Claim Missing Document
Check
Articles

Found 13 Documents
Search

The Implementation of Hector SLAM on The Earthquake Victims Finder Robot ., Muliady; Sartika, Erwani Merry; M, Kevin Reynaldo
Teknik dan Ilmu Komputer Vol. 4 No. 16 Oktober - Desember 2015
Publisher : Teknik dan Ilmu Komputer

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Abstrak Indonesia merupakan wilayah dimana gempa bumi banyak terjadi dan menelan banyak korban  jiwa. Korban jiwa disebabkan karena terjebak atau terhimpit reruntuhan atau struktur bangunan dan tidak segera ditemukan. Oleh karena itu, diperlukan robot untuk menelusuri reruntuhan gempa dan juga memetakan kondisi medan yang terkena gempa, sehingga dapat memercepat proses pencarian korban yang terjebak di reruntuhan bangunan dan sekaligus tidak membahayakan keselamatan anggota tim SAR. Dalam penelitian ini, robot didesain menggunakan controller FitPC (Intel atom Z530), sensor Hokuyo URG04-LX 2D laser scanner, robot rescue all-terrain, OS Ubuntu 12.04, dan Robot Operating System (ROS) Fuerte. Untuk melakukan localization dan mapping digunakan metode Hector-slam. Proses pengolahan data dari sensor laser scanner akan dilakukan di Fit PC2i, sementara Arduino Uno digunakan sebagai antarmuka antara FitPC dengan motor driver. Berdasarkan parameter yang didapat dari sensor laser scanner, robot akan dapat bergerak secara autonomous tanpa menabrak rintangan dan secara bersamaan dapat melakukan pemetaan kondisi sekitar kemudian menampilkannya dalam bentuk dua dimensi. Dari hasil percobaan yang dilakukan diperoleh bahwa localization dan mapping secara autonomous telah berhasil diimplementasikan dengan menggunakan Hokuyo URG04-LX 2D laser scanner, FitPC2i, Arduino Uno dan Robot Rescue All-Terrain.  Keywords: ROS, FitPC2i, Hokuyo URG04-LX, Arduino Uno, Hector-SLAM  AbstractIndonesia is a region where many earthquakes take place inflicting heavy casualties. Getting buried in the debris, stuck in building ruins, and too late for rescue are causes for the increase of death toll. Robots are required to explore the earthquake ruins and chart the terrain affected by the earthquake so that the search for survivors can be speeded up at the same time maintain the rescue team members’ safety. In this study, the robot is designed by using FitPC controller (Intel atom Z530), sensor - LX URG04 Hokuyo 2D laser scanner, all- terrain rescue robot, OS Ubuntu 12:04, and ROS (Robot Operating System) Fuerte. The experiment’s result show that autonomous localization and mapping can be successfully implemented by using URG04 - LX Hokuyo 2D laser scanner, FitPC2i, Arduino Uno, and the All-Terrain Robot Rescue .Keywords: ROS , FitPC2i , Hokuyo URG04 - LX , Arduino Uno , Hector - SLAM
Implementasi Sistem Gerak Holonomic pada Robot KRSBI Beroda 2017 Muliady, Muliady; Arisandy, Gerry
Teknik dan Ilmu Komputer VOL. 7 NO. 25 Januari-Maret 2018
Publisher : Teknik dan Ilmu Komputer

