Anda di halaman 1dari 11

Simulasi Hardware Sistem Cooperative Adaptive Cruise Control

Berbasis Fuzzy Logic


Rizky Hartonoa, Noor Cholis Basjaruddinb, Didin Saefudinc

Jurusan Teknik Elektro, Politeknik Negeri Bandung, Bandung 40012


aE-mail : rizky.hartono99@gmail.com
bE-mail : cs_ppm@yahoo.com
cE-mail : sadien@gmail.com

ABSTRAK

Sistem CACC (cooperative adaptive cruise control) adalah sistem yang berfungsi untuk menjaga
jarak mobil sesuai dengan yang telah ditentukan oleh pengemudi. Sistem ini merupakan sistem yang
dikembangankan dari sistem ACC (adaptive cruise control). Masalah yang ada pada sistem ACC adalah
delay respon mobil. Sistem CACC memperbaiki masalah tersebut dengan cara mengurangi delay respon
mobil. Delay respon mobil berkurang karena mobil menyesuaikan jarak berdasarkan jarak antar mobil dan
kecepatan mobil di depannya. Pada tugas akhir ini sistem CACC disimulasikan menggunakan mobil
RC(remote control) dengan skala 1:10. Mobil RC ini dilengkapi dengan sensor ultrasonik PING Parallax
dan komunikasi radio frequency. Sedangkan untuk pengendalinya dilakukan oleh mikrokontroller Arduino
Mega 2560 menggunakan metode fuzzy logic. Untuk menjaga mobil RC tetap berada dalam jalur maka
ditambahkan juga sistem active steering assistance. Dari hasil percobaan yang dilakukan diketahui bahwa
untuk menyesuaikan jarak mobil RC, sistem CACC membutuhkan waktu 10 detik sedangkan sistem ACC
membutuhkan waktu 15 detik. Proses pengiriman data mengalami delay dengan nilai terbesar selama 2
detik, namun masih aman untuk digunakan pada simulasi sistem CACC. Simulasi yang dilakukan memiliki
persentase keberhasilan sebesar 70% ketika kecepatan mobil di depan tidak berubah dan 75% ketika
kecepatan mobil di depan berubah-ubah.

Kata kunci : Cruise Control, Adaptive Cruise Control, Cooperative Adaptive Cruise Control, Logika Fuzzy

I. PENDAHULUAN merupakan sistem yang digunakan untuk menjaga


mobil berjalan pada kecepatan yang konstan.
Dengan jumlah penggunaan mobil yang semakin Namun, sistem ini masih memiliki beberapa
meningkat, memeperlihatkan bahwa kebutuhan kekurangan. Salah satu kekurangannya adalah sistem
terhadap mobil terus mengalami peningkatan. ini tidak memiliki kemampuan untuk menjaga jarak
Tentunya para pengguna mobil akan lebih memilih mobil dengan mobil yang berada di depannya,
mobil dengan tingkat keamanan dan kenyamanan sehingga sistem ini tidak dapat diterapkan pada
yang tinggi. Dengan banyaknya perusahaan produsen kondisi lalu lintas yang padat.
mobil yang ada di dunia, maka para pengguna mobil Oleh karena itu, maka dilakukanlah
mendapatkan berbagai macam pilihan mobil. Dengan pengenmbangan dari sistem cruise control sehingga
banyaknya pilihan, maka persaingan antara menghasilkan sistem yang dinamakan ACC(adaptive
perusahaan mobil untuk menyediakan mobil yang cruise control). Sistem ACC memiliki kemampuan
aman dan nyaman akan semakin ketat. untuk mengatur kecepatan mobil, sehingga mobil
Semua produsen mobil berlomba-lomba untuk dapat mempertahankan jarak aman dengan mobil di
memproduksi mobil dengan tingkat keselamatan dan depannya.
kenyamanan yang sangat tinggi. Peningkatan Namun pada sistem ACC delay respon mobil
keselamatan dan kenyamanan ini dilakukan dengan untuk menyesuaikan masih terlalu lama., sehingga
beberapa cara, diantaranya adalah dengan dilakukan lagi pengembangan dan menghasilkan
menerapkan berbagai macam teknologi atau sistem sebuah sistem yang dinamakan CACC(Cooperative
yang dapat meningkatkan keamanan dan Adaptive Cruise Control).
kenyamanan. Salah satu sistem yang diterapkan pada Sistem CACC memiliki fungsi yang sama dengan
mobil saat ini adalah cruise control. Cruise control sistem ACC, yaitu menjaga kecepatan dan jarak
mobil dengan mobil yang berada didepannya. Namun 2.3 Sensor Ultrasonik PING Parallax
pada sistem CACC kecepatan mobil diatur Sensor ultrasonik digunakan untuk mengukur
berdasarkan jarak antar mobil dan kecepatan mobil di jarak antara mobil. Sensor ultrasonik yang digunakan
depan yang dikirimkan melalui media nirkabel. adalah sensor ultrasonik PING Parallax seperti yang
Sehingga pada sistem CACC akselerasi dan diperlihatkan pada Gambar 2.
pengereman dapat dilakukan dengan lebih responsive
dan nyaman.
Dengan pengereman yang lebih responsive maka
jarak pengereman yang dibutuhkan hingga mobil
berhenti menjadi lebih pendek. Oleh karena itu, jarak
aman antar mobil dapat diperkecil, sehingga luas
jalan yang ada dapat menampung mobil dengan
jumlah lebih banyak.
Gambar 2 Sensor ultrasonic PING Parallax[3].

