Hasil Pencarian  ::  Simpan CSV :: Kembali

"Fenomena drag pada benda jatuh dapat terlihat dan kecepatan jatuh banda tersebut Secara teoritis, kecepatan jatuh banda dapat dianalisa dengan persamaan Bassat-Boussinesq-Oseen yang diselesalkan dengan cara metoda numerik. Dengan menggunakan 2 (dua) buah laser pointer dan dan 2 (dua) buah receiver, penulis mengukur kecepatan jatuh benda dalam air. Dengan membandingkan kecapatar teoritis dengan kecepatan hasil pengukuran, penulis ingin mengetahui kemampuan alai untuk mengukur kecepatan jatuh. Pada percobaan lni digunakan 3 jenis bola sebagal benda jatuh, yaitu S1 (ms 50.94 g, d,= 37.8333 mm), S2(m. 87.19 g, d,= 25.4375 mm) dan S3 (m, 64.72 g, d,= 32.7833 mm), diukur pada 4 buah keadaan yang berbeda, yaitu jarak jatuh (L.) 0.65 m, 0.75 m, 0.9 m dan 0.375 m. Disimputkan dari percobaan ini bahwa alat dapat bekelja dengan baik pada daerah terminal velocity, dengan syarat uniUk pengukuran jarak jatuh yang sama jarak kedudukan antar laser dan receiver berbeda untuk setiap benda jatuh yang berbeda.

---

The drag phenomenon of falling sphere can be seen from sphere's fall velocity. Theoritically, sphere's fall velocity can be analysed using Basset-Boussinesq­ Oseen equation. Using two laser pointers and two receiver, the author measured sphere's fall velocity. By comparing theorilical velocity and measured velocity, the author would like to know the apparetus's ability to measure sphere's fall velocity. This experiment used three kind of sphere S1 (m, 50.94 g, d,= 37.8333 mm), S2(m, 57.19 g, d,= 25A375 mm) dan S3 (m, 54.72 g, d,= 32.7833 mm) which is measured in four kind of different situation, fall distance (LJ 0.65 m, 0.75 m, 0.9· m and 0. 375 m. The conctution of this experiment is the apparatus can work well in tenninal velocity range, under condition for same measurement condition, the setting for laser and receiver is differrent for each differant sphere."

"Penelitian fenomena kecepatan benda bergerak di dalam air sudah banyak dilakukan baik yang vertikal maupun yang horisontal dengan berbagai cara. Ada beberapa hal yang masih perlu diteliti untuk dapat menjelaskan studi ini. Tujuan dari penelitian ini adalah untuk mengukur kecepatan jatuh pada bola dalam air dengan menggunakan 2 (dua) buah laser pointer dan 2 (dua) buah receiver. Tiga bola baja dengan diameter berbeda digunakan sebagai alat uji benda jatuh. Ketiga bola tersebut adalah S I (rn5 = 67 gr, ds= 25,4 mm), S2(ms = 80 gr, d5 27,0 mm) dan S3 (ms = 226 gr, ds= 38,1 mm), diukur pada 3 buah keadaan yang berbeda, yaitu jarak jatuh (Ls) 0,675 m ; 0,75 m dan 0,825 m. Dari hasil percobaan ini menunjukkan bahwa bola dengan diameter yang lebih besar mempunyai kecepatan jatuh yang besar. Secara teoritis, kecepatan jatuh benda dapat dianalisa dengan persamaan Basset-Boussinesq-Oseen yang diselesaikan dengan cara metode numerik. Hasil percobaan tersebut akan diplot ke dalam grafik yang berasal dari persamaan Basset-Boussinesq-Oseen (MO).

---

The study about the phenomenon of velocity of a free-falling sphere in water has been investigated in vertically or horizontally. It is necessary to research the motion to elucidate this study.

The purpose of this study is to measure the fall velocity of a sphere in water by means of two laser pointers and two receivers. Three spheres in different diameter were tested. The three of sphere are S1 (m5= 67 gr., ds= 25,4 mm), S2 (m5= 80 gr., d5= 27,0 mm) and S3 (ms= 226 gr., ds= 38,1 mm. Which is measured in three different situation, fall distance (L5) 0.675 m; 0.75 m and 0.825 m. From the experimental results, it was shown that the sphere which higher diameter has higher fall velocity.

Theoritically, fall velocity of sphere can be analyzed using Basset-Boussinesq-Oseen equation that solved numerically. The experimental results will be plotted on a graph which from calculated results using Basset-Boussinesq-Oseen equation (BBO)."

