PERANCANGAN DAN IMPLEMENTASI KONTROLER FUZZY PREDIKTIF UNTUK
TRACKING KETINGGIAN AKTUAL PADA UAV (UNMANNED AERIAL VEHICLE)
Thorikul Huda 2209106030
Jurusan Teknik Elektro-FTI, Institut Teknologi Sepuluh Nopember
Kampus ITS, Keputih-Sukolilo, Surabaya-60111
Abstrak - Kebutuhan pesawat tanpa awak dalam pemantauan tempat yang sulit dijangkau manusia sangatlah dibutuhkan, pegunungan adalah salah satu tempat yang sulit dijangkau oleh manusia, kontur pegunungan yang tidak tentu menyulitkan pergerakan pesawat, maka dibutuhkan kontroler yang mampu menjaga ketinggian terbang pesawat terhadap kontur permukaan bumi.
Pemilihan kontroler fuzzy prediktif sebagai kontroler untuk sistem kontrol autopilot dikarenakan kontroler Fuzzy Prediktif adalah salah satu kontroler cerdas, karena dibutuhkannya kontroler cerdas dalam menjaga kestabilan pesawat di tempat yang sukar dilalui dan karna tingkat keandalan kontroler ini yang cukup tinggi.
Dari hasil dan analisa data pengujian unjuk kerja dari kontroler fuzzy prediktif mampu memberikan respon keluaran sesuai dengan yang diinginkan (masukannya), prediksi dari ketinggian dan sudut pitch pesawat membantu mengurangi error yang terjadi.
Kata kunci: fuzzy prediktif, kontur bumi, pesawat
I.
PENDAHULUAN
Teori dan aplikasi sistem kontrol
memegang peran yang sangat penting dalam
perkembangan ilmu pengetahuan dan teknologi,
mulai dari sistem kontrol proses pada industri
modern, robotika, peluru kendali, pesawat ruang
angkasa, dan sistem kemudi pesawat terbang.
Pesawat terbang sebagai alat transportasi udara
sangat diminati oleh sebagian masyarakat di era
modern yang memiliki tingkat mobilitas dan
kesibukan yang sangat tinggi. Hal ini dikarenakan
pesawat terbang mampu mengangkut penumpang
dengan jumlah yang relatif banyak serta dapat
mempersingkat waktu untuk sampai pada tujuan
dengan jarak yang jauh.
Pada beberapa tahun terakhir, dunia
penerbangan telah mengalami perkembangan
yang pesat. Banyak penemuan-penemuan serta
perkembangan yang terjadi di dalamnya. Salah
satunya adalah dibuatnya kendaraan udara tak
berawak. Kendaraan udara jenis inilah yang biasa
disebut sebagai UAV (
Unmanned Aerial Vehicle
).
Kebutuhan pesawat tanpa awak untuk
memantau wilayah yang sukar dilalui manusia
menjadi salah satu fungsi dari pesawat ini,
wilayah pegunungan adalah salah satu tempat
yang sukar di jamah manusia, kontur pegunungan
yang tidak menentu yang menyulitkan pesawat
terbang rendah didaerah ini.
Dengan demikian diperlukan suatu sistem
kontrol otomatis dan sistem navigasi yang baik
pada pesawat tanpa awak agar dapat melakukan
pengawasan ditempat yang sukar.
Sistem kontrol sirip, merupakan salah satu
sub sistem dari kontrol pesawat terbang yang
berfungsi untuk mengendalikan gerakan dan
posisi sudut sirip pada bidang gerak pesawat
terbang. Keberadaan sub sistem ini sangat
penting, dikarenakan posisi sudut dari sirip
pesawat terbang sangat menentukan kondisi /
sikap terbang pada pesawat terbang. Kesalahan
posisi pada sudut sirip dari yang seharusnya akan
berakibat pada sikap pesawat terbang yang tidak
sesuai dengan sikap normalnya, yang akan
mengakibatkan kondisi pesawat menjadi
tidak
stabil, bahkan dapat berakibat fatal apabila
kesalahan posisi sudut sirip ini sangat besar.
Pemilihan kontroler fuzzy prediktif sebagai
kontroler untuk sistem kontrol
autopilot
dikarenakan kontroler
Fuzzy
Prediktif adalah
salah satu kontroler cerdas, karna dibutuhkannya
kontroler cerdas dalam menjaga kestabilan
pesawat di tempat yang sukar dilalui dan karna
tingkat keandalan kontroler ini yang cukup tinggi.
II.
DESKRIPSI SISTEM
2.1.
Sistem Gerak Pesawat
Sistem gerak pesawat terbang
dikendalikan oleh kontrol permukaan pesawat
terbang. Kontrol permukaan pada pesawat
terbang terdiri dari
aileron, rudder,
dan
elevator.
Aileron
adalah
kontrol permukaaan yang
mengontrol gerak guling (
rolling
) pesawat.
Rudder
adalah kontrol permukaan yang
dapat membelokkan hidung pesawat ke kanan
atau ke kiri. Sedangkan
elevator
adalah kontrol
permukaan yang mengatur gerak naik turun
pesawat.