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

AbstrakPada Kontes Robot Indonesia 2017 divisi Kontes Robot Sepak Bola Indonesia (KRSBI) Beroda, robot harus dapat bermain bola di lapangan dan sebanyak mungkin memasukkan bola ke dalam gawang. Permasalahan manuver pada robot beroda adalah tuning dan pengontrolan pergerakan robot yang tidak efisien jika menggunakan konfigurasi roda konvensional, yaitu terdapat beberapa keterbatasan pergerakan. Pada penelitian ini diimplementasikan sistem gerak holonomic pada robot KRSBI Beroda untuk mengatasi permasalahan tersebut. Mecanum drive merupakan sistem gerak berbasis holonomic yang digunakan. Gerakan mecanum drive, yaitu gerak ke kiri, kanan, maju, mundur, dan diagonal tanpa mengubah orientasi robot dapat diperoleh dengan menggunakan persamaan inverse kinematic robot mecanum beroda empat. Komponen yang digunakan adalah sensor Vex Integrated Encoder, aktuator Vex 2-Wire Motor, dan kontroler Arduino Mega 2560. Sistem gerak holonomic menggunakan mecanum drive berhasil diimplementasikan. Persamaan inverse kinematic dapat digunakan untuk menghitung kecepatan sudut putaran masing-masing motor. Keberhasilan mendekati bola selain pada posisi bola di belakang robot, yaitu sebesar 40-100%. Waktu tempuh robot yang menggunakan roda mecanum lebih kecil dibandingkan dengan roda konvensional.Kata kunci: holonomic, mecanum drive, inverse kinematic, sensor vex integrated encoderAbstractIn order to participate in Indonesian Soccer Robot Contest 2017 (KRSBI), Wheeled Robot Field, a robot needs to be able to play soccer and score a goal. In mobile robot field, the arising problems are tuning and motion controlling, especially the less good motion. Problems encountered when using conventional wheel configuration are limitations of movement. In this research, holonomic motion system was implemented to overcome those limitations. Mecanum drive is a motion system based on holonomic motion. Mecanum drive motion includes movements to the left, right, front, back, and diagonals without changing its orientation. The mecanum drive motion could be obtained by using inverse kinematics formulae for four wheeled mecanum robot. Devices used including Vex Integrated Encoder sensor, 2-Wire Motor actuator, and Arduino Mega 2560 controller. Holonomic motion systems using mecanum drive was successfully implemented. Inverse kinematics formulae could be used to calculate the speed of each motor. Robots using mecanum wheel had less travel time compared to robots using conventional wheel.Keywords: holonomic, mecanum drive, inverse kinematic
Rancang Bangun Quadcopter untuk Terbang Mengikuti Dinding Menggunakan Sensor Jarak Ultrasonik HC-SR04 Indra Maulidin; Muliady Muliady; Yohana Susanthi
TELKA - Jurnal Telekomunikasi, Elektronika, Komputasi dan Kontrol Vol 6, No 2 (2020): TELKA
Publisher : Jurusan Teknik Elektro UIN Sunan Gunung Djati Bandung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.15575/telka.v6n2.75-84

Abstract

Makalah ini memaparkan perancangan dan realisasi sebuah quadcopter menggunakan sensor jarak ultrasonic HC-SR04 agar dapat terbang mengikuti dinding. Algoritma yang digunakan pada realisasi quadcopter adalah algoritma Wall Follower. Fokus pembahasan sistem tersebut adalah mengimplementasikan algoritma Wall Follower pada quadcopter agar dapat terbang navigasi dalam ruang dengan cara mengikuti dinding. Kontrol pergerakan roll menggunakan mode pengontrol ON-OFF Hysteresis sedangkan pada pergerakan yaw digunakan mode pengontrol open-loop. Nilai batas bawah dan batas atas yang digunakan pada kontrol ON-OFF Hysteresis adalah 70 cm dan 100 cm. Hasil pengujian menunjukkan quadcopter berhasil terbang mengikuti dinding sejauh 10,2 m dengan ketinggian maksimum 2,14 m. This paper explained the design and realization of a quadcopter using the HC-SR04 ultrasonic distance sensor so that it can fly following the wall. The algorithm used in the quadcopter design is the Wall Follower algorithm. The focus of the discussion of the system is implementing a Wall Follower algorithm to the quadcopter so that it can navigate following the wall. The roll movement control was using Hysteresis ON-OFF control and the yaw movement control was using open-loop control. The lower and upper limit values that were used in the Hysteresis ON-OFF control are 70 cm and 100 cm. The test results show the quadcopter can fly following the wall as far as 10.2 m and reaches a maximum height of 2,14 m.
Sistem Pemetaan Udara Menggunakan Pesawat Fixed Wing Muliady Muliady; Ezra Julio Subagya
TESLA: Jurnal Teknik Elektro Vol 21, No 1 (2019): TESLA: Jurnal Teknik Elektro
Publisher : Universitas Tarumanagara

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (1049.861 KB) | DOI: 10.24912/tesla.v21i1.3244

