Pengembangan Sistem Autopilot Pesawat Tanpa Awak Menggunakan Algoritma Genetika Untuk Meminimalisir Zona Blank Spot Pada Aplikasi Pemetaan Wilayah

Salik, Muhammad Ichlasul (2020) Pengembangan Sistem Autopilot Pesawat Tanpa Awak Menggunakan Algoritma Genetika Untuk Meminimalisir Zona Blank Spot Pada Aplikasi Pemetaan Wilayah. Undergraduate thesis, Institut Teknologi Sepuluh Nopember.

[img] Text
07111640000021-Undergraduate_Thesis.pdf - Accepted Version
Restricted to Repository staff only

Download (6MB) | Request a copy

Abstract

Dalam tugas akhir ini akan dilakukan optimasi terhadap sistem autopilot pada UAV dalam melakukan misi pemotretan lahan dari udara. Optimasi dilakukan dengan memberikan kemampuan kepada UAV dalam menganalisa zona blank spot yang dihasilkan selama misi pemotretan. Data koordinat blank spot akan menjadi suatu rute penerbangan baru untuk UAV dalam melakukan pemotretan ulang. Untuk menghasilkan rute penerbangan baru dilakukan analisis koordinat blank spot dengan menerapkan algoritma genetika dalam melakukan penyusunan jalur penerbangan tersebut. Dengan menerapkan algoritma genetika diharapkan akan didapatkannya rute penerbangan baru yang menghasilkan jarak tempuh total terpendek dalam melakukan pemotretan ulang. Dengan demikian waktu dan daya baterai yang dibutuhkan untuk menghasilkan foto peta yang sempurna akan lebih sedikit dan efisien. Hasil dari pengujian yang didapatkan pada tugas akhir ini adalah sistem autopilot yang dapat menganalisa zona blank spot dalam misi pemetaan wilayah dan melakukan optimasi terhadap rute penerbangan untuk mendapatkan jalur penerbangan dengan total jarak tempuh terpendek. Dalam satu kali pengujian, UAV terbang menggunakan baterai lipo 4S 4200 mAh 25C pada ketinggian 120 m dengan nilai sudut kontrol roll maksimum sebesar 45 derajat dan persentase cruise throttle sebesar 30% maka penggunaan sistem autopilot optimasi dapat menghemat 47% dari waktu dan 41% dari kapasitas baterai yang dibutuhkan apabila dibandingkan dengan penggunaan sistem autopilot konvensional pada umumnya. ======================================================= In this thesis, an optimization of autopilot system on the UAV is carried out for aerial mapping mission. Optimization is done by giving the ability to UAV in analyzing the blank spot zones that generated during the mission. The blank spot coordinate data become a new flight route for the UAV to re-take the picture. To generate new flight routes, analysis of all blank spot coordinate data points is carried out by applying genetic algorithms in preparing the flight path. With this method, it is expected that a new flight route that produced which results in the shortest total mileage for UAV to re-take the picture. Thus, it decreases the time and battery power needed to produce a perfect aerial map, making it more efficient. The results of the test obtained in this thesis is an autopilot system that can analyze blank spot zones in aerial mapping missions and optimize flight routes to get flight paths with the shortest total mileage. In onetime trial, UAV flight using 4200 mAh 4s 25C lipo battery at 120 m altitude with 45 degrees for roll control angle value and 30% throttle cruise percentage. Therefore, with the use of this autopilot system, it can minimize the blank spot zones that generated in a map and save 47% of the time and 41% of the battery capacity needed when compared to the use of conventional autopilot systems in general.

Item Type: Thesis (Undergraduate)
Uncontrolled Keywords: Autopilot, Aerial Mapping and Genetic Algorithm,Autopilot, Pemetaan Udara dan Algoritma Genetika
Subjects: T Technology > TK Electrical engineering. Electronics Nuclear engineering > TK3070 Automatic control
U Military Science > UG1242 Drone aircraft--Control systems. (unmanned vehicle)
U Military Science > U Military Science (General) > UG Military Engineering > UG1242.D7 Unmanned aerial vehicles. Drone aircraft
Divisions: Faculty of Electrical Technology > Electrical Engineering > 20201-(S1) Undergraduate Thesis
Depositing User: muhammad ichlasul salik
Date Deposited: 07 Aug 2020 02:26
Last Modified: 07 Aug 2020 02:26
URI: https://repository.its.ac.id/id/eprint/77139

Actions (login required)

View Item View Item