Implementasi Metode Simulated

Annealing pada Robot Mobil untuk

Mencari Rute Terpendek
Thiang, Dhany Indrawan
Jurusan Teknik Elektro, Universitas Kristen Petra
Surabaya 60236, Indonesia
e-mail: thiang@petra.ac.id

Abstract Makalah ini memaparkan tentang implementasi

metode simulated annealing pada sebuah robot mobil mandiri
untuk mencari rute terpendek. Karena robot mobil dikontrol
dengan menggunakan mikrokontroler, maka metode
simulated annealing juga diimplementasi pada mikrokontroler
yang sama. Mikrokontroler yang digunakan dalam aplikasi ini
adalah mikrokontroler AT89S51 yang merupakan salah satu
mikrokontroler keluarga MCS51. Pada aplikasi ini, awalnya,
robot diberitahu informasi peta, posisi start dan posisi tujuan.
Dengan menggunakan metode simulated annealing, robot
akan mencari rute terpendek dari posisi start sampai posisi
tujuan, kemudian robot akan bergerak sesuai dengan rute
yang telah didapat. Pengujian telah dilakukan dengan variasi
posisi start dan posisi tujuan. Hasil pengujian menunjukkan
bahwa metode simulated annealing berhasil diimplementasi
pada level mikrokontroler. Robot dapat mencari rute
terpendek dengan metode simulated annealing dan robot
dapat bergerak mengikuti rute yang telah didapatkan.
Kata
kuncisimulated
mikrokontroler, AT89S51

I.

annealing,

robot

mobil,

PENDAHULUAN

Pada penelitian sebelumnya[1], telah berhasil

diimplementasi metode hill climbing pada level
mikrokontroler dengan aplikasi. Metode hill climbing
diimplementasi pada sebuah robot mobil untuk mencari rute
terpendek. Namun dari hasil penelitian tersebut, terdapat
kelemahan yaitu tidak kepastian metode hill climbing dapat
menemukan solusi yang diinginkan. Kadang metode hill
climbing menghasilkan rute yang tidak dapat mencapai
posisi tujuan. Karena itu, penelitian ini merupakan penelitian
lanjutan untuk mendapatkan hasil yang lebih baik. Metode
yang dipilih utnuk menggantikan metode hill climbing
adalah metode simulated annealing yang pada dasarnya
merupakan pengembangan dari metode hill climbing.
Tujuan
utama
dari
penelitian
ini
adalah
mengimplementasikan metode-metode sistem cerdas pada
platform mikrokontroler. Beberapa metode sistem cerdas
yang telah berhasil diimplementasikan pada platform
mikrokontroler antara lain fuzzy logic[2], algoritma
genetika[3], termasuk hill climbing[1]. Dan kali ini metode
yang akan diimplementasikan adalah simulated annealing.
Selain itu, tentunya diharapkan metode simulated annealing
dapat memberikan hasil yang lebih baik dari penelitian
sebelumnya[1] yang menggunakan metode hill climbing.
Dalam penelitian ini, mikrokontroler yang dipilih untuk
implementasi metode simulated annealing adalah

mikrokontroler keluarga MCS51 yaitu mikrokontroler

AT89S52. Alasan pemilihan mikrokontroler ini adalah
karena mikrokontroler ini sangat populer dan tersedia
banyak di Indonesia, serta harganya yang tidak terlalu mahal.
Dengan demikian diharapkan penelitian ini dapat
memberikan kontribusi yang positif untuk penelitianpenelitian selanjutnya dalam mengimplementasikan metodemetode kecerdasan buatan pada level mikrokontroler
khususnya mikrokontroler keluarga MCS51.
II.

