Lentera: Multidisciplinary Studies
Volume 3 Number 2, March, 2025
p- ISSN: 2987-2472 | e-ISSN: 2897-7031
https://lentera.publikasiku.id/index.php
564
IMPLEMENTASI METODE WAYPOINT PADA SISTEM NAVIGASI
AUTOMATED GUIDED VEHICLE (AGV)
Mohammad Arsy Ananta, Amperawan, Masayu Anisah
Politeknik Negeri Sriwijaya
arsyananta@gmail.com, amperawan@polsri.ac.id, annisah1970@gmail.com
ABSTRAK
Dalam industri manufaktur dan logistik, efisiensi operasional menjadi kunci utama untuk meningkatkan
produktivitas dan mengurangi biaya operasional. Salah satu inovasi teknologi yang berperan penting
adalah penggunaan Automated Guided Vehicle (AGV) yang dilengkapi dengan sistem navigasi berbasis
GPS. Penelitian ini bertujuan untuk mengimplementasikan sistem navigasi GPS pada AGV
menggunakan metode waypoint dengan fokus pada peningkatan akurasi pergerakan dan optimasi rute
kendaraan. Metode waypoint digunakan untuk menentukan titik-titik koordinat tujuan yang harus
dicapai oleh AGV. Pengujian dilakukan pada beberapa skenario pergerakan, yang mencakup pengaturan
waypoint pada lintasan. Hasil pengujian menunjukkan penurunan deviasi jarak yang signifikan seiring
dengan pengujian yang dilakukan. Pada pengujian pertama, deviasi berhasil berkurang dari 9 meter
menjadi 3 meter, menunjukkan adanya penyesuaian posisi yang efektif. Pengujian kedua dan ketiga juga
menunjukkan penurunan deviasi lebih lanjut, dengan hasil yang konsisten dan memperkuat keandalan
sistem dalam berbagai skenario pergerakan. Secara keseluruhan, setiap pengujian menunjukkan
peningkatan akurasi dan konsistensi pergerakan AGV menuju waypoint yang telah ditentukan.
Keywords: Navigasi GPS, Automated Guided Vehicle, Metode Waypoint, Efisiensi Transportasi
Abstract
In the manufacturing and logistics industries, operational efficiency is the key to increasing productivity
and reducing operational costs. One of the technological innovations that plays an important role is the
use of Automated Guided Vehicles (AGVs) equipped with GPS-based navigation systems. This research
aims to implement a GPS navigation system on AGVs using the waypoint method with a focus on
improving the accuracy of movement and optimizing vehicle routes. The waypoint method is used to
determine the destination coordinate points that must be reached by the AGV. Testing was carried out
on several movement scenarios, which included setting waypoints on the track. The test results showed
a significant decrease in distance deviation along with the tests carried out. In the first test, the deviation
was successfully reduced from 9 meters to 3 meters, indicating an effective position adjustment. The
second and third tests also showed a further decrease in deviation, with consistent results and
strengthened the reliability of the system in a variety of movement scenarios. Overall, each test showed
an increase in the accuracy and consistency of the AGV's movement towards the predetermined
waypoint.
Keywords: GPS Navigation, Automatic Guided Vehicle, Waypoint Method, Transport Efficiency
This work is licensed under a Creative Commons Attribution-ShareAlike
4.0 International
PENDAHULUAN
Dalam industri manufaktur dan logistik, efisiensi operasional menjadi salah satu faktor
kunci yang menentukan keberhasilan perusahaan. Peningkatan efisiensi ini tidak hanya
memberikan keuntungan dari segi waktu dan biaya, tetapi juga meningkatkan kapasitas produksi
dan kecepatan pengiriman yang pada akhirnya memuaskan kebutuhan pelanggan (Rahmawati,
Pratiwi, Wahyuni, Kartini, & Asas, 2024). Salah satu upaya untuk meningkatkan efisiensi tersebut
adalah dengan menerapkan sistem otomasi pada berbagai proses, termasuk dalam hal transportasi
material dan barang di dalam fasilitas produksi atau gudang.
