KONTROL MOTOR PID DENGAN KOEFISIEN ADAPTIF MENGGUNAKAN ALGORITMA SIMULTANEOUS PERTURBATION
|
|
- Shinta Susman
- 7 tahun lalu
- Tontonan:
Transkripsi
1 Konferensi Nasional Sistem dan Informatia 29; Bali, November 14, 29 KONTROL MOTOR PID DENGAN KOEFISIEN ADAPTIF MENGGUNAKAN ALGORITMA SIMULTANEOUS PERTURBATION Sofyan Tan, Lie Hian Universitas Pelita Harapan, Universitas Bina Nusantara ABSTRACT This research aims to investigate an adaptive controller using the simultaneous perturbation algorithm and the proportional-integral-differential controller. The research is conducted by determining the strengths, and weanesses of the proposed adaptive control for its ability to adapt its coefficient for a better dc motor rotor position response. The PID controller is implemented in a FPGA chip, and connected with the simultaneous perturbation algorithm implemented in a PC via a serial interface. Evaluations of this adaptive controller show its ability to change the coefficient of the PID controller to achieve better position response. Keywords: Adaptive Controller, PID Controller, Simultaneous Perturbation, FPGA 1. Pendahuluan Kontrol automati telah memegang peranan yang sangat penting dalam perembangan ilmu dan tenologi, dan merupaan bagian yang penting dan terpadu dari proses-proses dalam pabri dan industri modern [1]. Metode ontrol Proportional-Integral-Derivative (PID) merupaan salah satu metode ontrol automati yang telah lama digunaan untu mengendalian sistem dalam berbagai bidang. Salah satunya adalah bidang robotia yang banya menggunaan metode ontrol PID untu mengendalian pergeraan robot. Suatu Robot yang telah diendalian dengan metode ontrol automati aan dapat berfungsi dengan bai apabila diberian parameter (oefisien) ontrol yang sesuai. Aan tetapi sejalan dengan watu, dapat terjadi perubahan pada arateristi robot maupun lingungan tempat robot tersebut bererja sehingga dibutuhan penyesuaian embali oefisien ontrol agar robot dapat tetap beerja dengan bai. Aan lebih bai lagi apabila penyesuaian parameter terhadap perubahan robot dan lingungannya tersebut dapat dilauan secara automati (adaptif) oleh pengendali. Penelitian ini ingin menyelidii suatu metode ontrol adaptif menggunaan algoritma optimasi yang disebut Simultanous Perturbation (SP) untu melauan penyesuaian oefisien ontrol PID dalam mengendalian posisi rotor dari suatu motor arus searah (dc). Kontrol PID beserta dengan interface e/dari motor dc diimplementasian menggunaan sebuah chip Field Programmable Gate Array (FPGA), sedangan algoritma simultaneous perturbation diimplementasian dalam sebuah Personal Computer (PC). Tujuan dari penelitian ini adalah untu mengevaluasi emampuan algoritma SP dan ontrol PID sebagai suatu ontrol adaptif yang dapat menyesuaian oefisien ontrol secara otomati dalam mengendalian posisi rotor motor dc. Hasil penelitian ini aan bermanfaat dalam perancangan ontrol adaptif untu berbagai apliasi, hususnya dalam bidang robotia, agar robot dapat beradaptasi dengan perubahan beban atau lingungannya. 2. Landasan Teori Kontrol adaptif buanlah topi penelitian yang baru, topi ini telah dibahas dalam berbagai penelitian di bidang ontrol. Berbagai metode bai secara teoritis maupun apliatif telah dibahas, seperti pada [2] dan [3] yang memberian wawasan mengenai berbagai penelitian di bidang ontrol adaptif. Umumnya metode ontrol adaptif dapat dielompoan menjadi tiga jenis, yaitu Gain Scheduling, Model Reference, dan Self Tuning [3]. Pada metode gain scheduling umumnya digunaan loo-up table untu menentuan parameter ontrol yang sesuai dengan berbagai ondisi sistem yang diendalian (plant). Keuntungan metode ini adalah emudahan implementasi dan ecepatan operasinya. Aan tetapi metode gain scheduling membutuhan informasi yang banya mengenai sistem yang diendalian untu mendapatan - loo-up table. Metode model reference menggunaan model respon ideal dari sistem yang ingin diendalian untu dibandingan dengan respon sistem yang atual dalam melauan penyesuaian parameter ontrol. Dengan metode ini, ontrol dasar yang digunaan sebelumnya (controller) dapat beerja secara independen, sehingga bila terjadi egagalan pada sistem adaptif, ontrol dasar masih tetap beerja walaupun mungin tida secara optimal. Aan tetapi metode ini membutuhan model respon yang realistis sehingga dapat bererja dengan optimal. Metode self-tuning menggunaan model sistem dengan parameter yang terus menerus diperbaharui untu meniru sistem yang diendalian. Model sistem tiruan ini emudian digunaan untu menghitung penyesuaian parameter ontrol terhadap sistem yang diendalian agar didapatan respon yang optimal. Untu dapat menghasilan parameter ontrol yang optimal dibutuhan model tiruan yang semirip mungin dengan sistem yang diendalian dan perhitungan yang omples. 179
2 Konferensi Nasional Sistem dan Informatia 29; Bali, November 14, 29 Gambar 1. Kontrol Adaptif Model Reference [3] Menggunaan Simultaneous Perturbation Metode ontrol adaptif yang digunaan pada penelitian ini dapat diategorian sebagai metode ontrol adaptif model reference dengan blo diagram ditunjuan pada Gambar 1, dimana blo controller adjustments diimplementasian menggunaan algoritma SP, dan model yang digunaan adalah suatu step function. Asi proportional AP n, integral AI n, dan differential AD n didesripsian secara sederhana pada persamaan (1-3) sebagai fungsi dari input disrit dan oefisien proporsional P, integral I, dan diferensial D, dengan mengabaian pembulatan dan overflow dalam perhitungan 16-bit pada FPGA. APn = P( inputn outputn ) (1) AI = n n ( inputi outputi ) i= (2) AD n = 64D[ ( inputn outputn ) ( inputn 1 outputn 1 )] (3) Masing-masing asi tersebut dijumlahan dan dibagi 256 untu mendapatan output Pulse Width Modulation (PWM) 8- bit e motor dc. Simultaneous Perturbation Stochastic Approximation (SPSA) atau disingat Simultaneous Perturbation (SP) merupaan algoritma optimasi multivariate yang relatif baru. Algoritma ini menari perhatian internasional di bidang-bidang seperti periraan parameter statisti, sistem ontrol umpan bali, optimasi berbasis simulasi, pengolahan sinyal dan gambar. Keuatan dari SP terleta pada emudahan implementasinya, dan jumlah penguuran yang sediit (hanya dua per iterasi), dan tida tergantung pada dimensi masalah (jumlah parameter input). Selain itu metode optimasi SP tida membutuhan informasi emiringan (gradient) dari fungsi error (loss function) L( ), melainan menggunaan periraan emiringan yang didapatan dari penguuran