Surabaya, 6 Juli 2023

SEMINAR NASIONAL HASIL RISET DAN PENGABDIAN

“Peran Riset, Inovasi dan Pengabdian Kepada Masyarakat Bagi Pembangunan Indonesia Berkelanjutan”

MODEL REFERENSI KONTROL ADAPTIF KETINGGIAN UDARA UNTUK

KENDARAAN TAK BERAWAK DENGAN KONTROL PID

Januar Adiyansyah Ath Thuur,*, Noval Alam Hadi Salam,*, Rikardus Patun
Wanggu,*, Muhammad Iqbal Zakaria ,*, Faizal Fajri,*, Samsul Wahyudi i,*, Achmad
David Julianto,*, Wahyu Setyo Pambudi
1Teknik Elektro, Institut Teknologi Adhi Tama Surabaya, Indonesia
*Email: januaradiyansyahaththuur@gmail.com

Abstrak

Tujuan dilakukannya Penelitian ini bertujuan untuk mengembangkan strategi kontrol

baru untuk quadrotor, jenis UAV, guna mengatasi kesenjangan dalam penelitian yang ada antara
ketidakpastian yang tidak diinginkan dan sistem kontrol saat ini. Makalah ini menginvestigasi
dua sistem pemodelan dan keakuratan eliminasi kesalahan serta adaptasi dalam perubahan
output sistem. Model Referensi Adaptive Controller (MRAC) merupakan kontrol adaptif tingkat
tinggi yang menggunakan parameter tetap dan memiliki turunan proportional-integral-
Derivative untuk mengendalikan sikap pitch pesawat. Sistem ini diuji dengan memasukkan
gangguan untuk mengamati respons kinerja pelacakan yang tinggi dalam kehadiran
ketidakpastian. Alat Identifikasi Sistem MATLAB digunakan untuk membangun model ketinggian
tanpa gangguan untuk UAV. Selain itu, kinerja kontrol diuji melalui simulasi untuk meningkatkan
kecepatan dan stabilitas respons. Quadrotor adalah pesawat dengan empat motor yang
dikendalikan secara terpisah. Pada penelitian ini, desain sistem kontrol pada quadcopter
menggunakan kontrol PID dengan Model Reference Adaptive Control (MRAC). Sistem kontrol
berbasis MRAC menawarkan kelebihan dalam mengatasi karakteristik nonlinear quadcopter.
MRAC adalah kontrol adaptif di mana kinerja sistem akan mengikuti kinerja model referensinya.
Dalam penelitian ini, model referensi telah ditentukan sebelumnya dan spesifikasinya tetap,
sehingga mekanisme adaptasi dari MRAC dapat langsung didesain. Hasil pengujian menunjukkan
bahwa ketika terjadi perubahan parameter pada sistem, kontroler mampu memperbaiki respons
agar tetap mengikuti model referensi dan metode adaptasi MRAC memiliki kemampuan yang baik
dengan waktu yang relatif singkat.
Kata Kunci : UAV, PID, quadcopter dan Model Reference Adaptive Control (MRAC)
Copyright © (2022) Seminar Hasil Riset dan Pengabdian ke 4

| 1968
Prosiding Seminar Nasional Hasil Riset dan Pengabdian E-ISSN: 2776-5105

PENDAHULUAN
Kendaraan udara tak berawak (UAV) telah menjadi perbincangan di masyarakat
karena memberikan kemudahan akses ke tempat yang sulit dijangkau. Penggunaan UAV
dalam organisasi komersial mengalami pertumbuhan signifikan dalam beberapa tahun
terakhir. UAV digunakan dalam berbagai aktivitas seperti pengawasan penegakan
hukum, pemeliharaan pertanian, pembuatan rekaman film, dan acara olahraga. Selain itu,
UAV sangat penting dalam misi-misi seperti operasi militer, pencarian dan penyelamatan,
serta berfungsi sebagai asisten pribadi.
Dalam penelitian ini, digunakan UAV dengan jenis fixed-wing (sayap tetap), yaitu
Aerosonde UAV System, yang memiliki enam derajat kebebasan. Model nonlinier UAV ini
terdiri dari 12 variabel dinamis, termasuk kecepatan rangka tubuh (u, v, w), sudut Euler,
kecepatan sudut (p, q, r), dan posisi inersia (pN, pE, h). UAV Aerosonde memiliki sejarah
yang panjang dan telah digunakan secara efektif di berbagai negara dalam lingkungan
yang ekstrem, mulai dari Antartika hingga kondisi cuaca buruk, serta digunakan dalam
aplikasi ilmiah dan militer.
Dalam penelitian yang diusulkan oleh Stephens, digunakan pendekatan kecepatan
proporsional-plus dengan model kontrol adaptif referensi (PV-MRAC) untuk
mempelajari UAV jenis quadrotor yang mempertimbangkan penundaan waktu dalam
sistem kontrol ketinggian.
Penelitian ini bertujuan untuk mempromosikan pemahaman baru tentang
pendekatan Model Reference Adaptive Controller (MRAC) sebagai metode langsung
untuk adaptasi orde tinggi.

