dymand

APLIKASI KECERDASAN BUATAN

Makin pesatnya perkembangan teknologi menyebabkan adanya perkembangan dan perluasan lingkup yang membutuhkan kehadiran kecerdasan buatan. Karakteristik “cerdas” sudah mulai dibutuhkan diberbagai disiplin ilmu dan teknologi. Kecerdasan buatan tidak hanya dominant di bidang ilmu computer dan informatika saja tapi bias membuat irisan dengan ilmu lain. Misal irisan Kecerdasan Buatan dengan teknik elektro melahirkan berbagai ilmu seperti: pengolahan citra, teori kendali, pengenalan pola dan robotika. Kecerdasan Buatan juga bias berkolaborasi dengan bidang manajemen sehingga melahirkan sistem pendukung keputusan (Decision Support Syatem ). Irisan Kecerdasan Buatan dengan psikologi melahirkan cognition dan psycolinguistics. Lingkup utam aplikasi Kecerdasan Buatan adalah antara lain:

Pada Expert System terdiri banyak pengetahuan (knowledge) dari seorang pakar bidang tertentu dan seperangkat aturan (rule) yang akan mencari dan mencocokkan knowledge sampai ketemu solusi suatu masalah. Pengetahuan tersebut meliputi fakta-fakta, dalil-dalil yang dibutuhkan untuk memecahkan masalah tersebut. Misalnya program Prospector yang dibuat tahun 1978 untuk pemakaian di bidang geologi, basis pengetahuannya (knowledge base) dibuat berdasarkan ilmu para pakar di bidang geologi. Program MYCIN untuk membantu dibidang kedokteran khususnya untuk mendiagnosisi penyakit.

Para Peneliti kecerdasan buatan telah membuat banyak alat untuk memecahkan beberapa masalah yang dapat dikategorikan paling rumit pada bidang komputer dan sains. Kebanyakan dari penemuan mereka telah diambil alih oleh cabang ilmu komputer dan sains dan tidak lagi menjadi bagian dari bidang ilmu kecerdasan buatan. Namun, bidang ilmu kecerdasan buatan tetap saja sulit untuk dilepaskan dari bidang ilmu ini, dikarenakan banyak bagian dari kecerdasan buatan yang digunakan dalam bidang komputer dan sains ini. Salah satu contohnya adalah konsep jaringan syaraf tiruan yang digunakan untuk mengkalkulasi probabilitas kondisi-kondisi yang akan terjadi pada masa yang akan datang. Beberapa daftar aplikasi yang sebelumnya dikembangkan oleh para peneliti kecerdasan buatan adalah GUI (Graphical User Interface), Kalkulasi koordinat mouse pada layar monitor, manajemen penyimpanan otomatis, pemrograman dinamis serta pemrograman orientasi objek.

Pada bidang kesehatan, sistem kecerdasan buatan telah digunakan, slah satunya adalah algoritma genetika yang memungkinkan simulasi proses evolusi dan rekayasa genetika diuji coba tanpa memerlukan “korban” makhluk hidup. Algoritma ini juga dapat digunakan untuk pencocokan DNA yang sering digunakan dan saat ini mungkin populer untuk mengidentifikasi identitas seseorang. Konsep sistem pakar yang juga merupakan salah satu cabang ilmu dari kecerdasan buatan juga digunakan untuk mendiagnosa penyakit yang diderita oleh pasien sehingga memudahkan kerja dokter.

Pada bidang Industri penggunaan mesin sudah merupakan hal yang umum. Mesin biasanya digunakan dalam industri untuk pekerjaan yang membahayakan manusia dan yang sulit untuk dilakukan manusia. sebagai contoh memindahkan barang yang mempunyai berat ber ton-ton, pemotongan besi dan baja. bahkan dalam industri manufaktur, pekerjaan yang membutuhkan tingkat ketelitian tinggi dan konsistensi sudah diambil alih oleh mesin. Hal ini dikarenakan manusia mempunyai konsentrasi yang tidak tetap dan stamina yang cepat habis. Kondisi seperti ini yang berbahaya, baik bagi pekerja tersebut, pabrikan, dan konsumen tentunya. Oleh karena itu, sistem kecerdasan buatan telah diimplementasikan secara nyata pada bidang industri ini. Satu lagi impementasi dari sistem kecerdasan buatan pada bidang industri, yakni Quality Control yang dilakukan menggunakan sistem image processing.

