<![CDATA[Penelitian ini membahas pengembangan dan evaluasi algoritma pathfinding untuk sistem multi-robot dalam lingkungan grid dinamis menggunakan Python dengan antarmuka Tkinter. Latar belakang penelitian berangkat dari kebutuhan efisiensi navigasi robot otonom dalam menghadapi kondisi lingkungan yang kompleks, khususnya pada area dengan rintangan statis maupun dinamis. Tiga algoritma utama dibandingkan dalam studi ini, yaitu A*, Dijkstra, dan Genetic Algorithm (GA), dengan fokus pada performa waktu pencarian jalur yang diukur dalam satuan ticks. Metode penelitian dilakukan melalui simulasi berbasis grid 100 x 100, di mana tiga robot bergerak secara simultan dalam kondisi adanya hambatan yang berubah posisi. Data hasil simulasi dianalisis menggunakan Analysis of Variance (ANOVA) untuk menguji perbedaan signifikan antar algoritma, serta divisualisasikan melalui grafik perbandingan. Hasil penelitian menunjukkan bahwa Genetic Algorithm memiliki performa terbaik dengan rata-rata 45,05 ticks dan standar deviasi 3,97, diikuti oleh A* dengan rata-rata 49,06 ticks dan standar deviasi 4,50. Sementara itu, Dijkstra menjadi algoritma dengan performa terendah (59,27 ticks, sampai dengan 5,59). Analisis ANOVA mengonfirmasi adanya perbedaan signifikan antar model. Temuan ini menegaskan bahwa algoritma berbasis optimasi evolusioner lebih adaptif dalam kondisi dinamis, sehingga dapat diimplementasikan pada sistem navigasi robot otonom di lingkungan nyata yang memerlukan fleksibilitas tinggi.]]>
