Hasil Pencarian  ::  Simpan CSV :: Kembali

"Penulisan skripsi yang dikerjakan penulis merupakan usulan konsep perbaikan sistem pengadaan material pada PT. X.Sesuai dengan judul skripsi yang berjudul : ?Usulan konsep penyediaan material dengan menggunakan SAP RB?, maka penulis berupaya memberikan sumbangan pemikiran yang berupa usulan hasil analisa maupun buah pemikiran dari penulis.Proses penulisan skripsi yang dilakukan oleh penulis mencakup studi terhadap PT.X sendiri, yang mana dalam study tersebut dilalcukan dengan studi literatur yang dalam hal ini termasuk study terhadap laporan, kertas kerja, dll, maupun study lapangan yang dalam hal ini termasuk wawancara, maupun terjun ke lapangan (ikut melihat sistem secara langsung).Setelah dilakukan study terhadap PT. X sendiri maka penulis berupaya rnengadakan analisa analisa terhadap permasalahan yang melingkupi sistem yang ada tersebut.Sesuai dengan judul skripsi yang mengetengahkan SAP R/3 sebagai alat bantu, maka penulis setelah rnengadakan analisa sistem lalu berupaya mengadakan pembedahan terhadap SAP R/3, yang kebetulan pada saat itu juga penulis termasuk sebagai tenaga pernbantu dalam proyek penerapan SAP R/3 pada PT. X.Berdasarkan analisa perrnasalahan permasalahan yang telah dilalcukan dan pernbedahan terhadap SAP R/3 maka penulis berupaya memberikan solusi yang terbaik bagi permasalah permasalah sistem pengadaan material pada PT. X.

---

"

"Dalam togas skripsi ini akan dibahas mengenai aplikasi pengendali berbasis pengetahuan, pada pengendalian kemudi kapal laut dari posisi awal menuju sembarang titik tujuan dengan sudut heading awal kapal yang berbeda-beda. Dimana pengendali berbasis pengetahuan yang digunakan adalah Pengendali Logika Fuzzy (Fuzzy Logic Controller). Penerapan pengendali tersebut dilakuan dengan menggunakan perangkat lunak Matlab 5.3. Basis pengetahuan FLC (Fuzzy Logic Controller) yang dirancang berdasarkan atas pengetahuan nahkoda kapal dalam mengendalikan daun kemudi (rudder) kapal laut secara manual. Komponen-komponen yang dipergunakan dalam membentuk pengendalian tersebut dikelompokan menjadi 2 bagian yakni input (masukan) yang terdiri dari posisi kapal pada koordinat x, posisi kapal pada koordinat y dan sudut heading kapal serta output (keluaran) yang berupa sinyal kendali yang akan menggerakan rudder kapal. Dengan memetakan setiap kombinasi dari ketompok input maka basis pengetahuan yang diperoleh terdiri dari dua rates dua puluh lima aturan."

"Dalam skripsi ini akan dijelaskan model dinamik robot beroda dengan kemudi differensial yang dikendalikan dengan pengendali fuzzy. Pengendaii fuzzy menggunakan dua kumpulan aturan pengambil keputusan yang disebut behavior (behavior penghindaran halangan dan behavior pencapaian tujuan). Behavior pencapaian tujuan akan dilaksanakan bila sensor tidak mendeteksi halangan atau bila titik tujuan lebih dekat dibanding jarak halangan yang terdeteksi. Seiain kondisi tersebut diatas maka behavior penghindaran halangan yang akan dijalankan. Komponen-komponen yang dipergunakan dalam membentuk pengendalian tersebut dikelompokkan menjadi dua bagian, yakni masukan yang terdiri dari jarak terdekat pengukuran halangan oleh sensor, posisi tujuan relalif terhadap sudut heading robot dan jarak tujuan. Sedangkan keluaran adaiah beda tegangan begi motor penggerak roda robot. Pengendali fuzzy yang terdiri dari gabungan dua behavior ini membentuk 66 aturan. Pada simulasi, kecepatan diasumsikan tetap dan jarak maksimum pengukuran sensor adalah 2 meter. Pada bagian akhir akan diberikan algoritrna progam simulasi dan hasil-hasil simulasi pada beberapa kondisi untuk menunjukkan kinerja sistem."

