Hasil Pencarian  ::  Simpan CSV :: Kembali

"Penelitian tugas akhir ini bertujuan untuk membangun jaringan komunikasi multihop jenis nirkabel yang diharapkan dapat bersifat adaptif, yaitu dapat melakukan penyesuaian terhadap perubahan yang terjadi pada konfigurasinya. Dalam rangka memberikan sifat adaptif yang dimaksud, jaringan komunikasi ini kemudian dapat melakukan proses konfigurasi terhadap dirinya. Untuk mendukung proses konfigurasi sendiri ini, akan digunakan suatu bentuk sistem cerdas dalam proses pembangunan jaringan. Hal ini dilakukan dengan menggunakan koloni robot bergerak yang dilengkapi dengan perangkat komunikasi yang memadai. Robot-robot ini kemudian saling bekerja sama untuk membangun konfigurasi jaringan robot-nirkabel yang diharapkan.Pada penelitian ini, dikembangkan beberapa algoritma yang diharapkan dapat menyelesaikan permasalahan pada kasus dua atau banyak perangkat atau sumber yang saling berkomunikasi dalam jaringan. Algoritma ini antara lain Chained Shortest Distance, Prior to the Nearest, serta Position By Line yang menerapkan penggunaan robot otonom untuk menemukan solusi permasalahan yang dicari. Selain itu, penelitian tugas akhir ini dibagi atas dua tahap dimana pertama kali dibahas mengenai perancangan jaringan komunikasi multihop terkonfigurasi sendiri dengan kasus dua sumber yang berkomunikasi. Pada tahap selanjutnya, dibahas mengenai perancangan jaringan komunikasi multihop terkonfigurasi sendiri dengan kasus banyak sumber yang berkomunikasi.Pada tahap penelitian selanjutnya, penulis mengembangkan suatu implementasi simulasi untuk melakukan evaluasi secara objektif terhadap algoritma yang dirancang. Melalui simulasi ini akan dilihat kinerja algoritma yang dikembangkan dari segi tingkat keberhasilan serta waktu yang dibutuhkan untuk mendapatkan solusi. Salah satu hasil yang disimpulkan pada penelitian ini adalah bahwa algoritma Prior to the Nearest dan Position By Line cukup baik diterapkan untuk menyelesaikan masalah penanganan jaringan komunikasi multihop terkonfigurasi sendiri ini.

---

This final year research project aims to build a multihop communication network wireless type that are expected to be adaptive, which can make adjustment to the changes that occur in the configuration. In order to provide the adaptive nature, this communication network will be able to do configuration process by itself. To support this self-configuration process, we will use a kind of intelligent system form in the process of network building. This will be done by using of mobile robot colony that is equipped with adequate communication devices. Robots will work together to build the expected configuration of wireless-robot network.In this research, several algorithms are being developed and expected to complete the problems in the case of two or many communication devices or sources within the network. These algorithms are Chained Shortest Distance, Prior to the Nearest, and Position by Line, which implement the usage of the autonomous robots to find solutions to the given problems. In addition to that, this final year research project will be divided into two stages where in the first time, we discussed the design of self-configured multihop communication network in the case with two sources of communication. At the next stage, we discussed the design of self-configured multihop communication network in the case with many sources of communication.In the next phase of research, the author developed a simulation in order to objectively evaluate the algorithm that are designed. Through this simulation, we will see the performance of algorithms developed in terms of success rate and the running time which are obtained. One of the results concluded in this research is that the algorithm Prior to the Nearest and Position by Line are adequately applied to solve the handling of self-configured multihop communication network problems."

"Salah satu masalah dalam pengendahan robot bergerak otonom adalah tingkat ketidak linierannya. Pengendali cerdas yang sering digunakan pada aplikasi robot adalah jaringan syaraf tiruan. Pengendali jaringan syaraf tiruan memiliki kemampuan belajar dan mampu beradaptasi terhadap perubahan sehingga mampu mengatasi masalah pengendalian pada robot bergerak otonom. Pembahasan meliputi pemodelan sistem dan perancangan pengendali jaringan syaraf tiruan untuk mengendalikan sudut heading robot. Pembelajaran jaringan syaraf tiruan dilakukan secara off-line. Analisa dilakukan terhadap hasil pelatihan yaitu pergerakkan robot pada beberapa lingkungan yang berbeda-beda. Pengendali jaringan syaraf tiruan mampu mengendalikan gerak robot hingga mencapai sasaran tanpa mengenai rintangan jika lingkungan robot sesuai dengan sifat-sifat pergerakan robot dan letak sasaran dapat dijangkau oleh sensor robot."

