| dc.description.abstract | Pengembangan sistem dan struktur biomimetic mempunyai peranan penting dikarenakan potensinya dalam aplikasi bidang keteknikan. Biomimetics adalah bidang keilmuan yang terinspirasi dari fenomena alam untuk merancang material dan sistem yang dapat meniru struktur dan fungsi sistem biologis secara alamiah. Tumbuhan termasuk salah satu sistem biologis yang memiliki struktur adaptif ideal dengan kemampuan penginderaan cerdas dan mampu melakukan pengambilan keputusan secara kompleks. Beberapa contoh dari kemampuan penginderaan cerdas tumbuhan terdapat pada mekanisme phytosensor (sensor tumbuhan) dan phytoactuator (aktuator tumbuhan) yang memiliki aplikasi penting dalam teknologi bioinspired. Mimosa pudica merupakan tumbuhan tigmonasti atau seismonasti yang dapat bergerak dan merespon lingkungan serta memiliki fenomena excitability pada kasus pergerakan daunnya. Selain itu tumbuhan ini memiliki sifat engineering secara listrik, mekanik, dan biokimia didalamnya. Seperti pada kemampuan dalam melakukan gerakan cepat untuk mengubah bentuk daun. Gerakan oleh tumbuhan sensitif ini terkait dengan respon cepat terhadap rangsangan lingkungan yang diatur melalui transduksi sinyal listrik. Jaringan excitable Mimosa pudica memiliki electric behavior yang dapat diilustrasikan dengan konsep rangkaian elektronik dan persamaan yang menjelaskan behavior tersebut.
Melihat fakta menarik tersebut, ilmuwan telah merekomendasikan agar memberikan perhatian yang lebih besar untuk menyelidiki secara eksperimental kemungkinan adanya proses learning pada tumbuhan. Sampai saat ini belum terdapat model prototipe Mimosa pudica elektronik yang menerapkan sintesis rangkaian jaringan excitable, sensor, pergerakan struktur, dan membahas model matematis pengambilan keputusan tumbuhan mimosa pudica, sehingga diajukanlah penelitian model Tigmonasti elektronik dalam Robot Biomimetic Mimosa Pudica. Dengan melakukan eksperimen stimulus mekanik pada sampel tumbuhan, kami menggunakan metode computer vision untuk mengukur pergerakan sudut daun setiap 50 mili sekon dan mengumpulkannya sebagai data behavior tumbuhan terhadap lokasi sentuhan dan faktor waktu resting. Struktur robot memiliki delapan buah lengan yang dilengkapi sensor, motor servo dan mikrokontroler yang dioperasikan dengan pendekatan dua model sistem aktivasi. Model pertama melibatkan komunikasi lokal antara jaringan excitable elektronik sebagai generator sinyal analog. Model ini dapat menirukan proses stimulus yang diterima oleh rangkaian elektronik yang menghasilkan sinyal action potential dengan tegangan maksimal 4,71 hingga 5,02 Volt dan tegangan minimum rentang -5,33 hingga -3,45 Volt yang merambat dari node ke node sehingga mengakibatkan pergerakan motor servo individual. Model kedua melibatkan training model artificial neural network dengan pola supervised learning yang memberikan akurasi 100% dalam proses decision making saat memilih output gerak berdasarkan kombinasi input yang diberikan dan memiliki performa gerak motor servo kolektif yang stabil. | id |
