Publisher

UNIKOMUNIKOM

Journal Telekontran : Jurnal Ilmiah Telekomunikasi, Kendali dan Elektronika TerapanTelekontran : Jurnal Ilmiah Telekomunikasi, Kendali dan Elektronika Terapan Abstract

Abstrak – Kompetisi Muatan Roket Indonesia (KOMURINDO) merupakan kompetisi yang diselenggarakan oleh Lembaga Penerbangan dan Antariksa Nasional (LAPAN). Salah satu kategori pada kompetisi ini adalah Wahana Sistem Kendali, kategori ini memiliki tema Perancangan wahana dengan sistem propulsi Electric Ducted Fan (EDF) dan sistem kendali untuk mencapai sasaran secara horizontal. Wahana roket EDF dirancang agar dapat meluncur dari rel launcher secara autonomous menuju target selebar 25m dengan jarak sejauh 200m. Oleh karena itu diperlukan sistem estimasi posisi yang akurat pada system navigasi berbasis waypoint. Penelitian ini bertujuan untuk meningkatkan akurasi data posisi dengan menggunakan algoritma Kalman Filter dan multi-receiver Global Navigation Sattelite System (GNSS) untuk menestimasi posisi roket EDF. Pada penelitian ini digunakan dua buah penerima GNSS dengan jenis yang sama dengan menerapkan algoritma Kalman Filter untuk menggabungkan data tersebut. Implementasi sistem pada roket elektrik juga mempertimbangkan pengaruh berat terhadap titik center of gravity roket dan ukuran ruang payload. Pengujian sistem estimasi posisi dilakukan diarea terbuka dengan membawanya pada garis referensi sejauh 200 meter yang telah diketahui nilai koordinatnya. Berdasarkan data dalam beberapa kali percobaan kemudian membandingkan hasil trajectory dapat disimpulkan bahwa sistem estimasi posisi ini mampu meningkatkan akurasi data sebesar 3 - 30%.

Conclusion

Berdasarkan hasil pengujian dan analisis, sistem estimasi posisi yang menggunakan Kalman Filter dan multi‑GNSS berhasil meningkatkan akurasi data lokasi sebesar 3–30 %.Kondisi terbaik dicapai ketika data posisi melenceng ke arah yang berbeda, sehingga rata‑rata error pada data hasil penggabungan menjadi lebih kecil.Sebaliknya, kondisi terburuk terjadi bila data posisi melenceng ke arah yang sama, menghasilkan rata‑rata error dengan nilai tetap.

Future Research

Mengingat keterbatasan akurasi GNSS monopelayanan, penelitian selanjutnya dapat mengeksplorasi integrasi sensor inersia (IMU) dengan Kalman Filter untuk meningkatkan ketahanan sistem terhadap gangguan sinyal, khususnya pada kondisi urban atau daerah dengan multipath tinggi. Selanjutnya, studi lanjutan dapat melakukan evaluasi performa sistem estimasi posisi pada kecepatan dan profil penerbangan roket EDF yang lebih tinggi, misalnya pada kecepatan 30 km/jam, untuk menilai batas kemampuan algoritma dalam kondisi dinamis yang lebih ekstrem. Akhirnya, peneliti dapat mengembangkan model pembelajaran mesin yang memprediksi error GNSS secara real‑time dan mengoptimalkan bobot fusi data pada Kalman Filter, sehingga sistem dapat beradaptasi secara otomatis terhadap variasi lingkungan dan meningkatkan akurasi hingga lebih dari 30 %.

Metadata

File size	360.38 KB
Pages	7
DMCA	Report