Upload
others
View
8
Download
0
Embed Size (px)
Citation preview
Vol. 3 No. 3 Desember 2019 ISSN : 2580-0760 (media online)
i
Vol. 3 No. 3 Desember 2019 ISSN : 2580-0760 (media online)
SAMBUTAN EDITOR Alhamdulillah, ungkapan puji dan syukur kami haturkan atas terbitnya Jurnal RESTI
(Rekayasa Sistem dan Teknologi Informasi) Vol. 3 No. 3 Desember 2019, berkat usaha
yang sungguh-sungguh dari segenap tim redaksi, mitra bestari dan atas bantuan banyak
pihak. Akhirnya Jurnal ini dapat hadir tepat waktu dan memberikan kontribusi ilmiah di
dalam bidang informatika.
Volume ini terdiri atas 34 manuskrip yang berasal dari 28 Perguruan tinggi di Indonesia,
yaitu STMIK Nusa Mandiri, Politeknik Negeri Tanah Laut, STMIK Kharisma
Karawang, Universitas Telkom , Universitas Darussalam Gontor, STMIK Jayanusa,
Universitas Pendidikan Ganesha, Universitas Mercubuana, Universitas Negeri Malang,
Politeknik negeri Padang, Politeknik Negeri Malang, Institut Teknologi Telkom
Purwokerto, Universitas Sriwijaya, Universitas Udayana, Universitas Informatika dan
Bisnis Indonesia, Universitas Ichsan Gorontalo, Universitas Putra Indonesia “YPTK”
Padang, STMIK IKMI Cirebon, Universitas Negeri Padang, Universitas Dharmas
Indonesia, STMIK-AMIK Bandung, Universitas Bhayangkara, Universitas Budi
Luhur dan Universitas Andalas..
Artikel yang publish dalam edisi ini telah terakreditasi SINTA Peringkat 2 sesuai
keputusan Dirjen Penguatan Riset dan Pengembangan Kemenristekdikti No.
10/E/KPT/2019.
Penerbitan Jurnal ini tidak terlepas dari bantuan banyak pihak, terutama ucapan terima
kasih kami sampaikan kepada mitra bestari yang sudah rela bekerja keras dalam
mereview manuskrip hingga layak publish di Jurnal ini dan segenap tim editor. Kami
juga mengapresiasi para peneliti yang sudah menjadikan Jurnal RESTI sebagai media
untuk publikasi hasil penelitiannya. Terakhir, kami berharap semoga manuskrip di Jurnal RESTI dapat menambah khazanah
keilmuan dan wawasan ilmiah, khususnya dalam bidang informatika. Kritik dan saran
membangun tetap kami harapkan untuk perbaikan Jurnal ini.
Ketua Dewan Redaksi,
Dr. Yuhefizar, S.Kom., M.Kom
[ ii ]
Vol. 3 No. 3 Desember 2019 ISSN : 2580-0760 (media online)
SUSUNAN DEWAN REDAKSI Jurnal RESTI(Rekayasa Sistem dan Teknologi Informasi)
Penanggung Jawab Ketua Umum DPP IAII
Ketua Dewan Redaksi
Dr. Yuhefizar, S.Kom, M.Kom
Sekretaris Rini Asmara, S.Kom, M.Kom
Editor Dr. Arta Moro Sundjaja
Arsyad Ramadhan Darlis, ST., MT
Budi Sunaryo, ST., MT
Yance Sonatha, MT
Mutiana Pratiwi, M.Kom
Tri Apriyanto Sundara, S.Th.I, MT
Dukungan Teknis dan Layout Ikhwan Arief, M.Sc
Mitra Bestari
Prof. Dr. Marsudi W. Kisworo Falahah, ST, MT Dr. Ruri Suko Basuki Dr. Muljono Dr. Muhammad Faisal Dr. Leon Abdillah Robbi Rahim, M.Kom Dr. Mujiono Sadikin Dr. Adele B.L Mailangkay
Dr. Yaya Sudarya Triana Dr. Windu Gata Ir. Siswanto, MM Dr. Asrul Huda Dr. Yuhandri Dr. Gasim Heri Nurdiyanto, M.Kom Mohd. Helmi Abd Wahab, M.Sc Dr. Sandi Kosasi
Widianto, ST., MT Dr. Muhammad Faisal Sulfikar Sallu, M.Kom, ITIL., MTA Dr. Krismadinata
Penerbit
Organisasi Profesi Ikatan Ahli Informatika Indonesia (IAII)
Alamat Redaksi
Kampus STMIK Jayanusa
Jl. Damar No. 69E, Padang – Sumatera Barat
Website : www.jurnal.iaii.or.id | Email : [email protected]
[ iii ]
Vol. 3 No. 3 Desember 2019 ISSN : 2580-0760 (media online)
DAFTAR ISI
Pengembangan Game Gamelan Gender Wayang Berbasis Virtual Reality
Gede Aditra Pradnyana, Gede Yogi Wiryawan, 319 – 327
Dewa Gede Hendra Divayana
DOI: https://doi.org/10.29207/resti.v3i3.881
