Desain Sistem Penghitung Masa Kerja Crane Berbasis Sensor Inersia dengan Analisis Perbandingan Kalman Filter dan Complementary Filter

Arif Elya Rudianto; Riki Dwi Puriyanto; Tole Sutikno

doi:10.30595/jrre.v7i2.24494

Authors

Arif Elya Rudianto Universitas Ahmad Dahlan Yogyakarta
Riki Dwi Puriyanto Universitas Ahmad Dahlan
Tole Sutikno Universitas Ahmad Dahlan

DOI:

https://doi.org/10.30595/jrre.v7i2.24494

Keywords:

Joystick Crane, Sensor Inersia, Durasi Operasional, Complementary filter, Kalman filter

Abstract

Pemantauan kondisi peralatan (Condition Based Maintenance/CBM) merupakan strategi perawatan yang dilakukan berdasarkan kondisi aktual peralatan untuk menjaga keandalan sistem. Umumnya, CBM menggunakan parameter seperti getaran, suhu, tekanan, maupun durasi pemakaian. Namun, metode konvensional sering membutuhkan sensor khusus yang mahal dan instalasi kompleks, sehingga kurang efisien diterapkan pada alat dengan intensitas tinggi seperti crane. Penelitian ini mengusulkan sistem penghitung masa kerja crane berbasis sensor inersia guna memantau durasi operasional secara otomatis. Sistem menggunakan sensor IMU MPU6050 untuk mengukur percepatan dan kecepatan sudut joystick crane. Data kemudian diproses dengan Kalman Filter dan Complementary Filter untuk mengurangi noise dan meningkatkan akurasi estimasi sudut. Mikrokontroler ESP32 digunakan sebagai pengendali utama, dengan modul RTC DS3231 untuk pencatatan waktu, OLED sebagai tampilan, dan MicroSD untuk penyimpanan data. Hasil penelitian menunjukkan bahwa Complementary Filter lebih sesuai digunakan karena kompleksitas rendah dan pemrosesan cepat, meskipun Kalman Filter memberikan akurasi lebih tinggi. Sistem mampu menghitung durasi operasional crane dengan akurasi >98% dan margin kesalahan <2% dibanding metode manual, dengan ketelitian ±1 detik. Selain itu, sistem beroperasi efisien dengan konsumsi daya rendah dan mampu bekerja kontinu hingga 8 jam. Integrasi perangkat keras (ESP32, IMU, RTC, OLED, MicroSD) dan perangkat lunak (algoritma filter, FSM) membentuk sistem andal dan layak digunakan untuk mendukung predictive maintenance pada crane.

References

[1] V. Girbés-Juan, L. Armesto, D. Hernández-Ferrándiz, J. F. Dols, dan A. Sala, “Asynchronous Sensor Fusion of GPS, IMU and CAN-Based Odometry for Heavy-Duty Vehicles,” IEEE Trans Veh Technol, vol. 70, no. 9, hlm. 8617–8626, Sep 2021, doi: 10.1109/TVT.2021.3101515.

[2] B. Yu, Y. Cheng, X. Xia, P. Liu, D. Ning, dan Z. Li, “Visual-Inertial Fusion-Based Five-Degree-of-Freedom Motion Measurement System for Vessel-Mounted Cranes,” Machines, vol. 12, no. 11, Nov 2024, doi: 10.3390/machines12110748.

[3] M. U. Hassan dan J. Miura, “Neural Network-Based Real-time Odometry Using IMU for Crane System and Its Application to Large-Scale 3D Mapping,” dalam 2022 IEEE International Conference on Mechatronics and Automation (ICMA), 2022, hlm. 1062–1068. doi: 10.1109/ICMA54519.2022.9856381.

[4] L. C. Price, J. Chen, J. Park, dan Y. K. Cho, “Multisensor-driven real-time crane monitoring system for blind lift operations: Lessons learned from a case study,” Autom Constr, vol. 124, hlm. 103552, 2021, doi: https://doi.org/10.1016/j.autcon.2021.103552.

[5] H. D. C dan H. M. K, “Monitoring of Gantry Crane Track Health with Commodity IOT Devices,” Journal of Infrastructure Systems, vol. 29, no. 4, hlm. 05023008, Des 2023, doi: 10.1061/JITSE4.ISENG-2292.

