Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer e-ISSN: 2548-964X

Vol. 2, No. 1, Januari 2018, hlm. 380-386 http://j-ptiik.ub.ac.id

Sistem Kendali Navigasi Ar.Drone Quadcopter Dengan Prinsip Natural

User Interface Menggunakan Microsoft Kinect
Sabitha Wildani Hadi1, Gembong Edhi Setyawan2, Rizal Maulana3
Program Studi Teknik Informatika, Fakultas Ilmu Komputer, Universitas Brawijaya
Email: 1sabitha.swh18@gmail.com, 2gembong@ub.ac.id, 3rizal_lana@ub.ac.id

Abstrak
Quadcopter merupakan salah satu jenis dari Unmanned Aerial Vehicle (UAV), yaitu robot yang
dapat terbang dengan empat baling-baling disetiap ujungnya. Untuk menerbangkan quadcopter pada
umumnya digunakan remote control atau smartphone. Namun diperlukan keahlian dan pengalaman
khusus untuk dapat menerbangkan quadcopter. Berdasarkan permasalahan tersebut maka perlu
dikembangkan inovasi dari sistem kendali navigasi pada quadcopter agar lebih mudah digunakan.
Sistem yang dibuat pada penelitian ini dibuat menggunakan salah satu bagian dari natural user interface
berupa gerakan tubuh dari pengguna yang akan dideteksi menggunakan Kinect. Gerakan dari pengguna
akan diubah menjadi sceleton tracking. Data sceleton tracking tersebut akan diolah oleh komputer
dengan pemrograman javascript dan akan diteruskan menjadi instruksi untuk menggerakan quadcopter.
Quadcopter yang digunakan dalam penelitian ini adalah Parrot AR.Drone 2.0. Dari hasil pengujian yang
telah dilakukan didapatkan hasil persentase ketepatan gerakan yang berhasil dilakukan pengguna untuk
mengendalikan qudcopter sebesar 100%. Selain itu juga diperoleh hasil dari kecepatan gerakan roll,
pitch, dan yaw pada quadcopter berbanding lurus dengan nilai input dari gerakan pengguna yang berarti
kecepatan quadcopter dapat diatur sesuai gerakan yang diberikan oleh pengguna. Untuk delay yang
dihasilkan sistem ini pada saat pengguna menggerakan tubuh hingga quadcopter mengikuti instruksi
adalah sebesar 0,05 detik.
Kata kunci: Kinect, Sceleton Tracking. UAV, Quadcopter

Abstract
Quadcopter is a type of Unmanned Aerial Vehicle (UAV), which is a robot that can fly with four
propellers. Quadcopter can controlled with remote control or smartphone, but it takes skill and
experience to be able to control quadcopter. Based on that problems, it is necessary to develop new
innovation of quadcopter navigation control system which is easier to use. The system built on this
research is made using one part of the natural user interface that is user’s body gestures detected using
Kinect. User’s gestures will be converted into sceleton tracking. The sceleton tracking data will be
processed by computer with javascript programming and will be forwarded into instructions to control
quadcopter. Quadcopter used in this research is Parrot AR.Drone 2.0. After performing test on the
system, obtained percentage of accuracy of user’s gestures to control quadcopter is 100%. In addition,
the results obtained from the speed test of roll, pitch, and yaw on the quadcopter is directly proportional
to the input value of the user’s gestures which means the speed of the quadcopter can be adjusted
automatically according to the user’s gestures. For the delay on this system when the user moves the
body until the quadcopter follows the instruction is 0.05 seconds.
Keywords: Kinect, Sceleton Tracking. UAV, Quadcopter

bidang seperti pertanian, medis, keamanan, dan

1. PENDAHULUAN
lain sebagainya.
Saat ini quadcopter atau yang biasa dikenal Untuk dapat menerbang qudcopter sesuai
dengan istilah drone, tengah populer di kalangan dengan keinginan pengguna, dapat digunakan
masyarakat. Banyak penggunaan quadcopter di remote control yang menggunakan media
berbagai bidang. Selain untuk kegiatan fotografi, transmisi gelombang radio atau Wi-fi. Selain itu
quadcopter juga dapat digunakan pada berbagai quadcopter juga dapat dikendalikan
menggunakan smartphone maupun joystick.

