Unang Sunarya

A study of Monte Carlo localization on robot operating system

Localization is one of the problems that often appears in the world of robotics. Monte Carlo Localization (MCL) are the one of the popular algorithms in localization because easy to implement on issues Global Localization. This algorithm using particles to represent the robot position. MCL can simulated by Robot Operating System (ROS) using robot type is Pioneer3-dx. In this paper we will discuss about this algorithm on ROS, by analyzing the influence of the number particle that are used for localization of the actual robot position.

PERANCANGAN DAN IMPLEMENTASI GOLDEN RATIO PADA DESAIN MEKANIK DAN ELEKTRIK AERO ROBOTIK

Pengawasan di daerah perbatasan, pengambilan foto udara di daerah terpencil, identifikasi kerusakan pada daerah bencana yang sulit dijangkau, tentunya tugas seperti itu tidak mudah dilakukan manusia. Aero robot sebagai mobile robot yang dapat bergerak fleksibel diudara dengan kemampuan untuk menjangkau daerah yang sulit dan berbahaya tanpa harus membahayakan nyawa pilot diajukan sebagai penelitian untuk menangani permasalahan-permasalahan tersebut. Penelitian ini dibuat dengan memadukan unsur seni matematis dan teknologi dengan menerapkan teori golden ratio pada teknologi perancangan mekanik aero robot yang disebut sebagai multicopter. Hasil penelitian ini telah terealisasikan perancangan dan implementasi mekanik aero robot yang dapat dikendalikan sehingga menuju arah yang ditentukan pada ketinggian tertentu dengan hasil kualitas terbang yang baik dan sikap wahana yang stabil.

IDENTIFIKASI KODE JARI TANGAN PADA SISTEM OPERASI ANDROID DENGAN METODE EUCLIDEAN DISTANCE UNTUK SISTEM KUNCI PINTU

Keamanan adalah kebutuhan vital bagi setiap manusia, baik untuk melindungi dirinya maupun materi yang dimilikinya. Banyaknya produsen yang memproduksi smartphone untuk berbagai macam kalangan ekonomi membuat sebagian besar lapisan masyarakat dapat mengenal dan menggunakan teknologi ini. Salah satu kelebihan sistem operasi android yaitu menyediakan platform terbuka bagi para pengembang untuk menciptakan aplikasi mereka sendiri. Dengan memanfaatkan fitur yang ditawarkan oleh sistem operasi android di atas, dalam penelitian ini direalisasikan sistem keamanan kunci pintu berbasis mikrokontroler yang diakses menggunakan citra kode jari tangan yang diambil menggunakan smartphone dan kemudian diolah menggunakan algoritma yang telah dirancang dengan metode klasifikasi Euclidean distance sehingga menghasilkan keputusan yang digunakan untuk mengeksekusi kunci pintu. Komunikasi antara smartphone dan hardware dilakukan dengan menggunakan bluetooth. Dari hasil penelitian diperoleh tingkat akurasi algoritma secara non-realtime adalah 86,11%. Tingkat akurasi sistem rata-rata secara realtime adalah 84%. Jarak jangkau maksimum komunikasi bluetooth antara aplikasi dan hardware adalah 16,9 meter.

PERANCANGAN ROBOT PENDETEKSI LINGKUNGAN BERBAHAYA BERBASIS LOGIKA FUZZY DAN KONTROL ANDROID

Gas merupakan unsur penting di lingkungan, yang dapat menjadi salah satu parameter untuk menentukan kondisi lingkungan bersih atau tercemar. Sifat gas yang transparan menyebabkan sulit untuk mengetahui kondisi lingkungan tersebut, apakah masih bersih atau sudah tercemar gas berbahaya. Pada penelitian ini dibuat suatu robot kontrol jarak jauh yang dilengkapi dengan dua sensor gas karbon monoksida dan ammonia. Pengendalian robot tersebut berbasis mikrokontroler ATmega32 dan diakses menggunakan tablet Android dengan media bluetooth sebagai interface. Metode logika fuzzy Sugeno digunakan untuk memutuskan hasil pembacaan sensor pada robot, apakah kondisi lingkungan aman atau berbahaya. Berdasarkan hasil pengujian didapatkan bahwa arah pergerakan robot sudah sesuai 100%, jarak jangkau maksimum bluetooth pada kondisi NLOS (Non Line of Sight) adalah 27 meter, dan keputusan fuzzy sudah bekerja sesuai yang diharapkan.

An evaluation of 2D indoor localization and mapping using FastSLAM

This research is purposed to evaluate the exploration of an unknown environment using FastSLAM for virtual mobile robot. Mapping and localization can be done simultaneously by FastSLAM algorithm. FastSLAM is an alternative to solve the previous algorithm - SLAM. The result obtained by simulating the virtual robot for mapping and localization using FastSLAM and RANSAC (Random Sampling Consensus) for its feature extraction. In order to describe the performances of FastSLAM and provides insight of weaknesses and strength of this algorithm.

A study of 2D indoor localization and mapping using FastSLAM 2.0

FastSLAM 2.0 is a Simultaneous Localization And Mapping (SLAM) framework that provides an algorithm for calculating robots pose and map the environment concurrently. It consists of calculation that include getting data from sensor, associate the data, and update the map. SLAM is a challenging problem in Robotics because it is considered a chicken-and-egg problem. In this paper, ite will be studied the FastSLAM 2.0 algorithm that will be using RANSAC (Random Sampling Consensus) for its feature extraction.