Articles

Found 2 Documents
Search
Journal : Jurnal Teknologi Informasi dan Ilmu Komputer

Sistem Kendali Ketinggian Quadcopter Menggunakan PID Setyawan, Gembong Edhi; Setiawan, Eko; Kurniawan, Wijaya
Jurnal Teknologi Informasi dan Ilmu Komputer Vol 2, No 2: Oktober 2015
Publisher : Fakultas Ilmu Komputer, Universitas Brawijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (843.756 KB) | DOI: 10.25126/jtiik.201522144

Abstract

AbstrakQuadcopter (Quadrotor Helicopter) merupakan salah satu jenis UAV yang memiliki 4 baling-baling.Quadcopter mempunyai kelebihan pada mobilitas dan fleksibilitas untuk menjelajahi wilayah yang sempit. Penelitian ini adalah tahap awal untuk merancang sistem navigasi otomatis UAV pada quadcopter, yaitu dengan merancang sistem kendali ketinggian UAV quadcopter menggunakan metode PID (Proportional Integral Derivative). Penalaan parameter PID menggunakan metode osilasi zieger nichols. Pemodelan matematis pergerakan quadcopter telah didapatkan di penelitian ini. Hasil dari pemodelan digunakan untuk menentukan parameter PID secara simulasi menggunakan MATLAB. Berdasarkan perangkat yang digunakan dalam quadcopter, pengendalian pergerakan dalam sudut roll (f) dan pitch (q)  memperoleh nilai Kp=0,12; Ki=0,037 dan Kd=0,0975. Pengendalian sudut yaw (y) memperoleh Kp=0,9; Ki=0,22 dan Kd=0,76. Sedangkan pengendalian ketinggian (altitude) didapatkan Kp=1,2; Ki=0,28 dan Kd=1,13.Kata kunci: ketinggian, PID, quadcopter, sistem kendali, UAVAbstractQuadcopter (Quad rotor Helicopter) is one type of UAV that has 4 propellers. The advantages of quadcopter UAV are the mobility and flexibility to explore a narrow region. This study is an early stage to design the automatic navigation system on the quadcopter UAV. The design of altitude control system of quadcopter UAV using PID (Proportional Integral Derivative) and method of Zieger Nichols became the focus in this study. This study have acquired mathematical modelling quadcopter UAV movement. The results of the modelling used to determine the PID parameters using MATLAB simulation. Based on the device used to control the movement of the roll angle (f) and pitch (q) obtained Kp = 0.12; Ki = 0.037 and Kd = 0.0975. Control of the yaw angle (y) obtained Kp = 0.9; Ki = 0.22 and Kd = 0.76. While controlling altitude obtained Kp = 1.2; Ki = 0.28 and Kd = 1.13.Keywords: altitude, control system, PID, quadcopter, UAV
Sistem Deteksi Jumlah, Jenis dan Kecepatan Kendaraan Menggunakan Analisa Blob Berbasis Raspberry Pi Setyawan, Gembong Edhi; Adiwijaya, Benny; Fitriyah, Hurriyatul
Jurnal Teknologi Informasi dan Ilmu Komputer Vol 6, No 2: April 2019
Publisher : Fakultas Ilmu Komputer, Universitas Brawijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (3164.817 KB) | DOI: 10.25126/jtiik.2019621405

