Claim Missing Document
Check
Articles

Found 12 Documents
Search

Self Tuning Sliding Mode Control for Quadrotor Waypoint Tracking Istiqphara, Swadexi; Agustinah, Trihastuti; Fatoni, Ali
IPTEK Journal of Proceedings Series No 1 (2015): 1st International Seminar on Science and Technology (ISST) 2015
Publisher : Institut Teknologi Sepuluh Nopember

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.12962/j23546026.y2015i1.1045

Abstract

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.
Perancangan dan Implementasi Autonomous Landing Menggunakan Behavior-Based dan Fuzzy Controller pada Quadcopter Fadjri Andika Permadi; Rusdhianto Effendie Abdul Kadier; Ali Fatoni
Jurnal Teknik ITS Vol 1, No 1 (2012)
Publisher : Direktorat Riset dan Pengabdian Masyarakat (DRPM), ITS

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (253.486 KB) | DOI: 10.12962/j23373539.v1i1.260

Abstract

Perkembangan teknologi sistem kendali pesawat sayap berputar (copter) semakin pesat salah satunya pada pesawat berbaling-baling empat (quadcopter). Landing merupakan bagian tersulit dalam penerbangan quadcopter. Ukuran quadcopter yang kecil mengakibatkan susahnya pengendalian kestabilan dan kecepatan turun.Cara mengatasi permasalahan ini adalah dengan autonomous landing yang menggunakan algoritma kendali behavior-based (berbasis perilaku). Tugas akhir ini merancang dan mengimplementasikan algoritma kendali behavior-based (berbasis perilaku) pada proses autonomous landing quadcopter dan kontroler PD (Proporsional, Diferensial) pada untuk  kestabilan sudut roll dan pitch, sedangkan untuk jarak landing menggunakan kontroler logika fuzzy. Pada Tugas Akhir ini, didapatkan nilai parameter kontroler PD roll dan kontroler PD pitch dari hasil tuning terstruktur pada simulasi Kp=500 dan Kd=30. Sedangkan kendali landing menggunakan kontroler logika fuzzy dengan parameter Ke=4 Kde=175 dan Ku=1 pada simulasi dapat melakukan proses landing selama 8 detik dari ketinggian 3 meter. Respon hasil implementasi pada quadcopter belum sesuai dengan hasil simulasi. Proses landing pada implementasi lebih cepat dengan waktu 3.5 detik dari ketinggian 2 meter, selain itu koreksi sudut roll dan sudut pitch masih terhadapat error +/-3º.
Desain Kontroler PID-Genetic Algorithm untuk Sistem Pengaturan Level Air Steam Drum pada Pembangkit Listrik Tenaga Uap (PLTU) Mohamad Yusuf; Ali Fatoni; Mohamad Abdul Hady
Jurnal Teknik ITS Vol 6, No 1 (2017)
Publisher : Direktorat Riset dan Pengabdian Masyarakat (DRPM), ITS

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (403.814 KB) | DOI: 10.12962/j23373539.v6i1.21391

Abstract

Perubahan laju aliran uap menimbulkan gangguan pada sistem pengaturan level air steam drum. Level air dijaga pada titik tengah ketinggian drum atau disebut Normally Water Level (NWL), agar uap yang dihasilkan memenuhi spesifikasi serta tidak merusak peralatan pada pembangkit. Pada umumnya, sistem pengaturan level menggunakan kontroler PID konvensional. Namun, adanya gangguan dapat menyebabkan performa sistem dengan kontroler PID konvensional tidak mampu memenuhi spesifikasi. Kontroler PID-Genetic Algorithm (PID-GA) diterapkan untuk mengatur level air steam drum agar berada pada titik NWL ketika terdapat gangguan. Sistem pengaturan menggunakan kontroler PID-GA mampu meredam gangguan berupa beban minimal, nominal, dan maksimal, yaitu dengan perturbation peak masing-masing sebesar 0,18 m; 0,22 m; dan 0,26 m.   
Perancangan Pengaturan Kecepatan pada Simulator Parallel Hybrid Electric Vehicle (PHEV) Menggunakan Metode State Dependent – Linear Quadratic Regulator Anisa Endarwati; Rusdhianto Effendi; Ali Fatoni
Jurnal Teknik ITS Vol 3, No 1 (2014)
Publisher : Direktorat Riset dan Pengabdian Masyarakat (DRPM), ITS

