Abstrak
Unmanned Aerial Vehicle (UAV) atau pesawat tanpa awak merupakan salah satu jenis robot udara yang
saat ini sedang mengalami perkembangan yang pesat. Salah satu jenis dari UAV adalah quadcopter,
quadcopter adalah robot udara yang memiliki 4 buah motor sebagai penggerak baling-baling. Dalam
pembuatan quadcopter mengalami banyak permasalahan salah satunya yaitu kebutuhan akan pengguna
yang dapat mengontrol pergerakan quadcopter menggunakan remot yang berpengalaman sangat
diperlukan, kususnya dalam melakukan proses take-off, mengingat take-off pada quadcopter merupakan
fase yang mutlak harus dijaga kestabilannya. Oleh karena itu, diperlukan adanya sistem autopilot yang
dapat mengendalikan proses take-off dengan baik. Berdasarkan permasalahan tersebut maka dibuatlah
penelitian tentang sistem kendali take-off quadcopter menggunakan logika fuzzy dengan menggunakan
rule 7x7 dimana terdapat dua input yaitu percepatan serta perubahan percepatan, sedangan output yang
dihasilkan adalah berupa kecepatan. Untuk mengetahui tingkat error dilakukan pengujian ketepatan
posisi sebanyak 10 kali pada ketinggian 1-4 meter. Sedangkan untuk mengetahui berapa waktu
quadcopter untuk mencapai posisi hover dapat menggunakan stopwatch dari posisi take-off hingga
posisi hover. Sehingga hasil dari penelitian ini adalah ketepatan yang diperoleh sudah baik, namun
waktu yang diperlukan masih membutuhkan waktu lama.
Kata kunci : Unmanned Aerial Vehicle (UAV), Quadcopter, Take-off, Fuzzy.
Abstract
Unmanned Aerial Vehicle (UAV) or we knownby plane 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 vane drive. On process make quadcopter have many 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 manage process a great take-
off. 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 and change 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 : Unmanned Aerial Vehicle (UAV), Quadcopter, Take-off, Fuzzy.
dalam menerbangkan quadcopter, khususnya sebelumnya yang dilakukan oleh Raharja et al.
dalam melakukan proses take-off. (2015) memberikan kesimpulan bahwa dengan
Untuk menjaga kestabilan pada waktu take- menggunakan rule 7x7 quadcopter dapat stabil
off telah dilakukan penelitian sebelumnya yang dan waktu yang di tempuh quadcopter untuk
menggunakan fuzzy Model Reference Adaptive take-off hingga hover pada ketinggian tertentu
Contro (MRAC) seperti ditulis oleh Prawirayuda lebih cepat dibandingkan menggunakan rule 3x3
(2012). Selain menggunakan metode fuzzy dan 5x5.
MRAC ada pula yang menggunakan kontrol Perbedaan yang dilakukan peneliti, variabel
fuzzy Proportional Integral Derivative yang digunakan bukan ketinggian dan perubahan
Controller (PID) seperti yang dilakukan olah ketinggian melainkan percepatan dan perubahan
Kusuma, Effendi, Iskandar (2012). percepatan dikarenakan target penelitian ini
Dari kedua penelitian diatas dapat adalah untuk mengatur kecepatan putaran motor
disimpulkan bahwa algoritma yang bersifat non- agar dapat menjaga kestabilan dan
linier seperti logika fuzzy lebih cocok untuk keseimbangan pada waktu take-off serta dapat
diterapkan pada quadcopter dari pada menjaga kestabilan pada ketinggian tertentu,
menggunakan algoritma yang bersifat linear penyebab dari tidak stabilnya quadcopter pada
seperti PID dikarenakan quadcopter memiliki ketinggian tertentu adalah adanya perubahan
dinamika yang non-linier sehingga algoritma kecepatan.
yang bersifat non-linier lebih cocok diterapkan.
