Autonomous Robot Path Planning Menggunakan Perbandingan Metode Particle Swarm Optimization dan Genetic Algorithm

Abstract

Abstract. A research on robot planning path has been widely conducted and developed. Generally, the desired path is the safe one which has no obstacles and it can be conducted in a quick process. There are several methods that can be applied in planning the path including particle swarm optimization method and genetic algorithm. Both methods are compared in this research in order to discover the best method. Particle swarm optimization method utilizes the particle population movement and genetic algorithm method explores a population consisting individuals’ solutions. The finding reveals that particle swarm optimization method is better than generic algorithm method. This is due to computation time and path required by particle swarm optimization method are shorter than genetic method algorithm. Keyword: Robot path planning, particle swarm optimization, genetic algorithm.Abstrak. Penelitian mengenai perencanaan jalur untuk robot mobil telah banyak diteliti dan dikembangkan. Pada umumnya perencanaan jalur yang diinginkan adalah jalur yang yang aman, tanpa rintangan, dan jarak tempuh yang singkat. Terdapat beberapa metode yang dapat diterapkan dalam perencanaan jalur ini diantaranya adalah metode particle swarm optimization dan genetic algorithm. Pada penelitian ini, kedua metode optimasi tersebut diterapkan. Kedua metode optimasi tersebut dibandingkan untuk didapatkan metode dengan hasil yang terbaik. Metode particle swarm optimization memanfaatkan pergerakan populasi partikel dan metode genetic algorithm melakukan pencarian pada sebuah populasi dari sejumlah individu-individu yang merupakan solusi permasalahan. Hasil penelitian yang dilakukan dengan membandingkan kedua metode optimasi ini adalah metode particle swarm optimization lebih baik daripada metode genetic algorithm. Hal ini berdasarkan pada waktu komputasi dan jalur tempuh yang dibutuhkan oleh metode particle swarm optimization lebih pendek dibandingkan metode genetic algorithm. Kata Kunci: perencanaan jalur robot, particle swarm optimization, genetic algorithm.

Optimization of Vehicle Routing Problem Using Particle Swarm Optimization: A Case Study Watering Plants in Yogyakarta City

“…According to Tuegeh & Purnomo (2009), the PSO method is a population-based random search computation technique called particle which is based on the behavior of individuals moving within the herd. Each individual particle spreads information in the form of its best position to other particles, the information received makes the other particles adjust their position and velocity according to the information received (Ariyati & Musthafa, 2018).…”