BAB VI PENGUJIAN SISTEM. Beberapa skenario pengujian akan dilakukan untuk memperlihatkan
|
|
- Lanny Kartawijaya
- 7 tahun lalu
- Tontonan:
Transkripsi
1 BAB VI PENGUJIAN SISTEM 6.1 Tahap Persiapan Pengujian Beberapa skenario pengujian akan dilakukan untuk memperlihatkan performansi sistem kontrol yang dirancang. Namun perlu dipersiapkan terlebih dahulu mengenai kelengkapan sistem kontrol yang akan diujikan. Beberapa kelengkapan yang harus dipenuhi tersebut adalah : kalibrasi terhadap data-data sensor, investigasi terhadap sifat keteramatan dan keterkontrolan sistem kontrol Kalibrasi Sensor Salah satu faktor yang mempengaruhi validasi data keluaran sistem kontrol adalah, kualitas data masukan yang dihasilkan sensor. Olehkarena itu data-data yang dihasilkan oleh sensor perlu dikalibrasi dengan alat ukur yang dijadikan referensi atau kalibrator. Pengertian kalibrasi menurut ISO adalah seperangkat operasi dalam kondisi tertentu yang bertujuan untuk menentukan hubungan antara nilai-nilai yang ditunjukkan oleh alat ukur atau sistem pengukuran atau nilai yang ditunjukkan material ukur dengan nilai measurand yang telah diketahui. Prosedur yang dilakukan selama proses kalibrasi adalah, pengambilan data temperatur dari masing-masing sensor melalui software HMI dan pencatatan manual terhadap data temperatur dari termometer. Pengambilan data dilakukan setiap 10 82
2 detik sekali dalam periode waktu 12 menit, pada posisi yang sama dalam waktu yang bersamaan. Berikutnya akan diperlihatkan hasil yang diperoleh pada tahap kalibrasi. Error Rata-rata Standar Deviasi Error Persamaan Regressi Linier Sensor Y=0.917X Sensor Y=0.8859X Sensor Y=0.8733X Sensor Y=0.8625X Sensor Y=0.895X Sensor Y= Sensor Y=0.961X+0.34 Sensor Y=0.8832X (Tabel 6.1 : Tabel hasil kalibrasi masing-masing sensor temperatur ) Data Sensor ( Celcius ) Kalibrasi Sensor 1 y = 0.917x Data Kalibrator ( Celcius ) (Gambar 6.1 : Grafik kalibrasi sensor 1 terhadap kalibrator) 83
3 Data Sensor ( Celcius) Kalibrasi Sensor 8 y = x Data Kalibrator ( Celcius ) (Gambar 6.2 : Grafik kalibrasi sensor 8 terhadap kalibrator) Pengujian Keteramatan dan Keterkontrolan Sistem Persyaratan fundamental yang harus dipenuhi sebelum melakukan perancangan sistem kontrol adalah, sistem yang dikontrol harus teramati sempurna dan terkontrol sempurna. Keteramatan sistem kontrol mensyaratkan supaya variabel dalam sistem yang akan dikontrol dapat terukur. Keterkontrolan sistem kontrol, mensyaratkan supaya respon pada sistem kontrol bervariasi sesuai variasi sinyal masukan yang diberikan. Pada prakteknya pengujian tentang keteramatan dan keterkontrolan dilakukan secara bersamaan. Prosdur yang dijalankan adalah, memanaskan ruangan dengan variasi bukaan valve yang berbeda-beda. Berikut hasil pengujian yang telah dilakukan : 84
4 (Gambar 6.3 : pengujian keteramatan sistem ) Sistem teramati sempurna karena pada gambar 6.32, diperlihatkan respon dinamik dari perubahan suhu yang berbeda satu sama lainnya berdasarkan variasi bukaan valve, olehkarena itu sistem dapat dikontrol. 6.2 Investigasi Karakteristik Sistem Dinamik Pengujian ini dilakukan untuk membuktikan kebenaran model yang pernah dibuat mengenai karakterstik sistem (lih Bab 3). Ilustrasi dari model sistem diperlihatkan melalui gambar berikut ini : 85
5 (Gambar 6.4: Hasil simulasi melalui model matematis sistem dinamik ) Merujuk pada gambar 6.4 tersebut disimpulkan bahwa, kemiringan masing-masing kurva berkaitan dengan posisi sensornya. Semakin besar kemiringan semakin dekat posisi sensor terhadap sumber panas. Namun hasil pengujian menunjukan ketidakcocokan dengan apa yang sudah diprediksikan melalui model matematis tersebut. Berikut ini adalah, karakteristik sistem dinamik melalui hasil pengujian : (Gambar 6.5 : Hasil Pengujian Karakteristik Sistem Dinamik) 86
6 Merujuk pada gambar 6.5, penempatan masing-masing sensor mengikuti konfigurasi berikut : (Gambar 6.6 : Konfigurasi sensor selama pengujian) Seharusnya perubahan kemiringan temperature pada setiap posisi sensor berurutan dari kemiringan yang paling besar sampai kemiringan yang paling kecil. Sesuai hasil simulasi (gambar 6.4). Namun hasil yang muncul menunjukan bahwa perubahan kemiringan temperatur untuk masing-masing sensor tidak berurut sesuai posisinya, bahkan acak. Dari hasil ini dapat disimpulkan bahwa pemodelan matematis tidak mampu memprediksi perubahan kemiringan temperature sensor terhadap posisinya. 6.3 Pengujian Performansi Sementara Sistem Kontrol Pada awalnya pengujian dilakukan dengan menggunakan konfigurasi fuzzy logic sementara. Karena sebagaimana yang telah dibahas sebelumnya, konfigurasi fuzzy logic yang optimal baru dihasilkan setelah melalui proses trial and error. Pada pembahasan ini akan ditunjukan evolusi dari perubahan konfigurasi fuzzy logic dari konfigurasi awal sampai ditemukan konfigurasi yang optimum. Pengujian dilakukan dengan mencoba untuk dilakukan pengontrolan pada beberapa nilai set point dalam rentang periode yang telah ditentukan. 87
7 6.3.1 Performansi Sistem Melalui Konfigurasi Awal Fuzzy Logic Tahap awal yang harus dilakukan sebelum membangun konfigurasi fuzzy logic adalah, menentukan domain crisp dari setiap variabel yang akan diproses melalui proses fuzzifikasi. Pada prakteknya data-data tersebut bisa diperoleh melalui proses pengambilan data selama selang waktu tertentu. (Gambar 6.7 : Grafik laju perubahan error selama selang waktu 1200 detik) Penentuan domain data crisp berkaitan dengan pentuan batas-batas selang data crisp yang dipakai. Penentuan selang data crisp error dan bukaan valve dapat ditentukan secara langsung, namun penentuan selang data cisp laju perubahan error atau error dot membutuhkan data-data pengamatan. Prosedur pengambilan data adalah dengan cara memanaskan sistem melalui bukaan penuh, kemudian dapat ditentukan melalui grafik batas maksimum dan minimum dari range data crisp yang digunakan. Merujuk pada gambar 6.7, dapat ditentukan secara kualitatif bahwa range data crisp bagi variabel laju perubahan error atau error dot berada pada selang :
