Hasil Pencarian  ::  Simpan CSV :: Kembali

"Salah satu metode penelitian yang ikut berperan penting dalam pengukuran berskala mikro yakni Brownian Motion yang merupakan fenomena gerakan acak beberapa partikel yang diamati di bawah lensa objektif mikroskop akibat tabrakan antarpartikel dan molekul cairan di sekitarnya. Dalam penelitian ini akan digunakan Brownian Motion untuk menentukan nilai viskositas melalui perpindahan partikel polimer (microbead) terhadap perubahan konsentrasi cairan (gliserin dan NaCl) dan ukuran partikel polimer. Pengukuran dilakukan menggunakan rancangan sistem optik seperti kamera dan lensa objektif mikroskop. Pergerakan partikel kemudian direkam dan hasil citra rekaman diolah menggunakan image processing pada MATLAB. Dengan menggunakan fungsi korelasi, lintasan pergerakan partikel dapat dilacak hingga diperoleh data perpindahan partikel untuk setiap frame. Data ini kemudian diolah ke dalam persamaan mean square displacement untuk menentukan nilai viskositas cairan tersebut melalui nilai koefisien difusi partikel, yang merupakan hasil fitting least square dari mean square displacement. Dari data yang telah diperoleh, kesalahan literatur dari pengukuran viskositas menggunakan partikel berukuran 1 mikron pada larutan gliserin dengan variasi 10%-40% bernilai tidak lebih dari 10% dibandingkan pengukuran viskositas menggunakan partikel berukuran 3 dan 5 mikron. Untuk pengukuran viskositas menggunakan partikel 1 mikron pada larutan NaCl dengan variasi konsentrasi 0%, 50%, dan 100% memiliki nilai kesalahan literatur kurang dari 7%.

---

One research method that plays an important role in micro-scale measurement is Brownian Motion, which is a phenomenon of random movement of several particles observed under the microscope's objective lens due to collisions between particles and liquid molecules around it. In this study Brownian Motion will be used to determine the value of viscosity through the displacement of polymer particles (microbead) to the changes of fluid concentration (glycerin and NaCl) and polymer particle size. Measurements were made using the design of optical systems such as camera and microscope objective lense. The movement of particles is then recorded and the recording image results are processed using image processing in MATLAB. By using the correlation function, the trajectory of particle movement can be traced until particle displacement data is obtained for each frame (in second). From the data, the literature error from the viscosity measurement uses 1-micron particle in the glycerin solution with a variation of 10% - 40% is no more than 10% compared to the viscosity measurement using 3 and 5-micron particle. For the measurement of viscosity using 1-micron particle in NaCl solution with variations in the concentration of 0%, 50%, and 100%, the literature error is less than 7%."

"Penelitian ini bertujuan untuk melihat hubungan antara absorbansi terhadap perubahan temperatur. Pada penelitian ini menggunakan beberapa sampel cairan dengan viskositas yang berbeda dan setiap cairan dikenakan perubahan temperatur yang bertujuan untuk merubah viskositas cairan. Proses pengukuran absorbansi menggunakan metode melewatkan cahaya yang terukur intensitasnya dan dilewatkan pada media sampel yang terukur jaraknya dan mengukur cahaya setelah melewati sampel. Untuk mengetahui intensitas cahaya yang masuk ke dalam media pengujian memanfaatkan beam splitter 50%. Perbandingan logaritmik intensitas cahaya yang masuk ke dalam sample dan intensitas cahaya yang keluar akan menjadi nilai absorbansi. Penelitian ini menggunakan beberapa cairan dengan viskositas awal yang berbeda dan setiap cairan dilakukan perubahan temperatur. Penelitian ini menguji beberapa jenis cairan dengan viskositas awal yang berbeda dan memperhatikan perubahan absorbansi seiring dengan peningkatan temperatur. Hasil penelitian menunjukkan bahwa perubahan warna cairan berpengaruh signifikan terhadap nilai absorbansi yang terukur. Penggunaan jenis cairan yang berbeda juga berpengaruh terhadap hasil pengukuran absorbansi. Temuan ini diharapkan dapat memberikan kontribusi terhadap pemahaman lebih lanjut mengenai karakteristik optik cairan dalam kaitannya dengan viskositas dan temperatur. Hasil pengujian menghasilkan nilai absorbansi yang berbeda-berbeda berdasarkan sinar laser yang digunakan dan variasi viskositas oli yang digunakan. Pada sinar warna merah peningkatan nilai absorbansi terjadi bervariasi yaitu 0.4, 0.9, dan 0.5. Pada sinar hijau sebesar 0.09, 0.6, dan 0.4. Pada sinar biru sebesar 0.08, 0.8, dan 0.7.

