• Tidak ada hasil yang ditemukan

SKRIPSI SWARM ROBOT DALAM MENDETEKSI GAS DENGAN METODE ALGORITMA PARTICLE SWARM OPTIMIZATION (PSO)

N/A
N/A
Protected

Academic year: 2019

Membagikan "SKRIPSI SWARM ROBOT DALAM MENDETEKSI GAS DENGAN METODE ALGORITMA PARTICLE SWARM OPTIMIZATION (PSO)"

Copied!
18
0
0

Teks penuh

(1)

i

SKRIPSI

SWARM ROBOT DALAM MENDETEKSI GAS

DENGAN METODE ALGORITMA PARTICLE SWARM

OPTIMIZATION (PSO)

Disusun untuk Memenuhi Syarat Menyelesaikan

Pendidikan Sarjana Terapan Program Studi Teknik Elektro

Jurusan Teknik Elektro

Oleh :

Falah Yuridho

061340341461

POLITEKNIK NEGERI SRIWIJAYA

PALEMBANG

(2)

HALAMAN PENGESAHAN

SKRIPSI

SWARM ROBOT DALAM MENDETEKSI GAS DENGAN

METODE ALGORITMA PARTICLE SWARM OPTIMIZATION

(PSO)

Disusun untuk Memenuhi Syarat Menyelesaikan Pendidikan Sarjana Terapan pada Program Studi Teknik Elektro

Jurusan Teknik Elektro

Oleh Falah Yuridho

061340341461

Menyetujui,

Pembimbing I

Nyayu Latifah Husni, ST., MT.

NIP. 197605032001122002

Pembimbing II

M.Taufik Roseno, ST., M.Kom NIP. 197703232003121002

Mengetahui,

Ketua Jurusan Teknik Elektro

Yudi Wijanarko, S.T., M.T.

Ketua Program Studi Sarjana Terapan Teknik Elektro

Konsentrasi Mekatronika

(3)

iii

HALAMAN PERNYATAAN ORISINALITAS

Y

ang bertanda tangan dibawah ini :

Nama : FALAH YURIDHO

Nim : 061340341461

Judul : SWARM ROBOT DALAM MENDETEKSI GAS DENGAN METODE ALGORITMA PARTICLE SWARM OPTIMIZATION (PSO)

Menyatakan bahwa Laporan SKRIPSI saya merupakan hasil karya sendiri

didampingi tim pembimbing I dan pembimbing II dan bukan hasil penjiplakan /

plagiat. Apabila ditemukan unsur penjiplakan / plagiat dalam Laporan SKRIPSI

ini, maka saya bersedia menerima sanksi akademik dari Politeknik Negeri

Sriwijaya sesuai dengan aturan yang berlaku.

Demikian pernyataan ini saya buat dalam keadaan sadar dan tanpa paksaan

dari siapapun.

Palembang, Agustus 2017

Penulis

(4)

HALAMAN PERSETUJUAN RE PUBLIKASI

Y

ang bertanda tangan dibawah ini :

Nama : FALAH YURIDHO

Nim : 061340341461

Judul : SWARM ROBOT DALAM MENDETEKSI GAS DENGAN METODE ALGORITMA PARTICLE SWARM OPTIMIZATION (PSO)

Memberikan izin kepada Pembimbing Skripsi dan Politeknik Negeri

Sriwijaya untuk memublikasikan hasil penelitian saya untuk kepentingan akademik

apabila dalam waktu 1 (satu) tahun saya tidak memublikasikan karya penelitian

saya. Dalam kasus ini saya setuju untuk menempatkan Pembimbing Skripsi sebagai

penulis korespondensi ( Corresponding author).

Demikian, pernyataan ini saya buat dalam keadaan sadar dan tanpa paksaan

dari siapapun.

Palembang, Agustus 2017

Falah Yuridho

(5)

v

MOTTO DAN PERSEMBAHAN

MOTTO

“Always be yourself no matter what they say and never be anyone

else even if they look better than

you”

“ Inna Ma’al ‘Usri Yusroo ”

(Sesungguhnya Bersama Kesulitan Itu Ada Kemudahan )

Dipersembahkan Kepada :

• Ayah dan ibuku tercinta

- M. Yunus Yusuf, S.E.

- Rita Septiana, S.E.

