PENGEMBANGANSISTEMPENDARATANUAVYANG AMANDILINGKUNGANTIDAKPASTIMENGGUNAKAN ALGORITMATLD TESIS Karyatulissebagaisalahsatusyarat untukmemperolehgelarMagisterdari InstitutTeknologiBandung Oleh BIMAAZISKUSUMA NIM:23522017 (ProgramStudiMagisterInformatika) INSTITUTTEKNOLOGIBANDUNG MARET2025 ii ABSTRAK PENGEMBANGANSISTEMPENDARATANUAVYANG AMANDILINGKUNGANTIDAKPASTIMENGGUNAKAN ALGORITMATLD Oleh BIMAAZISKUSUMA NIM:23522017 (ProgramStudiMagisterInformatika) SistempendaratanUnmannedAerialVehicle(UAV)yangotonommenghadapi tantanganbesarketikaberoperasidilingkunganyangtidakpasti,dimana landasanpendaratantidakselalutersediaataumemilikikarakteristikvisualyang sulitdiprediksi.Dalamnavigasimenujulokasitujuan,UAVmenggunakan koordinatGPSsebagaireferensiutama,tetapiakurasiGPSseringkalitidakcukup untukmemastikanpendaratanyangpresisi,terutamadiareadengangangguan sinyalataukondisimedanyangkompleks.Olehkarenaitu,diperlukansistem berbasisvisikomputeryangmemungkinkanUAVuntukmengenalidan menyesuaikantitikpendaratansecarareal-time. PenelitianinimengusulkanpendekatanberbasisTracking-Learning-Detection (TLD)yangdikombinasikandenganKalmanFilterdanAdaptivePIDController. TLDdigunakanuntukmelacaktargetpendaratantanpadatasetpra-latih,sehingga memungkinkansistemberadaptasidengankondisilingkunganyangberubah. KalmanFilterditerapkanuntukmenguranginoisedalamestimasiposisitarget, sementaraAdaptivePIDControllerdigunakanuntukmenjagakestabilanUAV selamadescent,dengankemampuanmenyesuaikanparameterkendalisecara otomatis. Sistemdiujidalamberbagaikondisi,termasukocclusion(hambatanvisual)dan areadengankarakteristikvisualmiriptargetpendaratan.Hasilpengujian menunjukkanbahwasistemmempertahankanpelacakandenganakurasi90% dalamkondisivisualyangkontrasdan75%dalamkondisivisualyang menyerupailingkungansekitar.Dalamskenarioocclusionringan,sistemmampu melakukanre-detectiondenganakurasi80%.IntegrasiTLD,kalmanfilterdan AdaptivePIDControllermeningkatkankestabilanUAV,mengurangierrorposisi dari153cmmenjadi4cmdibandingmenggunakanGPSsaja.Meskiakurasi meningkat,waktupendaratanbertambah20-30detikdibandingkanmetodeGPS. Denganpendekatanini,sistemyangdikembangkandapatmenjadisolusiuntuk pendaratanUAVdilingkunganyangtidakpasti,tanpabergantungsepenuhnya padatitikkoordinatGPSdantanpamemerlukanpelatihandatayangkompleks. KataKunci:UAV,pendaratanotonom,TLD,KalmanFilter,PID,MAVLink, Lingkungantidakpasti. iii ABSTRACT DEVELOPMENTOFASAFEUAVLANDINGSYSTEMIN UNCERTAINENVIRONMENTSUSINGTHETLDALGORITHM By BIMAAZISKUSUMA NIM:23522017 (Master’sPrograminInformatics) TheautonomouslandingsystemofanUnmannedAerialVehicle(UAV)faces significantchallengeswhenoperatinginuncertainenvironments,wherelanding sitesarenotalwaysavailableorhaveunpredictablevisualcharacteristics.While UAVstypicallyrelyonGPScoordinatesfornavigation,GPSaccuracyaloneis ofteninsufficientforpreciselandings,especiallyinareaswithsignalinterference orcomplexterrainconditions.Therefore,acomputervision-basedsystemis requiredtoenableUAVstorecognizeandadjusttheirlandingpointsinreal-time. ThisresearchproposesanapproachbasedonTracking-Learning-Detection(TLD) combinedwithKalmanFilterandAdaptivePIDController.TLDisusedtotrack landingtargetswithoutrequiringapre-traineddataset,allowingthesystemto adapttochangingenvironmentalconditions.TheKalmanFilterreducesnoisein targetpositionestimation,whiletheAdaptivePIDControllermaintainsUAV stabilityduringdescentbydynamicallyadjustingcontrolparameters. Thesystemwastestedinvariousscenarios,includingocclusion(visual obstructions)andareaswithvisualcharacteristicssimilartothelandingtarget. Theresultsindicatethatthesystemmaintainstrackingaccuracyof90%inhigh- contrastvisualconditionsand75%invisuallysimilarenvironments.Inlight occlusionscenarios,thesystemachieves80%re-detectionaccuracy.The integrationofTLD,KalmanFilter,andAdaptivePIDControllersignificantly improvedUAVstability,reducingpositionalerrorsfrom153cmtojust4cm. However,theimprovedaccuracycameatthecostofa20-30secondincreasein landingtimecomparedtoGPSmethod. ThisapproachprovidesareliableUAVlandingsolutioninuncertain environments,eliminatingtheneedforfullGPSdependenceorcomplexdataset training.. Keywords:UAV,autonomouslanding,Tracking-Learning-Detection(TLD), KalmanFilter,PIDController,uncertainenvironments. iv PENGEMBANGANSISTEMPENDARATANUAVYANG AMANDILINGKUNGANTIDAKPASTIMENGGUNAKAN ALGORITMATLD Oleh BIMAAZISKUSUMA NIM:23522017 ((ProgramStudiMagisterInformatika) InstitutTeknologiBandung Menyetujui TimPembimbing 17Maret2025 Ketua ____________________________________ Dr.tech.WikanDanarSunindyo,S.T,M.Sc.