ESTIMASI POSISI ROBOT MOBIL MENGGUNAKAN UNSCENTED KALMAN FILTER. Oleh: Miftahuddin ( )
|
|
- Dewi Hermawan
- 6 tahun lalu
- Tontonan:
Transkripsi
1 ESTIMASI POSISI ROBOT MOBIL MENGGUNAKAN UNSCENTED KALMAN FILTER Oleh: Miftahuddin ( ) Dosen Pembimbing: Subchan, Ph.D Dr. Erna Apriliani, M.Si
2 Abstrak Robot Mobil atau Mobile Robot adalah konstruksi robot yang ciri khasnya mempunyai roda untuk menggerakkan keseluruhan badan robot tersebut, sehingga robot tersebut dapat melakukan perpindahan posisi dari satu titik ke titik yang lain dengan lintasan yang telah ditentukan. Tetapi terkadang sebuah robot mobil tidak secara tepat mengikuti lintasan yang telah ditentukan. Sehingga diperlukan metode untuk mengestimasi posisi robot mobil agar berjalan sesuai dengan lintasan yang telah ditentukan. Metode yang akan digunakan dalam tugas akhir ini adalah Unscented Kalman Filter (UKF). Metode ini dipilih karena dapat digunakan untuk mengestimasi model dinamik linear maupun model dinamik nonlinear. Kata-kata kunci : estimasi, robot mobil, kalman filter, Unscented Kalman Filter.
3 PENDAHULUAN Wahana Nir Awak (WaNA) Robotika Robot Mobil UNSCENTED KALMAN FILTER (UKF) Sebuah robot yang menggunakan roda untuk bergerak dari satu titik ke titik yang lain Diperlukan metode untuk mengestimasi posisi robot mobil agar berjalan sesuai dengan lintasan yang telah ditentukan Terkadang sebuah robot mobil tidak secara tepat mengikuti lintasan yang telah ditentukan
4 Rumusan Masalah Permasalahan yang akan dibahas pada tugas akhir ini adalah bagaimana mengestimasi posisi robot mobil menggunakan unscented kalman filter.
5 Batasan Masalah 1. Lintasan sudah diketahui dan dianggap bebas dari rintangan. 2. Robot mobil dianggap memiliki GPS 3. Kecepatan robot mobil dianggap konstan pada interval waktu tertentu. 4. Pemodelan gerakan robot mobil dilakukan pada dimensi Simulasi pada penelitian ini dikerjakan dengan software Matlab 7.8.
6 Tujuan Tujuan yang akan dicapai dari tugas akhir ini adalah didapatkan hasil estimasi posisi robot mobil menggunakan unscented kalman filter.
7 Manfaat 1. Memberikan gambaran bagaimana unscented kalman filter dalam mengestimasi posisi robot mobil. 2. Sebagai penunjang penelitian khususnya pada bidang robotika. 3. Sebagai tambahan kepustakaan untuk penelitian selanjutnya.
8 TINJAUAN PUSTAKA Definisi Sistem Sebuah Robot Mobil ditunjukkan oleh gambar sebagai berikut 1 2
9 Dalam kasus ini data berbentuk diskrit dan sistemnya tak linear. Karena itu akan digunakan unscented kalman filter. Persamaan model dari robot mobil didefinisikan sebagai berikut: dimana (x, y, ) G adalah posisi dan bagian depan dari robot mobil pada sistem. Vc menyatakan kecepatan dan adalah sudut kemudi.
10 Metode Kalman Filter Metode Kalman filter digunakan untuk mengestimasi variabel keadaan dari sistem dinamik stokastik linear diskrit yang meminimumkan kovariansi kesalahan estimasi dengan pengukuran yang memenuhi ; ;
11 Algoritma kalman filter Model dan sistem pengukuran: Tahap Prediksi Inisialisasi Tahap Koreksi
12 Metode Unscented Kalman Filter Transformasi Unscented Transformasi unscented merupakan metode yang digunakan untuk menghitung mean dan kovarians suatu variabel random yang mengalami transformasi taklinier. Misalkan diberikan suatu fungsi kepadatan peluang diskrit y k =f(x k,k) mempunyai variabel random x dari sebuah model taklinier dengan dimensi n mempunyai mean dan kovarian. Fungsi y k =f(x k,k) didekati dengan transformasi unscented.
13 Titik-titik sigma yang dituliskan dalam bentuk vektor diperoleh dengan menggunakan persamaan berikut:
14 Penyebaran vektor sigma adalah: i = 0,..., 2L nilai mean dan kovarian dari y didekati dengan sample dari mean dan kovarian yang terboboti dari titik sigma berikut
15 Algoritma Kalman Filter Diberikan sebuah sistem taklinier: Didefinisikan sebuah variabel keadaan tambahan, Matrik kovarian
16 inisilaisasi Tahap prediksi Titik sigma Tahap koreksi
17 METODE PENELITIAN Studi Literatur Kajian Tentang Sistem Dinamik Robot Mobil Konstruksi Unscented Kalman Filter (UKF) Implementasi dan Simulasi UKF Analisis Hasil Penarikan Kesimpulan
18 Model Dinamik Robot Mobil Robot mobil diasumsikan memiliki karakter sistem kemudi seperti mobil pada umumnya. Sudut kemudi berkisar antara 0 o sampai 30 o baik itu untuk belok kiri maupun belok kanan. Sedangkan gerakan mobil ke belakang diabaikan. sudut mobil hanya dipengaruhi sudut kemudi, sedangkan posisi x dan y dipengaruhi oleh sudut kemudi (α) dan sudut mobil ( ).
19 Setelah dilakukan pendiskritan, didapatkan bentuk state space sebagai berikut: sedangkan persamaan pengukurannya adalah:
20 Implementasi Algoritma UKF Didefinisikan state gabungan dan kovarian gabungan sebagai berikut:
21 Penerapan UKF dalam sistem dinamik robot mobil Inisialisasi:
22 Didapatkan 2L+1 titik sigma:
23 inisilaisasi Tahap prediksi Titik sigma Tahap koreksi
24 Simulasi dan Analisis Hasil Kovarian dan nilai awal state: Nilai dari kovarian dipilih sebesar 0,1 untuk P x, P y, dan kovarian dari noise (P v dan P w ). Sementara untuk untuk kovarian dari variabel akan diberikan 1/1800 π atau 0,1 o karena variabel adalah sudut, sementara x dan y adalah jarak.
