digilib@itb.ac.id +62 812 2508 8800

ABSTRAK M. Fadhil Dzaki Syamsul
PUBLIC Irwan Sofiyan

COVER M. Fadhil Dzaki Syamsul
PUBLIC Irwan Sofiyan

BAB 1 M. Fadhil Dzaki Syamsul
Terbatas  Irwan Sofiyan
» Gedung UPT Perpustakaan

BAB 2 M. Fadhil Dzaki Syamsul
Terbatas  Irwan Sofiyan
» Gedung UPT Perpustakaan

BAB 3 M. Fadhil Dzaki Syamsul
Terbatas  Irwan Sofiyan
» Gedung UPT Perpustakaan

BAB 4 M. Fadhil Dzaki Syamsul
Terbatas  Irwan Sofiyan
» Gedung UPT Perpustakaan

BAB 5 M. Fadhil Dzaki Syamsul
Terbatas  Irwan Sofiyan
» Gedung UPT Perpustakaan

PUSTAKA M. Fadhil Dzaki Syamsul
PUBLIC Irwan Sofiyan

Penerapan deep learning atau Artificial Nerural Network (ANN) dapat memberikan cara untuk memasukkan data empiris dari “kondisi terbaik” ke dalam pengembangan suatu controller/pengendali. ANN dapat digunakan untuk membangun dinamika pengendali dan juga untuk membentuk representasi dinamika dari kendalian. ANN dapat diintegrasikan dengan skema lain untuk membentuk konfigurasi pengendali yang fleksibel dan kuat. Pada tugas akhir ini, dijabarkan skema kendali berbasis model ANN untuk diimplementasikan pada sistem kendali terbang pesawat. Sebuah pesawat dapat memiliki karakteristik selama operasi/penerbangannya yang mungkin memerlukan model yang cukup kompleks untuk mewakili dinamikanya. Skema kendali berbasis ANN kemudian dieksplorasi untuk menyediakan otoritas kendali untuk pesawat tersebut. Skema yang diteliti memanfaatkan ANN untuk membangun model dinamika pesawat, struktur yang kemudian diintegrasikan ke komponen yang menghitung parameter pengendali/controller yang menghasilkan aksi kendali proporsional-integral-derivatif. Set data pelatihan diperlukan untuk membangun ANN. Dalam karya ini, data training dihasilkan melalui beberapa simulasi numerik yang menghasilkan proses pengendalian suatu sistem kendali terbang linier pesawat. Skema kendali ini memungkinkan pembaruan parameter pada pengendali untuk dieksekusi ketika kriteria tertentu terpenuhi. Selain itu, filter juga diimplementasikan yang berfungsi sebagai penghalus untuk mengkompensasi kemungkinan perubahan parameter yang tiba-tiba. Skema tersebut kemudian diimplementasikan dalam model dinamika terbang nonlinier dari sebuah pesawat dan digunkan untuk kasus Pitch hold. Pengendali berbasis ANN disimulasikan dan dianalisa untuk menyelidiki kinerjanya untuk beberapa kasus yang mewakili berbagai pengaturan parameter kendali, dan juga untuk mengamati ketahanannya terhadap ketidakpastian/penyimpangan parameter kendalian. Hasil penelitian menunjukkan bahwa skema kendali dapat menghasilkan kinerja yang baik dan dapat mengatasi kondisi simulasi dimana terjadi ketidakpastian/penyimpangan parameter.