Simulasi Perilaku Agen Otonom Dalam Dunia Virtual Menggunakan Logika Fuzzy

Ukuran: px
Mulai penontonan dengan halaman:

Download "Simulasi Perilaku Agen Otonom Dalam Dunia Virtual Menggunakan Logika Fuzzy"

Transkripsi

1 Simulasi Perilaku Agen Otonom Dalam Dunia Virtual Menggunakan Logika Fuzzy M. Faizal Rochman 1) Moch. Hariadi, ST., MSc., PhD. Game Technology Research Group, Department of electrical Engineering Sepuluh Nopember Institute of Technology, Surabaya. 1) 2) Abstrak Tujuan utama dari pengembangan kecerdasan buatan adalah untuk membuat aksi dan reaksi otonom agen dari game atau simulasi yang seakan-akan agen tersebut mempunyai kecerdasan dan pergerakan sealami mungkin sesuai dengan keadaan dunia nyata. Penelitian kali ini menjelaskan tentang bagaimana membuat perancangan perilaku jalan dari agen dalam dunia virtual menggunakan fuzzy dan mensimulasikannya dalam potential field sebagai representasi dunia virtual. Perilaku jalan didefinisikan sebagai cara, tindakan atau respon agen ketika berjalan di dunia virtual dalam mencapai tujuan yang ditetapkan dengan menghadapi rintangan yang ada. Dalam penelitian kali ini ditetapkan dua perilaku yang menjadi fokus dalam penelitian : pertama menciptakan sistem fuzzy yang menghasilkan perilaku kecepatan jalan agen agar dinamis. Yang kedua adalah membangun sistem fuzzy untuk pengambilan keputusan agen ketika mendapatkan halangan dalam mencapai tujuan yang ditetapkan melalui dunia virtual (potential field). Dalam simulasi pertama dan kedua, agen yang terburu-buru cenderung untuk mengambil lintasan yang mendekati dengan halangan. Akan tetapi lintasan yang diambil jadi lebih jauh, terbukti dengan banyaknya langkah yang ditempuh oleh agen, yaitu 17 langkah untuk model potential field pertama dan 24 langkah untuk model potential field kedua. Agen yang cenderung santai memiliki lintasan yang lebih pendek, yaitu 13 dan 16 langkah. Sedangkan agen normal membutuhkan 16 dan 21 langkah untuk sampai ke tujuan. Untuk simulasi yang terakhir, agen yang terburu-buru malah lebih mudah untuk mencapai tujuan dengan lintasan yang lebih sedikit dibandingkan agen yang lainnya. Jumlah langkah untuk agen terburu-buru adalah 28 langkah, sedangkan agen yang santai membutuhkan 25 langkah untuk sampai ke tujuan. Agen yang terlihat lebih sulit mencapai tujuan adalah agen normal dengan jumlah langkah yang ditempuh adalah 28 langkah. Kata Kunci : Agen otonom, perilaku agen, logika fuzzy, potential field. 1. PENDAHULUAN Tujuan utama dari pengembangan kecerdasan buatan adalah untuk membuat aksi dan reaksi otonom agen dari game atau simulasi yang seakan-akan agen tersebut mempunyai kecerdasan dan pergerakan sealami mungkin sesuai dengan keadaan dunia nyata [4]. Salah satu komponen penting dalam aplikasi simulasi dunia virtual di industri komputer grafis, film dan game adalah pengembangan pergerakan dan perilaku agen yang mendekati keadaan dunia sebenarnya [5]. Agen otonom mendiami dunia virtualnya dilengkapi dengan sensor, salah satunya adalah penglihatan yang dapat menginformasikan keberadaan lingkungan virtualnya. Dengan efektor yang dimiliki/diberikan kepadanya agen otonom dapat merasakan dunia virtualnya yang kemudian menuntunnya untuk melakukan aksi tertentu. Di dunia virtual, agen akan berhadapan dengan beberapa halangan yang bergerak maupun diam. Dalam hubungannya antara perilaku agen dengan dunia virtualnya, agen dikendalikan oleh serangkaian perilaku untuk memperoleh sifat life-like yang kemudian digunakan oleh agen itu sendiri untuk memilih kombinasi perilaku yang sesuai [3]. Penelitian kali ini bertujuan untuk membuat simulasi yang memfokuskan pada perilaku jalan agen dalam dunia virtual. Dalam dunia nyata, terdapat perbedaan kecepatan jalan antara satu orang dengan orang lainnya dikarenakan beberapa faktor yang mempengaruhinya, mulai dari usia, gender, berat badan, berat beban yang dibawa, dan lain-lain [2]. Dalam penelitian ini, akan dijelaskan bagaimana menggabungkan perilaku agen dalam metode fuzzy untuk menghasilkan kecepatan jalan agen yang dinamis. Tentunya dalam dunianya, dalam berjalan menuju tujuan agen akan menemui hambatan. Untuk itu dalam penelitian ini juga akan dihasilkan bagaimana perilaku agen ketika menghadapi halangan dengan memberikan logika fuzzy sebagai penentu arah digabungkan dengan potential field sebagai data lingkungan sebagai penentu gerak agen dalam dunia virtual. 2. PERILAKU JALAN Perilaku sendiri mempunyai arti yang luas, salah satunya perilaku dapat dinyatakan sebagai sekumpulan aksi dari manusia atau hewan yang didasari oleh kemauannya atau insting [7]. Perilaku juga bisa dikatakan sebagai respon dari setiap individu, grup kelompok atau spesies tertentu terhadap lingkungannya [8]. Dalam penelitian kali ini, perilaku jalan dapat didefinisikan sebagai cara, tindakan atau

2 respon agen ketika berjalan di dunia virtual dalam mencapai tujuan yang ditetapkan dengan menghadapi rintangan yang ada. Berjalan merupakan bentuk transportasi manusia tanpa kendaraan atau mengendarai hewan. Kecepatan jalan bisa bervariasi tergantung dari beberapa faktor, seperti tinggi badan, berat badan, bentuk struktur tanah, dan lain-lain [2]. Kecepatan rata-rata manusia berjalan adalah sekitar 3 mil per jam. Studi secara spesifik menemukan bahwa kecepatan jalan orang dewasa adalah antara 4.11 sampai 4.33 kaki per detik (2.8 mil/jam ~ 2.95 mil/jam atau sekitar 4.51 km/jam ~ 4.75 km/jam). Untuk anak muda mempunyai kecepatan 4.85 sampai 4.95 kaki/detik (3.3 mil/jam ~ 3.38 mil/jam atau sekitar 5.32 km/jam ~ 5.43 km/jam) [1]. Dalam penelitian kali ini diambil kecepatan rata-rat jalan normal adalah 3.5 mil/jam. Dan untuk jalan lambat diambil nilai 2.5 mil/jam. 3. AGEN OTONOM Untuk menghasilkan simulasi agen realistis, kita harus mengetahui terlebih dahulu karakteristik dasar dari agen tersebut. Karakteristik dasar dari agen yang berperilaku realis dapat dinyatakan sebagai berikut [8] : Perilaku (behaviour) : Respon tiap individu, grup atau spesies terhadap lingkungannya. Kecerdasan (Intelligence) : Kemampuan belajar dan mengerti situasi baru. Otonom (autonomy) : Kualitas atau state dari penguasaan diri. Adaptasi (adaptation) : Kemampuan bertahan dari lingkungan yang tidak bisa diprediksikan. Persepsi (perception) : Kesadaran mengenai lingkungannya berdasarkan elemen fisik. Daya ingat (memory) : Proses memproduksi kembali atau memanggil kembali apa yang telah dipelajari. Emosi (emotion) : Aspek reaktif dari kesadaran; state dari perasaan. Kesadaran (consciousness) : Kualitas dari kesadaran terutama dari diri sendiri atau keadaan pengagenan dengan sensasi, emosi, kemauan dan gagasan. Kebebasan (freedom) : Tingkat perilaku agen kedepan yang tidak bisa diprediksi. Agen yang otonom merupakan agen yang bergerak dinamis, perilakunya tidak bisa diprediksi sesuai dengan lingkungan, kondisi dan tujuan yang diberikan kepadanya [6]. Misalnya, Agen berjalan dari sini menuju kesana dengan menghindari halangan yang datang (ada), mengikuti jalan setapak, bergabung dengan sekelompok agen ini, dan lain-lain. Jadi, untuk menjadi otonom, agen tersebut harus bisa merasa lingkungannya dan menentukan sendiri apa yang harus dilakukan untuk mencapai tujuan yang telah ditentukan sebelumnya lewat perilaku [8]. 4. DESAIN PERILAKU AGEN Pertama kali dalam penelitian ini, yang dilakukan adalah membuat desain kecepatan jalan dari agen ketika berjalan di dunia virtual. Dalam pergerakannya, untuk dapat mencapai tujuan yang telah ditetapkan dalam dunia virtual, agen juga harus dapat melalui halangan (obstacle avoidance) yang ada. Berarti agen juga dibekali dengan persepsi tentang dunia virtual, baik itu tentang tujuan maupun halangan yang ada dan akhirnya agen dapat mengambil keputusan tentang perilaku yang harus diambil untuk mencapai tujuannya. Potential field digunakan sebagai representasi dunia virtual dari agen agar agen mengetahui informasi jalur yang bisa dan tiak bisa dilaluinya ketika berada di dunianya Desain Fuzzy Kecepatan Jalan Karena banyak variabel yang mentukan kecepatan jalan manusia, maka variabel yang diambil dipersempit menjadi 2 atribut, yaitu stamina (sakit, normal, sehat, segar) dan keadaan (santai, normal dan buru-buru). Dengan pemberian dua variabel atribut tersebut diharapkan keluar nilai kecepatan jalan yang variatif. Misalnya jika agen dalam stamina sakit tapi keadaan buru-buru, akan diketahui kecepatan jalan agen dengan memberikan bentuk kecepatan jalan yang diatur dalam logika fuzzy. Dua atribut yang diberikan, yaitu stamina dan keadaan dalam logika fuzzy masingmasing menggunakan fungsi keanggotaan segitiga. (a) (b) (c) Gambar 1. Derajat keanggotaan variabel input stamina (a) keadaan (b) dan output kecepatan (c).

