PENERAPAN FORWARD CHAINING PADA NAVIGASI ROBOT KAKI ENAM

Prosiding Seminar Ilmiah Nasional Teknologi Komputer (SENATKOM 2015) Universitas Putra Indonesia YPTK Padang - 23 Oktober 2015

Vol. 1, Oktober 2015 ISSN : 2460- 4690

PENERAPAN FORWARD CHAINING PADA NAVIGASI ROBOT KAKI ENAM Mohd Iqbal1), Eko Syamsuddin Hasrito2), Gunadi Widi Nurcahyo3) 1)

Teknik Informatika STIKOM Muhammadiyah Batam , Teknik Informatika Magister Komputer, 3) 3) UPI “YPTK”, Padang , Teknik Informatika Magister Komputer, UPI “YPTK”, Padang e-mail: [email protected]

Abstract In the design and manufacture of robots robot forms and concepts influenced by the function and purpose of the robot. Six-legged robot (hexapod) is the most widely used because hexapod has many advantages, among them is the flexibility in movement pattern, since it is more stable robot because the robot is at least three or more feet on the ground when moving. In this study, researchers discuss robotic navigation system by utilizing the expert system which uses Forward chaining inference method, and then use as a robot brain Raspberry and microcontroller Atmega 32 as drive control robot legs. Later in this study researchers used an ultrasonic distance sensor as the sense of sight robot. Results of this research is a hexapod robot which navigate by using the rule of an expert to be able to navigate a location that has been determined by the expert. Keywords: Expert System, Robot, Hexapod, Raspberry, Forward chaining inference, Microcontroller.

Abstrak Dalam perancangan dan pembuatan robot bentuk dan konsep robot dipengaruhi oleh fungsi dan tujuan dari robot tersebut. Robot berkaki enam (hexapod) ini yang paling banyak digunakan karena hexapod memiliki banyak keuntungan, di antaranya ialah fleksibilitas dalam pola gerakan, karena robot ini lebih stabil sebab robot ini minimal tiga atau lebih kakinya ada di tanah ketika bergerak. Dalam penelitian ini peneliti membahas sistem navigasi robot dengan memanfaatkan Sistem Pakar dimana menggunakan metode inference Forward Chaining, kemudian menggunakan Raspberry sebagai otak robot dan mikrokontroller Atmega 32 sebagai kontrol penggerak kaki robot. Kemudian dalam penelitian ini peneliti menggunakan sensor jarak ultrasonik sebagai indra penglihatan robot. Hasil penelitian ini adalah sebuah robot hexapod yang bernavigasi dengan menggunakan rule dari seorang pakar sehingga mampu melakukan navigasi dilokasi yang telah di tentukan oleh pakar tersebut. Kata Kunci : Sistem Pakar, Robot, Hexapod, Raspberry, inference Forward Chaining, Mikrokontroller.

Mohd Iqbal1), Eko Syamsuddin Hasrito2), Gunadi Widi Nurcahyo3) 1)

Teknik Informatika STIKOM Muhammadiyah Batam , 23) Teknik Informatika Magister Komputer, UPI “YPTK”, Padang