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (307.043 KB) | DOI: 10.12962/j23373539.v3i1.5538

Abstract

Teknologi Hybrid Electric Vehicle (HEV) menggabungkan kinerja Internal Combution Engine (ICE) dan motor listrik. ICE berlaku sebagai penggerak utama, dan motor listrik berlaku sebagai penggerak pembantu. Tetapi, pengembangan pada teknologi HEV masih sulit untuk dikembangkan karena konfigurasinya sangat kompleks. Selain itu terjadi permasalahan pada pembagian kerja antara ICE dengan motor DC pada saat akselerasi ataupun pada permasalahan regulasi. Permasalahan regulasi dapat terjadi pada saat terjadi pembebenan lebih pada kendaran berupa rem mekanik yang akan mempengaruhi penurunan kecepatan mesin bakar sehingga terjadi penurunan kecepatan pada HEV. Oleh karena itu perlu adanya suatu kontroler yang dapat dengan segera mengembalikan kecepatan HEV dengan mengatur kecepatan putar dari motor DC sebagai penggerak pembantu. Pada tugas akhir ini, digunakan kontroler State Dependent – Linear Quadratic Regulator (SD-LQR) untuk pengaturan kecepatan yang akan diimplementasikan pada simulator Parallel Hybrid Electric Vehicle (PHEV). Berdasarkan hasil pengujian, motor DC dapat membantu kinerja mesin bakar mempertahankan set point hingga  ess dapat mencapai 0,05%. Berdasar hasil implementasi masih terdapat  ess hingga 11,1%
Pengaturan Kecepatan pada Simulator Parallel Hybrid Electric Vehicle (PHEV) Menggunakan Linear Quadratic Regulator (LQR) Berdasarkan Particle Swarm Optimization (PSO) Widhayaka Aji Candra; Rusdhianto Effendi; Ali Fatoni
Jurnal Teknik ITS Vol 3, No 1 (2014)
Publisher : Direktorat Riset dan Pengabdian Masyarakat (DRPM), ITS

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (378.993 KB) | DOI: 10.12962/j23373539.v3i1.5539

Abstract

Hybrid Electric Vehicle (HEV) merupakan suatu jenis kendaraan hibrida yang menggabungkan sistem daya gerak Internal Combustion Engine (ICE) dengan sistem daya gerak listrik dari motor listrik. ICE dan motor listrik pada HEV dengan konfigurasi parallel dapat bekerja bersama – sama, sehingga tenaga yang dihasilkan bisa lebih besar untuk mempertahankan kecepatan terhadap adanya pembebanan pada kendaraan yang disebut dengan permasalahan regulator. Hal tersebut merupakan kelebihan dari HEV dibandingkan dengan mesin konvensional yang hanya menggunakan ICE. Metode optimal kontrol Linear Quadratic Regulator (LQR) digunakan untuk pengaturan kecepatan pada simulator HEV. Indeks performansi yang minimum dan nilai kesalahan terkecil menjadi perhatian dalam penelitian ini. Penentuan matriks pembobot Q dan R merupakan salah satu langkah agar tercapainya tujuan tersebut. Penggunaan algoritma cerdas Particle Swarm Optimization (PSO) dapat melakukan proses tuning matriks Q dan R berdasar multi kriteria yang diinginkan. Hasil pengujian, didapatkan kontrol LQR mampu mereduksi sinyal kesalahan pada saat terjadi pembebanan berlebih pada rentang beban nominal 0-60 VDC rem elektromagnetik, sehingga kecepatan yang diinginkan dapat terus dipertahankan dengan bantuan motor DC sebesar 99,4 %. Hasil implementasi ess relatif kecil sebesar 1,9%.
PENGATURAN KECEPATAN PADA SIMULATOR PARALLEL HYBRID ELECTRIC VEHICLE MENGGUNAKAN METODE PID-LINEAR QUADRATIC REGULATOR Fanniesha Hamada; Rusdhianto Effendie Abdul Kadier; Ali Fatoni
Jurnal Teknik ITS Vol 4, No 2 (2015)
Publisher : Direktorat Riset dan Pengabdian Masyarakat (DRPM), ITS

