Hasil Pencarian  ::  Simpan CSV :: Kembali

"Quadcopter adalah sebuah wahana terbang yang terdiri dari empat motor terhubung dengan baling-baling. Sistem pengendalian wahana ini memiliki kompleksitas yang cukup tinggi akibat kemampuannya yang memiliki enam derajat kebebasan, tetapi hanya memiliki empat jenis pergerakan, yaitu roll, pitch, yaw, dan thrust. Kompleksitas ini menyebabkan pengendalian quadcopter bersifat underactuated karena jumlah pergerakannya yang lebih sedikit dari derajat kebebasannya. Pengendalian empat pergerakan tersebut membutuhkan proses tambahan untuk menggerakkan masing-masing motor pada quadcopter yang disebut sebagai control mixer. Penelitian yang bertujuan untuk mengembangkan sistem kendali quadcopter berdasarkan ekosistem PX4 Autopilot membutuhkan sebuah control mixer yang dapat digunakan terlepas dari sistem pengendali bawaan dari PX4 Autopilot. Akan tetapi, control mixer yang terdapat di PX4 Autopilot hanya terikat pada sistem pengendali bawaannya dan persamaan matematisnya tidak terdapat di dokumentasi resminya. Oleh karena itu, penelitian ini bertujuan untuk membuat sistem control mixer berbasis ekosistem PX4 Autopilot tanpa perlu mengetahui persamaan matematis dari model tersebut menggunakan model Deep Learning berbasis Back Propagation Neural Network yang akan diujikan pada program simulasi Gazebo untuk melakukan evaluasi model.

---

The quadcopter is an aircraft composed of four motors connected to propellers. The control system of this vehicle is quite complex due to its capability of six degrees of freedom, but it only has four types of movements: roll, pitch, yaw, and thrust. This complexity makes quadcopter control underactuated because the number of movements is fewer than its degrees of freedom. Controlling these four movements requires an additional process to manipulate each motor on the quadcopter, known as a control mixer. Research aimed at developing a quadcopter control system based on the PX4 Autopilot ecosystem requires a control mixer that can be used independently of PX4 Autopilot's built-in control system. However, the control mixer in PX4 Autopilot is only tied to its built-in control system, and its mathematical equations are not documented officially. Therefore, this research aims to create a control mixer system based on the PX4 Autopilot ecosystem without needing to know the mathematical equations of the model, using a Deep Learning model based on Back Propagation Neural Network that will be tested in the Gazebo simulation program to evaluate the model."

"ABSTRAKSalah satu tujuan penggunaan autopilot pada kapal laut adalah untuk mempermudah awak kapal dalam usaha mengendalikan arah gerak kapal agar tetap berada pada suatu lintasan lurus yang diinginkan. Disamping itu juga seyogianya autopilot dapat pula digunakan untuk mengatur kapal agar mengikuti perpindahan arah gerak dan suatu arah ke arah yang lain.Dalam Tugas Akhir ini, dibahas dinamika gerak kapal untuk empat kapal yang berbeda, dua kapal barang dengan ukuran utama yang berbeda, satu kapal tanker dan satu kapal curah. Berdasarkan informasi tentang dinamika kapal-kapal tersebut dibuat model diskrit sebagai model acuan untuk penerapan kendali adaptif variansi minimum.Untuk keperluan pengendalian agar kapal dapat mencapai arah yang tetap (course keeping) digunakan regulator variansi minimum. Sedang untuk mengendalikan kapal agar dapat mengikuti perpindahan arah gerak dari suatu arah ke arah yang lain (course tracking) digunakan kendali variansi minimum. Kendali/regulator tersebut diuji dan dianalisis dengan menggunakan simulasi perangkat lunak yang ditulis dalam bahasa BASIC.Hasil Simulasi menunjukkan bahwa kendali/regulator variansi minimum dengan segala keterbatasannya, mampu mengendalikan arah gerak kapal baik untuk course keeping maupun untuk course tracking. "