Pada bidang transportasi kecerdasan buatan sudah diimplementasikan pada banyak hal seperti sistem kontrol perpindahan gigi otomatis pada gearbox mobil bertransmisi otomatis yang menggunakan Fuzzy Logic sebagai salah satu cabag ilmu kecerdasan buatan. Penentuan rute tercepat juga dapat dilakukan oleh decision support system yang juga merupakan salah satu cabang dari kecerdasan buatan yang menggunakan GPS sebagai alat bantu navigasinya. Baru-baru ini juga telah dikembangkan sistem kecerdasan buatan yang dapat mengemudi secara otomatis serta melakukan parkir serial tanpa bantuan manusia sama sekali.

Pada Bidang telekomunikasi, sistem kecerdasan buatan juga banyak digunakan antara lain untuk pencarian heuristik tentang tenaga kerja mereka, mengatur penjadwalan puluhan ribu pekerjanya, serta menentukan jumlah gaji sesuai dengan kualitas kerja mereka. Semuanya dilakukan secara otomatis dengan kecerdasan buatan yang telah diimplementasikan ke dalam sistemnya.

Perkembangan Game yang pesat pada masa ini juga membutuhkan sesuatu yang berbeda pada rule permainannya. Sebuah sistem game, jika sudah dimainkan sampai tuntas oleh seorang player, maka ketika player yang sama memulai lagi permainan dari awal, maka rule permainannya akan sama. namun berbeda untuk game-game yang telah ada saat ini. sistem dalam game, dapat belajar mengenali pola permainan dari player dan ketika player tersebut memulai permainan kembali, maka sistem ini akan menggunakan rule yang berbeda untuk pemain yang sama ini. sehingga game menjadi lebih menarik dan menantang untuk dimainkan.

Peralatan permainan seperti AIBO dan ASIMO, robot anjing cerdas dan robot yang menyerupai manusia yang dapat berinteraksi dengan manusia menjadi salah satu favorit alat bermain yang telah menggunakan kecerdasan buatan pada sistemnya. AIBO dan ASIMO ini dapat berinteraksi dengan manusia melalui suara, fitur speech recognition di dalamnya, robot ini dapat mengerti apa yang diucapkan manusia dan menanggapinya.

Evolusi di bidang musik hampir selalu terkena dampak dari tekbologi yang ada pada zamannya. Sebagai contoh, era musik digital yang memungkinkan sebuah suara dapat direkan dan diputar ulang. dengan mengimplementasikan kecerdasan buatan, proses penciptaan komposisi lagu, pemrosesan suara, dan teori-teori tentang musik dapat dilakukan. Pengolahan suara adalah fokus dari pengembangan kecerdasan buatan di bidang music ini.

Pada bidang militer, teknologi kecerdasan buatan dapat diimplementasikan pada sistem yang mensimulasikan kondisi-kondisi perang yang mungkin akan terjadi di lapangan, mengatur strategi serta mengkalkulasi kemungkinan beberapa strategi terhadap kondisi medan perang secara simultan dan menampilkan hasilnya.

Simulasi penerbangan pada pelatihan calon pilot sebelum benar-benar terbang dilakukan menggunakan perangkat yang telah mengimplementasikan kecerdasan buatan di dalamnya. perangkat ini dapat memberikan beragam simulasi kondisi penerbangan dengan puluhan variabel yang kompleks. Pelatihan calon pilot menerbangakan pesawat menggunakan simulator ini sangat efisien, selain mengurangi biaya untuk penerbangan yang sebenarnya, resiko kecelakaan para calon pilot juga dapat diminimalisir.

Proses perancangan dan desain chassis serta body otomotif pada saat ini sudah semakin canggih. Computational Fluid Dynamics atau sering disebut dengan CFD saja, telah digunakan dalam proses perancangan dan pengujian. CFD menghitung variabel-variabel yang digunakan dalam perancangan mobil. Salah satunya adalah komputasi aliran arus udara yang melalui mobil dengan ribuan jalur udara yang mengelilingi seluruh body mobil.

Demikianlah beberapa aplikasi kecerdasan buatan pada kehidupan nyata yang masih banyak lagi yang belum sempat disebutkan oleh penulis. Semoga artikel ini dapat menjadi inspirasi pembaca sekalian untuk terus berkarya dalam mengembangkan sistem kecerdasan buatan.

KECERDASAN BUATAN DALAM ROBOTIKA

Kecerdasan Buatan (Artificial Intelligence) dalam robotik adalah suatu algorithma (yang dipandang) cerdas yang diprogramkan ke dalam kontroler robot. Pengertian cerdas di sini sangat relatif, karena tergantung dari sisi mana sesorang memandang.

