Integrasi Algoritme N-GCPSO dengan Algoritme Eksplorasi Partikel untuk Sistem Multirobot Pencari Target.

Abstract

Neighbourhoods with the Guaranteed Convergence Particle Swarm Optimization (N-GCPSO) adalah algoritme optimasi yang bekerja dengan sekumpulan partikel yang memiliki batasan komunikasi lokal untuk menemukan nilai optimum. N-GCPSO dapat diterapkan untuk sistem multirobot pencari target dengan merepresentasikan partikel sebagai robot dan titik optimum sebagai lokasi target. Algoritme N-GCPSO cenderung mengelompok terlalu dekat pada satu titik optimum, sehingga memperkecil kemungkinan untuk menemukan titik optimum yang lain. Algoritme eksplorasi partikel diintegrasikan dengan N-GCPSO agar dapat menemukan lebih banyak titik optimum. Penelitian ini melakukan integrasi antara algoritme N-GCPSO dengan algoritme eksplorasi partikel dan mempertimbangkan parameter robot e-Puck. Algoritme eksplorasi partikel yang digunakan adalah random bouncing dan simple velocity-line bouncing. Hasil simulasi menunjukkan pada 7 (tujuh) dari 9 (sembilan) skenario rata-rata jumlah target yang ditemukan paling banyak adalah ketika menggunakan N-GCPSO dengan algoritme eksplorasi partikel. Selain itu N-GCPSO dengan algoritme eksplorasi partikel juga meningkatkan keefektifan algoritme N-GCPSO dengan mengurangi jumlah tabrakan antar robot.