Anton Talok Program Studi Sistem Komputer, Universitas Bina Nusantara,

SISTEM PENYETIMBANG HELIKOPTER EMPAT BALING-BALING MENGGUNAKAN MEKANISME PID

Anton Talok Program Studi Sistem Komputer, Universitas Bina Nusantara, [email protected]

John Reigton Hartono Program Studi Sistem Komputer, Universitas Bina Nusantara, [email protected]

Rudy Susanto Program Studi Sistem Komputer, Universitas Bina Nusantara, [email protected]

ABSTRAK Robot terbang sudah banyak digunakan dewasa ini, perkembangan robot terbang membutuhkan dua hal yang sangat vital, kebutuhan akan data yang aktual, juga sistem penyeimbangan yang cepat merespon. Untuk mendapatkan data yang aktual dibutuhkan filter yang baik. Filter yang digunakan penulis diteliti dengan membandingkan data filter dan data tanpa filter, juga data filter dan kenyataan. Untuk sistem penyetimbang, sistem pengaturan penulis, dibandingan dengan sistem yang telah dikembangkan, dalam waktu penyetimbangan. Dengan membandingkan filter maka penelitian ini dapat mengetahui kemampuan filter dan dengan membandingkan sistem penyetimbang maka dapat diketahui perkembangan yang dibuat oleh sistem yang telah diperbaharui. Sistem yang telah dibuat menggunakan filter yang sederhana tetapi memiliki tingkat ketelitian dibawah 2% pada kondisi diam dan sistem penyetimbang dapat menyeimbangkan dalam waktu sekitar 1 detik. Dari percobaan yang dilakukan diketahui bahwa sistem yang dibuat mampu memperbaiki waktu penyetimbangan dari peneliti sebelumnya. Ketelitian filter masih dapat ditingkatkan lagi. Waktu terbang yang terbatas membuat pengambilan data lebih sulit. Kata kunci: data, aktual, ketelitian, penyetimbangan, waktu, memperbaiki.

PENDAHULUAN Dewasa ini perkembangan teknologi mengubah setiap sendi kehidupan manusia dan lingkungannya. Banyak dari teknologi itu yang berakibat buruk, digunakan untuk perang dan perbuatan keji lainnya, tetapi tidak sedikit pula yang digunakan untuk kebaikan bersama. Mulai dari yang memudahkan kehidupan kita sampai yang diperuntukan untuk menyelamatkan jiwa. Perkembangan dunia robotika tentu saja juga ikut bersama perkembangan teknologi. Salah satunya adalah perkembangan robot udara. Sejak tahun 2009 sebuah grup yang terdiri dari mahasiswa dan pembimbingnya dari University of Pennsylvania telah mengembangkan robot udara berukuran kecil yang mampu berkoordinasi satu sama lain untuk membuat suatu kerja sama yang rumit (Michael, Mellinger, Lindsey, & Kumar, 2010). Tahun 2011 saudara-saudara kita di Jepang baru saja diserang gempa dan tsunami yang diikuti bencana nuklir terbesar setelah Chernobyl. Dalam upaya pemulihan salah satu generator nuklirnya, Jepang menggunakan robot untuk masuk ke dalam generator tersebut. Penggunaan robot ditempat tempat seperti inilah yang menjadi sasaran utama pengembang teknologi. Teknologi untuk membantu kehidupan manusia. (Fujita, 2012) (Wakamiya, 2012) Salah satu kebutuhan untuk menangani bencana alam di Indonesia adalah kebutuhan akan pencarian korban selamat di tempat-tempat yang sulit dijangkau oleh tim SAR. Di sinilah robot udara mengambil bagian, penggunaan robot udara dalam operasi pencarian korban akan menghemat waktu yang membuat peluang para korban untuk bertahan hidup makin besar. Sebenarnya sudah banyak Micro

