Download - Pengertian Mobile Robot
-
7/26/2019 Pengertian Mobile Robot
1/14
PENGEMBANGAN ROBOT MOBIL OTONOM MENGGUNAKAN
SISTEM KENDALl FUZZY DAN JARINGAN SYARAF TIRUAN
M. SyamsaArdisasmita'
ABSTRAK
PENGEMBANGAN ROBOT MOBIL OTONOM MENGGUNAKAN SISTEM KENDALl
FUZZY DAN JARINGAN SYARAF TIRUAN. Telah direalisasikansistem navigasi robot mobil
otonomberbasispengendalimikro PIC 16C57menggunakan istemkendali fuzzy dan aringan syaraf
tiruan. Realisasi perilaku otonom pada robot mobil membutuhkanperumusanaturan-aturanyang
bertindak secarakolektif untuk menghasilkan ingkat-tingkatkecerdasan. ami menggunakanmetoda
perbedaan elatihanbersaingdan teknik pengelompokanuang-hasil ntukmembangkitkan turan-aturan
juzzy-associative-memoryF AM) yang sesuai engandatapelatihanyang diambil daTisimulasi uzzy dan
simulasiaringan. Sebagai ariabelmasukan dalahsudutarab robotdan koordinatposisinyadan sebagai
variabelkeluaranadalahsinyal sudut-pengarah.ujuan daTipengendalianni adalahmenggerakkanobot
mobil mencapai erminal pengangkut ada sudutdan posisi robot tepatpada terminal pengangkut ang
diinginkan. Sistem kendali aringan terdiri daTidua jaringan syaraf: aringan pengendalidan aringan
emulator.Jaringanpengendalimenghasilkan eluaranberupa sinyal sudut-pengarahedangkanaringan
emulatorakan menghitung posisi berikutnya daTi obot. Pada setiap ingkat, sistem kendali fuzzy dan
jaringan syarafakan menghasilkansudut pengarah ang akan menuntun obot mobil daTi posisi awal
menujuposisi terminaldaTiberbagaisudutarabpengangkutan. ipelajari uga kepekaan an kehandalan
pengendali enganmengevaluasiingkatkegagalan.
Kata Kunci: Robotmobil, ogika fuzzy, aringan syaraf
ABSTRACT
THE DEVELOPMENT OF AUTONOMOUS MOBILE ROBOT USING FUZZY
CONTROL SYSTEM AND ARTIFICIAL NEURAL NETWORK. Autonomous mobile robot
navigationbasedon PIC 16C57 nicrocontrollerhas been ealizedusing fuzzy logic control and neural
network systems.Realization of autonomousbehavior n mobile robot requires formulation of rules
which are collectively responsible or necessaryevels of intelligence.We use differential competitive
learning and the product-space lustering technique o adaptivelygenerate uzzy-associative-memory
(F AM) rules from training data aken rom the fuzzy and neuralsimulations.The input variableswere he
robot angle and the position coordinateand the output variablewas the steering-angle ignal. The goal
was o makemobile robot arrive at the loading dock at a right angleand o align the position of the robot
with the desired oadingdock. The neural control system onsistedof two neuralnetworks: he controller
networkand he emulatornetwork. The controller networkproducedan appropriate teering-angle ignal
outputand he emulatornetwork computed he next position of the robot. At every stage, he fuzzy and
neuralcontrollersshould produce he steeringangle that move up the mobile robot to the loading dock
from initial positionand from any angle n the oading zone.We studied he sensitivityand he robustness
of the controllerby examining ailure rates.
Key words: Mobile robot, uzzy ogic, neuralnetwork.
Pusat Pengembangan Teknologi Informasi clan Komputasi -BAT AN
157
-
7/26/2019 Pengertian Mobile Robot
2/14
RisalahLokakaryaKomputasidalamSainsdan TeknologiNuklir XIV, Juli 2003 (157-170)
PENDAHULUAN
Robot berasal dari bahasaCekoslowakia robota" yang berarti pelayan atau
tenagakasar, adalah mesin yang dapat bekerja sendiri tanpa kendali atau campur
tanganmanusiadan biasanyapergerakannyameniru pergerakan endi-sendimanusia.
