COVER - Muhammad Adnan
Terbatas  Didin Syafruddin Asa, S.Sos
» Gedung UPT Perpustakaan
Terbatas  Didin Syafruddin Asa, S.Sos
» Gedung UPT Perpustakaan
BAB 1 - Muhammad Adnan
Terbatas  Didin Syafruddin Asa, S.Sos
» Gedung UPT Perpustakaan
Terbatas  Didin Syafruddin Asa, S.Sos
» Gedung UPT Perpustakaan
BAB 2 - Muhammad Adnan
Terbatas  Didin Syafruddin Asa, S.Sos
» Gedung UPT Perpustakaan
Terbatas  Didin Syafruddin Asa, S.Sos
» Gedung UPT Perpustakaan
BAB 3 - Muhammad Adnan
Terbatas  Didin Syafruddin Asa, S.Sos
» Gedung UPT Perpustakaan
Terbatas  Didin Syafruddin Asa, S.Sos
» Gedung UPT Perpustakaan
BAB 4 - Muhammad Adnan
Terbatas  Didin Syafruddin Asa, S.Sos
» Gedung UPT Perpustakaan
Terbatas  Didin Syafruddin Asa, S.Sos
» Gedung UPT Perpustakaan
BAB 5 - Muhammad Adnan
Terbatas  Didin Syafruddin Asa, S.Sos
» Gedung UPT Perpustakaan
Terbatas  Didin Syafruddin Asa, S.Sos
» Gedung UPT Perpustakaan
PUSTAKA - Muhammad Adnan
Terbatas  Didin Syafruddin Asa, S.Sos
» Gedung UPT Perpustakaan
Terbatas  Didin Syafruddin Asa, S.Sos
» Gedung UPT Perpustakaan
ABSTRAK
Desain dan Implementasi Firmware dan Hardware dari Robot
Line Follower dengan Kalibrator Kompas dan Lokalisasi
menggunakan RFID untuk Navigasi Labirin
Oleh
Muhammad Adnan
NIM: 13218019
(Program Studi Sarjana Teknik Elektro)
Permasalahan navigasi pada labirin merupakan masalah yang sering dijadikan
contoh untuk menguji algoritma rute terpendek. Pada kasus ini, seorang ingin
menunjukan bahwa algoritma yang digunakan mampu memecahkan masalah
shortest-path. Telah terdapat banyak algoritma yang diusulkan untuk memecahkan
masalah ini. Salah satu algoritma yang dapat digunakan untuk memecahkan
masalah tersebut adalah dengan menggunakan Q-Learning, yang merupakan jenis
algoritma dari Reinforcement Learning (RL). Sebagai salah satu bagian dari
Machine Learning, RL mampu melakukan pembelajaran berdasarkan uji coba.
Apabila di dalam percobaan, objek yang melakukan percobaan atau disebut Agent
melakukan tindakan atau action yang tidak membawa Agent menjadi lebih dekat
dengan tujuan, maka Agent akan menerima hukuman. Dilain sisi, saat Agent
melakukan langkah yang membawanya lebih dekat kepada tujuan, Agent mendapat
hadiah. Dengan demikian seiring percobaan yang dilakukan oleh Agent , Agent
akan menuju konvergensi yaitu mengetahui serangkaian aksi terbaik yang dapat
diambil untuk memecahkan kasus tertentu. Namun begitu, seringkali sistem
tersebut hanya dalam bentuk model perangkat lunak dan tidak sampai implementasi
perangkat keras. Untuk itu diperlukan sistem yang dapat merepresentasikan
permasalahan tersebut pada perangkat keras. Pada implementasi kali ini,
representasi Agent akan dilakukan dengan menggunakan robot Line Follower.
Robot Line Follower merupakan jenis robot yang bergerak dengan mengikuti garis
pada lantai. Garis tersebut akan dibaca oleh sensor infrared yang mampu
membedakan antara gelap dan terang. Untuk membuat jalan robot lebih halus akan
digunakan masukan sensor tambahan yaitu sensor kompas untuk mendukung
pengendalian gerakan. Selama melakukan pergerakan, robot perlu mengetahui
posisi nya terhadap arena pengujian atau disebut sebagai lokalisasi. Untuk itu, robot
dilengkapi dengan sensor RFID. Lantai pengujian telah disisipkan penanda RFID
di setiap state nya sehingga apabila robot masuk kedalam suatu state, robot dapat
mengenali posisi nya berada saat ini. Pengujian akan dilakukan untuk membuktikan
kinerja robot Line Follower tersebut. Robot akan digunakan untuk menguji hasil
learning yang telah konvergen sehingga menunjukan jalan tercepat antara satu titik
ke titik lainnya pada arena pengujian.
Kata kunci: Navigasi, Shortest-path, Line Follower, Kompas, RFID
Perpustakaan Digital ITB