Pada tugas akhir ini disimulasikan kemampuan diagonal recurrent neural networks (DRNN) untuk mengendatikan sistem dinamis. Diagonal recurrent neural networks (DRNN) cocok untuk mengendalikan sistem dinamis karena memiliki internal feedback loop sehingga memiliki karakteristik dynamic mapping. Sistem kontrol dengan diagonal recurrent neural networks (DRNN) terdiri atas diagonal recurrent neuroidentifrer (DRNI) dan diagonal recurrent neurocontroller (DRNC). Diagonal recurrent neuroidentifier (DRNI) akan mengidentifika5i plant yang dikendalikan dan memberikan informasi tersebut ke DRNC. Diagonal recurrent neurocontroller (DRNC) akan memberikan sinyal kendali untuk mengendalikan plant sehingga dapat mengikuti model referensi yang diinginkan. Simulasi dilakukan dengan dua plant yang berbeda. Pada plant pertama diuji kemampuan beradaptasi dan kemampuan menanggulangi gangguan yang tedadi. Pada plant kedua, dilihat bagaimana DRNN dapat mengendalikan plant yang tidak stabil bila diberikan sinyal kendali dengan besar tertentu.