3 Dengan menggunakan model Mamdani, Mean of Maximum (MOM) defuzzification untuk menghasilkan kecepatan jalan minimal 3.5 mil/jam dan yang maksimal 5.5 mil/jam. Stamina agen diberikan empat buah parameter masukan, yaitu : sakit (SK), normal (N), sehat (S) dan segar (SG). Untuk keadaan diberikan tiga buah parameter masukan, yaitu : santai (S), normal (N) dan buru-buru (B). Hasil keluaran kecepatan diberikan empat buah parameter, yaitu : lambat (L), normal (N), cepat (C) dan sangat cepat (SC). Dalam perancangan perilaku kecepatan jalan ini diharapkan : - Agen mampu menentukan sendiri kecepatan jalannya sesuai parameter dari yang mempengaruhinya. - Ketika jumlah agen diperbnyak, tiap agen yang nantinya mendiami dunia virtual akan mempunyai kecepatan jalan yang bebeda dan dinamis sesuai variabel yang menempel padanya. Table 1. Aturan fuzzy menghasilkan kecepatan jalan. Stamina Variabel SK N S SG S L L N C N L N C SC B N N C SC 4.2. Desain Fuzzy Pergerakan Agen Karena dalam potential field setiap poin terdapat nilai potensialnya, maka untuk menentukan besaran nilai yang harus dilalui oleh agen digunakan dua buah sistem. Pertama sistem fuzzy untuk menentukan besaran arah yang fungsinya sebagai penentu nilai potensial yang akan dilewati agen dalam dunianya dan yang kedua adalah sistem fuzzy yang menghasilkan keputusan arah yang diambil oleh agen ketika menghadapi halangan. (a) (b) (c) Gambar 2. Derajat keanggotaan variabel input kecepatan (a) keadaan (b) dan output besaran agen (c). Dalam perancangan fuzzy ini, perilaku yang diterapkan diharapkan mampu : - Mengetahui adanya halangan yang menghambat dalam menuju tujuan yang ditetapkan. - Pengambilan keputusan dari agen sendiri. - Agen tidak membutuhkan training dan kontrol perilaku yang diterapkan sederhana. Ditetapkan dua buah variabel penentu besaran arah, yaitu kecepatan agen dan keadaan agen. Variabel kecepatan agen diberikan empat buah parameter, yaitu : lambat (L), normal (N), cepat (C) dan sangat cepat (SC). Sedangkan untuk keadaan agen diberikan tiga buah parameter masukan, yaitu : santai (S), normal (N) dan buru-buru (B). Dalam besaran arah ditetapkan 3 parameter masukan, yaitu : rendah (R), medium (M) dan tinggi (T). Keluaran besaran arah karena yang dipilih/dihitung dari tiga poin berdasarkan arah dari agen, maka besaran arah yang ditentukan adalah 0, 1 dan 2. Table 2. Aturan fuzzy menghasilkan besaran arah. Kecepatan Agen Variabel L N C SC S R R S T N R S S T B R S T T Ditetapkan dua buah variabel penentu keputusan arah, yaitu jarak agen terhadap halangan dan sudut antara agen dengan halangan. Variabel jarak didapat dari penentuan jarak agen terhadap halangan dibagi jarak agen terhadap tujuan kemudian dikalikan 100%. Jadi jarak agen ditetapkan dalam nilai %. Jarak agen terhadap halangan diberikan 3 buah parameter

4 inputan, yaitu dekat (D), medium (M) dan jauh (J). Jadi, jika hambatan berada persis ditengah-tengah antara posisi awal agen dan tujuan, maka dapat ditetapkan bahwa jaraknya 50%. Jarak ini dihitung terus menerus sesuai letak agen pada tiap poin dalam potential field dengan jarak tujuan. Jarak Agen = AT AH x100% Dimana : AT = Jarak agen ke tujuan AH = Jarak agen ke halangan (b) Gambar 3. Penghitungan jarak halangan. Sudut hambatan dihitung berdasarkan letak agen dengan tujuan. Titik perpotongan hambatan ditarik garis sejajar dengan arah hadap agen. Jika agen menghadap tujuan, arah hadap agen merupakan arah 90 O. Karena sudut hambatan didefinisi antara 90 O sampai -90 O, maka sudut sebelah kiri agen dihitung sebagai sudut negatif (-90 O ) dan sebelah kanan agen merupakan sudut positif (90 O ). Parameter ini dijadikan masukan sudut yang secara linguistik dibagi menjadi 3, lurus (L), kanan (Ka) dan kiri (Ki). Gambar 4. Penentuan arah penghindaran hambatan berdasarkan sudut hambatan. (c) Gambar 5. Derajat keanggotaan variabel input jarak (a) sudut (b) dan output keputusan arah (c). Hasil penghitungan defuzzification pada penghindaran hambatan adalah antara 1 dan -1 yang secara linguistik dijabarkan dalam 3 variabel, yaitu : lurus (L), kanan (Ka) atau kiri (Ki). Angka 1 agen akan belok kanan, -1 agen akan belok kiri dan agen akan jalan lurus jika keluar hasil fuzzy nol. Bentuk aturan fuzzy untuk menghasilkan besaran arah dan keputusan arah yang akan diambil oleh agen dapat dilihat pada tabel 3 dan 4 dibawah. Table 3. Aturan fuzzy menghasilkan besaran arah. Kecepatan Agen Variabel L N C SC S R R S T N R S S T B R S T T Table 4. Aturan fuzzy menghasilkan keputusan arah yang akan diambil oleh agen. Jarak Halangan Sudut Halangan Ki L Ka D L Ka L M L Ki L J L L L (a)

5 4.2. Kontrol Pengambil Keputusan Arah Potensial field digunakan sebagai penentu besaran arah ketika agen menemui halangan ketika menuju tujuan yang ditetapkan. Table 5. Hasil percobaan kecepatan jalan dengan menggunakan beberapa parameter masukan yang berbeda. Stamina Gambar 6. Pengambilan keputusan arah agen (berwarna abu-abu) dalam potential field jika menghadap : (a) utara (b) barat (c) selatan (d) timur (e) barat laut (f) barat daya (g) tenggara (h) timur laut. Terdapat tiga pixel dalam setiap pengambilan keputusan arah ini. Dari ketiganya akan terpilih salah satu sesuai dengan angka keluaran yang telah dibuat dalam fuzzy. Dalam aturan pergerakan agen tiap pixel dalam potential field ditetapkan sebagai berikut : - Jika agen menempati satu area pixel, maka area sekeliling agen akan dicari nilai terkecil dan kemudian semua area disekeliling agen dikurangi dengan nilai terkecil tersebut. - Jika dalam keputusan besaran arah yang diambil terdapat dua pixel yang angkanya sama, maka pixel yang diambil adalah yang terdekat dengan tujuan. - Area pixel yang dicari hanya sebatas area depan, samping kiri dan kanan. Ini berarti area pixel yang dicari sebanyak 5 pixel. Hal ini berlaku pada semua area potential field. - Arah hadap agen tidak tergantung pada arah jalan, akan tetapi mengarah pada arah tujuan. - Jadi arah pergerakan agen selain ditentukan oleh hasil besaran yang keluar dari penghitungan fuzzy, juga berpengaruh pada letak sudut hambatan dan juga jarak hambatan dan juga letak antara agen dan tujuan untuk menentukan arah hadap agen ketika penghitungan tiap pixel. 5. PENGUJIAN SISTEM FUZZY 5.1. Pengujian Fuzzy Kecepatan Jalan Untuk mendapatkan variasi kecepatan jalan, diberikan pengujian parameter masukan yang berbedabeda dari dua variabel yang telah ditetapkan. Gambar 7. Respon fuzzy kecepatan agen dalam grafik permukaan. Dari hasil pengujian Table 5 diatas dapat diketahui : - Jika stamina dan keadaan minimum (0), maka kecepatan jalan akan dihasilkan adalah 3 mil/jam - Jika stamina dan keadaan maksimum (100), maka kecepatan jalan yang dihasilkan adalah maksimum 5.5 mil/jam. - Jika stamina normal (30) dan keadaan normal (50), maka kecepatan yang dihasilkan adalah 3.5 mil/jam. Nilai keluaran ini mengindikasikan bahwa kecepatan jalan normal tercapai jika stamina agen dan keadaannya normal Pengujian Fuzzy Pergerakan Agen Besaran Arah Variasi masukan parameter digunakan untuk menguji bahwa sistem fuzzy berjalan sesuai dengan apa yang diinginkan. Dari masukan parameter yang maksimum dihasilkan besaran arah yang maksimum. Jadi jika agen dengan kecepatan yang tinggi dan dalam keadaan buru-buru, maka agen akan melewati besaran potential field yang susah untuk dilewati. Dalam hal ini yang mempunyai nilai yang besar. Begitu pula sebaliknya, dalam tabel diatas juga dapat dilihat bahwa jika kecepatan agen rendah dan dalam keadaan santai/tidak buru-buru, maka besaran arah agen ditentukan yang kecil atau paling gampang dilewati dalam potential field.

