BAB 1

PENDAHULUAN
1.1 Latar Belakang
Beberapa tahun terakhir ini, terlihat perkembangan penelitian yang pesat pada
berbagai bidang ilmu komputer, dan penggunaan ilmu komputer pada kendaraan
telah mencapai tahap pengendaraan kendaraan secara autonom dengan tujuan
untuk mengurangi tingkat kecelakaan sehingga diperlukan sebuah sistem
pengendalian kendaraan yang aman.
Untuk membuat suatu kendaraan otonom diperlukan pengetahuan mengenai
model dinamis dari kendaraan sehingga dapat diketahui hubungan antara input
yang diberikan seperti putaran kemudi mobil dan kecepatan mobil dengan
output yang dihasilkan yaitu bagaimana reaksi kendaraan terhadap input yang
diberikan.

Untuk membuat model dinamis dari kendaraan otonom ini berbagai metode
telah dikembangkan mulai dari penggunaan persamaan differensial yang cukup
rumit, sampai dengan penggunaan jaringan syaraf tiruan dengan arsitektur yang
berbeda-beda ataupun gabungan jaringan syaraf tiruan, logika fuzzy dan
algoritma genetika tetapi untuk melakukan permodelan kendaraan terdapat
halangan yang berupa struktur yang rumit, perlunya waktu panjang dalam
perancangan dan noise pada pengukuran sehingga untuk menghadapi halangan
tersebut maka salah satu solusi yang kita gunakan adalah dengan memodelkan
suatu kendaraan dengan Jaringan Saraf Tiruan.
Dengan keunggulan yang dimiliki Jaringan syaraf tiruan dalam memodelkan
sistem yang non linier dan lebih mudah dibandingkan metoda menggunakan
persamaan dinamis, sehingga cocok untuk diaplikasikan dalam penelitian yang
akan dilakukan.

1
 2

1.2 Identifikasi Masalah

Untuk pengembangan kendaraan autonomus kita memerlukan pengendali yang
handal sehingga untuk tujuan tersebut kita perlu memodelkan kendaraan yang
akan kita gunakan untuk membantu kita melakukan simulasi sehingga kita dapat
mengembangkan pengendali yang lebih baik untuk permodelan suatu kendaraan
perlu waktu panjang, kerumitan pada struktur dan faktor noise sehingga kami
mencoba menggunakan Jaringan Saraf Tiruan untuk mempercepat dan
mempermudah proses pembuatan model dari kendaraan.
Dengan mengunakan Jaringan Saraf Tiruan kita berharap dengan sistem
pembelajaran dan pembaharuan Jaringan Saraf Tiruan dapat mengubah sistem
dinamik kendaraan yang rumit menjadi sebuah matriks yang dimana lebih cepat
dan mudah diperhitungkan sehingga mempersingkat waktu perhitungan.

1.3 Ruang Lingkup

Pada penelitian ini, yang dilakukan adalah mengumpulkan data secara
langsung dari mobil remote control melalui pengendali yang dihubungkan
dengan notebook, data inputan yang didapatkan dari mobil remote control
berupa lateral error, orientasi yang didapatkan dari kamera pada mobil remote
control, dan sudut steer dan kecepatan mobil remote control yang didapatkan
dari pengendali mobil remote control, Jaringan Saraf Tiruan yang digunakan
pada permodelan penelitian ini adalah feed forward backpropagation, output
yang dihasilkan berupa lateral error dan orientasi next state dari mobil remote
control setelah melakukan pergerakan.

1.4 Tujuan dan Manfaat

1.4.1 Tujuan Penelitian
Membangun suatu Jaringan Saraf Tiruan yang mampu mempelajari dan
meniru model dinamik dari sebuah kendaraan mobil yang diwakili
dengan mobil remote control sehingga dapat kita mengestimasi posisi
dan orientadi dari keadaan next state mobil remote control tersebut
setelah terjadi perpindahan
 3

1.4.2 Manfaat Penelitian

Dapat mengsetimasi posisi dan orientasi next state dari kendaraan
setelah terjadinya pergerakan.
Dapat membantu dalam pengembangan pengendali kendaraan dengan
menjadi feedback untuk pengendali untuk menentukan keputusan.

1.5 Metodologi
Metode yang digunakan dalam perancangan sistem ini meliputi metode studi
pustaka, metode analisis, dan metode perancangan, yaitu :
1.5.1 Metode Studi Pustaka
Melakukan pencarian dan mempelajari berbagai jurnal dan buku
terkait dengan penelitian ini serta mencari informasi melalui internet
sebagai informasi tambahan lainnya.
Melakukan pencarian kamera yang akan digunakan pada skripsi ini.

