Hasil Pencarian  ::  Simpan CSV :: Kembali

Abstrak :
This book constitutes the thoroughly refereed post-conference proceedings of the 6th International Symposium on Parameterized and Exact Computation, IPEC 2011, in Saarbrücken, Germany, in September 2011. The 21 revised full papers presented were carefully reviewed and selected from 40 submissions. The topics addressed cover research in all aspects of parameterized and exact computation and complexity, including but not limited to new techniques for the design and analysis of parameterized and exact algorithms, fixed-parameter tractability results, parameterized complexity theory, relationship between parameterized complexity and traditional complexity classifications, applications of parameterized and exact computation, and implementation issues of parameterized and exact algorithms.

Abstrak :
Parameter estimation is the process of using observations from a system to develop mathematical models that adequately represent the system dynamics. The assumed model consists of a finite set of parameters, the values of which are calculated using estimation techniques. Most of the techniques that exist are based on least-square minimization of error between the model response and actual system response. However, with the proliferation of high speed digital computers, elegant and innovative techniques like filter error method, H-infinity and Artificial Neural Networks are finding more and more use in parameter estimation problems. Modelling and Systems Parameter Estimation for Dynamic Systems presents a detailed examination of the estimation techniques and modeling problems. The theory is furnished with several illustrations and computer programs to promote better understanding of system modeling and parameter estimation. The material is presented in a way that makes for easy reading and enables the user to implement and execute the programs himself to gain first hand experience of the estimation process.

Abstrak :
Tte h water hemma pro,one the most -important question of unsteady flow in pipelines.....

Abstrak :
Di era dengan ketersediaan bahan bakar fosil yang semakin rendah, diperlukan sumber energi terbarukan. Salah satu pembangkit dengan efisiensi optimal adalah pembangkit listrik tenaga nuklir. Badan Energi Atom Jepang (JAEA) memulai proyek HTTR pada tahun 1985 dengan inti prismatik, moderator grafit, dan reaktor berpendingin gas helium. Model matematis dan parameter merupakan acuan yang penting digunakan untuk melakukan suatu desain pengendali. Model kinetik reaktor nuklir yang digunakan terdiri dari model point kinetics, model thermal hydraulic, dan model reaktivitas masukan dan umpan balik ke model point kinetics. Beberapa parameter model pada reaktor nuklir sering kali tidak diketahui, oleh karena itu dilakukan estimasi model parameter menggunakan metode curve fitting nonlinear least squares. Didapatkan model yang telah dioptimasi dengan nilai akurasi dari hasil pada tingkat daya 9, 15 dan 18 MW berturut-turut yaitu sebesar 98.85%, 94.60% dan 97.95% dengan nilai RMSE masing-masing sebesar 0.0778, 0.2366 dan 0.1469. Sudah banyak sekali peneliti yang mengembangkan metode kendali untuk reaktor nuklir. Pada penelitian ini digunakan metode kendali terbaru yaitu Linear Parameter Varying Model Predictive Control (LPV-MPC). Kelebihan pada metode LPV-MPC yaitu model nonlinear dapat dibentuk dari model linear dan nonlinear dengan parameter yang bersifat varying tanpa harus menggunakan linearisasi. ......In an era where the availability of fossil fuels is getting lower, renewable energy sources are needed. One of the plants with optimal efficiency is a nuclear power plant. The Japan Atomic Energy Agency (JAEA) started the HTTR project in 1985 with a prismatic core, graphite moderator, and a helium gas-cooled reactor. Mathematical models and parameters are important references used to carry out a controller design. The nuclear reactor kinetic model consists of a point kinetics model, a thermal hydraulic model, and an input reactivity model and feedback to the point kinetics model. Some model parameters in nuclear reactors are often unknown, therefore the parameter model estimation is carried out using the nonlinear least squares curve fitting method. The model has been optimized with accuracy values from the results at power levels of 9, 15 and 18 MW, respectively, 98.85%, 94.60% and 97.95% with RMSE values of 0.0778, 0.2366 and 0.1469, respectively. Many researchers have developed control methods for nuclear reactors. In this study, the latest control method is used, namely Linear Parameter Varying Model Predictive Control (LPV-MPC). The advantage of the LPV-MPC method is that nonlinear models can be formed from linear and nonlinear models with varying parameters without having to use linearization.