6 Table 6. Hasil percobaan untuk keluaran besaran arah dengan menggunakan beberapa parameter masukan yang berbeda. Kecepatan Agen Gambar 9. Respon fuzzy keputusan arah agen dalam grafik permukaan. 6. SIMULASI DENGAN POTENTIAL FIELD Gambar 8. Respon fuzzy besaran arah dalam grafik permukaan Penghindaran Halangan Dari hasil yang telah dicapai dalam memperoleh keputusan arah dan besaran arah, kemudian diterapkan pada potential field yang telah ditentukan bentuknya. Untuk pengujian simulasi nilai yang dimasukkan untuk besaran arah dibuat konstan 0, 1 atau 2 saja. Nilai besaran arah 0 diasumsikan bahwa agen dalam berjalan dalam keadaan santai. Nilai 1 diasumsikan bahwa agen dalam berjalan keadaannya normal. Dan nilai besaran arah 2 diasumsikan bahwa agen dalam keadaan buru-buru. Sedangkan keputusan arah tergantung dunia potential field yang ada. Pengujian penghindaran halangan prosesnya sama dengan sistempengujian fuzzy yang lainnya. Untuk mengetahui apakah sistem fuzzy untuk penghindaran halangan tersebut berhasil atau tidak, diberikan masukan parameter yang berbeda-beda berdasar variabel yang telah ditentukan. Table 7. Hasil percobaan keputusan arah dengan menggunakan beberapa parameter masukan yang berbeda. (a) Sudut Halangan Jarak Halangan -90 o -65 o -48 o 0 o 48 o 65 o 90 o Dari data Table 7 penentuan arahnya telah ditentukan sebagai berikut : Lurus jika -0.5< sudut < 0.5 Kanan jika 0.5 " sudut " 1 Kiri jika -1 " sudut " -0.5 (b) Gambar 10. Hasil simulasi model potential field pertama (a) dan kedua (4) dengan 4 lintasan berdasarkan masukan nilai yang berbeda. Keterangan Gambar 10 : - Kotak biru = titik start agen - Kotak Merah = titik tujuan agen

7 - Kotak Hitam = Halangan - Warna lintasan orange = metode dengan potential field biasa. - Warna lintasan biru = besaran nilai 0 - Warna lintasan hijau = besaran nilai 1 - Warna lintasan merah = besaran nilai 2 Dari hasil Gambar 10 dapat dilihat bahwa untuk besaran yang menggunakan nilai 0, lintasan menunjukkan bahwa agen cenderung untuk menghindari halangan lebih menjauh. Hal ini dikarenakan dalam halangan terdapat medan penolak yang dalam potential field bernilai lebih besar. Nilai ini sesuai dengan perilaku agen yang dalam keadaan santai yaitu cenderung memilih keadaan yang aman/memilih jalan yang mudah untuk dilewati. Pada besaran yang diberikan 1, lintasan agen cenderung untuk lebih mendekati, bahkan kadang menempel pada halangan. Hal ini dikarenakan keputusan besaran yang bisa dilalui oleh agen. Dalam kehidupan nyata, keadaan simulasi dapat mewakili keadaan jika orang sedang berjalan normal. Diasumsikan bahwa orang jika dalam keadaan normal berjalan ketika menemui halangan, maka mereka akan berfikir jika ada jalan yang bisa dilewati maka akan dia lewati meski jalan itu mungkin susah untuk dilewati. Untuk besaran yang bernilai 2, lintasan menunjukkan bahwa agen cenderung untuk mendekati /menempel halangan yang ada. Hal ini menunjukkan bahwa dalam keadaan buru-buru, agen akan memilih jalan yang susah untuk dilewati dengan selalu memilih angka yang lebih besar. Selain itu agen dalam memilih langkah menjadi agak tidak teratur. Dari keempat lintasan yang ditunjukkan dalam simulasi, lintasan dari metode potential field biasa membutuhkan langkah yang lebih banyak untuk sampai ke tujuan. Yang paling sedikit langkahnya untuk mencapai tujuan adalah besaran dengan nilai 0, kemudian nilai 1 dan setelah itu nilai besaran KESIMPULAN DAN SARAN Dari penelitian dan simulasi yang telah dilakukan, maka penggunaan fuzzy dan dengan pengabungan potential field untuk mendapatkan perilaku kecepatan jalan dan keputusan pengambilan arah agen ketika menghadapi halangan dapat disimpulkan sebagai berikut : 1. Aturan fuzzy dapat diterapkan untuk menghasilkan variasi perilaku jalan dari agen dengan menggunakan aturan tertentu. 2. Perilaku berjalan agen dalam dunia virtual (potential field) dapat bervariasi sesuai keadaan dan aturan yang diberikan pada sistem fuzzy. 3. Untuk agen yang jalannya santai, cenderung untuk memilih jalan yang terlihat agak menjauh dari halangan. Akan tetapi ketika dilihat banyaknya langkah yang diambil, agen dengan keadaan yang santai lebih efisien. 4. Agen yang jalannya normal terkadang mendekat atau menjauh dari halangan. 5. Agen yang berjalan terburu-buru akan cenderung akan mengambil lintasan lebih jauh. Ini terbukti dengan banyaknya langkah yang ditempuh agen ketika mencapai tujuan. 6. Dari ketiga simulasi yang telah dilakukan, agen yang terburu-buru akan terlihat lebih sulit menuju tujuannya. Dan dalam dunia nyata memang ketika orang terburu-buru terkadang keputusan yang diambil tidak selalu tepat. Parameter kondisi statis yang diberikan pada agen untuk melakukan percobaan simulasi ini dapat menghasilkan perbedaan perilaku jalan agen dalam potential field. Dengan parameter besaran yang diberikan secara statis, variasi perilaku agen dapat dicapai. Agar berjalan dalam dunia virtual terlihat lebih dinamis, percobaan simulasi harus dilakukan dengan kondisi dan parameter agen juga harus dinamis/bervariasi. Dalam game, bisa diasumsikan bahwa ketika agen berjalan dengan stamina dan keadaan maksimum. Di tengah jalan agen bertemu agen lain dan melakukan pertempuran. Selesai bertempur dan menang ternyata stamina agen menurun. Hal ini akan berpengaruh pada perilaku jalannya kemudian. Jadi parameter kondisi yang dinamis kemungkinan akan menghasilkan perilaku jalan agen yang akan terlihat lebih hidup. Tidak menutup kemungkinan bahwa dalam simulasi akan diberikan dua agen dengan kondisi dan stamina yang berbeda. Sistem fuzzy yang telah dibangun dalam penelitian ini juga tidak menutup kemungkinan untuk diterapkan banyak agen dalam satu dunia virtual potential field. DAFTAR REFERENSI [1] Aspelin, Karen (2005). "Establishing Pedestrian Walking Speeds". Karen Aspelin, P.E., P.T.O.E., ITE District 6 Technical Chair Parsons Brinckerhoff Albuquerque, New Mexico. Portland State University. [2] Daamen, W, & Hoogendoorn, SP (2003). Experimental research on pedestrian walking behavior. In Transportation Research Board annual meeting 2003 (pp. 1-16). Washington DC: National Academy Press. [3] Jaafar, J., McKenzie, E., (2006) Behaviour Coordination of Virtual Agent Navigation Using Fuzzy Logic IEEE International Conference on Fuzzy Systems Sheraton Vancouver Wall Centre Hotel, Vancouver, BC, Canada. [4] Kienzle, J., Denault, A., Vangheluwe, H., (2008) Model-based Design of Computer- Controlled Game Character Behavior, McGill University, Montreal, QC H3A 2A7, Canada. [5] Lau, M., dan Kuffner, J.J., (2005) Behavior Planning for Character Animation, dalam

8 Behavior Planning for Character Animation, eds Anjyo, K., Faloutsos, P., Eurographics/ACM SIGGRAPH Symposium on Computer Animation. [6] Maes, P. (1994), Modeling Adaptive Autonomous Agents, dalam MIT Media- Laboratory 20 Ames Street Rm 305 Cambridge, MA [7] Reynolds, C.W. (1999) Steering Behaviors For Autonomous Characters, dalam Sony Computer Entertainment America 919 East Hillsdale Boulevard Foster City, California [8] Thalmann, D., Musse, S.R., Kallmann, M. (1999), Virtual Humans Behaviour : Individuals, Groups, and Crowds, dalam Proceedings of Digital Media Futures.

SIMULASI PERILAKU AGEN OTONOM DALAM DUNIA VIRTUAL MENGGUNAKAN LOGIKA FUZZY

SIMULASI PERILAKU AGEN OTONOM DALAM DUNIA VIRTUAL MENGGUNAKAN LOGIKA FUZZY SIMULASI PERILAKU AGEN OTONOM DALAM DUNIA VIRTUAL MENGGUNAKAN LOGIKA FUZZY M. Faizal Rochman 2208205722 Pembimbing : Mochamad Hariadi, ST., MSc., PhD. Latar Belakang Meningkatnya kebutuhan akan kecerdasan

Lebih terperinci

RANCANG BANGUN RESPON DUA AGEN OTONOM DALAM AUGMENTED REALITY MENGGUNAKAN METODE LOGIKA FUZZY

RANCANG BANGUN RESPON DUA AGEN OTONOM DALAM AUGMENTED REALITY MENGGUNAKAN METODE LOGIKA FUZZY Seminar Nasional Teknologi Informasi & Komunikasi Terapan 2011 (Semantik 2011) ISBN 979-26-0255-0 RANCANG BANGUN RESPON DUA AGEN OTONOM DALAM AUGMENTED REALITY MENGGUNAKAN METODE LOGIKA FUZZY Dani Widinugroho

