Perancangan Perangkat Lunak Sistem Penghindar Tabrakan Pada Automated Guided Vehicle (AGV) Dengan Metode Jaringan Syaraf Tiruan

Fakhrudin, Affan (2008) Perancangan Perangkat Lunak Sistem Penghindar Tabrakan Pada Automated Guided Vehicle (AGV) Dengan Metode Jaringan Syaraf Tiruan. Other thesis, Institut Teknologi Sepuluh Nopember.

Text 2102100053-Undergraduate_Thesis.pdf - Accepted Version Restricted to Repository staff only Download (58MB) | Request a copy

Abstract

Automated guided vehicle (AGV) merupakan salah satu jenis robot yang digunakan dalam dunia industri modern sebagai sarana atau peralatan penunjang terpenuhinya permintaan yang semakin tinggi terhadap hasil produksi. Secara umum, terdapat tiga sistem utama pada AGV yang mempunyai fungsi berbeda beda namun saling berkaitan. Ketiga sistem tersebut adalah collision avoidance, shotest path dan automatic steering system. Pada tugas akhir ini dibahas secara khusus tentang collision avoidance system a tau sistem penghindar tabrakan. Sistem penghindar tabrakan yang akan digunakan pada tugas akhir ini menggunakan sensor web-cam untuk menghasilkan gambar digital. Permasalahan yang muncul dalam perancangan sistem ini adalah bagaimana urutan proses pengolahan data berupa gambar digital yang didapatkan dari web-cam, pemilihan feature extraction yang digunakan, dan bagaimana bentuk program kerja yang dapat membuat AGV mampu mengidentifikasi kondisi jalan sehingga dapat terhindar dari tabrakan. Salah satu alternatif metode pemecahan masalah adalah menggunakan perangkat lunak dengan algoritma jaringan syaraf tiruan. Jaringan syaraf tiruan mempunyai kemampuan untuk mengenali pola warna yang sebelumnya telah dilatihkan padanya (proses pelatihan). Dengan kata lain, penggunaan jaringan syaraf tiruan untuk sistem penghindar tabrakan ini merupakan proses pengenalan dan pengklasifikasian obyek berdasarkan pola warnanya. Dengan menggunakan jaringan syaraf tiruan hpe backpropagahon yang memiliki hga layer dengan kombinasi neuron 2288-10-2, perangkat lunak sistem penghindar tabrakan mampu mengklasifikasi obyek yang ditemuinya. Nilai output yang dikeluarkan oleh perangkat lunak bernilai O1 yang merepresentasikan jalan tanpa halangan dan 10 yang merepresentasikan jalan dengan halangan. Kesimpulan yang dapat diambil dari simulasi adalah bahwa perangkat lunak dapat mengenali dan mengidentifikasi apakah obyek adalah halangan atau bukan
==================================================================================================================================
Automated guided vehicles (AGVs) are a type of robot used in the modern industrial world as a means or equipment to support the fulfillment of the increasing demand for production results. In general, there are three main systems in AGVs that have different but interrelated functions. These three systems are collision avoidance, shottest path, and automatic steering system. In this final project, the collision avoidance system is specifically discussed. The collision avoidance system that will be used in this final project uses a webcam sensor to produce digital images. The problems that arise in designing this system are how the sequence of data processing in the form of digital images obtained from the webcam, the selection of feature extraction used, and how the work program can make the AGV able to identify road conditions so that it can avoid collisions. One alternative method of solving this problem is to use software with an artificial neural network algorithm. Artificial neural networks have the ability to recognize color patterns that have been previously trained on them (the training process). In other words, the use of artificial neural networks for this collision avoidance system is the process of recognizing and classifying objects based on their color patterns. Using an HPE backpropagation artificial neural network with a HGA layer and a combination of 2288-10-2 neurons, the collision avoidance system software is able to classify the objects it encounters. The output value produced by the software is 01, which represents a path without obstacles, and 10, which represents a path with obstacles. The conclusion that can be drawn from the simulation is that the software can recognize and identify whether an object is an obstacle or not

Item Type:	Thesis (Other)
Additional Information:	RSM 005.12 Fak p-1 2008 (weeding)
Uncontrolled Keywords:	AGV, collision avoidance, jaringan syaraf tiruan, pengenalan pola warna; AGV, collision avoidance, artificial nerve network, color pattern identification
Subjects:	Q Science > QA Mathematics > QA76.758 Software engineering
Divisions:	Faculty of Industrial Technology > Mechanical Engineering > 21201-(S1) Undergraduate Thesis
Depositing User:	EKO BUDI RAHARJO
Date Deposited:	16 Oct 2025 05:52
Last Modified:	16 Oct 2025 05:52
URI:	http://repository.its.ac.id/id/eprint/128600

Actions (login required)

View Item