Vol. 3, No. 2, 2023
https://lentera.publikasiku.id/index.php
565
Otomasi dalam transportasi internal memungkinkan perusahaan untuk mengurangi waktu
yang diperlukan dalam pemindahan material antar proses produksi atau dari gudang ke lini
produksi (Aloui, Guizani, Hammadi, Soriano, & Haddar, 2021)(Alhaq & Saidatuningtyas, 2024).
Selain itu, menurut Lothar Schulze dan Lindu Zhao dalam jurnal Worldwide Development and
Application of Automated Guided Vehicle Systems, otomasi juga mengurangi kesalahan manusia
yang sering kali terjadi pada proses manual, seperti penempatan produk yang salah atau kerusakan
barang karena penanganan yang tidak tepat (Schulze & Zhao, 2007; Yingbo, Cong, & Xinyu,
2025). Automated Guided Vehicle Systems (AGVS) terbukti fleksibel dan efisien untuk berbagai
tugas aliran material, di area pabrik. Keunggulan utamanya adalah kemampuan merencanakan
dan mengoptimalkan unit kendaraan berdasarkan strategi yang telah ditentukan, serta memastikan
pelacakan barang yang lebih baik. Penggunaan sistem otomasi dalam transportasi dapat
meningkatkan akurasi dan konsistensi, yang krusial untuk menjaga kualitas dan efektivitas
produksi (Ananta, 2024).
Salah satu robot yang dapat digunakan adalah Automated Guided Vehicle (AGV). AGV
adalah kendaraan yang dirancang untuk bergerak secara otonom di dalam lingkungan tertentu
tanpa harus dikendalikan oleh manusia (Tanveer, Ashraf, & Khan, 2023). Menurut M. De Ryck,
M. Versteyhe, dan F. Debrouwere dalam jurnal Automated Guided Vehicle systems, state-of-the-
art control algorithms and techniques, AGV merupakan robot bergerak yang banyak digunakan
dalam industri untuk mengangkut barang dari satu titik ke titik lain (De Ryck, Versteyhe, &
Debrouwere, 2020). Pasar AGV saat ini tumbuh dengan cepat dan sangat dinamis, didorong oleh
munculnya sistem manufaktur yang fleksibel, meningkatnya permintaan akan AGV yang
disesuaikan, serta adopsi otomatisasi industri oleh usaha kecil dan menengah (UKM). AGV dapat
beroperasi secara terus-menerus, mengurangi waktu tunggu, dan mempercepat proses pengerjaan
(Ananta, 2024) (Sariwardani & Si, 2024). Selain menggantikan pekerja manusia, AGV juga dapat
mengurangi biaya operasional jangka panjang.
AGV dapat berpindah dari satu tempat ke tempat lainnya dengan menggunakan metode
waypoint untuk menentukan tujuan yang ingin dituju (Ananta, 2024). AGV pada awalnya akan
melakukan pemetaan area yang akan dilalui melalui GPS. Sebelum AGV mulai bergerak,
diperlukan titik koordinat penentu awal mulai dan titik akhir operasi. Setelah mengetahui posisi
awal dan titik tujuan yang ditentukan, AGV dapat mencapai tujuan tersebut. Maka dari itu, penulis
bermaksud untuk membuat sebuah tugas akhir dengan judul “IMPLEMENTASI METODE
WAYPOINT PADA SISTEM NAVIGASI AUTOMATED GUIDED VEHICLE (AGV)”.
METODE PENELITIAN
Kerangka Tugas Akhir
Prosedur pengerjaan tugas akhir ini dibuat berdasarkan sistematika tahapan pengerjaan
yang berurutan. Proses dimulai dengan tahap Mulai, yang menandai awal dari keseluruhan proyek
tugas akhir. Langkah pertama setelah inisiasi adalah Studi Pustaka, di mana dilakukan kajian
literatur untuk memahami konsep-konsep dasar, teknologi, dan metode yang terkait dengan
Automated Guided Vehicle (AGV) dan sistem navigasi berbasis waypoint yang menjadi fokus
penelitian ini. Studi pustaka ini bertujuan untuk memperkuat landasan teoritis dan memastikan
bahwa penelitian didasarkan pada informasi dan pengetahuan terkini.
