Sistem Kendali Take-Off Quadcopter Ar.Drone Menggunakan Logika Fuzzy

Transkripsi

1 Jurnal Pengembg Teknologi Informasi d Ilmu Komputer e-issn: X Vol. 2, No. 9, September 2018, hlm Sistem Kendali Take-Off Quadcopter Ar.Drone Menggunak Logika Fuzzy Fajar Miftakhul Ula 1, Gembong Edhi Setyaw 2, Rizal Maula 3 Program Studi Teknik Informatika, 1 fajarmiftakhulula@gmail.com, 2 gembong@ub.ac.id, 3 rizal_la@ub.ac.id Abstrak Unmned Aerial Vehicle (UAV) atau pesawat tpa awak merupak salah satu jenis robot udara yg saat ini sedg mengalami perkembg yg pesat. Salah satu jenis dari UAV adalah quadcopter, quadcopter adalah robot udara yg memiliki 4 buah motor sebagai penggerak baling-baling. Dalam pembuat quadcopter mengalami byak permasalah salah satunya yaitu kebutuh ak pengguna yg dapat mengontrol pergerak quadcopter menggunak remot yg berpengalam sgat diperluk, kususnya dalam melakuk proses take-off, mengingat take-off pada quadcopter merupak fase yg mutlak harus dijaga kestabilnya. Oleh karena itu, diperluk adya sistem autopilot yg dapat mengendalik proses take-off deng baik. Berdasark permasalah tersebut maka dibuatlah peneliti tentg sistem kendali take-off quadcopter menggunak logika fuzzy deng menggunak rule 7x7 dima terdapat dua input yaitu percepat serta perubah percepat, sedg output yg dihasilk adalah berupa kecepat. Untuk mengetahui tingkat error dilakuk penguji ketepat posisi sebyak 10 kali pada ketinggi 1-4 meter. Sedgk untuk mengetahui berapa waktu quadcopter untuk mencapai posisi hover dapat menggunak stopwatch dari posisi take-off hingga posisi hover. Sehingga hasil dari peneliti ini adalah ketepat yg diperoleh sudah baik, namun waktu yg diperluk masih membutuhk waktu lama. Kata kunci : Unmned Aerial Vehicle (UAV), Quadcopter, Take-off, Fuzzy. Abstract Unmned Aerial Vehicle (UAV) or we knownby ple without crew is type of sky s robot explores have incrase develop in nowadays. One kinds of UAV is quadcopter, quadcopter is kinds of sky robots have four motors as ve drive. On process make quadcopter have my trouble, that is experienced pilot requirements for fly quadcopter use remote, expecially for the take-off, because take-off on quadcopter is absolute phase to keep the stability. So need have auto pilot system to mage process a great takeoff. Based on that trouble so made experiment about guide system of take-off quadcopter use fuzzy logic with rule 7x7 where have two input is acceleration d chge of acceleration, while output which result is speed. For know the error phase is examination as much as ten times with high 1 4 meter. And for know time need quadcopter for get hover use record time with stopwatch. So the result of this experiment is the precision obtained is already good but the time if takes is still need a long time while the rule is match with result output. Keywords : Unmned Aerial Vehicle (UAV), Quadcopter, Take-off, Fuzzy. 1. PENDAHULUAN Unmned Aerial Vehicle (UAV) atau yg biasa kita kenal deng pesawat tpa awak saat ini sedg mengalami perkembg yg pesat yaitu untuk keperlu sipil atau keperlu pribadi sekedar hya untuk hobi atau bahk digunak untuk keperlu yg lebih besar seperti pada dunia militer. UAV memiliki byak tipe salah satunya adalah quadcopter. Quadcopter memiliki kemampu untuk melakuk pendarat d lepas ldas secara vertikal, yg biasa dikenal deng istilah Vertical Take-Off d Lding (VTOL). Dalam pembuat quadcopter terdapat byak masalah seperti keempat baling-baling yg tidak bisa menghasilk gaya gkat, karena keempat motor masih dircg berputar searah. Kebutuh ak pilot sgat diperluk Fakultas Ilmu Komputer Universitas Brawijaya 3060