Robot dibuat untuk melakukan pekerjaan yang bersifat berulang (repetitif),
membosankan, otor, berbahayadan memerlukanketekunanyang tinggi. Dalam
perkembangannya,obot dewasa ni bukan hanya mesin yang melakukangerakan-
gerakanberulang tetapi telah melibatkankecerdasan an keluwesan.Perkembangan
teknik kendali dan otomatisasi ang didukung oleh teknologi nformatika dan mikro-
elektronika telah melahirkan robot sebagai suatu perangkat ndustri yang dapat
meningkatkan produktivitas, standar mutu, efisiensi dan dapat menyelesaikan
pekerjaan ang tidak dapat dilakukan sebelumnya leh manusia,seperti obot untuk
dekontaminasiadiasiatau obot untuk menjelajah ermukaan lanetMars (Rover).
Gambar1. Rosie,robot mobil untuk decommissioningLTN.
Robot mobil otonom adalah suatu jenis robot cerdas yang mempunyai
kemampuan untuk membuat keputusan sendiri, memiliki sistem kendali dan catu daya
yang terintegrasi dan mempunyai kemampuan navigasi yaitu sejumlah operasi yang
memungkinkan robot mencapai tujuan yang diharapkan. Ada dua jenis robot mobil
yaitu robot yang berjalan dengan menggunakan kaki-kaki mekanik dan robot yang
berjalan dengan roda. Robot mobil otonom dewasa ini dikembangkan untuk
melakukan pekerjaan yang berbahaya bagi manusia, misalnya untuk bekerja di medan
radiasi tinggi seperti Rosie, robot mobil untuk "decommissioning" pembangkit listrik
tenaga nuklir yang dibuat untuk Departemen Energi Amerika Serikat. Rosie
menggunakan platform beroda dilengkapi tangan mekanik robotik heavy duty, dengan
ukuran 2m x 4,3m x 2,4m dan berat 6350 kg, dan dapat dioperasikan daTi arak jauh
daTipusat kendali. Aplikasi daTiRosie adalah untuk proses pemidahan peralatan (pipa,
158
-
7/26/2019 Pengertian Mobile Robot
3/14
Pengembangan Robot Mobil Otonom Menggunakan Sistern Kendali Fuzzy clan Jaringan
(M. SyamsaArdisasmita)
bejana, dll.), pembongkaran reaktor nuklir, dekontaminasi dan pembongkaran hot
cell/glove box, penanganandan pengangkutan sampah, dan dekontaminasi dinding dan
lantai ruang reaktor.
Navigasi robot otonom berarti kemampuan suatu robot untuk bergerak menuju
tujuan tanpa campur tangan manusia dalam suatu lingkungan yang tidak khusus
direkayasa untuk lintasan langkahnya. Dalam mencapai tingkat otonomi dibutuhkan
sistem kendali jenis pintar. Beberapa arsitektur telah dikembangkan untuk navigasi
robot otonom yaitu : (1) Arsitektur terhirarki yaitu membagi fungsi robot ke dalam
lapisan tingkat-tinggi (model dan perencanaan)dan lapisan tingkat rendah (pengindera
dan pengeksekusi); (2) Arsitektur berbasis perilaku yaitu merealisasikan perilaku
kompleks dengan mengkombinasikan unit-unit yang dihasilkan daTibeberapa perilaku
sederhana; dan (3) Arsitektur campuran (hybrid) yaitu dengan mengkombinasikan
kedua perilaku di atas. Kami mengembangkan arsitektur navigasi robot mobil berbasis
perilaku yaitu menggunakan sistem kendali fuzzy dan sistem kendali jaringan syaraf.