Lebih terperinci

OPTIMASI PENCAPAIAN TARGET PADA SIMULASI PERENCANAAN JALUR ROBOT BERGERAK DI LINGKUNGAN DINAMIS

OPTIMASI 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 terperinci

MODEL PERILAKU BERJALAN AGEN-AGEN MENGGUNAKAN FUZZY LOGIC

MODEL PERILAKU BERJALAN AGEN-AGEN MENGGUNAKAN FUZZY LOGIC Jurnal Komputer dan Informatika (KOMPUTA) 37 Edisi. I Volume. 1, Maret 212 MODEL PERILAKU BERJALAN AGEN-AGEN MENGGUNAKAN FUZZY LOGIC Nelly Indiani Widiastuti Program Studi Teknik Informatika Fakultas Teknik

Lebih terperinci

PERILAKU OTONOM DAN ADAPTIF NON PLAYER CHARACTER MUSUH PADA GAME 3 DIMENSI MENGGUNAKAN FUZZY STATE MACHINE DAN RULE BASED SYSTEM

PERILAKU OTONOM DAN ADAPTIF NON PLAYER CHARACTER MUSUH PADA GAME 3 DIMENSI MENGGUNAKAN FUZZY STATE MACHINE DAN RULE BASED SYSTEM PERILAKU OTONOM DAN ADAPTIF NON PLAYER CHARACTER MUSUH PADA GAME 3 DIMENSI MENGGUNAKAN FUZZY STATE MACHINE DAN RULE BASED SYSTEM Fahrul Pradhana Putra 1, Ahmad Zainul Fanani 2,Moch. Hariadi 3 1 Magister

Lebih terperinci

Penerapan Metode Fuzzy Mamdani Pada Rem Otomatis Mobil Cerdas

Penerapan 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 terperinci

Jurnal Ilmiah Komputer dan Informatika (KOMPUTA) REPRESENTASI EMOSI MENGGUNAKAN LOGIKA FUZZY PADA PERMAINAN BONNY S TOOTH BOOTH

Jurnal Ilmiah Komputer dan Informatika (KOMPUTA) REPRESENTASI EMOSI MENGGUNAKAN LOGIKA FUZZY PADA PERMAINAN BONNY S TOOTH BOOTH 68 REPRESENTASI EMOSI MENGGUNAKAN LOGIKA FUZZY PADA PERMAINAN BONNY S TOOTH BOOTH Septiani Nur Hasanah 1, Nelly Indriani Widiastuti 2 Program Studi Teknik Informatika. Universitas Komputer Indonesia. Jl.

Lebih terperinci

SIMULASI AUTONOMOUS VEHICLE DI UNIVERSITAS KRISTEN SATYA WACANA SALATIGA

SIMULASI 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 terperinci

Model Penghindaran Tabrakan Multi Obyek Menggunakan Repulsive Field

Model Penghindaran Tabrakan Multi Obyek Menggunakan Repulsive Field The 13 th Industrial Electronics Seminar 011 (IES 011) Electronic Engineering Polytechnic Institute of Surabaya (EEPIS), Indonesia, October 6, 011 Model Penghindaran Tabrakan Multi Obyek Menggunakan Repulsive

Lebih terperinci

STRATEGI MENYERANG NPC GAME FPS MENGGUNAKAN FUZZY FINITE STATE MACHINE Ady Wicaksono 1), Mochamad Hariadi 2), Supeno Mardi S. N 3)

STRATEGI MENYERANG NPC GAME FPS MENGGUNAKAN FUZZY FINITE STATE MACHINE Ady Wicaksono 1), Mochamad Hariadi 2), Supeno Mardi S. N 3) STRATEGI MENYERANG NPC GAME FPS MENGGUNAKAN FUZZY FINITE STATE MACHINE Ady Wicaksono 1), Mochamad Hariadi 2), Supeno Mardi S. N 3) 1) Pasca Sarjana Teknik Elektro ITS, Surabaya 60111 2) Jurusan Teknik

Lebih terperinci

BAB II TINJAUAN PUSTAKA

BAB II TINJAUAN PUSTAKA BAB II TINJAUAN PUSTAKA 2.1 Game dan Video Game Menurut kamus Cambridge Advanced Learner Dictionary, game adalah sebuah aktivitas menghibur dan menyenangkan yang dimainkan oleh anak anak. Sedangkan video

Lebih terperinci

Pergantian Senjata NPC pada Game FPS Menggunakan Fuzzy Sugeno

Pergantian Senjata NPC pada Game FPS Menggunakan Fuzzy Sugeno Pergantian Senjata NPC pada Game FPS Menggunakan Fuzzy Sugeno Yunifa Miftachul Arif 1), Ady Wicaksono 2), Fachrul Kurniawan 3) 1,3) Jurusan Teknik Informatika, Fakultas Saintek, UIN Maulana Malik Ibrahim

Lebih terperinci

PERBAIKAN 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 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 terperinci

BAB II LANDASAN TEORI. papernya yang monumental Fuzzy Set (Nasution, 2012). Dengan

BAB II LANDASAN TEORI. papernya yang monumental Fuzzy Set (Nasution, 2012). Dengan BAB II LANDASAN TEORI 2.. Logika Fuzzy Fuzzy set pertama kali diperkenalkan oleh Prof. Lotfi Zadeh, 965 orang Iran yang menjadi guru besar di University of California at Berkeley dalam papernya yang monumental

Lebih terperinci

Koordinasi Non Playing Character (NPC) Follower Menggunakan Algoritma Potential Fields

Koordinasi Non Playing Character (NPC) Follower Menggunakan Algoritma Potential Fields Koordinasi Non Playing Character (NPC) Follower Menggunakan Algoritma Potential Fields Latius Hermawan 1, Siti Asmiatun 2 1,2 Pascasarjana MTI Universitas Dian Nuswantoro, Semarang 50131 E-mail : fanytiuz@gmail.com,

Lebih terperinci

Kecerdasan Buatan dalam Game untuk Merespon Emosi dari Teks Berbahasa Indonesia Menggunakan Klasifikasi Teks dan Logika Fuzzy

Kecerdasan Buatan dalam Game untuk Merespon Emosi dari Teks Berbahasa Indonesia Menggunakan Klasifikasi Teks dan Logika Fuzzy Kecerdasan Buatan dalam Game untuk Merespon Emosi dari Teks Berbahasa Indonesia Menggunakan Klasifikasi Teks dan Logika Fuzzy Mitra Istiar Wardhana 1), Surya Sumpeno 2), Mochamad Hariadi 3) 1,2 Pasca Sarjana

Lebih terperinci

Crowd Simulation Pada Formasi Pasukan Kapal Laut Berbasis 3 Dimensi

Crowd Simulation Pada Formasi Pasukan Kapal Laut Berbasis 3 Dimensi Crowd Simulation Pada Formasi Pasukan Kapal Laut Berbasis 3 Dimensi Atthariq 1 Husaini 2, Murniati 3 Program Studi Multimedia dan Jaringan, Jurusan Teknologi Informasi dan Komputer, Politeknik Negeri Lhokseumawe,

Lebih terperinci

Perilaku Kamera Untuk Pengambilan Sudut Pandang Otomatis Menggunakan Metode

Perilaku Kamera Untuk Pengambilan Sudut Pandang Otomatis Menggunakan Metode Perilaku Kamera Untuk Pengambilan Sudut Pandang Otomatis Menggunakan Metode Knowledge-Based System Prananto Yuwono 2208205802 2010 PROGRAM MAGISTER BIDANG KEAHLIAN JARINGAN CERDAS MULTIMEDIA JURUSAN TEKNIK

Lebih terperinci

UKDW BAB I PENDAHULUAN. 1.1 Latar Belakang Masalah

UKDW BAB I PENDAHULUAN. 1.1 Latar Belakang Masalah BAB I PENDAHULUAN 1.1 Latar Belakang Masalah NPC (Non-Player-Character) pada aplikasi permainan video merupakan pemain yang tidak dikendalikan oleh manusia. Dalam permainan video, NPC diprogram untuk melakukan

Lebih terperinci

BAB III PERANCANGAN. Pada bab ini akan dibahas mengenai beberapa hal dasar tentang bagaimana. simulasi mobil automatis dirancang, diantaranya adalah :

BAB III PERANCANGAN. Pada bab ini akan dibahas mengenai beberapa hal dasar tentang bagaimana. simulasi mobil automatis dirancang, diantaranya adalah : BAB III PERANCANGAN Pada bab ini akan dibahas mengenai beberapa hal dasar tentang bagaimana simulasi mobil automatis dirancang, diantaranya adalah : 1. Menentukan tujuan dan kondisi pembuatan simulasi

Lebih terperinci

BAB IV ANALISA DAN PENGUJIAN ALAT

BAB IV ANALISA DAN PENGUJIAN ALAT BAB IV ANALISA DAN PENGUJIAN ALAT 4.1 Umum Robot merupakan kesatuan kerja dari semua kerja perangkat penyusunnya. Perancangan robot dimulai dengan menggali informasi dari berbagai referensi, temukan ide,

Lebih terperinci

ABSTRAK. Inverted Pendulum, Proporsional Integral Derivative, Simulink Matlab. Kata kunci:

ABSTRAK. Inverted Pendulum, Proporsional Integral Derivative, Simulink Matlab. Kata kunci: PROJECT OF AN INTELLIGENT DIFFERENTIALY DRIVEN TWO WHEELS PERSONAL VEHICLE (ID2TWV) SUBTITLE MODELING AND EXPERIMENT OF ID2TWV BASED ON AN INVERTED PENDULUM MODEL USING MATLAB SIMULINK Febry C.N*, EndraPitowarno**

Lebih terperinci

Dosen Pembimbing : Subchan, M. Sc., Ph.D Drs. Iis Herisman, M. Si

Dosen 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 terperinci

BAB II TINJAUAN PUSTAKA. buah ruas jalan atau lebih yang saling bertemu, saling berpotongan atau bersilangan.