182


1. PENDAHULUAN 1.1

Latar Belakang Masalah Dalam perancangan dan pembuatan robot bentuk dan konsep robot dipengaruhi oleh fungsi dan tujuan dari robot tersebut, makanya tidak semua robot bersifat mobilitas atau berpindah tempat, sehingg ada robot yang khusus dirancang untuk dunia industri sehingga hanya diam dan bekerja secara otomatis. Menurut (Setiawan 2012) robot secara umum dapat diartikan sebuah sistem yang terdiri dari hardware dan software yang dapat melakukan tugas tertentu dari manusia. Robot dirancang oleh manusia untuk membantu bahkan menggantikan kegiatan manusia yang butuh ketelitian dan beresiko tinggi. Robot berkaki untuk menghadapi medan yang tidak rata atau tidak mulus seperti daerah yang berbatu, disitulah kelebihan dari robot berkaki enam (hexapod) dibandingkan robot beroda dalam hal kemampuannya melewati daerah tidak rata. Menurut (Widiastuti 2012) Sistem pakar adalah suatu program komputer cerdas yang menggunakan knowledge (pengetahuan) dan prosedur inferensi untuk menyelesaikan masalah yang cukup sulit sehingga membutuhkan seorang yang ahli untuk menyelesaikannya. Pada penelitian ini melengkapi software dan sistem baru pada sebuah hexapod robot dengan mobilitas yang lebih baik dengan meningkatkan sistem navigasinya dimana robot diberikan kecerdasan buatan pada otaknya tersebut dengan menggunakan metode Forward Chaining dimana pada sisi otak robot ditambahkan sistem database sehingga robot akan dapat mengenal beberapa kondisi lingkungan tanpa harus memprogram ulang robot tersebut akan tetapi peniliti hanya menambahkan data di databasenya melalui laptop maupun peralatan mobile tanpa harus merubah program. 2. LANDASAN TEORI 2.1. Sistem Pakar

Vol. 1, Oktober 2015 ISSN : 2460- 4690

Sistem pakar adalah sistem yang menggunakan pengetahuan manusia yang terekam dalam komputer untuk memecahkan persoalan yang biasanya memerlukan keahlian manusia (Handayani 2008) Sistem pakar yang baik dirancang agar dapat menyelesaikan suatu permasalahan tertentu dengan meniru kerja dari para ahli. Sistem pakar dapat mendorong perhatian besar diantara ahli komputer dan spesialist informasi untuk mengembangkan sistem membantu manajer dan non manajer memecahkan masalah. 2.2.

Inferensi Forward Chaining

Menurut Turban (2005) Mesin inferensi adalah program komputer yang memberikan metodologi untuk penalaran tentang informasi yang ada dalam basis pengetahuan dan dalam workplace, dan untuk memformulasikan kesimpulan. Menurut (Putri 2011) runut maju (Forward Chaining) merupakan metode inferensi yang melakukan penalaran dari suatu masalah kepada solusinya. Jika klausa premis sesuai dengan situasi (bernilai Benar), maka proses akan menyatakan konklusi. 2.3 Navigasi Menurut (Emmanual 2013) navigasi adalah proses memantau dan mengendalikan pergerakan dari seseorang atau alat transportasi (mobil atau kapal atau pesawat) dari satu tempat ke tempat lainnya. 2.4. Robot Menurut (Setiawan 2012) robot secara umum dapat diartikan sebuah sistem yang terdiri dari hardware dan software yang dapat melakukan tugas tertentu dari manusia. Menurut (Kurniadi 2007) dasar sistem mobile robot line follower, wall follower maupun penghindar rintangan mengacu pada dasar sistem robot yang bergerak secara otonom. 2.5. Kontroller 2.5.1 Mikrokontroller

Mohd Iqbal1), Eko Syamsuddin Hasrito2), Gunadi Widi Nurcahyo3) Teknik Informatika STIKOM Muhammadiyah Batam 1), Teknik Informatika Magister Komputer, UPI “YPTK”, Padang23)

183


Vol. 1, Oktober 2015 ISSN : 246 - 4690

Menurut (Riantiningsih 2009) Microcontroller adalah suatu keping IC dimana terdapat mikroprosesor dan memori program ROM (Read Only Memory) serta memori serbaguna 2.5.2. Raspberry Pi Menurut (Fernando 2014) raspberry Pi adalah suatu perangkat mini computer berukuran sebesar kartu kredit. Raspberry Pi memiliki sistem Broadcom BCM2835 chip (SoC), yang mencakup ARM1176JZF-S 700 MHz processor (firmware termasuk sejumlah mode "Turbo" sehingga pengguna dapat mencoba overclocking, hingga 1 GHz, tanpa mempengaruhi garansi), VideoCore IV GPU, dan awalnya dikirim dengan 256 megabyte RAM, kemudian upgrade ke 512MB. Termasuk built-in hard disk atau solidstate drive, tetapi menggunakan kartu SD untuk booting dan penyimpanan jangka panjang Horan, B(2013). 2.6. Sensor jarak (Ping) Menurut (Suryatini 2013) Sensor Ping ini secara khusus didesain untuk dapat mengukur jarak sebuah benda padat. Sensor Ping mendeteksi jarak objek dengan cara memancarkan gelombang ultrasonik (40kHz) selama waktu pemancaran kemudian mendeteksi pantulannya. Sensor Ping memancarkan gelombang ultrasonik sesuai dengan pulsa trigger dari mikrokontroler sebagai pengendali. 3.