Fakultas Ilmu Komputer

Universitas Brawijaya 380
Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer 381

Namun untuk mengendalikan quadcopter
menggunakan perangkat tersebut dibutuhkan
proses pembelajaran yang relatif lama serta
keahlian khusus.
Dengan munculnya inovasi berupa Natural
User Interface (NUI), cara dalam
mengendalikan quadcopter telah berkembang.
Menurut Blake (2013) NUI adalah sebuah
antarmuka alami yang dirancang untuk dapat
digunakan dengan keahlian manusia yang telah
ada untuk berinteraksi dengan suatu konten. NUI
dapat diimplementasikan dalam bidang apa pun
termasuk untuk mengendalikan quadcopter.
NUI merupakan sebuah pendekatan baru
dalam cara interaksi antara manusia dengan
berbagai hal yang memiliki input alami dari
manusia seperti suara, gerakan, dan biosignal.
Antarmuka ini memiliki perbedaan dengan cara
konvensional dalam meminimalkan durasi dan
tingkat kesulitan pembelajaran oleh pengguna
dalam mengoperasikan quadcopter. Pendekatan
ini hanya memerlukan sedikit proses
pembelajaran bagi pengguna dalam percobaan
yang pertama kali.
Pada penelitian ini akan dilakukan
implementasi dari sistem kendali navigasi
quadcopter atau yang lebih umum dikenal
sebagai drone menggunakan NUI. Quadcopter
yang digunakan adalah Parrot AR.Drone.
Pemilihan Parrot AR.Drone dikarenakan jenis
ini merupakan salah satu quadcopter yang
bersifat open source dengan harga terjangkau.
Untuk NUI yang digunakan adalah gerakan tuuh
dari pengguna. Gerakan dari pengguna akan
dideteksi menggunakan sensor kamera Kinect.
Pemilihan sensor Kinect ini dikarenakan
menurut Zeng (2012) Kinect memiliki kamera
RGB dan infrared yang bisa digunakan untuk
menghasilkan sceleton tracking dengan proses
yang sangat cepat.
Penelitian mengenai sistem kendali
quadcopter menggunakan Kinect juga pernah
dilakukan oleh oleh Sanna et al. (2013) yang
membahas mengenai pengendalian quadcopter
serta perbandingan antara penggunaan NUI
dengan sistem kendali konvensional seperti
joystick, smartphone dan keyboard. Delay yang
dihasilkan pada penelitian ini sebesar 0,3 detik.
Selanjutnya penelitian Mashood et al. (2015)
juga membahas penggunaan Kinect sebagai
sistem kendali quadcopter. Delay yang
dihasilkan oleh penelitian tersebut sebesar 0,32
detik.
dan Sanna et al. (2013) yang masih
menggunakan perangkat lunak tambahan berupa
FAAST (Flexible Action and Articulated
Skeleton Toolkit) sebagai pendeteksi gerakan
tubuh, pada penelitian ini digunakan
pemrograman javascript dengan mengambil
data langsung pada Kinect driver tanpa melalui
FAAST. Penelitian ini memfokuskan pada
performa dan akurasi dari sistem.
2. PERGERAKAN QUADCOPTER
Menurut Kusuma, Effendi, dan Iskandar
(2012) quadcopter adalah sebuah konfigurasi
empat buat motor pada sebuah kerangka
berbentuk menyilang. Pada masing-masing
ujung kerangka terdapat motor yang terpasang
dengan baling-baling untuk membuat aliran
udara yang menghasilkan tekanan ke arah bawah
sehingga timbul gaya angkat pada quadcopter.
Quadcopter memiliki empat pergerakan yaitu
roll (gerakan ke kiri dan kanan searah sumbu y),
pitch (gerakan ke depan belakang searah sumbu
x), gaz (gerakan ke atas dan bawah searah
sumbu z), serta yaw (gerakan berputar ke kiri dan
kanan yang berotasi pada sumbu z )
Gambar 1. Koordinat pada quadcopter
3. PERANCANGAN DAN IMPLEMENTASI
Tahap perancangan serta implementasi pada
penelitian ini dibagi menjadi tiga tahapan secara
berurutan yaitu yaitu komunikasi sistem,
gerakan tubuh, dan fungsi kecepatan.
Gambar 2. Tahapan perancangan dan implementasi
sistem

Berbeda penelitian Mashood et al. (2015)

