MODIFIKASI PSO TINGKAT LANJUT UNTUK PENCARIAN SATU SUMBER
4.7 Evaluasi Performa dari Algoritma Modifikasi dan Kombi- Kombi-nasinyaKombi-nasinya
4.7.3 Skenario Evaluasi
Eksperimen yang dilakukan memerlukan kecermatan dalam mengatur lingkungan eksperimen agar dapat memberikan data yang valid dan representatif. Untuk memu-dahkan analisa, eksperimen dilakukan menggunakan simulasi program yang dijalankan pada komputer dan bukan berupa implementasi pada robot sesungguhnya. Agar hal tersebut dapat tercapai sejumlah pertimbangan yang perlu diperhatikan sebagai faktor dalam lingkungan eksperimen antara lain:
• Bagaimana memodelkan pergerakan asap seperti pada dunia nyata agar eksperi-men dan hasil eksperieksperi-men bersifat representatif juga jika seandainya eksperieksperi-men dilakukan di lapangan.
• Bagaimana memodelkan pergerakan robot yang dapat beradaptasi pada ling-kungan dinamis.
• Bagaimana mengukur performa setiap algoritma PSO yang diperbandingkan.
Faktor pertama dan kedua telah dijelaskan pada sebelumya pada bagian masing-masing. Simulasi program dirancang dengan lingkungan eksperimen yang cermat se-hingga diharapkan kesimpulan yang didapat pada eksperimen berbasis simulasi dapat mencerminkan hasil sebagaimana eksperimen jika eksperimen diimplementasikan pada lingkungan nyata. Tujuan umum dari eksperimen adalah untuk mengetahui performa dari algoritma PSO dan variannya. Untuk mencapai tujuan ini eksperimen dilakukan terpisah dengan tujuan yang spesifik untuk memudahkan analisa data sekaligus mem-berikan hasil analisa yang lebih cermat. Tujuan spesifik dari eksperimen terpisah terse-but antara lain setelah mempertimbangkan ketiga faktor di atas tertuang pada Tabel 4.3. Mengingat eksperimen dilakukan terpisah dengan tujuan spesifik maka skenario pengujian harus disesuaikan dengan masing-masing kasus pengujian. Secara umum spesifikasi skenario pengujian 1 yang dilakukan berupa:
Tabel 4.3: Matriks Tujuan Eksperimen
Eks Tujuan Keterangan
1 Mengukur performa dari algoritma PSO yang diperbandingkan, dengan harapan untuk membuktikan bahwa PSO bermuatan dapat menemukan sumber asap dengan lebih cepat. Se-berapa besar perbedaan waktu pen-emuan sumber asap merupakan gol yang ingin dicapai.
PSO yang diperbandingkan: PSO standar, DR PSO, dan PSO bermu-atan.
Pengukuran dilakukan dengan
dua model distribusi asap: model distribusi gaussian dan model distribusi adveksi-difusi.
2 Secara teoritis, PSO bermuatan lebih unggul. Pengujuan berikutnya di-lakukan untuk mengukur performa algoritma PSO bermuatan terhadap lingkungan dinamis dengan mem-perhitungkan faktor error. Seberapa besar adaptibilitas PSO bermuatan dalam menemukan sumber asap de-ngan tingkat error yang berbeda dan parameter konfigurasi robot yang bervariatif merupakan gol utama.
Batas threshold konsentrat asap τ = 0.1, 0.2, & 0.5 ppm.
Toleransi error posisi robot(GPS) xerror, yerror = 0, 50, dan 100 cm.
Jumlah robot yang dipergunakan n = 4,8,12,16, dan 20.
rinti= 0.5, 1, dan 1.5
3 Mengukur perbandingan performa
robot PSO bermuatan dengan robot beralgoritma PSO bermuatan + var-ian WU pada lingkungan dinamis. Diasumsikan robot PSO bermuatan + WU telah dipasang dengan sensor arah angin.
Menggunakan parameter yang sama dengan eksperimen 2.
Model utilisasi angin yang
di-gunakan WU1 dan WU2. WU1
menggunakan faktor θ(f orbidden) = 30o, 45o, 60o, dan 90o
1. Melakukan pengamatan secara visual pada layar simulasi untuk mengetahui apakah algoritma PSO yang diberbandingkan: PSO standar, DR PSO, PSO bermuatan dapat mencapai solusi optimal.
