edu
Abstrak
Remotely operated vehicle (ROV) adalah instrumen berupa wahana; selam berukuran mini. Remotely operated vehicle
(ROV) memainkan perang penting dalam eksplorasi objek bawah laut untuk observasi kehidupan laut, eksplorasi minyak dan gas
serta penyelamatan. Dalam penyelaman di bawah air berbagai macam faktor mampu mempengaruhi gerakan yang dilakukan oleh
ROV seperti arus air, gelombang air, tekanan air, dll. Maka dari itu mengontrol keseimbangan pada ROV perlu dilakukan. Untuk
mengontrol keseimbangan pada ROV digunakan sebuah metode kontrol PID. Metode PID adalah salah satu metode pengontrolan
yang mengolah sinyal kesalahan atau error, nilai error tersebut diolah dengan formula PID untuk dijadikan sinyal kontrol yang
diteruskan ke aktuator. PID tidak bisa mengontrol sendiri dikarenakan sifat non-linear dari ROV maka dari itu ditambahkan Fuzzy
logic controller untuk mengurangi non-linearitas pada ROV. Dengan gabungan antara PID dan Fuzzy ROV mampu seimbang ketika
melakukan pergerakan saat menyelam dan bermanuver walaupun menerima gangguan dari dalam air.
Kata Kunci : Remotely Operated Vehicle, PID Controller, Fuzzy Logic, ROV
1. Pendahuluan
Indonesia adalah negara maritim terbesar di dunia, dengan memiliki area aur seluas 2/3 dari area darat. Akan tetapi,
eksplorasi kekayaan bumi di Indonesia masih terfokus hanya di area darat. Salah satu alasan Indonesia tertinggal dalam
pengeksplorasian laut adalah banyaknya biaya yang harus dikeluarkan dalam melakukan eksplorasi tersebut. Karena
penggunaan manusia sebagai penyelam dalam eksplorasi.
Kemajuan teknologi di dunia terutama dalam bidang robotika menawarkan banyak solusi untuk kemudahan
eksplorasi di dalam air. Salah satu solusi yang dapat digunakan adalah robot bawah air yaitu Remotely Operated Vehicle
(ROV). Definisi Remotely Operated Vehicle (ROV) menurut Marine Technology Society ROV Committee’s dalam
“Operational Guidelines for ROV’s”(1984) dan The National Research Council Committees’s dalam “Undersea
Vehicle and National Needs”(1996) adalah sebuah robot bawah laut yang dikendalikan oleh operator untuk tetap dalam
kondisi yang aman, pada saat wahana bekerja di lingkungan yang berbahaya[1].
Remotely Operated Vehicle (ROV) dan AutonomusUnderwater Vehicle (AUV) memiliki peran penting dalam
eksplorasi di laut dalam dan telah diterapkan untuk banyak sektor pada area laut, terutama dalam observasi laut,
eksplorasi gas dan minyak, dan penyelamatan.
Kendaraan bawah laut, terutama pada ROV pengontrolan dilakukan di permukaan dengan menggunakan Surface
Control Unit (SCU) oleh Pilot/operator. Pilot/operator mengambil keputusan dan mengontrol ROV secara langsung.
Ada dua tantangan utama yang berhubungan dengan pengontrolan ROV[2]:
• Parameter yang tidak menentu (penambahan masa, koefisien hydrodinamic, All). Masalah ini meningkat
dengan bertambahnya kemampuan modular pada ROV.
• Kedinamisan pada lingkungan hidup bawah air, memberikan gangguan yang sangat signifikan terhadap
pergerakan ROV. Gangguan yang dapat dialami bisa dalam bentuk arus air, interaksi ombak pada laut
dangkal, All.
Jurnal Mekanika dan Energi PENS, Teknik Mekatronika, Vol.2, No.2, 2019
Pada tugas akhir ini dibahas tentang Underwater Remotely Operated Vehicle (ROV). Sebagai wahana yang
berfungsi untuk mengobservasi keadaan bawah laut. ROV mendapatkan gangguan dikarenakan non-linearity, model
intrinsik, ketidakpastian, dan pengaruh lingkungan eksternal[2]. Oleh sebab itu, dalam mengatasi gangguan yang ada
pada lingkungan ROV, dirancang sebuah robot ROV menggunakan kontrol Fuzzy Logic Control dan PID. Dalam
mengontrol keseimbangan pada robot dan mengontrol keseimbangan gerak hydrodynamic horizontal, yaw, serta vertikal.
