JNTETI, Vol. nn, No.
nn, Februari 2018
Sliding Mode Control untuk Mengatasi Nonlinearitas
Gangguan pada Kendali Kecepatan Motor DC
Feriyonika1
Abstract—DC motor speed control is an example of plant
where its feedback sensor is susceptible to noise. Some
nonlinearites of DC motor are also appearance because of
changing in its internal components, presence of white noise,
driver problem, and direct external disturbances to controller
signal. In this paper, Sliding Mode Control (SMC) was employed
to overcome several disturbances in DC motor by localizing all
states in sliding mode mechanism. Firstly, as internal
components are unknown, system identification of DC motor
was conducted to derive transfer function of plant. The model
was then used to design SMC by limiting amplitude of
disturbances. To guarantee all states move to operating point
(0,0), first order sliding surface equation and Lyapunov stability
analysis were employed. The results showed that SMC could
follow setpoint with no overshoot, risetime 8.7 second, and error
steady state 0.009. Disturbances, represented by random signal
(0.3, 0.5, and 1 times of maximum disturbance limit), were
applied to check the robustness of the SMC. The result showed
that SMC could still maintain the response around setpoint while
presence of disturbances. Verification experiment was also
conducted by adding disturbances which are out of maximum
amplitude limit (3, 5, 8 times). With 3 and 5 times, although there
is oscillation, SMC could still maintain response around setpoint
(marginally stable). It started to unstable for 8 times of
maximum amplitude limit.
Intisari—Sistem kendali kecepatan motor DC
merupakan plant yang secara alamiah rentan terhadap noise
pembacaan sensor. Selain itu, terdapat juga nonlienaritas
gangguan akibat perubahan komponen internal motor, white
noise, ketidaklinearan driver, serta gangguan eksternal terhadap
sinyal aktuasi. Penelitian ini menggunakan Sliding Mode Control
(SMC) untuk mengatasi berbagai jenis gangguan pada kendali
kecepatan motor DC dengan melokalisir perubahan state melalui
mekanisme sliding. Pada langkah pertama, dikarenakan
parameter internal motor tidak diketahui, proses identifikasi
dilakukan untuk mendapatkan transfer function plant. Model
yang didapat selanjutnya digunakan untuk mendesain
parameter SMC dengan terlebih dahulu menentukan batas
maksimum amplitudo gangguan yang bisa diatasi. Untuk
menjamin state menuju ke titik equilibrium point, persamaan
sliding surface orde-1 dan syarat kestabilan Lyopunov
digunakan dalam proses desain. Hasil perancangan
menunjukkan respon sistem dapat mengikuti setpoint tanpa
overshoot, risetime 8,7 detik, dan error steady-state 0,009.
Pengujian terhadap nonlinearitas gangguan dilakukan dengan
memberi sinyal random sebesar 0.3, 0.5, dan 1 kali dari batas
maksimum gangguan. Hasilnya SMC tetap menjaga kecepatan
motor disekitar setpoint. Selain itu, pengujian juga dilakukan
dengan memberi sinyal gangguan diluar batas desain (3, 5, dan 8
kali). Kecuali pada 8 kali batas maksimum, SMC masih menjaga
respon disekitar setpoint.
Kata Kunci— Sliding Mode Control, Lyapunov Stability, Motor
DC, Variable Structure, Sliding Surface.
1Staf Pengajar, Jurusan Teknik Elektro, Politeknik Negeri
Bandung, Jl. Gegerkalong Hilir, Ds.Ciwaruga, Bandung 40012,
(tlp: 022-2013789; fax: 022-2013889; e-mail:
feriyonika@gmail.com)
Feriyonika: Sliding Mode Control untuk ...
1
I. PENDAHULUAN
Motor DC merupakan plant yang sering dijadikan model
dalam pembelajaran sistem kendali dikarenakan kemudahan
dalam merealisasikan hasil algoritma kendali (baik berupa
tegangan DC ataupun sinyal PWM) ataupun waktu steady
state yang cepat sehingga parameter kendali yang di ujicoba
bisa langsung di evaluasi dan diperbaiki. Motor DC biasanya
digunakan langsung atau sebagai bagian dari manipulator[1].
Pada penelitian terkini dibidang sistem kendali, misalkan
dalam Network Control Sistems (NCSs) [2],[3] ataupun event
triggered control [4], motor DC tetap digunakan sebagai
model untuk menganalisa keefektifan suatu metode kendali.
Penggunaan SMC sebagai pengendali kecepatan motor DC
dapat dilihat pada [5] - [7]. Pada publikasi penelitian tersebut
perancangan SMC menggunakan model plant dari penurunan
model fisis dimana parameter internal motor dan model
gangguan diasumsikan dengan nilai – nilai tertentu. Pada
artikel tersebut pengujian algoritma belum pada plant
sesungguhnya sehingga kemampuan SMC dalam mengatasi
ketidak idealan driver, noise pembacaan sensor, perubahan
parameter internal motor, serta nonlinearitas gangguan belum
di ketahui. SMC yang menggunakan plant motor DC riil dapat
dilihat pada [8]. Pada publikasi ini komponen internal motor, -
seperti RL, Ra, J, b-, diketahui dari datasheet motor tersebut.
Meskipun model plant riil digunakan untuk proses
perancangan SMC, pada artikel tersebut belum digambarkan
hasil pengujian terhadap berbagai gangguan. Selain itu, model
plant yang digunakan belum di verifikasi dengan respon
sinyal motor DC secara langsung. Pada [9], teknik identifikasi
digunakan untuk mendapatkan model motor DC. Sama hal
nya dengan [8], hasil perancangan SMC belum di uji coba
dengan berbagai gangguan dan model yang diperolehpun
belum di verifikasi dengan sinyal asli plant. Selain itu,
penentuan batas switching pada perancangan SMC belum
dijabarkan secara jelas. Dari review penelitian diatas, terdapat
tiga hal (pemodelan dan verifikasi model plant,ujicoba
gangguan SMC, dan penentuan batas switching) yang dapat
menjadi kontribusi penelitian ini.
Penelitian ini menggunakan motor DC yang modelnya
didapatkan melalui proses identifikasi. Proses verifikasi model
dilakukan dengan membandingkan langsung antara model
plant (dalam bentuk transfer function) dengan sinyal asli.
Setelah model plant didapat, proses perancangan SMC
dilakukan dengan membuat sliding surface menggunakan
analisis kestabilan Lyapunov. Hasil perancangan SMC
kemudian direalisasikan dengan memanfaatkan sistem
switching di Simulink Matlab dan mengirimkan hasil
perhitungan ke modul I/O yang terhubung ke plant. Untuk
menguji kehandalan sistem kendali SMC, random signal
ISSN 2301 - 4156
2 JNTETI, Vol. nn, No. nn, Februari 2018

