Perpustakaan Digital ITB

Proses evakuasi di bawah reruntuhan bangunan pasca gempa bumi menyulitkan tim penyelamat karena risiko yang perlu dihadapi saat melakukan pencarian baik dari atas runtuhan maupun dari bawah. Untuk mengatasi masalah tersebut, dibuatlah sebuah robot penyelamat yang dapat melakukan pencarian korban dari bawah reruntuhan. Robot ini terdiri atas sebuah sistem daya yang menyuplai daya robot, sistem navigasi dan penggerak sebagai tubuh utama dari robot, dan sebuah antarmuka yang dapat dipergunakan untuk mengawasi pergerakan robot. Robot ini bergerak secara otomatis dengan menggunakan algoritma spiral dan reinforcement learning. Algoritma spiral pada smart navigation yang dibuat ini berguna untuk eksplorasi partisi dan reinforcement learning berguna untuk melakukan retracking dan backtracking. Reinforcement learning sendiri merupakan sebuah metode machine learning yang mana agen tidak memiliki data pada saat melakukan training dan membuat datanya sendiri berdasarkan aksi yang dilakukan pada saat training. Untuk melakukan smart navigation secara optimal, robot perlu memiliki komponen yang dapat bekerja untuk mengetahui lokasi dari halangan di sekitarnya. Dengan mengetahui lokasi halangan-halangan di sekitarnya, algoritma smart navigation akan menghindari berbenturan dengan halangan tersebut. Selain itu, algoritma navigasi ini juga akan membawa robot ke seluruh area yang dapat dijangkau oleh robot mengingat lokasi korban di bawah runtuhan tidak diketahui secara pasti sehingga robot perlu melalui seluruh runtuhan untuk menemukan seluruh korban dan dilakukan perencanaan untuk penyelamatan keseluruhan korban. Dari sisi smart navigation yang dilakukan oleh robot menggunakan beberapa dummy arena, didapatkan performa robot berupa coverage ratio dan path efficiency. Algoritma memiliki coverage ratio sebesar 1.09 dan path efficiency sebesar 0.92 yang mana akan menunjukkan optimal pada nilai 1. Retracking dengan menggunakan algoritma reinforcement learning akan muncul ketika algoritma spiral yang dipakai tidak memiliki tempat untuk dieksplorasi lagi dan backtracking yang juga menggunakan reinforcement learning akan muncul ketika seluruh area yang dapat dijangkau sudah dieksplorasi dan mengembalikan robot ke posisi awalnya saat digunakan. Selain itu, peta pergerakan robot dan posisi korban juga dapat dilihat pada antarmuka yang dibuat. Dengan menggunakan peta dan sebaran posisi korban pada peta, tim penyelamat dapat merencanakan evakuasi dengan lebih baik.