Interaksi Manusia-Robot Sosial Berbasis Virtual Reality Menggunakan Metode FSM Dan Path Planning Pada Skenario Perakitan Furnitur

Haz, Amma Liesvarastranta (2022) Interaksi Manusia-Robot Sosial Berbasis Virtual Reality Menggunakan Metode FSM Dan Path Planning Pada Skenario Perakitan Furnitur. Masters thesis, Institut Teknologi Sepuluh Nopember.

Text (Final Thesis) Final Thesis_6022202007_Amma Liesvarastranta Haz_compressed.pdf - Accepted Version Restricted to Repository staff only until 1 October 2024. Download (5MB) | Request a copy

Abstract

Perkembangan robot yang berfokus pada manusia, human centric, memunculkan satu cabang robot baru yaitu Collaborative Robot (Co-Bot). Kolaborasi robot dengan manusia memungkinkan penyelesaian tugas yang tidak bisa diselesaikan oleh salah satu pihak secara mandiri. Oleh karena itu Co-Bot mulai banyak digunakan pada dunia industri, baik pada lini logistik, manufaktur hingga pelatihan keamanan kerja. Namun, karena terhalang dengan terbatasnya perangkat, tingginya biaya dan sertifikasi atau kompetensi untuk mengoperasikan membuat hal ini tidak dapat diakses oleh semua orang. Sedangkan pada dunia virtual batasan berupa perangkat dan kompetensi dapat diminimalkan. Untuk melatih kolaborasi Co-Bot dengan manusia skenario kegiatan pembelajaran berupa aktifitas perakitan produk yang dikerjakan bersama dipilih. Beberapa penelitian sebelumnya telah menggunakan Virtual Reality (VR) dan Serious Game (SG) untuk kolaborasi Co-Bot dengan manusia. Namun penelitian sebelumnya hanya mampu menampilkan lingkungan virtual yang sederhana, pergerakan pengguna yang terbatas serta dalam bentuk sebuah simulasi. Untuk memberikan pengalaman VR yang imersif serta interaktif, pilihan interaksi dengan lingkungan serta Co-Bot haruslah intuitif serta tidak membingungkan ditambah dengan tampilan visual dari lingkungan virtual yang menarik. Dengan demikian sebuah aplikasi VR yang mampu mengenalkan dan mencoba interaksi Co-Bot dengan manusia yang menggunakan SG berbasis VR diusulkan sebagai topik penelitian yang selanjutnya disebut sebagai Collaborative Robot Interaction Virtual Training (CBIVT). Dimana untuk proses validasi beban aplikasi 2 versi aplikasi CBIVT yang belum dan sudah dioptimasi dibandingkan. Dimana setelah dilakukan penerapan metode optimasi aset 3D, rata rata FPS pada CBIVT meningkat sebesar 14, 02% pada Quest 1 dan meningkat sebesar 8, 99% pada Quest 2. Persentase tingkat penggunaan GPU pada Quest 1 menurun sebesar 6, 73% dan persentase tingkat penggunaan GPU Quest 2 menurun sebesar 11, 72%. Di metrik lainnya, kenyamanan pengguna juga meningkat karena peningkatan kinerja pada aplikasi CBIVT. Perubahan tersebut ditandai dengan peningkatan tingkat kepentingan dan kepuasan masing-masing menjadi 4,26 dan 4, 16 dimana pada versi aplikasi CBIVT yang belum dioptimasi tingkat kepentingan dan tingkat kepuasan masing-masing adalah 3.95 dan 3.99. Hal ini menjadi penanda bahwa dengan menerapkan proses optimasi aset 3D pada pengembangan dapat meningkatkan performa serta respon dari pengguna saat menggunakan aplikasi CBIVT.
=============================================================================================================================
The development of robots that focus on humans, human-centric, gave rise to a new branch of robots, namely the Collaborative Robot (Co-Bot). The collaboration of robots with humans allows the completion of tasks that cannot be completed by either party independently. Therefore, Co-Bots have begun to be widely used in the industrial world, both in logistics, manufacturing, and job security training. However, constrained by limited equipment, high costs, and certification or competence to operate makes this inaccessible to everyone. Meanwhile, in the virtual world, limitations in the form of devices and competencies can be minimized. To train Co-Bot to collaborate with humans, learning activity scenarios in the form of product assembly activities that were carried out together were selected. Several previous studies have used Virtual Reality (VR) and Serious Games (SG) for Co-bot collaboration with humans. However, previous research was only able to display a simple virtual environment, limited user movement, and in the form of a simulation. To provide an immersive and interactive VR experience, the choice of interaction with the environment and the Co-Bot must be intuitive and unobtrusive, coupled with an attractive visual display of the virtual environment. Thus, a VR application that is able to introduce and try Co-Bot interactions with humans using VR-based SG is proposed as a research topic, hereinafter referred to as Collaborative Robot Interaction Virtual Training (CBIVT). Where for the application load validation process, 2 versions of the CBIVT application that have not and have been optimized are compared. Where after applying the 3D asset optimization method, the average FPS on CBIVT increased by 14.02% on Quest 1 and increased by 8.99% on Quest 2. The percentage of GPU utilization rate on Quest 1 decreased by 6, 73%, and GPU Quest 2’s GPU utilization rate percentage decreased by 11.72%. In other metrics, user convenience also improves due to improved performance on CBIVT applications. The change was marked by an increase in the importance and satisfaction levels to 4.26 and 4.16, respectively, whereas in the unoptimized version of the CBIVT application the importance and satisfaction levels were 3.95 and 3.99, respectively. This is a sign that implementing the 3D asset optimization process in development can improve performance and user responsiveness when using the CBIVT application.

Item Type:	Thesis (Masters)
Uncontrolled Keywords:	Virtual Reality, Serious Game, Interaksi Manusia Komputer, Collaborative Robot, Optimasi Performa, Stand-Alone VR, Human-Computer Interaction, Performance Optimization
Subjects:	Q Science Q Science > QA Mathematics > QA76.9 Computer algorithms. Virtual Reality. Computer simulation.
Divisions:	Faculty of Intelligent Electrical and Informatics Technology (ELECTICS) > Electrical Engineering > 20101-(S2) Master Thesis
Depositing User:	Amma Liesvarastranta Haz
Date Deposited:	02 Dec 2022 00:59
Last Modified:	02 Dec 2022 00:59
URI:	http://repository.its.ac.id/id/eprint/95129

Actions (login required)

View Item