• Saudaraku tersayang

- Febi Dwi Kania

- Fadiah Agmis

- Farhah Salsabillah

• Keluarga besarku

• Seluruh Dosen terutama

pembimbingku

- Nyayu Latifah Husni, S.T., M.T

- M. Taufik Roseno, S.T., M.Kom

• Rekan-rekan yang telah membantu

• Teman seperjuangan kelas 8 ELA

(6)

ABSTRAK

SWARM ROBOT DALAM MENDETEKSI GAS DENGAN METODE ALGORITMA PARTICLE SWARM OPTIMIZATION (PSO)

Karya tulis ilmiah berupa SKRIPSI, 18 Juli 2017

Falah Yuridho; dibimbing oleh Nyayu Latifah Husni, S.T., M.T dan M. Taufik

Roseno, S.T., M.Kom.

SWARM ROBOT IN DETECTING GAS WITH PARTICLE SWARM

OPTIMIZATION (PSO) ALGORITHM METHOD

xvii + 68 Halaman, 4 tabel , 58 Gambar , 20 Lampiran

Pengembangan sistem deteksi kebocoran gas telah menjadi penelitian yang serius untuk berbagai bidang, terutama di bidang robotika dan informatika. Sistem pendeteksi gas menjadi kebutuhan mendesak saat ini mengingat banyaknya ancaman yang muncul dalam kehidupan masyarakat seperti kebakaran hutan, kebocoran pipa gas, dan sebagainya.

Dalam penelitian ini digunakan robot swarm. Robot swarm adalah bidang yang relatif baru dengan fokus utama mengendalikan sejumlah sistem robotik homogen. Robot swarm memiliki beberapa keunggulan dibanding robot individual dengan kemampuan yang sebanding. Kesederhanaan setiap individu memberikan implementasi yang lebih mudah dan murah. Keuntungan lain dari robot swarm adalah cakupan area yang lebih luas daripada robot individu, karena kecerdasan distributif. Konsep kecerdasan swarm adalah target utama yang diimplementasikan pada hasil akhir dengan domain aplikasi generik.

Pada penelitian ini, Partikel Swarm Optimization (PSO) digunakan. Ini adalah salah satu algoritma yang handal untuk pencarian sumber gas. Hasil penelitian menunjukkan bahwa PSO berhasil melokalisasi sumber gas.

(7)

vii

ABSTRACT

SWARM ROBOT IN DETECTING GAS WITH PARTICLE SWARM OPTIMIZATION (PSO) ALGORITHM METHOD

Scientific Paper in the form of Final Project, 18th of July, 2017

Falah Yuridho; supervised by Nyayu Latifah Husni, S.T., M.T dan M.Taufik

Roseno, S.T., M.Kom.

SWARM ROBOT DALAM MENDETEKSI GAS DENGAN METODE

ALGORITMA PARTICLE SWARM OPTIMIZATION (PSO)

xvii + 68 Pages, 4 Tables , 58 Pictures , 20 Attachment

The development of gas leak detection system has become a serious research for many fields, especially in the field of robotics and informatics. Gas detection system becomes an urgent necessity nowadays considering the many threats that emerged in people's lives such as forest fires, gas pipeline leaks, and so forth.

In this research, A swarm robot was used. Swarm robot is a relatively new field with a major focus on controlling a number of homogeneous systems of robots. Swarm robots have several advantages over individual robots with comparable capabilities. The simplicity of each individual provides an easier and cheaper implementation. Another advantage of swarm robots is coverage of a wider area than individual robots, due to distributive intelligence. The concept of swarm intelligence is the main target that is implemented in the final result with generic application domains.

In thi research, a Particle Swarm Optimization (PSO) was used. It is one of the reliable algorithms for gas source search. The research result shows that PSO was successful in localizing the gas source.

(8)

KATA PENGANTAR

Assalamu’alaikum Wr.Wb

Alhamdulillah, puji dan syukur kehadirat Allah SWT. yang telah

memberikan rahmat dan hidayah-Nya, sehingga penulis dapat menyelesaikan

laporan akhir ini yang berjudul Swarm Robot Dalam Mendeteksi Gas Dengan Metode Algoritma Particle Swarm Optimization (PSO)” Shalawat beserta salam semoga selalu tercurah kepada junjungan kita Nabi Muhammad SAW beserta

keluarga, sahabat dan pengikutnya yang istiqomah hingga akhir zaman. Tugas

Akhir ini disusun sebagai persyaratan kelulusan pada Program Studi Sarjana

Terapan Teknik Elektro konsentrasi mekatronika Politeknik Negeri Sriwijaya

Palembang.