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (853.322 KB) | DOI: 10.12962/j23373539.v4i2.9883

Abstract

Hybrid Electric Vehicle (HEV) merupakan suatu kendaraan dengan konsep ramah lingkungan dan hemat energi yang diharapkan menjadi salah satu alternatif menanggulangi efek rumah kaca dan krisis energi. HEV menggabungkan kinerja Internal Combustion Engine (ICE) atau mesin bakar dan motor listrik. Pada HEV dengan konfigurasi paralel, ICE dan motor listrik dapat bekerja bersama-sama. Pada Tugas Akhir ini digunakan Simulator Parallel Hybrid Electric Vehicle (PHEV). Simulator ini merepresentasikan kondisi nyata HEV namun dalam skala yang lebih kecil. Simulator ini terdiri dari mesin bakar 2 tak sebagai penggerak utama, motor DC sebagai penggerak pembantu, dan beban berupa rem magnetik arus eddy. Ketika terjadi permasalahan regulator akibat pembebanan lebih pada kendaraan, kecepatan putar pada ICE menurun sehingga kecepatan HEV tidak sesuai dengan output yang diharapkan. Oleh karena itu, dibutuhkan suatu kontroler untuk melakukan pengaturan kerja dari motor listrik agar bekerja sesuai dengan kebutuhan yang diinginkan. Kontroler PID – Linear Quadratic Regulator (PID-LQR) digunakan untuk memperbaiki performansi kerja HEV agar mampu membantu ICE mencapai kecepatan putar yang seharusnya. Berdasarkan hasil pengujian secara simulasi didapatkan motor DC menggunakan kontroler PID-LQR mampu membantu kinerja ICE sehingga dapat mengembalikan respon sistem menuju nilai steady state ketika terjadi pembebanan pada rentang arus beban rem nominal 0.56 A-1.14 A. Berdasarkan hasil pengujian secara implementasi, motor DC dapat membantu kinerja ICE, namun masih terdapat error steady state.
Perancangan dan Implementasi Pengaturan Kecepatan Motor Brushless DC Menggunakan Metode Model Predictive Control (MPC) Fachrul Arifin; Josaphat Pramudijanto; Ali Fatoni
Jurnal Teknik ITS Vol 4, No 2 (2015)
Publisher : Direktorat Riset dan Pengabdian Masyarakat (DRPM), ITS

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (654.193 KB) | DOI: 10.12962/j23373539.v4i2.9935

Abstract

Saat ini, penelitian dan pengembangan mobil listrik (electric vehicle) sudah menjadi pusat perhatian bagi kalangan industri dan civitas academica. Sudah banyak kendaraan listrik yang sudah diproduksi secara massal di seluruh dunia. Beberapa dari kendaraan listrik tersebut menggunakan motor BLDC sebagai penggerak utamanya. Pada Tugas Akhir kali ini, salah satu kemampuan yang akan diteliti dan dianalisa adalah respon kecepatan motor BLDC pada mobil listrik saat mobil diberi suatu beban. Ketika mendapat pembebanan, respon kecepatan dari motor BLDC akan turun sehingga performa dari motor BLDC tidak sesuai dengan setpoint yang diharapkan. Oleh karena itu, dibutuhkan suatu kontroler yang dapat mengatasi permasalahan diatas dan melakukan pengaturan kerja pada motor BLDC agar bekerja sesuai dengan kebutuhan. Kontroler ini diharapkan mampu untuk mengembalikan respon kecepatan pada motor BLDC kembali kepada setpoint ketika motor BLDC diberi pembebanan. Penulis menggunakan metode kontroler Model Predictive Control (MPC) yang dapat memprediksi perilaku sistem pada masa depan yang bergantung pada informasi sistem saat ini dan model state-space dari sistem. Berdasarkan hasil implementasi, kontroler MPC dapat memberikan respon yang sesuai dengan tracking setpoint yang diberikan dengan rata-rata nilai steady-state error sebesar 9,8% untuk semua parameter pembebanan.
Implementation of Navigation Target Seeker Mobile Robot Based on Pattern Recognition with Fuzzy Kohonen Network (FKN) Methods Aditya P. P. Prasetyo; Katjuk Astrowulan; Ali Fatoni
IPTEK Journal of Proceedings Series No 1 (2015): 1st International Seminar on Science and Technology (ISST) 2015
Publisher : Institut Teknologi Sepuluh Nopember