Sistem Informasi Monitoring Siswa Menggunakan SMS Gateway
Siti Monalisa, Achmad Harpin Asrori, Fitra Kurnia 328 – 335
DOI: https://doi.org/10.29207/resti.v3i3.916
Virtual Reality Berbasis Video 3600 Sebagai Alternatif Penyampaian Informasi
Pelayanan Rumah Sakit
Prayoga Pribadi, Triana Nur Cahyani, Retno Waluyo, 336 – 342
Dhanar Intan Surya Saputra, Sitaresmi Wahyu Handani
DOI: https://doi.org/10.29207/resti.v3i3.973
Penerapan ECS Stemmer untuk Modifikasi Nazief & Adriani Berbahasa Jawa
Nur Hidayatullah, Aji Prasetya Wibawa, Harits Ar Rosyid 343 – 348
DOI: https://doi.org/10.29207/resti.v3i3.994
Rancang Bangun Game Edukasi Biologi untuk Peningkatan Pemahaman Materi
Genetika
Fahrudin Mukti Wibowo 349 – 356
DOI: https://doi.org/10.29207/resti.v3i3.1058
Prediksi Indeks Harga Konsumen Menggunakan Metode Long Short Term Memory
(LSTM) Berbasis Cloud Computing
Soffa Zahara, Sugianto, M. Bahril Ilmiddafiq 357 – 363
DOI: https://doi.org/10.29207/resti.v3i3.1084
Penggunaan Feature Selection di Algoritma Support Vector Machine untuk Sentimen
Analisis Komisi Pemilihan Umum
Imam Santoso, Windu Gata, Atik Budi Paryanti 364 – 370
DOI: https://doi.org/10.29207/resti.v3i3.1084
Performansi Navigasi Robot Leader-Follower menggunakan Algoritma Logika Fuzzy
Interval Tipe 2
Gita Fadila Fitriana, Rifki Adhitama 371 - 376
DOI: https://doi.org/10.29207/resti.v3i3.1094
Sentiment Analysis Analisis Sentimen E-Wallet Pada Google Play Menggunakan
Algoritma Naive Bayes Berbasis Particle Swarm Optimization
Suwanda Aditya Aaputra, Didi Rosiyadi, Windu Gata, 377 – 382
Syepry Maulana Husain
DOI: https://doi.org/10.29207/resti.v3i3.1118
Judul, Penulis dan DOI Hal.
Vol. 3 No. 3 Desember 2019 ISSN : 2580-0760 (media online)
Integrasi N-gram, Information Gain, Particle Swarm Optimation di Naïve Bayes
untuk Optimasi Sentimen Google Classroom
Fajar Pramono, Didi Rosiyadi, Windu Gata 383 – 388
DOI: https://doi.org/10.29207/resti.v3i3.1119
Prototype Alat Pengendali Lampu dengan Perintah Suara menggunakan Arduino
Uno Berbasis Web
Nurul Isna Ganggalia, Apri Junaidi, Fahrudin Mukti Wibowo 389 – 394
DOI: https://doi.org/10.29207/resti.v3i3.1124
Rancang Bangun Sistem Informasi Manajemen Bank Sampah Studi Kasus Pada
Bank Sampah Panggung Berseri (BSPB)
Veri Julianto, Hendrik Setyo Utomo, Herpendi 395 – 401
DOI: https://doi.org/10.29207/resti.v3i3.1133
Studi Komparatif Metode Ekstraksi Fitur pada Analisis Sentimen Maskapai
Penerbangan Menggunakan Support Vector Machine dan Maximum Entropy
Mona Cindo, Dian Palupi Rini, Ermatita 402 – 407
DOI: https://doi.org/10.29207/resti.v3i3.1159
Verifikasi Telapak Tangan dengan Multimodal Biometrik Fermat’s Spiral
Agus Anwar Eka Wahyudi, I Made Oka Widyantara, 408 – 413
Komang Oka Saputra
DOI: https://doi.org/10.29207/resti.v3i3.1173
Pengembangan Sistem Pendukung Keputusan Menggunakan Metode Tsukamoto
Graha Prakarsa, Vani Maharani Nasution 414 – 421
DOI: https://doi.org/10.29207/resti.v3i3.1224
Penentuan Peluang Usaha Pertanian Holtikultura Menggunakan Simple Additive
Weighting dan Promethee
Yogi Hermawan, Dedih, Yessy Yanitasari 422 – 428
DOI: https://doi.org/10.29207/resti.v3i3.1255
Klasifikasi Kelompok Usia Melalui Citra Wajah Berbasis Image Texture Analysis
pada Sistem Automatic Video Filtering
Sudirman S Panna, Betrisandi 429 – 434
DOI: https://doi.org/10.29207/resti.v3i3.1280
Sistem Pakar Diagnosis Penyakit Jamur pada Manusia Menggunakan Input Suara
Berbasis Android
Feriantano Sundang Pranata, Jufriadif Na’am, Sumijan 435 – 442
DOI: https://doi.org/10.29207/resti.v3i3.1187
