Perancangan Dan Analisis Algoritma Informed Rapidly-Exploring Random Tree* Dengan Metode Hybrid Sampling
Total View This Week0
Total View This Week0
Institusion
Universitas Komputer Indonesia
Author
Fauzi, Miftah
Subject
510_Mathematics
Datestamp
2022-05-27 06:35:44
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.
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.
File :
UNIKOM_MIFTAH FAUZI_COVER.pdf
UNIKOM_MIFTAH FAUZI_LEMBAR PENGESAHAN.pdf
UNIKOM_MIFTAH FAUZI_BAB V.pdf
UNIKOM_MIFTAH FAUZI_DAFTAR PUSTAKA.pdf
UNIKOM_MIFTAH FAUZI_KONTAK PENULIS DAN KONTRIBUTOR PENELITIAN.pdf
UNIKOM_MIFTAH FAUZI_SURAT KETERANGAN PERSETUJUAN PUBLIKASI.pdf
UNIKOM_MIFTAH FAUZI_SURAT PERNYATAAN TIDAK PLAGIAT.pdf
UNIKOM_MIFTAH FAUZI_KATA PENGANTAR.pdf
UNIKOM_MIFTAH FAUZI_DAFTAR ISI.pdf
UNIKOM_MIFTAH FAUZI_BAB I.pdf
UNIKOM_MIFTAH FAUZI_BAB II.pdf
UNIKOM_MIFTAH FAUZI_BAB III.pdf
UNIKOM_MIFTAH FAUZI_BAB IV.pdf
Download
book
BibTex
Latex, Jabref
cloud_download
Original Resource
url resource Institution