Selanjutnya, masuk ke tahap Perancangan Perangkat Keras (Hardware), yang melibatkan
pemilihan dan perancangan komponen fisik yang akan digunakan dalam sistem AGV, seperti
sensor, mikrokontroler, dan aktuator. Setelah perangkat keras dirancang, tahap Perancangan
Perangkat Lunak (Software) dilakukan untuk mengembangkan program yang akan
mengendalikan operasi AGV. Perangkat lunak ini mencakup Kontrol navigasi, pengolahan data
dari sensor, dan sistem komunikasi antara AGV dan pengguna.
Setelah perangkat keras dan perangkat lunak selesai dirancang dan diintegrasikan, tahap
Pengujian dilakukan. Tahap ini bertujuan untuk memverifikasi bahwa setiap komponen berfungsi
Vol. 1, No. 4, 2023
[Implementasi Metode Waypoint Pada Sistem Navigasi Automated Guided
Vehicle (Agv)]
566
sesuai spesifikasi dan sistem AGV bekerja secara keseluruhan sesuai dengan yang diharapkan
dalam skenario operasional yang telah ditentukan. Tahap berikutnya adalah Pengambilan Data,
di mana data kinerja sistem dikumpulkan selama pengujian. Data ini penting untuk analisis lebih
lanjut guna menilai efektivitas dan efisiensi sistem navigasi yang dikembangkan. Tahapan
terakhir adalah Selesai, di mana seluruh proses penelitian dan pengembangan tugas akhir ini
diakhiri dengan pendokumentasian hasil dalam laporan tugas akhir.
Metode waypoint dipilih karena menawarkan keakuratan dan presisi tinggi dengan
menggunakan koordinat yang telah ditentukan sebagai target, memastikan AGV mengikuti jalur
yang konsisten dan dapat diulang. Dibandingkan dengan metode reaktif yang bergantung pada
umpan balik sensor dan dapat menyebabkan penyimpangan, metode waypoint memberikan
kestabilan yang lebih baik. Selain itu, metode ini lebih fleksibel karena waypoint dapat dengan
mudah diubah sesuai kebutuhan operasional, serta lebih sederhana dalam implementasinya, tidak
memerlukan algoritma perencanaan jalur kompleks dan dapat beroperasi dengan sumber daya
komputasi yang lebih rendah, menjadikannya lebih praktis untuk aplikasi AGV di lingkungan
dengan keterbatasan sumber daya.
HASIL DAN PEMBAHASAN
1. Hasil Perancangan Perangkat Keras (Hardware)
Desain perangkat keras robot AGV melibatkan berbagai komponen penting untuk
memastikan robot dapat beroperasi dengan efisien dan efektif (Hakim, 2024)(Ahmad Fathul,
2025). Bodi utama robot terbuat dari material akrilik dengan ketebalan yang berbeda-beda sesuai
dengan kebutuhan struktur dan fungsi. Selain itu terdapat sasi yang terbuat dari besi yang dibentuk
persegi panjang untuk menopang bodi AGV. Dasar bawah robot dibuat dengan ketebalan 5 mm
untuk memberikan kekuatan dan stabilitas yang diperlukan. Bagian tengah atau bodi robot dan
bagian atas robot dibuat dengan akrilik setebal 3 mm, memberikan perlindungan bagi komponen
elektronik sambil mempertahankan bobot beberapa komponen robot.
Untuk navigasi, AGV ini dilengkapi dengan sensor jarak ultrasonik yang ditempatkan di
depan dan belakang AGV. Sensor-sensor ini berfungsi untuk mendeteksi dan menghindari
rintangan di sekitar, memungkinkan AGV untuk bergerak dengan aman dan efisien di berbagai
lingkungan. Sensor ultrasonik ini sangat penting untuk memastikan AGV tidak menabrak benda-
benda di sekitarnya dan dapat menghindari kerusakan AGV dengan efektif.
Gambar 1. Tampak Depan AGV
Vol. 3, No. 2, 2023
https://lentera.publikasiku.id/index.php
567
Gambar 2. Tampak Samping AGV
Gambar 3. Tampak Belakang AGV
Sistem penggerak robot terdiri dari empat motor DC yang terhubung dengan driver motor.
