A Autonomous navigation adalah salah satu tantangan dalam mobile robotic yang memerlukan empat komponen utama yaitu: perception, localization, path planning, dan motion control. Mobile robot memerlukan peta untuk dapat melakukan autonomous navigation, sehingga digunakan algoritma Simultaneous Localization and Mapping (SLAM) untuk dapat membangun peta dan ruangan. Pada penelitian ini terdapat tiga sub sistem yaitu sub sistem sensor sebagai input, sub sistem single board computer untuk proses, dan sub sistem aktuator sebaga output. Sensor RGB-D camera dan bumper yang di konversi ke laser scan dan point cloud digunakan untuk melakukan perception, wheel encoder dan gyroscope digunakan untuk mendapatkan data odometry yang digunakan untuk untuk membangun peta secara teleoperasi oleh user dengan algoritma SLAM gmapping dan melakukan autonomous navigation. Autonomous navigation diatur melalui navigation stack dengan menggunakan algoritma Adaptive Monte Carlo Localization (AMCL) untuk localization, algoritma A* untuk global planning, dan algoritma Dynamic Window Approach (DWA) untuk local planning yang di implementasikan menggunakan Robot Operating System (ROS). Hasil dan pengujian menunjukkan sistem dapat memberikan data depth yang di konversi ke laser scan, data bumper, dan data odometry kepada single board computer yang menjalankan ROS sehingga mobile robot yang dikendalikan secara teleoperasi dan workstation dapat membangun peta grid 2 dimensi dengan akurasi tinggi. Dengan menggunakan peta, data dan sensor, dan odometry tersebut mobile robot dapat melakukan autonomous navigation secara konsisten dengan mampu menentukan global path dan melakukan path replanning, menghindari rintangan-rintangan statis dan terus menerus melakukan localization untuk mencapai titik tujuan dengan total error rate sebesar 0.987%.