1.5.2 Metode Perancangan

Melakukan pengumpulan data training secara langsung dari mobil
remote control melalui kamera dan pengendali kendaraan.
Melakukan perancangan Jaringan Saraf Tiruan dengan inputan data
training yang didapatkan dari mobil remote control melalui kamera
dan pengendali kendaraan.

1.6 State Of the Art

Tujuan state of art adalah untuk menganalisa beberapa jumlah jurnal aplikasi
sejenis untuk mengetahui batasan masalah pada Aplikasi simulasi dinamika
kendaraan dan mengetahui perbedaan dan persamaan dengan aplikasi yang akan
dibangun.
Jurnal Internasional
Nama Jurnal : Modeling of Vehicle Dynamics From Real Vehicle
Measurements Using a Neural Network With Two-Stage Hybrid Learning for
Accurate Long-term Prediction.
Penulis : Young Uk Yim and Se-Young Oh
 4

Young Uk Yim and Se-Young Oh (2004) dalam artikelnya yang berjudul

Modeling of Vehicle Dynamics From Real Vehicle Measurements Using a
Neural Network With Two-Stage Hybrid Learning for Accurate Long-Term
Prediction, menjelaskan tentang model jaringan syaraf tiruan dari kendaraan asli
dan sistem pembelajaran hybrid. Jaringan Syaraf Tiruan dilatih untuk
memprediksi next-state dari kendaraan, yang mana diberikan input keadaan
sekarang, sudut stir dan kecepatan kendaraan.
Skema pelatihan hybrid terdapat 2 fase yaitu Open-loop dan Close-loop, dimana
pelatihan Open-loop berguna untuk kestabilan nilai bobot dan bias dari neural
network tersebut, Sedangkan pelatihan Close-loop berfungsi sebagai
memprediksi jangka panjang dari dinamika kendaraan.
Persamaan antara jurnal dan skripsi ini adalah menciptakan sebuah jaringan
tiruan untuk memprediksi keadaan berikutnya dari sebuah kendaraan, yang
membedakan antara jurnal dan skripsi ini adalah dimana dalam jurnal tersebut
memiliki input lateral jarak ban depan maupun belakang dari kendaraan terhadap
garis tengah yang mengandung aliran listrik, penghitungan jarak tersebut
berdasarkan kekuatan aliran listrik tersebut. Sedangkan pada skripsi ini kita
memiliki input Lateral (posisi kendaraan) yang ditangkap oleh kamera dan
dihitung berdasarkan jarak dari titik tengah kendaraan terhadap garis marka jalan
(kiri dan kanan).

Nama Jurnal : Neural Network Based Vehicle-Following Model For Mixed

Traffic Conditions.
Penulis : Tom V.Mathew, K.V.R. Ravishankar

Tom V.Mathew and K.V.R. Ravishankar (2012) dalam artikelnya yang

berjudul Neural Network Based Vehicle-Following Model For Mixed Traffic
Conditions, menjelaskan tentang model sebuah jaringan syaraf tiruan yang dapat
memprediksi keadaan kendaraan berikutnya untuk memimpin atau mengikuti
sebuah kendaraan dengan tipe kombinasi yang berbeda. Aplikasi ini dipelajari
dengan menggunakan data yang diambil dari kombinasi 6 tipe kendaraan.
Jaringan Syaraf Tiruan multi layer Feed-Forward Backpropagation yang
digunakan dalam pengaplikasian.
 5

Persamaan atau Perbedaan antara jurnal dengan skripsi ini adalah

menggunakan jaringan syaraf tiruan multi layer Feed-Forward Backpropagation
sebagai sistem jaringan yang digunakan. Pada skripsi ini menggunakan metode
jaringan syaraf yang sama pada pembuatan aplikasi.

1.7 Sistematika Penulisan

Sistematika penulisan yang diterapkan pada skripsi ini adalah:
BAB 1: PENDAHULUAN
Bab ini berisi latar belakang penelitian, masalah yang ingin
diselesaikan, ruang lingkup penelitian, tujuan dan manfaat penelitian,
metodologi penelitian, dan sistematika penulisan.
BAB 2: LANDASAN TEORI
Bab ini berisi teori-teori yang mendukung pembangunan sistem
skrispsi ini.
BAB 3: METODE PERANCANGAN
Bab ini berisi perancangan sistem
BAB 4: HASIL DAN BAHASAN
Bab ini berisi pembahasan dan analisa data secara deskriptif serta
tampilan data dalam bentuk tabel dan gambar.
BAB 5: SIMPULAN DAN SARAN
Bab ini membahas simpulan dari percobaan yang dilakukan dan saran
untuk mengembangkan dan menyempurnakan sistem.