Makalah Seminar Tugas Akhir. Aplikasi Kendali Adaptif pada Pengendalian Plant Pengatur Suhu dengan Self Tuning Regulator (STR)
|
|
- Veronika Makmur
- 7 tahun lalu
- Tontonan:
Transkripsi
1 Maalah Seminar ugas Ahir Apliasi Kendali Adaptif pada Pengendalian Plant Pengatur Suhu dengan Self uning Regulator (SR) Oleh : Muhammad Fitriyanto D_3_N2@yahoo.com Maalah Seminar ugas Ahir
2 Apliasi Kendali Adaptif pada Pengendalian Plant Pengatur Suhu dengan Self uning Regulator (SR) Oleh : Muhammad Fitriyanto / L2F D_3_N2@yahoo.com Jurusan eni Eletro, Faultas eni, Universitas Diponegoro Semarang Abstra - Dalam perancangan sistem plant pengatur suhu secara onvensional setting parameter endali dilauan untu ondisi plant tertentu (beroperasi normal tanpa ada fator luar yang menggangu). Jia terjadi perubahan arateristi plant arena fator gangguan dengan parameter endali yang sama aan mengaibatan inerja plant menjadi tida optimal. Dengan menggunaan sistem endali adaptif pada sistem plant pengatur suhu, maa perubahan arateristi plant arena fator luar tersebut dapat segera ditangani. Sistem endali adaptif merupaan sistem endali yang dilengapi dengan algoritma pembelajaran. Algoritma pembelajaran yang diberian oleh sistem endali adaptif aan mengatur parameter-parameter dari pengendali berdasaran pada pasangan data input-output. Sistem endali adaptif dapat memodifiasi arateristi dari pengendali itu sendiri sebagai respon dari perubahan yang terjadi pada proses dan jenis dari gangguan-gangguan yang muncul. Hasil pengujian menunjuan bahwa respon sistem pengatur suhu ini dapat mengiuti model dengan bai pada range nilai laju onvergensi antara 0.00 sampai 0.000, sedangan untu range besar terjadi osilasi pada respon. Kata unci : Self uning Regulator (SR), PID endaliler, Laju onvergensi, Plant Pengatur Suhu. I. PENDAHULUAN. Latar Belaang Sebuah pendeatan dalam pengendalian plant yang parameter-parameternya tida dietahui dapat dilauan dengan menggunaan teni endali adaptif. Dengan teni endali adaptif maa parameter parameter plant dan pengendali dapat diadaptasi sendiri oleh sistem dengan proses estimasi parameter ataupun meanisme pengaturan. Parameter parameter dari hasil estimasi ataupun meanisme pengaturan dipaai untu mengupdate parameter pengendali hingga tercapai eluaran sistem sesuai dengan referensi atau modelnya. Pada tugas ahir ini mengapliasian teni endali adaptif dengan sema Self uning Regulator (SR) pada pengendalian plant pengatur suhu. Dengan sistem endali ini, eluaran dari plant yang diendalian aan mengiuti referensi. Pengujian terhadap sistem dilauan dengan pengujian pengaruh nilai laju onvergensi, pengujian referensi nai, pengujian referensi turun dan pemberian gangguan..2 ujuan ujuan yang henda dicapai dalam pembuatan ugas Ahir ini adalah mengimplementasian metode eni Kendali Adaptif model SR untu mengatur plant pengatur suhu..3 Batasan Masalah Dalam pembuatan tugas ahir ini penulis membatasi permasalahan sebagai beriut :. eni endali yang digunaan adalah teni endali adaptif dengan menggunaan sema Self-uning Regulator (SR). 2. Estimasi parameter-parameter plant menggunaan algoritma Least-Mean Squares (LMS). 3. Perancangan pengendali dengan menggunaan metode penempatan pole (Pole Placement) 4. Plant yang diendalian adalah plant pengatur suhu 5. Karateristi plant yang diendalian dianggap linier. 6. Range pengaturan yang diperbolehan adalah 33 º sampai dengan 00 º 7. Pembuatan program dibantu dengan bantuan Visual Basic 6.0 dan perangat antar mua (interface ard) PPI card II. DASAR EORI 2. eni Kendali Adaptif eni endali adaptif merupaan teni endali yang dilengapi dengan algoritma pembelajaran. eni endali adaptif didefinisian juga sebagai sistem endali dimana paramaterparameternya dapat diatur dan juga memilii meanisme untu mengatur parameter-parameter tersebut. Sema dari sistem endali adaptif terdiri dari dua alang. Kalang yang pertama adalah alang umpan bali biasa dengan pengendali dan plant, sedang alang edua adalah alang pengaturan parameter. Blo diagram dari sistem endali adaptif ditunjuan pada Gambar. Maalah Seminar ugas Ahir
3 Setpoint Gambar Blo diagram sistem adaptif Pada teni endali adaptif terdapat empat sema, yaitu Gain Schedulling, Model-Reference Adaptive ontrol (MRA), Self-uning Regulator (SR), dan Dual ontrol. 2.2 Self-uning Regulator (SR) Self-uning Regulator (SR) adalah salah satu sema teni endali adaptif, dimana parameter dari sistem diestimasi dan hasil estimasi parameter yang telah dihitung digunaan untu mendapatan parameter ontrol. Sema SR secara lengap ditunjuan pada Gambar 2. Spesifiasi Referensi Pengturan Parameter Kendaliler Parameter Kendali Self-tuning regulator Desain Kontroller Kontroller Parameter Kontrol Sinyal Kendali Parameter Proses Input Plant Estimasi Proses Gambar 2 Sema dasar SR Keluaran Output Sema SR termasu indirect adaptive controller Pada indirect adaptive controller, estimasi dari paramater-parameter proses secara terus-menerus di-update dan parameter pengendali didapatan dari solusi dengan menggunaan parameter yang diestimasi. Parameter pengendali diatur oleh alang yang terdapat di bagian luar, yang terdiri dari blo estimasi parameter dan blo perhitungan desain pengendali. Pada sema SR, parameter pengendali atau parameter proses diestimasi secara real-time. Parameter-parameter plant dari model diestimasi secara on-line, dan blo Estimasi pada Gambar 2 melasanaan estimasi dari parameterparameter proses. Blo ini adalah estimator yang beerja secara reursi. Blo Desain Pengendali melauan perhitungan yang diperluan untu mendesain pengendali. Blo Pengendali adalah implementasi pengontrolan dengan parameterparameter yang didapatan dari blo Desain Pengendali. Blo diagram yang ditunjuan pada Gambar 2 mempunyai banya pilihan yang dapat digunaan untu model dan strutur dari sistem endali adaptif. Pada ugas Ahir ini, proses aan diestimasi dengan menggunaan algoritma Least- Mean Squares (LMS) sedangan untu desain pengendali aan menggunaan metode penempatan pole (Pole Placement). 2.3 Estimasi Menggunaan Algoritma Least- Mean Squares (LMS) Pada blo Estimasi, estimasi proses aan dilauan dengan algoritma LMS. Pada sistem endali adaptif estimasi dilauan secara real-time, hal ini dapat dilihat adanya estimator parameter reursif yang ditunjuan secara esplisit pada sema SR. Pada sistem endali adaptif, parameter dari proses berubah secara ontinyu, sehingga diperluan metode estimasi yang dapat mengupdate parameter secara berulang-ulang, dan hal ini dapat dilauan dengan metode LMS. W W () W 2 X di mana µ adalah onstanta yang mempengaruhi ecepatan dan estabilan pengadaptasian atau pembelajaran. Nilai µ sendiri berisar antara 0 hingga (0 < µ < ). Setelah bobot-bobot parameter sudah diestimasi dengan algoritma LMS, maa bobot parameter-parameter dari model matematia diberian pada blo Desain Pengendali yang emudian diberian pada blo Pengendali. Metode yang digunaan pada blo Pengendali sendiri adalah metode penempatan pole. 2.4 Pengendali Menggunaan Metode Penempatan Pole (Pole Placement) Metode penempatan pole adalah metode yang dapat digunaan sebagai pengendali. Ide dasar dari metode ini adalah menentuan besarnya nilai sinyal endali untu diirim e plant yang aan memberian respon berdasar pole yang diinginan. Blo diagram dari metode penempatan pole ditunjuan pada Gambar 3 r() u() Plant y() Gambar.3 Blo diagram metode penempatan pole. Maalah Seminar ugas Ahir