2. Metode
2.1. Perkembangan Multi-thrusters ROV
DIY Drone dalam kolaborasinya dengan BlueRobotics mengembangkan proyek Ardusub. Proyek ini merupakan
versi bawah air dari ArduCopter dengan menggunakan pengontrol ArduPilot yang sebelumnya dikembangkan untuk
drones. Proyek ArduSub menggunakan komponen-komponen pengontrol untuk ROV di mana komponen elektrikal dan
komponen mekanikanya dibuat oleh BlueRobotics. Pengontrol ArduSub memiliki pengonfigurasian yang fleksibel dari
jumlah dan posisi thruster. Saat ini konfigurasi thruster yang dapat dikontrol dengan pengontrol ArduSub dapat
bervariasi dari 3 sampai dengan 8 bentuk thruster seperti pada gambar 2.1.
Gambar 2.1 Bentuk implementasi model thruster yang dikembangkan oleh ArduSub
Sumber: www.ardusub.com
(diakses pada tanggal 14 Juni 2019 jam 10.50 WIB)
BlueRobotics juga mengembangkan ROV miliknya sendiri yang bernama BlueROV dengan menggunakan
ArduSub sebagai pengontrolnya. Pertama kali BlueROV dikembangkan dengan menggunakan hanya 4 pendorong
dengan 2 pendorong horizontal dan 2 pendorong vertikal. Pada BlueROV2 kemudian ditambahkan 2 pendorong untuk
pergerakan horizontal dalam posisi diagonal membuat ROV dapat bergerak dengan 5DoF. Kemudian, OpenROV2
dengan versi penambahan beban menambahkan 2 lagi pendorong untuk pergerakan vertikalnya. Hal ini memungkinkan
untuk pergerakan 6DoF pada versi ini dengan penggunaan 8 pendorong. Perusahaan startup lain dari Taiwan bernama
TT Robotix (Thunder Tiger Robotix) juga mengembangkan ROV dengan platform dari SeaDragon. Konfigurasi
pendorong dari SeaDragon memiliki kemriripan dengan BlueROV2 dari BlueRobotics tapi berbeda dari segi bentuk dan
dimensinya.
right hull
left hull
eROV menggunakan 6 pendorong tetapi konfigurasi yang digunakan berbada dari konfigurasi dari proyek ArduSub.
Perbedaannya terletak pada lokasi thruster vertikal. Pendorong vertikal yang ada pada eROV tidak terletak pada bagian
sisi kanan dan kiri tapi berada pada sisi depan dan belakang seperti pada gambar 2.4. konfigurasi ini membuat
pengontrolan pergerakan pitch dapat dilakukan.
Jurnal Mekanika dan Energi PENS, Teknik Mekatronika, Vol.2, No.2, 2019
Wahana ROV ini menggunakan 6 motor T200 dengan daya dorong maksimum forward 3,55kg f dan daya dorong
maksimum reverse 3,0kg f pada tegangan 12 volt yang diproduksi oleh Blue Robotic serta 6 pengatur kecepatan motor
brushless yang juga diproduksi oleh Blue Robotic.BlueRobotics. eROV didesain untuk kedalaman maksimal 80m
dengan maksimal kecepatan 0.5m/s, 0.45m/s, dan 0.35m/s untuk surge, sway, dan heave. eROV memiliki lebar 418mm,
tinggi 403mm, dan panjang 786.8mm dengan detail dapat dilihat pada gambar 2.5. Berat eROV dalam udara terbuka
adalah 28.9kg dengan total volume sebesar 29.3 liter. Hal ini membuat gaya bouyancy masih sedikit lebih besar dari
pada berat eROV itu sendiri, tapi dapat dengan mudah dinetralkan dengan menambahkan komponen ballast kecil pada
tubuh eROV.
tingkat ke dalam air. Di mana nantinya hasil pendeteksian tersebut digunakan sebagai referensi pengontrolan kedalaman
pada ROV.
Pada sistem prosesnya, pada ROV ditambahkan PIXHAWK dan juga Raspberry Pi 3. PIXHAWK sendiri berfungsi
untuk mengatur seluruh hasil pembacaan sensor pada ROV yang berhubungan tentang kontrol internal. Kemudian
Raspberry Pi 3 difungsikan untuk komunikasi antara pusat kontrol dengan ROV dan juga nantinya digunakan untuk
pemrosesan sensor-sensor eksternal.
