Penelitian ini mengembangkan sistem navigasi berbasis algoritma Particle Filter untuk Hybrid Autonomous Underwater Glider (HAUG), sebuah wahana bawah laut yang menggabungkan efisiensi energi dari mode gliding dengan kemampuan manuver dari mode propulsi. Sistem navigasi dirancang untuk menghasilkan estimasi posisi dan orientasi wahana secara akurat, khususnya saat berada di bawah permukaan laut tanpa akses sinyal GPS (GPS-denied). Integrasi sensor dilakukan dengan menggabungkan data dari IMU, Doppler Velocity Log (DVL), depth sensor, dan GPS melalui pendekatan Sequential Monte Carlo, yang mencakup tahap inisialisasi, propagasi, resampling adaptif, dan estimasi keadaan.
Validasi sistem dilakukan melalui simulasi dan pengujian lapangan di lingkungan nyata, termasuk manuver selam dan transisi permukaan. Hasil pengujian menunjukkan bahwa sistem ini mampu mempertahankan estimasi posisi dan kecepatan yang konsisten, meskipun dalam kondisi keterbatasan sensor. Selain itu, hasil estimasi navigasi digunakan untuk mendukung pemrosesan citra Forward Looking Sonar (FLS), memungkinkan pembentukan peta mosaik bawah laut yang representatif. Penelitian ini memberikan kontribusi terhadap pengembangan sistem navigasi yang andal dan adaptif untuk wahana bawah laut hibrida yang beroperasi dalam kondisi tidak terstruktur dan penuh ketidakpastian.