Pengendalian Kedalaman dan Kemiringan Gerak Rolling ROV ( Remotely Operated Vehicle ) Menggunakan Metode Neural Network

Ahmad, Ilham Pengendalian Kedalaman dan Kemiringan Gerak Rolling ROV ( Remotely Operated Vehicle ) Menggunakan Metode Neural Network. [Tugas Akhir]

[img] Text
0915040038 - Ahmad Ilham - Pengendalian Kedalaman dan Kemiringan Gerak _i_Rolling__i_ ROV (_i_Remotely Operated Vehicle__i_) Menggunakan Metode _i_Neural Network__i_.pdf

Download (2MB)

Abstract

ROV (Remotely Operated Vehicle) merupakan jenis robot bawah air yang dikendalikan menggunakan remote control. Salah satu jenis gerak pada ROV merupakan gerak rolling. Adanya tekanan hidrostatik pada kedalaman tertentu dapat mempengaruhi gerak ROV. Untuk meningkatkan performa gerak dari ROV, maka dibuatlah sistem pengendalian kedalaman dan kemiringan gerak rolling. ROV menggunakan remote control berupa aplikasi desktop dengan sistem komunikasi LAN (Local Area Network) untuk memonitoring dan mengendalikan gerak dengan Arduino Mega sebagai mikrokontrollernya. Selain itu, terdapat sensor GY25 dan sensor MS5803 sebagai sensor masukan untuk mengendalikan kemiringan gerak rolling dan kedalaman ROV didalam air. Apabila ROV mengalami gangguan sehingga berpengaruh pada kedalaman dan kemiringan gerak rolling maka Arduino Mega akan mengontrol 2 motor DC bilge pump melalui driver motor sebagai aktuator keluaran untuk mempertahankan kedalaman dan kemiringan gerak rolling ROV sesuai dengan set point menggunakan metode Neural Network. Metode ini menggunakan 2 input, 1 hidden layer, dan 2 vektor output. Dari hasil penelitian yang telah dilakukan dengan metode neural network didapatkan tingkat keberhasilan ROV dalam mempertahankan posisi rolling sebesar 88% dari 12 kali percobaan pada kedalaman air yang berbeda.

Item Type: Tugas Akhir
Additional Information: No inventaris: 5327/TO-15/2019_Lokasi Ta: 326
Uncontrolled Keywords: Kedalaman, Neural Network, ROV, Kemiringan, Local Area Network.
Subjects: T Technology > T Technology (General)
Depositing User: Unnamed user with email repository@ppns.ac.id
Date Deposited: 02 Dec 2019 03:40
Last Modified: 02 Dec 2019 03:40
URI: http://repository.ppns.ac.id/id/eprint/2424

Actions (login required)

View Item View Item