2 Jurnal Pengembg Teknologi Informasi d Ilmu Komputer 3061 dalam menerbgk quadcopter, khususnya dalam melakuk proses take-off. Untuk menjaga kestabil pada waktu takeoff telah dilakuk peneliti sebelumnya yg menggunak fuzzy Model Reference Adaptive Contro (MRAC) seperti ditulis oleh Prawirayuda (2012). Selain menggunak metode fuzzy MRAC ada pula yg menggunak kontrol fuzzy Proportional Integral Derivative Controller (PID) seperti yg dilakuk olah Kusuma, Effendi, Iskdar (2012). Dari kedua peneliti diatas dapat disimpulk bahwa algoritma yg bersifat nonlinier seperti logika fuzzy lebih cocok untuk diterapk pada quadcopter dari pada menggunak algoritma yg bersifat linear seperti PID dikarenak quadcopter memiliki dinamika yg non-linier sehingga algoritma yg bersifat non-linier lebih cocok diterapk. Selain itu dari hasil peneliti yg dilakuk oleh Prawirayuda (2012) waktu yg dibutuhk quadcopter untuk take-off pada ketinggi tertentu adalah sebesar 0,6 detik sedgk untuk algoritma PID waktu yg dibutuhk adalah sedikit lebih lama yaitu 1 detik. Selain menggunak fuzzy Model Reference Adaptive Contro (MRAC) d juga fuzzy Proportional Integral Derivative controller (PID) adapula penelit yg menggunak fuzzy Mamdi seperti yg ditulis oleh Raharja et al. (2015) pada peneliti ini merupak pengembg dari beberapa peneliti sebelumnya yg bertuju untuk mengoptimalk kecepat, meningkatk waktu d menghilgk overshoot saat quadcopter hover pada posisi ketinggi yg telah ditentuk. Metode algoritma fuzzy Mamdi sering dikenal deng metode Max-Min. Metode ini juga digunak oleh peneliti sebelumnya menggunak rule base 3x3. Pada peneliti yg dilakuk oleh Raharja et al. (2015) kontrol fuzzy digunak untuk mengendalik tinggi quadcopter deng rule base 7x7. Dari hasil penguji yg dilakuk oleh Raharja et al. (2015) untuk basis atur 7x7 lebih baik dari rule base 3x3 d 5x5. Dari beberapa peneliti yg telah di lakuk sebelumnya peneliti ingin menerapk logika fuzzy mamdi deng rule 7x7 untuk mengatur kecepat putar motor quadcopter Ar-Drone agar dapat menjaga kestabil pada waktu take-off. Tuju digunaknya rule 7x7 pada peneliti ini dikarenak deng menggunak rule 7x7 pada peneliti sebelumnya yg dilakuk oleh Raharja et al. (2015) memberik kesimpul bahwa deng menggunak rule 7x7 quadcopter dapat stabil d waktu yg di tempuh quadcopter untuk take-off hingga hover pada ketinggi tertentu lebih cepat dibdingk menggunak rule 3x3 d 5x5. Perbeda yg dilakuk peneliti, variabel yg digunak buk ketinggi d perubah ketinggi melaink percepat d perubah percepat dikarenak target peneliti ini adalah untuk mengatur kecepat putar motor agar dapat menjaga kestabil d keseimbg pada waktu take-off serta dapat menjaga kestabil pada ketinggi tertentu, penyebab dari tidak stabilnya quadcopter pada ketinggi tertentu adalah adya perubah kecepat. 2. PERANCANGAN DAN IMPLEMENTASI 2.1 Gambar Sistem Sistem yg ak dibuat pada penemiti ini adalah untuk mengatur kecepat putar motor pada quadcopter agar dapat menjaga kestabil pada waktu take-off deng menggunak algoritma fuzzy mamdi. Gambar 1. Diagram blok sistem Gambar 1 merupak gambar dari diagram blok sistem yg ak dibuat dima terdapat 2 input yg didapat dari hasil pembaca nilai percepat serta perubah percepat pada sumbu Z dari quadcopter, sedgk terdapat 1 output yg dihasilk adalah kecepat dari putar ke 4 motor quadcopter. Nilai yg di dapat dari pembaca data sensor ak digunak sebagai input pada mesin penalar untuk mengelompokk ggota himpun fuzzy yg ntinya ak dijadik output untuk dapat mengatur kecepat motor quadcopter. Proses ini ak terus berulg hingga quadcopter dapat mencapai ketinggi tertentu serta proses ak berhenti jika user memerintahk quadcopter untuk lding.

