Sigit Wasista, Setiawar dhana Program Studi Teknik Komputer Departemen Teknik Informatika dan Komputer
Politeknik Elektronika Negeri Surabaya Email:
wasista@eepis-its.edu
,setia@eepis-its.edu
Abstr ak
Pesawat tanpa awak trikopter dapat digunakan untuk melakukan pemantauan keamanan suata lokasi dengan menggunakan kamera. Trikopter dapat memantau dengan menerima dan mengirimkan gambar ke sentral secara wireless. Penelitian ini mengembangkan penelitian sebelumnya tentang pendaratan otomatis trikopter. Trikopter dipasang sebuah kamera yang dapat mengirimkan gambar secara wireless. Ketinggian penerbangan diubah ubah dan dilakukan untuk pengujian ketajaman atau kepresisian gambar. Pengujian terhadap sistem trikopter terprogram dengan kendali mikrokontroler Ardupilot dilakukan terhadap lokasi di titik tertentu berdasarkan GPS dan mengamati kelayakan hasil monitoring gambar dengan kamera GOPRO.
Kata Kunci : Trikopter, Ardupilot, Kamera, Pemantauan Lokasi PENDAHULUAN
Sistem pertahanan dan keamanan Negara Indonesia harus semakin ditingkatkan. Penelitian sebelumnya telah mengembangkan sistem pendaratan. Penelitian ini bertujuan membuat kontribusi dengan menambahkan kamera sebagai alat pantau yang data gambarnya dikirim secara wireless. Obyek yang digunakan adalah pesawat tanpa awak Trikopter. Tinjuan sistem sebelumnya adalah referensi dari para peng-hobi pesawat tanpa awak. Sumber yang ada
berasal dari
:http://bsiswoyo.lecture.ub.ac.id/category/hobby/. Peneliti bertujuan untuk membuat sistem mekanika, elektronika dan Informatika. Penggabungan ketiganya pada sistem trikopter terprogram dengan kendali Ardupilot. Penelitian yang menunjang diantaranya adalah Cuevas et al membuat sistem prediksi dengan neuro fuzzy, Kashima et al membuat sistem pendeteksi pergerakan iris mata, Keni Bernardin et al membuat sistem pendeteksi otomatis manusia dengan kamera, Yang et al mendeteksi wajah manusia, tulisan tentang Pertahanan Negara mengenai arah-Pembangunan- Jangka-Panjang-Bidang-Pertahanan-Negara,
Setiawardhana et al membuat Robot Cerdas Pemadam Api Menggunakan Kamera dengan Logika fuzzy, Setiawardhana et al membuat sistem pendeteksian wajah dengan kamera PTZ dengan adaptive neuro fuzzy, Vamsi et al membuat robot otomatis dengan logika fuzzy, Jang et al membangun sistem ANFIS: Adaptive-Network-Based Fuzzy Inference System. Penelitian tersebut menunjang penelitian trikopter ini. SISTEM PESAWAT TRIKOPTER
Teknologi Trikopter
Teknologi pesawat tanpa awak sebelumnya pernah dikembangkan oleh Dr. Ir Endra Pitowarno, M.Eng, yaitu Quadcopter untuk memantau lalu lintas.Penelitian sebelumnya pernah dikembangkan
oleh Teppo Luukkonen, yaitu “Modelling and control
of quadcopter”, yaitu teknik kontrol quadopter dengan
menggunakan metode control Proporsional Derivative atau PD. Setiawardhana, membangun robot cerdas
pemadam api menggunakan kamera dengan Logika fuzzy, setiawardhana membuat Sistem Penjejakan Wajah Menggunakan Kamera PTZ dengan metode Adaptive Neuro-Fuzzy, setiawardhana membuat sistem penjejakan wajah menggunakan kamera PTZ dengan
metode MIMO Adaptive NeuroFuzzy. Sistem
pendaratan yang telah dibangun oleh Sigit Wasista dan
Setiawardhana, dengan memperhatikan metode
pendaratan atau pencapaian target dilakukan dengan pemrograman terhadap ardupilot dengan cara :
a. Menentukan koordinat Target (H) b. Membaca data koordinat posisi trikopter c. Menghitung jarak target dengan trikopter d. Mengarahkan trikopter ke target
e. Mendaratkan trikopter
Gambar 2.1. Pencapaian Target dari Home – Target – Home dimana koordinat:
a. latitude = garis lintang (horizontal), b. longitude = garis bujur (vertikal)
Perhitungan jarak koordinat dilakukan dengan cara
“simultan euclidian distance” sebagai berikut : koordinat A(1.1) dan B(10.13)
x1=1 ; x2=10; y1=1; y2=13
maka, jaraknya (r) adalah :
Euclidean adalah jarak "ordinary" antara dua titik yang dapat diukur dengan penggaris, berikut ini diberikan formula Pythagoras:
Hasil Penelitian Trikopter, dengan remote terpasang untuk pengendaliannya dan PC untuk mengamati hasil pemantauan dengan menggunakan kamera seperti pada Gambar 2.2.
Gambar 2.2. Trikopter (Tampak Atas)
Gambar 2.3.. Pesawat Trikopter (Tampak Depan)
Gambar 2.4. Mesin Elektronika Pesawat Trikopter.
