Implementasi Metode Anfis untuk Menghindari Dynamic Obstacle di Area Koridor pada Three Wheels Omni-Directional Mobile Robot
|
|
- Suryadi Lie
- 6 tahun lalu
- Tontonan:
Transkripsi
1 Implementasi Metode Anfis untuk Menghindari Dynamic Obstacle di Area Koridor pada Three Wheels Omni-Directional Mobile Robot Wahyu Setyo Pambudi, ST., MT 1) Ir. Djoko Purwanto, M.Eng., Ph.D 2) Dr. Tri Arief Sardjono, ST., MT 2) Jurusan Teknik Elektro Fakultas Teknologi Industri Universitas Internasional Batam 1) Jurusan Teknik Elektro Fakultas Teknologi Industri Institut Teknologi Sepuluh Nopember 2) pambudi@uib.ac.id, yoe2fa@yahoo.com Abstrak Penelitian mobile robot banyak dilakukan, salah satunya robot penghindar halangan. Sistem kendali robot ini menggunakan pendekatan pengetahuan dan pengalaman salah satunya adalah Adaptive Neuro Fuzzy Inference System (ANFIS). Pengujian robot dengan menggunakan ANFIS ini sebagian besar halangan bersifat statis, sehingga sulit untuk diimplementasikan dalam kondisi yang sebenarnya, dimana halangan bisa bersifat dinamis. Halangan dinamis (dynamic obstacle) dapat diakibatkan karena adanya obyek yang bergerak salah satunya pejalan kaki. Proses menghindari pejalan kaki diperlukan kemampuan robot yang smooth dan effisien dalam bergerak. Hal itu dapat dicapai apabila model steering menggunakan roda omni-directional. Penelitian ini difokuskan untuk menghindari dynamic obstacle berupa pejalan kaki menggunakan 3 wheels omni-directional mobile robot. Informasi visual yang diterima, digunakan untuk menentukan estimasi jarak, kecepatan dan posisi. Sistem kendali menggunakan ANFIS offline learning untuk merubah jalur robot. Hasil pengujian sebanyak 10 kali dengan 3 posisi obyek yang berbeda didapatkan tingkat keberhasilan robot menghindari obyek sebesar 80%. Kata Kunci : mobile robot, ANFIS, dynamic obstacle, 3 wheels omni-directional 1. Pendahuluan Penelitian tentang robot Obstacle Avoidance ini banyak difokuskan pada sistem kendalinya. Sistem ini digunakan untuk mengendalikan robot agar dapat menghindari benturan dengan halangan yang terdapat pada lingkungan tempat robot berjalan. Agar robot mempunyai kemampuan untuk memberikan reaksi terhadap ketidakpastian (uncertainty) kondisi lingkungan sekitarnya maka kemampuan sistem kendali harus ditingkatkan. Salah satu caranya dengan menggabungkan antara Fuzzy Logic Control (FLC) dengan Neural Network (NN). FLC mempunyai kemampuan penyelesaian masalah sistem kendali dengan pendekatan pengetahuan dan secara cepat dapat diterapkan, sedangkan NN mempunyai kemampuan mengidentifikasi permasalahan melalui model pembelajaran secara mandiri maupun dibimbing. Penggabungan dua metode menjadi FNN (Fuzzy Neural Network) yang diterapkan pada robot, mengakibatkan permasalahan ketidak pastian lingkungan bisa diatasi [1]. Penelitian ini hanya mengatasi masalah lingkungan tempat berjalan robot yang belum diketahui, sedangkan unsur gangguan dinamis yang diakibatkan oleh dynamic obstacle masih belum dimasukkan. Guna lebih meningkatkan kemampuan mobile robot, metode ANFIS (Adaptive Neuro-Fuzzy Inference System) juga digunakan sebagai sistem kendalinya. Penelitian ini melakukan simulasi dan pengujian robot obstacle avoidance dengan menggunakan software Rossum s Playhouse simulation. Hasil dari simulasi dimasukkan ke algoritma pemrograman robot. Pengujian robot dilakukan pada lingkungan yang telah ditentukan (arena tempat pengujian robot) dimana ada 4 macam bentuk lingkungan [2]. Selain menggunakan simulasi, implementasi ANFIS mampu digunakan sebagai robot pelayan yang dapat bernavigasi serta mendeteksi wajah tamu dengan menggunakan vision sensor [3]. Robot-robot yang digunakan dalam simulasi dan impelentasi ini menggunakan penggerak differensial motor dengan 1 roda bebas. Penggunaan differensial motor dengan 1 roda bebas memiliki keterbatasan dalam menghindari halangan yang bersifat dinamis. Steering method (metode steering) ini memerlukan lintasan yang lebar untuk melakukan manuver serta menghindari halangan, berbeda dengan omni-directional wheels yang hanya memerlukan lintasan kecil pada saat berjalan pada area koridor [4]. Berdasarkan hal tersebut maka dalam penelitian ini akan dikembangkan sebuah three wheels omni-directional D-126
2 mobile robot yang dapat bernavigasi secara mandiri untuk mengatasi dynamic obstacle pada lingkungan tempat robot tersebut berjalan. Model lingkungan difokuskan pada area koridor sedangkan bentuk dynamic obstacle adalah pejalan kaki. Sensor vision yang memberikan informasi visual, digunakan untuk mendeteksi dan mengidentifikasi parameter jarak, posisi dan kecepatan pejalan kaki. Metode untuk mengenali pejalan kaki menggunakan segmentasi warna model HSV [5]. Pendekatan sistem kendali robot yang digunakan untuk dapat menghindari halangan berupa pejalan kaki di area koridor adalah ANFIS (Adaptive Neuro Fuzzy Inference System), dimana memiliki keunggulan mampu menyelesaikan masalah dengan pendekatan pengetahuan dan pengalaman [6]. Selain itu ANFIS juga dapat melakukan proses dari beberapa masukan dengan sebuah keluaran, dimana antara masukan dan keluaran mempunyai besaran yang berbeda [3]. Alasan penggunaan three wheels omni-directional pada penelitian ini, diharapankan bahwa mobile robot mampu mengatasi masalah dynamic obstacle secara smooth (halus) dan fleksibel serta terbebas dari benturan. Meskipun 3 roda omni-directional memiliki akselerasinya lebih kecil dibandingkan 4 roda, tetapi speed maksimumnya sama yaitu sebesar 2m/s [7] [8]. Dalam penelitian ini lebih ditekankan pada kemampuan melakukan pergerakan menghindari dynamic obstacle pada area koridor. Hasil penelitian diharapkan dapat memberikan konsep dasar implementasi robot pada area koridor dan dapat menghindari halangan dinamis. Pengolahan image dari sensor vision ini menggunakan model segmentasi HSV. Hasil segmentsi akan menghasilkan deteksi terhadap obyek yang telah ditentukan dan kemudian diukur tinggi dari luas obyek diterima. Tinggi dari hasil perhitungan ini akan digunakan sebagai representasi dari estimasi jarak [9] Adaptive Neuro Fuzzy Inference System (ANFIS ) Pembelajaran ANFIS Pembelajaran atau learning perlu dilakukan untuk mencapai hasil yang optimum pada sistem kendali menggunakan ANFIS. Model pembelajaran ANFIS ada dua yaitu offline dan online learning. Model pembelajaran yang digunakan untuk model pertama pada penelitian ini menggunakan offline learning, dimana data akan dilatihkan dengan MATLAB sampai pada error minimum. Berdasarkan data tabel 1 maka hasil pelatihan tersebut, dengan menggunakan 3 buah membership function (MBF) dan parameter consequent linier maka hasilnya seperti ditunjukkan pada gambar Metodologi Penelitian Perancangan Sistem Sistem terdiri atas 3 bagian utama yaitu sensor vision berupa webcam, laptop dan Robotino. Sensor vision disini berfungsi untuk mengirimkan informasi secara visual ke Laptop, yang kemudian informasi tersebut akan diolah. Hasil pengolahan informasi visual tersebut adalah berupa estimasi jarak obyek dan arah gerak. Kedua parameter ini digunakan sebagai input pada proses kendali ANFIS nantinya. Output proses kendali ANFIS akan dikirimkan ke Robotino. Kecepatan putaran motor diatur dengan mengirimkan data kecepatan ke Robotino. Perubahan pergerakan Robotino tergantung informasi yang diterima dari sensor vision. Vy ANFIS 3 wheel Omni-directional Jarak Posisi Kecepatan Feature Extraction Image Preprocessing Visual Sensing C Gambar 1. Blok sistem. D-127
