Pengembangan Algoritma Perencanaan Jalur Menggunakan Kombinasi Algoritma Rapidly-Exploring Random Tree Dan Algoritma Particle Swarm Optimization

Malik, Adam (2022) Pengembangan Algoritma Perencanaan Jalur Menggunakan Kombinasi Algoritma Rapidly-Exploring Random Tree Dan Algoritma Particle Swarm Optimization. Other thesis, Universitas Komputer Indonesia.

Preview	Text UNIKOM_ADAM MALIK_COVER.pdf - Published Version Download (160kB) | Preview
Preview	Text UNIKOM_ADAM MALIK_Lembar Pengesahan.pdf - Published Version Download (68kB) | Preview
Preview	Text UNIKOM_ADAM MALIK_Surat Keterangan Pertujuan Publikasi.pdf - Published Version Download (62kB) | Preview
Preview	Text UNIKOM_ADAM MALIK_Surat Pernyataan Tidak Plagiat.pdf - Published Version Download (73kB) | Preview
Preview	Text UNIKOM_ADAM MALIK_Kata Pengantar.pdf - Published Version Download (140kB) | Preview
Preview	Text UNIKOM_ADAM MALIK_Daftar Isi.pdf - Published Version Download (89kB) | Preview
Preview	Text UNIKOM_ADAM MALIK_Bab I.pdf - Published Version Download (230kB) | Preview
Preview	Text UNIKOM_ADAM MALIK_Bab II.pdf - Published Version Download (450kB) | Preview
	Text UNIKOM_ADAM MALIK_Bab III.pdf - Published Version Restricted to Repository staff only Download (1MB) | Request a copy
	Text UNIKOM_ADAM MALIK_Bab IV.pdf - Published Version Restricted to Repository staff only Download (615kB) | Request a copy
Preview	Text UNIKOM_ADAM MALIK_Bab V.pdf - Published Version Download (164kB) | Preview
Preview	Text UNIKOM_ADAM MALIK_Daftar Pustaka.pdf - Published Version Download (229kB) | Preview
Preview	Text UNIKOM_ADAM MALIK_Kontributor.pdf - Published Version Download (368kB) | Preview

Abstract

Penelitian ini bertujuan untuk mengusulkan algoritma perencanaan jalur menggunakan hibridisasi algoritma rapidly-exploring random tree (RRT) dan algoritma particle swarm optimization (PSO) yang mana algoritma hibridasi ini dirancang dengan menggunakan bahasa pemrograman laboratory virtual instrumentation engineering workbench (LabVIEW). Kelebihan dari algoritma RRT yang merupakan bagian dari metode sampling-based planning (SBP) adalah kemampuannya untuk menghasilkan jalur dengan cepat, namun memiliki kelemahan yaitu jalur yang dihasilkan kurang optimal. Sedangkan algoritma PSO yang merupakan bagian dari metode swarm intelligence (SI) dapat digunakan untuk menghasilkan jalur yang optimal dari informasi jalur sebelumnya yang kurang optimal. Target khusus yang ingin dicapai adalah agar algoritma yang diusulkan dapat mencapai nilai yang optimal dengan kecepatan konvergensi yang baik. Metode hibridisasi ini dilakukan dengan menggunakan salah satu prinsip dari algoritma ant colony system (ACS) yaitu pseudorandom proportional rule. Pada setiap iterasi, nilai variabel acak akan dihasilkan untuk menentukan apakah proses eksplorasi atau eksploitasi akan dipilih. Jika proses eksplorasi dipilih, maka penentuan node baru akan didasarkan pada algoritma RRT yang merupakan bagian dari SBP. Namun jika proses eksploitasi dipilih, penentuan node baru akan didasarkan pada informasi dari algoritma PSO yang merupakan bagian dari SI. Performansi algoritma yang diusulkan kemudian dibandingkan dengan algoritma RRT* dan algoritma informed RRT* dengan menggunakan beberapa kasus benchmark dan mendapatkan hasil dimana algoritma yang diusulkan memiliki performansi yang lebih baik.

Item Type:	Thesis (Other)
Uncontrolled Keywords:	Perencanaan jalur, Algoritma rapidly-exploring random tree, Algoritma particle swarm optimization, Kecepatan konvergensi
Subjects:	600_TECHNOLOGY. > 620_Engineering & Allied Operations. T Technology > TC Hydraulic engineering. Ocean engineering
Divisions:	S1_SKRIPSI > FTIK_Teknik Elektro (31)
Depositing User:	Mia Hayati Kosasih
Date Deposited:	12 Sep 2023 01:16
Last Modified:	12 Sep 2023 01:16
URI:	http://elibrary.unikom.ac.id/id/eprint/7494

Actions (login required)

View Item