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.12962/j23546026.y2015i1.1049

Abstract

Navigation is a technique for determining the position and direction of travel in the actual environment. This navigation system can be implemented on a mobile robot to accomplish a specific task, in this paper is used in order to navigate the robot can move toward a specific target while avoiding obstacles exist. One of the control techniques used in mobile robot navigation is based on pattern recognition techniques. With a pattern that has been previously implanted in the “brains” of the robot, the mobile robot can take action in accordance with the movement of the pattern. This paper used method of Fuzzy Kohonen Network (FKN) in order to be able to navigate a mobile robot to recognize patterns in the environment. The target used is a specific point designated position using a camera support (GPS Ad-hoc). Based on test results using this method, the obtained results are satisfactory, precisely to the targets and fast search time targets
Self-Tuning PID-Genetic Algorithm Controller for Steam Drum Boiler Water Level Control System Mohamad Abdul Hady; Mohamad Yusuf; Ali Fatoni; Imam Arifin
JAREE (Journal on Advanced Research in Electrical Engineering) Vol 5, No 2 (2021): October
Publisher : Department of Electrical Engineering ITS and FORTEI

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.12962/jaree.v5i2.102

Abstract

A control system with uncertainty or unpredictable disturbance needs more effort to be controlled. A conventional PID Controller is the most popular method used in industries. It was tuned and adjusted by the designer, and it has fixed parameters during operation. However, the disturbance effect causes the desired system performance unreachable. By using a self-tuning controller, the problem should be tackled. In this paper, the PID-Genetic Algorithm (PID-GA) controller was proposed and tested with the steam drum water level control system of a steam power plant. Variation in power load causes noisy water level characteristics and should be maintained at + 0.4 meters from the setpoint to prevent the power plant trip. From the simulation, PID-GA can reduce disturbance of the minimum, nominal, and maximum load with perturbation peaks 0.18 m, 0.22 m, and 0.26 m respectively.Keywords: genetic algorithm, NWL, PID-GA, steam drum, steam power plant.
Artificial Neural Network Approach for Parameter Estimation in PI Self Tunning Regulator (PI-STR) method on Process Rig 38-714 Pressure Control Eka Iskandar; Mochammad Rameli; Ali Fatoni; Febry Angga Gunawan
JAREE (Journal on Advanced Research in Electrical Engineering) Vol 3, No 1 (2019): April
Publisher : Department of Electrical Engineering ITS and FORTEI

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.12962/j25796216.v3.i1.66

Abstract

In a pressure process control system when the system is loaded or when the load is released from the system, there will be a change in the system response form. Changes in the form of the response because the load or release of the load changes the dynamics of the system. In the controller industry commonly used are conventional PI or PID. However, due to the large variations in load, the PID controller is unable to meet the specifications. Adaptive settings are one of the regulatory methods in which controllers can respond to modify their behavior due to changes in dynamics due to loading and characteristics of interference. Self-Tunning Regulator (STR) is an adaptive arrangement scheme. Parameter estimation is one part of STR. In this paper the implementation of STR with parameter estimation using the neural network approach (NN STR) is carried out on the pressure regulation system in the Process Rig 38-741. The test results showed that the nominal load condition of NN STR with learning rate = 25 had the closest performance to the design results with a overshoot value of 23.7% and the settling time of 283.8 seconds was in accordance with the specifications of the desired range. In testing with the condition of changes in NN STR load with a learning rate = 20 shows the best performance against all the criteria used. While for testing the nominal load on the variation of NN set-point STR with learning rate = 10 shows the best performance on all the criteria used.Keywords:artificial nerual network, PI, pressure process rig 38-714, self-tuning regulator.