JURNAL TEKNIK ITS Vol. 1, No. 1(Sept. 2012) ISSN: 2301-9271 A-78

Abstrak—Pada fase penerbangan quadcopter, fase landing(pendaratan) merupakan fase paling kritis, dimana resikoterjadi kecelakaan paling besar. Permasalahan tersebutmuncul karena adanya beberapa kendala, seperti kendalapada struktur rangka pesawat yang kecil, peningkatan bebanpada sayap pesawat serta pengaruh angin sehinggamenyebabkan pesawat tidak stabil. Pada penelitian tugas akhirini, didesain suatu sistem kontrol pada UAV quadcoptermenggunakan kontrol PID dengan Model Reference AdaptiveControl (MRAC). Sistem pengendalian berbasis MRACmenawarkan beberapa kelebihan untuk mengatasikarakteristik plant non-linear salah satunya quadcopter.MRAC merupakan kontrol adaptif dimana performansikeluaran sistem (proses) akan mengikuti performansi keluaranmodel referensinya. Pada tugas akhir ini, model referensisudah ditentukan diawal dan spesifikasinya tetap sehinggadapat langsung didisain mekanisme adaptasi dari MRAC.Parameter proses ( , , , ) diestimasi menggunakanmetode Extended Least Square, parameter proses tersebut akanmentuning parameter kontroler ( , , , ) sehinggamenghasilkan sinyal kontrol PID. Hasil pengujianmenunjukkan bahwa ketika terjadi perubahan parameterpada plant, kontroler mampu memperbaiki respon agar tetapdapat mengikuti model referensinya dan dalam mengatasigangguan metode adaptasi MRAC memiliki kemampuan yangbaik dilihat dari waktu yang dibutuhkan yang relatif singkat.

Kata Kunci — Landing, Least Square, Model Reference AdaptiveControl, PID, UAV, Quadcopter

I. PENDAHULUAN

uadrotor merupakan pesawat yang memiliki empatbuah motor yang dikendalikan secara terpisah satusama lainnya. Pada perkembangannya quadcopter

dirancang untuk kendaraan udara tanpa awak (UnmannedAerial Vehicle) yang dikendalikan jarak jauh oleh atau tanpaseorang pilot (autopilot). Pada fase penerbanganquadcopter, fase landing (pendaratan) merupakan fasepaling kritis, dimana resiko terjadi kecelakaan paling besar.Permasalahan tersebut muncul karena adanya beberapakendala, seperti kendala pada struktur rangka pesawat yangkecil, peningkatan beban pada sayap pesawat serta pengaruhbeban angin sehingga menyebabkan pesawat tidak stabil.

Pada saat proses landing referensi ketinggian terusberubah dari set point tertentu sampai set point bernilai nol(di dasar). Kondisi beban pada saat quadcopter berada diatasjelas akan berbeda dibandingkan pada saat quadcopterberada dibawah. Kondisi beban yang berubah-ubah akanmenyebabkan parameter-parameter plant berubah.Perubahan beban tersebut menyebabkan adanyaketidakpastian parameter plant yang dapat menyebabkanperubahan spesifikasi respon yang cukup signifikan.

Adanya permasalahan tersebut, dapat dikatakan sulitdalam perancangan kontroler yang didasarkan pada modelanalitis. Kontroler sebelumnya yakni kontroler PID biasatidak mampu mengatasi masalah diatas karena dinamikasistem yang bervariasi kecuali dengan cara di-tuningberkala. Oleh karena itu, dibutuhkan suatu kontroler yangrobust dan dapat diandalkan untuk menyelesaikanpermasalah diatas dan dipilihlah metode PID modelreference adaptive control (PID-MRAC).

Sistem pengendalian berbasis MRAC menawarkanbeberapa kelebihan untuk mengatasi karakteristik plant non-linear salah satunya quadcopter. MRAC merupakan salahsatu skema adaptif dimana performansi keluaran sistem(proses) akan mengikuti performansi keluaran modelreferensinya. Parameter kontroler PID diskrit ( , , , )diatur (mekanisme pengaturan) berdasarkan pada perubahanparameter plant yang diestimasi dengan metode LeastSquare.

