Lampiran C
Gambar C1 Trayektori perpindahan lengan robot dari data yang tidak dilatih dengan posisi awal (17.5,43.4) dan posisi akhir (29.6,33.3) dari simulasi pengontrol terpisah
Gambar C2 Trayektori perpindahan lengan robot dari data yang tidak dilatih dengan posisi awal (17.5,43.4) dan posisi akhir (29.6,33.3) dari simulasi pengontrol yang
Lampiran C
Gambar C3 Trayektori perpindahan lengan robot dari data yang tidak dilatih dengan posisi awal (29.5,36) dan posisi akhir (36,24) dari simulasi pengontrol terpisah
Gambar C4 Trayektori perpindahan lengan robot dari data yang tidak dilatih dengan posisi awal (29.5,36) dan posisi akhir (36,24) dari simulasi pengontrol yang
Lampiran C
Gambar C5 Trayektori perpindahan lengan robot dari data yang tidak dilatih dengan posisi awal (40.3,26.3) dan posisi akhir (44,15) dari simulasi pengontrol terpisah
Gambar C6 Trayektori perpindahan lengan robot dari data yang tidak dilatih dengan posisi awal (40.3,26.3) dan posisi akhir (44,15) dari simulasi pengontrol yang
Lampiran C
Gambar C7 Trayektori perpindahan lengan robot dari data yang tidak dilatih dengan posisi awal (28.5,34) dan posisi akhir (31.5,26.5) dari simulasi pengontrol terpisah
Gambar C8 Trayektori perpindahan lengan robot dari data yang tidak dilatih dengan posisi awal (28.5,34) dan posisi akhir (31.5,26.5) dari simulasi pengontrol yang
Lampiran C
Gambar C9 Trayektori perpindahan lengan robot dari data yang tidak dilatih dengan posisi awal (41.6,16) dan posisi akhir (38.8,8.1) dari simulasi pengontrol terpisah
Gambar C10 Trayektori perpindahan lengan robot dari data yang tidak dilatih dengan posisi awal (41.6,16) dan posisi akhir (38.8,8.1) dari simulasi pengontrol yang
Lampiran C
Gambar C11 Trayektori perpindahan lengan robot dari data yang tidak dilatih dengan posisi awal (43,23.5) dan posisi akhir (43.6,16.3) dari simulasi pengontrol terpisah
Gambar C12 Trayektori perpindahan lengan robot dari data yang tidak dilatih dengan posisi awal (43,23.5) dan posisi akhir (43.6,16.3) dari simulasi pengontrol yang
Lampiran C
Gambar C13 Trayektori perpindahan lengan robot dari data yang tidak dilatih dengan
posisi awal (28.1,23.8) dan posisi akhir (32.3,15.8) dari simulasi pengontrol terpisah
Gambar C14 Trayektori perpindahan lengan robot dari data yang tidak dilatih dengan posisi awal (28.1,23.8) dan posisi akhir (32.3,15.8) dari simulasi pengontrol yang
Lampiran C
Gambar C15 Trayektori perpindahan lengan robot dari data yang tidak dilatih dengan
posisi awal (37,21.5) dan posisi akhir (38,13.5) dari simulasi pengontrol terpisah
Gambar C16 Trayektori perpindahan lengan robot dari data yang tidak dilatih dengan
posisi awal (37,21.5) dan posisi akhir (38,13.5) dari simulasi pengontrol yang berhubungan
Lampiran C
Gambar C17 Trayektori perpindahan lengan robot dari data yang tidak dilatih dengan
posisi awal (21,39.3) dan posisi akhir (28.4,29.5) dari simulasi pengontrol terpisah
Gambar C18 Trayektori perpindahan lengan robot dari data yang tidak dilatih dengan
posisi awal (21,39.3) dan posisi akhir (28.4,29.5) dari simulasi pengontrol yang berhubungan
Lampiran C
Gambar C19 Trayektori perpindahan lengan robot dari data yang tidak dilatih dengan
posisi awal (40.4,26.3) dan posisi akhir (44,15) dari simulasi pengontrol terpisah
Gambar C20 Trayektori perpindahan lengan robot dari data yang tidak dilatih dengan
posisi awal (40.4,26.3) dan posisi akhir (44,15) dari simulasi pengontrol yang berhubungan
Lampiran C
Gambar C21 Trayektori Perpindahan lengan robot dari data yang tidak dilatih dengan posisi awal (23.3,41.5) dan posisi akhir (31.5,30) dari simulasi pengontrol terpisah
