ANALISIS SENSOR MPU 6050 UNTUK KESTABILAN POSISI PADA RANCANG BANGUN ROBOT ROV (REMOTELY OPERATED VEHICLE) MENGGUNAKAN METODE KALMAN FILTER

IQBAL, M. BAZAAR (2017) ANALISIS SENSOR MPU 6050 UNTUK KESTABILAN POSISI PADA RANCANG BANGUN ROBOT ROV (REMOTELY OPERATED VEHICLE) MENGGUNAKAN METODE KALMAN FILTER. Other thesis, POLITEKNIK NEGERI SRIWIJAYA.

[img] Text (Cover)
FILE I.pdf

Download (489kB)
[img] Text (BAB I Pendahuluan)
FILE II.pdf

Download (385kB)
[img] Text (BAB II Tinjauan Pustaka)
FILE III.pdf

Download (1MB)
[img] Text (BAB III Metodologi Penelitian)
FILE IV.pdf
Restricted to Repository staff only

Download (629kB) | Request a copy
[img] Text (BAB IV Hasil dan Pembahasan)
FILE V.pdf
Restricted to Repository staff only

Download (1MB) | Request a copy
[img] Text (BAB V Kesimpulan dan Saran)
FILE VI.pdf

Download (148kB)
[img] Text (Daftar Pustaka)
FILE VII.pdf

Download (205kB)
[img] Text (Dokumentasi)
FILE VIII.pdf

Download (323kB)

Abstract

Dalam penelitian ini diimplementasikan sebuah robot bawah air yang berkaitan dengan keseimbangan pada media yang tidak stabil. Tujuannya adalah merancang dan mengimplementasikan sebuah sistem kontrol diskrit digital yang memberikan stabilitas yang diperlukan. Algoritma kalman filter menjadi implementasi pengujian ideal sensor pada model robot ini. Algoritma ini mampu meningkatkan performa kontrol pada sistem robot. Dalam perancangan ini menguji kinerja sistem kontrol dan algoritma kalman filter. Uji software dilakukan untuk mengumpulkan hasil kinerja algoritma kalman filter. Kinerja sistem kontrol robot secara langsung tergantung pada algoritma kalman filter. Perancangan robot ini menggunakan EnKF sebagai algoritma penyeimbang atau penstabil robot.Sensor MPU 6050 dapat memberikan pengukuran sudut pitch dan roll yang akurat yaitu ketika sistem keadaan standby nilai pitch 6,7 dan nilai roll 3.6 dan saat dijalankan nilai pitch 12.3 dan nilai roll 0.75. Metode kalman filter dengan nilai pitch 6.17 dan nilai roll 3.1 ketika sistem keadaan standby dan nilai pitch 11.19 dan nilai roll 0.63. Penurunan nilai error terjadi pada saat menggunakan kalman filter dibandingkan dengan data sensor tanpa menggunakan kalman filter. Penurunan error pada saat sistem standby sebesar 7.9% untuk nilai pitch dan 13.8% untuk nilai roll. Kemudian penurunan error pada saat sistem dijalankan sebesar 9.02% untuk nilai pitch dan 16% untuk nilai roll.

Item Type: Thesis (Other)
Uncontrolled Keywords: EnKF, Kalman Filter, Sensor MPU 6050, Software Visual Basic
Subjects: T Technology > TK Electrical engineering. Electronics Nuclear engineering
Divisions: Electronic Engineering > Undergraduate Theses
Depositing User: Mrs Trisni Handayani
Date Deposited: 22 May 2018 03:54
Last Modified: 22 May 2018 03:54
URI: http://eprints.polsri.ac.id/id/eprint/4589

Actions (login required)

View Item View Item