II.DASAR TEORI

A. Plant Quadcopter

UAV (Unmanned Aerial Vehicle) merupakan salahsatu teknologi yang sedang mengalami perkembangan yangpesat dan memiliki potensi yang sangat besar, baik untukkeperluan militer maupun sipil. Ada banyak tipe UAV yangdikenal. Contohnya adalah fixed wing, axial wing, coaxialwing, dan quadcopter.[1]

Quadcopter seperti yang dapat dilihat pada Gambar 1adalah helikopter yang tersusun atas empat buah rotor yangdiletakkan simetris pada tepi-tepi ujungnya. Quadcoptermemiliki kemampuan untuk melakukan pendaratan danlepas landas secara vertikal, yang biasa dikenal denganistilah Vertical Take-Off and Landing (VTOL). Quadcopterjuga memiliki kemampuan untuk bergerak dalam arahsumbu x, y, dan z. Gerakan dan kecepatan quadcopterditentukan oleh kecepatan masing-masing motor. Disampingharus mengendalikan kecepatan masing-masing motor,dalam Unmanned Aerial Vehicle harus diperhatikan jugamengenai pengendalian dalam hal attitude (sikap) dariquadcopter tersebut. Sikap tersebut antara lain gerakanakselerasi (throttle), gerakan mengguling (roll), gerakanmengangguk (pitch) dan gerakan memutar (yaw). [2]

Disain dan Implementasi Kontrol PID ModelReference Adaptive Control untuk AutomaticSafe Landing Pada Pesawat UAV Quadcopter

Teddy Sudewo, Eka Iskandar, dan Katjuk AstrowulanTeknik Elektro, Fakultas Teknologi Industri, Institut Teknologi Sepuluh Nopember (ITS)

Jl. Arief Rahman Hakim, Surabaya 60111E-mail: iskandar@elect-eng.its.ac.id

Q

JURNAL TEKNIK ITS Vol. 1, No. 1(Sept. 2012) ISSN: 2301-9271 A-79

Gambar 1. Plant quadcopter

B. Pemodelan Fisis QuadcopterPerhitungan untuk mendapatkan pemodelan fisis

yang tepat dapat dilakukan dengan memakai pendekatanasumsi mengenai kondisi fisik dari quadcopter. Hal inibertujuan untuk menyederhanakan komplektifitas sistemyang dihasikan dari dinamika quadcopter. Beberapa asumsitersebut antara lain :

1. Struktur body dari quadcopter merupakan benda kaku(rigid).

2. Struktur body frame dari quadcopter bersifat simetrissepanjang sumbu x dan y.

3. Struktur dari propeler merupakan benda kaku (rigid).4. Gaya thrust dan drag adalah proporsional dengan

kuadrat dari kecepatan propeler.5. Keadaan model diasumsikan dalam keadaan

hovering.6. Aerodinamika seakan-akan diabaikan.7. Nonlinieritas dari baterai diabaikan.8. Tidak ada slip antara propeler dan motor.

Quadcopter memiliki 6 Degree of Freedom (DoF) yangmenghasilkan 12 keadaan (state) keluaran. Keadaankeluaran tersebut menghasilkan gerakan yangmerepresentasikan altitude dari quadcopter yakni gerakantranslasi (u,v,w) dan gerakan rotasi ( , . ).[3] Berikutvariabel keluaran yang akan digunakan untukmenggambarkan posisi dan gerakan quadcopter.

x = posisi quadcopter terhadap sumbu Xe

y = posisi quadcopter terhadap sumbu Ye

z = posisi quadcopter terhadap sumbu Ze

= kecepatan quadcopter yang diukur pada sumbu Xb

= kecepatan quadcopter yang diukur pada sumbu Yb

= kecepatan quadcopter yang diukur pada sumbu Zb

= sudut roll terhadap sumbu Xe

= sudut pitch terhadap sumbu Ye

= sudut yaw terhadap sumbu Ze

= kecepatan sudut roll yang diukur pada sumbu Xb

= kecepatan sudut pitch yang diukur pada sumbu Yb

= kecepatan sudut yaw yang diukur pada sumbu Zb

Persamaan model dari quadcopter didapatkan melaluipemodelan fisik yang dasar teorinya didapat dari TomassoBresciani (Modelling, Identification and Control of aQuadcopter Helicopter., 2005). Dalam perancangansimulasi quadcopter ada 12 buah keluaran yang nantinyamenentukan pola gerakan dari quadcopter. Persamaantersebut dituliskan pada Persamaan (1)-(10). [4] = ( + ) (1)