Synthetic Minority Oversampling Technique pada Averaged One Dependence
Estimators untuk Klasifikasi Credit Scoring
Omer Heranova 443 – 450
DOI: https://doi.org/10.29207/resti.v3i3.1275
Vol. 3 No. 3 Desember 2019 ISSN : 2580-0760 (media online)
Pengembangan Smart Home Dengan Microcontrollers ESP32 Dan MC-38 Door
Magnetic Switch Sensor Berbasis Internet of Things (IoT) Untuk Meningkatkan
Deteksi Dini Keamanan Perumahan
Andi Setiawan, Ade Irma Purnamasari 451 – 457
DOI: https://doi.org/10.29207/resti.v3i3.1238
Pendekatan Machine Learning yang Efisien untuk Prediksi Kanker Payudara
Azminuddin I. S. Azis, Irma Surya Kumala Idris, Budy Santoso, 458 – 469
Yasin Aril Mustofa
DOI: https://doi.org/10.29207/resti.v3i3.1347
Pengembangan E-Authentic Asessment Berbasis PBL untuk Meningkatkan
Kompetensi Mahasiswa dalam Pembelajaran Jaringan Komputer
Ambiyar, Raimon Efendi, Waskito, Surfa Yondri, Yuyun Irawati 470 – 478
DOI: https://doi.org/10.29207/resti.v3i3.1390
Penjadwalan Berbasis MAC 802.11 dan Routing ACO padaWireless Sensor
Network
RA Fattah Adriansyah, Reza Firsandaya Malik 479 – 487
DOI: https://doi.org/10.29207/resti.v3i3.1435
Metode McCall’s untuk Pengujian Kualitas Sistem Informasi Administrasi Tugas
Akhir (SIATA)
Christina Juliane, Rizal Dzulkarnaen, Windi Susanti 488 – 495
DOI: https://doi.org/10.29207/resti.v3i3.1170
Analisis Risiko dan Kontrol Perlindungan Data Pribadi pada Sistem Informasi
Administrasi Kependudukan
Iqbal Santosa, Raras Yusvinindya 496 – 504
DOI: https://doi.org/10.29207/resti.v3i3.1068
Seleksi Fitur Berbasis Pearson Correlation Untuk Optimasi Opinion Mining Review
Pelanggan
Nova Tri Romadloni, Hilman F Pardede 505 – 510
DOI: https://doi.org/10.29207/resti.v3i3.1189
Perancangan Sistem Pendukung Keputusan Untuk Pemilihan Lokasi Dalam
Perluasan Usaha Kafe menggunakan Analytical Hierarchy Process
Wowon Priatna, Suryadi 511 – 517
DOI: https://doi.org/10.29207/resti.v3i3.1263
Sistem Pakar Identifikasi Modalitas Belajar Siswa Menggunakan Metode Forward
Chaining
Asep Kurniawan, Sumijan, Jufriadif Na’am 518 - 523
DOI: https://doi.org/10.29207/resti.v3i3.1166
Implementasi Keras Library dan Convolutional Neural Network Pada Konversi
Formulir Pendaftaran Siswa
Wahyu Andi Saputra -, Muhammad Zidny Naf’an, Asyhar Nurrochman 524 – 531
DOI: https://doi.org/10.29207/resti.v3i3.1338
Vol. 3 No. 3 Desember 2019 ISSN : 2580-0760 (media online)
Kerja Sehat: Aplikasi Mobile Untuk Mengurangi Resiko Musculoskeletal Disorders
(MSDs)
Fikky Aprico, Muhammad Syakir Arif, Dihin Muriyatmoko, 532 - 537
Azis Musthafa , Ario Ramadhan, Sisca Mayang Phuspa, Ratih Andhika Akbar
Rahma
DOI: https://doi.org/10.29207/resti.v3i3.1284
Validitas dan Praktikalitas E-Modul Pelatihan Mikrotik Guru Teknik Komputer
Jaringan
Khairul Anshari, Kasman Rukun, Asrul Huda 538 - 543
DOI: https://doi.org/10.29207/resti.v3i3.1252
Pemanfaatan Sensor Suhu DHT-22, Ultrasonik HC-SR04 Untuk Mengendalikan
Kolam Dengan Notifikasi Email
Siswanto, Ikin Rojikin, Windu Gata 544 - 551
DOI: https://doi.org/10.29207/resti.v3i3.1252
Sistem Pelacakan Lokasi Petugas Survei RTLH Menggunakan GPS Android dan
WebGIS
Khairil Hamdi, Budi Sunaryo, Arianto Arianto, Yuhefizar 552 - 559
Imam Gunawan
DOI: https://doi.org/10.29207/resti.v3i3.1355
Perancangan dan Analisis Kinerja Steganography pada MPEG SAOC Menggunakan
Improved Spread Spectrum
Aggrivina Dwiharzandis, Amirul Luthfi, Ikhwana Elfitri 560 - 566
DOI: https://doi.org/10.29207/resti.v3i3.1356
Diterima Redaksi : 29-07-2019 | Selesai Revisi : 08-08-2019 | Diterbitkan Online : 02-12-2019
