Hasil Pencarian  ::  Simpan CSV :: Kembali

"ABSTRACTThe purpose of this journal report is to understand the current development of the Autonomous Vehicle Technology, Drawback that could disadvantageous to the community and what Solutions that can be beneficial to both parties. This project is taking the Brisbane city condition as the parameter. The project started by reviewing the current stage of the autonomous technology that scientist and engineer has achieve. Analyzing the drawback of the technology and current situation of the commuting system around the city will be the next step before assigning the objectives and goals that create a concept idea by implementing the autonomous technology to the transport system, exclusively in Brisbane City.

---

ABSTRAKTujuan dari penulisan jurnal ini adalah untuk mengerti tahap dari pengembangan teknology kendaraan otonom, kekurangan yang dapat merugikan masyarakat dan solusi apa yang dapat dihasilkan dengan menguntungkan kedua belah pihak. Parameter kondisi dari proyek in berlokasi di kota Brisbane. Penulisan dimulai dengan meninjau tahap dari teknologi otonom yang telah berhasil di capai oleh peniliti dan insinyur. Kemudian di lanjut dengan menganalisa kekurangan dari teknologi dan cara masyarakat melakukan komuter mereka di kota. Langkah terakhir menetapkan tujuan dan sasaran dari Analisa yang dilakukan untuk membuat sebuah ide konsep yang dimana menerapkan teknologi otonom ke sistem transport khususnya di kota Brisbane."

"Perkembangan teknologi mempengaruhi berbagai bidang usaha untuk menerapkan sistem otomasi. Salah satunya adalah industri transportasi yang marak mengembangkan kendaraan otonom atau Autonomous Vehicle (AV). Seiring dengan perkembangan tersebut, penyelenggaraan AV tentu membutuhkan regulasi yang mendukung. Tulisan ini bertujuan untuk mengetahui pelindungan konsumen terhadap pengguna jasa transportasi AV di Indonesia dan bagaimana pertanggungjawaban pelaku usaha terhadap potensi kerugian yang dialami oleh konsumen ketika menggunakan jasa layanan transportasi AV. Tulisan ini menggunakan metodologi hukum Doktrinal, dengan menelaah suatu norma dan penerapan asas hukum, serta pelaksanaan Undang-Undang Nomor 8 Tahun 1999 tentang Perlindungan Konsumen, Undang-Undang Nomor 23 Tahun 2007 tentang Perkeretaapian, Undang-Undang Nomor 22 Tahun 2009 tentang Lalu Lintas dan Angkutan Jalan, Undang-Undang Nomor 11 Tahun 2008 tentang Informasi dan Transaksi Elektronik sebagaimana terakhir kali diubah dengan Undang-Undang Nomor 1 Tahun 2024, serta peraturan terkait lainnya. Walaupun ketentuan mengenai penyelenggaraan, pelindungan hukum, hingga pertanggungjawaban atas kerugian konsumen sebagai pengguna jasa transportasi AV belum diatur secara khusus dalam perundang-undangan di Indonesia, namun adanya sistem otomasi dalam operasional kendaraan sudah disinggung dalam Peraturan Menteri Perhubungan Nomor 18 Tahun 2023 tentang Sertifikasi Kecakapan Awak Sarana Perkeretaapian dan Peraturan Menteri Perhubungan Nomor 76 Tahun 2021 tentang Sistem Manajemen Transportasi Cerdas di Bidang Lalu Lintas dan Angkutan Jalan.

---

Technological developments have influenced various business fields to implement automation systems. One of them is the transportation industry which is rampant in developing Autonomous Vehicles (AV). Along with these developments, the implementation of AV requires supportive regulations. This paper aims to find out consumer protection for AV transportation service users in Indonesia and how business actors are accountable for potential losses experienced by consumers when using AV transportation services. This paper uses a doctrinal legal methodology, by examining a norm and the application of legal principles, as well as the implementation of Law Number 8 of 1999 concerning Consumer Protection, Law Number 23 of 2007 concerning Railways, Law Number 22 of 2009 concerning Road Traffic and Transportation, Law Number 11 of 2008 concerning Information and Electronic Transactions as last amended by Law Number 1 of 2024, and other related regulations. Although provisions regarding the implementation, legal protection, and liability for consumer losses as users of AV transportation services have not been specifically regulated in legislation in Indonesia, the existence of an automation system in vehicle operations has been mentioned in the Regulation of the Minister of Transportation Number 18 of 2023 concerning Certification of Railway Crew Proficiency and Regulation of the Minister of Transportation Number 76 of 2021 concerning Transportation Management Systems Smart in the Field of Traffic and Road Transportation."

