Journal of Control and Network Systems

(1)

Shochibah Yatimatul Asmak, Helmy Widyantara, Ira Puspasari

JCONES Vol. 4, No. 1 (2015) Hal: 113

JCONES Vol. 4, No. 1 (2015) 113-118

Journal of Control and Network Systems

Situs Jurnal : http://jurnal.stikom.edu/index.php/jcone

ANALISA PERBANDINGAN METODE FUZZY LOGIC CONTROL DAN METODE

VIRTUAL FORCE FIELD (VFF) UNTUK DYNAMIC OBSTACLE AVOIDANCE

Shochibah Yatimatul Asmak1) Helmy Widyantara2) Ira Puspasari3)

Program Studi/ Jurusan Sistem Komputer Institut Bisnis dan Informatika Stikom Surabaya

Jalan Raya Kedung Baruk 98 Surabaya, 60298

Email : 1)[email protected])[email protected] 3)[email protected]

Abstract :Technology is often used to perform human tasks which are too risky if done by the humans themselves. In military field, for example, a combat vehicle which can adapt quickly with various new environment so that it can evade and reach the designed target successfully is highly needed. In order to develop the technology which later can replace human being in its operation, a simulation is required to see a robot response.

Suparno, 2014, uses Fuzzy Logic Control method to control the robot’s speed and evading direction when it encounters unmoving obstacles. In this research, comparison analysis between Fuzzy Logic Control method and Force Field (VFF) method is done to evade moving obstacles and reach the target.

The parameters analyzed are the distance between the robot and the target and the time required by the robot to reach the target. The result are : Without Obstacle, VFF has milleage 1,166 times longer than Fuzzy and travel time 1,123 times longer than Fuzzy. With 1 Obstacle, VFF has milleage 1,066 times longer than Fuzzy and 1,049 times longer than Fuzzy. With Multiple Obstacle, VFF has milleage 1,315 times longer than Fuzzy and 1,36 times longer than Fuzzy. VFF has longer milleage than Fuzzy because VFF has a great value of vector sum. That’s why VFF has longer travel time than Fuzzy.

Keywoards : Fuzzy Logic ControlandVirtual Force Field, Fuzzy Logic, VFF, Dynamic Obstacle Avoidance

PENDAHULUAN

Pada era global ini teknologi telah berkembang pesat bahkan dalam segala bidang. Teknologi sering dimanfaatkan guna meringankan pekerjaan manusia, mengatasi kelalaian manusia serta mengerjakan pekerjaan dengan resiko tinggi apabila dikerjakan oleh manusia. Seperti misalnya dalam bidang militer. Sistem pertahanan negara telah mengembangkan teknologi yang memiliki kecerdasan dan keakuratan yang cukup tinggi dalam membantu mempertahankan negara agar lebih optimal. Dalam bidang militer, tentunya dibutuhkan kendaraan tempur yang mampu beradaptasi dengan cepat terhadap lingkungan yang belum diketahui sehingga apabila terdapat halangan, kendaraan tempur tersebut akan dapat menghindar dan menentukan jalur lain untuk menuju target. Namun pekerjaan tersebut tentunya terlalu berbahaya apabila dilakukan oleh manusia. Untuk mengurangi resiko kecelakaan, maka dibuatlah robot yang dapat menggantikan kendaraan tempur, sehingga robot tersebut dapat berjalan tanpa ada manusia di dalamnya.

Untuk menciptakan teknologi yang dapat menggantikan manusia dalam pengoperasian kendaraan tempur tersebut, sebelumnya dibutuhkan adanya simulasi untuk melihat gerak robot menuju target dengan

memperhatikan beberapa halangan (obstacle)., terutama

obstacle bergerak

Telah ada penelitian dengan topik sama, yaitu “Simulasi Trajectory Planning dan Pembentukan Formasi pada Robot Obstacle Avoidance”. Simulasi pada penelitian tersebut menggunakan metode Fuzzy Logic

Control untuk mengendalikan kecepatan robot apabila

mendeteksi adanya halangan. Namun pada penelitian tersebut, hanya dilakukan percobaan untuk obstacle diam saja. Sehingga belum dilakukan percobaan untuk obstacle bergerak. Sedangkan dalam proses pergerakannya, robot harus dapat mendeteksi segala bentuk obstacle, baik

obstacle diam maupun bergerak, dan menghindari obstacle tersebut. Robot harus mampu menghindari obstacle dan memilih jalur yang sesuai untuk menuju

target.