3 Jurnal Pengembg Teknologi Informasi d Ilmu Komputer Percg Sistem Pada tahap percg sistem ak dibagi menjadi 2 yaitu percg pergkat keras serta percg pergkat lunak. Gambar 2 merupak gambar dari diagram alir sistem secara keseluruh. maka algoritma fuzzy ak terus berjal untuk menghasilk output berupa pengatur kecepat motor hingga quadcopter berada pada posisi hover deng ketinggi yg telah ditentuk. Proses ini ak terus berulg dikarenak nilai yg di keluark oleh quadcopter ak terus dibaca d dijadik sebagai input dari logika fuzzy. Pada percg pergkat keras ak dijelask mengenai percg komunikasi sistem yg dibagi menjadi 2 proses pertukar data seperti ditunjuk pada Gambar 3 d Gambar 4 dikarenak sebelum program dijalk pada quadcopter aktual program terlebih dahulu diuji pada gazebo simulator deng menggunak driver tum_simulator sedgk pada Ar-Drone aktual driver yg digunak adalah ardrone autonomy. Gambar 3. Gambar komunikasi sistem Gambar 2. Diagram alir sistem Pertama ak dilakuk pengecek koneksi pada laptop apakah telah terhubung deng koneksi wi-fi yg di pcark oleh quadcopter, jika koneksi telah terhubung maka user dapat menjalk program pada laptop. Jika laptop tidak terhubung deng koneksi wifi yg di pcark oleh quadcopter maka user harus mengecek kembali koneksi tersebut. Setelah user dapat terhubung pada quadcopter, d program telah dijalk maka quadcopter, ak take-off d sensor ultrasonik ak mulai membaca ketinggi yg telah ditentuk oleh user. Jika ketinggi yg dibaca oleh sensor belum sesuai deng jarak yg ditentuk, Pada Gambar 3 adalalah gambar dari komunikasi sistem pada peneliti ini dima computer deng sistem orerasi Ubuntu yg didalam nya telah terinstall Robot Operating System (ROS) dapat berkomunikasi deng quadcopter deng menggunak btu dari driver ardrone autonomy sebagai jembat tara laptop deng quadcopter. Sedgk agar laptop dapat terhubung deng quadcopter maka laptop harus terhubung deng koneksi wi-fi yg dipcark oleh quadcopter. Seljutnya deng btu dari driver ardrone autonomy kita dapat mengambil data dari quadcopter yaitu data navigasi serta data sensor yg dibutuhk untuk dijadik input dari algoritma fuzzy yg ak di buat, data yg telah diambil ntinya ak di dijadik sebagai input algoritma fuzzy d ak dibuat sebuah program deng menggunak bahasa pemogram Python yg ntinya program tersebut ak dikirim pada quadcopter oleh Robot Operating System (ROS) deng bentuk commd agar quadcopter take-off menggunak algoritma fuzzy yg telah dibuat. Pada dasar nya driver untuk tumsimulator d ardrone autonomy adalah sama, sehingga proses pertukar data serta program yg digunak pada simulator d quadcopter aktual juga sama, perbeda komunikasi tara