METODE SIMULATED ANNELALING

Simulated annealing adalah salah satu algoritma untuk

untuk optimisasi yang bersifat generik. Berbasiskan
probabilitas dan mekanika statistik, algoritma ini dapat
digunakan untuk mencari pendekatan terhadap solusi
optimum global dari suatu permasalahan. Masalah yang
membutuhkan pendekatan simulated annealing adalah
masalah-masalah optimisasi kombinatorial,di mana ruang
pencarian solusi yang ada terlalu besar, sehingga hampir
tidak mungkin ditemukan solusi eksak terhadap
permasalahan itu.
Annealing adalah satu teknik yang dikenal dalam bidang
metalurgi,
digunakan
dalam
mempelajari
proses
pembentukan kristal dalam suatu materi. Agar dapat
terbentuk susunan kristal yang sempurna, diperlukan
pemanasan sampai suatu tingkat tertentu, kemudian
dilanjutkan dengan pendinginan yang perlahan-lahan dan
terkendali dari materi tersebut. Pemanasan materi di awal
proses annealing, memberikan kesempatan pada atom-atom
dalam materi itu untuk bergerak secara bebas, mengingat
tingkat energi dalam kondisi panas ini cukup tinggi. Proses
pendinginan yang perlahan-lahan memungkinkan atom-atom
yang tadinya bergerak bebas itu, pada akhirnya menemukan
tempat yang optimum, dimana energi internal yang
dibutuhkan atom itu untuk mempertahankan posisinya
adalah minimum. Simulated annealing berjalan berdasarkan
analogi dengan proses annealing tersebut. Simulated
annealing memanfaatkan analogi antara cara pendinginan
dan pembekuan metal menjadi sebuah struktur crystal
dengan energi yang minimal (proses penguatan) dan proses
pencarian untuk tujuan minimal.
Berikut adalah algoritma metode simulated annealing:
1. Evaluasi keadaan awal. Jika tujuan maka KELUAR
(pencarian solusi selesai). Jika tidak lanjutkan dengan
keadaan awal sebagai keadaan sekarang.

2. Inisialisasi BEST_SO_FAR untuk keadaan sekarang.

3. Inisialisasi suhu (T) sesuai dengan annealing schedule.
4. Kerjakan hingga solusi ditemukan atau sudah tidak ada
operator baru lagi akan diaplikasikan kekondisi sekarang.
a. Gunakan operator yang belum pernah digunakan
untuk menghasilkan keadaan baru.
b. Evaluasi kondisi baru dengan menghitung:
E = nilai sekarang nilai keadaan baru
i. Jika kondisi baru tujuan
(pencarian solusi selesai).

maka

(1)

KELUAR

ii. Jika bukan tujuan, namun nilainya lebih baik dari

sekarang, maka jadikan keadaan tersebut sebagai
keadaaan sekarang.
iii. Jika nilai kondisi baru tidak lebih baik daripada
keadaan sekarang, maka tetapkan kondisi baru
sebagai keadaan sekarang dengan probabilitas:
p = e -E /T

(2)

dalam kondisi ini juga generate random number

dengan range [ 0 , 1 ]. Jika random number lebih
kecil dari p maka solusi diterima. Jika random
number lebih besar dari p abaikan (solusi tidak
diterima)
c.

Gambar 1. Mekanik penggerak robot mobil.

Sensor

Komparator

Mikrocontroller
AT89S51

Perbaiki T sesuai dengan annealing schedule

5. BEST_SO_FAR adalah solusi yang dicari.

Perbedaan antara metode simulated annealing dan
metode simple hill climbing adalah:

Simulated annealing memilki annealing schedule

Pada metode simulated annealing solusi yang jelek

masih ada kemungkinan untuk diterima

Nilai keadaan sekarang adalah nilai yang terbaik

sepanjang proses berlangsung. Kemudian jika
keadaan yang baru yang lebih jelek daripada keadaan
sekarang (karena kurang beruntung dalam
penerimaan solusi), keadaan yang baru tersebut masih
bisa digunakan.
III.

Driver

Motor
Gambar 2. Diagram blok perangkat keras robot.

