ABSTRAKSI: Pada saat ini alat transportasi sudah semakin banyak dan berkembang. Namun selain berdampak positif bagi manusia, juga bisa berdampak negatif. Salah satunya adalah semakin tingginya tingkat kecelakaan. Hal ini disebabkan oleh beberapa faktor salah satunya adalah faktor manusia(human error). Manusia dengan segala kelebihannya mempunyai kelemahan, misal saja sedang mengendarai mobil sering mengantuk dan juga kurang mahir dalam mengendarai kendaraan. Salah satu solusi untuk masalah itu yaitu dengan perlahan-lahan mulai mengantikan peran manusia dengan sistem untuk navigasi kendaraan tanpa awak dengan menggunakan kecerdasaan buatan. Diharapkan dengan adanya sistem navigasi tersebut dapat dijadikan alternatif untuk mengurangi tingkat kecelakaan yang disebabkan oleh manusia.
Sistem navigasi yang dibuat dalam tugas akhir ini menggunakan fuzzy sebagai engine. Fuzzy dipilih karena memiliki kelebihan diantaranya metode ini menyelesaikan masalah dengan cara reasoning yaitu merepresentasikan ke dalam basis pengetahuan yang cocok dengan sistem navigasi kendaraan tanpa awak, disamping itu fuzzy dapat menangani untuk kasus yang memerlukan keputusan yang "abu-abu", cocok dengan sistem navigasi kendaraan ini.
Sistem fuzzy yang digunakan ini menggunakan 5 sensor jarak yang diletakan di sekeliling kendaran(mobil) dan juga kecepatan sebagai inputnya. Input tersebut kemudian di klasifikasi ke dalam fungsi keanggotaan trapesium untuk variabel jarak. Kemudian pada proses inferensi dibuat 125 rule sebagai basis pengetahuan dan 16 rule tambahan untuk menangani kasus khusus yang tidak bisa ditangani dengan hanya menggunakan 3 sensor jarak. Proses deffuzzyfikasinya menggunakan model sugeno yang dianggap memiliki kecepatan yang baik sangat dibutuhkan untuk sistem yang real time.
Untuk pengujian dilakukan dalam bentuk simulasi, yaitu dengan mencoba hasil fuzzy yang di rancang ke dalam rute yang dibuat. Rute untuk pengujian tersebut dibagi menjadi 3 level dari yang paling mudah hingga yang paling sulit. Dari pengujian tersebut terlihat bahwa sistem fuzzy yang di pilih baik fungsi keanggotaan, rule maupun rule tambahan yang dipakai sudah cukup membuat sistem navigasi yang baik.Kata Kunci : Fuzzy, sistem navigasi kendaraan tanpa awak, real time, rule, defuzzyfication, klasifikasi, trapesium, simulasiABSTRACT: At this time of transportation is getting more and grow. But other than a positive impact to humans, also can have a negative impact. One is the higher rate of accidents. It is caused by several factors one of which is the human factor (human error). Man with all the advantages have disadvantages, eg it is often drowsy driving and also less proficient in driving a vehicle. One solution to the problem that is slowly started to replace the human role in the system for unmanned vehicle navigation using artificial intelligence. Expected by the navigation system can be an alternative to reduce the level of injury caused by humans.
Navigation system made in this thesis using fuzzy as the engine. Fuzzy was chosen because it has such advantages of this method to solve the problem by way of reasoning that is represented into the knowledge base that matches the unmanned vehicle navigation system, besides that fuzzy can handle cases that require a decision that "gray", compatible with the vehicle navigation system this.Fuzzy systems that use this use 5 distance sensors placed around the vehicle (car) and also the speed as input. Input is then in the classification into a trapezoidal membership function for variable distances. Later in the process of inference rules is made 125 as the base of knowledge and 16 additional rules to handle special cases that cannot be dealt with only using 3 sensor distance. The defuzzyfication process using Sugeno model are considered to have good speed is needed for real time systems.
For the test conducted in the form of simulation, namely by trying to fuzzy results that are designed into the created route. The route for the test is divided into 3 levels from the easiest to the most difficult. From the test shows that the fuzzy system on select both the membership functions, rule or additional rule that is used is enough to make a good navigation system.Keyword: Fuzzy, unmanned vehicle navigation system, real time, rule, defuzzyfication, classification, trapezoid, simulation