Makalah Seminar Tugas Akhir. Robot Berkaki Empat Pendeteksi Cahaya dan Penghindar Rintangan Menggunakan Metode Kontrol Fuzzy

[1]

Makalah Seminar Tugas Akhir

Robot Berkaki Empat Pendeteksi Cahaya dan Penghindar Rintangan

Menggunakan Metode Kontrol Fuzzy

Bernardinus Krisna Anggananto[1], Iwan Setiawan, S.T, M.T[2], Budi Setiyono, S.T, M.T[2] Jurusan Teknik Elektro, Fakultas Teknik, Universitas Diponegoro

Jln. Prof. Sudharto, Tembalang, Semarang, Indonesia

Abstrak

Robotika merupakan bidang ilmu pengetahuan yang mengalami perkembangan dengan cepat, salah satunya adalah robot berkaki empat. Pembahasan mengenai robot berkaki meliputi banyak hal seperti fungsi dan kegunaannya, metode kontrol yang digunakan dan lain-lain. Permasalahan yang muncul pada robot berkaki empat ini adalah cara mendeteksi adanya cahaya dan cara menghindari sebuah rintangan di depan robot. Tujuan utama dari tugas akhir ini adalah menggunakan metode kendali yang baik agar robot bisa mendeteksi adanya cahaya dan dapat menghindari rintangan di depan robot tanpa menabrak rintangan yang menghalanginya.

Robot berkaki ini menggunakan sensor LDR yaitu untuk mendeteksi adanya cahaya dan sensor ultrasonik

(PINGTM) yaitu untuk mendeteksi ada tidaknya rintangan sehingga robot berkaki mampu berjalan tanpa menabrak

rintangan yang menghalanginya. Sedangkan untuk penggeraknya (kaki) digunakan motor servo. Pada tugas akhir ini, metode kendali robot yang digunakan adalah dengan nenggunakan metode kontrol fuzzy.

Kata kunci : Robot Robot berkaki, Pengendali Logika Fuzzy, Sensor Ultrasonik, Sensor LDR

I. PENDAHULUAN

Beberapa tahun terakhir ini, perkembangan teknologi di bidang robotika telah menjadi perhatian yang cukup serius. Hal ini terutama pada peran robot yang dapat menggantikan pekerjaan manusia terutama dalam lingkungan yang berbahaya, seperti daerah radiasi nuklir, penjelajahan ruang angkasa, penjinak bom dan

lain-lain. Salah satu jenis robot dengan

kemampuan istimewa yang belakangan ini banyak menarik minat para ahli untuk dikembangkan adalah robot berkaki.

Pada Tugas Akhir ini, selain mempunyai kemampuan menghindari rintangan, robot berkaki juga mempunyai kemampuan untuk mendeteksi adanya cahaya. Bentuk dari robot berkaki yang

berdimensi relatif kecil dan sederhana

memungkinkan penggunaan teknologi

mikrokontroler untuk otomatisasi sistem dan memudahkan dalam pengendalian. Dalam tugas

akhir ini digunakan mikrokontroler AVR

ATMEGA8535 sebagai kontroler, dan logika

fuzzy sebagai metode pengendali. Logika fuzzy

digunakan untuk menentukan besarnya langkah kaki robot dengan mengatur putaran motor servo standard berdasarkan jarak robot terhadap rintangan yang ada di depan robot.

II. DASAR TEORI

2.1 Kinematika Gerak Robot Kaki Empat

Kaki kanan depan melangkah

a b c d e

Kaki kanan belakang melangkah

f g h i j

2 Motor servo

Gambar 2.1 Robot kaki empat tampak samping

Berikut ini adalah tabel dari pergerakan robot berkaki empat:

Tabel 2.1 Gerak kaki Robot Berkaki Empat

Keterangan :

: Kaki menempel ke lantai : Kaki naik

1 _{Mahasiswa Jurusan Teknik Elektro UNDIP} 2 _{Staf Pengajar Jurusan Teknik Elektro UNDIP}

[2]

2.2 Kendali Logika Fuzzy

Fuzzy berarti samar, kabur atau tidak jelas. Fuzzy

adalah istilah yang dipakai oleh Lotfi A Zadeh pada bulan Juli 1964 untuk menyatakan kelompok / himpunan yang dapat dibedakan dengan himpunan lain berdasarkan derajat keanggotaan dengan batasan yang tidak begitu jelas (samar), tidak seperti himpunan klasik yang membedakan keanggotaan himpunan menjadi dua, himpunan anggota atau bukan anggota.