Para filsuf diketahui telah mulai ribuan tahun yang lalu mencoba untuk memahami dua pertanyaan mendasar: bagaimanakah pikiran manusia itu bekerja, dan, dapatkah yang bukan-manusia itu berpikir? (Negnevitsky, 2004). Hingga sekarang, tak satupun mampu menjawab dengan tepat dua pertanyaan ini. Pernyataan cerdas yang pada dasarnya digunakan untuk mengukur kemampuan berpikir manusia selalu menjadi perbincangan menarik karena yang melakukan penilaian cerdas atau tidak adalah juga manusia. Sementara itu, manusia tetap bercita-cita untuk menularkan kecerdasan manusia kepada mesin.

Dalam literatur, orang pertama yang dianggap sebagai pionir dalam mengembangkan mesin cerdas (intelligence machine) adalah Alan Turing, sorang matematikawan asal Inggris yang memulai karir saintifiknya di awal tahun 1930-an. Di tahun 1937 ia menulis paper tentang konsep mesin universal (universal machine). Kemudian, selama perang dunia ke-2 ia dikenal sebagai pemain kunci dalam penciptaan Enigma, sebuah mesin encoding milik militer Jerman. Setelah perang, Turing membuat automatic computing engine. Ia dikenal juga sebagai pencipta pertama program komputer untuk bermain catur, yang kemudian program ini dikembangkan dan dimainkan di komputer milik Manchester University. Karya-karyanya ini, yang kemudian dikenal sebagai Turing Machine, dewasa ini masih dapat ditemukan aplikasi-aplikasinya. Beberapa tulisannya yang berkaitan dengan prediksi perkembangan komputer di masa datang akhirnya juga ada yang terbukti. Misalnya tentang ramalannya bahwa di tahun 2000-an komputer akan mampu melakukan percakapan dengan manusia. Meski tidak ditemukan dalam paper-papernya tentang istilah resmi: artificial intelligence, namun para peneliti di bidang ini sepakat untuk menobatkan Turing sebagai orang pertama yang mengembangkan kecerdasan buatan.

Secara saintifik, istilah kecerdasan buatan untuk selanjutnya disebut sebagai AI (artificial intelligence) pertama kali diperkenalkan oleh Warren McCulloch, seorang filsuf dan ahli perobatan dari Columbia University, dan Walter Pitts, seorang matematikawan muda pada tahun 1943, (Negnevitsky, 2004). Mereka mengajukan suatu teori tentang jaringan saraf tiruan (artificial neural network, ANN) untuk selanjutnya disebut sebagai ANN bahwa setiap neuron dapat dipostulasikan dalam dua keadaan biner, yaitu ON dan OFF. Mereka mencoba menstimulasi model neuron ini secara teori dan eksperimen di laboratorium. Dari percobaan, telah didemonstrasikan bahwa model jaringan saraf yang mereka ajukan mempunyai kemiripan dengan mesin Turing, dan setiap fungsi perhitungan dapat dapat diselesaikan melalui jaringan neuron yang mereka modelkan.
Kendati mereka meraih sukses dalam pembuktian aplikasinya, pada akhirnya melalui eksperimen lanjut diketahui bahwa model ON-OFF pada ANN yang mereka ajukan adalah kurang tepat. Kenyataannya, neuron memiliki karakteristik yang sangat nonlinear yang tidak hanya memiliki keadaan ON-OFF saja dalam aktifitasnya. Walau demikian, McCulloch akhirnya dikenal sebagai orang kedua setelah Turing yang gigih mendalami bidang kecerdasan buatan dan rekayasa mesin cerdas. Perkembangan ANN sempat mengalami masa redup pada tahun 1970-an. Baru kemudian pada pertengahan 1980-an ide ini kembali banyak dikaji oleh para peneliti.
Sementara itu, metoda lain dalam AI yang sama terkenalnya dengan ANN adalah Fuzzy Logic (FL) untuk selanjutnya ditulis sebagai FL. Kalau ANN didisain berdasarkan kajian cara otak biologis manusia bekerja (dari dalam), maka FL justru merupakan representasi dari cara berfikir manusia yang nampak dari sisi luar. Jika ANN dibuat berdasarkan model biologis teoritis, maka FL dibuat berdasarkan model pragmatis praktis. FL adalah representasi logika berpikir manusia yang tertuang dalam bentuk kata-kata.

Kajian saintifik pertama tentang logika berfikir manusia ini dipublikasikan oleh Lukazewicz, seorang filsuf, sekitar tahun 1930-an. Ia mengajukan beberapa representasi matematik tentang kekaburan (fuzziness) logika ketika manusia mengungkapkan atau menyatakan penilaian terhadap tinggi, tua dan panas (tall, old, & hot). Jika logika klasik hanya menyatakan 1 atau 0, ya atau tidak, maka ia mencoba mengembangkan pernyataan ini dengan menambahkan faktor kepercayaan (truth value) di antara 0 dan 1.

