Joki Vol 8 No 2 Tahun 2016
Transcript of Joki Vol 8 No 2 Tahun 2016
-
8/15/2019 Joki Vol 8 No 2 Tahun 2016
1/157
ISSN: 2085-2517
Jurnal Otomasi, Kontrol &InstrumentasiJournal of Automation, Control and
Instrumentation
Volume 8, No.2, Tahun 2016
Diterbitkan oleh/Published by:Masyarakat Otomasi, Kontrol dan InstrumentasiSociety of Automation, Control and Instrumentation
-
8/15/2019 Joki Vol 8 No 2 Tahun 2016
2/157
ISSN: 2085-2517
Jurnal Otomasi, Kontrol &InstrumentasiJournal of Automation, Control and
Instrumentation
Volume 8, No.2, Tahun 2016
Masyarakat Otomasi, Kontrol dan InstrumentasiAlamat : Litbang (ex.PAU) Lt.8 Jl. Ganesa 10 Bandung 40132, Indonesia
Tel. +62-22-2514452 Tel / Fax. +62-22-2534285.Email : [email protected]
-
8/15/2019 Joki Vol 8 No 2 Tahun 2016
3/157
-
8/15/2019 Joki Vol 8 No 2 Tahun 2016
4/157
i
Tim Editor / Board of Editors
Ketua/Chairman
Deddy Kurniadi
(Institut Teknologi Bandung, Indonesia)
Anggota/Member
Endra Joelianto
(Institut Teknologi Bandung, Indonesia)
Estiyanti Ekawati
(Institut Teknologi Bandung, Indonesia)
Suprijadi
(Institut Teknologi Bandung, Indonesia)
-
8/15/2019 Joki Vol 8 No 2 Tahun 2016
5/157
ii
Mitra Bestari / Advisory Board
Abdullah Nur Aziz, Dr.
(Universitas Jenderal Soedirman)Ade Haryanto
(Direktorat Metrologi)
Adhitya Sumardi Sunarya, M.Si
(Politeknik Manufaktur Negeri Bandung)
Agus Muhammad Hatta, Ph.D
(Institut Teknologi Sepuluh Nopember)
Ahmad Qurthobi, ST., MT.
(Universitas Telkom)
Ajat Sudrajat, Ir., MT
(Universitas Nasional)Anton Irawan, ST., MT,. Dr.-Ing
(Universitas Sultan Ageng Tirtayasa)
Awang Noor Indra Wardana, Dr.-Ing
(Universitas Gadjah Mada)
Emir Mauludi Husni, Ir., M.Sc., Ph.D
(Institut Teknologi Bandung)
Endarko, Ph.D
(Institut Teknologi Sepuluh Nopember)
Fitria Hidayanti, S.Si., M.Si.(Universitas Nasional)
Khairurrijal, Dr. Eng., Prof
(Institut Teknologi Bandung)
Mitra Djamal, Dr. Ing., Prof
(Institut Teknologi Bandung)
Ni Njoman Manik Susantini, ST, MT
(Institut Teknologi dan Sains Bandung)
Nuryanti, ST, M.Sc
(Politeknik Manufaktur Negeri Bandung)
Ruminto Subekti, SST, MT(Politeknik Manufaktur Negeri Bandung)
Siti Nurmaini, Ir., MT., Dr., Prof
(Universitas Sriwijaya)
Suprijanto, Dr
(Institut Teknologi Bandung)
Sutanto Hadisupadmo, Dr.
(Institut Teknologi Bandung)
Tua Agustinus Tamba, Ph.D
(Pusat Teknologi Instrumentasi dan Otomasi-ITB)
-
8/15/2019 Joki Vol 8 No 2 Tahun 2016
6/157
iii
Kata Pengantar
Minat, pemahaman dan apresiasi masyarakat dan industri Indonesia pada bidang otomasi,
kontrol dan instrumentasi makin meningkat dalam dua puluh tahun terakhir. Hal ini
ditunjukkan antara lain dengan bertambahnya permintaan akan ahli kontrol, instrumentasidan otomasi di berbagai bidang kerja, juga bertambahnya berbagai seminar ilmiah yang
secara khusus membahas perkembangan ilmu dan teknologi instrumentasi, baik dilembaga penelitian maupun perguruan tinggi.
Salah satu seminar ilmiah tersebut adalah Seminar Instrumentasi Kontrol dan Otomasi,
Seminar yang diselenggarakan dua tahun sekali oleh Pusat Teknologi Instrumentasi dan
Otomasi, Institut teknologi Bandung ini melibatkan peserta dari berbagai Perguruan Tinggidan Instansi Pemerintah. Seminar ini mengangkat tema meningkatkan kompetensi dan
kemandirian bangsa dalam bidang instrumentasi dengan topik-topik Akuisisi Data dan
Instrumentasi Analisis, Instrumentasi Pendidikan, Instrumentasi untuk Industri danKesehatan, Sensor dan Teknologinya, Pengolahan Sinyal dan Citra, Telemetri dan
Instrumentasi Berbasis Web, Telekomunikasi, Sistem Otomasi dan Kontrol. Keberagamantema ini menunjukkan betapa luasnya aplikasi instrumentasi dalam kehidupan manusia.
Makalah-makalah tersebut direview oleh Mitra Bestari independen dari berbagaiUniversitas. Besar harapan pengelola jurnal, pelibatan para Mitra Bestari ini akan
memperkuat kerjasama publikasi akademik di Indonesia, memicu produktivitas publikasiilmiah dan berujung pada peningkatan peringkat mutu publikasi ilmiah di Indonesia.
Selamat membaca.
-
8/15/2019 Joki Vol 8 No 2 Tahun 2016
7/157
iv
Preface
The public’s and industries’ acknowledgement for instrumentation, control and automationas a one essential competence have been growing for the last twenty years. These havebeen shown by increasing demands for control, instrument and automation engineers in
various workplaces, as well as the increasing numbers of scientific seminars embracing the
development of instrumentation science and technology organized by various research
institutions and universities in Indonesia.
One such events is the biannual “Instrumentation, Control and Automation NationalConference”. This seminar is organized by the Centre of Instrumentation and TechnologyOtomation, Institut Teknologi Bandung. This seminar has been attended by researchers
from various universities and research institutions, aiming to improve the nation’scompetence and independence in instrumentation field. The topic of interests include, but
not limited to, Data Acquisition and Instrumentation Analyses, Instrumentation forEducation and Industries, Sensor and Technology, Signal and Image Processing, Web-basedTelemetry and Instrumentation, Telecommunication, Automation and Control Systems.
These wide variety shows how instrumentation has became the essential part of human
life.
These papers have been independently peer reviewed by fellow researchers from variousuniversities. This involvement, we hope, will strengthen the research collaboration; will
improve the productivity of scientific publication and finally increasing the citation rating of
Indonesia’s scientific publications.
Happy reading.
-
8/15/2019 Joki Vol 8 No 2 Tahun 2016
8/157
v
Daftar Isi / Table of Contents
Tim Editor / Board of Editors i
Mitra Bestari / Advisory Board ii
Kata Pengantar iii
Preface iiv
Daftar Isi / Table of Contents v
Desain Kerjasama Mobile Manipulator Robot
Rafiuddin Syam, Jumaddil Hair 127
Gestur Berbasis Estimasi Sudut Gulung untuk Pengendalian Manipulator
Muhammad Fuad 141
Integrasi Rancangan Sistem Observasi Kapal Permukaan Otomatis dengan Google
Earth
Mahesa G. A. Satria, Indra Jaya, Yopi Novita 153
Komparasi Metode Deteksi Friksi Statis Katup Berbasis Pencocokan Grafis
Daniel Kristanto, Awang N.I. Wardana, Widya Rosita 167
Komparasi Pemodelan dan Identifikasi Sistem pada Dinamika Temperatur Gas Buang
Ruang Bakar pada Circulated Fluidized Bed Boiler
Muhammad N. Anis, Awang N. I. Wardana, Ester Wijayanti 181
Modifikasi Penggerak Proses Dressing untuk Mengatasi Trouble Roundness Valve NG
pada Mesin Seat Grinder Ntvs-2894
Muhammad Hidayat, Suhartinah, Sri Lestari 197
Pengembangan Monitoring System dan Electronic Load Controller pada Pembangkit
Listrik Tenaga Arus Sungai (PLTAS)
Dominikus Sulistiono, Alfeus Sunarso, Agato, IG. Gunawan Widodo, Halasan
Sihombing 215
Pengontrolan Penjejak Dinding dengan Batasan Orientasi pada Kursi Roda Robotik
Stephen Andronicus, Amrizal Nainggolan, Antony Anggriawan Siswoyo, Augie
Widyotriatmo 227
-
8/15/2019 Joki Vol 8 No 2 Tahun 2016
9/157
vi
Pengembangan Instrumen Berbasis Konduktivitas untuk Mendeteksi Cemaran Pangan
dalam Produk Pertanian
Ani Mulyasuryani, Akhmad Zainuri 241
Rancang Bangun Pencitraan Multispektral Cahaya Tampak untuk Deteksi Kesegaran
Ikan Gurami (Osphronemus Goramy)
Reza Arraffi Birahmatika, Aulia M. T. Nasution 247
Rancang Bangun Troller dengan Menggunakan Sistem Remote Kontrol RF YS-1020
Randy Rahmat Saleh , Anwar Mujadin, Viktor Vekky Ronald Repi 261
-
8/15/2019 Joki Vol 8 No 2 Tahun 2016
10/157
J.Oto.Ktrl.Inst (J.Auto.Ctrl.Inst) Vol 8 (2), 2016 ISSN : 2085-2517
127
Desain Kerjasama Mobile Manipulator Robot
1,2Rafiuddin Syam*), 1Jumaddil Hair
1
Jurusan Mesin Fakultas Teknik Universitas Hasanuddin2Program Studi Teknik Mekanisasi Pengolahan Politeknik Palu
[email protected]*) and [email protected]
Abstrak
Penelitian ini bertujuan untuk merancang dan membuat dua mobile robot yang mampu bekerjasama
mengangkut objek serta membuat sistem kontrol kedua robot agar dapat berjalan dengan benar danbekerjasama dengan baik melakukan proses pengangkutan objek. Tahap perancangan padapenelitian ini dimulai dengan pemilihan komponen mekanik dan elektronika, serta pembuatanprogram pada mikrokontroller minimum system ATMega16 dan Arduino Uno, menganalisakinematika gerak mobile robot dan pengujian dengan membuat area kerja berupa lintasan linefollower dan menghitung errornya. Dari proses perancangan, diperoleh dimensi mobile robot denganukuran 235mm x 187mm x 165mm. Dimensi rangka penyangga 86mm x 60mm x
154mm.Perhitungan kinematika mobile robot, diperoleh kecepatan sudut ω(t) = 0,31 rad/s,kecepatan linear 0,17m/s dan posisi robot pada 0,315(t)+θ0. Beban maksimum yang bisa diangkatoleh mobile robot adalah 34 newton.
Kata Kunci: mobile robot, line follower, mikrokontroller
1
Pendahuluan
Kerjasama antar dua atau lebih robot merupakan salah satu cabang ilmu robotika yang
terus dikembangkan. Hal ini terinspirasi dari fenomena perilaku makhluk hidup yang
melakukan kerja kolektif di alam. Semut dan lebah yang bekerja mengangkut makanan,gerak maneuver sekelompok ikan dilaut, serta kawanan burung yang terbang membentuk
formasi merupakan beberapa contoh dari sekian banyak yang terjadi di alam raya. Pola
gerak, lintasan, pengaturan posisi, pembagian peran, ketelitian kerja hingga proses
harmoni yang terjadi oleh organisme mengilhami para ilmuwan untuk mendesain halserupa dalam bentuk robot[1]. Studi kritis tentang robot kerjasama telah dilakukan oleh
Uny Cao, Alex Fukunaga dan Andrew Kahng yang menekankan pada berbagai hal secara
teoritis yang dapat menjadi masalah dalam rancang bangun tentang robot kerjasama[2].
Dalam perkembangannya Tamio Arai, Enroco Pagello dan Lynne Parker membagi
pembahasan mengenai robot kerjasama ini dalam beberapa kategori untuk memudahkan
rancang bangun agar lebih fokus dan terarah.
Salah satu kategori rancang bangun robot kerjasama adalah transportasi objek. Yaituproses memindahkan objek tertentu menggunakan dua robot atau lebih. Sujan dan
Meggiolaro melakukan rancang bangun tentang mobile robot kerjasama memindahkan dan
menyisipkan objek pada proses perakitan komponen menggunakan sistem kontrolgabuangan PID dan model prediksi umpan maju[3]. Rancang bangun yang lain dilakukan
oleh Hou Su menggunakan kontrol algoritma dinamis untuk mobile robot kerjasamamengangkut beban[1].
