PROPOSAL PENELITIAN

MODEL ALAT PENDETEKSI DAN VISUALISASI BENDA

BERGERAK MENGGUNAKAN SENSOR INERTIAL DENGAN
METODE BUTTERWORTH FILTER

xxx
065170xx

PROGRAM STUDI ILMU KOMPUTER

FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM
UNIVERSITAS PAKUAN
BOGOR
2023
 DAFTAR ISI
DAFTAR ISI.............................................................................................................i
BAB I PENDAHULUAN........................................................................................1
1.1 Latar Belakang..........................................................................................1
1.2 Tujuan Penelitian.......................................................................................2
1.3 Ruang Lingkup Penelitian.........................................................................2
1.4 Manfaat Penelitian.....................................................................................2
DAFTAR PUSTAKA..............................................................................................3

i
 BAB I
PENDAHULUAN
1.1 Latar Belakang
Dalam pengembangan teknologi deteksi pergerakan benda dan visualisasi
di komputer, diperlukan pendekatan yang presisi dan canggih untuk memastikan
akurasi hasil yang optimal. Penggunaan sensor inersial pada benda bergerak dapat
memberikan data yang kritis untuk menganalisis dan merekam pergerakan
tersebut. Oleh karena itu, untuk mengoptimalkan hasil visualisasi, perlu
dihadirkan pendekatan yang dapat memprediksi posisi atau trajektori benda
bergerak. (Mardiyah, 2019)
Meskipun sensor inersial dapat memberikan informasi penting seperti
kemiringan dan akselerasi, salah satu kendala utama yang dihadapi adalah
ketidakmampuannya untuk memberikan informasi langsung mengenai posisi
ruang dalam tiga dimensi (x, y, z) (Mudarris, 2020). Tantangan ini menjadi kritis
dalam konteks penggunaan sensor inersial, di mana presisi penentuan posisi benda
sangat diperlukan. Salah satu masalah serius dalam penggunaan sensor inersial
adalah potensi terjadinya noise pada data yang dihasilkan, yang dapat
mempengaruhi ketepatan dan keakuratan hasil deteksi pergerakan. (Rahmadany,
2018)
Untuk mengatasi kendala tersebut, diperlukan pendekatan filtrasi yang
efisien dan efektif. Noise pada data sensor inersial dapat dikelola dengan
menerapkan metode filtrasi yang canggih, seperti Butterworth Filter, yang tidak
hanya membersihkan noise tetapi juga mempertahankan fase sinyal. Integrasi
metode filtrasi ini menjadi langkah penting untuk meningkatkan kualitas data dan
menghasilkan representasi pergerakan yang lebih akurat. Oleh karena itu,
penggunaan teknologi sensor inersial yang dikombinasikan dengan metode filtrasi
yang canggih dapat membuka potensi baru dalam meningkatkan akurasi deteksi
pergerakan benda dan hasil visualisasi di komputer. (Bustamin, 2019)
Sebelumnya, telah terdapat upaya untuk mengembangkan alat deteksi
pergerakan, salah satunya berjudul “Deteksi Dan Prediksi Trajektori Objek
Bergerak Dengan Omni-Vision Menggunakan Particle Swarm Optimization-
Neural Network (PSO-NN) Dan Interpolasi Polynomial” oleh Nur Alif Mardiyah
pada tahun 2019. Metode kombinasi Particle Swarm Optimization-Neural
Network (PSO-NN) dan interpolasi polinomial terbukti kompleks, memerlukan
sumber daya komputasional yang signifikan, dan mungkin memperlambat proses
deteksi. Keterbatasan data pergerakan objek, ketergantungan pada jenis sensor
tertentu, kurangnya evaluasi terhadap noise, dan kurangnya validasi eksternal
menjadi faktor-faktor yang membatasi keandalan dan generalitas alat deteksi.
Selain itu, kurangnya penekanan pada deteksi pergerakan secara real-time
menjadi kendala potensial, terutama dalam aplikasi yang memerlukan respons
cepat terhadap pergerakan objek.
Melalui penerapan Butterworth Filter pada sensor inersial, diharapkan alat
ini dapat mengatasi keterbatasan sensor inersial terkait dengan
ketidakmampuannya menyajikan data posisi ruang secara langsung. Dengan
demikian, sensor inertial dapat dimanfaatkan secara efektif sebagai alat pendeteksi
dan visualisasi pergerakan benda. Sehingga dibuat penelitian dengan judul