4 Berdasar blo diagram pada Gambar.3, untu mengendalian eluaran y() di titi nilai referensi r(), dapat dilauan dengan menggunaan sinyal endali yang didapatan dengan menggunaan persamaan u ). y. r( ) (2) ( Sistem ermal pada Plant Pengatur Suhu Sistem termal pada plant pengatur suhu dengan menganggap bahwa ota plant terisolasi sehingga rugi (ehilangan) alor e udara seeliling dapat diabaian, hal ini ditunjuan pada Gambar 4 dto to Rhi (7) dt merupaan onstanta watu sistem, fungsi alih yang merelasian θ dan h i diberian sebagai: o ( s) R H ( s) s i o ( s) / (8) H ( s) s / i III. PERANANGAN SISEM Gambar 4 Sistem termal pada plant pengatur suhu dari Gambar 4 dapat didefinisian i = emperatur eadaan tuna udara masu, o = emperatur eadan tuna udara eluar, o G = Laju aliran udara melalui ruang pemanas, g/det M = Udara yang ditampung dalam ruang pemanas, g = alor jenis udara, J/g o R = ahanan termal, o /W = Kapasitansi termal dari udara yang dalam ruang pemanas=mc,j/ o H = masuan alor eadaan tuna, W emperature udara masu dianggap onstan dan masuan alor tiba tiba diubah dari H menjadi H + h i dimana h i menyataan perubahan ecil dari masuan alor. Laju eluar alor emudian aan berubah perlahan lahan dari H menjadi H + h o. Aibatnya temperatur udara eluar aan berubah dari 0 menjadi o + t o. Untu asus ini h 0, dan R masing masing diperoleh : h 0 = Gct o (3) = Mc (4) to R (5) ho Gc Persamaan diferensial yang meluisan sistem ini adalah: dto hi ho (6) dt yang dapat ditulis embali sebagai 3. Perancangan Pengendali Adaptif SR Sebelum dilauan perancangan perangat eras dan perangat luna untu sistem plant pengatur suhu dengan teni endali adaptif, maa terlebih dahulu dirumusan persamaan yang aan digunaan pada blo Estimasi dan blo Pengendali, maa dapat dietahui bahwa bobot (weight) parameter-parameter proses yang aan diperbarui adalah bobot parameter ( ) dan bobot parameter ( ). Jadi jia direpresentasian e dalam persamaan y X W W X, persamaannya adalah to to( ) ( ) ( ) hi (9) sehingga bobot A = ( ) = ( ) (0) bobotb = ( ) () Maa persamaan (9) dan () menjadi t 0 t 0 ( ) A B hi ( ) A A t0 B B 2 h ( ) (2) di mana ( ) m ( ) (3) sedangan untu blo Pengendali, dari persamaan (2), (0) dan () didapatan persamaan sebagai beriut. i Maalah Seminar ugas Ahir
5 t0( ) ( ). t0 ( ). hi ( ). t0 ( ). t0 ( ) 2. hi ( ( ) ). 0 ( ) 2. hi R ( ). t0( ) ( ) 2. hi (4) Jia pole yang diinginan terleta pada z = a m, maa persamaan eadaan yang diinginan sebagai beriut. t0 ( ) am. t0 bm. hi (5) dari persamaan (4) dan (5) maa didapatan R a m = b m = ( ) 2 sehingga ( am) R (6) bm 2 Pada perancangan ini, pole yang diinginan ditentuan a m = 0 dan b m =, sehingga R (7) 2 arena bobot A = ( ) bobot B = ( ) jadi R x R A (8) B dan 2 (9) B 3.2 Perancangan Perangat Keras (Hardware) Secara umum sistem pengatur suhu yang aan dibuat ditunjuan oleh diagram blo pada Gambar 5. Gambar 5 Diagram blo sistem pengatur suhu Rangaian DA 0808 berfungsi untu mengubah data digital berupa sinyal endali hasil pengolahan data dari omputer menjadi data analog berupa tegangan yang aan diiriman e plant. Pengondisi sinyal I berfungsi untu mengubah level tegangan eluaran DA 0808 dari 0 5 Volt menjadi level tegangan -5 5 Volt. Level tegangan ini digunaan sebagai masuan driver PWM. Pengondisi sinyal II berfungsi untu menguatan tegangan eluaran sensor suhu LM35. Batas masimal eluaran sensor adalah.5 V pada suhu 50, sedangan referensi AD adalah 5 Volt sehingga diperluan penguatan sebesar 5 /.5 = 3.33 ali. Rangaian AD 0804 digunaan untu mengubah besaran analog dari pengondisi sinyal II e data digital sehingga dapat diolah di omputer. PPI 8255 digunaan sebagai antar mua (interface) untu aliran data dari AD e omputer atau dari omputer e DA. Plant suhu dirancang dengan menggunaan driver PWM untu mengatur besarnya daya yang dialiran e pemanas. Untu menguur besarnya suhu yang terjadi digunaan sensor suhu LM35 yang mempunyai arateristi eluaran 0 mv /. Komputer digunaan sebagai unit endaliler untu mengapliasian algoritma endali adaptif sema MRA. Disamping itu, omputer juga digunaan untu menampilan grafi respon dan menyimpan data e file untu eperluan analisis. 3.3 Perancangan Perangat Luna (Software) Pada pembuatan perangat luna (software) bahasa pemrograman yang digunaan adalah bahasa pemrograman Visual Basic 6.0. Perangat luna ini Maalah Seminar ugas Ahir
6 berfungsi untu melauan asi endali adaptif berdasaran algoritma Model SR, serta melauan monitoring terhadap respon plant pengatur suhu. Flow chart program utama pengendalian plant pengatur suhu dengan teni endali adaptif sema SR ditunjuan pada Gambar 6. Dari respon dapat dietahui nilai onstanta watu (), pada saat suhu eluaran sebesar 0,632 dari suhu eluaran stabilnya. Secara perhitungan, nilai onstanta watu () adalah pada saat suhu eluarannya (0,632 x (58,82 33,52) o ) + 33,52 o = 49,5 o. Dari data yang diperoleh, onstnata watu pada saat suhu 49,5 o tersebut sebesar 39 deti. Selanjutnya pada pengujian dilauan dengan memberian nilai onstanta watu model lebih ecil dari onstanta watu respon alang.terbua 4. Pengujian dan Analisis Pengaruh Perubahan Laju Konvergensi Pada pengujian ini digunaan nilai laju onvergensi 0.0, 0.002, 0.00, , dan pengaujian dilauan sebelum parameter bobot diperbarui dan sesudah parameter bobot diperbaharui. Hasil pengujian ditunjuan pada Gambar 8 (a) Laju onvergensi dengan nilai 0.0 Gambar 6 Flowchart program utama pengendalian plant suhu Pada perangat luna pengendalian plant pengatur suhu dengan SR ini, semua perhitungan untu menentuan nilai - nilai parameternya berupa eluaran model, error, dan parameter parameter endalinya dilauan pada prosedur timer. IV. PENGUJIAN DAN ANALISIS Untu mengetahui respon sistem secara open loop dengan memberian masuan referensi tegangan tertentu. Respon sistem dengan masuan tegangan,67 V ditunjuan pada Gambar 7. (b) Laju onvergensi dengan nilai (c) Laju onvergensi dengan nilai 0.00 (d) Laju onvergensi dengan nilai Gambar 7 Respon plant referensi,67 V Maalah Seminar ugas Ahir
7 referensi yang berubah nai, dengan nilai perubahan mulai 50 0, 60 0, Hasil pengujian ditunjuan pada Gambar 9 : (e) Laju onvergensi dengan nilai Gambar 8 Respon sistem terhadap perubahan laju onvergensi Pada pengujian terlihat respon sistem berjalan lambat serta watu eadaan tuna (steady state) lama pada nilai laju onvergensi dan dan terjadi over estimated pada nilai laju onvergensi 0.0. Hal ini sesuai dengan teori bahwa jia nilai laju onvergensi terlalu ecil, maa pembelajaran aan berlangsung relatif lama sedangan jia terlalu besar, bobot yang diperbaharui aan mengalami over estimated, sehingga hal ini aan memperngaruhi dinamia eluaran plant pengatur suhu yang diendaliannya. Untu pengujian dengan range nilai laju onvergensi antara 0.00 sampai dengan respon sistem dapat mengiuti referensi dengan bai, sehingga dapat diataan respon plant pengatur suhu bai untu nilai laju onvergensi 0.00 sampai dengan Dari grafi hasil pengujian di atas dapat dilihat bahwa untu setiap respon awal terjadi osilasi di seitar referensi, sehingga teni endali adaptif memerluan watu seitar 0 02 menit untu mencapai eadaan tuna (steady-state) dan juga memilii overshoot. Adanya osilasi di seitar referensi diarenaan blo estimasi dari teni endali adaptif masih berusaha untu mendapatan bobot parameter-parameter proses yang tepat untu mewaili proses yang sedang diendalian. Karena parameter-parameter proses yang diestimasi belum tepat mewaili proses yang sedang diendalian, hal ini mengaibatan parameter-parameter endali yang ditentuan berdasar parameter-parameter proses juga belum tepat. Sehingga sinyal endali yang diirim e plant pengatur suhu masih belum tepat pada referensi yang diberian. Setelah mengalami proses pembelajaran sistem endali adaptif aan dapat menentuan bobot dari parameter-parameter proses dengan tepat. Sehingga sinyal endali yang diirim e plant pengatur suhu juga tepat pada referensi yang diberian. 