Perancangan Jaringan Saraf Tiruan Untuk Menyelesaikan Kinematika Balik Manipulator Robot Denso 6-DoF

Robotika sangat berguna di dunia industri, salah satu aplikasi robotika di dunia industri adalah manipulator robot. Manipulator robot adalah mekanik elektronik yang menyerupai lengan manusia, sehingga lebih sering disebut dengan lengan robot. Lengan robot terdiri dari lengan (link) dan sendi (joint). Pada tugas akhir ini akan diselesaikan permasalahan kinematika balik pada manipulator robot denso 6-DoF. Pada kinematika balik ditentukan titik acuan yang ingin dituju oleh manipulator robot dan masing-masing sendi akan bergerak dengan besar sudut tertentu, sehingga end-effector manipulator robot dapat bergerak menuju titik acuan yang telah ditentukan. Karena manipulator robot berjenis 6-DoF maka manipulator robot dapat begerak menuju suatu titik acuan yang telah di tentukan dengan banyak kemungkinan konfigurasi. Metode Jaringan Saraf Tiruan (JST) atau neural network digunakan untuk mencari satu solusi kinematika balik sehingga dapat menentukan konfigurasi masing-masing sendi pada manipulator robot dan mengatur pegrakan posisi dan orientasi dari manipulator robot. Setelah dilakukan perancangan dan pengujian, JST telah dapat diaplikasikan pada kinematika balik manipulator robot denso 6-DoF, dimana end-effector manipulator robot telah dapat menuju suatu titik acuan, membentuk pola segitiga dan lingkaran baik dalam bidang datar maupun bidang miring dengan masukan roll, pitch, x,y,z serta rata-rata error posisi dibawah 0.00005 meter dan error orientasi dibawah 0.00005 derajat. ============= Robotics is very useful in the industrial world, one of the robotics applications in the industrial world is a robot manipulator. Robot manipulator is an electronic mechanic that resembles the human arm, so it is more commonly referred as a robotic arm. Robotic arm consists of arm and joint. In this final project will be resolve inverse kinematic of denso robot manipulator 6-DoF. In inverse kinematics a reference point is determined and each joint moves with a certain angle, so that the robot's end-effector can move toward a reference point. Because of the robot manipulator is a 6-DoF type, the robot manipulator can move toward a specified reference point with many possible configurations. Neural network method is used to find inverse kinematic solution so it can determine the configuration of each joint on the robot manipulator and adjust the position and orientation of the robot manipulator. After design and testing, neural network has been applied to inverse kinematics of 6-DoF denso robot manipulator, where the robot end-effector manipulator has been able to reach a point of reference, forming triangle and circle patterns in both flat and inclined plane with roll, pitch , x, y,z input and the average of position error below 0.00005 meters and orientation error below 0.00005 degrees