8 s/d Selanjutnya diputuskan untuk membentuk konfigurasi dari sistem fuzzy logic seperti yang diperlihatkan pada gambar-gambar dibawah ini : (Gambar 6.8 : Konfigurasi awal himpunan fuzzy variable error) (Gambar 6.9 : Konfigurasi awal himpunan fuzzy variable errordot) 89
9 (Gambar 6.10: Konfigurasi awal himpunan fuzzy variable bukaan) (Gambar 6.11 : Konfigurasi awal rule base ) Setelah konfigurasi awal fuzzy logic telah dibuat selanjutnya menguji performansi sistem kontrol yang mampu dicapainya. Berikut ini adalah hasil pengujian performansi dengan nilai set point 29 0 Celcius. 90
10 (Gambar 6.12 : Respon temperature sistem kontrol konfigurasi awal fuzzy logic ) Hasil menunjukan bahwa terdapat overshoot pada detik ke-447 dan tidak ada settling time, karena sistem cenderung naik menjauhi nilai setpoint dengan laju kesalahan rata-rata sebesar C / detik. Laju kesalahan negatif menandakan bahwa error yang dihasilkan kian mengecil, sebaliknya jika laju kesalahan positif. Hasil menunjukan laju error rata yang positif, ini mendakan bahwa sistem tidak stabil disekitar set point sebesar 29 0 C, bahkan monoton naik. Olehkarena itu percobaan dihentikan pada detik ke Performansi Sistem Melalui Konfigurasi Akhir Fuzzy Logic Pada percobaan selanjutnya, konfigurasi fuzzy logic yang baru dibuat, namun hasilnya sama saja. Berdasarkan pengalaman terhadap pengamatan data-data, disimpulkan bahwa : penentuan language variable yang banyak akan menyebabkan sistem sering mengalami perubahan, penentuan membership function untuk masingmasing himpunan fuzzy perlu memperhatikan daerah domain yang sering muncul. 91
11 Berdasarkan kesimpulan-kesimpulan yang bersifat kualitatif tersebut, mulai diputuskan untuk mereduksi beberapa languge variable. Pada awalnya dalam himpunan fuzzy errordot terdapat 3 language variable yaitu : decrease, steady dan increase. Namun dengan susunan konfigurasi yang seperti itu meskipun membership function pun di-adjust ternyata tidak membawa banyak perubahan. Namun ketika disadari bahwa perubahan yang terjadi pada domain crips errordot sangat sering dan cepat, maka diputuskan untuk mereduksi salah satu dari language variable nya. Dengan merujuk pada gambar 6.7, pola grafiknya menyerupai pola dari pulsa-pulsa, hal ini menandakan bahwa perubahan yang terjadi sangat cepat sekali. Jika languge variable nya dibuat banyak (lebih besar dari 2), maka sistem fuzzy akan menjadi sensitif dan sering mengalami perubahan. Pada akhirnya hasil inferensi pun akan sering berubah dengan perbedaan nilai yang cukup drastis. Imbas yang terjadi pada sistem kontrol adalah sistem menjadi tidak stabil ketika berada disekitar nilai set point. Bahkan akan semakin non-linier atau sukar diprediksi berkaitan dengan perubahan yang terjadi pada waktu yang cukup lama. Begitu pun dengan variable output dari bukaan, perubahan nilai output bersifat diskrit yaitu : 0%, 25%, 50%, 75% dan 100%. Imbasnya sama saja seperti pada kasus variable errordot, yaitu menyebab frekuensi perubahan nilai inferensi yang menjadi besar. Berbeda dengan respon variable error yang cenderung kontinyu, olehkarena itu tidak ada masalah jika penentuan language variable ditentukan banyak (lebih besar dari 2). 92
12 (Gambar 6.13 : Grafik perubahan error selama selang waktu 737 detik) Pada tahap akhir yaitu perancangan rule-base, penentuan consequent harus mempertimbangkan beberapa hal, seperti : respon proses yang terjadi dalam plant, daerah kerja sistem fuzzy logic pada setiap domain crips himpunan fizzy. Respon proses dipengaruhi oleh aksi kontrol, berupa bukaan valve yang mempengaruhi laju perubahan temperatur rata-rata dalam plant. Sehingga dapat dipahami mengenai efek dari setiap mode bukaan tersebut terhadap respon sistem. Daerah kerja system fuzzy logic berkaitan dengan daerah dalam domain crips setiap himpunan fuzzy logic yang dapat dibedakan melalui language variable nya. Penentuan daerah kerja ini ditentukan berdasarkan keinginan terhadap variasi perubahan nilai hasil perhitungan melalui fuzzy logic. Berdasarkan analisis terhadap kegagalan dalam perancangan konfigurasi fuzzy logic, maka dicoba dibuat konfigurasi dari fuzzy logic yang dimaksud. Berikut ini akan diperlihatkan mengenai konfigurasi fuzzy logic yang baru : 93
13 (Gambar 6.14 : Konfigurasi akhir himpunan fuzzy variable error) (Gambar 6.15 : Konfigurasi akhir himpunan fuzzy variable errordot) (Gambar 6.16 : Konfigurasi akhir himpunan fuzzy variable bukaan) 94
14 (Gambar 6.17 : Konfigurasi akhir rule base) Kemudian akan dilakukan pengujian performansi terhadap sistem kontrol dengan menggunakan konfigurasi fuzzy logic yang baru. Berikut ini merupakan hasil pengujian performansi yang dimaksud : (Gambar 6.18 : Respon temperatur sistem kontrol pada setpoint 27 C) 95
15 (Gambar 6.19 : Respon temperatur sistem kontrol pada setpoint 30 C ) (Gambar 6.20 : Respon temperatur sistem kontrol pada setpoint 32 C) (Gambar 6.21 : Respon temperatur sistem kontrol pada setpoint 33 C) 96