fungsi error (measurement of loss function) y( ). Hasil penguuran fungsi error umumnya disertai dengan noise, yaitu perbedaan antara error yang teruur dengan error yang sebenarnya. Sehingga penguuran fungsi error y( ) = (L( ) + noise) [5]. Pada penelitian ini algoritma SP digunaan untu melauan optimasi nilai oefisienθˆ, yang terdiri dari oefisien proportional P, integral I, dan differential D, berdasaran periraan emiringan dari dua ali penguuran fungsi error. Penguuran fungsi error dilauan dengan mengaumulasi selisih antara respon motor dc dan respon dari model ideal (step function) untu jumlah sampel tertentu, seperti ditunjuan dengan daerah yang diarsir pada Gambar 2. Semain ecil daerah yang diarsir, artinya respon sistem semain bai (mendeati ideal). Gambar 2. Contoh Penguuran Fungsi Error Pada SP terdapat dua jenis metode periraan emiringan fungsi error, yaitu one-sided gradient approximation dan twosided gradient approximation. Pada perhitungan yang pertama periraan emiringan dilauan dengan penguuran terhadap y ˆ θ ) dan y( ˆ θ + perturbation), sedangan pada perhitungan yang edua periraan emiringan dilauan ( dengan penguuran terhadap y( ˆ θ + perturbation) dan y( ˆ θ perturbation). Pada penelitian ini digunaan metode perhitungan yang edua. 18
3 Konferensi Nasional Sistem dan Informatia 29; Bali, November 14, 29 Dua ali penguuran fungsi error yang disebut di atas adalah y ˆ θ + ) (selanjutnya disebut yplus) dan y( ˆ θ c ˆ ) ( c (selanjutnya disebut yminus). Penguuran pertama dilauan dengan oefisien ˆ θ + c (selanjutnya disebut θplus) dan penguuran edua dilauan dengan oefisien ˆ θ c (selanjutnya disebut θminus). Periraan emiringan untu masing-masing oefisien dihitung sesuai persamaan-persamaan beriut: g P y ˆ + c y ˆ c ˆ ( θ ) ( θ ) ( θ ) = (4) 2c P g I ( ˆ θ ) = y( ˆ θ + c ) y( ˆ θ c ) 2c I (5) g D ( ˆ θ ) = y( ˆ θ + c ) y( ˆ θ c ) 2c D (6) dimana merupaan nomor iterasi yang dimulai dari 1, dan gain sequence c merupaan suatu anga positif yang semain ecil nilainya etia bertambah. Sedangan θˆ merupaan matris oefisien PID yang ingin dioptimasi, dan merupaan matris anga random dengan emunginan nilai +1 atau 1. g ˆ P ( θ ) P P gˆ ( ˆ ) = ˆ θ gi ( θ ) (7) θˆ = I (8) = I (9) g ( ˆ ) D θ D D Setelah didapatan nilai g ˆ( ˆ θ ), maa nilai θˆ dapat diperbaharui untu iterasi beriutnya menggunaan persamaan: ˆ θ ˆ ˆ ( ˆ + 1 = θ a g θ ) (1) Gain sequence a dan c dapat dihitung menggunaan persamaan beriut: a a = (11) α ( + A) c c = (12) γ Petunju untu menentuan nilai onstanta a, c, A, α, dan γ dapat dilihat pada [6]. Pemilihan nilai gain sequence a dan c sangat menentuan performa dari algoritma SP seperti halnya metode-metode optimasi lainnya. 3. Metode Penelitian Penelitian ini diawali dengan studi pustaa mengenai ontrol PID dan perancangan ontrol PID secara digital, ontrol adaptif, algoritma SPSA dan metode implementasinya, PWM dan penguat arus motor dc, serta shaft encoder dan proses decodingnya. Dilanjutan dengan perancangan hardware untu motor dc, termasu penguat arus motor dc, interface PWM, dan decoder sinyal shaft encoder. Perancangan modul ontrol PID 16-bit dimulai dengan simulasi fungsional dari ontrol PID yang diharapan pada PC. Selanjutnya rancangan digital modul ontrol PID dierjaan modul per modul, disimulasian, dan diuji. Algoritma simultaneous perturbation dirancang pada PC, beserta dengan modul omuniasi serial dengan FPGA. Tahap terahir adalah integrasi algoritma SPSA di PC dengan ontrol PID pada FPGA, pengujian omuniasi serial, pengumpulan dan analisa data evaluasi sistem, serta doumentasi. 4. Hasil Evaluasi dan Disusi Media implementasi hasil penelitian ini dibagi menjadi dua, ontrol PID diimplementasian secara hardware dalam chip FPGA Spartan XCS1PC84, dan algoritma SP diimplementasian secara software dalam PC dengan pemrograman Visual Basic. Blo diagram pada Gambar 1, digambaran embali pada Gambar 3 untu menunjuan media implementasi yang digunaan oleh masing-masing omponen sistem. Tampilan antar mua Program Monitoring algoritma SP ditunjuan pada Gambar
4 Konferensi Nasional Sistem dan Informatia 29; Bali, November 14, 29 Gambar 3. Media Implementasi Sistem Kontrol Adaptif Komponen Kontrol PID, beserta dengan penghitung selisih input dan output diimplementasian menggunaan sebuah chip FPGA, dengan harapan omponen ini dapat digunaan secara luas untu berbagai apliasi pengendalian posisi rotor motor dc, dengan maupun tanpa fungsi adaptif. Sedangan seluruh fungsi adaptif (daerah yang diarsir tipis pada Gambar 3) diimplementasian secara software pada PC. Seluruh omuniasi antara PC dan chip FPGA dilauan secara serial pada baud rate 576 bps dengan sebuah abel standar RS-232. Selebihnya dari Gambar 3 (yang tida diarsir) adalah motor dc yang aan diendalian beserta dengan rangaian penguat arus untu motor dc. Data yang diirim dari FPGA e PC adalah data posisi dari rotor motor dc, berupa anga biner 16-bit yang diiriman di ahir dari setiap periode sample ontrol PID. Freuensi sample ontrol PID pada evaluasi adalah 83 Hz. Sedangan data yang diirim dari PC e FPGA adalah input posisi, oefisien P, I, dan D, yang esemuanya berupa biner 16-bit. Kontrol PID dalam FPGA mengendalian tora pada motor dc menggunaan teni Pulse Width Modulation (PWM) 8-bit. Freuensi PWM yang digunaan pada evaluasi adalah seitar 3 Hz. Motor dc yang digunaan pada penelitian ini merupaan motor dc 12 volt. Beban yang aan digunaan pada evaluasi merupaan roda aret dengan diameter 9.8 cm dengan berat 2 g. Roda dipasang langsung pada rotor motor dc dengan ondisi yang tida terpengaruh oleh gaya gravitasi. Agar mendapatan respon yang onsisten, pada evaluasi ini, motor selalu direset e ondisi awal sebelum nilai θplus atau θminus yang baru diiriman, dan input posisi (reference point) yang diberian selalu sama, yaitu. Beberapa parameter algoritma SP dan ontrol PID yang tida berubah dalam evaluasi ini adalah sebagai beriut: Parameter SP: Parameter PID: α =.62 Input Posisi = γ =.11 Ki = A = 2 Kd = c = Jumlah Iterasi = 2 Nilai-nilai parameter α, γ, dan A di atas disesuaian dengan nilai optimal yang disaranan pada [6], sedangan nilai c sebesar 327,68 merupaan 1% dari nilai masimum oefisien P, I, atau D. Nilai c aan menentuan gain sequence c yang mempengaruhi seberapa jauh perturbasi terhadap θˆ pada θplus dan θminus. Semain besar nilai c, maa semain jauh pula beda antara θplus dan θminus. Dari percobaan yang dilauan, ditemuan bahwa nilai c sebesar 327,68 tersebut telah cuup untu menghitung