Hasil Pencarian  ::  Simpan CSV :: Kembali

"ABSTRACTTanaman hidroponik saat ini sudah banyak sekali penggemarnya dari seluruh dunia, karena sistemnya yang tidak memerlukan tanah, sehingga jika dibandingkan dengan penanaman konvensional dalam luas tanam tersedia yang sama, system hidroponik dapat menanam tanaman lebih banyak, karena bisa ditanam secara vertical dan hanya memanfaatkan aliran larutan nutrisi untuk tumbuh kembangnya. Akan tetapi disamping kelebihan tersebut , system hidroponik lebih kompleks karena ada beberapa parameter yang harus diperhatikan dan dijaga, seperti nutrient solution pH Konsentrasi , periode pengairan, dan pencahayaan buatan. Dengan majunya teknologi saat ini , maka dimungkinkan penghilangan peran manusia dalam pengolahan besaran parameter tersebut, bisa disebut sistem otomasi. Selain itu dapat juga dilakukan monitoring untuk parameter-parameter tersebut sehingga kita juga bisa melihat trend perubahan dari parameter tersebut. Skripsi ini membahas rancang bangun dan implementasisistem monitoring dan automasi tanaman hidroponik, jenis system tanaman hidroponik yang di automasi dan monitoring adalah Drip System Non-Recovery. Rancang bangun terbagi menjadi : Rancang bangun Algoritma Kontrol dan Automasi, Hardware Mekanik Elektrik , dan HMI. Algoritma Kontrol dikembangkan menggunakan Fuzzy Logic Controller dengan Arduino sebagai mikrokontrollernya, untuk monitoring dibuat sistem HMI berbasiskan Software LabView, digunakan komunikasi tanpa kabel menggunakan WIFI yang menghubungkan LabView dengan Arduino.

---

ABSTRACTHydroponic plants nowadays are become so popular on around the world. Because hydroponics system that doesn rsquo t require soil, therefore if it is compared with conventional planting usingthe same size of available space, hydroponic systems can growing more plants than the conventional one, because hydroponics can be planted in vertically. But besides these advantages, hydroponic systems is more complex because there are several important parameters that should be monitored and maintained, such as nutrient solutions pH and concentration , the period of irrigation, and artificial lighting. With nowdays advance technology development , it is possible to remove the Role of Human to maintain these parameters, the system is called Automation. In addition it is Also possible to monitoring these parameters by graphic trending. This project discusses about the design and implementation of the Monitoring and Automation system of hydroponic plant, the hydroponic plant system is based on the Non Recovery Drip System. The design is divided in to three parts The design of Control and Automation Algorithm ,the Hardware Mechanical Electrical , and the HMI Human Machine Interface . The control algorithm was developed using Fuzzy Logic Controller with Arduino as the microcontroller. For the HMI will be developed using the LabView Software. Wireless communication WIFI is used to established communication between LabView and Arduino."

"ABSTRAKDalam skripsi ini, dibuat pengendali otomasi prototipe sistem penjernihan air Reverse Osmosis berskala menengah yang dapat diaplikasikan untuk memenuhi kebutuhan air pada daerah berpenduduk yang tidak terlalu luas, rumah sakit, hotel, atau gedung perkantoran pada wilayah yang sulit mendapatkan akses air bersih. Sistem yang diajukan menggunakan fitur Human Machine Interface HMI untuk mempermudah proses input setpoint, proses pengawasan, serta pengendalian produksi air bersih. Logika Fuzzy digunakan untuk mengendalikan sistem karena implementasi pengendali ini lebih efektif untuk sistem non-linear dan memudahkan pengembangan sistem dari prototipe menjadi sistem aktual. Sistem yang dibuat menggunakan Raspberry Pi 3 model B sebagai CPU master dan Arduino Nano sebagai slave. Selain harga yang ekonomis, Raspberry Pi Raspi digunakan sebagai CPU karena memungkinkan implementasi logika Fuzzy dalam proses pengendalian. Hasil percobaan pada prototipe menunjukkan bahwa pengendali fuzzy mampu mengendalikan laju aliran air keluaran dengan mengatur besar duty cycle pompa sesuai dengan setpoint yang ditetapkan. Hal ini diharapkan dapat membuat umur membran dapat bertahan lebih lama dan kualitas air dapat dijaga dengan menghindari terjadinya fouling akibat laju aliran air yang terlalu berlebihan. Fitur HMI telah berhasil diimplementasikan pada sistem prototipe menggunakan layar sentuh TFT 5 inci yang juga dapat dikendalikan dan dimonitor dari jarak jauh hingga 10 meter dalam ruang tertutup menggunakan koneksi WiFi.