Motor-motor ini menggerakkan roda kiri dan kanan, memberikan kemampuan robot untuk
bergerak maju, mundur, dan berbelok dengan mudah. Desain ini memungkinkan robot untuk
melakukan manuver kompleks, membawa beban yang berat dan dapat melalui kondisi jalan yang
tidak rata. Robot ini menggunakan mikrokontroler Arduino dan mini PC Raspberry Pi sebagai
otak pengendalian utama. Arduino ini mengelola berbagai fungsi penggerak, sensor, dan sistem
navigasi robot yang lalu akan di proses oleh Raspberry Pi yang terhubung ke Wi-Fi dan akan
mengirim data komponen yang digunakan ke firebase, lalu akan ditampilkan melalui website.
Untuk sumber daya, robot ini menggunakan dua buah baterai LiPo (Lithium Polymer) dengan
kapasitas 2200 mAh dan 5000 mAh.
2. Overview Pengujian
Tujuan dari pengujian ini adalah untuk mengevaluasi kinerja sistem navigasi Automated
Guided Vehicle (AGV) menggunakan metode waypoint di lingkungan operasional Bims Auto
Service (Ananta, 2024) (Priananda, 2024). Pengujian ini bertujuan untuk memastikan bahwa
AGV mampu mengikuti rute yang telah ditentukan, meminimalkan deviasi dari jalur yang
diharapkan, serta mencapai setiap waypoint yang telah ditetapkan.
3. Ruang Lingkup Pengujian
Ruang lingkup pengujian ini mencakup evaluasi menyeluruh terhadap kinerja sistem
navigasi Automated Guided Vehicle (AGV) (Ahyaruddin, 2023)(Ramadhan, Haromain, &
Rosyidi, 2024). Pengujian sistem navigasi Automated Guided Vehicle (AGV) awalnya
Vol. 1, No. 4, 2023
[Implementasi Metode Waypoint Pada Sistem Navigasi Automated Guided
Vehicle (Agv)]
568
direncanakan untuk dilakukan di Bims Auto Service yang terletak dekat dengan Bandara Sultan
Mahmud Badaruddin II. Namun, selama uji coba di lokasi tersebut, ditemukan bahwa sinyal GPS
sangat tidak akurat, menyebabkan AGV bergerak dengan arah yang tidak konsisten dan
berantakan. Potensi interferensi dari komunikasi radio dan radar di sekitar bandara, serta efek
multipath yang disebabkan oleh pantulan sinyal dari struktur bangunan di sekitarnya, diduga
menjadi penyebab utama masalah ini. Kondisi ini membuat lingkungan tersebut tidak ideal untuk
melanjutkan pengujian yang valid dan representatif. Untuk mengatasi masalah ini, pengujian
kemudian dipindahkan ke lapangan terbuka yang memiliki kondisi yang lebih mendukung untuk
penerimaan sinyal GPS. Di lokasi baru ini, sinyal GPS lebih stabil dan AGV dapat mengikuti rute
yang ditentukan dengan lebih baik, meskipun akurasi GPS masih tidak optimal. Hasil pengujian
di lokasi baru ini memberikan data yang lebih representatif tentang kemampuan AGV untuk
menavigasi rute yang kompleks, meskipun ada beberapa kompromi dalam hal akurasi posisi.
Bentuk waypoint dan rute yang digunakan dalam pengujian di lapangan terbuka dibuat sama
persis dengan yang digunakan di Bims Auto Service, sehingga hasil pengujian tetap konsisten
dan relevan dengan kondisi yang diharapkan di lokasi asli.
Pengujian difokuskan pada kemampuan AGV untuk menavigasi melalui rute yang telah
ditentukan, yang terdiri dari beberapa titik waypoint sebagai acuan utama. Selain memanfaatkan
data posisi dari sensor GPS, pengujian ini juga melibatkan penggunaan sensor kompas untuk
mengukur heading dan Bearing AGV. Pengukuran ini penting untuk memastikan bahwa AGV
bergerak dengan arah yang tepat saat menuju waypoint berikutnya.
