OPTIMISASI TASK SCHEDULING PADA MULTI-AUTOMATED GUIDED VEHICLE - Dalam bentuk buku karya ilmiah

RYAN PRIBADI

Informasi Umum

Kode

25.04.6795

Klasifikasi

000 - General Works

Jenis

Karya Ilmiah - Skripsi (S1) - Reference

Subjek

Robotics And Automation

Dilihat

21 kali

Informasi Lainnya

Abstraksi

Sistem Automated Guided Vehicle (AGV) berperan penting dalam meningkatkan efisiensi material handling di industri manufaktur dan pergudangan. Namun, penjadwalan tugas multi-AGV di lingkungan terbatas masih menghadapi tantangan berupa waktu penyelesaian yang tidak optimal dan risiko tabrakan antar-robot. Penelitian ini mengusulkan sistem task scheduling berbasis Particle Swarm Optimization (PSO) untuk meminimalkan makespan dan mencegah tabrakan pada operasi multi-AGV. Sistem diimplementasikan pada dua AGV homogen dengan penggerak diferensial dalam skenario tugas statis. Algoritma PSO dijalankan secara independen oleh masing-masing AGV untuk menentukan urutan tugas, dengan dua jenis skenario pengujian: (1) satu titik tujuan per tugas dan (2) dua titik tujuan berurutan. Mekanisme sinkronisasi klaim tugas dan pemilihan titik backup diterapkan untuk menghindari tabrakan, sementara data kinerja dikumpulkan dalam bentuk waktu penyelesaian, jarak tempuh, dan deviasi terhadap nilai ideal. Hasil pengujian menunjukkan bahwa pada skenario 1, deviasi waktu penyelesaian berkisar 6,68%–18,08% dan deviasi jarak tempuh 1,23%–6,95%, sedangkan pada skenario 2, deviasi waktu mencapai 9,46%–36,36% dan deviasi jarak 5,61%–38,87%. Walaupun tingkat kompleksitas pada Skenario 2 lebih tinggi, sistem tetap mempertahankan kinerja, sedangkan mekanisme penghindaran tabrakan berfungsi sesuai rancangan untuk menjaga kelancaran navigasi. Kata Kunci: AGV, Multi-Robot, Task Scheduling, Particle Swarm Optimization, Collision Avoidance