ANALISIS KINERJA ALGORITMA A-STAR DALAM PENENTUAN LINTASAN OPTIMAL AMR PADA TATA LETAK GUDANG DENGAN VARIASI DENSITAS HAMBATAN

Abstract

Efisiensi navigasi Autonomous Mobile Robot (AMR) pada gudang pintar sangat bergantung pada kemampuan algoritma pencarian jalur dalam beradaptasi terhadap kepadatan hambatan statis pada tata letak rak penyimpanan. Penelitian ini menganalisis kinerja komputasi dan resiliensi algoritma A-Star (A*) berbasis fungsi heuristik Manhattan Distance dalam menentukan lintasan optimal AMR pada tiga variasi densitas hambatan, yaitu 16%, 20%, dan 35%. Metode yang digunakan adalah pendekatan kuantitatif berbasis simulasi eksperimental pada matriks grid dua dimensi berukuran 10×10, dengan titik awal (0,0) dan titik tujuan (9,9), diimplementasikan menggunakan bahasa pemrograman Python. Hasil simulasi menunjukkan bahwa pada densitas 16% dan 20%, algoritma A* berhasil menemukan lintasan optimal sepanjang 18 langkah dengan waktu komputasi sub-milidetik (masing-masing 61 dan 52 node dieksplorasi). Namun, pada densitas 35%, algoritma mengalami kegagalan navigasi total (path not found) setelah mengeksplorasi 48 node akibat fenomena grid isolation yang memutus konektivitas graf menuju titik tujuan. Temuan ini mengindikasikan bahwa ambang batas kritis (critical threshold) kegagalan algoritma A* berada pada rentang densitas 20% hingga 35%. Hasil penelitian ini diharapkan menjadi acuan bagi perancangan tata letak gudang yang menyeimbangkan kapasitas penyimpanan dengan kestabilan navigasi robot otonom.