---

ABSTRACTIn this bachelor thesis, an automation mechanism for a medium scale Reverse Osmosis plant prototype which can be applied to fulfil the drinking water needs for small sized populated areas, hospitals, hotels, or offices in areas that are difficult to access clean water is made. The proposed system has a Human Machine Interface HMI feature to make set point adjustments, monitoring, and controlling more convenient. Fuzzy Logic Control is used by the system to run the production automation because Fuzzy Logic is more effective in such non linear systems and can be easily implemented from prototype to the real scale plant without having to re adjust its controller parameters. The system design uses Raspberry Pi model 3 B as the CPU master and Arduino Nano as the slave. Raspberry Pi is used as the CPU due to its economical price, its features, and its ability to easily implement Fuzzy logic. Experimental results with the prototype shows that the Fuzzy controller can adjust the output water flow by changing the pump rsquo s duty cycle based on the desired setpoint. It is expected that by doing so, excessive water flow which can lead to shorter membrane age and decreased water quality can be avoided. HMI feature is successfully implemented in the prototype using 5 inch TFT LCD touchscreen that can also be controlled and monitored remotely up to 10 meters in an enclosed room through wireless connection."

"Terdapat berbagai macam metode untuk meningkatkan stabilitas system tenaga listrik. Salah satunya adalah dengan menggunakan metode pengereman dinamis (dynamic braking). Selain menggunakan braking resistor saja, system braking dapat juga melibatkan reaktor dan kapasitor untuk meningkatkan unjuk kerja pengereman. Setelah terjadi gangguan yang besar, setiap generator sinkron yang terhubung dengan sistem tenaga listrik mengalami perbedaan antara masukan daya mekanis dan keluaran daya elektris yang dapat membawa system menuju ketidakstabilan. Skripsi ini membahas tentang penggunaan pengendali logika fuzzy untuk koordinasi pensaklaran braking resistor, reaktor, dan kapasitor pada perbaikan stabilitas peralihan sistem tenaga listrik. Setelah terjadinya gangguan, variabel kecepatan rotor dari generator akan diukur dan sudut penyalaan untuk saklar thyristor ditentukan dari keluaran crisp pengendali logika fuzzy. Dengan mengendalikan sudut penyalaan untuk masing-masing komponen, koordinasi dari braking resistor, reaktor, dan kapasitor dapat mengendalikan daya percepatan dan perlambatan pada generator dan kemudian meningkatkan stabilitas peralihan. Simulasi dilakukan dengan menggunakan gangguan tiga fasa ke tanah pada saluran transmisi paralel. Hasil simulasi menunjukkan bahwa pengendalian dengan logika fuzzy untuk koordinasi pensaklaran braking resistor, reaktor dan kapasitor dapat memberikan metode yang sederhana dan efektif untuk meningkatkan kestabilan sistem tenaga listrik.

---

There are several method to improve the power system stability. One of the method that can be used is dynamic braking. Beside of braking resistor only, the braking system can also involve reactor anda capacitor to enchance the braking performace. Following a major disturbance, each synchronous generator connected to a power system experiences a net difference between its mechanical power input and electrical power output which leads to instability of the system.

This paper deals with the implementation of fuzzy logic controller for switching coordination of braking resistor, reactor, and capacitor in power system transient stability improvement.

Following a fault, variable rotor speed of the generator is measured and the firing-angle for the thyristor switch is determined from the crispy output of the fuzzy controller. By controlling the firing-angle for each component, the coordination of braking resistor, reactor, and capacitor can control the accelerating and decelerating power in generator and thus improves the transient stability.

The simulations is doing by considering Three-phase-to-ground fault in the parallel transmission lines. Simulation results clearly indicate that the proposed fuzzy control strategy provides a simple and effective method of transient stability enhancement of synchronous power system."