Gambar C22 Trayektori Perpindahan lengan robot dari data yang tidak dilatih dengan
posisi awal (23.3,41.5) dan posisi akhir (31.5,30) dari simulasi pengontrol yang berhubungan
Lampiran C
Gambar C23 Trayektori perpindahan lengan robot dari data yang tidak dilatih dengan
posisi awal (13.2,47.4) dan posisi akhir (28.6,34.5) dari simulasi pengontrol terpisah
Gambar C24 Trayektori perpindahan lengan robot dari data yang tidak dilatih dengan
posisi awal (13.2,47.4) dan posisi akhir (28.6,34.5) dari simulasi pengontrol yang berhubungan
Lampiran C
Gambar C25 Trayektori perpindahan lengan robot dari data yang tidak dilatih dengan
posisi awal (40,24) dan posisi akhir (46,11.5) dari simulasi pengontrol terpisah
Gambar C26 Trayektori perpindahan lengan robot dari data yang tidak dilatih dengan
posisi awal (40,24) dan posisi akhir (46,11.5) dari simulasi pengontrol yang berhubungan
Lampiran C
Gambar C27 Trayektori perpindahan lengan robot dari data yang tidak dilatih dengan
posisi awal (38.3,26.4) dan posisi akhir (43.6,14.6) dari simulasi pengontrol terpisah
Gambar C28 Trayektori perpindahan lengan robot dari data yang tidak dilatih dengan
posisi awal (38.3,26.4) dan posisi akhir (43.6,14.6) dari simulasi pengontrol yang berhubungan
Lampiran C
Gambar C29 Trayektori perpindahan lengan robot dari data yang tidak dilatih dengan
posisi awal (24.2,37.7) dan posisi akhir (31.2,30.8) dari simulasi pengontrol terpisah
Gambar C30 Trayektori perpindahan lengan robot dari data yang tidak dilatih dengan
posisi awal (24.2,37.7) dan posisi akhir (31.2,30.8) dari simulasi pengontrol yang berhubungan
Lampiran C
Gambar C31 Trayektori perpindahan lengan robot dari data yang tidak dilatih dengan
posisi awal (23.3,40) dan posisi akhir (30.8,31.4) dari simulasi pengontrol terpisah
Gambar C32 Trayektori perpindahan lengan robot dari data yang tidak dilatih dengan
posisi awal (23.3,40) dan posisi akhir (30.8,31.4) dari simulasi pengontrol yang berhubungan
Lampiran C
Gambar C33 Trayektori perpindahan lengan robot dari data yang tidak dilatih dengan
posisi awal (40.7,23.6) dan posisi akhir (45,15) dari simulasi pengontrol terpisah
Gambar C34 Trayektori perpindahan lengan robot dari data yang tidak dilatih dengan
posisi awal (40.7,23.6) dan posisi akhir (45,15) dari simulasi pengontrol yang berhubungan
Lampiran C
Gambar C35 Trayektori perpindahan lengan robot dari data yang tidak dilatih dengan
posisi awal (42,19.8) dan posisi akhir (46.4,12.8) dari simulasi pengontrol terpisah
Gambar C36 Trayektori perpindahan lengan robot dari data yang tidak dilatih dengan posisi awal (42,19.8) dan posisi akhir (46.4,12.8) dari simulasi pengontrol yang
Lampiran C
Gambar C37 Trayektori perpindahan lengan robot dari data yang tidak dilatih dengan
posisi awal (23.4,38.6) dan posisi akhir (33.3,25.7) dari simulasi pengontrol terpisah
Gambar C38 Trayektori perpindahan lengan robot dari data yang tidak dilatih dengan posisi awal (23.4,38.6) dan posisi akhir (33.3,25.7) dari simulasi pengontrol yang
Lampiran C
Gambar C39 Trayektori Perpindahan lengan robot dari data yang tidak dilatih dengan
posisi awal (26.5,42.1) dan posisi akhir (33.1,32.9) dari simulasi pengontrol terpisah
Gambar C40 Trayektori Perpindahan lengan robot dari data yang tidak dilatih dengan
posisi awal (26.5,42.1) dan posisi akhir (33.1,32.9) dari simulasi pengontrol yang berhubungan
Bab I Pendahuluan
BAB I
PENDAHULUAN
Pada bab ini dibahas mengenai latar belakang, identifikasi masalah, tujuan, pembatasan masalah, spesifikasi alat dan sistematika penulisan.