periraan emiringan g ˆ( ˆ θ ) tanpa banya terpengaruh oleh noise pada penguuran fungsi error. Jumlah interasi 2 ditemuan sudah cuup agar sistem stabil. Seperti yang telah didisusian di atas, nilai input atau reference point selalu sama untu onsistensi data evaluasi. Nilai oefisien I dan D awal bernilai nol untu melihat emampuan algoritma SP dalam menentuan nilai optimum bagi edua oefisien ini. (Hal ini juga disesuaian dengan tuning oefisien PID secara manual, yang umumnya selalu dimulai dengan oefisien P saja). Nilai oefisien P awal perlu diatur agar motor dc dapat berputar seja iterasi yang pertama. Gambar 4 sampai dengan 8 menunjuan perubahan respon posisi terhadap watu dengan oefisien awal (sebelum disesuaian oleh SP) dan oefisien ahir (setelah disesuaian dengan SP). Secara eseluruhan didapatan perbaian respon sistem ahir dibandingan awal, terutama dalam hal steady state error. Dari percobaan B dan C ditemuan perubahan oefisien P awal berpengaruh terhadap respon ahir. Hal ini menjelasan bahwa ondisi awal sistem harus berada pada nilai fungsi error yang mendeati minimum, atau nilai minimum lainnya aan ditemuan pada iterasi (local minima), yang mana buan merupaan nilai minimum yang ita inginan. Percobaan E menghasilan output yang lebih 182
5 Konferensi Nasional Sistem dan Informatia 29; Bali, November 14, 29 stabil dibandingan percobaan D. Hal ini diaibatan oleh jumlah sampel yang terlalu ecil pada percobaan D, sehingga sebagian besar nilai fungsi error adalah ontribusi dari periode rise time yang panjang. Pada ondisi seperti ini, algoritma SP aan lebih berusaha untu mengurangi rise time, dengan memperbesar oefisien I, daripada mengurangi overshoot dan osilasi. Percobaan A (Tanpa Beban) Percobaan B (Tanpa Beban) a=4; Kp =; Sampel= a=8; Kp =; Sampel=5 Ahir Ahir Gambar 4. Respon & Ahir Perc. A Gambar 5. Respon & Ahir Perc. B Percobaan C (Tanpa Beban) Percobaan D (Dengan Beban) a=8; Kp Aw al=; Sampel= a=8; Kp Aw al=; Sampel=5 Ahir Ahir Gambar 6. Respon & Ahir Perc. C Gambar 7. Respon & Ahir Perc. D Percobaan E (Dengan Beban) a=8; Kp =; Sampel=1 Ahir Gambar 8. Respon & Ahir Perc. E 183
6 Konferensi Nasional Sistem dan Informatia 29; Bali, November 14, Kesimpulan Dalam penelitian ini suatu sistem ontrol PID dengan oefisien adaptif berhasil dibangun dan dievaluasi. Kontrol adaptif model reference ini dibangun dengan menambahan algoritma simultaneous perturbation untu menyesuaian oefisien P, I, dan D dari sebuah ontrol PID, agar mendapatan respon yang lebih bai. Secara eseluruhan, evaluasi terhadap respon awal dan ahir dari posisi rotor motor dc menunjuan bahwa ontrol adaptif ini berhasil mendapatan respon yang lebih bai dari posisi rotor motor dc, terutama dalam mengatasi masalah steady state error. Aan tetapi ontrol adaptif ini masih terpengaruh oleh masalah local minima etia parameter awal terlalu jauh dari optimum. Penelitian ini menggunaan referensi model respon berupa step function, walaupun merupaan model yang terlalu ideal, namun evaluasi menunjuan bahwa ontrol adaptif ini masih dapat menyesuaian respon sistem e arah yang lebih optimum. Penelitian lebih lanjut dengan menggunaan referensi model respon yang lebih realistis dapat dilauan untu menghasilan ontrol adaptif yang lebih bai. Perhitungan periraan emiringan dari loss function yang digunaan dalam penelitian ini adalah two-sided gradient approximation. Penelitian yang sama menggunaan perhitungan one-sided gradient approximation dapat dilauan untu mengevaluasi emunginan pengaruhnya untu mengurangi jumlah penguuran dan pengaruhnya pada ecepatan sistem mencapai ondisi stabil. Penelitian lebih jauh untu mengapliasian ontrol adaptif ini juga dapat dilauan. Tida seperti pada penelitian ini yang selalu mengembalian motor e ondisi awal dan input posisi yang onstan, pada apliasinya nilai input posisi ini dapat diendalian sesuai dengan posisi-posisi yang ingin dicapai (pada apliasi mobile robot misalnya). Evaluasi juga dapat dilauan untu menganalisa fungsi adaptif dalam mengatasi perubahan pada beban dan lingungan dengan jumlah iterasi yang tida terbatas. Pada apliasi lebih disaranan untu menggunaan oefisien PID awal yang mendeati optimal sehingga fungsi adaptif dapat dievaluasi untu mengatasi perubahan beban dan lingungan sistem. Daftar Pustaa [1] Ogata, K. (1981). Teni Kontrol Automati. Jilid 1 Edisi 2. Erlangga. ISBN [2] M. M. Gupta. (1985). Adaptive Methods for Control Systems Design: An Overview. IEEE PRESS. [3] Warwic, K. (199). Adaptive Control: An Insight. Computing & Control Engineering Journal. [4] Tan, S. (25). Sistem Kontrol PID 16-bit Menggunaan FPGA. Proc. Seminar Nasional: Soft Computing, Intelligent Systems and Information Technology. [5] Spall, James C. (1998). An Overview of the Simultaneous Perturbation Method for Efficient Optimization. Johns Hopins APL Technical Digest, Vol 19 No 4. [6] Spall, James C. (1998). Implementation of the Simultaneous Perturbation Algorithm for Stochastic Optimization. IEEE Transactions on Aerospace and Electronic Systems, Vol 34 No
BAB III DESAIN DAN APLIKASI METODE FILTERING DALAM SISTEM MULTI RADAR TRACKING
Bab III Desain Dan Apliasi Metode Filtering Dalam Sistem Multi Radar Tracing BAB III DESAIN DAN APLIKASI METODE FILTERING DALAM SISTEM MULTI RADAR TRACKING Bagian pertama dari bab ini aan memberian pemaparan
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang
BAB 1 PENDAHULUAN 1.1 Latar Belaang Masalah untu mencari jalur terpende di dalam graf merupaan salah satu masalah optimisasi. Graf yang digunaan dalam pencarian jalur terpende adalah graf yang setiap sisinya
Lebih terperinciMakalah Seminar Tugas Akhir. Aplikasi Kendali Adaptif pada Pengendalian Plant Pengatur Suhu dengan Self Tuning Regulator (STR)
Maalah Seminar ugas Ahir Apliasi Kendali Adaptif pada Pengendalian Plant Pengatur Suhu dengan Self uning Regulator (SR) Oleh : Muhammad Fitriyanto e-mail : D_3_N2@yahoo.com Maalah Seminar ugas Ahir Apliasi
Lebih terperinciBAB II LANDASAN TEORI
BAB II LANDASAN TEORI 2.1. Sistem Kendali Lup [1] Sistem endali dapat diataan sebagai hubungan antara omponen yang membentu sebuah onfigurasi sistem, yang aan menghasilan tanggapan sistem yang diharapan.
Lebih terperinciPENGENDALIAN MOTOR DC MENGGUNAKAN JARINGAN SYARAF TIRUAN BACKPROPAGATION
PENGENDALIAN MOTOR DC MENGGUNAKAN JARINGAN SYARAF TIRUAN BACKPROPAGATION Wahyudi, Sorihi, dan Iwan Setiawan. Jurusan Teni Eletro Faultas Teni Universitas Diponegoro Semarang e-mail : wahyuditinom@yahoo.com.
