Tugas akhir ini membahas tentang pengembangan pendekatan aktif dalam pembelajaran peta lingkungan oleh robot mudah alih (mobile robot). Robot harus memiliki peta lingkungannya agar dapat beroperasi secara mandiri. Ada dua pendekatan dalam pembelajaran dan konstruksi peta, yaitu pendekatan pasif dan pendekatan aktif. Pendekatan aktif memungkinkan robot mendapatkan model yang akurat terhadap lingkungannya secara mandiri, sehingga robot tersebut telah memenuhi salah satu syarat utama untuk menjadi robot swatantra sejati. Kontribusi tugas akhir ini adalah pada pengembangan sebuah pendekatan aktif dalam pembelajaran peta yang didasarkan pada penjelajahan frontier. Strategi penjelajahan yang diusulkan memanfaatkan beberapa teori dari bidang teori informasi, dengan menggunakan Kullback-Leibler Divergence sebagai dasar heuristik untuk kalkulasi information gain. Hasil eksperimen menunjukkan bahwa strategi yang diusulkan mampu meningkatkan efisiensi tugas pemetaan aktif dari aspek waktu yang dibutuhkan dan jarak yang harus ditempuh robot.