Fakultas Ilmu Komputer, Universitas Brawijaya

Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer 382

3.1 Komunikasi Sistem tubuh bagian atas khususnya bagian tangan.

Alur komunikasi pada sistem ini Total ada sebelas instruksi yang dapat pengguna
diperlihatkan pada gambar 3. Awalnya gunakan untuk mengendalikan quadcopter.
Gerakan tersebut seperti pada tabel 1.
pengguna akan memberi instruksi pada sistem
dengan menggerakkan badan pada Kinect. Data Tabel 1. Daftar instruksi quadcopter berdasarkan
gerakan tubuh
gerakan badan pengguna yang telah diakusisi
oleh Kinect akan dikirim melalui USB menuju Gerakan Tubuh Command
komputer dan diubah menjadi data sceleton Tangan kanan menunjuk
Takeoff
Kinect (lasso hand)
tracking oleh driver kinect. Kedua tangan
Landing
menggenggam
Kedua tangan direntangkan
Hover
ke samping
Kedua tangan dinaikkan Gaz atas
Kedua tangan diturunkan Gaz bawah
Tangan kanan dinaikkan
Roll kiri
dan tangan kiri diturunkan
Tangan kiri dinaikkan dan
Roll kanan
tangan kanan diturunkan
Kedua tangan diarahkan ke
Pitch depan
depan
Kedua tangan diarahkan ke
Gambar 3. Alur komunikasi pada sistem Pitch belakang
belakang
Tangan kanan diarahkan
Setelah itu dibuat suatu program untuk kedepan dan tangan kiri Yaw kiri
mengubah data sceleton tracking yang telah diarahkan ke belakang
diperoleh hingga dapat menghasilkan suatu Tangan kiri diarahkan
kedepan dan tangan kanan Yaw kanan
instruksi yang digunakan sebagai parameter diarahkan ke belakang
untuk menggerakan quadcopter. Selain itu
3.3 Fungsi Kecepatan
program yang telah dibuat juga akan
Tujuan dari fungsi ini adalah menghasilkan
menampilkan info data navigasi dari quadcopter
kecepatan yang berbeda dari setiap gerakan yang
seperti ketinggian, baterai, kecepatan, dan lain dilakukan oleh pengguna. Dengan demikian
sebagainya. pengguna dapat mengendalikan quadcopter
Pada quadcopter, data dikirim dan diterima dengan mudah. Hal ini dikarenakan jika
melalui jaringan Wi-Fi yang dipancarkan oleh pengguna dapat mengatur kecepatan dari
quadcopter. Data yang dikirim berupa AT quadcopter, maka pengguna tidak perlu takut
command dengan protokol jaringan UDP. dan ragu untuk menggerakkan

Gambar 4. Implementasi komunikasi sistem

3.2 Gerakan Tubuh Gambar 5. Implementasi gerakan tubuh

Agar gerakan tubuh dapat digunakan
sebagai input dari sistem ini, diperlukan data
joint dari sceleton tracking. Namun tidak
keseluruhan data dipergunakan pada sistem ini.
Data yang dipakai pada sistem berfokus pada
quadcopter. Berbeda halnya jika kecepatan
diberi nilai konstan. Pengguna akan kesulitan
saat mengendalikan quadcopter. Untuk bisa
menghasilkan fungsi tersebut maka diperlukan