3 Tabel 1. Data pembelajaran ANFIS No Jarak Posisi Kec. Vy Jarak Posisi Kec. Vy No (cm) (cm) (mm/s) (mm/s) (cm) (cm) (mm/s) (mm/s) D-128
4 2.4.1 Struktur jaringan ANFIS Struktur jaringan ANFIS yang didesain, memiliki 3 buah input yaitu estimasi jarak d, posisi obyek terhadap titik tengah layar p dan kecepatan obyek Vobj sedangkan keluarannya berupa nilai Vy. Vy ini adalah kecepatan robot (mm/s) dalam sumbu koordinat y pada real world. Gambar 2. Hasil pelatihan data Setelah pelatihan dilakukan, error minimum yang dicapai pada pelatihan data ini adalah sebesar pada saat iterasi ke 80. Hasil dari pelatihan ini berupa gambaran data output yang akan dihasilkan lewat pengujian data, bentuk membership function kedua input lengkap dengan nilai parameter premise serta parameter consequent. Gambar 3 Hasil pengujian data 2.4 Sistem kendali ANFIS Gambar 4. Blok diagram sistem kendali ANFIS. Blok sistem kendali yang digunakan dalam penelitian ini memiliki 3 buah input ( jarak d, posisi p dan kecepatan obyek Vobj ), serta 1 buah output berupa kecepatan robot pada sumbu y (Vy ). Sebelum input ini diproses, terlebih dahulu dilakukan proses normalisasi ( : 100 ) dan proses denormalisasi ( x 100 ) sebelum data output dikeluarkan. Gambar 5. Struktur jaringan ANFIS. Pada struktur ANFIS, gambar kotak melambangkan parameter adaptif, dimana parameter tersebut akan berubah pada saat proses pembelajaran. a. Layer 1 Membangkitan derajat keanggotaan Ο li, = μ Ai( x1), untuk i= 1,2,3 atau... (1.3) Ο ( ) li, = μbi 3 y, untuk i= 4,5,6 atau.. (1.4) Ο ( ) li, = μci 6 y, untuk i= 7,8,9 atau.. (1.5) μ dimana x dan y adalah masukan pada node i dan Ai, dan Bi-4, adalah fuzzy set yang berhubungan fungsi gaussian: 2 1 x c 2 σ A ( x) = e 1... (1.6) dimana c, σ adalah parameter dari fungsi keanggotaan yang disebut parameter premise. b. Layer 2 Membangkitkan firing strength dari suatu aturan yaitu dengan mengalikan setiap sinyal masukan, sebagai berikut : o2, i = wi = μa( x) μ ( ) ( ) i Bi y μci y... (1.7) dimana i= 1,2,3,4,5,6,7,..,27 c. Layer 3 Bagian untuk menghasilkan keluaran yang firing strength yang ternormalisasi, menggunakan persamaan berikut : o wi 3, i = w i = w w w (1.8) dimana i= 1,2,3,4,5,6,7,..,27 D-129
5 d. Layer 4 Menghitung keluaran kaidah berdasarkan parameter consequent, parameter-parameter consequent tersebut adalah adalah p i, q i, r i, s i maka persamaan pada layer-4 ini adalah : o4, i = wf i i = wi( px i 1 + qx i 2 + rx i 3 + si)... (1.9) e. Layer 5 Menghitung sinyal keluaran ANFIS dengan menjumlahkan semua sinyal yang masuk : wf i i i o5 = wifi = w i i... (1.20) Gambar 8. Respon simulasi robot pada saat obyek pada posisi lurus didepan. 3. Hasil Dan Pembahasan Gambar 6 merupakan obyek penelitian yang berupa mobile robot dengan menggunakan 3 wheels omnidirectional yang telah dilengkapi dengan sensor vision. frame 1 frame 2 Gambar 6. Robot 3 wheels omni-directional Hasil Pengujian. Agar respon dari pergerakan robot yang diakibatkan oleh adanya obyek, dapat dikatahui karakteristiknya maka perlu dilakukan pengujian. Pengujian awal menggunakan simulator dimana obyek ditempatkan depan robot dan bergerak berlawanan dengan arah gerak robot. Kecepatan obyek sama dengan kecepatan robot kecepatan robot. frame 3 frame 4 Gambar 9. Hasil implementasi pada saat obyek bergerak lurus didepan robot Pada saat implementasi robot dimana posisi obyek berada lurus didepan, maka jalur robot berjalan akan berubah. Perubahan tersebut terjadi karena adanya peningkatan nilai Vy dari 0 mm/s ke 284 mm/s. Gambar 7. Hasil simulasi pada saat obyek bergerak lurus di depan robot. D-130
6 frame 1 frame 2 Gambar 10. Respon implementasi robot pada saat obyek pada posisi lurus didepan Pengujian selanjutnya adalah pada saat posisi obyek di sebelah kiri robot, hasil pengujian secara simulasinya adalah sebagai berikut frame 3 frame 4 Gambar 13. Hasil implementasi robot pada saat obyek pada posisi kiri depan Gambar 11. Hasil simulasi robot pada saat obyek pada posisi kiri depan Percobaan implementasi robot selanjutnya adalah menempatkan obyek pada posisi kiri depan. Pada saat obyek terdeteksi maka jalur robot berjalan akan berubah. Perubahan tersebut terjadi karena adanya nilai Vy yang semula 0 mm/s berubah ke -300 mm/s. Gambar 12. Respon simulasi robot pada saat obyek pada posisi kiri depan Berdasarkan gambar 11, pada saat robot mendeteksi adanya obyek pada posisi kiri depan maka jalur robot berjalan akan mengalami perubahan, perubahan ini diakibatkan oleh adanya obyek sehingga nilai Vy yang semula 0 cm/s akan berubah ke -4 cm/s. Pada saat obyek telah dilewati maka robot akan kembali ke posisi awal pada saat obyek belum terdeteksi. Grafik 14. Respon implementasi robot pada saat obyek pada posisi kiri depan D-131
7 Tabel 2. Hasil pengujian implementasi robot penghindar halangan No Percobaan Posisi Keterangan Prosentase 1 1 Lurus depan Sukses 10% 2 2 Kiri depan Sukses 10% 3 3 Kanan depan Sukses 10% 4 4 Kiri depan Sukses 10% 5 5 Kanan depan Sukses 10% 6 6 Kiri depan Gagal 0% 7 7 Kiri depan Sukses 10% 8 8 Lurus depan Sukses 10% 9 9 Kanan depan Sukses 10% Kiri depan Gagal 0% Total 80% Setelah dilakukan 10 kali pengujian dengan 3 posisi obyek yang berbeda, robot berhasil menghindari halangan 8 kali dan gagal 2 kali. Kegagalan ini diakibatkan kegagalan proses segmentasi warna HSV untuk mendeteksi obyek, sehingga estimasi jarak mengalami sedikit perubahan pada saat ada maupun tidak ada obyek. 3.2 Pembahasan Pengujian ini dilakukan dengan pergerakan obyek yang sama tetapi dengan posisi dan kecepatan yang berbeda. Berdasarkan hasil pengujian simulasi pada saat obyek bergerak lurus dengan robot nilai Vy akan berubah dari 0 cm/s menjadi 8 cm/s. Pada saat posisi obyek berada pada kanan depan, kecepatan Vy dari robot akan dinaikkan dari 0 cm/s menjadi -4 cm/s, sedangkan apabila pada posisi kiri depan Vy akan berubah dari 0 cm/s menjadi 4 cm/s. Pada pengujian implementasi mobile robot, pada saat posisi obyek berada pada posisi didepan lurus dengan robot, dimana estimasi jarak = 120 cm, kecepatan = 17 cm/s dan posisi obyek = -42 maka nilai Vy yang akan dikeluarkan sebesar 284 mm/s. Apabila obyek dideteksi pada posisi kanan depan, dengan estimasi jarak = 180 cm, kecepatan = 8 cm/s dan posisi = -17, maka nilai Vy yang akan dikeluarkan adalah sebesar 190 mm/s. Hal ini berbeda pada saat robot mendeteksi obyek pada posisi kiri depan, dimana nilai yang dikeluarkan Vy = -300 mm/s, pada saat estimasi jarak = 121 cm, kecepatan = 31 cm/s dan posisi = 42. Berdasarkan hasil pengujian pada tabel 3 tingkat keberhasilan robot menghindari halangan pada saat dilakukan pengujian sebanyak 10 kali didapatkan bahwa 8 kali robot sukses menghindari halangan dan 2 kali gagal, dimana tingkat keberhasilan robot untuk menghindari halangan pada pengujian 10 kali adalah 80%. 