Selain itu dari hasil penelitian yang dilakukan 2. PERANCANGAN DAN
oleh Prawirayuda (2012) waktu yang dibutuhkan IMPLEMENTASI
quadcopter untuk take-off pada ketinggian
tertentu adalah sebesar 0,6 detik sedangkan 2.1 Gambaran Sistem
untuk algoritma PID waktu yang dibutuhkan Sistem yang akan dibuat pada penemitian
adalah sedikit lebih lama yaitu 1 detik. ini adalah untuk mengatur kecepatan putaran
Selain menggunakan fuzzy Model motor pada quadcopter agar dapat menjaga
Reference Adaptive Contro (MRAC) dan juga kestabilan pada waktu take-off dengan
fuzzy Proportional Integral Derivative menggunakan algoritma fuzzy mamdani.
controller (PID) adapula penelitan yang
menggunakan fuzzy Mamdani seperti yang
ditulis oleh Raharja et al. (2015) pada penelitian
ini merupakan pengembangan dari beberapa
penelitian sebelumnya yang bertujuan untuk
mengoptimalkan kecepatan, meningkatkan
waktu dan menghilangkan overshoot saat Gambar 1. Diagram blok sistem
quadcopter hover pada posisi ketinggian yang
telah ditentukan. Gambar 1 merupakan gambaran dari
Metode algoritma fuzzy Mamdani sering diagram blok sistem yang akan dibuat dimana
dikenal dengan metode Max-Min. Metode ini terdapat 2 input yang didapat dari hasil
juga digunakan oleh peneliti sebelumnya pembacaan nilai percepatan serta perubahan
menggunakan rule base 3x3. Pada penelitian percepatan pada sumbu Z dari quadcopter,
yang dilakukan oleh Raharja et al. (2015) kontrol sedangkan terdapat 1 output yang dihasilkan
fuzzy digunakan untuk mengendalikan tinggi adalah kecepatan dari putaran ke 4 motor
quadcopter dengan rule base 7x7. Dari hasil quadcopter. Nilai yang di dapat dari pembacaan
pengujian yang dilakukan oleh Raharja et al. data sensor akan digunakan sebagai input pada
(2015) untuk basis aturan 7x7 lebih baik dari mesin penalaran untuk mengelompokkan
rule base 3x3 dan 5x5. anggota himpunan fuzzy yang nantinya akan
Dari beberapa penelitian yang telah di dijadikan output untuk dapat mengatur
lakukan sebelumnya peneliti ingin menerapkan kecepatan motor quadcopter. Proses ini akan
logika fuzzy mamdani dengan rule 7x7 untuk terus berulang hingga quadcopter dapat
mengatur kecepatan putaran motor quadcopter mencapai ketinggian tertentu serta proses akan
Ar-Drone agar dapat menjaga kestabilan pada berhenti jika user memerintahkan quadcopter
waktu take-off. Tujuan digunakannya rule 7x7 untuk landing.
pada penelitian ini dikarenakan dengan
menggunakan rule 7x7 pada penelitian
2.2 Perancangan Sistem maka algoritma fuzzy akan terus berjalan untuk
menghasilkan output berupa pengaturan
Pada tahap perancangan sistem akan dibagi
kecepatan motor hingga quadcopter berada pada
menjadi 2 yaitu perancangan perangkat keras
posisi hover dengan ketinggian yang telah
serta perancangan perangkat lunak. Gambar 2
ditentukan. Proses ini akan terus berulang
merupakan gambaran dari diagram alir sistem
dikarenakan nilai yang di keluarkan oleh
secara keseluruhan.
quadcopter akan terus dibaca dan dijadikan
sebagai input dari logika fuzzy.
