Text

Sistem kendali autonomous hexacopter heavy lift berbasis elman recurrent neural network dan unjuk kerjanya terhadap gangguan impulsif

---

Penilaian

---

Kemajuan teknologi mengiri kemajuanUAV yang membuat peneliti terus untuk mengembqngkannya. Hexacopter yang merupakan salah satu jenis UAV, saat in telah banyak di teliti sebagai kepentingan seperti pemetaan, monitoring, aerial photography dan lain-lain. Hexacopter ini memiliki enam rotor sebagai penggeraknya yang berada pada keenam sisi framenya. Kelebihan hexacopter ini adalah kemampuan dalam mengangkat beban yang cukup besar, daya yang lebih besar dan safety saat ada kegagalan pada rotornya . namun permasalahn yang timbul yakni kesulitan dalam upaya untuk mengendaliakan hexacopter ecara autonomus agar dapat terbang stabil terutama saat ada gangguan dan juga beban yang cukup berat. Selain itu menjaga pergerakan hexacopter mengikuti trajectory juga menjadi permasalahan yang sulit apalagi apalagi system hecacopter ini memiliki karakteristik yang nonliener, multi input multi output (MIMO). Pada penelitian ini di rancang platform hexacopter heavy-lift yang memiliki diameter 2.4 meter, dan payload yang mampu di bawah mencapai 40 kg. sehingga dengan flatform yang besar dan berat tentunya pengendalian menjadi lebih sulit.
Hal inilah yang menjadi topic dari penelitian ini yaitu merancang system kendali yang dapat menjaga pergerakan hexacopter secara autonomous mengikuti trajectory. Untuk mewujudkan tujuan tersebut, pada penelitian ini di gunakan algoritma kendali direct inverse control-neural network dengan metode elman recurrent neural network dengan metode elman recurrent neural network (DIC-ERNN).. Metode DIC-ERNN Ini memiliki kemapuan mampu mengingat dan menyimpan hasil keluat hidden layer pada contact layer sehinga terhindat dari overfitting. Kebihan lain nya adalah algoritma ini mapu menprediksi karakteristik pada waktu di depan nya (t+1). Dengan demikian pola karakteristik dari trajectory koyang diberikan dapat di prediksi oleh pengendali ini .
Berdasarkan hasil pengujian pada peneliti ini ,didapatkan bahwa kendali dic-ernn mampu menunjukan performa yang baik dalam mengikuti trajectory yang di berikan dengan nilai MSE yang keil pada pengujian dengan data terbang, profile reference yang terbentuk helix serta profile reference double helix. Bila di bandingkan dengan algoritma back propagation neural network (DIC-BPNN) yang juga memiliki nilai MSE kecil, DIC-ERNN menunjukkan performance yang lebih baik khusunya pada saat diberikan uji impulsif( fungsi doublet) sebagai asumsi adanya gangguan. Pengendali DIC-ERNN menunjukan kemampuan kembali pada pada kondisi steady state dengan settling time yang cepat dan tidak terdapat osilasi sedangkan pada pengendali DIC-BPNN terdapat osilasi meskipun settling ti,e-nya juga cukup cepat


Kata kunci: Hexacopter Heavy-lift, Neural Network, Direct Invers Control, Elman Recurrent Neural Network, Fungsi Implusif.

---

Availability

Inventory Code	Barcode	Call Number	Location	Status
	D00033	629.807 Bha s	Central Library	Available

Detail Information

Series Title

-

Call Number

629.807 Bha s

Publisher

Jakarta : Universitas Indonesia., 2018

Collation

xiv, 151 hlm. : ilus. ; 30 Cm. + CD

Language

Indonesia

ISBN/ISSN

-

Classification

629.807

Content Type

-

Media Type

-

Carrier Type

-

Edition

-

Subject(s)

Hexacopter
Teknik kontrol otomatis

Specific Detail Info

-

Statement of Responsibility

Bhakti Yudho Suprapto

Other version/related

File Attachment

Comments

---

You must be logged in to post a comment