II. TINJAUAN PUSTAKA Secara umum cara kerja sensor ultrasonik sama
dengan proses pendeteksian benda yang dilakukan
2.1 CACC(Cooperative Adaptive Cruise Control) oleh kelelawar[4], yaitu dengan memantulkan
gelombang ultrasonik ke benda yang dideteksi
Sistem CACC merupakan pengembangan dari
kemudian dikonversikan menjadi jarak. Sinyal yang
sistem ACC dengan cara kerja yang sama. Selain
dihasilkan sensor ultrasonik PING Parallax
menggunakan sensor untuk mengukur jarak, sistem
diperlihatkan pada Gambar 3.
CACC juga menggunakan komunikasi untuk
mengirimkan data kecepatan mobil di depan. Sistem
CACC digunakan untuk mempertahankan jarak
mobil sesuai dengan yang ditentukan oleh
pengemudi. Gambar 1 memperlihatkan bagaimana
sistem CACC bekerja.

Gambar 1 Sistem cooperative adaptive cruise Gambar 3 Sinyal sensor ultrasonik PING
control[1]. Parallax[3].

2.2 DSRC(Dedicated Short-Range Sensor ini memiliki pin yang sama untuk
Communication) memberikan trigger dan menerima gelombang
DSRC merupakan teknologi yang digunakan ultrasonik. Ketika proses pengukuran jarak dilakukan
untuk jenis komunikasi satu arah ataupun dua arah maka pin SIG pada sensor PING digunakan sebagai
dengan rentang jarak pendek hingga medium pin output yang memberikan pulsa trigger berupa
menggunkan saluran komunikasi nirkabel. Saluran pulsa high selama 2 s sampai 5 s. Setelah trigger
komunikasi DSRC dirancang khusus untuk diberikan, speaker mengeluarkan gelombang
penggunaan dalam bidang otomotif dengan protokol ultrasonik sebesar 40KHz selama 200 s. Pin SIG
dan standar yang sudah ditentukan. Penggunaan yang sebelumnya digunakan sebagai output diubah
DSRC sebagai komunikasi antar kendaraan dengan menjadi pin input.
kendaran dan kendaraan dengan infrastruktur dapat Kemudian gelombang ultrasonik merambat
meningkatkan keselamatan berkendara karena diudara dengan kecepatan 344.424 m/s. Gelombang
adanya pertukaran informasi antar perangkat tersebut dipantulkan kembali oleh objek yang
DSRC[2]. DSRC menggunakan standar IEEE dideteksi dan kembali menuju microphone. Selama
802.11p WAVE(Wireless Access for Vehicular menuggu pantulan gelombang ultrasonik sensor akan
Environtment). Standar ini merupakan modifikasi menghasilkan pulsa berlogika 1. Ketika gelombang
dari standar IEEE 802.11 yang digunakan untuk ultrasonik diterima oleh microphone maka pulsa
WiFi. yang sebelumnya berlogika 1 berubah menjadi
logika 0. Lebar pulsa berlogika 1
merepresentasikan jarak antara sensor dengan objek. tingkat kebenaran[6]. Contoh penggunaan logika
Lebar pulsa ini selanjutnya diubah menjadi besaran fuzzy diperlihatkan pada Gambar 5.
jarak dalam satuan centimeter menggunakan
program pada mikrokontroler. Rumus (1) digunakan
untuk menghitung jarak melalui lebar pulsa yang
dihasilkan.
..(1)
=
2
v = kecepatan suara (344 m/s)
t = lebar pulsa berlogika 1 (s)