dengan beberapa variasi gain ditambahkan pada keluaran

kendali (sinyal aktuasi).

II. SLIDING MODE CONTROL

Sliding Mode Control (SMC) merupakan metode kendali
yang muncul saat mencari solusi masalah osilasi pada bang-
bang control [2]. Pada kendali ini semua state didorong untuk
mencapai sliding surface dan mengikuti surface line menuju
equilibrium point. Bagian utama dari SMC adalah mendesain
sliding surface dan memanipulasi state input sehingga respon Gbr. 1 Proses state menuju sliding surface dan proses sliding
bergerak mengikuti sliding surface. Persamaan surface dan menuju ke equilibrium point [10].
persamaan karakteristik dari SMC ditunjukkan oleh (1) dan
(2).
 ( x)  C1 X1  C2 X 2  ...  X n  0 (1) III. MODEL PLANT
S n 1  Cn 1S n  2  Cn  2 S n 3  ... C2 S  C1  0
A. Physical Modelling
(2)
Motor DC merupakan aktuator yang sering dipakai pada
Sebagai contoh, misalkan terdapat sistem orde dua dengan sistem kendali. Plant ini bisa langsung digunakan untuk
dua state, X1 and X2, sebagaimana ditunjukkan pada (3) dan (4) gerakan berputar dan, jika di couple dengan roda dan kabel,
[10]. bisa digunakan untuk gerakan translasi [1].