= (− + ) (2) = − + ( ) (3) = + + (4) = + + (5) = += + + + (6)= − + (7)= − + (8)= − + − + (9)= − + − + (10)

Dari serangkaian hasil pengukuran fisik quadcopter yangdirancang, maka didapatkan beberapa parameter sepertiyang dapat dilihat pada Tabel 1.

Tabel 1. Parameter fisik plant

No. Parameter Fisik Hasil Pengukuran

1 ( ) 1.22 ( ) 9.8 /3 ( ℎ ) 1.98 104 ( ) 2.5 105

( ℎ) 0.0024519 .6

( ℎ) 0.0059166 .7

( ℎ) 0.005224 .8 ( ) 3.375 × 10 .9 ( ) 0.253

C.Model Reference Adaptive Control

Model Reference Adaptive Control merupakan salah satudari mekanisme kontroler adaptif. Pada dasarnya bertujuanuntuk memecahkan masalah yang spesifikasiperformansinya digambarkan dalam bentuk model referensi.Model ini menyatakan bagaimana proses output seharusnyamerespon secara ideal. Diagram blok sistem ditunjukkanpada Gambar 2.[5]

Dapat dilihat bahwa diagram blok MRAC terdiri dari dualoop. Loop yang pertama adalah loop umpan balik padaumumnya. Sedangkan loop yang kedua adalah loop yangmenuju pada blok adjustment parameter (mekanismepenyesuaian) untuk membandingkan kesalahan − .Permasalahan dalam MRAC ini adalah menentukanmekanisme penyesuaian agar sistem menjadi stabil dan tidakada kesalahan dalam keadaan tunak.

Mekanisme perhitungan parameter kontroler pada directMRAC terjadi dengan mempertimbangkan perbandinganinput dan output plant. Kemudian mekanisme tersebutmengadakan auto learning sehingga didapat paramaterkontroler untuk waktu selanjutnya. Pada Gambar 2menunjukkan skema dari MRAC.[2]

JURNAL TEKNIK ITS Vol. 1, No. 1(Sept. 2012) ISSN: 2301-9271 A-80

Gambar 2. Skema MRAC

D. Kontroler PID

Sebuah kontroler proporsional ditambah integralditambah derivatif (PID) adalah salah satu mekanismeumpan balik yang banyak digunakan dalam sistempengaturan industri. Sebuah kontroler PID menghitungnilai kesalahan sebagai perbedaan antara variabel prosesterukur dan set point yang diinginkan. Digram blokkontroler PID standar disajikan pada Gambar 3.

)(. teKp

dtteKit

td )(.

)(. tedt

dKd

Gambar 3 Sistem pengaturan loop tertutup dengan kontroler PID

Hubungan sinyal eror dan sinyal kontrol pada kontrolertipe-PID standar dapat dinyatakan pada Persamaan (7)-(8)sebagai berikut:

)()(

1)()( te

dt

dDdtte

I

tepKtu

(7)Atau dalam bentuk fungsi alih:

sI

sIsDIpK

sE

sU

sDsI

pKsE

sU

)12

(

)(

)(

)1

1()(

)(

(8)

III. PERANCANGAN SISTEM

A. Arsitektur Sistem Navigasi pada UAV Quadcopter

Sistem Navigasi pada quadcopter ini dilengkapi denganbeberapa sensor, kontroler dan sistem komunikasi wireless.Kontroler yang digunakan untuk pengaturan kestabilanterbang pada sistem ini adalah sebuah mikrokontroler.Mikrokontroler juga digunakan untuk mengirim data-datapengukuran dari sensor yang ada pada quadcopter.Sedangkan komputer dalam diagram blok pada Gambar 4hanya digunakan untuk monitoring data-data penerbanganseperti ketinggian, sudut pitch, sudut roll dan sinyalmasukan pada tiap-tiap motor.