Mobile Robot merupakan salah satu jenis robot yang banyak diminati untuk diteliti dandikembangkan. Pengunaan analisa kinematik dan dinamik akan menghasilkan kontrol
gerakan robot yang baik. Analisa kinematik yaitu dalam hal persamaan matematis dankontrol dasar dari konfigurasi robot untuk menjaga kestabilan robot. Sedangkan anlisa
mailto:[email protected]*mailto:[email protected]*mailto:[email protected]*
-
8/15/2019 Joki Vol 8 No 2 Tahun 2016
11/157
J.Oto.Ktrl.Inst (J.Auto.Ctrl.Inst) Vol 8 (2), 2016 ISSN : 2085-2517
128
dinamik berupa pemodelan matematik sistem robot untuk meningkatkan kekokohan robotdalam gangguan maupun kondisi lingkungan yang dihadapi oleh robot[4]
Dalam rancang bangun ini dibuat dua mobile robot beroda yang bekerjasama berbasis line
follower (pengikut garis) yang menyelesaikan tugas mengangkut beban dengan pengendali
berupa mikrokontroller ATMega 16.
Adapun tujuan rancang bangun ini adalah untuk Merancang dan membuat dua mobile
robot yang mampu bekerjasama, erencanakan sistem kontrol agar kedua robot dapat
berjalan dengan benar dan bekerjasama dengan baik serta Menentukan stabilitas kedua
robot yang bekerjasama dalam pergerakannya.
2 Tinjauan Pustaka
2.1
Konsep Kerjasama dalam Robotika
Penelitian tentang robot kerjasama (Cooperative Robotics) pertama kali muncul dalamkonsep pemikiran rekayasa robotika modern pada akhir tahun 1980an dengan
menitikberatkan pada beberapa manipulator dan mobile robot menunjukkan perilakubekerjasama antar robot[5]. Penelitan tentang robot kerjasama mengalami perkembangan
dikeranakan sistem multi robot dapat menyelesaikan tugas-tugas tertentu yang tidak dapat
dilakukan oleh robot tunggal, karena pada akhirnya seberapapun kemampuan sebuah
robot tentunya memiliki kemampuan yang terbatas[3].
Uny Cao dan kawan-kawan mendefinisikan perilaku kerjasama pada multi robot sebagai
berikut: "Sistem multi robot akan menunjukkan perilaku kerjasama apabila saat diberikan
tugas tertentu oleh programmer, terjadi peningkatan utilitas (kegunaan) sistem tersebutyang terjadi karena penggunaan mekanisme mendasar yaitu mekanisme kerjasama"[2]
Tamio Arai dkk memberikan pembagian tentang sistem kerjasama multi robot dalam tujuhtopik riset, yaitu: model inspirasi biologis, sistem komunikasi, sistem arsitektur, mekanisme
lokalisasi, manipulasi/transportasi objek, koordinasi pergerakan dan rekonfigurasi robot[5].Hou Su menampilkan topik riset ini seperti pada gambar di bawah ini
Gambar 1 bidang penelitian robot kerjasama
Proses rancang bangun yang bekerja sama mengangkat dan memindahkan bebantermasuk dalam topik sistem komunikasi, manipulasi/transportasi objek dan koordinasi
pergerakan.
-
8/15/2019 Joki Vol 8 No 2 Tahun 2016
12/157
J.Oto.Ktrl.Inst (J.Auto.Ctrl.Inst) Vol 8 (2), 2016 ISSN : 2085-2517
129
Komunikasi adalah sentral dari sistem robot majemuk karena menentukan bagaimanarobot dapat berinteraksi dengan robot lain. Biasanya di bedakan menjadi komunikasi
implisit dan eksplisit, dimana implisit merupakan komunikasi terjadi sebagai akibat efeksamping dari aksi yang lain sementara komunikasi ekplisit adalah aksi yasng khusus
dirancang untukmenyampaikan informasi ke robot yang lain dalam satu team[5]. Bentuk
interaksi komunikasi dibedakan menjadi tiga yaitu: 1. Melalui lingkungan, penggunaan
lingkungan sendiri sebagai media komunikasi; 2. Melalui sensor penggunaan sensor untuk
observasi dan persepsi aksi dari kelompok; 3. Melalui penggunaan sinyal komunikasi untuk
pertukaran pesan antara agen[6].
Manipulasi/transportasi objek bertujuan untuk memungkinkan beberapa robot
bekerjasama membawa, mendorong atau mengangkat benda-benda yang menjadi
tugasnya. Banyak penelitian yang menangani topik ini dimana lebih sedikit lagi yang telah
diperlihatkan melalui sistem robotik. Wilayah penelitian ini memiliki sejumlah aplikasipraktis yang membuatnya menarik untuk dipelajari[5].
2.2
Mobile Robot
Mobile robot adalah konstruksi robot yang ciri khasnya adalah mempunyai aktuator berupa
roda untuk menggerakkan keseluruhan badan robot tersebut sehingga robot tersebut
dapat melakukan perpindahan posisi dari satu titik ke titik yang lain seperti pada gambar 2di bawah ini
Gambar 2 mobile robot line follower
Kinematika mobile robot
Pada model mobile robot dengan dua roda independent, setiap roda memiliki motor yang
mengendalikannya. Perhitungan kinematika seperti pada gambar menggunakan sistem
koordinat Cartesian. XA dan Y A merupakan bidang acuan global sementara x dan y adalahmenyatakan posisi mobile robot pada bidang acuan XA dan Y A. θ menyatakan enyatakanposisi mobile robot terhadap koordinat acuan XA dan Y A.
-
8/15/2019 Joki Vol 8 No 2 Tahun 2016
13/157
J.Oto.Ktrl.Inst (J.Auto.Ctrl.Inst) Vol 8 (2), 2016 ISSN : 2085-2517
130
Gambar 3 kinematika gerak mobile pada sistem koordinat kartesian
Kecepatan robot ditentukan oleh kecepatan Linear (V) dan kecepatan sudut (ω), dimana Ladalah jarak antara dua roda, r merupakan jari-jari kedua roda, R adalah jarak antara titk
tengah kedua roda dengan titik pusat perputaran C.
Kecepatan linear dari setiap roda, masing masing roda kiri Vl dan kanan Vr ditentukan
oleh hubungan antara kecepatan sudut dan jari-jari roda sebagai berikut:
Vr(t) = ωr(t) . rr (1)
Vl(t) = ωl(t) . rl (2)
karena roda kiri dan kanan sama besar maka jari-jarinya sama besar r.
ωr(t) =
(3)
ωl(t) = (4)
Ketika robot melakukan gerak memutar (berotasi) sesaat dengan panjang jari– jari R diukurdari pusat rotasi C dan titik tengah kedua roda maka kecepatan rotasi disetiap titik robot
tersebut selalu sama (robot adalah sistem mekanis yang rigid), sehingga Persamaan (5)dan/atau (6) berlaku untuk menghitung kecepatan rotasi dari robot tersebut:
ω(t) =
(5)
ω(t) =
(6)
berdasarkan persamaaan (5) dan (6) kecepatan rotasi robot tersebut dapat dihitung
dengan berdasarkan informasi dari kedua kecepatan linear roda robot tersebut.
ω(t) =
(7)
Sedangkan jari-jari lintasan dapat dicari dengan mensubstitusikan persamaan (6) kedalam
persamaan (5), dan memecahkannya untuk R:
R = (8)
-
8/15/2019 Joki Vol 8 No 2 Tahun 2016
14/157
-
8/15/2019 Joki Vol 8 No 2 Tahun 2016
15/157
J.Oto.Ktrl.Inst (J.Auto.Ctrl.Inst) Vol 8 (2), 2016 ISSN : 2085-2517
132
Gambar 5 logika sensor line follower
3
Metodologi Penelitian
Proses ini dilakukan dengan merancang, membuat sampai dengan merakit komponen
menjadi sebuah mobile robot yang lengkap.
Tahapan ini dibagi menjadi 3 (tiga) proses: Perencanaan, yaitu pemilihan desain mobile
robot yang akan digunakan; penyusunan dan pembuatan alat, meliputi pembuatan sistemmekanik, sistem elektronik, dan pembuatan program; uji coba, yaitu proses untuk
mengevaluasi hasil pekerjaan apakah sesuai dengan yang dingingkan atau belum.
3.1 Perencanaan
Hal-hal yang dilakukan pada tahapan ini adalah: penentuan rancangan desain berdasarkan
dimensi panjang, lebar dan tinggi seperti pada gambar 6; .
Gambar 6 desain tiga dimensi mobile robot yang digunakan
3.2 Penyusunan dan pembuatan alat
Sistem mekanik
, dibuat dengan menggunakan bahan lembar akrilik sebagai base, yang
dipasangi 2 (dua) motor gearbox,serta roda bantu roll ball dibagian belakang.Untuk
mekanisme angkat menggunakan batang aluminium sebagai rangka, motor gearbox dan
fork (garpu angkat) dari bahan akrilik.
Sistem elektronik
, menggunakan komponen elektronik sesuai dengan yang dibuthkan.
Komponen elektronik yang digunakan meliputi microcontroller Arduino dan ATMega16,
motor driver dan radio control.
-
8/15/2019 Joki Vol 8 No 2 Tahun 2016
16/157
J.Oto.Ktrl.Inst (J.Auto.Ctrl.Inst) Vol 8 (2), 2016 ISSN : 2085-2517
133
Pembuatan program, program dibuat berdasarkan mekanisme dari keseluruhan gerak dankerjasama mobile robot menggunakan software arduino dan minimum system ATMega16.
3.3 Eksperimen
Proses ujicoba dimulai dengan mengaktifkan mobile robot master dengan menekan pushbutton pada robot. Selanjutnya robot master akan membaca lintasan garis pada area kerja.
Robot master akan membaca lintasan garis sepanjang 90cm dengan kombinasi data
pengaturan PWM roda kiri dan kanan. Proses ini dilakukan beberapa kali sampai diperoleh
nilai PWM yang menyebabkan robot bergerak konsisten pada lintasannya. PengaturanPWM kedua roda dilakukan sampai dengan robot master persis berada di depan beban
yang akan diangkat. Selanjutnya microcontroller mengaktifkan transmitter pada robot
master dan reciever robot slave untuk menggerakkan robot slave sampai di depan beban.
Tahap selanjutnya, kedua robot, bekerjasama mengangkat beban, kemudian keduan robot
bergerak menuju target tempat diturunkannya beban.
4
Hasil dan Pembahasan
4.1 Mendesain mobile robot kerjasama
Desain ini menjadi patokan perancangan robot dalam menyusun komponen sistem
mekanik dan sistem elektronik pada mobile robot. Pada gambar 6 memperlihatkan desainmekanik mobile robot dalam gambar tiga dimensi. Model robot mobile ini terbagi atas dua
bagian yaitu bagian base dan pengangkat. Base merupakan utama yang berfungsi sebagai
dudukan dari komponen pengangkat maupun komponen mekanik lainnya yang padagambar menunjukkan bagian yang berwarna putih. Dibagian kiri dan kanan depan terdapat
roda yang berwarna abu-abu yang digerakkan oleh motor gearbox yang ditunjukkan dengan
warna kuning. Pada rancangan mobile robot ini, dilengkapi dengan tiga motor gearbox, duauntuk menggerakkan roda, satu untuk mekanisme angkat dari garpu/lengan angkat.
Dibagian belakang terdapat roda bantu berupa roll ball. Batang penyangga berwarna abu-
abu sebagai tempat peletakkan poros katrol / pulley dan tempat naik turunya lengan
angkat. Tali pengangkat berwarna putih menghubungkan lengan angkat dengan motor
gearbox melalui katrol.Penyusunan sistem elektronik mobile robot menggunakan
komponen elektronik yang meliputi minimum system ATMega16, arduino uno, radio
control, DC motor gearbox dan driver motor.
Gambar 7 komponen elektronik pada mobile robot
-
8/15/2019 Joki Vol 8 No 2 Tahun 2016
17/157
J.Oto.Ktrl.Inst (J.Auto.Ctrl.Inst) Vol 8 (2), 2016 ISSN : 2085-2517
134
4.2 Sistem kontrol mobile robot kerjasama
Tujuan pengontrolan pada mobile robot line follower adalah berupa setpoint dalam bentuk
suatu keadaan dimana mobile robot diharuskan untuk tetap berada di tengah-tengah garis.
Implementasi sistem kontrolnya dilakukan dengan pembuatan program pada
mikrokontroller.