Unmanned Aerial Vehichle (MAV) yang ada, baik dengan tujuan komersial maupun tujuan penelitian, salah satunya adalah GARSP oleh Daniel Mellinger, Michael Shomin, dan Vijay Kumar (Mellinger, Lindsey, Shomin, & Kumar, 2011) Robot udara yang memiliki kemampuan seperti ini salah satunya adalah Quadrotor, atau sebuah helicopter dengan empat baling-baling. Penelitian tentang robot jenis ini telah dilakukan sejak lama, tetapi salah satu penyusun yang terus berkembang adalah algoritma untuk membuat robot ini tetap seimbang di udara. Salah satunya menggunakan sistem pengaturan menggunakan PD “Stabilization of a Four Rotor UAV”( National Information and Communications Technology Australia, Hugo Meric, 2009) (Meric, 2009) pada penelitian ini didapatkan ternyata sistem cukup stabil tetapi waktu untuk melakukan penyetimbangan cukup lama, ada juga yang mengunakan Linear Quadratic Gaussian (LQG) yang merupakan gabungan LQR atau Linear Quadratic Regulator dan Kalman Filter, “Quadrotor Prototype”(Universidade Técnica de Lisboa, Jorge Miguel Brito Domingues, 2009) (Domingues, 2009) pada penelitian ini peneliti mengalami kesulitan dalam menangkap perilaku robot meskipun sudah menggunakan sensor yang mencukupi tetapi kadang sensor masih mengalami kesalahan. Keduanya menyarankan penggunaan sensor yang lebih banyak untuk lebih baik untuk penelitian lebih lanjut. Dari kedua penelitian sebelumnya muncul ide untuk membuat sebuah sistem dengan menggunakan PID dan penambahan sensor untuk membuat sistem lebih cepat dalam penyetimbangan dan menambahkan perlindungan disekitar sensor karena pembacaan sensor dirasa kurang baik. Serta menggunakan filter yang mudah untuk terus dikembangkan, yakni filter yang dapat digunakan untuk semua sistem, dalam hal ini filter untuk mendapatkan nilai sudut yang akurat dari nilai sensor. Penelitian ini dibuat untuk mengatasi masalah pengaturan keseimbangan helikopter empat baling-baling agar dapat menjadi salah satu ujung tombak pada saat dibutuhkan di area bencana. Penggunaan catu daya sebagai penganti minyak bumi pada pesawat aeromodeling membuatnya mudah untuk diisi kembali dan lebih ramah lingkungan, yang menambah nilai postif dari penelitian ini. Helikopter empat baling-baling atau Quadcopter, merupakan pesawat udara yang mendapatkan gaya ungkitnya dari empat buah baling-baling.

Gambar 1. Konfigurasi baling-baling tampak atas Baling-baling diposisikan seperti pada Gambar 1. Satu pasang baling-baling diposisikan bersebrangan, dengan putaran searah jarum jam, dan satu pasang yang lain dengan putaran berlawanan arah jarum jam, berada tegak lurus terhadap pasangan baling-baling yang lain. Adanya gaya rekasi dari perputaran baling-baling yang berlawanan arah dari putaran itu sendiri, membuat konfigurasi ini diperlukan, dengan menerapkan perputaran yang sama di setiap baling-baling, maka gaya ini akan ditiadakan oleh masing-masing pasangan baling-baling. Ada 3 manuver dasar yang dapat dilakukan oleh quadcopter, yakni bergerak secara horizontal, bergerak kecara vertikal, dan berotasi terhadap sumbu vertikal. Gerakan vertikal dilakukan dengan menerapkan putaran yang sama kepada semua baling-baling. Gerakan horizontal dilakukan dengan memiringkan quadcopter ke arah yang dinginkan,bila quadcopter ingin bergerak ke arah baling-baling 1, maka baling-baling 1 akan diperlambat, dan baling-baling 3 akan dipercepat, untuk mempertahankan besar gaya reaksi, sedangkan baling-baling 2 dan 4 tetap. Gerakan rotasi dapat dilakukan dengan memanfaatkan gaya reaksi, untuk bergerak serah jarum jam, maka baling-baling dengan perputaran berlawanan jarum jam harus dipercepat. untuk dapat melakukan semua gerakan ini tentu saja dibutuhkan sistem pengaturan yag baik. Definisi sistem pengaturan menurut Princeton yaitu “Sebuah sistem untuk mengatur kerja dari sistem lain”. Sistem pengaturan memiliki banyak variasi, tetapi bagian yang pasti ada dalam sebuah