Dalam ruang lingkup ini, aspek yang dievaluasi meliputi akurasi posisi yang dihasilkan
oleh sensor GPS, dalam mengoreksi deviasi dari jalur yang diinginkan, serta konsistensi heading
dan Bearing yang ditentukan oleh sensor kompas. Pengujian juga mempertimbangkan respons
sistem terhadap variasi kondisi lingkungan, seperti gangguan sinyal GPS, interferensi magnetik
yang dapat mempengaruhi sensor kompas, dan perubahan medan (Syamsuddin & Assegaf, 2021).
Selain itu, keterbatasan area pengujian dan asumsi stabilitas lingkungan yang digunakan selama
pengujian juga diperhatikan dalam ruang lingkup ini.
4. Pengujian Sistem Navigasi Menggunakan Metode Waypoint
Pengujian waypoint bertujuan untuk mengevaluasi kinerja dalam mengendalikan AGV
pada setiap titik waypoint yang telah ditentukan (Ananta, 2024). Tahap pengujian ini melibatkan
serangkaian langkah yang dirancang untuk memastikan bahwa AGV dapat mengikuti jalur yang
diinginkan dengan deviasi posisi yang minimal. Setiap waypoint akan menjadi titik evaluasi untuk
mengukur seberapa mampu mengoreksi kesalahan posisi dan menjaga AGV tetap berada di jalur
yang diharapkan (Ananta, 2024).
Pada tahap persiapan pengujian, langkah-langkah yang dilakukan meliputi memastikan
kesiapan alat dan sistem yang akan digunakan untuk pengujian pada AGV. Telah dilaku
Memastikan AGV dalam kondisi siap untuk diuji, Mengkalibrasi sensor dan sistem navigasi
AGV, Mengatur parameter awal PID, Penentuan Rute dan Waypoint.
Pada tahap Pelaksanaan Uji Jalan, langkah-langkah yang dilakukan meliputi
1. Deteksi Beban: Tahap pertama dalam flowchart menunjukkan bahwa setelah inisialisasi,
AGV akan memeriksa apakah ada beban yang terdeteksi oleh sensor loadcell.
2. Input Lokasi Tujuan: Setelah beban terdeteksi, operator memilih rute pengantaran
menggunakan salah satu dari dua push button yang tersedia.
3. Navigasi Menuju Waypoint dengan PID: Dengan menggunakan kontrol PID, AGV mulai
bergerak menuju waypoint pertama di rute yang telah dipilih.
4. Monitoring dan Pencatatan Data: Pada setiap waypoint, posisi aktual AGV dibandingkan
dengan posisi waypoint yang diharapkan.
Bagian analisis data dan perhitungan menyajikan hasil pengumpulan data yang diperoleh
selama proses pengujian sistem AGV. Data yang dikumpulkan meliputi berbagai aspek kinerja
AGV, seperti koordinat GPS, heading Compass, Bearing, kesalahan posisi, waktu tempuh. Data
Vol. 3, No. 2, 2023
https://lentera.publikasiku.id/index.php
569
ini diolah dan dianalisis untuk memberikan gambaran yang komprehensif tentang kinerja sistem.
Setiap data yang diperoleh selama pengujian akan ditampilkan dalam bentuk tabel dan pemetaan
waypoint untuk memudahkan analisis lebih lanjut.
Gambar 4. History Data Perjalanan AGV
Data yang dikumpulkan selama pengujian meliputi:
1. Koordinat GPS : Posisi AGV pada setiap waypoint dan sepanjang jalur yang ditempuh
dan waypoint yang akan dituju AGV
2. Kesalahan Posisi : Perhitungan deviasi antara posisi yang diinginkan dan posisi aktual
pada setiap waypoint
3. Data Sensor : Pembacaan dari sensor GPS dan kompas selama pengujian
Rute pengujian AGV ini dilakukan dengan menetapkan beberapa waypoint sebagai titik
referensi yang harus dicapai oleh AGV selama perjalanan. Waypoint ini dipilih berdasarkan
koordinat geografis (latitude dan longitude) yang telah ditentukan dan dicatat dalam Tabel 4.