X1  X 2 (3)

X 2  a1 X 1  a2 X 2  b(u   ( x, t )) (4)

Pada persamaan (4)  ( x, t ) merepresentasikan gangguan,

noise dan ketidaklinearan sistem. Berdasarkan (1), dapat
ditentukan switching surface sehingga didapat (5) dan (6).
Agar sistem stable dynamic, maka ditentukan nilai C1 > 0 [11].
Gbr.2 Rangkaian ekuivalen listrik dari armature dan free-body diagram rotor.
 ( x)  C1 X1  X 2  0 (5)
   Pada Gbr. 2 input sistem diasumsikan sumber tegangan (V)
 ( x)  C1 X 1  X 2  C1 X 2  a1 X1  a2 X 2  b(u   ( x, t ))  0 (6) yang diberikan ke armature. Keluarannya berupa kecepatan
d
Untuk mengevaluasi kestabilan sistem, digunakan putar dari shaft, . Disini rotor dan shaft diasumsikan rigid.
persamaan Lyapunov, (7). dt
1 Selain itu model friksi torsi memiliki hubungan proporsional
V  2 terhadap kecepatan angular shaft. Torsi yang dihasilkan oleh
2 (7)
 
motor DC proporsional terhadap arus armature dan besarnya
V   medan magnet. Pada pemodelan ini besarnya medan magnet
 dianggap konstan sehingga pada (9) torsi motor (T) memiliki
V akan bernilai negatif jika memenuhi (8). hubungan yang proporsional dengan arus di armature, i, dikali

dengan faktor konstanta Kt .
 0 for  ( x)  0   ( x)  0

 T  Kt i
 ( x )  0 for  ( x)  0 (8) (9)
 0 
Sedangkan besarnya back emf, e, proporsional dengan
 for  ( x)  0   ( x)  0
 kecepatan angular shaft dikalikan faktor konstanta Ke
Kestabilan sistem akan tercapai jika    0 . Berdasarkan _
teori Lyapunov, saat sliding surface mencapai kondisi e  Ke  (10)

   0 , sistem state akan konvergen ke titik pusat (0,0) Dalam satuan SI, konstanta torsi motor dan konstanta back
phase plane, dengan menentukan nilai input, u , yang tepat. emf sama, Kt  Ke , oleh karena itu, kita akan
Ilustrasi proses menuju sliding surface dan titik pusat
menggunakan symbol ‘K’ untuk merepresentasikan kedua
diilustrasikan pada Gbr. 1.
konstanta tersebut.

ISSN 2301 – 4156 Feriyonika: Sliding Mode Control untuk…

JNTETI, Vol. nn, No. nn, Februari 2018
3
Dari Gbr. 2 kita bisa mendapatkan (11) dan (12)
Input and output signals
dengan menggunakan prisip hukum Newton 2 dan KVL
600
(Kirchhoffs Voltage Law).

Respon (rpm)
.. . 400

J   b   Ki (11) 200

di .
L  Ri  V  K 
0
0 5 10 15 20 25 30 35 40
(12) (a)
dt
3000

Setpoint (rpm)
Dengan menggunakan transformasi Laplace, (11) dan (12) 2000
dapat dinyatakan dalam domain ‘s’ menjadi (13) dan (14). 1000

s( Js  b) ( s)  K I ( s)
0
0 5 10 15 20 25 30 35 40
(13) Waktu (detik)
(b)

( Ls  R) I ( s)  V ( s)  Ks ( s) (14)
Gbr.5 Hasil perekaman data, a). Respon; b) Setpoint