371
Terakreditasi SINTA Peringkat 2 Surat Keputusan Dirjen Penguatan Riset dan Pengembangan Ristek Dikti No. 10/E/KPT/2019
masa berlaku mulai Vol. 1 No. 1 tahun 2017 s.d Vol. 5 No. 3 tahun 2021
Terbit online pada laman web jurnal: http://jurnal.iaii.or.id
JURNAL RESTI
(Rekayasa Sistem dan Teknologi Informasi)
Vol. 3 No. 3 (2019) 371 – 376 ISSN Media Elektronik: 2580-0760
Performansi Navigasi Robot Leader-Follower menggunakan Algoritma
Logika Fuzzy Interval Tipe 2
Gita Fadila Fitriana1, Rifki Adhitama
2
1 2 Prodi Rekayasa Perangkat Lunak, Fakultas Teknologi Industri dan Informatika, Institut Teknologi Telkom Purwokerto [email protected], [email protected]
Abstract
A leader-follower robot is used to perform different tasks without continuous human assistance. The movement of robot
leader-follower to environment who do not structure, avoid persecution and achieving goals is very difficult. Related to the
problem, the robot leader-follower requires navigating robots independently using Interval Fuzzy Logic Type-2 (IFLT) 2
Algorithm. The IFLT 2 algorithm performance is successfully applied to this leader-follower robot, with 8 base rules less
than the Fuzzy Logic Type 1 Algorithm. This simulation, the robot successfully moves to avoid obstacles and go hand in
hand with the position of the follower robot always following the position of the robot leader.
Keywords: leader follower robot, interval fuzzy logic type-2 algorithm, navigating robots, fuzzy logic type 1 algorithm
Abstrak
Robot leader follower digunakan untuk melakukan tugas yang berbeda tanpa bimbingan manusia secara terus menerus.
Pergerakan robot leader follower pada lingkungan yang tidak terstruktur, menghindari halangan dan mencapai tujuan
merupakan hal yang sangat sulit. Berkaitan dengan masalah tersebut, robot leader follower memerlukan navigasi robot secara
mandiri menggunakan Algoritma Logika Fuzzy Tipe 2 (LFIT) 2. Performansi Algoritma LFIT2 berhasil diterapkan pada
robot leader follower ini, dengan 8 basis aturan yang lebih sedikit dari algoritma Logika Fuzzy Tipe 1. Simulasi ini, robot
berhasil bergerak dengan menghindari halangan serta berjalan secara beriringan dengan posisi robot follower selalu
mengikuti posisi robot leader.
Kata kunci: robot leader follower, algoritma logika fuzzy interval tipe 2, navigasi robot, algoritma logika fuzzy tipe 1
© 2019 Jurnal RESTI
1. Pendahuluan
Navigasi robot secara mandiri untuk memandu
pergerakkan sebuah robot di lingkungan yang tidak
terstruktur merupakan tugas yang sulit dan menantang
[1][2][3]. Navigasi robot dapat bergerak melalui
lingkungan untuk mencapai tujuan [4]. Agar robot tidak
terganggu atau bertabrakan dengan objek lain, maka
diperlukan navigasi dalam menghadapi masalah-
masalah ketidakpastian, yaitu ketidakpastian sensor,
akuator, dan lingkungan [5].
Robot yang bergerak pada lingkungan yang tidak pasti
akan memberikan informasi ke sensor dan mengarah ke
berbagai perilaku robot. Beberapa pendekatan untuk
kontrol dan strategi pada formasi robot swarm dapat
dirujuk pada literatur, seperti pendekatan berbasis
prilaku [6][7][8], pendekatan struktur virtual
[9][10][11], pendekatan leader follower [12][3]. Robot
leader follower merupakan konsep yang mengikuti
pemimpin (leader) didasarkan pada kebutuhan suatu
kelompok untuk mencapai keteraturan. Hal terpenting
dalam konsep leader follower adalah mengontrol
formasi dari robot, sehingga robot dapat mencapai
bentuk formasi yang diinginkan [13].