Di tahun 1965, Lotfi Zadeh, seorang profesor di University of California, Berkeley US, mempublikasikan papernya yang terkenal, Fuzzy Sets. Penelitian-penelitian tentang FL dan fuzzy system dalam AI yang berkembang dewasa ini hampir selalu menyebutkan paper Zadeh itulah sebagai basis pijakannya. Ia mampu menjabarkan FL dengan pernyataan matematik dan visual yang relatif mudah untuk dipahami. Karena basis kajian FL ini kental berkaitan dengan sistem kontrol (Zadeh adalah profesor di bidang teknik elektro) maka pernyataan matematiknya banyak dikembangkan dalam konteks pemrograman komputer.

Metoda AI lain yang juga berkembang adalah algorithma genetik (genetic algorithm, GA) untuk selanjutnya disebut sebagai GA. Dalam pemrograman komputer, aplikasi GA ini dikenal sebagai pemrograman berbasis teori evolusi (evolutionary computation, EC) untuk selanjutnya disebut sebagai EC. Konsep EC ini dipublikasikan pertama kali oleh Holland (1975). Ia mengajukan konsep pemrograman berbasis GA yang diilhami oleh teori Darwin. Intinya, alam (nature), seperti manusia, memiliki kemampuan adaptasi dan pembelajaran alami �tanpa perlu dinyatakan: apa yang harus dilakukanï. Dengan kata lain, alam memilih kromosom yang baik secara buta/alami. Seperti pada ANN, kajian GA juga pernah mengalami masa vakum sebelum akhirnya banyak peneliti memfokuskan kembali perhatiannya pada teori EC.

GA pada dasarnya terdiri dari dua macam mekanisme, yaitu encoding dan evaluation. Davis (1991) mempublikasikan papernya yang berisi tentang beberapa metoda encoding. Dari berbagai literatur diketahui bahwa tidak ada metoda encoding yang mampu menyelesaikan semua permasalahan dengan sama baiknya. Namun demikian, banyak peneliti yang menggunakan metoda bit string dalam kajian-kajian EC dewasa ini.

Aplikasi AI dalam kontrol robotik dapat diilustrasikan sebagai berikut,
Gambar 4.1: Kontrol robot loop tertutup berbasis AI
Penggunaan AI dalam kontroler dilakukan untuk mendapatkan sifat dinamik kontroler secara cerdas. Seperti telah dijelaskan di muka, secara klasik, kontrol P, I, D atau kombinasi, tidak dapat melakukan adaptasi terhadap perubahan dinamik sistem selama operasi karena parameter P, I dan D itu secara teoritis hanya mampu memberikan efek kontrol terbaik pada kondisi sistem yang sama ketika parameter tersebut di-tune. Di sinilah kemudian dikatakan bahwa kontrol klasik ini belum cerdas karena belum mampu mengakomodasi sifat-sifat nonlinieritas atau perubahan-perubahan dinamik, baik pada sistem robot itu sendiri maupun terhadap perubahan beban atau gangguan lingkungan.

Banyak kajian tentang bagaimana membuat P, I dan D menjadi dinamis, seperti misalnya kontrol adaptif, namun di sini hanya akan dibahas tentang rekayasa bagaimana membuat sistem kontrol bersifat cerdas melalui pendekatan-pendekatan AI yang populer, seperti ANN, FL dan EC atau GA.

Mengilustrasikan tentang skema AI yang digunakan secara langsung sebagai kontroler sistem robot. Dalam aplikasi lain, AI juga dapat digunakan untuk membantu proses identifikasi model dari sistem robot, model lingkungan atau gangguan, model dari tugas robot (task) seperti membuat rencana trajektori, dan sebagainya. Dalam hal ini konsep AI tidak digunakan secara langsung (direct) ke dalam kontroler, namun lebih bersifat tak langsung (indirect).

PENGENALAN ROBOTIKA

Manipulator robot adalah sistem mekanik yang menunjukkan pergerakan dari robot. Sistem mekanik ini terdiri dari susunan link(rangka) dan joint (engsel) yang mampu menghasilkan gerakan yang terkontrol. Hanya dua tipe dasar dari jenis yang digunakan pada industri yaitu:

Dengan dua tipe joint di atas maka dapat dibuat manipulator dengan dua, tiga bahkan enam derajat kebebasan adalah jumlah arah yang independen, dimana end effector (berupa griper/tool) dapat bergerak. Secara umum struktur robot dapat dibedakan menurut sumbu koordinat yang digunakan, yaitu:

Struktur robot ini terdiri dari tiga sumbu linier (prismatic). Masing-masing sumbu dapat bergerak ke area sumbu x-y-z . Keuntungan robot ini adalah pengontrolan posisi yang mudah dan mempunyai struktur yang lebih kokoh.