Dengan mengeliminasi nilai I (s ) pada (13) dan (14) Dengan menggunakan Toolbox Matlab, dan berdasarkan
didapat open loop transfer function , (15), antara kecepatan informasi pada pemodelan sistem plant motor DC (15)
putaran dan tegangan armature. didapatkan (17) sebagai Transfer Function plant.
.
 ( s) K  rad / sec  0,5169
  V 
(15) G( s) 
V (s) ( Js  b)( Ls  R)  K 2 s  4,877 s  2,442
2
(17)
Dengan menjadikan kecepatan putar dan arus listrik Model sistem tersebut selanjutnya di verifikasi dengan
sebagai variabel state, maka (15) dapat diubah menjadi (16). membandingkan sinyal plant dan sinyal dari model (Gbr. 6).
d     bJ    0 
. K .

  J
  (16)
 RL   i   L1 
V
dt  i   KL Verifikasi Transfer Function Plant
    3000

S e tpoint
2500
S inya l da ri Mode l
S inya l da ri P la nt
B. Identifikasi Model Plant
Kecepatan (rpm)

2000

Pada penelitian ini, metode ‘Black Box’ digunakan untuk 1500

mengidentifikasi model plant. Gbr. 3 dan 4 merupakan blok 1000

diagram dan susunan plant untuk proses identifikasi. Hasil
pengambilan data dapat dilihat pada Gbr. 5. 500

0
0 10 20 30 40 50 60 70 80
Waktu (detik)

Gbr. 6 Verifikasi model plant.

Model (17) selanjutnya di ubah ke domain state space

menjadi (18) dan (19).
    4,877  2,422  x  1
 x 1     
1
   u
 x 2   1 0   x2  0 (18)
Gbr. 3 Proses pengambilan data untuk identifikasi model plant
x 
y  0 0,5169 1 
 x2  19)

IV. PERANCANGAN KENDALI

A. Syarat controllability
Untuk mendesain SMC langkah pertama adalah
menganalisis syarat controllability matrix G pada (20).
G  B AB (20)
1  4,877
Gbr.4 Set plant untuk pengambilan data.
G 
 0 1 

Feriyonika: Sliding Mode Control untuk ... ISSN 2301 - 4156

4 JNTETI, Vol. nn, No. nn, Februari 2018
Karena matrix berukuran 2x2 dan rank-nya =2, maka
sistem bersifat controllable.
B. Perancangan surface equation
Berdasarkan persamaan umum (1) dan (2), ditentukan
parameter C1 dan C2 sedemikian sehingga surface equation
bersifat asymptotically stable. Karena persamaan berode 1 dan
mengasumsikan time constant sebesar 0.25 detik, maka nilai
C1 dan C2 adalah 1 dan 4 sehingga sliding equation nya
menjadi (21).
 ( x)  4 X1  X 2  0 (21)
C. Analisa kestabilan dengan Lyapunov
Berdasarkan (7), (8) dan (21) maka analisa kestabilan
Lyapunov digunakan agar input kendali (U) terdapat didalam
(22) sehingga dengan mendesain sinyal kendali yang tepat
maka respon system akan selalu stabil.
 maka nilai 3  0,35 , dipilih nilai output switching, K32 = -
 0
 