berikut:
Tabel 4.1 Waypoints Tujuan AGV
Waypoints
Latitude
Longitude
Waypoints 1
-2.973449
104.798592
Waypoints 2
-2.973299
104.798558
Waypoints 3
-2.973209
104.798651
Pengujian dilakukan dengan rute yang dimulai dari Waypoint 1, yang berlokasi di koordinat
-2.973449 latitude dan 104.798592 longitude. Dari titik ini, AGV diarahkan menuju Waypoint 2
di koordinat -2.973299 latitude dan 104.798558 longitude. Setelah mencapai Waypoint 2, AGV
melanjutkan pergerakannya ke Waypoint 3 di koordinat -2.973209 latitude dan 104.798651
longitude.
Vol. 1, No. 4, 2023
[Implementasi Metode Waypoint Pada Sistem Navigasi Automated Guided
Vehicle (Agv)]
570
Gambar 5. Rute 3 waypoints AGV
Gambar 6. Rute 3 waypoints AGV diperdekat
Selama pengujian, sistem akan memantau sejauh mana AGV mampu mencapai setiap
waypoint dengan akurasi tinggi, serta bagaimana sistem mengatasi potensi error yang muncul
akibat gangguan eksternal seperti perubahan medan atau kondisi lingkungan sekitar.
Pengujian ini memberikan data penting untuk menganalisis performa AGV dalam
mencapai tujuan dengan efisiensi dan presisi yang diinginkan. Data tersebut akan digunakan
untuk mengevaluasi dan menyempurnakan Kontrol kontrol yang diterapkan pada sistem navigasi
AGV. Pada pengujian pada waypoint 1 dengan Metode Waypoint, akan dijelaskan mengenai
pengujian Waypoint 1 dengan menggunakan teknologi GPS dengan metode waypoint pada
Automated Guided Vehicle (AGV). Metode waypoint digunakan untuk menentukan titik
koordinat yang harus dilalui AGV dari titik awal hingga mencapai tujuan yang diinginkan. Setiap
waypoint merupakan referensi posisi geografis (latitude dan longitude) yang diperoleh melalui
sistem GPS. Hasil perjalanan AGV dari titik start ke waypoint 1 terdapat pada gambar 4.7.
Vol. 3, No. 2, 2023
https://lentera.publikasiku.id/index.php
571
Gambar 4. Hasil Perjalanan AGV ke Waypoint 1
Lintasan yang ditunjukkan dalam gambar memberikan gambaran visual tentang akurasi
dan efektivitas sistem navigasi yang digunakan AGV. Setiap simbol biru yang lebih dekat satu
sama lain menandakan pergerakan AGV yang terkendali dan terukur, sedangkan jarak yang lebih
jauh antara simbol dapat mengindikasikan adanya perubahan arah atau koreksi jalur oleh sistem
navigasi. Ini memberikan pemahaman mendalam tentang bagaimana AGV menanggapi
perubahan kondisi di lapangan dan bagaimana Kontrol navigasinya mengatur pergerakannya
terhadap tujuan yang telah ditetapkan.
pengujian dimulai dengan deviasi jarak sebesar 9 meter dari tujuan. Seiring berjalannya
waktu, AGV terus menyesuaikan posisinya, dan deviasi berkurang hingga mencapai 3 meter pada
akhir pengujian, tepatnya pada pukul 17:56:16. Hal ini menunjukkan bahwa AGV dapat
mengarahkan dirinya menuju waypoint dengan akurasi yang semakin baik. Selain itu, data
Compass menunjukkan bahwa heading AGV semakin mendekati Bearing yang ditargetkan. Pada
awalnya, heading tercatat pada 289°, sementara Bearing adalah 323°, yang menghasilkan deviasi
arah sebesar 34°. Namun, pada akhir pengujian, heading AGV mencapai 340°, mendekati Bearing
344°, dengan deviasi arah yang berkurang menjadi 4°.
