Hasil Pencarian  ::  Simpan CSV :: Kembali

"

Penggunaan multiple mobile robots dimaksudkan untuk meningkatkan efisiensi dalam mengerjakan suatu tugas yang kompleks. Pada area yang luas, multiple mobile robots banyak digunakan karena dapat bekerja secara paralel. Hingga saat ini, salah satu topik utama pada penelitian multiple mobile robots adalah pengendalian untuk membentuk formasi dan mempertahankan formasi. Metode untuk membentuk formasi antara lain adalah leaderless dan leader-follow. Metode leader-follow memiliki keunggulan pada kemudahannya dalam mengendalikan robot lain berdasarkan pada posisi relatif robot follower terhadap robot leader. Akan tetapi, masalah akan muncul ketika robot follower diharuskan untuk membentuk dan kemudian mengikuti trajectory robot leader. Dalam hal ini, terdapat kondisi di mana robot follower akan berhenti sementara saat nilai galat sudah sangat kecil. Hal ini dikarenakan robot follower hanya menerima informasi posisi relatif terhadap robot leader saja. Maka dari itu, dibutuhkan informasi kecepatan robot leader sebagai kompensasi apabila posisi robot follower terhadap robot leader sudah terpenuhi sehingga robot follower dapat mempertimbangkan posisi dan kecepatannya terhadap robot leader. Penelitian ini membuktikan algoritma sistem kendali formasi dengan referensi posisi dan kecepatan robot leader menghasilkan pembentukan dan pertahanan formasi yang lebih stabil dibandingkan dengan hanya menggunakan referensi posisi robot leader. Hasil pengujian dibuktikan melalui simulasi pada Gazebo dan eksperimen pada perangkat keras.

 

---

The use of multiple mobile robots is intended to improve efficiency in carrying out of complex tasks. In a large area, multiple mobile robots are widely used because of the ability to work in parallel. Until now, one of the main topics in the study of multiple mobile robots are controlling and maintaining the formation. Methods for forming formation are leaderless and leader-follow. The leader-follow method has the easeness in controlling other robot based on the relative position of the robot follower to the robot leader. However, problems will arise when the robot followers are required to form and then follow the trajectory of the robot leader. In this case, there is a condition where the follower robot will stop temporarily when the error value is very small. This is because robot followers only receives position information relative to the robot leader. Therefore, information about the speed of the robot leader is needed so that robot follower can consider the position and speed of the robot leader. This study proves that the formation control system algorithm with reference to the position and speed of the robot leader produces formation and defense of the formation which is more stable compared to only using the robot leader position reference. Numerical simulations and real-time experiments are presented to prove the control strategy.

 

"

"Manusia selalu ingin menciptakan robot yang dapat bernavigasi seperti dirinya. Manusia dapat bernavigasi dengan hanya menggunakan informasi yang didapat melalui indera penglihatan. Untuk itu perlu diterapkan sistem penginderaan yang didasarkan pada pengelihatan pada suatu sistem navigasi robot. Sistem penginderaan ini diterapkan pada robot menggunakan suatu jenis sensor untuk menangkap citra, yaitu sensor kamera. Pada skripsi ini dibahas penggunaan kamera sebagai sensor pada system pengendalian mobile robot atau robot bergerak. Sebelum digunakan sebagai dasar pengendalian, informasi yang didapat dari sensor kamera harus diproses terlebih dahulu. Pengendalian yang digunakan untuk navigasi robot adalah pengendalian berdasarkan logika fuzzy. Dalam tugas akhir ini diperlihatkan bagaimana kemampuan sistem dalam memproses masukan dari sensor kamera dan menterjemahkannya menjadi gerakan robot menggunakan pengendalian fuzzy. Sistem yang ingin dicapai adalah sistem robot yang dapat bernavigasi berdasarkan pengendalian fuzzy dengan hanya menggunakan input dari kamera. Dari hasil pengujian dapat diketahui bahwa dapat diterapkan sebuah sistem kendali fuzzy untuk mengendalikan mobile robot dengan hanya menggunakan sensor kamera.