Abstrak :

Biji Wijen merupakan salah satu produk alam yang kaya akan minyak nabati dan bermanfaat bagi kesehatan. Minyak wijen juga sering digunakan sebagai bahan campuran pada masakan karena cita rasanya yang lezat. Dengan proses pengolahan yang optimum, produk minyak wijen dapat menjadi komoditas yang bernilai tinggi.  Estimasi dua parameter proses ekstraksi, yaitu konstanta laju desorpsi dan koefisien difusi solut dalam pelarut, telah dilakukan dengan menggunakan model difusi bola panas pada temperatur 303 K, 318 K, dan 333 K dengan tekanan 8 MPa, 10 MPa, dan 12 MPa. Pelepasan asam lemak dari partikel biji wijen diasumsikan dengan model desorpsi. Penyelesaian perhitungan model ekstraksi dilakukan dengan program COMSOL Multiphysics 5.5. Nilai konsentrasi awal yang diperoleh sebesar 4.980 mol/m³. Konstanta laju desorpsi pada temperatur 303 K dengan tekanan 8 MPa dan 12 MPa sebesar 3,4×10^-4 s^-1 dan 2,00×10^-3 s^-1. Selain itu, pada temperatur 333 K dengan tekanan 8 MPa dan 12 MPa diperoleh 6,70×10^-3 s^-1 dan 1,02×10^-2 s^-1. Sedangkan, pada temperatur 318 K dan tekanan 10 MPa diperoleh nilai sebesar 4,60×10^-3 s^-1. Untuk nilai koefisien difusi solut dalam pelarut, diperoleh nilai sebesar 3,4×10^-9 m²/s dan 4,22×10^-9 m²/s pada temperatur 303 K dan tekanan 8 MPa dan 12 MPa. Pada temperatur 333 K dan tekanan 8 MPa dan 12 MPa, diperoleh nilai koefisien sebesar 4,18×10^-9 m²/s dan 4,16×10^-9 m²/s. Sedangkan pada temperatur 318 K dan tekanan 10 MPa, diperoleh nilai koefisien difusi solut sebesar 4,39×10^-9 m²/s. Nilai-nilai tersebut cukup baik untuk menggambarkan fenomena ekstraksi yang sesungguhnya jika ditinjau dari nilai AARD yang diperoleh, yaitu 8,15%.

---

Sesame seed is one of the natural products that is rich in vegetable oil content which has a bunch of benefits for health. Besides, sesame oil is often used as ingredient on foods because of its richness and delicious flavor. Under the optimum processing, Sesame oil product is possibly be high value commodity. Estimation of two extraction process parameters, desorption rate constants and solute diffusion coefficients, has been done by using hot ball diffusion model at temperatures of 303 K, 318 K, 333 K; and pressures of 8 MPa, 10 MPa, and 12 MPa. Discharge of fatty acids from sesame seed particles are assumed by desorption model. Completion of extraction model calculation is done by COMSOL Multiphysics 5.5. The initial concentration value obtained is 4.980 mol/m³. The estimated values of desorption rate constants at temperature of 303 K and pressures of 8 MPa and 12 MPa were 3,40×10^-4 s^-1 and 2,00×10^-3 s^-1. Other than that, the estimated values of desorption rate at temperature of 333 K and pressures of 8 MPa and 12 MPa are 6,70×10^-3 s^-1 and 1,02×10^-2 s^-1, while at the temperature of 318 K and pressure of 10 MPa is 4,60×10^-3 s^-1. Meanwhile, the solute diffusion coefficients at temperature of 303 K and pressures of 8 MPa and 12 MPa are 6,55×10^-9 m²/s and 4,22×10^-9 m²/s. At temperature of 333 K and pressures of 8 MPa and 12 MPa, the coefficients are 4,18×10^-9 m²/s dan 4,16×10^-9 m²/s, while at the temperature of 318 K and pressure of 10 MPa is 4,39×10^-9 m²/s. Those values are good to describe the real extraction phenomenon when it is viewed from the AARD value obtained, that is 8,15%.

