<![CDATA[Permasalahan yang timbul pada sebuah pencarian dan pembentukan jalur optimal pada sebuah mobile robot adalah kemampuan untuk menghindarkan diri dari halangan, kecepatan algoritma dan jarak jalur yang dibentuk. Beberapa metode sebelumnya : novel (seperti Adaptif Path Planner, Potential Field Method, Road Map dan Djikstra) kebanyakan hanya mampu menyelesaikan dua diantara ketiga parameter yang dipersyaratkan tersebut, yaitu kecepatan algoritma dan kemampuan menghindari tumbukan. Sedangkan Algoritma Genetika juga hanya mampu menyelesaikan dua parameter yaitu kemampuan menghindari tumbukan dan jarak terpendek, namun gagal di kecepatan algoritma sehingga sulit untuk dijadikan sebuah sistem online. Untuk itu perlu digunakan sebuah sistem baru yang lebih cepat namun tetap mampu menghindari halangan dan jarak terpendek tercapai, yaitu dengan Algoritma Genetika Kompak (cGA). Penelitian ini diawali dengan mengidentifikasi area kosong dan halangan (obstacle) yang bersifat dinamis dimana posisinya dalam area dapat berpindah. Setelah area dan halangan diketahui, maka Algoritma Genetika Kompak (cGA) akan mulai membangun jalur terpendek dan paling aman (tidak menumbuk halangan) dengan memanfaatkan beberapa via point yang diberikan secara acak diluar area halangan (obstacle). Setelah jalur dengan jarak terpendek dan teraman ditemukan, maka sebuah simulator robot akan berjalan sebagai visualisasi gerakan yang menggambarkan gerakan pada robot sesungguhnya. Dengan menggunakan metode cGA yang telah diaplikasikan pada sistem, diperoleh hasil yang sama dengan Algoritma Genetika konvensional dalam hal penghindaran halangan dan jarak yang diperoleh adalah yang terpendek, serta satu lagi parameter waktu pencarian solusi yang lebih cepat.]]>
Copyrights © 2009