"ABSTRACTSince the development of a Highly Automated Vehicle HAV has been refined rapidly in the last couple years, for which it has shifted today rsquo s automotive paradigm, hence, it is possible to apply HAV for daily commute in the near future. The aim of this research is to understand what infrastructure that is best to improve in Brisbane, so that it is enabled to support the HAV activities. In the first leg of this research, I learnt to understand the implications of HAV performed in the daily commute, in which I need to pay attention to the problem being made that is still occurring with current Semi Automated Vehicle. From there, then I am able to find out which infrastructure that needs to be well improved to support HAV.

---

ABSTRAKDikarenakan perkembangan kendaraan otonom HAV yang semakin meningkat dengan dalam beberapa tahun terakhir, yang juga telah menyebabkan terjadinya perubahan pola pikir terhadap dunia otomotif, oleh karena itu, sangatlah mungkin untuk mengaplikasikan HAV dalam melakukan perjalanan sehari-hari. Tujuan dari penelitian ini adalah untuk memahami jenis infrastruktur apa yang dapat berkembang di Brisbane, sehingga itu dapat mendukung aktifitas HAV. Pada tahap pertama dalam penelitian ini, saya belajar untuk mengetahui tujuan dari HAV dalam perjalanan sehari-hari, dimana saya perlu memerhatikan permasalahan yang sedang dihadapkan dengan semi kendaraan otomatis saat ini. Dari situ, kemudian saya dapat menemukan jenis infrastruktur apa saja yang harus dikembangkan dengan baik untuk merespon tren perkembangan HAV."

"Autonomous Underwater Vehicle (AUV) adalah kapal selam tanpa awak yang beroperasi di bawah permukaan air dengan ukuran mini. AUV sangat penting kegunaannya terutama di negara Indonesia yang merupakan negara kepulauan. Selain untuk kepentingan militer juga dibutuhkan untuk keperluan sipil. Untuk itu, pengembangan teknologi AUV sangat diperlukan dan bernilai strategis. Salah satu yang harus dikembangkan adalah teknologi kendali dinamik AUV. Pada tesis ini telah didesain model kendali AUV dengan pengendali Linear Quadratic Regulator (LQR), Proporsional Integral Derivatif (PID) dan Fractional Order PID (FOPID). Langkah pertama yang dilakukan adalah menurunkan model matematika AUV menjadi dua model yaitu depth model dan steering model. Langkah selanjutnya merancang pengendali stabilisasi sistem dengan metode pole placement dikarenakan model AUV tidak stabil. Kemudian mendesain model kendali LQR, PID dan FOPID. Untuk melakukan evaluasi perancangan ketiga pengendali tersebut dilakukan simulasi menggunakan MATLAB. Hasil dari simulasi ketiga pengendali telah berhasil didesain untuk mengendalikan stabilitas dan performansi keluaran model dengan baik. Pada depth model dapat dilihat dari steady state error-nya, dimana pengendali LQR sebesar 0.000067, pengendali PID sebesar 0.0039 dan FOPID sebesar 0.0079. Sedangkan pada steering model steady state error pengendali LQR sebesar 0.0011, pengendali PID sebesar 0.0019 dan FOPID sebesar 0.0085. Jika dibandingkan dari ketiga pengendali tersebut, pengendali LQR yang memberikan stabilitas dan performansi paling baik dalam menstabilkan sistem.