Tahap pembuatan program dilakukan untuk mengendalikan semua gerak mobile robot
sesuai dengan yang diinginkan. Software yang digunakan meliputi Code Vision AVR pada
minimum system ATMega16 untuk pergerakan mobile, dan Arduino 1.5.6 untuk koneksi
radio kontrol antara mobile robot master dan mobile robot slave. Gambar dibawah
menunjukkan tampilan software Code Vision AVR yang memuat program untuk mobile
robot kerjasama. Program tersebut selanjutnya di upload ke microcontroller melalui kabel
USB. Selanjutnya dilakukan uji coba dengan menjalankan mobile robot pada area kerjanya.
Apabila pada proses uji ini coba belum sesuai, maka dilakukan pengecekan ulang pada
program sehingga berjalan dengan benar.
Gambar 8 tampilan software code vision AVR
Pengambilan data dilakukan dengan ukuran garis pada lapangan dengan lintasan awal90cm dan lintasan pertemuan dengan panjang total 134cm. Lebar garis track adalah
3cm. Gambar dibawah menunjukkan lintasan yang dilalui oleh mobile robot master dan
mobile robot slave.
Gambar 9 lintasan mobile robot
-
8/15/2019 Joki Vol 8 No 2 Tahun 2016
18/157
J.Oto.Ktrl.Inst (J.Auto.Ctrl.Inst) Vol 8 (2), 2016 ISSN : 2085-2517
135
Pada bahasa pemrogramaan, digunakan 10 case. Case 1 sampai 9 untuk gerak lurussepanjang lintasan dan case 10 untuk gerak belok kiri dan kanan. Untuk mengetahui
hubungan antara case/data dengan kerja sensor dapat dilihat pada tabel di bawah ini:
Tabel 1 sensor aktif pada setiap case
Sensor yang digunakan pada robot sebanyak delapan sensor yang pada pemrograman
ditulis dengan kode SB1, SB2, SB3, SB4, SB5, SB6, SB7 dan SB8. Tanda check (√)menunjukkan sensor yang aktif pada tiap case. Case 10 memperlihatkan jumlah sensor
aktif terbanyak yaitu sebanyak 6 (enam) sensor, hal ini dikarenakan case 10 adalah
menyatakan proses mobile robot saat melakukan gerak belok ke kiri maupun ke kanan.
Robot master dijalankan dengan menset nilai PWM pada roda kiri dana kanan pada
microcontroller ATMega16. Pengambilan data menggunakan 9 case (kondisi) nilai pwm
kedua roda untuk gerak lurus, dan 1 case, yaitu case 10 untuk gerak belok kiri maupun
kanan. Pengambilan data dilakukan beberapa kali sehingga diperoleh nilai PWM yang
menunjukkan robot bergerak sesuai lintasan. Tabel 2 menunjukkan pengambilan datauntuk robot master yang bergerak sesuai lintasan. Data nilai PWM ini digunakan juga pada
robot slave pada lintasan lurus.
Tabel 2 nilai PWM roda kanan dan kiri
No. Nilai PWMroda kiri
Nilai PWMroda kanan
1. 90 50
2. 100 60
3. 140 90
4. 150 100
5. 170 170
6. 100 150
7. 90 140
8. 60 100
9. 50 90
No SB
1
SB
2
SB
3
SB
4
SB
5
SB
6
SB
7
SB
8
Case
1. √ √ √ √ √ √ - - 10
2. √ √ - - - - - - 8
3. √ - - - - - - - 9
4. - - - - - - - √ 1
5. - - - - - - √ √ 2
6. - - - - -√
√
- 37. - - - - √ √ - - 4
8. - - - √ √ - - - 5
9. - - √ √ - - - - 6
10 - √ √ - - - - - 7
-
8/15/2019 Joki Vol 8 No 2 Tahun 2016
19/157
-
8/15/2019 Joki Vol 8 No 2 Tahun 2016
20/157
J.Oto.Ktrl.Inst (J.Auto.Ctrl.Inst) Vol 8 (2), 2016 ISSN : 2085-2517
137
sebesar 90° dan bergarak berlawanan arah sumbu x sejauh 40 cm. Hal serupa dilakukanoleh robot slave dari arah yang berlawanan.
Gambar dibawah memperlihatkan grafik error mobile master. Garis biru menyatakan nilai
error x yaitu nilai penyimpangan sensor yang menjauhi lintasan searah sumbu x,
sedangkan garis merah menyatakan nilai error y yaitu nilai penyimpangan sensor yangmenjauhi lintasan searah sumbu y.
Gambar 11 grafik error vs jarak mobile master
Gambar 12 grafik error vs jarak mobile slave
Gambar 11 dan 12 diatas memperlihatkan grafik nilai error yang terjadi pada jarak 0-130
cm. Error terbesar terjadi pada jarak 40 cm dan 90 cm. Kondisi ini disebabkan karena
pada jarak tersebut mobile robot melakukan transformasi (perubahan posisi) berbelok arahmembentuk sudut 90° yang mengakibatkan sensor menjauh dari track dan menimbulkan
nilai error yang besar. Nilai error terbesar adalah 8. Hasil perhitungan error dapat dilihatsebagai berikut
-
8/15/2019 Joki Vol 8 No 2 Tahun 2016
21/157
J.Oto.Ktrl.Inst (J.Auto.Ctrl.Inst) Vol 8 (2), 2016 ISSN : 2085-2517
138
Perhitungan kinematika mobile robot
Perhitungan kinematika berdasarkan asumsikan bahwa mobile robot bergerak dalam
kawasan sumbu XY saja, dikarenakan mobile robot hanya bergerak dalam kawasan 2
dimensi (2D) dengan kontur medan kerja rata sehingga tidak memasukkan unsur sumbu Z.
1 rad/s ≈ 0.159155 rotation per second ≈ 9.5493 rpm. ωr = 50 rpm = 5,2rad/s; ωl = 70rpm = 7,33rad/s; r = 28 mm = 0,028 m diperoleh kecepatan masin-masing roda,
roda kanan Vr(t) = 0,14 m/s, roda kiri V l(t) = 0,20 m/s. Dengan nilai jarak antara dua roda L
= 0,19m diperoleh kecepatan rotasi robot ω(t) = 0,31 rad/s.
Kecepatan linear robot diperoleh berdasarkan persamaan (9) V(t) = 0,17 m/s. Posisi robot
ditentukan dengan integrasi dari kecepatan sudut
θ(t)=∫ω(t)dt yang disubstitusi ke persamaan menjadi θ(t)=
+ θ0 = 0,315(t) + θ0.
Perhitungan beban maksimum objek yang diangkat
Perhitungan beban dilakukan berdasarkan data sheet motor DC yang digunakan
mengangkat objek, yang memiliki tegangan V = 6 volt dan kuat arus I = 0,36 ampere.
Diperoleh daya P = 2,16 watt. Selanutnya nilai daya dimasukkan di perhitungan torsi τ = d
. P / (2.π.n)= 3 . 2,16/(2 . 3,14 . 200) =0,0051Nm. Nilai torsi digunakan untukmenghitung gaya tali pengungkit F =
τ
/ R = (0,051)/(0,0015) = 34 newton. Resultan gaya
sesuai ƩF = 0 sehingga gaya F = beban W. Beban maksimum yang dapat diangkat oleh
kedua mobile robot sebesar 34 newton.
5 Kesimpulan
Berdasarkan kajian teori, perancangan serta pengujian alat, dapat disimpulkan sebagaiberikut
Dimesi mobile robot baik robot master maupun slave panjang 235mm, lebar 187mm,
tinggi 165mm. Rangka penyangga panjang 86mm, lebar 60mm dan tinggi 154mm.
Diameter roda 55mm.
Perhitungan kinematika mobile robot, diperoleh kecepatan sudut ω(t) = 0,31 rad/s,kecepatan linear 0,17m/s dan posisi robot pada 0,315(t)+θ0. Beban maksimum yang bisadiangkat oleh mobile robot adalah 34 newton.
6 Nomenklatur
Daftar nomenklatur
θ = sudut arah hadap robot
etotal =
Nilai error total pada sensor terhadap
lintasan
F = Gaya
L=
Jarak antara dua roda pada mobile
robot
P = Daya
https://id.wikipedia.org/wiki/Rotasi_per_menithttps://id.wikipedia.org/wiki/Rotasi_per_menithttps://id.wikipedia.org/wiki/Rotasi_per_menit
-
8/15/2019 Joki Vol 8 No 2 Tahun 2016
22/157
J.Oto.Ktrl.Inst (J.Auto.Ctrl.Inst) Vol 8 (2), 2016 ISSN : 2085-2517
139
R = Jarak tengah roda & pusat rotasi
r = Jari-jari roda
τ = torsi
Vl = kecepatan linear roda kiri
Vr = kecepatan linear roda kanan
ω = kecepatan sudut
7 Daftar Pustaka
[1] SuHao, “Cooperative Contol of Payload Transport by Mobile Manipulator Collectives ,”New York,s.n.,2008.
[2] U.Y Cao, A. Fukunaga, A Kahng, “Cooperative Mobile Robotics: Antecedents and
Directions,” Boston,KluwerAcademicPublishers,1997.[3] T. Arai, E. Pagello, L. Parker, “Editorial: Advances in Multi-Robot Systems,” IEEETransactions On Robotics And Automation Vol.18, No.5,pp.655-661, 2002.
[4]
A. Korodi, M. Corman, “Wheeled Mobile Robot Model and Cooperative FormationControl,” WSEAS Transactions on Systems, November 2012,Vol. XI,pp.618-627.
[5]
R. Syam, “Konsep dan Cara Membuat Mobile Robot,”Makassar,Membumi Publishing,2012.
[6]
Yuliza “Komunikasi Antar Robot Menggunakan RF Xbee dan Arduino Microcontroller,” IncomTech, Jurnal Telekomunikasi dan Komputer,2013,Vol. IV,pp.53-68.
[7] R. Syam, “Fuzzy Logic Control for Pneumatic Excavator Model,” International Journal of
Applied Engineering Research (IJAER),Vol. X,pp.21647-21657, 2015.
[8]
A. Pratama, N. Suweden, A. Swamardika, “Sistem Kontrol Pergerakan Pada Robot LineFollower Berbasis Hybrid PID-Fuzzy Logic,” Prosiding Conference on Smart-GreenTechnology Systems,2013(ISBN: 978-602-7776-72-2).
-
8/15/2019 Joki Vol 8 No 2 Tahun 2016
23/157
-
8/15/2019 Joki Vol 8 No 2 Tahun 2016
24/157
J.Oto.Ktrl.Inst (J.Auto.Ctrl.Inst) Vol 8 (2), 2016 ISSN : 2085-2517
141
Gestur Berbasis Estimasi Sudut Gulung untuk Pengendalian
Manipulator
Muhammad Fuad
Fakultas Teknik, Universitas Trunojoyo Madura
[email protected], [email protected]
Abstrak
Salah satu tantangan dalam pengendalian robot manipulator dengan menggunakan gestur tubuhsecara intuitif terletak pada kesulitan penentuan sudut gulung dari end-effector . Penelitian inimengusulkan suatu metoda untuk melakukan estimasi sudut gulung dengan menafsirkan perubahantata letak dari fitur-fitur citra yang terbaca dari aliran data video. Sebuah kamera web yang dipasangpada lengan pengguna menangkap perubahan dari lingkungan dan mengubah informasi ini menjadi
perintah untuk mengendalikan sudut gulung. SCORBOT -ER 9 Pro digunakan dalam percobaan
dengan menerapkan kemampuan untuk mengendalikan sumbu kelima dari manipulator ini.Kata Kunci: gestur tubuh, sudut gulung, SCORBOT -ER 9 Pro, kamera web
1 Pendahuluan
Pengendalian robot manipulator dapat dilakukan dengan beberapa cara. Menggunakanfasilitas teach pendant, atau memanfaatkan antar muka pemrograman secara off-line
berbasis PC yang dilengkapi kontroler robot [1] merupakan teknik yang lazim dipakai dalam
pengendalian robot jenis ini. Proses mengajarkan lintasan yang harus dilalui robot dengan
cara pemrograman cukup mudah dilakukan namun membutuhkan waktu yang tidak
singkat. Di samping itu, cara ini juga memerlukan adanya pelatihan kepada operator yang
akan memandu proses ini agar dapat melaksanakan proses ini dengan benar. Hal inimenegaskan bahwa pengendalian manipulator dengan pemrograman tidak dapat
dilakukan sebarang orang yang tidak memiliki cukup pengetahuan mengenai robot.Dengan kata lain, pemrograman robot manipulator bukan merupakan cara pengendalian
yang intuitif.
Berlandaskan fakta ini, lahirlah riset dalam bidang interaksi antara manusia dan robot
(Human-Robot interaction, HRI) untuk mengeksplorasi suatu pendekatan dalam
pengendalian robot yang dilakukan secara alami dengan menggunakan bahasa tubuh atau
gestur. Diharapkan dari riset HRI berbasis gestur tubuh, dapat dicapai suatu teknik
pengendalian yang intuitif sehingga dapat dengan mudah digunakan oleh pengguna yangbahkan tidak atau kurang memiliki pengetahuan tentang robot. Beberapa perangkat yang
digunakan dalam riset gestur untuk HRI diulas dalam [2].