Perangkat lunak yang digunakan untuk monitoring danmeyimpan data penerbangan digunakan LabView 8.5.

Untuk menghubungkan komputer dengan plant digunakanmodul wifi wizfi220 yang memiliki gelombang frekuensi 2.4GHz. Untuk sinyal umpan balik dari sistem didapatkan darisensor unit yang terdiri dari gyroscope, accelerometer danping ultrasonik.

Diagram alir perancangan sistem navigasi UAV dapatdilihat pada Gambar 4. Perhitungan kontroler PD untukkeseimbangan gerak terbang akan terus dilakukan ketikanilai kesalahan sudut quadcopter tidak sesuai dengantoleransi yang diinginkan. Sedangkan PID-MRACdigunakan untuk mengatur ketinggian quadcopter pada saatmendarat. Aksi kontrol yang dihasilkan oleh kontroler PDdan PID-MRAC mempengaruhi nilai keluaran pulsa padaport mikrontroler untuk mengendalikan motor brushless.

Gambar 4. Diagram blok arsitektur sistem navigasi UAVquadcopter

B. Perancangan Kontroler PID-MRAC

Pada penelitian ini kontroler PID-MRAC digunakan untukmenjaga kestabilan pesawat saat terbang mengikuti lintasanlanding yang telah direncanakan sebelumnya. Sinyalkesalahan yang diperoleh berasal dari masukan setpointjarak (0m) dengan sinyal yang terbaca pada sensorultrasonik. Dengan demikian ketinggian pesawat sekarangakan selalu di update setiap waktu sampel yang telahditentukan. Sinyal keluaran kontroler akan dikonversikan kedalam sinyal PWM untuk menggerakkan keempat motorsebagai kemudi utama pesawat quadcopter.

Untuk menjaga quadcopter agar tetap berada posisi stabildengan tetap bergerak turun maka pengendalian saja tidakcukup, oleh karena itu perlu ditambahkan pengendaliansudut roll dan sudut pitch dengan menggunakan kontrolerPD. Sinyal keluaran kontroler ini kemudian dijumlahkandengan keluaran kontroler PID-MRAC untukmengendalikan quadcopter.

Permasalahan dalam MRAC ini adalah menentukanmekanisme penyesuaian agar sistem menjadi stabil dan tidakada kesalahan dalam keadaan tunak. Seperti dapat dilihatbahwa diagram blok MRAC pada Gambar 5 terdiri dari dualoop. Loop yang pertama adalah loop umpan balik padaumumnya. Sedangkan loop yang kedua adalah loop yangmenuju pada blok adjustment parameter (mekanismepenyesuaian) .

JURNAL TEKNIK ITS Vol. 1, No. 1(Sept. 2012) ISSN: 2301-9271 A-81

Gambar 5. Diagram Blok Model Reference Adaptif Control

Pada. Gambar 5, terlihat ada 4 blok utama yangmembangun diagram PID Model Reference AdaptiveControl, yakni

1. Perancangan PlantDalam tugas akhir ini dipilih model pendekatan Auto

Regressive Moving Average (ARMA) yang mendekatipersamaan matematis plant. Struktur ARMA sendiri dapatdi gambarkan secara singkat sebagai berikut. Orde plantdiingingkan memiliki orde 2, dengan na=2, nb=1 dan factordelay d=1, sehingga dihasilkan Persamaan (9) berikut ini:

( )( ) = (9)

Dari Persamaan 16 di atas terlihat ada 4 parameter yangharus dicari nilainya (diestimasi) agar Persamaan tersebutmemberikan respon yang sama dengan respon plant. Untukplant nonlinear nilai parameter tersebut dapat berubah padakondisi tertentu. Keempat parameter plant tersebut dapat ditampilan dalam bentuk vektor yang disebut parameter .= [ ] (10)

