PERANCANGAN DAN IMPLEMENTASI KONTROLER PID OPTIMAL UNTUK TRACKING LINTASAN GERAKAN LATERAL PADA UAV

(UNMANNED AERIAL VEHICLE)

Rahmat Fauzi - 2209106077 Jurusan Teknik Elektro-FTI, Institut Teknologi Sepuluh Nopember

Kampus Keputih, Sukolilo, Surabaya 60111, Indonesia

Email:quite_current@yahoo.com

Abstrak - Dinamika lateral adalah model

matematika yang menggambarkan dinamika

gerakan pesawat terbang untuk gerakan mendatar

yang meliputi gerakan berbelok. Pada gerak lateral

hanya dua kontrol defleksi yang berpengaruh pada

respon gerak pesawat yaitu aileron dan rudder.

Sebuah plant harus stabil artinya tahan dari

gangguan luar dan dapat kembali ke posisi yang

diharapkan khususnya pada saat proses belok

berlangsung. Untuk mengatasi masalah tersebut,

didesain suatu sistem kontrol menggukan kontroler

PID optimal.

Dari hasil dan analisa data pengujian unjuk

kerja dari kontroler PID optimal untuk kontrol

posisi roll dengan gain feedback K = [0.5774 0.9284

0.5709] dan kontrol posisi yaw dengan gain feedback

K = [-0.3162 -0.1069 -0.0349] mampu memberikan

respon keluaran sesuai dengan yang diinginkan

(masukannya).

Kata kunci : PID Optimal, LQR, UAV, Gerak Lateral

I. PENDAHULUAN

Indonesia sebagai negara dengan luas wilayah

yang sangat besar, dengan kondisi geografis yang

beraneka macam, sudah barang tentu sangat

membutuhkan kehadiran pesawat tanpa awak ini,

dikarenakan akan sangat membantu dalam berbagai hal,

baik dari kalangan sipil, kepolisian maupun militer.

Untuk membuat sebuah wahana terbang tanpa

awak, dibutuhkan banyak sekali penelitian yang

dilakukan, termasuk instrumen-instrumen penunjang-

nya. Salah satu yang cukup penting untuk dilakukan

dalam pengoptimalisasi terbang dari suatu pesawat

tanpa awak, adalah sistem kontrol dari wahana itu

sendiri, dikarenakan wahana ini harus dapat secara

mandiri “menguasai” dirinya sendiri, sehingga dapat

melakukan tugas / misi yang diberikan kepadanya.

Perencanaan lintasan dan kestabilan untuk

gerakan lateral adalah permasalahan yang akan dibahas

dan diselesaikan dalam tugas akhir ini. Gerakan lateral

ini adalah arah belok dari pesawat yang digerakkan oleh

perpaduan sirip aileron dan sirip rudder. Kesalahan

posisi sudut dari sirip aileron dan rudder ini akan

mengakibatkan gerakan roll dan yaw pada pesawat

terbang tanpa awak yang tidak sesuai dengan yang

seharusnya, yang diatur dari sistem kontrol utama pada

pesawat terbang tanpa awak. Semakin besar kesalahan

pada sudut sirip aileron dan rudder ini, akan

mengakibatkan gerakan roll dan yaw yang berlebihan

pada pesawat, yang akan mengakibatkan pesawat belok

secara tidak sempurna, yang dapat menyebabkan

jatuhnya pesawat.

Sehingga, kontrol gerak sirip aileron dan rudder

ini merupakan bagian penting dari sistem kendali pada

pesawat tanpa awak, karena dengan adanya kontrol

gerak pada sirip aileron dan rudder ini, maka posisi

sudut dari sirip ini akan selalu dapat sesuai dengan

command dari sistem navigasi pesawat dengan baik,

sehingga pesawat akan selalu berada pada kondisi stabil.

Penelitian ini bertujuan merancang kontroler

PID optimal dan di implementasikan pada sistem UAV.

Diharapkan sistem tersebut memiliki kemampuan

regulasi yang baik terhadap perubahan beban dan

memiliki error steady state yang kecil saat mengguna-

kan kontroler PID optimal.

II. TEORI PENUNJANG

2.1 Prinsip Dasar Kontrol Pesawat Terbang

Sebuah wahana terbang, yaitu pesawat terbang,

memiliki bagian-bagian yang sangat menentukan untuk

dapat terbang, sehingga memungkinkannya untuk

bergerak dalam enam posisi derajat kebebasan (six

degree of freedom), seperti terlihat pada gambar 1.

