Hasil Pencarian  ::  Simpan CSV :: Kembali

"Skripsi ini membahas perancangan dan pembuatan perangkat keras dan perangkat lunak robot pemadam api yang mampu bergerak dengan baik pada lingkungan sekitar tanpa pengendalian manusia. Robot mempunyai tugas untuk mencari api di dalam ruangan dan mematikannya. Robot bergerak di dalam labirin sebagai lingkungannya.Agar dapat bergerak dengan baik dalam lingkungannya, jaringan syaraf tiruan diterapkan sebagai pengendali pergerakan robot pemadam api. Jaringan syaraf tiruan yang digunakan adalah jaringan syaraf tiruan back propagation. Robot ini menggunakan mikrokontroller AVR dari Atmel Corporation yang berjenis ATMEGA32.Analisa dilakukan dengan mengamati pergerakan robot didalam labirin. Robot dapat bergerak dengan baik didalam labirin tanpa mengalami tabrakan dengan dinding labirin. Hal ini menunjukkan bahwa jaringan syaraf tiruan dapat digunakan sebagai salah satu pengendali pergerakan robot.

---

This research was conducted to practical application of hardware and software for mobile fire fighting robot. The main task of the robot is finding out a flame and extinguishing it. The flame is placed somewhere in rooms. To get into the destination room, it has to avoid obstacles along the path of labirin.Artificial neural network is used to control the movement of robot. This research using artificial neural network back propagation. AVR microcontroller from Atmel Corporation (ATMEGA 32) is used for movement process in a labirin.Analyze is done on movement of robot in a labirin. Robot has ability running in a labirin and without crash the wall of labirin. This result of this research is an artificial neural network algorithm which can be used as artificial intelligence of the robot."

"Autonomous mobile robot telah banyak diimplementasikan di hampir semua sektor kehidupan ma-nusia, termasuk di sektor penyediaan keselamatan yang juga membutuhkan kontribusi dari autono-mous mobile robot ini. Sebagai contoh, robot pemadam kebakaran yang juga menjadi fokus utama pembahasan pada artikel ini. Sebagai robot autonomous, robot pemadam kebakaran memerlukan ke-mampuan navigasi yang baik untuk dapat melakukan tugas yang diberikan dalam kurun waktu se-singkat mungkin. Algoritma wall-following merupakan salah satu algoritma navigasi yang mampu menyederhanakan permasalahan navigasi ini. Sebagai kontribusi, kami mengajukan dua metode kombinasi yang dapat meningkatkan kemampuan algoritma wall-following yang sudah ada. Dengan membandingkan algoritma wall-following hasil kombinasi dengan algoritma asalnya, didapat hasil yang menunjukkan metode alternatif mana yang memiliki dampak lebih besar pada peningkatan kemampuan navigasi robot. Tujuan eksperimen ini ialah melihat metode manakah yang lebih efektif untuk dikombinasikan dengan algoritma wall-following.

---

Autonomous mobile robot has been used in almost all sectors in human world, such as in human safety where these kinds of robots pay a lot of contributions. One example of these safety autonomous mobile robots is the fire-fighting robots, which is our main focus in this article. As an autonomous robot, fire-fighting robot needs a robust navigation ability to execute a given task in the shortest time interval. Wall-following algorithm is one of several navigating algorithm that simplifies this autono-mous navigation problem. As a contribution, we propose two combinations of method that can be used to make the existing wall-following algorithm more robust. This is done by comparing the com-bined wall-following algorithms with the original. By doing so, we could determine which alternative has more impact on the robot?s navigation robustness. Our goal is to see which method is more effect-tive when combined with the wall-following algorithm."