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang
BAB 1 PENDAHULUAN 1.1 Latar Belaang Model Loglinier adalah salah satu asus husus dari general linier model untu data yang berdistribusi poisson. Model loglinier juga disebut sebagai suatu model statisti
Lebih terperinciKENDALI LOGIKA FUZZY DENGAN METODA DEFUZZIFIKASI CENTER OF AREA DAN MEAN OF MAXIMA. Thiang, Resmana, Wahyudi
KENDALI LOGIKA FUZZY DENGAN METODA DEFUZZIFIKASI CENTER OF AREA DAN MEAN OF MAXIMA Thiang, Resmana, Wahyudi Jurusan Teni Eletro, Universitas Kristen Petra Jl. Siwalanerto 121-131 Surabaya Email : thiang@petra.ac.id,
Lebih terperinciBAB 2 TEORI PENUNJANG
BAB EORI PENUNJANG.1 Konsep Dasar odel Predictive ontrol odel Predictive ontrol P atau sistem endali preditif termasu dalam onsep perancangan pengendali berbasis model proses, dimana model proses digunaan
Lebih terperinciTanggapan Waktu Alih Orde Tinggi
Tanggapan Watu Alih Orde Tinggi Sistem Orde-3 : C(s) R(s) ω P ( < ζ (s + ζω s + ω )(s + p) Respons unit stepnya: c(t) βζ n n < n ζωn t e ( β ) + βζ [ ζ + { βζ ( β ) cos ( β ) + ] sin ζ ) ζ ζ ω ω n n t
Lebih terperinciMakalah Seminar Tugas Akhir
Maalah Seminar ugas Ahir Simulasi Penapisan Kalman Dengan Kendala Persamaan Keadaan Pada Kasus Penelusuran Posisi Kendaraan (Vehicle racing Problem Iput Kasiyanto [], Budi Setiyono, S., M. [], Darjat,
Lebih terperinciEstimasi Harga Saham Dengan Implementasi Metode Kalman Filter
Estimasi Harga Saham Dengan Implementasi Metode Kalman Filter eguh Herlambang 1, Denis Fidita 2, Puspandam Katias 2 1 Program Studi Sistem Informasi Universitas Nahdlatul Ulama Surabaya Unusa Kampus B
Lebih terperinciDESAIN SENSOR KECEPATAN BERBASIS DIODE MENGGUNAKAN FILTER KALMAN UNTUK ESTIMASI KECEPATAN DAN POSISI KAPAL
DESAIN SENSOR KECEPAAN BERBASIS DIODE MENGGUNAKAN FILER KALMAN UNUK ESIMASI KECEPAAN DAN POSISI KAPAL Alrijadjis, Bambang Siswanto Program Pascasarjana, Jurusan eni Eletro, Faultas enologi Industri Institut
Lebih terperinciBAB III MODEL KANAL WIRELESS
BAB III MODEL KANAL WIRELESS Pemahaman mengenai anal wireless merupaan bagian poo dari pemahaman tentang operasi, desain dan analisis dari setiap sistem wireless secara eseluruhan, seperti pada sistem
Lebih terperinciPENCARIAN JALUR TERPENDEK MENGGUNAKAN ALGORITMA SEMUT
Seminar Nasional Apliasi Tenologi Informasi 2007 (SNATI 2007) ISSN: 1907-5022 Yogyaarta, 16 Juni 2007 PENCARIAN JALUR TERPENDEK MENGGUNAKAN ALGORITMA SEMUT I ing Mutahiroh, Indrato, Taufiq Hidayat Laboratorium
Lebih terperinciSISTEM ADAPTIF PREDIKSI PENGENALAN ISYARAT VOKAL SUARA KARAKTER. Abstrak
SISTEM ADAPTIF PREDIKSI PENGENALAN ISYARAT VOKAL SUARA KARAKTER Oleh : Pandapotan Siagia, ST, M.Eng (Dosen tetap STIKOM Dinamia Bangsa Jambi) Abstra Sistem pengenal pola suara atau yang lebih dienal dengan
Lebih terperinciBAB II TINJAUAN PUSTAKA
BAB II TINJAUAN PUSTAKA 2.1. Statisti Inferensia Tujuan statisti pada dasarnya adalah melauan desripsi terhadap data sampel, emudian melauan inferensi terhadap data populasi berdasaran pada informasi yang
Lebih terperinciMakalah Seminar Tugas Akhir
Maalah Seminar Tugas Ahir PENDETEKSI POSISI MENGGUNAKAN SENSOR ACCELEROMETER MMA7260Q BERBASIS MIKROKONTROLER ATMEGA 32 Muhammad Riyadi Wahyudi, ST., MT. Iwan Setiawan, ST., MT. Abstract Currently, determining
Lebih terperinciAnalisa Kinerja Kode Konvolusi pada Sistem Parallel Interference Cancellation Multi Pengguna aktif Detection
Analisa Kinerja Kode Konvolusi pada Sistem Parallel Interference Cancellation Multi Pengguna atif Detection CDMA dengan Modulasi Quadrature Phase Shift Keying Berbasis Perangat Luna Saretta Nathaniatasha
Lebih terperinciSISTEM ADAPTIF PREDIKSI PENGENALAN ISYARAT VOKAL SUARA KARAKTER
SISTEM ADAPTIF PREDIKSI PENGENALAN ISYARAT VOKAL SUARA KARAKTER Pandapotan Siagian, ST, M.Eng Dosen Tetap STIKOM Dinamia Bangsa - Jambi Jalan Sudirman Theoo Jambi Abstra Sistem pengenal pola suara atau
Lebih terperinciMODUL V PENCACAH BINER ASINKRON (SYNCHRONOUS BINARY COUNTER)
MOUL V PENH INE SINON (SYNHONOUS INY OUNTE) I. Tujuan instrusional husus 1. Membuat rangaian dan mengamati cara erja suatu pencacah iner (inary counter). 2. Menghitung freuensi output pencacah iner. 3.
Lebih terperinciBAB 3 PATTERN MATCHING BERBASIS JARAK EUCLID, PATTERN MATCHING BERBASIS JARAK MAHALANOBIS, DAN JARINGAN SYARAF TIRUAN BERBASIS PROPAGASI BALIK
BAB 3 PATTERN MATCHING BERBASIS JARAK EUCLID, PATTERN MATCHING BERBASIS JARAK MAHALANOBIS, DAN JARINGAN SYARAF TIRUAN BERBASIS PROPAGASI BALIK Proses pengenalan dilauan dengan beberapa metode. Pertama
Lebih terperinciVariasi Spline Kubik untuk Animasi Model Wajah 3D
Variasi Spline Kubi untu Animasi Model Wajah 3D Rachmansyah Budi Setiawan (13507014 1 Program Studi Teni Informatia Seolah Teni Eletro dan Informatia Institut Tenologi Bandung, Jl. Ganesha 10 Bandung 40132,
Lebih terperinciPENENTUAN FAKTOR KALIBRASI ACCELEROMETER MMA7260Q PADA KETIGA SUMBU
PENENTUAN FAKTOR KALIBRASI ACCELEROMETER MMA7260Q PADA KETIGA SUMBU Wahyudi 1, Adhi Susanto 2, Sasongo P. Hadi 2, Wahyu Widada 3 1 Jurusan Teni Eletro, Faultas Teni, Universitas Diponegoro, Tembalang,
Lebih terperinciPERANCANGAN PENGENDALI POSISI LINIER UNTUK MOTOR DC DENGAN MENGGUNAKAN PID
PERANCANGAN PENGENDALI POSISI LINIER UNTUK MOTOR DC DENGAN MENGGUNAKAN PID Endra 1 ; Nazar Nazwan 2 ; Dwi Baskoro 3 ; Filian Demi Kusumah 4 1 Jurusan Sistem Komputer, Fakultas Ilmu Komputer, Universitas
Lebih terperinciPROGRAM SIMULASI UNTUK REALISASI STRUKTUR TAPIS INFINITE IMPULSE RESPONSE UNTUK MEDIA PEMBELAJARAN DIGITAL SIGNAL PROCESSING
Konferensi asional Sistem dan Informatia 28; Bali, ovember 15, 28 KS&I8-44 PROGRAM SIMULASI UTUK REALISASI STRUKTUR TAPIS IFIITE IMPULSE RESPOSE UTUK MEDIA PEMBELAJARA DIGITAL SIGAL PROCESSIG Damar Widjaja
Lebih terperinciStudi dan Analisis mengenai Hill Cipher, Teknik Kriptanalisis dan Upaya Penanggulangannya
