ABSTRAKPenelitian ini merupakan penelitian pengembangan traktor otomatis. Meskipun penelitian mengenai traktor otomatis telah banyak dilakukan, namun pengembangan masih terus dilakukan untuk mendapatkan presisi yang lebih tinggi dan metode yang optimal. Tujuan penelitian ini adalah mengembangkan sistem pengendali kemudi traktor agar dapat mengikuti jalur kerja lintasan lurus ketika melakukan kegiatan pengolahan tanah. Model yang dikembangkan harus mampu menghitung sudut setir koreksi dari posisi traktor agar traktor mampu berjalan pada lintasan lurus yang telah ditentukan. Arah pergerakan traktor diketahui dari perbandingan dua posisi traktor yang diperoleh dari RTK DGPS. Algoritma pengendalian terdiri dari susunan perintah-perintah untuk mengendalikan traktor bergerak mengikuti lintasan acuan. Simulasi dilakukan untuk mengetahui kemampuan algoritma yang telah dibuat untuk mengendalikan traktor agar dapat berjalan mengikuti lintasan acuan. Kemampuan algoritma tersebut kemudian diuji dalam kondisi riil dilapangan pada lintasan lurus sepanjang 30 m dengan kecepatan traktor 0.5 m/s. Hasil pengujian di lapangan diperoleh tingkat akurasi kinerja kontrol sebesar 97.13% dan besar simpangan rata-rata terhadap lintasan acuan sebesar 8.62 cm.
Kata kunci: Traktor otomatis, sistem pengendali kemudi, pengolahan tanah
ABSTRACTThis research is the development of autonomous tractor. Although research for automatic tractor have been carried out, but it is still developed to get more precision and optimal method. The purpose of this research is to develop a trajectory control system tractor to follow a straight-line when the working soil tillage. Model that was developed to be able calculate steering angle correction of the tractor position so that the tractor will run on a reference trajectory. Tractor position is determined from RTK DGPS. Tractor direction is calculated from two position of tractor. Control algorithm consists of the arrangement of commands to control the tractor move the reference trajectory. Simulations were performed to determine controlling algorithm ability the tractor to follow reference trajectory. The algorithm ability is tested in real conditions on a straight-line path along 30 m with a speed of tractor 0.5 m/s in a field. The test results obtained in the field of performance accuracy rate is 97.13% control and average deviation with reference trajectory is 8.62 cm.
PendahuluanSaat ini kopi merupakan komoditas nomor dua yang paling banyak diperdagangkan setelah minyak bumi. Indonesia merupakan salah satu negara penghasil dan pengekspor kopi utama ke empat di dunia setelah Brazil, Vietnam dan Kolombia. Volume ekspor dari tahun ke tahun cenderung mengalami peningkatan walaupun terjadi fluktuasi akibat tidak stabilnya harga pasar kopi dunia.Dengan harga US$. 2,498/ton untuk kopi arabica, komoditi kopi sangat prospektif sebagai motor pembangunan agribisnis dan agroindustri Indonesia. Pemantauan dan peningkatan mutu kopi yang diperdagangkan, terutama untuk pasar ekspor ke luar negeri merupakan suatu syarat penting dalam penanganan produk kopi.Pemutuan kopi sebagai komoditas bijian secara mekanik di Indonesia saat ini masih terbatas pada pemutuan berdasarkan ukuran (Widyotomo, 2005) dan densitas. Sortasi secara visual untuk kopi beras masih dilakukan dengan metode manual. Proses ini memiliki kekurangan pada rendahnya efisiensi, rendahnya obyektifitas, dan rendahnya tingkat konsistensi. Beberapa alat sortasi secara visual menggunakan pengolahan citra telah dikembangkan di Indonesia seperti untuk jeruk, manggis, dan mangga (Susanto, 2000) telah dapat menyeleksi berdasarkan ukuran dan warna dengan optimal. Kendati demikian alat sortasi secara visual untuk bijian terutama untuk kopi beras masih belum dikembangkan di Indonesia.Untuk menunjang pemantauan dan peningkatan mutu kopi yang diperdagangkan, terutama untuk pasar ekspor ke luar negeri, diperlukan metode sortasi yang lebih baik. Selain itu untuk mengantisipasi tantangan dimasa mendatang pada saat tenaga kerja manusia sudah langka proses sortasi visual manual dengan tenaga manusia akan menjadi operasi yang mahal. Pengolahan citra menggunakan sistem visual berdasarkan sensor elektro-optika mempunyai kemampuan yang lebih peka, tepat, dan obyektif daripada kemampuan visual manusia. Dimasa mendatang investasi pada mesin sortasi kopi beras ini lebih menguntungkan jika dibandingkan dengan menggunakan tenaga manusia.Pengelompokan
scite is a Brooklyn-based organization that helps researchers better discover and understand research articles through Smart Citations–citations that display the context of the citation and describe whether the article provides supporting or contrasting evidence. scite is used by students and researchers from around the world and is funded in part by the National Science Foundation and the National Institute on Drug Abuse of the National Institutes of Health.