proses pengaturan adalah, input sebagai nilai yang inginkan untuk terjadi, sistem pengaturan itu sendiri, sistem yang ingin diatur atau plant, dan output sebagai nilai yang terjadi. Salah satu sistem pengaturan yang ada adalah sistem pengaturan PID Pada sistem pengaturan PID diperlukan umpan balik dari hasil akhir sistem yang akan digunakan sebagai nilai error, nilai yang kemudian akan dimanipulasi dan dikalikan dengan konstanta PID, hasil dari operasi ini kemudian akan dikirimkan kepada plant. Kadang kala nilai dari sebuah sistem pengaturan PID masih kurang baik dalam mengatur plant. Ada pendekatan berupa sistem pengaturan PID di dalam sistem pengaturan PID yang lain, atau nested PID. Sistem pengaturan nested PID digunakan karena dengan menggunakan lebih dari sistem pengaturan PID membuat respon terhadap nilai error yang besar mendapat respon yang agresif, karena adanya dua kali proses, dan pada saat nilai error kecil, sistem akan merespon dengan lebih konservatif. Kedua hal ini diakibatkan oleh sifat dari PID yang satu diperbesar oleh PID yang lain. Sistem pengaturan seperti PID atau nested PID dapat bekerja dengan baik bila umpan balik yang akan dijadikan acuan, merupakan nilai yang baik, untuk mendpatkan nialai umpan balik yang baik, tidak didominasi oleh noise, maka dibutuhkan sebuah filter untuk hilangkan noise tersebut. Complementary filter merupakan filter yang digunakan untuk menggabungkan dua buah data dengan karakter derau atau noise yang berbeda, satu data dengan frekuensi derau tinggi dan satu lagi dengan frekuensi derau rendah. Kedua data ini akan olah dengan filter low-pass untuk yang memiliki frekuensi derau tinggi dan high-pass untuk yang memiliki frekuensi derau rendah. Hasil olahan dua data ini kemudian akan kombinasikan untuk membentuk nilai yang lebih baik.

Rumus di atas merupakan contoh complementary filter yang diterapkan untuk menggabungkan data dari accelerometer yang memiliki frekuensi derau tinggi dan gyroscope yang memiliki frekuensi derau rendah. Nilai a merupakan konstanta filter yang ditentukan oleh time constant dari filter, time constant merupakan kerangka waktu dimana filter bekerja, yang juga dipengaruhi oleh dt atau sampling rate.

Baik sistem pengaturan maupun filter dimaksudkan untuk menyelesaikan 2 masalah, yakni data dari sensor yang memiliki derau, dan waktu penyetimbangan yang masih bisa dipersingkat. Kedua masalah inilah yang coba diselesaikan penulis melalui penelitian ini.

METODE PENELITIAN Metode yang dilakukan oleh peneliti adalah dengan pertama membuat quadcopter itu sendiri. Sensor accelerometer dan gyroscope digunakan sebagai pemantau gerakan quadcopter, ATmega2560 digunakan sebagai pusat pemrosesan, ini adalah dua komponen utama, selain dua komponen ini ada pula remote control sebagai pemberi input, beberapa sensor lainnya untuk pengembangan sensor dikemudian hari. Dari sisi peranti lunak digunakan Arduino pada Quadcopter, dan untuk mengamati nilai yang dihasilkan oleh quadcopter digunakan Qt pada komputer.Secara umum blok diagram dari sistem adalah sebagai berikut