Penelitian yang dilakukan oleh [4], navigasi yang
digunakan algoritma logika fuzzy. Penelitian tersebut
menjelaskan dengan 16 aturan robot dapat bergerak
secara bebas tanpa tujuan. Pada penelitian ini, robot
bergerak dengan prilaku leader follower bergerak
dalam menghindari halangan dan mencapi target.
Algoritma Logika Fuzzy Interval Tipe (LFIT) 2
menggunakan 8 aturan yang dapat menyelesaikan
Gita Fadila Fitriana, Rifki Adhitama
Jurnal RESTI (Rekayasa Sistem dan Teknologi Informasi) Vol . 3 No. 3 (2019) 371 - 376
Jurnal RESTI (Rekayasa Sistem dan Teknologi Informasi) Vol . 3 No. 3 (2019) 371 – 376
372
masalah menghindari halangan dan bergerak menuju
target.
2. Metode Penelitian
2.1. Robot Leader Follower
Leader follower merupakan salah satu prilaku dari
robot swarm. Leader follower merupakan robot yang
berperan sebagai robot pemimpin (leader) dan sebagian
robot pengikut (follower). Gerak robot follower
mengikuti trajektori robot leader dengan jarak yang
ditentukan dalam kecepatan yang stabil serta
percepatan yang dinamis [14].
Gambar 1. Robot Leader-Follower [15]
Bentuk persamaan kinematik robot leader follower
ditunjukkan pada Persamaan 1 sebagai berikut :
(1)
Dimana merupakan posisi aktual robot leader,
merupakan posisi aktual robot follower, merupakan
posisi robot follower yang diharapkan, yaitu jarak
actual antar robot leader dan follower,
merupakan sudut aktual pergerakan roda antara
follower dan leader, merupakan jarak robot
leader dan robot follower yang diharapkan, dan
merupakan sudut pergerakan roda robot leader dan
robot follower yang diharapkan. Berdasarkan
Persamaan (1) maka dapat diturunkan persamaan
rumus kinematik menjadi
(2)
(3)
Hasil turunan rumus berupa keluaran kecepatan robot
dan perubahan sudut. Nilai ini menjadi keluaran pada
algoritma LFIT2.
2.2. Algoritma Logika Fuzzy Interval Tipe 2 (LFIT) 2
Logika fuzzy merupakan sebuah logika yang memiliki
nilai keabuan antara benar dan salah [16]. Tahapan
algoritma LFIT2 meliputi fuzzifikasi, basis aturan dan
inferensi, reduksi tipe dan defuzzifikasi. Proses
fuzzifikasi merupakan suatu tahapan untuk mengubah
suatu nilai masukan dari bentuk nilai pasti menjadi
fuzzy input (variable linguistik). Bentuk variable
linguistic disediakan dalam bentuk himpunan-
himpunan fuzzy dengan fungsi keanggotaannya masing-
masing. Fungsi keanggotaan dalam algoritma LFIT 2
memiliki dua derajat keanggotaan, yaitu derajat
keanggotaan primer dan sekunder (yang merupakan
derajat keanggotaan dari derajat keanggotaan primer).
Sedangkan derajat keanggotaan sekunder dalam
algoritma LFT 2 interval adalah bernilai 1, yang
disebut FOU (Footprint Of Uncertainty) [17], garis
yang berada pada nilai-nilai tertinggi disebut sebagai
Upper Membership Function (UMF), dan yang berada
pada nilai-nilai terendah disebut sebagai Lower
Membership Function (LMF). Fungsi keanggotaan
dapat dinyatakan dalam fungsi keanggotaan segitiga,
trapesium, sigmoid atau fungsi keanggotaan lainnya.
Selanjutnya, tahapan basis kaidah merupakan aturan-
aturan berupa pernyataan logika fuzzy yang berbentuk
”Jika-Maka” (If-Then) yang merupakan inti dari relasi
fuzzy [16].
Setelah menentukan basis kaidah pada sistem ini, lalu
masuk ke tahapan tipe reduksi. Tipe reduksi merupakan
output processing terdiri dari dua langkah. Langkah
pertama adalah reduksi tipe (type reduction) dan kedua
adalah defuzzifikasi. Hal ini dikarenakan keluaran dari
inference merupakan himpunan LFIT2. Metode reduksi
tipe bertujuan untuk mengubah himpunan fuzzy tipe 2
yang dihasilkan pada proses sebelumnya menjadi
himpunan fuzzy tipe 1. Himpunan yang telah direduksi
tipe kemudian didefuzzifikasi menjadi nilai tegas
(crisp) untuk keluaran dari fuzzy proses [18]. Tahapan
terakhir pada algoritma LFIT2 yaitu defuzzifikasi.
Defuzzifikasi merupakan Nilai tegas dari suatu
himpunan tereduksi dapat dihitung dengan merata-rata
nilai paling kanan dan paling kiri dari himpunan
tereduksi, atau dapat dinyatakan sebagai:
(3)
3. 3. Hasil dan Pembahasan
Pada hasil penelitian ini untuk memvisualisasikan suatu
benda kehidupan nyata, benda-benda tersebut harus
dimodelkan terlebih dahulu. Model-model kemudian
digunakan sebagai dasar dari pembuatan perangkat
lunak.
