BAB IV PENGUJIAN ALGORITMA TRACKING
|
|
- Widyawati Hardja
- 6 tahun lalu
- Tontonan:
Transkripsi
1 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 penggabungan track dalam sistem Multi Radar Tracking. Selanjutnya pada Bab IV ini akan diberikan pemaparan mengenai pengujian yang telah dilakukan pada model Simulink yang telah dibuat. Setelah pengujian dilakukan, hasil-hasilnya akan dianalisis untuk mendapatkan gambaran mengenai kinerja algoritma filtering dan fusion yang telah didesain. IV.. Pengujian dengan beberapa studi kasus Pengujian dilakukan dengan cara membuat beberapa skenario kasus lintasan track yang berbeda. Lintasan track dibuat dengan memasukkan beberapa parameter gerak pesawat udara yaitu posisi awal (x dan y ), kecepatan awal (Vx dan Vy ) dan percepatan selama gerak pesawat udara disimulasikan. Kasus yang dipilih untuk menguji algoritma Filter Kalman pada sistem Radar Tracking ada dua kasus. Kasus yang pertama adalah kasus dimana lintasan pesawat udara yang dihasilkan berbentuk lurus dan dengan kecepatan konstan. Sedangkan yang kedua adalah kasus dimana gerak pesawat udara menjadi seperti bermanuver karena kecepatan pada salah satu sumbunya berubah sejalan dengan waktu (diberi harga percepatan). 5
2 Selanjutnya untuk menguji algoritma penggabungan track pada sistem Multi Radar Tracking juga diberikan dua macam kasus, yang pertama adalah kasus dimana dua sistem Radar seolah-olah menangkap target yang sama tetapi dengan noise pengukuran dan waktu update yang berbeda. Kasus kedua merupakan perkembangan dari kasus yang pertama dengan menambah beberapa target yang berbeda lintasan geraknya. IV... Pemodelan Noise Radar dan Penentuan Nilai Matriks Kovarian Noise Harga noise yang dimodelkan di dalam blok Noise Generator (lihat Gambar III.3) diambil dari harga error yang biasanya terdapat pada sistem Radar yang sebenarnya yaitu : r ± 3 feet dan θ ±. radian. [], [3] Sehingga standar deviasi noise pengukuran yang dipilih pada model Filter Kalman sistem Radar adalah harga-tersebut. Tentunya dengan merubah harga-harga tersebut ke dalam koordinat Cartesian terlebih dahulu seperti yang telah dijelaskan pada sub bab III..3 dengan persamaan (3.6) sampai (3.9). Sesuai dengan pembahasan tentang matriks Q pada sub Bab III.., maka untuk mendapatkan filter yang kecepatannya dapat diandalkan maka dipilih harga-harga kovarian noise proses : x., x., & y., dan y &. yang kemudian dimasukkan ke dalam persamaan (3.4). Harga-harga ini dipilih dengan cara melakukan serangkaian uji coba pada beberapa variasi harga sehingga didapat harga-harga yang memberikan hasil estimasi yang cepat. Menurut teori, semestinya harga-harga kovarian ini bernilai nol, yang menunjukkan bahwa tidak ada noise di dalam model proses kita. Akan tetapi karena kasus yang kedua dari pengujian ini memasukkan harga percepatan di dalam model gerak pesawat, maka harga-harga di atas dipilih dengan tujuan untuk meng-akomodasi kesalahan pemodelan keadaannya. Alasan lainnya adalah untuk pengujian algoritma penggabungan track pada sistem Multi 5
3 Radar Tracking, terdapat suatu syarat yang menyebutkan bahwa harga matriks kovarian noise proses tidak boleh bernilai nol.[9] IV... Studi Kasus Single Radar : Track Lurus Pada awal pengujian yang pertama, akan dilihat bagaimana efektifnya algoritma Filter Kalman yang telah didesain untuk mengurangi noise yang terjadi. Filter akan diuji dengan kasus yang paling sederhana yaitu dengan lintasan dimana gerak dari pesawat udara adalah konstan sehingga menghasilkan lintasan track sebenarnya (simbol hitam) yang berbentuk lurus seperti terlihat pada Gambar IV- di bawah. Sedangkan hasil pengukuran Radar yang telah diberi noise dilambangkan dengan garis merah bersimbol x. 3.5 x 4 Target Plot Actual vs Measurement Meas Act 3.5 True North axis East axis x 4 Gambar IV. : Lintasan gerak pesawat udara dengan kecepatan konstan 5
4 Lintasan gerak pesawat udara ini dibuat dengan skenario sebagai berikut: Pesawat udara bergerak dari titik (,) menurut koordinat sistem Radar. Kecepatan pesawat udara dibuat konstan sebesar 9 knots (35 ft/s atau ±.3 Mach) dalam arah True North dan East sehingga membuat bearing terhadap True North Radar sebesar 45 o. Model sistem Radar yang berada pada titik (,) diset untuk menerima pengukuran setiap 4 detik sekali ( Δ t 4 ) dengan lama simulasi ditentukan sepanjang detik. Sehingga menghasilkan pengukuran Radar yang berjumlah buah pengukuran (/4) Kemudian data lintasan gerak pesawat udara yang telah dihasilkan oleh blok Model Gerak Pesawat diteruskan pada blok model algoritma Radar Filter Kalman (lihat Gambar III.3 pada bab III sebelumnya) dengan harga-harga awal yang diambil adalah nol dan matriks noisenya sesuai pada bab IV.. sebelumnya: x Vx, ˆx dan P { } y V y, Φ Δt Δt dengan Δt 4 detik. Q... x x,y dan R sesuai persamaan (3.8). x,y y 53
5 Sehingga menghasilkan estimasi yang dapat dilihat pada Gambar IV. berikut Gambar IV. : Plot Track sebenarnya (act), pengukuran (meas) dan hasil estimasi (est) dari kasus Track lurus Gambar tiga plot track yang diperlihatkan oleh Gambar IV. menunjukkan bahwa hasil estimasi lebih mendekati plot track yang sebenarnya daripada plot hasil pegukuran. Hal ini membuktikan bahwa Filter Kalman berhasil memperbaiki track hasil pengukuran dengan mengurangi (mem-filter) noise pengukuran. Pernyataan di atas diperkuat dengan Gambar IV.3 yang menunjukkan perbandingan kesalahan Range antara hasil pengukuran dengan kesalahan Range hasil estimasi. 54