25 Simulasi dengan Input Tetap Pada simulasi ini input sudut kemudi = 0 o dan kecepatan robot mobil v c = 2 m/s akan diberikan hanya sekali dalam interval waktu k = 20 detik. Dari input tersebut, akan didapatkan hasil simulasi sebagai berikut:
26 Sedangkan estimasi oleh UKF dari tiap variabel dan error estimasi didapatkan sebagai berikut:
27 Input sudut kemudi α = 20 o dan kecepatan robot mobil v c = 2 m/s sedangkan waktu k = 20 detik. Dengan input tersebut akan didapatkan hasil simulasi sebagai berikut:
28 Sedangkan estimasi oleh UKF dari tiap variabel dan error estimasi didapatkan sebagai berikut:
29 Simulasi dengan Input tidak Tetap Diberikan v c = 3 m/s sedangkan input sudut kemudi (α1) 0 o. Kecepatan v c dan sudut ini dipertahankan selama waktu k 1 = 20 detik. Untuk inteval waktu kedua k 2, diberikan sudut belok (α2) sebesar 20 o dengan mengurangi kecepatan v c menjadi 2 m/s. Kondisi ini dipertahankan selama k 2 = 7 detik. Selanjutnya untuk k 3 = 20 detik, kondisi sudut kemudi dan kecepatan mobil dikembalikan seperti kondisi pada saat k 1. Dari kondisi yang telah diberikan sebelumnya, akan diperoleh hasil simulasi sebagai berikut:
30 Estimasi oleh UKF dari tiap variabel dan error estimasi, pada k1 didapatkan sebagai berikut:
31 Estimasi oleh UKF dari tiap variabel dan error estimasi, pada k2 didapatkan sebagai berikut:
32 Estimasi oleh UKF dari tiap variabel dan error estimasi, pada k3 didapatkan sebagai berikut:
33 Sekarang dilakukan simulasi dengan menambah sudut kemudi menjadi 30 o. Nilai nilai parameter yang lain yaitu berupa waktu, dan kecepatan dimasukkan sama seperti simulasi sebelumnya. Dengan perubahan kondisi tersebut akan menghasilkan simulasi sebagai berikut:
34 Estimasi variabel pada tiga interval waktu (k1, k2, k3):
35 Estimasi variabel pada tiga interval waktu (k1, k2, k3):
36 PENUTUP Kesimpulan: 1. Metode Unscented Kalman Filter (UKF) dapat digunakan untuk mengestimasi pergerakan dari robot mobil pada gerakan lurus, berputar, maupun belok. 2. Untuk menerapkan metode UKF dalam sebuah model, kita harus melakukan diskritisasi model tetapi tetapi tidak perlu melakukan pelinieran. 3. Pergerakan robot mobil sangat dipengaruhi oleh input sudut kemudi dan kecepatan. Pemberian sudut kemudi yang besar akan mempercepat waktu untuk belok. Hal ini juga belaku pada kecepatan dimana saat kecepatan semakin besar, semakin cepat untuk dapat melakukan belok. 4. Dalam kasus robot mobil yang telah dibahas pada bab sebelumnya, performa UKF dalam mengestimasi variabel x dan y hampir sama cepat. Hal ini berbeda ketika UKF mngestimasi variabel dimana UKF memerlukan respon yang lebih lama untuk melakukan estimasi secara akurat.
37 Saran: Adapun saran yang bisa penulis berikan dalam tugas akhir ini terutama mengenai masalah input sistem. Dalam tugas akhir ini input sistem yang berupa kecepatan (v c ) dan sudut kemudi (α) diberikan secara manual. Pengembangan dapat dilakukan dengan memberikan input sistem secara otomatis. Estimasi posisi robot mobil dengan metode yang lain perlu dikembangkan. Karena dalam ilmu matematika masih banyak metodemetode estimasi yang lain yang bisa digunakan.
38 DAFTAR PUSTAKA [1] <diakses pada 13 Oktober 2010> [2] Ikhwan, A Estimasi Posisi dan Kecepatan Kapal Selam Menggunakan Metode Extended Kalman Filter. Tugas Akhir, Jurusan Matematika, Institut Teknologi Sepuluh Nopember. Surabaya, Indonesia. [3] Kandepu, R. Foss, B. dan Imsland, L Applying the Unscented Kalman Filter for Nonlinear State Estimation. Norwegian University of Science ang Technology. Elsivier Inc. Trondheim, Norway. [4] Lewis, F.L Optimal Estimation. John Wiley and Sons Inc. [5] Razaei, S. dan Sengupta, R..... Position Estimation of the Car via Kalman Filter. University of California. Berkeley, California, USA. [6] Rudi Estimasi Variabel Keadaan Sistem Model pengukuran Taklinier Menggunakan extended kalman filter dan unscented kalman filter. Thesis. Institut Teknonologi Sepuluh Nopember. Surabaya [7] Wan, E.A. dan van der Merwe, R The unscented Kalman Filter for Non Linear Estimation. Proc. of IEEE Symposium 2000 (AS-SPCC),Lake Louise, Alberta, Canada.
39 TERIMA KASIH
ALGORITMA ADAPTIVE COVARIANCE RANK UNSCENTED KALMAN FILTER UNTUK ESTIMASI KEADAAN PADA PERSAMAAN AIR DANGKAL
ALGORITMA ADAPTIVE COVARIANCE RANK UNSCENTED KALMAN FILTER UNTUK ESTIMASI KEADAAN PADA PERSAMAAN AIR DANGKAL Habib Hasbullah 1, Erna Apriliani 2 1 Mahasiswa Program Studi S2, Jurusan Matematika, F-MIPA,
Lebih terperinciIMPLEMENTASI ENSEMBLE KALMAN FILTER PADA ESTIMASI KECEPATAN KAPAL SELAM
SIDANG TUGAS AKHIR IMPLEMENTASI ENSEMBLE KALMAN FILTER PADA ESTIMASI KEEPATAN KAPAL SELAM Oleh: RISA FITRIA 57 JURUSAN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT TEKNOLOGI SEPULUH
Lebih terperinciOleh: Dimas Avian Maulana Dosen Pembimbing: Subchan, Ph.D
Oleh: Dimas Avian Maulana-1207100045 Dosen Pembimbing: Subchan, Ph.D Robot mobil adalah salah satu contoh dari wahana nir awak (WaNA) yang dapat dikendalikan dari jauh atau memiliki sistem pengendali otomatis
Lebih terperinciEstimasi Posisi Mobile Robot Menggunakan Metode Akar Kuadrat Unscented Kalman Filter (AK-UKF)
Estimasi Posisi Mobile Robot Menggunakan Metode Akar Kuadrat Unscented Kalman Filter (AK-UKF) Teguh Herlambang 1), Reizano Amri Rasyid 2), Sri Hartatik 3), Dinita Rahmalia 4) 1) Program Studi Sistem Informasi