Abstract

Generally aerial mapping mission is a high cost operation and require an aircraft that must be controlled by a reliable pilot. In an effort to solve the problem. Unmanned Aerial Vehicle (UAV) technology becomes one of the solutions, due to consideration of operational costs, accident risk, and flight preparation time. This research shows an aerial mapping system using a fixed wing glider plane characteristics UAV built from polyfoam, balsa wood, and carbon fiber. The shape of the wing airfoil is flat-bottomed and the wing's position is top wing. The UAV motion controllers are ailerons, elevators, rudders driven by servo motors. Use the flight controller to allow aircraft to fly automatically. The altitude, speed, and position of the aircraft can be monitored via telemetry connected to the flight controller and a laptop. The aerial mapping method implemented is photogrammetric. The UAV will fly to the area to be mapped and do a sequential photo shoot until the entire area is covered. All photo data will be processed to become a territorial map. Using mission planner software for UAV programming and PIX4D software for image data processing. The UAV has been tested to air automatically following the programmed lanes. The flight controller can trigger the camera automatically at the pre-programmed position. Testing of map quality results was obtained by experimental flight of 100m, 125m, and 150m with a cruising speed of 12m /s. The best map result is from a height of 100m with a cruising speed of 12 m / s aircraft.Umumnya misi pemetaan udara memerlukan biaya operasional yang tinggi dan pesawat terbang yang harus dikendalikan oleh pilot yang andal. Dalam upaya menyelesaikan masalah, teknologi Unmanned Aerial Vehicle (UAV) menjadi salah satu solusi, karena pertimbangan biaya operasional, risiko kecelakaan, dan waktu persiapan penerbangan. Penelitian ini menunjukkan sistem pemetaan udara menggunakan pesawat fixed wing UAV berkarakteristik glider yang dibangun dari polyfoam, kayu balsa, dan serat karbon. Bentuk airfoil sayap datar-bottomed dan posisi sayap adalah sayap atas. Kontrol gerak UAV adalah ailerons, elevator, kemudi yang didorong oleh motor servo. Gunakan pengontrol penerbangan untuk memungkinkan pesawat terbang secara otomatis. Ketinggian, kecepatan, dan posisi pesawat dapat dipantau melalui telemetri yang terhubung ke pengontrol penerbangan dan laptop. Metode pemetaan udara yang diterapkan adalah fotogrametri. UAV akan terbang ke area yang akan dipetakan dan melakukan pemotretan berurutan hingga seluruh area tertutup. Semua data foto akan diproses menjadi peta teritorial. Menggunakan perangkat lunak perencana misi untuk pemrograman UAV dan perangkat lunak PIX4D untuk pemrosesan data gambar. UAV telah diuji untuk mengudara secara otomatis mengikuti jalur terprogram. Pengontrol penerbangan dapat memicu kamera secara otomatis pada posisi yang diprogram sebelumnya. Pengujian hasil kualitas peta diperoleh dengan penerbangan eksperimental 100m, 125m, dan 150m dengan kecepatan jelajah 12m/s. Hasil peta terbaik adalah dari ketinggian 100m dengan kecepatan jelajah 12 m/s pesawat.
PENGONTROLAN SUHU, KELEMBAPAN, DAN INTENSITAS CAHAYA PADA KUMBUNG JAMUR DENGAN PENDEKATAN FINITE ELEMENT DALAM PENEMPATAN SENSOR Willy Tanadi; Muliady Muliady
TESLA: Jurnal Teknik Elektro Vol 22, No 2 (2020): TESLA: Jurnal Teknik Elektro
Publisher : Universitas Tarumanagara