"Perkembangan ilmu dibidang kontrol diiringi pula dengan aplikasinya yang sejalan pada dunia industri. Sehingga, kendala-kendala aplikasi pada industri juga menjadi dasar dioptimasinya sistem-sistem pengendali. Salah satunya adalah sistem logika fuzzy (fuzzy logic) yang secara luas sudah banyak digunakan untuk pengendalian, sebagai salah satu alternatif selain PID kontroler. Fuzzy logic controller sebagai jawaban terhadap sistem yang membutuhkan output dengan ketelitian tinggi, yang tentunya sistem pengendaliannya cukup kompleks. Salah satu penerapan pengendali logika fuzzy di industri adalah untuk pengendalian tangki pengontro! density, yang merupakan sub sistem dalam suatu proses pengolahan bahan pembuatan atap asbes. Aplikasi pengendaliannya dilakukan terhadap target pencapaian set point density dan level kapasitas bahan pada tangki tersebut. Pengendalian sistem ini dapat dikatakan mempunyai multi input-multi output (MIMO), yaitu dengan set point input density dan level kapasitas, output yang diharapkan adalah tercapainya density dan level bahan sesuai yang ditargetkan pada tangki. Pencapaian salah satu set point akan mempengaruhi set point lainnya, dimana ketika pencapaian target density diupayakan maka level bahan juga terpengaruh atau berlaku sebaliknya. Pada tugas akhir ini, dibahas konsep dan rancangan proses dengan simulasi pengendalian pada tangki pengontrol density berbasis fuzzy logic controller dengan menggunakan simulink pada program matlab versi 6.1."

"ABSTRAKStyrene Acrylic adalah sebuah produk kimia yang digunakan sebagai bahan baku adhesive, coating dan cat. Untuk memproduksi Styrene Acrylic diperlukan sebuah reaktor yang berfungsi sebagai wadah dimana reaksi antar bahan-bahan dasar Styrene Acrylic terjadi. Reaksi yang terjadi dalam reaktor harus terkendali agar dapat mengikuti resep formula yang sudah ditentukan. Salah satu faktor yang utama yang harus dikendalikan adalah suhu dalam reaktor. Suhu dalam reaktor harus sesuai dengan formula yang telah ditetapkan agar kualitas dari produk sesuai dengan yang diinginkan. Toleransi eror suhu dalam reactor hanya diperbolehkan sebesar 5?C. Selain untuk menjaga kualitas produk, pengendalian suhu reaktor juga berdampak pada alasan kemanan pabrik. Reaksi kimia dan proses produksi Styrene Acrylic memiliki sifat yang nonlinear, sehingga diperlukan pengendali yang dapat mengendalikan sistem nonlinear dengan toleransi eror yang kecil. Fuzzy logic diharapkan dapat memenuhi kebutuhan pengendalian suhu reaktor, sehingga suhu reaktor dapat mengikuti trajektori suhu yang didapat dari resep formula yang mana ditentukan sebagai setpoint.Skripsi ini membahas tentang pemodelan dan desain pengendali yang baik untuk model proses Styrene Acrylic plant. Proses ini dimodelkan dengan metode matematis yang diterapkan menggunakan C-Mex. lalu di simulasikan menggunakan Simulink Matlab yang digunakan untuk mendesain pengendali PID konvensional dan fuzzy logic. Pengendali PID di-tuning menggunakan metode Ziegler Nichols yang mana performanya akan dibandingkan dengan performa pengendali fuzzy logic yang didesain dengan 9 aturan.