Lebih terperinciPerbandingan Metode Kalman Filter, Extended Kalman Filter, dan Ensemble Kalman Filter pada Model Penyebaran Virus HIV/AIDS
J. Math. and Its Appl. E-ISSN: 2579-8936 P-ISSN: 1829-605X Vol. 15, No. 1, Maret 2018, 17-29 Perbandingan Metode Kalman Filter, Extended Kalman Filter, dan Ensemble Kalman Filter pada Model Penyebaran
Lebih terperinciOptimasi Pada Misil Menggunakan Bang-Bang Control Dan Ensamble Kalman Filter
Optimasi Pada Misil Menggunakan Bang-Bang Control Dan Ensamble Kalman Filter Ahmad Zaenal Arifin Jurusan Matematika, Fakultas MIPA, Universitas PGRI Ronggolawe Tuban (UNIROW) E-Mail: kuyafira@gmail.com
Lebih terperinciTUGAS AKHIR. ESTIMASI POSISI MAGNETIC LEVITATION BALL MENGGUNAKAN METODE ENSEMBLE KALMAN FILTER (EnKF) Oleh: ARIEF RACHMAN
TUGAS AKHIR ESTIMASI POSISI MAGNETIC LEVITATION BALL MENGGUNAKAN METODE ENSEMBLE KALMAN FILTER (EnKF) Oleh: ARIEF RACHMAN 1206 100 710 JURUSAN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT
Lebih terperinciEstimasi Solusi Model Pertumbuhan Logistik dengan Metode Ensemble Kalman Filter
Jurnal ILMU DASAR, Vol.14, No,2, Juli 2013 : 85-90 85 Estimasi Solusi Model Pertumbuhan Logistik dengan Metode Ensemble Kalman Filter Solution Estimation of Logistic Growth Model with Ensemble Kalman Filter
Lebih terperinciImplementasi Ensemble Kalman Filter (Enkf) Untuk Estimasi Ketinggian Air Dan Temperatur Uap Pada Steam Drum Boiler
Implementasi Ensemble Kalman Filter (Enkf) Untuk Estimasi Ketinggian Air Dan Temperatur Uap Pada Steam Drum Boiler Ahmad Nasrullah Jamaludin 1, Erna Apriliani 1, Hendra Cordova 2, Teguh Herlambang 3 1
Lebih terperinciBAB III EXTENDED KALMAN FILTER DISKRIT. Extended Kalman Filter adalah perluasan dari Kalman Filter. Extended
26 BAB III EXTENDED KALMAN FILTER DISKRIT 3.1 Pendahuluan Extended Kalman Filter adalah perluasan dari Kalman Filter. Extended Kalman Filter merupakan algoritma yang digunakan untuk mengestimasi variabel
Lebih terperinciPENERAPAN MODEL PREDICTIVE CONTROL (MPC) PADA DESAIN PENGENDALIAN ROBOT MOBIL BERODA EMPAT
PENERAPAN MODEL PREDICTIVE CONTROL (MPC) PADA DESAIN PENGENDALIAN ROBOT MOBIL BERODA EMPAT oleh: Dimas Avian Maulana 1207 100 045 Dosen Pembimbing: Subchan, M.Sc., Ph.D Abstrak Robot mobil adalah salah
Lebih terperinciSEMINAR TUGAS AKHIR. Penerapan Metode Ensemble Kalman Filter untuk Estimasi Kecepatan dan Ketinggian Gelombang Non Linear pada Pantai
SEMINAR TUGAS AKHIR Penerapan Metode Ensemble Kalman Filter untuk Estimasi Kecepatan dan Ketinggian Gelombang Non Linear pada Pantai Oleh: Fadila Rahmana 1208 100 044 Abstrak Gelombang laut telah menjadi
Lebih terperinciMetode Asimilasi Data sebagai Estimasi Penyelesaian Masalah-masalah Lingkungan
J. of Math. and Its Appl. ISSN: 1829-605X Vol. 1, No. 1 (2004), 19 Metode Asimilasi Data sebagai Estimasi Penyelesaian Masalah-masalah Lingkungan Erna Apriliani Jurusan Matematika Institut Teknologi Sepuluh
Lebih terperinciDESAIN PENGENDALIAN ROBOT MOBIL BERODA MENGGUNAKAN METODE SLIDING MODE CONTROL (SMC) Oleh: Ratnawati
DESAIN PENGENDALIAN ROBOT MOBIL BERODA MENGGUNAKAN METODE SLIDING MODE CONTROL (SMC) Oleh: Ratnawati 1207 100 063 Dosen Pembimbing: Subchan, M.Sc, Ph.D Abstrak Kendaraan tanpa awak dalam bentuk robot mobil
Lebih terperinciEstimasi Variabel Dinamik Kapal Menggunakan Metode Kalman Filter
JURNAL TEKNIK POMITS Vol., No., () ISSN: 79 (-97 Print) E-8 Estimasi Variabel Dinamik Kapal Menggunakan Metode Kalman Filter Nathanael Leon Gozali ), Aulia Siti Aisjah ), dan Erna Apriliani ) ) Jurusan
Lebih terperinciPERBANDINGAN METODE EXTENDED KALMAN FILTER DAN UNSCENTED KALMAN FILTER PADA ESTIMASI MODEL PREDATOR-PREY LOTKA-VOLTERRA SKRIPSI
PERBANDINGAN METODE EXTENDED KALMAN FILTER DAN UNSCENTED KALMAN FILTER PADA ESTIMASI MODEL PREDATOR-PREY LOTKA-VOLTERRA SKRIPSI Oleh Abd. Muis Hadianto NIM 081810101005 JURUSAN MATEMATIKA FAKULTAS MATEMATIKA
Lebih terperinciBAB III KALMAN FILTER DISKRIT. Kalman Filter adalah rangkaian teknik perhitungan matematika (algoritma)
BAB III KALMAN FILTER DISKRIT 3.1 Pendahuluan Kalman Filter adalah rangkaian teknik perhitungan matematika (algoritma) yang memberikan perhitungan efisien dalam mengestimasi state proses, yaitu dengan
Lebih terperinciPenerapan Model Predictive Control (MPC) pada Desain Pengendalian Robot Mobil Beroda Empat
Penerapan Model Predictive Control (MPC) pada Desain Pengendalian Robot Mobil Beroda Empat Dimas Avian Maulana 1 1 Universitas Negeri Surabaya email: dimasmaulana@unesa.ac.id ABSTRAK Robot mobil adalah
Lebih terperinciPENGENDALIAN OPTIMAL PADA SISTEM STEAM DRUM BOILER MENGGUNAKAN METODE LINEAR QUADRATIC REGULATOR (LQR) Oleh : Ika Evi Anggraeni
PENGENDALIAN OPTIMAL PADA SISTEM STEAM DRUM BOILER MENGGUNAKAN METODE LINEAR QUADRATIC REGULATOR (LQR) Oleh : Ika Evi Anggraeni 206 00 03 Dosen Pembimbing : Dr. Erna Apriliani, M.Si Hendra Cordova, ST,
Lebih terperinciANALISIS MODEL KINEMATIK PELURU KENDALI PADA PENEMBAKAN TARGET MENGGUNAKAN METODE KENDALI OPTIMAL
ANALISIS MODEL KINEMATIK PELURU KENDALI PADA PENEMBAKAN TARGET MENGGUNAKAN METODE KENDALI OPTIMAL Pembimbing : Subchan, M.Sc. Ph.D. Drs. Kamiran, M.Si. RESTU TRI ASTUTI-1208 100 033 Jurusan Matematika
Lebih terperinciWAKTU OPTIMUM PADA PELURU KENDALI DENGAN MANUVER AKHIR MENGHUNJAM VERTIKAL. Sari Cahyaningtias Dosen Pembimbing: Subchan, Ph.