 (4 X 1  X 2 )  0
 (4(4,877 X 1  2,422 X 2  U   [ x, t ])  X 1 )  0
 (19,508 X 1  9,688 X 2  4(U   [ x, t ])  X1 )  0
D. Perancangan switching
Dari (22) di desain persamaan input kendali (U) menjadi
(23) yang kemudian di substitusikan ke (22) menjadi (24).
Dari persamaan ini di desain mekanisme switching sehingga
saat state X1 dan X2 menyentuh sliding surface secara
otomatis agar di arahkan ke operating point (titik [0,0]).
U  1 X 1  2 X 2  3
(41  18,508) X 1  (42  9,688) X 2  4(3   [ x, t ])  0 (24)
1 , 2 , 3 merupakan switching 1, 2, dan 3. Sedangkan σ
merupakan persamaan sliding surface. Dari (24) terdapat tiga
bagian yang akan menentukan apakah jumlah akhirnya
bernilai positif atau negatif. Agar nilainya negatif, maka
operasi aritmatika pada setiap komponen di rancang
sedemikian sehingga agar hasilnya selalu negatif.
1). Bagian pertama di set negatif, (41  18,508) X 1  0 .
 Agar bernilai negatif, saat X 1  0 , maka
(41  18,508)  0 atau 1  4,627 . Pada kondisi ini, output
switching, dinotasikan dengan K11 , adalah = 6. Nilai ini
ditentukan sembarang selama syaratnya terpenuhi.
 Saat X 1  0 , maka (41  18,508)  0 atau 1  4,627 .
Output switching, K12, ditentukan = 2.
2). Bagian kedua di set negatif, (42  9,688) X 2  0
ISSN 2301 – 4156 Feriyonika: Sliding Mode Control untuk…
 Agar bernilai negatif, saat X 2  0 , maka
(42  9,688)  0 atau 2  2,422 . Pada kondisi ini output
switching, K21, ditentukan = 6.
 Saat X 2  0 , maka agar tetap bernilai negatif, nilai
(42  9,688)  0 atau 2  2,422 . Besarnya output switching,
K22, ditentukan = -1,22.
3). Bagian ketiga di set negatif, 4(U   [ x, t ])  0
 Saat   0 , maka agar bernilai negatif
(3   [ x, t ])  0 . Dengan memberi boundary amplitudo
 [ x, t ])  0,35 , maka
nonlinearitas gangguan nilai
3  0,35 , output switching, K31, ditentukan = 0,4.
Saat   0 , agar bernilai negatif (3   [ x, t ])  0 ,

0,4.
V. HASIL DAN ANALISA
(22) Bagian ini akan berdiskusi mengenai realisasi hasil
perancangan kendali, analisa peubahan batas switching
terhadap respon plant, serta kemampuan SMC dalam
mengatasi gangguan.
A. Realisasi desain kendali
Hasil perancangan SMC direalisasikan ke blok simulink
Gbr.7, sedangkan blok sistem secara keseluruhan berada pada
Gbr.8. Berdasarkan kriteria kestabilan Lyapunov, dihasilkan
(23)
batas switching gain yang akan menjamin sistem tetap stabil.
Kriteria tersebut masih bersifat umum sehingga pada
penelitian ini penentuan batas switching dilakukan secara
manual sedemikian sehingga respon sistem memiliki risetime
(Tr), overshoot (%MP), dan steady state error (ess) yang kecil.
Dikarenakan waktu asli dan waktu yang ada di Matlab
berbeda, maka pengukuran T r dilakukan dengan terlebih
dahulu mengkonversi waktu yang tertampil di Matlab ke
dalam waktu asli. Besarnya konstanta waktu didapatkan
dengan mencari perbandingan Matlab dan waktu asli (dari
pengukuran didapatkan 10 : 11,16 detik).
JNTETI, Vol. nn, No. nn, Februari 2018
5
Sliding Mode Control dengan K22=-1,26 dan K32=-0,44
1.6

1.4

Kecepatan (1000 rpm/ Volt)

1.2 SV
PV
1

0.8

0.6

0.4

0.2

0
0 10 20 30 40 50 60 70 80 90
Waktu (detik)
Gbr. 9 Respon kecepatan motor menggunakan SMC.

B. Uji nonlinearitas gangguan

Gbr. 7 Realisasi SMC dengan blok Simulink
Pengujian kehandalan SMC dilakukan dengan memberikan
sinyal random yang mewakili gangguan berupa noise,
perubahan nilai internal komponen, dan nonlinearitas
gangguan lainnya. Gbr. 10 merupakan sinyal yang akan
diujikan, sedangkan Gbr. 11 merupakan blok pengujian
gangguan yang di ubah-ubah dengan mengalikan gain 0,3, 0,5
dan 1 terhadap sinyal gangguan.
Gangguan pada SMC
0.5