4 Jurnal Pengembg Teknologi Informasi d Ilmu Komputer 3063 tum_simulator d quadcopter aktual adalah tum_simulator dijalk diatas gazebo d berkomunikasi deng Robot Operating System (ROS) menggunak port, sedgk untuk menghubungk quadcopter aktual deng Robot Operating System (ROS) menggunak koneksi wi-fi. Gambar 4 merupak gambar alur pertukar data pada simulator. Gambar 4. Alur pertukar data pada simulator Pada percg pergkat lunak ak dijelask mengenai percg logika fuzzy yg terdiri dari beberapa tahap yaitu fuzzyfikasi, Aplikasi fungsi implikasi, komposisi atur serta defuzzyfikasi. Yg ak dijelask pada Gambar 5 yaitu proses percg logika fuzzy pada sistem. variabel percepat serta perubah percepat yg ntinya ak di ambil hasil output terkecil atau MIN. Proses ketiga adalah komposisi atur, proses dimulai dari melakuk aplikasi fungsi implikasi pencari nilai minimum seljutnya dari tiap masing-masing rule yg telah didapatk dicari nilai maximumnya. Setelah itu, ak didapatk nilai z dari hasil nilai maximum di tiap masing-masing atur rule. Proses yg terahir adalah proses defuzzyfikasi yaitu menghasilk output berupa control terhadap putar baling-baling quadcoter. Dalam peneliti ini digunak fuzzy logic toolbox yg terdapat pada Matlab. Pada percg fuzzy logic toolbox ak dibuat dua buah input yaitu percepat serta perubah percepat deng output berupa kecepat menggunak rule base 7x7, yg ntinya ak menghasilk 49 atur. Gambar 6 d Gambar 7 merupak himpun variabel input percepat d perubah percepat yg di dalamnya terdapat 7 kondisi yaitu SSR (sgat-sgat rendah), SR (sgat rendah), R (rendah), SED (sedg), T (tinggi), ST (sgat tinggi), SST (sgat-sgat tinggi). Kondisi tersebut berada pada ketinggi 1 sampai 4 meter. Rge untuk 2 variable input yg digunak dalam peneliti ini bernilai sama yaitu SSR [-1.0, -0.99, -0.6], SR [-0,99, - 0,6, -0,3], R [-0.6, -0,3, 0], SED [-0,3, 0, 0,3], T [0, 0,3, 0,6], ST [0,3, 0,6, 0,99] d SST [0,6, 0,99, 1,0] Gambar 5. Proses percg logika fuzzy pada sistem Pada proses fuzzyfikasi ak melakuk input data sensor untuk menentuk d menghitung derajat keggota dari nilai percepat serta data perubah percepat yg seljutnya sistem ak menghasilk output derajat keggota dari tiap-tiap vatiabel tersebut. Proses kedua adalah aplikasi fungsi implikasi. Proses ini mengambil nilai input dari output fuzzifikasi berupa derajat keggota Gambar 6 Himpun variabel input percepat (α) Gambar 7 Himpun variabel input perubah percepat (dα)

5 Jurnal Pengembg Teknologi Informasi d Ilmu Komputer 3064 Gambar 8 merupak himpun variabel output berupa speed deng 7 kondisi yaitu {SSL, SL, L, SED, C, SC, SSC}. Rge yg digunak dalam variable output berada pada -1,0 sampai 1,0. Gambar 8 Himpun variabel output (Speed) 2.3 Implementasi Sistem Pada implementasi sistem terdapat 2 tahap implementasi yaitu, implementasi pada pergkat keras d pergkat lunak. Pada implementasi pergkat keras ak dibahas mengenai implementasi program yg telah dibuat kedalam quadcopter aktual apakah quadcopter dapat mengatur kecepat motor untuk menjaga kestabil pada proses take-off Gambar 9 adalah gambar dari