4. Kesimpulan Berdasarkan penelitian yang telah dilakukan didapatkan kesimpulan bahwa lintasan mobile robot menggunakan kendali ANFIS akan mengalami perubahan pada saat estimasi jarak, kecepatan dan posisi obyek bisa ditentukan. Proses pengolahan informasi visual untuk menentukan obyek disini menggunakan model segmentasi HSV yang diberi nilai tresholding. Pengujian mobile robot untuk menghindari halangan ini dilakukan sebanyak 10 kali, dengan tingkat keberhasilan sebesar 80%, dimana obyek berada pada posisi lurus, kiri depan dan kanan depan dari robot. Mempertimbangkan prosentase tingkat keberhasilan pengujian ini, dapat disimpulkan bahwa konsep yang dilakukan pada penelitian ini bisa digunakan sebagai acuan dasar mobile robot untuk menghindari dynamic obstacle pada area koridor. Parameter minimal yang harus bisa disensing oleh mobile robot untuk menghindari dynamic obstacle pada area koridor diantaranya adalah jarak, kecepatan dan posisi obyek. 5. Saran Penelitian yang telah dilakukan masih terdapat kekurangan, kekurangan tersebut diantaranya estimasi jarak obyek memiliki error 75% karena dalam penelitian ini masih menggunakan single camera. Salah satu solusi untuk mendapatkan estimasi jarak dengan error lebih rendah penulis menyarankan untuk menggunakan stereo camera. 6. Pustaka [1] Ma Xiaowei, Li Xiaoli, Qiao Hong. (2001), Fuzzy Neural Network-Based Real Time Self-Reaction of Mobile Robot in Unknown Environtmen, Pergamon, Mechatronics 11 (2001) [2] [2] Rusu. P., Emil M. Petriu, Fellow, IEEE, Thom E. Whalen, Aurel Cornell, and Hans J. W. Spoelder. (2003). Behavior-Based Neuro-Fuzzy Controller for Mobile Robot Navigation. IEEE Trans. on Instrumentation and Measurement Vol. 52, No. 4, p [3] [3] Budiharto Widodo., Purwanto Djoko., Jazidie A. (2010). Indoor Navigation using Adaptive Neuro Fuzzy Controller for Servant Robot. in proc. IEEE 2 nd International Conference on Computer Engineering and Its Application (ICCEA 2010), Bali Indonesia, pp DOI: / ICCEA [4] Takahashi. M. (2010). Developing a mobile robot for transport applications in the hospital domain, Elsevier. on Robotics and Autonomous System, doi: /j.robot [5] Chen Wen, Shi Yun Q, Guorong Xuan. (2007. Indentifying Computer Graphics Using Color Model and Statistical Moments of Characteristic Functions. Multimedia and Expo 2007 IEEE D-132
8 International Conference, ISBN: , 08 August [6] J.S. Roger. Jang, C. T. Sun. (1997). Neuro-Fuzzy and Soft Computing. [7] Rostami. V, Ebrahimijam. S, Khajehpoor. P, Mirzaei. P, Yousefiazar. M. (2005a). Cooperative Multi Agent Soccer Robot Team, World Academy of Science, Engineering and Technology [8] Rostami. V, Sojodishijani. O, Ebrahimijam. S, MohsenizanjaniNejad. Ali. (2005b). Fuzzy Error Recovery in Feedback Control for Three Wheel Omnidirectional Soccer Robot, World Academy of Science, Engineering and Technology [9] [9] Wahyu Setyo Pambudi, Irma Salamah, Alan Novi Tompunu. (2011). Deteksi dan Estimasi Jarak Obyek Menggunakan Single Camera Dengan Model Segmentasi HSV, SEMINAR NASIONAL TEKNOIN [10] Mahesian E and Katebi Y. (2007). Robot Motion Planning in Dynamics Environment with Moving Obstacle and Target, World Academy of Science, Engineering and Technology D-133
Implementasi Sistem Navigasi Behavior Based Robotic dan Kontroler Fuzzy pada Manuver Robot Cerdas Pemadam Api
Implementasi Sistem Navigasi Behavior Based Robotic dan Kontroler Fuzzy pada Manuver Robot Cerdas Pemadam Api Rully Muhammad Iqbal NRP 2210105011 Dosen Pembimbing: Rudy Dikairono, ST., MT Dr. Tri Arief
Lebih terperinciBAB I PENDAHULUAN. Universitas Internasional Batam
1 BAB I PENDAHULUAN 1 Latar Belakang Aktifitas keseharian yang kerap dilakukan manusia tidak luput dari bantuan teknologi untuk memudahkan prosesnya. Salah satu teknologi yang akrab dan sering digunakan
Lebih terperinciPERANCANGAN MOBILE ROBOT DENGAN SENSOR KAMERA MENGGUNAKAN SISTEM KENDALI FUZZY
PERANCANGAN MOBILE ROBOT DENGAN SENSOR KAMERA MENGGUNAKAN SISTEM KENDALI FUZZY Lasti Warasih H E-mail : lushtea @gmailcom Abstrak Manusia selalu ingin menciptakan robot yang dapat bernavigasi seperti dirinya
Lebih terperinciSISTEM KONTROL GERAK SEDERHANA PADA ROBOT PENGHINDAR HALANGAN BERBASIS KAMERA DAN PENGOLAHAN CITRA
SISTEM KONTROL GERAK SEDERHANA PADA ROBOT PENGHINDAR HALANGAN BERBASIS KAMERA DAN PENGOLAHAN CITRA Dirvi Eko Juliando Sudirman 1) 1) Teknik Komputer Kontrol Politeknik Negeri Madiun Jl Serayu No. 84, Madiun,
Lebih terperinciPERAMALAN BEBAN LISTRIK JANGKA PENDEK DI BALI MENGGUNAKAN PENDEKATAN ADAPTIVE NEURO-FUZZY INFERENCE SYSTEM (ANFIS)
PERAMALAN BEBAN LISTRIK JANGKA PENDEK DI BALI MENGGUNAKAN PENDEKATAN ADAPTIVE NEURO-FUZZY INFERENCE SYSTEM (ANFIS) L K Widyapratiwi 1, I P A Mertasana 2, I G D Arjana 2 1 Mahasiswa Teknik Elektro, Fakultas
Lebih terperinciOPTIMASI PENCAPAIAN TARGET PADA SIMULASI PERENCANAAN JALUR ROBOT BERGERAK DI LINGKUNGAN DINAMIS
OPTIMASI PENCAPAIAN TARGET PADA SIMULASI PERENCANAAN JALUR ROBOT BERGERAK DI LINGKUNGAN DINAMIS Yisti Vita Via Jurusan Teknik Informatika, Fakultas Teknologi Informasi, Institut Teknologi Sepuluh Nopember
Lebih terperinciPenerapan Adaptive Neuro Fuzzy Inference System Dalam Memprediksi Volume Pemakaian Air Bersih
Penerapan Adaptive Neuro Fuzzy Inference System Dalam Memprediksi Volume Pemakaian Air Bersih Niska Ramadani Dosen Universitas Dehasen Bengkulu niskaramadani@gmail.com ABSTRAK Pertumbuhan penduduk harus
Lebih terperinciImplementasi Kalman Filter Pada Sensor Jarak Berbasis Ultrasonik
Implementasi Kalman Filter Pada Sensor Jarak Berbasis Ultrasonik Hendawan Soebhakti, Rifqi Amalya Fatekha Program Studi Teknik Mekatronika, Jurusan Teknik Elektro Politeknik Negeri Batam Email : hendawan@polibatam.ac.id
Lebih terperinciPENERAPAN BEHAVIOR BASED ROBOTIC PADA SISTEM NAVIGASI DAN KONTROL ROBOT SOCCER
PENERAPAN BEHAVIOR BASED ROBOIC PADA SISEM NAVIGASI DAN KONROL ROBO SOCCER Ravi Harish Maulana Jurusan eknik Elektro IS, Surabaya 60111, email: rv_axione@yahoo.co.id Abstrak Dalam perancangan robot soccer,
Lebih terperinciDr. Ir. Endra Pitowarno, M.Eng PENS-ITS. Seminar New Concept Robotics: Robot Vision 22 Februari 2007 Universitas Gunadarma - Jakarta.