2.4 Radio Frequency Gambar 5 Konsep-konsep dasar logika fuzzy[6].


Radio frequency merupakan perangkat elektronik Logika Fuzzy memungkinkan nilai keanggotaan
yang digunakan untuk mengirim dan/atau menerima antara 0 atau 1 dan tingkat keabuan hitam atau putih
sinyal radio. Untuk melakukan pengiriman data yang dinyatakan dalam bentuk linguistik. Logika ini
menggunakan radio frequency diperlukan perangkat berhubungan dengan set fuzzy dan teori
transmitter dan receiver seperti diperlihatkan pada kemungkinan. Logika fuzzy diperkenalkan oleh Dr.
Gambar 4. Lotfi Zadeh dari Universitas California, Berkeley
pada 1965. Terdapat beberapa atribut himpunan
fuzzy, yaitu :
1. Variabel Fuzzy
Variabel fuzzy merupakan variabel yang
digunakan dalam suatu sistem fuzzy. Contoh variabel
fuzzy adalah jarak, panas, berat dan lain-lain.
2. Himpunan Fuzzy
Himpunan fuzzy adalah kondisi yang mewakili
Gambar 4 Modul radio frequency(RF)[5]. variabel fuzzy. Himpunan ini memiliki dua atribut
Ada tiga jenis modul radio frequency, yaitu yaitu linguistik dan numerik. Atribut linguistik
modul transmitter, modul receiver, dan modul adalah penamaan yang mewakili suatu kondisi,
transceiver. Modul transmitter digunakan untuk misalnya panas, hangat dan dingin. Sedangkan
mentransmisikan data yang ditumpangkan pada atribut numerik adalah nilai dari variabel seperti 16,
gelombang carrier. Modul transmitter biasanya 18, 20, 32 dan seterusnya.
digunakan secara bersamaan dengan mikrokontroler 3. Himpunan Semesta
yang memberikan data untuk ditransmisikan. Modul Himpunan semesta adalah seluruh nilai yang
receiver adalah modul yang digunakan untuk boleh dioperasikan dalam suatu variabel fuzzy.
menerima sinyal dari transmitter. Modul transceiver Contoh himpunan semesta untuk variabel suhu
merupakan modul yang dapat digunakan sebagai adalah Suhu:[0,100].
transmitter dan receiver.
Transmitter dengan kekuatan pengiriman yang 4. Domain
tinggi membutuhkan sumber daya yang besar. Hal ini Domain adalah seluruh nilai yang diperbolehkan
menyebabkan waktu pengoperasian transmitter dalam himpunan semesta dan dapat dioperasikan
menjadi lebih pendek bila sumber dayanya dalam himpunan fuzzy. Contohnya adalah sebagai
menggunakan baterai. Kemampuan dari modul radio berikut :
frequency dipengaruhi oleh beberapa faktor, seperti a. Dingin = [0, 60]
daya, cuaca, dan lain-lain. b. Hangat = [60, 80]
c. Panas = [80, 100]
2.5 Logika Fuzzy
2.4.1 FIS(Fuzzy Inference System)
Logika Fuzzy merupakan peningkatan dari logika
Boolean. Logika Boolean menyatakan bahwa segala FIS (Fuzzy Inference System) adalah sistem yang
hal dapat diekspresikan dalam istilah biner (0 atau 1, dapat melakukan penalaran dengan seperti manusia
hitam atau putih, ya atau tidak), sedangkan logika melakukan penalaran dengan nalurinya[7]. Ada
fuzzy menggantikan kebenaran boolean dengan beberapa metode FIS yang digunakan, yaitu metode
Tsukamoto, Sugeno dan Mamdani. FIS bekerja
berdasarkan kaidah-kaidah linguistik. FIS memiliki paling sering digunakan adalah COG(Center of
algoritma fuzzy yang menyediakan pendekatan untuk Gravity). COG digunakan untuk mendapatkan nilai
digunakan bersamaan dengan analisa matematika. outputnya. Pada tahap ini semua membership
Proses pada FIS diperlihatkan dalam Gambar 6. function output yang berada diatas output fuzzy akan
dipotong. Kemudian hasil membership function
Fuzzy Fuzzy
Masukkan
Fuzzyfikasi Evaluasi Rule Defuzzyfikasi
Masukkan dikombinasikan, selanjutnya seluruh COG akan
crisp crisp
dikalkulasikan dengan menggunakan persamaan
Masukkan
fungsi
Aturan-aturan Masukkan
kenaggotaan
yang dituliskan pada persamaan (4).:
keanggotaan output