4.2 Pengujian dengan Referensi Berubah nai Pengujian ini dilauan untu mengetahui emampuan sistem dalam mengiuti perubahan (a) Respon sistem nai dengan nilai laju onvergensi 0.00 (b) Respon sistem nai dengan nilai laju onvergensi (c) Respon sistem nai setelah dengan nilai laju onvergensi Gambar 9 Respon sistem terhadap referensi berubah nai Dari respon sistem diatas terlihat respon sistem dengan nilai laju onvergensi 0.00, terlihat adanya osilasi pada respon awal dan overshoot etia referensi dinaian. Hal ini diarenaan masuan referensi merupaan salah parameter yang digunaan untu memperbarui parameter endali, disamping esalahan dan eluaran sistem, sehingga update parameter endali mengalami over shoot pada referensi tinggi. Namun jia pada referensi tinggi dipilih nilai laju onvergensi yang ecil, aan mengurangi terjadinya osilasi pada respon eluaran sistem. Hal ini dapat ditunjuan pada nilai laju onvergensi dan yang tida terlihat adanya osilasi pada respon awal dan relatif lebih cepat mengiuti referensi etia referensi dinaian, hal ini terlihat dengan watu yang lebih ecil untu mencapai eadaan steadystate, hal ini diarenaan pada saat referensi awal, parameter endali awal yang diperbarui merupaan parameter inisialisasi. Sedangan etia referensi dinaian parameter endali telah mengalami Maalah Seminar ugas Ahir
8 algoritma pembelajaran sehingga respon dapat mengiuti referensi dengan bai. 4.3 Pengujian Referensi Berubah urun Pengujian ini dilauan untu mengetahui emampuan sistem dalam mengiuti perubahan referensi yang berubah turun, dengan nilai perubahan mulai Hasil pengujian ditunjuan pada Gambar 0 (a) Respon sistem turun dengan nilai laju onvergensi yang dibutuhan untu steady-state relatif lebih cepat. Pada pengujian ini terlihat etia suhu referesi diturunan watu yang dibutuhan untu steady-state relatif lama dibandingan dengan etia suhu dinaian hal ini diarenaan besar suhu referensi mempengaruhi laju pembelajaran parameter endalinya, sehingga untu referensi ecil laju pembelajaran semain lambat, perbedaan nilai laju onvergensi juga berpengaruh pada respon penurunan suhu, dimana semain besar nilai laju onvergensi respon sistem semain cepat mengiuti referensi. 4.4 Pengujian dengan Gangguan ujuan dari pengujian ini adalah untu mengetahui ehandalan sistem adaptif dalam mengatasi gangguan dari luar, pengujian dilauan dengan memberian referensi 50 0, setelah respon sistem mencapai referensi, sistem aan diberi gangguan dengan cara menyalaan ipas yang aan menyerap udara eluar sehingga suhu plant aan turun. Dari pengujian dengan variasi nilai laju onvergensi ditunjuan pada Gambar (b) Respon sistem turun dengan nilai laju onvergensi (a) Respon sistem terhadap gangguan dengan nilai laju onvergensi 0.00 (c) Respon sistem turun dengan nilai laju onvergensi Gambar 0 Respon sistem terhadap referensi berubah turun Dari respon sistem sebelum parameter bobot diperbarui terlihat adanya overshoot dan respon sistem yang berjalan lambat etia suhu referensi diturunan, tapi setelah parameter bobot diperbarui hampir tida terlihat over shoot untu nilai laju onvergensi dan dan watu (b) Respon sistem terhadap gangguan dengan nilai laju onvergensi Maalah Seminar ugas Ahir
9 sistem aan berosilasi diseitar referensi sedangan semain ecil nilai laju onvergensi aan menghasilan respon sistem yang lambat dalam mengiuti referensi 4. Sistem adaptif mempunyai ehandalan dalam mengatasi dan mengeliminasi gangguan dari luar. (c) Respon sistem terhadap gangguan dengan nilai laju onvergensi Gambar Respon sistem terhadap gangguan Dari respon sistem terlihat bahwa etia diberi gangguan respon sistem aan mengalami penurunan, namun secara adaptif sistem dapat mengatasi gangguan yang diberian dan sistem aan embali mengiuti referensi. Pada pengujian dengan gangguan, nilai laju onvergensi aan memepengaruhi besarnya penurunan suhu dan emampuan sistem endali adaptif untu beradaptasi atau mengatasi gangguan, dimana semain besar nilai laju onvergensi maa penuruna suhu semain ecil dan watu yang dibutuhan untu embali e referensi juga semain ecil, hal ini dapat dijelasan bahwa untu nilai laju onvergensi yang besar laju pembelajaran terhadap perubahan parameter semain cepat, dengan adanya gagguan yang menyebabam error antara eluaran model dan sistem aan semain cepat dieliminasi dengan onseuensi aan terjadi lonjaan sebelum mencapai referensi, namum secara umum dapat diataan sistem endali adaptif mempunyai eandalan dalam mengatasi gangguan dibandingan dengan sistem endali onvensional. 5.2 Saran Agar sistem ini yang didapat lebih bai lagi, maa penulis memberian saran-saran sebagai beriut:. Algoritma untu estimasi dan pengontrolan dapat diganti dengan algoritma yang lain, seperti IIR-LMS atau Recursive Least- Square (RLS) untu estimasi dan PID untu pengontrolan yang dapat memberian respon dan stabiltas sistem yang lebih bai. V PENUUP 5. Kesimpulan Dari hasil pengujian dan analisis dapat disimpulan hal hal penting sebagai beriut :. Algoritma least-mean squares (LMS) sebagai estimator dan metode penempatan pole (pole placement) sebagai pengendali dapat digunaan pada plant pengatur suhu dengan teni endali adaptif menggunaan sema self-tuning regulator (SR). 2. Sistem Kendali Adaptif model Self uning Regulator (SR) dapat mengadaptasi parameter endali sistem pengatur suhu dengan bai untu range nilai laju onvergensi 0.00 sampai Pemilihan nilai laju onvergensi sangat mempengaruhi respon sistem, semain besar nilai laju onvergensi maa respon DAFAR PUSAKA Maalah Seminar ugas Ahir
10 . Bernard Widrow and Samuel D. Stearns, Adaptive Signal Processing, Prentice-Hall, Inc., Astrom,K.J. and B. Wittenmar, Adaptive ontrol, Addison-wesley, Reading, MA, Ogata, Katsuhio, Discrete-time ontrol Systems, Prentice-Hall International, Inc., Englewood liffs, New Jersey, Ogata, Katsuhio, eni Kendali Otomati, Jilid, Erlangga, Jaarta, Benjamin.Kuo, eni Kendali Automati, Jilid I, Prenhallindo, Jaarta, Ario Suryo Kusumo, Buu Latihan Microsoft Visual Basic 6.0, Elex Media Komputindo, Jaarta, Pamungas, ip&ri Microsoft Visual Basic 6.0, Elex Media Komputindo, Jaarta, 2000 BIOGRAFI Muhammad Fitriyanto lahir 23 tahun lalu diota Semarang, lulus dari SMUN 3 Semarang pada tahun Saat ini sedang menempuh pendidian tinggi di Jurusan eni Eletro Faultas eni Universitas Diponegoro pada onsentrasi Kendali. Mengetahui/Mengesahan, Pembimbing I, Pembimbing II, Wahyudi, S. M. Iwan Setiawan,S.M. NIP NIP Maalah Seminar ugas Ahir
11 Maalah Seminar ugas Ahir
PENGENDALIAN MOTOR DC MENGGUNAKAN JARINGAN SYARAF TIRUAN BACKPROPAGATION
PENGENDALIAN MOTOR DC MENGGUNAKAN JARINGAN SYARAF TIRUAN BACKPROPAGATION Wahyudi, Sorihi, dan Iwan Setiawan. Jurusan Teni Eletro Faultas Teni Universitas Diponegoro Semarang e-mail : wahyuditinom@yahoo.com.
