Hasil Pencarian  ::  Simpan CSV :: Kembali

"Sistem tata udara presisi atau yang lebih dikenal dengan Precision Air Conditioning (PAC) merupakan mesin refrigerasi yang dapat mengendalikan temperatur dan kelembaban dari suatu data center sesuai dengan yang diinginkan, yaitu pada temperatur 20-25oC dan kelembaban relatif (RH) 40-55%. Pengendali yang digunakan adalah pengendali cerdas yang mengacu pada model state space. Pengendali jenis ini membutuhkan nilai state dalam desainnya. Namun pada realisasinya, sulit untuk menentukan state sistem tata udara presisi ini karena berbagai macam faktor, seperti keterbatasan peralatan elektronik, serta alasan ekonomi. Dalam kegiatan penelitian ini, akan diimplementasikan suatu metode yang digunakan untuk mengestimasi state. Metode yang digunakan adalah metode yang menggunakan algoritma identifikasi MOESP secara rekursif. Melalui proses dekomposisi nilai tunggal dan perhitungan matematis sederhana, akan diperoleh informasi estimasi state untuk waktu sekarang N N x? dan estimasi state untuk satu langkah ke depan pada waktu sekarang N N x 1 ? + . Proses validasi dilakukan cara membandingkan hasil estimasi state dengan state keluaran dari model yang diperoleh dari hasil identifikasi offline. Hasil estimasi state terbaik diperoleh melalui sistem tata udara presisi yang bersifat linier. Hasil estimasi state sangat bergantung dari model sistem yang diperoleh.

---

Precision Air Conditioning (PAC) is a refrigeration machine that can control temperature and humidity of a data center. The ideal temperature and Relative Humidity (RH) is 20-25oC and 40- 55%. The controller used is a smart controller that refers to the state space model. Controller of this type requires the value of states and parameters needed in the designing. But in its realization, it is difficult to determine the accurate states and parameters of the Precision Air Conditioning because of variety of factors, such as the limitations of electronic equipment, as well as economic reasons.

In this research, will implement a method used to estimate the state. The method used is a method that uses a recursive identification algorithm MOESP. Through the Single Value Decomposition (SVD) process and simple mathematical calculations , it will obtain the current state estimation N N x? and state estimation for the next step at the present time N N x 1 ? + . The validation process carried out to compare the estimated state with state from model obtained from offline identification. The best state estimation obtained through the linier system of Precision Air Conditioning value. State estimation results are dependent of the system model that is obtained."

"

Penelitian ini membahas konstruksi distribusi Marshall-Olkin-Kumaraswamy-Eksponensial (MOKw-E), yang merupakan kombinasi distribusi Marshall-Olkin (MO) dan Kumarawasmy-Eksponensial (Kw-E). Distribusi ini dikenal sebagai model fleksibel yang dapat diaplikasikan untuk data dengan berbagai bentuk distribusi. Estimasi parameter dilakukan menggunakan Maximum Likelihood Estimation (MLE) dengan bantuan dua metode numerik, yaitu metode Nelder-Mead dan metode Gradien Konjugat Fletcher Reeves. Kedua metode ini banyak digunakan dalam penyelesaian permasalahan optimasi karena memiliki tingkat efisiensi yang tinggi dengan komputasi yang sederhana tetapi memberikan hasil yang akurat. Kedua metode ini akan dibandingkan dengan melihat nilai Mean Squared Error (MSE) yang merupakan suatu metrik untuk melihat seberapa cocok model dengan data yang digunakan. Terakhir, model yang dikembangkan diaplikasikan pada data severitas klaim asuransi pengangguran untuk menunjukkan kemampuan model dalam memodelkan data severitas klaim. Model tersebut akan dibandingkan dengan model yang dibangun dari distribusi Kw-E dengan melihat nilai Akaike Information Criteria (AIC) dan Bayessian information criteria (BIC) untuk menunjukan bahwa model yang dikembangkan lebih baik dibandingkan model asalnya.

---

This research discusses the construction of the Marshall-Olkin-Kumaraswamy-Exponential (MOKw-E) distribution, which is a combination of the Marshall-Olkin (MO) and Kumaraswamy-Exponential (Kw-E) distributions. This distribution is known as a flexible model applicable to data with various distribution shapes. Parameter estimation is performed using Maximum Likelihood Estimation (MLE) with the assistance of two numerical methods the Nelder-Mead method and the Conjugate Gradient Fletcher Reeves method. Both methods are widely used in solving optimization problems due to their high efficiency with simple computations yet accurate results. These methods will be compared by examining the Mean Squared Error (MSE) values, which is a metric to assess how well the model fits the data. Finally, the developed model is applied to unemployment insurance claim severity data to demonstrate the model's capability in representing severity claim data. The model will be compared with a model built from the Kw-E distribution by evaluating the Akaike Information Criteria (AIC) and Bayesian Information Criteria (BIC) values to show that the developed model is superior to the original model.

"

"Perkembangan teknologi saat ini akan sangat mempengaruhi penggunaan catu daya untuk komponen elekronik. Karena penggunaan yang sangat luas, maka diperlukan suatu system yang dapat mengkonversikan tegangan DC dari suatu tingkat tegangan ke tingkat tegangan lainnya. Salah satu cara untuk mengkonversikan tegangan adalah dengan Buck-boost converter sebagai salah satu jenis dari switching converter. Buck-boost konverter berfungsi untuk menurunkan dan menaikkan tegangan sesuai dengan yang diinginkan. Penggunaan supercapacitor adalah sebagai sumber tegangan pada rangkaian buck-boost konverter, pengendali PID digunakan untuk mengendalikan tegangan agar dapat sesuai dengan yang diinginkan. perancangan dari keseluruhan model rangkaian disimulasikan dengan menggunakan CMex S-function  pada Simulink Matlab. Dari hasil pemodelan system memiliki respon yang menyerupai sistem aslinya dan menunjukkan system dapat bekerja dengan baik, yang mana tegangan keluaran bisa mengikuti referensi. Dari hasil simulasi, untuk perubahan terhadap setpoint didapat nilai error pada kondisi SOC 100% lebih kecil dibandingkan saat kondisi 52%, untuk respon terhadap perubahan beban didapat kondisi SOC 52% lebih kecil dibandingkan dengan kondisi SOC 100% hal ini terlihat dari posisi steady state dan overshoot. Setelah dilakukan Analisa dari keseluruhan terdapat pole yang berada disisi sebelah kanan sumbu imajiner sehingga system tidak stabil.

---

Current technological developments will greatly affect the use of power supplies for electronic components. Because of its wide use, we need a system that can convert DC voltage from one voltage level to another. One way to convert voltage is with a Buck-boost converter as a type of switching converter. Buck-boost converter serves to lower and increase the voltage as desired. The use of a supercapacitor is as a voltage source in the buckboost converter circuit, the PID controller is used to control the voltage so that it can be as desired. The design of the entire circuit model is simulated using CMex S-function in Simulink Matlab. From the results of modeling the system has a response that resembles the original system and shows the system can work well, where the output voltage can follow the reference. From the simulation results, for changes to the setpoint, the error value at 100% SOC conditions is smaller than at 52% conditions, for the response to changes in load, the SOC conditions are 52% smaller than 100% SOC conditions, this can be seen from the steady state position and overshoot. After analyzing the whole, there is a pole that is on the right side of the imaginary axis so that the system is unstable. "