed to control the dynamical system of four-wheel vehicle is MISO (multiple input single output), with the output is yaw rate. To obtain the best control, the MPC controller is simulated in linear and nonlinear systems. The variations of 𝐻𝑝, 𝐻𝑢, Q, and R value are given to determine the effect of changes in the value of the MPC controller parameters on the characteristics of the control signal input and signal output response system, as well as the computational time and the value of loss function."