Pada penelitian ini, akan dilakukan analisa perbandingan antara metode Fuzzy Logic Control dan metode Virtual Force Field (VFF) untuk menghindari

obstacle bergerak, serta mempu mencapai target yang

(2)

Shochibah Yatimatul Asmak, Helmy Widyantara, Ira Puspasari

JCONES Vol. 4, No. 1 (2015) Hal: 114

METODE PENELITIAN

Pada penelitian ini, peneliti memanfaatkan Visual

Basic .Net 2008 sebagai compiler pembuatan program. Visual Basic.Net 2008 (VBNet 2008) merupakan

salah satu program berorientasi objek yang diproduksi oleh Microsoft Corp. Biasanya, program ini dijadikan satu paket dengan Visual C# 2008 dan Visual C++ 2008 dalam

Visual Studio 2008. Teknik pemrograman pada VBNet

2008 dapat dibuat lebih terstruktur jika dibandingkan dengan Visual Basic 6 (VB 6) (Wardana, 2008:11).

Grafis pada VBNet membutuhkan sistem operasi GDI+ (Graphic Device Interface) yang digunakan digunakan sebagai media yang dapat menjadi kanvas untuk menampilkan atau membuat gambar.

Seluruh form pada VBNet memiliki sebuah koordinat yang berguna untuk menentukan posisi gambar atau graphic pada form. Koordinat tersebut terdiri atas dua bagian yaitu koordinat horizontal dan koordinat vertikal yang biasa dilambangkan sebagai x dan y. Satuan yang digunakan dalam korrdinat form adalah pixel. Koordinat dimulai dari bagian kiri atas form yang merupakan koordinat dasar dari form yang memiliki nilai 0 pada koordinat x dan nilai 0 pada koordinat y (Priyanto R, 2009:226).

GDI+ menggunakan sistem koordinat, sehingga koordinat tersebut akan ditampilkan di layar (x, y), mulai dari titik koordinat 0, 0.

Gambar 1. Koordinat x,y (0, 0) (Hendra 2011).

Blok Diagram

Gambar 2. Blok Diagram Menggunakan Fuzzy

Gambar 3. Blok Diagram Menggunakan VFF Dari blok diagram pada Gambar 3 dan Gambar 4 dapat dijelaskan bahwa robot memiliki sensor ultrasonic,

sensor posisi, dan sensor tujuan sebagai masukan. Dimana masukan-masukan ini akan disimulasikan pada program. Untuk sensor ultrasonic yang dimanfaatkan untuk sensor jarak, akan digambarkan sebagai suatu garis yang memiliki koordinat-koordinat dan membentuk suatu vektor garis yang telah ditentukan.

Perancangan Sensor Ultrasonic dan Penentuan

Target

Gambar 4. Pembentukan Koordinat Sensor Ultrasonuc Pada gambar 4, terdapat garis vektor yang berwarna hijau, merah, dan biru (x1, y1, z1). Garis-garis tersebut merupakan range 3 sensor ultrasonic yang terdapat pada robot yang nilainya ditentukan menggunakan rumus theorema phytagoras. Ketiga garis tersebut akan menghasilkan nilai yang kemudian akan diolah menggunakan metode Fuzzy Logic Control dan metode Virtual Force Field (VFF), sehingga robot dapat menentukan sudut belok robot ketika terdapat obstacle, serta sebagai sensor yang dapat mendeteksi adanya

obstacle. Selain sensor ultrasonic, terdapat pula sensor

posisi, digambarkan dengan letak koordinat (x, y) robot. Koordinat robot digunakan sebagai titik acuan untuk menggerakkan robot.