Penyebutan untuk frame-W dan frame-B didefinisikan secara berturut-turut 𝑂𝑊 dan 𝑂𝐵 . Semua derajat kebebasan
pada penelitian ini dapat ditunjukkan dengan vektor berikut:
𝑣 = [ 𝑢, 𝑣, 𝑤, 𝑝, 𝑞, 𝑟]𝑇
𝑐 = [ 𝑠𝑢𝑟𝑔𝑒, 𝑠𝑤𝑎𝑦, ℎ𝑒𝑎𝑣𝑒, 𝑟𝑜𝑙𝑙, 𝑝𝑖𝑡𝑐ℎ, 𝑦𝑎𝑤]𝑇 (2.5)
𝜂 = [ 𝑥, 𝑦, 𝑧, ø, 𝜃, ѱ ]𝑇 (2.6)
Dari persamaan (2.5), 𝑣 merupakan notasi dari kecepatan linear dan kecepatan angular. Sedangkan (2.6) untuk 𝜂
menunjukkan notasi untuk posisi dan orientasi pada frame-W.
Dengan kedua kerangka referensi frame pada ROV ini maka dapat memudahkan dalam menentukan orientasi
terhadap sumbu bumi dan dapat membantu dalam menentukan kecepatan dan percepatan yang berhubungan dengan
koordinat kendaraan di bawah laut dalam hal navigasi dan trayektorinya. Penamaan notasi mengacu pada SNAME (1950)
seperti berikut :
𝜂 = 𝐽 (𝜂 )𝑣
𝑃̇𝑛 𝑅𝑛 (𝛩 ) 03𝑥3 𝑣𝑏
[ 𝑏𝑛 ] = [ 𝑏 𝑛𝑏 ] [ 𝑏𝑏 ] (2.7)
𝛩̇𝑏 03𝑥3 𝑇(𝛩𝑛𝑏 ) 𝑤𝑏
𝜂 merupakan vektor posisi dan orientasi dengan 𝑃𝑏𝑛 merupakan jarak NED (North-East-Down) ke objek yang
diekspresikan dengan koordinat NED [𝑥, 𝑦, 𝑧]𝑇 , 𝛩𝑏𝑛 merupakan sudut Euler vektor [∅, 𝜃, 𝜑]𝑇 . 𝑣 merupakan notasi dari
vektor kecepatan linear pada ROV, 𝑤 merupakan notasi untuk kecepatan angular, dan 𝑅𝑏𝑛 merupakan matriks rotasional
dengan matriks berikut :
Maka dari persamaan (5) dapat dicari 𝑇 − (𝛩𝑛𝑏 ) untuk didapatkan 𝑇(𝛩𝑛𝑏 ) seperti berikut :
Di mana 𝑴 𝒗̇ dan 𝑪(𝒗)𝒗 adalah gaya inersia dengan gabungan dari matriks massa Rigid Body 𝑴𝑹𝑩 𝒗̇ dengan
matriks hydrodinamik massa 𝑴𝑨 𝒗̇ 𝒓 . Dengan 𝒗 = [𝒖, 𝒗, 𝒘, 𝒑, 𝒒, 𝒓] merupakan ekspresi dari vektor kecepatan secara
umum berurutan yaitu surge, sway, heave, roll, pitch, dan yaw. 𝑪(𝒗)𝒗 merupakan gabungan dari penambahan matriks
coriolis Rigid-body 𝐶𝑅𝐵 (𝑣) dengan massa tambahan 𝐶𝐴 (𝑣), 𝐷(𝑣) merupakan koefisien damping yang terdiri dari
Jurnal Mekanika dan Energi PENS, Teknik Mekatronika, Vol.2, No.2, 2019
damping linear dan damping non-linear, 𝑔 (𝜂) untuk gaya pemulih yang berkaitan dengan gravitasi dan juga gaya
buoyancy pada ROV, serta 𝜏 adalah vektor gaya untuk input thruster.
