1. Pendahuluan 1.1 Latar Belakang Seiring dengan perkembangan jaman, robot menjadi salah satu alternatif pengefektifan tenaga manusia dalam menyelesaikan pekerjaannya di dunia nyata. Akan tetapi robot tetaplah robot. Robot tetap sebuah benda mati yang tidak sehebat manusia. Secanggih apapun robot yang dibuat tetap tidak dapat menggantikan manusia sepenuhnya. Meskipun robot dapat diberi kecerdasan-kecerdasan, manusia masih memiliki kelebihan yag tidak dimiliki robot yakni hati dan perasaan. Sehingga dalam penciptaan suatu robot hendaknya perlu untuk memikirkan segala hal baik dari sisi positif maupun negatif yang mungkin ditimbulkan. Di dunia ini, robot masih menjadi topik bahasan yang menarik yang dapat dieksploitasi seluas mungkin. Penggunaan kecerdasan buatan atau Artificial Intelligence salah satunya. Sesuai dengan fungsi utamanya, robot diciptakan untuk memudahkan manusia dalam menyelesaikan masalah, contohnya robot pemotong rumput, robot untuk membantu dokter dalam melakukan operasi, atau robot pemadam api. Kontes Robot Indonesia (KRI) dan Kontes Robot Cerdas Indonesia (KRCI) setiap tahunnya diadakan oleh Direktorat Pendidikan Indonesia yang bertujuan untuk meningkatkan mutu pendidikan. Acara tahunan ini dijadikan sebagai media untuk menyalurkan minat dan bakat mahasiswa di bidang teknologi robotika. Diajang ini robot yang ikut serta dalam nya dituntut untuk dapat menjelajahi arena yang merupakan simulasi sebuah rumah, kemudian mencari dimana sumber api berada kemudian memadamkannya. Robot ini berfungsi sebagai pencari lokasi sumber api dan kemudian bertugas untuk memadamkannya. Proses pencarian titik api dilakukan dengan mendeteksi pancaran sinar ultraviolet yang dipancarkan api dengan menggunakan sensor pendeteksi sinar ultraviolet. Untuk dapat menjelajahi arena dan agar robot tidak membentur halangan maupun dinding di sekitarnya, robot manggunakan sensor ultrasonic untuk mengambil jarak robot dengan segala sesuatu yang ada disekitarnya. Sensor ultrasonic ini yang nantinya memberikan informasi mengenai jarak yang akan digunakan untuk menentukan gerakkan robot seperti belok kanan, belok kiri maupun lurus. Selain harus dapat memenuhi requirement tersebut, lebih jauh lagi robot harus dapat mengetahui keberadaannya, bukan hanya posisi dalam koordinat global saja namun
1
juga posisi relatif terhadap posisi tujuan dan keadaan lingkungan itu sendiri. Permasalahan ini kemudian dikenal sebagai permasalahan mapping pada robot. Apabila tidak terdapat informasi mengenai konfigurasi lingkungannya, robot otonom ini juga harus dapat membangun sendiri representasi petanya. Pada kenyataannya, dalam beberapa waktu terakhir ini, masalah mapping telah menyita banyak perhatian banyak peneliti dalam berbagai riset di teknologi bidang robotika. Hal ini disebabkan karena masalah mapping seringkali menjadi suatu masalah rumit karena keterbatasan yang dimiliki sensor robot dalam mendapatkan informasi dari lingkungannya.
1.2
Rumusan Masalah
Berikut merupakan masalah yang ingin diangkat dalam Tugas Akhir ini. 1. Bagaimana cara robot kembali ke posisi awal (home) jika yang diinginkan adalah robot menggunakan fastest path?
1.3
Batasan Masalah
Berdasarkan latar belakang masalah yang telah dikemukakan maka masalah yang dirumuskan adalah bagaimana menerapkan algoritma Reinforcement Learning khususnya Q-Learning pada pemetaan ruangan robot. Algoritma ini termasuk algoritma yang jarang diterapkan pada kontrol robot sehingga masih ada ruang luas dalam mengeksploitasinya. Dalam tugas akhir ini terdapat beberapa batasan yang akan digunakan. Lingkup dari masalah yang dibahas dalam tugas akhir ini adalah : 1. Aturan yang dipakai adalah aturan ”Fire Fighting Robot” dari Trinity College, Connecticut, Amerika Serikat dengan berbagai parameter yang mendekati aslinya. 2. Tidak membahas secara detail sistem mekanik dan eletronik dari robot Fire Fighting. 3. Algoritma ini diterapkan dengan cara simulasi pada program MATLAB. 4. Tidak membahas secara detail proses sensor yang digunakan robot.
2
1.4
Maksud dan Tujuan
Hipotesis : Algoritma Reinforcement Learning khususnya Q-Learning merupakan algoritma yang masih jarang diterapkan dalam proses pengenalan ruangan robot Fire Fighting. Pengaplikasian algoritma ini dapat membantu robot Fire Fighting untuk kembali ke home nya dalam waktu yang lebih cepat. Hal tersebut dikarenakan pada algoritma Q-Learning menerapkan reward dan punishment yang akan diberikan oleh environment atas apa yang telah dilakukannya. Algoritma Q-Leraning menerapkan trial and error dikarenakan saat berangkat robot akan sering melakukan kesalahan yang membuatnya belajar untuk tidak melewati jalan yang menyebabkan lamanya robot saat kembali ke home nantinya. Tujuan dari tugas akhir ini adalah : 1. Menemukan jalan kembali dengan total waktu tercepat (fastest path). Dengan melakukan pembelajaran terhadap lingkungannya diharapkan dapat mengefektifkan perjalanan robot untuk kembali ke tempat start atau home.
