Implementasi Algoritme Particle Swarm Optimization dengan Dynamic Neighborhood Topology untuk Sistem Multi-robot Pencari Target.

Abstract

Algoritme Particle Swarm Optimization (PSO) adalah salah satu teknik optimasi yang dapat diadopsi untuk mengoordinasi pergerakan robot menuju target. Salah satu cara yang dapat dilakukan agar robot dapat menjadi lebih adaptif terhadap lingkungan adalah dengan mengubah static communication topology pada algoritme PSO menjadi dynamic neighborhood topology. Agar topologi ini dapat diimplementasikan untuk sistem multi-robot, algoritme PSO dengan dynamic neighborhood topology perlu mempertimbangkan beberapa parameter robot di dunia nyata. Penelitian ini bertujuan untuk mengimplementasikan algoritme PSO dengan dynamic neighborhood topology pada robot e-Puck. Parameter robot e-Puck yang dipertimbangkan pada penelitian ini adalah jangkauan komunikasi antar-robot dan kecepatan maksimum. Terdapat tiga model dynamic neighborhood topology yang diimplementasikan yaitu nearest neighbor, function distance, dan random neighborhood. Hasil dari simulasi ketiga model menunjukkan bahwa untuk pencarian lebih dari satu target, kinerja algoritme PSO dengan topologi nearest neighbor dan function distance memiliki kinerja yang lebih baik dari algoritme dengan topologi random.