"Dewasa ini, berkembangnya teknologi dalam bidang robotika mendorong manusia untuk terus berinovasi dalam pengembangan teknologi terbaru untuk mempermudah pekerjaan manusia. Salah satu perkembangan dunia robotika saat ini adalah pengembangan mobile robot. Robot mobil atau mobile robot adalah konstruksi robot yang ciri khasnya adalah mempunyai aktuator berupa roda untuk menggerakkan keseluruhan badan robot tersebut, sehingga robot tersebut dapat melakukan perpindahan posisi dari satu titik ke titik yang lain. Pada skripsi ini akan dilakukan perancangan pengendalian mobile robot menggunakan ROS Robotic Operating System. Sehingga pembahasan akan diawali oleh pengendalian motor dengan karakteristiknya. Kemudian, pembahasan akan dilanjutkan ke pengendalian mobile robot dan untuk pengujiannya digunakan beberapa trayektori, yaitu tayektori linier, sinusoidal dan zigzag yang akan dijalankan oleh kooperatif mobile robot. Berdasarkan pengujian didapatkan kombinasi nilai konstanta pengendali yang mampu mengikuti trayektori linier, sinusoidal, dan zigzag yang diberikan dengan baik.

---

Today, the development of technology in the field of robotics encourages people to keep innovating in the development of the latest technology for human work. One of the development in robotics today is the development of mobile robot. Robot car or mobile robot is a robot that has a wheel actuator to move the whole body of the robot, so that the robot can make a movement from one point to another.

This thesis will explain the exploration of mobile robot motion using ROS Robotic Operating System by modeling the condition of motor control with its characteristics. After the model connected with ROS, the discussion will proceed to the mobile robot control and test its movement to follow a few trajectories, ie linear, sinusoidal and zigzag that will be applied to cooperative mobile robot. Based on the tests found the control constant that can be used for linear, sinusoidal, and zigzag trajectory nicely."

"Mobile robot seringkali mengalami slip dalam pembacaan sensor odometri. Kendala ini sangat mempengaruhi kinerja mobile robot, terlebih jika beberapa mobile robot bekerja secara kooperatif. Masing-masing mobile robot memiliki slipnya tersendiri yang dapat mempengaruhi perhitungan trajectory planning kerja kooperatif. Sehingga dibutuhkan koreksi dengan sensor lain, pada penilitian ini digunakan sistem deteksi lokasi mobile robot dengan kamera webcam. Sistem deteksi akan di implementasikan pada quadcopter ketika terbang diatas mobile robot. Tentu pengambilan gambar akan mengalami perubahan sudut pandang akibat pergerakan sudut pitch atau roll dari quadcopter. Motor penggerak quadcopter juga menghasilkan getaran yang dapat mengakibatkan blur pada pengambilan gambar. Selain itu untuk melakukan pendeteksian berbasis citra dibutuhkan komputasi yang cukup besar, khususnya jika dilakukan pada sistem embedded quadcopter. Oleh karena itu dibutuhkan sistem deteksi yang dapat diterapkan pada quadcopter dengan ketahanan derau dan proses yang cukup cepat. Pada perancangan sistem deteksi penilitian ini, digunakan suatu pola yang terdiri dari markah buatan. Markah bulat hitam memiliki fitur yang mudah untuk dikenali dengan algoritma sederhana. Pola yang terdiri dari markah bulat dapat disisipkan informasi identitas dan pose sehingga cocok untuk diterapkan pada sistem deteksi lokasi multi mobile robot. Untuk menguji kemampuan pendeteksian, selain diuji pada dunia riil juga dirancang pengujian simulasi. Pengembangan simulasi quadcopter untuk mendeteksi pola markah dirancang dengan simulator Gazebo yang di integrasikan dengan perangkat lunak ROS Robotic Operating System.

---

Mobile robots often experience slippage in odometry sensor readings. These problems greatly affect the performance of mobile robots, especially if some mobile robots work cooperatively. Each mobile robot has its own slip that can affect the calculation of cooperative work cooperative trajectory. So that needed correction with other sensors, the research is used mobile robot location detection system with webcam camera.