Sensor cahaya yang digunakan adalah sepasang LED dan

LDR. Karena output dari sensor LDR berupa sinyal analog,
maka untuk merubah menjadi digital digunakan rangkaian
komparator. Output rangkaian ini hanya mempunyai 2 state
yaitu low dan high yang menunjukkan warna hitam dan
putih. berikut gambar 3 dan 4 menunjukkan gambar
rangkaian sensor dan komparator.

DESKRIPSI SISTEM

A. Perangkat Keras dan Mekanik Robot Mobil

Bentuk dasar robot terbuat dari kayu tebal 3mm dan
berbentuk oval 14,5cm x 11cm. Robot dilengkapi dengan 2
buah roda dan sebagai penggerak digunakan 2 buah motor
DC dengan masing-masing motor memiliki sebuah gear box.
Gambar 1 menunjukkan gambar mekanik penggerak robot.
Robot mobil dirancang untuk bergerak mengikuti garis.
Karena itu robot mobil dilengkapi dengan sensor cahaya.
Secara umum, diagram blok perangkat keras robot dpat
dilihat pada gambar 2.
Gambar 3. Rangkaian sensor

Tabel 1. Tabel koneksi mikrokontroler dengan sensor dan driver motor

Gambar 4. Rangkaian komparator

Output sensor akan dibaca oleh mikrokontroler sebagi

informasi untuk mengendalikan robot mobil bergerak
mengikuti garis putih. Sebagai penggerak robot mobil,
digunakan 2 buah motor DC, masing-masing roda
digerakkan oleh satui motor DC. Rangkaian driver motor DC
yang digunakan adalah rangkaian H-Bridge. Rangkaian HBridge ini menggunakan transistor TIP 41 dan TIP 42.
berikut gambar 5 menunjukkan gambar rangkaian driver
motor DC.

B. Perangkat Lunak
Secara umum cara kerja sistem robot mobil untuk
mencari rute terpendek adalah seperti yang ditunjukkan pada
gambar 7.
Start

Tentukan Start dan

tujuan

Mencari rute dengan

simulated annealing

Gambar 5. Rangkaian driver motor DC

Mikrokontroler yang digunakan sebagai pengendali dari

robot
mobil
adalah
mikrokontroler
AT89S51.
mikrokontroler ini termasuk mikrokontroler keluarga
MCS51. rangkaian mikrokontroler ini dirancang sederhana
yaitu berupa rangkaian single chip, tanpa ada memori
eksternal. Berikut gambar 6 menunjukkan gambar rangkaian
mikrokontroler yang digunakan dan tabel 1 menunjukkan
tabel koneksi mikrokontroler dengan rangkaian sensor dan
rangkaian driver.

Gambar 6. Rangkaian single chip mikrokontroler

Bergerak menuju tujuan

sesuai rute dengan
tracking garis

End
Gambar 7. Diagram blok sistem kerja robot mobil

Gambar 8. Peta area lintasan robot mobil

Pertama-tama posisi start dan tujuan robot ditentukan

kemudian robot akan secara otomatis menentukan rute dari
start sampai tujuan dengan metode simulated annealing.
Setelah mendapatkan rute, robot akan berjalan secara
tracking line menuju ke tujuan sesuai dengan rutenya. Area
untuk peta telah didefinisikan terlebih dahulu. Gambar 8
menunjukkan area peta yang digunakan.
Secara detail flowchart perangkat lunak yang telah
dirancang dapat dilihat pada gambar 9.

RAM bukan nilai ouput port yang sesungguhnya.

karena itu perlu diubah menjadi output port. Barulah
ttersebut dapat menelusuri jalur yang telah didapat.
tersebut merupakan jalur terpendek menuju tujuan
diinginkan.
IV.

Oleh
robot
Jalur
yang

HASIL PENGUJIAN

Pengujian sistem telah dilakukan dengan variasi posisi

start dan posisi tujuan untuk melihat performans sistem
apakah dapat mencari rute terpendek. Beberapa pengujian
yang dilakukan antara lain posisi start (0,5) dan posisi tujuan
(0,2), posisi start (0,0) dan posisi tujuan (0,5), posisi start
(2,0) dan posisi tujuan (4,5), posisi start (0,4) dan posisi
tujuan (1,0), posisi start (1,0) dan posisi tujuan (4,0).
Berikut gambar 10 sampai gambar 14 menunjukkan rute
dari hasil pengujian yang didapatkan oleh robot mobil
dengan menggunakan metode simulated annealing.

