Hasil Pencarian  ::  Simpan CSV :: Kembali

"ABSTRAKRancangan suatu Sistem Instrumentasi Penyimpul Fuzzy (SIPF) digital 64 bit untuk mengolah algoritma penyimpul fuzzy (Fuzzy Inference). Suatu sistem fuzzy yang terdiri dari SIPF dan mikroprosesor 32 bit memiliki kecepatan proses penyimpulan lebih tinggi bila dibandingkan dengan sistem yang hanya mengimplementasi perangkat lunak saja.. SIPF hanya digunakan untuk mengambil kesimpulan, sementara proses fuzzifikasi serta defuzzifikasi dilakukan oleh mikroprosesor sendiri yang juga mengendalikan SIPF. Disamping SIPF, algoritma penyimpulan yang teroptimasi juga dapat meningkatkan akselerasi pengkalkulasian aturan dasar (rule base).Pada Skripsi ini dilakukan perancangan serta peralcitan Sistem Instrumentasi Penyimpul Fuzzy, dengan menggunakan komponen-komponen murah dan sederhana serta mudah didapat. Hasil utama yang didapat adalah suatu rancangan dari sistem instrumentasi yang berfungsi sebagai alat bantu kalkulasi aturan fuzzy paralel yang kerjanya dikendalikan oleh mikroprosesor induk."

"The present book discusses the three fields, fuzzy systems, rough sets and ensemble techniques. As the trained ensemble should represent a single hypothesis, a lot of attention is placed on the possibility to combine fuzzy rules from fuzzy systems being members of classification ensemble. Furthermore, an emphasis is placed on ensembles that can work on incomplete data, thanks to rough set theory."

"Dalam skripsi ini akan dibahas dan disimulasikan penerapan sistem inferensi fuzzy berbasis jaringan adaptif untuk menghilangkan komponen pengganggu dalam sinyal yang diterima sehingga informasi yang diinginkan dapat diperoleh. Komponen pengganggu yang dimaksud di sini adalah suatu sinyal lain yang tidak diinginkan yang berasal dari suatu sumber yang diketahu4 yang mengalami perbbaaan setelah melalui suatu jalur dinamik tertentu. Penyaringan dilakukan dengan terlebih dahulu memodelkan jalur dinamik tersebut sehingga komponen pengganggu dapat diestimasikan. Pemodelan jalur dinamik dilakukan dengan mempergunakan sistem inferensi fuzzy Sugeno yang parameternya ditala oleh suatu jaringan adaptif, atau biasa disebut ANFIS (Adaptive Network - based Fuzzy Inference System). Teknik penyaringan dengan ANFIS dapat memberikan hash yang lebih baik dibandingkan dengan teknik penyaringan berdasarkan perbedaan frekuensi. Pendekatan ANFIS dapat diterapkan jika beberapa persyaratan dapat dipenuhi , yaitu sumber informasi tidak berbubungan dengan sumber komponen pengganggu, orde jalur dinamik diketahui dan sumber informasi memiEd rata-rata nol."

"This book comprises the papers from Eurofuse 2011 Workshop on fuzzy methods for knowledge-based systems. The workshop is devoted to fuzzy methods for knowledge-based systems. And has the goal to bring together researchers and practitioners developing and applying fuzzy techniques in preference modelling and decision making in an informal atmosphere. This book contains the final revised manuscripts on the basis of which the program was put together."

"Proses sistem kendali adalah proses penting yang terjadi di dunia perindustrian, salah satunya di ranah industri hulu migas. Salah satu instrumen utama pada proses upstream migas adalah separator yang memiliki fungsi untuk memisahkan kandungan fluida minyak mentah yang mengalir melalui pipa menjadi beberapa wujud fase. Pada kenyataanya hampir semua proses pengendalian separator pada fasilitas produksi PT. Pertamina EP masih menggunakan model pengendalian PID konvensional yang harus terus dimonitoring oleh sumber daya manusia selama 24 jam per hari. Oleh karenanya, pada penelitian ini dirancang sebuah metode pengendalian berbasis intelligent system, yaitu simulasi pengendalian Neuro Fuzzy. Metode pengendalian Neuro-Fuzzy ini didesain menggunakan algoritma ANFIS dengan input berupa setpoint, error, dan selisih error dari proses variabel fluida separator, yaitu level (h) fluida. Penelitian dilakukan menggunakan aplikasi Simulink/MATLAB dengan memasukkan fungsi transfer dari model matematis separator lalu melakukan perbandingan dengan melihat grafik respon dan parameter antara model pengendali PID dan ANFIS. Hasil dari penelitian menunjukan bahwa performa pengendali model ANFIS secara rata-rata memiliki overshoot yang jauh lebih baik dari model PID karena selalu mendekati nol dalam tiap kondisi set point serta model ANFIS memiliki nilai error yang lebih baik pada saat set point bernilai 5 dengan perbedaan error 0,712 dari error model pengendali PID.

---

The control system process is an important process that occurs in the industrial world, one of which is in the upstream oil and gas industry. One of the main instruments in the upstream oil and gas process is a separator which has afunction to separate the crude oil fluid content flowing through the pipe into several phases. In fact, almost all separator control processes at PT. Pertamina EP still uses the conventional PID control model which must be continuously monitored by human resources 24 hours per day. Therefore, in this study, a control method based on intelligent systems is based on Neuro Fuzzy control of the level (h) of the fluid. The research was conducted using the Simulink/MATLAB application by entering the transfer function of the separator mathematical model and then making comparisons by looking at the response and parameter charts between the PID and ANFIS controller. The results of the study show that the ANFIS model controller performance on average has a much better overshoot than the PID model because it is always close to zero in each set point condition and the ANFIS model has a better error value when the set point is 5 with an error difference of 0.712. of the PID controller model error."