Pada kesempatan ini, penulis ingin mengucapkan terima kasih yang

sebesar-besarnya kepada kedua orang tua yang selalu mendukung dalam

pembuatan Tugas akhir ini baik itu berupa moril maupun materil. Selain itu terima

kasih juga sebesar-besarnya kepada:

1. Nyayu Latifah Husni, ST., MT. selaku Pembimbing I 2. M. Taufik Roseno, S.T., M.Komselaku Pembimbing II

Penulis juga mengucapkan terima kasih atas bantuan dan kesempatan yang

telah diberikan sehingga penulis dapat menyelesaikan Tugas akhir ini, kepada :

1. Bapak Dr. Dipl. Ing. Ahmad Taqwa, M.T. selaku Direktur Politeknik

Negeri Sriwijaya Palembang.

2. Bapak Yudi Wijanarko, S.T.,M.T., selaku Ketua Jurusan Teknik Elektro

Politeknik Negeri Sriwijaya Palembang.

3. Bapak H. Herman Yani,S.T.,M.Eng., selaku Sekretaris Jurusan Teknik

Elektro Politeknik Negeri Sriwijaya Palembang.

4. Ibu Ekawati Prihatini,S.T.,M.T selaku Ketua Program Studi Sarjana

(9)

ix

6. Semua dosen dan seluruh staff serta karyawan administrasi di jurusan

Teknik Elektro Politeknik Negeri Sriwijaya Palembang.

7. Kepala Perpustakaan beserta staff administrasi perpustakaan pusat dan

perpustakaan Teknik Elektro Politeknik Negeri Sriwijaya.

8. Rekan-rekan seperjuangan Teknik Elektro konsentrasi Mekatronika

POLSRI 2013 khususnya kelas 8 ELA POLSRI 2013 yang selalu saling

memberikan semangat dan motivasi.

9. Semua pihak yang telah membantu yang tidak bisa penulis sebutkan satu

persatu dalam pembuatan Skripsi ini.

Dalam penulisan Tugas Akhir ini, penulis menyadari masih banyak

kekurangan dan kesalahan. Oleh sebab itu, penulis sangat mengharapkan adanya

kritik dan saran yang bersifat membangun guna penyempurnaan dalam penulisan

ini.

Akhirnya penulis berharap semoga Tugas akhir ini dapat bermanfaat bagi

kita semua, khususnya bagi mahasiswa Politeknik Negeri Sriwijaya jurusan

Teknik Elektro Program Studi Sarjana Terapan konsentrasi mekatronika.

Wassalamu’alaikum Wr.Wb

Palembang, Juli 2017

(10)

DAFTAR ISI

Halaman

HALAMAN JUDUL ... i

HALAMAN PENGESAHAN...ii

HALAMAN PERNYATAAN ORISINALITAS...iii

HALAMAN PERSETUJUAN RE PUBLIKASI...iv

MOTTO DAN PERSEMBAHAN...v

BAB I PENDAHULUAN...1

1.1 Latar Belakang ... 1

1.5.1 Metode Referensi ... 3

1.5.2 Metode Observasi ... 4

1.5.3 Metode Wawancara ... 4

BAB II TINJAUAN PUSTAKA...5

2.1 Baterai Lipo ... 5

(11)

xi

2.2 Driver Motor DC L293D ... 7

2.3 Motor Direct Current (DC) ... 9

2.3.1 Prinsip Kerja Motor DC ... 9

2.4 Adjustable Voltage Regulator ... 10

2.5 Arduino ... 11

2.5.1 Sejarah Arduino ... 11

2.5.2 Arduino Mega 2560 ... 12

2.5.2.1 Input dan Output (I/O) ... 13

2.5.2.2 Schematik Arduino Mega 2560 ... 14

2.5.2.3 Summary Arduino Mega 2560 ... 16

2.6 Raspberry PI ... 17

2.6.1 Bagian-bagian board dari konfigurasi pin Raspberry Pi ... 18

2.7 Sensor TGS ... 19

2.7.1 TGS 2600 ... 19

2.7.2 TGS 2602 ... 20

2.7.3 TGS 2620 ... 21

2.8 Sensor Ultrasonik ... 22

2.8.1 Sensor Ultrasonik SRF04 ... 23

2.8.1.1 Cara Kerja Sensor Ultrasonik SRF04 ... 24

2.9 Kompas HMC5883 ... 26

2.10 Modul Xbee ... 26

2.11 Liquid Crystal Display (LCD) ... 29

2.11.1 Konfigurasi LCD ... 30

2.12 Roda Omni ... 31

2.13 Pengenalan Particle Swarm Optimization...32

BAB III METODE PENELITIAN...35

3.1 Waktu dan Tempat ... 35

3.2 Metode Penelitian... 35

3.2.1 Metode Deskriptif ... 35

(12)

