Teknologi elektronika berkembang pesat. Salahsatunya pada bidang robotika. Robot pelontar, merupakansebuah pengembangan teknologi sederhana hingga teknologiyang kompleks. Pengembangan robot yang paling sederhanaadalah pengembangan dalam bidang pendidikan, salah satunyatermasuk penggunaan robot pelontar untuk mengatasimasalahan dalam lomba KRI 2017. Dalam lomba ini, robotpelontar mampu menembakkan peluru yang disebut dengansoftsaucer kearah tiang yang memiliki penampang, danterdapat objek tembak di atas penampangnya. Tujuan daripelamparan softsaucer kearah bidang tembak adalah untukmenjatuhkan objek tembak dari atas bidang tembak.Penembakan softsaucer oleh robot pelontar kearah bidangtembak memiliki jarak yang sudah ditentukan. Letak bidangtembak yang memiliki jarak yang berbeda – beda dari robotmembuat robot harus bisa menyesuaikan sudut elevasitembakan agar objek tembak berhasil dijatuhkan. SensorSRF08 digunakan untuk mengukur jarak dari robot ke bidangtembak dengan bantuan laser pointer, agar jarak yang diukurmerupakan jarak dari robot ke bidang tembak. Agar pelontaransoftsaucer bisa mengenai sasaran, digunakan metode PID,dimana mencari nilai konstantanya dengan cara Trial andError. Setelah dilakukan tuning, dengan nilai konstanta Kp=40, Ki= 5, Kd= 37, robot dapat menyesuaikan sudut elevasitembakan dengan respon waktu yang cepat yaitu 5 detik.

Proses trajectory tracking pergerakan robot differential drive sangatlah bergantung pada data sensor yang digunakan, dimana umumnya menggunakan sensor odometri yang sangat rentan akurasinya. Dengan menambahkan sensor lain merupakan salah satu upaya dalam meningkatkan akurasi algoritma tersebut, salah satunya adalah dengan sensor kompas. Namun noise data yang sangat tinggi yang dimiliki sensor kompas, berakibat diperlukannya filter untuk memperbaiki data sensor tersebut, dengan tujuan agar hasil proses trajectory tracking dapat lebih akurat. Salah satunya dengan g-h filter. Penelitian dilakukan dengan mensimulasikan data kompas yang memiliki noise yang sangat tinggi sebagai input dari g-h filter dimana output data filternya nanti dijadikan input data dari kontrol kinematik dari robot differential drive. Dalam penggunaan g-h filter dibutuhkan proses tuning pada parameter g dan h yang optimal, sehingga mampu menghasilkan output yang sesuai. Dari hasil simulasi pengujian g-h filter didapatkan nilai konstanta g sebesar 0.56 dan konstanta h sebesar 0.12 yang memiliki output data yang untuk menghilangkan data noise dari sensor kompas sehingga mampu meningkatkan akurasi data dari trajectory tracking pergerakan robot beroda, terbukti dari hasil pengujian yang menunjukkan nilai rata – rata error data dibawah 0.02 meter.

No abstract

In the robotic field of study, localization is one of the important methods for autonomous mobile robot navigation. Probabilistic approaches have received significant attention in the robotics community. The discrete Bayes and Kalman filters are the fundamental algorithms in probabilistic approach which have to be clearly understood in order to develop more advanced filtering algorithms. This paper discusses discrete Bayes and Kalman filtering algorithms. The mathematical representation of each filter algorithm, in the 1-dimensional case, presented in detail. The algorithms were implemented using python to simulate the probability of the robot position. The algorithm’s complexity was analysed with respect to the computational cost and size of memory used. From this study, it has been observed that the Kalman filter is computationally more efficient, and less memory is required.

Pada umumnya mikrokontroler untuk menggerakkan sistem robot hanya menggunakan satu buah saja. Hal ini dapat mengakibatkan berlebihnya beban yang diterima oleh mikrokontroler. Kelebihan beban pada mikrokontroler mengakibatkan tidak akuratnya waktu sampling yang digunakan pada sistem robot tersebut dan dapat berujung pada error atau hank pada robot. Untuk mengurangi terjadinya error, maka diujicobakan sistem multikontroler pada robot Differential Drive(DDMR). Sistem distribusi data antar kontroler memanfaatkan protokol komunikasi serial I2C, dan komunikasi antara kontroler dengan mini komputer menggunakan protokol rosserial yang disediakan oleh Robot Operating System (ROS). Hasil yang didapatkan untuk melakukan distribusi data dengan serial I2C membutuhkan waktu sebesar 1.4 ms, sedangkan untuk melakukan komunikasi ketiga slave dibutuhkan waktu sebesar 4.18 ms, dengan waktu untuk saling berkomunikasi antara master dan slave didapatkan sebesar 8.36 ms. Untuk distribusi dengan rosserial dibutuhkan sebesar 4.7 ms. Sehingga total waktu untuk distribusi data sebesar 13.06 ms. Pengujian juga dilakukan ketika robot menjalankan algoritma lain yang dibutuhkan, dan menghasilkan rata - rata waktu sampling sebesar 63.5 ms.  Hasil tersebut menunjukkan bahwa penggunaan sistem multi kontroler dengan distribusi data menggunakan Serial I2C dan rosserial dapat berjalan secara optimal, karena waktu sampling yang dibutuhkan masih lebih cepat dari 80 ms.