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24912/tesla.v0i0.9032

Abstract

The success of harvesting white oyster mushrooms depends on the treatment especially the conditions of temperature, humidity, and light intensity in the mushroom house, the placement of sensors must be precise so it can represent the conditions inside the white oyster mushroom and proper action can be taken. Determination of the location of the sensor point is done using the Finite Element Method approach by dividing the mushroom house into small segments to help analyze the parameters of temperature, humidity, and light intensity inside. The control system uses an ON-OFF hysteresis controller mode. Temperature and humidity sensors (DHT11) are positioned respectively on the left, center, and right side of the mushroom house. Data from DHT11 measurement is processed by NodeMcu V3 microcontroller and then will activate the actuator. The interface (GUI) for monitoring is designed to use Blynk application. The controlled parameters meet the needs of white oyster mushrooms, temperatures of 20-26°C with the error 2°C, humidity 80-90% with the error 5%, and lighting 200-640lux with the error 10 lux. The control signal can keep the range of parameters maintained.ABSTRAK: Keberhasilan panen jamur Tiram Putih tergantung pada perawatan yang diterapkan terutama kondisi suhu, kelembapan, dan intensitas cahaya di dalam kumbung, penempatan sensor harus tepat sehingga sensor dapat mereprensentasikan keadaan di dalam kumbung jamur tiram putih sehingga aksi yang tepat dapat dilakukan. Penentuan letak titik sensor dilakukan dengan menggunakan pendekatan Finite Element Method yaitu membagi kumbung menjadi segment-segment kecil untuk membantu menganalisis parameter suhu, kelembapan dan intensitas cahaya di dalam kumbung jamur tiram putih. Sistem kontrolmenggunakan mode pengontrol ON-OFF hysteresis. Sensor suhu dan kelembapan (DHT11) diposisikan masing-masing pada bagian kiri, tengah, dan kanan kumbung. Data hasil pengukuran DHT11 diolah oleh mikrokontoler NodeMcu V3 yang akan mengaktifkan aktuator di dalam kumbung. Antarmuka (GUI) untuk monitoring parameter yang diamati menggunakan aplikasi Blynk. Parameter yang dikontrol dapat memenuhi kebutuhan jamur tiram putih, yaitu suhu 20-26°C dengan error 2°C, kelembapan 80-90% dengan error 5%, dan pencahayaan 200-640lux dengan error 10lux. Sinyal kontrol yang dihasilkan mampu menjaga agar range parameter yang dibutuhkan tetap terjaga.
Pengaturan Fan Speed dan Suhu Air Conditioner Melalui Ucapan Dengan Layanan Google Assistant API Michael Albertus; Muliady Muliady
TESLA: Jurnal Teknik Elektro Vol 21, No 2 (2019): TESLA: Jurnal Teknik Elektro
Publisher : Universitas Tarumanagara

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (483.487 KB) | DOI: 10.24912/tesla.v21i2.7189

Abstract

Air conditioner control using speech recognition is made to help  people with disabilities that unable to operate remote control physically but have verbal abilities. Verbal control allows disabled people adjust temperatures and fan speed. Speech received by Respeaker 2-mics Pi HAT module, converted into wav, processed by Google Assistant API with Natural Language Processing algorithm by categorizing words into their types, subject, predicate, object, and description to facilitate Google Assistant API. Words matched with command in command text database Raspberry Pi 3 to enable local commands modulates signal in form of space-coded signal on GPIO, transmitted through infrared transmitter to control the Air Conditioner. Infrared database obtained by receiving infrared signal through infrared receiver that have been coded by LIRC into pulse space, calling function is created, compared in command text database.The infrared light distance from the infrared transmitter can be sent to air conditioner up to 600 cm with β NPN 2N2222A transistor worth 257, Resistor base value is 1500 Ohm, and Resistor collector value is 6.2 Ohm. Speech to text experiments with background sound intensity 35-40 dB, respondent’s sound intensity 50-70dB, and the respondent’s distance to the microphone 40-50 cm. System can recognize respondent’s speeches with success rate above 50%. The word “High” in fan speed speech experiments cannot be detected by the system, so it is necessary to add other word to be recognized. The system can receive Google Translate speech and only got one failure.ABSTRAK:Perangkat elektronik air conditioner dengan pengendalian pengenalan ucapan untuk membantu penyandang tunadaksa yang tidak mampu mengendalikan remote secara fisik tetapi memiliki kemampuan verbal. Pengendalian dengan cara verbal memungkinkan penyandang tunadaksa untuk mengubah suhu dan mengatur fan speed air conditioner. Ucapan diterima modul Respeaker 2-mics Pi HAT dikonversi menjadi format wav kemudian diolah oleh Google Assistant API dengan algoritma Natural Language Processing yaitu mengategorikan kata menjadi jenisnya, subjek, predikat, objek, dan keterangannya untuk mempermudah pencarian pada kamus Google Assistant API. Kata tersebut dibandingkan dengan perintah ucapan pada commandtextdatabaseRaspberry Pi 3 yang mengaktifkan local command dan memodulasi sinyal space-coded signal pada GPIO, ditransmisikan melalui infrared transmitter untuk mengatur air conditioner. Infrareddatabase diperoleh melalui penerimaan cahaya infrared dan dikodekan menjadi pulse space oleh software LIRC menjadi fungsi pemanggilan, dipasangkan dengan perintah ucapan commandtextdatabase. Jarak cahaya infrared dari infrared transmitter dapat dikirimkan ke air conditioner hingga sejauh 600 cm dengan  transistor NPN 2N2222A bernilai 257, nilai Resistor base sebesar 1500 Ohm, dan nilai Resistor collector sebesar 6,2 Ohm. Uji cobaspeech to text dengan kondisi intensitas background sound 35-40 dB, intensitas suara responden 50-70 dB, dan jarak responden ke microphone 40-50 cm. Sistem yang direalisasi mampu mengenali ucapan yang diberikan responden dengan keberhasilan di atas 50%. Ucapan “High” pada pengujian ucapan fan speed tidak dapat dideteksi oleh sistem, oleh karena itu perlu ditambahkan ucapan suhu agar ucapan dikenal. Sistem mampu menerima ucapan Google Translate dan hanya mendapatkan satu kali kegagalan deteksi ucapan
Classification of rice plant nitrogen nutrient status using k-nearest neighbors (k-NN) with light intensity data Muliady Muliady; Lim Tien Sze; Koo Voon Chet; Suhadra Patra
Indonesian Journal of Electrical Engineering and Computer Science Vol 22, No 1: April 2021
Publisher : Institute of Advanced Engineering and Science