Pengujian pada waypoint 2 dengan metode Waypoint AGV menunjukkan kemampuan
adaptasi yang lebih cepat, dengan deviasi awal jarak sebesar 19 meter, yang kemudian menurun
menjadi hanya 5 meter pada akhir pengujian seperti yang ditunjukkan dalam Tabel 4.4. Proses
penurunan deviasi ini mencerminkan kemampuan AGV untuk menyesuaikan posisinya secara
efektif. Data Compass juga memperlihatkan bahwa AGV mampu menurunkan deviasi arah
dengan cepat. Pada waktu 17:56:32, heading berada pada 340°, sementara Bearing di 349°,
dengan deviasi arah sebesar 9°. Pada akhir pengujian, deviasi arah berhasil dikurangi hingga
mendekati 0°, menandakan bahwa AGV mampu mencapai kestabilan arah dengan presisi yang
tinggi.
Gambar 5. Hasil Perjalanan AGV ke Waypoint 2
Vol. 1, No. 4, 2023
[Implementasi Metode Waypoint Pada Sistem Navigasi Automated Guided
Vehicle (Agv)]
572
Pengujian pada waypoint 3 dengan metode waypoint, AGV memulai dengan deviasi jarak
sebesar 16 meter, dan secara bertahap berkurang hingga mencapai 3 meter pada akhir pengujian.
Data yang tercatat dalam Tabel 4.6 menunjukkan bahwa AGV mampu menyesuaikan arah dan
posisinya dengan baik. Pada waktu 17:57:14, heading AGV tercatat sebesar 352°, sementara
Bearing berada pada 38°, yang menghasilkan deviasi arah yang cukup besar sebesar 46°. Namun,
seiring waktu, heading AGV terus menyesuaikan diri hingga deviasi arah berkurang menjadi 0°
pada pukul 17:57:28. Selain itu, AGV juga berhasil mengurangi deviasi jarak dari 16 meter
menjadi hanya 3 meter dalam periode waktu yang relatif singkat.
Pada pengujian keseluruhan AGV, rute yang dilalui meliputi tiga titik waypoint yang
berbeda, yaitu waypoint 1, waypoint 2, dan waypoint 3. Berdasarkan data yang telah diperoleh
dari ketiga pengujian ini, AGV menunjukkan performa yang konsisten dalam menyesuaikan arah
menuju setiap waypoint, meskipun terdapat beberapa variasi pada deviasi arah dan jarak GPS.
Gambar 9. Waypoints Perjalanan AGV
Pada pengujian keseluruhan AGV yang dilakukan pada tiga waypoint, hasil menunjukkan
bahwa AGV mampu melakukan penyesuaian arah dan jarak secara konsisten saat bergerak
menuju tujuan yang ditentukan. Setiap waypoint memberikan gambaran tentang bagaimana AGV
secara bertahap mengurangi deviasi jarak dan arah berdasarkan data yang diperoleh dari sensor
GPS dan Compass.
KESIMPULAN
Berdasarkan hasil pengujian pada Waypoint 1, AGV menunjukkan bahwa deviasi jarak
longitude dan latitude terus menurun seiring berjalannya waktu. Pada awal pengujian, deviasi
sebesar 9 meter dan berhasil dikurangi hingga 3 meter di waypoint 1. Hal ini menunjukkan bahwa
AGV mampu menyesuaikan posisi dengan waypoint secara bertahap, mendekati tujuan secara
akurat. Pada pengujian di Waypoint 2, AGV juga berhasil mengurangi deviasi secara signifikan.
Awalnya, deviasi tercatat sebesar 19 meter dan berhasil dikurangi hingga 5 meter pada akhir
Vol. 3, No. 2, 2023
https://lentera.publikasiku.id/index.php
573
pengujian. Pergerakan AGV menunjukkan kemampuan untuk melakukan penyesuaian jarak yang
efisien ketika mendekati waypoint dengan deviasi yang sedikit lebih jauh dari kemampuan
maksimal sensor GPS yaitu 3 meter. Pengujian di Waypoint 3 memperlihatkan hal serupa, di
mana deviasi awal sebesar 16 meter berkurang hingga hanya 3 meter. Pada waypoint ini, AGV
menunjukkan kemampuan adaptasi yang lebih baik seiring waktu, dengan penurunan deviasi yang
cukup konsisten dan akurat, memastikan bahwa AGV berada pada jalur yang diharapkan.
