Automated Guided Vehicle (AGV) merupakan salah satu jenis mobile robot yang digunakan untuk pengangkut barang menuju suatu tempat tujuan. Dikarenakan Automated Guided Vehicle berhadapan dengan objek serta lingkungan sekitarnya saat melakukan tugasnya, AGV harus beroperasi dengan aman dilingkungannya. Oleh karena itu, AGV memerlukan kemampuan untuk mendeteksi dan menghindari rintangan yang ada disekitar robot sambil menentukan jalan atau rute yang akan diambil untuk mencapai titik tujuan. AGV menggunakan LIDAR dan sensor odometry untuk melakukan pemetaan terhadap lingkungan jelajahnya terlebih dahulu atau lebih dikenal dengan SLAM. Selain itu, LIDAR juga melakukan deteksi obstacle. Dari posisi obstacle yang telah dideteksi digunakan sebagai gaya atau force untuk robot dapat menghindari rintangan dan menuju tempat tujuan dengan metode Social Force Navigation Model. Metode tersebut membutuhkan posisi dan orientasi dari rintangan terhadap robot, dan tujuan. Metode tersebut akan menghasilkan gaya tolak terhadap rintangan dan gaya tarik terhadap tempat tujuan. Sehingga, robot dapat menghindari rintangan dan menuju tempat tujuan tanpa membahayakan lingkungan sekitar. Dalam sistem navigasi menggunakan Social Force Model, besaran gaya tolak ketika berhadapan dengan obstacle diatur adaptif menggunakan fuzzy dengan membership function jarak dan arah robot menuju obstacle. Sementara itu hasil yang didapat dari pengujian yang dilakukan adalah robot dapat menghindari rintangan serta melakukan navigasi menuju tempat tujuan dengan menggunakan data pemetaan ICP-SLAM dengan baik dibandingkan robot melakukan navigasi tanpa menggunakan data pemetaan ICP-SLAM. Dari pengujian yang telah dilakukan, sistem navigasi SFM menggunakan data pemetaan ICP-SLAM memiliki iterasi mencapai 7.498% lebih cepat dibandingkan jika tidak menggunakan data pemetaan.