Kedua sistem kendali tersebut menggunakan pendekatan stokastik yang tidak
membutuhkan komputasi kompleks seperti pada kendali Pill (Proportional Integral &
Derivative) yang umum digunakan pada saat ini. Untuk objek penelitian digunakan
robot edukatif yaitu robot mobil yang dilengkapi dengan tangan kinematik yang
memiliki empat poros gerakan dengan tiga derajat kebebasan. Sebagai otak robot
digunakan Basic Stamp II denganpengendali mikro PIC 16C57.
PRINSIP KERJA
Pada robot sering digunakan istilah-istilah untuk menunjukkan geometri dan
spesifikasi robot seperti "poros gerakan" dan "derajat kebebasan". Setiap benda
bergerak berarti menempuh jarak dari satu titik ke titik lain yang berada pada satu
bidang. Pergerakan ini mempunyai garis sumbu atau titik yang tidak berubah yang
disebut poros. Jadi poros gerakan merupakan titik atau pusat terjadinya gerakan.
Derajat kebebasan adalah jumlah arab bebas (independent) dari suatu robot (end
effector) yang menentukan arab dari pergerakannya. Parameter-parameter yang
bertindak sebagai variabel masukan dari robot mobil adalah koordinat posisi (x, y)
yaitu titik pusat robot dan sudut arab ~ yaitu sudut antara sumbu x denganporos robot.
Sebagai variabel keluarannya adalah sinyal sudut-pengarahe yaitu sudut antara poros
dengan arab roda. Tujuan daTi sistem pengendali navigasi ini adalah bagaimana
menggerakkan robot agar mencapai terminal pengangkut (loading dock) pada posisi
dan sudut yang tepat (~r = 90). Hal ini dilakukan dengan meluruskan posisi dari robot
(x, y) denganposisi terminal pengangkut yang diinginkan (xr, Yr).
159
-
7/26/2019 Pengertian Mobile Robot
4/14
RisalahLokakaryaKornputasidalamgains dan TeknologiNuklir XIV, Juli 2003
(x,
Wht,-el
Back Whee]
"
if ,.
,-,"
L.x
Gambar . Diagramsimulasidari posisidan sudutarab obot
Setiap langkah daTi sistem kendali memberikansinyal berupa besar sudut
pengarah yang menuntun obot menuju erminal pengangkut aTisuatuposisi awal.
Keberhasilan daTi pengendalian adalah: pertama dapat mencapai tujuan yang
diinginkan dan kedua memberikan alur lintasan yang optimal, yaitu tidak adanya
langkah-langkahang idak perlu dan idak berputar-putar ecara idak beraturan.
160
-
7/26/2019 Pengertian Mobile Robot
5/14
PengernbanganobotMobil OtonomMenggunakan istemKendali FuzzydanJaringan
(M. SyamsaArdisasmita)
Sistem kendali akan menghitung kesalahan sikap tubuh (posture) untuk setiap
langkah. Kesalahan sikap tubuh adalah selisih antara sikap yang diinginkan (x d, y d,
8d) dengan sikap aktual (x r, Y r, 8J. Kemudian dapat kita hitung kesalahan pada
orientasi (8e = 8d -8J clan kesalahan arak (de = ~d~-~). Tujuan pengendalian
adalah melakukan koreksi arab robot clan mengatur kecepatan oda kiri clan oda kanan
sedemikian sehingga kesalahan sikap tubuh dapat dihilangkan. Jika kesalahannya
besar maka sinyal sudut pengarah uga hams besar clan ika kesalahannya kecil maka
sinyal sudut pengarah uga kecil.
SistemKendall Fuzzy
Sistem kendali fuzzy adalah sistem berbasispengetahuan ang dirumuskan
dalam bentuk aturan-aturan rules base)sebagaiakumulasidaTi suatupengalaman.
Logika fuzzy dikembangkan ertama kali oleh Dr. Lotti A. Zadeh (1965) untuk
merumuskan ecaramatematikkonsepketidak pastianataukesamaran ehinggadapat
diprosesoleh komputer.Dengan menerapkanogika fuzzy pada program komputer,
sistemkendali dapat memutuskan eperti caramanusiaberpikir. Kemampuan nilah
yang disebutsebagai ecerdasanuatanpadasistem epakaranuzzy.