Gambar 1 penggerak pesawat
2.2.
Sumbu Pesawat Terbang
Sistem pengaturan gerak pada pesawat
biasanya direpresentasikan melalui pengaturan
posisi anguler pesawat yang meliputi sudut roll
(φ),sudut pitch (θ) dan sudut yaw (ψ), Sedangkan
kecepatan anguler pesawat direpresentasikan
dalam kecepatan roll (p), kecepatan pitch (q) dan
kecepatan yaw (r).Untuk gerakan translasi
pesawat memiliki kecepatan translasi meliputi :
kecepatan arah maju (U), kecepatan arah samping
(V) dan kecepatan vertical ke bawah (R). Saat
bergerak rotasi, pesawat memliki momen yang
meliputi : momen roll (L), momen pitch (M) dan
momen yaw (N).
Gambar 2 sumbu pesawat
2.3.
Tracking
ketinggian
sistem kontrol tracking ketinggian
otomatis meliputi sistem kontrol sudut
pitch
,
sistem kontrol ketinggian, sistem kontrol
kecepatan, , sistem kontrol arah, dan sistem
kontrol
heading
. Pada penelitian Tugas Akhir ini
hanya akan dibahas mengenai sistem kontrol
sudut
pitch
dan sistem kontrol otomatis
tracking
ketinggian.
2.4.
Prediksi
Prediksi adalah memperkirakan suatu
nilai yang akan datang, pada tugas akhir ini akan
memprediksikan ketinggian yang akan datang dan
sudut
pitch
pesawat
yang akan datang dan
prediksi ketinggian. Melakukan prediksi dengan
melakukan perbandingan antara nilai keadaan
sekarang dikurangi dengan keadaan sebelumnya
dan hasil selisih keduanya ditambahkan dengan
keaadaan sekarang maka akan didapat keadaan
yang akan datang.
2.5.
Kontroler Fuzzy PD
Logika
fuzzy
yang pertama kali
diperkenalkan oleh Lotfi A. Zadeh, memiliki
derajat keanggotaan dalam rentang 0(nol) hingga
1(satu), berbeda dengan logika digital yang hanya
memiliki dua nilai yaitu 1(satu) atau 0(nol).
Logika
fuzzy
digunakan untuk menerjemahkan
suatu besaran yang diekspresikan menggunakan
bahasa (
linguistic
), misalkan besaran kecepatan
laju kendaraan yang diekspresikan dengan pelan,
agak cepat, cepat dan sangat cepat.
Kontrol logika
Fuzzy
yang digunakan
adalah kontrol logika
fuzzy
tipe PD. dengan
masukan error dan delta error. Fuzifikasi input
dilakukan dengan representasi fungsi segitiga
yang ternormalisasi dengan tujuh himpunan
pendukung, susunan fungsi keaanggotaan
fuzifikasi disusun seperti gambar 7 . sedangkan
inference rule menggunakan metode Mamdani,
dengan susunan rule base tabel mack vicar
whellan.
III.
PERANCANGAN SISTEM
3.1.
Arsiektur Kontrol Pada UAV
Sistem Navigasi pada UAV dengan
berdasarkan data GPS dan kompas dapat dilihat
pada diagram blok Gambar Kontroler yang
digunakan untuk pengaturan kestabilan terbang
pada sistem ini adalah sebuah mikrokontroler.
Untuk sinyal umpan balik dari sistem didapatkan
dari sensor unit yang terdiri dari GPS, dan Gyro
.
Diagram alir perancangan sistem navigasi UAV
dapat dilihat pada Gambar 3.1. Perhitungan
kontroler fuzzy prediktif akan terus dilakukan
ketika nilai kesalahan sudut arah dan jarak UAV
tidak sesuai dengan toleransi yang diinginkan.
Sedangkan persamaan garis akan terus di update
ketika
waypoint
terbaru tercapai sampai dengan
waypoint
terakhir tercapai. Aksi kontrol yang
dihasilkan oleh kontroler fuzzy prediktif
mempengaruhi nilai keluaran PWM pada port
PWM Mikrontroler untuk mengendalikan motor
servo
elevator
.
Wireless 2,4GHz Gyro Sonar Reciver Mikrokontroler Plant Final KontrolGambar 3
arsitektur sistem
3.2.
Identifikasi
Plant
Identifikasi sistem adalah proses untuk
mendapatkan model matematis suatu sistem/
plant
berdasarkan data pengukuran masukan dan
keluaran sistem. Identifikasi merupakan sebuah
proses yang penting dalam sebuah siklus
pengaturan. Identifikasi diperlukan untuk
mengetahui karakteristik dari suatu sistem
bedasarkan model matematis yang
telah
didapatkan. Pada penelitian ini identifikasi
dilakukan secara dinamis yaitu dengan
memberikan masukan sudut acak terhadap
pesawat melalui
defleksi elevator
kemudian
mengamati keluaran sudut
pitch
dari pesawat.
