Firdaus, Adi (2022) Implementasi Algoritma Q-Learning Untuk Perencanaan Jalur Mobile Robot. Other thesis, Univeristas Komputer Indonesia.
|
Text
UNIKOM_Adi Firdaus_Cover.pdf - Published Version Download (30kB) | Preview |
|
|
Text
UNIKOM_Adi Firdaus_Pengesahan.pdf - Published Version Download (10kB) | Preview |
|
|
Text
UNIKOM_Adi Firdaus_Persetujuan Publikasi.pdf - Published Version Download (65kB) | Preview |
|
|
Text
UNIKOM_Adi Firdaus_Pernyataan.pdf - Published Version Download (9kB) | Preview |
|
|
Text
UNIKOM_Adi Firdaus_Kata Pengantar.pdf - Published Version Download (12kB) | Preview |
|
|
Text
UNIKOM_Adi Firdaus_Daftar Isi.pdf - Published Version Download (40kB) | Preview |
|
|
Text
UNIKOM_Adi Firdaus_BAB I.pdf - Published Version Download (22kB) | Preview |
|
|
Text
UNIKOM_Adi Firdaus_BAB II.pdf - Published Version Download (245kB) | Preview |
|
![[img]](http://elibrary.unikom.ac.id/style/images/fileicons/text.png) |
Text
UNIKOM_Adi Firdaus_BAB III.pdf - Published Version Restricted to Repository staff only Download (419kB) | Request a copy |
|
|
Text
UNIKOM_Adi Firdaus_BAB IV.pdf - Published Version Restricted to Repository staff only Download (1MB) | Request a copy |
|
|
Text
UNIKOM_Adi Firdaus_BAB V.pdf - Published Version Download (41kB) | Preview |
|
|
Text
UNIKOM_Adi Firdaus_Daftar Pustaka.pdf - Published Version Download (146kB) | Preview |
|
|
Text
Kontak Penulis dan Kontributor Penelitian.pdf - Published Version Download (91kB) | Preview |
Abstract
Seiring dengan kemajuan ilmu pengetahuan dan teknologi yang pesat khususnya dalam bidang kecerdasan buatan dan robotika, ruang lingkup aplikasi mobile robot (robot mobil) terus berkembang. Dalam bidang mobile robot, perencanaan jalur adalah salah satu tugas yang paling penting dan menantang, terutama di lingkungan yang tidak pasti. Perencanaan jalur telah menjadi masalah penelitian yang populer dalam beberapa tahun terakhir, dan telah digunakan secara luas di berbagai bidang kehidupan. Untuk menyelesaikan masalah perencanaan jalur, skripsi ini menyajikan pendekatan menggunakan algoritma Q-learning untuk menemukan jalur yang optimal dalam lingkungan simulasi. Algoritma Q-learning merupakan salah satu algoritma dalam Reinforcement learning. Pertama, dilakukan anlisis kebutuhan untuk membuat program simulasi perencaan jalur. Kemudian, dilakukan perancangan sesuai dengan analisis kebutuhan. Selanjutnya, program diimplementasikan menggunakan bahasa pemprograman Python. Terakhir, hasil pengujian dikumpulkan, termasuk peta perencanaan jalur dan grafik kemajuan training (pelatihan) yang sesuai. Hasil pengujian menunjukkan bahwa algoritma Q-learning dapat menyelesaikan masalah perencanaan jalur pada lingkungan simulasi peta grid. Agent Q-learning (mobile robot) yang sudah dilatih berhasil menemukan rute terpendek pada sebuah lingkungan simulasi peta grid.
| Item Type: | Thesis (Other) |
|---|---|
| Uncontrolled Keywords: | algoritma q-learning, perencanaan jalur, mobile robot , reinforcement learning. |
| Subjects: | 000_COMPUTER SCIENCE, INFORMATION & GENERAL WORKS. > 005_Computer Programming, Programs & Data Q Science > QA Mathematics > QA76 Computer software |
| Divisions: | S1_SKRIPSI > FTIK_Sistem Komputer (02) |
| Depositing User: | Mia Hayati Kosasih |
| Date Deposited: | 03 Aug 2022 04:44 |
| Last Modified: | 03 Aug 2022 04:44 |
| URI: | http://elibrary.unikom.ac.id/id/eprint/6209 |
Actions (login required)
 |
View Item |