a. Rigid-Body
Newton-Euler
Perumusan Newton-Euler didasari oleh hukum Newton yang kedua berhubungan dengan massa m,
vġ dan gaya 𝑓
percepatan ⃗⃗⃗ ⃗⃗⃗𝑔 menurut persamaan berikut :
⃗⃗⃗⃗𝑔̇ = ⃗⃗⃗
𝑚𝑣 𝑓𝑔 (2.19)
𝑜 𝑖𝑑
⃗⃗⃗⃗𝑔 = ⃗⃗⃗
𝑝 𝑓𝑔 𝑝
⃗⃗⃗⃗𝑔 = 𝑚𝑣
⃗⃗⃗⃗𝑔 (2.20)
𝑑𝑡
𝑜 𝑖𝑑
⃗⃗⃗⃗𝑔 = 𝑚
ℎ ⃗⃗⃗⃗⃗𝑔 ⃗⃗⃗⃗𝑔 = 𝐼𝑔 ⃗⃗⃗⃗⃗
ℎ 𝑤𝑏 (2.21)
𝑑𝑡
Untuk ⃗⃗⃗
𝑓𝑔 dan 𝑚⃗⃗⃗⃗⃗𝑔 adalah gaya dan momentum pada CG, ⃗⃗⃗⃗⃗
𝑤𝑏 menunjukkan kecepatan angular pada frame-
B, dan 𝐼𝑔 adalah inersia dyadic, dari persamaan di atas maka untuk diferensiasi waktu untuk vektor 𝑎 pada frame-
B saat mengalami pergerakan yaitu :
𝑜 𝑖𝑑 𝑜 𝑏𝑑
𝑎= 𝑎+𝑤
⃗⃗⃗⃗𝑔 × 𝑎 (2.22)
𝑑𝑡 𝑑𝑡
Jika pada persamaan (9) dan (11) digabungkan maka vektor translasi pada CG dapat diturunkan seperti
berikut:
𝑜𝑑 𝑖
⃗⃗⃗
𝑓𝑔 = 𝑑𝑡 (𝑚𝑣
⃗⃗⃗⃗𝑔 )
𝑜 𝑏𝑑
= (𝑚𝑣 ⃗⃗⃗⃗𝑔 ) + 𝑚𝑤⃗⃗⃗⃗⃗𝑏 × ⃗⃗⃗⃗
𝑣𝑔
𝑑𝑡
= 𝑚(𝑣 ̇
⃗⃗⃗⃗𝑔 + ⃗⃗⃗⃗⃗
𝑤𝑏 × ⃗⃗⃗⃗
𝑣𝑔 ) (2.23)
dan pada persamaan (10) dan (11) nila digabungkan maka akan dapat diturunkan gerakan rotasional pada CG
sebagai berikut :
𝑜 𝑖𝑑
𝑚
⃗⃗⃗⃗⃗𝑔 = (𝐼𝑔 𝑤
⃗⃗⃗⃗𝑔 )
𝑑𝑡
𝑏
𝑜 𝑑
= (𝐼 ⃗⃗⃗⃗
𝑤 ) + ⃗⃗⃗⃗⃗
𝑤𝑏 × 𝐼𝑔 𝑤 ⃗⃗⃗⃗𝑔
𝑑𝑡 𝑔 𝑔
⃗⃗⃗⃗𝑔̇ − (𝐼𝑔 ⃗⃗⃗⃗
= 𝐼𝑔 𝑤 𝑤𝑔 ) × 𝑤
⃗⃗⃗⃗⃗𝑏 (2.25)
𝐼𝑥 −𝐼𝑥𝑦 −𝐼𝑥𝑧
−𝐼
𝑰𝑔 = [ 𝑦𝑥 𝐼𝑦 −𝐼𝑦𝑧 ] 𝑰𝑔 = 𝑰𝑔 𝑇 > 0 (2.27)
−𝐼𝑧𝑥 −𝐼𝑧𝑦 𝐼𝑧
maka jika ditulis lengkap maka persamaan (13) dan (15) menjadi :
𝑣̇𝑔𝑏 𝑣𝑏
𝑏) [ 𝑔 ]
𝑓𝑏
𝑻 (𝑟 𝑏 ) [ 𝑔 ]
𝑯𝑻 (𝑟𝑔𝑏 )𝑴𝐶𝐺 𝑏
𝑅𝐵 𝑯(𝑟𝑔 ) [ ] + 𝑯𝑻 (𝑟 𝑏 )𝐶 𝐶𝐺
𝑔 𝑅𝐵 𝑯(𝑟𝑔 = 𝑯 𝑔 (2.30)
𝑤̇ 𝑏𝑏 𝑤𝑔𝑏 𝑚𝑔𝑏
Dari perumusan (19) maka dapat ditulis kembali pergerakan translasi dan rotasional pada CO yaitu :
𝑚 [𝒗̇ 𝒃𝒃 + 𝒘̇𝒃𝒃 × 𝒓𝒃𝒈 + 𝒘𝒃𝒃 × 𝒗𝒃𝒃 + 𝒘𝒃𝒃 × (𝒘𝒃𝒃 × 𝒓𝒃𝒈 )] = 𝒇𝑏𝑔 (2.31)
𝑰 𝒘̇𝒃 + 𝒘𝒃 × 𝑰 𝒘𝒃 + 𝑚𝒓𝒃 × (𝒗̇ 𝒃 + 𝒘𝒃 × 𝒗𝒃 ) = 𝒎𝑏 (2.32)
𝑔 𝒃 𝒃 𝑔 𝒃 𝒈 𝒃 𝒃 𝒃 𝑔
Persamaan 20 dan 21 biasanya ditulis dalam bentuk komponen seusai dengan SNAME (1950) yaitu :
Setelah penurunan persamaan di atas maka gaya pada rigid body dapat ditulis sebagai berikut :
Matriks penyusunan nonlinear hidrodinamik Coriolis dan Centripetal 𝑪𝑨 dapat dihitung sebagai berikut :
0 0 0 𝑧𝑤̇ 𝑤 0
0
0 0 0 −𝑧𝑤̇ 𝑤 0 −𝑋𝑢̇ 𝑢
0 0 0 −𝑌𝑣̇ 𝑣 𝑋𝑢̇ 𝑢 0
𝑪𝑨 = − 0 −𝑧𝑤̇ 𝑤 𝑌𝑣̇ 𝑣 0 −𝑁𝑟̇ 𝑟 𝑀𝑞̇ 𝑞 (2.36)
𝑧𝑤̇ 𝑤 0 −𝑋𝑢̇ 𝑢 𝑁𝑟̇ 𝑟 0 −𝐾𝑝̇ 𝑝
[ 𝑣̇ 𝑣
−𝑌 𝑋𝑢̇ 𝑢 0 −𝑀𝑞̇ 𝑞 𝐾𝑝̇ 𝑝 0 ]
Untuk damping hidrodinamik normalnya terdiri dari drag force dan lift force (gaya angkat). Namun karena