Gambar 2. Blok Diagram Sistem

Blok diagram di atas menggambarkan sistem yang dibangun, terbagi menjadi 3 bagian, input, proses dan output. Di mana input sistem adalah sensor dan remote control. Pada mikrokontroller terdapat beberapa bagian penting yang mempengaruhi kestabilan sistem di mana terdapat 2 PID yang mengontrol sistem dengan input sudut yang dihasilkan oleh complimentary filter. Complimentary filter menghasilkan nilai sudut sistem dari nilai sensor accelerometer dan gyroscope. Nilai kontrol yang dihasilkan oleh PID disimpan ke dalam variable motor command yang kemudian ditranslasikan menjadi sinyal PWM dan diteruskan ke ESC. ESC yang mendapat input sinyal PWM akan menggerakkan motor sesuai kecepatan yang dikirimkan oleh mikrokontroller. Sedangakan untuk diagram alir dari program pada mikrokontroler dapat dilihat sebagai berikut.

Gambar 3. Diagram alir program

Mikrokontroller akan melakukan inisialisasi kondisi sistem awal, variabel, timer, PWM dan sensor pada saat pertama kali dijalankan. Pada rutin program utama, dimanfaatkan variabel F sebagai flag yang menetukan pergantian berjalannya rutin-rutin sekunder yang menunjang kebutuhan stabilisasi.

Dengan memanfaatkan fungsi timer, mikrokontroller akan melakukan rutin utama setiap 10ms (100Hz) di mana akan dilakukan pengambilan nilai sensor dan menghitung orientasi sistem. Nilai orientasi sistem kemudian akan menjadi input PID controller sebagai current value. Hasil output PID kemudian digunakan untuk memanipulasi kecepatan motor pada sumbu yang akan diubah besar sudutnya. Nilai kecepatan motor yang didapat kemudian ditranslasikan menjadi sinyal PWM yang dikeluarkan ke pin mikrokontroller dan terhubung ke ESC. Pada akhir rutin utama dilakukan penambahan nilai flag F dengan nilai 1. Mikrokontroller akan memeriksa nilai flag F dan memutuskan rutin yang akan dilakukan selanjutnya. Pada rutin kedua yang dilakukan setiap 200ms (50Hz), mikrokontroller akan mengambil nilai dari remote control yang akan menjadi input PID controller sebagai desired value. Mikrokontroller juga akan membaca nilai sensor barometer dan melakukan penahanan ketinggian sistem. Pada rutin ketiga akan dilakukan setiap 100ms (10Hz) di mana mikrokontroller akan melakukan penjagaan arah hadap sistem dan pembacaan perintah dari PC melalui komunikasi serial.penjagaan arah hadap sistem dan pembacaan perintah dari PC melalui komunikasi serial. Setelah sistem terbangun, maka dilakukan penelitian pada perubahan yang telah dilakukan oleh penulis, penelitian ini dibagi menjadi dua, mengacu pada dua masalah yang ingin diselesaikan diawal. Masalah pertama yakni derau yang sanagat menggaunggu dicoba untuk diselesaikan dengan complementary filter maka percobaan pertama yang dilakukan adalah mengetahui apakah filter ini bekerja dengan baik. Setelah diketahui bahwa filter bekerja, maka akan dilakukan percobaan untuk mengetahui tingkat kesalahan dari filter itu sendiri.percobaan ini enting untuk mengetahui tingkat keabsahan (valid) data yang akan digunakan setelah ini. Setelah filter dirasa sudah cukup baik, maka akan dilanjutkan dengan percobaan untuk sistem pengaturan. Percobaan mengenai sistem pengaturan dibagi menjadi 4 bagian, bagian pertama mengecek nilai pengaturan kecepatan terhadap perubahan sudut, dicoba untuk mengetahui apakah sistem pengaturan bekerja. Setelah mengetahui bahwa sistem pengaturan bekerja maka dilakukan penyesuaian nilai PID. Setelah pengaturan dirasa sudah maksimal, maka langkah kedua adalah membandingan 2 grafik sudut dari PID dan nested PID. Dicoba untuk mengetahui adanya perkembangan dari sistem terdahulu yang menggunakan hanya PID, dan apakah sistem berhasil menyeimbangkan diri dengan baik. Membandingkan waktu penyetimbangan sistem dengan sistem-sistem terdahulu (Meric, 2009) (Domingues, 2009). Setelah sistem sudah dibandingkan dengan sistem terdahulu, langkah selanjutnya adalah melihat sistem secara umum dengan membandingan sudut yang dinginkan dengan sudut yang didapat, dites, agar mengetahui apakah sistem sudah bekerja dengan baik.