BAB II TINJAUAN PUSTAKA. buah ruas jalan atau lebih yang saling bertemu, saling berpotongan atau bersilangan. BAB II TINJAUAN PUSTAKA II.1 Pengertian Persimpangan Jalan Persimpangan menurut Manual Kapasitas Jalan Indonesia (1997) adalah dua buah ruas jalan atau lebih yang saling bertemu, saling berpotongan atau

Lebih terperinci

BAB III METODOLOGI 3.1. PENDAHULUAN

BAB III METODOLOGI 3.1. PENDAHULUAN BAB III METODOLOGI 3.1. PENDAHULUAN Dalam melakukan studi Tugas Akhir diperlukan metodologi yang akan digunakan agar studi ini dapat berjalan sesuai dengan koridor yang telah direncanakan di awal. Dalam

Lebih terperinci

SIMULASI PERGERAKAN PASUKAN BERBASIS POTENTIAL FIELD SISWATI

SIMULASI PERGERAKAN PASUKAN BERBASIS POTENTIAL FIELD SISWATI SIMULASI PERGERAKAN PASUKAN BERBASIS POTENTIAL FIELD UNTUK MUSUH DINAMIS SISWATI 2208205705 LATAR BELAKANG Pergerakan pasukan menuju objek yang ditentukan memerlukan sebuah perencanaan yang matang. Prinsip

Lebih terperinci

Kontrol Otomatis pada Robot Pengantar Barang

Kontrol Otomatis pada Robot Pengantar Barang Kontrol Otomatis pada Robot Pengantar Barang dengan Parameter Masukan Jarak dengan Objek dan Posisi Robot Ricky Jeconiah 1, Darmawan Utomo 2, Saptadi Nugroho 3 Program Studi SistemKomputer, Fakultas Teknik

Lebih terperinci

PERANCANGAN SISTEM KONTROL LAMPU LALU LINTAS OTOMATIS BERBASIS LOGIKA FUZZY MENGGUNAKAN SENSOR KAMERA

PERANCANGAN SISTEM KONTROL LAMPU LALU LINTAS OTOMATIS BERBASIS LOGIKA FUZZY MENGGUNAKAN SENSOR KAMERA Seminar Tugas Akhir PERANCANGAN SISTEM KONTROL LAMPU LALU LINTAS OTOMATIS BERBASIS LOGIKA FUZZY MENGGUNAKAN SENSOR KAMERA Oleh : Andri Kuncoro NRP. 2406100042 Dosen Pembimbing : Ir. Moch. Ilyas Hs. NIP.194909191979031002

Lebih terperinci

BAB IV PENGUJIAN ROBOT

BAB IV PENGUJIAN ROBOT BAB IV 4.1 Umum PENGUJIAN ROBOT Setelah melalui tahap perancangan mekanik, elektrik dan pemrograman seluruh perangkat robot, maka tahap berikutnya dalah tahap pengujian dari seluruh pembentuk robot secara

Lebih terperinci

BAB III PERANCANGAN ALAT

BAB III PERANCANGAN ALAT BAB III PERANCANGAN ALAT 3.1. Prinsip Kerja Robot Prinsip kerja robot yang saya buat adalah robot lego mindstorm NXT yang menggunakan sensor ultrasonik yang berfungsi sebagai mata pada robot dengan tambahan

Lebih terperinci

Strategi Menyerang Jarak Dekat Menggunakan Klasifikasi Bayesian Pada NPC (Non Player Character)

Strategi Menyerang Jarak Dekat Menggunakan Klasifikasi Bayesian Pada NPC (Non Player Character) Strategi Menyerang Jarak Dekat Menggunakan Klasifikasi Bayesian Pada NPC (Non Player Character) Siti Asmiatun 1, Latius Hermawan 2, Tri Daryatni 3 Fakultas Ilmu Komputer, Universitas Dian Nuswantoro, Semarang

Lebih terperinci

SIMULASI PENGENDALIAN KECEPATAN MOBIL OTOMATIS MENGGUNAKAN LOGIKA FUZZY DAN ALGORITMA GENETIKA

SIMULASI PENGENDALIAN KECEPATAN MOBIL OTOMATIS MENGGUNAKAN LOGIKA FUZZY DAN ALGORITMA GENETIKA SIMULASI PENGENDALIAN KECEPATAN MOBIL OTOMATIS MENGGUNAKAN LOGIKA FUZZY DAN ALGORITMA GENETIKA Helmy Thendean, M.Kom 1) Albert, S.Kom 2) Dra.Chairisni Lubis, M.Kom 3) 1) Program Studi Teknik Informatika,Universitas

Lebih terperinci

PENERAPAN LOGIKA FUZZY MENGGUNAKAN SISTEM INFERENSI METODE TSUKAMOTO PADA PENGATURAN LAMPU LALU LINTAS DI PEREMPATAN MANDAN KABUPATEN SUKOHARJO

PENERAPAN LOGIKA FUZZY MENGGUNAKAN SISTEM INFERENSI METODE TSUKAMOTO PADA PENGATURAN LAMPU LALU LINTAS DI PEREMPATAN MANDAN KABUPATEN SUKOHARJO PENERAPAN LOGIKA FUZZY MENGGUNAKAN SISTEM INFERENSI METODE TSUKAMOTO PADA PENGATURAN LAMPU LALU LINTAS DI PEREMPATAN MANDAN KABUPATEN SUKOHARJO Kartika Dewayani, Titin Sri Martini, dan Mania Roswitha Program

Lebih terperinci

SIMULASI PERGERAKAN AGEN BERBASIS BOID DENGAN OPTIMASI NEIGHBORHOOD AVOIDANCE

SIMULASI PERGERAKAN AGEN BERBASIS BOID DENGAN OPTIMASI NEIGHBORHOOD AVOIDANCE SIMULASI PERGERAKAN AGEN BERBASIS BOID DENGAN OPTIMASI NEIGHBORHOOD AVOIDANCE Mohamad Anwar Syaefudin 1, Mochamad Hariadi, ST, M.Sc, Ph.D 2, Supeno Mardi S N, ST, MT 2 1 Mahasiswa Jurusan Teknik Elektro,

Lebih terperinci

BAB II LANDASAN TEORI. Pada bab ini berisi tentang teori mengenai permasalahan yang akan dibahas

BAB II LANDASAN TEORI. Pada bab ini berisi tentang teori mengenai permasalahan yang akan dibahas BAB II LANDASAN TEORI Pada bab ini berisi tentang teori mengenai permasalahan yang akan dibahas dalam pembuatan tugas akhir ini. Secara garis besar teori penjelasan akan dimulai dari definisi logika fuzzy,

Lebih terperinci

BAB IV PEMBAHASAN. Pada penelitian ini akan dibandingkan antara aplikasi teori graf fuzzy dan

BAB IV PEMBAHASAN. Pada penelitian ini akan dibandingkan antara aplikasi teori graf fuzzy dan BAB IV PEMBAHASAN Pada penelitian ini akan dibandingkan antara aplikasi teori graf fuzzy dan teori aljabar max-plus dalam pengaturan lampu lalu lintas di simpang empat Beran Kabupaten Sleman Provinsi Daerah

Lebih terperinci

KONTROL ROBOT MOBIL PENJEJAK GARIS BERWARNA DENGAN MEMANFAATKAN KAMERA SEBAGAI SENSOR

KONTROL ROBOT MOBIL PENJEJAK GARIS BERWARNA DENGAN MEMANFAATKAN KAMERA SEBAGAI SENSOR KONTROL ROBOT MOBIL PENJEJAK GARIS BERWARNA DENGAN MEMANFAATKAN KAMERA SEBAGAI SENSOR Thiang, Felix Pasila, Agus Widian Electrical Engineering Department, Petra Christian University 121-131 Siwalankerto,

Lebih terperinci

BAB IV HASIL PERANCANGAN DAN ANALISA

BAB IV HASIL PERANCANGAN DAN ANALISA BAB IV HASIL PERANCANGAN DAN ANALISA Pada bab ini akan dibahas mengenai skenario pengujian dan hasil perancangan simulasi yang dibandingkan dengan spesifikasi yang telah dibuat dan analisa terhadap hasilnya

Lebih terperinci

SIMULASI PERGERAKAN PASUKAN BERBASIS POTENTIAL FIELDS UNTUK TARGET DINAMIS

SIMULASI PERGERAKAN PASUKAN BERBASIS POTENTIAL FIELDS UNTUK TARGET DINAMIS SIMULASI PERGERAKAN PASUKAN BERBASIS POTENTIAL FIELDS UNTUK TARGET DINAMIS Siswati 1), Supeno Mardi SN 2) Moch.Hariadi 3) 1,2,3 Pasca Sarjana Jaringan Cerdas Multimedia (Game Teknologi) Teknik Elektro,Teknologi

Lebih terperinci

ROBOT 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 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 terperinci

5) Tahap operasi dan pemeliharaan Tahap ini tidak dilakukan oleh penulis karena adanya keterbatasan waktu. HASIL DAN PEMBAHASAN

5) Tahap operasi dan pemeliharaan Tahap ini tidak dilakukan oleh penulis karena adanya keterbatasan waktu. HASIL DAN PEMBAHASAN 5) Tahap operasi dan pemeliharaan Tahap ini tidak dilakukan oleh penulis karena adanya keterbatasan waktu. HASIL DAN PEMBAHASAN Studi Pustaka dan Konsultasi dengan Pakar Hasil dari studi pustaka yaitu

Lebih terperinci

A. Vektor dan Skalar I. PENDAHULUAN. B. Proyeksi Vektor II. DASAR TEORI

A. Vektor dan Skalar I. PENDAHULUAN. B. Proyeksi Vektor II. DASAR TEORI Penggunaan Medan Vektor dalam Menghindari Tabrakan M. Isham Azmansyah F. 13514014 Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika Institut Teknologi Bandung, Jl. Ganesha 10 Bandung