Perangkat yang digunakan di antaranya berupa sarung tangan bersensor (wired gloves),
pakaian khusus yang dilengkapi dengan sensor Electro Myo Graphy (EMG), hinggamenggunakan sistem komputasi visual yang memanfaatkan kamera. Perangkat yang
disebutkan terakhir memiliki keunggulan dari segi harga yang relatif lebih murahdibandingkan dengan perangkat yang lain.
Pengenalan gestur secara visual memanfaatkan kamera PTZ dengan mengkombinasikanbeberapa teknik di antaranya deteksi warna, pencocokan bentuk, dan Dynamic Time
Warping (DTW) dikerjakan dalam [3] untuk mengendalikan gerakan memungut bola darirobot mobil ActivMedia PIONEER -2DX. Gerakan robot berotasi dalam sumbu Y sebesar
sudut yaw dikendalikan berdasarkan interpretasi sudut yang terbentuk dari terangkatnya
-
8/15/2019 Joki Vol 8 No 2 Tahun 2016
25/157
J.Oto.Ktrl.Inst (J.Auto.Ctrl.Inst) Vol 8 (2), 2016 ISSN : 2085-2517
142
lengan operator. Terdapat beberapa tipe kamera yang dapat digunakan dalam riset ini. Diantaranya terdapat jenis kamera yang menyediakan kemampuan untuk mengestimasi
jarak obyek yang berada di dalam jangkauan tertentu dalam lingkup sudut tangkapankamera. Kinect, sebuah sensor untuk mesin permainan yang pada empat tahun terakhir ini
dimanfaatkan dalam riset terkait HRI berbasis gestur.
Terdapat beberapa capaian yang mendayagunakan Kinect dalam Implementasi gestur
untuk pengendalian manipulator berdasarkan teknik inverse kinematics, seperti dibahaspada bagian riset pendahulu dalam [4]. Posisi dari end-effector suatu robot manipulator
ditentukan berdasarkan gestur satu tangan. Sedangkan orientasi diperoleh dari tangan
yang lain dengan perangkat bantuan smartphone terintegrasi sensor accelerometer , atau
dengan menginterpretasikan gestur dari tangan tersebut. Dengan demikian, pada
umumnya untuk mengendalikan sebuah lengan robot menggunakan gestur secara visual,
dibutuhkan dua tangan dan satu atau dua sensor. Riset [4] mengimplementasikan teknikforward kinematics dan gestur berbasis ciitra skeleton pada robot manipulator SCORBOT -
ER 9Pro dengan kemampuan 5 derajat kebebasan (Degree Of Freedom, DOF) sehingga
dapat mengendalikan 4 dari 5 sendi. Sendi base merepresentasikan sudut putar padasumbu Y ( yaw ). Sedangkan sendi shoulder , elbow , dan wrist, kombinasi ketiganya
menyatakan sudut angguk pada sumbu X (pitch).
Sendi kelima yang belum dapat dikendalikan dengan gestur berbasis citra skeleton ini,membutuhkan kemampuan estimasi terhadap sudut gulung dari pergerakan lengan bawah
dari operator. Kemampuan ini digunakan untuk melakukan kontrol terhadap gerak rotasi
dari end-effector di sumbu Z sebesar sudut gulung (roll angle).
Riset [5] meneliti teknik untuk estimasi sudut gulung dengan menerapkan statisticallearning pada histogram orientasi gradien dari video yang diletakkan pada kendaraan
bermotor roda dua. Arah hadap robot mobil dalam [6] dipersepsikan sebagai sudut putar di
sumbu Y ( yaw ) berdasarkan kemunculan vanishing point dalam bidang horizontal. Orientasi
robot mobil sebagai hasil gerak rotasi terhadap sumbu Y dalam [7] didekati denganpelacakan pasangan fitur visual dengan RANSAC. Sudut gulung robot mobil diperoleh dari
ekstraksi local direction detector yang dihitung menggunakan teknik statistik dandinyatakan dalam arah gravitasi dan horizon diteliti dalam [8]. Penelitian mengenai
estimasi sudut gulung dengan menerapkan algoritma citra gradien pada garis horizon yang
terbaca kamera diteliti dalam [9] untuk meningkatkan kemampuan pengendalian suatu
Automatic Aerial Vehicle (AAV).
Riset ini memiliki kontribusi untuk merepresentasikan pengendalian pada sendi kelima dari
SCORBOT -ER 9 Pro 5 DOF menggunakan gestur tangan secara visual dengan melakukan
interpretasi terhadap perubahan yang terjadi pada posisi fitur-fitur citra. Aliran data videodari kamera web digunakan sebagai masukan pada proses estimasi sudut gulung
sedemikian hingga dapat dihasilkan luaran berupa kemampuan pengendalian gerakanmenggulung (roll) dari end-effector .
2
Metode Penelitian
SCORBOT -ER 9 Pro terdiri dari lima sendi, yaitu Base, Shoulder , Elbow , Pitch, dan Roll
seperti ditampilkan pada Gambar 1.
-
8/15/2019 Joki Vol 8 No 2 Tahun 2016
26/157
J.Oto.Ktrl.Inst (J.Auto.Ctrl.Inst) Vol 8 (2), 2016 ISSN : 2085-2517
143
Gambar 1. Sendi dalam SCORBOT -ER 9 Pro [1].
Masing-masing sendi memiliki spesifikasi jangkauan rotasi sebagaimana ditunjukkan pada
Tabel 1. Gerak Yaw berputar di sumbu Y dikerjakan dengan memutar sendi Base dengan jangkauan 270˚. Kombinasi gerakan dari sendi Shoulder , Elbow , dan Wrist Pitch menghasilkan gerak Pitch berputar di sumbu X. Masing-masing dari ketiga sendi ini
berturut-turut memiliki jangkauan 145˚, 210˚, dan 196˚. Sendi Wrist Roll mampumelakukan gerak Roll sehingga dapat berotasi pada sumbu Z lebih dari pada dua kali
putaran penuh sehingga mencapai nilai 737˚. Pada riset sebelumnya [4] telah dilakukanpemetaan antara robot manipulator pada jenis yang sama dengan sendi yang bersesuaian
dari sebuah lengan. Proses pemetaan berhasil mengendalikan empat sendi dan masihkesulitan dalam mengendalikan sendi kelima.
Riset ini mengusulkan suatu pendekatan untuk untuk merotasi sendi kelima dari robot
manipulator ini terhadap sumbu Z dengan gestur gerakan menggulung dari lengan bawah.
Gambar 2 mengilustrasikan sebuah tangan kanan dengan sumbu Y mengarah tegak luruske atas, sumbu X tegak lurus terhadap sumbu Y dalam arah horisontal, sedangkan sumbu
Z tegak lurus terhadap dua sumbu yang lain dalam arah keluar dari telapak tangan.
Gerakan tangan memutar searah jarum jam terhadap sumbu Z dinyatakan sebagai gerak
negatif, sedangkan gerakan tangan memutar berlawanan arah jarum jam terhadap sumbu
Z merepresentasikan gerak positif.
Table 1. Spesifikasi Jangkauan dari Sendi [1].
SendiNamaSendi
RotasiJangkauanRotasi
1 Base Yaw 270˚ 2 Shoulder
Pitch
145˚
3 Elbow 210˚
4 Wrist Pitch 196˚
5 Wrist Roll Roll 737˚
-
8/15/2019 Joki Vol 8 No 2 Tahun 2016
27/157
J.Oto.Ktrl.Inst (J.Auto.Ctrl.Inst) Vol 8 (2), 2016 ISSN : 2085-2517
144
Gambar 2. Arah Gerak Gestur Tangan untuk Mengendalikan Sendi
Wrist
Roll
.
Arah gerakan tangan positif atau negatif sebagai gestur untuk menerbitkan perintah sudut
gulung untuk memutar Wrist Roll didasarkan pada karakteristik dari plant. Nilai negatif dari
sudut gulung akan merotasi sendi kelima searah jarum jam. Sebaliknya, nilai positif akanmenyebabkan sendi berputar berlawanan arah jarum jam. Gestur gerakan pada riset ini
dipersepsikan sebagai perintah sudut gulung dengan memanfaatkan sebuah kamera.
Lengan pengguna dilengkapi dengan sebuah kamera web sedemikian hingga jika
pengguna menggerakkan tangan maka kamera menangkap citra dan mempersepsikannya
sebagai suatu perintah sudut gulung.
Formula untuk menghitung besaran sudut gulung didasarkan pada transformasi dari fitur
visual pada bidang citra. Deteksi fitur menggunakan algoritma Harris atau SURF
dimanfaatkan untuk mendapatkan fitur-fitur visual. Fitur visual dari dua buah citra
dibandingkan untuk memperoleh sudut gulung. Fitur visual pada citra awal dibandingkandengan fitur visual pada citra berikutnya. Kedua pasang fitur visual dipasangkan dengan
algoritma cross correlation atau dengan K-Nearest Neighbor (KNN). Terdapat banyakpasangan fitur visual yang jumlahnya diperkecil dengan menggunakan RANSAC. Pasangan
titik dalam jumlah lebih kecil ini yang dihitung transformasinya menggunakan hukum
cosinus dalam Trigonometri. Urutan langkah dalam proses estimasi sudut gulung yang
terdiri dari deteksi fitur visual, penentuan pasangan fitur visual yang bersesuaian,
eleminasi data outlier dari pasangan fitur, dan perhitungan besaran dan arah sudut gulung
disajikan pada diagram blok dalam Gambar 3.
-
8/15/2019 Joki Vol 8 No 2 Tahun 2016
28/157
J.Oto.Ktrl.Inst (J.Auto.Ctrl.Inst) Vol 8 (2), 2016 ISSN : 2085-2517
145
Gambar 3. Diagram Blok Proses Persepsi Gestur untuk Estimasi Sudut Gulung.
Urutan proses deteksi fitur visual, pemasangan fitur visual yang bersesuaian, dan eleminasi
outlier menghasilkan pasangan titik fitur dalam jumlah terbatas yang diperoleh dari
sepasang citra. Citra awal merepresentasikan gestur dalam posisi bersiap. Citra berikutnyamewakili kondisi saat gestur sudut gulung telah diperagakan.
Jika diketahui titik fitur visual pada citra awal, titik fitur visual pada citra berikutnya, dan
titik pusat origin dari sumbu koordinat Cartesius di tengah layar maka dapat dihitung sudut
gulung terhadap sumbu Z. Sudut gulung ini diapit dengan dua buah garis dan berada di
hadapan sebuah garis lain. Dua buah garis yang mengapit sudut ini yaitu garis yang
menghubungkan titik origin dan titik fitur visual di citra awal; dan garis yangmenghubungkan titik origin dan titik fitur visual di citra berikutnya. Garis yang berada di
hadapan sudut gulung ini merupakan garis yang menghubungkan titik fitur visual di citra
awal dan titik fitur visual di citra berikutnya. Dengan bermodalkan tiga garis ini, sudut
gulung dapat dihitung dengan memanfaatkan hukum Cosinus.
Gambar 4 menampilkan ilustrasi penerapan Trigonometri dalam perhitungan sudut gulung.
Titik A merupakan simbol titik fitur visual pada citra awal. Titik B menyatakan titik fitur
visual pada citra berikutnya. Titik pusat origin koordinat Cartesius dilambangkan dengan O.
Panjang ruas garis OA, OB, dan AB dapat dihitung berdasarkan pasangan titik fitur visual A
dan B relatif terhadap O. Panjang ruas garis ini dihitung menggunakan Persamaan (1) yangdikenal dengan formula Euclidean Distance.
Setelah panjang setiap ruas garis dalam segitiga OAB diketahui, besaran sudut gulung Ψ dapat ditentukan dengan menggunakan hukum Cosinus seperti ditampilkan padaPersamaan (2).
-
8/15/2019 Joki Vol 8 No 2 Tahun 2016
29/157
J.Oto.Ktrl.Inst (J.Auto.Ctrl.Inst) Vol 8 (2), 2016 ISSN : 2085-2517
146
Gambar 4. Perhitungan Sudut Gulung dengan Penerapan Trigonometri.