Endra Pitowarno 27 Inside the Robotic Vision Dr. Ir. Endra Pitowarno, M.Eng PENS-ITS Seminar New Concept Robotics: Robot Vision 22 Februari 27 Universitas Gunadarma - Jakarta Endra Pitowarno 27 Vision
Lebih terperinciPENGENDALIAN POSISI MOBILE ROBOT MENGGUNAKAN METODE NEURAL NETWORK DENGAN UMPAN BALIK KAMERA PEMOSISIAN GLOBAL
PENGENDALIAN POSISI MOBILE ROBOT MENGGUNAKAN METODE NEURAL NETWORK DENGAN UMPAN BALIK KAMERA PEMOSISIAN GLOBAL Randy Reza Kautsar (1), Bima Sena Bayu D S.ST M.T (2), A.R. Anom Besari. S.ST, M.T (2) (1)
Lebih terperinciPengendalian Posisi Mobile Robot Menggunakan Metode Neural Network Dengan Umpan Balik Kamera Pemosisian Global
The 13 th Industrial Electronics Seminar 2011 (IES 2011) Electronic Engineering Polytechnic Institute of Surabaya (EEPIS), Indonesia, October 26, 2011 Pengendalian Posisi Mobile Robot Menggunakan Metode
Lebih terperinciBAB III METODELOGI PENELITIAN. media cacing dengan metode adaptive neuro fuzzy inference system (ANFIS)
BAB III METODELOGI PENELITIAN 3.1 Studi Literatur Untuk memehami cara rancang bangun pengontrol suhu dan kelembaban media cacing dengan metode adaptive neuro fuzzy inference system (ANFIS) dibutuhkan studi
Lebih terperinciDesain Sistem Kontrol Functional Electrical Stimulation menggunakan Fuzzy orde 2
Desain Sistem Kontrol Functional Electrical Stimulation menggunakan Fuzzy orde 2 Hendi Wicaksono Agung D 1,3, Achmad Arifin, Ph.D 2. (1) Program Pasca Sarjana Jurusan Teknik Elektro Bidang Studi Elektronika
Lebih terperinciSeminar Nasional Sains dan Teknologi Terapan IV 2016 ISBN Institut Teknologi Adhi Tama Surabaya
PEMBUATAN MODEL SIMULASI PENDULUM MOTIONDENGAN PEMROGRAMAN VISUAL MENGGUNAKAN PENDEKATAN ORDINARY DIFFERENTIAL EQUATION (ODE) ORDE 2 DENGAN METODE EULER Wahyu Setyo Pambudi 1), Dedy Rusdyanto 2) 1) Jurusan
Lebih terperinciImplementasi Metode Fuzzy Logic Controller Pada Kontrol Posisi Lengan Robot 1 DOF
Implementasi Metode Fuzzy Logic Controller Pada Kontrol Posisi Lengan Robot 1 DOF ndik Yulianto 1), gus Salim 2), Erwin Sukma Bukardi 3) Prodi Teknik Elektro, Fakultas Teknologi Industri, Universitas Internasional
Lebih terperinciMODEL KONTROL PREDIKSI BERBASIS ANFIS PADA HEAT EXCHANGER
MODEL KONTROL PREDIKSI BERBASIS ANFIS PADA HEAT EXCHANGER Ruslim Jurusan Teknik Elektro, Fakultas Teknik, Universitas Borneo Tarakan ruslim_s@yahoo.co.id ABSTRAKS Model dinamik dari sistem Heat Exchanger
Lebih terperinciNAVIGASI BERBASIS BEHAVIOR DAN FUZZY LOGIC PADA SIMULASI ROBOT BERGERAK OTONOM
NAVIGASI BERBASIS BEHAVIOR DAN FUZZY LOGIC PADA SIMULASI ROBOT BERGERAK OTONOM Rendyansyah *, Kemahyanto Exaudi, Aditya Putra Perdana Prasetyo Jurusan Sistem Komputer, Fakultas Ilmu Komputer, Universitas
Lebih terperinciPengendalian Gerak Robot Penghindar Halangan Menggunakan Citra dengan Kontrol PID
Journal of Electrical Electronic Control and Automotive Engineering (JEECAE) Pengendalian Gerak Robot Penghindar Halangan Menggunakan Citra dengan Kontrol PID Basuki Winarno, S.T., M.T. Jurusan Teknik
Lebih terperinciCOMPUTER VISION UNTUK PENGHITUNGAN JARAK OBYEK TERHADAP KAMERA
Seminar Nasional Teknologi Terapan SNTT 2013 (26/10/2013) COMPUTER VISION UNTUK PENGHITUNGAN JARAK OBYEK TERHADAP KAMERA Isnan Nur Rifai *1 Budi Sumanto *2 Program Diploma Elektronika & Instrumentasi Sekolah
Lebih terperinciPERANCANGAN PENGONTROL ROBOT BERKAMERA VIA JARINGAN INTERNET (TCP/IP)
PERANCANGAN PENGONTROL ROBOT BERKAMERA VIA JARINGAN INTERNET (TCP/IP) Dosen Pembimbing: 1. Eko Setijadi, ST. MT. Ph.D. 2. Ir. Gatot Kusrahardjo, MT. Ardianto Puguh S P MAHASISWA JURUSAN TEKNIK ELEKTRO
Lebih terperinciBAB 4 IMPLEMENTASI DAN EVALUASI. Atmel (www.atmel.com).
BAB 4 IMPLEMENTASI DAN EVALUASI 4.1 Spesifikasi Sistem 4.1.1 Spesifikasi Perangkat Keras Proses pengendalian mobile robot dan pengenalan image dilakukan oleh microcontroller keluarga AVR, yakni ATMEGA128
Lebih terperinciBAB III PERANCANGAN Sistem Kontrol Robot. Gambar 3.1. Blok Diagram Sistem
BAB III PERANCANGAN Pada bab ini akan dijelaskan mengenai perancangan sistem yang meliputi sistem kontrol logika fuzzy, perancangan perangkat keras robot, dan perancangan perangkat lunak dalam pengimplementasian
Lebih terperinciDAFTAR ISI ABSTRAK... 7 KATA PENGANTAR... 8 DAFTAR ISI DAFTAR TABEL DAFTAR GAMBAR DAFTAR LAMPIRAN BAB I PENDAHULUAN...