Basis Pengetahuan

Fuzifikasi Logika Pengambilan

Keputusan Defuzifikasi Sistem Yang Dikontrol Referensi r(k) Kesalahan e(k) Beda Kesalahan e(k-1) + - T y(k)

Gambar 2.2 Mekanisme kendali logika fuzzy kalang tertutup

Kendali logika fuzzy dilakukan dalam tiga tahap, yaitu fuzzifikasi, evaluasi aturan dan defuzzifikasi. Komponen fuzifikasi berfungsi untuk memetakan masukan data tegas ke dalam himpunan fuzzy menjadi nilai fuzzy dari beberapa variabel linguistik masukan.

2.3 Sensor Jarak

Sensor yang digunakan pada Tugas Akhir ini merupakan sebuah sensor ultrasonik buatan Parallax (Sensor PING Ultrasonik Range Finder). Sensor PING ini secara khusus didesain untuk dapat mengukur jarak sebuah benda padat.

Gambar 2.3 Sensor PING Ultrasonik Range Finder

Sensor PING mendeteksi jarak objek dengan cara memancarkan gelombang ultrasonik (40kHz) selama waktu pemancaran kemudian

mendeteksi pantulannya. Sensor PING

memancarkan gelombang ultrasonik sesuai

dengan pulsa trigger dari mikrokontroler sebagai pengendali. Gambar 2.4 menunjukkan timing

diagram dari sensor PING.

Gambar 2.4 Timing Diagram Sensor PING Ultrasonik Range Finder.

Waktu tempuh gelombang ultrasonik dapat ditunjukkan pada Gambar 2.5. Maka jarak yang diukur dapat dirumuskan sebagai berikut :

Jarak = tINsx m s meter

2 / 344

………...(2.1)

Gambar 2.5 Ilustrasi cara kerja sensor PING.

2.4 LDR (Light Dependent Resistor)

LDR mempunyai karakteristik dimana nilai resistansinya yang tinggi ketika tidak terkena cahaya dan nilai resistansinya akan turun ketika LDR terkena cahaya.

Gambar 2.6 Rangkaian Sensor Cahaya

Besar tegangan keluaran (VO) adalah :

CC O V R R R V 2 1 1 ... (2.2) R1 = Tahanan Seri R2 = Tahanan LDR III. PERANCANGAN

3.1 Perancangan Perangkat Keras

Perancangan perangkat keras pada plant robot berkaki ini meliputi mikrokontroler AVR

ATmega 8535, sensor ultrasonik (PINGTM),

sensor LDR, Push button, LCD dan rangkaian catu daya. Secara umum perancangan yang akan dibuat dapat dijelaskan pada gambar diagram blok, Gambar 3.1 di bawah ini.

Gambar 3.1 Blok diagram sistem

Sistem Mikrokont roler ATMega 8535 Sensor LDR Push Button Motor Servo Sensor PING LCD Catu Daya Vcc R2 R1 LDR Vout

[3]

3.1.1 Sistem Minimum AVR ATMega8535 Mikrokontroler ATmega8535 berfungsi sebagai pengendali utama. Mikrokontroler ini dipilih karena fitur-fiturnya yang lebih lengkap seperti ADC internal dengan fidelitas 10 bit, timer dengan kemampuan menghasilkan gelombang PWM, pemrograman ISP, EEPROM internal,

flash memori 8 Kb (4 Kb words) dan fitur-fitur

lainnya. Sistem Minimum Mikrokontroler ATmega8535 PORTA PORTB PORTC PORTD

PA.0 - PA.3 : Push Button PA.4 - PA.7 : Sensor LDR

PB.0 - PB.7 : Motor Servo

PC.0 - PC.7 : LCD (Liquid Crystal Display)