=1 ( )
Gambar 6 Proses pada Fuzzy Inference System =
=1 ( )
(FIS).
Keterangan :
Berdasarkan Gambar 5, penjelasan dari proses- vo = nilai keluaran
proses pada FIS adalah sebagai berikut : vk = elemen ke k
a. Fuzzifikasi merupakan proses pendefinisian k(vk) = derajat keanggotaan elemen pada fuzzy set v
himpunan fuzzy serta penentuan derajat v = semesta pembicaraan.
keanggotaan input crisp pada sebuah himpunan
fuzzy,
III. METODOLOGI
b. Evaluasi rule merupakan proses penentuan rule
yang digunakan untuk menentukan output dari 3.1 Prinsip Kerja Alat
fuzzy,
Sistem CACC memiliki fungsi untuk menjaga
c. Defuzzifikasi merupakan proses pengubahan
jarak mobil dengan mobil di depannya. Proses
besaran fuzzy yang ada dalam bentuk himpunan
penyesuaian jarak dilakukan dengan mengatur
fuzzy output menjadi besaran tegasnya.
kecepatan dari mobil. Kecepatan mobil diatur
berdasarkan error antara jarak terhadap setpoint dan
Ada beberapa metode FIS yang terkenal, yaitu kecepatan mobil didepannya. Data kecepatan mobil
metode FIS Tsukamoto, Sugeno,dan Mamdani. didepan dikirimkan dengan menggunakan perangkat
radio frequency. Penyesuaian kecepatan dilakukan
2.4.2 Metode Mamdani dengan mengatur akselerasi dan pengereman mobil.
Metode Mamdani sering juga disebut dengan Simulasi yang dilakukan pada tugas akhir ini
nama Metode Max-Min. Pada metode ini ada empat menggunakan mobil RC dengan skala 1:10.
tahap yang harus dilakukan untuk memperoleh Error antara jarak terhadap setpoint digunakan
output, yaitu : sebagai input dari logika fuzzy yang akan
menentukan besarnya output dari logika fuzzy.
1. Fuzzifikasi Pengukuran jarak dilakukan menggunakan sensor
Pada tahap ini variabel input dan output dibagi ultrasonik PING Parallax. Proses pendeteksian objek
menjadi satu atau lebih himpunan fuzzy. dilakukan dengan memantulkan gelombang
ultrasonik ke objek yang ditentukan. Output dari
2. Aplikasi fungsi implikasi sensor ultrasonik PING Parallax diubah menjadi
Fungsi implikasi yang digunakan adalah fungsi Min. jarak dalam satuan centimeter menggunakan
program pada mikrokontroler. Jangkauan jarak
3. Rule(Komponen Aturan) maksimal dari sensor ultrasonik PING Parallax
Ada tiga metode yang digunakan dalam adalah 3 meter.
melakukan inferensi sistem fuzzy, yaitu max, Selain sensor pengukur jarak, pada sistem
addative(sum) dan probalistik(or). CACC juga ditambahkan perangkat komunikasi yang
digunakan untuk mengirimkan data kecepatan
4. Defuzzyfikasi(Penegasan) leading vehicle. Perangkat komunikasi yang
Pada tahap ini input dari proses defuzzyfikasi digunakan memiliki jenis komunikasi satu arah.
merupakan himpunan fuzzy yang diperoleh dari Perangkat komunikasi digunakan untuk
komposisi aturan-aturan fuzzy, sedangkan output mengirimkan data dari leading vehicle ke following
yang dihasilkan merupakan bilangan yang ada pada vehicle. Pada simulasi sistem CACC perangkat yang
domain himpunan fuzzy tersebut[5]. Pada tahap ini digunakan untuk mengirimkan data adalah perangkat
didapatkan konversi himpunan fuzzy yang dihasilkan radio frequency. Radio frequency menggunakan
dari komposisi ke dalam crisp value. Teknik yang gelombang radio sebagai media pengirimannya.
Jangkauan jarak maksimal perangkat radio frequency Aktuator 1
(Motor Penggerak)
bergantung pada daya dan antena yang dipakai. Transmitter radio Mikrokontroler Driver Motor
frequency (Arduino Uno) L298
Data error jarak terhadap setpoint dan data Aktuator 2
(Motor Kemudi)
kecepatan mobil didepan diproses menggunakan
kendali logika fuzzy oleh perangkat utama pada (a)
sistem ini, yaitu Arduino Mega 2560. Kendali ini
Receiver radio frequency
memiliki ouput berupa nilai PWM yang digunakan Aktuator 1
(Motor Penggerak)
untuk mengatur kecepatan following vehicle melalui Sensor Jarak
Mikrokontroler
(Arduino Mega
Driver Motor
(Ultrasonic US-100) L298
driver motor L298. Besarnya output ditentukan oleh 2560)
Aktuator 2
(Motor Kemudi)
error jarak terhadap setpoint dan kecepatan leading Sensor DFROBOT line
tracking Data Logger

vehicle. (microSD)