DAFTAR ISI Penulis Halaman ABSTRAK..... 7 KATA PENGANTAR... 8 DAFTAR ISI.... 10 DAFTAR TABEL... 15 DAFTAR GAMBAR... 16 DAFTAR LAMPIRAN... 18 BAB I PENDAHULUAN... 2 1.1 Latar Belakang Masalah... 2 1.2 Perumusan
Lebih terperinciTraffic IP Camera untuk Menghitung Kendaraan Roda Empat Menggunakan Metode Luasan Piksel
1 Traffic IP Camera untuk Menghitung Kendaraan Roda Empat Menggunakan Metode Luasan Piksel Andi Muhammad Ali Mahdi Akbar, Arief Kurniawan, Ahmad Zaini Jurusan Teknik Elektro, Fakultas Teknik Industri Institut
Lebih terperinciBAB IV PENGUJIAN SISTEM. pada PC yang dihubungkan dengan access point Robotino. Hal tersebut untuk
BAB IV PENGUJIAN SISTEM Pengujian sistem yang dilakukan merupakan pengujian terhadap Robotino dan aplikasi pada PC yang telah selesai dibuat. Dimulai dari menghubungkan koneksi ke Robotino, menggerakan
Lebih terperinciRancang Bangun Sistem Pengukuran Posisi Target dengan Kamera Stereo untuk Pengarah Senjata Otomatis
A216 Rancang Bangun Sistem Pengukuran Posisi Target dengan Kamera Stereo untuk Pengarah Senjata Otomatis Anas Maulidi Utama, Djoko Purwanto, dan Ronny Mardiyanto Jurusan Teknik Elektro, Fakultas Teknologi
Lebih terperinciDESAIN SISTEM KENDALI GERAK SURGE DAN ROLL PADA SISTEM AUTONOMOUS UNDERWATER VEHICLE DENGAN METODE SLIDING MODE CONTROL (SMC)
PROSEDING DESAIN SISTEM KENDALI GERAK SURGE DAN ROLL PADA SISTEM AUTONOMOUS UNDERWATER VEHICLE DENGAN METODE SLIDING MODE CONTROL (SMC) Teguh Herlambang, Hendro Nurhadi Program Studi Sistem Informasi Universitas
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Teknologi di dunia telah mengalami kemajuan yang sangat pesat, terutama di bidang robotika. Saat ini robot telah banyak berperan dalam kehidupan manusia. Robot adalah
Lebih terperinciDesain dan Implementasi Model Reference Adaptive Control untuk Pengaturan Tracking Optimal Posisi Motor DC
Desain dan Implementasi Model Reference Adaptive Control untuk Pengaturan Tracking Optimal Posisi Motor DC Dinar Setyaningrum 22081000018 Teknik Sistem Pengaturan Institut Teknologi Sepuluh Nopember Rabu,
Lebih terperinciBAB I PENDAHULUAN. Sistem pendeteksi pada robot menghindar halangan banyak
BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Sistem pendeteksi pada robot menghindar halangan banyak menggunakan sensor sebagai acuan dalam menghindari halangan. Pengaplikasian obstacle avoidance robot
Lebih terperinciEKO TRI WASISTO Dosen Pembimbing 1 Dosen Pembimbing 2
RANCANG BANGUN SISTEM KONTROL ATTITUDE PADA UAV (UNMANNED AERIAL VEHICLE) QUADROTOR DF- UAV01 DENGAN MENGGUNAKAN SENSOR ACCELEROMETER 3-AXIS DENGAN METODE FUZZY LOGIC EKO TRI WASISTO 2407.100.065 Dosen
Lebih terperinciSYSTEM IDENTIFIKASI GANGGUAN STROKE ISKEMIK MENGGUNAKAN METODE OTSU DAN FUZZY C-MEAN (FCM)
SYSTEM IDENTIFIKASI GANGGUAN STROKE ISKEMIK MENGGUNAKAN METODE OTSU DAN FUZZY C-MEAN (FCM) Jani Kusanti Program Studi Teknik Informatika, Fakultas Teknik Elektro dan Informatika Universitas Surakarta (UNSA),
Lebih terperinciPEMODELAN DINAMIKA KENDARAAN DENGAN JARINGAN SYARAF TIRUAN
PEMODELAN DINAMIKA KENDARAAN DENGAN JARINGAN SYARAF TIRUAN Satrio Dewanto Computer Engineering Department, Faculty of Engineering, BINUS University Jln. K.H. Syahdan No. 9, Palmerah, Jakarta Barat 11480
Lebih terperinciPENGEMBANGAN MOTION CAPTURE SYSTEM UNTUK TRAJECTORY PLANNING
PENGEMBANGAN MOTION CAPTURE SYSTEM UNTUK TRAJECTORY PLANNING ELVA SUSIANTI 2209204802 Pembimbing: 1. ACHMAD ARIFIN, ST., M. Eng., Ph.D 2. Ir. DJOKO PURWANTO, M. Eng., Ph.D. Bidang Keahlian Teknik Elektronika
Lebih terperinciPenerapan Metode Fuzzy Mamdani Pada Rem Otomatis Mobil Cerdas
Penerapan Metode Fuzzy Mamdani Pada Rem Otomatis Mobil Cerdas Zulfikar Sembiring Jurusan Teknik Informatika, Fakultas Teknik, Universitas Medan Area zoelsembiring@gmail.com Abstrak Logika Fuzzy telah banyak
Lebih terperinciBAB 3 PENANGANAN JARINGAN KOMUNIKASI MULTIHOP TERKONFIGURASI SENDIRI UNTUK PAIRFORM-COMMUNICATION
BAB 3 PENANGANAN JARINGAN KOMUNIKASI MULTIHOP TERKONFIGURASI SENDIRI UNTUK PAIRFORM-COMMUNICATION Bab ini akan menjelaskan tentang penanganan jaringan untuk komunikasi antara dua sumber yang berpasangan.
Lebih terperinciALHAZEN Journal of Physics ISSN Volume 2, Nomor 1, Issue 1, Juli 2015
KONTROL MOBIL ROBOT MENGGUNAKAN HAND GESTURE RECOGNITION DENGAN METODE ADAPTIVE NEURO-FUZZY INTERFERENCE SYSTEM (ANFIS) Abdul Rohman Sayyid* 1), Mada Sanjaya WS 1,2), Yudha Satya P 1) 1) Fisika, Fakultas
Lebih terperinciOPTIMASI PERENCANAAN JALUR PADA MOBILE ROBOT BERBASIS ALGORITMA GENETIKA MENGGUNAKAN POLA DISTRIBUSI NORMAL
OPTIMASI PERENCANAAN JALUR PADA MOBILE ROBOT BERBASIS ALGORITMA GENETIKA MENGGUNAKAN POLA DISTRIBUSI NORMAL Bayu Sandi Marta 1), Djoko Purwanto 2) 1), 2) Jurusan Teknik Elektro Institut Teknologi Sepuluh
Lebih terperinciSegitiga Fuzzy-Neural Network untuk Mengenali Pola dari Model Input Data yang Berdistribusi
J. Math. and Its Appl. ISSN: 1829-605X Vol. 4, No. 1, May 2007, 9 16 Segitiga Fuzzy-Neural Network untuk Mengenali Pola dari Model Input Data yang Berdistribusi Hary Budiarto Pusat Teknologi Informasi
Lebih terperinciPERANCANGAN SISTEM KENDALI KAPAL UNTUK MENGHINDARI TABARAKAN MENGGUNAKAN PENGOLAHAN CITRA
ISSN : 2355-9365 e-proceeding of Engineering : Vol.4, No.2 Agustus 2017 Page 1426 PERANCANGAN SISTEM KENDALI KAPAL UNTUK MENGHINDARI TABARAKAN MENGGUNAKAN PENGOLAHAN CITRA DESIGN BOAT CONTROL SYSTEM FOR
Lebih terperinciPERANCANGAN SISTEM KENDALI PADA KENDALIAN YANG DISERTAI KETIDAK PASTIAN
PERANCANGAN SISTEM KENDALI PADA KENDALIAN YANG DISERTAI KETIDAK PASTIAN Rudy S. Wahjudi Jurusan Teknik Elektro Fakultas Teknologi Industri Universitas Trisakti E-mail: rswahjudi@trisakti.ac.id Abstrak
Lebih terperinciPENGENDALI LAJU KECEPATAN DAN SUDUT STEERING PADA MOBILE ROBOT DENGAN MENGGUNAKAN ACCELEROMETER PADA SMARTPHONE ANDROID
Mikrotiga, Vol 1, No. 2 Mei 2014 ISSN : 2355-0457 19 PENGENDALI LAJU KECEPATAN DAN SUDUT STEERING PADA MOBILE ROBOT DENGAN MENGGUNAKAN ACCELEROMETER PADA SMARTPHONE ANDROID Muhammad Ariansyah Putra 1*,
Lebih terperinciKontrol Kecepatan Motor DC Berbasis Logika Fuzzy (DC Motor Speed Control Based on Fuzzy Logic)
Terry Intan Nugroho., et al., Kontrol Kecepatan Motor DC Berbasis Logika 1 Kontrol Kecepatan Motor DC Berbasis Logika (DC Motor Speed Control Based on Logic) Terry Intan Nugroho, Bambang Sujanarko, Widyono
Lebih terperinciOleh : Abi Nawang Gustica Pembimbing : 1. Dr. Muhammad Rivai, ST., MT. 2. Ir. Tasripan, MT.
Implementasi Sensor Gas pada Kontrol Lengan Robot untuk Mencari Sumber Gas (The Implementation of Gas Sensors on the Robotic Arm Control to Locate Gas Source ) Oleh : Abi Nawang Gustica Pembimbing : 1.
Lebih terperinciDAFTAR ISI. HALAMAN JUDUL... i. HALAMAN PENGESAHAN... ii. HALAMAN PERNYATAAN... iii. KATA PENGANTAR... iv. MOTO DAN PERSEMBAHAN... v. DAFTAR ISI...
DAFTAR ISI HALAMAN JUDUL... i HALAMAN PENGESAHAN... ii HALAMAN PERNYATAAN... iii KATA PENGANTAR... iv MOTO DAN PERSEMBAHAN... v DAFTAR ISI... vi DAFTAR GAMBAR... viii DAFTAR TABEL... x ABSTRAK... xi ABSTRACT...