METODE

Pada Gambar berikut, tiga elemen utama dari model ini adalah Model Referensi, Model
yang ditunjukkan dalam persamaan (4) dan (5), dan Kontroler Adaptif. Ini
mendemonstrasikan desain dan model kontroler adaptif menggunakan Simulink.
Demikian juga dengan Adaptive Controller memiliki dua subkomponen, yaitu PID
controller dari dan mekanisme adaptif.

| 1969
Prosiding Seminar Nasional Hasil Riset dan Pengabdian E-ISSN: 2776-5105

Gambar Blok Diagram Sistem model Reference Adaptive Control (MRAC)

Dalam metode kontrol adaptif orde tinggi, kinerja mencerminkan adaptasi terhadap
perubahan output pabrik. Penerapan nilai gamma yang sesuai merupakan kurva pembelajaran
untuk mengurangi kesalahan antara plant dan keluaran model referensi yang dipengaruhi oleh
gain adaptasi. Model Kontrol Adaptif merupakan pilihan yang tepat untuk jenis pesawat ini,
karena mampu menghasilkan pelacakan kinerja tinggi dengan peningkatan ketahanan terhadap
ketidakpastian parameter dan meningkatkan stabilitas respons sistem.

HASIL DAN PEMBAHASAN

Studi model ini penting untuk meningkatkan UAV dengan kontrol adaptif orde tinggi guna
mengatasi ketidakpastian. Hal ini akan memberikan peningkatan dalam navigasi akut dan operasi
penginderaan bagi sistem UAV sayap tetap dengan struktur aerodinamis yang efisien. Menurut
Eressa, penelitian ini hanya menerapkan persamaan gerak pada arah pitch yang mengarah ke atas,
bukan ke bawah. Persamaan diferensial yang digunakan dapat dijelaskan sebagai:

𝑥̈ 0 = −0.4988𝑥̈ 0 − 13.8636𝑥̈ 0 + 18.2386𝛿𝑒 (1)

Persamaan (1) diubah ke dalam domain Laplace sebagai berikut:

𝑠 2 𝑥𝜃 (𝑠) = −0.4988𝑠𝑥𝜃 (𝑠) − 13.8636𝑥𝜃 (𝑠) + 18.2386𝛿𝑒 (𝑠) (2)

| 1970
Prosiding Seminar Nasional Hasil Riset dan Pengabdian E-ISSN: 2776-5105

Persamaan (1) mewakili dinamika longitudinal UAV, yang disederhanakan dari fungsi
transfer perkiraan urutan ke-5 menjadi urutan ke-2 Oleh karena itu, pendekatan periode pendek
digunakan. Input u() berkorelasi dengan defleksi elevator () dan y berkorelasi dengan sudut pitch
yang merupakan sinyal output terukur. Dalam karya Eressa, fungsi transfer in menghubungkan sudut
pitch dengan defleksi elevator yang dapat ditulis dalam bentuk transfer sebagai:
𝑥 (𝑠) 18.2326
𝐺(𝑆) = 𝛿𝜃(𝑠) = 𝑠2 +0.4988𝑠+13.8636 (3)
𝑒

Transfer Function pada persamaan (3) State-Space Matrix-Vector dibentuk dengan

menggunakan perintah MATLAB [A,B,C,D] = tf2ss(n,d), dimana n sama dengan 18.2386 dan d sama
dengan [1 0.4988 13.8636] untuk penentuan di bawah ini:

