Rancang Bangun Sistem Kendali untuk Kendaraan Sprayer Tanpa Awak Berbasis Jaringan.

RANCANG BANGUN SISTEM KENDALI UNTUK
KENDARAAN SPRAYER TANPA AWAK
BERBASIS JARINGAN

ABDULLAH TAUFIQ KHARISMA

DEPARTEMEN TEKNIK MESIN DAN BIOSISTEM
FAKULTAS TEKNOLOGI PERTANIAN
INSTITUT PERTANIAN BOGOR
BOGOR
2015

PERNYATAAN MENGENAI SKRIPSI DAN
SUMBER INFORMASI SERTA PELIMPAHAN HAK CIPTA
Dengan ini saya menyatakan bahwa skripsi berjudul berjudul “Rancang
Bangun Sistem Kendali untuk Kendaraan Sprayer Tanpa Awak Berbasis Jaringan”
adalah benar karya saya dengan arahan dari pembimbing dan belum diajukan dalam
bentuk apa pun kepada perguruan tinggi mana pun. Sumber informasi yang berasal
atau dikutip dari karya yang diterbitkan maupun tidak diterbitkan dari penulis lain
telah disebutkan dalam teks dan dicantumkan dalam Daftar Pustaka di bagian akhir
penelitian ini.

Dengan ini saya melimpahkan hak cipta dari karya tulis saya kepada Institut
Pertanian Bogor.
Bogor, Agustus 2015
Abdullah Taufiq Kharisma
NIM F14100116

ABSTRAK
ABDULLAH TAUFIQ KHARISMA. Rancang Bangun Sistem Kendali untuk Kendaraan
Sprayer Tanpa Awak Berbasis Jaringan. Dibimbing oleh DESRIAL dan SLAMET
WIDODO.
Sprayer biasa digunakan dalam pengaplikasian bahan kimia pertanian dalam bentuk
kabut cairan. Namun, pengoperasian manual menyebabkan operator terpapar bahan kimia
dan hal tersebut berpotensi menggangu kesehatan operator. Tujuan dari penelitian adalah
merancang sistem kendali sprayer tanpa awak berbasis jaringan untuk meningkatkan
kesehatan kerja dari operator. Mobil listrik mini yang dimodifikasi menggunakan sistem
kendali jaringan (wifi) digunakan sebagai model pada penelitian ini. Jarak kendali
maksimum menggunakan radio adalah 55 m, sedangkan jarak kendali maksimum
menggunakan jaringan (Wifi) adalah 110 m. Oleh karena itu, sistem koneksi berbasis
jaringan (Wifi) dipilih karena memiliki jangkauan lebih jauh. Kecepatan maju rata-rata
dari model adalah 31.04 cm/s dengan slip 1% untuk roda kiri, dan slip 2% untuk roda

kanan. Radius putar rata-rata model untuk belok kanan adalah 210.4 cm dan untuk belok
kiri 290.9 cm. Pengujian pengendalian pada jalur lurus, belok kanan dan kiri dengan 3
sudut kamera yang berbeda yaitu 72°, 77°, dan 90°. Berdasarkan hasil analisis data
dengan ANOVA dapat disimpulkan bahwa sudut kamera berpengaruh nyata terhadap
pengendalian jalur lurus dan belok kiri dan tidak berpengaruh nyata terhadap
pengendalian belok kanan. Hal disebabkan model menggunakan motor penggerak yang
hanya berada pada roda kanan belakang sehingga model cenderung bergerak ke arah kiri.
Kata kunci: bahan kimia pertanian, kesehatan operator, sistem kendali berbasis jaringan,
sprayer tanpa awak

ABSTRACT
ABDULLAH TAUFIQ KHARISMA. Designing Web-Based Unmanned Sprayer Control
System. Supervised by DESRIAL and SLAMET WIDODO.
Sprayer is commonly used in agro-chemical aplication in form of a mist. However, the
exposure of agrochemical to operator on operating sprayer potentially causing risk to
operator health. The objective of this research was to design a web-based control system
for unmanned sprayer in order to improved health aspect of operator. Mini electric car
was modified into web-based controlled was used as model for this research. Maximum
range of radio control was 55 m and maximum range of web-based control (Wifi) was
110 m. Therefore, web based control was chosen because it has wider range. The average

forward speed of model was 31.04 cm/s with 1% of slip for left rear wheel and 2% of slip
for right rear wheel. The average turning radius of model was 210.4 cm for turning right
and 290.9 cm for turning left. Controlling test conducted at straight path, turn right, and
turn left with 3 kinds of different camera angle i.e. 72o, 77°, and 90°. According to data
analysis result by using ANOVA could be concluded that camera angle significantly
affected on controlling straight and left turn, but didn’t significantly affected on
controlling turn right. The difference in significancy was due to the model just using
motor in the right rear wheel for moving so the model tends to moved towards the left.
Keywords: agricultural chemicals, operator health, unmanned sprayer, web based control

RANCANG BANGUN SISTEM KENDALI UNTUK
KENDARAAN SPRAYER TANPA AWAK
BERBASIS JARINGAN

ABDULLAH TAUFIQ KHARISMA

Skripsi
sebagai salah satu syarat untuk memperoleh gelar
Sarjana Teknik
pada

Departemen Teknik Mesin dan Biosistem

DEPARTEMEN TEKNIK MESIN DAN BIOSISTEM
FAKULTAS TEKNOLOGI PERTANIAN
INSTITUT PERTANIAN BOGOR
BOGOR
2015

Judul Skripsi : Rancang Bangun Sistem Kendali untuk Kendaraan Sprayer Tanpa Awak
Berbasis Jaringan
Nama
: Abdullah Taufiq Kharisma
NIM
: F14100116

Disetujui oleh

Dr Ir Desrial, MEng
Pembimbing I

Dr Slamet Widodo, STP MSc
Pembimbing II

Diketahui oleh

Dr Ir Desrial, MEng
Ketua Departemen

Tanggal Lulus:

PRAKATA
Puji dan syukur penulis panjatkan kepada Allah subhanahu wa ta'ala atas
segala karunia-Nya sehingga karya ilmiah ini berhasil diselesaikan. Tema yang
dipilih dalam penelitian yang dilaksanakan sejak bulan Februari 2014 ini dengan
judul Rancang Bangun Sistem Kendali untuk Kendaraan Sprayer Tanpa Awak
Berbasis Jaringan.
Terima kasih penulis ucapkan kepada Bapak Dr Ir Desrial MEng dan Bapak
Dr Slamet Widodo, STP MSc selaku pembimbing, yang telah memberikan
bimbingan, arahan, dan motivasi kepada penulis. Terima kasih penulis ucapkan
kepada Bapak Dr Liyantono, STP MAgr yang telah bersedia meluangkan

waktunya sebagai penguji ujian akhir skripsi.
Ungkapan terima kasih juga disampaikan kepada ayah (H.M. Muchsin), ibu
(Hj. Siti Afifah), kakak tersayang (Achmad Oktavianis Caesar), dan adik tersayang
(Grace Maria Ulfa) serta seluruh keluarga atas segala doa, dukungan dan kasih
sayangnya. Terimakasih juga penulis ucapkan kepada Yusnita Oni Napitu untuk
bantuan dan motivasi yang telah banyak membantu selama penelitian, teman teman
yang telah membantu selama penelitian (Qoni, Haga, Bob, Wili, Quro, Erlan, dll),
para teknisi Departemen TMB (Pak Wana, Pak Darma, Mas Firman) serta segenap
teman teman Antares TMB 47 yang telah menjadi keluarga dan rekan seperjuangan
penulis hingga dapat menyelesaikan penelitian ini.
Semoga karya ilmiah ini bermanfaat.

