Institutional Repository | Satya Wacana Christian University: Pengambilan Keputusan Kiper pada Robot Humanoid Menggunakan Decision Tree T1 612011016 BAB V

BAB V
KESIMPULAN DAN SARAN

Pada bab ini akan dipaparkan kesimpulan yang didapat selama perancangan,
perealisasian, serta pengujian skripsi. Pada bab ini juga akan dipaparkan beberapa saran
yang dapat dipertimbangkan untuk pengembangan skripsi ini.
5.1. Kesimpulan
Berdasarkan perancangan, perealisasian dan pengujian dapat ditarik kesimpulan
sebagai berikut:
1. Pengkolaborasian semua mode, yaitu mode blok, mode siaga, mode siap, serta
mode kembali sudah dapat dijalankan pada algoritma yang dibuat pada robot
kipper saat lomba berlangsung, sesuai dengan spesifikasi pada poin 1.
2. Pada pengujian mode blok, pada bagian algoritma untuk menjauhkan bola
menggunakan metode yang baru lebih baik dari metode yang lama, presentase
keberhasilannya mencapai 100% bisa menjauhkan bola apabila bola masuk
dalam batas jarak di mana robot harus menjauhkan bola, dibandingkan dengan
algoritma untuk menjauhkan bola yang lama dengan presentase keberhasilan
75%[9], selebihnya dalam menangkis bola masih sama dengan algoritma yang
lama, sesuai dengan spesifikasi pada poin 3.
3. Pada pengujian mode siaga, algoritma lama belum memiliki kemampuan untuk
menyesuaikan posisi dari bola, sedangkan algoritma yang baru sudah bisa

dengan presentase keberhasilan 100%, sesuai dengan spesifikasi pada poin 2.
4. Pada pengujian mode siap, robot dapat kembali ke tempat semulanya, dengan
presentase keberhasilan 100% apabila robot menerima instruksi dari robot
penyerang, yang menunjukan bahwa bola sudah berada jauh di depan, sesuai
dengan spesifikasi pada poin 4.
5. Pada pengujian mode kembali, robot dapat kembali dengan baik untuk menjaga
gawang dengan presentase keberhasilan 83%, yaitu dengan 5 kali kegagalan
yang dilakukan dengan percobaan sebanyak 30 kali, sesuai dengan spesifikasi
pada poin 5.

42

6. Metode decision tree tidak dapat diterapkan sepenuhnya, karena ternyata perlu
pertimbangan-pertimbangan lain juga dalam menyusun sebuah algoritma yang
tepat, namun pada beberapa algoritma juga ternyata perhitungan menggunakan
metode decision tree dapat membuat algoritma menjadi lebih efisien, efisien
yang dimaksud di sini berarti penulis dapat membuang atribut yang tidak
dominan dalam program dan sebenarnya pada waktu atribut tersebut dihilangkan
tidak terjadi error pada program serta algoritma lain yang sudah dibuat, sesuai
dengan spesifikasi pada poin 7.

5.2. Saran Pengembangan
Beberapa saran untuk pengembangan serta permasalahan dan kesulitan yang
dialamai oleh penulis di sini akan dirangkum dalam bentuk tabel yaitu sebagai berikut:
Tabel 5.1. Saran pengembangan
No.

1.

Kesulitan yang

Keterangan / Hambatan

Dialami

yang Dialami

Solusi Kedepannya

Sulitnya mengatur

Hardware dari badan

Memperbarui servo

kestabilan robot.

robot yang kurang

yang lama dengan

proporsional

yang lebih bagus

menyebabkan keharusan
untuk merubah servo ke
versi yang lebih bagus.
2.

3.

Sulitnya membuat

Dengan adanya servo

Mempelajari

algoritma yang

yang lebih baik

algoritma inverse

baik dengan

memungkinkan

kinematic, cut motion

adanya

terciptanya motion dari

serta mirror motion

keterbatasan

robot yang lebih baik,

agar motion yang

Motion yang dapat

oleh sebab itu dibutuhkan

dibuat bisa maksimal,

dibuat.

algoritma yang baru agar

sehingga algoritma

motion dari robot bisa

dapat diterapkan

lebih baik.

dengan baik

Sulitnya

Karena adanya

Membuat algoritma

menentukan area

persebaran warna hijau

yang dapat

43

yang kosong di

yang merata pada

memetakkan lapangan

lapangan

pandangan robot

agar pembagian warna

sehingga untuk

hijau bisa dilakukan

mengetahui area kosong

sehingga arah operan

pada lapangan untuk

bola bisa diarahkan.

mengoper bola sangatlah
sulit

44