2. Model Reference

Pada sistem model reference adaptive control dibutuhkanmodel referensi. Pada perancangan tugas akhir inidiinginkan model dengan spesifikasi disain memilikikarakteristik orde pertama dengan % Ess=0, tidak adaovershoot dan offset, konstanta waktu = 1 detik dengannilai gain overall (K) = 1. Dalam waktu kontinyu orde satudapat kita repesesentasikan dalam bentuk Persamaan (11):

( )( ) = = (11)

Dengan metode pendekatan zoh, maka persamaan diskritorde satu menjadi Persamaan (12):

( )( ) = . . = (12)

3. Identifikasi Online Parameter

Untuk mencari nilai parameter dari plant seperti yangtelah diuraikan di atas, maka diperlukan sebuahmetode/algoritma tertentu. Pada tugas akhir ini dipilihalgoritma Extended Least Square sesuai dengan Persamaan(13) yang memiliki kelebihan update nilai matriks gain yangselalu konstan.

( ) = ( − 1) + ( ) ( ) − ( − 1) ( − 1) ( − 1) (13)

Dimana untuk F(k) merupakan representasi dari Persamaan(14):( + 1) = ( ) − ( ) ( ) ( ) ( )( ) ( ) ( ) (14)

4. Disain Parameter Kontroler

Dari diagram blok Model Reference Adaptive Controlterdapat blok mekanisme adaptasi. Mekanisme adaptasisendiri terdiri dari estimasi parameter dan desain parameterkontroler. Uraian kedua blok ini digabung menjadi satukarena saat pendesainan kontroler juga secara tidaklangsung akan memformulasikan persamaan untukmekanisme adaptasi. Setiap terjadi perubahan parameterpada plant maka secara otomatis akan menentukanparameter kontroler yang baru. Pada desain ModelReference Apaptive Control ini digunakan kontroler PID,sehingga mampu mengontrol plant agar memiliki responyang dikehendaki. Karena model referensi sudah ditentukansesuai dengan yang diinginkan pada awal disain dan modeltersebut tetap, maka dapat dihitung parameter kontroler dariPID.

5. Perancangan kontroler PID Diskrit

Pada perancangan tugas akhir ini digunakan PIDmodifikasi yang secara umum dapat dituliskan padaPersamaan (15) sebagai berikut:

( )( ) = ( ) = 1 + +(15)

Beberapa metode untuk mendiskritkan Persamaankontinyu banyak digunakan untuk memperoleh bentuk PIDdiskrit. Tetapi secara umum bentuk digital kontroler akansama. Untuk kasus ini diperoleh metode BackwardDifference Approximation di mana factors (derivative) akan

didekati dengan pendekatan , dan 1/s (integral) akan

didekati dengan , dari Persamaan (15) akan diperoleh

Persamaan (16):

( )( ) = ( )( )(16)

Maka semua parameter kontroler PID telah ditemukandalam bentuk parameter plant dan dalam bentuk orde 1,bentuk lengkap blok PID Model Reference Adaptice Controldengan model referensi statis dapat dilihat pada Gambar 6.Sinyal kontrol yang akan diumpankan ke plant dalambentuk Persamaan beda diberikan oleh Persamaan (17)sebagai berikut:( ) = ( − 1) ( − 1) + ( − 2) + ( − 1) + ( − 2)(17)

JURNAL TEKNIK ITS Vol. 1, No. 1(Sept. 2012) ISSN: 2301-9271 A-82

1021 bbaa

)2()1(

)2()1(

kuku

kyky

22

11

21

10

1

zaza

zbzb

1

1

1

Dz

Cz

)1)(1(

)(1

01

23

121

zkz

zkzkk

01 b

Ck 0em

ypym

ypymem 112 kak

123 kak

0

10 b

bk

Gambar 6. Diagram blok perhitungan parameter

IV. HASIL DAN ANALISA

A.Hasil Simulasi

Pada penelitian ini kontroler PID-MRAC digunakan untukmenjaga kestabilan pesawat saat terbang mengikuti lintasanlanding yang telah direncanakan sebelumnya. Sinyalkesalahan yang diperoleh berasal dari masukan setpointjarak (0m). Diberikan kondisi awal pada ketinggian 2.8m.kondisi awal disini dimaksudkan adalah pada keadaan awalquadcopter terbang hover (bertahan di ketinggian tertentu).Untuk blok simulasi dapat dilihat pada Gambar 8.Sedangkan PID-MRAC dapat dilihat pada Gambar 9.Adapun data respon perubahan parameter proses( , , , ) terlihat pada Gambar 7.

