Claim Missing Document
Check
Articles

Found 1 Documents
Search

Analisa Performansi Metode Sampling Goal Biasing dan Metode Sampling Gaussian pada Algoritma Rapidly-exploring Random Tree* Dea Ferida; Tri Rahajoeningroem
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.v9i2.5750

Abstract

Salah satu bidang penelitian mendasar dalam robotika adalah algoritma perencanaan gerak atau jalur. Pada penelitian ini dirancang dan disimulasikan algoritma quick -exploring random tree* (RRT*). Algoritma yang diusulkan adalah algoritma RRT* goal biasing dan algoritma RRT* g aussian sampling . Tujuan penelitian ini adalah melakukan analisa performansi perencanaan jalur algoritma RRT* goal biasing dan algoritma RRT* gaussian sampling . Pengujian dilakukan menggunakan beberapa kasus benchmark yang ada, yaitu lingkungan narrow , trap , dan clutter. Parameter yang dibandingkan adalah biaya, waktu komputasi, dan total node yang dibutuhkan pada pohon pencarian dari node awal sampai node tujuan. Menggunakan kasus benchmark lingkungan narrow, clutter, dan trap algoritma RRT* goal biasing memperoleh nilai rata-rata untuk biaya jarak, waktu, dan jumlah node yaitu; 8,3 (biaiya jarak di narrow ), 222,1 (jumlah node di clutter), dan 30.045 detik (waktu di trap) . Kemudian untuk kasus benchmark lingkungan sempit, clutter, dan trap yang menggunakan algoritma RRT* g aussianmemperoleh nilai rata-rata untuk biaya jarak, waktu, dan jumlah simpul yaitu; 8,1 (biaiya jarak di narrow ), 642,85 (jumlah node di clutter), dan 30,49 detik (waktu di trap) . Berdasarkan pengujian algoritma RRT* goal biasing memiliki keunggulan untuk waktu dan jumlah node yang dibutuhkan untuk mencapai suatu titik, tetapi biaya jarak yang dihasilkan kurang optimal.