Sistem Navigasi Robot Hexapod Menggunakan Behavior Dan Learning Vector Quantization

Authors

  • Rendyansyah Rendyansyah Robotic, Artificial Intelligence
  • Kanda Januar Miraswan Artificial Intelligence, Image Processing

DOI:

https://doi.org/10.26418/elkha.v11i1.31147

Keywords:

Behavior based, Learning Vector Quantization, Navigasi, Robot haxapod

Abstract

Robot banyak digunakan dalam berbagai bidang pekerjaan, salah satunya seperti pada mobile robot jenis berkaki untuk navigasi di dalam lingkungan yang kompleks. Robot berkaki atau dikenal dengan robot hexapod merupakan robot yang meniru pola gerak makhluk hidup. Pada penelitian ini telah dirancang robot hexapod yang dilengkapi dengan lima buah sensor jarak ultrasonik untuk bernavigasi di dalam lingkungan. Adapun tujuan robot hexapod ini bernavigasi untuk aplikasi robot patroli yang bekerja di lingkungan yang sulit diprediksi. Sistem navigasi pada robot hexapod menggunakan metode behavior based dan Learning Vector Quantization (LVQ). Pada robot hexapod memliki lima behavior, diantaranya behavior bergerak maju, mengikuti dinding kiri, mengikuti dinding kanan, mengikuti jalur koridor dan menghindar halangan. Pada masing-masing behavior tersebut untuk bernavigasi menggunakan LVQ. Salah satu behavior akan diaktifkan jika robot menerima masukan (stimuli) nilai jarak tertentu dari sensor jarak. Percobaan dilakukan dalam arena dengan kondisi yang telah ditentukan. Pada percobaan pertama, posisi robot dalam kondisi tanpa ada halangan, dan aksi robot tersebut berjalan maju sampai mendeteksi dinding atau halangan, dan selanjutnya robot melakukan aksi manuver kiri atau kanan berdasarkan behavior yang aktif. Pada percobaan kedua, posisi robot berada pada jalur koridor dan bernavigasi mengikuti jalur koridor tersebut. Selanjutnya pada percobaan ketiga, robot berada dalam lingkungan kompleks dimana robot tersebut ditempatkan pada posisi yang berbeda-beda, dan robot dapat bernavigasi dengan baik tanpa menabrak objek atau dinding.

Author Biographies

Rendyansyah Rendyansyah, Robotic, Artificial Intelligence

Jurusan Sistem Komputer, Fakultas Ilmu Komputer, Universitas Sriwijaya, Indonesia

 

Kanda Januar Miraswan, Artificial Intelligence, Image Processing

Jurusan Teknik Informatika, Fakultas Ilmu Komputer, Universitas Sriwijaya, Indonesia

References

A. A. A. Emhemed, Investigation in Two Wheels Mobile Robot Movement: Stability and Motion Paths, International Journal of Robotics and Automation (IJRA), vol. 2, no. 2, pp. 45-49, 2013.

K. Joni, M. Ulum dan Z. Abidin, Robot Line Follower Berbasis Kendali Proportional-Integral-Derivative (PID) Untuk Lintasan Dengan Sudut Ekstrim, Jurnal Infotel, vol. 8, No. 2, pp. 138-142, 2016.

M. A. Putra, B. Yudho dan P. Kurniasari, Pengendali Laju Kecepatan dan Sudut Steering Pada Mobile Robot Dengan Menggunakan Accelerometer Pada Smartphone Android, Mikrotiga, vol. 1, no. 2, pp. 19-24, 2014.

H. Wicaksono, Prihastono, K. Anam, R. Effendi, I. A. Sulistijono, S. Kuswadi, A. jazidie, dan M. Sampei, Perancangan Sistem Navigasi Otonom Pada Behavior Based Hexapod Robot, Jurnal Teknik Elektro, vol. 8, no. 2, pp. 70-78, 2008.

Darwison dan R. Wahyudi, Kontrol Kecepatan Robot Hexapod Pemadam Api Menggunakan Metoda Logika Fuzzy, Jurnal Nasional Teknik Elektro, Vol. 4, No. 2, pp. 227-234, 2015.

Y. R. Wahyudi, M. S. Hadi, A. n. Handayani dan S. Sendari, Implementasi Sistem Kendali PD (Proportional Derivative) Pada Navigasi Wall Follower Robot Berkaki Enam (Hexapod), 5th Indonesian Symposium on Robotic Systems And Control, pp. 33-38, 2017.

Rendyansyah, K. Exaudi, dan A. P. P. Prasetyo, Navigasi Berbasis Behavior Dan Fuzzy Logic Pada Simulasi Robot Bergerak Otonom, Jurnal Nasional Teknik Elektro, vol. 5, no. 1, pp. 135-144, 2016.

A. Yulianto dan H. P. Handoyo, Penerapan Behavior-Based Control dan Fuzzy Logic Controller pada Sistem Navigasi Robot Soccer, CENTRE, Civil and Electrical Engineering Journal, vol. 7, no. 1, pp. 16-23, 2012.

M. Gouko, C. H. Kim, dan Y. Kobayashi, Active Perception Model Extracting Object Features From Unlabeled Data, International Conference on Advanced Robotics (ICAR), pp. 518-523, 2017.

Sutarno, R. F. Abdullah, R. Passarella. Identifikasi Tanaman Buah Berdasarkan Fitur Bentuk, Warna dan Tekstur Daun Berbasis Pengolahan Citra dan Learning Vector Quantization (LVQ), Prosiding Annual Research Seminar, vol. 3, No. 1, pp. 65-70, 2017.

S. Kusumadewi, Artificial Intelligence (Teknik dan Aplikasinya), Penerbit Graha Ilmu, Yogyakarta, 2013.

Downloads

Published

2019-09-27

Issue

Section

Vol 11, No 1