Lebih terperinci

OCKY NOOR HILLALI

OCKY NOOR HILLALI OCKY NOOR HILLALI 2407100045 Dosen Pembimbing I: Dr. Ir. AULIA SITI AISJAH, MT Dosen Pembimbing II: Dr. Ir. AGOES A. MASROERI, M. Eng JURUSAN TEKNIK FISIKA FAKULTAS TEKNOLOGI INDUSTRI INSTITUT TEKNOLOGI

Lebih terperinci

FUZZY MULTI-CRITERIA DECISION MAKING

FUZZY MULTI-CRITERIA DECISION MAKING Media Informatika, Vol. 3 No. 1, Juni 2005, 25-38 ISSN: 0854-4743 FUZZY MULTI-CRITERIA DECISION MAKING Sri Kusumadewi, Idham Guswaludin Jurusan Teknik Informatika, Fakultas Teknologi Industri, Universitas

Lebih terperinci

APLIKASI GAME TIC TAC TOE 6X6 BERBASIS ANDROID MENGGUNAKAN ALGORITMA MINIMAX DAN HEURISTIC EVALUATION

APLIKASI GAME TIC TAC TOE 6X6 BERBASIS ANDROID MENGGUNAKAN ALGORITMA MINIMAX DAN HEURISTIC EVALUATION APLIKASI GAME TIC TAC TOE 6X6 BERBASIS ANDROID MENGGUNAKAN ALGORITMA MINIMAX DAN HEURISTIC EVALUATION Ever Jayadi1), Muhammad Aziz Fatchur Rachman2), Muhammad Yuliansyah3) 1), 2), 3) Teknik Informatika

Lebih terperinci

Implementasi Metode Fuzzy Logic Controller Pada Kontrol Posisi Lengan Robot 1 DOF

Implementasi 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 terperinci

ESTIMASI POSISI ROBOT MOBIL MENGGUNAKAN UNSCENTED KALMAN FILTER. Oleh: Miftahuddin ( )

ESTIMASI POSISI ROBOT MOBIL MENGGUNAKAN UNSCENTED KALMAN FILTER. Oleh: Miftahuddin ( ) ESTIMASI POSISI ROBOT MOBIL MENGGUNAKAN UNSCENTED KALMAN FILTER Oleh: Miftahuddin (1206 100 707) Dosen Pembimbing: Subchan, Ph.D Dr. Erna Apriliani, M.Si Abstrak Robot Mobil atau Mobile Robot adalah konstruksi

Lebih terperinci

REKAYASA JALAN REL MODUL 6 WESEL DAN PERSILANGAN PROGRAM STUDI TEKNIK SIPIL

REKAYASA JALAN REL MODUL 6 WESEL DAN PERSILANGAN PROGRAM STUDI TEKNIK SIPIL REKAYASA JALAN REL MODUL 6 WESEL DAN PERSILANGAN OUTPUT : Mahasiswa dapat menjelaskan fungsi dan jenis wesel yang umum digunakan di Indonesia Mahasiswa dapat menjelaskan standar pembuatan bagan wesel dengan

Lebih terperinci

AUTONOMOUS LEVELING BERBASIS FSM UNTUK PEMBUATAN GAME EDUKASI

AUTONOMOUS LEVELING BERBASIS FSM UNTUK PEMBUATAN GAME EDUKASI AUTONOMOUS LEVELING BERBASIS FSM UNTUK PEMBUATAN GAME EDUKASI David Hermansyah dan Mochamad Hariadi Bidang Keahlian Jaringan Cerdas Multimedia ( Game Teknologi ) Jurusan Teknik Elektro, Fakultas Teknologi

Lebih terperinci

BAB IV INTERPRETASI KUANTITATIF ANOMALI SP MODEL LEMPENGAN. Bagian terpenting dalam eksplorasi yaitu pengidentifikasian atau

BAB IV INTERPRETASI KUANTITATIF ANOMALI SP MODEL LEMPENGAN. Bagian terpenting dalam eksplorasi yaitu pengidentifikasian atau BAB IV INTERPRETASI KUANTITATIF ANOMALI SP MODEL LEMPENGAN Bagian terpenting dalam eksplorasi yaitu pengidentifikasian atau pengasumsian bentuk dan kedalaman benda yang tertimbun. Berbagai macam metode

Lebih terperinci

Kendaraan Otonom Berbasis Kendali Teaching And Playback Dengan Kemampuan Menghindari Halangan

Kendaraan Otonom Berbasis Kendali Teaching And Playback Dengan Kemampuan Menghindari Halangan Kendaraan Otonom Berbasis Kendali Teaching And Playback Dengan Kemampuan Menghindari Halangan Aldilla Rizki Nurfitriyani 1, Noor Cholis Basjaruddin 2, Supriyadi 3 1 Jurusan Teknik Elektro,Politeknik Negeri

Lebih terperinci

BAB 4 IMPLEMENTASI DAN EVALUASI. Pada Bab IV ini menjelaskan tentang spesifikasi sistem, rancang bangun

BAB 4 IMPLEMENTASI DAN EVALUASI. Pada Bab IV ini menjelaskan tentang spesifikasi sistem, rancang bangun BAB 4 IMPLEMENTASI DAN EVALUASI Pada Bab IV ini menjelaskan tentang spesifikasi sistem, rancang bangun keseluruhan sistem, prosedur pengoperasian sistem, implementasi dari sistem dan evaluasi hasil pengujian

Lebih terperinci

IMPLEMENTASI FUZZY LOGIC CONTROLLER PADA ROBOT LINE FOLLOWER

IMPLEMENTASI FUZZY LOGIC CONTROLLER PADA ROBOT LINE FOLLOWER PROSIDING SEMINAR NASIONAL TEKNOLOGI IV Samarinda, November IMPLEMENTASI FUZZY LOGIC CONTROLLER PADA ROBOT LINE FOLLOWER Supriadi, Ansar Rizal Prodi Teknik Komputer, Jurusan Teknologi Informasi, Politeknik

Lebih terperinci

Strategi Menyerang pada Game FPS Menggunakan Hierarchy Finite State Machine dan Logika Fuzzy. Pasca Sarjana Teknik Elektro ITS, Surabaya )

Strategi Menyerang pada Game FPS Menggunakan Hierarchy Finite State Machine dan Logika Fuzzy. Pasca Sarjana Teknik Elektro ITS, Surabaya ) Strategi Menyerang pada Game FPS Menggunakan Hierarchy Finite State Machine dan Logika Fuzzy Yunifa Miftachul Arif 1), Mochamad Hariadi 2), Supeno Mardi S. N 3) 1) Pasca Sarjana Teknik Elektro ITS, Surabaya

Lebih terperinci

Penerapan Behavior Based Architecture dan Q Learning pada Sistem Navigasi Otonom Hexapod Robot

Penerapan Behavior Based Architecture dan Q Learning pada Sistem Navigasi Otonom Hexapod Robot Penerapan Based Architecture dan Q Learning pada Sistem Navigasi Otonom Hexapod Robot Handy Wicaksono 1,2, Prihastono 1,3, Khairul Anam 4, Rusdhianto Effendi 2, Indra Adji Sulistijono 5, Son Kuswadi 5,

Lebih terperinci

Proses Defuzzifikasi pada Metode Mamdani dalam Memprediksi Jumlah Produksi Menggunakan Metode Mean Of Maximum

Proses Defuzzifikasi pada Metode Mamdani dalam Memprediksi Jumlah Produksi Menggunakan Metode Mean Of Maximum Prosiding Penelitian SPeSIA Unisba 2015 ISSN: 2460-6464 Proses Defuzzifikasi pada Metode Mamdani dalam Memprediksi Jumlah Produksi Menggunakan Metode Mean Of Maximum 1 Fitria Tri Suwarmi, 2 M. Yusuf Fajar,

Lebih terperinci

ABSTRAK. Kata kunci: keselamatan pengguna jalan, kecepatan pengemudi kendaraan, ZoSS

ABSTRAK. Kata kunci: keselamatan pengguna jalan, kecepatan pengemudi kendaraan, ZoSS ABSTRAK Kawasan pendidikan merupakan suatu kawasan yang rentan terjadi kecelakaan lalu lintas dan yang menjadi korban adalah para siswa. Untuk mengantisipasi hal tersebut maka dibuatkanlah Zona Selamat

Lebih terperinci

IMPLEMENTASI SISTEM NAVIGASI ROBOT WALL FOLLOWING DENGAN METODE FUZZY LOGIC UNTUK ROBOT PEMADAM API ABIMANYU PADA KRPAI TAHUN 2016

IMPLEMENTASI SISTEM NAVIGASI ROBOT WALL FOLLOWING DENGAN METODE FUZZY LOGIC UNTUK ROBOT PEMADAM API ABIMANYU PADA KRPAI TAHUN 2016 IMPLEMENTASI SISTEM NAVIGASI ROBOT WALL FOLLOWING DENGAN METODE FUZZY LOGIC UNTUK ROBOT PEMADAM API ABIMANYU PADA KRPAI TAHUN 2016 SKRIPSI Diajukan Untuk Memenuhi Sebagai Syarat Guna Memperoleh Gelar Sarjana

Lebih terperinci

Grafik hubungan antara Jarak (cm) terhadap Data pengukuran (cm) y = 0.950x Data pengukuran (cm) Gambar 9 Grafik fungsi persamaan gradien

