OPTIMASI INTELLEGENT NEURAL NETWORK DALAM SIMULASI PENGGERAK ROBOT

Darmeli Nasution; SOLLY ARYZA; Rizwanul Yakin Naution Naution

Darmeli Nasution University Pembangunan Panca Budi Medan
SOLLY ARYZA University Pembangunan Panca Budi Medan
Rizwanul Yakin Naution Naution 3Universias Haji Sumatera Utara Medan, Sumatera Utara

Abstract

Robot bergerak merupakan salah satu solusi untuk mengatasi gagal panen yang disebabkan oleh hama cabai. Mobile robot yang dibahas dalam makalah ini digunakan untuk menyemprotkan cairan pestisida ke batang tanaman cabai untuk mencegah serangan hama pada tanaman. Makalah ini membahas tentang perancangan gerak robot penyemprot pestisida dengan aplikasi Fuzzy Logic Controller. Penggunaan robot ini diharapkan dapat mengurangi beban kerja petani dan membantu menghasilkan panen yang baik. Gerak robot dibagi menjadi dua kondisi, yaitu dapat dikendalikan dengan remote control sebagai pengontrol (manual) dan dengan menggunakan sensor (otomatis). Pergerakan mobile robot memiliki dampak yang signifikan terhadap navigasi dan desain sistem penggerak. Pengatur kecepatan robot dilakukan dengan mengatur Pulse Width Modulation dari motor DC yang terpasang pada roda robot, yaitu 90 untuk kecepatan lambat dan 220 untuk kecepatan tinggi. Fuzzy Logic Controller pada mobile robot ini berfungsi sebagai penggerak pengambilan keputusan secara otonom untuk mendeteksi rintangan di depan mobile robot dan batang yang dituju.

Kata Kunci: Robot, Kendali simulasi, Neural Network

Downloads

Download data is not yet available.

References

Adawiyah, D. R., Sasaki, T., & Kohyama, K. (2013). Characterization of arenga starch in comparison with sago starch. Carbohydrate Polymers, 92(2), 2306–2313. https://doi.org/10.1016/j.carbpol.2012.12.014
Aryza, S., Irwanto, M., Khairunizam, W., Lubis, Z., Putri, M., Ramadhan, A., Hulu, F. N., Wibowo, P., Novalianda, S., & Rahim, R. (2018). An effect sensitivity harmonics of rotor induction motors based on fuzzy logic. International Journal of Engineering and Technology(UAE), 7(2.13 Special Issue 13), 418–420. https://doi.org/10.14419/ijet.v7i2.13.16936
Hair, J. F., Black, W. C., Babin, B. J., & Anderson, R. E. (2010). Multivariate Data Analysis. In Vectors (p. 816). https://doi.org/10.1016/j.ijpharm.2011.02.019
Omax, M., Pt, D. I., Dua, M., & Jember, T. (2020). Analisis Post-Harvest Loss Pada Okra Dengan Metode ... Jurnal Agroteknologi Vol. 14 No. 01 (2020). 14(01).
Siahaan, A. P. U., Aryza, S., Hariyanto, E., Rusiadi, Lubis, A. H., Ikhwan, A., & Kan, P. L. E. (2018). Combination of Levenshtein Distance and Rabin-Karp to Improve the Accuracy of Document Equivalence Level. International Journal of Engineering & Technology, 7(2.27), 17–21. https://doi.org/10.14419/ijet.v7i2.27.12084
Solly ARyza, Muhammad Irwanto, Zu. L. (2016). IMPLEMENTASI MODUL KONTROL MOTOR DIDALAM AKUSISI DATA BERBASISKAN MODUL DAQ LABVIEW. Jurnal Teknik Elektro Dan Telkomunikasi.
solly Aryza. (2017). A Novelty Design Of Minimization Of Electrical Losses In A Vector Controlled Induction Machine Drive. Scopus, 1, 20155.
Weku, H. S., Poekoel, V. C., & Robot, R. F. (2015). Rancang Bangun Alat Pemberi Pakan Ikan Otomatis Berbasis Mikrokontroler. Teknik Elektro Dan Komputer, 5(7), 54–64.