Fandidarma, Bayu (2019) Pembentukan Formasi Particle Swarm Menggunakan Artificial Neural Network Self Organizing Map (ANN-SOM) dengan Strategi 2 Tingkat. Masters thesis, Institut Teknologi Sepuluh Nopember.
Preview |
Text
07111650022001-Master_Thesis.pdf Download (4MB) | Preview |
Abstract
Permasalahan yang diangkat dalam aplikasi particle swarm (agen) adalah pembentukan formasi yang terdefinisi dengan jelas pada area sekitar centroid. Salah satu metode yang pernah digunakan adalah ANN-Self Organizing Map (ANN-SOM). Namun, metode tersebut memiliki kelemahan berupa tidak mampunya membentuk formasi dengan baik terutama pada formasi pipe obstruction. Pada penelitian ini, metode yang digunakan adalah ANN-SOM dengan menggunakan strategi pembentukan formasi dua tingkat yaitu strategi offline dan online. Posisi awal semua agen diatur sesuai dengan aturan tertentu. Bentuk formasi tujuan sudah ditentukan dan diketahui posisi akhir masing-masing agen. ANN-SOM akan memberikan koreksi gerak pada tiap agen. Strategi offline dilakukan untuk merencanakan jalur (path planning) dan posisi akhir dari tiap agen berdasarkan pada kriteria akumulasi jarak tempuh minimum dari semua agen. Lalu strategi online dijalankan dengan mengikuti jalur (path tracking) dan posisi akhir yang telah direncanakan. Tiap agen akan memiliki algoritma untuk menghindari tabrakan antar agen dan algoritma untuk tetap bergerak pada jalur yang telah ditentukan. Semua algoritma berjalan sampai semua agen membentuk formasi sesuai dengan posisinya masing-masing. Eksperimen dilakukan dengan menggunakan beragam kombinasi formasi yang diinginkan dalam ruang 2D yang diberikan dan membuktian keunggulan dari metode yang diusulkan. Dari eksperimen ini memberikan hasil yang menunjukkan bahwa agen berhasil membentuk formasi sesuai dengan yang diinginkan dengan total jarak yang ditempuh oleh seluruh agen adalah minimum yaitu 73.9879.
================================================================================================
The problem raised in the application of particle swarm (agent) is forming a clearly defined formation in the area around the centroid. One method that has been used is Artificial Neural Network Self Organizing Map (ANN-SOM). However, this method has the disadvantage of being inadequate on forming formation, especially in pipe obstruction formations. This research proposed a new method of forming formation using ANN-SOM with 2-leveled strategy, that is offline and online strategy. Initial position of all agents is regulated according to certain rules. The shape of the destination formation has been determined and the final position of each agent is known. ANN-SOM will provide motion correction for each agent. An offline strategy is done to plan the path (path planning) and the final position from each agent based on the minimum distance accumulation criteria of all agents. Then online strategy is executed by following the path (path tracking) and the final position that has been planned. Experiments by simulation are carried out using various combinations of desired formations in a given 2D space and proving the superiority of the proposed method. The results indicate that the agents successfully formed the formation as desired with the total distance traveled by all agents is minimum that is 73.9879.
| Item Type: | Thesis (Masters) |
|---|---|
| Additional Information: | RTE 629.801 Fan p-1 2019 |
| Uncontrolled Keywords: | ANN-SOM, Pembentukan Formasi, Path Planning, Path Tracking, Jarak Minimum |
| Subjects: | T Technology > T Technology (General) > T57.6 Operations research--Mathematics. Goal programming T Technology > T Technology (General) > T57.62 Simulation T Technology > TK Electrical engineering. Electronics Nuclear engineering T Technology > TK Electrical engineering. Electronics Nuclear engineering > TK5105.546 Computer algorithms T Technology > TL Motor vehicles. Aeronautics. Astronautics > TL521.3 Automatic Control U Military Science > UG1242 Drone aircraft--Control systems. (unmanned vehicle) |
| Divisions: | Faculty of Electrical Technology > Electrical Engineering > 20101-(S2) Master Thesis |
| Depositing User: | Bayu Fandidarma |
| Date Deposited: | 13 Jul 2021 15:29 |
| Last Modified: | 13 Jul 2021 15:29 |
| URI: | http://repository.its.ac.id/id/eprint/60923 |
Actions (login required)
 |
View Item |