Pa~~~k2ll : .O ;:.t~ --
I
I
I
I
I
I
Defuzzification .Inference Mecllauism Fuzzificatioll I
I
~r '
Control
actions
.
I
I
.
I
'"'
Gambar . Bagansistem endali fuzzy untuk navigasi obot mobil.
PadaGambar4 diperlihatkanbagandasardaTisuatusistem endali fuzzy yang
terdiri daTi iga lapis dasaryaitu: fuzzifikasi, mekanismemenarik kesimpulan dan
defuzzifikasi. Fuzzifikasi adalah mengubahatribut-atributbasil pengukuran isik ke
dalamkonsep uzzy. Konsep uzzy tidak bekerjasecarabiner (himpunancrips) tetapi
berupa himpunan fuzzy di mana elemen-elemennya inyatakan dengan pasangan
161
-
7/26/2019 Pengertian Mobile Robot
6/14
RisalahLokakaryaKomputasidalamgains dan TeknologiNuklir XIV, Juli 2003
elemen anggotahimpunan x dan fungsi keanggotaannya (x). Derajat atau fungsi
keanggotaan dalah bilangan riel dalam interval [0,1] yang menyatakanmutu dari
keanggotaan terhadap uatuhimpunan.
m(x)
C1-:
/:"
-~
LC
/"
RC
A
RI
/ i
/
50
0
-
20
x
10
40
m1J
VE LV
l A
'"
R8
,,'-',
R\'
,;\\
RU
l('y~ Y ~
0 90 180
m(e)
NS Z1': PS I'M
/""-"
-10 (I 10
LV
j\
LB
~
-
7/26/2019 Pengertian Mobile Robot
7/14
PengembanganobotMobil OtonomMenggunakan istemKendali Fuzzydan Jaringan
(M. Syarnsa rdisasmita)
PM (Positive Medium), dan PB (Positive Big). Fungsi keanggotaan fuzzy pada
aplikasi ini diambil linier berbentuk segitiga untuk menyederhanakan perhitungan.
Gambar 5 adalah grafik fungsi keanggotaan untuk setiap himpunan fuzzy di atas.
Sebagai contoh, untuk e = 20, diperoleh kualitas keanggotaannya adalah 0,5 (50%)
untuk sub-himpunan PM dan 0,3 (30%) untuk sub-himpunan PH. Sub-himpunan fuzzy
CE, VE dan ZE dibuat lebih sempit daripada sub-himpunan yang lain agar
memungkinkan pengendalian langkah dapat lebih halus di dekat terminal pengangkut.
X
CEE LC RC {I
"
5
PM PM
PM
RB
PS
PO PB
NS PS
PH
l
NS PS
C'"C", cc
,lq,' ci'c
NM , ~E',
~~.d = -
RV
NM
PM
cI>
NM
E
PM
NO
NM
NB
PS
V
NB
NM
NS
LB
NB
NM
B
NM
Gambar6. Aturan-atur~n uzzy(FAM).
Mekanisme menarik kesimpulan (inference) adalah untuk menentukan derajat
kebenaran berdasarkanpada aturan-aturan yang diterapkan kepada fungsi keanggotaan
daTi nilai-nilai fuzzy. Aturan-aturan yang diterapkan dirumuskan dalam bentuk tabel
fuzzy associative memory (FAM) pada Gambar 6. Dalam hal ini ada 35 (5 x 7) aturan-
aturan F AM pada tabel yang dinyatakan dengan perintah IF-THEN. Misalnya Aturan
FAM nomor 1 pada Gambar 5, berhubungan dengan auran fuzzy berikut:
IF x=LE AND =RB,THEN e =PS
Artinya jika x ada di kiri (LE) clan i kanan bawah (RB) maka sinyal sudut
pengarahnya haruspositif kecil (PS). Aturan FAM nomor 18 menunjukkan ahwa
jika robot berada dekat pada posisi kesetimbangan,maka sistem kendali tidak
menghasilkan inyal sudutpengarah ositif ataupun egatif Zero).