---

This research aims to examine the relationship between absorbance and temperature changes. The research uses several liquid samples with different viscosities, and each liquid is subjected to temperature changes intended to alter the viscosity of the liquid. The absorbance measurement process involves passing light, whose intensity is measured, through the sample medium with a measured distance and then measuring the light after it passes through the sample. To determine the intensity of light entering the test medium, a 50% beam splitter is utilized. The logarithmic ratio of the light intensity entering the sample to the light intensity exiting the sample will be the absorbance value.This study uses several liquids with different initial viscosities and subjects each liquid to temperature changes. The research tests several types of liquids with different initial viscosities and observes the changes in absorbance as the temperature increases. The results indicate that changes in the color of the liquid significantly affect the measured absorbance values. The use of different types of liquids also influences the absorbance measurement results. These findings are expected to contribute to a further understanding of the optical characteristics of liquids in relation to viscosity and temperature.The testing results show varying absorbance values based on the laser light used and the variations in oil viscosity. For red light, the absorbance increases by 0.4, 0.9, and 0.5. For green light, the increases are 0.09, 0.6, and 0.4. For blue light, the increases are 0.08, 0.8, and 0.7."

"Difusi seringkali ditinjau secara makroskopis namun pada kasus ini, masing masing partikel yang mempengaruhi terjadinya difusi yaitu perataan konsentrasi dalam suatu larutan akan ditinjau. Masing-masing partikel akan bergerak secara bebas akibat interaksi antar partikel dan molekul gas sekitar yang dapat mengakibatkan terjadinya peristiwa Gerak Brown. Melalui studi ini, diamati 3 variasi dari suatu partikel bernama microbead polystyrene yang akan diamati peristiwa gerak Brown yang terjadi pada partikel untuk menghitung koefisien difusi dari partikel tersebut. Digunakan metode Mean Square Displacement (MSD) sebagai metode utama perhitungan koefisien difusi namun untuk mewujudkan hal tersebut, diperlukan data berupa koordinat pergerakan partikel dalam 2 dimensi sehingga dengan bantuan dari 2 instrumen utama berupa machine learning dan Python 3.7, dibuatlah suatu sistem untuk mengukur koefisien difusi suatu partikel microbead polystyrene yang dapat dilakukan secara otomatis dengan memberikan video pergerakan partikel tersebut. Hasil dari penelitian akan menunjukan bahwa semakin besar partikel, semakin kecil koefisien difusi yang dihasilkan.

---

Diffusion has been widely researched macroscopically but, in this case, each particle that influences the diffusion phenomenon which is the spreading of a concentrated liquid will be observed. Each particle will move freely as a result of the interactions between the gasses of the liquid covering the particle and the particle itself in where Brownian motion can occur. Through this study, 3 size variants of a particle known as the polystyrene microbead will be observed under microscope to see how it acts when Brownian motion occurs which in result, will be able to calculate the diffusion coefficient of the particle. The Mean Square Displacement (MSD) is used as the main method for calculating the diffusion coefficient but a specific dataset, the coordinates of the particles center of mass, is required hence needing the help of a system to find its coordinates. This research develops a method for doing so using the help of machine learning and Python 3.7 to create an automated system that is able to calculate the diffusion coefficient of this specific particle with only needing a video input of the particle moving. The result of this research will show that the larger the particle, the smaller the diffusion coefficient."