Fakultas Ilmu Komputer, Universitas Brawijaya

Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer
sebuah perhitungan berdasarkan nilai dari
beberapa joint pada sceleton tracking yang
diperlukan. Persamaan yang digunakan untuk
perhitungan kecepatan ini didapatkan dari
percobaan dan pengamatan secara berulang kali
terhadap nilai dari beberapa joint tubuh yang
diperoleh dari Kinect. Untuk perhitungan nilai
kecepatan pada masing-masing gerakan akan
dijelaskan sebagai berikut.
a. Pitch
Parameter yang dipakai adalah nilai
koordinat z pada joint tangan kiri, tangan kanan
dan bahu bagian tengah. Rumus dari perhitungan
kecepatan diperlihatkan pada persamaan 1.
𝐾𝑎𝑛𝑎𝑛𝑍 + 𝐾𝑖𝑟𝑖𝑍
𝑀𝑒𝑎𝑛 =
2 (1)
𝑉𝑥𝑥 = [𝐵𝑎ℎ𝑢𝑍 − 𝑀𝑒𝑎𝑛]
Mula-mula nilai tangan kanan (KananZ) dan
tangan kiri (KiriZ) dirata-rata dahulu. Hal ini
dikarenakan pada saat menggerakkan tangan ke
depan atau belakang, nilai antara tangan kanan
dan kiri belum tentu sama. Setelah itu hasil rata-
rata (Mean) tersebut di masukan pada
perhitungan kecepatan (Vxx) dan digunakan
untuk mengurangi nilai dari bahu bagian tengah
(BahuZ). Nilai dari Vxx diabsolutkan untuk
menghindari adanya nilai negatif.
b. Roll
Parameter yang dipakai adalah nilai
koordinat y pada joint tangan kiri, tangan kanan,
kepala, dan dada. Rumus dari perhitungan
kecepatan diperlihatkan pada persamaan 2.
Mula-mula dihitung selisih dari kepala
(𝐾𝑒𝑝𝑎𝑙𝑎𝑌) dengan tangan yang posisinya berada
di atas kepala (𝑇1 ) . Jika posisi roll ke kiri maka
nilai tangan kanan yang akan dihitung, begitu
juga sebaliknya. Setelah itu dilakukan
perhitungan terhadap selisih antara dada
(𝐷𝑎𝑑𝑎𝑌) dengan tangan yang posisinya berada
di bawah dada (𝑇2 ). Nilai dari T1 dan T2
diabsolutkan untuk menghindari adanya nilai
negatif dalam perhitungan. Setelah mendapat
nilai selisih antara kepala dan tangan di atasnya
(𝑌1 ) serta dada dengan tangan di bawahnya (𝑌2 ),
selanjutnya kedua nilai tersebut dikurangkan
dan selanjutnya dibagi 2 sehingga akan
menghasilkan kecepatan gerakan roll (𝑉𝑦𝑦).
Nilai dari (Vyy) diabsolutkan untuk menghindari
adanya nilai negatif.
𝑌1 = [𝑇1 ] − 𝐾𝑒𝑝𝑎𝑙𝑎𝑌
𝑌2 = 𝐷𝑎𝑑𝑎𝑌 − [𝑇2 ] (2)
𝑉𝑦𝑦 = [(𝑌1 − 𝑌2 )/2]
Fakultas Ilmu Komputer, Universitas Brawijaya
383
c. Gaz
Untuk parameter yang dipakai adalah nilai
koordinat y pada joint tangan kiri, tangan kanan,
kepala, dan dada. Rumus dari perhitungan
kecepatan diperlihatkan pada persamaan 3.
Mula-mula dihitung rata-rata dari nilai tangan
kiri (𝑘𝑖𝑟𝑖𝑌) dan tangan kanan (kananY). Setelah
[𝐾𝑎𝑛𝑎𝑛𝑌 + 𝑘𝑖𝑟𝑖𝑌]
𝑀𝑒𝑎𝑛 =
2 (3)
𝑉𝑧𝑧 = [𝑀𝑒𝑎𝑛 − 𝐾]
itu nilai tersebut dikurangkan dengan nilai dari
acuan (K). Nilai ini akan menyesuaikan kondisi
gerakan. Saat gerakan naik maka nilai (K) akan
diisi dengan nilai dari kepala sedangkan saat
turun akan diisi dengan nilai dada.
d. Yaw
Untuk parameter joint yang dipakai adalah
nilai koordinat z pada tangan kiri dan kanan.
Rumus dari perhitungan kecepatan diperlihatkan
pada persamaan 4. Nilai dari tangan yang berada
[𝑇1 − 𝑇2 ]
𝑉𝑟𝑜𝑡" = (4)
2
dekat dengan Kinect (𝑇1 ) dikurangkan dengan
tangan yang berada jauh dengan Kinect (𝑇2 ).
Lalu nilai tersebut diabsolutkan untuk
menghilangkan nilai negatif. Setelah itu nilai
tersebut dibagi 2.
4. PENGUJIAN DAN HASIL
Untuk menguji performa dan akurasi dari
sistem ini, maka akan dilakukan dua jenis
pengujian yaitu pengujian waktu sistem (delay)
dan pengujian ketepatan. Untuk pengujian waktu
sistem akan digunakan untuk mengetahui
seberapa baik performa dari sistem ini.
Sedangkan untuk pengujian ketepatan dibagi
menjadi dua pengujian lagi yaitu pengujian
ketepatan gerakan dan kecepatan.
4.1 Hasil Pengujian Ketepatan Gerakan
Pengujian ini dilakukan untuk mengetahui
apakah sistem sudah berjalan sesuai dengan
perancangan yang diharapkan serta mampu
memberikan output yang tepat. Untuk setiap
gerakan akan diuji sebanyak sepuluh kali.
Pada pengujian gerakan pitch, dihasilkan
grafik seperti pada 6. Gerakan pitch ke depan
dan belakang berhasil dilakukan, diperlihatkan
dengan berubahnya sudut dari quadcopter pada
koordinat sumbu y yang berarti arah gerakan
quadcopter telah benar.
Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer 384

