Dhanie, Valya Ika (2016) Penentuan Prediksi Koordinat 3 Dimensi Dengan Metode Exponential Smoothing Untuk Target Tunggat Pada Sistem Pelontar Peluru Auto-Tracking. Undergraduate thesis, Institut Teknologi Sepuluh Nopember Surabaya.
Preview |
Text
2112100036-Undergraduate_Thesis.pdf - Published Version Download (1MB) | Preview |
Abstract
Wilayah negara Indonesia terbentang sepanjang 3.977 mil, dengan luas lautan 3.257.483 km² dan luas daratan 1.922.570 km². Tidak jarang daerah-daerah perbatasan Indonesia masih rawan dan mudah ditembus oleh pihak asing. Untuk meminimalkan jumlah SDM (Sumber Daya Manusia), mulai dikembangkan sistem persenjataan yang memanfaatkan mesin yang diharapkan lebih cepat dan lebih akurat sebagai ganti militer manusia. Mesin tersebut bisa dikembangkan dengan memanfaatkan teknologi non contact measurement dan teknologi pendektesian objek yang dapat mendeteksi posisi suatu objek seperti proses pengolahan citra. Sistem pelontar peluru auto-tracking sendiri bertujuan untuk mendeteksi suatu peluru lalu menembaknya di udara sebelum peluru tersebut mengenai target. Dari proses memasukkan koordinat sampai dengan penembakan peluru pasti ada jeda waktu, dan dalam selang waktu itu posisi peluru sudah berpindah, untuk itu kita perlu memprediksi posisi peluru selanjutnya. Sebelum menerapkan metode exponential smoothing untuk prediksi 3 dimensi, akan dibuat dulu secara 2 dimensi (x dan y) dengan menggunakan input 10 video untuk merepresentasikan real time, hasil dari prediksi ini akan dihitung nilai kesalahannya menggunakan metode root mean square lalu hasil error ini dibandingkan dengan error yang didapatkan mengunakan metode filter kalman. Jika selisih error yang didapat sudah kurang dari 0,1 maka hasil metode exponential smoothing dianggap sudah layak dengan nilai alfa tertentu dan dikembangkan menjadi prediksi 3 dimensi (x, y, dan z). Nilai alfa didapat sebesar 0.4995 dan dari 10 video 6 diantaranya menunjukkan bahwa metode exponential smoothing mempunyai ERMS lebih sedikit dibanding filter kalman. Hasil nilai error terbesar pada metode filter kalman untuk koordinat x adalah 8.55cm dan untuk koordinat y sebesar 18.34cm, sedangkan hasil error terbesar metode exponential smoothing untuk koordinat x adalah 11.126cm dan untuk koordinat y sebesar 12.77cm
================================================================================================
Indonesia has length up to 3.977 mil, covered with 3.257.483 km² ocean area and 1.922.570 km² land area. So the boundary of this country is also large. For optimization human resource we start developing machine weapon system, aim that they will move faster and more accurate compare to human. That machine could using non contact measurement and detection program like image processing that can detect position of some object. This auto-tracking system bullet launcher have purpose for detect some missile and hunt it down before those missile get in the target. The proses have some delay time from inputing the coordinate until we shooting the bullet, in those time the position of missile is keep changing, so we have and need to predict the possition of missile if we don’t want to miss it. Before we use exponential smoothing for 3 dimention prediction, we create the 2 dimentional first, using 10 video for the input as substitute for real time, from this process we can calculate the error or how much the different between the prediction and the real time position using root mean square error method, we will compare that value using exponential smoothing method and using kalman filter method. If the different between those two less than 0,1 we can accept the alfa, and use that alfa for 3 dimentional prediction.
vi
We got that alfa is 0.4995, 6 of 10 video shows that exponential smoothing have less ERMS than kalman filter. The biggest error for kalman filter in x coordinate is 8.55cm, and for y coordinate is 18.34cm. While the biggest error using exponential method for x coordinate is 11.126cm and 12.77cm for y coordinate
| Item Type: | Thesis (Undergraduate) |
|---|---|
| Additional Information: | RSM 621.367 Dha p |
| Uncontrolled Keywords: | prediksi 3D, exponential smoothing, filter kalman, image processing |
| Subjects: | T Technology > TA Engineering (General). Civil engineering (General) > TA1637 Image processing--Digital techniques |
| Divisions: | Faculty of Industrial Technology > Mechanical Engineering > 21201-(S1) Undergraduate Thesis |
| Depositing User: | EKO BUDI RAHARJO |
| Date Deposited: | 30 Apr 2020 02:49 |
| Last Modified: | 30 Apr 2020 02:49 |
| URI: | http://repository.its.ac.id/id/eprint/75923 |
Actions (login required)
 |
View Item |