The detection system will be implemented on the quadcopter when flying over the mobile robot. Of course the camera angle of view due to movement of pitch or roll angle from quadcopter. The quadcopter motors also produce vibrations that can lead to blur on shooting. In addition to perform image based detection required considerable computation, especially if done on the embedded quadcopter system. Therefore, a detection system that can be applied to the quadcopter with noise and process resistance is fast enough.

In the design of this research detection system, a pattern consisting of artificial markers is used. The black round marker has features that are easy to recognize with simple algorithms. Patterns consisting of rounded markers can be inserted identity and pose information making it suitable to be applied to mobile robot location detection systems. To test the detection ability, in addition to tested in the real world also designed simulation testing. The development of a quadcopter simulation to detect the markup pattern is designed with a Gazebo simulator integrated with ROS Robotic Operating System software."

"Dalam kehidupan sehari-hari tak jarang ditemukan pekerjaan yang membutuhkan lebih dari satu orang dalam penyelesaiannya. Konsep tersebut diadaptasikan ke penyelesaian tugas kompleks untuk sistem otonomi dengan lebih dari satu mobile robot atau disebut juga mobile robot kooperatif. Dalam mengakomodasi sistem mobile robot kooperatif yang baik, beberapa aspek perlu diperhatikan terutama komunikasi antar anggotanya.Pada skripsi ini, mobile robot akan dirancang dengan menggunakan trayektori linier dan sinusoidal sebelum antar robotnya dikomunikasikan untuk bertukar informasi. Sistem meggunakan protokol komunikasi nirkabel internet socket sebagai media pertukaran informasi antar robotnya sehingga pengujian terhadap komunikasi juga perlu dilakukan.Berdasarkan hasil pengujian dapat diketahui bahwa setiap mobile robot mempunyai karakteristik dan pergerakan yang berbeda satu sama lain tetapi masih dapat dikendalikan dengan menggunakan nilai pengendali yang sama. Hasil pengujian juga menunjukkan bahwa komunikasi dengan internet socket sudah dapat digunakan dalam aplikasi mobile robot komunikatif.

---

In daily life, a lot of tasks need more than one people to complete because of it complexity. The concept of using more hand to complete a complex problems is adapted in autonomous system that used more than one robot which often defined as cooperative robot. In order to accommodate a good cooperative mobile robot system, interrobot communication should be carefully designed.In this script, the mobile robot would be design while using linear and sinusoidal trajectory to test whether before being communicated between each other.

The system using wireless internet socket communication protocol as the information exchange's media between the robots, therefore an experiment need to be done to test the communication as well.Accordintg to experiment done, the result show that each robot has its own characteristic and movement dyamics. However, the differences are still tolerable and still can be controlled using the same controllers'constans.The experiment also show that internet socket communication is proven to be able implemented in communicative mobile robots."

