Strategi optimal pada navigasi robot mobile di ruangan rumah sakit menggunakan reinforcement learning / Firman Ardiyansyah - Repositori Universitas Negeri Malang

Strategi optimal pada navigasi robot mobile di ruangan rumah sakit menggunakan reinforcement learning / Firman Ardiyansyah

Ardiyansyah, Firman Ardiyansyah (2021) Strategi optimal pada navigasi robot mobile di ruangan rumah sakit menggunakan reinforcement learning / Firman Ardiyansyah. Diploma thesis, Universitas Negeri Malang.

Full text not available from this repository.

Abstract

Permasalahan umum dalam navigasi mobile robot adalah bagaimanamenemukan path yang paling optimal dan mampu menghindari obstacle. Obstacleyang dihadapi mobile robot dapat berupa objek diam ataupun objek bergerak. Halini menyebabkan environment yang dihadapi oleh mobile robot bersifat dinamis.Perubahan environment akan menyebabkan path harus terus-menerus di-updatesepanjang titik start hingga goal yang mana akan menjadi beban komputasiprosesor. Untuk mengatasi permasalahan tersebut maka ReinforcementLearning digunakan sebagai metode navigasi. Metode ini dapat bekerja secaraadaptif setiap ada perubahan environment dengan langsung menghasilkan actionuntuk pergerakan robot tanpa mengupdate path yang baru. SimulatorReinforcement Learning dikembangkan untuk melatih Neural Network sehinggadapat beradaptasi pada kondisi environment yang dinamis. Performa dari metodeini dianalisis melalui dimensi neuron dari Neural Network dan keberhasilan mobilerobot bernavigasi dalam environment dinamis. Environment yang digunakansebagai tempat pengujian berada di Gedung B12 Fakultas Teknik UniversitasNegeri Malang. Hasil training menunjukkan Neural Network dengan Hidden Layer2048 x 1024 dapat konvergen dan mobile robot berhasil bernavigasi.

Item Type: Thesis (Diploma)
Subjects: ?? ??
Divisions: Fakultas Teknik (FT) > Departemen Teknik Elektro (TE) > S1 Teknik Elektro
Depositing User: Users 2 not found.
Date Deposited: 13 Dec 2021 04:29
Last Modified: 09 Sep 2021 03:00
URI: http://repository.um.ac.id/id/eprint/196385

Actions (login required)

View Item View Item