• Document: Aktuator Berkaki pada Robot Pencari Korban Bencana Tsunami Sub judul : Algoritma Reinforcement Learning
  • Size: 820.98 KB
  • Uploaded: 2018-10-12 14:19:58
  • Status: Successfully converted


Some snippets from your converted document:

Aktuator Berkaki pada Robot Pencari Korban Bencana Tsunami Sub judul : Algoritma Reinforcement Learning Adnan Rachmat Anom Besari, Dr.Ir. Son Kuswadi Jurusan Elektronika- Politeknik Elektronika Negeri Surabaya Institut Teknologi Sepuluh Nopember Kampus ITS Keputih Sukolilo Surabaya 60111 Telp. 031-5947280, Fax 031-5946114 ABSTRAK . Penelitian SAR (Search and Rescue) Robot di seluruh dunia semakin marak, tetapi belum pernah dicetuskan pengembangan SAR Robot untuk menangani korban Tsunami, bencana yang menjadi langganan negara kepulauan. Pengembangan SAR Robot yang paling banyak dikembangkan sekarang adalah jenis robot beroda, karenanya penelitian ini mencoba untuk mengembagkan aktuator alternatif yang lain, yaitu aktuator berkaki. Perkembangan robot berkaki sangat pesat, hal ini bisa dilihat dari bermunculan ide-ide baru tentang sistem gerak robot yang mengambil ide dari alam (biology inspired) tersebut. Robot jenis ini sekarang mulai banyak menggantikan robot dengan aktuator beroda roda dengan berbagai fungsi dan kemampuan manuvernya yang sangat menarik. Untuk mewujudkan sistem kontrol cerdas pada robot yang tidak bergantung pada model, penelitian ini menggunakan algoritma kontrol behavior based. Kemampuan belajar robot dalam melakukan navigasi didapatkan dengan menggunakan metode reinforcement learning(RL). Untuk mencapai tujuan ini, digunakan algoritma tryal and error. Proses pembelajaran dilakukan melalui interaksi sistem dengan lingkungannya berdasarkan suatu aturan reward and punishment. Lingkungan disini artinya segala sesuatu di luar robot. Oleh karena itu, manusia juga juga dapat disebut lingkungan oleh robot. Akan sangat menarik jika manusia dan robot dapat saling berinteraksi. Apa yang manusia inginkan akan coba dimengerti dan dipahami oleh robot, dan kemudian dilaksanakan. Itulah reinforcement learning. Kata kunci : reinforcement learning, reward and punishment. 1. PENDAHULUAN 2. DISAIN SISTEM Proyek akhir ini mengambil bencana tsunami Secara garis besar sistem yang dibangun atau gempa bumi sebagai isu sentralnya, karena ditunjukkan pada blok diagram sebagai berikut : bencana ini merupakan bencana yang sering menimpa Indonesia sebagai negara yang banyak dilewati oleh jalur pegunungan. Fungsi robot disini menggantikan tim SAR (Search and Rescue) yang mempunyai tugas melewati daerah bencana yang kondisinya tidak tentu (walk on uncertain field), mendeteksi kemungkinan adanya korban (search), dan memberitahukan kepada tim SAR untuk mengevakuasi korban (rescue). Proyek akhir ini merancang sebuah robot dengan aktuator berkaki yang mempunyai kemampuan melewati daerah bencana. Daerah bencana sendiri digantikan dengan sebuah medan (field) yang menggambarkan kondisi daerah akibat bencana tsunami. Sedangkan korban manusia digantikan dengan boneka yang menyerupai Gambar 1. Blok diagram rancangan sistem manusia dalam berbagai keadaan (meninggal atau Pembuatan sistem dalam proyek akhir ini dibagi masih hidup). Dalam proyek akhir nanti, robot dalam beberapa bagian sebagai berikut : diharuskan mencari dan medeteksi adanya korban 1. Pemilihan aktuator dan sensor bencana, lalu memberitahukan kepada tim SAR 2. Pembuatan mekanik robot bahwa ada korban yang harus diselamatkan. 3. Pembuatan perangkat keras 4. Pembuatan perangkat lunak . 1 2.1 Perancangan Mekanik 2.2 Pembuatan Perangkat Keras Berikut ini beberapa gambar desain mekanik robot Perangkat keras yang kami gunakan menggunakan dilihat dari beberapa sudut pandang. dua jenis mikrokontroller, yaitu ATtiny2313 dan ATmega16 dua buah (A&B) dengan pembagian tugas seperti pada blok diagram dibawah, hal ini bertujuan agar mengurangi kinerja dari mikrokontroler utama dan mempermudah dalam pembagian kerja agar didapatkan hasil yang real time. Gambar 2. Robot tampak depan Gambar 5. Blok diagram rancangan sistem hardware  ATmega16 (A) sebagai mikrokontroller utama menangani Atmega16 (B), ATtiny2313,

Recently converted files (publicly available):