Studi dan Analisis mengenai Hill ipher, Teni Kriptanalisis dan Upaya enanggulangannya Arya Widyanaro rogram Studi Teni Informatia, Institut Tenologi Bandung, Jl. Ganesha 10 Bandung Email: if14030@students.if.itb.ac.id
Lebih terperinciBAB 3 LANGKAH PEMECAHAN MASALAH
BAB 3 LANGKAH PEMECAHAN MASALAH 3.1 Penetapan Kriteria Optimasi Gambar 3.1 Bagan Penetapan Kriteria Optimasi Sumber: Peneliti Determinasi Kinerja Operasional BLU Transjaarta Busway Di tahap ini, peneliti
Lebih terperinciADAPTIVE NOISE CANCELING MENGGUNAKAN ALGORITMA LEAST MEAN SQUARE (LMS) Anita Nardiana, SariSujoko Sumaryono ABSTRACT
Jurnal Teni Eletro Vol. 3 No.1 Januari - Juni 1 6 ADAPTIVE NOISE CANCELING MENGGUNAKAN ALGORITMA LEAST MEAN SQUARE (LMS) Anita Nardiana, SariSujoo Sumaryono ABSTRACT Noise is inevitable in communication
Lebih terperinciKata Kunci : Multipath, LOS, N-LOS, Network Analyzer, IFFT, PDP. 1. Pendahuluan
Statisti Respon Kanal Radio Dalam Ruang Pada Freuensi,6 GHz Christophorus Triaji I, Gamantyo Hendrantoro, Puji Handayani Institut Tenologi Sepuluh opember, Faultas Tenologi Industri, Jurusan Teni Eletro
Lebih terperinciOptimasi Non-Linier. Metode Numeris
Optimasi Non-inier Metode Numeris Pendahuluan Pembahasan optimasi non-linier sebelumnya analitis: Pertama-tama mencari titi-titi nilai optimal Kemudian, mencari nilai optimal dari fungsi tujuan berdasaran
Lebih terperinciSISTEM KENDALI POSISI MOTOR DC Oleh: Ahmad Riyad Firdaus Politeknik Batam
SISTEM KENDALI POSISI MOTOR DC Oleh: Ahmad Riyad Firdaus Politeknik Batam I. Tujuan 1. Mampu melakukan analisis kinerja sistem pengaturan posisi motor arus searah.. Mampu menerangkan pengaruh kecepatan
Lebih terperinciESTIMASI TRAJECTORY MOBILE ROBOT MENGGUNAKAN METODE ENSEMBLE KALMAN FILTER SQUARE ROOT (ENKF-SR)
SEMINAR NASIONAL PASCASARJANA SAL ESIMASI RAJECORY MOBILE ROBO MENGGUNAKAN MEODE ENSEMBLE KALMAN FILER SQUARE ROO (ENKF-SR) eguh Herlambang Zainatul Mufarrioh Firman Yudianto Program Studi Sistem Informasi
Lebih terperinciAPLIKASI PREDIKSI HARGA SAHAM MENGGUNAKAN JARINGAN SYARAF RADIAL BASIS FUNCTION DENGAN METODE PEMBELAJARAN HYBRID
APLIKASI PREDIKSI HARGA SAHAM MENGGUNAKAN JARINGAN SYARAF RADIAL BASIS FUNCTION DENGAN METODE PEMBELAJARAN HYBRID Ferry Tan, Giovani Gracianti, Susanti, Steven, Samuel Luas Jurusan Teni Informatia, Faultas
Lebih terperinciPENDAHULUAN TINJAUAN PUSTAKA
1 Latar Belaang PENDAHULUAN Sistem biometri adalah suatu sistem pengenalan pola yang melauan identifiasi personal dengan menentuan eotentian dari arateristi fisiologis dari perilau tertentu yang dimilii
Lebih terperinciBAB 1 PENDAHULUAN. Universitas Sumatera Utara
BAB 1 PENDAHULUAN 1.1 Latar Belaang Keadaan dunia usaha yang selalu berubah membutuhan langah-langah untu mengendalian egiatan usaha di suatu perusahaan. Perencanaan adalah salah satu langah yang diperluan
Lebih terperinciMENGHITUNG PELUANG PERSEBARAN TRUMP DALAM PERMAINAN CONTRACT BRIDGE
MENGHITUNG PELUANG PERSEBARAN TRUMP DALAM PERMAINAN CONTRACT BRIDGE Desfrianta Salmon Barus - 350807 Jurusan Teni Informatia, Institut Tenologi Bandung Bandung e-mail: if807@students.itb.ac.id ABSTRAK
Lebih terperinciPENERAPAN DYNAMIC PROGRAMMING DALAM WORD WRAP Wafdan Musa Nursakti ( )
PENERAPAN DYNAMIC PROGRAMMING DALAM WORD WRAP Wafdan Musa Nursati (13507065) Program Studi Teni Informatia, Seolah Teni Eletro dan Informatia, Institut Tenologi Bandung Jalan Ganesha No. 10 Bandung, 40132
Lebih terperinciEstimasi Konsentrasi Polutan Sungai Menggunakan Metode Reduksi Kalman Filter dengan Pendekatan Elemen Hingga
JURNAL SAINS DAN SENI POMITS ol. 2, No.1, (2013) 2337-3520 (2301-928X Print) 1 Estimasi Konsentrasi Polutan Sungai Menggunaan Metode Redusi Kalman Filter dengan Pendeatan Elemen Hingga Muyasaroh, Kamiran,
Lebih terperinciPenentuan Nilai Ekivalensi Mobil Penumpang Pada Ruas Jalan Perkotaan Menggunakan Metode Time Headway
Rea Racana Jurnal Online Institut Tenologi Nasional Teni Sipil Itenas No.x Vol. Xx Agustus 2015 Penentuan Nilai Eivalensi Mobil Penumpang Pada Ruas Jalan Perotaan Menggunaan Metode Time Headway ENDI WIRYANA
Lebih terperinciKLASIFIKASI DATA MENGGUNAKAN JST BACKPROPAGATION MOMENTUM DENGAN ADAPTIVE LEARNING RATE
KLASIFIKASI DATA MENGGUNAKAN JST BACKPROPAGATION MOMENTUM DENGAN ADAPTIVE LEARNING RATE Warih Maharani Faultas Teni Informatia, Institut Tenologi Telom Jl. Teleomuniasi No.1 Bandung 40286 Telp. (022) 7564108
Lebih terperinciPendeteksi Rotasi Menggunakan Gyroscope Berbasis Mikrokontroler ATmega8535
Maalah Seminar Tugas Ahir Pendetesi Rotasi Menggunaan Gyroscope Berbasis Miroontroler ATmega8535 Asep Mubaro [1], Wahyudi, S.T, M.T [2], Iwan Setiawan, S.T, M.T [2] Jurusan Teni Eletro, Faultas Teni, Universitas
Lebih terperinciBAB III METODE SCHNABEL
BAB III METODE SCHNABEL Uuran populasi tertutup dapat diperiraan dengan teni Capture Mar Release Recapture (CMRR) yaitu menangap dan menandai individu yang diambil pada pengambilan sampel pertama, melepasan
Lebih terperinciPengantar Penerjemah. Daftar Istilah
Pengantar Penerjemah Saya awali tulisan ini dengan Nama Alloh Sang Maha Pengasih Sang Maha Penyayang. Segala Puji bagi-nya yang telah mengajaran ilmu epada siapa saja yang diehendai-nya. Sungguh, saya
Lebih terperinciPencitraan Tomografi Elektrik dengan Elektroda Planar di Permukaan
Abstra Pencitraan omografi Eletri dengan Eletroda Planar di Permuaan D. Kurniadi, D.A Zein & A. Samsi KK Instrumentasi & Kontrol, Institut enologi Bandung Jl. Ganesa no. 10 Bandung Received date : 22 November2010
Lebih terperinciImplementasi Algoritma Pencarian k Jalur Sederhana Terpendek dalam Graf
JURNAL TEKNIK POMITS Vol. 2, No., (203) ISSN: 2337-3539 (230-927 Print) Implementasi Algoritma Pencarian Jalur Sederhana Terpende dalam Graf Anggaara Hendra N., Yudhi Purwananto, dan Rully Soelaiman Jurusan
Lebih terperinciPenerapan Sistem Persamaan Lanjar untuk Merancang Algoritma Kriptografi Klasik
Penerapan Sistem Persamaan Lanjar untu Merancang Algoritma Kriptografi Klasi Hendra Hadhil Choiri (135 08 041) Program Studi Teni Informatia Seolah Teni Eletro dan Informatia Institut Tenologi Bandung,