Lebih terperinciBAB III METODE PENELITIAN. diperlukan dengan beberapa cara yang dilakukan, antara lain:
BAB III METODE PENELITIAN Dalam pembuatan kendali robot omni dengan accelerometer dan keypad pada smartphone dilakukan beberapa tahapan awal yaitu pengumpulan data yang diperlukan dengan beberapa cara
Lebih terperinciMODEL PEMBELAJARAN JARINGAN SYARAF TIRUAN UNTUK OTOMATISASI PENGEMUDIAN KENDARAAN BERODA TIGA
MODEL PEMBELAJARAN JARINGAN SYARAF TIRUAN UNTUK OTOMATISASI PENGEMUDIAN KENDARAAN BERODA TIGA Ramli e-mail:ramli.brt@gmail.com Dosen Tetap Amik Harapan Medan ABSTRAK Jaringan Syaraf Tiruan adalah pemrosesan
Lebih terperinciFACE TRACKING DAN DISTANCE ESTIMATION PADA REALTIME VIDEO MENGGUNAKAN 3D STEREO VISION CAMERA
FACE TRACKING DAN DISTANCE ESTIMATION PADA REALTIME VIDEO MENGGUNAKAN 3D STEREO VISION CAMERA Edy Winarno¹, Agus Harjoko² ¹ Program Studi Teknik Informatika FTI Universitas Stikubank (UNISBANK) Semarang
Lebih terperinciTINJAUAN PUSTAKA. Waktu dan Tempat Penelitian
III TINJAUAN PUSTAKA Waktu dan Tempat Penelitian Penelitian dilaksanakan pada bulan Januari 2012 November 2012 di laboratorium lapangan Siswadi Supardjo, Program Studi Teknik Mesin Pertanian dan Pangan,
Lebih terperinciPENGESAHAN PUBLIKASI HASIL PENELITIAN SKRIPSI JURUSAN TEKNIK ELEKTRO FAKULTAS TEKNIK UNIVERSITAS BRAWIJAYA
KEMENTRIAN PENDIDIKAN DAN KEBUDAYAAN UNIVERSITAS BRAWIJAYA FAKULTAS TEKNIK JURUSAN TEKNIK ELEKTRO Jalan MT Haryono 167 Telp & Fax. 0341 554166 Malang 65145 KODE PJ-01 PENGESAHAN PUBLIKASI HASIL PENELITIAN
Lebih terperinciPERANCANGAN DAN IMPLEMENTASI SISTEM KENDALI PID SEBAGAI PENGONTROL KECEPATAN ROBOT MOBIL PADA LINTASAN DATAR, TANJAKAN, DAN TURUNAN TUGAS AKHIR
PERANCANGAN DAN IMPLEMENTASI SISTEM KENDALI PID SEBAGAI PENGONTROL KECEPATAN ROBOT MOBIL PADA LINTASAN DATAR, TANJAKAN, DAN TURUNAN TUGAS AKHIR Oleh : Imil Hamda Imran NIM : 06175062 Pembimbing I : Ir.
Lebih terperinciGERAKAN BERJALAN OMNIDIRECTIONAL UNTUK ROBOT HUMANOID PEMAIN BOLA
GERAKAN BERJALAN OMNIDIRECTIONAL UNTUK ROBOT HUMANOID PEMAIN BOLA Disusun oleh : Nama : Christian Hadinata NRP : 0822017 Jurusan Teknik Elektro, Fakultas Teknik,, Jl.Prof.Drg.Suria Sumantri, MPH No. 65,
Lebih terperinciPenjejakan Objek Visual berbasis Algoritma Mean Shift dengan menggunakan kamera Pan-Tilt
Penjejakan Objek Visual berbasis Algoritma Mean Shift dengan menggunakan kamera Pan-Tilt Sulfan Bagus Setyawan 1, Djoko Purwanto 2 Jurusan Teknik Elektro, Institut Teknologi Sepuluh Nopember 1 sulfan13@mhs.ee.its.ac.id
Lebih terperinciSistem Pengemudian Otomatis pada Kendaraan Berroda dengan Model Pembelajaran On-line Menggunakan NN
Sistem Pengemudian Otomatis pada Kendaraan Berroda dengan Model Pembelajaran On-line Menggunakan Eru Puspita Politeknik Elektronika Negeri Surabaya Institut Teknologi Sepuluh Nopember Kampus ITS Keputih
Lebih terperinciSIMULASI AUTONOMOUS VEHICLE DI UNIVERSITAS KRISTEN SATYA WACANA SALATIGA
SIMULASI AUTONOMOUS VEHICLE DI UNIVERSITAS KRISTEN SATYA WACANA SALATIGA Sandro Angkat, Darmawan Utomo, Hartanto K. Wardana SIMULASI AUTONOMOUS VEHICLE DI UNIVERSITAS KRISTEN SATYA WACANA SALATIGA Sandro
Lebih terperinciPenggunaan Sensor Kesetimbangan Accelerometer dan Sensor Halangan Ultrasonic pada Aplikasi Robot Berkaki Dua
Volume 1 Nomor 2, April 217 e-issn : 2541-219 p-issn : 2541-44X Penggunaan Sensor Kesetimbangan Accelerometer dan Sensor Halangan Ultrasonic pada Aplikasi Robot Berkaki Dua Abdullah Sekolah Tinggi Teknik
Lebih terperinciBAB 4 HASIL DAN PEMBAHASAN
BAB 4 HASIL DAN PEMBAHASAN Pengujian robot mobil pemadam api dilakukan dengan tujuan untuk mengetahui kinerja robot serta performa dari sistem pergerakan robot yang telah dirancang pada Bab 3. Pengujian
Lebih terperinciAPLIKASI ROBOT PEMADAM API DENGAN MENGGUNAKAN SENSOR FLAME DETECTOR BERBASIS MIKROKONTROLLER ATMEGA8535 DAN DIDUKUNG BAHASA PEMROGRAMAN C
APLIKASI ROBOT PEMADAM API DENGAN MENGGUNAKAN SENSOR FLAME DETECTOR BERBASIS MIKROKONTROLLER ATMEGA8535 DAN DIDUKUNG BAHASA PEMROGRAMAN C Haris Tri Saputra AMIK Tri Dharma Pekanbaru Email : haristrisaputra@rocketmail.com
Lebih terperinciPERANCANGAN PROTOTYPE ROBOT SOUND TRACKER BERBASIS MIKROKONTROLER DENGAN METODE FUZZY LOGIC
PERANCANGAN PROTOTYPE ROBOT SOUND TRACKER BERBASIS MIKROKONTROLER DENGAN METODE FUZZY LOGIC SKRIPSI Oleh MUHAMMAD RENDRA TRIASMARA NIM 071910201015 PROGRAM STUDI STRATA-1 TEKNIK ELEKTRO JURUSAN TEKNIK
Lebih terperinciPREDIKSI CUACA MARITIM UNTUK MENDETEKSI KEBERADAAN SUMBER DAYA LAUT IKAN DI PERAIRAN JAWA TIMUR
PREDIKSI CUACA MARITIM UNTUK MENDETEKSI KEBERADAAN SUMBER DAYA LAUT IKAN DI PERAIRAN JAWA TIMUR OLEH : Bagusranu Wahyudi Putra 2410100044 DOSEN PEMBIMBING : Dr. Ir. Aulia Siti Aisjah, MT. Ir. Syamsul Arifin,
Lebih terperinciPERBAIKAN ALGORITMA Q-LEARNING DENGAN ANT COLONY DAN PREDIKSI JALUR PADA SIMULASI PERENCANAAN JALUR ROBOT BERGERAK DI LINGKUNGAN DINAMIS
PERBAIKAN ALGORITMA Q-LEARNING DENGAN ANT COLONY DAN PREDIKSI JALUR PADA SIMULASI PERENCANAAN JALUR ROBOT BERGERAK DI LINGKUNGAN DINAMIS IMPROVEMENT Q-LEARNING ALGORITHM USING ANT COLONY AND PREDICTION
Lebih terperinciKENDALI LOGIKA FUZZY PADA PENGATURAN LAMPU LALU LINTAS BERDASARKAN URGENCY DAN STOP DEGREE
KENDALI LOGIKA FUZZY PADA PENGATURAN LAMPU LALU LINTAS BERDASARKAN URGENCY DAN STOP DEGREE Fitria Suryatini Program Studi Teknik Elektro Fakultas Teknik Universitas Islam 45 (UNISMA) E-mail: fitriasuryatini88@gmail.com
Lebih terperinciStabilisasi Robot Pendulum Terbalik Beroda Dua Menggunakan Kontrol Fuzzy Hybrid
Stabilisasi Robot Pendulum Terbalik Beroda Dua Menggunakan Kontrol Fuzzy Hybrid Made Rahmawaty, Trihastuti Agustinah Teknik Elektro, Fakultas Teknologi Industri, Institut Teknologi Sepuluh Nopember (ITS)
Lebih terperinciPermodelan Kurva Karakteristik Inverse Non- Standart Pada Rele Arus Lebih Dengan Metode Adaptive Neuro Fuzzy Inference System (Anfis)