IMPLEMENTASI DAN ANALISIS

Gambar 4. Perbandingan sudut diam Gambar 4 menunjukan potongan data dimana sistem seharusnya dalam kondisi datar, tetapi ternyata ada kemiringan 0,5 derajat pada bidang di mana sistem diletakan. Pada gambar terlihat nilai sudut dari accelerometer sangat berderau meski telah diberikan low-pass filter, sedangkan nilai sudut dari gyroscope terlihat sangat baik, tetapi seiring dengan berjalannya waktu terjadi pergeseran pada nilainya. Nilai pada complimentary filter terlihat jauh lebih baik dari kedua nilai yang lain karena nilainya paling mendekati dengan keadaan sebenarnya.

Gambar 5. Perbandingan sudut bergerak

Pada gambar 5 ini sangat jelas terlihat keunggulan menggunakan complemenary filter dari pada menggunakan satu data sensor. Dan juga terlihat akibat dari low-pass filter pada accelerometer, yang membuat data accelerometer agat terlambat merespon perubahan sudut yang mendadak. Sedangkan untuk nilai dari gyroscope tetap terjadi pergeseran, meski sempat mendekati nilai yang benar saat ada pertambahan sudut. Nilai accelerometer yang digunakan di sini telah sebelumnya dilakukan low-pass filter karena nilainya terlalu acak bila tidak, sedangkan untuk gyroscope, karena derau yang tidak banyak berubah, maka tidak digunakan low-pass filter. Untuk menghitung tingkat akurasi dari complementary filter sistem dimiringkan sejauh 60 derajat, dan dibandingkan dengan hasil perhitungan pada complementary filter.

Gambar 6. Perbandingan kesalahan sudut

Nilai yang didapat adalah 61 derajat atau terjadi kesalah sebesar 1 derajat

Nilai ini terbilang sangat kecil, dan dapat diterima jika mengingat, hasil dari accelerometer yang naik turun penuh noise dengan simpangan sampai 2 derajat pada kondisi diam. Dan gyroscope yang mengalami pergeseran nilai yang sangat besar hampir 0.2 derajat per detik, yang tentu saja sangat mengkhawatirkan jika digunakan untuk penerbangan lebih dari 1 menit. Dari percobaan ini terbukti bahwa complementary filter cukup baik dalam menghasilkan nilai sudut dari sensor yang berderau, nilai ini belum dikurangi dengan kemungkinan kesalahan dalam membentuk bidang 60 derajat Setelah mengetahui bahwa referensi sudut yang digunakan cukup memuaskan maka berikutnya yang perlu dites adalah apakah sistem dapat melakukan perhitungan dan menghasilkan nilai pengaturan akan kemiringan sistem yang terjadi.