implementasi program kedalam quadcopter. penguji respon sistem untuk mengetahui waktu yg dibutuhk ketika take-off hingga hover, penguji logika fuzzy untuk mengetahui kecocok output deng rule yg telah di buat. 3.1 Hasil Penguji Error Sistem Penguji ini dilakuk untuk mengetahui seberapa besar tingkat error yg dihasilk dalam mencapai ketinggi tertentu. Setelah dilakuk penguji sebyak 10 kali pada setiap ketinggi yg berbeda maka, menghasilk output sebagai berikut. Pada penguji deng ketinggi 1 meter 6,45% deng tingkat ketepat sebesar 93,55%. Pada Gambar 10 merupak grafik ketinggi 1 Gambar 10 Grafik ketinggi 1 meter Pada penguji deng ketinggi 2 meter 1,63% deng tingkat ketepat sebesar 98,37%. Pada Gambar 11 merupak grafik ketinggi 2 Gambar 9 Implementasi program kedalam quadcopter Pada implementasi pergkat lunak dilakuk pembuat kode program sistem deng menggunak Spyder sebagai Interface Development Environtment (IDE) dari bahas pemprogram Python. Penulis kode program pada sistem terdiri dari beberapa proses yaitu pembuat variable fuzzyfikasi, variable rule, variable Min d Max serta yg terahir variabel area output deffuzifikasi. 3. PENGUJIAN DAN HASIL Terdapat tiga jenis penguji yg ak dilakuk pada peneliti ini yaitu penguji ketepat posisi untuk mengetahui error d tingkat kepat posisi pada ketinggi terentu, Gambar 11 Grafik ketinggi 2 meter Pada penguji deng ketinggi 3 meter 1,37% deng tingkat ketepat sebasar 98,63%. Pada Gambar 12 merupak grafik ketinggi 3

6 Jurnal Pengembg Teknologi Informasi d Ilmu Komputer 3065 Gambar 12 Grafik ketinggi 3 meter Pada penguji deng ketinggi 4 meter 0,92% deng tingkat ketepat sebasar 99,08%. Pada Gambar 13 merupak grafik ketinggi 4 Gambar 13 Grafik ketinggi 4 meter 3.2 Hasil Penguji Respon Sistem Penguji ini dilakuk untuk mengetahui seberapa lama waktu yg dibutuhk quadcopter untuk mencapai posisi hover pada ketinggi tertentu. Dari hasil pencatat waktu yg dilakuk pada setiap ketinggi yg berbeda didapatk hasil seperti ditunjukk pada Tabel 1 dibawah ini. Penguji ke Tabel 1 Hasil penguji waktu 1 Ketinggi Rata-rata Pada ketinggi 1 meter waktu yg dibutuhk quadcopter untuk mencapai ketinggi tersebut adalah sebesar 24.5 detik atau jika diubah dalam bentuk menit adalah sebesar 0,4 menit. Pada ketinggi 2 meter rata-rata waktu yg dibutuhk quadcopter untuk mencapai ketinggi tersebut adalah sebesar 49.5detik atau jika diubah dalam bentuk menit adalah sebesar 0,8 menit. Pada ketinggi 3 meter rata-rata waktu yg dibutuhk quadcopter untuk mencapai ketinggi tersebut adalah sebesar 96,7 detik atau jika diubah dalam bentuk menit adalah sebesar 1,6 menit. Pada ketinggi 4 meter rata-rata waktu yg dibutuhk quadcopter untuk mencapai ketinggi tersebut adalah sebesar 154,8 detik atau jika diubah dalam bentuk menit adalah sebesar 2,6 menit. 