TEORI DAN PRAKTEK ANIMASI

SLAM : Teknologi Robot Masa Depan
SLAM atau Simultaneously Localization and Mapping adalah suatu algoritma dimana robot mampu memetakan lingkungannya dan melokalisasikan dirinya secara bersamaan pada lingkungan itu. Suatu hal yang kelihatan sederhana, namun implementasinya ternyata sangat sulit. Di dalam virtual-world, mekanisme SLAM dapat ditunjukkan dengan mudah dan terbukti keakuratannya bagi robot dalam membentuk peta lingkungan sekaligus tahu posisinya. Namun di dalam real-world banyak ketidakpastian yang terjadi. Posisi robot yang dikalkulasikan berdasarkan data-data sensor sebenarnya penuh ketidakpastian dan hanya dapat diduga melalui probabibilitas.

Untuk kecanggihan SLAM bisa dilihat pada video berikut ini: Visual SLAM of Robot Vacuum Cleaner


Roboticist percaya, jika SLAM ini dapat diimplementasikan pada robot, maka masalah navigasi akan terselesaikan. Analoginya sederhana, seperti halnya sopir taksi yang tahu rute peta dimana dia beroperasi. Maka jika seorang penumpangnya ingin pergi ke suatu tempat maka dengan mudah sopir taksi tersebut pergi ke tempat itu. Sama seperti halnya pada robot, jika dia tahu posisinya, maka robot itu akan tahu rute yang akan dijalani untuk mencapai suatu goal.

Masalah SLAM ada dua, lokalisasi dan pembentukan map. Robot baru bisa melokalisasi dirinya jika map sudah terbentuk dengan jelas atau robot pun sudah mampu menerka-nerka lokasinya meskipun map yang terbentuk baru sebagian. Jika map yang terbentuk salah, maka lokasi yang diduga robot pun juga salah. Intinya untuk menjalankan SLAM, robot harus mampu mendeteksi adanya suatu feature kemudian mensintesisnya menjadi sebuah map. Feature adalah subkomponen dari map yang diperoleh dari data sensor seperti IR sensor atau Sonar Range. Map pada robot bisa direpresentasikan dalam dua bentuk, Topological-based map dan Grid-based map. Kedua bentuk representasi ini memiliki kelemahan dan kekurangannya masing-masing. Dengan Topological-based map, robot membentuk petanya dalam bentuk himpunan abstrak seperti graph. Sedangkan Grid-based map, robot membentuk petanya dalam suatu kotak-kotak kecil atau pixel dengan ukuran tertentu. Dengan Grid-based map kita dapat mencitra lingkungan robot secara 2D atau 3D. Berikut adalah visualisasi dari kedua bentuk map tersebut.


Grid-based Map



Topological-based Map

Untuk teknik lokalisasi sendiri banyak sekali metodenya. Salah satu yang paling banyak digunakan adalah lokalisasi yang diturunkan dari Bayes Filter. Teknik lokalisasi itu di antaranya adalah Markov Localization dan Kalman Filter Localization. Khusus untuk Kalman Filter Localization hanya digunakan untuk Local localization. Sedangkan varian dari Markov Localization bisa digunakan baik dalam Local Localization dan Global Localization. Istilah Lokal dan Global ini maksudnya adalah antara adanya known map atau tidak. Untuk Local Localization tidak ada map yang diketahui sedangkan untuk Global Localization adanya map yang diketahui atau dalam istilah disebut given map. Untuk SLAM ini digunakan teknik Global Localization karena mapnya sudah diketahui yang dibentuk pada proses pembentukan map.

Untuk menjalankan Algoritma SLAM robot harus tangguh dalam berbagai hal. Robot perlu memiliki banyak sensor untuk melakukan pendeteksian lingkungan terutama penggunaan sensor jarak di tubuh robot. Robot juga harus memiliki unit kontrol yang memiliki kecepatan tinggi untuk dapat melakukan komputasi yang mumpuni. Alasannya karena SLAM ini menggunakan teknik iterasi dan perulangan dengan banyak data yang diprosesnya.

Analogi yang serupa jika robot benar-benar menjalankan SLAM secara sempurna maka kecerdasannya ini mirip seperti kecerdasan spasial yang dimiliki oleh manusia. Dengan adanya kecerdasan spasial, manusia dapat mengenal ruang dan lokasi dirinya dari imaji atau bayangan yang berasal dari pikirannya sendiri. Begitupula dengan robot maka ia akan tahu posisinya berada pada saat melakukan penjelajahan lingkungan.