Pengolahan data masukan dan keluaran dilakukan
menggunakan software
Matlab,
untuk
mendapatkan model matematika dari
plant
digunakan pendekatan pemodelan dengan dengan
perintah
ARX (Auto Regressive Exogenous)
.
Identifikasi
plant
dilakukan berulang kali dengan
tujuan mendapatkan data terbaik yang dapat
merepresentasikan karakteristik sistem yang
sebenarnya.
Proses identifikasi dilakukan dengan
mendefinisikan input yang berupa sinyal
defleksi
elevator
dan output yang berupa sudut
pitch.
Dalam proses identifikasi ini digunakan
pendekatan model ARX yang kemudian dengan
perantara software Matlab digunakan untuk
mendapatkan fungsi alih dari plant. Pada proses
ini dilakukan percobaan berulang-ulang agar
mendapatkan data terbaik yang
merepresentasikan karakteristik sistem yang akan
digunakan.
𝑅𝑅𝑅𝑅𝑅𝑅𝑅𝑅
=
�
∑
𝑛𝑛𝑖𝑖=1(
𝑦𝑦𝑖𝑖
− 𝑦𝑦�𝑖𝑖
)
2𝑛𝑛
𝑦𝑦
𝑖𝑖adalah data identifikasi pada iterasi ke-i dan
𝑦𝑦�
𝑖𝑖adalah data model pendekatan pada iterasi ke-i
,dan n adalah jumlah data identifikasi.
Gambar 4 hubungan antara defleksi elevator dan
sudut pitch
Dari hasil identifikasi di atas diperoleh
hasil Transfer Funtion sebagai berikut
Tabel 1 Data Pengukuran sudut Pitch
No
Model Matematik
MRSE
1
3.438
𝑠𝑠 −
8.507
𝑠𝑠
2+ 8.943
𝑠𝑠
+ 2.427
46.47539
2
11.26
𝑠𝑠 −
4.956
𝑠𝑠
2+ 5.09
𝑠𝑠
+ 4.044
20.50
3
9.622
𝑠𝑠 −
74.67
𝑠𝑠
2+ 13.14 s + 19.3
34.48
3.3.
Perancangan kontroler
Fuzzy
Prediktif
Fuzzy PD Fuzzy PD Ʃ Plant Dinamika UAV Sitematika Prediksi Sistematika
prediksi Sensor ketinggian
Gyro Ʃ
Gambar 5 Blok diagram sistem
Perancangan dan pembuatan kontroler
logika fuzzy pada prinsipnya menggunakan
teorema fuzzy logic secara keseluruhan. Secara
rinci, perancangan perangkat lunak terdiri dari
proses kuantisasi, fuzzifikasi, inference, dan
defuzzifikasi.
Aturan-aturan fuzzy merupakan acuan
dalam perencanaan aksi pengendalian yang
disusun berdasarkan respon dinamik sistem.
Aturan dalam sistem pengendalian logika fuzzy
terdiri dari basis data yang dimanipulasi ke
himpunan fuzzy dan basis aturan yang merupakan
aturan aksi pengendalian fuzzy.
Dalam perancangan ini, kontroler logika
fuzzy dirancang untuk dapat dioprasikan secara
otomatis, dimana pengguna dapat langsung
mengoperasikan kontroler logika fuzzy sesuai
dengan set point yang diinginkan. Masukkan akan
diproses oleh mikrokontroler untuk mendapatkan
aksi kontrol untuk mengendalikan plant sesuai
dengan set point yang diinginkan.
Setpoint yang diharapkan akan
dibandingkan dengan ketinggian sebenarnya pada
plant. Sehingga didapatkan selisih yang berupa
error
, sinyal error ini nantinya akan diproses
untuk mendapatkan error yang akan datang (
error
predictive
) yang nantinya digunakan oleh
kontroler fuzzy PD untuk menentukan aksi
kontrol.
Himpunan
fuzzy
yang dirancang adalah
sesuai kemampuan sensor mengukur jarak, yaitu
10 meter, maka error yang akan terjadi
diperkirakan antara (-1,5 , 0 , 1,5). Dan besaran
d-error yang dirancang sama seperti d-error yaitu
antara (-1,5 , 0 , 1,5).sedangkan untuk himpunan
fuzzy
untuk sudut
pitch
dengan memberi batas
maksimal error yang di deteksi adalah (-15,0,15)
dan besaran d-
error
yang dirancang sama dengan
error
yaitu (-15,0,15).
Kontrol logika
Fuzzy
yang digunakan
adalah kontrol logika
fuzzy
tipe PD. dengan
masukan error dan delta error. Fuzifikasi input
dilakukan dengan representasi fungsi segitiga
yang ternormalisasi dengan tujuh himpunan
pendukung, susunan fungsi keaanggotaan
fuzifikasi disusun seperti gambar 7 . sedangkan
inference rule menggunakan metode Mamdani,
dengan susunan rule base tabel mack vicar
whellan.
Gambar 6 Blok diagram fuzzy tipe PD
-1.5-1 -0.5 0 0.5 1 1.5 15 10 5 0 5 10 15