1.5
Metodologi Penyelesaian Masalah
Metodologi yang digunakan untuk memecahkan masalah pada tugas akhir ini adalah : 1. Identifikasi Masalah Dilakukan brainstorming dan identifikasi mengenai masalah utama tugas akhir ini, yaitu mengenai pemetaan ruangan pada robot Fire Fighting. Sebelumnya robot hanya melakukan penjelajahan secara acak untuk menemukan home nya kembali sehingga mengakibatkan tidak efisiennya waktu yang digunakan oleh robot. Namun dengan adanya algoritma QLearning, robot akan diberi kemampuan untuk belajar dari lingkungannya dengan mendayagunakan kemampuan sensornya. 2. Studi Literatur Pada tahap ini, akan dilakukan pencarian terhadap materi-materi guna mendukung penulisan tugas akhir ini. Refrensi yang dicari antara lain adalah jurnal, artikel, maupun buku-buku tentang Reinforcement Learning khususnya Q-Learning, Artificial Intelligence, pedoman penulisan Tugas Akhir, materi fisika tentang gerak robot atau bahkan mengenai sistem kontrol pada robot Fire Fighting. Sumber-sumber bacaan tersebut penulis letakkan pada daftar pustaka.
3
3. Perancangan Sistem Pada tahap ini, akan dilakukan perancangan sebuah algoritma yang sesuai untuk menyelesaikan masalah mapping robot Fire Fighting. Algoritma yang akan dipakai ialah adopsi dari algoritma Q-Learning dengan berbagai modifikasinya. Sistem yang akan dibangun memerlukan beberapa variabel yang berkaitan erat dengan Kontes Robot Cerdas Indonesia seperti uneven floor (tanjakan) dan furniture tiang kuning yang dapat menghambat kecepatan robot maupun keterkaitan antar state pada lingkungan kerja robot. Ukuran workspace yang berubah-ubah juga akan dijadikan parameter yang untuk mengetahui kecepatan algoritma Q-Learning dalam penyelesaian masalah. 4. Implementasi, Pengujian, dan Analisis Hasil Algoritma atau struktur kode yang telah dirancang akan diuji dan analisis nantinya pada program MATLAB. MATLAB menyediakan kemudahan dalam pengerjaan program yang lebih banyak berkutat dengan matriks dan bentukannya. Pengujian akan memfokuskan tentang bagaimana state-state terbaik akan dipilih oleh robot sehingga robot dapat mendapatkan fastest path dengan melihat dari reward yang diberikan oleh lingkungannya. Fastest Path ditentukan oleh nilai reward terbesar dari tiap-tiap state yang dilaluinya. Nanti di Tugas Akhir ini juga akan diperlihatkan seberapa cepat algoritma QLearning dapat menyelesaikan permasalahan dengan parameter lingkungan yang berbeda-beda ukurannya. Setelah melakukan pengujian tersebut diharapkan dapat memberikan bukti mengenai kelayakan algoritma QLearning dalam menyelesaikan permasalahan tentang pencarian jalur tercepat. 5. Perumusan Kesimpulan dan Penyusunan Tugas Akhir Pada tahap ini, akan dilakukan perumusan kesimpulan berdasarkan analisis dari hasil implementasi code yang telah dilakukan pada tahap sebelumnya. Setelah diambil kesimpulan, akan dilakukan penyusunan Tugas Akhir dan pengumpulan dokumentasi dengan mengikuti aturan-aturan yang telah ditetapkan oleh Institusi.
4
1.6
Sistematika Penulisan
Adapun sistematika penulisan dalam tugas akhir ini yaitu Bab 1 Pendahuluan Berisi latar belakang, rumusan masalah, batasan masalah, maksud dan tujuan, metodologi, dan sistematika penulisan. Bab 2 Dasar Teori Membahas konsep dan teori dasar secara umum yang mendukung dalam pemecahan masalah yang berhubungan dengan Tugas Akhir. Bab 3 Perancangan Sistem Membahas mengenai perancangan sistem pada robot seperti deskripsi umum sistem, analisis kebutuhan sistem beserta parameter yang harus diperhatikan, dan perancangan sistem. Bab 4 Pengujian dan Analisis Sistem Berisi mengenai pengujian yang dilakukan terhadap sistem yang dikembangkan yakni algoritma Q-Learning untuk mengatasi masalah pemetaan ruangan dan pencarian fastest path serta analisis terhadap hasil pengujian. Pengujian tersebut mengacu kepada tujuan awal yang ingin dicapai. Bab 5 Kesimpulan dan Saran Membahas mengenai kesimpulan yang dapat diambil dari penggunaan algoritma QLearning yang dipilih dan saran untuk penelitian selanjutnya.
5