16 Secara umum, performansi yang dihasilkan untuk setiap nilai set pint yang diberikan telah mencapai hasil yang diharapkan. Berikut penjelasannya melalui table performansi dibawah ini : No Set Point Settling Time Overshoot Error Steady State (Celcius) ( Detik ) ( % ) ( Celcius ) (Tabel 6.2 : Tabel performansi sistem kontrol pada setiap setpoint ) Performansi sistem kontrol ditentukan oleh ketiga faktor yang telah diperlihatkan pada tabel 6.2, yaitu : settling time, overshoot, dan error steady state. Data-data pengukuran yang disimpan melalui software HMI kemudian diolah secara statistik untuk mendepatkan hasil seperti yang telah diperlihatkan pada tabel 6.2. Syarat penentuan setlling time adalah ketika sistem mencapai nilai set point secara stabil, dicirikan oleh tidak munculnya perubahan yang signifikan terhadap nilai variabel yang dikontrol. Error steady state dicari dengan menentukan nilai error yang sering muncul terhitung setelah ditentukannya nilai settling time. Secara definisi, error steady state dihitung ketika sistem sudah mencapai keadaan tunak atau sudah tidak mengalami perubahan lagi. Olehkarena itu pencarian dilakukan setelah 97
17 sistem mencapai nilai stabil sejak mencapai settling time. Overshoot dihitung dengan mengikuti perumusan berikut ini : Mpt Css Persen Overshoot = x100% Css (6.1) dimana, Mpt adalah nilai maksimum yang telah dicapai sistem setelah mencapai nilai set point untuk pertama kalinya Css, adalah nilai respon sistem pada keadaan tunak Kestabilan sistem kontrol yang telah diperlihatkan melalui tabel 6.2 memang sudah baik, namun belum tentu sistem mampu mempertahankan kestabilannya tersbut ketika terdapat gangguan. Oleh karena itu pada pembahasan selanjutnya, sistem kontrol akan mendapat beberapa gangguan luar untuk menguji ketahanan sistem dalam mempertahankan kestabilannya. 6.4 Pengujian Kestabilan Sistem Kontrol Performasi dari sebuah sistem kontrol ditentukan juga oleh kemampuan sistem dalam mengatasi gangguan sehingga kestabilan masih tetap terjaga. Beberapa bentuk gangguan yang akan diberikan pada rancangan sistem kontrol tersebut, adalah: perubahan nilai set pint pada saat run-time sistem kontrol, dan durasi pengujian dalam waktu yang cukup lama. 98
18 6.4.1 Adaptasi Terhadap Perubahan Nilai Set Point Pada sistem kontrol diterapkan beberapa nilai set point ketika sistem sedang berusaha mencapai salah satu dari nilai set point yang diberikan. Diharapkan sistem dapat mencapai semua set point yang diberikan dengan stabil. Berikut hasil dari pengujian yang dilakukan : (Gambar 6.22 : Respon temperatur sistem kontrol pada setpoint dinamik) No Set Point Settling Time Overshoot Error Steady State (Celcius) ( Detik ) ( % ) ( Celcius ) (Tabel 6.3 : Tabel performansi sistem kontrol pada setpoint dinamik) 99
19 6.4.2 Ketahanan Sistem Terhadap Durasi Panjang pada Waktu Pengujian Pada tahap ini sistem diujikan selama 3 jam, dengan penentuan set point sebesar C. Berikut hasil yang didapatkan melalui pegujian ini : (Gambar 6.23 : Pengujian sistem kontrol pada setpoint 29,35 C selama 3 jam) (Gambar 6.24 : Respon error sistem kontrol pada setpoint 29,35 C selama 3 jam) Settling time yang dicapai pada detik ke-512 detik, overshoot yang dihasilkan sebesar 0% dengan error steady state sebesar C. 100
20 6.4.3 Kestabilan sistem kontrol konvensional berbasis On-Off Sebagai bahan perbandingan akan diujikan sebuah rancangan sistem kontrol on-off. Berikut hasil yang didapatkan melalui pengujian yang dimaksud : (Gambar 6.25 : Pengujian sistem kontrol on-off pada set point 26 C) (Gambar 6.26 : Respon error pada Pengujian sistem kontrol on-off pada set point 26 C) Error rata-rata dari sistem kontrol on-off dengan set poin tersebut sebesar C. Alasan perhitungan error rata-rata pada respon on-off, karena tidak pernah ditemukan keadaan steady atau tunak pada sistem kontrol on-off. Seperti terlihat pada gambar bahwa respon sistem selalu berosilasi. 101
BAB V KALIBRASI DAN PENGUJIAN SISTEM 72 BAB V KALIBRASI DAN PENGUJIAN SISTEM
BAB V KALIBRASI DAN PENGUJIAN SISTEM 72 BAB V KALIBRASI DAN PENGUJIAN SISTEM 5.1 Kalibrasi Pengertian kalibrasi menurut ISO adalah seperangkat operasi dalam kondisi tertentu yang bertujuan untuk menentukan
Lebih terperinciBAB IV KONSEP FUZZY LOGIC DAN PENERAPAN PADA SISTEM KONTROL. asing. Dalam pengalaman keseharian kita, permasalahan yang berkaitan dengan fuzzy
BAB IV KONSEP FUZZY LOGIC DAN PENERAPAN PADA SISTEM KONTROL 4.1 Pengenalan konsep fuzzy logic Konsep mengenai fuzzy logic bukanlah merupakan sesuatu yang baru dan asing. Dalam pengalaman keseharian kita,
Lebih terperinciBAB II KONSEP PERANCANGAN SISTEM KONTROL. menyusun sebuah sistem untuk menghasilkan respon yang diinginkan terhadap
BAB II KONSEP PERANCANGAN SISTEM KONTROL 2.1 Pengenalan Sistem Kontrol Definisi dari sistem kontrol adalah, jalinan berbagai komponen yang menyusun sebuah sistem untuk menghasilkan respon yang diinginkan
Lebih terperinciHerry gunawan wibisono Pembimbing : Ir. Syamsul Arifin, MT
PERANCANGAN SISTEM PENGENDALIAN DAYA REAKTOR NUKLIR MENGGUNAKAN LOGIKA FUZZY DI PUSAT TEKNOLOGI NUKLIR BAHAN DAN RADIOMETRI BADAN TENAGA NUKLIR NASIONAL (PTNBR BATAN) BANDUNG Herry gunawan wibisono 2406
Lebih terperinciBAB I PENDAHULUAN. meluas keberbagai bidang kehidupan. Pada awal ditemukan teknologi tersebut,
BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Dewasa ini kebutuhan untuk melakukan perancangan sistem kontrol sudah meluas keberbagai bidang kehidupan. Pada awal ditemukan teknologi tersebut, kebutuhan
Lebih terperinciBAB III DINAMIKA PROSES
BAB III DINAMIKA PROSES Tujuan Pembelajaran Umum: Setelah membaca bab ini diharapkan mahasiswa dapat memahami Dinamika Proses dalam Sistem Kendali. Tujuan Pembelajaran Khusus: Setelah mengikuti kuiah ini