Gambar 1. Enam derajat kebebasan pada pesawat [1]

Untuk dapat bergerak dalam enam derajat

kebebasan tersebut, pesawat terbang memiliki beberapa

bidang kontrol gerak yang akan berpengaruh pada

masing-masing derajat kebebasan. Beberapa bidang

kontrol tersebut adalah Aileron adalah bidang kontrol

gerak wahana terbang yang berfungsi untuk

menggerakkan wahana dengan gerak roll, Elevator

adalah bidang kontrol gerak pesawat terbang yang

berfungsi untuk mengatur gerakan pitch pada pesawat,

Rudder adalah bidang kontrol gerak pesawat terbang

yang berfungsi untuk mengatur gerakan yaw pada

pesawat dan Throttle berfungsi untuk mengatur thrust /

gaya dorong dari mesin pesawat, sehingga akan

berpengaruh pada kecepatan pesawat. Posisi dari

masing-masing bidang kontrol gerak tersebut seperti

terlihat pada gambar 2 di bawah ini.

Gambar 2. Posisi bidang kontrol gerak pada pesawat

2.2. Dinamika Pesawat

Berdasarkan sifat gerakan pesawat terbang,

dinamika pesawat terbang dikelompokkan menjadi dua

model dinamik yaitu dinamika lateral dan dinamika

longitudinal.

1. Dinamika lateral, adalah model matematika

yang menggambarkan dinamika gerakan pesawat

terbang untuk gerakan mendatar yang meliputi gerakan

berbelok. Pada gerak lateral hanya dua kontrol defleksi

yang berpengaruh pada respon gerak pesawat yaitu

aileron dan rudder.

2. Dinamika longitudinal, adalah model

matematika yang menggambarkan dinamika gerakan

pesawat terbang untuk gerakan dalam arah vertikal

misalnya gerakan mendaki atau menukik. Pada gerak

longitudinal hanya satu kontrol defleksi yang

berpengaruh pada respon gerak pesawat yaitu elevator.

2.5 Decoupling Sistem MIMO

Salah satu jenis kendali decoupling untuk proses

dengan dua masukan dan dua keluaran diperlihatkan

pada gambar 3. Tampak bahwa terdapat 4 pengendali

yaitu 2 pengendali umpan balik konvensional

dan dan 2 decoupler dan yang dapat

digambarkan sebagai berikut,

Gambar 3. Decoupling sistem MIMO model TITO

Decoupler dirancang untuk mengkompensasi

interaksi proses yang tidak diinginkan. Untuk

mendaptkan persamaan pada tiap decouple rnaka

dilakukan analisa terpisah pada tiap input dan output

sehingga didapatkan nilai sebagai berikut :

Yd= V

Yd= V

Yd= V (1)

Agar output hanya dipengaruhi nilainyadari input

L maka nilai input V harus samadengan 0 (V=0)

sehingga persamaan menjadi

(2)

Untuk nilai didapatkan dari persamaan sebagai

berikut :

Xb= L

= V

Xb= L

Xb= L (3)

Agar output produk bawah hanyadipengaruhi

nilainyadari input V makanilai input L harus sama

dengan 0 (L=0) sehingga persamaan menjadi

= 0

(4)

2.6 Kontroler

Dalam sebuah sistem kontrol, kontroler

mempunyai kontribusi yang besar terhadap perilaku

sistem. Pada prinsipnya hal itu disebabkan oleh tidak

dapat diubahnya komponen penyusun sistem tersebut.

Artinya, karakteristik plant harus diterima sebagaimana

adanya, sehingga perubahan perilaku sistem hanya

dapat dilakukan melalui penambahan suatu sub sistem,

yaitu kontroler. Salah satu tugas komponen kontroler

adalah meminimalkan sinyal kesalahan, yaitu perbedaan

antara sinyal set point dan sinyal aktual.

2.6.1 Kontroler PID Optimal[3]

Kontroler PID LQR merupakan kontroler

optimal LQR yang digunakan digunakan untuk

menentukan gain Kp, Ki dan Kd pada kontroler PID.