"Dalam skripsi ini akan dijelaskan model dinamik robot beroda dengan kemudi differensial yang dikendalikan dengan pengendali fuzzy. Pengendaii fuzzy menggunakan dua kumpulan aturan pengambil keputusan yang disebut behavior (behavior penghindaran halangan dan behavior pencapaian tujuan). Behavior pencapaian tujuan akan dilaksanakan bila sensor tidak mendeteksi halangan atau bila titik tujuan lebih dekat dibanding jarak halangan yang terdeteksi. Seiain kondisi tersebut diatas maka behavior penghindaran halangan yang akan dijalankan. Komponen-komponen yang dipergunakan dalam membentuk pengendalian tersebut dikelompokkan menjadi dua bagian, yakni masukan yang terdiri dari jarak terdekat pengukuran halangan oleh sensor, posisi tujuan relalif terhadap sudut heading robot dan jarak tujuan. Sedangkan keluaran adaiah beda tegangan begi motor penggerak roda robot. Pengendali fuzzy yang terdiri dari gabungan dua behavior ini membentuk 66 aturan. Pada simulasi, kecepatan diasumsikan tetap dan jarak maksimum pengukuran sensor adalah 2 meter. Pada bagian akhir akan diberikan algoritrna progam simulasi dan hasil-hasil simulasi pada beberapa kondisi untuk menunjukkan kinerja sistem."

"The contents of this thesis are the development of 3D simulator for visualizing Particle Swarm Optimization algorithm for Multi Odor Source Localization using Open Dynamics Engine, and Dynamic Niche-PSO as modification of MPSO algorithm from previous research [1]. The 2D version of this MPSO is made in previous research. This 3D physic modeling has a purpose to reduce gap between software and hardware in the real world. One of chapters is explaining how to make the model of robots, plumes and its sources, and field with Open Dynamics Engine. Continued with chapter explaining how to use the GUI of this simulator. Dynamic Niche-PSO algorithm proposed in this research has a purpose to refine the weakness of previous algorithm where 2 niches (group of agent) or more still have a probability to move toward the same odor source. There is newly introduced robot in this Dynamic Niche-PSO algorithm called main robot which has attract area. In this Dynamic Niche-PSO also a neutral robot or a charge robot could become a member of another niche if it entered the attract area of main robot of this other niche.

---

Isi tesis ini mengenai pembuatan simulator 3D dari algoritma pencarian Particle Swarm Optimization untuk pencarian banyak sumber asap dengan menggunakan Open Dynamics Engine dan mengenai Dynamic Niche-PSO yang adalah algoritma baru sebagai modifikasi algoritma MPSO dari penelitian sebelumnya [1]. Versi simulator 2D untuk PSO ini telah dibuat pada penelitian sebelumnya. Pemodelan fisik 3D ini bertujuan untuk mengurangi gap antara perangkat lunak dan perangkat keras di dunia nyata. Salah satu bab adalah bab yang menjelaskan pembuatan model robot, asap dan sumbernya, dan medan dengan Open Dynamics Engine. Dilanjutkan dengan bab tentang cara pemakaian GUI simulator ini. Algoritma Dynamic Niche-PSO yang diajukan pada penelitian ini bertujuan untuk memperbaiki kelemahan algoritma PSO sebelumnya dimana 2 niche (kelompok agen) atau lebih masih ada kemungkinan untuk menuju sumber asap yang sama. Pada Dynamic Niche-PSO ini diperkenalkan robot baru, yaitu robot utama yang mempunyai area ketertarikan. Pada Dynamic Niche-PSO ini juga robot netral dan robot bermuatan dapat berpindah keanggotan dari satu niche ke niche yang lain apabila memasuki attract area dari robot utama niche tersebut. "