Lebih terperinciBAB I PENDAHULUAN 1 BAB I PENDAHULUAN. Perkembangan kecerdasan buatan atau artificial intelligence sejak pertama kali
BAB I PENDAHULUAN 1 BAB I PENDAHULUAN 1.1 Latar Belakang Perkembangan kecerdasan buatan atau artificial intelligence sejak pertama kali dikemukakan pada tahun 1956 di konferensi Dartmouth sampai sekarang
Lebih terperinciTabel 1. Parameter yang digunakan pada proses Heat Exchanger [1]
1 feedback, terutama dalam kecepatan tanggapan menuju keadaan stabilnya. Hal ini disebabkan pengendalian dengan feedforward membutuhkan beban komputasi yang relatif lebih kecil dibanding pengendalian dengan
Lebih terperinciyang dihasilkan sensor LM35 karena sangat kecil. Rangkaian ini adalah tipe noninverting
61 BAB IV PENGUJIAN, ANALISA DAN PEMBAHASAN Pada bab ini akan dibahas mengenai pengujian sistem pengendali kenaikan suhu udara dengan kendali PID menggunakan PLC LG MASTER-K120S dan modul ekspansi PLC
Lebih terperinciRancang Bangun Sistem Kontrol Level dan Pressure Steam Generator pada Simulator Mixing Process di Workshop Instrumentasi
JURNAL TEKNIK POMITS Vol. 2, No. 1, (2013) ISSN: 2337-3539 (2301-9271 Print) F-153 Rancang Bangun Sistem Kontrol Level dan Pressure Steam Generator pada Simulator Mixing Process di Workshop Instrumentasi
Lebih terperinciJurusan Teknik Elektro Fakultas Teknik Universitas Brawijaya Jalan MT. Haryono 167, Malang 65145, Indonesia
APLIKASI PENGENDALI SUHU RUANGAN DENGAN KONTROLER LOGIKA FUZZY BERBASIS MIKROKONTROLER AVR-ATMEGA 328 Diyan Agung W. 1, Ir. Purwanto MT. 2, Ir.Bambang Siswojo MT. 2 1 Mahasiswa Teknik Elektro Univ. Brawijaya,
Lebih terperinciPENERAPAN FUZZY LOGIC CONTROLLER UNTUK MEMPERTAHANKAN KESETABILAN SISTEM AKIBAT PERUBAHAN DEADTIME PADA SISTEM KONTROL PROSES DENGAN DEADTIME
PENERAPAN FUZZY LOGIC CONTROLLER UNTUK MEMPERTAHANKAN KESETABILAN SISTEM AKIBAT PERUBAHAN DEADTIME PADA SISTEM KONTROL PROSES DENGAN DEADTIME Mukhtar Hanafi Program Studi Teknik Informatika Fakultas Teknik
Lebih terperinciJURNAL TEKNIK POMITS Vol. 1, No. 1, (2012) 1-6 1
JURNAL TEKNIK POMITS Vol. 1, No. 1, (212) 1-6 1 Perancangan Sistem Pengendalian Tekanan dan Laju Aliran pada Pipa Bahan Bakar untuk Kebutuhan Awal Pembakaran Gas Turbin di Pembangkit Listrik Tenaga Gas
Lebih terperinciIr.Muchammad Ilyas Hs DONY PRASETYA ( ) DOSEN PEMBIMBING :
Perancangan Sistem Pengendalian Rasio Aliran Udara dan Bahan Bakar Pada Boiler Di Unit Utilitas PT. Trans Pacific Petrochemical Indotama (TPPI) Tuban Dengan Menggunakan Sistem Pengendali PID -Fuzzy OLEH
Lebih terperinciPerancangan Sistem Pengendalian Suhu Kumbung Jamur dengan Logika Fuzzy
Perancangan Sistem Pengendalian Suhu Kumbung Jamur dengan Logika Fuzzy Dosen pembimbing : Hendra Cordova, ST, MT Mahendra Ega Higuitta- 24 08 100 054 Ekologi Jamur Tiram Pertumbuhan jamur tiram sangat
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 terperinciBAB IV HASIL DAN PEMBAHASAN. Pada pengujian program pada Arduino Mega 2560 melalui software
BAB IV HASIL DAN PEMBAHASAN Pada bab empat ini akan dibahas hasil serta pembahasan pada pengujian otomasi sistem hidroponik yang telah dirancang oleh penulis berupa perangkat keras dan perangkat lunak.
Lebih terperinciPERANCANGAN SISTEM PENGENDALIAN PEMBAKARAN PADA DUCTBURNER WASTE HEAT BOILER (WHB) BERBASIS LOGIC SOLVER
PERANCANGAN SISTEM PENGENDALIAN PEMBAKARAN PADA DUCTBURNER WASTE HEAT BOILER (WHB) BERBASIS LOGIC SOLVER Oleh : AMRI AKBAR WICAKSONO (2406 100 002) Pembimbing: IBU RONNY DWI NORIYATI & BAPAK TOTOK SOEHARTANTO
Lebih terperinciRancang Bangun Sistem Pengendalian Level pada Knock Out Gas Drum Menggunakan Pengendali PID di Plant LNG
Rancang Bangun Sistem Pengendalian Level pada Knock Out Gas Drum Menggunakan Pengendali PID di Plant LNG Paisal Tajun Aripin 1, Erna Kusuma Wati 1, V. Vekky R. Repi 1, Hari Hadi Santoso 1,2 1 Program Studi
Lebih terperinciPERANCANGAN SISTEM PENGENDALIAN TEMPERATURE PADA REBOILER METANOL RECOVERY MENGGUNAKAN FUZZY GAIN SCHEDULING-PID DI PT. ETERINDO NUSA GRAHA GRESIK
PERANCANGAN SISTEM PENGENDALIAN TEMPERATURE PADA REBOILER METANOL RECOVERY MENGGUNAKAN FUZZY GAIN SCHEDULING-PID DI PT. ETERINDO NUSA GRAHA GRESIK (Agus Handrian F, Syamsul Arifin, Roekmono) Jurusan Teknik
Lebih terperinciBAB IV PENGUJIAN DAN ANALISA HASIL SIMULASI. III, aspek keseluruhan dimulai dari Bab I hingga Bab III, maka dapat ditarik
BAB IV PENGUJIAN DAN ANALISA HASIL SIMULASI Pada bab ini akan dibahs mengenai pengujian control reheat desuperheater yang telah dimodelkan pada matlab sebagaimana yang telah dibahas pada bab III, aspek
Lebih terperinciPERANCANGAN KONTROLER KASKADE FUZZY UNTUK PENGATURAN TEKANAN PADA PRESSURE CONTROL TRAINER
TUGAS AKHIR TE 091399 PERANCANGAN KONTROLER KASKADE FUZZY UNTUK PENGATURAN TEKANAN PADA PRESSURE CONTROL TRAINER 38-714 Nur Muhlis NRP 2208 100 662 JURUSAN TEKNIK ELEKTRO Fakultas Teknologi Industri Institut
Lebih terperinciPENGENDALIAN PROSES EVAPORASI PADA PABRIK UREA MENGGUNAKAN KENDALI JARINGAN SARAF TIRUAN
PENGENDALIAN PROSES EVAPORASI PADA PABRIK UREA MENGGUNAKAN KENDALI JARINGAN SARAF TIRUAN Nazrul Effendy 1), Masrul Solichin 2), Teuku Lukman Nur Hakim 3), Faisal Budiman 4) Jurusan Teknik Fisika, Fakultas
Lebih terperinciPerancangan Sistem Kendali Cascade pada Deaerator Berbasis Adaptive Neuro Fuzzy Inference System (ANFIS)
Perancangan Sistem Kendali Cascade pada Deaerator Berbasis Adaptive Neuro Fuzzy Inference System (ANFIS) Rayjansof Chairi 1, Fitria Hidayanti 1, Idris Kusuma 1,2 1 Program Studi Fisika Teknik, Fakultas
Lebih terperinciDAFTAR ISI. Halaman Judul... i. Lembar Pengesahan Pembimbing... ii. Lembar Pernyataan Keaslian...iii. Lembar Pengesahan Pengujian...