pergerakan ROV yang relatif tidak terlalu cepat maka gaya angkat dapat diabaikan. drag force terdiri dari linear
damping dan non-linear damping. Linear damping disebabkan oleh potensial damping dan kemungkinan gesekan
bagian luar, pada non-linear damping disebabkan oleh quadratic damping dan kemungkinan gesekan kulit, pada
non-linear damping disebabkan oleh quadratic damping dan kondisi dengan orde tinggi. Jika diasumsikan bahwa
ROV pada setiap sumbu simetris maka damping linear dapat ditulis sebagai berikut :
𝑋𝑢 0 0 0 0 0
0 𝑌𝑣 0 0 0 0
𝑍𝑤 0 0 0
𝑫=− 0 0
𝐾𝑝 0 0 (2.37)
0 0 0
0 0 0 0 𝑀𝑞 0
[0 0 0 0 0 𝑁𝑟 ]
Gaya pada damping non-linear dapat dirumuskan dengan rumus seperti berikut :
1
𝑋 = − ( 𝜌𝐶𝑑 𝐴) 𝑢|𝑢|
2
Di mana 𝑢 adalah kecepatan ROV, 𝐴adalah peoyeksi luas penampang bawah air, 𝐶𝑑 adalah koefisien
drag, dan 𝜌 adalah massa jenis air. Maka dapat dituliskan pada matriks yaitu :
𝑋𝑢|𝑢| |𝑢| 0 0 0 0 0
0 𝑌𝑣|𝑣| |𝑣| 0 0 0 0
0 0 𝑍𝑤|𝑤| |𝑤| 0 0 0
𝑫=− 𝐾𝑝|𝑝| |𝑝| 0 0 (2.39)
0 0 0
0 0 0 0 𝑀𝑞|𝑞| |𝑞| 0
[ 0 0 0 0 0 𝑁𝑟|𝑟| |𝑟|]
a. Kontrol Fuzzy-PID
Pada kontrol fuzzy-PID. Nilai kontrol fuzzy mengontrol perubahan besaran nilai Kp, Ki, dan Kd. Fungsi dari
pengontrolan tersebut adalah untuk menjadikan kontrol PID lebih responsif dan adaptif dalam mengalami perubahan
sehingga mendapatkan respons keluaran yang lebih baik.
Dalam mendesain fuzzy-PID pertama yang dilakukan adalah menentukan nilai PID yang memiliki respons
cukup baik. Agar pada proses penentuan nilai fuzzy selanjutnya hanya butuh memperbaiki nilai PID yang sudah ada.
Pada kontrol fuzzy diberikan 2 masukan e dan ec, kemudian memiliki 3 output yaitu nilai Kp, Ki, dan Kd. Seperti
yang ditunjukkan pada gambar
Output yang dihasilkan pada fuzzy digunakan untuk merubah dan mengoreksi nilai set Kp, Ki, dan Kd. Jarak
perubahan nilai pada input e saat menggunakan kontrol fuzzy adalah 5% dan pada nilai ec sebesar 20%. Berdasarkan
teori kontrol fuzzy, himpunan dasar dari e dan es adalah e=[-5%y,5%y], ec = [-20%y,20%y]. Membership input pada
fuzzy adalah e=ec={NL, NM, NS, Z, PS, PM, PB}, NL, NM, NS, Z, PS, PM, dan PL secara berurutan
merepresentasikan negatif large, negatif middle, negatif small, zero,positif small, positif middle, positif large. Bentuk
membership dapat dilihat pada gambar 3. 4.
