Penerapan Drone Untuk Penjejakan Kabel Saluran Udara Tegangan Menengah (SUTM) Berbasis Visi Komputer

Muhammad, Mar`ie (2020) Penerapan Drone Untuk Penjejakan Kabel Saluran Udara Tegangan Menengah (SUTM) Berbasis Visi Komputer. Undergraduate thesis, Institut Teknologi Sepuluh Nopember.

[img] Text
07111640000065-Undergraduate_Thesis.pdf - Accepted Version
Restricted to Repository staff only

Download (4MB) | Request a copy
[img] Text
07111640000065-Undergraduate_Thesis.pdf - Accepted Version
Restricted to Repository staff only

Download (5MB) | Request a copy

Abstract

Perusahaan distribusi listrik harus melakukan inspeksi secara berkala terhadap infrastruktur dan aset saluran listriknya. Pekerjaan ini masih dilakukan secara manual dengan mengerahkan petugas inspeksi ke lapangan. Padahal di era saat ini terdapat teknologi yang tepat untuk digunakan, yaitu dengan menggunakan drone. Penerapan drone dalam inspeksi saluran listrik sebenarnya telah diterapkan akhir-akhir ini, namun pekerjaannya masih dikontrol secara manual. Untuk mengatasi keterbatasan yang ada, pada tugas akhir ini akan dibahas mengenai drone yang dapat melakukan penjejakan kabel SUTM secara mandiri dengan memanfaatkan visi komputer. Tugas akhir yang diusulkan terdiri dari deteksi kabel SUTM dan kontrol PID drone dalam melakukan penjejakan kabel SUTM dengan memanfaatkan informasi kabel SUTM yang terdeteksi. Kabel SUTM dapat diidentifikasi dengan cara mengekstrak garis vertikal yang terdapat pada frame. Hasil ekstraksi garis vertikal akan melewatkan informasi berupa kabel SUTM dan memblok noise pada latar belakang. Kemudian dilanjutkan dengan deteksi tepi menggunakan deteksi tepi Canny. Terakhir, kabel SUTM dideteksi dengan menggunakan transformasi Hough. Informasi kabel SUTM yang terdeteksi dimanfaatkan untuk memandu drone dalam melakukan penjejakan kabel SUTM. Skenario pengujian dilakukan dengan menerbangkan drone ke atas kabel SUTM secara manual dan mengarahkan posisi bagian depan drone sejajar dengan kabel SUTM. Percobaan dilakukan beberapa kali di dua lokasi yang berbeda secara langsung pada lingkungan yang terdapat kabel SUTM, dimana lokasi pertama terdapat sedikit garis vertikal dan lokasi kedua terdapat banyak garis vertikal. Dan hasilnya drone dapat melakukan penjejakan kabel SUTM secara mandiri dengan akurasi rata-rata sistem sebesar 77,40%. ============================================================================================ Electricity distribution companies must conduct inspections of their power line infrastructures and assets periodically. This work is still done manually by deploying inspection officers to the field. Whereas in the current era, there is an appropriate technology to use, namely by using drones. The application of drones in power line inspections has actually been implemented lately, but the work is still controlled manually. To overcome the existing limitations, this final project will discuss about drones that can do SUTM cable tracking independently by utilizing computer vision. The proposed final project consists of detection of SUTM cables and PID drone control in tracking SUTM cables by utilizing detected SUTM cable information. SUTM cables can be identified by extracting vertical lines contained in the frame. The results of the vertical line extraction will pass the information of SUTM cable and block noise in the background. Then edge detection is done by using Canny edge detection. Finally, the SUTM cable is detected by using the Hough transform. The detected SUTM cable information is used to guide the drone in tracking the SUTM cable. The testing scenario is done by flying the drone onto the SUTM cable manually and directing the front of the drone in line with the SUTM cable. The experiment was carried out several times in two different locations directly in an environment with SUTM cables, where the first location contained a few vertical lines and the second location there were many vertical lines. And the result is that drones can do SUTM cables tracking independently with an average system accuracy of 77.40%.

Item Type: Thesis (Undergraduate)
Uncontrolled Keywords: Drone, Deteksi Saluran Listrik, Penjejakan Kabel, Drone, Power Line Detection, Cable Tracking
Subjects: T Technology > TK Electrical engineering. Electronics Nuclear engineering
T Technology > TL Motor vehicles. Aeronautics. Astronautics > TL776 .N67 Quadrotor helicopters--Automatic control
U Military Science > UG1242 Drone aircraft--Control systems. (unmanned vehicle)
Divisions: Faculty of Intelligent Electrical and Informatics Technology (ELECTICS) > Electrical Engineering > 20201-(S1) Undergraduate Thesis
Depositing User: Mar`ie Muhammad
Date Deposited: 14 Aug 2020 08:01
Last Modified: 14 Aug 2020 08:01
URI: https://repository.its.ac.id/id/eprint/78103

Actions (login required)

View Item View Item