0.4

0.3

0.2

0.1

Amplitudo
0

-0.1

-0.2

-0.3

-0.4

-0.5
0 1 2 3 4 5 6 7 8 9 10

Gbr. 8 Realisasi sistem kendali secara keseluruhan Waktu

Gbr. 10 Sinyal random yang mewakili gangguan

Berdasarkan pengujian didapatkan bahwa batas switching
yang berpengaruh adalah K22 dan K23. Pada penelitian ini
pengamatan dilakukan dengan mengkombinasikan tiga nilai
tersebut. Tabel I merupakan hasil percobaan dengan berbagai
nilai batas switching.
TABEL I
PENGARUH PERUBAHAN BATAS SWITCHING
Tr Gbr. 11 Blok sistem saat pengujian gangguan
NO K22 K32 %MP ess
(detik)
1 -1,1 -0,4 8,7 0 -0,479 Gbr. 12 merupakan respon sistem saat diberi gangguan.
2 -1,26 -0,4 15,4 0 -0,059 Terlihat pada saat diberi gangguan dengan bobot (gain) 0,3
3 -1,3 -0,4 18,97 0 0,048 dari batas maksimum, SMC dapat menjaga kecepatan motor
4 -1,1 -0,42 10,26 0 -0,49 pada sekitar setpoint. Sistem mulai sedikit berosilasi saat gain
5 -1,26 -0,42 16,74 0 0,009
dinaikkan 0,5. Pada saat gain maksimum, osilasi mulai terjadi
6 -1,3 -0,42 18,74 0 0,078
7 -1,1 -0,44 8,7 0 -0,46 akan tetapi SMC masih dapat menjaga kecepatan disekitar
8 -1,26 -0,44 14,73 0 0,009 setpoint.
SMC saat diberi gangguan
9 -1,3 -0,44 21,42 0 0,146 2

1.8

Dari Tabel I diketahui bahwa semua kombinasi nilai K22 1.6

Kecepatan (1000rpm/ volt)

1.4
dan K32 tidak menyebabkan overshoot (%MP). Kualitas 1.2

respon yang berpengaruh adalah besarnya risetime (Tr) dan 1 gain 0,3 gain 0,5 gain 1

steady-state error (ess). Nilai ess yang paling kecil pada 0.8 SV
PV
percobaan ke 5 dan 8. Dengan mempertimbangkan nilai Tr 0.6

0.4
yang lebih kecil, batas switching dari percobaan ke 8 dipakai 0.2

sebagai nilai K22 dan K32. Gbr. 9 merupakan hasil pengujian 0

0 20 40 60 80 100 120 140 160 180
sistem kendali dengan kedua parameter tersebut. waktu (detik)

Gbr. 12 Respon sistem saat diberi gangguan.