Gambar 3.1 Kerangka Kerja Penelitian 4. ANALISA, PERANCANGAN DAN IMPLEMENTASI 4.1 Analisa Sistem Dengan menggunakan sistem ini maka akan kita dapatkan sistem navigasi robot yang baik. Metode yang digunakan pada sistem robot ini adalah inference Forward di mana navigasi robot menelusuri dinding dan inference Forward Chaining berfungsi untuk menentukan arah pergerakan robot. 4.1.1 Arsitektur Sistem Pakar Dalam pembangunan sistem pakar ini, digunakan metode inferensi runut maju (forward chaining). Pemilihan metode ini berdasarkan dari gambar lapangan robot yang ukuran dan bentuk lapangannya telah ada.

Kerangka Kerja Penelitian Identifikasi Masalah Analisa Masalah Mempelajari Literatur Mengumpulkan Data Pemilihan Metode dan Komponen Pembuatan Robot Uji Coba Analisa Hasil dan Kesimpulan

Gambar 4.1. Arsitektur Sistem Pakar Navigasi Robot Hexapod 4.1.1 Knowledge Base Berdasarkan gambar 4.1 knowledge base adalah pemprosesan yang dilakukan oleh sistem pakar untuk pemprosesan pengetahuan, bukan pemprosesan data seperti yang dilakukan ketika pemrograman secara konvensional dimana yang kebanyakan dilakukan oleh


184

Prosiding Seminar Ilmiah Nasional Teknologi Komputer (SENATKOM 2015) Universitas Putra Indonesia YPTK Padang - 25 Oktober 2015 NO KODE KETERANGAN

Vol. 1, Oktober 2015 ISSN : 246 - 4690

FAKTA 1

F00

Fakta hadap kiri robot di sudut ruangan

2

F01

Fakta hadap kanan di simpang 4

3

F02

Fakta hadap kiri depan ruangan 3

4

F03


5

F04


Tabel 4.2 Rule Yang Digunakan Dalam Pencarian Navigasi Robot N O 1

RULE

KETERANGAN

T1

Sensor depan< 15cm

2

T2

Sensor depan < 20cm

3

T3

Sensor depan > 70cm

4 5 6

T4 T5 T6

Sensor depan < 80cm Sensor depan <100cm Sensor kanan < 20cm

7

T7

Sensor kanan>70cm

6

F05


8

T8

Sensor kanan>30cm

9

T9

Sensor kanan>80cm

7

F06

Fakta hadap kiri depan ruangan 1 dan sudut ruangan 4

10 T10 Sensor kanan<30cm Tabel 4.3 Rule Yang Digunakan Dalam Pencarian Navigasi Robot (lanjutan)

8

F07

Fakta serong kanan robot mendekati dinding kiri

NO 11

RULE T11

12

T12

Sensor belakang>70cm

9

F08

Fakta serong kiri robot mendekati dinding kanan

13

T13


14

T14


15

T15


16

T16

Sensor kiri> 70cm

17 18

T17 T18

Sensor kiri>130cm Sensor kiri< 30cm

19

T19

Sensor kiri< 50cm

20

T20

Sensor kiri>90cm

21

T21

Sensor serong kanan <15cm

22

T22

Sensor serong kiri <15cm

sistem informasi.Dalam menghasilkan sistem pakar navigasi berdasarkan ukuran lapangan robot diperlukan pembuatan basis fakta dan aturan yang lengkap dan baik agar proses inferensi berjalan dengan baik. Berikut ini merupakan peta jalur untuk testing navigasi pada robot hexapod ini,

