KERTAS KERJA UJIAN AKHIR SEMESTER

Semester : Gasal Tahun Akademik : 2022-2023

Nomor Induk Mahasiswa 55422110007 Nomor Ujian : Paraf Mahasiswa

Nama Andika Nugraha
Fakultas / Program
Fakultas Teknik / Magister Teknik Elektro Paraf Pengawas
Studi
Mata Kuliah Metodologi Penelitian
Nilai Ujian
Dosen Dr. Andi Adriansyah, M.Eng
(00-100)
Waktu Hari Tanggal Jam Ruang
Pelaksanaan Ujian Selasa 3-Januari-2023 19:30-21:00

A. Soal Teori

1. Penelitian atau riset merupakan suatu metode untuk mencari kebenaran melalui penyelidikan terhadap
suatu masalah dengan kritis dan hati-hati. Penelitian ilmiah terdiri dari unsur observasi dan nalar.
Penelitian dilakukan secara terus menerus untuk menemukan suatu yang baru, bahkan penelitian dapat
mengubah kesimpulan/dalil yang sudah ada sebelumnya.

2. -Unsur Nalar
-Unsur Observasi atau Pengamatan

3. -Tema Umum
-Topik Khusus
-Rumusan Masalah
-Solusi Masalah
-Parameter Pengukuran
-Model Matematika

B. Soal Review

1. Topik besar : Penerapan A* algoritma berbasis pencarian dan RRT* algoritma berbasis sampling.
Topik kecil: Penerapan A* dan RRT* untuk menyelesaikan permasalahan perencanaanjalur robot
bergerak dengan peningkatan Fast-RRT*-A*.

2. Metodologi terdahulu:
-Penerapan A* resolusi tinggi.
-Penerapan RRT* karena eksplorasi yang cepat.
 Kekurangan:
-Algoritma A* pada lingkungan luas menghabiskan waktu lama.
-Algoritma RRT* variasi besar dalam waktu pencarian, kinerja buruk di lingkungan sempit.
-Metode terdahulu: A*, RRT, RRT*, Fast-RRT, Fast-RRT*, RRT-A*, RRT*-A*, Fast-RRT-A*.

3. Rumusan masalah:
-RRT* akan ditingkatkan fast-sampling, angle based random steering dan fusion-based optimization path.
-Peningkatan A* untuk eksplorasi yang disebut fast-RRT*-A*.

4. Objective penelitian: Algoritma Fast-RRT*-A* akan diimplementasikan untuk menyelesaikan masalah

perencanaan jalur global.

5. Parameter pengukuran: Perbandingan algoritma A*, RRT, RRT*, Fast-RRT, Fast-RRT*, RRT-A*, RRT*-
A*, Fast-RRT-A* dan Fast-RRT*-A* untuk menunjukkan tingkat novelty dan kontribusi berdasarkan
tingkat efisiensi algoritma perencanaan jalur.

C. Soal Penerapan Teori

Abstrak
1. Metode Extended Kalman Filter memiliki kelemahan noise statistik mean dan covariance tidak rekursif
sehingga menimbulkan akibat sistem divergensi pada kasus dinamik yang lebar. Solusi untuk
kelemahan ini adalah penaksiran noise statistik atau pendekatan cara adaptif dengan tujuan
menyediakan rekursif variabel. Metode solusi ini melalui Maximum Likelihood Estimation dengan
variabel berupa Root Mean Square Error.

2. Metode Fuzzy Logic Controller memiiliki kelemahan dalam menentukan pengaturan pada membership
functionnya sehingga menimbulkan akibat ketidakakuratan dalam penyelesaian masalah. Solusi untuk
kelemahan ini adalah optimasi langkah tuning yang ideal dengan tujuan pengaturan yang ideal dan
sesuai dengan efek yang diberikan dengan controller. Metode yang dapat digunakan adalah Particle
Swarm Optimization dengan variabel pengamatan Convergence Rate dan akurasi.