Pada pengujian gerakan roll, dihasilkan
grafik seperti pada 7. Gerakan roll ke kiri dan
kanan berhasil dilakukan, diperlihatkan dengan
berubahnya sudut dari quadcopter pada
koordinat sumbu x yang berarti arah gerakan
quadcopter telah benar.
berurutan dalam sekali percobaan gerakan karea
parameter yang akan diamati sama yaitu
ketinggian. Untuk gambar pada gerakan ini ada
pada gambar 10. Saat takeoff dilakukan
didapatkan ketinggian semakin bertambah pada
detik ke 0,05 sampai 1,07. Selanjutnya pada
detik ke 1,08 sampai 3,31 nilai dari ketinggian
relatif stabil dikarenakan quadcopter berada
pada kondisi hover. Lalu pada detik ke 3,32
sampai 4,43 ketinggian semakin berkurang saat
quadcopter mendarat.

Gambar 6. Grafik sudut gerakan pitch

Gambar 10. Grafik sudut gerakan takeoff, hover,

dan landing
Gambar 7. Grafik sudut gerakan roll Dari pengujian yang dilakukan
didapatkan hasil berupa keseluruhan pengguna
Pada pengujian gerakan gaz, dihasilkan
dapat mengendalikan quadcopter dengan sukses
grafik seperti pada gambar 8. Gerakan gaz ke
dari sepuluh kali percobaan pada jarak 1,5 dan
atas dan bawah berhasil dilakukan, diperlihatkan
3,8 meter seperti diperlihatkan pada tabel.
dengan berubahnya ketinggian dari quadcopter
Sehingga persentase ketepatan pada sistem ini
yang berarti arah gerakan quadcopter telah
sebesar 100%.
benar.
Tabel 2 Hasil pengujian ketepatan gerakan
Pengguna A Pengguna B
Command 1,5 3,8 1,5 3,8
meter meter meter meter
Takeoff 100% 100% 100% 100%
Landing 100% 100% 100% 100%
Gaz atas 100% 100% 100% 100%
Gaz bawah 100% 100% 100% 100%
Gambar 8. Grafik sudut gerakan gaz Roll kiri 100% 100% 100% 100%
Roll kanan 100% 100% 100% 100%
Pada pengujian gerakan yaw, dihasilkan
Pitch depan 100% 100% 100% 100%
grafik seperti pada gambar 9. Gerakan yaw ke Pitch belakang 100% 100% 100% 100%
kiri dan kanan berhasil dilakukan, diperlihatkan Yaw kiri 100% 100% 100% 100%
dengan berubahnya sudut dari quadcopter pada Yaw kanan 100% 100% 100% 100%
koordinat sumbu z yang berarti arah gerakan Hover 100% 100% 100% 100%
quadcopter telah benar.
4.2 Hasil Pengujian Kecepatan
Pengujian ini dilakukan untuk mengetahui
apakah input yang diberikan pengguna telah
dapat mempengaruhi kecepatan dari quadcopter.
Setelah dilakukan pengujian, didapatkan
hasil seperti pada gambar 11, 12, 13, dan 14.
Pada grafik-grafik tersebut diperlihatkan bahwa
Gambar 9. Grafik sudut gerakan yaw
nilai dari kecepatan yang diberikan oleh
Untuk pengujian gerakan takeoff, hover, pengguna dapat mempengaruhi kecepatan dari
dan landing dilakukan sekaligus secara quadcopter.