B163 Permodelan Kurva Karakteristik Inverse Non- Standart Pada Rele Lebih Dengan Metode Adaptive Neuro Fuzzy Inference System (Anfis) Erhankana Ardiana P., Margo Pujiantara dan Ardyono Priyadi Jurusan
Lebih terperinciSIMULASI DAN ANALISA LINTASAN KENDARAAN RODA TIGA REVERSE TRIKE DENGAN PENERAPAN PID CONTROLLER
SIMULASI DAN ANALISA LINTASAN KENDARAAN RODA TIGA REVERSE TRIKE DENGAN PENERAPAN PID CONTROLLER Gilang Pratama Putra Jurusan Teknik Mesin Fakultas Teknik Universitas Sebelas Maret Abstrak Tujuan penelitian
Lebih terperinciBAB I PENDAHULUAN. Mikrokontroler merupakan pengontrol mikro atau disebut juga Single Chip
BAB I PENDAHULUAN I.1. Latar Belakang Perkembangan teknologi yang sangat pesat khususnya kemajuan di dunia elektronika dan komputer menyebabkan banyak dihasilkannya suatu penemuanpenemuan yang dianggap
Lebih terperinciBAB 1 PENDAHULUAN. dunia industri diperhadapkan pada suatu persaingan (kompetisi). Kompetisi dapat
BAB 1 PENDAHULUAN 1.1 Latar Belakang Masalah Untuk dapat meraih suatu tujuan yang dikehendaki, akhir akhir ini dunia industri diperhadapkan pada suatu persaingan (kompetisi). Kompetisi dapat meliputi kemampuan
Lebih terperinciRANCANG BANGUN SISTEM KENDALI KECEPATAN KURSI RODA LISTRIK BERBASIS DISTURBANCE OBSERVER
RANCANG BANGUN SISTEM KENDALI KECEPATAN KURSI RODA LISTRIK BERBASIS DISTURBANCE OBSERVER Firdaus NRP 2208 204 009 PROGRAM MAGISTER BIDANG KEAHLIAN TEKNIK ELEKTRONIKA TEKNIK ELEKTRO Fakultas Teknologi Industri
Lebih terperinciRancang Bangun Sistem Takeoff Unmanned Aerial Vehicle Quadrotor Berbasis Sensor Jarak Inframerah
JURNAL TEKNIK ITS Vol. 1, No. 1 (Sept. 2012) ISSN: 2301-9271 F-50 Rancang Bangun Sistem Takeoff Unmanned Aerial Vehicle Quadrotor Berbasis Sensor Jarak Inframerah Bardo Wenang, Rudy Dikairono, ST., MT.,
Lebih terperinciPEMODELAN DAN PENGATURAN ADAPTIF UNTUK SISTEM HIDROLIK TAK-LINIER i. JUDUL TUGAS AKHIR. Disusun Oleh : M.MULYADI JAYANEGARA NIM.
PEMODELAN DAN PENGATURAN ADAPTIF UNTUK SISTEM HIDROLIK TAK-LINIER i. JUDUL TUGAS AKHIR Disusun Oleh : M.MULYADI JAYANEGARA NIM. 201210130311041 JURUSAN ELEKTRO FAKULTAS TEKNIK UNIVERSITAS MUHAMMADIYAH
Lebih terperinciImplementasi OpenCV pada Robot Humanoid Pemain Bola Berbasis Single Board Computer
Implementasi OpenCV pada Robot Humanoid Pemain Bola Berbasis Single Board Computer Disusun Oleh: Nama : Edwin Nicholas Budiono NRP : 0922004 Jurusan Teknik Elektro, Fakultas Teknik,, Jl. Prof.Drg.Suria
Lebih terperinciIMPLEMENTASI ADAPTIVE SWITCHING FUZZY LOGIC CONTROLER SEBAGAI PENGENDALI LEVEL AIR PADA TIGA BEJANA BERINTERAKSI
IMPLEMENTASI ADAPTIVE SWITCHING FUZZY LOGIC CONTROLER SEBAGAI PENGENDALI LEVEL AIR PADA TIGA BEJANA BERINTERAKSI Satryo Budi Utomo ), Rusdhianto ), Katjuk Astrowulan ) ) Fakultas Teknik,Jurusan Teknik
Lebih terperinciIMPLEMENTASI BEHAVIOR BASED CONTROL DAN PID PADA ROBOT VACUUM CLEANER
IMPLEMENTASI BEHAVIOR BASED CONTROL DAN PID PADA ROBOT VACUUM CLEANER Agustian Trianes 1, Andik Yulianto 2 Jurusan Teknik Elektro, Universitas Internasional Batam Jl. Gajahmada Baloi Sei Ladi Batam 29422
Lebih terperinciRobot Introduction. Robot technology for Indonesian Intelligent Robot Contest
Robot Introduction Robot technology for Indonesian Intelligent Robot Contest What is a Robot Berasal dari bahasa Czech, Robota, yang berarti Pekerja Mulai populer ketika Karl Capek, membuat pertunjukan
Lebih terperinciDosen Pembimbing : Subchan, M. Sc., Ph.D Drs. Iis Herisman, M. Si
Perencanaan Lintasan Dubins-Geometri pada Kapal Tanpa Awak untuk Menghindari Halangan Statis Oleh : Nur Mu alifah 1209 100 706 Dosen Pembimbing : Subchan, M. Sc., Ph.D Drs. Iis Herisman, M. Si Jurusan
Lebih terperinciAPLIKASI KENDALI FUZZY LOGIC UNTUK MODEL EXCAVATOR PNEUMATIK
APLIKASI KENDALI FUZZY LOGIC UNTUK MODEL EXCAVATOR PNEUMATIK Rafiuddin Syam 1), Irdam 2) dan Wahyu H. Piarah 1) Jurusan Mesin Fakultas Teknik Universitas Hasanuddin 1) Jalan Perintis Kemerdekaan Km 10,
Lebih terperinciTRACKING ARAH GERAKAN TELUNJUK JARI BERBASIS WEBCAM MENGGUNAKAN METODE OPTICAL FLOW
TRACKING ARAH GERAKAN TELUNJUK JARI BERBASIS WEBCAM MENGGUNAKAN METODE OPTICAL FLOW Ubaidillah Umar, Reni Soelistijorini, B. Eng, MT, Haryadi Amran Darwito, S.ST Jurusan Teknik Telekomunkasi - Politeknik
Lebih terperinciABSTRAK Robovision merupakan robot yang memiliki sensor berupa indera penglihatan seperti manusia. Untuk dapat menghasilkan suatu robovision, maka
ABSTRACT Robovision is a robot that has a sensor in the form of the human senses such as vision. To be able to produce a robovision, it is necessary to merge the technologies of robotics and computer vision
Lebih terperinciKontrol Fuzzy Takagi-Sugeno Berbasis Sistem Servo Tipe 1 Untuk Sistem Pendulum Kereta
Kontrol Fuzzy Takagi-Sugeno Berbasis Sistem Servo Tipe Untuk Sistem Pendulum Kereta Helvin Indrawati, Trihastuti Agustinah Teknik Elektro, Fakultas Teknologi Industri, Institut Teknologi Sepuluh Nopember
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1 Definisi Robot Istilah robot berasal dari kata robota (bahasa Czech) yang berarti kerja. Kamus besar Webster memberikan definisi mengenai robot, yaitu sebuah peralatan otomatis
Lebih terperinciROBOT PENGURAI ASAP DALAM RUANGAN MENGGUNAKAN T-BOX DENGAN METODE BEHAVIOUR BASED CONTROL
ROBOT PENGURAI ASAP DALAM RUANGAN MENGGUNAKAN T-BOX DENGAN METODE BEHAVIOUR BASED CONTROL Anggara Trisna Nugraha 1),Ichal Haichal S 2) 1) Jurusan Teknik Elektro, Fakultas Teknik, Institut Teknologi Sepuluh
Lebih terperinciBAB 1 PENDAHULUAN. Berbagai cabang ilmunya telah membantu manusia menyelesaikan pekerjaan dengan
1 BAB 1 PENDAHULUAN 1.1 Latar Belakang Perkembangan ilmu kecerdasan buatan saat ini sudah berkembang pesat. Berbagai cabang ilmunya telah membantu manusia menyelesaikan pekerjaan dengan lebih baik, cepat,
Lebih terperinciDAFTAR ISI.. LEMBAR PENGESAHAN SURAT PERNYATAAN ABSTRAK.. ABSTRACT... DAFTAR TABEL.. DAFTAR PERSAMAAN..