PD.6 : Sensor PING PD.7 : Motor Servo Mini

Gambar 3.2 Alokasi port pada sistem minimum mikrokontroler ATmega8535

3.1.2 Sensor Ultrasonik

Pada sistem robot ini rentang jarak yang digunakan adalah 10 cm sampai 60 cm. Jarak yang diukur dapat dirumuskan sebagai berikut :

Jarak = tINsx m s meter

2 / 344

…. ………..(3.1) Untuk perhitungan waktu yang diperlukan gelombang ultrasonik untuk menempuh jarak 1 cm adalah sebagai berikut :

cm s cm x t cm in 2 / 34400 1 s cm cm x t_in 34400 1 2 us t_in 58.14

Dengan demikian, untuk mengukur jarak tempuh gelombang ultrasonik per centimeter, diperlukan timer dengan waktu overflow sebesar 58.0 μs. Perhitungan jarak akan dihentikan apabila terjadi perubahan logika low pada PIND.6

sebagai tanda bahwa terdeteksi pantulan

gelombang ultrasonik. 3.1.3 Sensor LDR

Gambar 3.3 Rangkaian Sensor Cahaya

Pada gambar 3.3, rangkaian sensor cahaya dikonfigurasikan sebagai rangkaian pembagi tegangan. Perhitungan tegangan outputnya adalah,  Kondisi gelap, maka tahanan LDR≈∞

(berdasarkan pengukuran tahanan LDR pada kondisi ruangan gelap dan LDR tertutup secara keseluruhan, alat ukur tidak dapat menunjukan nilai tahanan LDR karena nilai yang sangat besar.), sehingga: Volt V V x K K V V R R R V Out Out CC Out 0 5 100 100 2 1 1

 Kondisi terang, maka tahanan LDR≈ 10K ohm (berdasarkan pengukuran tahanan LDR di siang hari dan LDR disinari dengan lampu senter dengan jarak senter menempel pada kepala LDR.), sehingga: Volt V V x K K K V V R R R V Out Out CC Out 5 , 4 5 10 100 100 2 1 1

Keluaran rangkaian ini tidak memerlukan pengkondisi sinyal sehingga dapat langsung sebagai masukan analog dari rangkaian ADC

3.2 Perancangan Perangkat Lunak

(Software)

Robot berkaki ini dikendalikan dengan menggunakan pengendali logika fuzzy (Fuzzy

Logic Controller) dan masukan pengendali berupa error jarak dan perubahan error jarak. Keluaran

dari pengendali logika fuzzy ini berupa sinyal kontrol yang kemudian mengendalikan plant motor servo standard, sehingga langkah kaki dari robot dikendalikan oleh sinyal kontrol dari pengendali logika fuzzy.

Blok diagram pengendalian secara umum dapat dilihat pada Gambar 3.4 berikut.

Referensi (Set point jarak) r(t) + -Kesalahan e(t) T Beda Kesalahan e(t)

Fuzzifikasi Logika Pengambil _Keputusan Defuzzifikasi Basis Pengetahuan Motor Servo Keluaran y(t) Sinyal kontrol u(t) Sensor PING™ Jarak aktual robot terhadap rintangan

Kendali Logika Fuzzy e(t-1)

+

-Proses

Gambar 3.4 Blok Diagram Sistem Kendali

3.2.1 Program Utama

Gambar 3.5 berikut adalah gambar diagram keadaan pengendalian robot berkaki pendeteksi cahaya dan penghindar rintangan.

