robotik

Perkembangan suatu ilmu tak lepas dari peran para peneliti kalau tak dapat dikatakan bahwa justru penelitilah yang menyebabkan suatu ilmu itu berkembang. Robotik memiliki unsur yang sedikit berbeda dengan ilmu-ilmu dasar atau terapan yang lain dalam berkembang. Ilmu dasar biasanya berkembang dari suatu asas atau hipotesis yang kemudian diteliti secara metodis. Ilmu terapan dikembangkan setelah ilmu-ilmu yang mendasarinya berkembang dengan baik. Sedangkan ilmu robotik lebih sering berkembang melalui pendekatan praktis pada awalnya. Kemudian melalui suatu suatu pendekatan atau perumpamaan (asumsi) dari hasil pengamatan perilaku mahluk hidup atau benda/mesin/peralatan bergerak lainnya dikembangkanlah penelitian secara teoritis. Dari teori kembali kepada praktis, dan dari sini robot berkembang menjadi lebih canggih.
Perkembangan penelitian di bidang robotik lazimnya dapat segera diketahui dengan mencermati aplikasinya di dunia industri atau produk kegiatan penelitian skala laboratorium di grup-grup penelitian yang tersebar di berbagai institusi pendidikan dan penelitian di negara-negara maju. Dengan mudahnya mengakses internet sekarang ini, dan banyaknya sumber-sumber informasi masakini yang tersebar terbuka di situs-situs penelitian, maka mencaritahu suatu perkembangan terbaru dalam dunia robotik menjadi sangat mudah.
Untuk mengetahui dalam tema apa saja robotik dapat diteliti, Gambar 1.3 mengilustrasikannya. Di dalam gambar dijelaskan tentang keterkaitan seluruh komponen atau sub-domain dalam ruang lingkup penelitian di bidang robotik. Secara garis besar penelitian di bidang robotik dapat dilakukan dengan memilih tema berdasarkan alur dalam 4 tahapan, yaitu klasifikasi, obyek penelitian, fokus penelitian dan target penelitian. Dari blok klarifikasi, struktur robot dapat diketahui berada dalam kelompok mana. Dari sini, obyek penelitian dapat ditentukan dan dijabarkan secara detil parameter-parameternya.
Pada dasarnya dilihat dari struktur dan fungsi fisiknya (pendekatan visual) robot terdiri dari dua bagian, yaitu non-mobile robot dan mobile robot. Kombinasi keduanya dapat menghasilkan kelompok kombinasi konvensional (mobile & non-mobile) dan kelompok non-konvensional. Kelompok pertama sengaja diberinama konvensional karena nama yang dipakai dalam konteks penelitian adalah nama-nama yang dianggap sudah umum, seperti mobile manipulator, climbing robot (robot pemanjat), walking robot (misal: bi-ped robot) dan nama-nama lain yang sudah populer. Sedangkan kelompok non-konvensional dapat berupa robot humanoid, animaloid, extra-ordinary, atau segala bentuk inovasi penyerupaan yang bisa dilakukan. Kelompok kedua ini banyak dimanfaatkan sebagai ikon keunggulan dalam penelitian robotik, seperti robot ASIMO buatan Jepang. Sementara robot bawah air dan robot terbang lebih banyak dikembangkan sebagai peralatan untuk membantu penelitian yang berkaitan dan untuk proyek pertahanan atau mesin perang.
Dari kelompok non-mobile yang sering disebut sebagai “keluarga robot” adalah robot arm atau manipulator saja. Sementara yang lebih mudah dikenali sebagai mesin cerdas (intelligent machine) yang tidak selalu tampak memiliki bagian tangan, kaki atau roda untuk bergerak lebih lazim disebut dengan nama khusus sesuai fungsinya. Mereka biasanya memiliki nama-nama yang tersendiri. Misalnya mesin-mesin otomatis Lathe, Milling, Drilling Machine, CNC (Computer Numerical Control) Machine, EDM (Electric Discharge Machine), dan berbagai peralatan otomatis yang biasa dijumpai di pabrik-pabrik modern.

