BAB IV ANALISA DATA DAN PEMBAHASAN
4.2 Hasil Pengujian Sistem Pengendalian Fuzzy-PID
4.2.2 Hasil Pengujian Wing Leveler
Wing leveler adalah usaha untuk mempertahankan roll angle pada posisi 0° relatif terhadap center of gravity dari sistem UAV ketika terdapat disturbance. Pengujian ini merupakan salah satu prosedur untuk mengetahui kualitas sistem kendali yang telah dirancang pada matra lateral direksional. Pengujian wing leveler dilakukan dengan memberi gangguan berupa sinyal step sebesar 0.2 radian pada sudut yaw.
Hasil simulasi pada sistem kendali yang telah dirancang, terlihat pada Gambar 4.16, menunjukkan performa yang cukup baik dengan maximum overshoot sebesar 0.0015 radian dan settling time sebesar 4.58 detik. Hasil tersebut menunjukkan performa sistem kendali Fuzzy-PID pada attitude roll angle sangat baik.
63
Gambar 4.16 Hasil Pengujian Wing Leveler.
Sebagai validasi, hasil pengujian ini kemudian dibandingkan dengan hasil simulasi sistem kendali PID biasa.
Terlihat pada Gambar 4.17, bahwa sistem kendali Fuzzy-PID pada matra lateral direksional juga memiliki performa yang lebih baik dibandingkan dengan sistem kendali PID biasa.
Sama halnya pada matra longitudinal, pada matra ini juga tidak terdapat perbedaan yang signifikan pada kedua parameter kualitatif yang dibandingkan. Selisih maximum overshoot pada kedua sistem kendali yang dibandingkan adalah sebesar 0.00082 radian, sedangkan untuk settling time sebesar 4.82 detik.
Gambar 4.17 Grafik Perbandingan Fuzzy-PID dan PID pada Wing Leveler.
Pada matra lateral direksional gangguan diberikan dengan memberikan input impulse generator pada sudut yaw.
Pengujian dengan gangguan menghasilkan respon seperti terlihat pada Gambar 4.17 dimana sistem yang dirancang mampu mengatasi gangguan berkala yang diberikan, waktu rata-rata yang dibutuhkan untuk mencapai set point sebesar 0.06 detik.
69 LAMPIRAN A
Gambar A.1 Block Simulink Perbandingan Pitch Attitude Holding SistemFuzzy-PID dan PID
70
Gambar A.2 Block Simulink Perbandingan Traacking Set Point Pitch Attitude Holding Sistem Fuzzy-PID dan PID
71
Gambar A.3 Block Simulink Perbandingan Wing Leveler Sistem Fuzzy-PIDdan PID
72
Gambar A.4 Block Simulink PID Controller
73 LAMPIRAN B
%==Pemrograman Konversi Model State Space Longitudinal Axis menjadi Fungsi Transfer==%
A = [-0.1489 0.1233 -0.3770 0;-0.7525 -6.1342 -0.0132 0.9944;0 0 0 1;1.5203 -24.34 0.02656 -6.0637];
B = [0;-0.3471;0;58.92];
C = eye(4);
D = [0;0;0;0];
states = {'u' 'alpha' 'theta' 'q'};
inputs = {'Elevator Deflection'};
outputs = {'Longitudinal Velocity' 'Angle of Attack' 'Pitch Angle' 'Pitch Rate'};
sys_longitudinal =
ss(A,B,C,D,'StateName',states,'InputName',inp uts,'OutputName',outputs);
tf(sys_longitudinal)
74
%==Pemrograman Konversi Model State Space Lateral Directional Axis menjadi Fungsi Transfer==%
A = [-0.6998 0.0014 -1 0.3487;-39.543 -13.007 2.356 0;33.052 -0.1889 -1.0918 0;0 1 0.06534 0];
B = [0 0.07;96.778 6.975;-0.699 -1.401;0 0];
C = eye(4);
D = [0 0;0 0;0 0;0 0];
states = {'beta' 'p' 'r' 'phi'};
inputs = {'Aileron Deflection' 'Rudder Deflection'};
outputs = {'Sideslip Angle' 'Roll Rate' 'Yaw Rate' 'Roll Angle'};
sys_lateral =
ss(A,B,C,D,'StateName',states,'InputName',inp uts,'OutputName',outputs);
tf(sys_lateral)
65 BAB V PENUTUP 5.1 Kesimpulan
Berdasarkan hasil analisa data yang telah dilakukan maka kesimpulan dari penelitian ini adalah sebagai berikut:
1. Perancangan sistem pengendalian attitude pada UAV dilakukan pada dua matra, yaitu matra longitudinal dan matra lateral direksional.
2. Sistem kendali attitude dengan metode Fuzzy-PID untuk implementasi fixed-wing UAV pada studi kasus pesawat LAPAN Surveillance 02 (LSU-02) menunjukkan performa yang baik.
3. Parameter kualitatif sistem kendali attitude dengan metode Fuzzy-PID secara umum lebih baik dibandingkan dengan sistem kendali PID biasa.
4. Respon sistem dengan kendali Fuzzy-PID pada setiap peningkatan set point kedua matra cenderung memiliki peningkatan pada parameter maximum overshoot dan time settling, namun simpangan yang terjadi masih dalam batas keamanan (tidak melebihi sudut kritis).
