Dalam percobaan pencarian target dengan rintangan cekung, target berada pada (x=200 cm, y=0) dan pencapaian target secara eksperimen berada pada
) 10 ,
212
(x= cm y =− cm . Terdapat perbedaan posisi target yang diinputkan dengan posisi target secara eksperimen, hal ini disebabkan oleh algoritma pencapaian
target dengan nilai EP ≤ 10 cm. Position error (EP) dari posisi eksperimen terhadap target dapat dicari dengan menggunakan persamaan 2.12, 2.13, dan 2.10. Berdasarkan perhitungan didapat nilai EP = 15,6205 cm.
Dari hasil perhitungan EP terdapat selisih batas EP yang telah ditentukan (10 cm) sebesar 5,620499 cm. Selisih batas EP dapat diakibatkan oleh kesalahan penempatan posisi awal robot (kordinat global tidak sejajar dengan kordinat lokal robot), kesalahan dalam perhitungan posisi (akurasi perhitungan sudut dan kecepatan aktual) dan faktor eksternal lainnya, seperti roda selip saat berotasi. Persentase error pencapaian target dapat diketahui dengan melakukan perhitungan
6,117859%
4.2.4. Pembahasan pengujian dengan tiga rintangan
Behavior yang digunakan dalam eksperimen pencarian target dengan kombinasi tiga rintangan adalah goal seeking behavior dan obstacle avoidance behavior. Pada kondisi awal CLMR telah menditeksi adanya rintangan sehingga pada keadaan ini obstacle avoidance behavior yang memiliki perioritas tinggi mengendalikan actuator sampai dengan sensor depan tidak menditeksi adanya rintangan, saat tidak ada rintangan yang terditeksi sensor depan maka goal seeking behavior yang memiliki perioritas tinggi untuk mengendalikan actuator sampai target tercapai.
Dalam percobaan pencarian target dengan tiga rintangan, target berada pada dengan posisi target secara eksperimen, hal ini disebabkan oleh algoritma pencapaian target dengan nilai EP ≤ 10 cm. Position error (EP) dari posisi eksperimen terhadap target dapat dicari dengan menggunakan persamaan 2.12, 2.13, dan 2.10. Berdasarkan perhitungan didapat nilai EP = 5,830952 cm.
Dari hasil perhitungan EP terdapat selisih batas EP yang telah ditentukan (10 cm) sebesar 4,16905 cm. Selisih batas EP dapat diakibatkan oleh kesalahan penempatan posisi awal robot (kordinat global tidak sejajar dengan kordinat lokal robot), kesalahan dalam perhitungan posisi (akurasi perhitungan sudut dan kecepatan aktual) dan faktor eksternal lainnya, seperti roda selip saat berotasi. Persentase error pencapaian target dapat diketahui dengan melakukan perhitungan
0,166138%
5.1. Kesimpulan
Berdasarkan perancangan sistem, pengujian, dan pembahasan maka dapat disimpulkan beberapa hal sebagai berikut:
1. Ilustrasi lintasan yang dibentuk sudut kemudi dapat digunakan sebagai acuan dalam perancangan basis aturan.
2. Basis aturan untuk goal seeking behavior dapat dirancang berdasarkan ilustrasi lintasan yang dibentuk radius putar bagian tengah sumbu roda belakang dengan crisp input position error (EP) dan orientation error (EO) yang dipetakan dari ruang konfigurasi (x,y,θ).
3. Basis aturan untuk obstacle avoidance behavior dapat dirancang berdasarkan ilustrasi lintasan yang dibentuk radius putar terluar dengan crisp input jarak deteksi sensor tengah depan (FC) dan selisih pembacaan sensor depan sisi kanan terhadap sensor depan sisi kiri (FSOD).
4. Move backward behavior dapat dirancang dengan crisp input sudut kemudi terakhir yang digunakan (LSA) saat menggunakan obstacle avoidance behavior dan selisih jarak deteksi sensor belakang sisi kanan terhadap sensor belakang sisi kiri (BSOD).
5. Pengaturan penggunaan behavior untuk mengendalikan actuator dapat diatur dengan behavior-controller berdasarkan perioritas berdasarkan informasi sensor jarak.
6. Dengan adanya move backward behavior CLMR dapat menghindari rintangan saat obstacle avoidance behavior tidak dapat dilaksanakan dengan baik akibat jarak robot terhadap rintangan relatif dekat atau rintangan menyinggung lintasan yang dibentuk dengan sudut kemudi maksimum.