Bogor, Agustus 2015
Abdullah Taufiq Kharisma

DAFTAR ISI
DAFTAR TABEL

vi

DAFTAR GAMBAR

vi

DAFTAR LAMPIRAN

vii

PENDAHULUAN

1

Latar Belakang

1

Tujuan Penelitian

2

METODE

2

Waktu dan Tempat Pelaksanaan

2

Alat dan Bahan

2

Tahapan Penelitian

3

Analisis Data
HASIL DAN PEMBAHASAN

13

14

Identifikasi dan Rancang Bangun Sistem Kendali Kendaraan Sprayer Tanpa
Awak Berbasis Jaringan
14
Kalibrasi Sensor

14

Uji Kinerja Sistem Kendali

15

SIMPULAN DAN SARAN

27

Simpulan

27

Saran

27

DAFTAR PUSTAKA

27

LAMPIRAN

29

RIWAYAT HIDUP

40

DAFTAR TABEL
1 Spesifikasi kendaraan mobil anak baterai
2 Tabel kombinasi pengiriman sinyal kendali radio

3 Data hasil pengujian radius putar belok kanan dan kiri
4 Data pengujian sudut pandang kamera
5 Data pengujian jarak kendali jaringan
6 Data pengujian jarak kendali kendali radio
7 Data pengujian kecepatan maju
8 Tabel uji ANOVA pengendalian jalur lurus
9 Tabel uji ANOVA pengendalian jalur belok kanan
10 Tabel uji ANOVA pengendalian jalur berbelok kiri

2
4
16
16
17
18
19
22
22
22

DAFTAR GAMBAR
1 Diagram alir tahapan penelitian
2 Bagan konfigurasi sistem kendali
3 Bagan sistem pengendalian motor penggerak kemudi
4 Bagan sistem pengendalian motor penggerak roda belakang
5 Bagan sistem pengendalian motor kamera
6 Bagan sistem tampilan lingkungan dari kamera
7 Skema pengujian radius putar belok kanan
8 Skema pengujian radius putar belok kiri
9 Skema pengujian sudut pandang kamera
10 Posisi kamera dari samping
11 Skema pengujian jarak kendali jaringan
12 Skema pengujian jarak kendali kendali radio
13 Skema pengujian kecepatan maju
14 Skema pengujian pengendalian jalur lurus
15 Skema pengujian jalur belok kiri dan kanan dengan 3 sudut kamera
16 Skema pengujian jalur belok kiri dengan 3 sudut kamera
17 Skema pengukuran pengendalian
18 Perbedaan model sebelum dan sesudah dimodifikasi
19 Grafik hubungan nilai ADC dengan sudut kemudi
20 Skema dimensi dalam pengujian sudut pandang kamera
21 Grafik rataan hasil pengujian jarak kendali jaringan
22 Grafik rataan hasil pengujian jarak kendali radio
23 Tampilan kontroler di android
24 Proyeksi jalur pengendalian lurus sudut kamera
25 Proyeksi jalur pengendalian belok kanan
26 Proyeksi jalur pengendalian belok kiri
27 Kekurangan mobil listrik mini
28 Posisi sumber tenaga roda belakang hanya pada roda bagian kanan
29 Skema penambahan jarak kendali
30 Sensor sudut kemudi

3
6
6
6
7
7
8
8
9
9
10
11
11
12
12
13
13
14
15
16
18
18
20
21
23
24
25
25
26
29

31 Kamera dan mekanismenya
32 Rangkaian saklar elektronik
33 pcDuino
34 Driver motor kamera
35 Driver motor kemudi dan roda penggerak
36 Penempatan komponen
37 Wifi router

29
29
29
29
29
29
29

DAFTAR LAMPIRAN
1 Gambar alat yang digunakan
2 Kode sumber tampilan pada web browser
3 Kode sumber program kendali
4 Data absolut eror pengendalian jalur lurus
5 Data absolut eror pengendalian jalur belok ke kanan
6 Data absolut eror pengendalian jalur belok ke kiri

29
30
32
35
36
39

PENDAHULUAN
Latar Belakang
Pemeliharaan dalam budidaya tanaman banyak mendapat hambatan seperti
hama, gulma, dan penyakit. Untuk mengendalikan hama, gulma dan penyakit
dapat dilakukan berbagai cara salah satunya dengan penggunaan bahan kimia
pertanian. Bahan kimia dapat diaplikasikan pada tanaman dengan sprayer.
Dengan sprayer, bahan kimia dapat diberikan secara efektif karena bahan
berbentuk yang dihasilkan berupa kabut. Sprayer konvensional yang banyak
digunakan terutam di Indonesia adalah tipe knapsack yang di panggul oleh
operator. Efek samping sprayer tipe ini adalah paparan bahan kimia dapat terhirup
oleh operator dan terkena permukaan kulit operator. Bahan kimia akan menumpuk
di dalam tubuh operator dan berpotensi berbahaya bagi kesehatan operator
tersebut. Hasil penelitian Bjugstad et al. (2009), rataan paparan pestisida dari
sprayer pada kulit 10 kali lebih tinggi daripada paparan melalui pernapasan.
Paparan dari pestisida bisa terjadi melalui berbagai cara (misalnya makanan,
minuman, tempat tinggal, pekerjaan) dan melalui berbagai jalur masuk (ditelan,
dihirup, sentuhan). Andil dari masing-masing cara dan jalur masuk terhadap ratarata paparan tergantung pada jenis pestisida, jumlah paparan, banyaknya masuk
jalur, dan cara masuk adalah yang menentukan resikonya (EFSA 2008).
Berdasarkan tingkat keberacunan dan spesies yang dituju terbatas, pestisida
menunjukkan efek berbahaya yang tidak diinginkan pada oganisme sensitif yang
bukan target seperti manusia dan populasi hewan liar (Hernándesz et al. 2011a).
Paparan bahan kimia pertanian ke manusia dari lingkungan biasa terjadi dan
menyebabkan penyakit yang akut dan kronis, termasuk keracunan syaraf yang
akut dan kronis (dari insektisida, fungisida, fumigan), kerusakan paru-paru, iritasi,
dan metheglobinemia pada balita (Weisenburger 2004).
Menurut Bjugstad et al. (1995), jika operator menjauh dari daerah
penyemprotan, paparan pada kulit dan yang terhirup menurun. Untuk menjauhkan
operator dari area penyemprotan diperlukan alat untuk mengangkut sprayer yang
dapat dikendalikan dari jarak jauh. Pengendalian jarak jauh untuk penggunaan
sprayer, secara signifikan akan menurunkan kontak langsung antara operator
dengan bahan kimia yang disemprotkan sprayer. Hal ini juga meningkatkan
kenyamanan operator dalam bekerja yang akhirnya dapat menaikkan kapasitas
kerja.
Penelitian yang sudah pernah dilakukan dalam hal pengaplikasian teknologi
tanpa awak sudah banyak dilakukan dalam bidang pertanian. Contoh teknologi
yang tanpa awak yang diterapkan dalam bidang pertanian antara lain teknologi
penginderaan jarak jauh untuk memonitor vegetasi menggunakan helikopter tanpa
awak sudah dilakukan oleh Sugiura et al. (2004). Sedangkan aplikasi sprayer
tanpak awak salah satunya dilakukan oleh Sato (1980). Sato (1980)
mengaplikasikan sprayer pada helikopter tanpa awak untuk pengaplikasian pupuk
dan pestisida pada lahan sawah. Selain Sato, Tosaki et al. (1998) mengembangkan
sprayer tanpa awak yang dikendalikan dengan mikrokomputer.
Pada penelitian ini akan dirancang sistem kendali untuk kendaraan sprayer
tanpa awak berbasis jaringan. Kendaraan yang digunakan pada penelitian ini