Gambar 2.5. Sayap Kiri Pesawat Trikopter Sistem Terbenam Terpadu
Sistem embedded sering disebut dengan sistem terbenam. Pengertian istilah lebih jauh akan
diulas dengan bersumber pada
”http://id.wikipedia.org/wiki/Sistem_benam”. Dicuplik
dari situs web tersebut sebagai berikut : "Sistem bena m
adalah sistem komputer tujuan-khusus, yang
seluruhnya dimasukkan ke dalam alat yang dia kontrol.Kata benam (embedded) menunjukkan bahwa sistem ini merupakan bagian yang tidak dapat berdiri sendiri. Sebuah sistem benam memiliki kebutuhan tertentu dan melakukan tugas yang telah diset sebelumnya, tidak seperti komputer pribadiserba guna. Contoh sistem atau aplikasinya antara lain adalah instrumentasi medik, process control, automated vehicles control, dan perangkat komunikasi. Sistem
benam biasanya diimplementasikan dengan
menggunakan mikrokontroler. Sistem mikro yang digunakan berbasis arduino dengan sistem kontrol menggunakan logika fuzzy. Sistem perangkat prosessor yang dikembangkan seperti pada gambar 2.6.
Sistem bekerja dengan dengan
mengkolaborasikan beberapa sensor untuk
mendapatkan keseimbangan, pengaturan kecepatan putar motor, pengatur ketinggian dan tingkat kewaspadaan juga pemantauan dengan kamera, menerima dan mengirimkan data gambar.
Gambar 2.6.Embedded System: Ardupilot
Sistem Kamera
Sistem trikopter yang telah dibangun di tahun pertama dikembangkan dengan pemasangan kamera GOPRO agar dapat melakukan pemantauan wilayah
Gambar 2.6. GoPro Camera
Gambar 2.7. Sistem Pemantau Kamera
Kamera yang digunakan seperti pada gambar 2.6 dengan pemabahan GOPRO Cam.
PENGUJ IAN SISTEM LOKASI PEMANTUAN DAN KAMERA
Pengujian Sistem Pemantauan Wilayah Berdasar Lokasi GPS
Sistem ini dapat memantau wilayah sesuai lokasi GPS yang telah ditentukan. Penerbangan dilakukan dengan cara menggunakan RC Control terlebih dahulu. Setelah pengujian tidak mengalami
permasalahan, penerbangan digantikan dengan
Ardupilot. Pengujian dengan RC dilakukan dengan inisialisasi semua periperal yang ada pada ardupilot secara online arduino. Sistem secara otomatis dideteksi dan dibaca posisi sekarang dengan menggunakan GPS yang ada. Sistem juga secara otomatis membaca sensor kemiringan dan posisi dengan kompas digital. Pesawat trikopter menuju lokasi GPS yang ditentukan dan memantau wilayah di daerah yang telah ditentukan tersebut.
Gambar 3.1. Inisialisasi Ardupilot Online
Gambar 3.2. Penentuan Titik Pantau
(a) Pengujian Lokasi Pemantauan
(b) Pengujian Sensor Pemantauan Gambar 3.2. Pengujian Lokasi dan Sensor
Penentuan titik pantau wilayah dilakukan dengan memberikan tanda dilakoasi program APM kemudian trikopter akan menuju lokasi dan mengamati lokasi dengan menggunakan kamera GOPRO
Pengujian Kamera
Pengujian kamera dilakukan dengan
pemantauan wilayah. Pesawat dipasang kamera GOPRO seperti pada gambar 3.3 dan hasil pemantauan cukup jelas dengan ketinggian sampai 10 meter seperti pada Gambar 3.4.
Gambar 3.4. Ketinggian Maksimal (Atap Gedung Baru PENS, + 10 meter )
Gambar 3.5. Gambar Gedung PENS
Pengembangan selanjutnya adalah untuk penjejakan wajah dengan pesawat tanpa awak seperti pada gambar 3.6.
Gambar 3.6. Sistem Penjejak Wajah KESIMPULAN DAN SARAN
Sistem yang telah dibangun dapat melakukan pemantauan lokasi dengan cukup baik dengan gambar yang masih cerah di ketinggian 10 meter dan kondisi cuaca cerah di pagi hari (07:00 WIB). Saran pengembangannya adalah untuk melakukan penjejakan wajah mengikuti wajah manusia untuk mengejar target yang diharapkan.
DAFTAR PUSTAKA
C.M. ӧang, Y.T. Hsu (2003), “A Robust Real Time
Moving Object Tracking Algorithm with a
PTZ Camera for Surviellance Applications”,
16th IPPR conference on Computer Vision, Graphics and Image Processing (CVGIP 2003), 2003/8/17-19, Kinmen, ROC.
E.V. Cuevas, D. Zaldivar, R.Rojas (2004), “Neurofuzzy prediction for visual tracking”, Institut fur
Informatik Freie Univesitat Berlin, Germany, 1st International Conference on Electrical and Electronics Engineering, 2004.
H. Kashima, H. Hongo, Kunihito Kato, Kazuhiko
Yamamoto (2002), “An Iris Detection
Method Using the Hough Transform and Its
Evaluation for Facial and Eye Movement”,
The 5th Asian Conference on Computer Vision, 23—25 January 2002, Melbourne, Australia, ACCV2002.
Keni Bernardin, Florian van de Camp, Rainer
Stiefelhagen, “Automatic Person Detection
and Tracking using Fuzzy Controlled Active
Cameras”, Proc.CVPR07,pp.1-8,2007
M.H. Yang, D.J. Kriegman, N. Ahuja (2002),
“Detecting Faces in Images : A Survey”,
IEEE Transactions on Pattern Analysis And Machine Intelligence, Vol 24, No.1 January 2002.