KETERANGAN Sensor kanan>90cm

Tabel 4.4 Daftar Aturan ( Rule ) Untuk Navigasi Robot Hexapod NO 1

Gambar 4.2. Peta Jalur Navigasi Robot Hexapod

2

Tabel 4.1 Tipe – Tipe Masalah PadaNavigasi Robot Hexapod


ATURAN ( RULE ) IF sensor depan< 15cm THEN Mundur IF sensor depan < 20cm AND sensor kanan < 20cm THEN Hadap kiri robot di sudut ruangan

185


3

4

5

6

7

8

9

10

IF sensor depan > 70cm AND sensor kanan>70cm AND sensor belakang>70cm AND sensor kiri> 70cm THEN Hadap kanan di simpang 4 IF sensor depan <20cm AND sensor kanan>70cm AND sensor belakang>70cm AND sensor kiri< 30cm THEN Hadap kiri depan ruangan 3 IF sensor depan < 80cm AND sensor kanan>30cm AND sensor belakang>100cm AND sensor kiri>130cm THEN Hadap kiri depan ruangan 1 IF sensor depan <20cm AND sensor kanan>80cm AND sensor belakang>140cm AND sensor kiri< 30cm THEN Hadap kiri depan ruangan 2 IF sensor depan <100cm AND sensor kanan<30cm AND sensor belakang>100cm AND sensor kiri< 50cm) THEN Hadap kiri depan ruangan 4 IF sensor depan <20cm AND sensor kanan>90cm AND sensor belakang>170cm AND sensor kiri>90cm THEN Hadap kiri depan ruangan 1 dan sudut ruangan 4 IF sensor serong kanan < 15 THEN Serong kanan robot mendekati dinding IF sensor serong kiri < 15 THEN Serong kiri robot mendekati dinding kanan

t1

2

p2

3

t2

4

sensor kanan t3

5 6

sensor belaka ng t4

7 8 9 10 11 12 13

sensor kiri t5 p6 t6 Target

Vol. 1, Oktober 2015 ISSN : 246 - 4690

Cha r int

1

Cha r int

1

Cha r int

1

Cha r int

1

Cha r int Cha r Cha r

1

Tanda > atau < Jarak Ping 2

10


10


10


10

Tanda > atau < Jarak Ping 6 Tanda > atau < Target_Gera kan

10 1 10

4.1.1.3 Mesin Inferensi Merupakan prosedur untuk mencocokkan fakta dengan aturan tentang data gerakan robot di database dan aturan. Mulai

Cek Sensor SRF 04 Bandingkan sensor Dengan databe pakar

Tidak

4.1.2 Database Perancangan database sistem pakar navigasi robot hexapod ini bertujuan untuk memberikan gambaran data yang di butuhkan. Untuk navigasi robot hexapod ini terdiri dari 1 tabel yaitu tabel jarak sensor ke robot

Sudah Dapat solusi?

Ya solusi

Tidak

Apakah sistem di hentikan ?

Tabel 4.5 Tabel Jarak Sensor ke Dinding N o 1

Nama Field sensor depan

Tip e int

Ukura n 10

Ya

Keterangan

selesai

Gambar 4.3 Gambar Inferensi Engine Jarak Ping 1


186


Vol. 1, Oktober 2015 ISSN : 246 - 4690

4.1.1.4 User Interface Sistem pakar yang dibangun memungkinkan pengguna untuk menentukan masukan atau input berupa kondisi jarak sensor terhadap dinding lapangan robot: Perancangan interface bertujuan untuk memudahkan user dalam melakukan atau menjalankan aplikasi sistem pakar yang telah dibangun. Form ini digunakan untuk melakukan input ukuran jarak robot terhadap pola ruangan yang ada.