---

ABSTRACTStyrene Acrylic is a chemical product used as raw material for adhesives, coatings and paints. To produce Styrene Acrylic requires a reactor that serves as a container in which the reaction between the basic ingredients of Styrene Acrylic occurs. The reactions that occur in the reactor must be controlled in order to follow a prescribed formula. One of the main factors that must be controlled is the temperature in the reactor. The temperature in the reactor shall be in accordance with the prescribed formula for the quality of the product to be as desired. Tolerance of temperature error in the reactor is only allowed at ± 5⁰C. In addition to maintaining product quality, reactor temperature control also has an impact on manufacturers' safety reasons. Chemical reactions and Styrene Acrylic production processes have nonlinear properties, so controllers are required to control nonlinear systems with small error tolerance. Fuzzy logic is expected to meet the reactor temperature control requirement, so that the reactor temperature can follow the temperature trajectory obtained from the formula or recipe which is set as setpoin.This thesis discusses the modeling and design of a good controller for the Styrene Acrylic plant process model. This process is modeled by a mathematical method applied using C-Mex. Then simulated using Simulink Matlab which is used to design conventional PID controller and fuzzy logic. The PID controller is tuned using the Ziegler Nichols method whose performance will be compared to the performance of a fuzzy logic controller designed with 9 rules."

"LC merupakan pengendali yang sangat Iuas penggnnaannya dalam bidangindustri. Seiring dengan berkembangnya kebutuhan pengendalian proses dalamindustri, fasilitas pongendali dalam PLC pun lurut dikembangkan. Dalam PLCgenerasi barn, seperti yang dignnakan dalam skripsi ini, telah terintegrasi fungsi-fungsi pengendali proses seperti PID dan fuzzy.Dalam skripsi ini. digunakan PLC. Modicon Micro 3122 untukmengendalikan suatu sistem dua tangki (Coupled Tanks CEIOS). Pengendaliansistem tersebut dilakukan untuk mengendalikan tinggi air pada tangki 2 denganmasukan pada tangki 1. Pengendali yang digunakan adalah pengendali PID yangparameter-parameternya ditala secara on-line dengan menggunakan algoritma fuzzy,atau biasa disebut Fuzzy-PID. Pemrograman PLC dibuat dengan bantuan softwarePL7 Pro V4.0 yang merupakan bagian integral dari PLC tersebut denganmenggunakan bahasa pemrograman Strubtured Text. Prancangan pengendali dibuatagar pengendalian dapat dilakukan melalui jaringan ethemet dan intemet.Setelah masing-masing sub sistem diuji dan kemudian di integrasikan menjadisebuah sistem, dilakukan beberapa uji coba untuk mengamati kinerja sistem sertapengendali yang telah dirancang. Uji coba tersebut meliputi uji coba tanpapengendali dan dengan pengendali. Pada uji coba dengan pengendali dilakukanpembandingan antara pengendali Fuzzy-PID dan PID dcngan parameter retap. Ujicoba dengan pengendali ini mencakup uji coba dengan setpoint tetap, dengansetpoint berubah-ubah, dengan porubahan parameter sistem, dan dengan gangguandari Iuar.Dari beborapa uji coba yang dilakukan, dapal disimpulkan bahwa sistemdapat bekerja dengan baik. Pengendalian dengan menggunakan algoritma Fuzzy-PIDmampu mengatasi berbagai keadaan sistem dengan hasil yang lebih baikdibandingkan pengendali PID dengan parameter tetap. Dengan demikian, terbuktibahwa PLC merupakan salah satu pengendali yang dapat diandalkan dalampengendalian proses-proses industri. "