(a) (b)
Pada output terdapat tiga parameter keluaran yaitu Kp, Ki, dan Kd. Parameter tersebut difungsikan untuk
penambahan nilai pada set PID. Membership pada output dapat dilihat dari gambar 3. 5.
(a)
(b)
(c)
Tahap selanjutnya adalah penentuan rule atau aturan pada membership fuzzy. pada kontrol fuzzy dalam
menentukan rule terdapat dua metode yang dapat digunakan yaitu metode mamdani dan metode sugeno. Untuk
penelitian ini menggunakan metode madani dalam menghitung nilai yang didapatkan untuk penghitungan rulenya.
Rule pada penelitian ini, memiliki tiga rule yang berbeda tiap outputnya dengan input yang sama dan dalam
pengontrolan keseimbangan maupun kedalaman juga menggunakan set PID dan set Fuzzy yang sama. Berikut rule
yang digunakan :
NL NM NS Z PS PM PL
NL PL PL PM PM PS Z Z
NM PL PL PM PS PS Z NS
NS PM PM PM PS Z NS NS
Z PM PM PS Z NM NM NM
PS PS PS Z NM NM NM NM
PM PS Z NS NM NM NM NM
Jurnal Mekanika dan Energi PENS, Teknik Mekatronika, Vol.2, No.2, 2019
PL Z Z NS NM NM NM NM
NL NM NS Z PS PM PL
NL NL NL NM NM NS Z Z
NM NL NL NM NS NS Z Z
NS NL NM NS NS Z PS PS
Z NM NM NS Z PS PM PM
PS NM Z Z PS PM PM PL
PM Z Z PS PS PM PL PL
PL Z Z PS PM PM PL PL
NL NM NS Z PS PM PL
NL PS NS NL NL NL NM PS
NM PS NS NL NM NM NS Z
NS Z NS NM NM NM NS Z
Z Z NS NS NS NS NS Z
PS Z NS Z PS PM PM PL
PM PL PS PS PS PS PS PL
PL PL PM PM PM PS PS PL
3. Hasil
3.1. Simulasi Kontrol Keseimbangan menggunakan Simulink dengan nilai kedalaman tidak berubah.
Tahap ini dilakukan pengujian kontrol keseimbangan dengan menggunakan simulink. Pengujian ini
untuk melihat respons yang terjadi saat perubahan sudut dari 5 derajat menuju 0 derajat dengan tanpa
perubahan nilai kedalaman. Kontrol yang digunakan dalam mengontrol keseimbangan adalah PID dan
Fuzzy.
Parameter Nilai
m 28.9 (kg)
V 29.3 (l)
g 9.8 (m/s2)
𝑟𝑏 [0,0,0.2]𝑇 (𝑚)
𝑟𝑔 [0,0,0]𝑇 (𝑚)
𝐼𝑥 0.16 (kg m2)
𝐼𝑦 0.16 (kg m2)
𝐼𝑧 0.16 (kg m2)
Linear Non-Linear
DoF Nilai Value
Damping Damping
Surge 𝑋𝑢 -4.03 (Ns/m) 𝑋𝑢|𝑢| -18.18 (Ns2/m2)
Sway 𝑌𝑣 -6.22(Ns/m) 𝑌𝑣|𝑣| -21.66 (Ns2/m2)
Heave 𝑍𝑤 -5.18 (Ns/m) 𝑍𝑤|𝑤| -36.99 (Ns2/m2)
Roll 𝐾𝑝 -0.07 (Ns/m) 𝐾𝑝|𝑝| -1.55 (Ns2/m2)
Jurnal Mekanika dan Energi PENS, Teknik Mekatronika, Vol.2, No.2, 2019
Data Pengujian
Grafik pada gambar 5.1 menunjukkan perbandingan respons antara PID dan Fuzzy-PID, dengan
nilai masukkan step berubah dari 5 derajat menuju 0. Gambar 5.2 menunjukkan respons kedalaman saat rov
menyeimbangkan diri.
Analisa
Pada percobaan kontrol dengan simulasi ini dapat dilihat bahwa respons yang diberikan kedua
kontrol sangat berbeda. Seperti pada gambar 4.5 grafik respons tersebut menunjukkan bahwa kontrol fuzzy
memberikan respons yang bagus walaupun saat menuju nilai 0 pada step awal 5, kontrol fuzzy mengalami
sedikit overshoot walaupun kemudian dapat langsung diperbaiki. Sedangkan kontrol PID sedikit lebih lama
saat menuju nilai referensi.
3.2. Simulasi Kedalaman dengan nilai keseimbangan stabil/tidak berubah
Pada tahap ini dilakukan simulasi percobaan respons kontrol kedalaman pada ROV. simulasi respons kontrol ini
dilakukan dengan memberikan nilai step -5 di saat waktu 5 detik dan memberikan nilai 0 pada sudut keseimbangannya
sehingga dapat dilihat bagaimana respons kedalaman saat sudut tidak ada perubahan.