---

Human beings always try to create robot that can navigate like them self. Humans can navigate with information from their vision. To achieve it, a vision based system is needed for robot navigation. This vision based system is applied on a robot with a type of image capturing sensor, which is a camera.

This paper discusses the use of camera as a sensor in the mobile robot control system. Before used as the input of the navigation control system, the information from the camera sensor has to be processed beforehand. The control system that is used for the robot navigation is a control system based on fuzzy logic.

This paper will show the system ability to process input from the camera sensor and translate that input into robot movement using fuzzy control. The final goal is a mobile robot with fuzzy control system that can navigate with input only from camera sensor. From the experiment we can see that a fuzzy control system can be applied on a mobile robot with camera sensor."

"Dewasa ini, berkembangnya teknologi dalam bidang robotika mendorong manusia untuk terus berinovasi dalam pengembangan teknologi terbaru untuk mempermudah pekerjaan manusia. Salah satu perkembangan dunia robotika saat ini adalah pengembangan mobile robot. Robot mobil atau mobile robot adalah konstruksi robot yang ciri khasnya adalah mempunyai aktuator berupa roda untuk menggerakkan keseluruhan badan robot tersebut, sehingga robot tersebut dapat melakukan perpindahan posisi dari satu titik ke titik yang lain. Pada skripsi ini akan dilakukan perancangan pengendalian mobile robot menggunakan ROS Robotic Operating System. Sehingga pembahasan akan diawali oleh pengendalian motor dengan karakteristiknya. Kemudian, pembahasan akan dilanjutkan ke pengendalian mobile robot dan untuk pengujiannya digunakan beberapa trayektori, yaitu tayektori linier, sinusoidal dan zigzag yang akan dijalankan oleh kooperatif mobile robot. Berdasarkan pengujian didapatkan kombinasi nilai konstanta pengendali yang mampu mengikuti trayektori linier, sinusoidal, dan zigzag yang diberikan dengan baik.

---

Today, the development of technology in the field of robotics encourages people to keep innovating in the development of the latest technology for human work. One of the development in robotics today is the development of mobile robot. Robot car or mobile robot is a robot that has a wheel actuator to move the whole body of the robot, so that the robot can make a movement from one point to another.

This thesis will explain the exploration of mobile robot motion using ROS Robotic Operating System by modeling the condition of motor control with its characteristics. After the model connected with ROS, the discussion will proceed to the mobile robot control and test its movement to follow a few trajectories, ie linear, sinusoidal and zigzag that will be applied to cooperative mobile robot. Based on the tests found the control constant that can be used for linear, sinusoidal, and zigzag trajectory nicely."

"Kendaraan Listrik saat ini tengah digencarkan oleh pemerintah Indonesia karena kelebihannya untuk tidak menghasilkan emisi karbon dioksida. Kendaraan listrik memanfaatkan baterai sebagai sumber energi utama untuk menggerakan motor dan perangkat listrik yang digunakan. Pengisian ulang perlu dilakukan oleh baterai dikarenakan energi listrik yang terkandung akan habis diserap oleh komponen-komponen listrik yang digunakan. Perangkat pengisian baterai akan menerima energi listrik dari Jaringan Listrik Distribusi dengan sistem tegangan AC tiga fasa dan mengonversikannya menjadi sistem tegangan DC. Konversi tegangan tersebut akan dilakukan oleh perangkat yang disebut sebagai rectifier. Topologi 2 – level converter akan digunakan karena kemampuannya untuk mencapai sistem dengan unity power factor dan rendahnya tingkat harmonik arus. Metode kendali berorientasi tegangan dipilih dikarenakan tingkat dinamika yang tinggi serta performa statis yang baik melalui pengendalian arus lingkaran dalam. Pemilihan nilai parameter merupakan hal yang krusial dikarenakan dapat mempengaruhi kestabilan sistem. Pemodelan, simulasi, dan analisis sistem secara matematis perlu dilakukan sehingga sistem tetap berada di rentang kestabilan sesuai dengan batasan spesifikasi yang telah diperoleh.