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.11591/ijeecs.v22.i1.pp179-186

Abstract

Crop management including the efficient use of nitrogen (N) fertilizer is important to ensure crop productivity. Human error in judging the leaf greenness when using the leaf color chart (LCC) to estimate the rice plant N nutrient status has encouraged numerous researchers to implement a machine-learning algorithm but experienced some issues in calibration and lighting. The datasets are created at 6.00-7.00AM (consistent lighting) and including light intensity, so each dataset contains RGB value and light intensity as inputs, and LCC value as a target. A system consists of a smartphone with an application that prevents user from taking an image if the light intensity is not in 2000-3500 lux, and a computer for preprocessing and classification purposes were developed. The preprocessing included cropping, splitting the rice leaf images, and calculating the average RGB values. A k-NN classifier is implemented and by using a cross-validation method is found k=5 gives the best accuracy of 97,22%. The in-site test of the system also works with an accuracy of 96.40%. 
Simulasi Karakteristik Motor BLDC UAV Erwani Merry Sartika; Muliady Muliady; Alfian Alfian
JTEV (Jurnal Teknik Elektro dan Vokasional) Vol 5, No 1.1 (2019): Edisi khusus prosiding FORTEI 2019
Publisher : Universitas Negeri Padang

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (657.705 KB) | DOI: 10.24036/jtev.v5i1.1.106120

Abstract

Pada paper ini menjelaskan karakteristik motor BLDC UAV dari model. Simulasi dibuat mewakili model dari motor BLDC UAV yang kemudian digunakan untuk melihat karakteristik dari motor. Identifikasi hasil model motor BLDC UAV digunakan untuk membandingkan dengan model hasil karakteristik motor BLDC UAV. Hasil data pengamatan menunjukkan khususnya untuk model arus armature masih cukup besar terdapat perbedaan cukup besar dibandingkan model kecepatan rotor. Diperlukan identifikasi dengan metode yang berbeda agar dihasilkan model yang lebih tepat.
Navigasi Indoor Berbasis Peta pada Robot Beroda dengan Platform Robot Operating System Tara Anggada Putra; Muliady Muliady; Daniel Setiadikarunia
Jetri : Jurnal Ilmiah Teknik Elektro Jetri, Volume 17, Nomor 2, Februari 2020
Publisher : Website

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (1251.786 KB) | DOI: 10.25105/jetri.v17i2.5447