3.1. Lingkungan
Lingkungan utama dari simulasi dimodelkan sebagai
bidang dua dimensi, dengan sumbu koordinat x dan y.
Gita Fadila Fitriana, Rifki Adhitama
Jurnal RESTI (Rekayasa Sistem dan Teknologi Informasi) Vol . 3 No. 3 (2019) 371 - 376
Jurnal RESTI (Rekayasa Sistem dan Teknologi Informasi) Vol . 3 No. 3 (2019) 371 – 376
373
Arah sumbu x positif dan y positif dari lingkungan
dapat dilihat pada Gambar 2 berikut
Gambar 2. Model lingkungan simulasi robot
Skala lingkungan adalah 1,4 : 1 cm , di mana 1 cm di
nyata lingkungan adalah sama dengan 1,4 piksel pada
aplikasi. Ukuran pemodelan lingkungan terbentuk
ruang 961 x 561 piksel.
3.2. Pemodelan Robot Leader-Follower
Robot leader dan robot follower divisualisasikan
sebagai bidang lingkaran yang berjalan berdasarkan
nilai kecepatan dan sudut yang dapat dilihat pada
Persamaan (2) dan (3). Letak model robot swarm
leader follower pada lingkungan ditentukan oleh
koordinat titik pusatnya pada lingkungan, yaitu xrobot
dan yrobot, sedangkan arah robot adalah besar
sudutnya terhadap sumbu x positif berupa θrobot. Besar
bidang lingkaran ditentukan oleh besar lebar robot,
seperti yang diilustrasikan pada Gambar 3.
Gambar 3. Model Robot leader follower pada lingkungkan
3.3. Sensor Ultrasonik
Pada simulasi, model robot swarm memiliki tiga buah
model sensor ultrasonik pada bagian depan, samping
kiri dan samping kanan, seperti pada Gambar 4.
Gambar 4. Letak tiga buah sensor pada robot leader follower
Sensor-sensor tersebut kemudian disebut sebagai sensor
0, sensor 1, dan sensor 2. Letak dari masing-masing
sensor dipisahkan masing-masing sebesar 30° dari
θrobot. Arah sensor 1 adalah sama dengan arah robot,
sehingga besar sudutnya terhadap sumbu x positif
adalah sama dengan θrobot, koordinat dari sensor 1
Os1 ditentukan dengan mentranslasi titik dari Orobot
searah dengan Orobot sejauh setengah dari lebar robot.
Koordinat dari sensor 0 didapatkan dengan melakukan
rotasi dari titik Os1 terhadap Orobot sebesar -30°
sedangkan nilai arahnya adalah -30° dari θrobot.
Koordinat dari sensor 2 didapatkan dengan melakukan
rotasi dari titik Os1 sebesar 30° terhadap Orobot , dan
nilai arahnya didapatkan dengan menambahkan 30°
dari θrobot. Pada aplikasi ini robot swarm berbentuk
melingkar dengan 35 piksel diameter lingkaran atau 25
cm.
Model sensor ultrasonik yang digunakan pada model
robot swarm divisualisasikan sebagai titik pada
lingkungan yang gerakannya mengikuti gerakan dari
model robot swarm. Letak sensor ditentukan dengan
merotasi titik pada bagian depan robot berdasarkan
jarak sudutnya dari pusat robot. Pada aplikasi yang
dirancang, besar bacaan dari model sensor didasarkan
pada keadaan ideal, dimana model sensor akan
membaca jarak terdekat dengan halangan yang berada
pada juring AO sensor seperti diilustrasikan pada
Gambar 5.
Gambar 5. Model sensor ultrasonik
Keadaan ideal pada sebuah sensor ultrasonik adalah
nilai besar sudut AosensorB sebesar 400 cm, dan
bacaan maksimum, yaitu garis OsensorA dan OsensorB
adalah sebesar 300 cm. Pada perangkat lunak ini, hasil
bacaan model sensor untuk mendapatkan jarak terdekat
antara titik model sensor dengan bidang persegi model
halangan.
3.4 Pengujian Algoritma LFIT2
Robot leader follower dengan algoritma LFIT2
menggunakan inferensi Mamdani. Menggunakan 2
variabel linguistik. Berikut Tabel 1 kaidah 2 variabel
linguistik.