Lebih terperinciDosen Pembimbing : Hendro Nurhadi, Dipl. Ing. Ph.D. Oleh : Bagus AR
Dosen Pembimbing : Hendro Nurhadi, Dipl. Ing. Ph.D. Oleh : Bagus AR 2105100166 PENDAHULUAN LATAR BELAKANG Control system : keluaran (output) dari sistem sesuai dengan referensi yang diinginkan Non linear
Lebih terperinciDisain dan Implementasi Kontrol PID Model Reference Adaptive Control untuk Automatic Safe Landing Pada Pesawat UAV Quadcopter
JURNAL TEKNIK POMITS Vol., No., () 6 Disain dan Implementasi Kontrol PID Model Reference Adaptive Control untu Automatic Safe Landing Pada Pesawat UAV Quadcopter Teddy Sudewo, Ea Isandar, dan Katju Astrowulan
Lebih terperinciSATUAN ACARA PERKULIAHAN ( SAP )
SATUAN ACARA PERKULIAHAN ( SAP ) Mata Kuliah : Pengolahan Citra Digital Kode : IES 6323 Semester : VI Watu : 1x 3x 50 Menit Pertemuan : 7 A. Kompetensi 1. Utama Mahasiswa dapat memahami tentang sistem
Lebih terperinciSistem Pengaturan Kecepatan Motor DC pada Alat Ektraktor Madu Menggunakan Kontroler PID
1 Sistem Pengaturan Kecepatan Motor DC pada Alat Ektraktor Madu Menggunakan Kontroler PID Rievqi Alghoffary, Pembimbing 1: Purwanto, Pembimbing 2: Bambang siswoyo. Abstrak Pengontrolan kecepatan pada alat
Lebih terperinciBAB III METODOLOGI PENELITIAN
BAB III METODOLOGI PENELITIAN A. Tempat dan Watu Penelitian Penelitian ini dilauan di Jurusan Matematia Faultas Matematia dan Ilmu Pengetahuan Alam Universitas Lampung. Watu penelitian dilauan selama semester
Lebih terperinciBAB II DASAR TEORI. II.1. Pendahuluan
BAB II DASAR EORI II.1. Pendahuluan Pada bab ini pertama-tama aan dijelasan secara singat apa yang dimasud dengan target tracing dalam sistem Radar. Di dalam sebuah sistem Radar ada beberapa proses yang
Lebih terperinciIMPLEMENTASI DAN ANALISIS ALGORITMA PENCARIAN RUTE TERPENDEK DI KOTA SURABAYA
94 IMPLEMENTASI DAN ANALISIS ALGORITMA PENCARIAN RUTE TERPENDEK DI KOTA SURABAYA Yudhi Purwananto 1, Diana Purwitasari 2, Agung Wahyu Wibowo Jurusan Teni Informatia, Institut Tenologi Sepuluh Nopember
Lebih terperinciIMPLEMENTASI SISTEM KENDALI KECEPATAN MOTOR ARUS SEARAH MENGGUNAKAN KENDALI PID BERBASIS PROGRAMMABLE LOGIC CONTROLER
IMPLEMENTASI SISTEM KENDALI KECEPATAN MOTOR ARUS SEARAH MENGGUNAKAN KENDALI PID BERBASIS PROGRAMMABLE LOGIC CONTROLER Winarso*, Itmi Hidayat Kurniawan Program Studi Teknik Elektro FakultasTeknik, Universitas
Lebih terperinciSISTEM PENDUKUNG KEPUTUSAN PENENTU NILAI INTERVAL KADAR LEMAK TUBUH MENGGUNAKAN REGRESI INTERVAL DENGAN NEURAL FUZZY
SISTEM PENDUKUNG KEPUTUSAN PENENTU NILAI INTERVAL KADAR LEMAK TUBUH MENGGUNAKAN REGRESI INTERVAL DENGAN NEURAL FUZZY Tedy Rismawan dan Sri Kusumadewi Laboratorium Komputasi dan Sistem Cerdas, Jurusan Teni
Lebih terperinciPengaturan Suhu Ruangan Berbasis PID Menggunakan Mikrokontroler AT89S51
Pengaturan Suhu Ruangan Berbasis PID Menggunaan Miroontroler AT89S51 Edward Teguh Hartono 1, Trias Andromeda,ST. MT. 2, Sumardi,ST. MT. 2 Jurusan Teni Eletro, Faultas Teni, Universitas Diponegoro, Jl.
Lebih terperinciMakalah Seminar Tugas Akhir
Pengaturan Kecepatan Motor DC Menggunaan Jaringan Syaraf Tiruan Feedforward Bacpropagation Sorihi *, Wahyudi **, Iwan Setiawan ** Abstra - Jaringan syaraf bacpropagation merupaan aringan syaraf yang telah
Lebih terperinciKumpulan soal-soal level seleksi Kabupaten: Solusi: a a k
Kumpulan soal-soal level selesi Kabupaten: 1. Sebuah heliopter berusaha menolong seorang orban banjir. Dari suatu etinggian L, heliopter ini menurunan tangga tali bagi sang orban banjir. Karena etautan,
Lebih terperinciEstimasi Inflasi Wilayah Kerja KPwBI Malang Menggunakan ARIMA-Filter Kalman dan VAR-Filter Kalman
JURNAL SAINS DAN SENI ITS Vol. 5, No.1, (16) 337-35 (31-98X Print) A-1 Estimasi Inflasi Wilayah Kerja KPwBI Malang Menggunaan ARIMA-Filter Kalman dan VAR-Filter Kalman Popy Febritasari, Erna Apriliani
Lebih terperinciSistem Pengaturan Kecepatan Motor DC Pada Alat Penyiram Tanaman Menggunakan Kontoler PID
Sistem Pengaturan Kecepatan Motor DC Pada Alat Penyiram Tanaman Menggunakan Kontoler PID 1 Ahmad Akhyar, Pembimbing 1: Purwanto, Pembimbing 2: Erni Yudaningtyas. Abstrak Alat penyiram tanaman yang sekarang
Lebih terperinciPENERAPAN PROGRAM DINAMIS UNTUK MENGHITUNG ANGKA FIBONACCI DAN KOEFISIEN BINOMIAL
PENERAPAN PROGRAM DINAMIS UNTUK MENGHITUNG ANGKA FIBONACCI DAN KOEFISIEN BINOMIAL Reisha Humaira NIM 13505047 Program Studi Teni Informatia Institut Tenologi Bandung Jl. Ganesha 10, Bandung E-mail : if15047@students.if.itb.ac.id
Lebih terperinciIdentifikasi Self Tuning PID Kontroler Metode Backward Rectangular Pada Motor DC
Identifikasi Self Tuning PID Kontroler Metode Backward Rectangular Pada Motor DC Andhyka Vireza, M. Aziz Muslim, Goegoes Dwi N. 1 Abstrak Kontroler PID akan berjalan dengan baik jika mendapatkan tuning
Lebih terperinciSoal-Jawab Fisika OSN x dan = min. Abaikan gesekan udara. v R Tentukan: a) besar kelajuan pelemparan v sebagai fungsi h. b) besar h maks.
Soal-Jawab Fisia OSN - ( poin) Sebuah pipa silinder yang sangat besar (dengan penampang lintang berbentu lingaran berjarijari R) terleta di atas tanah. Seorang ana ingin melempar sebuah bola tenis dari
Lebih terperinciMODEL REGRESI INTERVAL DENGAN NEURAL FUZZY UNTUK MEMPREDIKSI TAGIHAN AIR PDAM
MODEL REGRESI INTERVAL DENGAN NEURAL FUZZY UNTUK MEMPREDIKSI TAGIHAN AIR PDAM 1,2 Faultas MIPA, Universitas Tanjungpura e-mail: csuhery@sisom.untan.ac.id, email: dedi.triyanto@sisom.untan.ac.id Abstract
Lebih terperinciPenempatan Optimal Phasor Measurement Unit (PMU) dengan Integer Programming
JURAL TEKIK POMITS Vol. 2, o. 2, (2013) ISS: 2337-3539 (2301-9271 Print) B-137 Penempatan Optimal Phasor Measurement Unit (PMU) dengan Integer Programming Yunan Helmy Amrulloh, Rony Seto Wibowo, dan Sjamsjul
Lebih terperinciPERANCANGAN SISTEM KESEIMBANGAN BALL AND BEAM DENGAN MENGGUNAKAN PENGENDALI PID BERBASIS ARDUINO UNO. Else Orlanda Merti Wijaya.