OA2 = (xO - xA)2 + (yO - yA)2
OB2 = (xO - xB)2 + (yO - yB)2
AB2 = (xA - xB)2 + (yA - yB)2
(1)
Ψ = arcos[ (OA2+OB2 - AB2) / 2*OA*OB ] (2)
3 Hasil dan Pembahasan
Disediakan 25 citra dalam format jpg untuk menguji algoritma estimasi sudut gulung
dengan menerapkan Persamaan (1) seperti ditampilkan pada Gambar 6. Citra dalam posisi
netral diwakili dengan file 0.jpg yang menyatakan sumbu vertikal kamera berada pada
posisi tegak lurus terhadap bidang datar. Selanjutnya, berturut-turut citra dimodifikasidengan melakukan rotasi terhadap sumbu Z di titik pusat citra sejauh 15 ˚ searah jarum
jam dan berlawanan arah jarum jam.
Tahap pertama dari proses estimasi sudut gulung diawali dengan melakukan akuisisi data.
Dua buah citra disusun berdampingan sebagaimana ditunjukkan pada Gambar 7. Citra
Awal merepresentasikan citra yang dibaca dari kamera pada suatu saat tertentu. Citra
Berikutnya menggambarkan citra yang tertangkap kamera setelah gestur diperagakan.
Dalam contoh ini, citra Berikutnya merupakan hasil rotasi 30˚ dari citra Awal. Deteksi fitur
visual diterapkan pada kedua citra sehingga diperoleh sejumlah fitur yang dinyatakan
dengan titik-titik merah seperti diperlihatkan pada Gambar 8.
-
8/15/2019 Joki Vol 8 No 2 Tahun 2016
30/157
J.Oto.Ktrl.Inst (J.Auto.Ctrl.Inst) Vol 8 (2), 2016 ISSN : 2085-2517
147
Gambar 6. Citra dalam Proses Uji Algoritma Estimasi Sudut Gulung.
Gambar 7. Citra Awal (kiri) dan Citra Berikutnya (kanan) disusun berdampingan.
Gambar 8. Deteksi Fitur Visual pada Citra dengan Harris.
Algoritma Cross-Correlation diterapkan pada dua citra untuk memasangkan fitur-fitur visual
yang bersesuaian. Pasangan fitur berupa titik-titik merah dihubungkan dengan garis-garisberwarna biru sebagaimana diilustrasikan pada Gambar 9. Dalam contoh ini, terdapat 17
pasang fitur.
Untuk memperkecil jumlah data dan menghilangkan data yang salah, diterapkan algoritmaRANSAC. Data yang salah atau outlier dihilangkan dari kumpulan data sedemikian hingga
tersisa 5 pasang fitur seperti ditunjukkan pada Gambar 10.
Koordinat dari masing-masing titik fitur visual ditampilkan beserta sumbu koordinat
Cartesius seperti ditampilkan pada Gambar 11. Sumbu koordinat digambarkan berupa
garis berwarna hijau.
Seluruh titik fitur visual yang bersesuaian dari dua citra dikumpulkan dan digambarkan kedalam suatu bidang dua dimensi yang dilengkapi dengan sumbu koordinat Cartesius
seperti diilustrasikan pada Gambar 12.
-
8/15/2019 Joki Vol 8 No 2 Tahun 2016
31/157
J.Oto.Ktrl.Inst (J.Auto.Ctrl.Inst) Vol 8 (2), 2016 ISSN : 2085-2517
148
Gambar 9. Pemasangan Fitur Visual yang Bersesuaian pada Dua Citra dengan Cross-Correlation.
Gambar 10. Penghilangan
Outlier
dengan RANSAC.
Gambar 11. Menampilkan Sumbu Cartesius dan Koordinat dari Setiap Pasang Titik Fitur Visual.
Gambar 12. Perhitungan Sudut Gulung Menggunakan Hukum Cosinus.
Setiap pasang fitur yang saling terhubung dengan titik pusat origin menghasilkan sebuah
segitiga. Setiap segitiga dapat dihitung panjang sisi-sisinya berdasarkan koordinat titik-titikpenyusunnya dengan menggunakan Persamaan (1). Setelah setiap sisi dari segitiga
diketahui panjangnya, sudut gulung dapat dihitung dengan menerapkan Persamaan (2).Estimasi sudut gulung dinyatakan sebagai rata-rata dari jumlahan setiap sudut gulung yang
ada di dalam setiap segitiga. Estimasi sudut gulung menghasilkan nilai 30.36˚ untuk
pasangan citra yang menerapkan Harris dalam deteksi fiturnya dan Cross-Correlation dalam tahap pemasangan titik fitur yang bersesuaian.
Berbeda dengan hasil yang ditunjukkan algoritma Harris, deteksi fitur visual yang
mengimplementasikan algoritma SURF menghasilkan lebih banyak titik fitur seperti
ditunjukkan pada Gambar 13. Jumlah pasangan fitur yang diperoleh dengan penerapanalgoritma K-NN jauh melebihi dari luaran Cross-Correlation sebagaimana ditampilkan pada
Gambar 14. Eleminasi outlier dilengkapi dengan visualisasi koordinat menyisakan 12
pasangan fitur seperti ditunjukkan pada Gambar 15. Dari pasangan fitur yang sudah bersihdari
outlier , dapat disusun 12 segitiga seperti diperlihatkan pada Gambar 16. Rata-rata
-
8/15/2019 Joki Vol 8 No 2 Tahun 2016
32/157
J.Oto.Ktrl.Inst (J.Auto.Ctrl.Inst) Vol 8 (2), 2016 ISSN : 2085-2517
149
dari jumlahan sudut gulung dari setiap segitiga, dengan menggunakan SURF untuk deteksifitur dan K-NN untuk pemasangan fitur, menghasilkan estimasi sudut gulung sebesar
30.05˚.
Pengujian terhadap algoritma estimasi sudut gulung dilakukan terhadap 25 data citra
seperti ditampilkan pada Gambar 6.
Gambar 13. Implementasi SURF untuk Deteksi Fitur.
Gambar 14. Penerapan K-NN untuk Pemasangan Fitur.
Gambar 15. Eleminasi
outlier
dan visualisasi koordinat.
Gambar 16. Estimasi Sudut Gulung.
Citra tanpa rotasi atau 0˚ diatur sebagai citra awal. Sedangkan 24 citra yang laindiposisikan sebagai citra berikutnya. Hasil estimasi sudut gulung dari dua pendekatan iniditampilkan dalam Tabel 2.
-
8/15/2019 Joki Vol 8 No 2 Tahun 2016
33/157
J.Oto.Ktrl.Inst (J.Auto.Ctrl.Inst) Vol 8 (2), 2016 ISSN : 2085-2517
150
Table 2. Perbandingan Hasil Estimasi Sudut Gulung antara Harris dan
Cross-Correlation
dengan
SURF dan k-NN.
CitraAwal
CitraBerikut nya
Estimasi Sudut Gulung
(dalam˚ )
Harris,
Cross-
Correlation
SURF,
K-NN
Ψ Error Ψ Error
015
38.41 23.41
34.39 19.39
0 30 30.36 0.36 30.05 0.05
0 45 46.81 1.81 45.17 0.17
0 60 58.62 1.38 59.37 0.63
0 75 75.18 0.18 74.97 0.03
0 90 90.49 0.49 89.42 0.58
0
105
104.1
0
0.9 104.6
1
0.39
0120
119.27
0.73 120.79
0.79
0135
133.28
1.72 135.34
0.34
0150
148.80
1.2 150.09
0.09
0
165
152.7
1
12.2
9
144.9
5
20.05
0
180
171.6
0
8.4 168.6
0
11.4
0-15
46.94 31.94
38.77 23.77
0 -30 29.76 0.24 30.10 0.1
0 -45 47.64 2.64 43.79 1.21
0 -60 59.30 0.7 60.26 0.26
0 -75 74.26 0.74 75.01 0.01
0 -90 89.67 0.33 90.39 0.39
0-105
85.04 19.96
105.24
0.24
0-120
121.27
1.27 120.19
0.19
0
-135
134.3
8
0.62 134.7
0
0.3
-
8/15/2019 Joki Vol 8 No 2 Tahun 2016
34/157
J.Oto.Ktrl.Inst (J.Auto.Ctrl.Inst) Vol 8 (2), 2016 ISSN : 2085-2517
151
0-150
152.65
2.65 150.18
0.18
0-165
160.15
4.85 159.75
5.25
0-180
171.60
8.4 168.50
11.5
Rata-rata Error 5.30 4.05
Secara umum, rata-rata error dari kombinasi SURF dan K-NN lebih kecil 1.25 dari pada
kombinasi Harris dan Cross-Correlation. Kedua pendekatan ini memiliki keterbatasan
dalam jangkauan sudut yang bisa diestimasi. Sudut yang lebih kecil dari pada 30 ˚ atau
sudut yang lebih besar dari pada 150˚ tidak dapat diestimasi dengan baik. Hal ini dapat
dijelaskan berdasarkan sifat suatu segitiga dengan total jumlah sudut 180˚, Persamaan (2)
tidak dapat menghasilkan nilai sudut gulung yang benar ketika suatu rotasi mendekati 0˚
atau mendekati 180˚. Implementasi dari Persamaan (1) dan Persamaan (2) dalam estimasi
sudut gulung ini hanya dapat menghasilkan besaran sudut namun tidak dapat menyajikan
arah putaran. Sehingga pada saat aplikasi diujicobakan pada robot manipulator SCORBOT -
ER 9Pro, sendi Wrist Roll hanya dapat bergerak berlawanan arah jarum jam sebagaimanifestasi dari perintah gerakan berupa sudut gulung yang bernilai positif. Gambar 17
menampilkan sendi Wrist Roll yang bergerak berdasarkan gestur gerakan tangan yang
menggulung sebesar 30˚.
Gambar 17. Wrist Roll Berotasi 30˚ Mengikuti Gestur.
4
Kesimpulan
Suatu pendekatan untuk mengendalikan gerakan sendi Wrist Roll dari SCORBOT -ER 9 Pro
secara alamiah dan intuitif diusulkan dalam riset ini dengan menggunakan gestur berupa
gerakan tangan menggulung. Estimasi sudut gulung diimplementasikan dengan melakukan
persepsi terhadap perubahan tata letak dari fitur-fitur visual pada citra yang terbaca dari
aliran data video. Cara kerja dari gestur ini dengan memanfaatkan gerakan lenganpengguna yang dilengkapi sebuah kamera web. Sistem menangkap perubahan dari
lingkungan sebagai akibat gerakan tangan. Perubahan visual diubah sebagai informasirotasi dari titik fitur dengan menggunakan algoritma estimasi sudut gulung. Besaran sudut
ini dikirim ke server yang terhubung dengan robot SCORBOT -ER 9 Pro sebagai perintah
untuk mengendalikan gerakan menggulung dari end-effector . Algoritma estimasi sudut
gulung ini mampu bekerja pada jangkauan sudut antara 30˚ hingga 150˚. Risetselanjutnya diarahkan untuk meneliti estimasi pada jangkauan sudut yang lebih luas dan
dilengkapi dengan kemampuan untuk mendeteksi arah gerakan gestur.
-
8/15/2019 Joki Vol 8 No 2 Tahun 2016
35/157
J.Oto.Ktrl.Inst (J.Auto.Ctrl.Inst) Vol 8 (2), 2016 ISSN : 2085-2517
152
5 Ucapan Terima Kasih
Terima kasih diucapkan kepada Lab. Sistem Otomasi & Robotika, Lab. Robotics and
Intelligent Systems, Lab. Multimedia Computing atas fasilitas aktuator, sensor serta lokasi
percobaan sehingga riset ini dapat dilaksanakan.
6 Daftar Pustaka
[1] Scorbot ER 9Pro User Manual, Intelitek Inc., 2008
[2]
M. Fuad, “Pengembangan Deteksi Gestur Tangan Berbasis Citra Depth MenggunakanPencocokan Fitur,” Seminar Nasional Ilmu Komputer (SEMINASIK). Universitas GadjahMada. Yogyakarta, Indonesia. pp. 114–149, 18 Oktober 2014.
[3]
K. Qian, C. Hu, “Visually Gesture Recognition for an Interactive Robot GraspingApplication,” in International Journal of Multimedia & Ubiquitous Engineering, vol. 8, no.3, May 2013, pp. 189–196.
[4]
M. Fuad, “Skeleton Based Gesture to Control Manipulator,” International Conference
on Advanced Mechatronics, Intelligent Manufacture, and Industrial Automation(ICAMIMIA). Insitut Teknologi Sepuluh Nopember. Surabaya, Indonesia. 16 Oktober2015.
[5] M. Schlipsing, J. Schepanek, and J. Salmen, “Video-Based Roll Angle Estimation forTwo-Wheeled Vehicles” in Proceedings of the IEEE Intelligent Vehicles Symposium,2011, pp. 876–881.
[6] M. Fuad, “Estimasi Arah Hadap Robot Menggunakan Kamera RGB-D untuk Navigasidalam Koridor,” Seminar Nasional Sistem & Teknologi Informasi (SNASTI), 2012, pp.ICCS 1 - 6.