Lebih terperinciBAB II LANDASAN TEORI
BAB II LANDASAN TEORI 2.1. Sistem Kendali Lup [1] Sistem endali dapat diataan sebagai hubungan antara omponen yang membentu sebuah onfigurasi sistem, yang aan menghasilan tanggapan sistem yang diharapan.
Lebih terperinciPengaturan Suhu Ruangan Berbasis PID Menggunakan Mikrokontroler AT89S51
Pengaturan Suhu Ruangan Berbasis PID Menggunaan Miroontroler AT89S51 Edward Teguh Hartono 1, Trias Andromeda,ST. MT. 2, Sumardi,ST. MT. 2 Jurusan Teni Eletro, Faultas Teni, Universitas Diponegoro, Jl.
Lebih terperinciDESAIN SENSOR KECEPATAN BERBASIS DIODE MENGGUNAKAN FILTER KALMAN UNTUK ESTIMASI KECEPATAN DAN POSISI KAPAL
DESAIN SENSOR KECEPAAN BERBASIS DIODE MENGGUNAKAN FILER KALMAN UNUK ESIMASI KECEPAAN DAN POSISI KAPAL Alrijadjis, Bambang Siswanto Program Pascasarjana, Jurusan eni Eletro, Faultas enologi Industri Institut
Lebih terperinciKORELASI ANTARA DUA SINYAL SAMA BERBEDA JARAK PEREKAMAN DALAM SISTEM ADAPTIF. Sri Arttini Dwi Prasetyawati 1. Abstrak
KORELASI ANARA DUA SINYAL SAMA BERBEDA JARAK PEREKAMAN DALAM SISEM ADAPIF Sri Arttini Dwi Prasetyawati 1 Abstra Masud pembahasan tentang orelasi dua sinyal adalah orelasi dua sinyal yang sama aan tetapi
Lebih terperinciSISTEM ADAPTIF PREDIKSI PENGENALAN ISYARAT VOKAL SUARA KARAKTER. Abstrak
SISTEM ADAPTIF PREDIKSI PENGENALAN ISYARAT VOKAL SUARA KARAKTER Oleh : Pandapotan Siagia, ST, M.Eng (Dosen tetap STIKOM Dinamia Bangsa Jambi) Abstra Sistem pengenal pola suara atau yang lebih dienal dengan
Lebih terperinciSISTEM ADAPTIF PREDIKSI PENGENALAN ISYARAT VOKAL SUARA KARAKTER
SISTEM ADAPTIF PREDIKSI PENGENALAN ISYARAT VOKAL SUARA KARAKTER Pandapotan Siagian, ST, M.Eng Dosen Tetap STIKOM Dinamia Bangsa - Jambi Jalan Sudirman Theoo Jambi Abstra Sistem pengenal pola suara atau
Lebih terperinciMakalah Seminar Tugas Akhir
Maalah Seminar Tugas Ahir PENDETEKSI POSISI MENGGUNAKAN SENSOR ACCELEROMETER MMA7260Q BERBASIS MIKROKONTROLER ATMEGA 32 Muhammad Riyadi Wahyudi, ST., MT. Iwan Setiawan, ST., MT. Abstract Currently, determining
Lebih terperinciBAB 2 TEORI PENUNJANG
BAB EORI PENUNJANG.1 Konsep Dasar odel Predictive ontrol odel Predictive ontrol P atau sistem endali preditif termasu dalam onsep perancangan pengendali berbasis model proses, dimana model proses digunaan
Lebih 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 terperinciKENDALI LOGIKA FUZZY DENGAN METODA DEFUZZIFIKASI CENTER OF AREA DAN MEAN OF MAXIMA. Thiang, Resmana, Wahyudi
KENDALI LOGIKA FUZZY DENGAN METODA DEFUZZIFIKASI CENTER OF AREA DAN MEAN OF MAXIMA Thiang, Resmana, Wahyudi Jurusan Teni Eletro, Universitas Kristen Petra Jl. Siwalanerto 121-131 Surabaya Email : thiang@petra.ac.id,
Lebih terperinciADAPTIVE NOISE CANCELING MENGGUNAKAN ALGORITMA LEAST MEAN SQUARE (LMS) Anita Nardiana, SariSujoko Sumaryono ABSTRACT
Jurnal Teni Eletro Vol. 3 No.1 Januari - Juni 1 6 ADAPTIVE NOISE CANCELING MENGGUNAKAN ALGORITMA LEAST MEAN SQUARE (LMS) Anita Nardiana, SariSujoo Sumaryono ABSTRACT Noise is inevitable in communication
Lebih terperinciPENENTUAN FAKTOR KALIBRASI ACCELEROMETER MMA7260Q PADA KETIGA SUMBU
PENENTUAN FAKTOR KALIBRASI ACCELEROMETER MMA7260Q PADA KETIGA SUMBU Wahyudi 1, Adhi Susanto 2, Sasongo P. Hadi 2, Wahyu Widada 3 1 Jurusan Teni Eletro, Faultas Teni, Universitas Diponegoro, Tembalang,
Lebih terperinciBAB III METODOLOGI PENELITIAN
BAB III METODOLOGI PENELITIAN A. Tempat dan Watu Penelitian Penelitian ini dilauan di Jurusan Matematia Faultas Matematia dan Ilmu Pengetahuan Alam Universitas Lampung. Watu penelitian dilauan selama semester
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang
BAB 1 PENDAHULUAN 1.1 Latar Belaang Masalah untu mencari jalur terpende di dalam graf merupaan salah satu masalah optimisasi. Graf yang digunaan dalam pencarian jalur terpende adalah graf yang setiap sisinya
Lebih terperinciKONTROL MOTOR PID DENGAN KOEFISIEN ADAPTIF MENGGUNAKAN ALGORITMA SIMULTANEOUS PERTURBATION
Konferensi Nasional Sistem dan Informatia 29; Bali, November 14, 29 KONTROL MOTOR PID DENGAN KOEFISIEN ADAPTIF MENGGUNAKAN ALGORITMA SIMULTANEOUS PERTURBATION Sofyan Tan, Lie Hian Universitas Pelita Harapan,
Lebih terperinciBAB 3 PATTERN MATCHING BERBASIS JARAK EUCLID, PATTERN MATCHING BERBASIS JARAK MAHALANOBIS, DAN JARINGAN SYARAF TIRUAN BERBASIS PROPAGASI BALIK
BAB 3 PATTERN MATCHING BERBASIS JARAK EUCLID, PATTERN MATCHING BERBASIS JARAK MAHALANOBIS, DAN JARINGAN SYARAF TIRUAN BERBASIS PROPAGASI BALIK Proses pengenalan dilauan dengan beberapa metode. Pertama
Lebih terperinciMakalah Seminar Tugas Akhir
Pengaturan Kecepatan Motor DC Menggunaan Jaringan Syaraf Tiruan Feedforward Bacpropagation Sorihi *, Wahyudi **, Iwan Setiawan ** Abstra - Jaringan syaraf bacpropagation merupaan aringan syaraf yang telah
Lebih terperinciPendeteksi Rotasi Menggunakan Gyroscope Berbasis Mikrokontroler ATmega8535
Maalah Seminar Tugas Ahir Pendetesi Rotasi Menggunaan Gyroscope Berbasis Miroontroler ATmega8535 Asep Mubaro [1], Wahyudi, S.T, M.T [2], Iwan Setiawan, S.T, M.T [2] Jurusan Teni Eletro, Faultas Teni, Universitas
Lebih terperinciDisain dan Implementasi Kontrol PID Model Reference Adaptive Control untuk Automatic Safe Landing Pada Pesawat UAV Quadcopter
JURNAL TEKNIK POMITS Vol., No., () 6 Disain dan Implementasi Kontrol PID Model Reference Adaptive Control untu Automatic Safe Landing Pada Pesawat UAV Quadcopter Teddy Sudewo, Ea Isandar, dan Katju Astrowulan
Lebih terperinciKLASIFIKASI DATA MENGGUNAKAN JST BACKPROPAGATION MOMENTUM DENGAN ADAPTIVE LEARNING RATE
KLASIFIKASI DATA MENGGUNAKAN JST BACKPROPAGATION MOMENTUM DENGAN ADAPTIVE LEARNING RATE Warih Maharani Faultas Teni Informatia, Institut Tenologi Telom Jl. Teleomuniasi No.1 Bandung 40286 Telp. (022) 7564108
Lebih terperinciPERTEMUAN 02 PERBEDAAN ANTARA SISTEM DISKRIT DAN SISTEM KONTINU