Agar mobil RC berada dalam jalurnya ketika (b)


simulasi dilakukan, maka ditambahkan sistem active Gambar 7 Diagram blok leading vehicle (a); dan
steering assistance. Sistem ini bekerja berdasarkan diagram blok following vehicle (b).
empat sensor garis. Sensor garis yang digunakan
adalah sensor line tracking dfrobot v4. Sensor ini 3.3 Desain Rangka Mobil
menghasilkan output berupa logika 1 atau logika
0. Output dari sensor ini kemudian diproses oleh Berikut ini adalah desain mobil RC 1:10 yang
mikrokontroler untuk menghasilkan output nilai digunakan memiliki ukuran 40cm X 33cm X 5cm.
PWM dan output logic. Kedua output ini digunakan Desain yang dibuat diperlihatkan pada Gambar 8.
untuk menentukan besarnya sudut dan arah belok
mobil RC.
Cara kerja sistem CACC yang
diimplementasikan pada mobil RC dijelaskan
sebagai berikut :
1. Mobil RC berjalan lurus dalam jalur yang
ditentukan menggunakan sistem active steering
assistance,
2. Saat simulasi dilakukan maka sensor jarak
mengukur jarak antar mobil RC secara terus
menerus,
3. Ketika jarak antar mobil RC semakin dekat maka Gambar 8 Tampilan 3D desain mobil RC 1:10.
following vehicle melakukan perlambatan
3.4 Desain Fuzzy Logic Controller
dengan mengurangi nilai PWM berdasarkan error
jarak terhadap setpoint dan kecepatan leading Pada simulasi sistem CACC yang dilakukan
vehicle, terdapat dua buah variabel yang dijadikan sebagai
4. Ketika jarak antar mobil RC semakin jauh maka input logika fuzzy yaitu, error dan kecepatan mobil
following vehicle melakukan percepatan dengan di depan. Input error merupakan nilai selisih antara
menaikkan nilai PWM berdasarkan error jarak setpoint dengan jarak yang sebenarnya. Input error
terhadap setpoint dan kecepatan leading vehicle. pada fuzzy dibagi menjadi 6 himpunan yaitu, paling
kecil, sangat kecil, kecil, besar, sangat besar, dan
3.2 Blok Diagram Sistem paling besar. Sedangkan data yang digunakan
sebagai input fuzzy kecepatan merupakan data
Blok diagram leading vehicle dan following kecepatan mobil di depan yang dikirimkan melalui
vehicle sistem CACC diperlihatkan pada Gambar 7. komunikasi radio frequency. Himpunan input fuzzy
kecepatan dibagi menjadi dua yaitu, pelan dan cepat.
Himpunan fuzzy error adalah sebagai berikut :
Paling kecil : [0 0 0 30]
Sangat Kecil : [0 30 30 60]
Kecil : [30 60 60 90]
Besar : [60 90 90 120]
Sangat Besar : [90 120 120 150]
Paling Besar : [120 150 150 150]
Himpunan fuzzy kecepatan adalah sebagai berikut : Paling cepat : [145 150 150 155]
Kecepatan 1 : [100 100 100 120] Bentuk himpunan output fuzzy berdasarkan pada
Kecepatan 2 : [100 120 120 120] nilai-nilai diatas diperlihatkan pada Gambar 11.

Bentuk himpunan input fuzzy berdasarkan pada


nilai-nilai diatas diperlihatkan pada Gambar 9 dan
Gambar 10.

Gambar 11 Himpunan fuzzy output kecepatan.

IV. HASIL DAN PEMBAHASAN


Gambar 9 Himpunan fuzzy input error.
4.1 Realisasi Mekanik Mobil
Hasil dari realisasi mobil RC 1:10 yang
digunakan untuk simulasi sistem CACC
diperlihatkan pada Gambar 12.

Gambar 10 Himpunan fuzzy input kecepatan.

Aturann fuzzy sistem CACC dibuat dengan


menggunakan tabel FAM (fuzzy assosiatif memory).
Tabel FAM sistem CACC dituliskan pada Tabel 1.

Tabel 1 Tabel FAM system CACC.