---

The Indonesian government is currently intensifying electric vehicles because of their advantages of not producing carbon dioxide emissions. Electric vehicles utilize batteries as the primary energy source to drive motors and electrical devices used. The battery's recharging needs to be done by the battery because the electrical energy will be entirely absorbed by the electrical components used. The battery charging device will receive electrical energy from the Distribution Electric Network with a three-phase AC voltage system and convert it into a DC voltage system. The voltage conversion will be carried out by a device called a rectifier. The 2-level converter topology will be used to achieve a system with a unity power factor and low current harmonic levels. The voltage-oriented control method was chosen due to its high dynamics level and good static performance through inner circle current control. The selection of parameter values is crucial because it can affect the stability of the system. Mathematical modeling, simulation, and analysis of the system need to be carried out to remain in the stability range according to the specification limits obtained."

"Quadcopter merupakan wahana terbang yang memiliki 4 rotor bersifat underactuated. Sifat quadcopter yang merupakan sistem yang kompleks akibat coupling antar variabelnya menjadikan desain pengendali yang cukup rumit. Diperlukan adanya pengendali yang mudah untuk dapat diaplikasikan pada quadcopter. Untuk melakukan percobaan pengaplikasian pengendali pada quadcopter, sistem pengendali tersebut harus dilakukan percobaan pada simulasi untuk mengetahui hasilnya. Oleh karena itu, peneliti mengusulkan pengendalian DIC yang berbasis deep neural networks (DNN) dan long-short term memory (LSTM) diujikan pada simulator sebelum akhirnya pada quadcopter asli. LSTM digunakan memiliki arsitektur pendukung untuk data sekuensial sebagaimana pergerakan trajektori. Sistem kendali dengan LSTM ini dihasilkan galat MSE yang lebih rendah dibanding DNN. Kinerja LSTM lebih baik dibandingkan dengan DNN. Selain itu, terdapat beberapa faktor – faktor terjadi peningkatan galat ketika diintegrasikan pada simulator Gazebo untuk bahan evaluasi terhadap pengendali berbasis yang sama diaplikasikan pada quadcopter aslinya.

---

Quadcopter is a flying vehicle that has 4 rotors that are underactuated. The nature of the quadcopter which is a complex system due to the coupling between the variables makes the controller design quite complicated. An easy controller is needed to be applied to the quadcopter. In order to experiment with the application of the controller on the quadcopter, the control system must be experimented with in a simulation to find out the results. Therefore, the researcher proposes that DIC control based on Deep Neural Network and Long-Short Term Memory be tested on a simulator before finally on a real quadcopter. LSTM is used to have a supporting architecture for sequential data as well as trajectory movement. The controller with this LSTM produces a lower MSE error than DNN. LSTM performance is better compared to DNN. In addition, there are several factors that increase the error when integrated into the simulator for evaluation of the same based controller applied to the original quadcopter."

"Pengembangan aplikasi yang tidak dilengkapi dengan informasi detail mengenai aspek keamanan aplikasi menyebabkan pengguna mengalami kesulitan untuk menilai dan memahami risiko keamanan privasi yang mereka hadapi, sehingga banyak informasi sensitif yang terungkap tanpa sepengetahuan pengguna. Penelitian ini mengembangkan desain penilaian risiko privasi melalui pendekatan analisis statik dengan memanfaatkan permission dan beberapa atribut aplikasi (multiple application attributes), serta menggunakan majority voting ensemble learning dengan menerapkan teknik pemilihan fitur Random Forest Feature Importance untuk mendeteksi keamanan aplikasi. Nilai risiko diperoleh dari sebuah matriks risiko yang dibentuk dari dua aspek penilaian, yaitu frekuensi terjadinya risiko (likelihood) dan tingkat keparahannya (severity). Penilaian likelihood dilakukan dengan mengkombinasikan prediksi ensemble learning dan atribut aplikasi, sementara penilaian severity berdasarkan pada karakteristik dan jumlah permission. Untuk mengevaluasi model pembelajaran dan desain penilaian risiko privasi digunakan dataset CIC-AndMal2017 yang terdiri dari 2126 file APK. Jumlah data yang digunakan untuk membentuk model memiliki proporsi 80% data training dan 20% data testing, serta metode klasifikasi data yang digunakan adalah binary class (malicious dan benign). Penelitian ini menerapkan bahasa pemrograman Python dan menggunakan parameter default pada proses pembentukan model pembelajaran. Hasil percobaan menunjukkan bahwa model ensemble learning yang dibentuk dari algoritma Decision Tree, K-Nearest Neighbor, dan Random Forest memiliki performa model yang lebih baik dibandingkan single classification model, dengan accuracy sebesar 95.2%, precision 93.2%, dan F1-Score sebesar 92.4%. Penerapan teknik pemilihan fitur mampu meningkatkan efisiensi waktu selama pembelajaran model dengan total waktu sebesar 263 ms. Serta, hasil penilaian risiko mampu memberikan informasi yang komprehensif dan logis mengenai keamanan privasi aplikasi kepada pengguna. Hal ini menunjukkan bahwa desain penilaian risiko yang dibuat dapat menilai aplikasi secara efektif dan objektif.

