Perpustakaan Digital ITB

Penelitian ini merancang pengendali sikap satelit (CubeSat 6U) berbasis Deep Reinforcement Learning menggunakan algoritma Proximal Policy Optimization (PPO) dengan keluaran torsi langsung pada tiga sumbu dan reward function berbasis proximity gate, kemudian membandingkan performanya secara apple-toapple terhadap lima pengendali klasik dan adaptif, yaitu PD, PID, LQR, SMC, dan ANFIS-PD. Evaluasi dilakukan pada empat skenario simulasi dengan tingkat kompleksitas meningkat, yaitu kondisi nominal, ketidakpastian inersia, gangguan lingkungan LEO, dan kombinasi terburuk dari keduanya, menggunakan metrik rise time, settling time, overshoot, peak pointing error, control effort, RMSE sudut Euler, RMSE kecepatan sudut, serta kecepatan roda reaksi. Hasil menunjukkan bahwa performa PPO bersifat spesifik-sumbu. Pada sumbu yaw, PPO mempertahankan overshoot nol yang konsisten di seluruh skenario; RMSE penunjukannya membaik dari 0,1795° (kondisi nominal) menjadi 0,0743° pada skenario paling kompleks, mengikuti pola pelambatan dinamika tunak akibat ketidakpastian inersia yang juga teramati pada LQR. Pada sumbu pitch, PPO mempertahankan overshoot mendekati nol serta akurasi peredaman kecepatan sudut terbaik. Sebaliknya, pada sumbu roll, PPO menunjukkan overshoot ekstrem sekitar 48 hingga 50 persen yang persisten di seluruh skenario. Di bawah ketidakpastian inersia, PPO menunjukkan learned robustness yang paling nyata: galat penunjukan puncak (peak pointing error) tetap terkecil di antara seluruh pengendali, yaitu 0,14° pada skenario terberat, tepat ketika pengendali berbasis model seperti LQR (1,04°) dan SMC (sekitar 1,86°) kehilangan ketepatannya. Keunggulan ini juga tercermin pada biaya aktuator (control effort) yang lebih rendah, yaitu 0,144 N·m·s dibandingkan 0,297–0,402 N·m·s untuk LQR dan SMC. Kerangka evaluasi empat skenario memungkinkan dekomposisi sumber anomali roll tersebut menjadi komponen struktural dan komponen yang sensitif terhadap ketidakpastian inersia, sehingga memberikan arah perbaikan yang spesifik bagi penelitian selanjutnya.