[7] M. Fuad, “Visual Odometry Menggunakan Sensor Kinect,” Seminar Nasional TeknologiInformasi dan Multimedia (SNASTIA), 2013, pp. B 23 - 31.
[8]
X. Liu, Z. Chao, and C. Zhou, K. Ai, M. Tan, “A Universal Vision-Based Roll AngleEstimation Method for Mobile Robots” in the IEEE 9th Conference on IndustrialElectronics and Applications (ICIEA), 2014, pp. 468–472.
[9] F. Gavilan, M.R. Arahal, C. Ierardi, “Image Debluring in Roll Angle Estimation for VisionEnhanced AAV Control,” International Federation of Automatic Control Conference,2015, pp. 31 - 36.
-
8/15/2019 Joki Vol 8 No 2 Tahun 2016
36/157
J.Oto.Ktrl.Inst (J.Auto.Ctrl.Inst) Vol 8 (2), 2016 ISSN : 2085-2517
153
Integrasi Rancangan Sistem Observasi Kapal Permukaan
Otomatis dengan Google Earth
1Mahesa G. A. Satria*), 2Indra Jaya**) & 3 Yopi Novita***)
1Program Studi Ilmu dan Teknologi Kelautan Program Sarjana IPB
2Departemen Ilmu dan Teknologi Kelautan FPIK IPB Kampus IPB Dramaga Bogor
3Departemen Pemanfaatan Sumberdaya Perairan FPIK IPB Kampus IPB Dramaga Bogor
[email protected]* ) , [email protected]**) , [email protected]***)
Abstrak
Wahana permukaan tak berawak (unmanned surface vehicle (USV)) atau wahana permukaanotomatis (autonomous surface vehicle (ASV)) merupakan sebuah wahana (vehicle) berbentuk kapal di
permukaan (surface) air yang dapat bergerak tanpa awak di dalamnya secara otomatis. USV dapatdigunakan di perairan yang tidak dapat dilalui kapal dengan awak. Perkembangan USV di duniasudah pesat, namun belum diimbangi dengan baik perkembangannya di Indonesia. Penelitian ini
bertujuan membuat USV yang bersifat autonomous, yaitu bergerak secara otomatis berdasarkanwaypoint. Tahapan penelitian meliputi perancangan USV, uji coba sistem observasi kapal permukaanotomatis. Uji coba dilakukan dengan mengukur durasi oleng wahana di atas air dan mengukurakurasi GPS, kemudian menjalankan wahana pada lintasan lurus, zigzag, parallel, dan berbentuk S.Waktu oleng wahana sebesar 3 detik, akurasi GPS CEP 50% sebesar 1,9 meter dan 2DRMS 95%
sebesar 4,7 meter. Selisi jarak terbesar waypoint dengan lintasan aktual pada lintasan lurus sumbu xsebesar 2,05 m dan sumbu y sebesar 1,27 m, lintasan zigzag sumbu x sebesar 2,63 m dan sumbu ysebesar 3,73 m, lintasan parallel sumbu x sebesar 4,82 m dan sumbu y sebesar 3,98 m, lintasan Ssumbu x sebesar 3,85 m dan sumbu y sebesar 4,49 m.
Kata Kunci: 2drms; cep; earth; gps; kapal; usv; waypoint
1 Pendahuluan
Unmanned surface vehicle (USV) adalah suatu wahana tanpa awak yang dioperasikan di
permukaan ( surface) untuk keperluan tertentu. USV juga dikenal dengan sebutan
autonomous surface vehicle (ASV) atau wahana permukaan otomatis karena menggunakan
global positioning system (GPS) dalam penentuan arah tujuan pergerakan wahana tersebut
[1].
USV dapat digunakan di perairan yang tidak dapat dilalui oleh kapal dengan awak,
termasuk lingkungan dengan tingkat ancaman yang tinggi atau area yang telah
terkontaminasi nuklir, biologi, atau bahan kimia [2]. Selain itu, USV juga dapat digunakanuntuk survei perairan dangkal, militer untuk mengantar senjata, pengumpulan datalingkungan, dan berkoordinasi dengan wahana otomatis bawah air (AUV). Jika
dibandingkan dengan AUV dalam system otomasi, tingkat akurasi USV jauh lebih baik dariAUV karena ketersediaan g lobal positioning system (GPS) [3].
Perkembangan USV di dunia sudah pesat. Saat ini survei batimetri dan oseanografi dapat
dilakukan dengan menggunakan USV, seperti Delfim, Sesamo, IRIS, SCOUT, dan ROAZ ,
yang dapat digunakan pada perairan tawar maupun laut [4]. USV memiliki manfaat yangcukup besar dalam observasi perairan. Namun perkembangan ini belum diikuti dengan
baik di Indonesia, sehingga perlu dilakukan pengembangan lebih lanjut pada teknologi
USV.
mailto:[email protected]:[email protected]:[email protected]:[email protected]:[email protected]:[email protected]
-
8/15/2019 Joki Vol 8 No 2 Tahun 2016
37/157
J.Oto.Ktrl.Inst (J.Auto.Ctrl.Inst) Vol 8 (2), 2016 ISSN : 2085-2517
154
Tujuan dilakukannya penelitian ini adalah untuk menghasilkan suatu rancang bangununmanned surface vehicle (USV) yang bersifat autonomous secara sederhana dan mudah
digunakan, serta mendapatkan informasi mengenai kinerja unmanned surface vehicle(USV) yang telah dibuat.
2
Diskusi
2.1 Perancangan USV
Perancangan Mekanik
Mekanik yang dibuat berupa kapal yang dirancang dengan koncep katamaran. Tipe kapal
ini memiliki dua buah lambung utama (hulls) yang simetris pada sisi kanan dan kiri.
Konstruksi lambung yang demikian memungkinkan kapal bergerak (maneuver ) lebih
seimbang dengan ukuran kapal yang relative besar serta memiliki daya angkut yang lebih
besar. Pembuatan kapal mengikuti tahapan pada Gambar 1.Daftar barang muatan diperlukan untuk mengestimasi panjang, lebar dan tinggi kapal yang
akan dibuat. Kapal jenis katamaran dipilih karena tujuan pembuatan kapal ini lebih
mengedepankan faktor daya muat dan stabilitas kapal dibandingkan kemampuan
maneuver kapal. Sistem propulsi diletakkan pada bagian belakang hull untuk
menggerakkan wahana di atas permukaan air. Motor yang digunakan pada sistem propulsiadalah motor brushless.
Mempersiapkan daftar barang muatan
Menghitung dimensi / ukuran wahana
Memilih jenis dan bentuk lambung kapal
Memperkirakan bobot wahana dengan dan tanpa muatan
Membuat desain rancangan wahana
Pemilihan material pembuatan wahana
Pembuatan wahana
Gambar 3 diagram alir pembuatan kapal [5]
Pembuatan wahana kapal mengikuti desain pada Gambar 2.
-
8/15/2019 Joki Vol 8 No 2 Tahun 2016
38/157
J.Oto.Ktrl.Inst (J.Auto.Ctrl.Inst) Vol 8 (2), 2016 ISSN : 2085-2517
155
Gambar 4 desain kapal permukaan otomatis
Hasil rancang bangun unmanned surface vehicle (USV) dapat dilihat pada Gambar 3.Pembuatan hull kapal menggunakan bahan pipa PVC berukuran 3 inchi sehingga mudah
untuk dibuat. Lambung kapal dibuat berbentuk bundar untuk meminimalisir resistansiketika kapal melaju di atas permukaan air. Bagian rangka atas yang dibuat dengan bahan
alumunium memiliki bobot yang ringan namun kokoh, sehingga tidak membuat bobot
wahana menjadi berat. USV ini memiliki panjang total 77 cm, lebar total 52,5 cm dan tinggi
total 50 cm sudah termasuk antenna. Kapal dengan muatan elektronik memiliki bobot 4
kg, sedangkan bobot tanpa muatan elektronik sebesar 2,7 kg. Wahana mampu
mengangkut beban sebesar 4 kg selain perangkat elektronik di dalamnya.
Wahana menggunakan propeller berbahan alumunium dengan dua buah daun propeller ,diameter propeller 72 mm dan diameter hub propeller 6,73 mm. Propeller sangat
berpengaruh terhadap kecepatan suatu kapal, karena fungsinya adalah mengubah daya
putar dari motor menjadi daya dorong [6].
Gambar 5 hasil rancang bangun kapal permukaan otomatis
Desain propeller yang buruk menjadi penyebab borosnya bahan bakar, dalam hal ini
baterai. Jumlah daun propeller mempengaruhi efisiensi propeller , semakin sedikit jumlah
daun propeller maka semakin tinggi nilai efisiensi propeller . Beban yang ditanggung oleng
-
8/15/2019 Joki Vol 8 No 2 Tahun 2016
39/157
J.Oto.Ktrl.Inst (J.Auto.Ctrl.Inst) Vol 8 (2), 2016 ISSN : 2085-2517
156
masing-masing daun propeller akan semakin tinggi jika jumlah daun propeller semakinsedikit.
Perancangan Sistem Elektronik
Sistem elektronik USV terdiri atas beberapa bagian, yaitu Arduino Mega 2560 sebagaipusat pengendali, GPS sebagai penentu posisi koordinat, HMC5883L, ADXL345, Electronic
Speed Control (ESC) sebagai driver pada motor brushless, motor brushless, motor servo
untuk mengendalikan arah gerak wahana, micro SD, dan KYL-1020U untuk mengirimkan
data ke ground segment. Hubungan fungsional antara semua bagian elektronik dapatdilihat pada Gambar 4.
UBEC 3A 5V
Arduino Mega 2560
HMC5883L
ADXL345
GPS U-blox Neo 6M
KYL-1020U
Motor Servo
Motor BrushlessESC 30A
Tegangan
Data (wired ) Laptop KYL-1020U
Data (wireless)
Batt Li-Po 3S 3000mAh
Batt Li-Po 2S 5000mAh
Batt Li-Po 2S 5000mAh ESC 30A Motor Brushless
RX
TX
Gambar 6 hubungan fungsional elektronik kapal permukaan otomatis
Arduino Mega 2560 (Gambar 5) merupakan sebuah modul dengan rangkaian minimum
mikrokontroler ATmega2560. Mikrokontroler ini sudah memiliki bootloader di dalamnya,sehingga dapat deprogram ulang dengan menggunakan Arduino IDE melalui jalur
komunikasi Universal Asynchronous Receiver / Transmitter (UART). Dalam rangkaianminimum ini terdapat kristal eksternal sebesar 16 MHz yang merupakan nilai maksimum
Kristal yang dibutuhkan ATmega2560, sehingga memungkinkan proses instruksi perintah
berjalan lebih cepat [7].
Gambar 7 modul arduino mega 2560
Konfigurasi pin Arduino dengan beberapa perangkat ditunjukan Tabel 1.
-
8/15/2019 Joki Vol 8 No 2 Tahun 2016
40/157
J.Oto.Ktrl.Inst (J.Auto.Ctrl.Inst) Vol 8 (2), 2016 ISSN : 2085-2517
157
Table 2 konfigurasi arduino dengan perangkat lain
Perangkat Pin Keterangan
HMC5883L SDA SDA
SCL SCLADXL345 SDA SDA
SCL SCL
GPS U-blox Neo 6M RX1 RX Data
KYL-1020U RX3 RX Data
Micro SD Card
Module Catalex D50 MISO
D51 MOSI
D52 SCK
D53 CS
ESC D7 PWM signal
Motor Servo D6 PWM signal
Receiver RemoteControl
D23 Input Channel 3D25 Input Channel 1
D27 Input Channel 2
Modul HMC5883L digunakan sebagai sensor magnetometer yang menghasilkan nilai
kompas atau arah dalam bentuk derajat dengan antarmuka I2C (Two Wire).
ADXL345 merupakan sensor akselerometer yang digunakan untuk menentukan nilai roll
dan pitch pada kapal. ADXL345 menggunakan antarmuka I2C.
GPS digunakan untuk menentukan posisi koordinat dari wahana pada suatu lokasi. GPS u-blox Neo 6M memiliki akurasi GPS 2,5 meter, kecepatan 0,1 m/s, dan arah 0,5 derajat
pada CEP 50% [8]. Komunikasi antara mikrokontroler dan GPS menggunakan jalur UART
dengan BaudRate 9600. Format data yang dikirimkan dari GPS ke mikrokontrolermenggunakan format data NMEA 0183. Contoh data NMEA 0183 yang didapatkan dapat
dilihat pada Gambar 6.
Gambar 8 data nmea 0183 gps
Modul micro SD card Catalex digunakan untuk membaca dan menulis data pada kartumicro SD. Antarmuka yang digunakan pada modul ini adalah Serial Peripheral Interface
(SPI).
