Article Per Year (5 Year)
p-Index From 2020 - 2025
0.408
P-Index
This Author published in this journals
All Journal TELEKONTRAN: Jurnal Ilmiah Telekomunikasi, Kendali dan Elektronika Terapan
Muhammad Aria Rajasa Pohan
Unknown Affiliation
Computer Science & IT Control & Systems Engineering

Published : 2 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 2 Documents
Search

 1 
Metode Improved Gaussian Sampling pada Algoritma Rapidly Exploring Random Tree* Habiba Octaviani Pakaya; Muhammad Aria Rajasa Pohan
Telekontran : Jurnal Ilmiah Telekomunikasi, Kendali dan Elektronika Terapan Vol 9 No 2 (2021): TELEKONTRAN Vol 9 No 2 Oktober 2021
Publisher : Program Studi Teknik Elektro, Fakultas Teknik dan Ilmu Komputer, Universitas Komputer Indonesia.

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.34010/telekontran.v9i2.5579

Abstract

Penelitian ini bertujuan merancang metode improved gaussian sampling dan mengimplementasikan pada algoritma Rapidly Exploring Random Tree* (RRT*). Perancangan yang dilakukan menggunakan bahasa pemograman Laboratory Virtual Instrumentation Engineering Workbench (LabVIEW). Improved gaussian sampling merupakan pengembangan dari metode gaussian sampling dengan menambahkan jumlah sampling. Jumlah sampling yang digunakan pada metode ini yaitu sejumlah 10 sampling. Untuk mengukur performansi dari metode sampling yang diusulkan, maka kami melakukan perbandingan performansi metode improved gaussian sampling, gaussian sampling dan random sampling. Berdasarkan hasil pengujian improved gaussian sampling didapatkan rata-rata nilai path cost dan waktu komputasi senilai: clutter sepanjang 8,89 dengan waktu 40,05; narrow sepanjang 12,58 dengan waktu 40,03 dan trap sepanjang 9,93 dengan waktu 40,04. Sedangkan hasil pengujian gaussian sampling didapatkan: clutter sepanjang 10 dengan waktu 40,09; narrow sepanjang 13,53 dengan waktu 40,03 dan trap sepanjang 10,95 dengan waktu 40,12. Hasil pengujian random sampling didapatkan: clutter sepanjang 10,86 dengan waktu 0,03; narrow sepanjang 14,82 dengan waktu 0,25 dan trap sepanjang 11,71 dengan waktu 0,21. Disimpulkan bahwa pada algoritma RRT* dengan menggunakan metode improved gaussian sampling menghasilkan performansi yang lebih baik dibandingkan algoritma RRT* yang menggunakan metode sampling lainnya. Hasil perbandingan pengukuran berdasarkan nilai sampling didapatkan rata-rata nilai path cost rata-rata 10,12 dengan jumlah sampling hanya 1 dan nilai path cost terpendek 8,9 dengan jumlah sampling 10. Berdasarkan pengukuran tersebut didapatkan semakin banyak jumlah sampling yang diberikan maka nilai path cost yang dihasilkan optimal.
Informed-RRT* Using Hybrid Sampling to Finding Fast Final Path Solution Miftah Fauzi; Muhammad Aria Rajasa Pohan
Telekontran : Jurnal Ilmiah Telekomunikasi, Kendali dan Elektronika Terapan Vol 9 No 2 (2021): TELEKONTRAN Vol 9 No 2 Oktober 2021
Publisher : Program Studi Teknik Elektro, Fakultas Teknik dan Ilmu Komputer, Universitas Komputer Indonesia.

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.34010/telekontran.v9i2.5625

Abstract

Informed Rapidly-exploring Random Tree* (Informed-RRT*) is the result of the development of the RRT algorithm which can produce an optimal asymptotic path solution but the computation time required is longer. Initially, the Informed-RRT* algorithm was still using the random sampling method, where this method will take a random sample in the search space. This random sampling will make the computation time not optimal. This study aims to design the Informed-RRT* algorithm using a hybrid sampling method. The hybrid sampling method is an integration of several sampling methods. In this test, the performance of the random sampling method will be compared with the performance of the hybrid sampling method in terms of computation time. The test of the hybrid sampling method on the Informed-RRT* algorithm is based on simulation and is carried out in a narrow, clutter, trap environment. The results obtained from this test are that the use of the hybrid sampling method on the Informed-RRT* algorithm is able to produce a faster average computation time performance of 26.4 seconds when compared to the random sampling method in a cluttered environment. In a narrow environment, the hybrid sampling method produces a computation time of 24.52 seconds faster than the random sampling method. In the trap environment, the hybrid sampling method produces a computation time of 5.25 seconds faster than the random sampling method. From the test data, this hybrid sampling method can be an alternative sampling method to be used in the Informed-RRT* algorithm.
Co-Authors Habiba Octaviani Pakaya Miftah Fauzi