"Pengenalan wajah telah menjadi topik pengolahan citra yang banyak mengalami perkembangan. Pengembangan yang dilakukan bertujuan mengatasi kesulitan-kesulitan dalam pengenalan wajah, diantaranya pose pengambilan gambar. Penelitian ini bertujuan membuat rancang bangun rekognisi wajah tiga dimensi dengan sistem Fuzzy dan Jaringan Saraf Tiruan Hemisfer untuk mengatasi masalah tsersebut. Sistem fuzzy bertujuan untuk mengestimasi sudut pengambilan gambar dengan menempatkan informasi gambar ke suatu titik di ruang vektor fuzzy atau manifold dari data referensi menggunakan jarak terdekat fuzzy. Informasi sudut akan diteruskan ke jaringan saraf tiruan yang mengenali wajah-wajah dengan cara mempelajari wajah-wajah yang disediakan untuk pembelajaran. Informasi gambar yang dimasukkan ke dalam jaringan saraf tiruan terlebih dahulu dikompresi dengan metode Principle Component Analysis (PCA). Keunggulan jaringan saraf tiruan hemisfer dalam pengenalan wajah tiga dimensi adalah adanya faktor pengali neuron yang besarnya bergantung dari informasi sudut pengambilan gambar, sehingga gambar dua dimensi dapat diproyeksikan ke ruang tiga dimensi. Metode pembelajaran yang digunakan pada tulisan ini ialah pengembangan dari metode backpropagation. Penelitian diawali dengan pengambilan data dari alat pengambil gambar wajah tiga dimensi, perancangan sistem fuzzy dan jaringan saraf tiruan dalam MATLAB, dan validasi masing-masing sistem dengan data yang diambil. Sistem ini kemudian dikombinasikan dalam perangkat lunak MATLAB dan diuji dengan sebuah prototipe yang terdiri atas satu kamera. Hasil penelitian menunjukkan tingkat rekognisi sistem sebesar 76,29% pada saat validasi dan 37% saat aplikasi sistem satu kamera. Dari penelitian ini dibuktikan sistem dapat diaplikasikan untuk merekognisi wajah tiga dimensi, namun harus diperhatikan keakuratan pemotongan gambar untuk mendapat hasil yang akurat.

---

Face recognition is currently a highly discussed topic on image processing. The developments are aimed to overcome problems on recognizing face, such as various pose of image object. The study tries to solve the problem by creating a system design of 3D face recognition using a fuzzy system and Hemispheric Structure Hidden Layer of Artificial Neural Network to overcome the problem. The fuzzy system estimates pose information of the object taken. It is done by mapping the image taken to a point in a fuzzy vector space or manifold using fuzzy nearest distance. Pose information is then projected to the artificial neural network which is able to recognize faces after formerly learned a set of learning database. The data submitted to the artificial neural network is compressed by Principle Component Analysis (PCA). Main advantage of hemispheric neural network on 3D face recognition is the multiplying factor which values depend on the image pose information, so that the two dimensional images can be projected into three dimensional space. Learning method used in this study is an expansion of backpropagation. The study begins by taking experimental data from 3D face capturing devices, developing fuzzy system and artificial neural network in MATLAB, and validating both systems. The system is then combined in MATLAB and tested by a single unit camera prototype. Results show the system able to reach recognition rate of 76.29% on validation and 37% on single unit camera application. The study proves that the system is applicable for a 3D face recognition system, however the accuracy of image cropping should be taken into consideration for an accurate result."

"Robot penghindar halangan adalah robot yang sengaja dirancang untuk dapat menghindari penghalang yang berada disekitarnya. Robot penghindar halangan ini dibuat dengan tiga bagian utama yaitu masukan dengan menggunakan sensor ultrasonik, sistem pengendali dengan menggunakan mikrokontroler AT89S51 dan sistem aktuator dengan menggunakan motor dc. Robot ini dirancang dengan sistem kemudi roda diferensial yaitu masing-masing motor untuk kemudi roda kanan dan roda kiri. Penempatan sensor ultrasonik adalah pada bagian depan, kanan dan kiri agar robot dapat berjalan untuk menghindari halangan yang berada di sekitarnya. Antarmuka serial yang digunakan pada robot berfungsi untuk menampilkan jarak antara robot dengan objek penghalang disekitarnya. Pengujian robot dilakukan dengan menempatkan robot pada suatu kondisi dengan posisi penghalang yang berbeda-beda. Dari hasil pengujian yang dilakukan terhadap robot tersebut, melalui analisa data dan grafik, robot mampu menghindari setiap halangan yang ada.

---

Avoider robot is mean robot who is designed to avoid the block in around. This robot is made with three part; input from ultrasonic sensor, system controller using microcontroller AT89S51 and actuator using dc motor. This robot designed with differential wheel drive, that is used independently motor for each left motor and right motor. The placed of ultrasonic censors on the front of robot, on the left side and on the right side used for make robot can walk avoid the block around. Serial interfacing that used on the robot is for showing the distance between robot and the object around the robot. To look at the function of the robot, the robot placed on the situation that have different blocking position. From the result of the test, the data analysis and the chart from the data, we know that robot be able to avoid the block in around."