2
adalah mobil anak bertenaga baterai yang dimodifikasi sistem kendalinya. Sistem
kendali yang digunakan adalah sistem kendali berbasis jaringan. Penelitian ini
diharapkan menjadi dasar penelitian selanjutnya yang berkaitan dengan sprayer
tanpa awak.
Tujuan Penelitian
Tujuan dari penelitian ini adalah :
1. Melakukan modifikasi sistem pengendalian kendaraan menjadi sistem
kendali tanpa awak berbasis jaringan untuk sprayer.
2. Melakukan kalibrasi dan uji statis dan dinamis mekanisme pengendalian
tanpa awak berbasis jaringan pada model.
3. Menguji pengaruh sudut kamera terhadap kemudahan pengendalian

METODE
Waktu dan Tempat Pelaksanaan
Penelitian ini dilaksanakan bulan Februari 2014–Mei 2015. Tempat
pelaksanaan penelitian ini adalah Laboratorium Lapang Siswadhi Soepardjo
Leuwikopo dan Laboratorium Manufaktur Teknik Mesin dan Biosistem.
Alat dan Bahan
Bahan yang digunakan pada penelitian ini antara lain : kendaraan mobil
anak baterai dengan spesifikasi pada Tabel 1, pcDuino, jaringan kamera, driver
motor, motor listrik, wifi router, baterai 6 V 4,5 AH, baterai 12 V 4.5 AH, kabel,
saklar, potensiometer, limit switch, dan akrilik.
Tabel 1 Spesifikasi kendaraan mobil anak baterai
Spesifikasi
Keterangan
General
Mobil anak baterai 6 V
Dimensi total
105 cm x 69 cm x 54.5 cm
Jarak sumbu roda
58.5 cm
Jarak roda belakang
54 cm
Jarak roda depan
52 cm
Lebar roda
15 cm
Diameter roda
28 cm
Sumber daya
Baterai kering 6 V 10 A
Tenaga penggerak
Motor listrik 9 V
Beban maksimum
30 kg
Alat yang digunakan pada penelitian ini antara lain : laptop, perangkat lunak
pendukung pcduino, perangkat lunak VNC viewer, multimeter, solder, timah,
penyedot timah, pasta solder, dan bor listrik.

3
Tahapan Penelitian
Tahapan penelitian secara garis besar dapat dilihat pada Gambar 1 dan
deskripsi masing-masing tahapan akan dijelaskan pada bagian dibawah ini:
Identifikasi sistem kendali yang tersedia pada kendaraan
Dalam penelitian ini, kendaraan yang digunakan sudah memiliki motor dc
sebagai aktuator penggerak kemudi dan sebagai sumber penggerak roda belakang.
Masing-masing motor dc dapat
dikendalikan dengan jaringan nirkabel
menggunakan gelombang radio dengan frekuensi 27 MHz. Sistem kendali
nirkabel ini menggunakan sebuah kendali radio yang memiliki pengirim sinyal
dan penerima sinyal yang sudah terhubung langsung dengan driver motor. Cara
kerja kendali nirkabel yang sudah ada ini adalah dengan menggirimkan 4 buah
perintah yang berbeda ke penerima sinyal dengan kombinasi perintah seperti pada
Tabel 2.

Gambar 1 Diagram alir tahapan penelitian

4

No
1
2
3
4
5
6
7
8
9

Tabel 2 Tabel kombinasi pengiriman sinyal kendali radio
Maju
Mundur
Kanan
Kiri
Keterangan
0
0
0
0
Berhenti
0
0
0
1
Berhenti dan belok kiri
0
0
1
0
Berhenti dan belok kanan
0
1
0
0
Mundur
1
0
0
0
Maju
0
1
0
1
Mundur dan belok kiri
0
1
1
0
Mundur dan belok kanan
1
0
0
1
Maju dan belok kiri
1
0
1
0
Maju dan belok kanan

Bagian penerima sinyal menerima menterjemahkan sinyal dan diteruskan ke
bagian driver motor. Driver motor yang sudah ada ini adalah jenis rangkaian hbridge yang menggunakan rangkaian relay dan transistor untuk mengatur putaran
motor dc. Relay yang digunakan untuk mengatur putaran masing-masing motor dc
sebanyak 2 buah. Driver motor ini memiliki 4 buah input sinyal untuk
mengendalikan 2 buah motor dc, 2 buah input untuk sumber daya dari baterai 6
V, 4 buah output untuk masing-masing motor dc, dan 2 buah output untuk sumber
daya penerima sinyal gelombang radio.
Merancang Sistem Kendali Jaringan
Untuk memodifikasi kendaraan menjadi model pengangkut sprayer berbasis
jaringan diperlukan rancangan sebagai berikut :
a. Modifikasi sistem elektronik yang ada
Sistem kendali android membutuhkan sistem elektronik yang berbeda
dari yang sudah ada. Pada sistem ini, diperlukan penambahan sistem kendali
nirkabel terpisah dari sistem kendali nirkabel yang sudah ada. Namun,
sistem pengendalian yang sudah ada harus tetap dipertahankan dan
diperlukan sistem pengubah sistem pengendalian antara menggunakan
kendali radio aslinya dengan android.
Sistem pengendalian android dalam penelitian ini dibuat dengan
menggunakan mini PC (Personal Computer) yaitu pcDuino. pcDuino
membutuhkan daya sebesar 10 W dengan rincian tegangan 5 VDC dan arus
2 A. Sumber daya yang tersedia adalah 6 VDC dari baterai maka diperlukan
rangkaian penurun tegangan dari 6 V ke 5 V. Baterai yang digunakan untuk
pcDuino dan rangkaian driver motor terpisah. baterai yang digunakan
terpisah bertujuan untuk meningkatkan kestabilan kinerja.
PcDuino memiliki output yang disebut GPIO. GPIO digunakan
untuk mengendalikan driver motor, membaca sensor, dan lain-lain. GPIO
pcduino memiliki level voltase 3.3 V, untuk itu diperlukan rangkaian
pengaman agar proses kendali aman dan tidak menyebabkan pcDuino rusak.
Rangkaian yang digunakan adalah rangkaian saklar dengan transistor NPN
sebagai saklarnya. GPIO yang memerlukan rangkaian saklar ini hanya yang
bagian pengendalian motor dc kemudi dan pemutar roda belakang.
GPIO juga dibutuhkan untuk mengendalikan motor dc yang
digunakan untuk merubah posisi kamera di kendalikan dengan membaca
posisi kamera dengan sebuah LDR (light dependen resistor) dan saklar