Dari identifikasi yang dilakukan, diketahui bahwa plant

merupakan orde dua dengan input u(t), output y(t) dan

fungsi alih plant :

012

01

2

211

2

11

)(

)(

asas

bsb

sT

s

sT

K

sU

sY

(5)

sehingga variable state untuk fungsi alih plant menjadi :

(

) ; (

) ;

Linear Quadratic Regulator adalah suatu kontrol

optimal pada sistem linear dengan kriteria kuadratik

untuk menyelesaikan permasalahan regulator (Regulator

Problem) . Suatu sistem linear :

BuAxx (6)

Cxy (7)

di mana:

1*nx : State Sistem

nmu * : State input

1*ly : State output

A : Matriks Sistem An*n

B : Matriks Input Bn*m

C : Matriks Output Cl*n

Dengan meminimisasi energi (cost function/

quadratic function) melalui indeks performansi dalam

interval [t0 , ∞] adalah :

0

)(2

1

t

dtRuTuQxTxJ (8)

di mana:

t0 = waktu awal

∞ = waktu akhir

Q = matriks semidefinit positif

R = matriks definit positif

Persoalan regulator dapat diselesaikan dengan

menyelesaikan Persamaan Riccati sebagai berikut :

(9)

Di mana pemilihan pemberat Q dan R berpedoman

pada :

1. Semakin besar harga Q, maka akan semakin

dekat dengan titik minimumnya.

2. Semakin besar harga R, semakin

kecil/minimun energi yang digunakan.

Gambar 4 menunjukkan diagram blok dari

kontrol optimal. Diusahakan harga dari penyelesaian

persamaan Riccati merupakan matrik yang bernilai

kecil. Di mana :

(10)

(11)

Gambar 4. Dagram blok dari kontrol optimal

2.11 Auto Regressive Exogenous (ARX) Least Square

Secara matematis, permodelan pendekatan ARX

dapat ditulis sebagai berikut:

(2.11)

Dengan na and nb adalah derajat model ARX,

dan nk adalah waktu tunda.

y(t) : keluaran terhadap waktu

na : jumlah kutub

nb : jumlah zero ditambah 1

nk : jumlah masukan ter-sampling yang terjadi sebelum

memberikan pengaruh ke keluaran, disebut juga

dengan waktu mati (dead time) dari sistem.

Untuk sistem diskrit tanpa waktu mati, terdapat

minimal (1–sampel) waktu tunda karena

keluaran bergantung pada masukan sebelumnya

dan nk=1.

e(t) : White-noise disturbance

)()...1( antyty : menyatakan keluaran sebelumnya,

yang menjadi objek dependensi keluaran saat ini.

)1()...1( ka nntutu :menyatakan masukan tertunda

sebelumnya yang menjadi objek dependensi keluaran

saat ini

Secara ringkas, model ARX dapat ditulis

sebagai berikut:

A(q)y(t)=B(q)u(t-nk)+e(t) (12)

Dengan

A(q) = 1 + a1q-1

+ .... + anq-n

(13)

dan

B(q) = 1 + b1q-1

+ ... + bnq-n

(14)

2.8 Trajectory Generation[4]

Tujuan dari Trajectory Generation adalah untuk

menghasilkan lintasan yang sesuai dan halus yang dapat

diikuti oleh pesawat melalui semua titik arah yang telah

ditentukan dalam perencanaan lintasan. Jika pesawat

ingin terbang dari waypoint 1, lalu ke waypoint 2, dan

terakhir menuju waypoint 3, maka pesawat harus

berputar sebelum mencapai waypoint 2 dan 3 dalam

operasi yang sebenarnya.

1. Kasus pertama perbedaan mutlak antara titik

sekarang dengan tujuan selanjutnya adalah

lebih kecil dari π/2

Gambar 5. Perubahan heading kurang dari π/2

PS = r cos ϕ (15)

1O S = r sin ϕ (16)

ST =1O S tan α = r sin ϕ tan α (17)

TR = r cos α (18)

1O S= 1O T cos α = r sin ϕ (19)

1O T + α cos

r = 2r (20)

- *

+ (21)

PR = PS +ST + TR

PR = r (cos ϕ + sin ϕ tan α + cos α) (22)

Dimana, r = radius minimum belok, ϕ = sudut

antara 1O PS, α = sudut antara S

1O T. Dengan

anggapan 1O PS,

1O ST dan 2O RT adalah segitiga

siku-siku.