Abstract

Penghitungan kondisi lalu lintas guna analisa kualitas jalan raya umumnya dilakukan secara manual. Hal ini tentunya membutuhkan biaya dan SDM yang tinggi serta tidak dapat dianalisa secara langsung. Dalam penelitian ini telah dikembangkan metode pengenalan jenis, jumlah dan kecepatan kendaraan secara otomatis menggunakan pengolahan citra digital. Metode yang berdasarkan analisa terhadap BLOB (Binary Large OBject) tersebut ditanamkan pada sistem berbasis Raspberry Pi. Setiap blob merupakan connected-component yang diperoleh dari proses thresholding terhadap perubahan nilai pixel dari sebuah frame dan frame rujukan dalam metode background subtraction. Jenis kendaraan ditentukan oleh jumlah piksel dalam bounding-box setiap blob. Jumlah kendaraan yang melaju dihitung dengan  memberikan garis virtual dimana jumlahnya akan bertambah jika centroid dari setiap bounding-box kendaraan melewatinya. Kecepatan kendaraan dihitung dengan membagi jarak sebenarnya dari koordinat awal hingga garis virtual sepanjang 12 meter yang dibagi dengan waktu centroid tersebut untuk menempuhnya. Algoritma tersebut diimplementasikan pada sistem berbasis Raspberry Pi dengan input kamera yang terhubung dengan serial monitor untuk menampilkan output penghitungan. Pengujian akurasi deteksi jenis kendaraan yakni sepeda motor, kendaraan ringan dan berat menghasilkan akurasi 93,39%. Pengujian jumlah kendaraan menghasilkan rata-rata akurasi 93,48% untuk semua jenis kendaraan. Pengujian laju kendaraan yang dideteksi dengan dibandingkan kecepatan pada spedometer kendaraan menunjukkan akurasi 93,9%. AbstractAn analysis on traffic condition usually carried out manually by visual observation. This method demands high human resource and cannot be analysed immediately. This paper present an algorithm to analyse type, number and speed of vehicles that passing by a road automatically using BLOB (Binary Large Object)  analysis. Each blob is a connected-component as a result of thresholding after background subtration process. Type of vehicles was determined by measuring pixel number of blob’s bounding box. Number of vehicles was determined by drawing virtual line where the number was increased once a centroid of bounding box passed it. Speed of vehicles was determined using basic speed formula where 12 meters of actual distance between the beginning coordinate and virtual line was divided by time to travel it. The algorithm was embedded in Raspberry Pi where videos were acquired using attached web camera. The analysis result was shown in connected serial monitor. Testing on vehicles’ type detection (motorcycle, light vehicle, heavy vehicle) result accuracy of 93.9%, number of vehicles result accuracy of 93.48%, whilst speed of vehicles result accuracy of 93.9%.
Co-Authors Adharul Muttaqin Aditya Rachmadi, Aditya Adiwijaya, Benny Afandi, Musada Teguh Andi Agung Setiabudi, Agung Ahmad Fauzi, Reza Tanjung Akbar, Muhammad Fajaruddin Amroy Casro Lumban Gaol, Amroy Casro Lumban Andianto, Riko Ardhana, Andyan Bina Ardiansyah, Faizal Aryo Pinandito, Aryo Bagus Priyo Pangestu, Bagus Priyo Barlian Henryranu Prasetio Dahnial Syauqy, Dahnial Dewantara, Yusril Dharmawan, Muchamad Rafi Eko Setiawan Eriq M. Adams Jonemaro, Eriq M. Adams Faisal Natanael Lubis, Faisal Natanael Fajar Pradana, Fajar Fantara, Fungki Pandu Farizal, Fahmi Faviansyah Arianda Pallas, Faviansyah Arianda Fitri Utaminingrum, Fitri Handi, Handi Hendra Hendra Hurriyatul Fitriyah, Hurriyatul Issa Arwani Jatmiko, Dimas Bagus Kasim, Abdurrahman Arif Khulafa, Muhammad Rosyid Khumairoh, Ayu Dewi Kurniadi, Sunu Dias Widhi Kurniawan, Okke Rizki Lilian, Cindy Mahfuzhon, Adnan Maulana, Randy Mochammad Hannats Hanafi Ichsan, Mochammad Hannats Hanafi Mulyana, Arycca Septian Nainggolan, Frans Herbert Nugraha, Reza Ridlo Oktama, Rimas Oktaria, Enno Roscitra Prana, Tadya Adi Pribadi, Dimas Angger Putra, Mohammad Kholili Adi Putri, Ayang Setiyo Ramadhan, Zakky Ricky Prasetya Santoso, Ricky Prasetya Rizal Maulana, Rizal Rizki, Andi Mohammad Rizqi, Haqqi Rodhi, Moh. Zainur Rosada, Amrin Sabitha Wildani Hadi, Sabitha Wildani Sabriansyah Rizqika Akbar Samura, Ayu Sandy, Irma Asri Kartika Sanjaya, Agastya Bramanta Saputra, Didik Wahyu Setyawan, Arista Budi Soritua, Rinaldi Albert Susanty, Khurinika Cahyaning Susilo, Faizal Andy Sutejo, Muliyahati Suwito, Wahyu Hari Syarif Hidayatullah Tamsar, Mesra Diana Tibyani Tibyani, Tibyani Tumonglo, Anata Ula, Fajar Miftakhul Wijaya Kurniawan Wijaya, Putra Yanuar, Rahmat Naharu Zain, Achmad Baichuni Zulfikar Ardi, Muhammad Tri Buwana