Jurnal Mekanika dan Energi PENS, Teknik Mekatronika, Vol.2, No.2, 2019
Data Pengujian
Gambar 3.3 menunjukkan respons dari perubahan kedalaman dengan menggunakan kontrol PID dan Fuzzy-
PID. Pada simulasi ini set nilai Kp, Ki, dan Kd adalah 40, 25, dan 30. Nilai set Fuzzy-PID juga sama tetapi nilai
berubah sesuai dengan pembacaan respons pada fuzzy.
Pada gambar 3.4 menunjukkan respons yang terjadi pada kontrol keseimbangan saat nilai kedalaman pada
kendaraan berubah.
4.4.2. Analisa
Percobaan kali ini untuk mengetahui respons dari kontrol Fuzzy-PID, kontrol PID, dan juga respons dari
keseimbangan saat kendaraan berubah kedalaman. Pertama dari gambar 4.7 kita dapat menganalisa bahwa respons
yang diberikan pada kontrol fuzzy-PID bisa dikatakan lebih baik jika dibandingkan dengan kontrol PID saja. Respons
pada kontrol fuzzy-PID cukup linear saat menuju nilai referensi berbeda dengan respons pada PID yang cenderung
mengalami osilasi saat menuju ke referensi. Hal itu terjadi karena kontrol fuzzy-PID memberikan penyesuaian nilai
gain Kp, Ki, dan Kd saat eror yang terjadi berubah sehingga memaksa respons pada kendaraan mengalami perubahan
saat mendapatkan respons yang tidak dapat diperkirakan. Sedangkan pada PID nilai Kp, Ki, dan Kd tetap tidak berubah
sehingga tidak bisa merespons dengan baik. Kemudian grafik pada gambar 3.4 menunjukkan bahwa respons yang
terjadi di kontrol keseimbangan saat kedalaman berubah tidak terjadi perubahan yang signifikan, hal itu terjadi karena
kecenderungan kendaraan saat berubah kedalaman tidak membuat kendaraan mengalami perubahan sikap dan bentuk
mekanik dari rov juga yang cukup stabil di titik-titik keseimbangannya. Jadi selama motor memberikan respons yang
sama besar maka kendaraan tidak akan mengalami perubahan nilai pitch.
Jurnal Mekanika dan Energi PENS, Teknik Mekatronika, Vol.2, No.2, 2019
Data Pengujian
Gambar 3.5 menunjukkan respons perubahan grafik kontrol keseimbangan saat nilai kedalaman juga berubah.
Analisa
Percobaan ini untuk mengetahui respons kendaraan saat berubah sudut dan berubah kedalaman. Selain itu
juga untuk mengetahui hubungan antara kontrol keseimbangan dan Kelantan karena dalam mengontrol kedalaman dan
keseimbangan menggunakan motor yang sama.
Pada gambar 3.5 dapat dilihat respons kontrol keseimbangan saat kendaraan berubah dari sudut 5 derajat
menuju 0 dengan kontrol PID dan fuzzy-PID, pada grafik itu dapat dilihat walaupun kontrol fuzzy-PID mengelami
overshoot saat menuju referensi, tetapi Settle Time yang dihasilkan lebih baik dari pada kontrol PID.
Pada gambar 3.6 dapat dilihat kontrol PID mengalami overshoot yang cukup besar sedangkan kontrol fuzzy-
PID dapat mengurangi overshoot dengan baik dan waktu settle yang didapatkan juga relatif sama.
Jurnal Mekanika dan Energi PENS, Teknik Mekatronika, Vol.2, No.2, 2019
Hubungan antara kontrol keseimbangan dan kedalaman juga dapat dilihat pada grafik ini, pada gambar 3.1
menunjukkan grafik kontrol kedalaman tanpa ada perubahan nilai keseimbangan dibandingkan dengan gambar 3.6
grafik menunjukkan bahwa disaat waktu-waktu awal kendaraan mengalami osilasi walaupun nilai osilasi yang terjadi
tidak terlalu besar. Hal itu dapat terjadi karena saat mengontrol keseimbangan pergerakan dari kedalaman kendaraan
cukup terpengaruh.
4. Diskusi
Dengan menggunakan kontrol fuzzy-PID dapat diketahui bahwa kontrol fuzzy-PID, memiliki
respons yang bagus sesuai dengan harapan dengan banyaknya gangguan yang ada dalam air, maka kontrol
tersebut mampu beradaptasi.