[6] M. Burkhardt, L. Joachim, A. Gienger, N. Haala, U. Sörgel, dan O. Sawodny, “Rotation Control of a Novel Crane Gripper with Visual-Inertial Feedback,” dalam 2023 IEEE 19th International Conference on Automation Science and Engineering (CASE), 2023, hlm. 1–6. doi: 10.1109/CASE56687.2023.10260451.

[7] V. Helma, M. Goubej, dan V. Šetka, “Inertial measurements processing for sway angle estimation in overhead crane control applications,” dalam 2021 IEEE/ASME International Conference on Advanced Intelligent Mechatronics (AIM), 2021, hlm. 618–623. doi: 10.1109/AIM46487.2021.9517390.

[8] M. Nezhadshahbodaghi dan M. R. Mosavi, “A loosely-coupled EMD-denoised stereo VO/INS/GPS integration system in GNSS-denied environments,” Measurement, vol. 183, hlm. 109895, 2021, [Daring]. Tersedia pada: https://api.semanticscholar.org/CorpusID:237665374

[9] J. , & R. P. Smith, “Using Inertial Measurement Units for crane Movement Detection,” Journal of Industrial Engineering Research, hlm. 123–134, 2020.

[10] V. Toiviainen dan M. S. H. Hyyti, “Inertial Measurement Unit Based Instrumentation for Pose Estimation and Contact Detection in a Forestry Crane,” 2017.

[11] N. Chen, D. Huang, Y. Tu, D. Wei, dan X. Lin, “A novel inertial parameter identification method for the ship-mounted Stewart platform based on a wave compensation platform,” Measurement, vol. 242, hlm. 116010, 2025, doi: https://doi.org/10.1016/j.measurement.2024.116010.

[12] G. S. Gandara, N. E. A. Jantra, dan R. S. Sukandar, “USULAN PENJADWALAN PREVENTIVE MAINTENANCE PADA MESIN OVERHEAD CRANE DENGAN MENGGUNAKAN METODE KEANDALAN DAN FMEA DI PT KORINDO HEAVY INDUSTRY,” Jurnal Ilmiah Teknik dan Manajemen Industri Jurnal Taguchi, vol. 4, no. 1, hlm. 2024–78, doi: 10.46306/tgc.v4i1.

[13] “A Study on Preventive Maintenance of Container Cranes”.

[14] G. S. Gandara, N. E. A. Jantra, dan R. S. Sukandar, “USULAN PENJADWALAN PREVENTIVE MAINTENANCE PADA MESIN OVERHEAD CRANE DENGAN MENGGUNAKAN METODE KEANDALAN DAN FMEA DI PT KORINDO HEAVY INDUSTRY,” Jurnal Ilmiah Teknik dan Manajemen Industri Jurnal Taguchi, vol. 4, no. 1, hlm. 2024–78, doi: 10.46306/tgc.v4i1.

[15] M. Ul Hassan, D. Das, dan J. Miura, “3D Mapping for a Large Crane Using Rotating 2D-Lidar and IMU Attached to the Crane Boom,” IEEE Access, vol. 11, hlm. 21104–21116, Mar 2023, doi: 10.1109/ACCESS.2023.3250248.

[16] P. Narkhede, S. Poddar, R. Walambe, G. Ghinea, dan K. Kotecha, “Cascaded Complementary filter architecture for sensor fusion in attitude estimation,” Sensors, vol. 21, no. 6, hlm. 1–18, Mar 2021, doi: 10.3390/s21061937.

[17] L. Hadjiloizou, E. Makridis, T. Charalambous, dan K. M. Deliparaschos, “Maximum Correntropy Criterion Kalman filter For Indoor Quadrotor Navigation Under Intermittent Measurements,” Mar 2023, [Daring]. Tersedia pada: http://arxiv.org/abs/2303.09561

[18] R. Hartayu, A. Ridho, K. Setydjit, dan L. Agung Swarga, “Implementasi Filter Complementary untuk Perbaikan Estimasi Sudut pada Robot Roda Dua.” [Daring]. Tersedia pada: www.elektro.itn.ac.id

[19] A. Fajar Magsyar, Y. Suban Belutowe, dan P. Katemba, “GESTURE CONTROL MENGGUNAKAN METODE COMPLEMENTARY FILTER,” HOAQ: JURNAL TEKNOLOGI INFORMASI, vol. 11, hlm. 1–11.