7. Hasil eksperimen menunjukkan arsitektur yang diusulkan memungkinkan CLMR mencapai target dengan aman tanpa bertabrakan dengan persentase error 0,16%
s.d. 10,8 % terhadap target yang telah ditentukan.
8. Besar sudut kemudi dan jarak diteksi sensor jarak terhadap rintangan mempengaruhi keberhasilan menghindari rintangan dengan menggunakan obstacle avoidance behavior.
5.2. Saran
Untuk mengembangkan sistem lebih lanjut, penulis memberikan saran-saran sebagai berikut:
1. Pada penelitian ini move backward behavior baru dikombinasikan dengan obstacle avoidance behavior. Peneliti mengusulkan untuk kedepannya move backward behavior dapat dikombinasikan dengan goal seeking behavior untuk mendapatkan rute yang pendek dalam mencapai target.
2. Pada penelitian ini jangkauan sudut kemudi CLMR adalah −16,690 ≤φ ≤16,230 dengan radius putar terkecil sebesar 50 cm. Peneliti mengusulkan untuk kedepannya dapat menggunakan sudut kemudi yang lebih besar sehingga didapat radius putar yang lebih kecil untuk meningkatkan kemampuan pencapaian target dan menghindari rintangan.
3. Dari perangkat lunak, penelitian ini menggunakan tiga basic-behavior, kedepannya peneliti berharap dapat dikembangkan dengan menambah perilaku seperti wall following behavior untuk meningkatkan kemampuan CLMR.
4. Pada penelitian ini rintangan yang digunakan adalah rintangan yang bersifat statis, diharapkan kedepannya dikembangkan untuk rintangan yang bersifat dinamis.
Environments. 5th International Symposium on Intelligent Systems and Informatics (pp. 123-127). Subotica, Serbia: IEEE.
[2]. Quing-Yong, BAO., Shun-ming, LI., Wei-Yan, SHANG. and Mu-Jin, AN.
(2009). A Fuzzy Behavior-Based Architecture for Mobile Robot Navigation in Unknown Envirotments. IEEE International Conference on Artificial Intelligence and Computational Intelligence , 257-261.
[3]. R.C.Arkin. (1998). Behavior Based Robotics. The MIT Press .
[4]. Adriansyah, Andi. (2008). Pengendalian robot bergerak berbasis perilaku menggunakan particle swarm fuzzy controller. Seminar Nasional Informatika 2008 (Semnas 2008) UPN "Vetran" Yogyakarta. , 130-138.
[5]. Sutojo, T., Mulyanto, Edy., & Suhartono, Vincent. (2011). Kecerdasan Buatan. Yogyakarta: ANDI.
[6]. Satelo, Miguel Angel. (2003). Lateral control strategy for autonomous steering of Ackerman-like cehicles. Robotic and Autonomous System , 223-233.
[7]. Ouadah, N. L. ( 2008). Car-Like Mobile Robot Oriented Positioning by Fuzzy Controllers. International Journal of Advanced Robotic System, Vol.5, No.3 , 249-256.
[8]. CHOI, Sungwoo, Clément Boussard, and Brigitte d’Andréa-Novel. (2011).
Easy Path Planning and Robust Control for Automatic Parallel Parking.
Preprints of the 18th IFAC World Congress (pp. 656-661). Milano (Italy):
International Federation of Automatic Control (IFAC).
[9]. Parallax, Inc. (2005, June). Sharp GP2D12 Analog Distance Sensor (#605-00003). Retrieved December 5, 2012, from Parallax.com:
http://www.parallax.com/d1/docs/prod/acc/SharpGP2D12Snrs.pdf
[10]. SHARP Corporation. (2006). SHARP GP2D120. Retrieved December 5, 2012, from Sharpsma.com: http://www.Sharpsma.com/webfm_send/1205.pdf [11]. Tarigan, Pernantin. (2011). Sistem Tertanam (embedded system). Yogyakarta:
Graha Ilmu.
[12]. Setiadji. (2009). Himpunan & Logika Serta Aplikasinya. Yogyakarta: Graha Ilmu.
[13]. Lingga, Wardhana. (2006). Belajar Sendiri Mikrokontroller AVR Seri ATMega8535 Simulasi, Hardware, dan Aplikasi. Yogyakarta: ANDI.