"Secara teoritis, biometrik dapat digunakan untuk mengidentifikasi dan memverifikasi suatu individu. Iris mata merupakan salah satu instrumen biometric yang handal, karena keunikan dari dan kompleksitasnya.Di dalam penelitian ini dirancang bangun program identifikasi iris mata menggunakan metode Jaringan Syaraf Tiruan (JST). Citra mata dijital yang akan diidentifikasi pertama-tama dilakukan pra-pengolahan terlebih dahulu. Proses ini memisahkan bagian iris dari citra mata menggunakan metode morphologi, yaitu close, erosi dan dilasi. Selanjutnya, citra disegmentasi untuk memisahkan citra iris berbentuk lingkaran dalam koordinat x-y menjadi format polar r-θ berbentuk persegi panjang. Citra polar kemudian diekstrasi untuk mendapatkan nilai karakteristik rata-ratanya dalam bentuk matriks 40 x 1. Nilai karakteristik dilatih dan dimasukkan ke dalam database sebagai input pembanding untuk proses identifikasi. JST terdiri dari 10 layer tersembunyi, 1 layer keluaran, dengan fungsi aktifasi tansig dan purelin.Setelah dilakukan pelatihan untuk 80 citra iris, baik mata kiri maupun kanan, proses identifikasi mencapai tingkat akurasi rata-rata sebesar 87% untuk 5 buah input citra dengan 20 kali uji coba.

---

Theorically, biometric can be used to identify dan verify an individu. Iris is one of biometric identifier that highly acceptable because of its uniqueness and complexity.

The objective of this research is to identifiy an iris using Artificial Neural Network (ANN) method. First, the digital infrared image of eye will be preprocessed which separate the iris from the eye using morphology technique, such as closing, erosion, and dilation. The iris is then transformed from x-y dimension into r-θ polar image, which convert the circle shape into rectangle one. The image was then extracted in order to get the average value of its intensities and saved in 40 x 1 matrix size. These values will be trained in the ANN and inserted into a database to be used as a comparator in identification process. The ANN consisted of 10 hidden layer, 1 output layer, and activation functions of tansig and purelin, respectively.

Using 80 images as training data, the identification accuracy reached 87 % for 5 images and 20 times of test for left side and right side eyes."

"Dalam skripsi ini dibahas mengenai perancangan dan pembuatan perangkat keras dan perangkat lunak robot beroda otonomi yang mampu bergerak dengan baik pada lingkungan sekitar tanpa pengendalian manusia. Pengendalian robot ini berdasarkan reactive behavior dan goal-oriented behavior. Robot bertujuan untuk bergerak di dalam maze yang menyerupai rumah, mencari api, mematikan api lalu kembali ke tempat awal. Robot ini bergerak dalam ruangan yang mempunyai peta statis, dengan ukuran tiap peta yang tidak sama. Robot otonomi menggunakan pengendali logika fuzzy sebagai pengatur tingkah laku atau pergerakan robot selama bergerak di dalam maze, serta menggunakan teori graph sebagai navigasi robot dalam maze. Robot ini dilombakan di ajang Kontes Robot Cerdas Indonesia (KRCI) 2005 di Balairung Universitas Indonesia, 14-15 Mei 2005 sebagai wakil Universitas Indonesia. Selama perlombaan terlihat semua fungsi robot dapat berjalan dengan baik, dan berhasil menyelesaikan tugasnya secara memuaskan. Tetapi ada beberapa kekurangan seperti respons motor yang lambat, kecepatan motor yang kurang dan minimalnya strategi pencegahan (contingency strategy). Namun secara keseluruhan, robot ini memuaskan dengan dibuktikannya menyelesaikan keseluruhan tugas yang diberikan sehingga menempati peringkat ketiga dan mendapat penghargaan robot dengan desain ekonomis."