Gambar 7. Perubahan parameter plant dari model dinamikquadcopter

Gambar 8. Blok simulasi PID-MRAC untuk automatic safelanding

Gambar 9. Blok PID-MRAC

Dari Gambar 8 dapat dilihat bahwa PID-MRACdigunakan pada kontrol ketinggian, hasil sinyal kontrolditambah dengan w nominal akan menghasilkan keluaransebagai untuk keempat motor. Kondisi kestabilan untukPitch dan Roll akan dikontrol oleh PD. Hasil dari sinyalkontrol PD akan menjadi untuk masing-masing motor.Pada sistem close-loop ini dilakukan dengan melakukanpengujian tracking setpoint turun dengan pemberian sinyalreferensi 0 (m) dari keadaan awal 2.8 (m).

Gambar 10. Grafik respon model referensi dengan respon plant

Dari sistem pengendalian sistem yang telah dirancang,maka melalui pengujian didapatkan nilai performansisistem. Dari Gambar 10 terlihat bahwa respon sistem dapatmencapai setpoint dan mendekati model yang diinginkandengan karakteristik performansi orde satu. Sehingga dapatdiperoleh konstanta waktu ( ) = 0.4s, = 2 , =1.17 dan = 0.99 dan waktu steady state yaitu 2.2s.

Perubahan parameter proses ( , , , ) terlihatpada Gambar 11. Berdasarkan gambar, parameter prosesmengalami perubahan ketika respon belum mencapaikeadaan tunak. Terjadi perubahan nilai yang kecil padaparameter , dan . Lain halnya ketika responmencapai keadaan tunak, parameter proses cenderung lebihstabil.

0 20 40 60 80 100 120-1

0

1

2

3

4

5x 108

Time (x0.01s)

Perubahan Parameter Plant (a1,a2,b0,b1)

a1a2b0b1

PID-MRAC for automatic safe landing

-C-

wnominal

Set Roll

Set Pitch

Scope

SP H

In1 Out1

SIGNAL NOISE

states

omegas

state deriv ativ es

QuadcopterSystem dynamics

In1

Propeller SpeedScope

In1

z1

roll1

pitch1

Position & AngleScope

SP

MV

U

PID-MRAC

error PD

PD Roll

error PD

PD Pitch

Open / Closed Loop Switch

-C-

Omega_4

-C-

Omega_3

-C-

Omega_2

-C-

Omega_1

Noise Switch

1sxo

Integrator

Out1

Initial Conditions

Display4

Display3

Display2

Display1

Display

1U

12:34

waktu3

12:34

waktu1z

1

Unit Delay

PID diskrit

Subsystem3

tuning parameter

kontroler

Subsystem2

SLS

Subsystem1

Scope3

Scope2

1

s+1Plant3

2MV

1SP

0 100 200 300 400 500 600 700 800 900 10000

0.5

1

1.5

2

2.5

3Respon Model Referensi Vs Respon Plant

Time (x0.01s)

Jara

k (m

)

Respon Model ReferensiRespon Plant

JURNAL TEKNIK ITS Vol. 1, No. 1(Sept. 2012) ISSN: 2301-9271 A-83

Gambar 11 Perubahan parameter proses ( , , , )B.Hasil Implementasi

Pada implementasi ini akan dilakukan pengujiankestabilan gerakan roll dan gerakan pitch dengankontroler PD, Di mana parameter kontroler dicari secaratunning eksperimental dengan nilai Kp=2 dan Kd=0.8.Hasil tersebut diperoleh respon perbandingan antara sudutPitch referensi (set point) dan sudut pitch aktual daripesawat sebagaimana ditunjukkan pada Gambar 12.

