首页 /研究 /Penerapan Metode Particle Swarm Optimization (PSO) Dan Genetic Algorithm (GA) Pada Sistem Optimasi Visible Light Communication (VLC) Untuk Menentukan Posisi Robot
SWARM

Penerapan Metode Particle Swarm Optimization (PSO) Dan Genetic Algorithm (GA) Pada Sistem Optimasi Visible Light Communication (VLC) Untuk Menentukan Posisi Robot

Nanda Febri Istighfarin, Regina Anisa Rahmastati, Herminarto Nugroho

发表年份
2020
引用次数
12
访问权限
开放获取

摘要

Visible Light Communication (VLC) adalah suatu teknologi komunikasi yang memanfaatkan pancaran cahaya tampak untuk pengiriman dan penerimaan sinyal. Perkembangan VLC merupakan sebuah inovasi dalam sistem navigasi untuk melacak posisi dari sebuah objek dengan komunikasi cahaya tampak LED. LED digunakan untuk menentukan titik koordinat dari sebuah objek. Pada penelitian ini digunakan metode Particle Swarm Optimization (PSO) dan Genetic Algorithm (GA) untuk menentukan posisi robot terhadap posisi LED. Dari dua metode tersebut dapat diketahui keefisienan masing-masing metode serta mengetahui tingkat keakuratan posisi robot dalam menerima informasi data dari LED. Hasil analisis menunjukan jika nilai path loss yang diterima receiver semakin besar, maka nilai squared error semakin besar pula. Saat nilai squared error semakin besar, tingkat keakuratan penentuan posisi robot semakin kecil karena posisi robot semakin jauh dari titik referensi yaitu posisi LED. Dengan menggunakan metode PSO dan GA diketahui jika hasil pencarian nilai minimum error relatif sama baiknya. Perbedaan pada kedua metode terlihat pada proses komputasi, yaitu waktu komputasi serta banyaknya partikel atau generasi yang dihitung.

关键词

PhysicsComputer science

相关论文

查看 SWARM 分类全部论文