WAKTU OPTIMUM PADA PELURU KENDALI DENGAN MANUVER AKHIR MENGHUNJAM VERTIKAL Sari Cahyaningtias 1207 100 046 Dosen Pembimbing: Subchan, Ph.D Abstrak Peluru kendali adalah senjata berpanduan dan didesain
Lebih terperinciOPTIMASI PARAMETER α DAN γ DALAM PEMULUSAN EKSPONENSIAL DUA PARAMETER DENGAN METODE MODIFIKASI GOLDEN SECTION
OPTIMASI PARAMETER α DAN γ DALAM PEMULUSAN EKSPONENSIAL DUA PARAMETER DENGAN METODE MODIFIKASI GOLDEN SECTION NILA YUWIDA 1208100015 Dosen Pembimbing : Dra. Nuri Wahyuningsih, M.Kes Drs. Lukman Hanafi,
Lebih terperinciDESAIN SISTEM KENDALI GERAK SURGE DAN ROLL PADA SISTEM AUTONOMOUS UNDERWATER VEHICLE DENGAN METODE SLIDING MODE CONTROL (SMC)
PROSEDING DESAIN SISTEM KENDALI GERAK SURGE DAN ROLL PADA SISTEM AUTONOMOUS UNDERWATER VEHICLE DENGAN METODE SLIDING MODE CONTROL (SMC) Teguh Herlambang, Hendro Nurhadi Program Studi Sistem Informasi Universitas
Lebih terperinciPENGENDALIAN GERAK ROBOT MOBIL BERPENGGERAK DIFFERENSIAL BERDASARKAN METODE TRACKING CONTROL BERBASIS PROPORTIONAL DERIVATIVE (PD)
PENGENDALIAN GERAK ROBOT MOBIL BERPENGGERAK DIFFERENSIAL BERDASARKAN METODE TRACKING CONTROL BERBASIS PROPORTIONAL DERIVATIVE (PD) Robot Mobil DDMR Latar belakang Rumusan masalah Batasan masalah tujuan
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Masalah estimasi variabel keadaan pada sistem dinamik sangat penting. Dalam kehidupan sehari-hari banyak muncul masalah estimasi, misalnya estimasi ketinggian pasang
Lebih terperinciSimulasi Perpindahan Panas pada Lapisan Tengah Pelat Menggunakan Metode Elemen Hingga
JURNAL SAINS DAN SENI ITS Vol. 4, No.2, (2015) 2337-3520 (2301-928X Print) A-13 Simulasi Perpindahan Panas pada Lapisan Tengah Pelat Menggunakan Metode Elemen Hingga Vimala Rachmawati dan Kamiran Jurusan
Lebih terperinciEstimasi Parameter pada Model Suku Bunga Cox Ingersoll Ross (CIR) Menggunakan Kalman Filter untuk Menentukan Harga Zero Coupon Bond
JURNAL SAINS DAN SENI ITS Vol. 4, No.2, (2015) 2337-3520 (2301-928X Print) A-55 Estimasi Parameter pada Model Suku Bunga Cox Ingersoll Ross (CIR) Menggunakan Kalman Filter untuk Menentukan Harga Zero Coupon
Lebih terperinciSistem Pengemudian Otomatis pada Kendaraan Berroda dengan Model Pembelajaran On-line Menggunakan NN
Sistem Pengemudian Otomatis pada Kendaraan Berroda dengan Model Pembelajaran On-line Menggunakan Eru Puspita Politeknik Elektronika Negeri Surabaya Institut Teknologi Sepuluh Nopember Kampus ITS Keputih
Lebih terperinciKontrol Fuzzy Takagi-Sugeno Berbasis Sistem Servo Tipe 1 Untuk Sistem Pendulum Kereta
Kontrol Fuzzy Takagi-Sugeno Berbasis Sistem Servo Tipe Untuk Sistem Pendulum Kereta Helvin Indrawati, Trihastuti Agustinah Teknik Elektro, Fakultas Teknologi Industri, Institut Teknologi Sepuluh Nopember
Lebih terperinciOPTIMASI PENCAPAIAN TARGET PADA SIMULASI PERENCANAAN JALUR ROBOT BERGERAK DI LINGKUNGAN DINAMIS
OPTIMASI PENCAPAIAN TARGET PADA SIMULASI PERENCANAAN JALUR ROBOT BERGERAK DI LINGKUNGAN DINAMIS Yisti Vita Via Jurusan Teknik Informatika, Fakultas Teknologi Informasi, Institut Teknologi Sepuluh Nopember
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 terperinciMASALAH NILAI AWAL ITERASI NEWTON RAPHSON UNTUK ESTIMASI PARAMETER MODEL REGRESI LOGISTIK ORDINAL TERBOBOTI GEOGRAFIS (RLOTG)
MASALAH NILAI AWAL ITERASI NEWTON RAPHSON UNTUK ESTIMASI PARAMETER MODEL REGRESI LOGISTIK ORDINAL TERBOBOTI GEOGRAFIS (RLOTG) Shaifudin Zuhdi, Dewi Retno Sari Saputro Fakultas Matematika dan Ilmu Pengetahuan
Lebih terperinciJURNAL TEKNIK POMITS Vol. 1, No. 1, (2013) 1-6 1
JURNAL TEKNIK POMITS Vol., No., (23) -6 Pengendalian Rasio Bahan Bakar dan Udara Pada Boiler Menggunakan Metode Kontrol Optimal Linier Quadratic Regulator (LQR) Virtu Adila, Rusdhianto Effendie AK, Eka
Lebih terperinciDESAIN PENGENDALIAN PINTU AIR DENGAN METODE SLIDING MODE CONTROL (SMC)
J. Math. and Its Appl. ISSN: 1829-605X Vol. 13, No. 1, Mei 2016, 13-22 DESAIN PENGENDALIAN PINTU AIR DENGAN METODE SLIDING MODE CONTROL (SMC) Moh. Fahmi Muzaki 1, Erna Apriliani 2, Sri Suprapti H 3 1,2,3
Lebih terperinciPerbandingan Algoritma Golub Kahan dan QR Simetri untuk Dekomposisi Nilai Singular
J. Math. and Its Appl. ISSN: 1829-605X Vol. 3, No. 1, May 2006, 19 25 Perbandingan Algoritma Golub Kahan dan QR Simetri untuk Dekomposisi Nilai Singular Dieky Adzkiya, E. Apriliani, Bandung A.S. Jurusan
Lebih terperinciABSTRAK. Inverted Pendulum, Proporsional Integral Derivative, Simulink Matlab. Kata kunci:
PROJECT OF AN INTELLIGENT DIFFERENTIALY DRIVEN TWO WHEELS PERSONAL VEHICLE (ID2TWV) SUBTITLE MODELING AND EXPERIMENT OF ID2TWV BASED ON AN INVERTED PENDULUM MODEL USING MATLAB SIMULINK Febry C.N*, EndraPitowarno**
Lebih terperinciKONTROL OPTIMAL UNTUK DISTRIBUSI TEMPERATUR DENGAN PENDEKATAN BEDA HINGGA
KONTROL OPTIMAL UNTUK DISTRIBUSI TEMPERATUR DENGAN PENDEKATAN BEDA HINGGA Nama Mahasiswa : Asri Budi Hastuti NRP : 1205 100 006 Dosen Pembimbing : Drs. Kamiran, M.Si. Abstrak Kontrol optimal temperatur
Lebih terperinciPengukuran Tinggi Permukaan Air Berbasis Gelombang Ultrasonik Menggunakan Kalman Filter