---

Lack of detailed information about the application's security aspects leads to the user's inability to assess and understand the risk of privacy breaches and leads to the disclosure of a great deal of sensitive information without the user's knowledge. This study proposes a privacy risk assessment development through employing static analysis with permission and multiple application attributes and using majority voting ensemble learning with the Random Forest Feature Importance technique to detect app security. The risk score is obtained from a risk matrix based on two assessment aspects, namely the frequency of risk (likelihood) and its severity. The likelihood assessment is performed by combining ensemble learning predictions and information on multiple application attributes, while the severity assessment is performed by utilizing the number and characteristics of permissions. The dataset CIC-AndMal2017, which consists of 2126 APK files, was used to evaluate learning models and privacy risk assessment design. The amount of data used to build models consists of 80% data training and 20% data testing, while the data classification method used is binary class (malicious and benign). This study employs Python programming and implements default parameters in building a learning model. The experimental results show that ensemble learning model built from Decision Tree, K-Nearest Neighbor, and Random Forest algorithms provides better model performance than single classification models with accuracy of 95.2%, precision of 93.2%, and F1-Score of 92.4%. By applying feature selection technique, it could improve the efficiency of time used to learn the model with a total time of 263 milliseconds. Moreover, the results of the risk assessment provide comprehensive and rational information about the security of application privacy to users. This shows that the risk assessment design can assess the applications effectively and objectively. "

"Dewasa ini quadrotor mulai diaplikasikan secara luas dalam berbagai bidang. Untuk melakukan suatu tugas yang kompleks, terkadang quadrotor tidak dapat menyelesaikannya sendirian. Oleh karena itu, suatu sistem multi quadrotor digunakan dimana terdapat beberapa quadrotor yang berkoordinasi satu sama lain dalam menyelesaikan suatu misi. Pada penelitian ini, dua buah quadrotor digunakan dengan formasi leader-follower untuk melakukan penjejakan trayektori. Kedua quadrotor tersebut saling berkomunikasi melalui jaringan WiFi yang telah dikonfigurasikan sebelumnya sehingga pertukaran data dapat terjadi selama percobaan berlangsung. Dalam eksperimen ini, robot leader akan bergerak mengikuti beberapa trayektori (garis lurus, dan persegi) sementara robot follower akan mengikuti pergerakan robot leader sambil menjaga jarak antar kedua robot. Jarak antar robot yang diinginkan adalah 3 meter secara posisi sumbu X, dengan posisi sumbu Y, Z yang sama. Sinyal kecepatan yang diterima dari robot leader akan dilakukan sedikit penyesuaian sebelum menjadi sinyal kecepatan bagi robot follower. Keseluruhan misi berjalan secara otomatis menggunakan program ROS yang tertanam pada sebuah mini-pc. Mini-pc tersebut kemudian dihubungkan dengan flight controller Pixhawk melalui protokol MAVLINK yang disediakan oleh package MAVROS. Lalu, pengendali inner loop akan dilakukan oleh Pixhawk sementara pengendali outer loop akan dijalankan pada mini-pc. Terdapat dua sistem kendali yang digunakan dalam proses penjejakan trayektori, yaitu pengendali posisi dan pengendali orientasi. Kedua pengendali tersebut menggunakan pengendali PID dengan parameter pengendali posisi Kp = 1, Ki = 2, Kd = 0.01, dan parameter pengendali orientasi Kp = 0.007. Keseluruhan sistem yang telah dirancang akan diuji melalui eksperimen langsung. Hasil pengujian menunjukkan bahwa sistem multi quadrotor dengan formasi leader-follower dapat berjalan dengan baik, dimana trayektori dapat diikuti oleh kedua quadrotor dengan bentuk formasi yang tetap terjaga.