Fakultas Ilmu Komputer, Universitas Brawijaya

Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer 385

Saat nilai dari input kecepatan pengguna

bertambah besar, secara otomatis kecepatan dari
quadcopter juga akan bertambah. Hal ini
menandakan bahwa fungsi kecepatan otomatis
dari sistem ini telah benar. Saat pengguna
memberikan kecepatan tinggi maka quadcopter
secara otomatis juga akan bergerak dengan
cepat, begitu pula sebaliknya saat diberikan
kecepatan rendah maka quadcopter akan
bergerak dengan pelan.
Gambar 14. Grafik pengaruh input kecepatan
pengguna pada kecepatan yaw quadcopter
4.3 Hasil Pengujian Waktu Sistem
Pengujian ini dilakukan untuk mengetahui
seberapa baik performa dari sistem kendali yang
telah dibuat dengan melihat seberapa besar delay
yang terjadi saat pengguna memberikan instruksi
sampai quadcopter merespon.
Untuk mengetahui waktu delay tersebut
Gambar 11. Grafik pengaruh input kecepatan dengan akurat, maka akan dilakukan perekaman
pengguna pada kecepatan pitch quadcopter
video pada saat pengguna mengendalikan
quadcopter. Hasil dari video tersebut akan
dianalisis dengan menghitung selisih waktu dari
frame gambar antara gerakan pengguna dengan
gerakan quadcopter.
Setelah dilakukan percobaan untuk setiap
gerakan sebanyak lma kali, didapatkan hasil
berupa delay pada sistem ini sebesar 0,05 detik.
Tabel 3. Hasil pengujian delay sistem
Percobaan ke- Rata-
Gambar 12. Grafik pengaruh input kecepatan Command rata
pengguna pada kecepatan roll quadcopter 1 2 3 4 5 (detik)
Gaz atas 0,04 0,06 0,05 0,05 0,06 0,05
Gaz bawah 0,04 0,05 0,05 0,06 0,05 0,05
Roll kiri 0,03 0,05 0,05 0,06 0,05 0,04
Roll kanan 0,05 0,05 0,04 0,05 0,06 0,05
Pitch
0,05 0,06 0,06 0,04 0,05 0,05
depan
Pitch
0,05 0,05 0,05 0,06 0,05 0,05
belakang
Yaw kiri 0,05 0,04 0,05 0,05 0,04 0,04
Yaw kanan 0,04 0,05 0,06 0,05 0,05 0,05
Total delay sistem 0,05
Gambar 13. Grafik pengaruh input kecepatan
pengguna pada kecepatan gaz quadcopter 5. KESIMPULAN
Dari pengujian yang telah dilakukan
terhadap sistem ini, maka dapat diambil
kesimpulan sebagai berikut.
a. Setelah melakukan pengujian ketepatan
gerakan dan kecepatan, dihasilkan
persentase ketepatan gerakan sebesar
100%. Sedangkan untuk kecepatan yang
dihasilkan oleh quadcopter dapat

Fakultas Ilmu Komputer, Universitas Brawijaya

Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer 386

berbanding lurus dengan nilai yang

diperoleh dari gerakan pengguna, hal ini
menandakan saat input dari pengguna
semakin besar, maka quadcopter akan
bertambah cepat dan begitu pula
sebaliknya. Sehingga dapat diambil
kesimpulan bahwa sistem yang telah dibuat
telah sesuai dengan harapan dan memiliki
nilai akurasi yang tinggi.
b. Dari pengujian delay sistem, didapat delay
sebesar 0,05 detik. Dari hasil tersebut maka
dapat diambil kesimpulan bahwa sistem ini
memiliki performa yang sangat baik.

6. DAFTAR PUSTAKA

Camci, E., & Kayacan, E. (2016). Waitress

quadcopter explores how to serve drinks
by reinforcement learning. Region 10
Conference (TENCON), 2016 IEEE.
Singapore: IEEE.
Kusuma, W., AK, R. E., & Iskandar, E. (2012).
Perancangan dan Implementasi Kontrol
Fuzzy-PID pada Pengendalian Auto
Take-Off Quadcopter UAV. JURNAL
TEKNIK POMITS, 1(1), 1-6.
Mashood, A., Noura, H., Jawhar, I., &
Mohamed, N. (2015). A Gesture Based
Kinect for Quadrotor Control. Abu
Dhabi: IEEE.
NUI Group Community. (2009). Dipetik
December 6, 2016, dari
http://www.nuigroup.com/faq/
Pahonie, R.-C., Mihai, R.-V., & Barbu, C.
(2015). Biomechanics of flexible wing
drones usable for emergency medical
transport operations. E-Health and
Bioengineering Conference (EHB),
2015. Romania: IEEE.
Sanna, A., Lamberti, F., Paravati, G., & Manuri,
F. (2013). A Kinect-based natural
interface for quadrotor control. Elsevier,
179-186.
Zeng, W. (2012). Microsoft Kinect Sensor and
Its Effect. IEEE MultiMedia, 19(2), 4 -
10.

Fakultas Ilmu Komputer, Universitas Brawijaya