Pengukuran Tinggi Permukaan Air Berbasis Gelombang Ultrasonik Menggunakan Kalman Filter 1 Imas Fatoni Parmono, 1 Bambang Heru Iswanto 1 Lab Instrumentasi dan Komputasi, Jurusan Fisika, FMIPA, Universitas
Lebih terperinciAnalisis Reduksi Model pada Sistem Linier Waktu Diskrit
JURNAL SAINS DAN SENI ITS Vol. 5 No. 2 (216) 2337-352 (231-928X Print) A-25 Analisis Reduksi Model pada Sistem Linier Waktu Diskrit Yunita Indriana Sari dan Didik Khusnul Arif Jurusan Matematika, Fakultas
Lebih terperinciOleh: Isna Kamalia Al Hamzany Dosen Pembimbing : Dra. Laksmi Prita W, M.Si. Dra. Nur Asiyah, M.Si
Oleh: Isna Kamalia Al Hamzany 1207 100 055 Dosen Pembimbing : Dra. Laksmi Prita W, M.Si. Dra. Nur Asiyah, M.Si Jurusan Matematika Fakultas Matematika dan Ilmu Pengetahuan Alam Institut Teknologi Sepuluh
Lebih terperinciPERBANDINGAN KINERJA DIAGRAM KONTROL G DAN DIAGRAM KONTROL S BESERTA APLIKASINYA
Program Studi MMT-ITS, Surabaya 7 Juli 03 PERBANDINGAN KINERJA DIAGRAM KONTROL G DAN DIAGRAM KONTROL S BESERTA APLIKASINYA Marlon Stivo Noya Van Delsen, *) dan Muhammad Mashuri ) ) Jurusan Statistika,
Lebih terperinciKAJIAN ANTRIAN TIPE M/M/ DENGAN SISTEM PELAYANAN FASE CEPAT DAN FASE LAMBAT
KAJIAN ANTRIAN TIPE M/M/ DENGAN SISTEM PELAYANAN FASE CEPAT DAN FASE LAMBAT QUEUES ANALYSIS M/M/ TYPE WITH SLOW AND FAST PHASE SERVICE SYSTEM Oleh: Erida Fahma Nurrahmi NRP. 1208 100 009 Dosen Pembimbing:
Lebih terperinciREDUKSI RANK PADA MATRIKS-MATRIKS TERTENTU
J. Math. and Its Appl. ISSN: 89-65X Vol. 4, No., November 7, 8 REDUKSI RANK PADA MATRIKS-MATRIKS TERTENTU Erna Apriliani, Bandung Arry Sanjoyo Jurusan Matematika FMIPA Institut Teknologi Sepuluh Nopember,
Lebih terperinciIDENTIFIKASI DAN ESTIMASI VARIABEL KEADAAN DARI SISTEM TEREDUKSI DENGAN METODE PEMOTONGAN SETIMBANG PADA MODEL KONDUKSI PANAS
TUGAS AKHIR - SM 141501 IDENTIFIKASI DAN ESTIMASI VARIABEL KEADAAN DARI SISTEM TEREDUKSI DENGAN METODE PEMOTONGAN SETIMBANG PADA MODEL KONDUKSI PANAS FELLA DIANDRA CHRISANDY NRP 1213 100 039 Dosen Pembimbing
Lebih terperinciDesain Kontroler Fuzzy untuk Sistem Gantry Crane
JURNAL TEKNIK POMITS Vol. 3, No. 1, (214) ISSN: 2337-3539 (231-9271 Print) A-75 Desain Kontroler Fuzzy untuk Sistem Gantry Crane Rosita Melindawati, Trihastuti Agustinah Teknik Elektro, Fakultas Teknologi
Lebih terperinciESTIMASI PELACAKAN RADAR TIGA DIMENSI MENGGUNAKAN MODIFIKASI EXTENDED KALMAN FILTER
TUGAS AKHIR - SM141501 ESTIMASI PELACAKAN RADAR TIGA DIMENSI MENGGUNAKAN MODIFIKASI EXTENDED KALMAN FILTER PRIMA ADITYA NRP 1213 100 080 Dosen Pembimbing: Prof. Dr. Erna Apriliani, M.Si Dr. Didik Khusnul
Lebih terperinciBAB 3 PERANCANGAN SISTEM
BAB 3 PERANCANGAN SISTEM 3.1 Perancangan Sistem Secara Umum Sistem pada penelitian ini akan menyeimbangkan posisi penampang robot dengan mengenal perubahan posisi dan kemudian mengatur kecepatan. Setiap
Lebih terperinciBAB 1 PENDAHULUAN 1.1 Latar Belakang
BAB 1 PENDAHULUAN 1.1 Latar Belakang Beberapa tahun terakhir ini, terlihat perkembangan penelitian yang pesat pada berbagai bidang ilmu komputer, dan penggunaan ilmu komputer pada kendaraan telah mencapai
Lebih terperinciKomparasi Bentuk Daun Kemudi terhadap Gaya Belok dengan Pendekatan CFD
JURNAL TEKNIK ITS Vol. 1, (Sept, 2012) ISSN: 2301-9271 G-104 Komparasi Bentuk Daun Kemudi terhadap Gaya Belok dengan Pendekatan CFD Prima Ihda Kusuma Wardana, I Ketut Aria Pria Utama Jurusan Teknik Perkapalan,
Lebih terperinciProceeding Tugas Akhir-Januari
Proceeding Tugas Akhir-Januari 214 1 Swing-up dan Stabilisasi pada Sistem Pendulum Kereta menggunakan Metode Fuzzy dan Linear Quadratic Regulator Renditia Rachman, Trihastuti Agustinah Jurusan Teknik Elektro,
Lebih terperinciProgram Aplikasi Rekonsiliasi Data untuk Pendeteksian Gross Error pada Sistem Tangki Ganda yang Berinteraksi
Program Aplikasi Rekonsiliasi Data untuk Pendeteksian Gross Error pada Sistem Tangki Ganda yang Berinteraksi Abstrak 1 Andreas Julianto Sutrisno, 2 Parsaulian Siregar dan 3 Estiyanti Ekawati 1 Program
Lebih terperinciPemodelan Gerak Belok Steady State dan Transient pada Kendaraan Empat Roda
E97 Pemodelan Gerak Belok Steady State dan Transient pada Kendaraan Empat Roda Yansen Prayitno dan Unggul Wasiwitono Jurusan Teknik Mesin, Fakultas Teknologi Industri, Institut Teknologi Sepuluh Nopember
Lebih terperinciDESAIN KONTROL INVERTED PENDULUM DENGAN METODE KONTROL ROBUST FUZZY
DESAIN KONTROL INVERTED PENDULUM DENGAN METODE KONTROL ROBUST FUZZY Reza Dwi Imami *), Aris Triwiyatno, and Sumardi Jurusan Teknik Elektro, Universitas Diponegoro Semarang Jl. Prof. Sudharto, SH, Kampus
Lebih terperinciJURNAL TEKNIK POMITS Vol. 3, No. 1, (2014) ISSN: ( Print) B-58
JURNAL TEKNIK POMITS Vol. 3, No. 1, (214) ISSN: 2337-3539 (231-9271 Print) B-58 Swing-up dan Stabilisasi pada Sistem Pendulum Kereta menggunakan Metode Fuzzy dan Linear Quadratic Regulator Renditia Rachman,
Lebih terperinciKAJIAN MODEL MARKOV WAKTU DISKRIT UNTUK PENYEBARAN PENYAKIT MENULAR PADA MODEL EPIDEMIK SIR. Oleh: RAFIQATUL HASANAH NRP.