163
-
7/26/2019 Pengertian Mobile Robot
8/14
Risalah Lokakarya Komputasi dalam gains clan Teknologi Nuklir XIV, Juli 2003
FAM Rule 13 (RV,CE;PS)
~ I':~RV AND x:CE.,
THEN 6=PS.
~~~
mtx)
f
c..: 4\
m(cII)
m(9) PS
1A
V/,\
.
(~)13
"
\.
\
L..$
""CO;, .II
FAM Rule 18 (VE,CE;ZE)
IF IjJ=VE AND x=CE,
THEN 6:ZE.
18
m I>
VE
tI>
input < J
input x
m(9)
t I)
centroid output
Gambar7. Pengambilan esimpulan orelasiminimum dan defusifikasicentroid.
Sebagai basil kesimpulan daTi aturan-aturan fuzzy adalah sub-sub himpunan
fuzzy juga. Oleh sebab itu perlu dilakukan penerjemahan untuk mengubah nilai-nilai
fuzzy menjadi bentuk crisp yang disebut dengan defuzzifikasi, misalnya dengan
perhitungan titik berat. Untuk menghubungkan aksi keluaran dengan kondisi-kondisi
masukan maka digunakan metoda menarik kesimpulan dengankorelasi minimum dan
defuzzifikasi centroid. Keluaran centroid fuzzy dinyatakan dengan:
N
2:8jmoC8j)
-
j-l
= -
N
Lmo(8j)
j;J
di mana 0 mendetinisikan sub-himpunan fuzzy daTi sudut-pengarahuniversal e = {e\,
e2, ..., eN}, Gambar 7 memperlihatkan pengambilan kesimpulan korelasi minimum
dan defuzzitikasi centroid yang diterapkan pada aturan FAM nomor 13 dan 18. Sub-
himpunan dan x dikombinasikan menggunakan logika AND (mencari nilai
kepatutan minimum) untuk mengaktifkan konsekuensi. Aturan F AM nomor 13 dan 18
dikombinasikan dengan logika OR (mencari nilai kepatutan maksimum) untuk
menentukan daerahcentroid sebagaikeluaran.
164
-
7/26/2019 Pengertian Mobile Robot
9/14
Topologi sistem kendali jaringan syaraf untuk navigasi robot mobil otonom
adalah jenis jaringan syaraf multilayer feedforward yang dilatih dengan algoritma
gradian turun backpropagation. Sistem kendali syaraf terdiri dari dua jaringan:
jaringan pengendali clan jaringan emulator. Jaringan pengendali menghasilkan
keluaran berupa sinyal sudut pengarah sebagai basil dari dua masukan yaitu koordinat
posisi tempat pemberhentian (Xk, yJ clan sudut arab robot
-
7/26/2019 Pengertian Mobile Robot
10/14
RisalahLokakaryaKomputasidalam Sainsdan TeknologiNuklir XN, Juli 2003
pengendali. aringanpengendalimemiliki 24 aringan tersembunyi hidden networks)
dengan ungsi logistik berbentuksigmoid. Pelatihanhanya dilakukanpada aringan
pengendali aitu denganmetoda backpropagation.Kami melakukanestimasi sinyal
sudut pengarah deal yang dihasilkan oleh suatu pengendali uzzy. Lintasan robot
berbentukbusur dari suatu pengendali uzzy digunakansebagai intasan ideal clan
kemudiandigunakan ebagai atapelatihandari aringanpengendali.,
Kami tidak melakukanpelatihan pada jaringan emulator karena sulit untuk
memperoleh koneksi pemboboton sinapsis universal. Algoritma pelatihan
backpropagation emyata tidak dapat konvergenuntuk beberapacontoh himpunan
data pelatihan. Sebab itu maka digunakan persamaankinetika sederhanauntuk
menggatikan eran aringan emulator. Jika robot bergerakdari posisi (x, y) menuju
posisi x', y') dalamsuatu terasi, makadiperoleh:
Xk+l = Xk + r COSci>k
Yk+l = Yk + r sin
-
7/26/2019 Pengertian Mobile Robot
11/14
Pengembangan Robot Mobil Otonom Menggunakan Sistem Kendali Fuzzy daD Jaringan
(M. Syarnsa rdisasmita)
Gambar . Robotmobil dengan angankinematikdanBasic Stamp I.