---

Autonomous Underwater Vehicle (AUV) is an unmanned submarine with a mini size which is very important, especially in Indonesia as an archipelagic country. Apart from military aims, it is also needed for civilian purposes. For this reason, the development of AUV technology is necessary and has a strategic value. One that should be developed is an AUV dynamic control technology. In this paper, an AUV control model has been designed with linear quadratic regulator (LQR), proportional integral derivative (PID), and Fractional Order PID (FOPID) controllers. The first step is to reduce the AUV mathematical model into two models, the depth model and the steering model. The next step is to design a system stabilization controller using the pole placement method because the AUV model is not stable. And then design the LQR, PID and FOPID control models. To evaluate the design of the three controllers a simulation has been done using MATLAB. The three controllers have been designed and the results are in accordance with the desired specifications. In the depth model, the steady state error for the LQR controller is 0.000067, the PID controller is 0.0039 and the FOPID is 0.0079. While in the steering model steady state error LQR controller is 0.0011, PID controller is 0.0019 and FOPID is 0.0085. LQR controller provides the best stability and performance in stabilizing the system compared to PID and FOPID."

"Optimasi desain terhadap kapal hull AUV (Autonomous Underwater Vehicle) merupakan sebuah pengembangan yang berguna bagi Indonesia terutama dalam bidang survei lapangan, pertahanan, dan transportasi kepulauan yang ada di Indonesia. Penelitian ini bertujuan untuk mengurangi gaya hambatan dimunculkan dari badan kapal yang didasari dengan mengimitasi karakteristik dari ikan layar (istiophorus platypterus) yang memiliki keunggulan terhadap karakteristik hidrodinamika yang dimilikinya. Desain tersebut dikembangkan menggunakan ilmu computer aided design dengan algoritma Cox-De Boor dan divalidasi menggunakan NUMECA® dalam komputasi dinamika fluida untuk menganalisa hambatan berdasarkan dari perubahan desain kapal. Adaptasi yang dilakukan dianalisa dengan kecepatan Froude Number sebesar 0.1 hingga 0.7 dengan angle of attack 00, 30, dan 60. Adaptasi ikan layar dan dengan adanya bantuan algortima desain Cox-De Boor membentuk sebuah desain optimal berdasarkan perangkat B-spline dengan perbedaan derajat sebesar 90 hingga 170. Berdasarkan dari hasil yang diperoleh adanya pengurangan hambatan hingga 30% dari gaya hambatan total yang dihasilkan dari desain konvensional kapal AUV umum.

---

Design optimization of AUV (Autonomous Underwater Vehicle) vessels is a valuable development for Indonesia, especially in field surveys, defense, and transportation of the islands in Indonesia. This study aims to reduce the drag force generated from the hull based on imitating the characteristics of the sailfish (Istiophorus platypterus) body shape, which has advantages over its hydrodynamic characteristics. The design was developed using computer-aided design science with the Cox-De Boor algorithm and validated using NUMECA® in computational fluid dynamics to analyze resistance based on changes in ship design. The adaptations were analyzed with Froude Number speeds of 0.1 to 0.7 with angles of attack 00, 30, and 60. Adaptation of sailfish and with the help of the Cox-De Boor design algorithm formed an optimal design based on the B-spline device with a derajat difference of 20 up to 170. Based on the results obtained, there is a reduction in drag of up to 30% of the total drag force resulting from the conventional design of general AUV vessels."