−0.4988 −13.8636 1
𝑥̇ (𝑡) = [ ] 𝑥(𝑡) + [ ] 𝑢(𝑡) (4)
1.0000 0 0

𝑦(𝑡) = [0 18.2386]𝑥(𝑡) + [0]𝑢(𝑡) (5)

−0.4988 −13.836 1
Sementara itu, 𝐴 = [ ] 𝐵= [ ]
1.0000 0 0

𝐶 = [0 18.2386], 𝑑𝑎𝑛 𝐷 = [0] Dalam matriks (4) dan (5),

Pada matriks (4) dan (5), peringkat dari matriks yang dapat dikontrol dan dapat diamati adalah
2, yang dapat dikontrol dan dapat diamati. Ukuran A adalah 2x2, B adalah 2x1, C adalah 1x2 dan D
adalah 1x1. Dari persamaan (4) dan (5), A, B, C, dan D

Tujuan kontrol desain menghitung (A, B, C, dan D) untuk UAV. Juga, menerapkan nilai gamma
yang berbeda untuk mengamati laju pembelajaran dan mengurangi kesalahan antara output model
pabrik dan referensi yang ada dipengaruhi oleh penguatan adaptasi (Padahal, semua sinyal di pabrik
loop tertutup terikat. Dengan demikian, digunakan untuk menentukan nilai penting untuk model
referensi dan nilai kontroler PID.

Untuk model referensi, frekuensi natural dan zeta digunakan untuk menentukan fungsi
transfer. Model referensi ditampilkan sebagai respons sementara, yang merupakan fungsi transfer
| 1971
Prosiding Seminar Nasional Hasil Riset dan Pengabdian E-ISSN: 2776-5105

sistem orde 2 yang digunakan sebagai respons yang diinginkan. Persamaan untuk frekuensi alami dan
zeta dinyatakan sebagai:

𝑤2
𝑌 = 𝑠2 +2𝜁𝑤𝑛 𝑠+𝑤2 𝑢 (6)
𝑛 𝑛

Persamaan (6) berkorelasi dengan Gambar 3, yang menampilkan nilai-nilai yang

diimplementasikan dalam blok model referensi. Persamaan Input dan Output dari dua derajat
kebebasan pengontrol PID diberikan:

𝑢(𝑡) = −𝑘𝑝 ∗ 𝑦(𝑡) + 𝑘𝑖 ∫(𝑟(𝑡) − 𝑦(𝑡)) − 𝑘𝑑 𝑦 (7)

Respon loop tertutup yang diinginkan digunakan untuk menentukan parameter PID yang
merupakan parameter bebas dan ditampilkan sebagai:
2
𝑤𝑛
𝑦(𝑠) = 𝑎𝑤𝑛 (𝑠+𝑎𝑤 2 𝑠 2 𝑟(𝑠) (8)
𝑛 )(𝑠 +𝑠2𝜁𝑤𝑛 +𝑤𝑛 )

Nilai jangka integral mempercepat respons dan mengurangi kesalahan. Dengan demikian,
bagian derivatif mengurangi overshoot dan osilasi. Parameter PID ditentukan dan ditampilkan
sebagai:
2ζ𝑤𝑛 +𝑎𝑤𝑛 −0.4988
kd = = 0.5765 (9)
18.2386

2 +2𝑎𝜁𝑤 2 −13.836
𝑤𝑛 𝑛
kp = = 1.7993 (10)
18.2386

𝑎𝑤𝑛 2
ki = = 4.1675 (11)
18.2386

Nilai Kontroler PID ditetapkan dan dievaluasi untuk mencapai stabilitas keseluruhan sistem
UAV dalam persamaan (9), (10), dan (11).

PID CONTROLLER

Pada Gambar di atas, keluaran pengontrol PID adalah U, yang beroperasi dengan keluaran
mekanisme adaptif (theta), dan dinyatakan sebagai:

𝑈 = 𝑈𝑝𝑖𝑑 ∗ 𝑡ℎ𝑒𝑡𝑎

Menurut Aturan MIT, (e) menyajikan kesalahan antara keluaran pabrik dan model referensi.
Theta () adalah parameter yang dapat disesuaikan. Dalam Aturan MIT, fungsi biaya didefinisikan
sebagai:

| 1972
Prosiding Seminar Nasional Hasil Riset dan Pengabdian E-ISSN: 2776-5105

𝐽(𝜃) = 𝑒 2 /2

Parameter mewakili output yang diatur sedemikian rupa. Oleh karena itu, fungsi biaya
diminimalkan menjadi nol berdasarkan output pabrik (Y) dan output model referensi (Ym). Perubahan
parameter disimpan dalam arah gradien negatif J.