2. Perubahan arah angin yang mempengaruhi penyebaran asap diset sebesar 40o dengan interval perubahan kecepatan angin antara 0.5 m/s 1 m/s untuk mensim-ulasikan model asap pada lingkungan dinamis, hal ini berlaku bagi kedua model distribusi asap.
pencarian hingga robot menemukan solusi.
4. Setiap pengujian dilakukan dengan menggunakan parameter konfigurasi robot se-bagai berikut:
Tabel 4.4: Paramater Konfigurasi Eksperimen
c1, c2 X Fungsi Deteksi Fungsi Respon rcore rlimit Q
2 0.5 20 Iterasi 5 Langkah 0.5 m 1 m 1 coulomb
5. Memplot grafik dengan kriteria: rata waktu pencarian ketiga algoritma, rata-rata waktu pencarian metode PSO bermuatan dengan faktor error yang bervariasi, dan rata-rata waktu pencarian dengan penambahan jumlah robot.
6. Memplot grafik 3d yang mengukur rata-rata konvergensi dalam pencarian sumber asap dengan Nrobot = 10,14,18,22 dan luas area [MxM] = 6,7,8,9,10. Pada ske-nario ini hanya algoritma DR PSO dan PSO bermuatan yang diperbandingkan. 7. Menghitung Coinfidence Interval(CI) yang diplot dengan grafik dengan Nrobot =
6,10,12,18,22. Pada skenario ini hanya algoritma DR PSO dan PSO bermuatan yang diperbandingkan.
Adapun skenario pengujian 2 yang menyesuaikan tujuan eksperimen 2 memiliki spesifikasi sebagai berikut:
1. Mengikuti spesifikasi skenario 2-4 pada eksperimen 1.
2. Memplot grafik performa robot/berapa lama waktu yang dibutuhkan dalam me-nemukan sumber asap dengan nilai τ = 0.1, 0.2, & 0.5 ppm.
3. Memplot grafik performa robot robot/berapa lama waktu yang dibutuhkan dalam menemukan sumber asap dengan Nrobot = 4,8,16,20,24 dan rcore= 0.5,1,1.5. 4. Membuat tabel pengaruh τ dan xerror, yerror terhadap performa robot.
Skenario pengujian 3 yang menyesuaikan tujuan eksperimen 3 memiliki spesifikasi pengujian sebagai berikut:
1. Mengikuti spesifikasi skenario 2-4 pada eksperimen 1.
2. Menaruh objek penghalang pada skenario pengujian ini untuk dengan Nobstacles= 0,2,5,10 yang ditaruh secara acak dan jumlah robot Nrobot = 6,10,14,18,22, serta model asap berdistribusi adveksi-difusi.
3. Menghitung CI dengan memplot grafik performa robot pada lingkungan dinamis. Langkah ini dilakukan untuk membanding PSO bermuatan dengan PSO bermu-atan + WU I-45.
4. Memplot matriks performa indeks PSO bermuatan PSO bermuatan + WU I-45 berbentuk plot 3D.
5. Menghitung CI dengan memplot grafik performa robot pada lingkungan dinamis. Langkah ini dilakukan untuk membanding PSO bermuatan dengan PSO bermu-atan + WU I-90.
6. Memplot matriks performa indeks PSO bermuatan PSO bermuatan + WU I-90 berbentuk plot 3D.
7. Menghitung CI dengan memplot grafik performa robot pada lingkungan dinamis yang menempatkan objek penghalang pada lingkungan dinamis. Langkah ini dilakukan untuk membanding PSO bermuatan dengan PSO bermuatan + WU II. 8. Memplot matriks performa indeks PSO bermuatan PSO bermuatan + WU II
berbentuk plot 3D.
9. Melakukan perbandingan performa metode WU I-45 dengan WU II dengan menghitung nilai CI, hasil kemudian diplot dalam grafik.
10. Membuat tabel pengaruh faktor error terhadap performa robot yang mengimple-mentasikan algoritma PSO bermuatan + WU II.