Gambar 12 Mobil RC 1:10 yang digunakan sebagai


plant.
Himpunan output fuzzy memiliki nilai berupa 4.2 Pengujian Sensor Ultrasonik PING Parallax
nilai PWM yang digunakan untuk mengatur
kecepatan mobil. Himpunan output ini dibagi Pengujian sensor dilakukan dengan menguji
menjadi 6 yaitu, paling pelan, sangat pelan, pelan, sensor untuk mengukur jarak tertentu. Pengujian
cepat, sangat cepat dan paling cepat. Himpunan dilakukan dengan cara memberikan penghalang di
output fuzzy yang digunakan adalah sebagai berikut depan mobil RC. Letak penghalang ini kemudian
: dipindahkan sehingga ada perubahan jarak dan dapat
dilihat hasil pengukuran dari sensor pada serial
Paling pelan : [95 100 100 105] monitor arduino. Hasil pengukuran dari sensor ini
Sangat pelan : [105 110 110 115] kemudian dibandingkan dengan jarak yang
Pelan : [115 120 120 125] sebenarnya sehingga diketahui keakuratan
Cepat : [125 130 130 135] pengukuran dari sensor jarak yang digunakan. Hasil
Sangat cepat : [135 140 140 145]
dari pengujian sensor ultrasonik PING Parallax Tabel 3 Hasil pengujian jarak komunikasi.
dituliskan pada Tabel 2.
Catu Indikator Indikator
Daya LED LED Ketera-
Tabel 2 Tabel pengujian sensor ultrasonik PING Trans-
Jarak
Arduino Arduino ngan
Parallax. mitter 1 2
Setpoint Hasil 1 ON ON Data
Percobaan Waktu meter diterima
jarak pengukuran
ke (S) 2 ON ON Data
(cm) jarak (cm)
meter diterima
1 1 203 4 3 ON ON Data
meter diterima
2 2 195 3 4 ON ON Data
5V
meter diterima
ON OFF Data
3 3 187 3 5
tidak
meter
diterima
4 4 251 4 ON OFF Data
6
tidak
meter
5 5 315 5 diterima
1 ON ON Data
6 10 611 10 meter diterima
2 ON ON Data
7 15 867 15 meter diterima
3 ON ON Data
meter diterima
8 20 1167 20
5 ON ON Data
meter diterima
9 25 1451 25 1,1 V
6 ON ON Data
meter diterima
10 30 1715 30 ON OFF Data
7
tidak
meter
11 40 2299 40 diterima
ON OFF Data
8
12 50 2907 50 tidak
meter
diterima
13 100 5755 100
4.3.2. Pengujian Pengiriman Data
14 150 8563 150 Pengujian pengiriman data dilakukan dengan cara
mengirimkan data melalui transmitter yang
15 200 11419 200 dikirimkan menuju receiver. Data yang dikirimkan
merupakan nilai analog input arduino yang
merupakan data berupa integer. Pengujian ini
4.3 Pengujian Komunikasi Radio Frequency
dilakukan untuk megetahui kehandalan komunikasi
Pengujian komunikasi radio frequency dilakukan radio frequency ketika digunakan untuk
dalam dua tahap yaitu, pengujian jarak jangkauan mengirimkan data. Hasil dari pengujian ini
komunikasi dan pengujian pengiriman data. diperlihatkan pada Gambar 13, Gambar 14, dan
Gambar 15.
4.3.1. Pengujian Jarak Jangkauan
Pada tahap ini pengujian komunikasi dilakukan
dengan cara mengatur jarak antara mobil RC,
kemudian leading vehicle mengirimkan data menuju
following vehicle. Hasil dari pengujian jarak
jangkauan komunikasi dituliskan pada Tabel 3.
Tabel 4 Pengujian sistem CACC dengan kecepatan
tetap dan jarak awal 50 cm.

Tabel 5 Pengujian sistem CACC dengan kecepatan


Gambar 13 Grafik pengujian pengiriman data tetap dan jarak awal 100 cm.
dengan jarak 1 meter.

4.5. Pengujian Cooperative Adaptive Cruise


Control dengan Kecepatan Berubah-Ubah
Pengujian sistem CACC pada pengujian kali ini
dilakukan dengan menjalankan mobil RC lain yang
berfungsi sebagai leading vehicle pada jalur yang
Gambar 14 Grafik pengujian pengiriman data sama dengan kecepatan yang berubah-ubah. Pada
dengan jarak 3 meter. pengujian ini dilakukan dua macam pengujian yaitu,
kecepatan berubah dari nilai PWM 100 menjadi nilai
PWM 120 dan kecepatan berubah-ubah dari nilai
PWM 100 menjadi nilai PWM 120 dan kemudian
dikembalikan lagi ke nilai PWM 100. Pada pengujian
ini setpoint yang ditentukan adalah sejauh 40 cm.
Hasil pegujian sistem CACC dengan kecepatan
berubah-ubah diperlihatkan pada Tabel 6.

Tabel 6 Pengujian sistem CACC dengan kecepatan


berubah-ubah.

Gambar 15 Grafik pengujian pengiriman data


dengan jarak 5 meter.