SistemKendall Fuzzy
J
""
"1 :t7
.'~~jY'
r~' ,.'"
~~;
..;,...,,'
~
~1
~ ,~7
}. ' .:;;:;K
,,~
(20,20,30) (30, 10,230)
SistemKendali Jaringan Syaraf
"--- -~ --"
(30,40, -10)
J l
,)
:~f"
~.~~ J
(20,20,30) (30, 10,230) (30,40, -10)
Gambar 10. Lintasan dan robot mobil untuk tiga buah posisi awal (x, y,
-
7/26/2019 Pengertian Mobile Robot
12/14
RisalahLokakaryaKomputasidalamgains dan TeknologiNuklir XIV, Juli 2003
Jika kita membandingkanintasan robot mobil dengan sistem fuzzy clan sistem
jaringan, sistem pengendali fuzzy selalu memberikan intasan robot yang halus
sedangkan ada sistempengendali aringan syaraf memberikan intasan yang tidak
optimalclankadang-kadangiikuti denganjejak angkahyang idak beraturan.
KESIMPULAN
Pengendali uzzy selalu menggerakkanobot mobil denganhalus, sedangkan
pengendalineural tidak. Gerak dengankendali neural kadang-kadangmemberikan
jejak langkahyang tidak teratur. Melatih sistemkendali neural membutuhkan ukup
banyakwaktu, karena algoritrnabackpropagationmemerlukan ibuan langkah untuk
pelatihanpada aringan pengendali.Kadang-kadang, lgoritma pembelajaran idak
mencapai onvergensi.
Pengendali uzzy tidak membutuhkanemulator robot clan tidak memerlukan
model matematika yang menghubungkankeluaran sebagai fungsi masukan.
Pengendali uzzy lebih sedikit membutuhkan perasikomputasidibandingkan engan
pengendali neural. Sebagian besar operasi komputasi pada pengendali neural
melibatkanoperasiperkalian, penambahan tau fungsi logaritmik daTidua bilangan
nyata. Sedangkan ada pengendali fuzzy, sebagian esar operasikomputasi adalah
operasipembandinganlan enambahan ua bilangannyata.
DAFTARPUSTAKA
3,
4
5
FU, K.S., GONZALEZ, R.C., LEE, C.S.G.,Robotics: Control, Sensing,Vision,
and ntelligence,McGraw-Hill Book Co., Singapore,1987
ZADEH, L.A., FuzzyLogic, Computer,21 (1988)
NGUYEN, D., WillROW, B., "The Truck Backer-Upper:An Example of Self-
Learning n Neural Networks", Proceedingsof nternationalJoint Conference n
Neural NetworkS'UCNN-89), Vol. II, (1989)357-363
KOSKO, B., Neural NetworkS'and Fuzzy Systems: A Dynamical Systems
Approach to Machine Intelligence, Prentice Hall Inc., Engelwood Cliffs. New
Jersey,1992
POMERLEAU, D.A., Neural Network Perception or Mobile Robot Guidance,
Kluwer AcademicPublishers,Boston, 1993
PIN, F.G., WATANABE, Y., "Navigation of Mobile Robots Using a Fuzzy
Behaviorist Approach and Custom-DesignedFuzzy Inferencing Boards",
Robotica,12 (6) (1994)491-504
168
-
7/26/2019 Pengertian Mobile Robot
13/14
Pengernbanganobot Mobil OtonomMenggunakan isternKendali Fuzzydan Jaringan
(M. Syarnsa rdisasmita)
7
8
TUNSTEL, E., "Co-ordinationof Distributed FuzzyBehaviors n Mobile Robot
Control", IEEE nt. Con on Systems, an and Cybernetics,1995)4009-4014
SAFFIOTTI, A., "Fuzzy Logic in AutonomousRobotics:behaviorcoordination",
Sixth IEEE IntI. Conference on Fuzzy Systems (FuzzIEEE'97), Barcelona,
(1997)573-578
DISKUSI
SUDARNO
Apakah sistemkontrol fuzzy clanJSTbekerja secarandependent tau diintegrasikan
menjadineurofuzzy?