Gambar 4.5. Posisi Sensor Jarak (Ping) Pada Robot Keterangan: P1 = sensor ping 1, P2 = sensor ping 2 P3 = sensor ping 3, P4 = sensor ping 4 P5 = sensor ping 5, P6 = sensor ping 6 2. Komponen Proses: Komponen proses yang dipakai pada robot ini ada dua, yaitu:Mikrokontroller ATMega 32, Raspberry 3. Komponen Output: Servo 4. Media Komunikasi : Router Wfi 5. Bagian Database 4.1.3 Rancangan Sistem Navigasi

Gambar 4.4 Form input data jarak sensor

Robot Hexapod

4.1.1.5 Explanation Facilities

Rancangan sistem navigasi dari alat ini dapat dilihat pada gambar dibawah.

Pada proses sistem , akan digunakan fungsi – fungsi yang berbeda baik untuk robot maupun dari pakar . Pada proses forward chaining ini , pertama pakar akan memasukkan data jarak sensor dan tanda jarak sensor baik itu besar (>) maupun tada kecil (<). Setelah pakar memasukkan data ukuran jarak sensor terhadap ruangan, baru robot dapat bernavigasi sesuai dengan kondisi jarak sensor robot terhadap dinding. 4.1.2

Arsitektur Robot Robot ini memiliki arsitektur dengan bagian-bagiannya sebagai berikut : 1. Komponen Input Komponen input yang dipakai pada robot ini adalah sensor SRF04. Sensor SRF04 ini berfungsi untuk mengukur jarak robot terhadap dinding dan benda yang berada di sekitarnya, di mana kita menggunakan 6 sensor robot, yaitu bagian depan, depan serong kanan, depan serong kiri, kanan, kiri dan belakang.

Gambar 4.6 Rancangan sistem navigasi robot 4.1.4 Rancangan Modul Program Modul program dirancang memiliki struktur dengan kualitas yang baik dan mudah dimengerti, maka sebelum pembuatan listing program perlu diawali dengan penentuan logika program.


187


Vol. 1, Oktober 2015 ISSN : 246 - 4690

START Inisialisasi GPIO

Cek Sensor SRF 04 Inference Forward Chaining

Gambar 4.8 Bentuk Fisik Robot

Kirim Data Ke Mikrokontoller Servo

Tidak Finish ?

4.3 Implementasi Software Robot Pada implementasi software ini, ada dua tahap yang harus dilakukan. Dapat dilihat pada gambar 4.9.

Ya Stop

Gambar 4.7 Flowchart 4.2

Implementasi Hardware Robot Dalam tahap implementasi hardware ini, terdapat beberapa tahap yang harus dikerjakan sehingga hasilnya yaitu berupa bentuk fisik robot yang sudah lengkap terpasang dengan rangkaian elektronik. Tahap-tahapnya dapat dilihat pada gambar 4.8. Pembuatan mekanik robot Pembuatan Modul Elektronik Perakitan mekanik dan elektronik

Testing dan Finishing Gambar 4.8 Tahap Implementasi Hardware . Penyelesaian Robot dan testingBentuk fisik robot dapat dilihat pada gambar 4.8.

Gambar 4.9 Tahap Implementasi Software Robot A. Implementasi Koneksi Komputer Kontrol ke Prosesor Robot. Pada tahap ini kita akan mengkoneksikan computer kontrol ke prosesor robot melalui jaringan , ini dilakukan agar robot dapat dijalankan dan database dalam robot dapat diinput. B. Implementasi Inference Forward Chaining. Inference Forward Chaining pada sistem ini berfungsi untuk menentukan pergerakan kaki Robot bagian mana yang akan bergerak berdasarkan nilai yang dihasilkan oleh sensor SRF 04. Untuk pengujian inference Forward Chaining ini, kita menggunakan program Python sebagai eksekusi programmnya. C. Implementasi Program Sensor dan Gerakan Robot Untuk mengimplementasikan gerakan kaki robot navigasi pada robot ini, yang digunakan adalah Mikrokontoller Servo yang digunakan adalah Code Vision AVR.