3.3 Hasil Penguji Logika Fuzzy Penguji ini dilakuk untuk mengetahui apakah output yg dihasilk oleh quadcopter telah sesuai deng rule yg telah ditentuk pada tahap membership function. Setelah dilakuk pengambil nilai secara acak sebyak 8 kali pada macam-macam ketinggi maka, didapatk hasil seperti ditunjukk pada Tabel 2 dibawah ini. Ketinggi () Tabel 2 Hasil penguji rule Percepat (m/s) Perubah Percepat (m/s) Fuzzy speed (m/s) Bena r 4 1,0 1,0 0,0 3 0,0 0,3 0,2 1 0,8 0,8 0,0 2 0,2 0,7 0,2 4 0,0 0,0 0,0 2 0,4 0,3 1,0 3 0,5 0,4 0,0 1 0,3 0,6 0,3 Dari pengambil nilai secara acak pada terminal ubuntu didapatk hasil berupa keseluruh nilai yg didapat bernilai benar sehingga dapat dihitung persentase keakurat rule fuzzy 7x7 adalah sebesar 100 % 4. KESIMPULAN Berdasark dari hasil penguji yg telah

7 Jurnal Pengembg Teknologi Informasi d Ilmu Komputer 3066 dilakuk, maka dapat diambil kesimpul sebagai berikut. a. Setelah melakuk penguji ketepat posisi sebyak 10 kali pada ketinggi yg berbeda maka dapat disimpulk bahwa semakin bertambahnya ketinggi maka tingkat error yg dihasilk ak semakin kecil d tingkat ketepat quadcopter ak semakin akurat. b. Dari hasil penguji respon sistem, yg dilakuk didapatk kesimpul semakin bertambahnya ketinggi maka waktu yg dibutuhk quadcopter untuk mencapai ketinggi tertentu ak semakin lama. c. Untuk tingkat kecocok rule 7x7 deng output yg dihasilk didapatk kecocok sebesar 100%, nila tersebut di dapat deng melakuk proses pencocok rule menggunak 2 cara yaitu secara tabel d matematis. DAFTAR PUSTAKA Hutama,M Prinsip Kerja Quadcopter [Online],dilihat 11 Mei 2017 Tersedia di: < 11 Mei 2017] Kusuma,W., R,E,AK., d E,Iskdar., Percg d Implementasi Kontrol Fuzzy-PID pada Pengendali Auto Take- Off Quadcopter UAV, Jurnal Teknik POMITS 1(1) 1-6. [Diakses 24 September 2017] Prawirayuda,F., K,Astrowul., d R,E,AK., Desain d Implementasi Kontroler Fuzzy-Model Reference Adaptive Control (Fuzzy MRAC) untuk Proses Take-off pada Unmned Aerial Vehicle (UAV) Quadcopter, Jurnal Teknik POMITS 1(1) 1-5. [Diakses 4 Oktoberber 2016] Gaol, A., Setyaw, G., & Kurniaw, W. Pendarat Otomatis Quadcopter AR Drone Menggunak Metode Linear Quadratic Regulator (LQR). Jurnal Pengembg Teknologi Informasi d Ilmu Komputer, vol. 1, no. 10, p , juli ISSN X. Tersedia pada: < Tggal Akses: 12 j Raharja,N,Mahari., O,Wahyunggoro., d A,I,Cahyadi Altitude Control for Quadrotor with Mamdi Fuzzy Model International Conference on Science in Information Technology (ICSITech) 1-6 [Diakses 8 Juni 2017] Sael,A Logika Fuzzy,Makalah If2091 Struktur Diskrit,1-5. [Diakses 2 September 2017] Setyaw, G E., Setyaw, E. & Kurniaw, W., Sistem Kendali Ketinggi Quadcopter Menggunak PID. Jurnal Teknologi Informasi d Ilmu Komputer (JTIIK), Volume II, pp Wasisto,T,E., A,Iskdarito., d Matradji Rcg Bgun Sistem Kontrol Attitude Pada UAV (UNMANNED AERIAL VEHICLE) Quadcopter DF- UAV01 Deng Menggunak Sensor Accelerometer 3-Axis Deng Metoe Fuzzy 1(1) [Diakses 4 Oktoberber 2016]