Rancang Bangun Penstabil Drone S2GA Berbasis Metode Fuzzy Logic Menggunakan Arduino
Sari
UAV merupakan wahana teknologi canggih yang sering digunakan di bidang militer untuk misi pengintaian. UAV terdiri dari beragam jenis, salah satunya yaitu quadcopter. Quadcopter yang digunakan dalam misi militer biasanya mempunyai masalah ketidakstabilan ketika quadcopter tersebut terbang membawa senjata. Oleh karena itu, maka diperlukan sebuah sistem untuk mengatur kestabilan dari percepatan motor quadcopter. Pada paper ini dipaparkan sebuah desain system dari stabilizer drone dengan metode logika fuzzy menggunakan 3 derajat. Penelitian ini bertujuan untuk mengkonfigurasikan kontrol kestabilan quadcopter yang optimal setelah diterapkan metode fuzzy logic inferensi Tsukamoto. Input dari system ini adalah percepatan dan perubahan percepatan. Sedangkan output yang dihasilkan berupa kecepatan motor. Untuk mengetahui error dilakukan pengujian ketepatan posisi 5 kali pada ketinggian 1-3 meter. Sedangkan untuk mendapatkan waktu quadcopter untuk kembali ke posisi semula dapat menggunakan stopwatch. Penelitian ini bertujuan untuk mengkonfigurasikan kontrol kestabilan quadcopter yang optimal setelah diterapkan metode fuzzy logic inferensi Tsukamoto. Hasil penelitian dengan logika fuzzy untuk kestabilan menunjukan nilai rise time sebesar 0,7 detik, settling time 2,55 detik, overshoot sebesar 15 % ketika menerima gangguan sebesar 45cm, dan nilai steady-state 69,55 cm dengan simpangan baku sebesar ± 1,775 cm. Hasil tersebut memberikan akurasi dalam menentukan kestabilan yang lebih baik pada quadcopter.
UAV is one of the advanced technology that used in the military for reconnaissance missions. UAV consists of various types, one of them is a quadcopter. Since the quadcopter in military missions has an instability problem when they fly with a weapon, they needed to stabilize the acceleration of a quadcopter motor. This paper presents a design system of drone stabilizer using fuzzy logic method based on 3 degrees of freedom to improve stability. Fuzzy logic that used to configure optimal quadcopter stability control is Tsukamoto's inference fuzzy logic method. The input of this system are acceleration and acceleration change. While, the output of this system is the speed of motor. We did 5 times experiment to find out the accuracy of this system at an altitude of 1-3 meters. Furthermore, to get the quadcopter time from return to its original position we used a stopwatch. Based on the experiments, we obtained a rise time value of 0.7 seconds, settling time of 2.55 seconds, overshoot of 15% when receiving interference of 45cm, and a steady-state value of 69.55 cm with a standard deviation of ± 1.775 cm. These result show that fuzzy logic provide a better accuracy in determining stability on quadcopter.
Kata Kunci
Teks Lengkap:
PDFDilihat:
Referensi
P. A. Kusuma and A. Dharmawan, “Pengendalian Kestabilan Ketinggian pada Penerbangan Quadrotor dengan Metode PID Fuzzy,” IJEIS (Indonesian J. Electron. Instrum. Syst., vol. 7, no. 1, p. 61, 2017, doi: 10.22146/ijeis.15456.
N. Yanti and F. Z. Rachman, “Pengendalian Kestabilan Terbang Robot Penjelajah Udara Dengan Metode Hybrid Pid-Fuzzy Stability Control Flying the Air Conditioning Robot With Hybrid Pid-Fuzzy Method,” vol. 5, no. 6, pp. 705–710, 2018, doi: 10.25126/jtiik51134.
A. S. Priambodo, A. I. Cahyadi, and S. Herdjunanto, “Perancangan Sistem Kendali PD untuk Kestabilan Terbang Melayang UAV Quadcopter,” no. July 2017, pp. 117–121, 2019.
S. Lukas, A. Aribowo, and Y. S. Tjia, “Simulasi Kecepatan Kendaraan Dengan Menggunakan Logika Fuzzy,” SNATI, 2008.
Y. M. Arif et al., “Implementation Of Ultrasonic Sensor And Fuzzy Logic On Safety And Control Drone System ( QUADCOPTER ),” vol. 8, no. 1, pp. 454–460, 2018.
Z. Jamal, “Implementasi Kendali Pid Penalaan Ziegler-Nichols Menggunakan Mikrokontroler,” J. Inform., vol. 15, no. 1, pp. 81–88, 2015, doi: 10.30873/ji.v15i1.410.
R. Maulana, F. M. Ula, and G. E. Setyawan, “Sistem Kendali Take-Off Quadcopter Ar.Drone Menggunakan Logika Fuzzy,” J. Pengemb. Teknol. Inf. dan Ilmu Komput. Univ. Brawijaya, vol. 2, no. 9, pp. 3060–3066, 2018.
S. Lins, M. Garratt, A. Lambert, and P. Li, “6DoF Motion estimation for UAV landing on a moving shipdeck using real-Time on-board vision,” Australas. Conf. Robot. Autom. ACRA, 2015.
M. Thowil Afif and I. Ayu Putri Pratiwi, “Analisis Perbandingan Baterai Lithium-Ion, Lithium-Polymer, Lead Acid dan Nickel-Metal Hydride pada Penggunaan Mobil Listrik - Review,” J. Rekayasa Mesin, vol. 6, no. 2, pp. 95–99, 2015, doi: 10.21776/ub.jrm.2015.006.02.1.
A. Hendriawan, G. P. Utomo, and H. Oktavianto, “Sistem Kontrol Altitude Pada UAV Model Quadcopter Dengan Metode PID,” 14th Ind. Electron. Semin. 2102 (IES 2012), vol. 2012, no. Ies, pp. 12–16, 2012.
DOI: https://doi.org/10.15575/telka.v6n2.104-112
Refbacks
- Saat ini tidak ada refbacks.
Jurnal TELKA terindex oleh :
Didukung oleh :
Ciptaan disebarluaskan di bawah Lisensi Creative Commons Atribusi-NonKomersial-BerbagiSerupa 4.0 Internasional.