Articles
<![CDATA[Self Tuning Sliding Mode Control for Quadrotor Waypoint Tracking ]]>
<![CDATA[Istiqphara, Swadexi]]>;
<![CDATA[Agustinah, Trihastuti]]>;
<![CDATA[Fatoni, Ali]]>
<![CDATA[ IPTEK Journal of Proceedings Series No 1 (2015): 1st International Seminar on Science and Technology (ISST) 2015 ]]>
Publisher : <![CDATA[Institut Teknologi Sepuluh Nopember ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.12962/j23546026.y2015i1.1045
<![CDATA[In this paper, self-tuning sliding mode control is proposed to control quadrotor with mass parameter uncertainty on waypoint trajectory tracking. Parameter uncertainty is one of the factor that cause instability of quadrotor. Self-tuning sliding mode control is used to maintain the stability of quadrotor in this parametric uncertainties condition. The simulation results show that the quadrotor can track the waypoint trajectory in the presence of parameter uncertainty.]]>
<![CDATA[Perancangan Kontroler Fuzzy PD untuk Kontrol Toleransi Kesalahan Sensor ]]>
<![CDATA[Moch - Hafid]]>;
<![CDATA[Trihastuti Agustinah]]>
<![CDATA[ Jurnal Teknik ITS Vol 3, No 1 (2014) ]]>
Publisher : <![CDATA[Direktorat Riset dan Pengabdian Masyarakat (DRPM), ITS ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (371.969 KB)
|
DOI: 10.12962/j23373539.v3i1.5416
<![CDATA[Continuous Stirred Tank Reactor (CSTR) merupakan suatu plant nonlinear yang banyak digunakan di industri-industri kimia sebagai pengaduk bahan-bahan kimia. Proses di dalam CSTR sangat dipengaruhi oleh suhu, di mana suhu tersebut didapat dari uap panas yang mengalir di dalam dinding tangki melalui pipa, sehingga suhu tersebut harus dijaga supaya tetap berada pada suhu kerja dengan merancang suatu kontroler. Suhu di dalam tangki dideteksi oleh suatu sensor dan dari informasi pengukuran, kontroler akan memberikan sinyal kontrol agar proses di dalam CSTR berjalan sesuai dengan yang diinginkan. Kesalahan pengukuran pada sensor dapat menyebabkan proses tidak berjalan dengan baik, bahkan dapat mengakibatkan berhentinya proses. Fault Tolerant Control (FTC), kontrol toleransi kesalahan, dapat memberikan kompensasi sehingga proses dapat berjalan dengan baik meskipun terjadi kesalahan pengukuran pada sensor. Pada Tugas Akhir ini dilakukan perancangan kontroler fuzzy PD untuk menjaga suhu di dalam CSTR tetap pada suhu kerja. Kesalahan sensor yang terjadi pada sistem diidentifikasi dengan menggunakan model-based fault diagnosis. Dari hasil identifikasi, ditentukan kategori-kategori kesalahan sensor. Tiap kategori memiliki nilai-nilai kompensasi terhadap kesalahan yang terjadi. Dengan adanya kompensasi tersebut maka proses pada CSTR dapat beroperasi dengan baik meskipun terjadi kesalahan pengukuran pada sensor.]]>
<![CDATA[Desain Kontroler Fuzzy untuk Sistem Gantry Crane ]]>
<![CDATA[Rosita Melindawati]]>;
<![CDATA[Trihastuti - Agustinah]]>
<![CDATA[ Jurnal Teknik ITS Vol 3, No 1 (2014) ]]>
Publisher : <![CDATA[Direktorat Riset dan Pengabdian Masyarakat (DRPM), ITS ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (254.071 KB)
|
DOI: 10.12962/j23373539.v3i1.5498