PERANCANGAN SISTEM KESEIMBANGAN BALL AND BEAM DENGAN MENGGUNAKAN PENGENDALI PID BERBASIS ARDUINO UNO Else Orlanda Merti Wijaya S1 Teknik Elektro, Fakultas Teknik, Universitas Negeri Surabaya e-mail : elsewijaya@mhs.unesa.ac.id
Lebih terperinciIV. PERANCANGAN SISTEM
SISTEM PENGATURAN KECEPATAN PUTARAN MOTOR PADA MESIN PEMUTAR GERABAH MENGGUNAKAN KONTROLER PROPORSIONAL INTEGRAL DEFERENSIAL (PID) BERBASIS MIKROKONTROLER Oleh: Pribadhi Hidayat Sastro. NIM 8163373 Jurusan
Lebih terperinciPresentasi Tugas Akhir
Presentasi Tugas Akhir OPTIMASI KONTROLER PID BERBASIS ALGORITMA PARTICLE SWARM OPTIMIZATION UNTUK PENGENDALIAN KECEPATAN MOTOR INDUKSI TIGA FASE Oleh: Suhartono (2209 105 008) Pembimbing: Ir. Ali Fatoni,
Lebih terperinciALGORITMA PENYELESAIAN PERSAMAAN DINAMIKA LIQUID CRYSTAL ELASTOMER
ALGORITMA PENYELESAIAN PERSAMAAN DINAMIKA LIQUID CRYSTAL ELASTOMER Oleh: Supardi SEKOLAH PASCA SARJANA JURUSAN ILMU FISIKA UNIVERSITAS NEGERI YOGYAKARTA 2012 1 PENDAHULUAN Liquid Crystal elastomer (LCE
Lebih terperinciAplikasi diagonalisasi matriks pada rantai Markov
J. Sains Dasar 2014 3(1) 20-24 Apliasi diagonalisasi matris pada rantai Marov (Application of matrix diagonalization on Marov chain) Bidayatul hidayah, Rahayu Budhiyati V., dan Putriaji Hendiawati Jurusan
Lebih terperinciPEMANFAATAN METODE HEURISTIK DALAM PENCARIAN JALUR TERPENDEK DENGAN ALGORITMA SEMUT DAN ALGORITMA GENETIKA
PEMANFAATAN METODE HEURISTIK DALAM PENCARIAN JALUR TERPENDEK DENGAN ALGORITMA SEMUT DAN ALGORITMA GENETIKA Iing Mutahiroh, Fajar Saptono, Nur Hasanah, Romi Wiryadinata Laboratorium Pemrograman dan Informatia
Lebih terperinciPENYELESAIAN PERSAMAAN LOTKA-VOLTERRA DENGAN METODE TRANSFORMASI DIFERENSIAL. Sutriani Hidri. Ja faruddin. Syafruddin Side, ABSTRAK
PENYELESAIAN PERSAMAAN LOTKA-VOLTERRA DENGAN METODE TRANSFORMASI DIFERENSIAL Syafruddin Side, Jurusan Matematia, FMIPA, Universitas Negeri Maassar email:syafruddinside@yahoo.com Info: Jurnal MSA Vol. 3
Lebih terperinciSIMULATOR RESPON SISTEM UNTUK MENENTUKAN KONSTANTA KONTROLER PID PADA MEKANISME PENGENDALIAN TEKANAN
SIMULATOR RESPON SISTEM UNTUK MENENTUKAN KONSTANTA KONTROLER PID PADA MEKANISME PENGENDALIAN TEKANAN Dwiana Hendrawati Prodi Teknik Konversi Energi Jurusan Teknik Mesin Politeknik Negeri Semarang Jl. Prof.
Lebih terperinciIDENTIFIKASI PERUBAHAN POLA CURAH HUJAN MELALUI PERIODOGRAM STANDAR. Gumgum Darmawan Statistika FMIPA UNPAD
JMP : Vol. 9 No. 1, Juni 17, hal. 13-11 ISSN 85-1456 IDENTIFIKASI PERUBAHAN POLA CURAH HUJAN MELALUI PERIODOGRAM STANDAR Gumgum Darmawan Statistia FMIPA UNPAD gumgum@unpad.ac.id Budhi Handoo Statistia
Lebih terperinciKumpulan soal-soal level seleksi provinsi: solusi:
Kumpulan soal-soal level selesi provinsi: 1. Sebuah bola A berjari-jari r menggelinding tanpa slip e bawah dari punca sebuah bola B berjarijari R. Anggap bola bawah tida bergera sama seali. Hitung ecepatan
Lebih terperinciKENDALI OPTIMAL PADA MASALAH INVENTORI YANG MENGALAMI PENINGKATAN
KENDALI OPTIMAL PADA MASALAH INVENTORI YANG MENGALAMI PENINGKATAN Pardi Affandi, Faisal, Yuni Yulida Abstra: Banya permasalahan yang melibatan teori sistem dan teori ontrol serta apliasinya. Beberapa referensi
Lebih terperinciBAB IV PENGUJIAN DAN ANALISA
BAB IV PENGUJIAN DAN ANALISA Pengujian dan analisa sistem merupakan tahap akhir dari realisasi pengendali PID pada pendulum terbalik menggunakan mikrokontroller ATmega8 agar dapat dilinearkan disekitar
Lebih terperinciPenggunaan Induksi Matematika untuk Mengubah Deterministic Finite Automata Menjadi Ekspresi Reguler
Penggunaan Indusi Matematia untu Mengubah Deterministic Finite Automata Menjadi Espresi Reguler Husni Munaya - 353022 Program Studi Teni Informatia Seolah Teni Eletro dan Informatia Institut Tenologi Bandung,
Lebih terperincitidak mempunyai fixed mode terdesentralisasi, dapat dilakukan dengan memberikan kompensator terdesentralisasi. Fixed mode terdesentralisasi pertama
BB IV PENGENDLIN TERDESENTRLISSI Untu menstabilan sistem yang tida stabil, dengan syarat sistem tersebut tida mempunyai fixed mode terdesentralisasi, dapat dilauan dengan memberian ompensator terdesentralisasi.