Struktur dasar dari robot silindris adalah terdiri dari Horizontal Arm dan Vertikal Arm yang dapat berputar pada base/ landasannya. Jika dibandingkan dengan robot kartesian, robot silindris mempunyai kecepatan gerak lebih tinggi dari end effectornya, tapi kecepatan tersebut tergantung momen inersia dari beban yang dibawanya.

Konfigurasi struktur robot ini mirip dengan sebuah tank dimana terdiri atas Rotary Base, Elevated Pivot, dan Telescopic Arm. Keuntungan dari robot jenis ini adalah fleksibilitas mekanik yang lebih baik.

Robot ini terdiri dari tiga lengan yang dihubungkan dengan dua Revolute Joint. Elbow Joint menghubungkan Fore Arm dengan Upper Arm. Shoulder Joint menghubungkan Upper Arm dengan Base. Struktur robot artikulasi ini.

Robot Assembly bisa didesain menurut koordinat kartesian, silindris maupun spheris. Pada beberapa aplikasi hanya membutuhkan sumbu gerak vertikal, misalnya robot assembly yang memasang komponen pada PCB. Robot seperti ini mempunyai lengan dengan dua artikulasi, sedangkan wrist mempunyai gerakan linier dan rolling.

Karakteristik Robot

Ada beberapa unjuk kerja robot yang perlu diketahui, antara lain:

Sistem Penggerak Robot

Penggerak diperlukan oleh robot agar robot mampu bergerak atau berpindah posisinya serta mampu mengangkat beban pada end effectornya.

Macam-macam penggerak yang biasanya digunakan adalah:

Keuntungan yang didapatkan jika menggunakan penggerak hidrolik adalah:

Kelebihan sistem penggerak pneumatik adalah:

Motor servo tidak dapat berputar lebih dari 3600. motor ini dikendalikan oleh lebar pulsa. Pada ukuran lebar pulsa tertentu motor ini mempunyai posisi tertentu pula.

Operasi motor ini berdasarkan pulsa listrik. Setiap pengiriman satu pulsa ke motor maka motor akan bergerak “selangkah”, yaitu satu putaran sudut kecil misalnya 1,50. Dengan demikian untuk mencapai sudut dengan derajat tertentu dapat ditentukan dengan jumlah pulsa tertentu pula. Pengaturan posisi lebih mudah dengan motor stepper. End effector Kemampuan robot juga tergantung pada piranti yang dipasang pada lengan robot. Piranti ini biasanya dikenal dengan end effector. End effector terbagi atas:

d)     Dalam robotika, sensor eksternal yaitu sensor yang dipasang di luar robot terbagi menjadi dua yaitu:

Sensor posisi non optikal seperti potensiometer, synchro, resolver, variable transformer diferensial linier (LDVT). Sensor posisi optikal seperti opto interrupt, optical encoder

Macam-macam sensor eksternal:

b.      Menggunakan pancaran cahaya untuk mendeteksi kehadiran benda. Biasanya digunakan optical transduser seperti LDR, photo diode, photo transistor.

d.      Mendeteksi panas dan mengubahnya ke bentuk sinyal listrik, misalnya lempeng bimetal, thermistor, NTC, PYC.

f.       Digunakan untuk mengetahui adanya kontak dengan benda lain. Misalnya sensor piezo resistive, sensor matriks, sensor pneumatik.

h.      Yang dilakukan oleh sensor penglihatan yaitu pendeteksian, orientasi pengenalan dan pengidentifikasian obyek.

Konfigurasi Sistem Kontrol Digital

Meluasnya penerapan sistem kontrol digital dewasa ini disebabkan beberapa keunggulannya dibandingkan dengan sistem kontrol analog. Sinyal kontrol digital mempunyai ketahanan terhadap noise, dapat disimpan dan dapat diprogram.

Sistem kontrol ditinjau dari umpan baliknya dibedakan atas:

DASAR PEMBUATAN ROBOT

Secara garis besar, tahapan pembuatan robot dapat dilihat pada gambar berikut:

Ada tiga tahapan pembuatan robot, yaitu:

Dalam tahap ini, kita merencanakan apa yang akan kita buat, sederhananya, kita mau membuat robot yang seperti apa? berguna untuk apa? Hal yang perlu ditentukan dalam tahap ini:

·         Dimensi, yaitu panjang, lebar, tinggi, dan perkiraan berat dari robot. Robot KRI berukuran tinggi sektar 1m, sedangkan tinggi robot KRCI sekitar 25 cm.