[14]. Brooks, R.A. (1986). A robust Layered Control System For a Mobile Robot.
IEEE Journal of Robotics and Automation, Vol.2, No.1 , 14-23.
[15]. Sudradjat. (2008). Modul Kuliah Dasar-dasar Fuzzy Logic. Bandung: Jurusan Matematika Fakultas Matematika dan Ilmu Pengetahuan Alam.
[16]. Lu, Hung-Ching., and Chuang, Chih-Ying. (2005). The Implementation of Fuzzy-Based Path Planning for Car-Like Mobile Robot. Proceedings of the International Conference on MEMS, NANO and Smart Systems (ICMENS'05) . IEEE.
[17]. Duan, Suolin., Li, Yunfeng., Chen, Shuyue., Chen, Lanping., Zou, Ling., Ma, Zhenghua., and Ding, Ji. (2011). Study of Obstacle Avoidance Based on Fuzzy Planner for Wheeled Mobile Robot* . Proceeding of the 8th World Congress on Intelligent Control and Automation (pp. 672-676). Teipei: IEEE.
[18]. A.Saffioti, E. (1999). Using fuzzy logic for mobile robot control. Practical Application of Fuzzy Technologies , 185-206.
[19]. S, Lee,. And M, Adams Teresa. (1997). A fuzzy navigation system for mobile construction robot. Automation in contruction, vol.6 , 97-107.
[20]. Fahmizal., Rusdhianto., AK, Rusdhianto Effendi., & Eka, Iskandar. (2011, November 30). Implementasi sistem navigasi behavior based dan kontrol PID pada manuver robot maze. Retrieved February 25, 2013, from digilib.its.ac.id:
http://www.digilib.its.ac.id/ITS-Undergraduate-16404-paper-1143783.pdf
[21]. Maulana, Ravi Harish. (2010, December 2). Penerapan Behavior Based Robotic pada Sistem Naavigasi dan Kontrol Robot Soccer. Retrieved February 25, 2013, from digilib.its.ac.id: http://www.digilib.its.ac.id/ITS-Undergraduate-3100010039944/12866/robot-mobile
[22]. Atmel Corporation. (2004). ATmega8535(L). Retrieved December 5, 2012, from atmel.com: www.atmel.com/images/doc2502.pdf
[23]. Budiharto, Widodo. (2010). Robotika - Teori dan Implementasinya.
Yogyakarta: ANDI.
[24]. Habiburrahman. (2012, October 30). Perancangan Kontroler Logika Fuzzy Dan Perencanaan Trayektori Parkir Paralel Pada Autonomous Car. Retrieved February 25, 2013, from digilib.its.ac.id: http://www.digilib.its.ac.id/ITS-paper-21838-2209106039-paper.pdf
[25]. I.L, R Kurniawan., Setiawan, Iwan., & Darjat. (2011, January 13).
Pengendalian Robot Mobil Pencari Target Dengan Kemampuan Menghindari Rintangan. Retrieved February 25, 2013, from eprints.undip.ac.id:
http://www.eprints.undip.ac.id/25527/1/ML2F004501.pdf
[26]. Kariyanto, Jusuf Dwi., Alasiry, Ali Husein., Ardila, Fernando., & Hanafi, Nofria. (n.d.). Navigasi Mobile Robot Berbasis Trajektori dan Odometri dengan Pemulihan Jalur Secara Otomatis. Retrieved February 25, 2013, from eepis-its.edu: http://www.eepis-its.edu/uploadta/downloadmk.php?id=1692 [27]. Marta, Bayu Sandi., Ardilla, Fernando., & Besari, A.R Anom. (n.d.). Path
Tracking Pada Mobile Robot Dengan Umpan Balik Odometry. Retrieved February 25, 2013, from eepis-its.edu: http://www.eepis-its.edu/uploadta/downloadmk.php?id=1446
[28]. Santoso, Junaidi., Setiawan, Iwan., & Andromeda, Trias. (2011, January 13).
Rancang Bangun Robot Mobile Pencari Target Dan Penghindar Rintangan Menggunakan Kendali Logika Fuzzy. Retrieved February 25, 2013, from eprints.undip.ac.id:
http://www.eprints.undip.ac.id/25492/1/M_L2F002590.pdf
[29]. Mobile Robot Locomotion. (n.d.). Retrieved July 28, 2012, from ee.nmt.edu:
http://www.ee.nmt.edu/~wedeward/EE382/SP01/locomotion.pdf