Abstrak :

Permasalahan statistik di dunia nyata umum diselesaikan dengan menggunakan generalized linear model. Fleksibilitas model regresi tersebut menjadi nilai tambah yang meningkatkan utilitasnya. Akan tetapi, di tengah penerapan generalized linear model, ditemukan isu terkait estimasi parameter, yakni multikolinearitas. Kondisi multikolinearitas mengindikasikan adanya korelasi antarvariabel penjelas yang berpengaruh terhadap keakuratan koefisien parameter. Keadaan ini menyebabkan maximum likelihood estimator, metode yang sangat umum digunakan pada generalized linear model untuk mencari parameter, memiliki eror dan variansi yang tinggi. Berbagai alternatif estimator telah dibuat untuk mengatasi masalah ini, salah satunya adalah Liu estimator. Metode ini merupakan bentuk modifikasi dari metode yang sudah diciptakan sebelumnya, yakni maximum likelihood estimator. Penelitian ini menelusuri konsep dan metode Liu estimator dalam menentukan suatu parameter dan dibandingkan dengan metode maximum likelihood estimator. Konstruksi gamma regression model, yakni generalized linear model dengan variabel respons yang berdistribusi gamma, digunakan sebagai aplikasi dalam penerapan Liu estimator. Simulasi dalam penelitian ini menggunakan dataset hydrocarbon yang mengukur keefektifan pemulihan polusi yang bersumber dari tangki gas. Dengan menggunakan model regresi gamma dan estimator Liu untuk mengestimasi parameter didapatkan prediksi terhadap jumlah gas hydrocarbon yang keluar. ......Generalized Linear Model, as the name says, is the general version for linear model, one of the method used to solve statistical and actuarial real-life problem, such as regression. In the midst of well-known generalized linear model utilization, researcher found issue related to parameter estimation. Multicolinearity, a condition which occur when there are two or more independent variabel with high correlation, has huge impact to the accuracy of parameter coeficient. This issue makes the maximum likelihood estimator, one of the most common method to estimate the parameter, produces high error and variance. To combat this issue, many other estimator has been proposed by various researcher all around the world, including Liu estimator. Liu estimator is a method that comes from the modification of maximum likelihood estimator. This research will explore the concept and method of Liu estimator for estimating model’s parameter and the difference when we compare it with maximum likelihood estimator. The model built in the research is gamma regression model, which is a generalized linear model with gamma distributed response variable. The application of the research is utilizing the data called hydrocarbon. The end product is the gamma regression model to predict the mass of hydrocarbon which escape to the air with the parameter estimated by Liu estimator method.