3.2.3 Jenis dan Sumber Data ... 35

3.3 Metode Pembahasan ... 36

3.3.1 Perancangan Elektronik ... 36

3.3.1.1 Kerangka (frame work) Perancangan Alat ... 43

3.3.1.2 Blok Diagram Keseluruhan ... 46

3.3.1.3 Flowchat Algoritma Particle Swarm Optimization .... 48

3.3.1.4 Perancangan Perangkat Keras ... 49

3.3.2 Perancangan Mekanik Penempatan Komponen ... 49

3.3.2.1 Lantai 1 (bawah) Pada Robot Pendeteksi Gas ... 49

3.3.2.2 Lantai 2 (bawah) Pada Robot Pendeteksi Gas ... 50

3.3.2.3 Lantai 2 (atas) Pada Robot Pendeteksi Gas ... 51

3.3.2.4 Lantai 3 (bawah) Pada Robot Pendeteksi Gas ... 51

3.3.2.5 Lantai 3 (atas) Pada Robot Pendeteksi Gas ... 52

3.3.2.5 Lantai 4 (atas) Pada Robot Pendeteksi Gas... 52

BAB IV HASIL DAN PEMBAHASAN...54

4.1 Prinsip Kerja Swarm Robot...54

4.2 Algoritma Particle Swarm Optimization (PSO)...55

4.2.1 Implementasi Algoritma Particle Swarm Optimization (PSO)...57

(13)

xiii

Gambar 2.6 Adjustable Voltage Regulator ... 10

Gambar 2.7 Arduino Mega 2560 ... 13

Gambar 2.8 Schematic Arduino Mega 2560 ... 15

Gambar 2.9 Board Raspberry Pi ... 18

Gambar 2.10 Konfigurasi pin pada Raspberry Pi ... 19

Gambar 2.11 Sensor TGS 2600 ... 19

Gambar 2.12 Sensor TGS 2602 ... 20

Gambar 2.13 Sensor TGS 2620 ... 21

Gambar 2.14 Circuit Sensor TGS 2620 ... 21

Gambar 2.15 Prinsip Kerja Sensor Ultrasonik ... 23

Gambar 2.16 Sensor Ultrasonik SRF04 ... 23

Gambar 2.17 Konfigurasi Pin Sensor Ultrasonik SRF04... 24

Gambar 2.18 Timing Diagram Sensor Ultrasonik SRF04 ... 25

Gambar 2.19 Kompas HMC5883 ... 26

Gambar 2.20 Xbee 2mW Wire Antenna – Series 2 ... 27

Gambar 2.21 Bentuk Fisik LCD 16x2 ... 29

Gambar 2.22 Roda Omni ... 31

Gambar 2.23 Contoh Pergerakan Roda Omni... 32

Gambar 3.1 Pin Sensor TGS 2600 ke Arduino Mega 2560...37

Gambar 3.2 Pin Sensor TGS 2602 ke Arduino Mega 2560...37

(14)