"Salah satu jaringan akses ke Internet yang paling populer saat ini adalah Wireless Local Area Network (WLAN), yang terdiri dari dua konfigurasi: adhoc dan infrastruktur. Karakteristik saluran pada WLAN ditentukan oleh available bandwidth (ABW). Kanal pada jaringan WLAN merupakan sebuah medium untuk berbagi akses. ABW akan berubah tergantung padajumlah host/node yang menduduki kanal.Tugas Akhir ini adalah pengembangan dari penelitian Wu Xiuchou dari Universitas Nasional Singapore [1], tentang mekanisme untuk mengestimasi karakteristik saluran WLAN berdasarkan pada standar IEEE 802.11 dengan fungsi koordinasi Distribution Coordinat Function (DCF). Mekanismenya ditentukan oleh kualitas saluran nirkabel yang direpresentasikan oleh Signal to Noise Ratio (SNR) pada saat kanal WLAN diduduki oleh node-node yang mengalami saturasi maupun yang tidak.Tugas Akhir ini memanfaatkan Network Simulator (Ns) versi 2.26 dengan ekstensi yang dikembangkan oleh Wu Xiuchou [1] untuk mensimulasikan karakteristik saluran WLAN dengan konfigurasi infrastruktur. Pada Tugas Akhir ini telah berhasil disimutasikan karakteristik saluran pada jaringan infrastuktur WLAN antara node dan Access Point (AP) dengan menggunakan tiga skenario. Seluruh node yang disimulasikan bertindak sebagai pengirim yang terdiri dari node yang mengalami saturasi dan yang tidak. Node yang saturasi bergerak mendekati AP sedangkan node yang tidak mengalami saturasi bergerak menjauhi AP.Hasil analisa kejadian yang dialami oleh node 1 menunjukkan bahwa rata-rata ABW dan jumlah node menghasilkan hubungan yang tidak linier yaitu: untuk 1 buah node yang saturasi rata-rata ABW adaiah 4,037 Mbps, untuk 3 buah node adalah 2,028 Mbps, dan untuk 5 buah node adalah 1,413 Mbps. Dan dari ketiga skenario, rata-rata SNR yang dialami oleh node 1 cenderung mengalami pengurangan yaitu pada skenario pertama rata-rata SNR yang dialami oleh node 1 adalah 34,189 dBm, sedangkan pada skenario kedua dan ketiga berkurang sebesar 0.711 %, dan 1,027 % terhadap skenario pertama."

"Isi tesis ini mengenai pembuatan simulator 3D dari algoritma pencarian Particle Swarm Optimization untuk pencarian banyak sumber asap dengan menggunakan Open Dynamics Engine dan mengenai Dynamic Niche-PSO yang adalah algoritma baru sebagai modifikasi algoritma MPSO dari penelitian sebelumnya [1]. Versi simulator 2D untuk PSO ini telah dibuat penelitian sebelumnya ini. Pemodelan fisik 3D ini bertujuan untuk mengurangi gap antara perangkat lunak dan perangkat keras di dunia nyata.Salah satu bab adalah bab yang menjelaskan pembuatan model robot, asap dan sumbernya, dan medan dengan Open Dynamics Engine. Dilanjutkan dengan bab tentang cara pemakaian GUI simulator ini.Algoritma Dynamic Niche-PSO yang diajukan pada penelitian ini bertujuan untuk memperbaiki kelemahan algoritma PSO sebelumnya dimana 2 niche (kelompok agen) atau lebih masih ada kemungkinan untuk menuju sumber asap yang sama. Pada Dynamic Niche-PSO ini diperkenalkan robot baru, yaitu robot utama yang mempunyai arca ketertarikan. Pada Dynamic Niche-PSO ini juga robot netral dan bermuatan dapat berpindah keanggotaan dari satu niche ke niche yang lain apabila memasuki arca ketertarikan atau attract area dari robot utama niche yang lain ini.

---

The contents of this thesis are the development of 3D simulator for visualizing Particle Swarm Optimization algorithm for multi odor source localization using Open Dynamics Engine, and Dynamic Niche-PSO as modification of MPSO algorithm from previous research [1]. The 2D version of this MPSO is made in previous research. This 3D modeling has a purpose to reducegap between Software and Hardware in the real world.

One of chapters is explaining about how to make the model of robots, plumes and its sources, and field with Open Dynamics Engine. Continued with chapter explaining about how to use the GUI of this simulator.

Dynamic Niche-PSO algorithm proposed in this research has a purpose to refine the weakness of previous algorithm where 2 niches (group of agents) or more still have a probability to move toward the same odor source. There is newly introduced robot in this Dynamic Niche-PSO algorithm called main robot which has an attract area. In this Dynamic Niche-PSO also a neutral robot or a charge robot could become a member of another niche if it entered the attract area of main robot of this other niche."