"Dalam melakukan pengamatan gerak Brown untuk mencari nilai koefisien difusi, dibutuhkan sebuah sistem yang memiliki akurasi tinggi untuk pendeteksian koordinat partikel dalam orde mikrometer. Pada penelitian ini dibuat sebuah sistem untuk menganalisa pergerakan partikel microbead dalam larutan nanogold dengan variasi temperatur dalam bentuk input berupa video dan menghasilkan output berupa nilai koefisien difusi dari partikel yang terdapat pada video. Sistem ini memanfaatkan machine learning sebagai detektor koordinat partikel. Digunakan TensorFlow Object Detection API sebagai backend sistem ini dan CenterNet sebagai aristektur model yang digunakan. Koordinat partikel berhasil dideteksi dengan rata-rata error pada pendeteksian senilai 0.6 piksel. Metode mean squared displacement digunakan untuk menghitung koefisien difusi. Didapatkan nilai koefisien difusi untuk microbead pada suhu 36, 37, 38, 39, 40oC secara berurutan sebesar 8.581 x 10-14, 9.925 x 10-14, 10.113 x 10-14, 10.374 x 10-14, 14.875 x 10-14 m2/s. Didapati nilai kenaikan koefisien difusi setiap kenaikan 1oC sebesar 1.3037 x 10-14 m2/s.

---

In observing Brownian motion to find the value of the diffusion coefficient, a system that has high accuracy is needed for the detection of particle coordinates in domain of micrometers. In this study, a system was created to analyze the movement of microbead particles in a nanogold solution with temperature variations with video file as an input and produce diffusion coefficient value of the particles in the video as the output. This system utilizes machine learning as a particle coordinate detector. The TensorFlow Object Detection API is used as the backend of this system and CenterNet as the model architecture. The particle coordinates were detected successfully with an average detection error of 0.6 pixels. The mean squared displacement method is used to calculate the diffusion coefficient. The diffusion coefficient values ​​for microbeads at a temperature of 36, 37, 38, 39, 40oC respectively were 8,581 x 10-14, 9.925 x 10-14, 10,113 x 10-14, 10,374 x 10-14, 14,875 x 10-14m2/s. It was found that the value of the increase in the diffusion coefficient for every 1oC increase was 1.3037 x 10-14 m2/s."

"Karakterisasi dari mikropartikel umumnya dianalisa berdasarkan gerak Brown dengan besaran suhu tertentu. Kenaikkan suhu akan menyebabkan energi kinetik partikel berubah sehingga gerakan Brown dari partikel juga akan berubah. Mikropartikel mempunyai tipe-tipe yang sangat luas, salah satunya adalah magnetik. Sifat magnetik pada mikropartikel akan menyebabkan gerak Brown dari partikel akan berbeda apabila diberikan medan magnet eksternal. Dalam studi ini akan diteliti gerak Brown partikel dan magnetic polystyrene untuk diukur koefisien difusinya dalam kondisi medan magnet dan temperatur berbeda-beda. Nilai koefisien dapat ditentukan dari metode rerata kuadrat perpindahan yang membutuhkan analisa gerak partikel. Proses pelacakan dilakukan dengan algoritma pencitraan komputer seperti deteksi blob dan optical flow. Hasil menunjukkan deteksi partikel dengan metode blob seperti SURF dan optical flow RLOF lebih efisien dan cepat secara komputasi dan lebih akurat daripada EfficientDet, dengan hasil koefisien difusi yaitu 6,785034 x 10-15 m2s-1 untuk ukuran 1μm, 8,886335 x 10-16 untuk 3μm, dan 8,944864 x 10-16 untuk 5μm. Pada pengukuran koefisien difusi diperoleh bahwa semakin besar partikel, maka semakin kecil koefisien difusinya. Selain itu, dirancang juga sistem yang dapat menghasilkan medan magnet berotasi yang membutuhkan sinyal tiga fasa. Rangkaian flip-flop digital dapat menghasilkan sinyal tiga fasa, yang diproses dengan pengubah sinyal kotak menjadi sinus untuk menghasilkan sinyal sinus dengan beda fasa 119,752°.