Vcc

R2

R1 LDR

[4]

Mendeteksi Cahaya

/Aturan Fuzzy dan Cahaya;

Tidak Mendeteksi Rintangan dan Cahaya

Mendeteksi Cahaya /Aturan Fuzzy dan

Cahaya; Mendeteksi Cahaya

/Aturan Fuzzy dan Cahaya;

Baca Jarak /Membandingkan Jarak Kanan dan

Kiri; Mendeteksi Rintangan /Aturan Fuzzy; Mendeteksi Rintangan /Aturan Fuzzy; Mendeteksi Rintangan /Aturan Fuzzy; Tidak Mendeteksi Rintangan dan Cahaya Mendeteksi Cahaya

/Aturan Fuzzy dan Cahaya; Inisialisasi /Robot Diam; Baca Sensor Jarak; Baca Sensor cahaya; Scanning Seeking Light Default Forward Obstacle Avoidance

Gambar 3.5 Diagram Keadaan Sistem Robot Berkaki

1. Scanning

Merupakan subrutin program yang berisi perintah untuk mendeteksi adanya rintangan di sekitar robot.

2. Seeking Light

Merupakan subrutin program yang berisi perintah untuk mengatur robot agar dapat mendeteksi adanya cahaya.

3. Avoiding Static Obstacle

Merupakan subrutin program yang berisi perintah untuk mengatur robot agar tidak berbenturan dengan halangan yang berada di depannya.

3.2.2 Sub Rutin Kendali Logika Fuzzy

A. Fuzzifikasi

Fuzzifikasi adalah proses pemetaan input

crisp ke dalam himpunan-himpunan fuzzy dalam

bentuk fungsi keanggotaan.

0 1 -reff -reff 0 NB N Z P PB 0.5 Error Jarak (cm) D e ra ja t K e a n g g o ta a n (M e m b e rs h ip F u n ct io n ) -reff 2 3 6 reff 6 reff 3 reff 2

Gambar 3.6 Fungsi keanggotaan error jarak

0 1 -reff -reff 0 NB N Z P PB 0.5 D_Error Jarak (cm) D e ra ja t K e a n g g o ta a n (M e m b e rs h ip F u n ct io n ) -reff 4 6 12 reff 12 reff 6 reff 4

Gambar 3.7 Fungsi keanggotaan d_error jarak

B. Evaluasi aturan

Evaluasi aturan adalah proses mengevaluasi derajat keanggotaan tiap-tiap fungsi keanggotaan

himpunan fuzzy masukan ke dalam basis aturan yang telah ditetapkan.

Tabel 3.1 Basis Aturan Kendali Logika Fuzzy

D_Error Error NB N Z P PB NB FF FF FF FF FF N SF MF MF MF SF Z S S S S S P SB MB MB MB SB PB FB FB FB FB FB C. Defuzzifikasi

Defuzzifikasi merupakan kebalikan dari proses fuzzifikasi, yaitu mengubah himpunan

fuzzy keluaran menjadi keluaran tegas (crisp).

0 200

20 15 10 0 10 15

FB SB S SF FF

100

Fungsi Keanggotaan Keluaran

D er aj at K ea ng go ta an (M em be rs hi p Fu nc tio n) 20 MF MB

Gambar 3.8 Fungsi keanggotaan keluaran

Untuk mendapatkan nilai tegas (crisp) keluaran

dari himpunan-himpunan fuzzy keluaran,

digunakan metode Center of Gravity (COG). IV. PENGUJIAN DAN ANALISA

4.1 Pengujian Perangkat Keras

4.1.1 Pengujian Sensor PING

Pembacaan sensor dibatasi pada jarak 10 cm – 60 cm. Data hasil pengukuran yang dilakukan adalah sebagai berikut.

Tabel 4.1 Hasil pengukuran jarak dengan PING™.

Dari Tabel 4.1, terlihat bahwa sensor

PINGTM tidak sesuai terhadap jarak

sesungguhnya. Hal ini disebabkan karena

pengukuran atau adanya pembulatan dalam pemrograman.

4.1.2 Pengujian Sensor LDR

Pengujian dilakukan dengan pencahayaan dari senter, kemudian diukur tegangan keluaran

No. Jarak Terukur

(cm) Jarak Terdeteksi PING™ (cm)

1 10 9,5 2 20 20,5 3 30 30,5 4 40 41 5 50 51 6 60 61,5

[5]

dari rangkaian LDR yang dikonfigurasi sebagai pembagi tegangan.

