Semakin berkembangnya robotika dalam segala aplikasi memberikan kemudahan dan kenyamanan bagi manusia. Di dalam proyek akhir ini akan dipaparkan sistem optimasi trajektori pergerakan robot gripper menggunakan genetic programming. Optimasi disini adalah bagaimana mendapatkan jarak terpendek dari posisi awal robot menuju posisi benda atau target.
Robot akan bergerak memegang benda dengan trajektori yang optimum pada koordinat yang ditentukan sebelumnya. Oleh karena itu dibuat berbagai macam sampel titik koordinat benda yang kemudian dihitung secara teori menggunakan kinematika terbalik sehingga didapat nilai optimum beserta nilai dari kelima teta robot gripper. Data-data tersebut kemudian dilakukan proses pembelajaran menggunakan genetic programming untuk mendapatkan model matematika optimasi robot gripper. Model matematika itulah yang digunakan ke dalam simulasi openGL untuk menghasilkan trajektori yang optimum. Data-data analisa menunjukkan trajektori optimum dari model matematika genetic programming memiliki tingkat keberhasilan yang tinggi dengan error rata-rata sekitar 3 persen. Sedangkan untuk nilai akurasi robot 3 dof dalam menuju titik target juga cukup akurat, karena nilai error yang muncul rata-rata masih dibawah 5 persen.
