Hasil Pencarian  ::  Simpan CSV :: Kembali

"Sensor network adalah suatu sistem sensor dimana sensor, microcontroller, dan network interface dirangkai dalam satu papan tunggal. Pemodelan mini http server untuk sensor network pada penelitian ini menggunakan Emulator Z80 untuk bahasa pemograman assembly dan Simulator Simili untuk bahasa pemograman VHDL(VHSIC Hardware Descriptions Language). Mini http server untuk sensor network ini didesain agar dapat langung terhubung dengan jaringan internet tanpa sistem operasi.

---

A sensor network is an infrastructure comprised of sensing, computing and communications elements that made on the single board. The modeling of simple http server in this research used Z80 Emulator with assembly and Simili Simulator with VHDL(VHSIC Hardware Descriptions Language). The simple http server designed for internet connection without operating system."

"Sistem navigasi adalah kemampuan utama yang perlu dimiliki autonomous mobile robot. Kemampuan ini memungkinkan robot untuk bergerak dalam jalur optimal untuk mencapai titik tujuan. Sistem navigasi yang dibuat dalam penelitian ini mengandalkan path-planning dan SLAM (Simultaneus Localization and Mapping) untuk menciptakan robot yang dapat bergerak secara otonom dan efisien dalam lingkungan yang sudah dikenali. Robot mengenali lingkungannya dengan memanfaatkan SLAM. SLAM memungkinkan robot untuk melakukan pemetaan lingkungan. Jenis SLAM yang digunakan dalam penelitian ini adalah cartographer SLAM. Hasil pemetaan ini disimpan dalam bentuk occupancy grid map yang merupakan representasi 2D dari lingkungan uji. A* adalah salah satu algoritma path-planning klasik yang memiliki performa sangat baik. Penelitian ini membandingkan algoritma path-planning A* dengan varian A* yaitu Theta* yang menerapkan line of sight dalam sistem pencariannya. Robot diuji dalam tiga lingkungan berbeda dan hasilnya menunjukkan bahwa Theta* lebih unggul dari A* dan mampu menghasilkan jalur yang lebih optimal.

---

Navigation system is a main capability that autonomous mobile robots must possess. This ability allows robots to move along the optimal path to reach a destination point. The navigation system developed in this research relies on path-planning and SLAM (Simultaneus Localization and Mapping) to create a robot that capable to move autonomously and efficient in a known environment. The robot uses SLAM to understand its surroundings. SLAM enables the robot to map its environment. The type of SLAM used in this study is cartographer SLAM. The results of this mapping are stored in the form of an occupancy grid map, which is a 2D representation of the test environment. A* is one of the classic path-planning algorithms with excellent performance. This research compares the A* path-planning algorithm with its variant, Theta*, which implements a line of sight in its search system. The robot was tested in three different environments, and the results showed that Theta* outperformed A* and was able to produces more optimal path."

"Skripsi ini berisikan tentang pembuatan alat ukur massa jenis zat cair yang dapat di gunakan secara otomatis untuk mengukur massa jenis suatu zat cair. Alat ukur ini dikerjakan secara otomatis karena menggunakan mikrokontroler ATMEGA 8535. Alat ukur massa jenis zat cair ini sama seperti neraca mohr. Yaitu alat ukur seperti timbangan. Dimana terdapat lengan neraca, yang akan berubah keadaannyapada saat beban sebelum dimasukkan dan sesudah dimasukkan kedalam suatu zat cair. Sebelum beban dimasukkan kedalam suatu zat cair,lengan neraca dalam keadaan setimbang, namun setelah beban dimasukkan kedalam suatu zat cair, lengan akan terangkat atau dalam posisi miring. Keadaan miring tersebut akan dicatat oleh sensor accelerometer ADXL 330. Baru kemudian akan kita dapatkan berapa massa jenis zat tersebut. "

"Telah dibuat Alat Rancang Bangun Pengisi Botol Otomatis dengan objek botol kosong yang akan dikendalikan oleh mikrokontroler. Dimana mokrokontroler ini akan mengaktifkan semua sensor mulai dari pemisahan warna botol , berapa banyak volume cairan yang dimasukkan ke botol., penutupan botol serta memisahkan botol. Alat ini dibuat untuk memudahkan dalam pengisina botol dalam jumlah yang banyak dengan waktu yang efisien."

"Sistem coupled-tank merupakan konfigurasi yang digunakan pada industri dalam hal pengendalian ketinggian air, biasanya dengan metode pengendalian proportional, integral, derivative (PID). Namun, metode lain seperti reinforcement learning (RL) juga bisa diterapkan. Metode RL dapat dikombinasikan dengan programmable logic controller (PLC) yang sering digunakan dalam proses industri. PLC mengontrol ketinggian air dengan membaca data dari water level transmitter dan mengatur bukaan control valve berdasarkan algoritma RL yang sudah dilatih untuk mencapai kontrol optimal. Algoritma RL yang digunakan adalah twin-delayed deep deterministic (TD3) policy gradient. Performa algoritma ini diukur menggunakan parameter seperti overshoot, rise time, settling time, dan steady-state error, lalu dibandingkan dengan pengendali PID konvensional. Hasil simulasi dan pengujian pada hardware menunjukkan bahwa algoritma RL menghasilkan overshoot sebesar 6.59% dan steady-state error sebesar 3.53%, di mana steady-state error ini terjadi karena sensor yang sensitif sehingga data ketinggian air tidak pernah terekam konstan dan stabil. Sebagai perbandingan, pengendali PID memiliki overshoot sekitar 23.38% dan steady-state error terkecil berkisar pada 7.15%, yang berarti pengendali RL sudah memiliki performa yang lebih baik dibandingkan pengendali PID.

---

Coupled-tank system is a configuration commonly used in industry, mainly for water level control with proportional, integral, and derivative (PID) control method. But, other methods like reinforcement learning (RL) can be implemented for this control problem. This RL method can be combined with programmable logic controller (PLC) which is often used in industry process. PLC will control water level by reading data from water level transmitter and controlling a control valve opening according to a trained RL algorithm to gain an optimal control. The RL algorithm used is twin-delayed deep deterministic (TD3) policy gradient. The algorithm’s performance will be measured by parameters such as overshoot, rise time, settling time, and steady-state error, and then compared with the conventional PID control method. According to the results from simulation and from the real hardware, the overshoot value that happens is only in the range of 6.59% with the smallest steady-state error value ranged around 3.53%, which happens due to the sensitive sensor so that water level data never recorded at a constant and stable state. For comparison, the PID control has an overshoot around 23.38% and smallest steady-state error around 7.15%, which means that the RL control method has a better performance than the PID control method."