Tabel 4.2 Tegangan keluaran LDR

Jarak Senter (cm) Tegangan Keluaran Rangkaian LDR Depan (Volt) Rangkaian LDR Kanan (Volt) Rangkaian LDR Kiri (Volt) Rangkaian LDR Belakang (Volt) 10 3,43 3,68 2,46 3,44 20 3,31 3,66 2,25 3,40 30 3,27 3,60 1,96 3,35 40 3,19 3,55 1,63 3,31 50 2,98 3,52 1,49 3,24 60 2,86 3,45 1,38 3,15 70 2,74 3,40 1,19 3,12 80 2,63 3,37 1,06 3,04 90 2,58 3,35 0,95 2,99 100 2,49 3,20 0,90 2,88

Dari tabel 4.2 dapat diamati bahwa semakin jauh jarak senter, maka tegangan yang dihasilkan rangkaian LDR semakin kecil.

4.2 Pengujian Perangkat Lunak

4.2.1 Pengujian Pemrograman Fuzzifikasi

Pengujian pemrograman fuzzifikasi

bertujuan untuk mengetahui derajat keanggotaan tiap-tiap fungsi keanggotaan masukan setelah subrutin program fuzzifikasi dijalankan.

Sebagai contoh akan dicari derajat keanggotaan dari suatu masukan yaitu dengan error = 16 cm. Fungsi keanggotaan diperlihatkan pada Gambar 4.1. 0 1 -20 -10 0 NB N Z P PB 0.5 Error Jarak (cm) D er aj at K ea ng go ta an (M em be rs hi p Fu nc tio n) -30 10 20 30

Gambar 4.1 Fuzzifikasi dengan masukan error = 16 cm dan referensi 30 cm

Maka derajat keanggotaan dapat ditentukan sebagai berikut :

Err = 16

Error_P = (20-err) x 20 = 80

Error_PB = (err-10) x 20 = 120

Dari hasil eksekusi program didapatkan nilai yang sama dengan hasil fuzzifikasi secara perhitungan.

4.2.2 Pengujian Pemrograman Evaluasi

Aturan

Pengujian pemrograman evaluasi aturan bertujuan untuk mengetahui nilai keluaran fuzzy

setelah subrutin program evaluasi aturan

dijalankan.

Sebagai contoh akan dicari hasil keluaran dari suatu masukan yaitu error = -10 cm dan

d_error = 4 cm dengan fungsi keanggotaan diperlihatkan pada Gambar 4.2 dan Gambar 4.3.

0 1 -20 -10 0 NB N Z P PB 0.5 Error Jarak (cm) D e ra ja t K e a n g g o ta a n (M e m b e rs h ip F u n ct io n ) -30 10 20 30

Gambar 4.2 Masukan Error = -10

0 1 -10 -5 0 NB N Z P PB 0.5 D_Error Jarak (cm) D e ra ja t K e a n g g o ta a n (M e m b e rs h ip F u n ct io n ) -15 5 10 15

Gambar 4.3 Masukan D_Error = 4

Maka derajat keanggotaan dapat ditentukan sebagai berikut : Err = -10 Error_NB = (-10-err) x 20 = 0 Error_N = (err+20) x 20 = 200 Error_Z = (err+10) x 20 = 0 D_Err = 4 D_Error_Z = (5-d_err) x 40 = 40 D_Error_P = (d_err-0) x 40 = 160

Dengan menggunakan metode Max-Min:

MF NB N Z NB N Z Z Z Z P P P D_Error Implikasi Min MF 20 15 FF S 0 20 FF MF 15 S 0 Error Error Error Error Error Error MF MF MF MF MF MF MF MF MF MF MF D_Error D_Error D_Error D_Error D_Error 0 200 0 0 200 40 40 40 160 160 160 0 30 20 40 0 0 160 0 10 Agregasi Max MF MF MF MF MF MF v v v v v v v MF

Gambar 4.4 Pengujian evaluasi aturan.