Gita Fadila Fitriana, Rifki Adhitama
Jurnal RESTI (Rekayasa Sistem dan Teknologi Informasi) Vol . 3 No. 3 (2019) 371 - 376
Jurnal RESTI (Rekayasa Sistem dan Teknologi Informasi) Vol . 3 No. 3 (2019) 371 – 376
374
Tabel 1.Basis Kaidah 2 Variabel Linguistik
Sensor0 Sensor1 Sensor2 Kecepatan Perubahan
Sudut
Dekat Dekat Dekat Lambat Lurus
Dekat Dekat Jauh Lambat Kanan
Dekat Jauh Dekat Lambat Lurus
Dekat Jauh Jauh Sedang Kanan Jauh Dekat Dekat Lambat Kiri
Jauh Dekat Jauh Sedang Kiri Jauh Jauh Dekat Sedang Kiri
Jauh Jauh Jauh Cepat Lurus
Pada sistem navigasi robot leader follower, ditanamkan
algoritma LFT 2. Sebuah algoritma Logika Fuzzy
dengan keluaran berupa nilai perubahan sudut, dan
sebuah lainnya dengan keluaran berupa nilai kecepatan
dari robot. Pada pengujian ini robot bergerak secara
beriringan dan menghindari halangan berupa lima
dinding serta bergerak untuk pencapaian target.
Berdasarkan Table 1, seluruh kombinasi kaidah akan
dilakukan dengan arah robot adalah 0, yaitu searah
dengan sumbu x dari model lingkungan. Pengujian
algoritma LFIT2 menggunakan aplikasi Unity versi 5.
Berikut pengujian berdasarkan kombinasi pada Tabel 1.
a. Kombinasi I
Pada kombinasi I, sensor 0 bernilai dekat, sensor 1
bernilai dekat dan sensor 2 bernilai dekat, sedangkan
hasil yang diharapkan adalah model robot berbelok ke
kiri. Hasil jalannya model robot pada lingkungan
dengan kombinasi ini dapat dilihat pada Gambar 6.
Gambar 6. Lintasan Robot Kombinasi I
b. Kombinasi II
Pada kombinasi II, sensor 0 bernilai dekat, sensor 1
bernilai dekat dan sensor 2 bernilai dekat, sedangkan
hasil yang diharapkan adalah model robot berbelok ke
kanan. Hasil jalannya model robot pada lingkungan
dengan kombinasi ini dapat dilihat pada Gambar 7.
c. Kombinasi III
Pada kombinasi III, sensor 0 bernilai dekat, sensor 1
bernilai jauh dan sensor 2 bernilai dekat, sedangkan
hasil yang diharapkan adalah model robot berjalan
lurus. Hasil jalannya model robot pada lingkungan
dengan kombinasi ini dapat dilihat pada Gambar 8.
. Gambar 7. Lintasan Robot Kombinasi II
Gambar 8. Lintasan Robot Kombinasi III
d. Kombinasi IV
Pada kombinasi IV, sensor 0 bernilai dekat, sensor 1
bernilai jauh dan sensor 2 bernilai jauh, sedangkan hasil
yang diharapkan adalah model robot berbelok ke
kanan. Hasil jalannya model robot pada lingkungan
dengan kombinasi ini dapat dilihat pada Gambar 9.
Gambar 9. Lintasan Robot Kombinasi IV
e. Kombinasi V
Pada kombinasi V, sensor 0 bernilai jauh, sensor 1
bernilai dekat dan sensor 2 bernilai dekat, sedangkan
hasil yang diharapkan adalah model robot berbelok ke
Gita Fadila Fitriana, Rifki Adhitama
Jurnal RESTI (Rekayasa Sistem dan Teknologi Informasi) Vol . 3 No. 3 (2019) 371 - 376
Jurnal RESTI (Rekayasa Sistem dan Teknologi Informasi) Vol . 3 No. 3 (2019) 371 – 376
375
kiri. Hasil jalannya model robot pada lingkungan
dengan kombinasi ini dapat dilihat pada Gambar 10.
Gambar 10. Lintasan Robot Kombinasi V
f. Kombinasi VI
Pada kombinasi VI, sensor 0 bernilai jauh, sensor 1
bernilai dekat dan sensor 2 bernilai jauh, sedangkan
hasil yang diharapkan adalah model robot berbelok ke
kiri. Hasil jalannya model robot pada lingkungan
dengan kombinasi ini dapat dilihat pada Gambar 11.
Gambar 11. Lintasan Robot Kombinasi VI
g. Kombinasi VII
Pada kombinasi VII, sensor 0 bernilai jauh, sensor 1
bernilai jauh dan sensor 2 bernilai dekat, sedangkan
hasil yang diharapkan adalah model robot berbelok ke
kiri. Hasil jalannya model robot pada lingkungan
dengan kombinasi ini dapat dilihat pada Gambar 12.
h. Kombinasi VIII
Pada kombinasi I, sensor 0 bernilai jauh, sensor 1
bernilai jauh dan sensor 2 bernilai jauh, sedangkan hasil
yang diharapkan adalah model robot berjalan lurus.
Hasil jalannya model robot pada lingkungan dengan
kombinasi ini dapat dilihat pada Gambar 13.