ABSTRAK Perkembangan teknologi yang semakin pesat, membuat semakin sedikitnya suatu industri yang memakai operator dalam menjalankan suatu proses produksi. Pada saat ini, kontrol otomatis lebih banyak
Lebih terperinciPerancangan Sistem Kendali Pergerakan Robot Beroda dengan Media Gelombang Radio
Perancangan Sistem Kendali Pergerakan Robot Beroda dengan Media Gelombang Radio Fransiscus A. Halim 1, Meiliayana 2, Wendy 3 1 Program Studi Sistem Komputer, Fakultas Ilmu Komputer, Universitas Pelita
Lebih terperinciBAB I PENDAHULUAN. Mobile robot otonom adalah topik yang sangat menarik baik dalam penelitian
BAB I PENDAHULUAN 1.1. Latar Belakang Mobile robot otonom adalah topik yang sangat menarik baik dalam penelitian ilmiah maupun aplikasi praktis [1]. Mobile robot yang beroperasi secara otomatis dalam lingkungan
Lebih terperinciPengembangan Prototype Sistem Untuk Manajemen Lahan Parkir Dengan Jaringan Sensor Kamera Nirkabel
Pengembangan Prototype Sistem Untuk Manajemen Lahan Parkir Dengan Jaringan Sensor Kamera Nirkabel ALDELLA PUTRA A. NRP 070006 Bidang Studi Telekomunikasi Multimedia Jurusan Teknik Elektro-FTI, Institut
Lebih terperinciIMPLEMENTASI SISTEM GERAK HOLONOMIC PADA ROBOT KRSBI BERODA 2017 IMPLEMENTATION OF HOLONOMIC MOTION IN INDONESIAN SOCCER WHEELED ROBOT CONTEST 2017
Jurnal Teknik dan Ilmu Komputer IMPLEMENTASI SISTEM GERAK HOLONOMIC PADA ROBOT KRSBI BERODA 2017 IMPLEMENTATION OF HOLONOMIC MOTION IN INDONESIAN SOCCER WHEELED ROBOT CONTEST 2017 Muliady 1, Gerry Arisandy
Lebih terperinciIMPLEMENTASI INVERS KINEMATICS PADA SISTEM PERGERAKAN MOBILE ROBOT RODA MEKANUM
IMPLEMENTASI INVERS KINEMATICS PADA SISTEM PERGERAKAN MOBILE ROBOT RODA MEKANUM Publikasi Jurnal Skripsi Disusun Oleh : VERI HENDRAYAWAN NIM : 105060301111004-63 KEMENTERIAN PENDIDIKAN DAN KEBUDAYAAN UNIVERSITAS
Lebih terperinciPERBANDINGAN DAN ANALISIS SUPPORT VECTOR MACHINE DAN ADAPTIVE NEURO FUZZY INFERENCE SYSTEM UNTUK KLASIFIKASI GENRE MUSIK
ISSN : 2355-9365 e-proceeding of Engineering : Vol.3, No.2 Agustus 2016 Page 1662 PERBANDINGAN DAN ANALISIS SUPPORT VECTOR MACHINE DAN ADAPTIVE NEURO FUZZY INFERENCE SYSTEM UNTUK KLASIFIKASI GENRE MUSIK
Lebih terperinciBAB I PENDAHULUAN. genggam. Menurut catatan Asosiasi Telepon Seluler Indonesia (ATSI), saat ini,
BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Saat ini perkembangan teknologi sangat maju, diantaranya perkembangan dalam bidang telekomunikasi dan robotika. Pada awalnya orang hanya menggunakan telepon
Lebih terperinciALGORITMA FUZZY LOGIC DAN WALLFOLLOWER PADA SISTEM NAVIGASI ROBOT HEXAPOD BERBASIS MIKROKONTROLLER AVR
ALGORITMA FUZZY LOGIC DAN WALLFOLLOWER PADA SISTEM NAVIGASI ROBOT HEXAPOD BERBASIS MIKROKONTROLLER AVR Hasri Awal Fakultas Ilmu Komputer, Universitas Putra Indo nesia, Padang email: hasriawal@yahoo.co.id
Lebih terperinciESTIMASI JARAK DAN POSISI ORIENTASI OBJEK MENGGUNAKAN STEREO CAMERA DAN KALMAN FILTER
ESTIMASI JARAK DAN POSISI ORIENTASI OBJEK MENGGUNAKAN STEREO CAMERA DAN KALMAN FILTER Faikul Umam Program Studi Mekatronika, Fakultas Teknik,Universitas Trunojoyo Jl. Raya Telang, PO BOX 2 Kamal, Bangkalan
Lebih terperinciSISTEM KAMERA DENGAN PAN-TILT TRIPOD OTOMATIS UNTUK APLIKASI FOTOGRAFI
SISTEM KAMERA DENGAN PAN-TILT TRIPOD OTOMATIS UNTUK APLIKASI FOTOGRAFI Jourdan Septiansyah Efflan NRP. 2209100084 Dosen Pembimbing Ronny Mardiyanto, ST.,MT.,Ph.D. Ir. Djoko Purwanto,M.Eng.,Ph.D. JURUSAN
Lebih terperinciImplementasi Jaringan Syaraf Tiruan Backpropagation dan Steepest Descent untuk Prediksi Data Time Series
Implementasi Jaringan Syaraf Tiruan Backpropagation dan Steepest Descent untuk Prediksi Data Time Series Oleh: ABD. ROHIM (1206 100 058) Dosen Pembimbing: Prof. Dr. M. Isa Irawan, MT Jurusan Matematika
Lebih terperinciDesain dan Implementasi Kendali Cerdas untuk Robot Quadpod (Berkaki Empat) Studi Kasus Robot Pemadam Api (RPA)
Received : September 2017 Accepted : September 2017 Published : Oktober 2017 Desain dan Implementasi Kendali Cerdas untuk Robot Quadpod (Berkaki Empat) Studi Kasus Robot Pemadam Api (RPA) Muhammad Bagus
Lebih terperinciIMPLEMENTASI ARSITEKTUR BEHAVIOR-BASED DENGAN MENGGUNAKAN FUZZY UNTUK NAVIGASI CAR-LIKE MOBILE ROBOT DALAM LINGKUNGAN YANG TAK DIKENAL
IMPLEMENTASI ARSITEKTUR BEHAVIOR-BASED DENGAN MENGGUNAKAN FUZZY UNTUK NAVIGASI CAR-LIKE MOBILE ROBOT DALAM LINGKUNGAN YANG TAK DIKENAL TESIS OLEH SARMAYANTA SEMBIRING NIM: 107034011 FAKULTAS TEKNIK UNIVERSITAS
Lebih terperinciPerancangan dan Implementasi Embedded Fuzzy Logic Controller Untuk Pengaturan Kestabilan Gerak Robot Segway Mini. Helmi Wiratran
Perancangan dan Implementasi Embedded Fuzzy Logic Controller Untuk Pengaturan Kestabilan Gerak Robot Segway Mini 1 Helmi Wiratran 2209105020 2 Latarbelakang (1) Segway PT: Transportasi alternatif dengan
Lebih terperinciSistem Inspeksi Kecacatan Gelas Plastik Secara Visual Menggunakan Neural Network
5 Jurnal Teknik Elektro dan Komputer, Vol., No., April 0, 5-6 Sistem Inspeksi Kecacatan Gelas Plastik Secara Visual Menggunakan Neural Network Nur Khamdi Program Studi Teknik Mekatronika, Politeknik Caltex
Lebih terperinciJurnal Teknologi Elektro, Universitas Mercu Buana SIMULASI NAVIGASI KENDALI ROBOT OTONOM MENGGUNAKAN PETRI NET
SIMULASI NAVIGASI KENDALI ROBOT OTONOM MENGGUNAKAN PETRI NET Abstrak - Navigasi adalah salah satu permasalahan penting yang harus diselesaikan dalam pengembangan teknologi robot otomatis bergerak, agar
Lebih terperinci