---

Nowadays the quadrotor has begun to be widely applied in various fields. To do a complex task, sometimes quadrotor cannot do it by itself. Therefore, a multi quadrotor system was used where there were several quadrotors coordinating each other in completing a mission. In this study, two quadrotors were used with leader-follower formation to conduct a trajectory tracking. Both quadrotors communicate each other via a previously configured WiFi network so that data exchange can occur during the experiment. In this experiment, robot leader will move to follow several trajectories (straight lines and squares) while robot follower will follow the movement of robot leader while maintaining the distance between the two robots. The desired distance between two robots is 3 meters in the X axis position, with the same Y, Z axis position. The speed signal received from the robot leader will be made a little adjustment before becoming a speed signal for the robot follower. The entire mission runs automatically using a ROS program embedded on a mini-pc. The mini-pc was then connected to the Pixhawk flight controller via MAVLINK protocol provided by the MAVROS package. Then, the inner loop controller will be carried out by Pixhawk while the outer loop controller will be run on a mini-pc. There are two control systems used in the trajectory tracking process, namely position controller and orientation controller. The two controllers used PID controllers with position controller parameter Kp = 1, Ki = 2, Kd = 0.01, and orientation controller parameter Kp = 0.007. The entire system that has been designed will be tested through direct experiments. The test results showed that multi quadrotor systems with leader-follower formation functioned well, where trajectories can be followed by both quadrotor with a formation that is maintained."

"Mobile robot dalam aplikasinya sering dimanfaatkan dalam membantu kehidupan manusia. Tetapi mobile robot yang bekerja sendiri tidak bisa diandalkan dalam mengerjakan pekerjaan yang lebih kompleks, maka diperlukan robot yang saling berkoordinasi satu sama lain. Dalam koordinasi robot ini diperlukan kendali formasi. Kendali formasi ini dapat direalisasikan dengan beberapa metode, salah satunya adalah dengan leader-follower. Namun sebelumnya, untuk memastikan multi-mobile robot dapat bekerja dengan baik perlu dipastikan setiap mobile robot dapat mengikuti trayektori yang diperintahkan. Untuk itu pertama kali dilakukan pengujian kemampuan mobile robot dalam mengikuti trayektori garis lurus, sinusoidal, dan triangular. Selanjutnya dilakukan perancangan sistem kendali dengan metode leader-follower untuk mempertahankan formasi berdasarkan kecepatan leader dan jarak relatif follower terhadap leader. Sistem lalu diuji dengan simulasi dan perangkat keras menggunakan ROS (Robot Operating System) dan Gazebo. Hasil eksperimen menunjukkan bahwa mobile robot dapat mengikuti skenario trayektori yang diperintahkan dengan kesalahan mutlak rata-rata maksimal adalah ±5.681 cm dan mampu mempertahankan formasi ketika leader mengikuti trayektori yang diinginkan dengan kesalahan mutlak rata-rata jarak antar-mobile robot adalah ±7.327 cm.