·         Struktur material, apakah dari alumunium, besi, kayu, plastik, dan sebagainya.

·         Cara kerja robot, berisi bagian-bagian robot dan fungsi dari bagian-bagian itu. Misalnya lengan, konveyor, lift, power supply.

·         Sensor-sensor apa yang akan dipakai robot.

·         Mekanisme, bagaimana sistem mekanik agar robot dapat menyelesaikan tugas.

·         Metode pengontrolan, yaitu bagaimana robot dapat dikontrol dan digerakkan, mikroprosesor yanga digunakan, dan blok diagram sistem.

·         Strategi untuk memenangkan pertandingan, jika memang robot itu akan diikutkan lomba/kontes robot Indonesia/Internasional.

Ada tiga perkerjaan yang harus dilakukan dalam tahap ini, yaitu pembuatan mekanik, elektronik, dan programming. Masing-masing membutuhkan orang dengan spesialisasi yang berbeda-beda, yaitu:

·         Spesialis Mekanik, bidang ilmu yang cocok adalah teknik mesin dan teknik industri.

·         Spesialis Elektronika, bidang ilmu yang cocok adalah teknik elektro.

·         Spesialis Programming, bidang ilmu yang cocok adalah teknik informatika.

Jadi dalam sebuah tim robot, harus ada personil-personil yang memiliki kemampuan tertentu yang saling mengisi. Hal ini diperlukan dalam membentuk Tim Kontes Robot Indonesia (KRI) atau Kontes Robot Cerdas Indonesia (KRCI). Bidang ilmu yang saya sebutkan tadi, tidak harus diisi mahasiswa/alumni jurusan atau program studi tersebut, misalnya boleh saja mahasiswa jurusan teknik mesin belajar pemrograman.

Untuk mengikuti lomba KRI/KRCI dibutuhkan sebuah tim yang solid. Tetapi buat Anda yang tertarik membuat robot karena hobby atau ingin belajar, semua bisa dilakukan sendiri, karena Anda tidak terikat dengan waktu atau deadline. Jadi Anda bisa melakukannya dengan lebih santai.

Setelah gambaran garis besar bentuk robot dirancang, maka rangka dapat mulai dibuat. Umumnya rangka robot KRI terbuat dari alumunium kotak atau alumunium siku. Satu ruas rangka terhubung satu sama lain dengan keling alumunium. Keling adalah semacam paku alumunium yang berguna untuk menempelkan lembaran logam dengan erat. Rangka robot KRCI lebih variatif, bisa terbuat dari plastik atau besi panjang seperti jeruji.

Bagian sistem elektronika dirancang sesuai dengan fungsi yang diinginkan. Misalnya untuk menggerakkan motor DC diperlukan h-brigde, sedangkan untuk menggerakkan relay diperlukan saklar transistor. Sensor-sensor yang akan digunakan dipelajari dan dipahami cara kerjanya, misalnya:

1.      Sensor jarak, bisa menggunakan SRF04, GP2D12, atau merakit sendiri modul sensor ultrasonik atau inframerah.

2.      Sensor arah, bisa menggunakan sensor kompas CMPS03 atau Dinsmore.

3.      Sensor suhu, bisa menggunakan LM35 atau sensor yang lain.

4.      Sensor nyala api/panas, bisa menggunakan UVTron atau Thermopile.

5.      Sensor line follower / line detector, bisa menggunakan led & photo transistor.

Berikut ini gambar sensor ultrasonik, inframerah, UVTron, dan kompas:

Pembuatan sistem elektronika ini meliputi tiga tahap:

Pembuatan software dilakukan setelah alat siap untuk diuji. Software ini ditanamkan (didownload) pada mikrokontroler sehingga robot dapat berfungsi sesuai dengan yang diharapkan.

Tahap pembuatan program ini meliputi:

a)      Perancangan Algoritma atau alur program

Untuk fungsi yang sederhana, algoritma dapat dibuat langsung pada saat menulis program. Untuk fungsi yang kompleks, algoritma dibuat dengan menggunakan flow chart.

b)      Penulisan Program

Penulisan program dalam Bahasa C, Assembly, Basic, atau Bahasa yang paling dikuasai.

c)      Compile dan download, yaitu mentransfer program yang kita tulis kepada robot.