I. 1 Latar Belakang
Dengan perkembangan teknologi yang semakin pesat, tidak dapat dipungkiri bahwa kontrol otomatis dalam suatu industri sangat dibutuhkan sebagai pendukung agar proses produksi dapat berjalan dengan lebih baik. Robot termasuk salah satu teknologi yang sering digunakan dalam sebuah proses industri. Mesin-mesin manual yang harus dikontrol oleh operator setiap saat dapat digantikan robot sehingga proses produksi dapat berjalan lebih efisien dan efektif.
Bagian dari robot yang paling sering digunakan adalah lengan robot. Dalam perealisasian suatu lengan robot tentu tidak mudah karena membutuhkan model matematika yang tepat dan kontrol komputer yang memuaskan. Untuk itu dalam tugas akhir ini akan dipakai suatu metoda kendali ANFIS untuk mengimplementasikan suatu simulasi pengonrol lengan robot dua sendi.
Metoda kendali kendali ANFIS (Adaptive Neuro Fuzzy Inference System) adalah suatu metoda yang penggunaannya sederhana dalam mengimplementasikan suatu sistem kendali non linear. ANFIS tidak memerlukan perhitungan matematika yang rumit dalam pengimplementasiannya. Selain itu, ANFIS dapat menggabungkan kemampuan manusia dengan kontrol komputer dalam merealisasikan suatu pengontrol sistem.
I. 2 Identifikasi Masalah
Bagaimana cara mengimplementasikan pengontrol lengan robot dua sendi dengan menggunakan metoda kendali ANFIS ?
Bab I Pendahuluan
I. 3 Tujuan
Tujuan dari tugas akhir ini adalah untuk membuat simulasi untuk mengimplementasikan pengontrol lengan robot dua sendi dengan menggunakan metoda kendali ANFIS.
I. 4 Pembatasan Masalah
Pembatasan masalah dalam pengerjaan tugas akhir ini adalah:
• Trayektori lengan robot yang dibuat dibatasi kuadran pertama dan trayektori dibuat tidak saling bertabrakan dengan trayektori lain.
• Variabel inputnya adalah koordinat x dan y yang dibatasi untuk kuadran pertama antara (0≤x≤50 cm) dan (0≤y≤50 cm).
• Variabel outputnya adalah θ1 dan θ2 dibatasi 0 rad (0 derajat) sampai dengan п/2 rad (90 derajat).
I. 5 Spesifikasi Alat
Simulasi pengontrol lengan robot dua sendi dibuat dengan bantuan peralatan sebagai berikut:
• Perangkat keras (hardware) yang digunakan berupa komputer dengan prosesor Intel Pentium IV 3 GHz.
• Perangkat lunak (software) yang digunakan adalah MATLAB versi 6.1.0,
Simulink versi 4.1 dan Fuzzy Logic Toolbox versi 2.2.1.
• Model lengan robot yang digunakan berukuran lengan pangkal (l1 = 30 cm) dan lengan ujung (l2 = 20 cm) dengan perbandingan skala 3:2.
I. 6 Sistematika Penulisan
Sistematika penulisan dalam tugas akhir ini dibagi secara garis besar dalam lima bab, yang meliputi:
• BAB I PENDAHULUAN
Berisi latar belakang, identifikasi masalah, tujuan, pembatasan masalah, spesifikasi alat dan sistematika penulisan.
Bab I Pendahuluan
• BAB II TEORI PENUNJANG
Pada bab ini akan dibahas mengenai sistem kendali non linear, teori dasar penunjang metoda kendali ANFIS dan akan dijelaskan juga mengenai metoda kendali ANFIS.
• BAB III PERANCANGAN DAN SIMULASI
Pada bab ini akan dibahas mengenai perancangan dan simulasi pengontrol lengan robot dua sendi (pengontrol terpisah dan pengontrol yang berhubungan) dengan menggunakan metoda kendali ANFIS.
• BAB IV PENGUJIAN DAN PENGAMATAN DATA
Pada bab ini akan dibahas mengenai hasil pengujian perangkat lunak ANFIS, pengamatan dan pengujian data hasil kedua simulasi yang telah dilakukan serta perbandingan bentuk trayektori lengan robot dari data percobaan dengan hasil pengontrol ANFIS.
• BAB V KESIMPULAN
Bab ini merupakan bab penutup yang membahas mengenai kesimpulan dan saran-saran untuk perbaikan dan pengembangan lebih lanjut.
Bab V Kesimpulan dan Saran