---

Mobile robots are often used to help human life. But mobile robots that work alone cannot be relied upon to do more complex work, so robots are needed to coordinate with each other. In coordination this robot requires formation control. This formation control can be realized by several methods, one of which is leader-follower. But beforehand, to ensure multi-mobile robots can work properly it is necessary to ensure that each mobile robot can follow the trajectory that is ordered. For the first, one mobile robot is tested to follow a straight line, sinusoidal, and triangular trajectory. Then the control system with leader-follower method is designed to maintain formation based on leader speed and relative distance of the follower to the leader. The system is then tested with simulations and hardware using ROS (Robot Operating System) and Gazebo. The experimental results show that the mobile robot can follow the desired trajectory with the maximum mean absolute error of ±5.681 cm and is able to maintain the formation as the leader follows the desired trajectory with mean absolute error of ±7.327 cm"

"Penelitian ini membahas analisis perancangan sistem pengunci sasaran secara visual visual target locking yang digerakkan dengan pengendali. Perancangan algoritma pelacakan objek merupakan pengembangan metode dari library open source yakni OpenCV dan OpenTLD dengan penambahan fungsi pengolah citra dan pencocokan citra. Melalui pencocokan citra ini diharapkan dapat mengatasi terjadinya hilang fokus selama dalam penguncian objek. Hasil dari penguncian sasaran ini kemudian diterjemahkan dalam bentuk koordinat objek 2 dua axis yaitu x dan y yang digunakan sebagai sinyal masukan untuk sistem kendali. Sistem kendali ini akan mengatur pergerakan sensor kamera dalam gerakan azimuth dan elevasi untuk mengikuti arah pergerakan objek yang dikunci. Pergerakan objek yang dapat di deteksi dengan kecepatan kurang dari sama dengan 41.48 cm/detik dengan rata-rata kinerja tangkapan kamera kurang dari sama dengan 14.1147 fps.

---

This study discusses the analysis design of visual target locking system that driven by the controller. Object tracking algorithm design is the method development of an open source library that OpenCV and OpenTLD with the addition of image processing and image matching function. With the image matching is expected to overcome lost focus during the object locking. Result of the target locking is then translated into two object coordinates that x and y which are used as input signal for the control system. This control system will regulate the camera motion sensor for azimuth and elevation movement to follow the direction of the object that being locked. Object motion that can be detected is less equal than 41.48 cm second and camera capture performance rsquo s average is less equal than 14.1147 fps."

"Dalam penentuan lokasi suatu mobile terminal yang berada pada jangkauan Cell BTS dapat dilakukan dengan berbagai metode antara lain angle of arrival positioning, time of arrival positioning (TOA), time differential of arrival (TDOA), Enhanced Observed Time Differential (E-OTD), CGI+TA, CGI++ dan lain sebagainya. Pada metode CGI++ ini didasarkan pada Cell ID dan Rx level atau kuat sinyal yang diterima dari mobile terminal. Untuk menentukan jarak antara mobile terminal dengan BTS yang terdekat dilakukan berdasarkan kuat sinyal yang diterima dari mobile terminal dengan menggunakan Lee Path Loss Method, selanjutnya dengan Triangulation Method untuk menentukan titik atau koordinat dari mobile terminal. Simulasi dilakukan untuk memperoleh koordinat mobile terminal dengan menghitung nilai dari besarnya daya yang diterima oleh mobile terminal. Besarnya error yang terjadi pada simulasi bervariasi dari 0.005092% sampai 0.009292% untuk longitude dan 0.004292% sampai 0.008659% untuk latitude serta error yang terjadi dalam meter adalah 860.8378 sampai 1630.653 meter.

---

In determining of mobile location, a mobile terminal that in the Cell of BTS area can be determine using many method such as Angle of Arrival Positioning (AOA), Time of Arrival Positioning (TOA), Time Differential of Arrival (TDOA), Enhanced Observed Time Differential (E-OTD), CGI+TA, CGI++, etc. CGI++ method using Cell ID and Rx level or power received of mobile terminal to determine location of mobile terminal. Lee Path Loss method used to calculate the distance of mobile terminal with the BTS that serving or neighboring BTS based of power received. Than Triangulation Method used to determine the point or coordinate the mobile terminal.

The simulation is executed for getting accuracy the point or coordinate of mobile terminal. The point or coordinate that is getting by calculation is compared to the point or coordinate of mobile terminal using GPS. Calculation errors what was gotten are variety from 0.005092 - 0.009292% for longitude's error, 0.004292 - 0.008659% for latitude's error and error in meter are 860.8378 to 1630.653 meters."