Pengembangan Autopilot Pesawat Tanpa Awak dengan Mengurangi Zona Blank Spot Dalam Pemetaan Udara Menggunakan Metode Metaheuristik

Salik, Muhammad Ichlasul (2022) Pengembangan Autopilot Pesawat Tanpa Awak dengan Mengurangi Zona Blank Spot Dalam Pemetaan Udara Menggunakan Metode Metaheuristik. Masters thesis, Institut Teknologi Sepuluh Nopember.

Text 6022201029-Master_Thesis.pdf - Accepted Version Restricted to Repository staff only until 1 April 2024. Download (4MB) | Request a copy

Abstract

Tidak lengkapnya hasil cakupan foto terhadap suatu bagian wilayah area
pemetaan membuat tidak sempurnanya hasil peta yang didapatkan akibat
kemunculan zona blank spot. Penggunaan metode analisa cakupan pemotretan
dan perencanaan rute penerbangan menggunakan algoritma genetika
merupakan suatu mekanisme penanganan fenomena blank spot dalam
pemetaan udara. Namun, ketidaksesuaian hasil visualisasi cakupan pemotretan
dan munculnya fenomena ukuran blank spot yang lebih besar dibandingkan
cakupan pemotretan membuat penanganan blank spot menjadi tidak maksimal.
Selain itu, proses komputasi penanganan blank spot yang dilakukan saat UAV
mengudara berpengaruh terhadap durasi penerbangan UAV. Untuk mengatasi
permasalahan tersebut pada penelitian ini peneliti melakukan beberapa
modifikasi antara lain penambahan parameter nilai arah gerak dan ketinggian
UAV saat mengudara dalam meningkatkan kesesuaian hasil visualisasi
cakupan pemotretan dengan hasil cakupan foto pada dunia nyata, melakukan
modifikasi mekanisme penentuan koordinat blank spot dengan penambahan
proses evaluasi rute penerbangan dalam mengatasi luasan blank spot yang lebih
besar dari cakupan pemotretan dan penggabungan metode nearest neighbor
dan algoritma genetika dalam mempercepat proses komputasi penentuan rute
penerbangan blank spot yang terpendek. Dari hasil pengujian didapatkan
bahwa metode yang diusulkan dapat meningkatkan kesesuaian hasil visualisasi
cakupan pemotretan dengan cakupan pemotretan seharusnya, dapat mengatasi
permasalahan zona blank spot yang lebih besar dibandingkan cakupan
pemotretan, peningkatan level konsistensitas konvergensi algoritma genetika
sebesar 60%, peningkatan performa kecepatan konvergensi dan memperpendek
inisialisasi solusi rute jarak sebesar 1.8 kali lipat.
================================================================================================
The incomplete photos of the mapped area make the map results imperfect due
to the appearance of the blank spot zone. The use of the camera coverage analysis
method and genetic algorithm for flight route planning is a technique for handling
the blank spot zone phenomenon in aerial mapping. However, the discrepancy
between the results of the camera coverage visualization and the appearance of a
blank spot size that larger than the size of camera coverage makes the blank spot
zone handling mechanism is not optimal. In addition, the blank spot handling
mechanism affects the duration of the UAV's flight. To overcome these problems,
this study carried out several modifications, including adding the parameters of
the flight direction and altitude value of the UAV when flying for increasing the
suitability camera coverage visualization results with the result of camera
coverage in the real world, modifying the blank spot coordinate determination
mechanism in overcoming the blank spot that larger than the camera coverage and
combining the nearest neighbor method and genetic algorithm to increase the
computation speed for getting the shortest blank spot flight route. From the test
results, it was found that the proposed method can improve the suitability of the
results of the camera coverage visualization with the camera coverage result in
real, overcome the problem of the blank spot zone which is larger than the camera
coverage, increase the convergence speed of genetic algorithm, increase the
consistency level of the genetic algorithm's convergence by 60% and shorten the
initialization of the distance route solution 1.8 times than conventional genetic
algorithm.

Item Type:	Thesis (Masters)
Uncontrolled Keywords:	Aerial Mapping, Unmanned Aerial Vehicle, Genetic Algorithm Pemetaan Udara, Pesawat Tanpa Awak, Algoritma Genetika
Subjects:	U Military Science > U Military Science (General) > UG Military Engineering > UG1242.D7 Unmanned aerial vehicles. Drone aircraft
Divisions:	Faculty of Intelligent Electrical and Informatics Technology (ELECTICS) > Electrical Engineering > 20101-(S2) Master Thesis
Depositing User:	Muhammad Ichlasul Salik
Date Deposited:	28 Jan 2022 05:26
Last Modified:	02 Nov 2022 02:01
URI:	http://repository.its.ac.id/id/eprint/92549

Actions (login required)

View Item