5
batas (limit switch) dan pergerakan kamera digerakkan dengan
menggunakan motor dc. Motor dc untuk kamera berbeda dengan motor dc
untuk kemudi dan penggerak roda belakang. Motor dc ini dikendalikan juga
dengan sebuah driver motor yang lain. GPIO pcDuino digunakan untuk
membaca keadaan saklar batas dan keadaan LDR untuk mengetahui posisi
kamera. Informasi posisi kamera lalu digunakan untuk menentukan ke arah
mana gerakan kamera. Driver motor untuk penggerak kamera ini juga
menggunakan fungsi dari GPIO.
b. Pembuatan program sistem pengendalian jaringan
Jaringan nirkabel atau wireless network adalah jaringan tanpa kabel
yang menggunakan media penghantar gelombang radio atau cahaya
Infrared. Beberapa teknologi wireless yang telah dikembangkan antara lain :
Wifi, Bluetooth, WiMAX, VSAT, dan Infrared. Teknologi nirkabel
berkecepatan tinggi dikenal sebagai Wifi (Wireless Fidelity). Wifi
merupakan merek dagang yang dimiliki oleh Wireless Ethernet
Compatibility Alliance (WEGA), sebuah organisasi non profit yang berdiri
sejak 1999. Wifi pertama kali dikenal dengan sebutan Wireless Local Area
Network (WLAN) (Sukmaaji dan Rianto 2008)
PcDuino memiliki kemampuan untuk beroperasi pada sistem operasi
linux atau Android ICS. Sistem operasi linux dipilih untuk mempermudah
pembuatan program pengendalian. pcDuino memiliki sejumlah pin GPIO
(General Purposes Input/Output) yang dapat dipengendalian dengan
menggunakan bahasa pemrograman C, Java, Python, dan masih banyak
lagi. Sistem pengendalian jaringan yang digunakan dalam penelitian ini buat
dengan bahasa pemrogaman Python dan HTML (HiperText Markup
Language). Semua kode program ditulis dengan menggunakan program
Geany. Web browser dalam android dimanfaatkan sebagai pengakses
tampilan kendali tanpa membuat program khusus pengendalian dengan
android. Penggunaan web browser android memerlukan dibuatnya sebuah
server jaringan pada pcDuino. Flask adalah salah satu kerangka kerja mikro
untuk membuat server dengan menggunakan Python sebagai bahasa
pemrogaman utamanya. Flask dapat juga digunakan dengan pcDuino untuk
membuat jaringan server yang dapat di akses melalui web browser android.
Wifi router digunakan sebagai alat untuk menyambungkan pcDuino
dengan perangkat genggam android. Dengan menyambungkan pcDuino
dengan Wifi router melalui kabel LAN, maka pcDuino sudah dapat di akses
melalui jaringan Wifi. Modem sebagai penyedia jaringan internet juga harus
di pasang ke router. Jaringan internet diperlukan agar program kendali dapat
berjalan dengan lancar. Perangkat genggam android juga harus tersambung
dengan jaringan Wifi dari router agar dapat mengakses program kendali.
c. Penambahan kamera
Pengendalian jarak jauh memiliki kendala yang sangat banyak,
salah satunya adalah pengendalian untuk menghindari halangan yang ada di
depan model saat jauh dari operator. Pemasangan kamera pada penelitian ini
ditujukan untuk mengeliminasi masalah tersebut.

6
Penggunaan kamera untuk menangkap gambar keadaan didepan dan
dibelakang model dapat mempermudah pengendalian. Penggunaan kamera
juga memungkinkan pengendalian model saat pandangan operator ke area
sekitar model terhalang. Posisi kamera dalam penelitian ini haruslah dapat
berubah untuk melihat ke depan dan belakang.
Mjpg-streamer adalah sebuah program yang mengambil gambar
berformat *.jpeg, file sistem atau dari masukan “plugins” lain dari UVC
(USB Video Class) linux dan mentransmisikannya melalui HTTP (Hyper
Text Transfer Protocol) ke web browser. Penggunaan Mjpg-streamer dalam
penelitian ini bertujuan untuk mempermudah pengiriman gambar hasil
tangkapan kamera ke web browser. Keluaran dari program ini bisa langsung
di akses di web browser atau bisa juga di masukkan kedalam tampilan
program. Bagan konfigurasi sistem kendali secara umum dapat dilihat pada
Gambar 2. Secara khusus, sistem kendali pada tiap bagian akan dijabarkan
pada Gambar 3- Gambar 6.

Gambar 2 Bagan konfigurasi sistem kendali

Gambar 3 Bagan sistem pengendalian motor penggerak kemudi

Gambar 4 Bagan sistem pengendalian motor penggerak roda belakang

7

Gambar 5 Bagan sistem pengendalian motor kamera

Gambar 6 Bagan sistem tampilan lingkungan dari kamera
Kalibrasi Sensor
Jenis sensor yang digunakan dalam penelitian ini adalah potensiometer.
Sensor tersebut digunakan untuk mendeteksi posisi sudut kemudi. Potensiometer
adalah sebuah resistor dengan nilai yang bervariabel yang memiliki tiga kaki
terminal. Dua dari terminalnya berada di pinggir dan berada di kedudukan yang
tetap, tetapi terminal yang ditengah tersambung dengan poros pemutar dan
permukaan sentuh yang tersambung dengan seluruh permukaan resistor.
Pergerakan poros menyebabkan nilai resistansi yang berubah setiap perubahan
posisi permukaan sentuh.
Uji Kinerja
Pengujian bertujuan untuk mengetahui kemudahan kendali dari alat yang
telah dirancang. Parameter harus ditentukan untuk mencari nilai kemudahan
kendari dari alat secara aktual dalam pengujian alat. Parameter yang diambil
ditujukan untuk mendapatkan hubungan pengujian hubungan antara pembacaan
sensor sudut kemudi dengan sudut belok kemudi, pengujian radius putar mobil,
pengujian sudut pandang kamera, pengujian jarak kendali radio pengendalian dan
jaringan, pengujian kecepatan maju model, pengujian kendali jalan lurus dengan 3
sudut kamera, dan pengujian kendali jalan belok kanan dan kiri dengan 3 sudut
kamera.
a. Pengujian hubungan antara sudut kemudi dengan pembacaan ADC
Pengujian hubungan antara pembacaan sensor sudut kemudi dengan
sudut belok kemudi dilakukan saat model berhenti. Pengujian ini bertujuan
untuk mengkalibrasi nilai besaran sudut belok kemudi dengan nilai
pembacaan sensor. Komponen yang digunakan untuk membaca sudut dalam
bentuk tegangan analog dari batang kemudi adalah potensiometer.
Potensiometer memiliki 3 buah socket dimana socket yang berada di
pinggir dihubungkan ke sumber voltase 3.3 V dan GND (ground) dan socket
yang berada di tengah dihubungkan ke masukan A2. Untuk membaca sudut
kemudi secara visual di tempelkan sebuah busur.
Nilai tegangan analog yang di baca sensor dikonversi ke nilai digital.
pcDuino memiliki batas tegangan 0 V- 3.3 V dengan 8-bit ADC untuk
socket A0 dan A1 serta 12-bit ADC untuk socket A2, A3, A4, A5. Nilai ini
berarti dalam 0 V- 3.3 V akan dapat dibagi dalam 256 nilai untuk socket A0
dan A1 dan 4096 nilai untuk socket A2, A3, A4, dan A5.

8

b.

Pengujian radius putar model.
Pengujian radius putar menggunakan kendali perangkat genggam
android dalam mengendalikan model. Pengujian ini bertujuan untuk
mengetahui seberapa besar jarak minimal radius putar dari model. Skema
pengujian radius putar dapat dilihat pada Gambar 7 dan Gambar 8. Dalam
skema, huruf “A” menunjukkan model yang berjalan berputar dengan
penanda pada sisi terluar. Sedangkan huruf “B” menunjukkan rute belok.
Setelah model selesai berputar satu putaran, diukur berapa diameter penanda
terluar yang digambarkan dengan tanda “x”. Pengujian diulangi sebanyak
tiga kali untuk masing-masing arah belok dan masing-masing pengujian
dilakukan pengukuran diameter sebanyak tiga kali.

Gambar 7 Skema pengujian radius putar belok kanan

Gambar 8 Skema pengujian radius putar belok kiri
c.

Pengujian sudut pandang kamera.
Pengujian sudut pandang kamera menggunakan kendali perangkat
genggam android dalam mengendalikan model. Skema pengujian sudut
pandang kamera dapat dilihat pada Gambar 9. Posisi kamera tampak
samping dapat dilihat pada Gambar 10. Huruf “A” menunjukan model dan
huruf “B” menunjukkan posisi kamera. Huruf “C” menunjukkan penanda

9
ujung gambar yang nantinya diukur jaraknya sehingga diperoleh nilai “x”
pada gambar. Nilai “y” pada gambar menunjukkan jarak tegak lurus antara
penanda dengan kamera. Selanjutnya diperlukan perhitungan untuk
mendapatkkan nilai “α”, yaitu sudut pandang kamera. Simbol “ ”
menunjukkan sudut kamera terhadap bidang datar. Persamaan yang
digunakan untuk mendapatkan sudut kamera “α” dapat dilihat pada
Persamaan 1 dan Persamaan 2.


 y 

  tan 1 
(1)
 1 x


2 

  180  2 

Gambar 9 Skema pengujian sudut pandang kamera

Gambar 10 Posisi kamera dari samping

(2)

10
d.