Dalam menentukan error arah hadap dari robot terhadap titik tujuan maka digunakan theorema phytagoras yang akan menghasilkan posisi (path) saat ini

dan jarak terhadap titik tujuan (Ardilla, 2011). berikut perhitungannya:

Target_distance = ... (1) Dimana :

... (2) ... (3)

(3)

Shochibah Yatimatul Asmak, Helmy Widyantara, Ira Puspasari

JCONES Vol. 4, No. 1 (2015) Hal: 115

Gambar 5. Pembentukan Garis Bantu Menuju Target

Kemudian masukan selanjutnya adalah koordinat (xt, yt) tujuan. Koordinat tujuan adalah koordinat yang akan dituju robot. Untuk menuju ke target, dibuatlah garis bantu (tu1 dan tu2). Nilai dari garis bantu tersebut akan diolah menggunakan metode Fuzzy Logic Controller dan

Virtual Force Field bersama dengan nilai yang terhitung

dari sensor ultrasonic. Sehingga robot dapat menentukan sudut belok menuju target maupun untuk menghindar ketika menemukan obstacle.

Perancangan Metode Fuzzy

Metode Fuzzy Logic Controller adalah metode yang mempunyai rule, dimana rule tersebut dapat didesain sendiri oleh peneliti. Sehingga sistem dapat berjalan sesuai dengan konsep pemikiran yang dituangkan peneliti ke dalam algoritma Fuzzy Logic Controller. Dalam simulasi ini, Fuzzy Logic Controller dimanfaatkan sebagai metode penelitian untuk menentukan nilai sudut belok robot untuk berjalan menuju target, maupun untuk menghindari obstacle. Terdapat toga langkah dalam pengerjaan metode Fuzzy Logic Controller, diantarana sebagai berikut :

A. Fuzzifikasi

Fuzzifikasi adalah proses mengubah nilai-nilai

input yang bersifat pasti (crisp set) ke dalam bentuk fuzzy input. Ada dua input untuk menentukan arah belok robot,

yaitu selisih nilai jarak sensor ultrasonic kanan dan kiri (selisih_benda) dan selisih jarak dari ujung sensor

ultrasonic kanan dan kiri menuju target (selisih_target).

Berikut adalah fungsi keanggotaan selisih_benda dan

selisih_target :

Gambar 5. Fungsi Keanggotaan Input Selisih (Delta) Jarak Sensor

Gambar 6. Fungsi Keanggotaan Input Selisih (Delta) Jarak Target

Keterangan :

BSN = Benda Sangat Negatif BN = Benda Negatif BS = Benda Sedang BSP = Benda Sangat Positif BP = Benda Positif

TSN = Target Sangat Negatif TN = Target Negatif TS = Target Sedang TP = Target Positif TSP = Target Sangat Positif

B.Rule Set

Jumlah variable yang digunakan untuk membuat

Fuzzy belok berjumlah dua, dan masing-masing variable

memiliki lima himpunan fuzzy dalam fungsi keanggotaannya. Sehingga, terdapat dua puluh lima aturan. Untuk lebih jelasnya dapat dilihat pada Tabel 1 :

Tabel 1.Rule Set Arah Belok Selisih_target se li sih _ b en d a TSN TN TS TP TSP

BSN KIB KIB KIB KIB KIB

BN KIB KIB KIS KIS KIS

BS KIS KIS T KAS KAS

BP KAS KAS KAS KAB KAB

BSP KAB KAB KAB KAB KAB

Keterangan :

KIB = Kiri Besar

KIS = Kiri Sedang

T = Tengah

KAS = Kanan Sedang

KAB = Kanan Besar

C. Defuzzifikasi

Defuzzifikasi merupakan kebalikan dari fuzzifikasi. Jika fuzzifikasi adalah proses mengubah nilai

input yang bersifat pasti ke dalam input Fuzzy,

defuzzifikasi adalah proses mengubah output himpunan

Fuzzy menjadi output pasti atau tegas (crisp). Hal ini

perlu dilakukan karena konstanta kendali Fuzzy hanya mengenal nilai tegas sebagai variable sinyal kontrol. Nilai dari crisp output inilah yang menjadi penentu arah robot. Proses pembentukan crisp output menggunakan metode sugeno menjadi bentuk crisp output dapat dituliskan dalam bentuk rumus sebagai berikut :

(4)

Shochibah Yatimatul Asmak, Helmy Widyantara, Ira Puspasari

JCONES Vol. 4, No. 1 (2015) Hal: 116



   i i i i i t FuzzyOutpu axis leton PosisiSing t FuzzyOutpu out Crisp ) ( _ ... (4)

Berikut ini adalah output Fuzzy setelah melalui tahap proses defuzzifikasi: Gambar 7. Output Fuzzy Arah Belok Output Fuzzy, yang dapat dilihat pada Gambar 7, adalah nilai yang akan menjadi sudut belok untuk pergerakan robot menuju target maupun menghindari obstacle.

