@thesis{thesis,
		author={Fauzi  Miftah},
		title ={Perancangan Dan Analisis Algoritma Informed Rapidly-Exploring Random Tree* Dengan Metode Hybrid Sampling},
		year={2021},
		url={http://elibrary.unikom.ac.id/id/eprint/5392/},
		abstract={Informed Rapidly-exploring Random Tree* (Informed-RRT*) merupakan hasil pengembangan dari algoritma Rapidly-exploring Random Tree (RRT) yang dapat menghasilkan solusi jalur yang bersifat asimptotik optimal tetapi waktu komputasi yang dibutuhkan menjadi lebih lama. Pada awalnya algoritma Informed-RRT* masih menggunakan metode random sampling yang mana metode ini akan mengambil sampel acak pada ruang pencarian. Pengambilan sampel acak inilah yang akan membuat waktu komputasi menjadi tidak optimal. Penelitian ini bertujuan untuk merancang metode hybird sampling pada algoritma Informed-Rapidly Random Tree*. Metode hybrid sampling ini akan dibandingkan dengan metode pengambilan sampel goal biasing sampling, boundary sampling, dan metode pengambilan sampel tradisional yang digunakan pada algoritma Informed-RRT* yaitu metode random sampling untuk mengetahui seberapa besar peningkatan performanya. pengujian dilakukan menggunakan software labview berbasis simulasi. pengujian dilakukan pada lingkungan yang umum digunakan untuk dilakukan pengujian benchmark seperti lingkungan clutter, narrow, trap. Data dari hasil pengujian Pada lingkungan clutter metode hybrid sampling memberikan performansi 76,35% lebih cepat bila dibandingkan dengan metode random sampling. Pada lingkungan narrow metode hybrid sampling memberikan performansi 64% lebih cepat bila dibandingkan dengan metode random sampling. Pada lingkungan trap metode hybrid sampling memberikan performansi 46,3% lebih cepat bila dibandingkan dengan metode random sampling.}
		}