Dengan pengujian evaluasi aturan di atas, maka dapat dihitung nilai crisp output fuzzy, yaitu : v = (0 x 20 ) + (40 x 15) + (0 x 0) + (0 x 20) + (160 x 15) + (0 x 0) = 3000

Dari hasil eksekusi program didapatkan nilai yang sama dengan hasil evaluasi aturan secara perhitungan.

[6]

4.2.3 Pengujian Pemrograman Defuzzifikasi

Pengujian program defuzzifikasi

bertujuan untuk mengetahui nilai crisp kecepatan

hasil eksekusi program maupun secara

perhitungan. Sebagai contoh akan dicari hasil keluaran dari suatu masukan yaitu error = -10 cm, dan d_error = 4 cm (sama dengan contoh proses evaluasi aturan). Crisp output = i i i i i Output Fuzzy axis X di singleton Posisi Output Fuzzy = 0 160 0 0 40 0 0) x (0 + 15) x (160 + 20) x (0 + 0) x (0 + 15) x (40 + ) 20 x (0 = 15

Dari hasil eksekusi program didapatkan nilai yang sama dengan hasil defuzzifikasi secara perhitungan.

4.3 Pengujian Pergerakan Robot Dalam

Mendeteksi Cahaya dan Menghindari Rintangan

4.3.1 Pergerakan Robot dalam Mendeteksi

Cahaya

LDR Depan 20 cm

Gambar 4.5 Sensor LDR depan mendeteksi adanya cahaya dan robot bergerak maju.

LDR Kanan

20 cm

Gambar 4.6 Sensor LDR kanan mendeteksi adanya cahaya dan robot belok/berotasi ke kanan

LDR Kiri

20 cm

Gambar 4.7 Sensor LDR kiri mendeteksi adanya cahaya dan robot belok/berotasi ke kiri

LDR Belakang 20 cm

Gambar 4.8 Sensor LDR belakang mendeteksi adanya cahaya dan robot belok/berotasi ke kanan.

4.3.2 Pergerakan Robot dalam Menghindari

Rintangan

4.3.2.1 Gerakan Mendekati Rintangan

Gambar 4.9 Robot Bergerak maju sampai menuju jarak referensi 15 cm

15 cm

Gambar 4.10 Pengujian robot dengan jarak referensi 15 cm, robot berhenti,

15 cm

Gambar 4.11 Robot melakukan scanning setelah mencapai jarak referensi 15 cm

20 cm 15 cm

Gambar 4.12 Robot melakukan rotasi ke kanan apabila jarak halangan dengan robot disebelah kanan lebih

besar dibandingkan jarak halangan kiri robot.

20 cm 15 cm

Gambar 4.13 Robot melakukan rotasi ke kiri apabila jarak halangan dengan robot disebelah kiri lebih besar

dibandingkan jarak halangan kanan robot.

4.3.2.2 Gerakan Menjauhi Rintangan

Gambar 4.14 Robot Bergerak mundur sampai menuju jarak referensi 15 cm

15 cm

Gambar 4.15 Pengujian robot dengan jarak referensi 15 cm, robot berhenti,

15 cm

Gambar 4.16 Robot melakukan scanning setelah mencapai jarak referensi 15 cm

20 cm 15 cm

Gambar 4.17 Robot melakukan rotasi ke kanan apabila jarak halangan dengan robot disebelah kanan lebih

besar dibandingkan jarak halangan kiri robot.

20 cm 15 cm

Gambar 4.18 Robot melakukan rotasi ke kiri apabila jarak halangan dengan robot disebelah kiri lebih besar

[7]

V. PENUTUP

5.1 Kesimpulan

Tugas Akhir robot berkaki empat

pendeteksi cahaya dan penghindar rintangan menggunakan metode kontrol fuzzy ini dapat ditarik kesimpulan sebagai berikut :

1. Dari hasil pengujian terhadap kendali

kecepatan robot dalam mencapai

rintangan/halangan, didapatkan bahwa untuk sistem tanpa kontroler menghasilkan respon sistem yang lambat.