"ABSTRAKKapal termasuk dalam kategori Unmanned Surface Vehicles USV . Kendali kapal dapat dibagi menjadi tiga bagian utama, yaitu guidance system, control system, dan navigation system. Permasalahan utama pada bagian control system muncul karena lingkungan kerja USV yang dinamis, kompleks dan tidak terstruktur karena adanya gangguan seperti ombak, arus air, dan angin. Selain itu, dinamika USV sendiri pun tidak linier, time-varying dan coupled. Akibatnya, kendali berbasis model matematis menjadi terlalu kompleks. Beberapa peneliti telah mulai mengembangkan kendali kapal berbasis Neural Network NN , namun, berbagai metode yang diusulkan dalam literatur belum sepenuhnya berbasis NN. Masalah ini menjadi masalah pertama yang diselesaikan dalam disertasi. Dalam kaitannya dengan guidance system, disertasi ini membatasi masalah pada sistem kendali untuk kapal pengejar. Masalah ini menjadi masalah kedua yang diselesaikan dalam disertasi.Tujuan pertama penelitian ini adalah mengembangkan metode baru kendali berbasis supervised dan unsupervised NN untuk kapal double-propeller. Metode yang digunakan dalam pengembangan sistem kendali baru berbasis neural network adalah metode pembelajaran supervised Backpropagation Neural Networks BPNN serta metode pembelajaran unsupervised Self-Organizing Maps SOM dan Self-Organizing Incremental Neural Network SOINN . Metode SOM dan SOINN dipilih karena waktu pembelajarannya lebih cepat daripada waktu pembelajaran BPNN. Namun, SOM dan SOINN pada awalnya dikembangkan untuk image processing dan pattern recognition sehingga belum pernah digunakan untuk kendali. Pengujian sistem kendali yang dikembangkan dilakukan untuk sebuah model kapal dan purwarupa kapal berjenis double-proppeler melalui serangkaian simulasi sistem kendali, baik open-loop maupun closed-loop.Tujuan kedua penelitian ini adalah mengembangkan sistem kendali closed-loop kapal pengejar berbasis neural network menggunakan Ensemble Kalman Filter EnKF untuk memprediksi informasi radar. Sensor radar dipilih sebagai pendeteksi target karena dapat menghasilkan resolusi yang tinggi, sedangkan EnKF digunakan sebagai prediktor trayektori target dari informasi radar karena mampu meprediksi posisi target one-step ahead dan tidak memerlukan informasi state-space target. Namun, EnKF pada awalnya dikembangkan untuk prediksi cuaca sehingga belum pernah digunakan sebagai estimator trayektori pada suatu wahana pengejar.Hasil studi membuktikan bahwa metode kendali baru berbasis neural network BPNN, SOM dan SOINN yang dikembangkan berhasil digunakan sebagai kendali kapal nirawak. Simulasi yang dilakukan terhadap data asli kapal double-propeller menunjukkan bahwa kendali BPNN mampu menghasilkan error rendah, namun waktu pelatihannya lama. Masalah ini diselesaikan dengan metode kendali berbasis SOM yang memerlukan waktu pelatihan lebih singkat. Namun, kendali SOM memerlukan jumlah neuron yang optimum untuk dapat menghasilkan error yang rendah. Permasalahan ini diselesaikan dengan metode kendali berbasis algoritme pembelajaran SOINN yang dimodifikasi. Hasil simulasi menunjukkan bahwa kendali SOINN mampu menentukan jumlah neuron mapping optimum pada kendali SOM.Skema sistem kendali kapal pengejar telah dirancang menggunakan EnKF sebagai prediktor trayektori target dari data radar dan kendali closed-loop neural network. Hasil simulasi membuktikan bahwa sistem kendali closed-loop kapal pengejar berbasis neural network BPNN, SOM dan SOINN yang diusulkan telah terbukti mampu mengejar kapal target. Waktu tumbuk kapal pengejar dengan kapal target bergantung pada kecepNeural Network Controlatan maksimum kapal pengejar, di mana semakin tinggi kecepatan kapal pengejar, maka tumbukan semakin cepat terjadi. Waktu tumbuk juga bergantung pada threshold jarak tumbuk, karena semakin besar threshold jarak tumbuk, maka semakin besar kemungkinan terjadinya tumbukan. Untuk sistem kendali kapal pengejar yang dirancang, sistem kendali unsupervised SOM dan SOINN cenderung mengikuti target sedangkan sistem kendali supervised BPNN mampu memotong lintasan target. Hal ini mengindikasikan bahwa sistem kendali SOM dan SOINN cocok digunakan sebagai kendali kapal follower karena error pengendaliannya kecil dan berbasis mapping, sedangkan sistem kendali BPNN cocok digunakan sebagai kendali kapal pengejar karena prinsip kerja pengendalinya adalah minimisasi error. Dalam kasus target bermanuver dan kecepatan maksimum kapal pengejar sekitar setengah dari nilai kecepatan rata-rata kapal target, hanya sistem kendali berbasis SOINN yang mampu menumbuk kapal target.

