Robot Keseimbangan Dengan Kendali Proporsional-Integral-Derivatif (PID) dan Kalman Filter

Robot Keseimbangan memiliki dinamika yang cepat, tidak stabil, dan non- linear sehingga memerlukan pengendali yang sesuai. Robot keseimbangan menggunakan sensor accelerometer untuk mengukur perubahan sudut saat bergerak. Sifat sensor tersebut adalah sangat sensitif dan ber-noise sehingga memerlukan...

Descripción completa

Guardado en:

Detalles Bibliográficos
Autores principales:	Alfian Maarif, Riky Dwi Puriyanto, Fadlur Rahman T. Hasan
Formato:	article
Lenguaje:	EN
Publicado:	UIR Press 2020
Materias:	kendali pid kalman filter robot keseimbangan sensor accelerometer mma731 atmega32 Computer software QA76.75-76.765 Information technology T58.5-58.64 Computer engineering. Computer hardware TK7885-7895
Acceso en línea:	https://doaj.org/article/fd127cb4efb0412880bd84eda02403a1
Etiquetas:	Agregar Etiqueta Sin Etiquetas, Sea el primero en etiquetar este registro!

id	oai:doaj.org-article:fd127cb4efb0412880bd84eda02403a1
record_format	dspace
spelling	oai:doaj.org-article:fd127cb4efb0412880bd84eda02403a12021-11-04T09:51:14ZRobot Keseimbangan Dengan Kendali Proporsional-Integral-Derivatif (PID) dan Kalman Filter2528-40612528-405310.25299/itjrd.2020.vol4(2).3900https://doaj.org/article/fd127cb4efb0412880bd84eda02403a12020-02-01T00:00:00Zhttps://journal.uir.ac.id/index.php/ITJRD/article/view/3900https://doaj.org/toc/2528-4061https://doaj.org/toc/2528-4053Robot Keseimbangan memiliki dinamika yang cepat, tidak stabil, dan non- linear sehingga memerlukan pengendali yang sesuai. Robot keseimbangan menggunakan sensor accelerometer untuk mengukur perubahan sudut saat bergerak. Sifat sensor tersebut adalah sangat sensitif dan ber-noise sehingga memerlukan metode untuk mengurangi noise tersebut. Pada penelitian ini digunakan pengendali Proporsional Integral Derivatif (PID) untuk mengatasi dinamika tersebut. Kelebihan Pengendali PID adalah memiliki respon yang cepat dan mudah untuk diterapkan. Sementara untuk mengurangi noise pada sensor accelerometer digunakan metode kalman filter. Hasil pengujian me- nunjukkan bahwa metode kalman filter mampu untuk mengurangi noise pada sensor accelerometer. Nilai parameter kalman filter sangat mempengaruhi hasil filter sehingga memerlukan penentuan nilai yang tepat. Nilai matriks variasi proses harus lebih besar daripada nilai matriks variasi pengukuran. Ni- lai parameter kalman filter yang terbaik adalah matriks variasi proses R = 10 dan matriks variasi pengukuran Q = 0, 01. Pengendali PID dapat mensta- bilkan robot pada posisi tegak. Nilai parameter terbaik pengendali PID adalah Kp = 20, Ki = 1, dan Kd = 20.Alfian MaarifRiky Dwi PuriyantoFadlur Rahman T. HasanUIR Pressarticlekendali pidkalman filterrobot keseimbangansensor accelerometer mma731atmega32Computer softwareQA76.75-76.765Information technologyT58.5-58.64Computer engineering. Computer hardwareTK7885-7895ENIT Journal Research and Development, Vol 4, Iss 2 (2020)
institution	DOAJ
collection	DOAJ
language	EN
topic	kendali pid kalman filter robot keseimbangan sensor accelerometer mma731 atmega32 Computer software QA76.75-76.765 Information technology T58.5-58.64 Computer engineering. Computer hardware TK7885-7895
spellingShingle	kendali pid kalman filter robot keseimbangan sensor accelerometer mma731 atmega32 Computer software QA76.75-76.765 Information technology T58.5-58.64 Computer engineering. Computer hardware TK7885-7895 Alfian Maarif Riky Dwi Puriyanto Fadlur Rahman T. Hasan Robot Keseimbangan Dengan Kendali Proporsional-Integral-Derivatif (PID) dan Kalman Filter
description	Robot Keseimbangan memiliki dinamika yang cepat, tidak stabil, dan non- linear sehingga memerlukan pengendali yang sesuai. Robot keseimbangan menggunakan sensor accelerometer untuk mengukur perubahan sudut saat bergerak. Sifat sensor tersebut adalah sangat sensitif dan ber-noise sehingga memerlukan metode untuk mengurangi noise tersebut. Pada penelitian ini digunakan pengendali Proporsional Integral Derivatif (PID) untuk mengatasi dinamika tersebut. Kelebihan Pengendali PID adalah memiliki respon yang cepat dan mudah untuk diterapkan. Sementara untuk mengurangi noise pada sensor accelerometer digunakan metode kalman filter. Hasil pengujian me- nunjukkan bahwa metode kalman filter mampu untuk mengurangi noise pada sensor accelerometer. Nilai parameter kalman filter sangat mempengaruhi hasil filter sehingga memerlukan penentuan nilai yang tepat. Nilai matriks variasi proses harus lebih besar daripada nilai matriks variasi pengukuran. Ni- lai parameter kalman filter yang terbaik adalah matriks variasi proses R = 10 dan matriks variasi pengukuran Q = 0, 01. Pengendali PID dapat mensta- bilkan robot pada posisi tegak. Nilai parameter terbaik pengendali PID adalah Kp = 20, Ki = 1, dan Kd = 20.
format	article
author	Alfian Maarif Riky Dwi Puriyanto Fadlur Rahman T. Hasan
author_facet	Alfian Maarif Riky Dwi Puriyanto Fadlur Rahman T. Hasan
author_sort	Alfian Maarif
title	Robot Keseimbangan Dengan Kendali Proporsional-Integral-Derivatif (PID) dan Kalman Filter
title_short	Robot Keseimbangan Dengan Kendali Proporsional-Integral-Derivatif (PID) dan Kalman Filter
title_full	Robot Keseimbangan Dengan Kendali Proporsional-Integral-Derivatif (PID) dan Kalman Filter
title_fullStr	Robot Keseimbangan Dengan Kendali Proporsional-Integral-Derivatif (PID) dan Kalman Filter
title_full_unstemmed	Robot Keseimbangan Dengan Kendali Proporsional-Integral-Derivatif (PID) dan Kalman Filter
title_sort	robot keseimbangan dengan kendali proporsional-integral-derivatif (pid) dan kalman filter
publisher	UIR Press
publishDate	2020
url	https://doaj.org/article/fd127cb4efb0412880bd84eda02403a1
work_keys_str_mv	AT alfianmaarif robotkeseimbangandengankendaliproporsionalintegralderivatifpiddankalmanfilter AT rikydwipuriyanto robotkeseimbangandengankendaliproporsionalintegralderivatifpiddankalmanfilter AT fadlurrahmanthasan robotkeseimbangandengankendaliproporsionalintegralderivatifpiddankalmanfilter
_version_	1718444939716591616

Robot Keseimbangan Dengan Kendali Proporsional-Integral-Derivatif (PID) dan Kalman Filter

Ejemplares similares