Pengujian jarak kendali jaringan
Pengujian jarak kendali jaringan didasarkan dari kekuatan sinyal wifi
dari model ke perangkat genggam android tanpa melakukan pengendalian.
Hal ini dilakukan karena tanpa adanya sinyal wifi model tidak dapat
dikendalikan. Pengujian ini menggunakan perangkat genggam Android
dengan tipe GT-P3100. Skema pengujian jarak kendali jaringan dapat
dilihat pada Gambar 11. Pengujian dimulai dengan operator “C” melihat
kekuatan sinyal di sebelah model “A”. Setelah itu catat jarak “x” den
kekuatan sinyal. Setelah itu, operator menjauh dari model sejauh 10 m dan
cek kekuatan sinyal dan catat jarak dan kekuatan sinyal. Ulangi kegiatan
tersebut sampai sinyal tidak dapat dideteksi lagi. Ulangi pengujian sebanyak
tiga kali. Huruf “B” pada gambar menunjukkan jalur yang dilalui operator.

Gambar 11 Skema pengujian jarak kendali jaringan
e.

Pengujian jarak kendali kendali radio
Pengujian pengendalian model dengan remote control dilakukan hampir
sama dengan pengujian jarak kendali dengan perangkat genggam android.
Yang membedakan adalah untuk mengetahui jarak kendali dengan kendali
radio, model dijalankan menjauhi kendali radio. Skema pengujian jarak
kendali kendali radio dapat dilihat pada Gambar 12. Pengujian dimulai
dengan model “A” berada disebelah operator “C”. Operator memeriksa
respon model. Respon model dan jarak antara protoripe dengan operator “x”
kemudian dicatat untuk memperoleh data hasil pengujian. Huruf “B”
menunjukkan jalur dari pengendalian model.

11

Gambar 12 Skema pengujian jarak kendali kendali radio
f. Pengujian kecepatan maju dan slip roda model
Pengujian slip roda dan kecepatan maju menggunakan kendali
perangkat genggam android dalam mengendalikan model. Skema pengujian
kecepatan maju model dapat dilihat pada Gambar 13. Pengujian dimulai
dengan membuat tanda pada roda belakang model. Setelah model “A”
berjalan, tanda di lantai diberikan untuk setiap 5 putaran roda belakang
model dan ukur setiap waktunya “t”. Jalur “B” adalah jalur yang dilalui
model. Hentikan model setelah 20 putaran dan ukur jarak “x” setiap tanda
dari 5 putaran. Pengukuran nilai “x” dan pencataan waktu dimaksudkan
untuk menghitung kecepatan roda saat pengujian. Nilai slip (λ) didapatkan
dengan Persamaan 3 (Ming 1997) dimana “vaktual” adalah kecepatan roda
saat pengujian dan “vteoritis” adalah kecepatan roda hasil perhitungan untuk 5
putaran roda..
 v teoritis  v aktual  
 *100 %
v
teoritis



  

Gambar 13 Skema pengujian kecepatan maju

(3)

12

g.

Pengujian kendali jalur lurus dengan 3 sudut kamera.
Pengujian pengendalian lurus menggunakan kendali perangkat
genggam android dalam mengendalikan model. Skema pengujian jalur lurus
dengan 3 sudut kamera dapat dilihat pada Gambar 14. Huruf “A”
menunjukkan posisi awal model dan huruf “B” menujukan jalur yang akan
dilalui model.

Gambar 14 Skema pengujian pengendalian jalur lurus
h.

Pengujian kendali jalan belok kanan dan kiri dengan 3 sudut kamera.
Pengujian pengendalian belok kanan dan kiri menggunakan kendali
perangkat genggam android dalam mengendalikan model. Skema pengujian
jalur lurus dengan 3 sudut kamera dapat dilihat pada Gambar 15 dan
Gambar 16. Huruf “A” menunjukkan posisi akhir model dan huruf “B”
menujukan jalur yang dilalui model.

Gambar 15 Skema pengujian jalur belok kiri dan kanan dengan 3 sudut kamera

13

Gambar 16 Skema pengujian jalur belok kiri dengan 3 sudut kamera
Analisis Data
Metode analisa yang digunakan adalah analisis varian satu arah (One Way
Anova). Analisis varians satu jalur merupakan teknik statistika parametrik yang
digunakan untuk pengujia perbedaan beberapa kelompok rata-rata, dimana hanya
terdapat satu variabel bebas atau independen yang dibagi dalam beberapa
kelompok dan satu variabel terikat atau independen. Dalam teknik Anova satu
arah biasanya digunakan dalam penelitian eksperimen ataupun Ex-Post-Facto.
Penelitian Ex-Post-Facto adalah penelitian dimana variabel bebas telah terjadi
ketika penelitian telah dimulai dengan pengamatan variabel terikat dalam suatu
penelitian (Hammadi 2010).
Data yang akan dianalisis pada penelitian ini adalah data eror pengendalian.
Skema perhitungan eror “E” dapat dilihat pada Gambar 17. Persamaan yang
digunakan dalam perhitungan eror dapat dilihat pada Persamaan 4. Dari selisih
antara batas tanda kanan dan kiri dengan referensi, sehingga nilai eror dapat
diperoleh. Persamaan yang dapat digunakan terdapat pada Persamaan 4.
 d kiri 
d
E  abs kanan

2



(4)

Gambar 17 Skema pengukuran pengendalian
Analisis data pada penelitian ini menggunakan analysis toolpack yang
terdapat pada microsoft excel. Pada uji Anova dengan excel, hanya diperoleh PValue yaitu dengan melihat P-Value pada Anova. Jika P-Value0.05 maka tidak terdapat perbedaan nyata perlakuan dengan pengulangan
percobaan. Perlakuan pada penelitian ini adalah sudut kamera yang berubah-ubah
yaitu dari 90o, 78o dan 77o dan dilakukan pengulangan sebanyak tiga kali ulangan
untuk masing masing sudut kamera.

HASIL DAN PEMBAHASAN
Identifikasi dan Rancang Bangun Sistem Kendali Kendaraan Sprayer Tanpa
Awak Berbasis Jaringan
Penelitian ini dirancang sistem kendali untuk sprayer berbasis jaringan
dengan penambahan kamera sebagai pemonitor pergerakan model sprayer.
Perbedaan model dan model adalah model merupakan model awal (model asli)
yang menjadi contoh. Sementara model adalah barang tiruan yang kecil dengan
bentuk (rupa yang persis) seperti yang ditiru tetapi memiliki skala tertentu dalam
aplikasi dari aslinya.
Sistem kontrol berbasis jaringan adalah salah satu antar muka utama yang
disediakan melalui halaman web yang bisa diakses dari web browser jaringan
standar (Tom 2002). Penggunaan kontrol berbasis jaringan dilakukan dengan
membuat server jaringan yang terhubung dengan program kontrol. Server jaringan
adalah suatu program yang menggunakan model client/server dan World Wide
Web’s Hypertext Transfer Protocol (HTTP), yang menyajikan berkas dalam
bentuk halaman web kepada pengguna web (Rouse 2007). Gambar 18(a)
menunjukan kendaraan sebelum modifikasi dan Gambar 18(b) menunjukkan
setelah modifikasi.
a

b

Gambar 18 Model sebelum dan sesudah dimodifikasi
(a) Model sebelum modifikasi (b) Model setelah dimodifikasi
Kalibrasi Sensor
Hasil pengujian hubungan antara pembacaan sensor sudut kemudi dengan
sudut belok kemudi dapat dilihat pada Gambar 19. Gambar 19 menjelaskan bahwa
hubungan nilai pembacaan ADC dengan sudut kemudi hasil diperoleh koefisien

15
determinasi (R2) yang hampir mendekati 1 dengan menggunakan persamaan
linier. Sudut kamera selama proses pengujian dapat dilihat pada Gambar 23.