Gambar 10. Rute hasil pengujian dengan psosi start (0,5) dan
posisi tujuan (0,2)

Gambar 9. flowchart perangkat lunak robot mobil

Pemetaan merupakan hal yang penting yang pertama kali

dilakukan dalam alur program. Berhasil atau tidaknya
pencarian benda ataupun penentuan jalur terpendek tidak
lepas dari pemetaan ini. Dengan pemetaan ini maka seluruh
area yang ada akan digambarkan. Hasil yang didapat dari
pemetaan tersebut akan dijadikan acuan untuk menghitung
kuadrat jarak lurus setiap titik yang ada pada area terhadap
titik tujuan. Nilai hasil perhitungan jarak yang didapat
tersebut akan disimpan di dalam alamat RAM
mikrokontroler. Nilai tersebut kemudian akan dianalisa
dengan menggunakan metode simulated annealing. Dengan
metode ini maka akan didapatkan rute yang terpendek
menuju titik tujuan. Namun, rute ini masih berupa alamat

Gambar 11. Rute hasil pengujian dengan psosi start (0,0) dan
posisi tujuan (0,5)

Bila melihat hasil pengujian yang telah dilakukan seperti

yang ditunkukkan oleh gambar 10 sampai gambar 13,
terlihat bahwa dengan menggunakan metode simulated
annealing, robot mobil berhasil mencari rute terpendek. dan
robot mobil juga dapat bergerak mengikuti rute yang telah
didapatkan. Tetapi pada hasil pengujian yang ditunjukkan
oleh gambar 14, metode simulated annealing terjebak pada
rute yang sama sehingga robot hanya bergerak berputarputar saja pada area tertentu.
V.

Gambar 12. Rute hasil pengujian dengan psosi start (0,2) dan
posisi tujuan (4,5)

KESIMPULAN

Dari hasil pengujian yang telah dilakukan dapat diambil

kesimpulan bahwa metode simulated annealing berhasil di
terapkan untuk pencarian rute terdekat pada robot mobil.
Tetapi masih terdapat kemungkinan bahwa simulated
annealing tidak dapat memberikan hasil yang terbaik seperti
hasil pengujian yang ditunjukkan oleh gambar 14. Pada
penelitian ini simulated annealing telah berhasil
diimplementasikan pada level mikrokontroler.
REFERENSI
[1]

[2]

[3]

[4]
[5]
Gambar 13. Rute hasil pengujian dengan psosi start (0,4) dan
posisi tujuan (1,0)

Gambar 14. Rute hasil pengujian dengan psosi start (1,0) dan
posisi tujuan (0,4)

Thiang, Handry Khoswanto, Felix Pasila, Hendra Thelly, Aplikasi

Metode Hill Climbing pada Standalone Robot Mobil untuk Mencari
Rute Terpendek, Prosiding Seminar KOMMIT 2008, Depok, 2008.
Thiang, Anies Hannawati, Resmana Lim, Hany Ferdinando,
PetraFuz: a Low Cost Embedded Controller Based Fuzzy Logic
Development System, Proceeding of The Fourth Asian Fuzzy
Systems Symposium (AFSS 2000), Tsukuba Science City, Jepang,
Juni 2000.
Thiang, Ronald Kurniawan, Hany Ferdinando, Implementation of
Genetic Algorithm on MCS51 Microcontroller for Finding the
Shortest Path. Proceeding of Seminar of Intelligent Technology and
Its Applications (SITIA 2001), ITS-Surabaya, May 2001
Rich, Elaine. Artificial Intelligence. New York: McGraw-Hill, 1991.
AT89S51 Datasheet. San Jose, CA: Atmel Corporation, 1995.