<![CDATA[Penggunaan Unmanned Aerial Vehicle (UAV)sebagai stasiun pangkalan udara sementara dalamskenario respons bencana sangat dibatasi oleh kapasitasbaterai. Strategi penjagaan posisi (station-keeping)konvensional seringkali tidak efisien secara energetik,terutama saat menghadapi gangguan angin yang dinamis.Penelitian ini mengusulkan dan mengevaluasi sebuahalgoritma adaptif, WIND-DQN, yang berbasisReinforcement Learning (RL) untuk membuat trayektoriUAV secara otonom. Tujuan utamanya adalah untukmenyeimbangkan antara efisiensi konsumsi daya danstabilitas cakupan layanan terhadap pengguna di darat.Kinerja agen DQN dievaluasi secara komparatif terhadapstrategi baseline reaktif Return-to-Goal (RTG) padaberbagai skenario angin yang realistis. Hasil evaluasisecara meyakinkan menunjukkan bahwa agen DQNsecara konsisten lebih unggul dalam efisiensi energi,dengan penghematan daya mencapai 8% hingga 20%dibandingkan baseline. Keberhasilan ini berakar padakemampuan agen untuk mengekstraksi danmengeksploitasi prinsip fisika non-intuitif darilingkungannya, yaitu bahwa mempertahankan gerakantranslasi berkelanjutan lebih hemat energi daripada diam(hovering). Selain itu, agen DQN menunjukkankemampuan untuk melakukan kompromi (trade-off)cerdas antara akurasi posisi dan konsumsi daya. Kebijakanyang dipelajari bersifat adaptif, di mana agen menerapkanstrategi yang berbeda secara fundamental pada kondisiangin signifikan dan minimal. Penelitian inimendemonstrasikan bahwa pendekatan RL mampumenghasilkan solusi kontrol yang lebih baik, melampauistrategi reaktif berbasis aturan yang bersifat heuristik.Kata Kunci— Unmanned Aerial Vehicle (UAV), Deep QNetwork (DQN), Reinforcement Learning, EfisiensiEnergi, Respons Bencana, Trayektori.]]>