4.4. Pengujian Cooperative Adaptive Crusise


Control dengan Kecepatan Tetap
Pengujian cooperative adaptive cruise control
pada pengujian kali ini dilakukan dengan
menjalankan mobil RC lain yang berfungsi sebagai
4.6. Analisa Pengujian Cooperative Adaptive
leading vehicle pada jalur yang sama dengan
Cruise Control dengan Kecepatan Tetap
kecepatan tetap. Leading vehicle diberikan kecepatan
tetap dengan cara memberikan nilai PWM 100. Pada Untuk menganalisa pengujian sistem CACC
pengujian ini setpoint yang ditentukan adalah 40 cm. dengan kondisi kecepatan yang tetap maka data yang
Following vehicle yang dilengkapi dengan sistem diperoleh dalam pengujian sistem CACC
CACC harus bisa menyesuaikan jaraknya dengan diperlihatkan dalam bentuk grafik seperti pada
setpoint jarak. Hasil pengujian sistem CACC dengan Gambar 16 dan Gambar 17.
kecepatan yang tetap dan jarak awal sejauh 50 cm
diperlihatkan pada Tabel 4. Sedangkan pengujian
dengan kecepatan tetap dan jarak awal 100 cm
diperlihatkan pada Tabel 5.
Gambar 18 Grafik hasil pengujian kecepatan
Gambar 16 Grafik pengujian sistem CACC dengan berubah (100-120) dengan menggunakan
kecepatan tetap dengan jarak awal 50 cm. komunikasi radio frequency.

