IMPLEMENTASI ALGORITMA Q-LEARNING PADA PERANCANGAN ROBOT OBSTACLE AVOIDING

Teknologi di bidang robotika berkembang dengan sangat pesat. Sistem
kendali pada robot mengalami banyak kemajuan demi meningkatkan efektivitas
dan efisiensi. Penerapan machine learning merupakan salah satu upaya untuk
menciptakan era baru pada sistem kendali robot, reinforcement learning merupakan
salah satu cabang untuk menerapkan metode tersebut. Sehingga diharapkan robot
dapat memiliki kemampuan untuk belajar dan mengingat secara mandiri. Untuk
melakukan penelitian tentang hal tersebut dilakukan perancangan robot obstacle
avoiding menggunakan reinforcement learning dengan algoritma q-learning. Robot
dirancang menggunakan sensor sharp GP2Y0A21YK0F dan ultrasonik HC-SR04
masing-masing lima buah sebagai pendeteksi rintangan. Data hasil penelitian
menunjukkan bahwa sensor sharp GP kurang baik untuk mendeteksi rintangan,
sehingga diputuskan hanya sensor ultrasonik yang digunakan. Hasil pelatihan
terbaik dengan nilai parameter q-learning optimal yaitu learning rate 0,5 dan
discount factor 0,9 didapat total langkah 49999, total reward 650,064, dan total
crash 141, kemudian robot akan mampu mencapai kondisi konvergen pada
percobaan ke 250. Hasil pengujian robot pada variasi arena menunjukkan bahwa
robot membutuhkan waktu lebih lama untuk beradaptasi pada variasi arena yang
lebih rumit. Variasi arena statis menyebabkan eror hingga percobaan ke 20,
sedangkan arena dinamis menyebabkan eror hingga percobaan ke 60.
Kata Kunci: Obstacle Avoiding, Q-Learning, Reinforcement Learning, Sharp
GP2Y0A21YK0F, Ultrasonik HC-SR04