6 5 Meas Est range residual from actual Number of Measurements Gambar IV.3 : Perbandingan error Range antara pengukuran dan estimasi Track Lurus. 5 Error East axis Meas Est Error North axis Meas Est Gambar IV.4 : Perbandingan error Posisi antara pengukuran dan estimasi Track Lurus Pada Gambar IV.3, Garis merah dengan simbol x menunjukkan besar kesalahan yang terjadi antara hasil pengukuran range sistem Radar dengan nilai range yang sebenarnya pada setiap pengukuran yang diterima oleh sistem 55
7 Radar. Sedangkan garis biru dengan simbol menunjukkan besar kesalahan yang terjadi antara hasil estimasi range Filter Kalman dengan nilai range yang sebenarnya pada setiap pengukuran. Gambar IV.4 juga menunjukkan hal yang sama akan tetapi untuk error Posisi dalam koordinat kartesian. Pada lima pengukuran pertama hasil estimasi menunjukkan kesalahan yang lebih besar daripada hasil pengukuran, hal ini disebabkan oleh pemilihan harga awal matriks kovarian proses P yang bernilai nol. Pemilihan harga awal ini berarti bahwa tidak ada informasi sama sekali sebelumnya mengenai model sistem yang di-filter, sehingga mengakibatkan Filter Kalman memerlukan waktu beberapa kali pengukuran untuk mencapai harga kovarian dari sistem sebenarnya. Namun setelah beberapa waktu pengukuran, hasil estimasi menunjukkan perbaikan yang signifikan sepanjang pengukuran selanjutnya. IV..3. Studi Kasus Single Radar : Track dengan Arah dan Kecepatan yang Berubah Selanjutnya model sistem Single Radar akan diuji dengan lintasan gerak pesawat udara yang tidak hanya kecepatannya yang tidak konstan akan tetapi arahnya juga sedikit berubah. Model sistem Radar yang sama dengan kasus awal tetap dipakai dalam pengujian ini. Berikut gambar lintasan track dengan arah dan kecepatan yang berubah untuk pengujian kasus yang kedua. 56
8 3.5 x 4 Target Plot Actual vs Measurement 3 Meas Act.5 True North axis East axis x 4 Gambar IV.5 : Lintasan Gerak Pesawat dengan Arah dan Kecepatan yang berubah. Gambar IV.5 menunjukkan lintasan gerak pesawat udara yang dibuat dengan parameter-parameter sebagai berikut: Harga posisi awal (x dan y ) sama seperti pada kasus pertama yaitu (,), kecepatan awal (Vx dan Vy ) yang sama : 9 knots (35 ft/s atau ±.3 Mach) dalam arah True North dan East akan tetapi dengan tambahan harga percepatan.5 ft/s dalam arah negatif sumbu x sehingga menghasilkan lintasan terbang dengan arah dan kecepatan yang berubah sesuai dengan waktu. Untuk kasus ini diambil karakterisktik Filter Kalman yang sama dengan kasus yang pertama yaitu : x Vx, ˆx y V y, dan P { } Δt Φ Δt dengan Δt 4 detik 57
9 . Q... x x,y Dan R sesuai pers. (3.8). x,y y Sehingga Filter Kalman juga menunjukkan hasil yang baik terlihat dari Gambar IV.6 berikut. Gambar IV.6 : Plot Track sebenarnya (act), pengukuran (meas) dan hasil estimasi (est) dari kasus Track dengan arah dan kecepatan berubah 58
10 Sedangkan untuk perbandingan kesalahan yang dibuat oleh hasil pengukuran dan hasil estimasi ada pada Gambar IV.7 dan IV.8 5 Meas Est range residual from actual Number of Measurements Gambar IV.7 : Perbandingan kesalahan Range antara pengukuran dan estimasi Track dengan arah dan kecepatan berubah 5 Error East axis -5 - Meas Est Error North axis - Meas Est Gambar IV.8 : Perbandingan kesalahan Posisi antara pengukuran dan estimasi Track dengan arah dan kecepatan berubah Pada Gambar IV.7 dan IV.8, seperti yang juga terjadi pada kasus sebelumnya yaitu kasus track lurus, di sini terlihat meskipun hasilnya kurang baik pada 9 59
11 pengukuran awal, akan tetapi hasil estimasi Filter Kalman tetap memperbaiki kesalahan yang terjadi dan memberikan kesalahan yang lebih kecil dari hasil pengukuran pada pengukuran-pengukuran selanjutnya. IV..4. Studi Kasus Multi Radar : Track Lurus Lintasan gerak pesawat udara yang dipakai untuk pengujian ini adalah lintasan gerak yang sama dengan kasus pertama yaitu Track lurus dengan kecepatan konstan. Kecepatan pesawat udara dibuat konstan sebesar 9 knots (35 ft/s atau ±.3 Mach) dalam arah True North dan East dari Radar sehingga membuat bearing terhadap True North Radar sebesar 45 o Gambar IV.9 : Lintasan gerak pesawat udara yang konstan dengan pengukuran yang berbeda antara Radar dan 6
12 Pada kasus Multi Radar, pemodelan sistem Radar yang dipakai pada dasarnya adalah sama. Perbedaan yang utama pada kasus ini adalah noise yang diberikan pada masing-masing Radar berbeda besarnya sehingga hasil pengukuran Radar dan menunjukkan hasil yang berbeda pula seperti terlihat pada Gambar IV.9 sebelumnya. Dan juga setiap Radar diset untuk menerima hasil pengukuran dengan waktu update yang berbeda antara Radar satu dengan yang lainnya. Track pengukuran Radar dilambangkan dengan garis hijau dan simbol x. Sedangkan track pengukuran Radar dilambangkan dengan garis biru dan simbol +. Track yang sebenarnya seperti biasa dibuat dengan garis hitam dan simbol. Tujuan dari dibuatnya kasus ini adalah untuk menguji proses ekstrapolasi dan asosiasi dari track hasil estimasi sistem Radar yang berbeda. Model sistem Multi Radar Tracking ini terdiri dari dua buah sistem Single Radar yang pada dasarnya merupakan model sistem Single Radar Tracking, akan tetapi ada dua karakteristik sistem yang membedakan satu sistem Radar dengan yang lainnya (lihat Gambar III.4 yaitu model simulink yang telah dijelaskan pada bab III.3). Di dalam model simulasi ini Sistem Radar diset untuk mempunyai waktu update sebesar 6 detik. Sedangkan sistem Radar diset untuk mempunyai waktu update 4 detik. Selain itu noise pengukuran yang diberikan pada kedua sistem Radar ini bersifat acak dengan input berbeda (dibuat oleh Program Simulink). Untuk karakteristik Filter Kalman setiap Radar: Filter Kalman Radar ˆx { } dan P { },, 6