TUGAS AKHIR KAJIAN MODEL MARKOV WAKTU DISKRIT UNTUK PENYEBARAN PENYAKIT MENULAR PADA MODEL EPIDEMIK SIR Oleh: RAFIQATUL HASANAH NRP. 1208 100 021 Dosen Pembimbing: Dra. Laksmi Prita Wardhani, M.Si. Drs.
Lebih terperinciSBAB III MODEL VARMAX. Pengamatan time series membentuk suatu deret data pada saat t 1, t 2,..., t n
SBAB III MODEL VARMAX 3.1. Metode Analisis VARMAX Pengamatan time series membentuk suatu deret data pada saat t 1, t 2,..., t n dengan variabel random Z n yang dapat dipandang sebagai variabel random berdistribusi
Lebih terperinciESTIMASI VARIABEL KEADAAN PADA NON- ISOTHERMAL CONTINUOUS STIRRED TANK REACTOR MENGGUNAKAN FUZZY KALMAN FILTER
TESIS - SM 142501 ESTIMASI VARIABEL KEADAAN PADA NON- ISOTHERMAL CONTINUOUS STIRRED TANK REACTOR MENGGUNAKAN FUZZY KALMAN FILTER RISA FITRIA NRP 1211201202 DOSEN PEMBIMBING Dr. Didik Khusnul Arif, S.Si,
Lebih terperinciBAB I PENDAHULUAN. Universitas Internasional Batam
1 BAB I PENDAHULUAN 1 Latar Belakang Aktifitas keseharian yang kerap dilakukan manusia tidak luput dari bantuan teknologi untuk memudahkan prosesnya. Salah satu teknologi yang akrab dan sering digunakan
Lebih terperinciBAB 2 LANDASAN TEORI. Metode ini digunakan untuk menyelesaikan permasalahan yang terjadi pada
BAB 2 LANDASAN TEORI 2.1 Metode Kendali Umpan Maju Metode ini digunakan untuk menyelesaikan permasalahan yang terjadi pada fenomena berkendara ketika berbelok, dimana dilakukan pemodelan matematika yang
Lebih terperinciSimulasi Deteksi Sinyal Radar Pada simulator ESM Menggunakan Metode Kalman Filter Pada ESM (Electronic Support Measured)
Simulasi Deteksi Sinyal Radar Pada simulator ESM Menggunakan Metode Kalman Filter Pada ESM (Electronic Support Measured) Norma Ningsih 1, Gamantyo Hendrantoro 2, Andaya Lestari 3 dan Deny Yulian 4 1,2
Lebih terperinciInstitut Teknologi Sepuluh Nopember Surabaya. Model Matematik Sistem Mekanik
Institut Teknologi Sepuluh Nopember Surabaya Model Matematik Sistem Mekanik Gerak Translasi Gerak Rotasi 2 Pada bagian ini akan dibahas mengenai pembuatan model matematika dari sistem mekanika baik dalam
Lebih terperinciKAJIAN DATA KETAHANAN HIDUP TERSENSOR TIPE I BERDISTRIBUSI EKSPONENSIAL DAN SIX SIGMA. Victoria Dwi Murti 1, Sudarno 2, Suparti 3
JURNAL GAUSSIAN, Volume 1, Nomor 1, Tahun 2012, Halaman 241-248 Online di: http://ejournal-s1.undip.ac.id/index.php/gaussian KAJIAN DATA KETAHANAN HIDUP TERSENSOR TIPE I BERDISTRIBUSI EKSPONENSIAL DAN
Lebih terperinciRancang Bangun Prototipe Kapal Tanpa Awak Menggunakan Mikrokontroler
Rancang Bangun Prototipe Kapal Tanpa Awak Menggunakan Mikrokontroler Dosen Pembimbing: Suwito, ST., MT. Yoga Uta Nugraha 2210 039 025 Ainul Khakim 2210 039 026 Jurusan D3 Teknik Elektro Fakultas Teknologi
Lebih terperinciTOOLS SIMULASI INVENTORI PADA SUPERMARKET
TOOLS SIMULASI INVENTORI PADA SUPERMARKET 1) Benny Santoso 2) Liliana 3) Imelda Yapitro Jurusan Teknik Informatika Fakultas Teknik Universitas Surabaya Raya Kalirungkut Surabaya 60293 (031) 298 1395 email
Lebih terperinciTINJAUAN PUSTAKA. Waktu dan Tempat Penelitian
III TINJAUAN PUSTAKA Waktu dan Tempat Penelitian Penelitian dilaksanakan pada bulan Januari 2012 November 2012 di laboratorium lapangan Siswadi Supardjo, Program Studi Teknik Mesin Pertanian dan Pangan,
Lebih terperinciANALISA SAHAM MENGGUNAKAN TRANSFORMASI FOURIER STOKASTIK
ANALISA SAHAM MENGGUNAKAN TRANSFORMASI FOURIER STOKASTIK Kharisma Yusea Kristaksa ) Hanna Arini Parhusip ), dan Bambang Susanto 3) ) Mahasiswa Program Studi Matematika ) 3) Dosen Program Studi Matematika
Lebih terperinciBAB IV PENGUJIAN ALGORITMA TRACKING
BAB IV PENGUJIAN ALGORITMA TRACKING Pada Bab III sebelumnya telah dijelaskan mengenai pemodelan dalam Simulink yang dibuat untuk menguji algoritma Filter Kalman dalam sistem Radar Tracking dan juga algoritma
Lebih terperinciRANCANG BANGUN SISTEM KENDALI KECEPATAN KURSI RODA LISTRIK BERBASIS DISTURBANCE OBSERVER
RANCANG BANGUN SISTEM KENDALI KECEPATAN KURSI RODA LISTRIK BERBASIS DISTURBANCE OBSERVER Firdaus NRP 2208 204 009 PROGRAM MAGISTER BIDANG KEAHLIAN TEKNIK ELEKTRONIKA TEKNIK ELEKTRO Fakultas Teknologi Industri
Lebih terperinciAbdul Halim Dosen Pembimbing Dr. Trihastuti Agustinah, ST., MT
Abdul Halim 22 05 053 Dosen Pembimbing Dr. Trihastuti Agustinah, ST., T JURUSAN TEKNIK ELEKTRO Fakultas Teknologi Industri Institut Teknologi Sepuluh Nopember Surabaya 203 PENDAHULUAN PERANCANGAN HASIL
Lebih terperinciPeramalan Aset dengan Memperhatikan Dana Pihak Ketiga (DPK) dan Pembiayaan Perbankan Syariah di Indonesia dengan Metode Fungsi Transfer