Jadi, Vehicle_heading_ Q = 1O Q _heading + π/2

)()1(..)1(

)(...)1()(

1

1

tenntubtub

ntyatyaty

bknb

ana

2. Kasus kedua perbedaan mutlak antara titik

sekarang dengan tujuan selanjutnya adalah

lebih besar dari π/2

Dimana,

θ = sudut antara 1O PT = next_heading –

current_heading - π/2

Gambar 6. Perubahan heading besar dari π/2

ϕ = sudut antara 1O 2O S (23)

2O S = r(1 – sin θ) (24)

*

+ (25)

TR = 1O S = 2 r cos ϕ (26)

R didapatkan kembali dari

PR = r + 2r cos ϕ (27)

Dengan, 2O R tegak lurus terhadap PR dan panjang r,

maka diperoleh 2O . Heading pada Q menjadi :

P1O _heading = next_heading – θ (28)

1O P_heading = next_heading – θ – ϕ (29)

Jadi,

vehicle_heading_at_ Q = 1O Q _ heading - π/2 (30)

III. PERANCANGAN SISTEM

3.1 Perancangan Integrasi Sistem Kontrol UAV

Perancangan integrasi sistem kontrol UAV

menggunakan kontrol ardupilot planer. Bertujuan untuk

membentuk atau mengatur gerak dari pesawat UAV.

Program yang tertanam dalam mikrokontroler akan

diaktifkan secara manual dari remote kontrol jika mode

sudah dirubah dari remote kontrol maka program akan

menjalankan algoritma kontrol yang tertanam dalam

mikrokontroler ATMega2560 dari algoritma tersebut

maka track planer untuk fase landing akan eksekusi

sesuai dengan jalanya program yang diinginkan. Track

planer adalah algoritma yang digunakan untuk

menentukan lintasan yang harus dilewati oleh pesawat,

track planer akan menjadi set point dari sistem kontrol

untuk dikoreksi. Blok diagram untuk sistem dapat

dilihat pada gambar 7 berikut.

Trajectory

Planning

Rencana

gerak

+ -

+ -

Kontrol

LQR untuk

Roll

Kontrol

LQR untuk

Yaw

Posisi &

kondisi

pesawat

Gyro untuk

Roll

Gyro untuk

Yaw

GPS

Roll Reference

Roll

Yaw

Roll

Dynamic

Yaw

Dynamic

Roll

Yaw

Yaw Reference

Error Roll

Error Yaw

Defleksi Aileron

Defleksi Rudder

Gambar 7. Diagram blok sistem pengaturan UAV

Gambar 8. Diagram blok arsitektur sistem navigasi UAV

3.2 Identifikasi Plant

Proses identifikasi yang digunakan adalah model

pendekatan stokastik dengan struktur ARX. Identifikasi

dilakukan dengan cara memberikan sinyal acak melalui

remote control yang berupa variasi perubahan throttel

(V1, V2, V3) dan variasi perubahan sudut ( Rudder,

Elevator dan Aileron) pada pesawat EPP-FPV yang

selanjutnya nilai dari sinyal acak yang bervariasi dari

remote control yang berupa sinyal PWM dengan lebar

pulsa 1 – 2 milidetik (menunjukkan defleksi elevator

antara -17° sampai 17°, rudder antara -200 sampai 20

0

dan Aileron berkisar antara -200 sampai 20

0) dengan

periode 20 milidetik sudut input dan sudut output.

Defleksi Pitch, Roll dan Yaw sudut yang dihasilkan

pesawat akan direkam dan disimpan pada data log.

Ketika semua data yang dibutuhkan sudah di

dapat, maka pesawat diturunkan dan data log yang

tersimpan pada ardupilot di download pada komputer.

Pengolahan data selanjutnya dilakukan dengan meng-

gunakan microsoft excel data-data yang berupa data

ATT, CTUN , MOD dipisah dan diseleksi untuk diambil

data input-output sesuai dengan kebutuhan identifikasi.

Data yang didapat kemudian diolah kembali dengan

menggunakan software Matlab dengan Function ARX

untuk mendapatkan transfer fungsi plant dari hubungan

input output. Identifikasi plant dilakukan berulang kali

dengan tujuan mendapatkan data terbaik yang dapat

merepresentasikan karakteristik sistem yang digunakan.

Maka setelah memberi input data dan output data

pada function ARX matlab maka diperoleh persamaan

plant sesuai dengan kecepatan input seperti yang tertera

pada tabel 1 berikut:

Tabel 1. Persamaan Plant hasil identifikasi pendekatan ARX

Gambar 9. Hasil identifikasi Roll sensor

Gambar 9. Hasil identifikasi Yaw sensor

3.3 Perancangan Decoupling

Berikut gambar decoupling sistem pada

penelitian ini, dimana untuk sistem dengan input u1 dan

output y1 adalah sistem pengaturan roll, sedangkan

sistem dengan input u2 dan output y2 adalah sistem

pengaturan yaw.