PERTEMUAN 2 PERBEDAAN ANTARA SISTEM DISKRIT DAN SISTEM KONTINU 2. SISTEM WAKTU DISKRET Sebuah sistem watu-disret, secara abstra, adalah suatu hubungan antara barisan masuan dan barisan eluaran. Sebuah
Lebih terperinciPROGRAM SIMULASI UNTUK REALISASI STRUKTUR TAPIS INFINITE IMPULSE RESPONSE UNTUK MEDIA PEMBELAJARAN DIGITAL SIGNAL PROCESSING
Konferensi asional Sistem dan Informatia 28; Bali, ovember 15, 28 KS&I8-44 PROGRAM SIMULASI UTUK REALISASI STRUKTUR TAPIS IFIITE IMPULSE RESPOSE UTUK MEDIA PEMBELAJARA DIGITAL SIGAL PROCESSIG Damar Widjaja
Lebih terperinciPENCARIAN JALUR TERPENDEK MENGGUNAKAN ALGORITMA SEMUT
Seminar Nasional Apliasi Tenologi Informasi 2007 (SNATI 2007) ISSN: 1907-5022 Yogyaarta, 16 Juni 2007 PENCARIAN JALUR TERPENDEK MENGGUNAKAN ALGORITMA SEMUT I ing Mutahiroh, Indrato, Taufiq Hidayat Laboratorium
Lebih terperinciBAB II TINJAUAN PUSTAKA
BAB II TINJAUAN PUSTAKA 2.1. Statisti Inferensia Tujuan statisti pada dasarnya adalah melauan desripsi terhadap data sampel, emudian melauan inferensi terhadap data populasi berdasaran pada informasi yang
Lebih terperinciANALISIS PETA KENDALI DEWMA (DOUBLE EXPONENTIALLY WEIGHTED MOVING AVERAGE)
Seminar Nasional Matematia dan Apliasinya, 1 Otober 17 ANALISIS PETA KENDALI DEWMA (DOUBLE EXPONENTIALLY WEIGHTED MOVING AVERAGE) DALAM PENGENDALIAN KUALITAS PRODUKSI FJLB (FINGER JOINT LAMINATING BOARD)
Lebih terperinciTanggapan Waktu Alih Orde Tinggi
Tanggapan Watu Alih Orde Tinggi Sistem Orde-3 : C(s) R(s) ω P ( < ζ (s + ζω s + ω )(s + p) Respons unit stepnya: c(t) βζ n n < n ζωn t e ( β ) + βζ [ ζ + { βζ ( β ) cos ( β ) + ] sin ζ ) ζ ζ ω ω n n t
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang
1 BAB 1 PENDAHULUAN 1.1 Latar Belaang Di aman searang sebuah adal yang tersusun rapi merupaan ebutuhan bagi setiap individu. Namun masalah penyusunan sebuah adal merupaan sebuah masalah umum yang teradi,
Lebih terperincikhazanah Sistem Klasifikasi Tipe Kepribadian dan Penerimaan Teman Sebaya Menggunakan Jaringan Syaraf Tiruan Backpropagation informatika
hazanah informatia Jurnal Ilmu Komputer dan Informatia Sistem Klasifiasi Tipe Kepribadian dan Penerimaan Teman Sebaya Menggunaan Jaringan Syaraf Tiruan Bacpropagation Yusuf Dwi Santoso *, Suhartono Program
Lebih terperinciMakalah Seminar Tugas Akhir
Maalah Seminar ugas Ahir Simulasi Penapisan Kalman Dengan Kendala Persamaan Keadaan Pada Kasus Penelusuran Posisi Kendaraan (Vehicle racing Problem Iput Kasiyanto [], Budi Setiyono, S., M. [], Darjat,
Lebih terperinciPenentuan Nilai Ekivalensi Mobil Penumpang Pada Ruas Jalan Perkotaan Menggunakan Metode Time Headway
Rea Racana Jurnal Online Institut Tenologi Nasional Teni Sipil Itenas No.x Vol. Xx Agustus 2015 Penentuan Nilai Eivalensi Mobil Penumpang Pada Ruas Jalan Perotaan Menggunaan Metode Time Headway ENDI WIRYANA
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang
BAB 1 PENDAHULUAN 1.1 Latar Belaang Model Loglinier adalah salah satu asus husus dari general linier model untu data yang berdistribusi poisson. Model loglinier juga disebut sebagai suatu model statisti
Lebih terperincikhazanah Sistem Klasifikasi Tipe Kepribadian dan Penerimaan Teman Sebaya Menggunakan Jaringan Syaraf Tiruan Backpropagation informatika
hazanah informatia Jurnal Ilmu Komputer dan Informatia Sistem Klasifiasi Tipe Kepribadian dan Penerimaan Teman Sebaya Menggunaan Jaringan Syaraf Tiruan Bacpropagation Yusuf Dwi Santoso *, Suhartono Departemen
Lebih terperinciPenempatan Optimal Phasor Measurement Unit (PMU) dengan Integer Programming
JURAL TEKIK POMITS Vol. 2, o. 2, (2013) ISS: 2337-3539 (2301-9271 Print) B-137 Penempatan Optimal Phasor Measurement Unit (PMU) dengan Integer Programming Yunan Helmy Amrulloh, Rony Seto Wibowo, dan Sjamsjul
Lebih terperinciModel Pembelajaran Off-Line Menggunakan Jaringan Syaraf Tiruan Untuk Pengemudian Otomatis pada Kendaraan Beroda Jurusan Teknik Elektronika PENS 2009
Model Pembelaaran Off-Line Menggunaan Jaringan Syaraf Tiruan Untu Pengemudian Otomatis pada Kendaraan Beroda Jurusan Teni Eletronia PENS 2009 Arie Setya Wulandari#, Eru Puspita S.T., M.Kom#2 # Jurusan
Lebih terperinciAnalisa Drop Tegangan dan Susut Daya pada Jaringan Listrik Penyulang Renon Menggunakan Metode Artificial Neural Network
Analisa Drop Tegangan dan Susut Daya pada Jaringan Listri Penyulang Renon Menggunaan Metode Artificial Neural Networ I Gede Dyana Arana Jurusan Teni Eletro Faultas Teni, Universitas Udayana Denpasar, Bali,
Lebih terperinciEstimasi Konsentrasi Polutan Sungai Menggunakan Metode Reduksi Kalman Filter dengan Pendekatan Elemen Hingga
JURNAL SAINS DAN SENI POMITS ol. 2, No.1, (2013) 2337-3520 (2301-928X Print) 1 Estimasi Konsentrasi Polutan Sungai Menggunaan Metode Redusi Kalman Filter dengan Pendeatan Elemen Hingga Muyasaroh, Kamiran,
Lebih terperinciPENDAHULUAN TINJAUAN PUSTAKA
1 Latar Belaang PENDAHULUAN Sistem biometri adalah suatu sistem pengenalan pola yang melauan identifiasi personal dengan menentuan eotentian dari arateristi fisiologis dari perilau tertentu yang dimilii
Lebih terperinciEstimasi Harga Saham Dengan Implementasi Metode Kalman Filter
Estimasi Harga Saham Dengan Implementasi Metode Kalman Filter eguh Herlambang 1, Denis Fidita 2, Puspandam Katias 2 1 Program Studi Sistem Informasi Universitas Nahdlatul Ulama Surabaya Unusa Kampus B
Lebih terperinciBAB III METODE SCHNABEL
BAB III METODE SCHNABEL Uuran populasi tertutup dapat diperiraan dengan teni Capture Mar Release Recapture (CMRR) yaitu menangap dan menandai individu yang diambil pada pengambilan sampel pertama, melepasan
Lebih terperinciPEMANFAATAN METODE HEURISTIK DALAM PENCARIAN JALUR TERPENDEK DENGAN ALGORITMA SEMUT DAN ALGORITMA GENETIKA
PEMANFAATAN METODE HEURISTIK DALAM PENCARIAN JALUR TERPENDEK DENGAN ALGORITMA SEMUT DAN ALGORITMA GENETIKA Iing Mutahiroh, Fajar Saptono, Nur Hasanah, Romi Wiryadinata Laboratorium Pemrograman dan Informatia