Mobile Robot adalah tipe robot yang paling populer dalam dunia penelitian robotik. Sebutan ini biasa digunakan sebagai kata kunci utama untuk mencari rujukan atau referensi yang berkaitan dengan robotik di internet. Publikasi dengan judul yang berkaitan dengan mobile robot sering menjadi daya tarik, tidak hanya bagi kalangan peneliti, tapi juga bagi kalangan awam. Dari segi manfaat, penelitian tentang berbagai tipe mobile robot diharapkan dapat membantu manusia dalam melakukan otomasi dalam transportasi, platform bergerak untuk robot industri, eksplorasi tanpa awak, dan masih banyak lagi.
Fokus penelitian dapat diambil dengan titik berat perhatian lebih kepada kinematik atau dinamik atau kedua-duanya. Dari analisa kinematik saja, bila obyek penelitian yang diambil adalah konfigurasi robot yang benar-benar baru (belum ada peneliti sebelumnya yang mengkaji) kontribusi keilmuan dapat diperoleh hanya dengan mengkaji persamaan kinematik dan kontrol dasarnya. Dalam hal ini seringkali pembahasan yang mendalam secara matematik diperlukan. Beberapa hasil penelitian yang difokuskan pada pembahasan kinematik dapat dijumpai pada paper-paper Bayle, et al. (2002), D’Souza, et al. (2001), dan Tchon (2002).
Pembahasan khusus dalam hal dinamik robot juga sangat menjanjikan dalam perolehan kontribusi keilmuannya. Tujuan utama kajian dinamik ini adalah untuk mendapatkan disain kontrol yang lasak (robust) yang mampu meredam gangguan dengan baik. Masih banyak struktur-struktur robot yang kompleks belum dikaji secara mendalam model dinamiknya oleh karena rumitnya persoalan pemodelan matematik sistem robot, sifat fisik alami (friksi pada poros aktuator, backlash pada gearbox, noise pada sensor, nonlinieritas daripada aktuator, dsb.) dan lingkungan (gangguan luar berupa efek pembebanan, jalan yang tidak rata, getaran, dll.). Dari persamaan dinamik ini kontrol dasarnya dapat dirancang secara sistematis. Bahasan kontrol robot yang dimulai dari pemodelan robot secara penuh ini (kinematik dan dinamik) biasa disebut sebagai model-based control. Beberapa kajian yang sangat mendalam tentang dinamik robot dan kontrolnya dapat dijumpai pada paper-paper Hewit dan Burdess (1981), Arimoto (1984), Yamamoto dan Yun (1996), dan Godler, et al. (2002).
Pada kasus dinamik robot yang rumit seringkali dibutuhkan bantuan kecerdasan buatan untuk mengidentifikasi model matematiknya. Lin dan Goldenberg (2001) menggunakan jaringan saraf tiruan (artificial neural network) untuk mengidentifikasi model dan kontrol yang sesuai untuk sebuah mobile manipulator. Sedangkan Sakka dan Chochron (2001) menggunakan algorithma genetik. Metoda sistem berbasis pengetahuan (knowledge-based system) juga dapat digunakan sebagai pilihan untuk menyelesaikan masalah ketidakpastian dalam pemodelan dinamik, seperti pada paper Pitowarno, et al. (2001).
Gabungan kontrol kinematik dan kontrol dinamik yang baik akan menghasilkan kontrol gerak robot (robot motion control) yang lasak. Hal ini adalah merupakan tujuan utama dalam rancang bangun robot ideal. Namun demikian, dewasa ini penelitian tentang aplikasi kecerdasan buatan dalam kontrol robot lebih banyak ditujukan untuk memperoleh kontrol kinematik yang canggih. Lebih-lebih kebutuhan akan metoda navigasi, pemetaan medan jelajah (path planning), kemampuan untuk menghindari halangan (obstacle avoidance), dan kemampuan untuk menghindari tabrakan sesama robot (collision) masih dianggap lebih utama daripada mengkaji kesempurnaan dan kepresisian gerak robot, kalau tidak dapat dikatakan bahwa kajian dinamik memang lebih rumit dibandingkan dengan kajian kinematik.
Kelompok no.4 dalam Gambar 1.3 mengisyaratkan bahwa tujuan penelitian dengan titik berat pada analisis kinematik memang berbeda dengan tujuan penelitian dengan titik berat pada kajian dinamik. Kalau kedua goal ini dapat dikolaborasikan dengan baik maka tidak mustahil dalam waktu dekat para peneliti mampu menciptakan robot-robot mirip manusia yang mampu bekerjasama seperti mengangkat dan memindah barang, bermain bola dalam suatu kesebelasan, bahkan menjadi tentara.