---

Characterizing of microparticle usually analyzed by using Brownian movement with controlled temperature. Increasing the temperature will lead to changes in kinetic energy particle, and the Brownian movement of the particle will be changed too. Microparticle has many types which one of them was magnetic microparticle. Magnetic characteristics of microparticle will lead to changes in Brownian motion of partice if given certain external magnetic field. In this study, the stochastic Brownian motion of magnetic polystyrene will be measured with various temperatures and magnetic fields. The value of coefficient could be measured from mean square displacement method by analyzing particle movements. Particle movement could be tracked by using computer vision algorithms such as blob detection and optical flow. Results showed that particle detection using blob such as SURF and optical flow such as RLOF is more computationally faster and more accurate than using EfficientDet with diffusion coefficient results such as 6,785034 x 10-15 m2s-1 for 1μm size, 8,886335 x 10-16 for 3μm, and 8,944864 x 10-16 for 5μm. In diffusion coefficient measurement results, shows that the larger particle sizes will results in smaller diffusion coefficient. Also, the system for generating rotating magnetic field is developed with three-phase signal as requirement. Flip-flop digital circuits is used to generate three-phase signal with square to sine converter to create sine signal with 119,752° phase difference."

"Viskometer yang dibangun memanfaatkan prinsip osilasi harmonik teredam, dengan menjadikan gaya gesek fluida sebagai salah-satu faktor redaman. Sampel yang diuji adalah oli industri dengan kode viskositas: ISO VG 32, ISO VG 46, ISO VG 68, ISO VG 100, ISO VG 220, dan ISO VG 320. Keenam sampel fluida harus diuji pada temperatur 40 C agar sesuai dengan referensi viskositas fluida tersebut. Untuk menjaga temperatur fluida tetap konstan, digunakan pengendali temperatur fluida dengan algoritma PID. Tuning dan penentuan konstanta PID dilakukan dengan metode Direct Synthesis, dengan konstanta waktu pengendalian model PID tc = 1000 s. Model fungsi transfer sistem pemanas fluida adalah G(s) = (1,99e-155s)(960s + 1)-1, sedangkan model respon waktu pengendalian adalah Gc = (0,485){1 + (1038 s)-1 + 71,7 s]. Pada penelitian ini dicari fungsi transfer viskositas referensi terhadap perubahan koefisien redaman osilasi, yang digunakan untuk mengukur viskositas fluida. Hasil pengukuran viskositas fluida referensi menyatakan bahwa persentase kesalahan literatur yang diperoleh bernilai: 7,65% (ISO VG 46), 4,39% (ISO VG 68), 0,0947% (ISO VG 100), 0,262% (ISO VG 220), dan 0,0429% (ISO VG 320). Ketika diuji dengan sampel lain (ISO VG 150), diperoleh nilai viskositas terukur sebesar 0,132±0,007 Pa s, dengan kesalahan literatur sebesar 2,39%. Berdasarkan fungsi transfer yang diperoleh, rentang kerja viskometer ini adalah 0,0400 hingga 0,256 Pa s.