Lebih terperinciIMPLEMENTASI DAN ANALISIS ALGORITMA PENCARIAN RUTE TERPENDEK DI KOTA SURABAYA
94 IMPLEMENTASI DAN ANALISIS ALGORITMA PENCARIAN RUTE TERPENDEK DI KOTA SURABAYA Yudhi Purwananto 1, Diana Purwitasari 2, Agung Wahyu Wibowo Jurusan Teni Informatia, Institut Tenologi Sepuluh Nopember
Lebih terperinciPenentuan Konduktivitas Termal Logam Tembaga, Kuningan, dan Besi dengan Metode Gandengan
Prosiding Seminar Nasional Fisia dan Pendidian Fisia (SNFPF) Ke-6 205 30 9 Penentuan Kondutivitas Termal ogam Tembaga, Kuningan, dan Besi dengan Metode Gandengan Dwi Astuti Universitas Indraprasta PGRI
Lebih terperinciINTEGRAL NUMERIK KUADRATUR ADAPTIF DENGAN KAIDAH SIMPSON. Makalah. Disusun guna memenuhi tugas Mata Kuliah Metode Numerik. yang dibimbing oleh
INTEGRAL NUMERIK KUADRATUR ADAPTIF DENGAN KAIDAH SIMPSON Maalah Disusun guna memenuhi tugas Mata Kuliah Metode Numeri yang dibimbing oleh Dr. Nur Shofianah Disusun oleh: M. Adib Jauhari Dwi Putra 146090400111001
Lebih terperinciBAB 3 LANGKAH PEMECAHAN MASALAH
BAB 3 LANGKAH PEMECAHAN MASALAH 3.1 Penetapan Kriteria Optimasi Gambar 3.1 Bagan Penetapan Kriteria Optimasi Sumber: Peneliti Determinasi Kinerja Operasional BLU Transjaarta Busway Di tahap ini, peneliti
Lebih terperinciKINETIKA REAKSI KIMIA TIM DOSEN KIMIA DASAR FTP UB 2012
KINETIKA REAKSI KIMIA TIM DOSEN KIMIA DASAR FTP UB Konsep Kinetia/ Laju Reasi Laju reasi menyataan laju perubahan onsentrasi zat-zat omponen reasi setiap satuan watu: V [ M ] t Laju pengurangan onsentrasi
Lebih terperinciMEKANIKA TANAH HIDROLIKA TANAH DAN PERMEABILITAS MODUL 3
MEKANIKA TANAH MODUL 3 HIDROLIKA TANAH DAN PERMEABILITAS UNIVERSITAS PEMBANGUNAN JAYA Jl. Boulevard Bintaro Setor 7, Bintaro Jaya Tangerang Selatan 15224 Silus hidrologi AIR TANAH DEFINISI : air yang terdapat
Lebih terperinciANALISIS VARIASI PARAMETER BACKPROPAGATION ARTIFICIAL NEURAL NETWORK TERHADAP PENGENALAN POLA DATA IRIS
Jurnal Teni dan Ilmu Komputer ANALISIS VARIASI PARAMETER BACKPROPAGATION ARTIFICIAL NEURAL NETWORK TERHADAP PENGENALAN POLA DATA IRIS AN ANALYSIS OF THE VARIATION PARAMETERS OF THE ARTIFICIAL NEURAL NETWORK
Lebih terperinciPencitraan Tomografi Elektrik dengan Elektroda Planar di Permukaan
Abstra Pencitraan omografi Eletri dengan Eletroda Planar di Permuaan D. Kurniadi, D.A Zein & A. Samsi KK Instrumentasi & Kontrol, Institut enologi Bandung Jl. Ganesa no. 10 Bandung Received date : 22 November2010
Lebih terperinciANALISA ALIRAN DAYA DENGAN METODE INJEKSI ARUS PADA SISTEM DISTRIBUSI 20 KV
ANALISA ALIRAN DAA DENGAN METODE INJEKSI ARUS PADA SISTEM DISTRIBUSI 0 K IBG Manuaba 1, Kade Amerta asa 1 Staff pengajar Teni Eletro Faultas Teni Universitas Udayana Kampus Buit Jimbaran, Bali, 80361 Staff
Lebih terperinciKENDALI OPTIMAL PADA MASALAH INVENTORI YANG MENGALAMI PENINGKATAN
KENDALI OPTIMAL PADA MASALAH INVENTORI YANG MENGALAMI PENINGKATAN Pardi Affandi, Faisal, Yuni Yulida Abstra: Banya permasalahan yang melibatan teori sistem dan teori ontrol serta apliasinya. Beberapa referensi
Lebih terperinciPENYELESAIAN PERSAMAAN LOTKA-VOLTERRA DENGAN METODE TRANSFORMASI DIFERENSIAL. Sutriani Hidri. Ja faruddin. Syafruddin Side, ABSTRAK
PENYELESAIAN PERSAMAAN LOTKA-VOLTERRA DENGAN METODE TRANSFORMASI DIFERENSIAL Syafruddin Side, Jurusan Matematia, FMIPA, Universitas Negeri Maassar email:syafruddinside@yahoo.com Info: Jurnal MSA Vol. 3
Lebih terperinci4. 1 Spesifikasi Keadaan dari Sebuah Sistem
Dalam pembahasan terdahulu ita telah mempelajari penerapan onsep dasar probabilitas untu menggambaran sistem dengan jumlah partiel ang cuup besar (N). Pada bab ini, ita aan menggabungan antara statisti
Lebih terperinciOptimasi Non-Linier. Metode Numeris
Optimasi Non-inier Metode Numeris Pendahuluan Pembahasan optimasi non-linier sebelumnya analitis: Pertama-tama mencari titi-titi nilai optimal Kemudian, mencari nilai optimal dari fungsi tujuan berdasaran
Lebih terperinciEstimasi Inflasi Wilayah Kerja KPwBI Malang Menggunakan ARIMA-Filter Kalman dan VAR-Filter Kalman
JURNAL SAINS DAN SENI ITS Vol. 5, No.1, (16) 337-35 (31-98X Print) A-1 Estimasi Inflasi Wilayah Kerja KPwBI Malang Menggunaan ARIMA-Filter Kalman dan VAR-Filter Kalman Popy Febritasari, Erna Apriliani
Lebih terperinciAPLIKASI PREDIKSI HARGA SAHAM MENGGUNAKAN JARINGAN SYARAF RADIAL BASIS FUNCTION DENGAN METODE PEMBELAJARAN HYBRID
APLIKASI PREDIKSI HARGA SAHAM MENGGUNAKAN JARINGAN SYARAF RADIAL BASIS FUNCTION DENGAN METODE PEMBELAJARAN HYBRID Ferry Tan, Giovani Gracianti, Susanti, Steven, Samuel Luas Jurusan Teni Informatia, Faultas
Lebih terperinciBAB 2 LANDASAN TEORI
6 BAB 2 LANDASAN TEORI 2.1 Penjadwalan 2.1.1 Jadwal Secara Umum Menurut Kamus Besar Bahasa Indonesia (KBBI), jadwal adalah pembagian watu berdasaran rencana pengaturan urutan erja, daftar atau tabel egiatan
Lebih terperinciBAB III METODE PENELITIAN (BAHAN DAN METODE)
BAB III METODE PENELITIAN (BAHAN DAN METODE) Tahapan-tahapan pengerjaan yang dilauan dalam penelitian ini adalah sebagai beriut : 1. Tahap Persiapan Penelitian Pada tahapan ini aan dilauan studi literatur
Lebih terperinciVariasi Spline Kubik untuk Animasi Model Wajah 3D
Variasi Spline Kubi untu Animasi Model Wajah 3D Rachmansyah Budi Setiawan (13507014 1 Program Studi Teni Informatia Seolah Teni Eletro dan Informatia Institut Tenologi Bandung, Jl. Ganesha 10 Bandung 40132,
Lebih terperinciPEBANDINGAN METODE ROBUST MCD-LMS, MCD-LTS, MVE-LMS, DAN MVE-LTS DALAM ANALISIS REGRESI KOMPONEN UTAMA
PEBANDINGAN METODE ROBUST MCD-LMS, MCD-LTS, MVE-LMS, DAN MVE-LTS DALAM ANALISIS REGRESI KOMPONEN UTAMA Sear Wulandari, Nur Salam, dan Dewi Anggraini Program Studi Matematia Universitas Lambung Mangurat
Lebih terperinciMODEL MATEMATIKA KONSENTRASI OKSIGEN TERLARUT PADA EKOSISTEM PERAIRAN DANAU