Grafik hubungan antara Jarak (cm) terhadap Data pengukuran (cm) y = 0.950x Data pengukuran (cm) Gambar 9 Grafik fungsi persamaan gradien dapat bekerja tetapi tidak sempurna. Oleh karena itu, agar USART bekerja dengan baik dan sempurna, maka error harus diperkecil sekaligus dihilangkan. Cara menghilangkan error tersebut digunakan frekuensi

Lebih terperinci

TEKNIK LALU LINTAS EKONOMI KEGIATAN PERPINDAHAN/PERGERAKAN ORANG DAN ATAU BARANG POL KAM KEBUTUHAN AKAN ANGKUTAN PERGERAKAN + RUANG GERAK

TEKNIK LALU LINTAS EKONOMI KEGIATAN PERPINDAHAN/PERGERAKAN ORANG DAN ATAU BARANG POL KAM KEBUTUHAN AKAN ANGKUTAN PERGERAKAN + RUANG GERAK TEKNIK LALU LINTAS KEGIATAN EKONOMI SOSBUD POL KAM PERPINDAHAN/PERGERAKAN ORANG DAN ATAU BARANG KEBUTUHAN AKAN ANGKUTAN PERGERAKAN + RUANG GERAK PERGERAKAN ALAT ANGKUTAN LALU LINTAS (TRAFFICS) Rekayasa

Lebih terperinci

BAB 4 IMPLEMENTASI DAN EVALUASI. Spesifikasi minimum dari perangkat keras yang diperlukan agar dapat. Graphic Card dengan memory minimum 64 mb

BAB 4 IMPLEMENTASI DAN EVALUASI. Spesifikasi minimum dari perangkat keras yang diperlukan agar dapat. Graphic Card dengan memory minimum 64 mb BAB 4 IMPLEMENTASI DAN EVALUASI 4.1 Spesifikasi Driver 4.1.1 Spesifikasi Perangkat Keras Spesifikasi minimum dari perangkat keras yang diperlukan agar dapat menjalankan driver ini adalah: Prosesor Pentium

Lebih terperinci

PERBANDINGAN ALGORITMA FLOODFILL DAN DJIKSTRA S PADA MAZE MAPPING UNTUK ROBOT LINE FOLLOWER

PERBANDINGAN ALGORITMA FLOODFILL DAN DJIKSTRA S PADA MAZE MAPPING UNTUK ROBOT LINE FOLLOWER PERBANDINGAN ALGORITMA FLOODFILL DAN DJIKSTRA S PADA MAZE MAPPING UNTUK ROBOT LINE FOLLOWER Ary Sulistyo Utomo 1*, Sri Arttini Dwi Prasetyowati 2, Bustanul Arifin 2 1 Jurusan Teknik Elektro Medik, Akademi

Lebih terperinci

Pengaturan Perilaku Pasukan Non Player Character menggunakan metode Flocking Behavior berbasis Agent pada permainan Real Time Strategy

Pengaturan Perilaku Pasukan Non Player Character menggunakan metode Flocking Behavior berbasis Agent pada permainan Real Time Strategy 1 Pengaturan Perilaku Pasukan Non Player Character menggunakan metode Flocking Behavior berbasis Agent pada permainan Real Time Strategy Priyodiva Robby Nugroho, Mochamad Hariadi, Christyowidiasmoro Teknik

Lebih terperinci

Aplikasi Fuzzy Logic Controller pada Sistem Lalu Lintas di Jalan Abu Bakar Ali, Yogyakarta

Aplikasi Fuzzy Logic Controller pada Sistem Lalu Lintas di Jalan Abu Bakar Ali, Yogyakarta SEMINAR MATEMATIKA DAN PENDIDIKAN MATEMATIKA UNY 2017 Aplikasi Fuzzy Logic Controller pada Sistem Lalu Lintas di Jalan Abu Bakar Ali, Yogyakarta Indah Puspita, Erma Suryani, Agus Maman Abadi Program Studi

Lebih terperinci

Penerapan Algoritma A* Untuk Pencarian Rute Terdekat Pada Permainan Berbasis Ubin (Tile Based Game)

Penerapan Algoritma A* Untuk Pencarian Rute Terdekat Pada Permainan Berbasis Ubin (Tile Based Game) Penerapan Algoritma A* Untuk Pencarian Rute Terdekat Pada Permainan Berbasis Ubin (Tile Based Game) Febriana Santi Wahyuni 1,*, Sandy Nataly Mantja 1 1 T.Informatika Fakultas Teknologi Industri Institut

Lebih terperinci

SISTEM INFERENSI FUZZY UNTUK MENENTUKAN SENSASI CITRA WARNA

SISTEM INFERENSI FUZZY UNTUK MENENTUKAN SENSASI CITRA WARNA Sukmawati Nur Endah, Priyo Sidik Sasongko, Helmie Arif Wibawa, Frediansah SISTEM INFERENSI FUZZY UNTUK MENENTUKAN SENSASI CITRA WARNA Sukmawati Nur Endah, Priyo Sidik Sasongko, Helmie Arif Wibawa, Frediansah

Lebih terperinci

PENGANTAR TRANSPORTASI

PENGANTAR TRANSPORTASI PENGANTAR TRANSPORTASI MANAJEMEN LALU LINTAS UNIVERSITAS PEMBANGUNAN JAYA Jl. Boulevard Bintaro Sektor 7, Bintaro Jaya Tangerang Selatan 15224 PENDAHULUAN PENDAHULUAN Penyebab permasalahan transportasi

Lebih terperinci

FUZZY LOGIC CONTROL 1. LOGIKA FUZZY

FUZZY LOGIC CONTROL 1. LOGIKA FUZZY 1. LOGIKA FUZZY Logika fuzzy adalah suatu cara tepat untuk memetakan suatu ruang input ke dalam suatu ruang output. Teknik ini menggunakan teori matematis himpunan fuzzy. Logika fuzzy berhubungan dengan

Lebih terperinci

KECERDASAN BUATAN (Artificial Intelligence) Materi 8. Entin Martiana

KECERDASAN BUATAN (Artificial Intelligence) Materi 8. Entin Martiana Logika Fuzzy KECERDASAN BUATAN (Artificial Intelligence) Materi 8 Entin Martiana 1 Kasus fuzzy dalam kehidupan sehari-hari Tinggi badan saya: Andi menilai bahwa tinggi badan saya termasuk tinggi Nina menilai

Lebih terperinci

Manuver Kelompok NPC Berbasis Boids

Manuver Kelompok NPC Berbasis Boids Manuver Kelompok NPC Berbasis Boids Pengembangan Game Real Time Strategy Yonly Adrianus Benufinit 1, Moch. Hariadi 2, Supeno Mardi S. N 3 Mahasiswa Program Pasca Sarjana, Jurusan Teknik Elektro, Fakultas

Lebih terperinci

SIMULASI SISTEM UNTUK PENGONTROLAN LAMPU DAN AIR CONDITIONER DENGAN MENGGUNAKAN LOGIKA FUZZY

SIMULASI SISTEM UNTUK PENGONTROLAN LAMPU DAN AIR CONDITIONER DENGAN MENGGUNAKAN LOGIKA FUZZY SIMULASI SISTEM UNTUK PENGONTROLAN LAMPU DAN AIR CONDITIONER DENGAN MENGGUNAKAN LOGIKA FUZZY Nesi Syafitri. N Teknik Informatika, Fakultas Teknik Universitas Islam Riau, Jalan Kaharuddin Nasution No. 3,

Lebih terperinci

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 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 terperinci

BAB V ANALISIS DAN UJI COBA. Pada bab ini akan dibahas mengenai pengujian dan analisa pada hardware

BAB V ANALISIS DAN UJI COBA. Pada bab ini akan dibahas mengenai pengujian dan analisa pada hardware BAB V ANALISIS DAN UJI COBA Pada bab ini akan dibahas mengenai pengujian dan analisa pada hardware yang telah dirancang. Tujuan dari pengujian dan analisa ini adalah untuk mengetahui apakah hardware tersebut

Lebih terperinci

BAB II DASAR TEORI Kajian Pustaka a. Penerapan Algoritma Flood Fill untuk Menyelesaikan Maze pada Line Follower Robot [1]

BAB II DASAR TEORI Kajian Pustaka a. Penerapan Algoritma Flood Fill untuk Menyelesaikan Maze pada Line Follower Robot [1] BAB II DASAR TEORI Pada bab ini akan dibahas mengenai beberapa teori yang digunakan sebagai acuan dan pendukung dalam merealisasikan perancangan sistem pada skripsi ini. 2.1. Kajian Pustaka a. Penerapan

Lebih terperinci

ANIMASI OBYEK TIGA DIMENSI DENGAN TEKNIK NON-PHOTOREALISTIC RENDERING UNTUK AUGMENTED REALITY MENGGUNAKAN LOGIKA FUZZY

ANIMASI OBYEK TIGA DIMENSI DENGAN TEKNIK NON-PHOTOREALISTIC RENDERING UNTUK AUGMENTED REALITY MENGGUNAKAN LOGIKA FUZZY ANIMASI OBYEK TIGA DIMENSI DENGAN TEKNIK NON-PHOTOREALISTIC RENDERING UNTUK AUGMENTED REALITY MENGGUNAKAN LOGIKA FUZZY 1 Moch. Yordan Rismarinandyo Siagian S,ST 2 Mochhammad Hariadi, S.T., M.Sc, P.hD Fakultas

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB 2 LANDASAN TEORI 2.1 Permintaan, Persediaan dan Produksi 2.1.1 Permintaan Permintaan adalah banyaknya jumlah barang yang diminta pada suatu pasar tertentu dengan tingkat harga tertentu pada tingkat

Lebih terperinci

BAB III PERENCANAAN DAN PERANCANGAN

BAB III PERENCANAAN DAN PERANCANGAN BAB III PERENCANAAN DAN PERANCANGAN 3.1 Perencanaan Dalam sebuah robot terdapat dua sistem yaitu sistem elektronis dan sistem mekanis, dimana sistem mekanis dikendalikan oleh sistem elektronis bisa berupa