Modul KYL-1020U merupakan modul radio yang bersifat transceiver , yaitu dapat berlaku
sebagai transmitter dan receiver , dengan antarmuka UART dengan BaudRate 9600.Komunikasi antar KYL-1020U secara wireless menggunakan gelombang radio pada
frekuensi 433 MHz.
-
8/15/2019 Joki Vol 8 No 2 Tahun 2016
41/157
J.Oto.Ktrl.Inst (J.Auto.Ctrl.Inst) Vol 8 (2), 2016 ISSN : 2085-2517
158
Perancangan Perangkat Lunak
Perangkat lunak merupakan sebuah instruksi tetap yang tersimpan dalam flash memory
program. Mikrokontroler tidak dapat bekerja tanpa adanya perangkat lunak yang tertanam
di dalamnya [9]. Perangkat lunak pada system mikrokontroler disebut juga dengan
firmware. Perancangan firmware dilakukan dengan menggunakan Arduino IDE versi 1.6.3.Firmware yang telah dibuat kemudian diunduh ke mikrokontroler Arduino Mega 2560.Perangkat lunak yang dibuat memiliki empat fungsi utama yaitu, menentukan arah tujuan
wahana berdasarkan waypoint, menerima data kompas, roll, posisi koordinat berdasarkanGPS, melakukan penyimpanan data, serta mengirimkan data ke ground segment. Data
yang diterima oleh ground segment ditampilkan dalam user interface. Alur perangkat lunak
kapal permukaan otomatis dapat dilihat pada Gambar 7.
Mikrokontroler melakukan inisialisasi sensor akselerometer (ADXL345), sensor
magnetometer (HMC5883L) dan micro SD card pada saat awal dihidupkan. Jika micro SD
card rusak atau belum dimasukkan maka mikrokontroler melakukan proses inisialisasi
hingga micro SD card terdeteksi. Jika micro SD card serta sensor berfungsi dengan benar
maka mikrokontroler membaca file WAYPOINT.TXT yang berisi titik-titik waypoint yang akandituju sehingga akan diketahui jumlah waypoint.
Mulai
Inisialisasi:
1. Micro SD Card
2. ADXL345
3. HMC5883L
Ada Micro SD Card ?
Tidak
Baca file WAYPOINT.TXT
GPS Valid ?
Ada
Tidak
Inisialisasi servo
Motor BLDC berputar
ya
Hitung jarak kapal dengan waypoint
Hitung kurs ke waypoint
Servo mengarahkan kapal ke waypoint
Baca data GPS, Kompas, Roll
Jarak
-
8/15/2019 Joki Vol 8 No 2 Tahun 2016
42/157
J.Oto.Ktrl.Inst (J.Auto.Ctrl.Inst) Vol 8 (2), 2016 ISSN : 2085-2517
159
sin2 2⁄ +cos(1) .cos(2) .sin2( 2⁄ )
√ a, 1-a) (1)sin.cos2 , cos1 .sin2 - sin1 .cos2 .cos) (2)
Setelah mikrokontroler membaca banyaknya waypoint, kemudian servo digerakkan kekanan dan ke kiri masing-masing selama dua detik kemudian kembali ke posisi normal
untuk memastikan kapal dapat bermanuver dengan baik. Ketika semua komponen telah
berfungsi dengan baik, mikrokontroler mengambil data posisi dalam bentuk koordinatdengan menggunakan modul GPS U-blox Neo 6M, arah orientasi kapal dengan sensor
magnetometer dan nilai roll kapal dengan menggunakan sensor akselerometer.
Posisi yang didapatkan melalui GPS harus merupakan data yang valid agar penentuan arahtujuan kapal menjadi akurat. Ketika data GPS yang didapatkan tidak valid maka
mikrokontroler terus mengambil data hingga data GPS valid. Ketika data GPS sudah valid,
maka kapal kemudian dijalankan untuk mengikuti waypoint yang ada. Perhitungan jarak
kapal dengan waypoint menggunakan persamaan (1) dan arah tujuan kapal menuju
waypoint menggunakan persamaan (2).
2.2 Antarmuka Pengguna dengan Google Earth
Tampilan user interface dapat dilihat pada Gambar 8. User interface terdiri dari GoogleEarth dan juga Python. Data yang ditampilkan menggunakan Python terdiri dari data roll,
Gambar 10 tampilan antarmuka pengguna
-
8/15/2019 Joki Vol 8 No 2 Tahun 2016
43/157
J.Oto.Ktrl.Inst (J.Auto.Ctrl.Inst) Vol 8 (2), 2016 ISSN : 2085-2517
160
pitch, yaw / kompas, arah target, arah saat ini, selisih arah, jarak ke target, serta waypoint
saat ini dan jumlah maksimal waypoint. Data yang ditampilkan menggunakan Google Earth
adalah data posisi saat ini dari wahana dan lintasan yang akan dilalui oleh wahana.
Pemilihan Google Earth untuk menampilkan posisi wahana dikarenakan penggunaan yang
cukup mudah dan tampilan yang user friendly atau mudah digunakan. Google Earth jugatersedia dengan peta tak berbayar sehingga mudah untuk mengakses lokasi yang
digunakan. Lokasi wahana ditunjukkan dengan tool placemark. Posisi placemark berpindah sesuai posisi wahana sebenarnya (real time) dengan memperbaharui file *.kml
yang berisi posisi koordinat placemark . Rute waypoint yang ditampilkan dengan
menggunakan tool path pada Google Earth.
Dalam penggunaannya, pengguna hanya perlu membuka file *.kml dengan menggunakanGoogle Earth kemudian menjalankan script python yang telah dibuat. Agar dapat
berkomunikasi antara Arduino dengan perangkat komputer, port pada script python harus
disesuaikan dengan port yang terbaca pada perangkat komputer.
2.3
Perancangan dan Uji Coba Sistem Observasi Kapal Permukaan Otomatis
Uji Stabilitas
Uji stabilitas dilakukan dengan melihat nilai rolling duration. Nilai tersebut didapat denganmenghitung lama waktu yang dibutuhkan oleh kapal pada saat dimiringkan secara
maksimal hingga kembali ke posisi tegak.
Gambar 11 grafik
rolling duration
Gambar 9 menunjukkan kapal membutuhkan waktu 3077 ms atau sekitar 3 detik untuk
kembali pada keadaan tegak setelah dimiringkan secara maksimal. Wahana mengalami 6kali oleng. Pada oleng pertama, sudut saat dimiringkan sebesar 13,4° ke kiri dan kapal
mendapat dorongan untuk kembali ke posisi semula sehingga mencapai kemiringan 24°
ke kanan. Pada oleng kedua, kapal miring ke kiri sebesar 4,7° lalu ke kanan hingga 3,1°.
Rata-rata waktu yang dibutuhkan kapal untuk kembali ke posisi 0° pada tiap olengnyaadalah 114,3 ms dengan reduksi oleng dari oleng pertama ke oleng kedua sebesar 86,8%.
Persen reduksi oleng yang besar tersebut dikarenakan kapal yang digunakan berjenis
katamaran. Kapal berjenis mono hull memiliki nilai persen reduksi oleng yang lebih kecildibandingkan kapal berjenis katamaran, yaitu sebesar 30 – 35 % [10]. Nilai reduksi olengyang besar akan mengakibatkan kapal akan lebih cepat kembali ke posisi semula setelahmengalami oleng.
-20
-10
0
10
20
30
0 1 0 0 0
2 0 0 0
3 0 0 0
R o l l D e g r e e
dT (ms)
-
8/15/2019 Joki Vol 8 No 2 Tahun 2016
44/157
J.Oto.Ktrl.Inst (J.Auto.Ctrl.Inst) Vol 8 (2), 2016 ISSN : 2085-2517
161
Uji Akurasi GPS
Uji akurasi GPS dilakukan dengan meletakkan GPS pada satu lokasi dalam waktu 60 menit
untuk merekam posisi koordinat yang didapatkan. Peletakkan GPS harus di tempat yang
terbuka dan tidak ternaungi agar GPS mendapatkan data posisi yang akurat. Untuk
menghitung nilai akurasi GPS, nilai posisi yang digunakan dalam bentuk Easting danNorthing. Nilai posisi yang didapatkan dari GPS dalam bentuk Latitude dan Longitude
kemudian diubah kedalam bentuk Easting dan Northing .
Gambar 12 uji akurasi gps selama 60 menit
Gambar 10 memberikan data akurasi GPS menggunakan CEP bernilai 1,9377 m dan
2DRMS bernilai 4,7570 m. Perhitungan nilai akurasi GPS menggunakan CEP (Circular Error
Probable) 50% dan 2DRMS (Twice the Distance Root Mean Square) 95% dengan
persamaan (3) dan (4).
x+ y) (3)
x2+ y2 (4)CEP 50% berarti radius 50% dari jarak akurasi GPS, sedangkan 2DRMS 95% berarti radius95% dari jarak akurasi GPS. GPS memiliki tingkat akurasi yang semakin tinggi jika nilai
akurasinya semakin mendekati nol. Nilai akurasi GPS yang didapatkan pada CEP 50% lebihkecil dibandingkan dengan nilai akurasi GPS pada CEP 50% berdasarkan datasheet, yaitu
1,9377 meter dibandingkan 2,5 meter. Hal tersebut menunjukan bahwa GPS yang
digunakan masih memiliki tingkat akurasi yang tinggi
Uji Coba Sistem Observasi Kapal Permukaan Otomatis
Uji coba dilakukan untuk melihat kemampuan wahana dalam mengikuti lintasan yang telah
dibuat, seperti lintasan lurus, zigzag, parallel, dan berbentuk huruf “S” dengan bentukwahana yang ada. Wahana dikatakan mampu mengikuti lintasan yang ada jika nilai selisih
jarak wahana dengan waypoint tidak lebih besar dari nilai 2DRMS 95% GPS, yaitu sebesar
4,757 meter. Selisih jarak dihitung pada tiap titik waypoint terhadap posisi wahana yang
sebenarnya pada sumbu X dan/atau sumbu Y.
Pada lintasan lurus terdapat 11 titik waypoint yang dimulai dari titik -6,5526 LS dan
106,7473 BT menuju -6,5532 LS dan 106,7481 BT. Jarak antar waypoint rata-rata
-8
-6
-4-2
0
2
4
6
8
10
-20 -15 -10 -5 0 5 10
D e l t a Y
Delta X
Posisi
CEP
-
8/15/2019 Joki Vol 8 No 2 Tahun 2016
45/157
J.Oto.Ktrl.Inst (J.Auto.Ctrl.Inst) Vol 8 (2), 2016 ISSN : 2085-2517
162
sebesar 11,4 meter, dengan panjang lintasan sebesar 114,7 meter. Nilai error terhadapsumbu x terbesar terdapat pada waypoint ke-7 yaitu sebesar 2,1 meter. Nilai error
terhadap sumbu y terbesar terdapat pada waypoint ke-7 yaitu sebesar 1,2 meter. Nilaitersebut masih berada dibawah nilai 2DRMS 95% GPS sehingga dapat dikatakan bahwa
wahana masih tepat mengikuti lintasan lurus. Hasil uji lapang pada lintasan lurus dapat
dilihat pada Gambar 11.
Gambar 13 perbandingan waypoint dengan posisi aktual kapal pada lintasan parallel
Pada lintasan zigzag terdapat 9 titik waypoint yang dimulai dari titik -6,5527 LS dan
106,7473 BT menuju -6,5531 LS dan 106,7479 BT. Jarak antar waypoint rata-rata
sebesar 11,3 meter, dengan panjang lintasan sebesar 83,9 meter. Nilai error terhadap
sumbu x terbesar terdapat pada waypoint ke-4 yaitu sebesar 2,6 meter. Nilai error
terhadap sumbu y terbesar terdapat pada waypoint ke-1 yaitu sebesar 3,7 meter. Nilai
tersebut masih berada dibawah nilai 2DRMS 95% GPS sehingga dapat dikatakan wahana
tepat dalam mengikuti lintasan zigzag. Hasil uji lapang pada lintasan zigzag dapat dilihatpada Gambar 12.
