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


Estiyanti Ekawati


Suprijadi


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


Mitra Djamal, Dr. Ing., Prof


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


Sutanto Hadisupadmo, Dr.


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


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


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


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


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


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


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


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


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


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


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


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


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


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


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


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


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


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


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


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


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


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


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


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


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


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


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


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


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


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


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


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


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.


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


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.


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


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


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


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


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


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.

Joki Vol 8 No 2 Tahun 2016

Documents

Transcript of Joki Vol 8 No 2 Tahun 2016