13 Δ Δ Φ t t dengan 6 Δt detik.... Q dan Radar y x,y x,y x R Filter Kalman Radar { }, ˆx dan { }, P Δ Δ Φ t t dengan 4 Δt detik Q dan Radar y x,y x,y x R Seperti yang telah dibahas pada bab III.3, maka untuk mengkorelasikan kedua data hasil estimasi dari dua filter Kalman di atas diambil sebuah harga waktu sistem (Ts) yang sama dengan t Δ yaitu 6 detik. Dari pemodelan tersebut, simulasi model Multi Radar Tracking menghasilkan track sistem seperti pada Gambar IV. 6
14 Gambar IV. : Hasil simulasi sistem Multi Radar Tracking. Dimana garis hitam dengan simbol mewakili posisi yang sebenarnya, garis hijau dan merah mewakili posisi hasil estimasi Radar dan secara berturutturut, sedangkan garis biru dengan simbol mewakili posisi track sistem. 63
15 Dari Gambar IV. terlihat bahwa dua hasil estimasi Radar tidak hanya berbeda akan tetapi juga tidak sinkron waktunya. Berkat proses ekstrapolasi dan penggabungan track, kedua track dari sistem Radar yang berbeda itu dapat digabungkan dan memberikan hasil yang pada dasarnya merupakan nilai tengah dari dua hasil estimasi masing-masing Radar. Hal ini dapat dilihat pada Gambar IV. dimana garis biru yang merupakan garis lintasan track sistem selalu berada di tengah di antara garis hijau dan merah yang merupakan garis lintasan track Radar dan Radar secara berurutan. IV..5. Studi Kasus Multi Radar : 3 buah Track Lurus Pada studi kasus yang terakhir, data track dari beberapa pesawat udara terlebih dahulu disimulasikan dan disimpan untuk kemudian diujikan pada model sistem multi radar yang telah dijelaskan pada sub bab sebelumnya. Uji ini dilakukan untuk melihat bagaimana kinerja model yang telah dibuat jika diberi target yang lebih dari satu. Plot dari 3 target yang dihasilkan dapat dilihat pada Gambar IV.. Gambar tersebut memperlihatkan 3 lintasan track yang berbeda posisi dan kecepatannya. 3 data lintasan track ini kemudian diolah oleh kedua Radar yang mempunyai karakteristik noise yang berbeda sehingga menghasilkan hasil estimasi yang berbeda antara masing-masing Radar. 64
16 Gambar IV. : Plot 3 target data simulasi Radar dan Karakteristik Filter Kalman Radar dan diset sama seperti yang dipakai pada sistem Multi Radar Tracking kasus sebelumnya. Hasil dari simulasi 3 target di atas terlihat pada Gambar IV. berikut. 65
17 Gambar IV. : Hasil simulasi sistem Multi Radar Tracking dengan 3 target Terlihat bahwa meskipun target yang diproses lebih dari satu, hasil yang diperoleh sama dengan kasus multi radar dengan satu target. Track sistem (garis biru dengan simbol ) yang diperoleh merupakan hasil penggabungan antara dua track hasil estimasi dari dua sistem Radar (garis hijau dengan simbol + dan garis merah dengan simbol ). 66
18 Gambar IV.3 : Hasil Multi Radar Tracking Target # Gambar IV.4 : Hasil Multi Radar Tracking Target # 67
19 Gambar IV.5 : Hasil Multi Radar Tracking Target #3 Gambar IV.3 5 menunjukkan hasil simulasi Multi Radar Tracking dari masing-masing target. IV.. Analisis dan Pembahasan secara umum. Untuk kasus track lurus dan track dengan arah dan kecepatannya berubah pada sistem single Radar, Filter Kalman terbukti dapat memperbaiki hasil pengukuran Radar. Hal ini dibuktikan dengan cara membandingkan nilai perhitungan MSE antara hasil pengukuran (dengan noise) dan hasil estimasi Filter Kalman. Untuk kasus track lurus, perhitungan MSE pada hasil pengukuran dengan noise bernilai.883 x 6 sedangkan pada hasil 68
20 estimasinya didapatkan nilai.97 x 6. Sehingga bila dibandingkan maka Filter Kalman memperbaiki error kira-kira sebesar 4 %. 6 MSE( pengukuran) MSE( estimasi ).883 x -.97 x 6 MSE( pengukuran).883 x Untuk kasus track belok, perhitungan MSE nya : 6 MSE( pengukuran ) MSE( estimasi ).883 x x 6 MSE( pengukuran).883 x 6.96 Dari sisi visual, dapat dilihat bahwa bentuk lintasan track yang dihasilkan oleh proses estimasi Filter Kalman lebih halus (smooth) dibandingkan dengan bentuk lintasan track hasil pengukuran. Sedangkan untuk kasus Multi Radar tracking yang bertujuan untuk menguji metode penggabungan track, model dan algoritma yang diterapkan terbukti dapat menggabungkan track hasil estimasi antara Radar satu dengan yang lain meskipun waktu update tiap Radar berbeda Dari hasil yang didapatkan di atas maka tujuan dari pelaksanaan penelitian dan tesis ini telah terpenuhi dan terbukti dapat memenuhi kriteria yang diterapkan sebelumnya. 69
PADA. Oleh Ferryanto Chandra Program Studi Magister dan Doktor Teknik Penerbangan Fakultas Teknologi Industri Institut Teknologi Bandung
APLIKASI ALGORITMA FILTERING PADA SISTEM MULTI RADAR TRACKING Oleh Ferryanto Chandra 23604004 Program Studi Magister dan Doktor Teknik Penerbangan Fakultas Teknologi Industri Institut Teknologi Bandung
Lebih terperinciBAB 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 I PENDAHULUAN. I.1. Sistem Air Traffic Control (ATC)
BAB I PENDAHULUAN I.1. Sistem Air Traffic Control (ATC) Sistem Air Traffic Control (ATC) merupakan sistem kompleks yang melibatkan sumber daya manusia, lembaga otoritas, manajemen, prosedur operasi dan
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 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 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 terperinciBAB III METODE PENELITIAN. tracking obyek. Pada penelitian tugas akhir ini, terdapat obyek berupa bola. Gambar 3.1. Blok Diagram Penelitian
