TUGAS UAS ALGORITMA GENETIKA

[KEMBALI KE MENU SEBELUMNYA]

SIMULASI ROBOT PEMADAM API DENGAN METODE ALGORITMA GENETIK

Dosen : Darwison, M.T

Oleh :

Muhammad Firman Putra Tanjung

1710952018

Jurusan Teknik Elektro

Fakultas Teknik

Universitas Andalas

Padang

2020 

DAFTAR ISI

1. Pendahuluan

2. Dasar Teori

3. Pembahasan
4. Kesimpulan

5. Referensi

1. Pendahuluan

Makin pesatnya perkembangan teknologi menyebabkan adanya perkembangan dan perluasan lingkup yang membutuhkan kehadiran kecerdasan buatan. Karakteristik “cerdas” sudah mulai dibutuhkan diberbagai disiplin ilmu dan teknologi. Kecerdasan buatan tidak hanya dominan di bidang ilmu komputer dan informatika saja tapi bias membuat irisan dengan ilmu lain. Misal irisan Kecerdasan Buatan dengan Teknik Elektro melahirkan berbagai ilmu seperti: pengolahan citra, teori kendali, pengenalan pola dan robotika.

2. Dasar Teori

AG adalah teknik pencarian global dan optimasi dari sistem natural, genetik dan evolusi. Simulasi AG menggunakan koding dan operator khusus. AG mempertahankan populasi dari kandidat solusi, dimana setiap kandidat solusi dikodekan dalam biner disebut sebagai kromosom. Satu set kromosom sebuah populasi, dievaluasi dan dirangking oleh fungsi evaluasi fitness, dimana fungsi evaluasi fitness memainkan peranan penting dalam AG karena fungsi ini merupakan informasi sebaik apa masing- masing kandidat. Populasi awal biasanya dibangkitkan secara acak. Evaluasi dari satu generasi ke generasi berikutnya melalui 3 langkah utama: evaluasi fitness, seleksi dan reproduksi.

1) Robot

Robot adalah sebuah alat mekanik yang dapat melakukan tugas fisik, baik menggunakan pengawasan dan kontrol manusia, ataupun menggunakan program yang telah didefinisikan terlebih dulu (kecerdasan buatan).Dalam teknologi robotika secara garis besar terdapat dua jenis robot yaitu robot manual dan robot otomatis. Robot manual adalah robot yang masih melibatkan campur tangan manusia dalam pengoperasiannya. 

Sebaliknya robot otomatis adalah robot yang dalam menjalankan tugasnya sudah tidak melibatkan manusia lagi. Kemampuan ini bisa dicapai jika didukung oleh rangkaian sensor yang memadai agar robot mampu mendeteksi lingkungan di sekitarnya dengan baik sehingga dapat merespon perubahan yang terjadi di lingkungan sekitarnya. Seperti manusia, robot juga memiliki “otak” yang berfungsi sebagai pengendali seluruh sistem robot. Otak robot pada umumnya adalah mikrokontroler.

2) Arduino

Arduino uno adalah sebuah mikrokontroler dengan basic Atmega 328. Arduino uno menyediakan 14 pin digital input/output di mana terdapat 6 pin yang memiliki fasilitas PWM, 6 analog input, 16 MHz clock speed, sebuah USB connection, sebuah jack power, ICSP header dan reset button serta memiliki Flash Memory 32 KB, SRAM 2 KB dan EEPROM 1 KB.

3) UV Tron

Sensor UVTron Flame Detector memberikan sinyal aktif apabila mendeteksi adannya sinyal ultraviolet. UVTron dapat menemukan nyala api dalam jarak 5 meter dari sumber. Alat ini terdiri dari 2 paket yaitu : 
1. Hamamatsu R2868 Flame (UV) Sensor 
2. UVTron C3704 Rangkaian driver

4) Motor DC

Motor DC merupakan motor arus searah, perangkat elektromagnetis yang mengubah energi listrik menjadi energi mekanik menjadi tenaga gerak, sehingga tenaga gerak tersebut berupa putaran dari pada motor. Semakin besar tegangan yang diberikan maka putaran poros pada motor DC semakin cepat.