Abstrak :
Ampas kopi adalah salah satu limbah utama hasil penyeduhan kopi dengan berat mencapai 91% berat awal bahan baku kopi. Dengan komposisi lemak sebesar 14,7% di dalam ampas kopi, penanganan serta pemanfaatan limbah ini semakin menarik untuk dilakukan. Estimasi dua parameter proses ekstraksi asam lemak dari ampas kopi dengan CO2 superkritis, yaitu koefisien difusi solut dalam pelarut dan konstanta laju desorpsi, telah berhasil dilakukan dengan menggunakan model difusi bola panas pada temperatur 313 K dan 333K, tekanan 20 MPa, 30 MPa, 40 MPa, dan 50 MPa. Pada model ini, pelepasan asam lemak partikel ampas kopi diasumsikan dengan model desorpsi. Penyelesaian perhitungan model ini dilakukan dengan menggunakan program COMSOL Multiphysics. Pada penelitian ini, nilai koefisien difusi solut yang didapatkan pada tekanan 20 MPa dan temperatur 313 K serta 333 K adalah sama yaitu 1 x 10-10 m2/s, pada tekanan 30 MPa dan temperatur 313 K serta 333 K adalah sama yaitu 1,2 x 10-10 m2/s, pada tekanan 40 MPa dan temperatur 313 K serta 333 K adalah sama yaitu 1,3 x 10-10 m2/s, dan pada tekanan 50 MPa dan temperatur 313 K adalah sama yaitu 1,4 x 10-10 m2/s. Nilai konstanta laju desorpsi yang didapatkan pada tekanan 20 MPa dan temperatur 313 K serta 333 K secara berurutan yaitu 0,35 x 10-4 s-1 dan 0,12 x 10-4 s-1, pada tekanan 30 MPa dan temperatur 313 K serta 333 K secara berurutan yaitu 1,2 x 10-4 s-1 dan 0,9 x 10-4 s-1, pada tekanan 40 MPa dan temperatur 313 K serta 333 K secara berurutan yaitu 11 x 10-4 s-1 dan 9 x 10-4 s-1, dan pada tekanan 50 MPa dan temperatur 313 K yaitu 13 x 10-4 s-1.

---

Spent coffee grounds are one of the prior wastes from coffee brewing with up to 91% of raw coffee material weight. With a fat composition of 14.7% in spent coffee grounds, the treatment and utilization of this waste is increasingly interesting to do. Estimation of two process parameter of supercritical CO2 extraction of fatty acids from spent coffee grounds, solute on solvent diffusion coefficient and desorption rate constant, has been successfully carried out using hot sphere diffusion models at temperatures of 313 K and 333K, pressures of 20 MPa, 30 MPa, 40 MPa and 50 MPa. In this model, the release of fatty acids from spent coffee grounds particle is assumed by the desorption model. This model calculation is done using the COMSOL Multiphysics program. In this study, the value of solute on solvent diffusion coefficient obtained at 20 MPa, 313 K and 333 K are identical, which is 1 x 10-10 m2/s, at 30 MPa, 313 K and 333 K are identical, which is 1.2 x 10-10 m2/s, at 40 MPa, 313 K and 333 K are also identical, which is 1.3 x 10-10 m2/s, and at 50 MPa, 313 K are 1.4 x 10-10 m2/s. The value of desorption rate constant obtained at 20 MPa, 313 K and 333 K are 0,35 x 10-4 s-1 and 0,12 x 10-4 s-1, at 30 MPa, 313 K and 333 K are 1.2 x 10-4 s-1 and 0.9 x 10-4 s-1, at 40 MPa, 313 K and 333 K are 11 x 10-4 s-1 dan 9 x 10-4 s-1, at 50 MPa, 313 K are 13 x 10-4 s-1.

Abstrak :
The multiple signal demixing and parameter estimation problems that result from the impacts of background noise and interference are issues that are frequently encountered in the fields of radar, sonar, communications, and navigation. Research in the signal processing and control fields has always focused on improving the estimation performance of parameter estimation methods at low SNR and maintaining the robustness of estimations in the presence of model errors. This book presents a universal and robust relaxation estimation method (RELAX), and introduces its basic principles and applications in the fields of classical line spectrum estimation, time of delay estimation, DOA estimation, and radar target imaging. This information is explained comprehensively and in great detail, and uses metaphors pertaining to romantic relationships to visualize the basic problems of parameter estimation, the basic principles of the five types of classical parameter estimation methods, and the relationships between these principles. The book serves as a reference for scientists and technologists in the fields of signal processing and control, while also providing relevant information for graduate students in the related fields.