BAB III METODE PENELITIAN 3.1 Metode Penelitian Metode penelitian yang digunakan dalam pengerjaan Tugas Akhir ini adalah studi literatur, pembuatan program serta melakukan deteksi dan tracking obyek. Pada
Lebih terperinciBAB 4 ANALISA SISTEM
52 BAB 4 ANALISA SISTEM 4.1 Analisa Input Seperti yang dijelaskan pada bab sebelumnya, variabel - variabel input yang digunakan dalam program disesuaikan dengan rumus yang sudah didapat. Hal ini dimaksudkan
Lebih terperinciBAB I PENDAHULUAN. 1.1 Latar Belakang Masalah
BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Dalam mendisain sebuah sistem kontrol untuk sebuah plant yang parameterparameternya tidak berubah, metode pendekatan standar dengan sebuah pengontrol yang parameter-parameternya
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 terperinciSIMULASI GERAK WAHANA PELUNCUR POLYOT
BAB SIMULASI GERAK WAHANA PELUNCUR POLYOT. Pendahuluan Simulasi gerak wahana peluncur Polyot dilakukan dengan menggunakan perangkat lunak Simulink Matlab 7.. Dalam simulasi gerak ini dimodelkan gerak roket
Lebih terperinciBAB IV PENGUJIAN SISTEM. pada PC yang dihubungkan dengan access point Robotino. Hal tersebut untuk
BAB IV PENGUJIAN SISTEM Pengujian sistem yang dilakukan merupakan pengujian terhadap Robotino dan aplikasi pada PC yang telah selesai dibuat. Dimulai dari menghubungkan koneksi ke Robotino, menggerakan
Lebih terperinciImplementasi Sensor Fusion untuk Peningkatan Akurasi Sensor GPS
Implementasi Sensor Fusion untuk Peningkatan Akurasi Sensor GPS T. A. Nugroho, M. Hutagalung, M.A. Susantio, V. Jeremias, Y. Yonata Institut Teknologi Harapan Bangsa tunggul@gmail.com Abstract. Pada sektor
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 terperinciBAB II LANDASAN TEORI
BAB II LANDASAN TEORI 2.1 Citra Citra merupakan salah satu komponen multimedia yang memegang peranan sangat penting sebagai bentuk informasi visual. Meskipun sebuah citra kaya akan informasi, namun sering
Lebih terperinciFisika Dasar I (FI-321)
Fisika Dasar I (FI-321) Topik hari ini (minggu 2) Gerak dalam Satu Dimensi (Kinematika) Kerangka Acuan & Sistem Koordinat Posisi dan Perpindahan Kecepatan Percepatan GLB dan GLBB Gerak Jatuh Bebas Mekanika
Lebih terperinciTEKNIK PENGOLAHAN CITRA. Kuliah 7 Restorasi Citra (Image Restoration) Indah Susilawati, S.T., M.Eng.
TEKNIK PENGOLAHAN CITRA Kuliah 7 Restorasi Citra (Image Restoration) Indah Susilawati, S.T., M.Eng. Program Studi Teknik Informatika/Studi Sistem Informasi Fakultas Tekniknologi Informasi Universitas Mercu
Lebih terperinciPengembangan laser..., Ahmad Kholil, FT UI, 2008
i. Membuat lintasan untuk setiap layer. Lintasan dibuat dengan terlebih dahulu menentukan titik x sesuai dengan hatch space yang telah ditentukan sebelumnya. j. Mengurutkan titik potong berdasarkan arah
Lebih terperinciBAB III GERAK LURUS. Gambar 3.1 Sistem koordinat kartesius
BAB III GERAK LURUS Pada bab ini kita akan mempelajari tentang kinematika. Kinematika merupakan ilmu yang mempelajari tentang gerak tanpa memperhatikan penyebab timbulnya gerak. Sedangkan ilmu yang mempelajari
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 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 terperinciFisika Dasar I (FI-321)
Fisika Dasar I (FI-321) Topik hari ini (minggu 2) Gerak dalam Satu Dimensi (Kinematika) Kerangka Acuan & Sistem Koordinat Posisi dan Perpindahan Kecepatan Percepatan GLB dan GLBB Gerak Jatuh Bebas Mekanika
Lebih terperinciBAB 4 EVALUASI DAN ANALISA DATA
BAB 4 EVALUASI DAN ANALISA DATA Pada bab ini akan dibahas tentang evaluasi dan analisa data yang terdapat pada penelitian yang dilakukan. 4.1 Evaluasi inverse dan forward kinematik Pada bagian ini dilakukan
Lebih terperinciBAB IV HASIL PENELITIAN DAN PEMBAHASAN
35 BAB IV HASIL PENELITIAN DAN PEMBAHASAN 4.1 Implementasi GUI GUI diimplementasikan sesuai dengan program pengolah citra dan klasifikasi pada tahap sebelumya. GUI bertujuan untuk memudahkan pengguna mengidentifikasi
Lebih terperinciBAB II DASAR TEORI. Gambar 2.1. Letak CoM dan poros putar robot pada sumbu kartesian.
BAB II DASAR TEORI Pada bab ini akan dibahas beberapa teori pendukung yang digunakan sebagai acuan dalam merealisasikan sistem yang dirancang. Teori-teori yang digunakan dalam realisasi skripsi ini antara
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 terperinciBAB III METODOLOGI. 3.1 Data. Data yang digunakan dalam studi ini meliputi :
BAB III METODOLOGI 3.1 Data Data yang digunakan dalam studi ini meliputi : Data citra satelit NOAA Citra Satelit NOAA yang digunakan merupakan hasil olahan yang menampilkan tampakan pewarnaan laut untuk
Lebih terperinciBAB 2 LANDASAN TEORI
7 BAB 2 LANDASAN TEORI 2.1 Citra Digital Citra digital merupakan sebuah fungsi intensitas cahaya, dimana harga x dan y merupakan koordinat spasial dan harga fungsi f tersebut pada setiap titik merupakan
Lebih terperinciESTIMASI POSISI ROBOT MOBIL MENGGUNAKAN UNSCENTED KALMAN FILTER. Oleh: Miftahuddin ( )
ESTIMASI POSISI ROBOT MOBIL MENGGUNAKAN UNSCENTED KALMAN FILTER Oleh: Miftahuddin (1206 100 707) Dosen Pembimbing: Subchan, Ph.D Dr. Erna Apriliani, M.Si Abstrak Robot Mobil atau Mobile Robot adalah konstruksi
Lebih terperinciBAB III MODEL ARIMAX DENGAN EFEK VARIASI KALENDER
21 BAB III MODEL ARIMAX DENGAN EFEK VARIASI KALENDER 3.1 Model Variasi Kalender Liu (Kamil 2010: 10) menjelaskan bahwa untuk data runtun waktu yang mengandung efek variasi kalender, dituliskan pada persamaan
Lebih terperinciTEKNIK PENGOLAHAN CITRA. Kuliah 6 Restorasi Citra (Image Restoration) Indah Susilawati, S.T., M.Eng.