Abstract

Wheeled robots are widely used in many industrial fields. The wheeled robot needs to have implemented an autonomous navigation system to improve work efficiency. In this research, a map-based indoor navigation system is implemented on wheeled robot with Robotics Operating System (ROS) platform using Hector Mapping algorithm. The algorithm Multisensor Data Fusion using Extended Kalman Filter (EKF) which fuses Wheel Odometry data with IMU sensor data for localization, Field Dynamic A-Star algorithm for path planning, and ON-OFF controller for trajectory tracking. Field Dynamic A-Star algorithm is chosen because it solves general path planning algorithm’s main issue that limits robot’s orientation movement for every 45o (suboptimal and subnatural path). The robot has ODROID-XU4 as controller to perform map-based indoor navigation, Arduino Mega 2560 to drive motors, RPLIDAR A2 LASER rangefinder for mapping, and VEX Integrated Encoder with Sparkfun Razor 9DoF IMU for localization. The navigation system is successfully implemented on wheeled robot with ROS platform. Robot has successfully mapped indoor environment with 0.174 meter error rate, and has successfully done localization with average error rate of 0.05m on x coordinate, 0.028m on y coordinate, and 1.506o on orientation angle. Path planner is proved capable of generating path that is not limited every 45o orientation. Path planner yields 62.5% success rate in generating traversable path and the robot yields 75% success rate in following the path. Robot yields average error rate of 0.046m in moving towards target’s x coordinate, 0.072m in moving towards target’s y coordinate, and 5.163o in turning towards target’s orientation angle. Robot beroda banyak digunakan di banyak bidang industri. Pada robot beroda tersebut perlu diimplementasikan sistem navigasi autonomous untuk meningkatkan efisiensi kerja. Pada penelitian ini, sistem navigasi indoor berbasis peta diimplementasikan pada robot beroda dengan platform Robot Operating System (ROS) menggunakan algoritma Hector Mapping untuk pemetaan. Algoritma ini menggunakan Data Fusion dengan algoritma Extended Kalman Filter (EKF) yang menggabungkan data Wheel Odometry dengan data sensor IMU untuk lokalisasi, algoritma Field Dynamic A-Star untuk path planning, dan pengontrol ON-OFF untuk trajectory tracking. Algoritma Field Dynamic A-Star dipilih karena algoritma tersebut dapat mengatasi permasalahan algoritma path planning pada umumnya yang membatasi arah orientasi pergerakan robot setiap kelipatan 45o (jalur tidak optimal dan tidak natural). Robot memiliki ODROID-XU4 sebagai pengontrol utama yang bertugas untuk melakukan navigasi indoor berbasis peta, Arduino Mega 2560 untuk menggerakkan motor, LASER rangefinder RPLIDAR A2 untuk pemetaan, dan VEX Integrated Encoder serta Sparkfun Razor 9DoF IMU untuk lokalisasi. Sistem navigasi berhasil diimplementasikan pada robot beroda dengan platform ROS. Robot berhasil melakukan pemetaan lingkungan indoor dengan tingkat kesalahan rata-rata 0,174 meter serta berhasil melakukan lokalisasi dengan tingkat kesalahan rata-rata 0,05m pada koordinat x, 0,028m pada sumbu y, dan 1,506o pada sudut orientasi. Path planner terbukti menghasilkan jalur yang tidak terbatas pada kelipatan orientasi 45o. Path planner memiliki tingkat keberhasilan 62,5% dalam menghasilkan jalur yang dapat dilewati robot dan robot memiliki tingkat keberhasilan 75% dalam mengikuti jalur. Robot memiliki tingkat kesalahan rata-rata 0,046m dalam bergerak menuju koordinat x target, 0,072m dalam bergerak menuju koordinat y target, dan 5,163o dalam berputar menuju sudut orientasi target.
Mapping dan Navigasi untuk Robot Pengantar Makanan di Restoran Berbasis ROS Louise; Yohana Susanthi; Muliady
Techné : Jurnal Ilmiah Elektroteknika Vol. 22 No. 1 (2023)
Publisher : Fakultas Teknik Elektronika dan Komputer Universitas Kristen Satya Wacana

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31358/techne.v22i1.348

Abstract

Perkembangan teknologi yang pesat memungkinkan pekerjaan manusia digantikan oleh robot sehingga dapat memberikan hasil lebih konsisten dan diharapkan meminimalisir kesalahan yang terjadi. Dengan menggunakan robot turtlebot2 dan sensor RP LiDAR yang dikontrol dengan ROS sebagai framework komunikasi antar proses, telah dirancang dan direalisasikan robot yang dapat melakukan mapping, localization, path planning, navigasi, serta obstacle avoidance untuk mengantarkan makanan di restoran. Mapping dan localization dapat dicapai dengan menggunakan algoritma SLAM dengan metoda gmapping dan amcl. Algoritma path planning menggunakan algoritma Djikstra untuk menghasilkan jalur yang paling pendek untuk mencapai tujuan. Robot dapat bernavigasi sesuai jalur tersebut sehingga dapat terwujud robot pengantar makanan yang otonom. Realisasi dari perancangan sistem ini menghasilkan robot yang dapat mengantarkan makanan ke meja tujuan dan kembali lagi ke dapur secara otomatis dengan waktu rata-rata untuk meja terdekat 51 detik dan untuk meja yang terjauh 124 detik dengan tingkat keberhasilan antara 60% sampai dengan 100%. Pada proses navigasi, robot dapat menghindari halangan-halangan yang terdeteksi oleh sensor RP LiDAR dan tidak terdapat perbedaan waktu yang berarti.