Sudaryanto, Albert (2017) Pengendalian Distribusi Quadrator Swarm Untuk Pelacakan Titik Centroid Dengan Menggunakan Modified Artificial Neural Network Self Organizing MAP (Modified ANNSOM). Masters thesis, Institut Teknologi Sepuluh Nopember.
Preview |
Text
2215202007-Master_Thesis.pdf - Accepted Version Download (3MB) | Preview |
Abstract
Akhir-akhir ini, quadrotor swarm menjadi topik yang menarik untuk dieksplorasi karena mengarah pada pemanfaatan teknologi nano. Permasalahan utama dalam aplikasi quadrotor swarm adalah distribusi antar anggota quadrotor dalam suatu kawanan. Salah satu metode yang pernah digunakan adalah ANN-Self Organizing Map (ANNSOM). Namun, metode tersebut memiliki kelemahan berupa tidak adanya besaran kerapatan antar anggota quadrotor dalam area yang dicapai. Di sisi lain, metode ANNSOM tergolong efektif untuk diterapkan pada jumlah anggota kawanan quadrotor yang banyak.
Pada penelitian ini, metode yang digunakan adalah ANN-Self Organizing Map yang telah dimodifikasi, disebut dengan Modified ANN-Self Organizing Map. Modifikasi yang dilakukan adalah dalam bentuk pengembangan neuron yang merupakan bagian dari optimasi feature map dengan menggunakan metode Particle Swarm Optimization (PSO). ANNSOM digunakan untuk mengidentifikasi pergerakan awal anggota quadrotor swarm. Saat telah teridentifikasi, pergerakan quadrotor swarm menuju ke titik centroid akan dilakukan dengan menggunakan metode PSO. Untuk menghindari tabrakan antar anggota quadrotor swarm pada titik centroid, jarak masing-masing anggota quadrotor ditentukan menggunakan persamaan jarak euclidean.
Hasil penelitian ini menunjukkan bahwa dengan menggunakan metode Modified ANNSOM, anggota kawanan quadrotor mampu bergerak secara signifikan untuk melacak posisi titik centroid secara optimal. Berdasarkan sepuluh data sampel, diketahui bahwa nilai varian untuk koordinat posisi yang dicapai oleh kawanan quadrotor dalam proses pelacakan titik centroid pada titik x adalah 0.0001 dan titik y adalah 0.0051 dapat dicapai dengan time constant delay 0.5 detik. Selain itu, anggota kawanan quadrotor mampu menghindari terjadinya tabrakan dengan anggota yang lain. Saat melakukan proses pelacakan titik centroid, nilai rata-rata jarak antar anggota kawanan quadrotor, berdasarkan data varian dari sepuluh data sampel, adalah 0.002. Penelitian ini dapat dikembangkan lebih lanjut dengan menambahkan algoritma untuk membentuk formasi yang berbeda-beda dalam dimensi ruang, sehingga dapat diperoleh pola yang paling efektif untuk menampung jumlah quadrotor yang banyak. =======================================================================================================
Recently, quadrotor swarm has become an interesting topic to explore because it leads to the utilization of nano technology. The main problem in the application of quadrotor swarm is the distribution between quadrotor members in a swarm. One of the methods ever used was ANN-Self Organizing Map (ANNSOM). However, the method has a weakness in the absence of the magnitude of the density between quadrotor members in a particular area. On the other hand, the ANNSOM method is effective for the large number of quadrotor swarms.
This research used a modified version of ANN-Self Organizing Map, called as Modified ANN-Self Organizing Map. The modifications are in the form of neuron development which is part of feature map optimization using Particle Swarm Optimization (PSO) method. ANNSOM is used to identify the initial movement of quadrotor swarm members. Once identified, the movement of the quadrotor swarm to the centroid will be done using the PSO method. To avoid collisions between members of the swarm quadrotor at the centroid point, the distance of each quadrotor member is determined using the euclidean distance equation.
This study show that by using the ANNSOM Modified method, quadrotor swarm members are able to move significantly to track the position of the centroid optimally. Based on the ten sample data, it is known that the variance value of the coordinates, achieved by the quadrotor swarm in the process of tracking the centroid point at point x is 0.0001 and the y point, is 0.0051 and it can be achieved with a time constant delay of 0.5 seconds. In addition, quadrotor swarm members are able to avoid collisions with other members. When performing the centroid tracking process, the mean value of distance between quadrotor swarm members, based on the variance data of the ten sample data, is 0.002. This research can be further developed by adding algorithms to form different formations in the spatial dimension, so that the most effective pattern can be obtained to accommodate large quantities of quadrotor.
| Item Type: | Thesis (Masters) |
|---|---|
| Additional Information: | RTE 629.132 51 Sud p-1 3100018074193 |
| Uncontrolled Keywords: | Quadrotor Swarm; Modified ANNSOM; Pelacakan Centroid; Distribusi optimal; Centroid Tracking; Optimal Distribution |
| Subjects: | Q Science > QA Mathematics > QA76.87 Neural networks (Computer Science) T Technology > TJ Mechanical engineering and machinery > TJ217.6 Predictive Control T Technology > TK Electrical engineering. Electronics Nuclear engineering > TK5105.546 Computer algorithms T Technology > TL Motor vehicles. Aeronautics. Astronautics > TL776 .N67 Quadrotor helicopters--Automatic control |
| Divisions: | Faculty of Electrical Technology > Electrical Engineering > 20101-(S2) Master Thesis |
| Depositing User: | Albert Sudaryanto |
| Date Deposited: | 19 Feb 2018 04:02 |
| Last Modified: | 20 Apr 2020 22:27 |
| URI: | http://repository.its.ac.id/id/eprint/49238 |
Actions (login required)
 |
View Item |