Gambar 3.4 Input ke Pin Arduino Mega 2560 dengan DC-Stepdown...38

Gambar 3.5 Pin Sensor Ultrasonik HC-SR04 ke Arduino Mega 2560...39

Gambar 3.6 Input Baterai ke DC-Stepdown...39

Gambar 3.7 Kompas GY-273 HMC588L ke Arduino Mega 2560...40

Gambar 3.8 Baterai ke Motor Driver L298N...40

Gambar 3.9 Motor Driver L289N Kanan-Kiri ke Arduino Mega 2560...41

Gambar 3.10 Motor Driver L289N Depan-Belakang ke Arduino Mega 2560...41

Gambar 3.11 Motor Driver L289N ke Arduino Mega 2560...42

Gambar 3.12 XBee Pro ke Arduino Mega 2560...43

Gambar 3.13 LCD 16x2 ke Arduino Mega 2560... ....43

Gambar 3.14 Kerangka (frame work) Perancangan Alat ... 44

Gambar 3.15 Blok Diagram Keseluruhan ... 46

Gambar 3.16 Flowchat Algoritma Particle Swarm Optimization (PSO) ... 48

Gambar 3.17 Lantai 1 (bawah) Pada Robot Pendeteksi Gas ... 49

Gambar 3.18 Lantai 2 (bawah) Pada Robot Pendeteksi Gas ... 50

Gambar 3.19 Lantai 2 (atas) Pada Robot Pendeteksi Gas ... 51

Gambar 3.20 Lantai 3 (bawah) Pada Robot Pendeteksi Gas ... 51

Gambar 3.21 Lantai 3 (atas) Pada Robot Pendeteksi Gas ... 52

Gambar 3.22 Lantai 4 (atas) Pada Robot Pendeteksi Gas...52

Gambar 3.23 Gambar keseluruhan bentuk robot pendeteksi gas...53

Gambar 4.1 Swarm Robot...55

Gambar 4.2 Gambar langkah ke tiga pada MATLAB...61

Gambar 4.3 Simulasi pada detik pertama...62

Gambar 4.4 Simulasi pada detik kedua...62

Gambar 4.5 Simulasi pada detik ke tiga...63

Gambar 4.6 Hasil akhir simulasi pada detik ke empat...63

(15)

xv

Gambar 4.9 Swarm robot mencari posisi minimum sumber gas...66

Gambar 4.10 Robot kuning telah mendapatkan posisi minimum

sumber gas. T=180s...66

Gambar 4.11 Robot biru mengikuti agen kuning yang telah

mendapatkan titik sumber minimum sumber gas...67

(16)

DAFTAR TABEL

Halaman

Tabel 2.1 Keterangan Arduino Mega 2560 ... 17

Tabel 2.2 Konfigurasi Pin RF Module Xbee ... 28

Tabel 2.3 Konfigurasi Liquid Crystal Display (LCD) ... 30

(17)

xvii

DAFTAR LAMPIRAN

Lampiran A Lembar Bimbingan Skripsi

Lampiran B Lembar Rekomendasi Skirpsi

Lampiran C Lembar Pelaksanaan Revisi

Lampiran D Skematik Rangkaian

Lampiran E Datasheet Arduino MEGA 2560

Lampiran F Datasheet HC-SR04

Lampiran G Datasheet TGS 2600

Lampiran H Datasheet TGS 2602

Lampiran I Datasheet TGS 2620

Lampiran J Program Pada MATLAB

(18)

Referensi

Dokumen terkait

“Prediksi Kualitas Udara Berdasarkan Indeks Standar Pencemar Udara Menggunakan Jaringan Syaraf Tiruan (JST) – Particle Swarm Optimization (PSO)” dengan baik dan

Pada Gambar 4.2 dibawah ini ditunjukkan bagaimana alir algoritma Particle Swarm Optimization (PSO) untuk optimasi keuntungan pembangunan perumahan berdasarkan jumlah

Dalam penelitian ini dilakukan metode optimasi menggunakan PSO (Particle Swarm Optimization) untuk menentukan penjadwalan preventive maintenance sehingga dapat

Particle Swarm Optimization untuk penentuan pasal pada kasus penganiayaan, pada penelitian ini PSO dapat membangkitkan nilai belief dengan hasil yang maksimal. Nilai

Untuk memenuhi persyaratan tersebut saya mengajukan skripsi yang berjudul “Penyelesaian VRP Menggunakan Algoritma Particle Swarm Optimization (PSO) Untuk Meminimasi

Berdasarkan permasalahan tersebut, penulis mengusulkan untuk menerapkan algoritma Particle Swarm Optimization (PSO) untuk menyelesaikan masalah perencanaan produksi

Dalam tugas akhir ini, akan dilakukan penerapkan algoritma Particle Swarm Optimization (PSO) dalam mengoptimasi penyisipan pesan pada citra digital berbasis Discrete Wavelet

KESIMPULAN Hasil yang didapatkan dari penelitian Analisis Sentimen Review Produk Skincare Dengan Naïve Bayes Classifier Berbasis Particle Swarm Optimization PSO dihasilkan nilai