ABSTRAKSI: Perencanaan jalur global pada Robot Bergerak adalah proses pencarian jalur untuk
berpindah dari suatu lokasi ke lokasi lainnya di dalam suatu daerah kerja
(lingkungan) yang sudah diketahui kondisinya secara lengkap termasuk rintanganrintangan
yang ada di dalamnya.
Tugas akhir ini merancang, mengimplementasikan serta menganalisa metode
perencanaan jalur yaitu metode Jaringan syaraf tiruan dan Algoritma genetika
(metode JST&AG). Di dalam metode tersebut jaringan syaraf dengan model
arsitektur jaringan Hopfield yang disebut neural map, digunakan sebagai media
representasi kondisi lingkungan. Algoritma genetika dengan teknik pengkodean
novel, digunakan untuk melakukan pencarian jalur terdekat dari lokasi awal ke
lokasi tujuan dengan menggunakan informasi yang berasal dari neural map. Jalur
yang ditemukan tersebut dibandingkan dengan jalur yang ditemukan oleh metode
visibility graph pada contoh kasus yang sama. Perbandingan ini dilakukan
mengenai total jarak yang harus ditempuh oleh jalur yang dihasilkan oleh masingmasing
metode, waktu yang dibutuhkan dalam proses pencarian jalur serta total
media penyimpanan yang digunakan. Implementasi akan dilakukan ke dalam
sebuah program simulasi. Hasil pengujian memperlihatkan metode JST&AG
menghasilkan solusi jalur yang lebih panjang jarak tempuhnya, namun tidak
demikian dengan lamanya waktu pemrosesan serta penggunaan media
penyimpanan yang dibutuhkan dimana metode tersebut lebih baik khususnya
dalam kasus-kasus daerah kerja dengan kompleksitas yang semakin tinggi.
Kata kunci: Jaringan Hopfield, Algoritma genetika, Robot Bergerak, Neural
Map, Visibility graph, Perencanaan jalur global..Kata Kunci : Jaringan Hopfield, Algoritma genetika, Robot Bergerak, Neural Map, Visibility graph, Perencanaan jalur global..ABSTRACT: Global path planning on Mobile Robot is a path searching process to move from
the first location to its destination in completely known workspace (environment)
including the obstacles that exist in it.
This thesis design, implement and analyze the path planning method namely
artificial neural network and genetic algorithm method (JST&AG method). In this
method neural network with the Hopfield neural network model architecture
called neural map is used as a media to represent environment condition. Genetic
algorithm with novel encoding technique is used to search a path to the destination
by using the information from the neural map. The path found was compared with
the path found by visibility graph method on every equal sample cases. This
comparison is about the total distance that has to be traveled by the path from each
method, the time used by the path searching process and the total capacity of
memory usage. The implementation is in form of simulation program. Test results
showed the JST&AG method gives longer distance of the path found, but not for
the time that is needed in the path searching process and the total capacity of
memory usage which is better especially in all sample cases with getting more
complicated workspace.Keyword: Hopfield Neural Network, Genetic Algorithm, Mobile Robot, Neural Map, Visibility graph, Global path planning.