𝜕𝜃 𝜕𝐽 𝜕𝑒
= −𝑦 = −𝑦𝑒
𝜕𝑡 𝜕𝜃 𝜕𝜃
𝜕𝑒
Di mana 𝜕𝜃
dikenal sebagai turunan sensitivitas dari sistem. Ini menunjukkan bagaimana

kesalahan disesuaikan dengan perubahan parameter 𝜃 dari persamaan (14). Ini menampilkan
perubahan parameter dengan perubahan waktu dengan fungsi biaya J(𝜃) yang akan diturunkan
menjadi nol.

Pada Gambar di atas menggambarkan blok model mekanisme adaptif. Nilai gamma hadir
seperti yang diterapkan untuk melihat efek sistem. Output dari theta (𝜃) didasarkan pada kesalahan
(e) antara output plant (Y) dan output model referensi (Ym).

Gambar1: grafik semua keluaran

Gambar di atas menunjukan hasil respon gabungan yang di mana di dapati grafik gelombang
pada model referensi berkisar 1.0 , dan di lanjutkan dengan grafik gelombang pada UAV mengikuti
gerak pada model referensi yaitu 0.95 ,selanjutnyadi didapati grafik gelombang menggunakan
kontrol PID yang berkisar 0.6, hal ini menunjukan bahwa control pid berfungsi dengan baik sehingga

| 1973
Prosiding Seminar Nasional Hasil Riset dan Pengabdian E-ISSN: 2776-5105

bisa menekan gejolak gangguan yang tidak di inginkan pada saat pesawat Tak berawak,sehingga
hasil pada saat penerbangan berjalan smooth tanpa adanya kendala.

Gambar 2: rise time 1000

Gambar di atas menunjukan Hasil Respon output Adaptive Mechanisme dari pemodelan
Referensi Adaptif Controler (MRAC) yang menunjukan ke stabilan pada saat kondisi pesawat tak
berawak di atas awan , dengan ketinggian 2.0 mendapati eror stady state pada waktu 600 second
atau 10 menit.

KESIMPULAN
Dari hasil percobaan simulasi dapat kita simpulkan pada figure 1 yang dimana untuk
mendapatkan ke stabilan dalam mendengendarai pesawat tak berawak pada ketinggian 2.0 di
butuhkan waktu selama 600 second atau 10 menit.
Dengan di kombinasikan pengontrol PID pada pesawat tak berawak ,maka dengan ini
Terlihat baik sehingga bisa menekan gejolak gangguan yang tidak di inginkan pada saat pesawat tak
berawak

DAFTAR PUSTAKA
MATTHEWS, Mackenzie T.; YI, Sun. Model Reference Adaptive Control and Neural Network
Based Control of Altitude of Unmanned Aerial Vehicles. In: 2019 SoutheastCon. IEEE, 2019. p. 1-8.

Stephen K A, Sun Yi. Adaptive Control for Quadrotor UAVs Considering Time Delay: Study
with Flight Payload. Robot Autom Eng J. 2018; 2(5): 555598. DOI:
10.19080/RAEJ.2018.02.555598

Eressa, Muluken Regas, Danchen Zheng, and Min Han. "PID and neural net controller
performance comparison in UAV pitch altitude control." Systems, Man, and Cybernetics (SMC),
2016 IEEE International Conference on. IEEE, 2016

| 1974
Prosiding Seminar Nasional Hasil Riset dan Pengabdian E-ISSN: 2776-5105

Sarhan, Amr, and Shiyin Qin. "Adaptive PID control of UAV altitude dynamics based on
parameter optimization with fuzzy inference." International Journal of Modeling and
Optimization6.4 (2016): 246.

Alfaro, Víctor M., and Ramon Vilanova. "Two Degree-of-Freedom PID Controllers Structures."
Model-Reference Robust Tuning of PID Controllers. Springer, Cham, 2016. 7-19.

| 1975