Penggunaan sensor Compass pada AGV untuk menentukan arah sudut bekerja akan lebih akurat
pada saat sensor Compass di kalibrasi secara berkala atau pada saat memulai pengujian.
DAFTAR PUSTAKA
Ahmad Fathul, Alim. (2025). Perancangan dan Implementasi Sistem Pelacakan
Koordinat Posisi dan Orientasi Robot Telepresensi pada Ruangan.
Ahyaruddin, Muhammad. (2023). MBKM PENGEMBANGAN PROTOTYPE ROBOT
TRACKLESS AUTOMATED GUIDED VEHICLE PADA INDUSTRI
MANUFAKTUR DI PT STECHOQ ROBOTIKA INDONESIA. UNIVERSITAS
TEKNOLOGI DIGITAL INDONESIA.
Alhaq, Dimas Saefullah, & Saidatuningtyas, Ifa. (2024). Analisis Waste Time Pada
Proses Changeover Mesin Produksi Lipcream Menggunakan Metode SMED dan 5R
Di Perusahaan Kosmetik. Prosiding Seminar Nasional Teknik Mesin, (1), 520–530.
Aloui, Khalil, Guizani, Amir, Hammadi, Moncef, Soriano, Thierry, & Haddar, Mohamed.
(2021). Integrated design methodology of automated guided vehicles based on
swarm robotics. Applied Sciences, 11(13), 6187.
Ananta, Mohammad Arsy. (2024). Implementasi Metode Waypoint pada Sistem Navigasi
Automated Guided Vehicle (AGV). Journal of Comprehensive Science (JCS), 3(12).
De Ryck, Matthias, Versteyhe, Mark, & Debrouwere, Frederik. (2020). Automated
guided vehicle systems, state-of-the-art control algorithms and techniques. Journal
of Manufacturing Systems, 54, 152–173.
Hakim, Aulia Rahman. (2024). Analisis Robustness dan Resilience Enterprise Network
dengan Edge Sensors. Universitas Islam Indonesia.
Priananda, Wahyu Sholeh. (2024). Desain dan Implementasi Sistem Navigasi Automated
Guided Vehicle (AGV) Menggunakan Sensor Garis Magnetik. Institut Teknologi
Sepuluh Nopember.
Rahmawati, Meylin, Pratiwi, Sulistya Rini, Wahyuni, Rika, Kartini, Kartini, & Asas,
Istianah. (2024). UMKM Cakap Digital melalui Penerapan E-Commerce: Studi
Empiris di Kota Tarakan. Jurnal Alwatzikhoebillah: Kajian Islam, Pendidikan,
Ekonomi, Humaniora, 10(2), 318–331.
Ramadhan, Fazri Egi, Haromain, Imam, & Rosyidi, Lukman. (2024). Pembangunan Rest
API untuk Pengelolaan Rute Robot AGV di PT XYZ. DBESTI: Journal of Digital
Business and Technology Innovation, 1(2), 68–77.
Vol. 1, No. 4, 2023
[Implementasi Metode Waypoint Pada Sistem Navigasi Automated Guided
Vehicle (Agv)]
574
Sariwardani, Andriani, & Si, S. E. M. (2024). Manajemen Produksi dan Operasi. Manaj.
Produksi Dan Operasi Era Revolusi Ind, 4, 35.
Schulze, Lothar, & Zhao, Lindu. (2007). Worldwide development and application of
automated guided vehicle systems. International Journal of Services Operations and
Informatics, 2(2), 164–176.
Syamsuddin, Erfan, & Assegaf, M. A. Hamzah. (2021). Dasar-dasar Akuisisi Data
MASW dan Mikrotremor. Unhas Press.
Tanveer, Ahsan, Ashraf, M. Touseef, & Khan, Umer. (2023). Motion planning for
autonomous ground vehicles using artificial potential fields: A review. ArXiv
Preprint ArXiv:2310.14339.
Yingbo, Zhao, Cong, Sun, & Xinyu, Bu. (2025). Study on automated guided vehicle
collision avoidance mechanism with external computer vision. Proceedings of the
Institution of Mechanical Engineers, Part B: Journal of Engineering Manufacture,
09544054241310336.