Pengembangan Swarm UAV Menggunakan Ant Colony Optimization untuk Mempercepat Pembentukan Formasi di Ruang Terbuka

Suhartono, Andri (2020) Pengembangan Swarm UAV Menggunakan Ant Colony Optimization untuk Mempercepat Pembentukan Formasi di Ruang Terbuka. Masters thesis, Institut Teknologi Sepuluh Nopember.

[img] Text
07111750042003-Master_Thesis.pdf - Accepted Version
Restricted to Repository staff only

Download (4MB) | Request a copy

Abstract

Dancing UAV merupakan suatu pertunjukkan tari yang diperankan oleh puluhan hingga ribuan UAV. Dalam pertunjukkan tersebut UAV terbang membentuk pola yang telah ditentukan. Performa dancing UAV sangat terbatas oleh waktu pertunjukkan dan juga waktu terbang masing-masing UAV. Selain masalah waktu, menentukan lintasan masing-masing UAV untuk membentuk pola-pola tertentu di daerah tiga dimensi merupakan masalah yang cukup penting untuk diselesaikan. Untuk mengatasi masalah waktu dan menentukan lintasan, perlu melakukan penentuan waypoint terbaik dan lintasan terbaik. Ant Colony Optimization (ACO) sebagai metode untuk menentukan waypoint dan lintasan terbaik dan Data-Driven Applications Systems (DDDAS) sebagai paradigma komunikasi untuk memastikan kondisi di lapangan berjalan sesuai dengan simulasi. Eksperimen menggunakan simulasi dilakukan untuk melihat besarnya efek memilih waypoint terbaik dan lintasan terbaik menggunakan ACO. Percobaan melibatkan 3, 5, 10, 15, 20, dan 25 unit UAV dengan pola yang berbeda-beda. Terdapat total 33 pola berbeda dalam percobaan ini. Hasil percobaan menunjukkan bahwa metode dapat mempersingkat waktu pembentukan pola sebesar 5% hingga 42% dari 60% percobaan yang dilakukan, terutama untuk pola yang terbentuk dengan jumlah UAV yang banyak. Tingkat keberagaman solusi yang disajikan mencapai 60%, namun selisih kurang dari 1% untuk setiap solusinya. ========================================================= Dancing UAV is a dance performance played by tens to thousands of UAV units. In the show the UAV flies to form a predetermined pattern. The dancing UAV performance is very limited by the showtime and also the flying time of each UAV. Besides the time problem, determining the trajectory of each UAV to form certain patterns in a three-dimensional area is a problem. To overcome the time problem and determine the trajectory, it is necessary to determine the best waypoint and trajectory. Ant Colony Optimization (ACO) as a method to figure out the best waypoint and trajectory and Dynamic Data-Driven Applications Systems (DDDAS) as a communication paradigm to ensure condition in the field run according to the simulation. Experiments using simulation were carried out to see the magnitude of the effect of selecting the best waypoint and trajectory using the ACO. The experiments are using 3,5,10,15,20, and 25 units of UAVs with many patterns. There are 33 different patterns in these experiments. The results of the experiment show that method can shorten the pattern forming time by 5% to 42% from 60% of experiments, especially for the pattern that formed with a large number of UAVs. The diversity of solutions presented reaches 60%, but the difference is less than 1% for each solution.

Item Type: Thesis (Masters)
Uncontrolled Keywords: ACO, Optimasi, Pembentukan formasi, UAV,Optimization, Pattern forming
Subjects: T Technology > T Technology (General) > T57.62 Simulation
T Technology > TK Electrical engineering. Electronics Nuclear engineering > TK3070 Automatic control
T Technology > TL Motor vehicles. Aeronautics. Astronautics > TL152.8 Vehicles, Remotely piloted. Autonomous vehicles.
Divisions: Faculty of Intelligent Electrical and Informatics Technology (ELECTICS) > Electrical Engineering > 20101-(S2) Master Thesis
Depositing User: Andri Suhartono
Date Deposited: 01 Sep 2020 02:53
Last Modified: 01 Sep 2020 02:53
URI: https://repository.its.ac.id/id/eprint/77919

Actions (login required)

View Item View Item