Peramalan Aset dengan Memperhatikan Dana Pihak Ketiga (DPK) dan Pembiayaan Perbankan Syariah di Indonesia dengan Metode Fungsi Transfer 1 Faridah Yuliani dan 2 Dr. rer pol Heri Kuswanto 1,2 Jurusan Statistika
Lebih terperinciPEMODELAN DAN ANALISA GETARAN MOTOR BENSIN 4 LANGKAH 2 SILINDER 650CC SEGARIS DENGAN SUDUT ENGKOL 90 UNTUK RUBBER MOUNT
JURNAL TEKNIK POMITS Vol. 1, No. 2, (2012) ISSN: 2301-9271 1 PEMODELAN DAN ANALISA GETARAN MOTOR BENSIN 4 LANGKAH 2 SILINDER 650CC SEGARIS DENGAN SUDUT ENGKOL 90 UNTUK RUBBER MOUNT Siti Nafaati dan Harus
Lebih terperinciPengukuran Tinggi Permukaan Air Berbasis Gelombang Ultrasonik Menggunakan Kalman Filter
Pengukuran Tinggi Permukaan Air Berbasis Gelombang Ultrasonik Menggunakan Kalman Filter 1I. F. Parmono, 1 B. H. Iswanto 1Lab Instrumentasi dan Komputasi, Jurusan Fisika, FMIPA, Universitas Negeri Jakarta
Lebih terperinciKONTROL OPTIMAL PADA PENGADAAN BAHAN MENTAH DENGAN KEBIJAKAN PENGADAAN TEPAT WAKTU, PERGUDANGAN, DAN PENUNDAAN
LAPORAN TUGAS AKHIR 01 WINTER Template KONTROL OPTIMAL PADA PENGADAAN BAHAN MENTAH DENGAN KEBIJAKAN PENGADAAN TEPAT WAKTU, PERGUDANGAN, DAN PENUNDAAN Oleh: Darsih Idayani 1206 100 040 Pembimbing: Subchan,
Lebih terperinciPresentasi Sidand Tesis
HASIL DAN PEMBAHASAN 26 SISTEM DINAMIK (1) (2) T(t) = Populasi sel kanker pada saat t N(t) = Populasi sel normal pada saat t I(t) = Populasi sel kekebalan tubuh pada saat t Dengan Kondisi Awal T(0)=T0;
Lebih terperinciDesain dan Implementasi Model Reference Adaptive Control untuk Pengaturan Tracking Optimal Posisi Motor DC
Desain dan Implementasi Model Reference Adaptive Control untuk Pengaturan Tracking Optimal Posisi Motor DC Dinar Setyaningrum 22081000018 Teknik Sistem Pengaturan Institut Teknologi Sepuluh Nopember Rabu,
Lebih terperinciBAB I PENDAHULUAN. sewajarnya untuk mempelajari cara bagaimana variabel-variabel itu dapat
BAB I PENDAHULUAN 1.1 Latar Belakang Jika kita mempunyai data yang terdiri dari dua atau lebih variabel maka sewajarnya untuk mempelajari cara bagaimana variabel-variabel itu dapat berhubungan, hubungan
Lebih terperinciStabilisasi Robot Pendulum Terbalik Beroda Dua Menggunakan Kontrol Fuzzy Hybrid
Stabilisasi Robot Pendulum Terbalik Beroda Dua Menggunakan Kontrol Fuzzy Hybrid Made Rahmawaty, Trihastuti Agustinah Teknik Elektro, Fakultas Teknologi Industri, Institut Teknologi Sepuluh Nopember (ITS)
Lebih terperinciESTIMASI KETINGGIAN AIR DAN TEMPERATUR UAP PADA MODEL STEAM DRUM BOILER DENGAN METODE EXTENDED KALMAN FILTER SKRIPSI
ESTIMASI KETINGGIAN AIR DAN TEMPERATUR UAP PADA MODEL STEAM DRUM BOILER DENGAN METODE EXTENDED KALMAN FILTER SKRIPSI Oleh Santhi Rohmatin NIM 081810101036 JURUSAN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU
Lebih terperinciGENERALIZED CROSS VALIDATION DALAM REGRESI SMOOTHING SPLINE
Buletin Ilmiah Mat. Stat. dan Terapannya (Bimaster) Volume 02, No. 3 (2013), hal 191 196. GENERALIZED CROSS VALIDATION DALAM REGRESI SMOOTHING SPLINE Andi Sayuti, Dadan Kusnandar, Muhlasah Novitasari Mara
Lebih terperinciDESAIN KONTROL INVERTED PENDULUM DENGAN METODE KONTROL ROBUST FUZZY
DESAIN KONTROL INVERTED PENDULUM DENGAN METODE KONTROL ROBUST FUZZY Reza Dwi Imami 1), Aris Triwiyatno 2), dan Sumardi 2) Jurusan Teknik Elektro, Fakultas Teknik, Universitas Diponegoro, Jln. Prof. Sudharto,
Lebih terperinciBAB 2 PENGENALAN IRIS, PENENTUAN LOKASI IRIS, DAN PEMBUATAN VEKTOR MASUKAN
BAB 2 PENGENALAN IRIS, PENENTUAN LOKASI IRIS, DAN PEMBUATAN VEKTOR MASUKAN Pengenalan suatu objek tentu saja tidak bisa dilakukan tanpa persiapan sama sekali. Ada beberapa proses yang perlu dilakukan sebelum
Lebih terperinciEstimasi Kecepatan Kendaraan Menggunakan Kalman Filter
SETRUM Volume 2, No. 2, Desemberi 2013 ISSN : 2301-4652 Estimasi Kecepatan Kendaraan Menggunakan Kalman Filter Okta Palega 1, Siswo Wardoyo 2, Romi Wiryadinata 3 Jurusan Teknik Elektro, Universitas Sultan
Lebih terperinciKAJIAN METODE JACKKNIFE DALAM MEMBANGUN SELANG KEPERCAYAAN DENGAN PARAMETER ARMA(p,q)
UJIAN TUGAS AKHIR KAJIAN METODE JACKKNIFE DALAM MEMBANGUN SELANG KEPERCAYAAN DENGAN PARAMETER ARMA(p,q) Disusun oleh : Novan Eko Sudarsono NRP 1206.100.052 Pembimbing: Dra. Nuri Wahyuningsih, M.Kes Dra.Laksmi
Lebih terperinciABSTRAK. Teknologi pengkode sinyal suara mengalami kemajuan yang cukup. pesat. Berbagai metode telah dikembangkan untuk mendapatkan tujuan dari
ABSTRAK Teknologi pengkode sinyal suara mengalami kemajuan yang cukup pesat. Berbagai metode telah dikembangkan untuk mendapatkan tujuan dari pengkode sinyal suara yaitu output sinyal suara yang mempunyai
Lebih terperinciDesain Kontroler Fuzzy untuk Sistem Gantry Crane