---

Autonomous boats are categorized as Unmanned Surface Vehicles USVs . Its control can be divided into into three main parts, namely guidance system, control system and navigation system. The challenges of USV control system generally occur due to the highly dynamic, complex and unstructured USV environment due to the waves, water currents and wind. In addition, the USV dynamics itself are not linear, changing over time, and coupled so that the USV control design with a mathematical approach becomes too complex. Various Neural Networks NN based control systems have been developed, however, the methods proposed in literatures are not fully based on NN. This problem is the first problem addressed in this dissertation. In relation to the guidance system, this dissertation limits the problem on the control system for a chaser boat. This problem is the second problem addressed in the dissertation.The first objective of this research is to develop a new method of supervised and unsupervised NN control for a double propeller boat. The new NN based control system are developed using the supervised learning Backpropagation Neural Networks BPNN as well as the unsupervised learning Self Organizing Maps SOM and Self Organizing Incremental Neural Network SOINN methods. The SOM and SOINN methods are chosen because their learning timea are supposedly faster than that of BPNN. However, they were originally developed for image processing and pattern recognition, thus, their utilizations as control systems are not common. Justifications for these new neural network control system are conducted for a boat model and real double propeller boat prototype through a series of control system simulations, both open loop and closed loop.The second objective of this research is to develop a closed loop NN control system for a chaser boat by using Ensemble Kalman Filter EnKF as the predictor of target boat future position from radar data. Radar sensor is chosen because it is the most promising target tracking technology that can provide the highest resolution among other available options. Meanwhile, EnKF prediction method is chosen because it can perform a one step ahead prediction and does not require any state space data from the target boat. However, EnKF was originally developed for weather prediction, thus, it has never been used as a trajectory estimator on a chaser boat.The results of the study showed that the newly developed control methods based on BPNN, SOM and SOINN neural network can be utilized as the controller of an autonomous boat. The conducted simulations on real double propeller boat data have proven that BPNN controller can produce low error, but its learning process is quite timely. This problem is solved by a controller based on SOM which requires shorter computational time. However, SOM controller requires an optimum number of neurons to produce a low error. A controller trained by using a modified SOINN algorithm is developed to solve this issue. The simulation results show that SOINN controller can determine the optimum mapping neuron in SOM controller.Neural network control system for a chaser boat has been designed by using EnKF to predict the target trajectory from radar data and a closed loop neural network controller. The simulation results showed that the chaser boat closed loop control based on BPNN, SOM and SOINN can work well in chasing hitting the target boat. Time of the first hit depends on the maximum velocity of the chaser boat. As the velocity of the chaser boat gets higher, the hit occurs faster. In addition, the first hit also depends on the pre defined hitting distance threshold, as bigger threshold increases the hit probability. For the designed chaser boat control system, the unsupervised control system based on SOM and SOINN tend to follow the target, whereas the supervised control system based on BPNN can intercept the trajectory of the target. This results indicate that the SOM and SOINN controller is suitable to be used as the controller in a follower boat due to its low control error and mapping principle. Meanwhile, BPNN controller is suitable to be utilized as the controller in a chaser boat since its basic control principle is minimizing error. In the case of maneuvering target and the maximum speed of the chaser boat is about half the average velocity of the target boat, only SOINN based controller can hit the target boat."

"Ambiguitas ktivitas militer di Zona Ekonomi Eksklusif (ZEE) merupakan isu yang terus mendapat perhatian dalam hukum internasional. Mengingat jumlah insiden yang diakibatkan olehnya, telah dilakukan berbagai upaya untuk dapat memitigasi dampak daripada ambiguitas ini. Namun, seiring berkembangnya teknologi, muncul sebuah permasalahan baru yang dapat menghalangi keberhasilan upaya- upaya tersebut. Unmanned Underwater Vehicles UUV , yang belum diatur secara spesifik dalam hukum internasional, kerap digunakan dalam aktivitas militer negara-negara, secara khusus Amerika Serikat di ZEE negara-negara lain. Dengan adanya kekosongan hukum dan juga kapabilitas yang dimiliki oleh UUV, berbagai praktisi dan ahli hukum, serta negara mengkhawatirkan mengenai ancaman penggunaan militer alat ini terhadap kedaulatan, kepentingan, dan keamanan nasional Negara Pantai. Ancaman ini pun sejatinya telah terjadi secara riil dalam dunia nyata. Dalam penelitian ini, pembahasan terbagi atas dua bagian, yaitu aktivitas militer di ZEE dan status hukum UUV yang digunakan dalam aktivitas militer. Kedua objek tersebut akan ditinjau dan dianalisis dengan menggunakan perspektif hukum internasional, ketentuan nasional, dan state practice. Berdasarkan ketiga perspektif tersebut, masih terdapat ambiguitas dan perbedaan pandangan antar negara mengenai aktivitas militer di ZEE. Adapun juga terdapat perdebatan, baik itu dalam hukum internasional maupun ketentuan nasional, mengenai pengaturan UUV yang digunakan dalam aktivitas militer secara umum. Namun, telah terdapat upaya-upaya, baik itu secara nasional maupun internasional untuk menyelesaikan perdebatan tersebut. Penulis menyarankan agar kedua isu tersebut diperjelas dan diatur secara spesifik, baik itu melalui perjanjian internasional yang baru maupun amandemen terhadap perjanjian internasional yang telah ada.