<![CDATA[Gantry Crane merupakan alat yang digunakan untuk memindahkan muatan berat. Proses pemindahan muatan menggunakan Gantry Crane bekerja di kecepatan yang tinggi, sehingga dapat menyebabkan ayunan yang besar. Permasalahan utama dari Sistem Gantry Crane adalah bagaimana sistem bergerak dari satu titik ke titik lain dengan tepat serta bergerak tanpa ayunan. Pada Tugas Akhir ini, kontroler fuzzy didesain untuk sistem Gantry Crane tersebut. Kontroler fuzzy Sugeno digunakan untuk tracking yaitu sistem Gantry Crane mampu bergerak mengikuti sinyal referensi. Sistem ini juga didesain untuk stabilisasi, yaitu mengurangi ayunan serta mampu mengatasi gangguan. Stabilisasi didesain dengan menggunakan teknik pole placement. Hasil desain disimulasikan, kemudian diimplementasikan pada plant nyata pendulum, “Feedback Digital Pendulum System” yang merepresentasikan Sistem Gantry Crane. Hasil simulasi dan implemetasi menunjukkan bahwa posisi kereta dapat mengikuti sinyal referensi serta posisi crane stabil di sekitar 0 radian.]]>
<![CDATA[Control Design Of Robot Manipulator Position Based On Pd-Fuzzy Mamdani Controlled With Computed Torque Control (Pd-Fuzzy-Ctc) ]]>
<![CDATA[Duli Ridlo Istriantono]]>;
<![CDATA[Trihastuti Agustinah]]>
<![CDATA[ Jurnal Teknik ITS Vol 4, No 1 (2015) ]]>
Publisher : <![CDATA[Direktorat Riset dan Pengabdian Masyarakat (DRPM), ITS ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.12962/j23373539.v4i1.8650
<![CDATA[Robotics science has evolved significantly, driven by rapid advances in computer and sensor technology; and theoretical advances in control and computer vision. These development make widespread use of robot manipulators in industrial environments. Major problem in controlling a robot manipulator is to control the robot in order to achieve the desired position. Therefore the design issue of the robot control is to choose the right type controller. Computed Torque Controller (CTC) is a powerful nonlinear controllers are widely used in the control of robot manipulators. CTC controller is designed based on feedback linearization and the required torque of the robot arm by using a nonlinear feedback control law. Simulation is done by providing joint trajectory from point to point. The simulation results show that the PD-Fuzzy-CTC controller is able to follow the joint trajectory with The RMSE value of the joint angle position of PD-Fuzzy-CTC controller is 10 times smaller than that of the PD-CTC controller with the end-effector position accuracy is 0.1 mm. ]]>
<![CDATA[Inverse Kinematics With Closed Form Solution For Denso Robot Manipulator ]]>
<![CDATA[Ikhsan Eka Prasetia]]>;
<![CDATA[Trihastuti Agustinah]]>
<![CDATA[ Jurnal Teknik ITS Vol 4, No 1 (2015) ]]>
Publisher : <![CDATA[Direktorat Riset dan Pengabdian Masyarakat (DRPM), ITS ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (3674.827 KB)
|
DOI: 10.12962/j23373539.v4i1.8652
<![CDATA[In this paper, the forward kinematics and inverse kinematics used on the Denso robot manipulator which has a 6-DOF. The forward kinematics will result in the desired position by end-effector, while inverse kinematics produce angel on each joint. Inverse kinematics problem are very difficult, therefor to obtain the solution of inverse kinematics using closed form solution with geometry approach. The simulation result obtained from forward kinematics and inverse kinematics is determining desired position by Denso robot manipulator. Forward kinematics produce the desired position by the end-effector. Inverse kinematics produce joint angle, where the inverse kinematics produce eight conditions obtained from closed form solution with geometry approach to reach the desired position by the end-effector.]]>
<![CDATA[Kontrol Tracking Pada Sistem Pendulum Kereta Berbasis Model Fuzzy Takagi-Sugeno Menggunakan Pendekatan Pdc Modifikasi ]]>
<![CDATA[Nani Nur'aini Awab Putri]]>;