xi DAFTAR ISI Halaman Judul... i Lembar Pengesahan Pembimbing... ii Lembar Pernyataan Keaslian...iii Lembar Pengesahan Pengujian... iv Halaman Persembahan... v Halaman Motto... vi Kata Pengantar... vii
Lebih terperinciTUGAS AKHIR RESUME PID. Oleh: Nanda Perdana Putra MN / 2010 Teknik Elektro Industri Teknik Elektro. Fakultas Teknik. Universitas Negeri Padang
TUGAS AKHIR RESUME PID Oleh: Nanda Perdana Putra MN 55538 / 2010 Teknik Elektro Industri Teknik Elektro Fakultas Teknik Universitas Negeri Padang PROPORSIONAL INTEGRAL DIFERENSIAL (PID) Pendahuluan Sistem
Lebih terperinciBAB 5. Pengujian Sistem Kontrol dan Analisis
BAB 5 Pengujian Sistem Kontrol dan Analisis 5.1. Aplikasi Display Controller Pengujian sistem kontrol dilakukan dengan menggunakan aplikasi program Visual C# untuk menampilkan grafik, dan mengambil data
Lebih terperinciUji tracking setpoint
Validasi model Uji tracking setpoint Pengujian dilakukan dengan BOD konstan, yaitu 2200 mg/l. Untuk mencapai keadaan steady, sistem membutuhan waktu sekitar 30 jam. Sedangkan grafik kedua yang merupakan
Lebih terperinciBAB IV PENGUJIAN DAN ANALISA
BAB IV PENGUJIAN DAN ANALISA Bab ini membahas tentang pengujian dan analisa dari Sistem Simulasi yang telah di desain pada bab sebelumnya. Secara umum pengujian ini bertujuan untuk mengecek apakah piranti
Lebih terperinciBAB III PERANCANGAN DAN PEMBUATAN SISTEM
BAB III PERANCANGAN DAN PEMBUATAN SISTEM Pada bab ini menjelaskan tentang perancangan dan pembuatan sistem kontrol, baik secara software maupun hardware yang digunakan untuk mendukung keseluruhan sistem
Lebih terperinciBAB IV PENGUJIAN DAN ANALISA HASIL SIMULASI
BAB IV PENGUJIAN DAN ANALISA HASIL SIMULASI Pada bab ini akan dijelaskan hasil analisa perancangan kontrol level deaerator yang telah dimodelkan dalam LabVIEW sebagaimana telah dibahas pada bab III. Dengan
Lebih terperinciSISTEM PENGATURAN BERJARINGAN : DESAIN DAN IMPLEMENTASI SLIDING MODE CONTROL PADA PRESSURE PROCESS RIG
SISTEM PENGATURAN BERJARINGAN : DESAIN DAN IMPLEMENTASI SLIDING MODE CONTROL PADA PRESSURE PROCESS RIG 8-7 Chandra Choirulyanto 050006 Jurusan Teknik Elektro ITS, Surabaya 60, e-mail : Chandrachoirulyanto@gmailcom
Lebih terperinciBab IV Pengujian dan Analisis
Bab IV Pengujian dan Analisis Setelah proses perancangan, dilakukan pengujian dan analisis untuk mengukur tingkat keberhasilan perancangan yang telah dilakukan. Pengujian dilakukan permodul, setelah modul-modul
Lebih terperinciImplementasi Fuzzy Logic Untuk Mengatur Banyak Air Pada Tanaman Mawar Berdasarkan Suhu Dan Kelembaban
Implementasi Fuzzy Logic Untuk Mengatur Banyak Air Pada Tanaman Mawar Berdasarkan Suhu Dan Kelembaban Lingga Dwi Putra 1, Joke Pratilastiarso 2, Endro Wahjono 3 1. Mahasiswa Jurusan Teknik Elektro Industri
Lebih terperinciOleh : Rahman NRP : Jurusan Teknik Fisika Institut Teknologi Sepuluh Nopember Surabaya
Oleh : Rahman NRP : 2406 100 081 Pembimbing I: Imam Abadi ST, MT. NIP. 19761006 199903 1002 Pembimbing II: Ir. M.Ilyas H. S. NIP. 19490919 197903 1002 Jurusan Teknik Fisika Institut Teknologi Sepuluh Nopember
Lebih terperinciAdaptive Fuzzy Untuk Menala Parameter PID pada Sistem Pengaturan Berjaringan. Nastiti Puspitosari L/O/G/O NETWORKED CONTROL SYSTEM (NCS)
L/O/G/O NETWORKED CONTROL SYSTEM (NCS) Adaptive Fuzzy Untuk Menala Parameter PID pada Sistem Pengaturan Berjaringan Nastiti Puspitosari 2208100039 BIDANG STUDI TEKNIK SISTEM PENGATURAN - ITS TOPIK PEMBAHASAN
Lebih terperinciPERANCANGAN SISTEM KONTROL ph PADA SEMIBATCH REACTOR DENGAN MENGGUNAKANFUZZY LOGIC CONTROL UNTUK STUDI KASUS PENETRALAN CH3COOH DAN NaOH
PERANCANGAN SISTEM KONTROL ph PADA SEMIBATCH REACTOR DENGAN MENGGUNAKANFUZZY LOGIC CONTROL UNTUK STUDI KASUS PENETRALAN CH3COOH DAN NaOH Roza Hamidyantoro, Hendra Cordova, Ronny Dwi Noriyati Jurusan Teknik
Lebih terperinciBAB II TINJAUAN PUSTAKA. Penelitian sebelumnya berjudul Feedforward Feedback Kontrol Sebagai
BAB II TINJAUAN PUSTAKA 2.1 Studi Pustaka Penelitian sebelumnya berjudul Feedforward Feedback Kontrol Sebagai Pengontrol Suhu Menggunakan Proportional Integral berbasis Mikrokontroler ATMEGA 8535 [3].
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 terperinciIMPLEMENTASI ADAPTIVE SWITCHING FUZZY LOGIC CONTROLER SEBAGAI PENGENDALI LEVEL AIR PADA TIGA BEJANA BERINTERAKSI
IMPLEMENTASI ADAPTIVE SWITCHING FUZZY LOGIC CONTROLER SEBAGAI PENGENDALI LEVEL AIR PADA TIGA BEJANA BERINTERAKSI Satryo Budi Utomo ), Rusdhianto ), Katjuk Astrowulan ) ) Fakultas Teknik,Jurusan Teknik
Lebih terperinciBAB I PENDAHULUAN 1.1. Latar Belakang Pesawat tanpa awak atau pesawat nirawak (Unmanned Aerial Vehicle atau disingkat UAV), adalah sebuah mesin
BAB I PENDAHULUAN 1.1. Latar Belakang Pesawat tanpa awak atau pesawat nirawak (Unmanned Aerial Vehicle atau disingkat UAV), adalah sebuah mesin terbang yang berfungsi dengan kendali jarak jauh oleh pilot
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 terperinciMakalah Seminar Tugas Akhir
Makalah Seminar Tugas Akhir APLIKASI KENDALI MENGGUNAKAN SKEMA GAIN SCHEDULING UNTUK PENGENDALIAN SUHU CAIRAN PADA PLANT ELECTRIC WATER HEATER Ahmad Shafi Mukhaitir [1], Iwan Setiawan, S.T., M.T. [2],
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 terperinciBAB IV HASIL PENGUJIAN DAN ANALISIS
BAB IV HASIL PENGUJIAN DAN ANALISIS Pada bab ini akan dijelaskan metode pengujian peforma navigasi robot, hasil pengujian robot, perbandingan metode kontrol fuzzy dengan metode kontrol Propotional Derivative
Lebih terperinciSimulasi Control System Design dengan Scilab dan Scicos
Simulasi Control System Design dengan Scilab dan Scicos 1. TUJUAN PERCOBAAN Praktikan dapat menguasai pemodelan sistem, analisa sistem dan desain kontrol sistem dengan software simulasi Scilab dan Scicos.