Gambar 12. Lintasan Robot Kombinasi VII
Gambar 13. Lintasan Robot Kombinasi VIII
4. Kesimpulan
Penelitian robot leader follower menggunakan navigasi
algoritma LFIT2 menghasilkan 8 basis aturan yang
dapat berjalan sesuai dengan target tujuan. Pada
simulasi ini, robot berhasil bergerak dengan
menghindari halangan serta berjalan secara beriringan
dengan posisi robot follower selalu mengikuti posisi
robot leader. Pada penelitian selanjutnya robot akan
ditambahkan 1 robot dengan implementasi secara
nyata.
Daftar Rujukan
[1] A. Saffiotti, “The uses of fuzzy logic in autonomous robot
navigation,” vol. 1, 1997. [2] C. Wagner and H. Hagras, “A Genetic Algorithm Based
Architecture for Evolving Type-2 Fuzzy Logic Controllers for
Real World Autonomous Mobile Robots,” 2007 IEEE Int. Fuzzy Syst. Conf., pp. 1–6, 2007.
[3] Z. Li and X. Liu, “Distributed Tracking Control for Linear
Multiagent Systems With a Leader of Bounded Unknown Input,” vol. 58, no. 2, pp. 518–523, 2013.
[4] S. K. Hussein and M. A. Al-Mutairi, “A Novel Prototype
Model for Swarm Mobile Robot Navigation Based Fuzzy Logic Controller,” Int. J. Comput. Sci. Inf. Technol., vol. 11,
no. 02, pp. 63–77, 2019.
[5] G. F. Fitriana and S. Nurmaini, “Interval Type 2 Fuzzy Logic
Algorithm for Leader-Follower Robot.”
Gita Fadila Fitriana, Rifki Adhitama
Jurnal RESTI (Rekayasa Sistem dan Teknologi Informasi) Vol . 3 No. 3 (2019) 371 - 376
Jurnal RESTI (Rekayasa Sistem dan Teknologi Informasi) Vol . 3 No. 3 (2019) 371 – 376
376
[6] T. Balch, R. C. Arkin, and S. Member, “Behavior-Based
Formation Control for Multirobot Teams,” IEEE Trans. Robot.
Autom., vol. 14, no. 6, pp. 926–939, 1998. [7] J. R. T. Lawton, R. W. Beard, and B. J. Young, “A
decentralized approach to formation maneuvers,” IEEE Trans.
Robot. Autom., vol. 19, no. 6, pp. 933–941, 2003. [8] A. Brunete, M. Hernando, E. Gambao, and J. E. Torres, “A
behaviour-based control architecture for heterogeneous
modular ,” Rob. Auton. Syst., vol. 60, pp. 1607–1624, 2012. [9] K. Tan and M. A. Lewis, “Virtual Structures for High-
Precision Cooperative Mobile Robotic Control *,” Proc IROS 96 IEEE, pp. 132–139, 1996.
[10] M. A. Lewis and K. Tan, “High Precision Formation Control
of Mobile Robots Using Virtual Structures,” Auton. Robot. 4, vol. 403, pp. 387–403, 1997.
[11] J. P. Desai, J. P. Ostrowski, and V. Kumar, “Modeling and
control of formations of nonholonomic mobile robots,” Robot. Autom. IEEE Trans., vol. 17, no. 6, pp. 905–908, 2001.
[12] J. L. Whittington and R. G. Bell, “Leader – member exchange ,
enriched jobs , and goal-setting : Applying fuzzy set methodology,” J. Bus. Res., vol. 69, no. 4, pp. 1401–1406,
2016.
[13] J. D. McLurkin, “Analysis and Implementation of Distributed
Algorithms for Multi-Robot Systems,” Theses Diss., 2008.
[14] P. Chandak, “Study and Implementation of „ Follow the Leader,” 2002.
[15] B. Tutuko, S. Nurmaini, Saparudin, and G. F. Fitriana,
“Enhancement of Non-Holonomic leader-follower formation using Interval Type-2 Fuzzy Logic Controller,” Int. J. Online
Eng., vol. 14, no. 9, pp. 124–142, 2018.
[16] L. Hakim and V. Yonatan, “Deteksi Kebocoran Gas LPG menggunakan Detektor Arduino dengan algoritma Fuzzy
Logic Mandani,” J. RESTI (Rekayasa Sist. dan Teknol. Informasi), vol. 1, no. 2, p. 114, 2017.
[17] Q. Liang and J. M. Mendel, “Interval Type-2 Fuzzy Logic
Systems : Theory and Design,” IEEE Trans. Fuzzy Syst., vol. 8, no. 5 october, pp. 535–550, 2000.
[18] N. H. Seng, “Implementation of Various Types of Fuzzy
Controls on a Mobile Robot Using Sonar Sensors,” 2008.