Gambar 14 perbandingan waypoint dengan posisi aktual kapal pada lintasan parallel
Pada lintasan parallel terdapat 16 titik waypoint yang dimulai dari titik -6,5527 LS dan106,7474 BT menuju -6,5532 LS dan 106,7477 BT. Hasil uji lapang pada lintasan parallel
dapat dilihat pada Gambar 13. Jarak antar waypoint rata-rata sebesar 7,8 meter, dengan
panjang lintasan sebesar 141,9 meter. Nilai error terhadap sumbu x terbesar terdapat
-6,5534
-6,5532
-6,553
-6,5528
-6,5526
-6,5524
i
n
t
a
n
g
Bujur
Waypoint USV
-6,5532
-6,5531
-6,553
-6,5529
-6,5528
-6,5527
-6,5526
i
n
t
a
n
g
Bujur
Waypoint USV
-
8/15/2019 Joki Vol 8 No 2 Tahun 2016
46/157
J.Oto.Ktrl.Inst (J.Auto.Ctrl.Inst) Vol 8 (2), 2016 ISSN : 2085-2517
163
pada waypoint ke-5 yaitu sebesar 4,8 meter. Nilai error terhadap sumbu y terbesarterdapat pada waypoint ke-15 yaitu sebesar 3,9 meter.
Gambar 15 perbandingan waypoint dengan posisi aktual kapal pada lintasan parallel
Nilai error pada sumbu y masih berada dibawah nilai 2DRMS 95% GPS, sedangkan nilai
error pada sumbu x lebih besar dari nilai 2DRMS 95% GPS. Hal ini disebabkan posisi
lintasan yang diagonal terhadap sumbu x dan sumbu y, sehingga jarak menjadi lebih jauh
pada sumbu x dan sumbu y. Pada waypoint ke-5, jarak terdekat terhadap posisi GPS aktualsebesar 2,4 meter. Nilai tersebut masih masuk kedalam toleransi wahana dalam
penghitungan jarak sehingga wahana melanjutkan perjalanan meskipun jarak pada sumbu
x tersebut lebih besar dari nilai 2DRMS 95% GPS. Selain itu, kapal dengan jenis katamaran
memiliki kekurangan dalam maneuver dan semua jenis kapal tidak dapat melakukan
maneuver secara patah. Sehingga pada lintasan parallel gerak maneuver kapal akan lebih
memutar dan menghasilkan jarak error antara titik waypoint dan posisi wahana yang lebih
besar.
Pada lintasan berbentuk huruf S terdapat 16 titik waypoint yang dimulai dari titik -6,5526
LS dan 106,7474 BT menuju -6,5533 LS dan 106,7478 BT. Jarak antar waypoint rata-rata
sebesar 8,9 meter, dengan panjang lintasan sebesar 134,8 meter. Nilai error terhadapsumbu x terbesar terdapat pada waypoint ke-9 yaitu sebesar 3,8 meter. Nilai error
terhadap sumbu y terbesar terdapat pada waypoint ke-7 yaitu sebesar 4,4 meter. Nilaitersebut masih berada dibawah nilai 2DRMS 95% GPS sehingga dapat dikatakan bahwa
wahana masih mengikuti lintasan dengan tepat. Hasil uji lapang pada lintasan S dapatdilihat pada Gambar 14.
-6,5533
-6,5532
-6,5531
-6,553
-6,5529
-6,5528
-6,5527
-6,5526
i
n
t
a
n
g
Bujur
Waypoint USV
-
8/15/2019 Joki Vol 8 No 2 Tahun 2016
47/157
J.Oto.Ktrl.Inst (J.Auto.Ctrl.Inst) Vol 8 (2), 2016 ISSN : 2085-2517
164
Gambar 16 perbandingan waypoint dengan posisi aktual kapal pada lintasan S
Pada uji lapang dapat dilihat bahwa USV merespon titik waypoint yang telah dibuat dan
dapat mengikuti bentuk lintasan yang telah dibuat, yaitu lintasan lurus, lintasan zigzag,lintasan parallel, dan lintasan berbentuk huruf S. Nilai error yang ada dikarenakan adanya
toleransi yang diberikan pada algoritma wahana. Hal ini menunjukkan bahwa USV bersifat
autonomous yang dapat berjalan secara otomatis. Selain itu USV juga dapat dikendalikanmenggunakan remote sebagai transmitter dengan jarak hingga 200 meter. Pemilihan
mode manual dan otomatis dilakukan menggunakan remote kendali. Ketika remote
kendali dihidupkan, maka wahana secara otomatis menjadi manual dan dapat
dikendalikan. Namun ketika remote kendali dimatikan, maka wahana secara otomatisberjalan mengikuti waypoint. Nilai rataan error posisi wahana terhadap lintasan pada
sumbu x dan sumbu y sebesar 1,5 meter.
3
Kesimpulan
Rancang bangun wahana permukaan tak berawak (unmanned surface vehicle (USV)) telahberhasil dilakukan. USV berjalan secara otomatis dengan mengikuti waypoint yang telah
ditentukan. USV yang dibuat cukup sederhana dengan bahan dasar pembuatannyamenggunakan pipa PVC dan alumunium yang mudah didapatkan dan mudah dalam
perancangannya. Waypoint yang ingin dituju dimasukkan kedalam micro SD pada wahana.
Nilai error terbesar pada sumbu x yaitu 4,8 meter dan pada sumbu y 4,4 meter. Nilaiakurasi GPS dengan CEP 50% sebesar 1,9 meter dan 2DRMS 95% sebesar 4,7 meter.
Wahana mampu mengikuti lintasan dengan baik pada lintasan lurus, zigzag dan lintasan S
dan cukup baik pada lintasan parallel dengan rataan error pada sumbu x dan sumbu y
sebesar 1,5 meter. Pada lintasan parallel wahana kurang mampu melakukan maneuver
pada lintasan yang berbelok patah. Wahana cukup stabil dengan waktu yang dibutuhkanuntuk kembali pada keadaan semula sekitar 3 detik setelah diolengkan.
4
Nomenklatur
= Latitude
-6,5534
-6,5533
-6,5532
-6,5531
-6,553
-6,5529
-6,5528
-6,5527
-6,5526
i
n
t
a
n
g
Bujur
Waypoint USV
-
8/15/2019 Joki Vol 8 No 2 Tahun 2016
48/157
-
8/15/2019 Joki Vol 8 No 2 Tahun 2016
49/157
-
8/15/2019 Joki Vol 8 No 2 Tahun 2016
50/157
-
8/15/2019 Joki Vol 8 No 2 Tahun 2016
51/157
J.Oto.Ktrl.Inst (J.Auto.Ctrl.Inst) Vol 8 (2), 2016 ISSN : 2085-2517
168
untuk mendeteksi adanya friksi statis [3]. Teknik pencocokan grafis juga digunakan olehCoudhury, Shah, Thornhill, dan Shook untuk merumuskan metode pencocokan elips dalam
mendeteksi friksi statis [6,7].
Pada makalah ini, dibandingkan dua metode dengan teknik pencocokan grafis, yaitu
pencocokan kurva oleh He [4] dan pencocokan elips oleh Choudhury [7]. Makalah inidisajikan sebagai berikut: Bab 2 memberikan penjelasan mengenai metodologi penelitian
yang digunakan. Metodologi penelitian ini terdiri dari penjelasan friksi statis dan metodedeteksi friksi statis yang digunakan. Bab 3 memberikan hasil dari deteksi friksi statis
menggunakan input data simulasi dan data industri. Data industri diambil dari salah satu
pabrik petrokimia. Pada Bab 4 terdapat kesimpulan dari penelitian yang sudah dilakukan.
2 Diskusi
2.1 Friksi statis
Friksi statis atau gesekan statis merupakan salah satu masalah pada katup yangmenyebabkan ketidaklinieran [1]. Friksi statis dapat direpresentasikan oleh 2 parameter,
yaitu S (deadband ditambah stickband) dan J (slip jump). Friksi statis dan kedua parameter
ini dapat dilihat pada Gbr. 1.
Gambar 1. Grafik hubungan input-output katup kontrol karena friksi statis
[3]
Dari Gambar 1, titik A merupakan titik di mana katup akan mulai bergerak. Jika nilai inputdari katup tidak melebihi nilai gesekan statis (fs), output yang merupakan posisi katup
tidak akan berubah. Tetapi jika nilai input melebihi nilai fs dan fd (S) , seperti A` hingga D’,posisi katup akan beruba ke posisi B dan langsung melompat (J) ke posisi C. Setelah itu,
katup akan bergerak dari C ke D dan hanya akan dipengaruhi oleh gesekan kinetis saja.
Karena kecepatan yang terlalu kecil, mendekati nol, kemungkinan katup akan mengalamilengket (stick) lagi. Pada kondisi ini nilai deadband adalah nol, dan hanya stickband yang
berpengaruh di sini. Katup akan terus bergerak jika nilai input lebih dari nilai stickband.
Pada saat sampai di titik G, input katup berubah arah. Dalam kondisi ini, friksi statis juga
akan memberikan nilai S yang harus dilampaui oleh input agar katup bergerak berubah
arah.
-
8/15/2019 Joki Vol 8 No 2 Tahun 2016
52/157
J.Oto.Ktrl.Inst (J.Auto.Ctrl.Inst) Vol 8 (2), 2016 ISSN : 2085-2517
169
Dalam memudahkan analisis, pemodelan friksi statis telah banyak dirumuskan. Salahsatunya adalah pemodelan mekanis dengan hukum Newton kedua. Namun karena
pemodelan ini membutuhkan beberapa parameter yang sulit didapatkan, pemodelanberdasarkan skema friksi statis dikembangkan. Pemodelan friksi statis yang dipakai pada
penelitian yang diacu oleh penelitian ini adalah pemodelan friksi statis menurut He dan
Coudhury.
Pemodelan friksi statis He [4] merumuskan bentuk kurva keluaran pengendali (OP) darikatup yang mengalami friksi statis akan membentuk kurva kotak. Dengan adanya
integrator yang ada pada sebuah loop kontrol, maka kurva ini akan menjadi berbentuk
segitiga sebagai hasil dari integral kotak. Namun jika katup tidak mengalami friksi statis ,
kurva akan berbentuk sinusoidal [4]. Berbeda dengan pemodelan He, pemodelan friksi
statis Choudhury [9] menggunakan data OP dan PV. Menurut pemodelan Choudhury, kurva
OP-PV sebuah katup yang mengalami friksi statis akan membentuk kurva elips.
2.2 Program Deteksi Friksi statis
Untuk mendeteksi keberadaan friksi statis , awalnya data harus terdeteksi tidak linier.Dalam penelitian yang diacu oleh makalah ini, deteksi ketidaklinieran menggunakan
bicoherence yang juga dirumuskan oleh Choudhury [6]. Gambar 2 menunjukkan
bagaimana diagram alir dari deteksi friksi statis yang terdiri dari 2 bagian yaitu bicoherence
dan deteksi friksi statis.
-
8/15/2019 Joki Vol 8 No 2 Tahun 2016
53/157
J.Oto.Ktrl.Inst (J.Auto.Ctrl.Inst) Vol 8 (2), 2016 ISSN : 2085-2517
170
Gambar 2. Diagram alir deteksi friksi statis [5]
1.
Bicoherence: Sebelum mendeteksi keberaan stiction, terlebih dahulu data harus
terdeteksi tidak Gaussian dan tidak linier. Parameter IKG (Indeks Ketidak-Gaussian)
dan IKL (Indeks Ketidaklinieran digunakan untuk menentukannya. Jika IKG dan IKLlebih dari batas yang ditentukan, maka data terdeteksi tidak Gaussian dan tidak linier
[8]. Dalam penelitian yang diacu oleh makalah ini, digunakan batas 0,004 untuk IKG
dan 0,04 untuk IKL sesuai dengan jumlah data yang dipakai, 1024 [8]. Untuk
-
8/15/2019 Joki Vol 8 No 2 Tahun 2016
54/157
J.Oto.Ktrl.Inst (J.Auto.Ctrl.Inst) Vol 8 (2), 2016 ISSN : 2085-2517
171
mendapatkan nilai IKG dan IKL, digunakan bicoherence yang merupakan normalisasidari bispectrum. Bispectrum sendiri merupakan representasi frekuensi dari parameter
statistik cumulant orde ketiga. Cumulant orde ketiga ini merepresentasikankecondongan kurva yang akan merepresentasikan nilai IKG dan IKL. Nilai IKG dan IKL
dapat dihitung dengan persamaan 1 dan persamaan 3 [8].
IKG ∑ ̂
(1)
dengan adalah bicoherence estimasi yang memenuhi persamaan 2.̂
(2)
IKL ̂ ̂ ̂ (3)
dengan ̂ adalah nilai maksimal bicoherence estimasi, ̂ adalah reratabicoherence estimasi, dan ̂ adalah standar deviasi bicoherence estimasi.2.
Deteksi Friksi statis: Dalam deteksi friksi statis ini, digunakan 2 metode, yaitu
pencocokan kurva dan pencocokan elips. Deteksi friksi statis yang pertama adalah
menggunakan metode pencocokan kurva yang dirumuskan oleh He [4]. Pada metode
ini, dibuat 2 kurva estimasi untuk dicocokkan dengan data, yaitu kurva sinusoidal dan
kurva segitiga.