Feriyonika: Sliding Mode Control untuk ... ISSN 2301 - 4156

6 JNTETI, Vol. nn, No. nn, Februari 2018
Pengujian SMC juga dilakukan dengan memberikan
gangguan diluar batas kriteria desain. Gbr. 13 merupakan
respon saat diberi gangguan dengan gain yang berbeda-beda
(3, 5, & 8). Pada saat sinyal gangguan 3 kali lebih besar dari
batas maksimum, sistem berosilasi disekitar setpoint dengan
amplitudo yang cukup besar. Penambahan gain menjadi 5 kali
membuat osilasi respon semakin besar (tetapi masih di jaga
disekitar setpoint). Saat gain di set 8, respon sistem berosilasi
dengan amplitudo yang besar dengan kecenderungan menuju
kondisi tidak stabil (menjauhi setpoint).
Uji kemampuan SMC mengatasi gangguan diluar batas desain
2.5
SV
PV
Kecepatan (1000 rpm/ volt)
2 [2]
1.5
1 for Non-Gaussian Stochastic Networked Control Sistems and its
gain 3 gain 5
gain 8
0.5
0
0 50 100 150 200
Waktu (detik)
Gbr. 13 Sistem saat diberi gangguan diluar batas range gangguan
VI. KESIMPULAN
Pada sistem kendali kecepatan Motor DC, pemodelan
sistem dapat dilakukan dengan teknik identifikasi dengan
terlebih dahulu mengetahui struktur umum plant. Untuk
memastikan model yang didapat tidak terlalu jauh dari plant
asli, perlu dilakukan verifikasi sinyal asli dan sinyal keluaran
model plant (dalam transfer function). Pada desain SMC,
syarat kestabilan Lyapunov akan menjamin respon sistem
tetap stabil. Selain itu, akibat imperfect sistem model
mengakibatkan perlunya pen-tuning-an ulang batas switching
gain. Pada pengujian dengan gangguan sesuai kriteria desain
(0,3, 0,5, dan 1) SMC dapat menjaga output disekitar setpoint.
Pada saat gangguan diberikan 3 dan 5 kali lebih besar dari
batas desain, SMC masih tetap menjaga respon disekitar
setpoint tetapi osilasinya semakin besar (marginally stable).
ISSN 2301 – 4156 Feriyonika: Sliding Mode Control untuk…
Pemberian gain 8 kali dari batas desain menyebabkan sistem
tidak stabil (menjauhi setpoint).
UCAPAN TERIMA KASIH
Penulis mengucapkan terimakasih kepada UPPM
Politeknik Negeri Bandung atas bantuan dana penelitian
mandiri dosen 2017.
REFERENSI
[1] Messner B, Tilbury D, “DC Motor Speed: Sistem Modelling,” Course
Tutorial, Dept.Mechanical Engineering at Carnegie Mellon University
and Dept. Mechanical Engineering and Applied Mechanics at the
University of Michigan, 2012.
M Gamal, Nayera S, MRM. Rizk, AKA. El Soud, “Delay
Compensation Using Smith predictor for wireless network control
sistem,” Alexandira Engineering Journal, Vol.55, Issue 2, halaman
1421-1428, June 2016.
[3] M. Ren, J. Zhang, M Jiang, M Yu, “Minimum (h, phi)- entropy Control
Application to a Networked DC Motor Control Sistem,” IEEE
Transaction on Control Sistems Technology, Vol.23, hal. 406-411, Jan.
2015.
[4] S Reimann, DH Van, S Al-Areqi, S Liu, “Stability Analysis and PID
Control Synthesis under Event-Triggered Communication,” 2015
European Control Conference (ECC), July 15-17 2015, Linz Austria.
[5] CU Maheswararao, YSK Babu, K Amaresh, “Sliding Mode Speed
Control of a DC Motor,” 2011 Int.conf. Communication Sistems and
Network Technologies (CSNT), 3-5 June 2011,Katra Jammu, India.
[6] V Singh, V Sharma, “Sliding mode controller design for DC motor
with non-linearities,” 2015 Int. Conf. On Computation of Power,
Energy, Information and Communication (ICCPEIC), 22-23 April
2015, Chennai, India.
[7] SV Ambesange, SY Kamble, DS More, “ Application of Sliding Mode
Control for the speed control of DC motor drives,” 2013 IEEE
International Conference on Control Application, 28-30 Agustus 2013,
Hyderabad, India.
[8] HS Ramirez, MA Aguilar-Orduna, EWZ Bustamante, “Sliding mode
tracking controller for a non-linear single link-DC motor sistem: An
input output approach,” IFAC PapersOnLine, 50-1, halaman 11619-
11624, 2017.
[9] N Colo, S Masic, S Huseinbegovic, BP Drazenovic, “A discrete time
sliding mode speed controller with disturbance compensation for a
5kW DC motor,” 42nd Annual Conference of the IEEE Industrial
Electronics Society, IECON 2016, 23-26 Oct 2016, Florence Italy.
[10] Hung, J.Y, Nonlinear control, A course note of Spring 2011. National
Taiwan University of Science and Technology, Taipei, Taiwan, 2011
[11] Feriyonika, Gunawan D “Fuzzy Sliding Mode Control for Enhancing
Velocity Performance in Injection Molding Machine,” International
Journal of Artificial Intelligence, Vol.10, N.S13, 2013.