Gambar 19 Grafik hubungan nilai ADC dengan sudut kemudi
Uji Kinerja Sistem Kendali
Pengujian berikutnya adalah pengujian radius putar. Pengujian ini bertujuan
untuk mengetahui berapa radius putar untuk masing-masing arah belok. Pengujian
dilakukan sebanyak tiga kali untuk setiap arah belok. Pengujian pertama belok
kanan diperoleh nilai radius sebesar 211 cm untuk pengukuran pertama, 212.5 cm
pengukuran kedua dan pengukuran ketiga sebesar 213 cm. Hasil pengujian kedua
diperoleh nilai 211 cm untuk pengukuran pertama, 208.5 cm untuk pengukuran
kedua, dan 210 cm untuk pengukuran ketiga. Pada pengujian ketiga diperoleh
nilai 210.5 cm untuk pengukuran pertama, 209.5 cm untuk pengukuran kedua, dan
207.5 cm untuk pengukuran ketiga. Rata-rata nilai radius belok kanan adalah
sebesar 210.2 cm.
Pengujian pertama belok kiri diperoleh nilai radius sebesar 291.5 cm untuk
pengukuran pertama, 290 cm pengukuran kedua dan 292 cm untuk pengukuran
ketiga. Pengujian kedua diperoleh nilai radius sebesar 290.5 cm untuk pengukuran
pertama, 292.5 cm untuk pengukuran kedua, dan 290 cm untuk pengukuran
ketiga. Pengujian ketiga diperoleh nilai radius sebesar 290 cm untuk pengukuran
pertama, 292 cm untuk pengukuran kedua, dan utuk pengukuran ketiga diperoleh
nilai 290 cm. Rata-rata nilai radius belok kiri adalah sebesar 291cm. Data hasil
pengujian dapat dilihat pada Tabel 3. Perbedaan nilai radius putar yang jauh ini
diakibatkan karena sudut belok roda berbeda antara belok kanan dan kiri.
Perbedaan ini sudah ada sejak awal sebelum modifikasi. Hal lain yang
mempengaruhi radius putar ini adalah transmisi daya yang hanya ada di bagian
roda kanan belakang saja sehingga mobil cenderung berbelok ke arah kiri. untuk
lebih jelasnya, dapat dilihat pada Tabel 3.

16

Tabel 3 Data hasil pengujian radius putar belok kanan dan kiri
Radius Putar (cm)
Pengulangan
Pengujian 1
Pengujian 2
Pengujian 3
Kanan
Kiri
Kanan
Kiri
Kanan
Kiri
1
211
291.5
211
290.5
210.5
290
2
212.5
290
208.5
292.5
209.5
292
3
213
292
210
289.5
207.5
289.5
Std dev (cm)
1.0
1.0
1.2
1.5
1.5
1.3
Rata-rata (cm)
212.2
291.2
209.7
290.8
209.2
290.5
Pengujian sudut pandang kamera dilakukan saat model dalam keadaan statis
atau diam. Hasil pengujian yang diperoleh dari pengulangan pertama dengan jarak
sejauh 2.5 m dari kamera diperoleh nilai sudut kamera “α” sebesar 52.76°,
sedangkan pengulangan kedua dengan jarak “y” sejauh 3.44 m dari kamera
diperoleh nilai sudut kamera “α” sebesar 49.61°, dan dari pengulangan ketiga
dengan jarak “y” sejauh 4.76 m diperoleh nilai sudut kamera “α” sebesar 49.51°.
Rata-rata sudut kamera yang dipakai adalah 50.62°, untuk lebih jelasnya dapat
dilihat pada Tabel 4 dan Gambar 20.

Gambar 20 Skema dimensi dalam pengujian sudut pandang kamera
Tabel 4 Data pengujian sudut pandang kamera
y (m)
x (m)
(˚)
α (˚)
2.5
2.5
63.6
52.8
4.8
4.4
65.2
49.5
3.4
3.1
65.2
496
Standar deviasi
1.8
Rata-rata
50.6
Pengujan jarak kendali yang dilakukan
sebanyak dua kali untuk kendali dengan kendali
dengan jaringan. Pengujian pertama kendali
maksimal sejauh 55 m. Hasil yang sama juga

dalam penelitian ini dilakukan
radio dan tiga kali untuk kendali
kendali radio diperoleh jarak
diperoleh dari pengujian kedua,

17
untuk lebih jelasnya dapat dilihat pada Tabel 6 dan grafik rataannya pada Gambar
22. Pengujian dengan kendali radio tidak dimungkinkan untuk mengetahui
seberapa besar kekuatan sinyal dengan jarak karena tidak adanya indikator
kekuatan sinyal. Pengujian yang dilakukan selanjutnya adalah pengujian jarak
kendali dengan jaringan dengan Wifi. Menurut Sukmaaji dan Rianto (2008), Wifi
adalah sinyal radio yang memancarkan koneksi internet sampai 90 m. Jika
ditempelkan pada modem pita lebar, semua komputer di sekitarnya yang memiliki
penerima Wifi akan bisa masuk ke jaringan internet tanpa memalui kabel. Modem
pita lebar tersebut berfungsi sebagai access point Wifi. Access point tersebut
menghubungkan jaringan nirkabel dan kabel bersama-sama dan dapat
mengirimkan serta menerima data antara jaringan nirkabel dengan jaringan kabel.
Jaringan Wifi memiliki jarak yang terbatas. Access point biasa yang menggunakan
802.11b atau 102.11 g dengan antena biasa memungkinkan memiliki jarak 35 m
(120 ft) didalam ruangan dan 100 m (300 ft) diluar ruangan. Namun IEEE
802.11n bisa memiliki jarak lebih dari dua kali dari 802.11b atau 102.11g
(Belanger 2007). Dalam penelitian ini, pengakses jaringan digunakan perangkat
genggam Android dengan merk Samsung dengan tipe galaxy tab 2 7.0 (GTP3100). Pengujian pertama diperoleh jarak maksimal adalah 110 m, sedangkan
pengujian kedua diperoleh jarak maksimal 120 m, dan pengujian ketiga diperoleh
jarak maksimal 120 m, untuk lebih jelasnya dapat dilihat pada Tabel 5 dan Grafik
rataannya pada Gambar 21.