Lebih terperinciJURUSAN TEKNIK FISIKA FAKULTAS TEKNOLOGI INDUSTRI INSTITUT TEKNOLOGI SEPULUH NOPEMBER
Rancang Bangun Kontrol Logika Fuzzy-PID Pada Plant Pengendalian ph (Studi Kasus : Asam Lemah dan Basa Kuat) Oleh : Fista Rachma Danianta 24 08 100 068 Dosen Pembimbing Hendra Cordova ST, MT. JURUSAN TEKNIK
Lebih terperinciModifikasi ACO untuk Penentuan Rute Terpendek ke Kabupaten/Kota di Jawa
187 Modifiasi ACO untu Penentuan Rute Terpende e Kabupaten/Kota di Jawa Ahmad Jufri, Sunaryo, dan Purnomo Budi Santoso Abstract This research focused on modification ACO algorithm. The purpose of this
Lebih terperinciPemodelan Dan Eksperimen Untuk Menentukan Parameter Tumbukan Non Elastik Antara Benda Dengan Lantai
Pemodelan Dan Esperimen Untu enentuan Parameter Tumbuan Non Elasti Antara Benda Dengan Lantai Puspa onalisa,a), eda Cahya Fitriani,b), Ela Aliyani,c), Rizy aiza,d), Fii Taufi Abar 2,e) agister Pengajaran
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang
1 BAB 1 PENDAHULUAN 1.1 Latar Belaang Di aman searang sebuah adal yang tersusun rapi merupaan ebutuhan bagi setiap individu. Namun masalah penyusunan sebuah adal merupaan sebuah masalah umum yang teradi,
Lebih terperinciVARIASI NILAI BATAS AWAL PADA HASIL ITERASI PERPINDAHAN PANAS METODE GAUSS-SEIDEL
SEMINAR NASIONAL PENDIDIKAN SAINS Peningatan Kualitas Pembelajaran Sains dan Kompetensi Guru melalui Penelitian & Pengembangan dalam Menghadapi Tantangan Abad-1 Suraarta, Otober 016 VARIASI NILAI BATAS
Lebih terperinciMateri. Menggambar Garis. Menggambar Garis 9/26/2008. Menggambar garis Algoritma DDA Algoritma Bressenham
Materi IF37325P - Grafia Komputer Geometri Primitive Menggambar garis Irfan Malii Jurusan Teni Informatia FTIK - UNIKOM IF27325P Grafia Komputer 2008 IF27325P Grafia Komputer 2008 Halaman 2 Garis adalah
Lebih terperinciPENENTUAN JENIS PRODUK KOSMETIK PILIHAN BERDASARKAN FAKTOR USIA DAN WARNA KULIT MENGGUNAKAN METODE JARINGAN SYARAF TIRUAN
PENENTUAN JENIS PRODUK KOSMETIK PILIHAN BERDASARKAN FAKTOR USIA DAN WARNA KULIT MENGGUNAKAN METODE JARINGAN SYARAF TIRUAN Amethis Otaorora 1, Bilqis Amaliah 2, Ahmad Saihu 3 Teni Informatia, Faultas Tenologi
Lebih terperinciANALISIS PETA KENDALI DEWMA (DOUBLE EXPONENTIALLY WEIGHTED MOVING AVERAGE)
Seminar Nasional Matematia dan Apliasinya, 1 Otober 17 ANALISIS PETA KENDALI DEWMA (DOUBLE EXPONENTIALLY WEIGHTED MOVING AVERAGE) DALAM PENGENDALIAN KUALITAS PRODUKSI FJLB (FINGER JOINT LAMINATING BOARD)
Lebih terperinciANALISA STATIK DAN DINAMIK GEDUNG BERTINGKAT BANYAK AKIBAT GEMPA BERDASARKAN SNI DENGAN VARIASI JUMLAH TINGKAT
Jurnal Sipil Stati Vol. No. Agustus (-) ISSN: - ANALISA STATIK DAN DINAMIK GEDUNG BERTINGKAT BANYAK AKIBAT GEMPA BERDASARKAN SNI - DENGAN VARIASI JUMLAH TINGKAT Revie Orchidentus Francies Wantalangie Jorry
Lebih terperinciKontrol PID Pada Miniatur Plant Crane
Konferensi Nasional Sistem & Informatika 2015 STMIK STIKOM Bali, 9 10 Oktober 2015 Kontrol PID Pada Miniatur Plant Crane E. Merry Sartika 1), Hardi Sumali 2) Jurusan Teknik Elektro Universitas Kristen
Lebih terperinciPENYELESAIAN PERSAMAAN LOTKA-VOLTERRA DENGAN METODE TRANSFORMASI DIFERENSIAL SUTRIANI HIDRI
PENYELESAIAN PERSAMAAN LOTKA-VOLTERRA DENGAN METODE TRANSFORMASI DIFERENSIAL SUTRIANI HIDRI Jurusan Matematia, FMIPA, Universitas Negeri Maassar Email: nanni.cliq@gmail.com Abstra. Pada artiel ini dibahas
Lebih terperinciMEKANIKA TANAH HIDROLIKA TANAH DAN PERMEABILITAS MODUL 3
MEKANIKA TANAH MODUL 3 HIDROLIKA TANAH DAN PERMEABILITAS UNIVERSITAS PEMBANGUNAN JAYA Jl. Boulevard Bintaro Setor 7, Bintaro Jaya Tangerang Selatan 15224 Silus hidrologi AIR TANAH DEFINISI : air yang terdapat
Lebih terperinciPERBANDINGAN PERFORMANSI ALGORITMA GENETIKA DAN ALGORITMA SEMUT UNTUK PENYELESAIAN SHORTEST PATH PROBLEM
Seminar Nasional Sistem dan Informatia 2007; Bali, 16 November 2007 PERBANDINGAN PERFORMANSI ALGORITMA GENETIKA DAN ALGORITMA SEMUT UNTUK PENYELESAIAN SHORTEST PATH PROBLEM Fajar Saptono 1) I ing Mutahiroh
Lebih terperinciBAB IV IMPLEMENTASI DAN PENGUJIAN
BAB IV IMPLEMENTASI DAN PENGUJIAN 4.1 Implementasi Apliasi Pada tahap implementasi ini merupaan penerapan apliasi dari hasil perancangan sistem yang ada untu mencapai suatu tujuan yang diinginan. Implementasimelasanaan
Lebih terperinciBAB III METODE PENELITIAN (BAHAN DAN METODE)
BAB III METODE PENELITIAN (BAHAN DAN METODE) Tahapan-tahapan pengerjaan yang dilauan dalam penelitian ini adalah sebagai beriut : 1. Tahap Persiapan Penelitian Pada tahapan ini aan dilauan studi literatur
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1. Mikrokontroller AVR Mikrokontroller adalah suatu alat elektronika digital yang mempunyai masukan serta keluaran serta dapat di read dan write dengan cara khusus. Mikrokontroller
Lebih terperinciBlind Adaptive Multi-User Detection pada Sistem Komunikasi DS-CDMA dengan Kanal AWGN
Proceeding of Seminar on Intelligent echnology and Its Applications (SIIA ) Institut enologi Sepuluh Nopember, Surabaya, May 7 th, Blind Adaptive Multi-User Detection pada Sistem omuniasi DS-CDMA dengan
Lebih terperinciMESIN DC. Prinsip operasi : Gaya. B : Kerapatan Fluks (N/A.m) i : arus (ampere) l : panjang (meter) Torka T (N.m) p Z. Dimana. Φ s
MESIN DC Mesin ini mempunyai sebuah lilitan (winding) DC atau magnet permanen pada bagian stator. otor (armature) di suplay dengan sebuah arus DC yang melalui omutator (commutator) dan siat (brushes).
Lebih terperinciBAB II POWER CONTROL PADA SISTEM SELULER CDMA DAN DIVERSITAS ANTENA
BAB II POWER CONTROL PADA SISTEM SELULER CDMA DAN DIVERSITAS ANTENA. Karateristi Kanal Wireless Pada sistem omuniasi mobile, sinyal yang ditransmisian melalui anal wireless aan mengalami proses propagasi
Lebih terperinciANALISIS VARIASI PARAMETER BACKPROPAGATION ARTIFICIAL NEURAL NETWORK TERHADAP PENGENALAN POLA DATA IRIS
Jurnal Teni dan Ilmu Komputer ANALISIS VARIASI PARAMETER BACKPROPAGATION ARTIFICIAL NEURAL NETWORK TERHADAP PENGENALAN POLA DATA IRIS AN ANALYSIS OF THE VARIATION PARAMETERS OF THE ARTIFICIAL NEURAL NETWORK
Lebih terperinciPREDIKSI HARGA SAHAM MENGGUNAKAN JARINGAN SYARAF TIRUAN MULTILAYER FEEDFORWARD NETWORK DENGAN ALGORITMA BACKPROPAGATION
Konferensi Nasional Sistem dan Informatia 2008; Bali, November 5, 2008 PREDIKSI HARGA SAHAM MENGGUNAKAN JARINGAN SYARAF TIRUAN MULTILAYER FEEDFORWARD NETWORK DENGAN ALGORITMA BACKPROPAGATION Wahyudi Setiawan
Lebih terperinci