---

The ambiguity of military activities in the Exclusive Economic Zone EEZ has been one of the main concern in international law. Considering its impact on numerous international incidents, there have been many attempts to mitigate the issue. However, those attempts might be hampered by recent issue arising out of the technological development on the maritime area, namely Unmanned Underwater Vehicles UUV . These UUVs, which haven rsquo t been specifically regulated in the international law, are commonly used in the military activities of States, including the United States of America, in the other States EEZ. Thus, many legal practitioners and scholars, as well as States concerned about threats generated from military application of this unregulated UUV to the sovereignty, interests, and national security of Coastal States. In this paper, the discussion will be divided into two parts, namely military activities in the EEZ and legal status of UUV operating in military activities. These two parts will be reviewed and analyzed in the perspective of international law, national regulation, and States practice. In conclusion, based on these perspective, military activities in the EEZ is vaguely regulated and varied among the States. There is also a contention on the regulation of UUV deployed in the military activities, either in international law or national law. However, attempts on resolving those issues, either in the national or international scale, will also be noted in this paper. The author suggests that these issues have to be defined and regulated specifically by new treaties or amendment to the existing treaties."

"Pada saat ini perkembangan teknologi sudah semakin canggih. Hal ini ditunjukkan oleh banyaknya robot yang sudah banyak berperan dalam banyak kegiatan. Definisi robot itu sendiri merupakan suatu mesin yang dirancang untuk mempermudah pekerjaan manusia baik itu diprogram secara otomatis atau dikendalikan langsung oleh manusia. Sistem tanpa awak (Unmanned Control) pada wahana kendaraan adalah salah satu contohnya. Sistem tanpa awak ini mempunyai tujuan untuk melakukan penjelajahan di area yang mempunyai risiko tinggi dan berbahaya bagi manusia. Sistem ini banyak diterapkan baik pada wahana kendaraan darat, udara dan di atas maupun di bawah permukaan air. Wahana kendaraan dengan sistem tanpa awak yang berada di atas permukaan air disebut dengan USV (Unmanned Surface Vehicle), UAV (Unmanned Aerial Vehicle) untuk wahana kendaraan udara, dan Underwater ROV (Remotely Operated Vehicle) untuk wahana kendaraan di bawah permukaan air tanpa awak. Kategori Underwater ROV yang paling banyak dikembangkan saat ini adalah kategori Mini dan General. Kedua kategori tersebut rata-rata memiliki dimensi yang cukup besar dan sulit untuk dibawa berpindah-pindah tempat. Oleh karena itu penelitian ini bertujuan untuk membuat prototipe kedua dari Micro Class Underwater ROV sebagai penginspeksi lambung kapal yang memiliki kekedapan hingga 5 meter, mampu mempertahankan posisi secara otomatis, mampu menampilkan vision dari kamera secara real time dan memiliki manuver yang baik serta harga yang terjangkau. Penelitian ini diawali dengan merancang serta merakitkomponen mekanikal dan elektrikal, merancang sistem kontrol dan pemrograman serta algoritma untuk mengontrol prototipe. Selanjutnya dilakukan pengambilan data melalui pengujian sensor, kamera dan simulasi serta analisis performanya. Prototipe ini memiliki massa total 3.2 kg dan kedap hingga kedalaman 5 meter serta dapat stabil ke posisi semula dari gerakan roll ketika diberi gangguan dalam waktu 0,297 detik dengan konstanta P sebesar -682.49, konstanta I sebesar -2501.7383, dan konstanta D sebesar -45.7323. Ketiga konstanta ini membantu operator untuk mengontrol prototipe agar mendapatkan gerakan yang lebih baik. Prototipe ini dapat menyala dengan semua sistem bekerja secara maksimal selama 5.1 menit dan mampu menyala minimal selama 34.2 menit ketika sistem dipakai sewajarnya. Prototipe ini dapat menampilkan video maupun gambar secara real time yang dapat dilihat langsung oleh operator pada GCS (Ground Control Station), akan tetapi terjadi beberapa perbedaan dalam pengiriman data video pada resolusi 120p, 240p dan 480p. Pada resolusi 120p tidak mengalami delay, 240p mengalami rata-rata delay 281 ms dan pada resolusi 480p mengalami rata-rata delay 782 ms.