"Dengan berkembangnya pembangunan perkotaan dan kebutuhan industri, semakin pipa panjang diperlukan. Untuk kebutuhan industri diperlukan suatu sistem system pengendalian yang kuat, adaptif, efisien, dan ramah lingkungan untuk memenuhi kebutuhan yang sangat besar. Pada penelitian ini telah dirancang sebuah sistem kendali berdasarkan kecerdasan buatan dengan logika fuzzy pada kontrol aliran air berdasarkan PLC. Pada penelitian ini sistem logika fuzzy menggunakan 2 input himpunan fuzzy yaitu error dan perubahan kesalahan. Setiap himpunan fuzzy menggunakan 5 fungsi keanggotaan yang bernilai negatif besar (NB), negatif sedang (NM), nol (ZO), positif sedang (PM), besar positif (PB). Sistem dapat melakukan kontrol debit sesuai kebutuhan. Sistem ini terletak pada komputer yang berfungsi sebagai pusat kendali dan mengambil data dari server OPC tempat data diambil dari PLC menggunakan komunikasi Ethernet yang terhubung langsung ke plant. Sistem kontrol berbasis logika fuzzy dioperasikan pada pabrik prototipe pada skala lab, dan analisis kinerja diverifikasi secara eksperimental. Data dapat langsung diambil dan dilihat menggunakan MATLAB SIMULINK. Berdasarkan hasil percobaan dapat disimpulkan kontrol menggunakan logika fuzzy lebih baik dari kontrol konvensional PID. Hasil kontrol menggunakan logika fuzzy mencapai kondisi tunak lebih cepat yaitu 24,24 detik tanpa overshoot dibandingkan dengan menggunakan PID yaitu ID 48,6 detik dengan overshoot 16,2%.

---

With the development of urban development and industrial needs, more and more long pipes are needed. For industrial needs, a strong, adaptive, efficient, and environmentally friendly control system is needed to meet enormous needs. In this research, a control system based on artificial intelligence has been designed with fuzzy logic on water flow control based on PLC. In this study, the fuzzy logic system uses 2 input fuzzy sets, namely error and error change. Each fuzzy set uses 5 membership functions with large negative values ​​(NB), medium negative (NM), zero (ZO), moderate positive (PM), large positive (PB). The system can perform discharge control as needed. This system is located on a computer that functions as a control center and retrieves data from the OPC server where data is retrieved from the PLC using Ethernet communication that is connected directly to the plant. Fuzzy logic based control system is operated in a prototype factory on a lab scale, and performance analysis experimentally verified. Data can be directly retrieved and viewed using MATLAB SIMULINK. Based on the experimental results, it can be concluded that the control using fuzzy logic is better than conventional PID control. The results of the control using fuzzy logic reached steady state faster, namely 24.24 seconds without overshooting compared to using PID, namely ID48.6 seconds with 16.2% overshoot."

"Telah dilakukan penelitian untuk mengendalikan sistem multi input multi output pada sistem penerangan lampu menggunakan metode fuzzy logic. Adapun penelitian tersebut memiliki karakteristik pengendalian yang multivariable. Dengan pengaruh sistem yang saling mengganggu maka sistem menjadi tidak stabil, sehingga dibutuhkan suatu bilangan decoupler untuk menstabilkan kembali sistem dari keadaan yang saling mempengaruhi. Pembuatan sistem ini dilakukan dalam skala laboratorium agar dapat mengetahui terlebih dahulu mengenai sistem multi input multi output sebelum terjun ke dunia industri yang banyak memakai suatu sistem multi input multi output.

---

Research was conducted to control the multi-input multi system output at lamp lighting system using fuzzy logic. The The research has the characteristics of multivariable control. With the influence of the system that interfere with each other, the system becomes stable, so it is necessary to stabilize the number decoupler back system from a state of mutual influence. Making these systems do at laboratory scale in order to be able to know in advance about the system multi input multi output before plunging into the world of industry that many use a multi-input multi-output system."

"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."