TEKNIK PENGOLAHAN CITRA Kuliah 6 Restorasi Citra (Image Restoration) Indah Susilawati, S.T., M.Eng. Program Studi Teknik Elektro Program Studi Teknik Informatika Fakultas Teknik dan Ilmu Komputer Universitas
Lebih terperinciBAB 4 PEMBAHASAN. penelitian sebelumnya, hasil tersebut kemudian dianalisis, dimana hasil dari analisis
BAB 4 PEMBAHASAN 4.1 Pendahuluan Pada bab ini ditampilkan hasil dari simulasi yang telah dilakukan pada tahap penelitian sebelumnya, hasil tersebut kemudian dianalisis, dimana hasil dari analisis tersebut
Lebih terperinciBAB 4 SIMULASI MODEL MATEMATIS CSTR BIODIESEL
BAB 4 SIMULASI MODEL MATEMATIS CSTR BIODIESEL Pada Bab ini akan dilakukan simulasi model matematis yang didapat di dari Bab sebelumnya. Simulasi akan dilakukan pada model CSTR yang lengkap dan model CSTR
Lebih terperinciPERHITUNGAN PARAMETER AERODINAMIKA ROKET POLYOT
BAB 4 PERHITUNGAN PARAMETER AERODINAMIKA ROKET POLYOT 4. Perhitungan Parameter Aerodinamika Roket Polyot Menggunakan Digital Datcom dan Missile Datcom Roket Polyot dalam operasinya memiliki lintas terbang
Lebih terperinciBAB III METODE PENELITIAN. ada beberapa cara yang telah dilakukan, antara lain : akan digunakan untuk melakukan pengolahan citra.
BAB III METODE PENELITIAN Untuk pengumpulan data yang diperlukan dalam melaksanakan tugas akhir, ada beberapa cara yang telah dilakukan, antara lain : 1. Studi Kepustakaan Studi kepustakaan berupa pencarian
Lebih terperinciBAB III METODE PENELITIAN
BAB III METODE PENELITIAN 3.1 Rancangan Penelitian Pengerjaan tugas akhir ini ditunjukkan dalam bentuk blok diagram pada gambar 3.1. Blok diagram ini menggambarkan proses dari sampel citra hingga output
Lebih terperinciMODEL LOGISTIK UNTUK SATU SPESIES
Bab 3 MODEL LOGISTIK UNTUK SATU SPESIES Dalam pembahasan bab ini penulis akan mencoba menjelaskan mengenai model untuk satu pohon. Pada bab sebelumnya telah dijelaskan bahwa untuk pengamatan data secara
Lebih terperinciBAB II LANDASAN TEORI
BAB II LANDASAN TEORI 2.1 Pengenalan Marka Jalan Marka jalan merupakan suatu penanda bagi para pengguna jalan untuk membantu kelancaran jalan dan menghindari adanya kecelakaan. Pada umumnya marka jalan
Lebih terperinciFisika Dasar 9/1/2016
1 Sasaran Pembelajaran 2 Mahasiswa mampu mencari besaran posisi, kecepatan, dan percepatan sebuah partikel untuk kasus 1-dimensi dan 2-dimensi. Kinematika 3 Cabang ilmu Fisika yang membahas gerak benda
Lebih terperinciBAB II LANDASAN TEORI
BAB II LANDASAN TEORI 2.1. Citra Citra (image) atau yang secara umum disebut gambar merupakan representasi spasial dari suatu objek yang sebenarnya dalam bidang dua dimensi yang biasanya ditulis dalam
Lebih terperinciImam Trio Utama, Hendro Nurhadi, Dhany Arifianto
ABSTRAK PENGEMBANGAN SISTEM PENGINDERAAN JAUH AUV BERBASIS PADA SENSOR INFRA MERAH DAN SENSOR SONAR Imam Trio Utama, Hendro Nurhadi, Dhany Arifianto Jurusan Teknik Mesin Fakultas Teknologi Industri Institut
Lebih terperinciGambar 4.1 Macam-macam Komponen dengan Bentuk Kompleks
BAB 4 HASIL DA A ALISA Banyak komponen mesin yang memiliki bentuk yang cukup kompleks. Setiap komponen tersebut bisa jadi memiliki CBV, permukaan yang berkontur dan fitur-fitur lainnya. Untuk bagian implementasi
Lebih terperinciR = matriks pembobot pada fungsi kriteria. dalam perancangan kontrol LQR
DAFTAR NOTASI η = vektor orientasi arah x = posisi surge (m) y = posisi sway (m) z = posisi heave (m) φ = sudut roll (rad) θ = sudut pitch (rad) ψ = sudut yaw (rad) ψ = sudut yaw frekuensi rendah (rad)
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 terperinciAnalisa dan Pemodelan Kerumunan Orang pada Video Digital
Sidang Tugas Akhir Analisa dan Pemodelan Kerumunan Orang pada Video Digital Oleh: Nick Darusman (2209106015) Dosen Pembimbing Dr. Ir. Wirawan, DEA Jumat, 24 Januari 2012 Surabaya 1 Latar Belakang Angka
Lebih terperinciKarena hanya mempelajari gerak saja dan pergerakannya hanya dalam satu koordinat (sumbu x saja atau sumbu y saja), maka disebut sebagai gerak
BAB I. GERAK Benda dikatakan melakukan gerak lurus jika lintasan yang ditempuhnya membentuk garis lurus. Ilmu Fisika yang mempelajari tentang gerak tanpa mempelajari penyebab gerak tersebut adalah KINEMATIKA.
