Sistem Estimasi Waktu Tiba pada Mobile Robot Menggunakan Metode Regression Neural Network

Rafi, Muhammad Nabil Irsyad (2025) Sistem Estimasi Waktu Tiba pada Mobile Robot Menggunakan Metode Regression Neural Network. Diploma thesis, Institut Teknologi Sepuluh Nopember.

Text 2040211116-Undergraduate_Thesis.pdf - Accepted Version Restricted to Repository staff only Download (1MB) | Request a copy

Abstract

Hospital Mobile Robot (HMR) adalah sebuah robot yang dioperasikan pada lingkungan rumah sakit yang memiliki kemampuan untuk melakukan pengantaran barang logistik secara otomatis. Dalam melakukan tugasnya mengantar barang logistik menuju kamar pasien, robot memerlukan waktu dalam proses mobilisasinya yang dapat berubah sesuai dengan kondisi sepertisemakin banyak hambatan maka akan semakin lama juga waktu yang diperlukan. Selisih perbedaan antara waktu aktual dengan waktu ideal robot untuk menuju tujuan menyebab keterlambatan, hal ini akan mengurangi nilai ergonomis dari robot karena pengguna baik petugas rumah sakit maupun pasien tidak akan tahu seberapa lama robot akan terlambat. Untuk menjawab masalah ini, maka dapat dibuat sistem estimasi waktu kedatangan robot. Dengan sistem ini, pengguna akan dapat mengetahui waktu perkiraan robot untuk sampai di tujuan meskipun dengan adanya keterlambatan secara real-time. Estimasi waktu tiba adalah sebuah perkiraan yang didapat dari perhitungan untuk mengetahui waktu yang diperlukan oleh suatu objek hingga ia sampai pada tujuan yang telah ditentukan. Dalam perhitungan estimasi waktu tiba ini digunakan metode regression neural network dengan beberapa faktor yang menjadi masukan adalah sisa jarak ke tujuan, kecepatan, jumlah belokan, hambatan, dan waktu yang telah ditempuh oleh robot. Kecepatan robot didapat dari perpindahan robot antar dua titik koordinat yang didapatkan dari indoor positioning system yang menggunakan kekuatan sinyal Wi-Fi. Dengan mengetahui kecepatan robot dapat dihitung berapa sisa jarak robot menuju titik tujuan. Berdasarkan hasil pengujian estimasi waktu didapatkan rata-rata nilai akurasi sebesar 81% dengan error 3.16 detik. Pengujian ini dilakukan dengan skenario masukan indoor positioning rata-rata error kecepatan sebesar 0.26 m/s dan keterlambatan akibat hambatan. Perhitungan estimasi ini juga dilakukan secara real-time setiap 101 ms sehingga akan terus diperbarui sesuai dengan kondisi terbaru robot. Estimasi waktu akan terus dihitung hingga robot tiba di tujuan. Dilakukan juga komparasi antara hasil perhitungan neural network dengan rumus dasar dalam menghadapi kecepatan fluktuatif dan hambatan. Dalam kasus ini neural network lebih cocok digunakan karena adaptif dalam menghadapi masukan yang bias dan fluktuatif.
===================================================================================================================================
Hospital Mobile Robot (HMR) is a robot operated in a hospital environment capable of automatically delivering logistics. When delivering logistics to patient rooms, the robot requires time to mobilize, which can vary depending on conditions. The more obstacles encountered, the longer the time required. The difference between the robot's actual and ideal time to reach its destination causes delays, which reduces the robot's ergonomic value because users, both hospital staff and patients, will not know how long the robot will be delayed. To address this issue, a robot arrival time estimation system can be developed. With this system, users can determine the robot's estimated time to reach its destination, even with delays, in real time. Estimated arrival time is an estimate obtained from calculations to determine the time required for an object to reach a predetermined destination. The estimated arrival time calculation uses a neural network regression method with several input factors including remaining distance to the destination, speed, number of turns, obstacle, and elapsed time of the robot. The robot's speed is determined by the robot's movement between two coordinate points obtained from an indoor positioning system that uses Wi-Fi signal strength. By knowing the robot's speed, the remaining distance to the destination can be calculated. Based on the results of the time estimation test, an average accuracy value of 81% was obtained with an error of 3.16 seconds. This test was conducted with scenario of an indoor positioning input with an average speed error of 0.26 m/s and delays due to obstacles. This estimation calculation is also carried out in real time every 101 ms so it will be continuously updated according to the latest conditions of the robot. The time estimate will continue to be calculated until the robot arrives at its destination. A comparison was also made between the results of the neural network calculations and basic formulas in dealing with fluctuating speeds and obstacles. In this case, a neural network is more suitable for use because it is adaptive in dealing with biased and fluctuating input.

Item Type:	Thesis (Diploma)
Uncontrolled Keywords:	Mobile Robot, Estimasi Waktu Kedatangan, Pemantauan Posisi, Regression Neural Network, Estimated Time Arrival, Position Monitoring
Subjects:	T Technology > TK Electrical engineering. Electronics Nuclear engineering > TK6592.A9 Automatic tracking.
Divisions:	Faculty of Vocational > 36304-Automation Electronic Engineering
Depositing User:	Muhammad Nabil Irsyad Rafi
Date Deposited:	06 Aug 2025 03:00
Last Modified:	06 Aug 2025 03:00
URI:	http://repository.its.ac.id/id/eprint/127710

Actions (login required)

View Item