MDEL MATEMATIKA KNSENTRASI KSIGEN TERLARUT PADA EKSISTEM PERAIRAN DANAU Sutimin Jurusan Matematia, FMIPA Universitas Diponegoro Jl. Prof. H. Soedarto SH Tembalang, Semarang 5075 E-mail: su_timin@yanoo.com
Lebih terperinciPenggunaan Induksi Matematika untuk Mengubah Deterministic Finite Automata Menjadi Ekspresi Reguler
Penggunaan Indusi Matematia untu Mengubah Deterministic Finite Automata Menjadi Espresi Reguler Husni Munaya - 353022 Program Studi Teni Informatia Seolah Teni Eletro dan Informatia Institut Tenologi Bandung,
Lebih terperinciBAB III METODE PENELITIAN (BAHAN DAN METODE)
BAB III METODE PENELITIAN (BAHAN DAN METODE) Tahapan-tahapan pengerjaan yang dilauan dalam penelitian ini adalah sebagai beriut : 1. Tahap Persiapan Penelitian Pada tahapan ini aan dilauan studi literatur
Lebih terperinciANALISA STATIK DAN DINAMIK GEDUNG BERTINGKAT BANYAK AKIBAT GEMPA BERDASARKAN SNI DENGAN VARIASI JUMLAH TINGKAT
Jurnal Sipil Stati Vol. No. Agustus (-) ISSN: - ANALISA STATIK DAN DINAMIK GEDUNG BERTINGKAT BANYAK AKIBAT GEMPA BERDASARKAN SNI - DENGAN VARIASI JUMLAH TINGKAT Revie Orchidentus Francies Wantalangie Jorry
Lebih terperinciDosen Jurusan Teknik Elektro Industri 2 3
RANCANG BANGUN SISTEM PENGAMAN DAN MONITORING MOTOR SINKRON TIGA FASA ( HARDWARE ) Ir. Gigih Prabowo, MT. 1, Ir. Era Purwanto,M.Eng. 2, Arif Darmawan 3 1 Dosen Jurusan Teni Eletro Industri 2 Dosen Jurusan
Lebih terperinciBAB III MODEL KANAL WIRELESS
BAB III MODEL KANAL WIRELESS Pemahaman mengenai anal wireless merupaan bagian poo dari pemahaman tentang operasi, desain dan analisis dari setiap sistem wireless secara eseluruhan, seperti pada sistem
Lebih terperinciPENYELESAIAN PERSAMAAN LOTKA-VOLTERRA DENGAN METODE TRANSFORMASI DIFERENSIAL SUTRIANI HIDRI
PENYELESAIAN PERSAMAAN LOTKA-VOLTERRA DENGAN METODE TRANSFORMASI DIFERENSIAL SUTRIANI HIDRI Jurusan Matematia, FMIPA, Universitas Negeri Maassar Email: nanni.cliq@gmail.com Abstra. Pada artiel ini dibahas
Lebih terperinciKata Kunci : Multipath, LOS, N-LOS, Network Analyzer, IFFT, PDP. 1. Pendahuluan
Statisti Respon Kanal Radio Dalam Ruang Pada Freuensi,6 GHz Christophorus Triaji I, Gamantyo Hendrantoro, Puji Handayani Institut Tenologi Sepuluh opember, Faultas Tenologi Industri, Jurusan Teni Eletro
Lebih terperinciI. PENDAHULUAN. 1.1 Latar Belakang
Perbandingan Unjuk Kerja Kontroller PID Metode Pertama Ziegler-Nichols dan CMAC (Cerrebellar Model Articulation Controller) pada Pengendalian Plant Suhu Deni Juharsyah 1, Iwan Setiawan,ST. MT. 2, Wahyudi,ST.
Lebih terperinciPemodelan Dan Eksperimen Untuk Menentukan Parameter Tumbukan Non Elastik Antara Benda Dengan Lantai
Pemodelan Dan Esperimen Untu enentuan Parameter Tumbuan Non Elasti Antara Benda Dengan Lantai Puspa onalisa,a), eda Cahya Fitriani,b), Ela Aliyani,c), Rizy aiza,d), Fii Taufi Abar 2,e) agister Pengajaran
Lebih terperinciKumpulan soal-soal level seleksi Kabupaten: Solusi: a a k
Kumpulan soal-soal level selesi Kabupaten: 1. Sebuah heliopter berusaha menolong seorang orban banjir. Dari suatu etinggian L, heliopter ini menurunan tangga tali bagi sang orban banjir. Karena etautan,
Lebih terperinciAKURASI MODEL PREDIKSI METODE BACKPROPAGATION MENGGUNAKAN KOMBINASI HIDDEN NEURON DENGAN ALPHA
AKURASI MODEL PREDIKSI METODE BACKPROPAGATION MENGGUNAKAN KOMBINASI HIDDEN NEURON DENGAN ALPHA Aris Puji Widodo, Suhartono 2, Eo Adi Sarwoo 3, dan Zulfia Firdaus 4,2,3,4 Departemen Ilmu Komputer/Informatia,
Lebih terperinciBAB II DASAR TEORI. II.1. Pendahuluan
BAB II DASAR EORI II.1. Pendahuluan Pada bab ini pertama-tama aan dijelasan secara singat apa yang dimasud dengan target tracing dalam sistem Radar. Di dalam sebuah sistem Radar ada beberapa proses yang
Lebih terperinciBAB IV IMPLEMENTASI DAN PENGUJIAN
BAB IV IMPLEMENTASI DAN PENGUJIAN 4.1 Implementasi Apliasi Pada tahap implementasi ini merupaan penerapan apliasi dari hasil perancangan sistem yang ada untu mencapai suatu tujuan yang diinginan. Implementasimelasanaan
Lebih terperinciBAB IV Solusi Numerik
BAB IV Solusi Numeri 4. Algoritma Genetia Algoritma Genetia (AG) [2] merupaan teni pencarian stoasti yang berdasaran pada meanisme selesi alam dan prinsip penurunan genetia. Algoritma genetia ditemuan
Lebih terperinciImplementasi Algoritma Pencarian k Jalur Sederhana Terpendek dalam Graf
JURNAL TEKNIK POMITS Vol. 2, No., (203) ISSN: 2337-3539 (230-927 Print) Implementasi Algoritma Pencarian Jalur Sederhana Terpende dalam Graf Anggaara Hendra N., Yudhi Purwananto, dan Rully Soelaiman Jurusan
Lebih terperinciPerbandingan Antara Algoritma Penghapusan Bising Adaptif LMS dan Adaptif RLS dalam Penghapusan Bising Kendaraan
Perbandingan Antara Algoritma Penghapusan Bising Adaptif LMS dan Adaptif RLS dalam Penghapusan Bising Kendaraan Sri Arttini Dwi Prasetyowati 1), Adhi Susanto ), homas Sriwidodo ), Jazi Eo Istiyanto 3)
Lebih terperinciPENENTUAN JENIS PRODUK KOSMETIK PILIHAN BERDASARKAN FAKTOR USIA DAN WARNA KULIT MENGGUNAKAN METODE JARINGAN SYARAF TIRUAN
PENENTUAN JENIS PRODUK KOSMETIK PILIHAN BERDASARKAN FAKTOR USIA DAN WARNA KULIT MENGGUNAKAN METODE JARINGAN SYARAF TIRUAN Amethis Otaorora 1, Bilqis Amaliah 2, Ahmad Saihu 3 Teni Informatia, Faultas Tenologi
Lebih terperincitidak mempunyai fixed mode terdesentralisasi, dapat dilakukan dengan memberikan kompensator terdesentralisasi. Fixed mode terdesentralisasi pertama
BB IV PENGENDLIN TERDESENTRLISSI Untu menstabilan sistem yang tida stabil, dengan syarat sistem tersebut tida mempunyai fixed mode terdesentralisasi, dapat dilauan dengan memberian ompensator terdesentralisasi.
Lebih terperinciPERHITUNGAN CRITICAL CLEARING TIME MENGGUNAKAN PERSAMAAN SIMULTAN BERBASIS TRAJEKTORI KRITIS TANPA KONTROL YANG TERHUBUNG DENGAN INFINITE BUS
PROCEEDIG SEMIAR TUGAS AKHIR ELEKTRO ITS, (4) -6 PERHITUGA CRITICAL CLEARIG TIME MEGGUAKA PERSAMAA SIMULTA BERBASIS TRAJEKTORI KRITIS TAPA KOTROL YAG TERHUBUG DEGA IIITE BUS M. Abdul Aziz Al Haqim, Prof.
