Desain Dan Analisa Motion Control Pada Autonomous Underwater Vehicle (Auv) Menggunakan Kendali Adaptive Neural Fuzzy Inference System (Anfis)

Tugas akhir ini meneliti mengenai pengaruh Adaptive Neural Fuzzy Inference System (ANFIS) sebagai pengendali kontrol gerak pada kendaraan Autonomous Underwater Vehicle (AUV). ANFIS adalah metode prediksi yang menggabungkan metode Fuzzy dan metode Neural Network (NN) yang dapat dipakai untuk pengendalian. Dengan menggunakan data input latih dari feedback pengendalian, fungsi keanggotaan dan rules Fuzzy ditentukan oleh system hasil dari pelatihan yang dilakukan oleh NN sehingga memiliki hasil lebih baik daripada Fuzzy saja atau NN saja. Pengendalian dilakukan terhadap 3 derajat kebebasan yaitu arah Surge, Pitch dan Yaw dimana dari masing-masing derajat kebebasan disimulasi dengan mengendalikan kecepatan arah surge, posisi pada sumbu Y, dan posisi pada sumbu Z. Parameter ANFIS terbaik untuk AUV adalah fungsi keanggotaan berjumlah 5 dengan tipe G-Bell pada masing-masing blok pengendalian. Kendali ANFIS mampu menunjukkan performansi respon lebih baik dan stabil daripada kendali PID dibuktikan dengan overshoot yang minimal, waktu menuju settling time yang lebih cepat serta nilai Integral Absolute Error (IAE) yang lebih kecil. ================================================================================================== This final project examines the effect of Adaptive Neural Fuzzy Inference System (ANFIS) as motion control controller on Autonomous Underwater Vehicle (AUV) vehicle. ANFIS is a prediction method that combines the Fuzzy method and the Neural Network (NN) method that can be used for control. Using the input input data from feedback controls, membership functions and Fuzzy rules are determined by the system resulting from NN training so that it has better results than Fuzzy only or NN only. Control is performed on 3 degrees of freedom ie the direction of Surge, Pitch and Yaw where from each degree of freedom is simulated by controlling the speed of surge direction, position on the Y axis, and position on the Z axis. The best ANFIS parameter for AUV is the membership function of 5 with the type G-Bell on each control block. ANFIS controls are able to show better and stable response performance than PID control as evidenced by minimal overshoot, time to faster settling time and smaller Integral Absolute Error (IAE) values