Jarak(m)
0
10
20
30
40
50
60
70
80
90
100
110
120
130

1
5
5
4
4
4
4
4
4
3
2
2
1
0
0

Tabel 5 Data pengujian jarak kendali jaringan
Indeks kekuatan sinyal
Keterangan
2
3
Rata-rata
5
5
5.00
Sangat kuat
5
5
5.00
Sangat kuat
4
4
4.00
Kuat
3
4
3.67
Kuat
3
4
3.67
Kuat
4
4
4.00
Kuat
3
3
3.33
Bagus
3
3
3.33
Bagus
3
3
3.00
Bagus
3
2
2.33
Cukup
3
2
2.33
Cukup
2
2
1.67
Cukup
1
1
0.67
Lemah
0
0
0.00
Tidak terdeteksi

18

Gambar 21 Grafik rataan hasil pengujian jarak kendali jaringan

Gambar 22 Grafik rataan hasil pengujian jarak kendali radio
Jarak
(m)
0
5
10
15
20
25
30
35
40
45
50
55
60

Tabel 6 Data pengujian jarak kendali kendali radio
Pengulangan
Keterangan
1
2
Rata-rata
1
1
1
Ada respon
1
1
1
Ada respon
1
1
1
Ada respon
1
1
1
Ada respon
1
1
1
Ada respon
1
1
1
Ada respon
1
1
1
Ada respon
1
1
1
Ada respon
1
1
1
Ada respon
1
1
1
Ada respon
1
1
1
Ada respon
1
1
1
Ada respon
0
0
0
Tidak ada respon

19
Pengujian kecepatan maju dilakukan sebanyak tiga kali pengulangan.
Dimensi diameter roda adalah 28 cm dengan keliling sebesar 88 cm. Hasil
pengulangan pertama untuk slip roda kanan sebesar 2.72% dengan kelajuan 34.51
cm/s, sedangkan untuk slip roda kiri sebesar 3.18% dengan kelajuan 26.29 cm/s.
Pengujian kedua diperoleh hasil untuk slip roda kiri sebesar 0.22% dengan
kelajuan 33.25 cm/s dan untuk slip roda kanan sebesar 1.81% dengan kelajuan
sebesar 31.07 cm/s. Pengujian ketiga diperoleh hasil slip roda kiri sebesar 1%
dengan kelajuan 30 cm/s dan slip roda kanan sebesar 2.5%. Data hasil pengujian
lebih lengkap dapat dilihat pada Tabel 7. Slip roda terjadi karena diberikannya
torsi untuk bergerak pada roda yang menyebabkan adanya gaya traksi pada
permukaan sentuh roda dengan lantai. Pemberian torsi membuat roda terkompresi
pada bidang sentuh yang menyebabkan roda akan berjalan dengan jarak lebih
pendek dibandingkan dengan roda yang menggelinding bebas. Fenomena ini
disebut sebagai slip roda atau deformation slip (Ming 1997).

Ulangan
1
2
3
4
Ratarata

Tabel 7 Data pengujian kecepatan maju
Kiri
Kanan
Jarak Waktu Kecepatan
Jarak Waktu Kecepatan %
Slip
(cm)
(s)
(cm/s)
(cm)
(s)
(cm/s)
426
16.2
26.3
3.2
428
12.4
34.5
439
13.2
33.3
0.2
432
13.9
31.1
435
14.5
30.0
1.1
429
13.6
31.5
430
13.8
31.2
2.3
428
14.0
30.6

%
Slip
2.7
1.8
2.5
2.7

432.5

2.4

14.4

30.2

1.7

429.3

13.5

31.9

Pengujian yang dilakukan selanjutnya adalah pengujian kendali jaringan
jalur lurus. Pengujian ini dilakukan sebanyak 3 kali pengujian untuk 3 perlakuan.
Perlakuan yang dilakukan adalah dengan mengatur sudut kamera terhadap bidang
datar. Dari hasil uji ANOVA terhadap rata-rata selisih jalur kontrol dengan jalur
proyeksi pengendalian diperoleh hasil pengujian seperti pada Tabel 8. Dari Tabel
8 dapat disimpulkan bahwa sudut kamera 72°, sudut kamera 77°, dan sudut
kamera 90° berpengaruh nyata terhadap pengendalian pada jalur lurus. Karena
nilai P-Value lebih kecil daripada 0.05. Proyeksi jalur yang dilalui oleh model
dapat dilihat pada Gambar 24. Data absolut eror hasil pengujian dapat dilihat pada
Lampiran 4. Contoh tampilan sudut kamera selama proses pengujian dapat dilihat
pada Gambar 23.

20

Gambar 23 Tampilan kontroler di android
dengan sudut masing masing (a) 90o (b) 78o (c) 72o

21
Sudut
Kamera

Ulangan 1

Ulangan 2

Ulangan 3

72

77

90

Gambar 24 Proyeksi jalur pengendalian lurus

22
Tabel 8 Tabel uji ANOVA pengendalian jalur lurus
Source of
SS
Df
MS
F
P-Value
Variation
Between Groups 211.55
2
105.77
5.12
0.0069
Within Groups 3845.76
186
20.68
Total

4057.31

F crit
3.04

188

Pada pengujian selanjutnya yaitu pengujian pengendalian jaringan dengan
jalur berbelok ke kanan. Pengujian ini juga dilakukan sebanyak 3 kali pengujian
dengan 3 perlakuan yang sama dengan pengujian pengendalian jalur lurus. Dari
hasil uji ANOVA terhadap rata-rata jalur kontrol dengan jalur proyeksi
pengendalian diperoleh hasil seperti pada Tabel 9. Dari Tabel 9 dapat disimpulkan
bahwa ketiga perlakuan terhadap sudut kamera tidak berpengaruh nyata terhadap
pengendalian model pada jalur belok kanan karena nilai P-Value lebih besar dari
0.05. Untuk proyeksi jalur dari model saat pengujian dapat dilihat pada Gambar
25. Data absolut eror hasil pengujian dapat dilihat pada Lampiran 5.
Tabel 9 Tabel uji ANOVA pengendalian jalur belok kanan
Source of
SS
Df
MS
F
P-Value
F crit
Variation
Between
46.0
2
23.0
0.2
0.7920
5.1
Groups
Within
570.2
6
95.0
Groups
Total

616.2

8

Pada pengujian pengendalian jaringan dengan jalur belok ke kiri dilakukan
pengulangan dan perlakuan yang sama seperti pengujian pengendalian belok
kanan. Setelah dilakukan uji ANOVA terhadap rata-rata jalur kontrol dengan
jalur proyeksi pengendalian model diperoleh hasil seperti pada Tabel 10. Dari
Tabel 10 dapat disimpulkan bahwa sudut kamera 72°, sudut kamera 77°, dan
sudut kamera 90° berpengaruh nyata terhadap pengendalian model pada jalur
berbelok ke kiri karena nilai P-Value lebih kecil dari 0.05. Proyeksi dari jalur
pengendalian model pada jalur belok kiri dapat dilihat pada Gambar 26. Data
absolut eror hasil pengujian dapat dilihat pada Lampiran 6.
Tabel 10 Tabel uji ANOVA pengendalian jalur berbelok kiri
Source of
SS
Df
MS
F
P-Value
F crit
Variation
Between Groups
737.0
2
368.5
6.1
0.03567
5.1
Within Groups
361.7
6
60.2
Total

1098.7

8

23
Sudut
Kamera

Ulangan 1

Ulangan 2

Ulangan 3

72

77

90

Gambar 25 Proyeksi jalur pengendalian belok kanan
P-Value dari uji ANOVA pengendalian belok kanan dengan belok kiri
didapatkan hasil yang jauh berbeda. Hal ini disebabkan saat pengendalian belok
kanan, motor pengerak yang hanya ada pada roda kanan belakang menyebabkan
model sulit untuk berbelok ke kanan. Sedangkan pada pengendalian belok kiri,
motor penggerak yang hanya ada pada roda kanan belakang justru mempermudah
untuk berbelok kiri.

