Hasil Pencarian  ::  Simpan CSV :: Kembali

Abstrak :
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.

Abstrak :
This research was conducted by computer simulation to study the implementation of automatic control the depth of water table in the paddy field which applied system of intensification (SRI)....

Abstrak :
Masalah yang akan timbul jika perangkat Air Conditioner (AC) dinyalakan secara terus - menerus dengan waktu yang lama, akan cukup banyak memakan daya listrik. Beberapa penelitian telah dilakukan untuk mengatasi permasalahan tersebut. Dengan membangun sebuah perangkat yang mampu mengontrol suhu yang dihasilkan AC secara dinamis. Pada perangkat pengontrol AC tersebut akan dinyalakan dengan menggunakan baterai sebagai sumber dari energi untuk menyelakan perangkat pengontrol AC tersebut. Tujuan dari perangkat pengontrol tersebut menggunakan baterai adalah memudahkan dalam pemasangan dan juga tidak perlunya kabel yang terhubung pada perangkat pengontrol AC, tentunya jika terdapat kabel membutuhkan stop kontak dan tidak bisa dipasang secara fleksibel untuk mengontrol perangkat AC. Pada penelitian ini akan dilakukan pengkoreksian hasil dari pengontrolan perangkat AC pada logika fuzzy agar menjadi lebih baik. Pengkoreksian pengontrolan perangkat AC menggunakan metode algoritma Rule-Based denga periode sampling 10 detik dan 10 menit yang dimana akan berpengaruh kepada ketahanan batrai dari perangkat pengontrol. Percobaan akan dilikukan pada sebuah ruangan kelas di CCIT Fakultas Teknik Universitas Indonesia dengan kondisi ruangan kosong dan ruangan tidak kosong. Dari hasil percobaan yang dilakuakan persentase error yang didapat jika hanya menggunakan logika fuzzy pada sampling period 10 detik adalah sebesar 4,94% lebih kecil setelah ditambahkan dengan algoritma Rule-Based, yaitu sebesar 2,77%. Pada sampling period 10 menit menggunakan logika fuzzy dengan kondisi ruangan kelas kosong persentase error pengontrolan didapat adalah 4,79%, jauh lebih besar setelah dikoreksi menggunakan algoritma Rule-Based yaitu sebesar 0,38% persentase error yang didapat. Pada kondisi kelas tidak kosong jika ditambahkan dengan algoritma Rule-Based persentase error pengontrolan sebesar 0,85% lebih baik dari pada hanya menggunakan logika fuzzy saja sebesar 6,74% dengan sampling period 10 menit dan pada sampling period 10 detik hasil pngontrolan AC, jika ditambahkan dengan algoritma Rule-Based, error yang didapat sebesar 1,5% lebih kecil dibandingkan hanya menggukana logia fuzzy yaitu 6,21%. Pada pengukuran konsumsi daya baterai sampling time 10 menit memiliki rata - rata konsumsi daya sebesar 62,69 mA lebih kecil dibandingkan sampling period 10 detik yaitu 85,36 mA. ......The problem that will arise if the Air Conditioner (AC) is turned on continuously for a long time, it will consume quite a lot of electrical power. Several studies have been conducted to overcome this problem. By building a device that is able to control the temperature generated by the AC dynamically. The AC controller device will be turned on by using the battery as a source of energy to power the AC controller device. The purpose of the controller device using a battery is to make it easier to install and also there is no need for a cable to be connected to the AC controller, of course if there is a cable it requires an outlet and cannot be installed flexibly to control the AC device. In this study, the results of controlling the AC device on fuzzy logic will be corrected to make it better. Correction of AC device control uses the Rule-Based algorithm method with a sampling period of 10 seconds and 10 minutes which will affect the battery resistance of the controller device. The experiment will be carried out in a classroom at CCIT, Faculty of Engineering, University of Indonesia with the condition of an empty room and a non-empty room. From the experimental results, the percentage of error obtained if only using fuzzy logic in a sampling period of 10 seconds is 4.94% smaller after adding the Rule-Based algorithm, which is 2.77%. In a sampling period of 10 minutes using fuzzy logic with an empty classroom condition the percentage of control error obtained is 4.79%, much larger after being corrected using the Rule-Based algorithm, which is 0.38% the percentage error obtained. In the condition that the class is not empty if it is added with the Rule-Based algorithm the percentage of control error is 0.85%, it is better than using only fuzzy logic of 6.74% with a sampling period of 10 minutes and at a sampling period of 10 seconds the results of AC control, if added with the Rule-Based algorithm, the error obtained is 1.5% smaller than using only fuzzy logic, which is 6.21%. In the measurement of battery power consumption, the sampling time of 10 minutes has an average power consumption of 62.69 mA, which is smaller than the sampling period of 10 seconds, which is 85.36 mA

Abstrak :
Manusia selalu ingin menciptakan robot yang dapat bernavigasi seperti dirinya. Manusia dapat bernavigasi dengan hanya menggunakan informasi yang didapat melalui indera penglihatan. Untuk itu perlu diterapkan sistem penginderaan yang didasarkan pada pengelihatan pada suatu sistem navigasi robot. Sistem penginderaan ini diterapkan pada robot menggunakan suatu jenis sensor untuk menangkap citra, yaitu sensor kamera. Pada skripsi ini dibahas penggunaan kamera sebagai sensor pada system pengendalian mobile robot atau robot bergerak. Sebelum digunakan sebagai dasar pengendalian, informasi yang didapat dari sensor kamera harus diproses terlebih dahulu. Pengendalian yang digunakan untuk navigasi robot adalah pengendalian berdasarkan logika fuzzy. Dalam tugas akhir ini diperlihatkan bagaimana kemampuan sistem dalam memproses masukan dari sensor kamera dan menterjemahkannya menjadi gerakan robot menggunakan pengendalian fuzzy. Sistem yang ingin dicapai adalah sistem robot yang dapat bernavigasi berdasarkan pengendalian fuzzy dengan hanya menggunakan input dari kamera. Dari hasil pengujian dapat diketahui bahwa dapat diterapkan sebuah sistem kendali fuzzy untuk mengendalikan mobile robot dengan hanya menggunakan sensor kamera.

---

Human beings always try to create robot that can navigate like them self. Humans can navigate with information from their vision. To achieve it, a vision based system is needed for robot navigation. This vision based system is applied on a robot with a type of image capturing sensor, which is a camera. This paper discusses the use of camera as a sensor in the mobile robot control system. Before used as the input of the navigation control system, the information from the camera sensor has to be processed beforehand. The control system that is used for the robot navigation is a control system based on fuzzy logic. This paper will show the system ability to process input from the camera sensor and translate that input into robot movement using fuzzy control. The final goal is a mobile robot with fuzzy control system that can navigate with input only from camera sensor. From the experiment we can see that a fuzzy control system can be applied on a mobile robot with camera sensor.