"Dengan berkembangnya konstruksi perkotaan dan kebutuhan industri, maka semakin diperlukannya pipa yang panjang. Untuk Kebutuhan industri diperlukannya sistem pengendalian yang kuat, adaptif, efisien, dan ramah lingkungan untuk memenuhi kebutuhan yang sangat besar. Pada penelitian ini telah dirancang suatu sistem kendali berbasis kecerdasan buatan dengan logika fuzzy pada pengendalian debit air berbasis PLC .Dalam penelitian ini sistem logika fuzzy menggunakan 2 input fuzzy set yaitu error dan perubahan error. Setiap Fuzzy set menggunakan 5 fungsi keanggotaan yaitu negatif besar (NB), negatif medium(NM), zero(ZO), positif medium(PM), positif besar(PB). Sistem dapat melakukan pengendalian debit sesuai yang dibutuhkan.Sistem ini berada pada sebuah komputer yang berfungsi sebagai pusat pengendalian dan mengambil data dari OPC server dimana data tersebut diambil dari PLC menggunakan komunikasi ethernet yang langsung terhubung dengan plant. Sistem pengendalian berbasis logika fuzzy dioperaasikan pada prototype plant dalam skala lab, dan analisis performa diverivikasi secara eksperimental. Data secara langsung dapat diambil dan dilihat menggunakan SIMULINK MATLAB. Berdasarkan hasil eksperimen dapat simpulkan pengendalian menggunakan logika fuzzy lebih baik dibanding pengendalian konvesional PID. Hasil pengendalian menggunakan logika fuzzy lebih cepat mencapai steady state yaitu 24.24 sekon tanpa adanya overshoot dibandingkan dengan menggunakan PID yaitu 48.6 sekon dengan overshoot sebesar 16.2%.

---

With the development of urban construction and industrial needs, the need for long pipes is increasing. For industrial needs, a control system that is strong, adaptive, efficient, and environmentally friendly is needed to meet huge needs. In this study, a control system based on artificial intelligence has been designed with fuzzy logic for PLC-based water flow control. In this study, the fuzzy logic system uses 2 fuzzy set inputs, namely error and error change. Each Fuzzy set uses 5 membership functions, namely large negative (NB), medium negative (NM), zero (ZO), medium positive (PM), large positive (PB). The system can control the discharge as needed.

This system is located on a computer that functions as a control center and retrieves data from the OPC server where the data is retrieved from the PLC using ethernet communication which is directly connected to the plant. The fuzzy logic-based control system was operated on a prototype plant on a lab scale, and the performance analysis was verified experimentally. Direct data can be retrieved and viewed using SIMULINK MATLAB. Based on the experimental results, it can be concluded that controlling using fuzzy logic is better than conventional PID control. The result of controlling using fuzzy logic reaches a steady state faster, which is 24.24 seconds without overshoot, compared to using PID, which is 48.6 seconds with an overshoot of 16.2%."

"Anti Lock Brake Systems (ABS) bertujuan untuk menghasilkan seoptimal mungkin gaya pengereman, tetapi selama proses pengereman roda kendaraan tidak terkunci sehingga kendaraan tetap terkendali.Pada pengendalian ABS, untuk rnendapatkan hasil yang optimal maka diperlukan pengendali yang mampu menjaga besar torsi optimum yang diperkenankan sebelum teljadjnya penguncian pada roda kendaraan. Torsi optimum yang dimaksud adalah torsi pengereman pada saat equilibrium point.Pengendalian ini dihadapkan pada pennasalahan berubah-ubahnya kondisi jalan, yang mengakibatkan besarnya torsi pengereman yang diberikan harus disesuaikan dengan kondisi jalan. Agar dapat diberikan besar torsi pengereman yang sesuai di perlukan slip ratio sebagai pembanding antara kondisi jalan yang berbeda. Karena itu dibutuhkan sensor untuk mendeteksi kecepatan putar roda yang kemudian data dan sensor tersebut digunakan umuk memperoleh slip ratio.Pada skripsi ini untuk membedakan kondisi pemaukaan jalan digunakan decision logic (metode elemen hingga). Metode elemen hingga membedakan kondisi permukaan jalan dengan cara membandingkan besar torsi pengereman yang diberikan dengan slip ratio yang terukur.Keluaran dan metode elemen hingga merupakan masukan bagi pengendali logika fuzzy. Masukan berupa informasi kondisi permukaan jalan menyebabkan pengendali Iogika dapat memutuskan untuk memberikan sinyal kendali yang sesuai dengan kondisi pemiukaan jalan kepada servovalve sehingga torsi pengereman optimum dapat diberikan selama terjadinya proses pengereman.Output dan simulasi berupa bentuk-bentuk grafik yang merupakan tanggapan slip ratio terhadap waktu, tanggapan torsi pengereman terhadap waktu, tanggapan kecepatan terhadap waktu sehingga dapat diamati tanggapan sistem secara keseluruhan."

"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."