Perancangan Metode Virtual Force Field (VFF)

Metode Virtual Force Field (VFF) yang digunakan dalam penelitian ini adalah metode VFF yang telah disederhanakan. Sehingga hanya diambil konsepnya sebagian yang berkaitan dengan vektor. Untuk mencapai target yang dituju dan dapat menghindari obstacle, ada beberapa parameter input yang akan diolah oleh metode VFF. Diantaranya adalah koordinat sensor kanan, koordinat sensor kiri, koordinat target kanan, dan koordinat target kiri. Gambar 8. Penggambaran Input VFF Keterangan : XR = KoordinatX Robot XS1 = Koordinat X Sensor Kiri YR = Koordinat Y Robot YS1 = Koordinat Y Sensor Kiri XT = Koordinat X Target XS2 = Koordinat X Sensor Kanan YT = Koordinat Y Target YS2 = Koordinat Y Sensor Kanan Dari beberapa nilai input tersebut, akan diolah menggunakan rumus berikut : ...(5)

... (6)

Vektor A merupakan jarak baca sensor kiri, vektor B merupakan jarak baca sensor kanan. Vektor C merupakan jarak dari ujung sensor kiri menuju target, dan vektor D merupakan jarak dari ujung sensor kanan menuju target. ... (7)

... (8)

... (9)

... (10)

Untuk menentukan arah belok robot ketika robot mendeteksi adanya obstacle, digunakan perhitungan selisih vektor A dan B. Sedangkan untuk menentukan arah belok robot menuju target, digunakan perhitungan selisih vektor C dan D. Sehingga, dapat dimasukkan ke dalam perhitungan berikut. Gambar 9. Sensor Robot Mendeteksi Obstacle Untuk menghitung sudut arah belok robot untuk menghindari obstacle : ... (11)

Gambar 10. Garis Bantu Menuju Target Untuk menghitung sudut arah belok robot untuk menuju target : ... (12)

(5)

Shochibah Yatimatul Asmak, Helmy Widyantara, Ira Puspasari

JCONES Vol. 4, No. 1 (2015) Hal: 117

ANALISA PERBANDINGAN PENGUJIAN

KESELURUHAN SISTEM ANTARA METODE FUZZY DAN VFF

Pengujian

Perbandingan

Waktu

Tempuh

Menuju Target

Dari hasil pengujian yang dilakukan, dapat diketahui rata-rata waktu tempuh robot jika menggunakan metode Fuzzy dan VFF adalah sebagai berikut :

A. Tanpa Obstacle

Rata-rata waktu tempuh menggunakan Fuzzy : = 2,254 detik

Rata-rata waktu tempuh menggunakan VFF : = 2,53 detik

Sehingga perbandingan waktu tempuh robot menuju target tanpa melewati obstacle antara kedua metode adalah :

B. Melewati Satu Obstacle

Sehingga perbandingan waktu tempuh robot menuju target dengan melewati satu obstacle antara kedua metode adalah :

C. Melewati Multiple Obstacle

Sehingga perbandingan waktu tempuh robot menuju target dengan melewati multiple obstacle antara kedua metode adalah :

Pengujian Perbandingan Jarak Tempuh Menuju

Target

Dari hasil pengujian yang dilakukan, dapat diketahui rata-rata jarak tempuh robot jika menggunakan metode Fuzzy dan VFF adalah sebagai berikut :

A. Tanpa Obstacle

Rata-rata jarak tempuh menggunakan Fuzzy : = 660,148 pixel Rata-rata jarak tempuh menggunakan VFF :

= 796,565 pixel

Sehingga perbandingan jarak tempuh robot menuju target tanpa melewati obstacle antara kedua metode adalah :

