Perencanaan trajektori pada sistem Docking Otonom untuk Autonomous Mobile Robot menggunakan deteksi penanda aruco secara Real-Time berbasis LSTM

Hadiningrat, Alamsyah Ahmad H. (2025) Perencanaan trajektori pada sistem Docking Otonom untuk Autonomous Mobile Robot menggunakan deteksi penanda aruco secara Real-Time berbasis LSTM. Sarjana thesis, UIN Sunan Gunung Djati Bandung.

Preview	Text (COVER) Cover.pdf Download (110kB) | Preview
Preview	Text (ABSTRAK) Abstrak.pdf Download (69kB) | Preview
Preview	Text (DAFTAR ISI) Daftar isi.pdf Download (80kB) | Preview
Preview	Text (BAB I) BAB I.pdf Download (299kB) | Preview
	Text (BAB II) BAB II.pdf Restricted to Registered users only Download (308kB)
	Text (BAB III) BAB III.pdf Restricted to Registered users only Download (198kB)
	Text (BAB IV) BAB IV.pdf Restricted to Registered users only Download (528kB)
	Text (BAB V) BAB V.pdf Restricted to Registered users only Download (850kB)
	Text (BAB VI) BAB VI.pdf Restricted to Registered users only Download (65kB)
	Text (DAFTAR PUSTAKA) Daftar Pustaka.pdf Restricted to Registered users only Download (147kB)
	Text (LAMPIRAN) Lampiran alamsyah (1).pdf Restricted to Repository staff only Download (408kB)

Abstract

Salah satu tantangan utama dalam pengoperasian autonomous mobile robot adalah fitur docking otonom ke stasiun pengisian daya, yang mana memerlukan perencanaan trajektori yang akurat untuk memastikan robot dapat bergerak menuju stasiun pengisian dengan tepat, sekaligus menjaga kontinuitas operasi tanpa intervensi manusia. Penelitian ini bertujuan untuk merancang dan mengimplementasikan algoritma perencanaan trajektori pada sistem docking otonom untuk autonomous mobile robot menggunakan deteksi penanda ArUco secara real-time berbasis LSTM, serta menganalisis kinerja sistem secara menyeluruh. Algoritma ini mengandalkan deteksi penanda ArUco untuk lokalisasi, dan menggunakan model LSTM untuk membuat trajektori serta mengintegrasikannya dengan sistem untuk memastikan manuver yang presisi. Hasil eksperimen menunjukkan bahwa sistem berhasil mendeteksi penanda ArUco dengan akurasi mencapai 99,34% dengan Root Mean Squared Error (RMSE) sebesar 3,24 cm. Selain itu, sistem ini mampu melakukan pergerakan otomatis menuju stasiun pengisian daya dengan waktu pemrosesan sebesar 220 ms pada setiap data, sehingga mendukung pergerakan real-time tanpa penundaan signifikan. Akurasi model saat pelatihan menunjukkan hasil akurasi sebesar 87% pada kecepatan linear dan 92% pada kecepatan angular dengan nilai Mean Squared Error (MSE) kecepatan linear sebesar 0,00031 m/s dan MSE untuk kecepatan angular sebesar 0,12063 rad/s. Sebagai tambahan, sistem dilengkapi dengan fitur keamanan, yang secara otomatis menghentikan robot ketika penanda ArUco tidak terdeteksi, mencegah terjadinya tabrakan atau kerusakan pada objek yang ada di depan robot. Secara keseluruhan, hasil penelitian ini menunjukkan bahwa penggunaan algoritma LSTM dapat digunakan sebagai perencanaan trajektori untuk docking otonom.

Actions (login required)

View Item