Gambar 7. Nilai Pengaturan perubahan drastis

Terlihat pada gambar 7 bila ada perubahan sedikit saja pada kemiringan sistem, sistem langsung dapat meresponnya dengan baik, dalam hal ini terlihat saat sistem mendongak hampir 30 derajat, dihasilkan nilai pengaturan sekitar 150, dengan motor depan dikurangi kecepatannya, dan motor belakang dipercepat, hal ini dilakukan untuk memberikan daya ungkit balik agar sistem dapat stabil. Nilai ini terus dipertahankan oleh sistem selama adanya perbedaan sudut input dengan sudut aktual. Terlihat pada awal saat sudut aktual menunjukan 0 derajat, terdapat perbedaan kecepatan hampir 50 dari kedua motor atau nilai pengaturan sebesar 25 Hal ini terjadi kerena input dari remote control pada saat itu tidak menunjukan sekarang nilai 0 tetapi nilai yang berbeda. Hal ini di mungkinkan karena remote control tidak selalu mengeluarkan nilai yang pas. Tetapi dapat dihilangkan dengan trimming remote control atau menggeser nilai 0 pada remote control untuk mengatasi kekurangan remote control tersebut

S u d ut (d er aj at

Roll Pitch

Waktu(detik) Gambar 8. Hasil percobaan penyeimbangan rotasi pada sumbu x terhadap sumbu y(pitch)

Pada percobaan ini sistem dicoba untuk menyeimbangkan kembali kemiringan sebesar 44,07° yang diselesaikan dalam 0,9 detik. Lebih cepat dari simulasi yang dibuat oleh Hugo Meric yakni 2 detik (Meric, 2009) atau pun dari hasil pengaplikasian LQG oleh Jorge Miguel Brito Domingues, yakni 5 detik. (Domingues, 2009). Nilai yang digunakan adalah PIDaccel atau PID luar dengan nilai PID secara berturut 4; 0; 0, dan PIDgyro atau PID dalam dengan nilai PID berturut-turut 100; 0; -350.

Roll Pitch

S ud ut (d er

Waktu(s) Gambar 9. Hasil percobaan penyeimbangan rotasi pada sumbu y terhadap sumbu x(roll)

Gambar 9 kembali sistem dicoba secara detail dengan simpangan 35,46°, tetapi ada osilasi sebesar 1,5 derajat yang ternyata pada fisiknya tidak berpengaruh. Waktu penyetimbangan sekitar 1 detik, sistem ini kembali lebih cepat dari simulasi Hugo Meric selama 2 detik (Meric, 2009). Dengan hasil ini maka untuk respon roll dari sistem ini lebih cepat 50% dari simulasi Hugo Meric atau lebih cepat 1 detik. (Meric, 2009) Dan untuk respon pitch dari sistem ini lebih cepat 50% atau 1 detik dari simulasi Hugo Meric, dan lebih cepat 80% atau 8 detik dari Jorge Miguel Brito Domingues. (Meric, 2009) (Domingues, 2009)

Roll Pitch

Gambar 10. Hasil percobaan dengan PID dalam saja

Pada PID biasa menggunakan PID dalam saja, bukan menggunakan nested PID seperti sebelumnya. Terjadi perubahan yang sangat signifikan, sistem yang asalnya mengacu pada sudut dan pergerakan, sekarang hanya mengawasi pergerakan, hal ini membuat sistem tidak dapat merespon gangguan yang terus menerus, seperti perubahan sudut pada bagian pertama, sistem setelahnya hanya bisa menahan posisi miring tersebut. Hal itu terus berulang meski sistem sudah di kembalikan ke posisi awal, dan kemudian diberikan gangguan lain. Maka dari itu lebih baik menggunakan nested PID karena nilai yang di jadikan acuan ada dua, yakni nilai sudut itu sendiri dan nilai pergerakannya.

Gambar 11. Respon Sudut

Terlihat bahwa sistem membutuhkan waktu sekitar 1 detik untuk mengaktualkan respon yang diberikan oleh remote control, pada saat menaikan sudut terlihat bahwa sistem dapat merespon dengan baik, kesalahan mulai terlihat pada saat sistem diperintahkan untuk membentuk sudut negatif, hal ini dikarenakan motor 3 pada saat pengujian sebelumnya drivernya mengalami kerusakan, kemungkinan motor mengalami gangguan dan performanya tidak sama dengan yang lain, yang mengakibatkan terjadi perbedaan.