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1. Pengertian Citra Digital Citra digital merupakan sebuah fungsi intensitas cahaya f(x,y), dimana harga x dan y merupakan koordinat spasial dan harga fungsi f tersebut pada setiap
Lebih terperinciLANDASAN TEORI. 2.1 Citra Digital Pengertian Citra Digital
LANDASAN TEORI 2.1 Citra Digital 2.1.1 Pengertian Citra Digital Citra dapat didefinisikan sebagai sebuah fungsi dua dimensi, f(x,y) dimana x dan y merupakan koordinat bidang datar, dan harga fungsi f disetiap
Lebih terperinciBAB III PERANCANGAN SISTEM. Pada dewasa sekarang ini sangat banyak terdapat sistem dimana sistem tersebut
BAB III PERANCANGAN SISTEM 3.1 Definisi Masalah Pada dewasa sekarang ini sangat banyak terdapat sistem dimana sistem tersebut sudah terintegrasi dengan komputer, dengan terintegrasinya sistem tersebut
Lebih terperinciBAB I PENDAHULUAN. 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Citra merupakan suatu kemiripan, atau imitasi dari suatu objek atau benda. Citra memiliki beberapa karakteristik yang mengandung suatu infomasi. Citra yang bagus dapat
Lebih terperinciBAB 2 LANDASAN TEORI Pengertian Data Deret Berkala
BAB 2 LANDASAN TEORI 2.1. Pengertian Data Deret Berkala Suatu deret berkala adalah himpunan observasi yang terkumpul atau hasil observasi yang mengalami peningkatan waktu. Data deret berkala adalah serangkaian
Lebih terperinciBAB 2 TINJAUAN PUSTAKA
BAB 2 TINJAUAN PUSTAKA Pada bab ini akan membahas landasan teori-teori yang bersifat ilmiah untuk mendukung penulisan skripsi ini. Teknik-teknik yang dibahas mengenai pengenalan pola, prapengolahan citra,
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 terperinciBAB III PERANCANGAN PERANGKAT LUNAK
BAB III PERANCANGAN PERANGKAT LUNAK Sistem alih aksara pada skripsi ini bertujuan untuk mengalih aksarakan aksara jawa menjadi aksara latin ng telah dikenal saat ini. Sistem alih aksara menerapkan metode
Lebih terperinciBAB I PENDAHULUAN 1.1. Latar Belakang
BAB I PENDAHULUAN 1.1. Latar Belakang Model regresi yang baik memerlukan data yang baik pula. Suatu data dikatakan baik apabila data tersebut berada di sekitar garis regresi. Kenyataannya, terkadang terdapat
Lebih terperinciBAB II LANDASAN TEORI
BAB II LANDASAN TEORI BAB II LANDASAN TEORI 2.1. Sistem Kendali Lup[1] Sistem kendali dapat dikatakan sebagai hubungan antara komponen yang membentuk sebuah konfigurasi sistem, yang akan menghasilkan
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 terperinciObject Tracking Berbasis Background Substraction dan Kalman Filter. Kata kunci: object tracking, Kalman filter, Substraction background.
Object Tracking Berbasis Background Substraction dan Kalman Filter Nasrulloh Ratu B.S.L 115060800111076 satrialoka@gmail.com Deby Faisol Akbar 115060800111065 lastace22@gmail.com Abstrak Dalam proses pendeteksian
Lebih terperinciBAB II MODEL REGRESI. Tujuan Pengajaran: Setelah mempelajari bab ini, anda diharapkan dapat:
Supawi Pawenang, 2011, Ekonometrika Terapan, IDEA Press Jogja BAB II MODEL REGRESI Tujuan Pengajaran: Setelah mempelajari bab ini, anda diharapkan dapat: Mengerti definisi model Mengerti definisi regresi
Lebih terperinciBAB I PENDAHULUAN. Gambar Glider (salah satu pendekatan cara terbang burung)
BAB I PENDAHULUAN 1.1. LATAR BELAKANG Di masa lalu, banyak orang berusaha memahami bagaimana burung dapat mengambang di udara. Mereka ingin tahu bagaimana burung yang lebih berat dari udara dapat mengalahkan
Lebih terperinciBAB III PEMBAHASAN. Metode kriging digunakan oleh G. Matheron pada tahun 1960-an, untuk
BAB III PEMBAHASAN 3.1. Kriging Metode kriging digunakan oleh G. Matheron pada tahun 1960-an, untuk menonjolkan metode khusus dalam moving average terbobot (weighted moving average) yang meminimalkan variansi
Lebih terperinciBAB IV SIMULASI STABILISASI INVERTED PENDULUM DENGAN MENGGUNAKAN PENGONTROL FUZZY
BAB IV SIMULASI STABILISASI INVERTED PENDULUM DENGAN MENGGUNAKAN PENGONTROL FUZZY Pada bab ini, pertama-tama akan dijelaskan mengenai pemodelan stabilisasi sistem inverted pendulum menggunakan perangkat
Lebih terperinciAtina Ahdika. Universitas Islam Indonesia 2015
Atina Ahdika Universitas Islam Indonesia 2015 Pada materi sebelumnya, kita telah belajar tentang koefisien korelasi, yaitu suatu ukuran yang menyatakan tentang kuat tidaknya hubungan linier antara dua
Lebih terperinci4. HASIL DAN PEMBAHASAN. (suhu manual) dianalisis menggunakan analisis regresi linear. Dari analisis
4. HASIL DAN PEMBAHASAN 4.1. Koreksi Suhu Koreksi suhu udara antara data MOTIWALI dengan suhu udara sebenarnya (suhu manual) dianalisis menggunakan analisis regresi linear. Dari analisis tersebut dihasilkan
Lebih terperinciWAVELET -JARINGAN SYARAF TIRUAN UNTUK PREDIKSI DATA TIME SERIES