---

The viscometer we built relies on damped harmonic oscillation principles, by assuming Stokes drag as a damping factor. The fluid samples are industrial oil (ISO VG 32, ISO VG 46, ISO VG 68, ISO VG 100, ISO VG 220 and ISO VG 320) which must be measured under a constant temperature of 40C, to compare the results with the reference viscosities. We used a PID temperature controller to maintain the sample temperature at a constant value. Direct Synthesis method was used to tune the PID controller, with the PID model time constant tc = 1000 s. The heater process model is G(s) = (1.99e-155s)(960s + 1)-1, while the PID controller function is Gc = (0.485)[1 + (1040 s)-1 + 71.7 s]. We obtained an equation of viscosity as a function of damping coefficient and used it as a measurement transfer function. Viscosity measurements of reference fluids generate relative error percentages of: 7.65% (ISO VG 46), 4.39% (ISO VG 68), 0.0947% (ISO VG 100), 0.262% (ISO VG 220) and 0.0429% (ISO VG 320). We measured the viscosity of another sample (ISO VG 150) and obtained measured viscosity value of 0.132±0.007 Pa s, with 2.39 % of relative error. This viscometer can measure viscosities in the range of 0.0400 to 0.256 Pa s.

"

"Viskositas merupakan sebuah nilai ukur resistansi dalam liquid untuk mengalir atau bergeser. Penelitian yang baik terhadap viskositas akan membantu para teknisi dan ilmuwan mengembangkan penelitian di bidangnya masing-masing. Berbagai macam viskometer dengan metode yang berbeda-beda telah dibuat untuk menguji nilai viskositas dari fluida.Viskometer yang dibuat penulis menggunakan dua buah silinder konsentris yang berbeda ukuran dengan ruang diantara kedua silinder tersebut diisi dengan cairan yang akan diuji. Silinder luar atau rotor diputar menggunakan motor DC dengan kecepatan konstan dan torsi yang dihasilkan dari silinder dalam atau stator diukur menggunakan sensor gaya. Pengukuran viskositas dilakukan pada glycerin, oli SAE 15w-40 dan oli SAE 80w-90 dengan memberikan variasi kecepatan putar motor dan temperatur pada cairan. Hasil eksperimen pada temperatur cairan 27oC dan kecepatan putar motor 150.48 RPM menunjukkan nilai viskositas glycerin sebesar (633.93 ± 0.9564) centiPoise, viskositas oli SAE 15W-40 (150.46 ± 0.4022) centiPoise dan viskositas oli SAE 80W-90 (231.36 ± 0.4624) centiPoise. Hasil eksperimen juga menunjukkan hubungan viskositas terhadap temperatur berubah secara eksponensial dan kecepatan putar motor tidak mempengaruhi nilai viskositas cairan.

---

Viscosity is a measure of resistance of liquids to flow or shear. A good survey of the viscosity data, its critical evaluation and correlation would help design engineers and scientists in their areas of interest. A wide range of viscometers has already embedded and manufactured to examine of viscosity of any liquids using difference methods. The presented viscometer consists of two concentric cylinders, with the space between the two cylinders filled with liquid being measured. The outer cylinder is driven by an electric motor at a constant speed using a motor DC and the torque on the inner cylinder is measured using a force sensor. Experiment using three difference liquids varied by difference value of motor's angular velocity and liquid's temperature. Experiment results show viscosities of liquids being measured on 27oC and 150.48 RPM of motor‟s angular velocity is (633.93 ± 0.9564) centiPoise for glycerin, (150.46 ± 0.4022) centiPoise for oil SAE 15w-40 and (231.36 ± 0.4624) centiPoise for oil SAE 80W-90. Experiment results show the impact of temperature changes to viscosity changes with exponential relation and show no impact to its angular velocity changes as well."

"Para roboticist selalu berusaha agar robot dapat menghampiri bentuk dan kemampuan manusia sehingga robot dapat berinteraksi bersama manusia dengan baik. Untuk dapat berinteraksi dengan manusia, robot sebisa mungkin dibuat agar memiliki gerakan yang mirip dengan manusia. Imitation Learning atau sering disebut dengan Motion Capture, adalah salah satu teknik pengendalian robot humanoid dengan manusia sebagai aktor dan robot sebagai agen yang akan mengimitasi gerakan aktor. Metode ini menawarkan kefleksibelan dan kemudahan dalam mememodifikasi sistem robot. Pada penelitian ini telah dikembangkan sebuah sistem motion capture untuk mentransformasikan gerakan lengan manusia ke lengan robot humanoid secara real time, dengan setiap lengan terdiri dari 3 DOF serta dilakukan perancangan database motion agar robot dapat melakukan gerakan yang telah dilakukannya. Proses tracking dengan Microsoft Kinect dilakukan pada rate frekuensi 20 Hz dengan dengan satu loop proses komputasi mapping membutuhkan waktu rata-rata 340 us. Rata-rata error pendeteksian vektor skeleton yang dideteksi adalah 1.74 cm.