Gambar 12. Kestabilan gerakan pitch

Gambar 13. Kestabilan gerakan roll

Dari grafik diatas menunjukkan bahwa terjadi osilasi halini disebabkan beban angin yang terlalu besar dan sulitdiprediksi, namun kontroler berusaha untuk memberikansinyal kontrol agar performansi sesuai dengan setpoint 0derajat. Dari hasil pengaturan ketinggian dengan PID-MRAC didapat hasil respon seperti pada Gambar 14,dimana hasil respon sangat cepat dari ketinggian 1.18 meterke 0 m. Quadcopter membutuhkan waktu 1.57 s untuk dapatmendarat sampai dasar (0m). Kontroler belum bekerjadengan baik dikarenakan proses identifikasi onlinemembutuhkan waktu eksekusi yang panjang, sehinggamikrokontroler tidak dapat mengolah proses operasiperhitungan dengan baik.

Gambar 14. Respon plant pada saat landing

V. KESIMPULAN/RINGKASAN

Dari analisa data dan pembahasan pengujian kehandalansistem pengendalian yang telah dirancang, dapatdisimpulkan bahwa:1. Dari hasil simulasi kontroler Model Reference

Adaptive Control dapat mempertahankan responwalaupun terjadi perubahan parameter plant.

2. Spesifikasi performansi sistem pengendalian dengankontroler PID-MRAC pada hasil simulasi adalah =0.4s, = 2 , = 1.17 dan = 0.99 dan waktusteady state yaitu 2.2s.

3. Spesifikasi performansi sistem pengendalian dengankontroler PID-MRAC pada hasil implementasi adalah

= 1.125s, = 2.25 , = 3.31 dan = 2.79dan waktu steady state yaitu 1.575s.

UCAPAN TERIMA KASIH

Penulis T.S. ingin mengucapkan terima kasih kepadasemua pihak yang telah berperan serta dalam penyelesaianTugas Akhir ini ini, khususnya pada dosen pembimbing,Bapak Katjuk Astrowulan dan Bapak Eka Iskandar diTeknik Elektro ITS, orang tua dan seluruh keluarga yangmemberikan dukungan penuh kepada penulis serta kepadasemua pihak yang tidak mungkin penulis sebutkan satupersatu semoga Allah SWT memberikan balasan yangsetimpal dan jauh lebih mulia. Amin.

DAFTAR PUSTAKA[1] Yuliansyah, Rendy. 2011. “Desain dan Implementasi Kontroler PID

untuk Glide-Scope Tracking pada Fixed-Wing UAV (UnmannedAerial Vehicle). Surabaya: Jurusan Teknik Elektro, Institut TeknologiSepuluh Nopember.

[2] Pirabakaran, K. 2001. Automatic Tuning of PID Controllers UsingModel Reference Adaptive Control Techniques. UK: Department ofCybernetics, University of Reading.

[3] Donald McLean, Automatic Flight Control Systems, Prentice Hall,Hertfordshire, UK, 1990.

[4] Bresciani, Tommaso. 2008. Modelling, Identification and Control of aQuadcopter Helicopter. Department of Automatic Control, LundUniversity.

[5] Fan, Yongkun. 2007. Appplication of PID Controller using MRACTechniques for Control of the DC Electromotor Drive. China:Institute of Optics and Electronics, Chinese Academy of Sciences.

0 10 20 30 40 50 60 70 80 90 100-1

-0.5

0

0.5

1

1.5

2Parameter Plant

Time (x0.5s)

a1a2b0b1

0 20 40 60 80 100 120 140 160-60

-40

-20

0

20

40

60

80

100

120Kestabilan Gerakan Pitch

Time (x0.045s)

Pulse Motor 1Pulse Motor 2Pulse Motor 3Pulse Motor 4Sudut Pitch

0 20 40 60 80 100 120 140 160-150

-100

-50

0

50

100

150Kestabilan Gerakan Roll

Time (x0.045s)

Pulse Motor 1Pulse Motor 2Pulse Motor 3Pulse Motor 4Sudut Roll

0 5 10 15 20 25 30 35 40 450

20

40

60

80

100

120Respon Plant pada saat Landing

Time (x0.045s)

Jarak

(cm)

Pulse Motor 1Pulse Motor 2Pulse Motor 3Pulse Motor 4Ketinggian