"Robot otonom merupakan robot yang mampu bergerak dengan baik pada lingkungan tertentu tanpa adanya campur tangan dan pengendalian manusia. Pengendalian robot otonom berdasarkan dua sistem tingkah laku (behavior) yang berlaku pada umumnya yaitu goal oriented behavior dan reactive behavior, Goal-oriented behavior merupakan tingkah laku pergerakan robot yang se1alu mengarah pada suatu lokasi tujuan tertentu, sedangkan Reactive behavior merupakan tingkah laku robot yang merupakan reaksi terhadap suatu rangsangan luar dari lingkungan sekitarnya. Pada skripsi ini penulis melakukan rancang bangun sebuah sistem pengendali logika fuzzy dengan menggunakan sistem mikrokontroler keluarga MCS-51 sebagai pengganti penggunaan komputer berbasis mikroprosesor yang dirasakan kurang efisien. Mikrokontroler digunakan untuk memadukan dua sistem tingkah laku robot otonom yaitu sistem reactive behavior dan goal oriented behavior yang menggunakan logika fuzzy yang diaplikasikan pada robot otonom yang telah dirancang sebelumnya. Sistem yang dirancang menggunakan konsep dasar logika fuzzy sederhana, yaitu dengan menggunakan teknik fast fuzzification pada fungsi keanggotaan standar, metode inferensi Mamdani, serta fungsi defuzzifikasi jenis centroid. Pada tahap uji coba terlihat bahwa robot mampu untuk melakukan tindakan pencapaian lokasi tujuan dengan baik. Hal ini dibuktikan oleh relative kecilnya…"

"Sebuah laboratorium online dalam sistem e-learning menyediakan media untuk melaksanakan tugas eksperimen suatu mata kuliah melalui Internet. Penggunaan layanan grid pada eksperimen laboratorium online menjadi teknologi yang revolusioner saat ini. Teknologi grid ini difokuskan pada penggunaan sumber daya yang heterogen dan tersebar, serta untuk memecahkan masalah komputasi yang kompleks pada suatu eksperimen. Dengan menggunakan laboratorium online berbasis layanan grid, para mahasiswa dapat melaksanakan eksperimen, dengan memanfaatkan sumber daya komputasi dan data yang terdapat pada lingkungan grid secara bersamaan.Pada pelaksanaan tugas akhir ini penulis mengembangkan prototype laboratorium online yang berbasis layanan grid untuk keperluan eksperimen analisis data yang terdistribusi. Penulis mempersiapkan suatu lingkungan grid di Fakultas Ilmu Komputer yang terdiri atas 3 buah komputer menggunakan perangkat lunak Globus Toolkit 4. Kemudian penulis menambahkan prototype modul eksperimen pada sistem e-learning Moodle dan menghubungkannya dengan layanan grid. Sebagai studi kasus, penulis mengembangkan eksperimen pengambilan keputusan dengan analisis Pareto terhadap data yang tersebar pada beberapa basis data yang berbeda (heterogen). Pengambilan dan pengiriman data pada eksperimen ini dilakukan oleh layanan grid, yang dikembangkan dengan menggunakan perangkat lunak Open Grid Services Architecture Data Access and Integration (OGSA-DAI).Dalam pengembangan modul eksperimen pada Moodle, penulis menemukan kesulitan untuk menghubungkannya dengan layanan grid secara langsung. Oleh karena itu, penulis mempersiapkan grid portal sebagai aplikasi mediasi antara modul eksperimen Moodle dan layanan grid. Pada tahap pengujian, penulis menguji heterogenitas basis data yang dapat digunakan sebagai sumber daya dalam ingkungan grid. Melalui layanan grid yang telah diinstalasikan pada masing-masing komputer dalam lingkungan grid, penulis melakukan eksperimen analisis Pareto. Eksperimen ini mengambil data dari sumber daya data (data resource) yang tersebar pada lingkungan grid. Penulis berkesimpulan bahwa pengembangan laboratorium online berbasis layanan grid untuk kebutuhan eksperimen analisis data, mampu memberikan sumber daya berupa basis data yang heterogen dan terdistribusi pada organisasi virtual (virtual organization)."