| dc.description.abstract | Robot seringkali digunakan untuk mencari target, dalam hal ini target bisa korban, barang berbahaya dan tidak bisa dijangkau oleh manusia sehingga diganti menggunakan robot. Robot melakukan pencarian untuk menemukan target yang kemudian mengalokasikan diri ke target dengan asumsi bahwa targetnya dapat memancarkan sinyal. Permasalahan tersebut dipandang sebagai suatu masalah optimasi. Salah satu teknik yang dapat menyelesaikan masalah optimasi merupakan algoritme Particle Swarm Optimization (PSO). Masalah yang sering ditangani PSO sampai saat ini hanya sebatas masalah single-target. Beberapa masalah pada dunia nyata merupakan masalah multi-target, sehingga tidak dapat diselesaikan dengan algoritme PSO. Multi-target merupakan pencarian multi-robot untuk mengoptimasi pencarian target pada satu atau lebih titik optimum di dalam ruang pencarian. Masalah optimasi pada multi-target dapat diselesaikan menggunakan algoritme Niching Particle Swarm Optimization (NichePSO). NichePSO memanfaatkan teknik pencarian main swarm dan subswarm yang terdiri dari kumpulan partikel untuk menemukan satu atau lebih titik optimal. Pencarian titik optimal ini dapat digunakan untuk skenario pencarian target pada sistem multi-robot. Robot direpresentasikan oleh partikel sedangkan lokasi target sebagai titik optimal.
Penelitian ini bertujuan untuk mengembangkan algoritme NichePSO untuk pencarian target pada sistem multi-robot. Pengembangan algoritme NichePSO dilakukan dengan mengintegrasikan parameter robot e-puck, menerapkan algoritme penghindaran rintangan dan menggunakan teknik reflecting pada robot yang keluar batas area pencarian. Studi ini membandingkan hasil performa algoritme NichePSO tanpa algoritme penghindaran rintangan dan dengan algoritme penghindaran rintangan yang diuji dengan beberapa rintangan dalam lingkungan statis. Jumlah tabrakan algoritme NichePSO tanpa algoritme penghindaran rintangan di fungsi Himmelblau adalah sebesar 4483.8±418.2, Griewank 4907±1143.53 dan Rastrigin 3282.5±1450.13. Sedangkan, dengan algoritme penghindaran rintangan jumlah tabrakan pada fungsi Himmelblau adalah sebesar 1206.5±97.22, Griewank 919.8±198.62 dan Rastrigin 997.5±324.47. Hasil penelitian ini menunjukkan bahwa secara umum algoritme NichePSO dengan algoritme penghindaran rintangan mampu menurunkan jumlah tabrakan dibandingkan algoritme NichePSO tanpa algoritme penghindaran rintangan.
Dalam penelitian ini juga dihitung nilai rata-rata waktu pencarian target oleh robot. Rata-rata waktu pencarian target oleh robot tanpa penghindaran rintangan pada fungsi Himmelblau, Griewank dan Rastrigin masing-masing adalah sebesar 18.64±8.25 menit, 18.98±8.08 menit dan 14.90±2.55 menit sedangkan dengan penghindaran rintangan adalah sebesar 19.65±1.43 menit, 21.73±3.34 menit dan 21.45±2.05 menit. Hal ini menunjukkan meskipun digunakan algoritme penghindaran rintangan pada NichePSO, waktu pencarian robot tidak signifikan berbeda dengan tanpa algoritme penghindaran rintangan. Hal ini membuktikan bahwa dengan menerapkan algoritme penghindaran rintangan pada algoritme NichePSO dapat menghasilkan performa pencarian yang baik dan mampu
memenuhi kriteria yang diharapkan. Penelitian ini juga mengukur nilai rata-rata fitnes terbaik yang diperoleh oleh robot pada fungsi yang diusulkan. Secara umum ketiga fungsi yang diusulkan dapat mencapai nilai optimum yang membuktikan bahwa robot mampu menemukan lokasi target. | id |