Gambar 19 Grafik hasil pengujian kecepatan


berubah (100-120) tanpa menggunakan komunikasi
Gambar 17 Grafik pengujian sistem CACC dengan radio frequency.
kecepatan tetap dengan jarak awal 100 cm.
Dari data pengujian yang diperlihatkan pada
Dari hasil data yang diperlihatkan pada Gambar Gambar 18, dapat dilihat bahwa ketika following
16 dan Gambar 17 dapat dilihat bahwa ketika jarak vehicle menggunakan sistem komunikasi yang
antara following vehicle dengan leading vehicle menerima data kecepatan dari leading vehicle,
menjauh dari setpoint maka output dari nilai PWM following vehicle dapat dengan cepat menyesuaikan
dari logika fuzzy mengalami kenaikan sehingga jarak antara kedua mobil RC dengan setpoint yang
kecepatan dari following vehicle bertambah dan jarak telah ditentukan walaupun kecepatan dari leading
antara kedua mobil RC menjadi berkurang. vehicle mengalami perubahan. Sedangkan pada
Sedangkan ketika jarak antara following vehicle Gambar 19 dapat dilihat bahwa following vehicle
dengan leading vehicle mendekati setpoint maka membutuhkan waktu yang lebih lama untuk
output dari logika fuzzy mengalami penuruan. menyesuaikan jaraknya dengan setpoint yang telah
Penurunan kecepatan dilakukan agar jarak antara ditentukan ketika tidak mendapatkan informasi
kedua mobil RC dapat sesuai setpoint yang telah perubahan kecepatan dari leading vehicle karena
ditentukan. tidak menggunakan sistem komunikasi. Bahkan
following vehicle tidak dapat mencapai setpoint yang
4.7. Analisa Pengujian Cooperative Adaptive ditentukan.
Cruise Control dengan Kecepatan Berubah- Untuk menganalisa pengujian sistem CACC
Ubah dengan kecepatan yang berubah dengan perubahan
PWM dari 100-120-100 maka data yang diperoleh
Untuk menganalisa hasil pengujian sistem CACC dalam proses pengujian diperlihatkan dalam bentuk
dengan kecepatan yang berubah-ubah dengan grafik seperti pada Gambar 20 dan Gambar 21.
perubahan nilai PWM dari 100 menjadi 120 maka
data yang diperoleh dalam proses pengujian
diperlihatkan dalam bentuk grafik seperti pada
Gambar 18 dan Gambar 19.
V. KESIMPULAN DAN SARAN
5.1. Kesimpulan
Setelah melakukan perancangan, pengujian dan
analisa dapat diambil beberapa kesimpulan sebagai
berikut :
1. Pengukuran jarak antar mobil RC menggunakan
sensor PING memiliki akurasi yang sangat baik
karena hasil pengukuran sama dengan jarak
Gambar 20 Grafik hasil pengujian kecepatan sebenarnya.
berubah (100-120-100) menggunakan komunikasi. 2. Perancangan dan realisasi sistem CACC
menggunakan mobil RC berhasil dilakukan
dengan indeks keberhasilan sebesar 70% pada
kecepatan tetap dan 75% pada kecepatan
berubah-ubah.
3. Penggunaan fuzzy logic controller untuk
menentukan output kecepatan berhasil
dilakukan. Hal ini diperlihatkan dari proses
penyesuaian jarak dengan setpoint. Jarak
terdekat antara kedua mobil RC ketika setpoint
yang ditentukan 40cm adalah 25cm, tetapi
Gambar 21 Grafik hasil pengujian kecepatan mobil RC langsung menyesuaikan kembali
berubah (100-120-100) tidak menggunakan jaraknya dengan setpoint.
komunikasi. 4. Sistem active steering assistance dapat menjaga
mobil RC berjalan di dalam jalur dengan indeks
Dari hasil data yang ditampilkan pada Gambar 20, keberhasilan sebesar 95 %.
dapat dilihat bahwa ketika following vehicle
5. Pengiriman data dengan menggunakan radio
menggunakan komunikasi maka following vehicle
frequency memiliki delay dengan nilai terbesar
memiliki respon yang cepat untuk menyesuaikan
jarak antara mobil RC dengan sesuai dengan setpoint selama 2 detik. Namun dengan delay 2 detik
yang telah ditentukan. Selain itu juga dapat dilihat tidak terlalu berpengaruh terhadap respon dari
bawha ketika leading vehicle menambah kecepatan mobil RC.
maka following vehicle akan menyesuaikan 6. Respon dari mobil RC lebih cepat 5 detik ketika
kecepatannya untuk mendekatkan jarak dengan menggunakan sistem CACC. Ketika
leading vehicle. Ketika leading vehicle melakukan menggunakan sistem CACC mobil
perlambatan maka following vehicle juga akan membutuhkan waktu 10 detik untuk
menyesuaikan kecepatannya agar mobil tidak menyesuaikan jarak, sedangkan ketika
menabrak dan menyesuaikan kembali jarak mobil menggunakan ACC mobil membutuhkan waktu
dengan setpoint. Namun, pada pengujian yang 15 detik.
dilakukan sistem CACC masih memiliki error
dengan setpoint. Error terbesarnya adalah sejauh 15 5.2. Saran
dari setpoint.
Sedangkan pada Gambar 21 dapat dilihat bahwa Untuk pengembangan lebih lanjut pada penelitian
following vehicle membutuhkan waktu yang lebih sistem CACC agar mendapatkan kerja sistem yang
lama untuk menyesuaikan dengan setpoint yang telah lebih baik maka penulis menyampaikan saran-saran
ditentukan ketika tidak mendapatkan informasi sebagai berikut :
perubahan kecepatan dari leading vehicle karena 1. Menambahkan sistem untuk membaca
tidak menggunakan komunikasi. kecepatan mobil RC, sehingga proses
pengaturan kecepatan menjadi lebih mudah.
2. Menambahkan sistem pengereman pada mobil
RC, agar simulasi yang dilakukan mendekati
kondisi nyatanya.
3. Menggunakan jalur yang lebih panjang dan rata
agar simulasi dapat dilakukan dengan variasi
yang lebih banyak dan proses penyesuaian jarak
dapat terlihat dengan jelas.
4. Mengurangi delay pengiriman, meningkatkan
jarak jangkauan dan mengingkatkan
kehandalan komunikasi dengan menggunakan
perangkat komunikasi nirkabel yang lebih baik
dari radio frequency.
5. Melakukan simulasi sistem CACC dengan
kondisi mobil RC di depan mengurangi
kecepatan secara mendadak untuk mengetahui
peran penting CACC dalam segi keamanan
yaitu mencegah terjadinya tabrak belakang.
6. Melakukan proses tunning fuzzy logic
controller yang lebih baik, agar mobil RC
memiliki respon yang lebih cepat , lebih halus
dan error jarak terhadap setpoint yang lebih
kecil sehingga meningkatkan aspek
kenyamanannya.

DAFTAR PUSTAKA

[1] F. Bu, H.-S. Tan dan J. Huang, Desing and


Field Testing of A Cooperative Adaptive Cruise
Control, 2010 American Control Conference,
pp. 4616-4621, 2010.

[2] S. E. Shladover, C. Nowakowski, X.-Y. Lu dan


R. Ferlis, Cooperative Adaptive Cruise
Control (CACC) Definitions and Operating
Concepts, Berkeley, 2014.

[3] P. Inc, PING))) Ultrasonic Distance Sensor,


Parallax Inc, 2013.

[4] D. Robot, Arduino Shield Manual,


DFRobot.com, China, 2010.

[5] 433 Mhz RF Link Kit, Robotshop, 2015.

[6] R. M. P. Akbar, Sistem Penghindaran


Tabrakan Depan-Depan Berbasis Logika Fuzzy
Menggunakan Perhitungan Time To
Collision(TTC), Politeknik Negeri Bandung,
Bandung, 2015.

[7] A. Selan, Logika Fuzzy, Institut Teknologi


Bandung, Bandung, 2009.