Satu hal yang pasti, SLAM ini suatu hari mungkin akan menjadi algoritma handal yang ada dan dimiliki oleh setiap robot jenis apapun. Algoritma SLAM semakin reliable dilakukan pada robot karena kecanggihan teknologi elektrik dan mekanik dari robot di masa depan. Bayangkan saja jika suatu hari robot memiliki platform untuk prosesor yang umum dimana didalamnya terdapat data-data library berupa kumpulan modul algoritma. Sehingga jika sebuah robot diciptakan maka tidak perlu lagi membangun kode program dari awal. Akan ada zamannya program robot akan serupa satu sama lain, dan tinggal dilakukan beberapa pengaturan sederhana tergantung platform dari hardware robot yang diprogram. Atau mungkin yang lebih hebat lagi, robot bisa sharing kode satu sama lain secara otomatis. Bahkan robot pun bisa berbagi informasi mengenai lokasi keberadaannya dengan SLAM ini. Aneh memang, namun kadang sebuah imajinasi pun mungkin akan menjadi kenyataan.
Posted by Saripudin at 4:44 PM 2 comments
Labels: elektro, robotics, teknologi, unik
Tuesday, October 26, 2010
Mesin yang dapat berpikir, imajinasi atau kenyataan?

Banyak sekali hal-hal yang muncul di pikiran saya. Semuanya berhubungan dengan aplikasi dari bidang soft-computing yang sekarang dan kedepannya saya ingin pelajari. Diantaranya adalah Fuzzy Logic, Artificial Neural Network, dan Evolutionary Algorithm. Ketiga ilmu Kecerdasan buatan ini sangat penting dalam dunia Control Engineering, termasuk robotika didalamnya.

Fuzzy logic, sebuah cara menghampiri bentuk lain dari logika yang kaku. Dengan fuzzy logic setiap keadaan bisa kita buat memiliki tingkatan tertentu yang dimasukkan dalam himpunan fuzzy. Entahlah, saya sendiri masih bingung dengan penerapan lebih jauh tentang fuzzy logic ini. Namun yang pasti banyak teknologi cerdas yang kini berbasiskan fuzzy. Dalam dunia nyata sangat diperlukan untuk menyederhanakan model dan sistem yang ada pada alat tertentu.

Artificial Neural Network, atau jaringan syaraf buatan adalah sebuah teknik menganalogikan proses komputasi dengan sistem syaraf yang ada pada makhluk hidup. Proses komputasi ini adalah usaha untuk menghasilkan output yang kita inginkan dari sebarang input. Hal yang paling sederhana mungkin mirip dengan suatu pemetaan. Namun yang membedakan dengan pengunaan jaringan syaraf tiruan ini, proses pengubahan input dan input bukan didasarkan pada korespondensi satu-satu antara input dan output, melainkan terjadi secara alami lewat proses komputasi. Proses pengubahan input dan input bisa sedemikian rupa dengan proses penyesuaian bobot.

Kemudian mengenai Evolutionary Algorithm, yaitu suatu teknik algoritma yang mengikuti prinsip perkembangan makhluk hidup secara biologis untuk dapat mempertahankan kelangsungan hidupnya di alam. Menyangkut hal proses seleksi alam yang terjadi selama berlangsung proses evolusi makhluk hidup. Hal yang sedikit saya ketahui, dengan algoritma tersebut proses pembentukan kode program dilakukan secara otomatis oleh algoritma itu sendiri. Program seakan-akan bisa membentuk tingkah lakunya sendiri berdasarkan informasi dari luar yang diterima sebagai input. Penyesuaian ini memunculkan proses pemilihan terhadap kondisi yang ada pada proses seleksi. Dari hasil pilihan-pilihan itu kemudian merubah bentuk program secara alami seperti layaknya mutasi yang terjadi pada makhluk hidup. Dengan demikian algoritma menjadi dinamis dan berubah tergantung kondisi yang dihadapi.

Ya, begitulah pemahaman saya yang masih sedikit mengenai beberapa topik di dunia Artificial Intelligence yang sangat luas. Menurut saya, ketiga bidang soft-computing itulah yang nantinya akan membuat sebuah mesin dapat berpikir, yang pada akhirnya membantu manusia dalam melakukan proses sintesis pengetahuan, pengambilan kesimpulan, dan membuat sebuah keputusan. Namun entahlah, apakah hal ini akan terjadi sedemikian rupa dengan apa yang saya bayangkan. Kreasi Tuhan terhadap kemampuan manusia untuk menggali secara potensi tentang dirinya tidak terbatas. Akankah mungkin mesin ciptaan manusia itu akan menandingi kemampuannya (manusia sendiri) dalam hal berimajinasi melalui fantasi pikiran dan menghasilkan karya-karya besar di segala bidang. Namun terlalu cepat bagi saya untuk menjawab hal itu semua, karena saya sendiri pun baru mengenal bidang kecerdasan buatan tersebut dalam kulit luarnya saja. Manakala saya masuk kedalamnya secara lebih dalam, mungkin imajinasi saya akan terbatas dan mengatakan semuanya tidak mungkin; atau malah terbalik, mungkin saya mengatakan hal tersebut akan terjadi.
Posted by Saripudin at 12:09 AM 1 comments
Labels: elektro, opini, robotics, teknologi
Wednesday, October 20, 2010
Teknik Elektro atau Ilmu Komputer: Ternyata Sama Saja?