Setelah kita mendownload program ke mikrokontroler (otak robot) berarti kita siap melakukan tahapan terakhir dalam membuat robot, yaitu uji coba. Untuk KRCI, ujicoba dilakukan pada arena seluas sekitar 4×4 meter dan berbentuk seperti puzzle. Dalam arena KRCI ini diletakkan lilin-lilin yang harus dipadamkan oleh robot cerdas pemadam api. Contoh gambar robot pemadam api Ted Larsorn dan arena Kontes Robot Cerdas Indonesia (KRCI).

Untuk lomba robot KRI, dibutuhkan ruangan yang lebih besar, yaitu sekitar 15×15 meter.

CONTOH PEMBUTAN ROBOT SEDERHANA

Robot Penghindar

Fungsi dari sistem navigasi dengan menggunakan sensor Inframerah ini adalah bagaimana membuat kendaraan mini yang bergerak bebas pada suatu area yang dibatasi oleh sekat/dinding pemisah tanpa menyentuh sekat/dinding tersebut. terdapat 2 buah motor Dc penggerak roda utama (MT1 dan MT2) yang berfungsi untuk mengatur kecepatan dari maju-mundur sekaligus mengontrol arah dan besar dari sudut belokan dari robot mobil tersebut. Juga terdapat 3 buah sensor Inframerah sebagai sensor jarak yang terletak di bagian depan robot mobil. Peletakan dari 3 buah sensor Inframerah secara bersilangan dimaksudkan agar :

5.2. Rancangan Mekanik

Sistem mekatronika tersebut digerakkan oleh 2 buah motor Dc yang masing-masing memutar roda kiri dan roda kanan.

5.3. Rancangan Rangkaian Elektronika dan Kontroler

5.3.1. Rangkaian Sensor

Gelombang Inframerah adalah gelombang dengan besar frekuensi diatas frekuensi gelombang suara yaitu lebih dari 36 KHz. Seperti telah disebutkan bahwa sensor Inframerah terdiri dari rangkaian pemancar Inframerah yang disebut transmitter dan rangkaian penerima Inframerah yang disebut receiver. Sinyal Inframerah yang dibangkitkan akan dipancarkan dari transmitter Inframerah. Ketika sinyal mengenai benda penghalang, maka sinyal ini dipantulkan, dan diterima oleh receiver Inframerah. Sinyal yang diterima oleh rangkaian receiver dikirimkan ke rangkaian mikrokontroler untuk selanjutnya memberikan perintah kepada robot agar bergerak menjauhi penghalang tersebut sesuai dengan algoritma program mikrokontroler yang dibuat.

Pemancar Inframerah ini berupa rangkaian yang memancarkan sinyal kotak berfrekuens di atas 38 KHz menggunakan sebuah transducer transmitter Inframerah dan sinyalny difokuskan melalui sebuah corong/pipa. Pada penggunaannya, akan digunakan 3 buah pemancar yang masing-masing mengirimkan sinyal dengan frekuensi yang berbeda-beda.

b. Penerima Ultrasonik (Receiver)

Penerima Ultrasonik ini akan menerima sinyal ultrasonik yang dipancarkan oleh pemancar ultrasonik dengan karakteristik frekuensi yang sesuai. Sinyal yang diterima tersebut akan melalui proses filterisasi frekuensi dengan menggunakan rangkaian band pass filter (penyaring pelewat pita), dengan nilai frekuensi yang dilewatkan telah ditentukan. Kemudian sinyal keluarannya akan dikuatkan dan dilewatkan ke rangkaian komparator (pembanding) dengan tegangan referensi ditentukan berdasarkan tegangan keluaran penguat pada saat jarak antara sensor kendaraan mini dengan sekat/dinding pembatas mencapai jarak minimum untuk berbelok arah. Dapat dianggap keluaran komparator pada kondisi ini adalah high (logika ‘1’) sedangkan jarak yang lebih jauh adalah low (logika’0’). Logika-logika biner ini kemudian diteruskan ke rangkaian pengendali (mikrokontroler).