"ABSTRAKKota Depok yang mempunyai luas wilayah sekitar 20.029 ha, tidak terlepas dari fenomena dinamika perubahan lahan akibat pertambahan penduduk terus menerus. Apabila proses ini dibiarkan maka akan terjadi pergeseran penggunaan lahan yang semakin tidak terkendali. Prediksi penggunaan lahan menjadi salah satu alternatif sebagai antisipasi pengendalian penggunaan lahan yang berlebihan dimasa yang akan datang . Penelitian ini bertujuan untuk melakukan pemodelan untuk memprediksi perubahan penggunaan lahan di Kota Depok tahun 2030 menggunakan aplikasi Cellular Automata-Markov dengan metode Jaringan Syaraf Tiruan, lalu membandingkannya dengan Rencana Tata Ruang Wilayah RTRW kota Depok sebagai salah satu instrumen perencanaan. Hasil penelitian menunjukan perubahan penggunaan lahan dari tahun 1998 ndash; 2013. Penambahan luas penggunaan lahan terjadi pada permukiman sebesar 7254 ha Kecamatan Limo dan Sukmajaya , pertanian/tegalan/ladang sebesar 3327, semak/tanah terbuka dan badan air masing ndash; masing 395 ha dan 451 ha Penurunan secara besar terjadi pada kebun/vegetasi dan sawah yaitu sebesar 9707 ha dan 1350 ha. Prediksi penggunaan lahan menunjukan penambahan luas penggunaan lahan terjadi pada kebun Kecamatan Tapos sebesar 1813 ha, permukiman sebesar 391 ha Kecamatan Beji, Pancoran Mas, Sukmajaya , dan sawah sebesar 864 ha. Penurunan secara besar terjadi pada pertanian yaitu sebesar 1971 ha dan semak/tanah terbuka sebesar 1079 ha. Prediksi perubahan penggunaan lahan di Kota Depok untuk tahun 2030 pada memiliki nilai Kappa sebesar 0.68 akurasi 68 . Setelah dibandingkan dengan RTRW setidaknya terdapat kemiripan sebesar 13.700 ha atau 68 luas total Kota Depok. Setidaknya sekitar 12516 ha permukiman kepadatan tinggi, 1549 ha untuk Ruang Terbuka Hijau, dan 80 ha untuk Daerah Resapan Air.

---

ABSTRACTDepok city which has an area of about 20,029 ha, is inseparable from the phenomenon of the dynamics of land use change due to the continuous population growth. If the process is allowed then there will be a huge shift and uncontrolled in land use . Land use prediction is one of the alternatives in anticipation of excessive land use control in the future. This study aims to model the prediction of land use change in Depok City by 2030 using Cellular Automata Markov application with Artificial Neural Network method and compare it with Spatial Planning RTRW of Depok as one of the planning instruments. The results of the study show the land use change from 1998 to 2013. The increase of land use occurred in settlements of 7254 ha Limo and Sukmajaya SubDistrct , agriculture of 3327ha, shrubs open land and water bodies of 395 ha and 451 ha. The large decrease occurred in the garden vegetation and rice fields that amounted to 9707 ha and 1350 ha. Land use prediction shows the increase of land use occurred in the vegetation Tapos Sub District of 1813 ha, settlements of 391 ha Beji, Pancoran Mas, Sukmajaya Sub District , and rice field of 864 ha. A large decrease occurred in agriculture that amounted to 1971 ha and shrub open land of 1079 ha. The prediction of land use change in Depok for 2030 has a Kappa value of 0.68 68 accuracy . After comparison with RTRW, there is at least 13,700 ha or 68 of total Depok City. At least around 12516 ha of high density settlements, 1549 ha for the Green Open Space, and 80 ha for the Water Catchment Area."