<![CDATA[Trihastuti Agustinah]]>
<![CDATA[ Jurnal Teknik ITS Vol 4, No 1 (2015) ]]>
Publisher : <![CDATA[Direktorat Riset dan Pengabdian Masyarakat (DRPM), ITS ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.12962/j23373539.v4i1.8654
<![CDATA[Sistem Pendulum Kereta merupakan salah satu contoh sistem nonlinear yang sering digunakan untuk menguji berbagai metode kontrol. Pada penelitian ini, permasalahan kontrol yang dibahas adalah tracking, yaitu memaksa kereta bergerak mengikuti sinyal referensi yang diberikan dengan tetap mempertahankan pendulum pada posisi terbalik. Sinyal referensi yang digunakan pada Tugas Akhir ini adalah sinyal sinusoidal. Model nonlinear Sistem Pendulum Kereta akan direpresentasikan dalam model fuzzy Takagi-Sugeno (T-S) untuk dua titik kerja. Berdasarkan model tersebut, aturan kontroler yang digunakan berdasarkan konsep Parallel Distributed Compensation (PDC) Modifikasi. Sistem kontrol tracking yang digunakan adalah model kompensator. State feedback gain dan gain kompensator diperoleh dengan menggunalan teknik pole placement. Kontroler hasil desain diuji melalui simulasi dan implementasi pada plant nyata Sistem Pendulum Kereta. Berdasarkan pengujian diperoleh hasil posisi kereta dengan PDC Modifikasi memiliki waktu yang lebih cepat dalam mengikuti sinyal referensi dibandingkan PDC Konvensional.]]>
<![CDATA[Desain Kontrol Optimal Fuzzy Menggunakan Pendekatan PDC Modifikasi Untuk Sistem Pendulum Kereta ]]>
<![CDATA[Syfa Almira]]>;
<![CDATA[Trihastuti Agustinah]]>
<![CDATA[ Jurnal Teknik ITS Vol 4, No 1 (2015) ]]>
Publisher : <![CDATA[Direktorat Riset dan Pengabdian Masyarakat (DRPM), ITS ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.12962/j23373539.v4i1.8657
<![CDATA[Sistem Pendulum Kereta merupakan salah satu contoh sistem yang memiliki karakteristik nonlinear dan tak stabil sistem yang sering digunakan untuk menguji metode-metode kontrol. Tugas Akhir ini membahas desain sistem kontrol stabilitas pada sistem pendulum kereta dengan metode kontrol Fuzzy Takagi-Sugeno (T-S) dengan mengguanakan pendekatan PDC modifikasi agar sistem pendulum kereta mampu menstabilkan pendulum pada posisi terbaliknya, serta menjaga kereta pada titik tengah rel. Dalam memperoleh state feedback gain, digunakan metode Linear Quadratic Regulator (LQR) berbasis teknik kontrol optimal dengan mencari kombinasi matrik Q dan R sehingga diperoleh nilai K yang diinginkan. Hasil simulasi dan implementasi menujukkan bahwa kontroler dapat mempertahankan pendulum pada keadaan terbaliknya dan posisi kereta pada titik tengah rel. ]]>
<![CDATA[Kontrol Tracking Fuzzy Berbasis Performa Robust Untuk Quadrotor ]]>
<![CDATA[Dinang Sohendri]]>;
<![CDATA[Trihastuti Agustinah]]>
<![CDATA[ Jurnal Teknik ITS Vol 5, No 2 (2016) ]]>
Publisher : <![CDATA[Direktorat Riset dan Pengabdian Masyarakat (DRPM), ITS ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (722.342 KB)
|
DOI: 10.12962/j23373539.v5i2.16174
<![CDATA[Quadrotor merupakan salah satu jenis UAV (Unmanned Aerial Vehicle) yang memiliki 4 buah baling-baling atau propeller. Desain kontrol tracking fuzzy Takagi-Sugeno digunakan untuk mengatur tracking Quadrotor mengikuti sinyal referensi dan kontrol state-feedback untuk mengatur kestabilan Quadrotor. Metode kontrol fuzzy Takagi-Sugeno akan memecahkan permasalahan nonlinearitas dari Quadrotor dengan merepresentasikan dinamika sistem nonlinear menjadi beberapa model linear. Model linear ini diperoleh dari linearisasi dibeberapa titik kerja