Lebih terperinciSTUDI PERFORMANSI SISTEM PENGENDALIAN TEMPERATUR, RELIABILITY DAN SAFETY PADA HEAT EXCHANGER PT. PETROWIDADA GRESIK
STUDI PERFORMANSI SISTEM PENGENDALIAN TEMPERATUR, RELIABILITY DAN SAFETY PADA HEAT EXCHANGER PT. PETROWIDADA GRESIK NOVAN YUDHA ARMANDA 2409 105 032 DOSEN PEMBIMBING: IR. RONNY DWI NORIYATI M.KES IMAM
Lebih terperinciBAB III PERANCANGAN SISTEM
BAB III PERANCANGAN SISTEM Pada bab ini akan dibahas perancangan serta penerapan pengendalian berbasis logika fuzzy pada sistem Fuzzy Logic Sebagai Kendali Pendingin Ruangan Menggunakan MATLAB. Dan simulasi
Lebih terperinciRANCANG BANGUN SISTEM KONTROLTEMPERATUR BERBASIS LOGIKA FUZZY DESIGN AND CONSTRUCTION FUZZY LOGIC TEMPERATURECONTROL SYSTEM
RANCANG BANGUN SISTEM KONTROLTEMPERATUR BERBASIS LOGIKA FUZZY DESIGN AND CONSTRUCTION FUZZY LOGIC TEMPERATURECONTROL SYSTEM Ardiyanto Happy Susilo, Ninik Purwati, I.G. Puja Astawa, Arna Fariza Jurusan
Lebih terperinciPERANCANGAN SISTEM KONTROL ph BERBASIS SINTESA REAKSI INVARIAN DENGAN MENGGUNAKAN LOGIKA FUZZY PADA STUDI KASUS TITRASI ASAM HCl DAN BASA NaOH
PRESENTASI TUGAS AKHIR TF091381 PERANCANGAN SISTEM KONTROL ph BERBASIS SINTESA REAKSI INVARIAN DENGAN MENGGUNAKAN LOGIKA FUZZY PADA STUDI KASUS TITRASI ASAM HCl DAN BASA NaOH Penyusun Tugas Akhir : Syaifur
Lebih terperinciBAB III PERANCANGAN DAN PEMBUATAN SISTEM. Gambar 3. 1 Diagram Blok Sistem Kecepatan Motor DC
BAB III PERANCANGAN DAN PEMBUATAN SISTEM Bab ini menjelaskan tentang perancangan dan pembuatan sistem kontrol, baik secara software dan hardware yang akan digunakan untuk mendukung keseluruhan sistem yang
Lebih terperinciABSTRAK dan EXECUTIVE SUMMARY PENELITIAN DOSEN PEMULA
Kode/Nama Rumpun Ilmu : 451/Teknik Elektro ABSTRAK dan EXECUTIVE SUMMARY PENELITIAN DOSEN PEMULA RANCANG BANGUN ALAT PENGERING BIJI KEDELAI DENGAN PENGATURAN SUHU DAN LAJU PENGERINGAN BERBASIS FUZZY-PID
Lebih terperinciBAB I PENDAHULUAN Tujuan Merancang dan merealisasikan robot pengikut dinding dengan menerapkan algoritma logika fuzzy.
BAB I PENDAHULUAN Pada bab ini akan dijelaskan tujuan skripsi ini dibuat, latar belakang permasalahan yang mendasari pembuatan skripsi, spesifikasi alat yang akan direalisasikan dan sistematika penulisan
Lebih terperinciBAB II LANDASAN TEORI
BAB II LANDASAN TEORI 2.1 Logika Fuzzy Logika Fuzzy pertama kali dikembangkan oleh Lotfi A. Zadeh pada tahun1965. Teori ini banyak diterapkan di berbagai bidang, antara lain representasipikiran manusia
Lebih terperinciBAB I PENDAHULUAN. kendali dengan campur tangan manusia dalam jumlah yang sangat kecil.
BAB I PENDAHULUAN A. Latar Belakang Perkembangan teknologi pada saat ini mulai bergeser kepada otomatisasi sistem kendali dengan campur tangan manusia dalam jumlah yang sangat kecil. Banyaknya penemuan
Lebih terperinciSistem pengukuran Sistem pengukuran merupakan bagian pertama dalam suatu sistem pengendalian Jika input sistem pengendalian salah, maka output salah
Sistem pengukuran Sistem pengukuran merupakan bagian pertama dalam suatu sistem pengendalian Jika input sistem pengendalian salah, maka output salah Jika hasil pengukuran (input sistem pengendalian) salah,
Lebih terperinciBAB 2 TINJAUAN PUSTAKA
BAB 2 TINJAUAN PUSTAKA 2.1 Logika Fuzzy Zadeh (1965) memperkenalkan konsep fuzzy sebagai sarana untuk menggambarkan sistem yang kompleks tanpa persyaratan untuk presisi. Dalam jurnalnya Hoseeinzadeh et
Lebih terperinciBAB II TINJAUAN PUSTAKA
BAB II TINJAUAN PUSTAKA. Penelitian Terkait Perkembangan teknik pengendalian di dunia industri dewasa ini sangat pesat. Banyak penelitian yang telah dilakukan dalam rangka menemukan teknik kendali baru
Lebih terperinciPenerapan Fuzzy Logic untuk Pembatasan Jumlah Partikel Pada Aplikasi yang Menggunakan Sistem Partikel
Penerapan Fuzzy Logic untuk Pembatasan Jumlah Partikel Pada Aplikasi yang Menggunakan Sistem Partikel Biolardi Yoshogi (13509035) Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika
Lebih terperinciRancang Bangun Sisteem Monitoring dan Pengendalian Suhu Pada Inkubator Bayi Berbasis Fuzzy logic
Rancang Bangun Sisteem Monitoring dan Pengendalian Suhu Pada Inkubator Bayi Berbasis Fuzzy logic Fadillah Nufinda Rachman 1, Supadi 2, Tri Anggono Prijo 3 1 Program Studi Teknobiomedik Fakultas Sains dan
Lebih terperinciUNIVERSITAS BINA NUSANTARA. Jurusan Sistem Komputer Program Studi Skripsi Sarjana Komputer Semester Genap tahun 2003/2004
UNIVERSITAS BINA NUSANTARA Jurusan Sistem Komputer Program Studi Skripsi Sarjana Komputer Semester Genap tahun 2003/2004 Sistem Pengatur Suhu Pada Whirlpool Dengan Fuzzy Logic Berbasiskan Mikrokontroler
Lebih terperinciRANCANG BANGUN SISTEM PENGONTROL SUHU MENGGUNAKAN HYBRID
RANCANG BANGUN SISTEM PENGONTROL SUHU MENGGUNAKAN HYBRID KONTROL FASE BERTAHAP DENGAN KONTROL ON-OFF PADA TANUR TEMPERATUR TINGGI BERBASIS MIKROKONTROLER ATMEGA16A Hermawan Firdiansyah¹, Hari Arief D.²
Lebih terperinciFUZZY LOGIC UNTUK KONTROL MODUL PROSES KONTROL DAN TRANSDUSER TIPE DL2314 BERBASIS PLC
FUZZY LOGIC UNTUK KONTROL MODUL PROSES KONTROL DAN TRANSDUSER TIPE DL2314 BERBASIS PLC Afriadi Rahman #1, Agus Indra G, ST, M.Sc, #2, Dr. Rusminto Tjatur W, ST, #3, Legowo S, S.ST, M.Sc #4 # Jurusan Teknik
Lebih terperinciSyahrir Abdussamad, Simulasi Kendalian Flow Control Unit G.U.N.T Tipe 020 dengan Pengendali PID