1 Desain Kontroler Fuzzy untuk Sistem Gantry Crane Rosita Melindawati, Trihastuti Agustinah Teknik Elektro, Fakultas Teknologi Industri, Institut Teknologi Sepuluh Nopember (ITS) Jl. Arief Rahman Hakim,
Lebih terperinciPERANCANGAN SISTEM KENDALI SLIDING-PID UNTUK PENDULUM GANDA PADA KERETA BERGERAK
PERANCANGAN SISTEM KENDALI SLIDING-PID UNTUK PENDULUM GANDA PADA KERETA BERGERAK Oleh : AHMAD ADHIM 2107100703 Dosen Pembimbing : Hendro Nurhadi, Dipl.-Ing., Ph.D. PENDAHULUAN LATAR BELAKANG Kebanyakan
Lebih terperinciANALISA SIFAT-SIFAT ANTRIAN M/M/1 DENGAN WORKING VACATION
ANALISA SIFAT-SIFAT ANTRIAN M/M/1 DENGAN WORKING VACATION Oleh: Desi Nur Faizah 1209 1000 17 JURUSAN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT TEKNOLOGI SEPULUH NOPEMBER SURABAYA
Lebih terperinciPERBANDINGAN KINERJA DIAGRAM KONTROL MULTIVARIAT UNTUK VARIABILITAS BERDASARKAN MATRIKS KOVARIANSI DAN MATRIKS KORELASI. Abstrak
PERBANDINGAN KINERJA DIAGRAM KONTROL MULTIVARIAT UNTUK VARIABILITAS BERDASARKAN MATRIKS KOVARIANSI DAN MATRIKS KORELASI Dwi Yuli Rakhmawati, Muhammad Mashuri 2,2) Institut Teknologi Sepuluh Nopember dwiyuli_rakhmawati@yahoo.com,
Lebih terperinciReduksi Rank pada Matriks-Matriks Tertentu
Reduksi Rank pada Matriks-Matriks Tertentu E. Apriliani, B. Ari Sanjaya September 6, 7 Abstract. Dekomposisi nilai singular (Singular Value Decomposition - SVD) adalah suatu metode untuk menuliskan suatu
Lebih terperinciBAB V HASIL DAN PEMBAHASAN
BAB V HASIL DAN PEMBAHASAN Simulasi pemodelan pada HEC-RAS memodelkan aliran permanen (steady flow) yang selanjutnya membandingkan kedalaman dan kecepatan aliran pada eksperimen di laboratorium dengan
Lebih terperinciPENDEKATAN NEAR MINIMAKS SEBAGAI PENDEKATAN FUNGSI. Lilik Prasetiyo Pratama
PENDEKATAN NEAR MINIMAKS SEBAGAI PENDEKATAN FUNGSI Lilik Prasetiyo Pratama Jurusan Matematika, FMIPA UNS. LATAR BELAKANG Tidak semua fungsi mudah dievaluasi, terlebih fungsi yang rumit. Pendekatan dengan
Lebih terperinciUJIAN TUGAS AKHIR EKA NOVI NURHIDAYATI. Jurusan Matematika Fakultas Matematika dan Ilmu Pengetahuan Alam Institut Teknologi Sepuluh Nopember 2012
UJIAN TUGAS AKHIR APLIKASI ALGORITMA NONLINEAR PROGRAMMING UNTUK MENGOPTIMALKAN PARAMETER α DALAM METODE PEMULUSAN EKSPONENSIAL SATU PARAMETER EKA NOVI NURHIDAYATI 1208 100 040 Jurusan Matematika Fakultas
Lebih terperinciLatar belakang : Pesawat Udara Nir Awak lebih efektif dan efisien. Masalah navigasi, pemandu, dan kontrol. Pemandu. Pythagorean Hodograph
Latar belakang : Pesawat Udara Nir Awak lebih efektif dan efisien Masalah navigasi, pemandu, dan kontrol Pemandu Pythagorean Hodograph Lintasan pesawat Perumusan Masalah : Bagaimana merancang algoritma
Lebih terperinciBAB I PENDAHULUAN 1.1. Latar Belakang
BAB I PENDAHULUAN 1.1. Latar Belakang SLAM (Simultaneous Localization and Mapping) adalah sebuah permasalahan di bidang robotika dan kecerdasan buatan yang membahas tentang pergerakan mobile robot di sebuah
Lebih terperinciBAB III MODEL STATE-SPACE. dalam teori kontrol modern. Model state space dapat mengatasi keterbatasan dari
BAB III MODEL STATE-SPACE 3.1 Representasi Model State-Space Representasi state space dari suatu sistem merupakan suatu konsep dasar dalam teori kontrol modern. Model state space dapat mengatasi keterbatasan
Lebih terperinciBAB 3 METODOLOGI PENELITIAN
BAB 3 METODOLOGI PENELITIAN 3.1. Data Yang Digunakan Dalam melakukan penelitian ini, penulis membutuhkan data input dalam proses jaringan saraf tiruan backpropagation. Data tersebut akan digunakan sebagai
Lebih terperinciJaringan Syaraf Tiruan pada Robot
Jaringan Syaraf Tiruan pada Robot Membuat aplikasi pengenalan suara untuk pengendalian robot dengan menggunakan jaringan syaraf tiruan sebagai algoritma pembelajaran dan pemodelan dalam pengenalan suara.
Lebih terperinciBAB IV IMPLEMENTASI SKEMA RUNGE-KUTTA. Pada bab ini akan dibahas implementasi skema skema yang telah
BAB IV IMPLEMENTASI SKEMA RUNGE-KUTTA Pada bab ini akan dibahas implementasi skema skema yang telah dijelaskan pada Bab II dan Bab III pada suatu model pergerakan harga saham pada Bab II. Pada akhir bab
Lebih terperinciPrediksi Indeks Saham Syariah Indonesia Menggunakan Model Hidden Markov
A39 Prediksi Indeks Saham Syariah Indonesia Menggunakan Model Hidden Markov Risa Septi Pratiwi dan Daryono Budi Utomo Departemen Matematika, Fakultas Matematka dan Ilmu Pengetahuan Alam, Institut Teknologi
Lebih terperinciBAB IV PENGUJIAN DAN ANALISIS
BAB IV PENGUJIAN DAN ANALISIS Pada bab ini akan dijelaskan tentang pengujian dimensi robot, algoritma dari robot yang telah dibuat dan analisis mengenai kinerja dari algoritma tersebut. 4.1. Pengujian
Lebih terperinci