24
Sudut
Kamera

Ulangan 1

Ulangan 2

Ulangan 3

72

77

90

Gambar 26 Proyeksi jalur pengendalian belok kiri
Selama proses pengujian, kendala yang dihadapi adalah dalam proses
pengendalian secara fisik alat yang digunakan memiliki roda depan yang tidak
sejajar. Roda belakang memiliki poros terpisah yang menyebabkan alat cenderung
bergerak ke kiri. Hal ini kemungkinan terjadi karena kendaraan yang digunakan
proses produksinya tidak terlalu baik, sehingga terjadi bias selama proses
pengendalian alat. Selain hal tersebut, kendala lain adalah kurang presisinya
kendaraan yang digunakan, sehingga model menjadi sulit untuk dikendalikan.
Ketidakpresisian kendaraan terlihat dari roda depan yang tidak sejajar dan saling
mengarah ke dalam seperti pada Gambar 27 (a) dan 27 (b). Selain itu, sumber
keluaran tenaga dorong yang hanya terdapat di roda kanan belakang seperti pada
Gambar 28 menyebabkan model cenderung berbelok ke kiri. Kelemahan sistem
kendali ini adalah pada pengendalian kemudi tidak dikendalikan dengan mengatur
nilai sudut kemudi yang digunakan saat berbelok. Namun, kemudi model
langsung berbelok penuh ke arah kanan dan kiri.
Kelemahan tersebut
mengakibatkan pengendalian menjadikan model menjadi berbelok-belok
meskipun di jalur lurus.

25
a

b

Gambar 27 Kekurangan mobil listrik mini
(a) Posisi roda kiri lurus, (b) Posisi roda kanan yang miring ke dalam

Gambar 28 Posisi sumber tenaga roda belakang hanya pada roda bagian kanan
Kelebihan dari sistem pengendalian ini adalah adanya integrasi dari
tampilan dan kontrol menjadi dalam satu perangkat yang biasanya terpisah atau
harus menggunakan perangkat yang berbeda seperti pada kendali radio control.
Selain itu, dengan sistem pengendalian ini, pengguna dapat menggunakan
bermacam-macam alat pengendalian yang dapat terhubung dengan jaringan Wifi
dan memiliki web browser seperti smart phone, komputer, laptop dan lain lain.
Untuk meningkatkan jarak kendali dapat digunakan jaringan internet sehingga
model dapat dikendalikan dari manapun selama masih ada jaringan internet atau
dengan menggunakan koneksi wireless antara model dengan jaringan
menggunakan Wifi sehingga dimungkinkan untuk menambah jangkauan jaringan.
Skema untuk penambahan jarak kendali dapat dilihat pada Gambar 29. Pada
Gambar 29, setiap komputer yang ada di kantor dapat mengendalikan model yang

26
ada di lahan dikarenakan masih berada dalam satu jaringan. Lahan 1
menggunakan koneksi kabel dengan jaringan di kantor. Lahan 2 pada skema
menggunakan tower antena untuk menyambung dengan jaringan pada kantor.

Gambar 29 Skema penambahan jarak kendali

27

SIMPULAN DAN SARAN
Simpulan
Kesimpulan yang diperoleh dari penelitian ini antara lain :
1. Modifikasi telah dilakukan pada kendaraan sehingga kendaraan dapat
dikendalikan dari jarak jauh melalui jaringan.
2. Kalibrasi yang dilakukan adalah dengan mengatur pembacaan sudut belok
kemudi dan diatur agar model dapat berbelok maksimal ke kanan dan ke kiri
serta berjalan lurus. Kendaraan yang digunakan tidak presisi sehingga
ketepatan yang baik saat pengoprasian tidak dapat tercapai. Jarak kendali
tanpa awak dari semula hanya 55 m dapat ditingkatkan menjadi 110 m
dengan menggunakan kendali jaringan. Dengan digunakannya kendali
jaringan masih dimungkinkan untuk ditingkatkan jarak pengendaliannya
dengan menggunakan layanan internet.
3. Dari hasil pengujian, sudut kamera secara keseluruhan berpengaruh nyata
terhadap pengendalian
Saran
Program pengendalian sebaiknya yang dapat mengendalikan arah kemudi
secara otomatis ketika tidak diberikan perintah sehingga objek dapat kembali ke
jalur lurus. Pengendalian besar sudut putar juga perlu diberikan untuk
meningkatkan kemudahan pengendalian. Selain itu, pengangkut mini sprayer
yang digunakan lebih kuat dan presisi sehingga eror yang dihasilkan kecil.
Raspberry Pi juga dapat digunakan sebagai mini komputer karena referensi dan
pengembangannya lebih cepat dan mudah ditemukan. Jika tetap menggunakan
pcDuino, pengendalian ke aktuator sebaiknya menggunakan arduino atau
mikrokontroler yang memiliki batas tegangan 5 V. Penambahan perekam aktivitas
dari pengendalian juga sebaiknya ditambahkan untuk memudahkan dalam
perawatan, perbaikan, dan pengaturan. Koneksi antara sistem kendali dan kamera
sebaiknya dibuat bersama, tidak terpisah atau dengan program yang berbeda
sehingga dapat mempercepat tampilan gambar dan kendali serta meningkatkan
kualitas tampilan gambar.

DAFTAR PUSTAKA
Belanger P. 2007. 11n delivers better range [Internet]. [diunduh 2015 Januari 29].
Tersedia pada: http://www.Wifiplanet.com/tutorials/article.php/3680781.
Bjugstad N, P Hermansen. 2009. Potential operator exposure when spraying in
strawberry and raspberry tunnel system. The CIGR Ejournal Manuscript BC.
11(1049).
Bjugstad N, T Torgrimsen. 1995. Operator safety and plant deposit when using
pesticide in green house. Sciencedirect

28
EFSA. 2008. Opinion of the scientific panel on plant protection product and their
residues [Internet]. [diunduh 2015 April 15]. Tersedia pada:
http://www.efsa.europa.eu/en/efsajournal/doc/705.pdf.
Hammadi. 2010. Metode Penelitian Pendidikan. Bandung. Indonesia
Hernández AF, Gil F, Pla A, Gómez A, Lozano D, Parrón, T, Requena MM,
Alarcón R. 2011. Emerging human health concern from chronic exposure to
pesticide mixtures. Toxico Lett. 205:S4-S5.
Hernández AF, Parrón T, Alarcón R. 2011. Pesticides and asthma. Curr Opon
Allergy Clin Immunol. 11:90-96.
Ming, Qian. 1997. Sliding Mode Controller Design for ABS System [Internet].
[diunduh
9
Juli
2015].
Tersedia
pada
:
http://scholar.lib.vt.edu/theses/available/etd5440202339731121/unrestricted/REF_DOC.pdf
Rouse M. 2007.Web server [Internet]. [diunduh 2015 April 27]. Tersedia pada:
http://whatis.techtarget.com/definition/Jaringan-server.
Sato A. 2003. The RMAX helicopter UAV. Yamaha motor Co.Ltd. Japan.
Sugiura R, Noboru N, Kazunobu I. 2005. Remote-sensing technology for
vegetation monitoring using an unmanned helicopter. Biosystem Engineering
Sciencedirect. 90(4):369-379.
Sukmaaji A, Rianto. 2008. Jaringan Komputer : Konsep Dasar Pengembangan
Jaringan dan Keamanan Jaringan. Yogyakarta. Indonesia (ID): Andi.
Tom S. 2002. Web-based control system: doing more with more
[Internet].[diunduh
2015
April
27].
Tersedia
pada:
http://www.automatedbuildings.com/news/sep02/articles/stom/stom.htm.
Tosaki K, Sumihiko M, Tomohiko I, Shiro T, Yoshiharu M, Hiroshi M, dan
Susumu M. 1998. Development of microcomputer-controlled unmanned air
blast sprayer. JARQ. 32:137-180.
Weisenburger DD. 2004. Human health effects of agrichemical use. Human
Pathology . 24(6): 571-576.

29

LAMPIRAN
Lampiran 1 Gambar alat yang digunakan

Gambar 30 Sensor sudut kemudi

Gambar 31 Kamera dan mekanismenya

Gambar 32 Rangkaian saklar elektronik

Gambar 33 pcDuino

Gambar 34 Driver motor kamera

Gambar 35 Driver motor kemudi dan
roda penggerak

Gambar 36 Penempatan komponen

Gambar 37 Wifi router

30
Lampiran 2 Kode sumber tampilan pada web browser
(ditulis deng