2. Robot tetap dapat menghindari rintangan pada jarak yang mendekati nilai referensi, baik

rintangan yang terlalu dekat maupun

rintangan yang jauh.

3. Posisi dan arah sensor ultrasonik sangat berpengaruh terhadap pendeteksian benda yang berada di depan robot.

4. Sensor PING™ memberikan hasil pembacaan jarak dengan error yang kecil, yaitu antara -0,5 cm sampai 1,5 cm untuk daerah pendeteksian robot.

Arah gerak robot sangat berpengaruh terhadap pendeteksian bentuk rintangan yang berada di depan robot.

5.2 Saran

Sebagai masukan guna pengembangan lebih lanjut dari tugas akhir ini, maka penulis memberikan beberapa saran sebagai berikut :

1. Dapat dilakukan perancangan kembali

pengendali logika fuzzy, dengan basis aturan

maupun fungsi keanggotaan (masukan

maupun keluaran) yang berbeda untuk mendapatkan hasil yang lebih memuaskan.

2. Penambahan sensor ultrasonik akan

menjadikan robot lebih sensitif dalam membaca adanya halangan.

3. Penambahan sensor LDR akan menjadikan robot lebih sensitif dalam mendeteksi adanya sumber cahaya.

4. Konstruksi mekanik robot berkaki bisa lebih disempurnakan sehingga robot berkaki bisa berjalan dalam kondisi jalan berkerikil dan jalan tidak rata.

5. Robot berkaki ini bisa ditambahkan kamera, sehingga robot bisa dipantau dari jarak jauh.

DAFTAR PUSTAKA

[1] Bejo, Agus, C&AVR Rahasia Kemudahan

Bahasa C dalam Mikrokontroler ATMega8535. Penerbit Graha Ilmu,

Yogyakarta 2008.

[2] Budiharto, Widodo, Membuat Robot

Cerdas, Penerbit Elex Media

Komputindo, Jakarta, 2006.

[3] Lee, Honglak. dkk, Quadruped Robot

Obstacle Negotiation via

Reinforcement Learning, Stanford

University.

[4] Mohroji, Perancangan Bipedal Robot

Penjejak Dinding Ruang

Menggunakan Kendali PD, Laporan

Tugas Akhir Teknik Elektro

Universitas Diponegoro, Mei, 2011.

[5] Ogata, Katsuhiko, Teknik Kontrol

Automatik Jilid 1, Diterjemahkan

Oleh Ir. Edi Leksono, Penerbit Erlangga, Jakarta, 1994.

[6] Rabbo, Saber Abd, Desain, Implementation

and Control of Walking Robot via PIC Microcontroller, Mechanical

Design and Prod. Department

Shoubra Faculty of Engineering Benha University, 2008.

[7] Budiharto, Widodo, Membuat Robot

Cerdas, Penerbit Elex Media

Komputindo, Jakarta, 2006.

[8] Wardhana L, Belajar Sendiri

Mikrokontroler AVR Seri

ATMega8535 Simulasi, Hardware, dan Aplikasi, Penerbit Andi, Yogyakarta, 2006.

[9] ---, ATmega 8535 Data Sheet,

http://www.atmel.com, Januari 2010. [10] ---, PING)))™ Ultrasonic Distance

Sensor Data Sheet,

http://www.parallax.com, Maret 2011. [11] ---, Code Vision AVR Data Sheet,

http://www.hpinfotech.com, Maret 2011.

[12] ---, LDR Data Sheet,

http://www.sunrom.com, Maret 2011.

BIODATA MAHASISWA

Bernardinus Krisna Anggananto (L2F 309 004)

Saat ini sedang melanjutkan studi pendidikan strata I di Jurusan Teknik Elektro, Fakultas Teknik

Universitas Diponegoro

Konsentrasi Kontrol. Mengetahui dan mengesahkan, Dosen Pembimbing I Iwan Setiawan, ST, MT NIP.197309262000121001 Tanggal:____________ Dosen Pembimbing II Budi Setiyono, ST, MT NIP.197005212000121001 Tanggal: ___________