1
“Model Alat Pendeteksi dan Visualisasi Benda Bergerak Menggunakan
Sensor Inertial Dengan Metode Butterworth Filter”

1.2 Tujuan Penelitian

Penelitian ini bertujuan untuk membuat “Model Alat Pendeteksi dan
Visualisasi Benda Bergerak Menggunakan Sensor Inertial Dengan Metode
Butterworth Filter”

1.3 Ruang Lingkup Penelitian

Ruang lingkup penelitian ini meliputi :
1. Alat dapat mendeteksi pergerakan benda diantaranya posisi kartesian dan
kemiringan.
2. Alat dapat memvisualisasikan pergerakan benda dari perhitungan sensor
inersial dan butterworth filter.
3. Alat dapat diterapkan pada benda bergerak dengan praktis.

1.4 Manfaat Penelitian

Manfaat penelitian adalah sebagai berikut:
1. Mempermudah dalam mendeteksi dan mengevaluasi pergerakan benda
2. Mengurangi potensi kesalahan dalam memonitoring benda bergerak.

2
 DAFTAR PUSTAKA
Rahmadany, Fadila, dkk. 2019. Implementasi Dan Analisis Kalman Filter Pada
Sensor Inertial Measurement Unit (IMU). Tel-U Collection. Fakultas
Teknik Elektro, Universitas Telkom.
Mudarris, Satria Gunawan Zain. 2020. Implementasi Sensor Inertial
Meansurenment Unit (IMU) untuk Monitoring Perilaku Roket.
AVITEC, Vol. 2, No. 1. Universitas Negeri Makassar, Makassar
Fahmizal, dkk. 2022. Implementasi Kinematika Trajectory Lingkaran pada
Robot Roda Mecanum. Jurnal Listrik, Instrumentasi, dan Elektronika
Terapan (JuLIET), Vol. 3, No. 1. 1Departemen Teknik Elektro dan
Informatika, Universitas Gadjah Mada.
Diastomo, Hanif, dkk. 2021. Simulasi Gerak Sampah Laut Terapung
Menggunakan Model Numerik di Selat Bali. Jurnal Teknik
Lingkungan Vol 27 No 1. Fakultas Ilmu dan Teknologi Kebumian,
Institut Teknologi Bandung.
Setyawan, Novendra, dkk. 2022. Navigasi Robot Sepak Bola Beroda
Menggunakan Particle Filter Localization. CYCLOTRON : Jurnal
Teknik Elektro Vol. 5 No. 01. Fakultas Teknik, Unviversitas
Muhammadiyah Malang
Farouq, Ardiansyah Al dkk. 2020. Analisa Kesalahan Trajektori dan Algoritma
Solusi Invers pada Robot Lengan Berdasarkan Jaringan QACA-RBF.
COMPLETE Journal of Computer, Electronic, and
Telecommunication. Fakultas Teknik Elektro, Institut Teknologi
Telkom Surabaya.
Mardiyah, Nur Alif, dkk. 2019. Deteksi Dan Prediksi Trajektori Objek Bergerak
Dengan Omni-Vision Menggunakan Particle Swarm Optimization-
Neural Network (PSO-NN) Dan Interpolasi Polynomial. Multitek
Indonesia: Jurnal Ilmiah Vol 13 No 1. Teknik Elektro Universitas
Muhammadiyah Malang.
Rembet, Michael dkk. 2019. Simulasi Respon Frekuensi Filter Butterworth Dan
Chebyshev Tipe Ii Akibat Eksitasi Sinyal Acak. Jurnal Tekno Mesin
Vol 5 No 2. Jurusan Teknik Mesin Universitas Sam Ratulangi
Manado.
Sriyanto, Sesar Prabu Dwi. 2018. Pengaruh Penggunaan Filter Butterworth Pada
Penentuan Waktu Tiba Gelombang P. Jurnal Sains dan Teknologi Vol
7, No 2. Stasiun Geofisika Winangun, Manado, Sulawesi Utara,
Indonesia.
Bustamin, Anugrayani dan , A. Ais Prayogi. 2019. Perbandingan Kinerja Filter
Butterworth Berdasarkan Spesifikasi Frekuensi untuk Pengolahan

3
Sinyal Suara. Techno.COM, Vol 18, No 4. Departemen Informatika,
Fakultas Teknik, Universitas Hasanuddin, Makassar