Syahrir Abdussamad, Simulasi Kendalian Control Unit G.U.N.T Tipe dengan Pengendali PID MEDIA ELEKTRIK, Volume 4 Nomor, Juni 9 SIMULASI KENDALIAN FLOW CONTROL UNIT G.U.N.T TIPE DENGAN PENGENDALI PID Syahrir
Lebih terperinciBAB II LANDASAN TEORI. Pada bab ini berisi tentang teori mengenai permasalahan yang akan dibahas
BAB II LANDASAN TEORI Pada bab ini berisi tentang teori mengenai permasalahan yang akan dibahas dalam pembuatan tugas akhir ini. Secara garis besar teori penjelasan akan dimulai dari definisi logika fuzzy,
Lebih terperinciDENIA FADILA RUSMAN
Sidang Tugas Akhir INVENTORY CONTROL SYSTEM UNTUK MENENTUKAN ORDER QUANTITY DAN REORDER POINT BAHAN BAKU POKOK TRANSFORMER MENGGUNAKAN METODE FUZZY (STUDI KASUS : PT BAMBANG DJAJA SURABAYA) DENIA FADILA
Lebih terperincipengendali Konvensional Time invariant P Proportional Kp
Strategi Dalam Teknik Pengendalian Otomatis Dalam merancang sistem pengendalian ada berbagai macam strategi. Strategi tersebut dikatakan sebagai strategi konvensional, strategi modern dan strategi berbasis
Lebih terperinciPENGENDALI TEMPERATUR FLUIDA PADA HEAT EXCHANGER DENGAN MENGGUNAKAN JARINGAN SARAF TIRUAN PREDIKTIF
PENGENDALI TEMPERATUR FLUIDA PADA HEAT EXCHANGER DENGAN MENGGUNAKAN JARINGAN SARAF TIRUAN PREDIKTIF Rr.rahmawati Putri Ekasari, Rusdhianto Effendi AK., Eka Iskandar Jurusan Teknik Elektro, Fakultas Teknologi
Lebih terperinciKEMENTERIAN PENDIDIKAN DAN KEBUDAYAAN UNIVERSITAS BRAWIJAYA FAKULTAS TEKNIK JURUSAN TEKNIK ELEKTRO
KEMENTERIAN PENDIDIKAN DAN KEBUDAYAAN UNIVERSITAS BRAWIJAYA FAKULTAS TEKNIK JURUSAN TEKNIK ELEKTRO Jalan MT Haryono 167 Telp & Fax. 0341 554166 Malang 65145 KODE PJ-01 PENGESAHAN PUBLIKASI HASIL PENELITIAN
Lebih terperinciPengaturan Kecepatan Motor DC Menggunakan Kendali Hybrid PID-Fuzzy
ABSTRAK Pengaturan Kecepatan Motor DC Menggunakan Kendali Hybrid PID-Fuzzy Felix Pasila, Thiang, Oscar Finaldi Jurusan Teknik Elektro Universitas Kristen Petra Jl. Siwalankerto 121-131 Surabaya - Indonesia
Lebih terperinciHamzah Ahlul Fikri Jurusan Tehnik Elektro, FT, Unesa,
Pengendalian Kecepatan Motor Induksi Tiga Fasa Menggunakan Kontrol Fuzzy Logic Hamzah Ahlul Fikri Jurusan Tehnik Elektro, FT, Unesa, email: fikrihamzahahlul@gmail.com Subuh Isnur Haryudo Jurusan Tehnik
Lebih terperinciBab III Perancangan Sistem
Bab III Perancangan Sistem Dalam perancangan sistem kendali motor DC ini, terlebih dahulu dilakukan analisis bagian-bagian apa saja yang diperlukan baik hardware maupun software kemudian dirancang bagian-perbagian,
Lebih terperinciRESPON SISTEM DITINJAU DARI PARAMETER KONTROLER PID PADA KONTROL POSISI MOTOR DC
RESPON SISTEM DITINJAU DARI PARAMETER KONTROLER PID PADA KONTROL POSISI MOTOR DC Dwiana Hendrawati Prodi Teknik Konversi Energi Jurusan Teknik Mesin Politeknik Negeri Semarang Jl. Prof. H. Sudarto, SH.,
Lebih terperinciSISTEM PENYIRAM TANAMAN JAGUNG PADA TANAH TANDUS BERBASIS FUZZY LOGIC
SISTEM PENYIRAM TANAMAN JAGUNG PADA TANAH TANDUS BERBASIS FUZZY LOGIC Richa Watiasih, Nurcholis 2,2 Prodi Teknik Elektro, Fakultas Teknik, Universitas Bhayangkara Surabaya richa@ubhara.ac.id, 2 cholis94@gmail.com
Lebih terperinci( ) Dosen Pembimbing Dr. Melania Suweni Muntini, M.T
Farid Takhfifur Rahman (115.1.5) Dosen Pembimbing Dr. Melania Suweni Muntini, M.T Latar belakang Lingkungan Udara Kelembaban & Temperatur Metode Logika Fuzzy Kualitas & Kuantitas Tujuan Merancang dan mengembangankan
Lebih terperinciBab III TEORI DAN PENGONTOR BERBASIS LOGIKA FUZZI
Bab III TEORI DAN PENGONTOR BERBASIS LOGIKA FUZZI III.1 Teori Logika fuzzi III.1.1 Logika fuzzi Secara Umum Logika fuzzi adalah teori yang memetakan ruangan input ke ruang output dengan menggunakan aturan-aturan
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 1.1 Metode Pengasapan Cold Smoking Ikan asap merupakan salah satu makanan khas dari Indonesia. Terdapat dua jenis pengasapan yang dapat dilakukan pada bahan makanan yaitu hot smoking
Lebih terperinciJurusan Teknik Fisika Fakultas Teknologi Industri Institut Teknologi Sepuluh Nopember Kampus ITS, Keputih Sukolilo, Surabaya 60111
PERANCANGAN KENDALI CERDAS BERBASIS LOGIKA FUZZY UNTUK PENINGKATAN PERFORMANSI MANUVERING KAPAL (Maratul Hamidah, Dr.Ir. Aulia Siti Aisjah, MT, Dr. Ir. A.A. Masroeri M.Eng ) Jurusan Teknik Fisika Fakultas
Lebih terperinciAplikasi Kendali PID Menggunakan Skema Gain Scheduling Untuk Pengendalian Suhu Cairan pada Plant Electric Water Heater
Available online at TRANSMISI Website http://ejournal.undip.ac.id/index.php/transmisi TRANSMISI, 12 (1), 21, 27-32 Research Article Aplikasi Kendali Menggunakan Skema Gain Scheduling Untuk Pengendalian
Lebih terperinciKontrol Kecepatan Motor Induksi Menggunakan Metode PID-Fuzzy
Kontrol Kecepatan Motor Induksi Menggunakan Metode PID-Fuzzy Tianur -1 #1, Dedid Cahya Happiyanto -2 #2, Agus Indra Gunawan -3 #3, Rusminto Tjatur Widodo -4 #4 # Jurusan Teknik Elektronika, Politeknik
Lebih terperinciBAB I PENDAHULUAN Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Sistem kendali PID paling banyak digunakan dalam pengendalian di industri. Keberhasilan pengendali PID tergantung ketepatan dalam menentukan konstanta (penguatan) PID
Lebih terperinciDAFTAR ISI. HALAMAN JUDUL... i. LEMBAR PENGESAHAN PEMBIMBING... ii. LEMBAR PENGESAHAN DOSEN PENGUJI... iii. HALAMAN PERSEMBAHAN...