Quadrotor. Berdasarkan model tersebut, aturan kontrol fuzzy T-S disusun dengan konsep Parallel Distributed Compensation (PDC). Performa tracking H∞ dirancang untuk mencari gain kontroler yang paling sesuai untuk mengatasi gangguan pada sistem. Selanjutnya, persoalan diselesakan dengan pendekatan Linear Matrix Inequality (LMI) sehingga diperoleh gain kontrol berbasis performa H∞. Hasil simulasi menunjukkan bahwa sistem kontrol hasil desain dapat mengatur gerak Quadrotor sesuai lintasan yang diinginkan dengan Integral Absolut Error 0,1149 pada sumbu X dan 0,0617 pada sumbu Y. Selain itu, ∞-norm dari performa keluaran memiliki tingkat pelemahan kurang dari γ ketika gangguan diberikan.]]>
<![CDATA[KONTROL TRACKING FUZZY MENGGUNAKAN MODEL FOLLOWING UNTUK SISTEM PENDULUM KERETA ]]>
<![CDATA[Jimmy Hennyta Satya Putra]]>;
<![CDATA[Trihastuti Agustinah]]>
<![CDATA[ Jurnal Teknik ITS Vol 5, No 2 (2016) ]]>
Publisher : <![CDATA[Direktorat Riset dan Pengabdian Masyarakat (DRPM), ITS ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (556.805 KB)
|
DOI: 10.12962/j23373539.v5i2.16300
<![CDATA[Sistem pendulum kereta memiliki karakteristik yang tidak stabil dan nonlinear. Pada Tugas Akhir ini membahas tentang kontrol tracking dengan menggunakan struktur kontrol berbasis model following. Permasalahan dalam desain struktur kontrol tracking pada sistem pendulum kereta ini adalah bagaimana membuat posisi kereta dapat mengikuti sinyal referensi dengan tetap mempertahankan batang pendulum pada posisi equilibriumnya yaitu pada sudut nol radian. Model nonlinear dari sistem pendulum kereta direpresentasikan sebagai model fuzzy Takagi-Sugeno. Berdasarkan model tersebut, aturan kontroler disusun menggunakan konsep Parallel Distributed Compensation (PDC) berbasis teknik kontrol optimal. Hasil simulasi dan implementasi menunjukkan bahwa posisi kereta dapat mengikuti sinyal referensi tanpa adanya beda fasa antara respon posisi kereta terhadap sinyal referensi. Sinyal referensi sinus memberikan performansi tracking terbaik, dengan Integral Absolute Error (IAE) terkecil diantara sinyal referensi lain, yaitu pada simulasi sebesar 0,2622 dan pada implementasi sebesar 0,8477]]>
<![CDATA[Kontrol Tracking Fuzzy untuk Sistem Pendulum Kereta Menggunakan Pendekatan Linear Matrix Inequalities ]]>
<![CDATA[Rizki Wijayanti Wijayanti]]>;
<![CDATA[Trihastuti Agustinah]]>
<![CDATA[ Jurnal Teknik ITS Vol 6, No 2 (2017) ]]>
Publisher : <![CDATA[Direktorat Riset dan Pengabdian Masyarakat (DRPM), ITS ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (658.614 KB)
|
DOI: 10.12962/j23373539.v6i2.23965
<![CDATA[Sistem Pendulum Kereta adalah suatu plant nonlinear dan tidak stabil yang terdiri dari batang pendulum yang berayun searah atau berlawanan arah jarum jam dan bersumbu pada kedua sisi kereta yang dapat bergerak secara horisontal. Makalah ini membahas tentang kontrol tracking berbasis model servo tipe 1 dengan plant tanpa integrator agar Sistem Pendulum Kereta mampu bergerak mengikuti sinyal referensi berupa sinyal step. Model nonlinear Sistem Pendulum Kereta direpresentasikan dengan model fuzzy Takagi-Sugeno dengan didasarkan aturan PDC (Paralel Distributed Compensation) untuk memperoleh aturan kontroler. Gain state feedback dan gain integrator diperoleh dengan menggunakan pendekatan LMI (Linear Matrix Inequalities). Hasil simulasi menunjukkan bahwa posisi kereta mampu mengikuti sinyal referensi berupa sinyal step dengan nilai IAE (Integral Absolute Error) sebesar 0,1986 m.]]>