Lebih terperinciVARIASI NILAI BATAS AWAL PADA HASIL ITERASI PERPINDAHAN PANAS METODE GAUSS-SEIDEL
SEMINAR NASIONAL PENDIDIKAN SAINS Peningatan Kualitas Pembelajaran Sains dan Kompetensi Guru melalui Penelitian & Pengembangan dalam Menghadapi Tantangan Abad-1 Suraarta, Otober 016 VARIASI NILAI BATAS
Lebih terperinciSISTEM PENDUKUNG KEPUTUSAN PENENTU NILAI INTERVAL KADAR LEMAK TUBUH MENGGUNAKAN REGRESI INTERVAL DENGAN NEURAL FUZZY
SISTEM PENDUKUNG KEPUTUSAN PENENTU NILAI INTERVAL KADAR LEMAK TUBUH MENGGUNAKAN REGRESI INTERVAL DENGAN NEURAL FUZZY Tedy Rismawan dan Sri Kusumadewi Laboratorium Komputasi dan Sistem Cerdas, Jurusan Teni
Lebih terperinciKORELASI ANTARA DUA KELOMPOK VARIABEL KUANTITATIF DALAM ANALISIS KANONIK
Jurnal Pengaaran MIPA, Vol. 0 No. Desember 007 ISSN: -097 KORELASI ANARA DUA KELOMPOK VARIABEL KUANIAIF DALAM ANALISIS KANONIK Oleh : Dewi Rachmatin, S.Si., M.Si. Jurusan Pendidian Matematia FPMIPA Universitas
Lebih terperinciIII DESKRIPSI DAN FORMULASI MASALAH PENGANGKUTAN SAMPAH DI JAKARTA PUSAT
III DESKRIPSI DAN FORMULASI MASALAH PENGANGKUTAN SAMPAH DI JAKARTA PUSAT 3.1 Studi Literatur tentang Pengelolaan Sampah di Beberapa Kota di Dunia Kaian ilmiah dengan metode riset operasi tentang masalah
Lebih terperinciPERANCANGAN DAN IMPLEMENTASI PENGENDALI MODEL PREDICTIVE CONTROL
PERANCANGAN DAN IMPLEMENASI PENGENDALI MODEL PREDICIVE CONROL DENGAN CONSRAIN UNUK PENGAURAN EMPERAUR PADA LEVEL/FLOW AND EMPERAURE PROCESS RIG 38-003 SKRIPSI Diajuan sebagai salah satu syarat untu memperoleh
Lebih terperinciModifikasi ACO untuk Penentuan Rute Terpendek ke Kabupaten/Kota di Jawa
187 Modifiasi ACO untu Penentuan Rute Terpende e Kabupaten/Kota di Jawa Ahmad Jufri, Sunaryo, dan Purnomo Budi Santoso Abstract This research focused on modification ACO algorithm. The purpose of this
Lebih terperinciAplikasi diagonalisasi matriks pada rantai Markov
J. Sains Dasar 2014 3(1) 20-24 Apliasi diagonalisasi matris pada rantai Marov (Application of matrix diagonalization on Marov chain) Bidayatul hidayah, Rahayu Budhiyati V., dan Putriaji Hendiawati Jurusan
Lebih terperinciPENERAPAN AKAR KUADRAT PADA ENSEMBLE KALMAN FILTER (EnKF) ABSTRAK
PENERAPAN AKAR KUADRA PADA ENSEMBLE KALMAN FILER (EnKF) Jasmir 1, Erna Apriliani 2, Didi Khusnul Arif 3 Email: ijas_1745@yahoo.co.id ABSRAK Ensemble Kalman Filter (EnKF) merupaan salah satu metode untu
Lebih terperinciPEMBUATAN MEDIA PEMBELAJARAN PADA MATA KULIAH TEKNIK KONTROL ADAPTIF SUB POKOK BAHASAN PENGHAPUSAN DERAU
Techno, ISSN 40-8607 Volume 5 No. 2 Otober 204 Hal. 23 29 PEMBUATAN MEDIA PEMBELAJARAN PADA MATA KULIAH TEKNIK KONTROL ADAPTIF SUB POKOK BAHASAN PENGHAPUSAN DERAU Instructional Media Creation on Subjects
Lebih terperinciPERBANDINGAN PERFORMANSI ALGORITMA GENETIKA DAN ALGORITMA SEMUT UNTUK PENYELESAIAN SHORTEST PATH PROBLEM
Seminar Nasional Sistem dan Informatia 2007; Bali, 16 November 2007 PERBANDINGAN PERFORMANSI ALGORITMA GENETIKA DAN ALGORITMA SEMUT UNTUK PENYELESAIAN SHORTEST PATH PROBLEM Fajar Saptono 1) I ing Mutahiroh
Lebih terperinciSIMULASI FILTER KALMAN UNTUK ESTIMASI SUDUT DENGAN MENGGUNAKAN SENSOR GYROSCOPE
SIMULASI FILR KALMAN UNUK SIMASI SUDU DNGAN MNGGUNAKAN SNSOR GYROSCOP Wahyudi *), Adhi Susanto **), Sasongo Pramono **), Wahyu Widada ***) Abstact he Kalman filter is a recursive solution to the process
Lebih terperinciBAB IV APLIKASI PADA MATRIKS STOKASTIK
BAB IV : ALIKASI ADA MARIKS SOKASIK 56 BAB IV ALIKASI ADA MARIKS SOKASIK Salah satu apliasi dari eori erron-frobenius yang paling terenal adalah penurunan secara alabar untu beberapa sifat yang dimilii
Lebih terperinciBAB II LANDASAN TEORI
BAB II LANDASAN TEORI 2.1 Teori Fuzzy 2.1.1 Dasar-Dasar Teori Fuzzy Secara prinsip, di dalam teori fuzzy set dapat dianggap sebagai estension dari teori onvensional atau crisp set. Di dalam teori crisp
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 terperinciAnalisa Kinerja Kode Konvolusi pada Sistem Parallel Interference Cancellation Multi Pengguna aktif Detection
Analisa Kinerja Kode Konvolusi pada Sistem Parallel Interference Cancellation Multi Pengguna atif Detection CDMA dengan Modulasi Quadrature Phase Shift Keying Berbasis Perangat Luna Saretta Nathaniatasha
Lebih terperinciBAB IV PERHITUNGAN HARGA PREMI BERDASARKAN FUNGSI PERMINTAAN PADA TITIK KESETIMBANGAN
BAB IV PERHITUNGAN HARGA PREMI BERDASARKAN FUNGSI PERMINTAAN PADA TITIK KESETIMBANGAN Berdasaran asumsi batasan interval pada bab III, untu simulasi perhitungan harga premi pada titi esetimbangan, maa
Lebih terperinciANALISIS GOVERNOR PADA PENGATURAN FREKWENSI PLTGU DI PT INDONESIA POWER UBP PRIOK
ANALISIS GOVERNOR PADA PENGATURAN FREKWENSI PLTGU DI PT INDONESIA POWER UBP PRIOK ACHMAD FAUZAN, 10402008 Jurusan Teni Eletro, Faultas Tenologi Industri, Universitas Gunadarma, Margonda Raya 100 Depo 1424
Lebih terperinciPenerapan Sistem Persamaan Lanjar untuk Merancang Algoritma Kriptografi Klasik
Penerapan Sistem Persamaan Lanjar untu Merancang Algoritma Kriptografi Klasi Hendra Hadhil Choiri (135 08 041) Program Studi Teni Informatia Seolah Teni Eletro dan Informatia Institut Tenologi Bandung,
Lebih terperinciISSN: TEKNOMATIKA Vol.1, No.2, JANUARI
ISSN: 1979-7656 TEKNOMATIKA Vol.1, No.2, JANUARI 2009 25 PERANCANGAN DAN IMPLEMENTASI JARINGAN SYARAF TIRUAN UNTUK MENDIAGNOSA JENIS PENYAKIT KANDUNGAN Bambang Yuwono Jurusan Teni Informatia UPN Veteran
Lebih terperinciDeret Pangkat. Ayundyah Kesumawati. June 23, Prodi Statistika FMIPA-UII
Keonvergenan Kesumawati Prodi Statistia FMIPA-UII June 23, 2015 Keonvergenan Pendahuluan Kalau sebelumnya, suu suu pada deret ta berujung berupa bilangan real maa ali ini ita embangan suu suunya dalam
Lebih terperinci