Tidak sengaja saya melihat weblog seorang dosen dan menemukan video perkuliahan di MIT untuk mata kuliah Circuit and Electronics. Dari sana saya baru menyadari kemampuan manusia dalam melakukan abstraksi dan penyederhanaan-penyederhanaan yang tidak disangka akan sangat besar bagi kemajuan teknologi abad ini. Di sini mungkin saya akan berbagi sedikit mengenai ulasan mengenai video perkuliahan itu dari perspektif saya sebagai seorang 'sophomore' di Teknik Elektro.

MIT, ya kita tahu semua, Massachuset Institute of Technology adalah sebuah universitas terkemuka di dunia dalam bidang engineering. Salah satu Fakultasnya, EECS atau Electrical Engineering and Computer Science merupakan Fakultas yang telah banyak menciptakan orang-orang yang ahli di bidang elektro dan komputer. Penyusunan kurikulum di sana memang sangat bagus bagi mereka yang memulai belajar ilmu elektro dari dasar. Dosen-dosen yang ahli pada bidangnya dan apalagi sangat berkompeten dalam mengajar, membuat mahasiswa di sana menjadi lebih tertarik untuk mendalami materi perkuliahan. Meminjam ungkapan seorang bahwa cara mengajar yang bagus bagi seorang guru adalah membuat para murid-muridnya menjadi lebih penasaran dan ingin tahu tentang apa yang mereka pelajari, ternyata hal ini diterapkan dosen MIT pada video kuliah tersebut.

Saya sendiri pun dibuat penasaran tentang begitu cepat dosen di video kuliah itu memberikan suatu pemaparan materi yang menurut saya begitu lengkap. Dengan gambaran sederhana, meskipun tidak detail, cukup memberikan alur dan proses belajar dari tingkatan-tingkatan materi yang ada pada mata kuliah berbeda. Seperti misalnya pemaparan pertama mengenai data-data pengamatan yang diperoleh dari alam berupa hubungan arus dan tegangan. Data menunjukkan hasil yang berpola dan nampak ada korelasi satu sama lain. Kemudian meningkat dengan generalisasi sebuah formula, dan akhirnya lahir Hukum Ohm yang menyatakan hubungan arus dan tegangan ditandai dengan adanya hambatan atau resistansi yang melaluinya.

Dari dunia listrik pada awal mulanya terpecah menjadi dua, dunia analog dan dunia digital. Pada dunia digital, besaran listrik yang digunakan bersifat diskrit, hanya mengenal satu atau nol. Namun jangan disangka, ternyata hubungan satu dan nol inilah yang mengantarkan manusia pada penemuan komputer. Kemudian pada dunia analog berperan penting pada penemuan operational amplifier, filter, power supply dan lain-lain.

Sebuah perangkat komputer bekerja dengan cara memanipulasi angka satu atau nol saja melalui serangkaian operasi dan instruksi. Dulu mungkin saya agak tidak percaya dengan analogi semudah itu. Tapi lama-kelamaan saya menyadarinya. Ternyata keajaiban itu benar-benar terjadi.

Nampak disini bahwa Teknik Elektro dan Ilmu Komputer nampak seperti sebuah tingkatan yang berbeda namun satu rupa. Ilmu Komputer kalau kita lihat adalah bidang yang muncul karena perkembangan Teknik Elektro itu sendiri dengan mengenal bahwa listrik dapat dapat merepresentasikan keadaan satu atau nol. Namun seiring percepatan luar biasa perkembangan era komputer zaman ini, banyak orang yang kurang menyadari dibalik semuanya hanyalah keadaan satu atau nol.

Kesimpulannya, Teknik Elektro dan Ilmu Komputer saling berkaitan. Tidak salah pilihan salah saya untuk memilih Teknik Elektro sebagai bidang studi saya. Meskipun dulu juga ada keinginan untuk masuk ke Ilmu Komputer, namun ternyata di bidang yang saya pilih sekarang berhubungan juga. Ya seperti menyelam minum air.