Studi Komparasi Metode Sampling Goal Biasing Dan Metode Sampling Gaussian Pada Algoritma Rapidly Exploring Random Tree
Total View This Week0
Total View This Week0
Institusion
Universitas Komputer Indonesia
Author
Ferida, Dea
Subject
510_Mathematics
Datestamp
2022-05-25 07:37:09
Abstract :
Salah satu bidang penelitian mendasar dalam robotika adalah algoritma perencanaan gerak atau jalur (motion planning). Pada penelitian ini dirancang dan disimulasikan algoritma rapidly-exploring random tree* (RRT*). Algoritma yang diusulkan adalah algoritma RRT* goal biasing dan algoritma RRT* gaussian sampling. Tujuan penelitian ini adalah melakukan analisa performansi perencanaan jalur algoritma RRT* goal biasing dan algoritma RRT* gaussian sampling. Pengujian dilakukan menggunakan beberapa kasus benchmark yang ada, yaitu lingkungan narrow, trap, dan clutter. Parameter yang dibandingkan adalah biaya jalur, waktu komputasi, dan total node yang dibutuhkan pada pohon pencarian dari node awal sampai node tujuan. Menggunakan kasus benchmark lingkungan narrow, clutter, dan trap algoritma RRT* goal biasing memperoleh nilai rata-rata untuk biaya jarak, waktu, dan jumlah node yaitu; 8,3 (biaiya jarak di narrow), 222,1 (jumlah node di clutter), dan 30,045 detik (waktu di trap). Kemudian untuk kasus benchmark lingkungan narrow, clutter, dan trap yang menggunakan algoritma RRT* gaussian memperoleh nilai rata-rata untuk biaya jarak, waktu, dan jumlah node yaitu; 8,1 (biaiya jarak di narrow), 642,85 (jumlah node di clutter), dan 30,49 detik (waktu di trap). Berdasarkan hasil pengujian algoritma RRT* goal biasing memiliki keunggulan untuk waktu dan jumlah node yang dibutuhkan untuk mencapai titik goal, tetapi biaya jarak yang dihasilkan kurang optimal.
Salah satu bidang penelitian mendasar dalam robotika adalah algoritma perencanaan gerak atau jalur (motion planning). Pada penelitian ini dirancang dan disimulasikan algoritma rapidly-exploring random tree* (RRT*). Algoritma yang diusulkan adalah algoritma RRT* goal biasing dan algoritma RRT* gaussian sampling. Tujuan penelitian ini adalah melakukan analisa performansi perencanaan jalur algoritma RRT* goal biasing dan algoritma RRT* gaussian sampling. Pengujian dilakukan menggunakan beberapa kasus benchmark yang ada, yaitu lingkungan narrow, trap, dan clutter. Parameter yang dibandingkan adalah biaya jalur, waktu komputasi, dan total node yang dibutuhkan pada pohon pencarian dari node awal sampai node tujuan. Menggunakan kasus benchmark lingkungan narrow, clutter, dan trap algoritma RRT* goal biasing memperoleh nilai rata-rata untuk biaya jarak, waktu, dan jumlah node yaitu; 8,3 (biaiya jarak di narrow), 222,1 (jumlah node di clutter), dan 30,045 detik (waktu di trap). Kemudian untuk kasus benchmark lingkungan narrow, clutter, dan trap yang menggunakan algoritma RRT* gaussian memperoleh nilai rata-rata untuk biaya jarak, waktu, dan jumlah node yaitu; 8,1 (biaiya jarak di narrow), 642,85 (jumlah node di clutter), dan 30,49 detik (waktu di trap). Berdasarkan hasil pengujian algoritma RRT* goal biasing memiliki keunggulan untuk waktu dan jumlah node yang dibutuhkan untuk mencapai titik goal, tetapi biaya jarak yang dihasilkan kurang optimal.
File :
UNIKOM_Dea Ferida_Cover.pdf
UNIKOM_Dea Ferida_Lembar Pengesahan.pdf
UNIKOM_Dea Ferida_BAB V.pdf
UNIKOM_Dea Ferida_DAFTAR PUSTAKA.pdf
Kontak Penulis dan Kontributor.pdf
UNIKOM_Dea Ferida_SK_Persetujuan Publikasi.pdf
UNIKOM_Dea Ferida_Surat Pernyataan Tidak Plagiat.pdf
UNIKOM_Dea Ferida_Kata Pengantar.pdf
UNIKOM_Dea Ferida_Daftar Isi.pdf
UNIKOM_Dea Ferida_BAB I.pdf
UNIKOM_Dea Ferida_BAB II.pdf
UNIKOM_Dea Ferida_BAB III.pdf
UNIKOM_Dea Ferida_BAB IV.pdf
Download
book
BibTex
Latex, Jabref
cloud_download
Original Resource
url resource Institution
