Electronic Theses and Dissertation

Dual-axis tetrahedron-based sensor merupakan suatu sistem penjejak dua sumbu dengan menggunakan sensor berbentuk tetrahedron. salah satu fungsi dari sensor tetrahedron adalah sebagai penjejak untuk mengetahui koordinat posisi sumber cahaya. penelitian ini menggunakan algoritma gabungan, yaitu ann (artificial neural network) dan pid (proportional integral derivative). arsitektur network yang digunakan pada ann yaitu multilayer feedforward network dengan 3 layer, yaitu input layer, hidden layer, dan output layer. pada input layer terdiri dari 3 input node, hidden layer terdiri dari 10 hidden node, dan output layer terdiri dari 2 output node. metode pembelajaran menggunakan metode backpropagation yang dilakukan sebanyak 321 iterasi dengan nilai error yang dicapai sebesar 0,0005. pada pid digunakan nilai k_p sebesar 4,8, nilai k_i sebesar 1,2, dan nilai k_d sebesar 0,1. input sistem berupa tiga buah photoresistor yang digunakan untuk mendeteksi posisi cahaya. pemrosesan data dilakukan menggunakan mikrokontroler atmega328p. output sistem berupa nilai sudut putaran untuk menggerakkan motor stepper. berdasarkan analisis yang dilakukan, diperoleh nilai standar deviasi pada sistem penjejak dengan algortima pid-ann sebesar 0,2815. pada perhitungan nilai error, diperoleh nilai mae (mean absolute error) sebesar 1,75 dan nilai rmse (root mean squared error) sebesar 2,61. kecepatan pergerakan yang diperoleh pada motor sumbu x yaitu sebesar 24 deg/s, sedangkan kecepatan pergerakan motor pada sumbu y yaitu sebesar 18 deg/s.

The dual-axis tetrahedron-based sensor is a two-axis tracking system using a tetrahedron-shaped sensor. One of the functions of the tetrahedron sensor is as a tracker to find out the coordinates of the position of the light source. This study uses a combined algorithm, namely ANN (Artificial Neural Network) and PID (Proportional Integral Derivative). The network architecture used in ANN is a Multilayer Feedforward Network with 3 layers, namely the input layer, the hidden layer, and the output layer. The input layer consists of 3 input nodes, the hidden layer consists of 10 hidden nodes, and the output layer consists of 2 output nodes. The learning method uses the backpropagation method which is carried out in 321 iterations with an error value is 0,0005. The PID controller uses K_p value is 4,8, K_i value is 1,2, and K_d value is 0,1. The system input is in the form of three photoresistors which are used to detect the position of the light. Data processing is performed using the ATmega328P microcontroller. The output of the system is the value of the angle of rotation to drive the stepper motor. Based on the analysis performed, the standard deviation value for the PID-ANN system was 0,2815. In calculating the error value, the MAE (Mean Absolute Error) value is 1,75 and the RMSE (Root Mean Squared Error) value is 2,61. The movement of the motor on the X axis obtains a speed is 24 deg/s, while on the Y axis it obtains a speed is 18 deg/s.