Salah satu bidang penelitian mendasar dalam robotika adalah algoritma perencanaan gerak atau jalur. Pada penelitian ini dirancang dan disimulasikan algoritma quick -exploring random tree* (RRT*). Algoritma yang diusulkan adalah algoritma RRT* goal biasing dan algoritma RRT* g aussian sampling . Tujuan penelitian ini adalah melakukan analisa performansi perencanaan jalur algoritma RRT* goal biasing dan algoritma RRT* gaussian sampling . Pengujian dilakukan menggunakan beberapa kasus benchmark yang ada, yaitu lingkungan narrow , trap , dan clutter. Parameter yang dibandingkan adalah biaya, waktu komputasi, dan total node yang dibutuhkan pada pohon pencarian dari node awal sampai node tujuan. Menggunakan kasus benchmark lingkungan narrow, clutter, dan trap algoritma RRT* goal biasing memperoleh nilai rata-rata untuk biaya jarak, waktu, dan jumlah node yaitu; 8,3 (biaiya jarak di narrow ), 222,1 (jumlah node di clutter), dan 30.045 detik (waktu di trap) . Kemudian untuk kasus benchmark lingkungan sempit, clutter, dan trap yang menggunakan algoritma RRT* g aussianmemperoleh nilai rata-rata untuk biaya jarak, waktu, dan jumlah simpul yaitu; 8,1 (biaiya jarak di narrow ), 642,85 (jumlah node di clutter), dan 30,49 detik (waktu di trap) . Berdasarkan pengujian algoritma RRT* goal biasing memiliki keunggulan untuk waktu dan jumlah node yang dibutuhkan untuk mencapai suatu titik, tetapi biaya jarak yang dihasilkan kurang optimal.