M. SYAMSA ARDISASMITA
Kami di sini bermaksud membandingkan keandalan daTi sistem kendali fuzzy dan
sistem kendali jaringan syaraf pada navigasi robot mobil yang otonom, artinya
masing-masing sistem bekerja secara independent. Tetapi karena sistem jaringan
syaraf membutuhkan data-data untuk pelatihan maka kami gunakan data-data lintasan
ideal yang dihasilkan oleh suatu pengendali fuzzy untuk pelatihan.
EDYSAPTONO
Dalam perjalanan dari Start menuju sasaran, di tengah jalan ada perintang/wall,
bagaimana kontrol robot tersebut agar sampai sasaran?
Bagaimana nternal input dari robot tersebut?
M. SYAMSA ARDISASMITA
Kita dapat menggunakan peta lingkungan yang diintegrasikan pada program
pengendalian sehingga robot dapat melakukan koreksi arab clan lintasan
penjejakan. Bisa juga robot dilengkapi dengan sistem penginderaan jarak
inframerah untuk menentukan posisi clan arab intasan penjejakan.
Sebagai masukan bagi robot mobil menggunakan sistem kendali fuzzy clan
jaringan syaraf adalah titik awal, titik akhir (terminal) clan sudut arab badan robot.
169
-
7/26/2019 Pengertian Mobile Robot
14/14
Risalahwkakarya KomputasidalamSainsclanTeknologi Nuklir XN, Juli 2003
ADE JAMAL
Berapabesarukuranrobot yang bisa dibuat denganmetodaFuzzy, Neural ataupm?
Sebagaimasukan,ika ukuran ni bisa menjadi kecil karenapilihan metodenyamaka
bisa digunakan ntuk pengecekanipa bocor.
M. SYAMSA ARDISASMU A
Metoda Logika Fuzzy, Neural Network dan pm dapat digunakan untuk berbagai
ukuran robot karena metoda-metoda tersebut merupakan program komputer yang
ditanamkan pada sistem pengolah robot untuk mengatur gerakan motor sesuai dengan
algoritma yang dibuat sebelumnya.
B AKRI ARB IE
Tampaknya Fuzzy Control cukup menarik. Apakah acta usaha untuk pengendalian
PLTN. Kalau actastatusnya sudah sampai di mana?
M. SY AMSA ARDISASMIT A
Sudah banyak penelitian yang dilakukan untuk rnenerapkan sistern pakar urnumnya
atau logika fuzzy khususnya dalarn pengendalian PLTN. Ternan-ternan di Reaktor
Kartini Yogtakarta sudah rnencoba rnenerapkan pengaturan batang kendali reaktor
dengan logika fuzzy.
UTAJA
2
Bagaimana hila perubahan kondisi terlalu besar?
Bagaimana hila masuk dalam kondisi vibrasi (arah selalu bolak-balik)?
M. SYAMSAARDISASMITA
2
Kondisi pada sistem kendali fuzzy dan jaringan syaraf adalah posisi dan sudut
arah. Kondisi perubahan posisi maupun sudut yang besar tidak ada masalah
selama masih dalam daerah variabel perhitungan.
Dalam sistem kendali, vibrasi merupakan suatu gangguan akibat daTi ketidak
stabilan disebabkan damping ratio pada response ransien suatu penggerak. Dalam
kasus kita, hal ini tidak akan terjadi karena posisi akhir dan arahnya adalah etap.
70
Home
http://../Frame_Lok_14.htm