5) Photodioda & Phototransistor

Prinsip kerja dari sensor tersebut sederhana, Ketika transmitter (infrared) memancarkan cahaya ke bidang berwarna putih, cahaya akan dipantulkan hampir semuanya oleh bidang berwarna putih tersebut. Sebaliknya, ketikatr ans m itter memancarkan cahaya ke bidang berwarna gelap atau hitam, maka cahaya akan banyak diserap oleh bidang gelap tersebut, sehingga cahaya yang masuk kereceiver tinggal sedikit. Agar mampu dibaca oleh mikrokontroler, maka tegangan sensor harus disesuaikan dengan level tegangan TTL yaitu 0 – 1 volt untuk logika 0 dan 3 – 5 volt untuk logika 1.

3. Pembahasan

Untuk analisa rangkaian diatas dapat disederhanakan sebagai berikut:

Vout adalah tengangan yang akan diberikan ke ADC yang kemudian akan diproses oleh mikrokontroler. Vout harus bervariasi dari 0-5V agar mikrokontroler.


Vout dapat diperoleh dari persamaan berikut:

dengan tegangan kerja 5V, Vout menjadi:

Nilai R2 diperoleh dari komponen Phoodioda. Sedangkan R1 adalah Resistor tetap yang harus diatur agar Vout memiliki rentang sebesar mungkin. Diasumsikan nilai minimal R1 adalah 10KOhm dan nilai maksimal R1 adalah 20KOhm, sehingga: 

Dari persamaan di atas sangat mudah untuk memperoleh nilai R2 yang sesuai agar delta Vout maksimal jika R2 yang dipakai adalah sebuah resistor yang nilainya dapat ditentukan. Dalam kasus ini diasumsikan R2 adalah 10 buah Resistor yang diserikan.

Nilai r1 hingga r10 dapat bernilai 100 ohm hingga 20k ohm. Nilai resistor-resistor r1 hingga r10 sangat sulit sulit dicari secara manual. Banyak sekali iterasi yang harus dilakukan dan ada kemungkinan iterasi terjebak dengan nilai maksimum lokal.

4. Pembahasan

a. Algoritma Genetika

Dari pemabahasan di atas maka dapat ditentukan

- Jumlah Populasi = 200

- Individu
  Individu terdiri dari 10 kromosom yang direpresentasikan oleh r1, r2, r3, r4

b. Program

Buat fungsi fitness sebagai berikut menggunakan Matlab dengan mengklik New>Function lalu simpan dengan nama speed.m.

Funsgsi Fitness:

function pwm = speed(r)

resistansi = r(1)+r(2)+r(3)+r(4);

pwm = (4 * resistansi) / (20000 + resistansi);

end

Pada Command Window ketikkan optimtool ga

Jendela Optimasization Tool akan muncul

Isi nama fungsi Dengan @speed:

Isi Number Of Variable sebanyak 4:

isi bagian Lower dan Upper sbb:

Lower = [50,100,50,50]

Upper = [20000,20000,15000,20000]

Isi jumlah populasi sebanyak 200 buah

centang best fitness dan best individual untuk menampilkan hasil dalam bentuk grafik.

Terakhir klik start

Berikut ini adalah hasilnya.

5. Link Download

Fungsi fitness  download

4. Kesimpulan

Penerapan Algoritma Genetik berhasil mencari jalur terdekat dari banyaknya kemungkinan jalur-jalur yang ada, sehingga jalur yang dilalui robot dalam mencari dan memadamkan api lebih efektif.

5. Referensi

[1] Rully M Iqbal, R Dikairono & Tri Arief S., „” Implementasi Sistem Vavigasi Behavior-Based Robotic dan Kontroler Fuzzy pada Manuver Robot Cerdas Pemadan Api” Jurnal Teknik POMITS Vol 1 No. 1, 2012, 1-8.

[2] Bima S. B. D., „Perencanaan Jalur Robot pada Lingkungan Dinamis Berbasis Compact Genetik Algoritma“, Seminar Nasional Informatika UPN Veteran Yogyakarta, 2009.

[3] Kontes Robot Cerdas Idnonesia (KRCI) pada http://www.dikti.go.id/?page_id=417.