---

The roboticist always trying to get the robot to approach the form and abilities so that the robot can interact with humans as well. To be able to interact with humans, robot made as much as possible in order to have similar movement to human. Imitation Learning or often called Motion Capture, is one of the humanoid robot control techniques with human as an actor and the robot as an agent who will imitate the movement of the actor. This method offers flexibility and ease to modify robot system.

In this research, we have developed a motion capture system to transform human arm movement to humanoid robot in real time, with each arm consisting of 3 DOF and we have designed database motion so that robot can redo the movement which it can do previously. Tracking process with Microsoft Kinect performed at frequency of 20 Hz with a single loop computation mapping process takes an average of 340 us. The average error detection of skeleton vector is 1.74 cm."

"Laser merupakan sumber cahaya yang memiliki sifat koheren dan intensitas yang tinggi dibanding dengan sumber cahaya yang lain. Apabila permukaan kasar disinari oleh sinar laser maka akan terbentuk pola-pola speckle, hal ini terjadi karena adanya hamburan sinar laser pada permukaan kasar. Pola laser speckle menyimpan banyak informasi, salah satunya adalah tingkat kekasaran permukaan. Penelitian ini bertujuan untuk mengukur tingkat kekasaran permukaan pada suatu logam, untuk itu dibuat perangkat sederhana untuk pengambilan citra spekle yang terdiri dari sumber laser dan kamera CMOS . Untuk mengolah pola speckle digunakan pengolahan gambar digital dengan menggunakan analisis grey level cooccurrence matrix (GLCM). Sampel yang digunakan dalam penelitian ini adalah logam nickel yang diproses dengan cara gerinda (flat grinding). Untuk mengkalibrasi sistem pengukuran digunakan 6 spesimen standar dari Insize Surface Roughness Comparator dengan tingkat kekasaran permukaan berbeda. Hasil yang didapatkan menunjukan adanya korelasi yang baik antara tingkat kekasaran dan fitur Contrast dan Homogeneity yang dihasilkan oleh analisis GLCM. Pengujian keakuratan dan kepresisian dari sistem pengukuran ini juga telah dilakukan dalam penelitian ini, dengan tingkat akurasi mencapai 96% dan kepresisian sebesar 97%. Selain mempunyai kepresisian dan keakuratan yang relatif baik, sistem pengukuran ini memiliki beberapa kelebihan lain, yaitu mempunyai sifat non-kontak, portabel, dan mudah digunakan.

---

Speckle patterns will be formed, this occurs because of the scattering of laser light on a rough surface. The speckle laser pattern holds a lot of information, one of which is the level of surface roughness. This research study aims to measure the level of surface roughness in a metal plate. For that purpose, a simple system has been developed to acquire laser speckle images generated from a metal surface that is illuminated by laser. This system consists of laser sources and CMOS cameras. In order to process the speckle patterns, a digital image processing algorithm is used based on Gray Level Co-occurrence Matrix (GLCM) analysis. The sample used in this study is nickel metal which is processed by flat grinding. To calibrate the measurement system used 6 standard specimens with different surface roughness levels. The results obtained show a good correlation between the level of roughness and contrast features generated by the GLCM analysis. The testing for the accuracy and precision of this measurement system has also been carried out in this study, with accuration rate up to 96% and 97% of precision rate.This measurement system has several other advantages, which are non-contact, portable and easy to use."