Pada perancangan perangkat keras akan
dijelaskan mengenai perancangan komunikasi
sistem yang dibagi menjadi 2 proses pertukaran
data seperti ditunjukan pada Gambar 3 dan
Gambar 4 dikarenakan sebelum program
dijalankan pada quadcopter aktual program
terlebih dahulu diuji pada gazebo simulator
dengan menggunakan driver tum_simulator
sedangkan pada Ar-Drone aktual driver yang
digunakan adalah ardrone autonomy.
tum_simulator dan quadcopter aktual adalah variabel percepatan serta perubahan percepatan
tum_simulator dijalankan diatas gazebo dan yang nantinya akan di ambil hasil output terkecil
berkomunikasi dengan Robot Operating System atau MIN. Proses ketiga adalah komposisi
(ROS) menggunakan port, sedangkan untuk aturan, proses dimulai dari melakukan aplikasi
menghubungkan quadcopter aktual dengan fungsi implikasi pencarian nilai minimum
Robot Operating System (ROS) menggunakan selanjutnya dari tiap masing-masing rule yang
koneksi wi-fi. Gambar 4 merupakan gambaran telah didapatkan dicari nilai maximumnya.
alur pertukaran data pada simulator. Setelah itu, akan didapatkan nilai z dari hasil
nilai maximum di tiap masing-masing aturan
rule. Proses yang terahir adalah proses
defuzzyfikasi yaitu menghasilkan output berupa
control terhadap putaran baling-baling
quadcoter.
Dalam penelitian ini digunakan fuzzy logic
toolbox yang terdapat pada Matlab. Pada
Gambar 4. Alur pertukaran data pada simulator
perancangan fuzzy logic toolbox akan dibuat dua
buah input yaitu percepatan serta perubahan
Pada perancangan perangkat lunak akan percepatan dengan output berupa kecepatan
dijelaskan mengenai perancangan logika fuzzy menggunakan rule base 7x7, yang nantinya akan
yang terdiri dari beberapa tahapan yaitu menghasilkan 49 aturan.
fuzzyfikasi, Aplikasi fungsi implikasi, komposisi Gambar 6 dan Gambar 7 merupakan
aturan serta defuzzyfikasi. Yang akan dijelaskan himpunan variabel input percepatan dan
pada Gambar 5 yaitu proses perancangan logika perubahan percepatan yang di dalamnya terdapat
fuzzy pada sistem. 7 kondisi yaitu SSR (sangat-sangat rendah), SR
(sangat rendah), R (rendah), SED (sedang), T
(tinggi), ST (sangat tinggi), SST (sangat-sangat
tinggi). Kondisi tersebut berada pada ketinggian
1 sampai 4 meter. Range untuk 2 variable input
yang digunakan dalam penelitian 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] dan SST [0,6,
0,99, 1,0]
DAFTAR PUSTAKA
Hutama,M. 2015. Prinsip Kerja Quadcopter
[Online],dilihat 11 Mei 2017 Tersedia di: <
http://www.insinyoer.com/prinsip-kerja-
quadcopter/>.[Diakses 11 Mei 2017]
Kusuma,W., R,E,AK., dan E,Iskandar., 2012.
‘Perancangan dan Implementasi Kontrol
Fuzzy-PID pada Pengendalian Auto Take-
Off Quadcopter UAV’, Jurnal Teknik
POMITS 1(1) 1-6. [Diakses 24 September
2017]
Prawirayuda,F., K,Astrowulan., dan R,E,AK.,
2012. ‘Desain dan Implementasi Kontroler
Fuzzy-Model Reference Adaptive Control
(Fuzzy MRAC) untuk Proses Take-off pada
Unmanned Aerial Vehicle (UAV)
Quadcopter’, Jurnal Teknik POMITS 1(1)
1-5. [Diakses 4 Oktoberber 2016]
Gaol, A., Setyawan, G., & Kurniawan, W.
Pendaratan Otomatis Quadcopter AR
Drone Menggunakan Metode Linear
Quadratic Regulator (LQR). Jurnal
Pengembangan Teknologi Informasi dan
Ilmu Komputer, vol. 1, no. 10, p. 1028-
1035, juli 2017. ISSN 2548-964X. Tersedia
pada: <http://j-ptiik.ub.ac.id/index.php/j-
ptiik/article/view/322>. Tanggal Akses: 12
jan. 2018
Raharja,N,Maharani., O,Wahyunggoro., dan
A,I,Cahyadi. 2015. ‘Altitude Control for
Quadrotor with Mamdani Fuzzy Model’