5.2 Saran
Berdasarkan penelitian yang telah dilakukan maka saran yang dapat diberikan untuk penelitian selanjutnya adalah sebagai berikut:
1. Sistem pengendalian berbasis Fuzzy-PID untuk penelitian selanjutnya sebaiknya diimplementasikan langsung pada hardware fixed-wing UAV sehingga dapat diketahui bagaimana respon sistem apabila dikenai gangguan alami.
2. Metode optimasi tuning seperti genetic algorithm, duelist algorithm, dan particle swarm optimization dapat dilakukan untuk penelitian selanjutnya untuk meningkatkan performa dari sistem kendali kestabilan attitude.
Halaman ini sengaja dikosongkan.
67
DAFTAR RUJUKAN
AeroTerrascan. (2015). AeroTerrascan Indonesia. Retrieved from http://www.aeroterrascan.com/#sensors
Ahmed, S. F., & Hazry, D. (2015). Attitude Stabilization of Quad-rotor (UAV) system Using Fuzzy PID Controller (An Experimental Test). IEEE, 99-104.
Astrom, K. J. (2002). Control System Design. California:
Princeton University Press.
Luo, Y., Chao, H., Di, L., & Chen, Y. Q. (2011). Lateral Directional Fractional Order (PI)a Control of a Small Fixed-Wing Unmanned Aerial Vehicles: Controller Designs and Flight Tests. The Institution of Engineering and Technology, 5, 2157-2167.
Masbi, N. H. (2015). RANCANG BANGUN
PENGENDALIAN ATTITUDE UNMANNED
AERIAL VEHICLE (UAV) QUADROTOR
BERBASIS FUZZY-PID. Digilib, 1-6.
McLean, D. (1990). Automatic Flight Control Systems.
Southampton: Prentince Hall.
Prach, A. (2009, September). ROBUST CONTROLLER DESIGN FOR A FIXED WING UAV.
Pradhana, M. N. (2014). RANCANG BANGUN
STABILITAS SILUMANS-1 (SPACE
INTEGRATED PAYLOAD UMANNED SYSTEM) BERBASIS LOGIKA FUZZY. Digilib, 1-6.
Purwanto, E. B., Lie, S., & Nasution, S. H. (2013).
PEMODELAN DAN SIMULASI SISTEM
KENDALI PROPORTIONAL INTEGRAL
DERIVATIVE UNTUK KESTABILAN DINAMIKA TERBANG UNMANNED AERIAL VEHICLE.
Majalah Sains dan Teknologi Dirgantara, 8, 48-59.
Purwanto, E. B., Nasution, S. H., & Supendi. (2012).
IDENTIFIKASI PARAMETER DAN
PERANCANGAN SISTEM KENDALI PID UNTUK
ANALISIS SIKAP TERBANG UAV [PARAMETER
IDENTIFICATION AND DESIGN PID
CONTROLLER FOR FLYING ATTITUDE
ANALYSIS OF UAV]. Jurnal Teknologi Dirgantara, 10, 82-94.
Sufendi, Trilaksono, B. R., Nasution, S. H., & Purwanto, E. B.
(2013). Design and Implementation of Hardware-In-The-Loop-Simulation for UAV Using PID Control Method. 3rd International Conference on Instrumentation, Communications, Information Technology, and Biomedical Engineering (ICICI-BME), 124-130.
Zhao, Z. Y., Tomizuka, M., & Isaka, S. (1993). Fuzzy Gain Scheduling of PID Controllers. IEEE TRANSACTIONS ON SYSTEMS, MAN, AND CYBERNETIC, 23, 1392-1398.
BIOGRAFI PENULIS
Penulis dengan nama lengkap Nico Natanael S dilahirkan di Kota Batam pada tanggal 10 Oktober 1994 dari ayah yang bernama Mensen Sormin dan Ibu bernama Donnarita L. Tobing. Penulis telah menyelesaikan pendidikan formal di SD Katolik Yos Sudarso Batam (2000-2006), SMP Katolik Yos Sudarso Batam (2006-2009), SMA Negeri 1 Batam (2009-2012).
Setelah menyelesaikan pendidikan SMA, penulis diterima di Jurusan Teknik Fisika FTI ITS Surabaya melalui jalur SNMPTN tertulis dengan Program Studi S1 Reguler Teknik Fisika dan terdaftar dengan NRP 2412100064.
Selama menempuh pendidikan di Teknik Fisika ITS penulis pernah melakukan Kerja Praktek di PT Garuda Maintenance Facility AeroAsia Cengkareng pada Juli 2015. Penulis mengambil bidang minat Rekayasa Instrumentasi dan Kontrol dalam menyelesaikan Tugas Akhir jenjang S1 dibawah bimbingan Hendra Cordova, ST, MT dengan penelitian yang
berjudul “PERANCANGAN SISTEM KENDALI
ATTITUDE PADA PESAWAT TANPA AWAK TIPE SAYAP TETAP DENGAN METODE FUZZY-PID.” Bagi pembaca yang memiliki kritik, saran, atau ingin berdiskusi lebih lanjut mengenai Tugas Akhir ini maka dapat
menghubungi penulis melalui email
nico.natanael.e205@gmail.com.