DAFTAR ISI HALAMAN JUDUL... i LEMBAR PENGESAHAN PEMBIMBING... ii LEMBAR PENGESAHAN DOSEN PENGUJI... iii HALAMAN PERSEMBAHAN... iv HALAMAN MOTTO... v KATA PENGANTAR... vii ABSTAKSI... ix DAFTAR ISI... x
Lebih terperinci1.1 DEFINISI PROSES KONTROL
BAB I PENDAHULUAN TUJUAN PEMBELAJARAN Bab ini akan membahas loop kontrol proses secara keseluruhan yang didalamnya mengandung komponen-komponen yang mendukung pada proses kontrol. Setelah membacanya diharapkan
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 terperinciLAPORAN PRAKTIKUM INSTRUMENTASI & PENGENDALIAN PROSES
LAPORAN PRAKTIKUM INSTRUMENTASI & PENGENDALIAN PROSES PENGENDALIAN TEMPERATUR Nama : Abdul Hari NIM : 103242015 Kelas : 2 Migas Pembimbing : Ir. Syafruddin. Msi NIP : 196508191998021001 JURUSAN TEKNIK
Lebih terperinciM.FADHILLAH RIFKI ( ) Pembimbing: Dr.Ir. Bambang Sampurno, MT
IMPLEMENTASI KONTROL PD UNTUK MENGATUR KECEPATAN MOTOR DC PADA ECVT (ELECTRIKAL CONTINUOUSLY VARIABLE TRANSMISSION) M.FADHILLAH RIFKI (2108.100.512) Pembimbing: Dr.Ir. Bambang Sampurno, MT Latar Belakang
Lebih terperinciBAB IV PENGUJIAN DAN ANALISA
54 BAB IV PENGUJIAN DAN ANALISA Dalam bab ini akan dibahas tentang pengujian berdasarkan perencanaan dari sistem yang dibuat. Pengujian ini dilakukan untuk mengetahui kinerja dari sistem mulai dari blok-blok
Lebih terperinciBAB IV HASIL DAN PEMBAHASAN
58 BAB IV HASIL DAN PEMBAHASAN 4.1 Spesifikasi Data Pengambilan data dilakukan dengan spesifikasi yang telah ditentukan sebagai berikut: Pengujian : Sembilan kecepatan motor (1000 RPM, 1200 RPM, 1400 RPM,
Lebih terperinciPerancangan Graphical User Interface untuk Pengendalian Suhu pada Stirred Tank Heater Berbasis Microsoft Visual Basic 6.0
JURNAL ILMIAH ELITE ELEKTRO, VOL. 3, NO. 2, SEPTEMBER 2012: 89-95 89 Perancangan Graphical User Interface untuk Pengendalian Suhu pada Stirred Tank Heater Berbasis Microsoft Visual Basic 6.0 Muhammad Rozali
Lebih terperinciBAB V IMPLEMENTASI PERANCANGAN SISTEM. Sebelum merealisasikan perancangan sistem kontrol kedalam sistem berbasis
BAB V IMPLEMENTASI PERANCANGAN SISTEM 5.1 Kriteria Perancangan Sistem Sebelum merealisasikan perancangan sistem kontrol kedalam sistem berbasis komputer. Diperlukan penelaahan mengenai kriteria sistem
Lebih terperinciPerancangan Sistem Kontrol Laju Aliran Bahan Bakar Serta Rasio Pembakaran Berdasarkan Nilai Steam Quality Pada Steam Generator
1 Perancangan Sistem Kontrol Laju Aliran Bahan Bakar Serta Rasio Pembakaran Berdasarkan Nilai Steam Quality Pada Steam Generator Andi Saehul Rizal, Dr.Bambang Lelono W., itri Adi Iskandarianto Jurusan
Lebih terperinciperalatan-peralatan industri maupun rumah tangga seperti pada fan, blower, pumps,
1.1 Latar Belakang Kebutuhan tenaga listrik meningkat mengikuti perkembangan kehidupan manusia dan pertumbuhan di segala sektor industri yang mengarah ke modernisasi. Dalam sebagian besar industri, sekitar
Lebih terperinciISTILAH-ISTILAH DALAM SISTEM PENGATURAN
ISTILAH-ISTILAH DALAM SISTEM PENGATURAN PENGANTAR Sistem pengaturan khususnya pengaturan otomatis memegang peranan yang sangat penting dalam perkembangan ilmu dan teknologi. Dalam bahasan ini, akan diberikan
Lebih terperinciBAB IV PERANCANGAN SISTEM 36 BAB IV PERANCANGAN SISTEM. 4.1 Pembangunan Basis Pengetahuan dan Aturan
BAB IV PERANCANGAN SISTEM 36 BAB IV PERANCANGAN SISTEM 4.1 Pembangunan Basis Pengetahuan dan Aturan 4.1.1 Basis Pengetahuan Seperti telah dijelaskan sebelumnya bahwa pengetahuan adalah hal yang paling
Lebih terperinciJOBSHEET SISTEM CERDAS REASONING 2. Fuzzifikasi
JOBSHEET SISTEM CERDAS REASONING 2 Fuzzifikasi S1 PENDIDIKAN TEKNIK ELEKTRO JURUSAN TEKNIK ELEKTRO FAKULTAS TEKNIK UNIVERSITAS NEGERI MALANG 2016 PRAKTIKUM SISTEM CERDAS - REASONING JOBSHEET 2 - FUZZIFIKASI
Lebih terperinciDAFTAR ISI. HALAMAN JUDUL... i. HALAMAN PENGESAHAN... ii. HALAMAN PERNYATAAN... iii. KATA PENGANTAR... iv. MOTO DAN PERSEMBAHAN... v. DAFTAR ISI...
DAFTAR ISI HALAMAN JUDUL... i HALAMAN PENGESAHAN... ii HALAMAN PERNYATAAN... iii KATA PENGANTAR... iv MOTO DAN PERSEMBAHAN... v DAFTAR ISI... vi DAFTAR GAMBAR... viii DAFTAR TABEL... x ABSTRAK... xi ABSTRACT...
Lebih terperinciBAB IV SISTEM KENDALI DENGAN FUZZY LOGIC
BAB IV SISTEM KENDALI DENGAN FUZZY LOGIC Salah satu penerapan logika fuzzy adalah sebagai pengendali pada sistem pengendali umpan balik negatif (Negative Feedback Control System). Secara blok diagram,
Lebih terperinciFUZZY LOGIC CONTROL 1. LOGIKA FUZZY
1. LOGIKA FUZZY Logika fuzzy adalah suatu cara tepat untuk memetakan suatu ruang input ke dalam suatu ruang output. Teknik ini menggunakan teori matematis himpunan fuzzy. Logika fuzzy berhubungan dengan
Lebih terperinciBAB II TINJAUAN PUSTAKA
BAB II TINJAUAN PUSTAKA 2.1 Penelitian Terkait Dalam perkembangannya penelitian CSTR telah banyak dilakukan. Dimulai dengan pengendalian CSTR menggunakan pengendali konvensional PID untuk mengendalikan
Lebih terperinciSISTEM PENGENDALIAN OTOMATIS
RENCANA PEMBELAJARAN SISTEM PENGENDALIAN OTOMATIS 4 sks Mg. Ke Spesific Learning Objective Materi Pembelajaran IndikatorPencapaian Aktivitas Pembelajaran Mhs. Asesmen (Sub-Kompetensi) 1, 2 Mahasiswa mampu
Lebih terperinci