Lebih terperinci

BAB 2 TINJAUAN PUSTAKA

BAB 2 TINJAUAN PUSTAKA BAB 2 TINJAUAN PUSTAKA 4 BAB 2 TINJAUAN PUSTAKA 2.1. Pengertian Fuzzy Logika fuzzy adalah suatu cara yang tepat untuk memetakan suatu ruang input kedalam suatu ruang output. Titik awal dari konsep modern

Lebih terperinci

Optimasi Pencarian Jalur Lalu Lintas Antar Kota di Jawa Timur dengan Algoritma Hybrid Fuzzy-Floyd Warshall

Optimasi Pencarian Jalur Lalu Lintas Antar Kota di Jawa Timur dengan Algoritma Hybrid Fuzzy-Floyd Warshall 165 Optimasi Pencarian Jalur Lalu Lintas Antar Kota di Jawa Timur dengan Algoritma Hybrid Fuzzy-Floyd Warshall Imam Khairi, Erni Yudaningtyas, Harry Soekotjo Dachlan AbstrakSistem pencarian jalur yang

Lebih terperinci

BAB 3 PENANGANAN JARINGAN KOMUNIKASI MULTIHOP TERKONFIGURASI SENDIRI UNTUK PAIRFORM-COMMUNICATION

BAB 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 terperinci

Logika fuzzy pertama kali dikembangkan oleh Lotfi A. Zadeh melalui tulisannya pada tahun 1965 tentang teori himpunan fuzzy.

Logika fuzzy pertama kali dikembangkan oleh Lotfi A. Zadeh melalui tulisannya pada tahun 1965 tentang teori himpunan fuzzy. LOGIKA FUZZY UTHIE Intro Pendahuluan Logika fuzzy pertama kali dikembangkan oleh Lotfi A. Zadeh melalui tulisannya pada tahun 1965 tentang teori himpunan fuzzy. Lotfi Asker Zadeh adalah seorang ilmuwan

Lebih terperinci

Pengantar Kecerdasan Buatan (AK045218) Logika Fuzzy

Pengantar Kecerdasan Buatan (AK045218) Logika Fuzzy Logika Fuzzy Pendahuluan Alasan digunakannya Logika Fuzzy Aplikasi Himpunan Fuzzy Fungsi keanggotaan Operator Dasar Zadeh Penalaran Monoton Fungsi Impilkasi Sistem Inferensi Fuzzy Basis Data Fuzzy Referensi

Lebih terperinci

INTEGRASI HIERARCHY FINITE STATE MACHINE DAN LOGIKA FUZZY UNTUK DESAIN STRATEGI NPC GAME

INTEGRASI HIERARCHY FINITE STATE MACHINE DAN LOGIKA FUZZY UNTUK DESAIN STRATEGI NPC GAME INTEGRASI HIERARCHY FINITE STATE MACHINE DAN LOGIKA FUZZY UNTUK DESAIN STRATEGI NPC GAME Yunifa Miftachul Arif 1), Mochamad Hariadi 2), Supeno Mardi S. N 3) 1) Pasca Sarjana Teknik Elektro ITS, Surabaya

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB 2 LANDASAN TEORI 2.1 Logika Fuzzy Fuzzy secara bahasa diartikan sebagai kabur atau samar yang artinya suatu nilai dapat bernilai benar atau salah secara bersamaan. Dalam fuzzy dikenal derajat keanggotan

Lebih terperinci

BAB 4 HASIL DAN PEMBAHASAN

BAB 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 terperinci

BAB III GERAK LURUS. Gambar 3.1 Sistem koordinat kartesius

BAB III GERAK LURUS. Gambar 3.1 Sistem koordinat kartesius BAB III GERAK LURUS Pada bab ini kita akan mempelajari tentang kinematika. Kinematika merupakan ilmu yang mempelajari tentang gerak tanpa memperhatikan penyebab timbulnya gerak. Sedangkan ilmu yang mempelajari

Lebih terperinci

LOGIKA FUZZY. Kelompok Rhio Bagus P Ishak Yusuf Martinus N Cendra Rossa Rahmat Adhi Chipty Zaimima

LOGIKA FUZZY. Kelompok Rhio Bagus P Ishak Yusuf Martinus N Cendra Rossa Rahmat Adhi Chipty Zaimima Sistem Berbasis Pengetahuan LOGIKA FUZZY Kelompok Rhio Bagus P 1308010 Ishak Yusuf 1308011 Martinus N 1308012 Cendra Rossa 1308013 Rahmat Adhi 1308014 Chipty Zaimima 1308069 Sekolah Tinggi Manajemen Industri

Lebih terperinci

PERANCANGAN GEOMETRIK JALAN

PERANCANGAN GEOMETRIK JALAN Departemen Teknik Sipil dan Lingkungan Fakultas Teknik - Universitas Gadjah Mada PERANCANGAN GEOMETRIK JALAN MODUL - 6 JARAK PANDANG HENTI DAN MENYIAP Disusun oleh: Tim Ajar Mata Kuliah Perancangan Geometrik

Lebih terperinci

Active Steering Assistane For Turned Road Based On Fuzzy Logic

Active Steering Assistane For Turned Road Based On Fuzzy Logic th Industrial Research Workshop and National Seminar Politeknik Negeri Bandung July -, Active Steering Assistane For Turned Road Based On Fuzzy Logic Reni Setiowati, Noor Cholis Basjaruddin, Supriyadi

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB LANDASAN TEORI. Himpunan Himpunan adalah setiap daftar, kumpulan atau kelas objek-objek yang didefenisikan secara jelas, objek-objek dalam himpunan-himpunan yang dapat berupa apa saja: bilangan, orang,

Lebih terperinci

Pencarian Rute Line Follower Mobile Robot Pada Maze Dengan Metode Q Learning

Pencarian Rute Line Follower Mobile Robot Pada Maze Dengan Metode Q Learning Pencarian Rute Line Follower Mobile Robot Pada Maze Dengan Metode Q Learning Abstrak 1Samsul Arifin, 2 Arya Tandy Hermawan & 2 Yosi Kristian 1Sekolah Tinggi Manajemen Informatika dan Komputer Asia Malang

Lebih terperinci

BAB I PENDAHULUAN. 1.1 Latar Belakang

BAB I PENDAHULUAN. 1.1 Latar Belakang BAB I PENDAHULUAN 1.1 Latar Belakang Saat ini citra digital sedang menjadi trend di kalangan masyarakat, apalagi dengan semakin berkembangnya teknologi digital serta makin murahnya harga perangkat yang

Lebih terperinci

Navigasi Mobile Robot Nonholonomic menggunakan Fuzzy-Ant Colony System

Navigasi Mobile Robot Nonholonomic menggunakan Fuzzy-Ant Colony System A-839 Navigasi Mobile Robot Nonholonomic menggunakan Fuzzy-Ant Colony System Dimas Bintang P, Trihastuti Agustinah, Rusdhianto Effendi AK Departemen Teknik Elektro, Fakultas Teknologi Elektro, Institut

Lebih terperinci

Oleh: Dimas Avian Maulana Dosen Pembimbing: Subchan, Ph.D

Oleh: Dimas Avian Maulana Dosen Pembimbing: Subchan, Ph.D Oleh: Dimas Avian Maulana-1207100045 Dosen Pembimbing: Subchan, Ph.D Robot mobil adalah salah satu contoh dari wahana nir awak (WaNA) yang dapat dikendalikan dari jauh atau memiliki sistem pengendali otomatis

Lebih terperinci

BAB I PENDAHULUAN. 1. Latar Belakang

BAB I PENDAHULUAN. 1. Latar Belakang BAB I PENDAHULUAN 1. Latar Belakang Gerak adalah perubahan kedudukan atau tempat suatu benda terhadap titik acuan atau titik asal tertentu. Jadi, bila suatu benda kedudukannya berubah setiap saat terhadap

Lebih terperinci

KENDALI 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 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 terperinci

V. HASIL DAN PEMBAHASAN

V. HASIL DAN PEMBAHASAN V. HASIL DAN PEMBAHASAN Semua mekanisme yang telah berhasil dirancang kemudian dirangkai menjadi satu dengan sistem kontrol. Sistem kontrol yang digunakan berupa sistem kontrol loop tertutup yang menjadikan

Lebih terperinci

IMPLEMENTASI NON PLAYER CHARACTER PADA GAME PERTARUNGAN GALAH ASIN MENGGUNAKAN LOGIKA FUZZY

IMPLEMENTASI NON PLAYER CHARACTER PADA GAME PERTARUNGAN GALAH ASIN MENGGUNAKAN LOGIKA FUZZY IMPLEMENTASI NON PLAYER CHARACTER PADA GAME PERTARUNGAN GALAH ASIN MENGGUNAKAN LOGIKA FUZZY Nomo Haga A.G 1, Yulison Herry C 2, Rezki Yuniarti 3 Jurusan Informatika, Fakultas MIPA, UniversitasJenderal

Lebih terperinci

PENERAPAN BEHAVIOR BASED ROBOTIC PADA SISTEM NAVIGASI DAN KONTROL ROBOT SOCCER

PENERAPAN 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 terperinci

BAB I PENDAHULUAN 1.1. Latar Belakang Masalah

BAB I PENDAHULUAN 1.1. Latar Belakang Masalah BAB I PENDAHULUAN 1.1. Latar Belakang Masalah Kota Yogyakarta merupakan salah satu kota di Indonesia dengan tingkat kemacetan yang sangat padat, salah satu penyebabnya karena Yogyakarta merupakan kota

Lebih terperinci