J. Math. and Its Appl. ISSN: 1829-605X Vol. 4, No. 2, November 2007, 53 64 WAVELET -JARINGAN SYARAF TIRUAN UNTUK PREDIKSI DATA TIME SERIES Daryono Budi Utomo Jurusan Matematika FMIPA Institut Teknologi
Lebih terperinciBAB I PENDAHULUAN. handoff pada jaringan 3G (third generation), para pengguna sudah dapat merasakan
BAB I PENDAHULUAN I.1 Latar Belakang Manajemen mobilitas merupakan sebuah tantangan yang besar bagi jaringan akses radio pada masa ini dan masa yang akan datang. Dengan implementasi soft handoff pada jaringan
Lebih terperinciBAB IV VALIDASI MODEL SIMULASI DENGAN MENGGUNAKAN DATA LAPANGAN
BAB IV VALIDASI MODEL SIMULASI DENGAN MENGGUNAKAN DATA LAPANGAN Untuk memperoleh keyakinan terhadap model yang akan digunakan dalam simulasi untuk menggunakan metode metode analisa uji sumur injeksi seperti
Lebih terperinciReduksi Harmonisa dan Ketidakseimbangan Tegangan menggunakan Hybrid Active Power Filter Tiga Fasa berbasis ADALINE-Fuzzy
Reduksi Harmonisa dan Ketidakseimbangan Tegangan menggunakan Hybrid Active Power Filter Tiga Fasa berbasis ADALINE-Fuzzy Oleh: Marselin Jamlaay 2211 201 206 Dosen Pembimbing: 1. Prof. Dr. Ir. Mochamad
Lebih terperinciImplementasi Kalman Filter Pada Sensor Jarak Berbasis Ultrasonik
Implementasi Kalman Filter Pada Sensor Jarak Berbasis Ultrasonik Hendawan Soebhakti, Rifqi Amalya Fatekha Program Studi Teknik Mekatronika, Jurusan Teknik Elektro Politeknik Negeri Batam Email : hendawan@polibatam.ac.id
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 terperinciLAMPIRAN A MATRIKS LEMMA
LAMPIRAN A MATRIKS LEMMA Dengan menganggap menjadi sebuah matriks dengan dimensi, dan adalah vektor dari dimensi, maka didapatkan persamaan: (A.1) Dengan menggunakan persamaan (2.32) dan (2.38), didapatkan
Lebih terperinciBAB II TI JAUA PUSTAKA
BAB II TI JAUA PUSTAKA Pada bab ini akan dibahas mengenai teori-teori yang menunjang tugas akhir ini. Antara lain yaitu pengertian citra, pengertian dari impulse noise, dan pengertian dari reduksi noise.
Lebih terperinciDESAIN KONTROLER FUZZY UNTUK SISTEM GANTRY CRANE
DESAIN KONTROLER FUZZY UNTUK SISTEM GANTRY CRANE Rosita Melindawati (2211106002) Pembimbing : Dr. Trihastuti Agustinah, ST., MT. Bidang Studi Teknik Sistem Pengaturan JURUSAN TEKNIK ELEKTRO Fakultas Teknologi
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang Masalah
BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Berkurangnya fungsi pendengaran adalah penurunan fungsi pendengaran pada salah satu ataupun kedua telinga. Hal ini disebabkan oleh infeksi, strokes, obat-obatan,
Lebih terperinciAnalisa Kinematik Secara Spatial Untuk Rack and Pinion pada Kendaraan Hybrid Roda Tiga Sapujagad 2
JURNAL TEKNIK POMITS Vol. 1, No. 2, (214) ISSN: 231-9271 1 Analisa Kinematik Secara Spatial Untuk Rack and Pinion pada Kendaraan Hybrid Roda Tiga Sapujagad 2 Fachri Nugrahasyah Putra dan Unggul Wasiwitono
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 2 LANDASAN TEORI. Ramalan pada dasarnya merupakan perkiraan mengenai terjadinya suatu yang akan
BAB 2 LANDASAN TEORI 2.1 Pengertian Peramalan Ramalan pada dasarnya merupakan perkiraan mengenai terjadinya suatu yang akan datang. Peramalan adalah proses untuk memperkirakan kebutuhan di masa datang
Lebih terperinciBAB 4 ANALISA HASIL PENGUJIAN Pengukuran BSNR pada tiap citra asli dan yang dihasilkan
35 BAB 4 ANALISA HASIL PENGUJIAN 4.1. Pengujian Obyektif 4.1.1. Pengukuran BSNR pada tiap citra asli dan yang dihasilkan Pengujian dilakukan terhadap 5 buah gambar yang diambil dengan menggunakan kamera
Lebih terperinciBAB 3 MODEL FUNGSI TRANSFER MULTIVARIAT
BAB 3 MODEL FUNGSI TRANSFER MULTIVARIAT Model fungsi transfer multivariat merupakan gabungan dari model ARIMA univariat dan analisis regresi berganda, sehingga menjadi suatu model yang mencampurkan pendekatan
Lebih terperinciBAB III METODA. Gambar 3.1 Intensitas total yang diterima sensor radar (dimodifikasi dari GlobeSAR, 2002)
BAB III METODA 3.1 Penginderaan Jauh Pertanian Pada penginderaan jauh pertanian, total intensitas yang diterima sensor radar (radar backscattering) merupakan energi elektromagnetik yang terpantul dari
Lebih terperinciRaycasting Pada Augmented Reality Dimensi Tiga
JURNAL TEKNIK POMITS Vol. 1, No. 1, (2012) 1-7 1 Raycasting Pada Augmented Reality Dimensi Tiga Wahyu Setyo Budi, Supeno Mardi Susiki Nugroho, dan Christyowidiasmoro Jurusan Teknik Elektro, Fakultas Teknologi
Lebih terperinciTIME CYCLE YANG OPTIMAL PADA SIMULASI PERILAKU TERBANG BURUNG ALBATROSS Disusun oleh: Nama : Herry Lukas NRP : ABSTRAK
TIME CYCLE YANG OPTIMAL PADA SIMULASI PERILAKU TERBANG BURUNG ALBATROSS Disusun oleh: Nama : Herry Lukas NRP : 0522114 Jurusan Teknik Elektro, Fakultas Teknik,, Jl.Prof.Drg.Suria Sumantri, MPH No.65, Bandung,
Lebih terperinciBAB I PENDAHULUAN. sinyal paling tinggi. Metode ini memperlihatkan banyaknya handover yang tidak