5.3.2. Rangkaian Penggerak (Driver) Motor stepper.

Isyarat yang dimasukkan ke mikrokontroler untuk kemudian diolah, outputnya kemudia digunakan untuk menentukan langkah (step) dari motor stepper. Penggerak motor stepper berfungsi untuk mengatur pulsa-pulsa listrik dengan nilai tertentu sehingga dapat menggerakkan motor stepper. Komponen utama dari penggerak motor stepper ini adalah IC ULN2803 yang tersusun dari rangkaian transistor yang dihubung secara Darlington dalam satu kemasan. Gambar rangkaian utama IC ULN2803 dapat dilihat pada gambar di bawah ini. Pasangan Darlington bertindak seperti satu transistor dengan bati arus yang amat tinggi, rangkaian ini akan menghasilkan daya beban ac yang besar. Dalam perancangan ini, tiap bagian pasangan Darlington ini akan berfungsi sebagai rangkaian saklar bagi motor, sehingga apabila pada kaki input driver (IC ULN2803) disuplai dengan tegangan maka akan menyebabkan pasangan transistor Darlington dalam IC menjadi saturasi dan mengakibatkan kaki input motor terhubung dengan ground atau dengan kata lain maka kaki input motor akan ditanahkan. Tiap pin input dari motor akan dihubungkan dengan pin keluaran dari driver, dimana pulsa keluaran dari driver yang akan diberikan pada motor diatur oleh mikrokontroler, dengan demikian port keluaran dari mikrokontroler dihubungkan dengan pin input dari driver.

5.3..3. Rangkaian Kontroler dengan Mikrokontroler AT89S51

Mikrokontroler 89S51 merupakan mikrokompumter CMOS 8 bit dengan kapasitas memori 4 Kbytes yang menggunakan flash memori ISP. AT 89S51 memiliki beberapa fitur seperti flash 4 Kbytes, RAM 128 bytes, 32 pin I/O ( 4 buah port ) timer Watchdog, 2 data pointer, 2 timer/pencacah 16 bit dan beberapa fasilitas pendukung lainnya. Rangkaian mikrokontroler ini berperan sangat penting dalam navigasi robot mobil ini karena berfungsi sebagai pengendali utama navigasi ini, seperti halnya otak pada manusia. Rangkaian mikrokontroler ini terhubung dengan rangkaian sensor dan driver motor melalui port - port yang tersedia. Program yang dibuat dalam bahasa assembly dan telah di-compile di-download ke dalam mikrokontroler. Selanjutnya mikrokontroler akan mengeksekusi program tersebut dengan memperhatikan keadaan input dari rangkaian sensor. Selanjutnya mikrokontroler akan memberikan sinyal keluaran yang akan mengendalikan rangkaian driver motor demikian robot mobil dapat bergerak maju atau mundur sesuai dengan apa yang telah diprogram.

5.4. Rancangan Algoritma dan Perangkat Lunak

Berikut ini adalah salah satu contoh algoritma program berbentuk flowchart berserta keterangan mengenai posisi dari ketiga sensor pada mobile-robot yang akan dirancang dan dibuat :

Sensor 1 ( S.1 ) berada di tengah dan mengarah ke depan.

Sensor 2 ( S.2 ) berada di kiri dan mengarah ke samping kanan.

Sensor 3 ( S.3 ) berada di kanan dan mengarah ke samping kiri.

Logika “1” adalah logika input dimana jarak antara sensor dengan sekat atau dinding adalah minimum dan kendaraan mini harus berbelok. Sebaliknya logika “0” adalah jarak yang aman antara sensor dengan sekat atau dinding.  Pada saat robot mulai dijalankan, mikrokontroler selaku pengendali selalu memperhatikan kondisi dari ketiga sensor sebagai input. Input sensor yang diutamakan adalah sensor 1 yang berada di tengah dan mengarah ke depan. Apabila kondisi dari sensor ini low (logika ‘0’) yang berarti tidak ada penghalang maka kendaraan mini akan maju secara lurus, tetapi bila kondisi sensor ini high (logika ‘1’) maka selanjutnya mikrokontroler mengecek kondisi dari sensor 2 yang berada di sebelah kiri dan mengarah ke kanan. Jika kondisi dari sensor 2 ini low maka kendaraan mini akan berbelok ke kanan dan selanjutnya mikrokontroler terus mengecek kondisi dari sensor 1 hingga kondisinya low, bila kondisi dari sensor 1 tetap high maka kendaraan mini akan terus berbelok ke kanan hingga kondisi sensor 1 low. Tetapi jika kondisi dari sensor 2 ini high, maka mikrokontroler akan mengecek kondisi dari sensor 3 yang berada di sebelah kanan dan mengarah ke kiri. Jika kondisi dari sensor 3 ini low maka kendaraan mini akan berbelok ke kiri dan selanjutnya mikrokontroler terus mengecek kondisi dari sensor 1 hingga kondisinya low, bila kondisi dari sensor 1 tetap high maka kendaraan mini akan terus berbelok ke kiri hingga kondisi sensor 1 low. Tetapi jika kondisi dari sensor 3 ini high, maka kendaraan mini akan berbelok ke kanan dan mikrokontroler terus memantau sensor 3 hingga kondisinya low. Jika kondisi dari sensor 3 ini sudah low maka kendaraan mini akan kembali bergerak maju secara lurus.

DAFTAR PUSTAKA