Gambar 9. Hasil decoupling sistem

Untuk mendapatkan decoupler d12 adalah :

Maka didapatkan decoupler d12 sebagai berikut :

(

) (

)

Untuk mendapatkan decoupler d21 adalah:

Maka didapatkan decoupler d21 sebagai berikut :

(

) (

)

3.4 Perancangan Kontroler

Pada penelitian ini kontroler optimal LQR

digunakan untuk menentukan gain K. Mengacu pada

identifikasi yang dilakukan, diketahui bahwa plant

merupakan orde dua dengan input u (t), output y (t) dan

fungsi alih plant. Namun untuk mendapatkan hasil

posisi maka dikali kan dengan integrator (1/s),di mana :

Maka apabila dilakukan perkalian silang akan menjadi

berikut :

+ + + y = + u (31)

Misal :

= = - y - - + + u (32)

Sehingga menjadi :

= = - - - + + u (33)

Kemudian diperoleh persamaan state sebagai berikut :

[

] = ⌈

⌉ [

] + [

]u

[ ] [

]

(34)

Dengan mengambil fungsi alih dari roll adalah :

diubah kedalam bentuk state berdasarkan bentuk matrik

pada persamaan 3.15 menjadi seperti berikut :

[ ] [

] [

] = ⌈

⌉

[

] + [

] u

servo-roll roll-sensor

servo-yaw yaw

V1 Roll-in (122) Yaw-in (102)

Roll

out -3.206 s + 598.6

--------------------- s^2 + 8.746 s + 19.93

1.438 s + 46.93

--------------------- s^2 + 12.02 s + 29.46

Yaw

out -4.53 s + 3.516

--------------------- s^2 + 2.513 s + 12.94

5.917 s - 1.643

--------------------- s^2 + 4.001 s + 10.83

Sedangkan fungsi alih yaw adalah:

bentuk state dari yaw adalah sebagai berikut

[ ] [

] [

] = ⌈

⌉

[

] + [

] u

IV. PENGUJIAN DAN ANALISA

4.1 Simulasi

Setelah melakukan semua pengujian terhadap

komponen-komponen pembangun sistem, langkah

selanjutnya adalah melakukan simulasi sistem secara

terintegrasi. Simulasi dilakukan dalam beberapa tahap

diantaranya simulasi open loop untuk melihat respon

asli dari plant dan simulasi kontrol untuk proses

kestabilan gerak lateral.

4.1.1 Simulasi Fungsi Alih Plant

Gambar 10. Fungsi alih roll rate dengan defleksi aileron

Setelah dijalankan, maka diperoleh respon yaw

seperti gambar berikut :

Gambar 11. Respon Fungsi alih roll rate dengan defleksi

aileron

Gambar 12. Fungsi alih yaw rate dengan defleksi rudder

Setelah dijalankan, maka diperoleh respon yaw

seperti gambar berikut :

Gambar 13. Respon Fungsi alih yaw rate dengan defleksi

rudder

Fungsi alih yang diperoleh masih berupa

kecepatan, untuk menjadikannya ke dalam posisi. Maka

fungsi alih tersebut dikalikan 1/s.

Fungsi alih dari roll adalah :

Sedangkan fungsi alih yaw adalah:

Perhitungan nilai gain K menggunakan program

MATLAB m-file. Dimana gain K untuk kontrol posisi

roll adalah K = [0.5774 0.9284 0.5709] dan gain K

untuk kontrol posisi yaw adalah K = [-0.3162 -0.1069 -

0.0349]. Setelah gain K diperoleh dimasukkan ke dalam

simulasi, seperti gambar berikut,

Gambar 14. Kontroler optimal LQR

Setelah dijalankan respon keluaran dari masing-

masing plant dengan memberikan masukan unit step

dapat dilihat pada gambar berikut,

Gambar 15. Respon Fungsi alih Plant (sudut roll) setelah

dikontrol

Gambar 16. Respon Fungsi alih Plant (sudut yaw) setelah

dikontrol

4.1.2 Simulasi Tracking Lintasan

Setelah melakukan simulasi hasil fungsi alih

plant, maka langkah langkah selanjutnya adalah

melakukan simulasi proses tracking pada lintasan.