BAB I PENDAHULUAN 1.1 Latar Belakang Algoritma handover paling sederhana adalah algoritma berdasarkan kekuatan sinyal dimana algoritma ini bekerja berdasarkan tes kekuatan sinyal yang relatif terhadap
Lebih terperinciPENERAPAN METODE ARIMA DALAM MERAMALKAN INDEKS HARGA KONSUMEN (IHK) INDONESIA TAHUN 2013
La Pimpi //Paradigma, Vol. 17 No. 2, Oktober 2013, hlm. 35-46 PENERAPAN METODE ARIMA DALAM MERAMALKAN INDEKS HARGA KONSUMEN (IHK) INDONESIA TAHUN 2013 1) La Pimpi 1 Staf Pengajar Jurusan Matematika, FMIPA,
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 terperinciPanduan Praktikum S1 Elins Eksp. Kontrol Digital 1
1 Sistem Kontrol Digital Eksperimen 1 : Pengenalan Matlab dan Simulink pada Sistem Kontrol Digital Tujuan : Memperkenalkan Matlab, Simulink dan Control System Toolbox yang digunakan untuk mensimulasikan
Lebih terperinciGERAK BENDA DALAM BIDANG DATAR DENGAN PERCEPATAN TETAP
34 MODUL PERTEMUAN KE 4 MATA KULIAH : (2 sks) MATERI KULIAH: Gerak Peluru (Proyektil); Gerak Melingkar Beraturan, Gerak Melingkar Berubah Beraturan, Besaran Angular dan Besaran Tangensial. POKOK BAHASAN:
Lebih terperinciBAB I PENDAHULUAN 1.1. Latar Belakang
BAB I PENDAHULUAN 1.1. Latar Belakang Musik saat ini tengah menjadi trend setter yang banyak digemari masyarakat. Terbukti dari menjamurnya program-program mengenai musik di media massa dan besarnya antusiasme
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 terperinciPEMODELAN AUTOREGRESSIVE INTEGRATED MOVING AVERAGE PADA DATA REDAMAN HUJAN DI SURABAYA. Nur Hukim
TE 091399 TUGAS AKHIR- 4 SKS PEMODELAN AUTOREGRESSIVE INTEGRATED MOVING AVERAGE PADA DATA REDAMAN HUJAN DI SURABAYA Oleh Nur Hukim Dosen Pembimbing Prof. Ir. Gamantyo Hendrantoro, M.Eng. Ph.D Ir. Achmad
Lebih terperinciRANCANG BANGUN SISTEM KENDALI QUADROTOR UNTUK KESETIMBANGAN POSISI DENGAN PID
UNIVERSITAS INDONESIA RANCANG BANGUN SISTEM KENDALI QUADROTOR UNTUK KESETIMBANGAN POSISI DENGAN PID SKRIPSI NUR HIDAYAT 04 05 03 0621 FAKULTAS TEKNIK PROGRAM STUDI TEKNIK ELEKTRO DEPOK JUNI 2009 UNIVERSITAS
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1 Himpunan Fuzzy Tidak semua himpunan yang dijumpai dalam kehidupan sehari-hari terdefinisi secara jelas, misalnya himpunan orang miskin, himpunan orang pandai, himpunan orang tinggi,
Lebih terperinciPerancangan dan Implementasi Kontroler PID Optimal Untuk Tracking Lintasan Gerakan Lateral Pada UAV(Unmanned Aerial Vehicle)
Perancangan dan Implementasi Kontroler PID Optimal Untuk Tracking Lintasan Gerakan Lateral Pada UAV(Unmanned Aerial Vehicle) Rahmat Fauzi 2209106077 Pembimbing : Surabaya, 26 Januari 2012 Ir. Rusdhianto
Lebih terperinciBAB III PEMBAHASAN. FRBFNN, Arsitektur FRBFNN, aplikasi FRBFNN untuk meramalkan kebutuhan
BAB III PEMBAHASAN Pada bab ini berisi mengenai FRBFNN, prosedur pembentukan model FRBFNN, Arsitektur FRBFNN, aplikasi FRBFNN untuk meramalkan kebutuhan listrik di D.I Yogyakarta. A. Radial Basis Function
Lebih terperinciModel Matematika dari Sistem Dinamis
Model Matematika dari Sistem Dinamis September 2012 () Model Matematika dari Sistem Dinamis September 2012 1 / 60 Pendahuluan Untuk analisis dan desain sistem kontrol, sistem sis harus dibuat model sisnya.
Lebih terperinciBAB V ANALISA SENSITIVITAS MODEL SIMULASI
BAB V ANALISA SENSITIVITAS MODEL SIMULASI Simulasi menggunakan model sistem reservoir seperti yang dijelaskan dan divalidasi dengan data lapangan pada Bab IV terdahulu, selanjutnya akan dilakukan analisa
Lebih terperinciKINEMATIKA. Fisika. Tim Dosen Fisika 1, ganjil 2016/2017 Program Studi S1 - Teknik Telekomunikasi Fakultas Teknik Elektro - Universitas Telkom
KINEMATIKA Fisika Tim Dosen Fisika 1, ganjil 2016/2017 Program Studi S1 - Teknik Telekomunikasi Fakultas Teknik Elektro - Universitas Telkom Sasaran Pembelajaran Indikator: Mahasiswa mampu mencari besaran
Lebih terperinciBAB III. TEORI DASAR. benda adalah sebanding dengan massa kedua benda tersebut dan berbanding
14 BAB III. TEORI DASAR 3.1. Prinsip Dasar Metode Gayaberat 3.1.1. Teori Gayaberat Newton Teori gayaberat didasarkan oleh hukum Newton tentang gravitasi. Hukum gravitasi Newton yang menyatakan bahwa gaya
Lebih terperinciModul Praktikum Analisis Numerik
Modul Praktikum Analisis Numerik (Versi Beta 1.2) Mohammad Jamhuri UIN Malang December 2, 2013 Mohammad Jamhuri (UIN Malang) Modul Praktikum Analisis Numerik December 2, 2013 1 / 18 Praktikum 1: Deret
Lebih terperinciIJCCS, Vol.x, No.x, Julyxxxx, pp. 1~5 ISSN: PENERAPAN ALGORITMA KALMAN FILTER UNTUK PELACAKAN WAJAH
IJCCS, Vol.x, No.x, Julyxxxx, pp. 1~5 ISSN: 1978-1520 1 PENERAPAN ALGORITMA KALMAN FILTER UNTUK PELACAKAN WAJAH Ali Daud* 1, Akbar Saputra 2, Derry Alamsyah 3 1,2 STMIK GI MDP; Jl. Rajawali No.14 Palembang,
Lebih terperinci