"Pengontrol aliran banyak digunakan di berbagai industri, seperti di industri perminyakan untuk mengalirkan minyak dari minyak lepas pantai ke darat atau digunakan untuk distribusi minyak. Pengontrol aliran yang paling banyak digunakan dalam industri adalah pengontrol berbasis PID konvensional yang diimplementasikan menggunakan PLC. PLC banyak digunakan dalam industri karena kekompakannya, memiliki konektivitas standar dan memiliki keandalan yang tinggi. Dalam penelitian ini, pengontrol non-konvensional, yaitu pengontrol Neuro-Fuzzy, diterapkan pada pabrik prototipe yang mengandung air sebagai agen alirannya. Pabrik prototipe terdiri dari tangki air, pompa air, katup gerbang, katup kontrol, flow meter, dan sistem perpipaan. Kontroler Neuro-Fuzzy dalam penelitian ini dirancang berdasarkan algoritma ANFIS, dengan input berupa kesalahan dan perubahan kesalahan dari variabel proses yang diamati, dalam hal ini aliran air pada pipa keluaran pabrik prototipe. Pengontrol dioperasikan di lingkungan MATLAB/SIMULINK pada PC, yang memperoleh informasi laju aliran berasal dari flow meter yang terhubung ke PLC. PLC berkomunikasi dengan pengendali melalui fasilitas OPC. Output dari pengontrol, yang berupa bukaan katup kontrol, akan dikirim ke PLC melalui OPC, oleh karena itu PLC dapat mengontrol bukaan katup sesuai dengan laju aliran air yang diinginkan. Setelah menjalani proses pelatihan, pengendali berbasis ANFIS yang dikembangkan diuji dengan berbagai titik setel debit air untuk mendapatkan informasi kinerjanya. Dari penelitian ini ditemukan bahwa pengontrol berbasis ANFIS adalah pengontrol dengan kinerja yang baik, yang memiliki waktu naik rata-rata 16,88 detik, waktu penyelesaian 30,68 detik, dan dengan overshoot 0% dan 35,65%, dan memiliki relatif kecil kesalahan 2,59%.

---

Flow control is widely used in various industries, such as in the oil industry to flow oil from offshore to onshore oil or used for oil distribution. The most widely used flow controller in the industry is conventional PID-based controller which is implemented using PLC. PLCs are widely used in industry because of their compactness, standard connectivity and high reliability. In this study, a non-conventional controller, the Neuro-Fuzzy controller, is applied to a prototype plant that contains water as its flow agent. The prototype plant consists of a water tank, a water pump, a gate valve, a control valve, a flow meter, and a piping system. The Neuro-Fuzzy controller in this study was designed based on the ANFIS algorithm, with input in the form of errors and error changes of the observed process variables, in this case the flow of water in the prototype factory output pipe. The controller is operated in a MATLAB / SIMULINK environment on a PC, which gets flow rate information from a flow meter connected to the PLC. PLC communicates with controllers through OPC facilities. The output from the controller, which is the control valve opening, will be sent to the PLC via OPC, therefore the PLC can control the valve opening according to the desired flow rate. After undergoing the training process, the ANFIS-based controller that was developed was tested with various water discharge set points to obtain performance information. From this study it was found that ANFIS-based controller is a controller with good performance, which has an average rise time of 16.88 seconds, a completion time of 30.68 seconds, and with 0% and 35.65% overshoot, and has relatively small errors 2.59%."

"Air Conditioner (AC) merupakan salah satu contoh dari sistem pendingin bangunan yang mengeluarkan/memboroskan energi yang cukup besar. Hal inilah yang menuntut dibuatnya sistem pengendali yang baik dalam pengoperasian perangkat tersebut. Pengendali yang dimaksud ialah Fuzzy Logic Controller (FLC). Bentuk dari perancangan yang akan dibuat di sini merupakan pengemhangan fungsi dari termostat sebagai pcngendali temperatur oleh teknik kontrol Fuzzy logic dengan mengendalikan besar kecilnya energi yang masuk ke dalam proses pendinginan AC tersebut. sehingga dapat menghasilkan adaptasi yang lebih baik terhadap kebutuhan-kebutuhan pemakai serta mengurangi pemakaian energi. Dengan menggunakan Simulink pada program Mattab versi 6-1 dapat dilihat grafik respon dari perancangan ini dengan berbagai kondisi yang berbeda-beda. Kemudian dianalisa bentuk dari respon-respon tersebut serta dibandingkan dengan grafik respon model AC tanpa pengendali. Hasil yang didapat dari perancangan ini ialah bahwa respon sistem AC dengan menggunakan pengontrol temperatur FLC ini memiliki karakteristik yang stabil dengan nilai kestabilan yang selalu mengikuti temperatur acuan yang diberikan."