- Pada penelitian ini dibuat sebuah rov yang mampu beradaptasi terhadap lingkungan yang ada
dan kontrol yang didesain telah cukup menunjukkan respons yang cukup baik.
- Dalam kontrol fuzzy-PID tidak sepenuhnya memberikan respons yang sangat baik untuk
kendaraan karena terkadang kontrol tersebut memberikan overshoot lebih besar dari pada hanya
menggunakan kontrol PID.
- Untuk penelitian selanjutnya pengimplementasian desain kontrol ini perlu dilakukan secara
penuh pada plant sebenarnya, untuk memahami apakah kontrol yang didesain ini cukup baik
dan bagus dalam memberikan respons pada kendaraan di dalam air dan dengan penambahan
beban yang berbeda.
5. Kesimpulan
Pada penelitian ini dapat diketahui bahwa pengontrolan ROV menggunakan fuzzy-PID sudah
cukup mampu memberikan respons yang cukup baik. Sehingga memberikan kemudahan dalam mengontrol
ROV saat berada di dalam air dan saat digunakan dalam menjalankan misi. Walaupun nilai overshoot yang
besar terjadi pada kontrol fuzzy-PID tetapi waktu untuk menuju referensinya lebih baik dari pada kontrol
PID konvensional.
Referensi
[1] Gitakarma, M.S., Ariawan, K.U., Wigraha, N.A. “Alat Bantu Survey Bawah Air Menggunkan AMOBA, Robot
Berbasis ROV”, Fakultas Teknik dan Kejuruan,Singaraja, 2014.
[2] Luis Govinda G.V., Tomás S.J., Manuel B.S., Luciana N.B., Rodrigo H.A., Jose A.C.L., “Modelling, Design,
And Robust Control of a Remotely Operated Underwater Vehicle”, International Journal of Advanced Robotic
Systems, 2013.
[3] V. Kanakakis, K.P. Valavanis, N.C. Tsourveloudis, “Fuzzy-Logic Based Navigation of Underwater Vehicles”
Journal of Intelegent And Robotic System, 2004.
[4] DeBitetto, P. “Fuzzy logic for depth control of unmanned undersea vehicles”, IEEE J. Oceanic Engrg. 1995.
[5] Yen J., Langari R., “Fuzzy Logic” Prentice-Hall, Englewood Cliffs, NJ, 1999.
[6] N.D. Jayasundere, S.H.K.K. Gunawickrama, “Underwater ROV with Fuzzy Logic Motion Control” IEEE, 2016.
[7] Adel K., Lotfi B, Samir O., Azgal A., “Stabilizing Control based observer for remotely operated vehicle (ROV-
Observer)” University of Evry, IBISC Laboratory, France, 2014.
[8] Hyun-Taek C., Seokyong K., Jinwoo C., Yeongjun L., Tae-Jin K., Jung-Won L., “A simplified model based
disturbance Election Control for highly accurate positioning of an underwater robot” IEEE, 2014.
[10] Yaoyao W., Linyi G., Ming G., Xianjun J., Jiayin Z., Jun L., Donghui X., “Depth Control of Remotely Operated
Vehicles Using Nonsingular Fast Terminal Sliding Mode Control Method” MST, 2013.
Jurnal Mekanika dan Energi PENS, Teknik Mekatronika, Vol.2, No.2, 2019
[11] Zhijie T., PengYan, Luojun, “A novel ROV depth Control based on LSM fitting predictor And Fuzzy
compensation” 3rd International Conference on Advanced Computer Theory and Engineering (ICACTE), IEEE,
2010.
[12] T. I. Fossen and S. I. Sagatun, “Adaptive Control of nonlinear system” A case study of underwater robotic
systems, Journal of Robotic Systems, hal. 342-392, 1991.
[13] Fareza R.M. Ramdhan N., Estananto “Perancangan dan Implementasi Kontrol Posisi Robot Bawah Air
Menggunakan Metode Fuzzy Logic Control e-Proceeding of Engineering : vol.4, 2017.
[15] D.A. Smallwood and L.L. Whitcomb, “Model-Based dynamic positioning of underwater robotic vehicles” theory
and experiment IEEE jurnal of Oceanic Engineering, hal.169-186, 2014.
[16] L. Hsu L, R.R. Costa, F. Lizarralde, “Dynamic positioning of remotely operated vehicle” IEEE Robotics and
Automation Magazine, 2002.
[17] Danu W., Arif W., Hendro N., “perancangan sistem Kontrol PID untuk Pengendali Sumbu Azimuth Turret pada
Turret-gun Kaliber 20mm” Jurnal Teknik ITS, 2016.
[18] Ogata, K., “Modern Control Engineering”, 5th Edition, Prentice Hall, New Jersey, 2010.