Dengan memberikan lintasan awal yang akan dilalui

oleh pesawat. Berikut adalah gambar proses tracking

lintasan,

Gambar 17. Simulasi Tracking Lintasan

Dari hasil simulasi dapat dilihat bahwa simulasi

hasil tracking lintasan pesawat dapat mengikuti lintasan

yang telah ditentukan sebelumnya.

4.2 Implementasi Sistem

Dengan memasukkan waypoint [-7.26746

112.814; -7.26771 112.8134; -7.26831 112.814, -

7.26811 112.8144] pada software APM Planner. Setelah

itu pesawat dapat langsung melakukan proses auto saat

program auto dieksekusi. Namun pada saat akan menuju

waypoint selanjutnya tidak dapat dilakukan, karena

gangguan angin yang menyebabkan kestabilan dari

pesawat tidak sempurna. Agar tidak terjadi kerusakan

pada pesawat maka proses auto dihentikan. Hasil dari

implementasi tracking pesawat dapat dilihat pada

gambar 18.

Gambar 18. Hasil implementasi tracking lintasan

V. KESIMPULAN DAN PENUTUP

5.1 Kesimpulan

Dari percobaan-percobaan yang telah dilakukan

pada pengerjaan tugas akhir ini, maka dapat diambil

beberapa kesimpulan antara lain:

1. Kontroler PID Optimal dapat diterapkan pada

sistem UAV yang kompleks dengan melalui

pendekatan sistem MIMO (multy input multy

output ) hal ini ditunjukkan dengan simulasi

yang telah dilakukan memberikan respon yang

baik ketika sistem diberikan kontroler dan time

constant jauh lebih cepat jika dibandingkan

dengan sistem tanpa kontroler .

2. Model matematika yang didapatkan dari hasil

identifikai plant

3. Dapat mewakili plant sebenarnya karena

adanya konsistensi model setiap proses

identifikasi kecepatan sudut roll dan yaw.

4. Proses tracking lintasan pada sistem navigasi

UAV yang dirancang menggunakan kontroler

PID dapat memberikan performa yang bagus

itu terbukti bahwa pada simulasi semua titik-

titik yang telah direncanakan telah dilewati

oleh UAV. Namun pada saat diimplementasi-

kan tidak dapat berjalan sesuai dengan yang

diinginkan.

5.2 Saran

Untuk kelanjutan riset yang akan datang,

diharapkan adanya pengembangan metode kontroler

cerdas untuk proses tuning parameter kontroler. Karena

untuk menggunakan kontroler optimal feedback gain

K-nya harus sesuai dengan respon aslinya. Jika tidak

maka respon yang akan didapat tidak sesuai dengan

yang di inginkan.

DAFTAR PUSTAKA

[1] [1 McLean, D. 1990. Automatic Flight Control

Systems. Prentice Hall, Hertfordshire,UK.

-7,2705

-7,27

-7,2695

-7,269

-7,2685

-7,268

112,813112,8135112,814112,8145112,815112,8155

[2] X. Hua, J. Feng-shui, Y. Jian-qiang.2009.”

Automatic Takeoff of Unmanned Aerial Vehicle

based on Active Disturbance Rejection Control”.

IEEE International Conference on Robotics and

Biomimetics.

[3] Moore, Jhon. B, (1989). Optimal Control : Linear

Quadratic Methods, Prentice-Hall International,

Inc

[4] Betts, J. T., "Survey of Numerical Methods for

Trajectory Optimization", Journal of Guidance,

Control and Dynamics, Vol. 21, No. 2, March

April 1998, pp. 193-207.

RIWAYAT HIDUP

Rahmat Fauzi, dilahirkan di

Padang, pada tanggal 29 Juni

1988. Bertempat tinggal di

Jl. Intan 1 No.58 Padang..

Setelah lulus dari sekolah

menengah atas di SMA

Negeri 4 Padang tahun 2006,

pada tahun yang sama

penulis melanjutkan studi di

Politeknik Jurusan Teknik

Elektro Universitas Andalas Padang. Pada Tahun 2010

penulis melanjutkan studi S1 Jurusan Teknik Elektro

Fakultas Teknologi Industri Institut Teknologi Sepuluh

Nopember Surabaya dengan bidang studi yang ditekuni

Teknik Sistem Pengaturan.

Email: rahmat09@mhs.ee.its.ac.id