188


4.4

Pengujian Robot Pada tahap pengujian robot ini, robot akan diuji pada arena pengujian. Arena pengujian dibuat dari papan kayu berukuran 2,5 m x 2,5 m. Gambar skema arena pengujian robot dapat dilihat pada gambar 5.14.

Android." Vol.1.

Vol. 1, Oktober 2015 ISSN : 246 - 4690

Jurnal

Reka

Elkomika

Fernando, E. (2014). "AUTOMATISASI SMART HOME DENGAN RASPBERRY PI DAN SMARTPHONE ANDROID." Konferensi Nasional Ilmu Komputer (KONIK) 2014. Handayani (2008). "Sistem Pakar untuk Diagnosis Penyakit THT Berbasis Webdengan “e2gLite Expert System Shell”." Jurnal Teknologi Industri Vol. XIINo.1: 19 -26.

Gambar 4.10 Arena Pengujian Robot 5. KESIMPULAN DAN SARAN 5.1 Kesimpulan Berdasarkan hasil pengujian yang telah dilakukan , dapat diambil kesimpulan-kesimpulan, yaitu: 1. Robot dapat bernavigasi dengan baik, terlihat dengan telah melewati beberapa pengujian yang dilakukan pada penelitian ini. 2. Penerapan metode Inference Forward Chaining dapat menambah kemampuan robot Hexapad dalam melakukan navigasi sesuai dengan data kepakaran yang dimasukkan. 5.2 Saran Beberapa saran yang bermanfaat untuk pengembangan dan penyempurnaan robot ini selanjutnya, yaitu: 1. Penambahan sensor SRF 04 akan memperbanyak jenis gerakan robot dalam mengenal rintangan. 2. Pemanfaatan sumber daya dengan daya tahan arus yang lebih lama sangat dibutuhkan jika robot ini digunakan dalam waktu lama 6.

DAFTAR PUSTAKA

Emmanual, D. (2013). "Perancangan dan Implementasi Alat Bantu Sistem Navigasi Menggunakan Modul Navigasi Berbasiskan Sistem Operasi

Kurniadi (2007). "PERANCANGANROBOT PENGHINDAR DINDING DENGAN MENGGUNAKAN SENSOR INFRA MERAH BERBASIS MIKROKONTROLER AT89S51." Eskrispi Universitas Sumatera Utara Putri, P. A. (2011). "Sistem Pakar untuk Mendiagnosa Penyakit Hati Menggunakan Metode Forward Chaining (Expert System for Diagnosing Liver Disease Using Forward Chaining) " JUITA Vol. I. Riantiningsih, W. N. (2009). "PENGAMANAN RUMAH BERBASIS MICROCONTROLLER ATMEGA 8535 DENGAN SISTEM INFORMASI DENGAN MENGGUNAKAN PC." Skripsi Universitas Sumatera Utara(2009). Setiawan, R. (2012). "PENGEMBANGAN ROBOT PENDETEKSI OBJEK BERDASARKAN WARNA DENGAN SENSOR KAMERA SEBAGAI MEDIA PEMBELAJARAN." Jurnal Skripsi Universitas Negeri Yogyakarta. Suryatini, F. (2013). "ROBOT CERDAS PEMADAM API MENGGUNAKAN PING ULTRASONIC RANGE FINDER DAN UVTRON FLAME


189


Vol. 1, Oktober 2015 ISSN : 246 - 4690

DETECTOR BERBASIS MIKROKONTROLER ATMEGA 128." ELECTRANS 12(maret 2013): 29-38.

Turban, E., dkk. 2005. Decision Support Systems and Intelligent Systems. Yogyakarta: Andi Offset. Widiastuti, W. (2012). "APLIKASI SISTEM PAKAR DETEKSI DINI PADA PENYAKIT TUBERKULOSIS." Jurnal Algoritma Sekolah Tinggi Teknologi Garut 09.


190

PENERAPAN FORWARD CHAINING PADA NAVIGASI ROBOT KAKI ENAM

Recommend Documents