B. Melewati Satu Obstacle

= 782,939 pixel

Sehingga perbandingan jarak tempuh robot menuju target denga melewati satu obstacle antara kedua metode adalah :

C. Melewati Multiple Obstacle

= 948,937 pixel

Sehingga perbandingan jarak tempuh robot menuju target dengan melewati multiple obstacle antara kedua metode adalah :

PENUTUP

Kesimpulan

Berikut adalah beberapa kesimpulan yang telah disusun berdasarkan hasil seluruh pengujian yang telah dilakukan :

1. Metode Fuzzy dan VFF yang digunakan pada simulasi ini, mempunyai 2 buah parameter input. Diantaranya adalah delta sensor (selisih antara jarak yang terbaca oleh sensor kanan dan sensor kiri) dan delta target (selisih antara jarak dari ujung sensor kanan dan ujung sensor kiri menuju target). Sedangkan output dari pengolahan kedua metode tersebut berupa nilai sudut belok robot yang digunakan robot untuk menuju target serta menentukan arah belok robot untuk menghindari

(6)

Shochibah Yatimatul Asmak, Helmy Widyantara, Ira Puspasari

JCONES Vol. 4, No. 1 (2015) Hal: 118

2. Dari seluruh hasil pengujian, diperoleh nilai

bahwa VFF memiliki rata-rata jarak tempuh robot:

a. Tanpa Obstacle : sebesar 1,166 kali lebih panjang dibanding Fuzzy.

b. Satu Obstacle : sebesar 1,066 kali lebih panjang dibanding Fuzzy.

c. Multiple Obstacle : sebesar 1,315 kali

lebih panjang dibanding Fuzzy.

3. Sedangkan untuk waktu tempuh robot menuju target, VFF memiliki waktu tempuh:

a. Tanpa Obstacle : sebesar 1,123 kali lebih lama dibandingkan dengan Fuzzy. b. Satu Obstacle : sebesar 1,049 kali lebih

lama dibandingkan dengan Fuzzy. c. MultipleObstacle : sebesar 1,36 kali

lebih lama dibandingkan dengan Fuzzy.

Fuzzy memiliki waktu tempuh lebih cepat

karena dengan menggunakan Fuzzy, robot memiliki jarak tempuh yang lebih pendek..

Saran

Berikut adalah beberapa saran untuk pengembangan penelitian ini selanjutnya :

1. Untuk pembuatan simulasi selanjutnya, dapat menggunakan metode Fuzzy untuk membuat robot formasi yang dapat menghidari obstacle diam maupun bergerak dengan menggabungkan penelitian ini dan sebelumnya dengan judul “Simulasi Trajectory

Planning dan Pembentukan Formasi pada Robot Obstacle Avoidance”.

2. Penambahan beberapa sensor ultrasonic pada bagian belakang robot, sehingga robot dapat mendeteksi adanya obstacle yang berada di belakang robot. Karena bukan tidak mungkin obstacle bergerak yang semula berada di depan robot berjalan dan dapat berada di belakang robot.

3. Simulasi dapat disinkronisasikan dengan robot nyata sehingga simulasi dapat berfungsi sebagai alat pengontrol robot.

DAFTAR PUSTAKA

Ardilla, Fernando, Bayu Sandi M., dan A. R. Anom B. 2011. Path Tracking Pada Mobile Robot Dengan

Umpan Balik Odometry. Electronic Engineering

Polytechnic Institute of Surabaya (EEPIS): Surabaya.

Hendra. 2011. Pemograman GDI+ pada VB.Net. http://ocw.stikom.edu/

course/download/2013/05/07-12-2011.10. 38.15_970230_410113007_Pemrograman-Visual-I-SI-KA_P1_Pert12_1.pdf. Diakses tanggal: 20 November 2014.

Priyanto, Rahmat. 2009. Langsung Bisa Visual Basic.Net

2008. Yogyakarta: ANDI.

Suparno, Aditya Prima. 2014. Simulasi Trajectory

Planning Dan Pembentukan Formasi Pada Robot Obstacle Avoidance. STMIK STIKOM Surabaya:

Surabaya.

Wardana. 2008. Membuat Aplikasi Berbasis Pendekatan Sistem dengan Visual Basic .Net 2008. Jakarta: Gramedia.