---

ABSTRACTAt this time the development of technology has become more sophisticated. This is indicated by the many robots that have a lot to play role in many activities. The definition of the robot itself is a machine designed to facilitate human work whether it is programmed automatically or directly controlled by humans. Unmanned Control on vehicle rides are one of the example. This unmanned system aims to explore areas that have high risks and dangerous to humans. This system is widely applied both on land vehicles, air and above or below the surface of the water. Vehicle with unmanned systems that are above the surface of the water is called USV (Unmanned Surface Vehicle), UAV (Unmanned Aerial Vehicle) for air vehicle rides, and Underwater ROV (Remotely Operated Vehicle) for vehicle rides under the surface of water. The most developed Underwater ROV category today is the Mini and General categories. This twocategories on average have quite large dimensions and are difficult to move around. Therefore this study aims to make a second prototype of Micro Underwater ROV Class as inspecting the hull of the ship which has a tightness of up to 5 meters, able to maintain its position automatically, able to display vision from the camera in real time and has good maneuverability and affordable prices. This research begins by designing and assembling mechanical and electrical components, designing control and programming systems and algorithms to control prototypes. Then the data is collected through testing sensors, cameras and simulations and performance analysis. This prototype has a total mass of 3.2 kg and is impermeable to a depth of 5 meters and can be stable to its original position from the roll motion when disturbed within 0.297 seconds with a P constant -682.49, a constant of I -2501.7383, and a constant of D -45.7323. These three constants help the operator to control the prototype in order to get better movement. This prototype can be lit with all systems working optimally for 5.1 minutes and able to run for a minimum of 34.2 minutes when the system is used appropriately. This prototype can display video and images in real time that can be seen directly by the operator on the GCS (Ground Control Station), but there are some differences in sending video data at a resolution of 120p, 240p and 480p. At a resolution of 120p there was no delay, 240p had an average delay of 281 ms and at a resolution of 480p had an average delay of 782 ms."

"Nowadays, there are many robotic applications being developed to do tasks autonomously without any interactions or commands from human. Therefore, developing a system which enables a robot to do surveillance such as detection and tracking of a moving object will lead us to more advanced tasks carried out by robots in the future. AR.Drone is a flying robot platform that is able to take role as UAV (Unmanned Aerial Vehicle). Usage of computer vision algorithm such as Hough Transform makes it possible for such system to be implemented on AR.Drone. In this research, the developed algorithm is able to detect and track an object with certain shape and color. Then the algorithm is successfully implemented on AR.Drone quadcopter for detection and tracking.Saat ini, ada banyak aplikasi robot yang telah dikembangkan untuk melakukan suatu tugas secara autonomous tanpa interaksi atau menerima perintah dari manusia. Oleh karena itu, mengembangkan sistem yang memungkinkan robot untuk melakukan tugas pengawasan seperti deteksi dan tracking terhadap suatu objek yang bergerak akan memungkinkan kita untuk mengimplementasikan tugas-tugas yang lebih canggih pada robot di masa mendatang. AR.Drone adalah salah satu platform robot terbang yang dapat berperan sebagai UAV (Unmanned Aerial Vehicle). Penggunaan algoritma com-puter vision seperti Hough Transform memungkinkan sistem semacam itu dapat terimplementasi pada AR.Drone. Pada penelitian ini, algoritma yang diterapkan mampu melakukan deteksi dan tracking ter-hadap suatu objek berdasarkan bentuk dan warna tertentu. Hasil yang diperoleh dari penelitian ini me-nunjukkan sistem deteksi dan tracking objek secara autonomous dapat diimplementasikan pada quad-copter AR.Drone."