SIMPULAN DAN SARAN Kesimpulan yang didapat dari penelitian di atas adalah: 1. Pengaturan dengan menggunakan nested PID terbukti lebih baik dibanding dengan menggunakan PID biasa. Dilihat dari percobaan menggunakan PID saja, yang tidak berhasil menyetimbangkan, hanya berhasil menahan posisi apakah itu seimbang atau tidak. Sedangkan nested PID berhasil menyeimbangkan dalam waktu sekitar 1 detik

2. Penggunaan nested PID dan complementary filter terbukti cukup memperbaiki waktu penyetimbangan sistem, dibanding dengan peneliti terdahulu pada (Meric, 2009) 2 detik dan (Domingues, 2009) 5 detik. Sistem yang disusun peneliti berhasil menyeimbangkan dalam waktu sekitar 1 detik. 3. Penyetimbangan pada sumbu x dan y terbukti cukup menggunakan dua buah sensor yakni accelerometer dan gyroscope. Karena menghasilkan tingkat kesalahan 1,6%. Penggunaan filter yang lebih baik disarankan. 4. Pada praktiknya complementary filter memiliki kesalahan yang lebih besar daripada saat pengujian. Kadang mencapai 10% pada gerapan maksimal 90°, di luar 90 tidak diujikan. 5. Dibutuhkan filter yang lebih presisi dalam menghitung sudut, dan memiliki beban kumputasi yang tidak besar. Dengan tingkat kesalahan pada posisi diam di bawah 1,6% dan pada saat bergerak di bawah 6. Penggunaan XBEE sebagai media transfer data terbukti kurang efektif karena data sering terputus yang membuat pengawasan nilai menjadi sulit, pada penelitian ini tidak dilampirkan data dari XBEE karena alasan dia atas. 7. Lama waktu percobaan sangat terbatas dan menghambat pengambilan data, dikarenakan kapasitas baterai yang kecil 8. Nilai PID yang digunakan pada PIDpitch adalah Accel Gyro P:4 P : 100 I:0 I:0 D:0 D : -350 9. Nilai PID yang digunakan pada PIDroll adalah Accel Gyro P:4 P : 100 I:0 I:0 D:0 D : -350 Untuk penelitian tentang quadcopter disarankan 1. Menggunakan filter selain kalman filter dan complementary filter, karena kalman filter memiliki beban komputasi tinggi, dan complementary filter kurang teliti, disarankan menggunakan filter berbasis quarterion, 2. Memberikan pelindung di sekitar motor dan baling-baling 3. Menggunakan baterai dengan kapasitas yang lebih besar. 4. Menambahkan battery monitor.

DAFTAR PUSTAKA Domingues, J. M. (2009). Quadrotor prototype. Master's Thesis, Universidad Técnica de Lisboa, Instituto Superior Técnico, Lisboa. Fujita, T. (2012, Desember 8). Hitachi unveils robot to help cleanup at Fukushima plant. Retrieved Januari 01, 2013, from The Asahi Shimbun: http://ajw.asahi.com/article/0311disaster/fukushima/AJ201212080054 Mellinger, D., Lindsey, Q., Shomin, M., & Kumar, V. (2011, September 25-30). Design, Modeling, Estimation and Control for Aerial Grasping and Manipulation. International Conference onIntelligent Robots and Systems, 2668-2673 . Meric, H. (2009). Stabilization of a four rotors UAV. Master's Thesis, Institut Supérieur de l'Aéronautique et de l'Espace & National ICT Australia, Toulouse & Canberra. Michael, N., Mellinger, D., Lindsey, Q., & Kumar, V. (2010, September). The GARSP Multiple Micro UAV Testbed. IEEE Robotic And Automastion Magazine, 17(3), 56-65. Wakamiya, Y. (2012, Desember 08). New robot designed for use in high radiation environments. Retrieved Januari 01, 2013, from The Asahi Shimbun: http://ajw.asahi.com/article/0311disaster/fukushima/AJ201212080010