"Pengukuran kecepatan peluru munisi kaliber kecil (MKK) sangat dibutuhkan untuk mengetahui kecepatan peluru dari suatu munisi kaliber kecil karena tanpa mengetahui kecepatannya kita tidak dapat menghitung jarak cepatnya dan waktu tempuhnya ke sasaran. Alat pengukur kecepatan peluru yang menggunakan sensor dapat mengetahui kecepatan suatu peluru hanya berdasarkan perhitungan waktu tempuh suatu peluru pada jarak antara kedua sensor dari mulut laras senjata. Pada perencanaan pengukuran kecepatan peluru tersebut untuk mengetahui kecepatan suatu peluru penulis memanfaatkan landasan pegas pada suatu plat penahan apabila terjadi tekanan oleh peluru yang menumbuknya. Dari tingginya nilai lendutan pegas maka dapat diketahui bahwa gaya peluru untuk menekan plat penahan juga tinggi. Dengan menggunakan persamaan bernoulli dapat kita ketahui bahwa pada suatu benda/fluida yang mengalir dengan kecepatan yang tinggi maka pada benda atau fluida tersebut terdapat gaya yang besar pula yang juga dipengaruhi oleh luasan penampang dan rapat jenis benda tersebut terdapat gaya yang besar yang dipengaruhi oleh luasan penumpang dan rapat jenis benda tersebut. "

"Telah dilakukan pengukuran kecepatan aliran air tanpa mengganggu aliran dengan menggunakan Sistem Berkas Rangkap dan sistem Debit sebagai pembanding. Pengukuran ini didasarkan pada frekuensi pergeseran Doppler dari cahaya yang dihamburkan oleh partikel yang sedang bergerak.Hasilnya menunjukkan bahwa kecepatan rata-rata aliran air dengan sistem Berkas Rangkap dan Debit tersebut sating cocok dalam jangkau 0,7 sampai 20 curls dan hasil-hasil ini sesuai dengan pengukuran frekuensi antara 0,8 sampai 25 Khz."

"Pengendali kecepatan motor lingkar tertutup menggunakan nilai kecepatan rotor sebagai umpan baliknya. Sistem pengendalian akan memiliki unjuk kerja yang baik bila nilai kecepatan rotor yang dijadikan umpan balik sesuai dengan kecepatan putar rotor. Kecepatan rotor dapat diukur menggunakan incremental encoder. Semakin tinggi resolusi encoder yang digunakan hasil pengukuran yang diperoleh akan semakin presisi, akan tetapi harga encoder dengan resolusi tinggi sangatlah mahal. Oleh karena itu, dikembangkan berbagai metode pengukuran kecepatan dengan menggunakan encoder resolusi rendah. Pada skripsi ini dijelaskan beberapa metode konvensional untuk mengukur kecepatan dan dirancang pengukuran kecepatan dengan mengaplikasikan pengendali fuzzy. Simulasi dilakukan pada metode konvensional, ""M method"" dan pengukuran kecepatan menggunakan pengendali fuzzy untuk membandingkan hasil pengukuran dari keduanya. Simulasi dilakukan menggunakan SIMULINK MATLAB 6.5. Penggunaan pengendali fuzzy dapat menghasilkan pengukuran kecepatan yang lebih presisi dari metode pengukuran kecepatan konvensional, ""M Method"" baik pada kecepatan rendah maupun pada kecepatan tinggi. Pada skripsi ini juga disimulasikan pengendali fuzzy menggunakan blok s-function pada SIMULINK MATLAB 6.5. Pengendali fuzzy yang disimulasikan ini akan dibandingkan hasilnya dengan pengendali fuzzy yang menggunakan blok FLC pada SIMULINK MATLAB 6.5. Hasil simulasi keduanya menunjukkan hasil yang hampir sama, walaupun metode defuzzikasi keduanya berbeda."

"ABSTRAKLATAR BELAKANG. Kecepatan berjalan jarak pendek merupakan pengukuran yang reliabel untuk menilai risiko jatuh dirumah sakit pada pasien usia lanjut. Dengan adanya penurunan kecepatan berjalan pada usia lanjut yang dipengaruhi oleh berbagai risiko jatuh dan besarnya masalah yang ditimbulkan oleh jatuh maka, perlu dilakukan penelitian. Saat ini belum ada penelitian yang menghubungkan korelasi antara kecepatan berjalan dengan besarnya risiko jatuh pada usia lanjut di Indonesia.METODE. Penelitian deskriptif analitik dengan periode sewaktu. Pada pasien usia lanjut dengan risiko jatuh ringan dan sedang secara consecutive sampling. Penilaian risiko jatuh dengan Berg Balance scale, kemudian dilakukan pemeriksaan kecepatan berjalan 10 meter. Penilaian korelasi Berg Balance scale dengan kecepatan berjalan. Menentukan hubungan antara kategori kecepatan berjalan dengan kategori risiko jatuh dilakukan uji Chi Square sehingga dapat menghitung Crude Odds Ratio dan adjusted Odds Ratio.HASIL. Terdapat korelasi positif sedang yang bermakna secara statistik antara nilai Berg Balance Scale dengan kecepatan berjalan (r=0,492, p<0,001). Terdapat perubahan Odds Ratio ≥ 10 % untuk variabel usia (11,6 %), jenis kelamin (18,48%) dan status gizi (10,16%) menunjukkan semua variabel merupakan variabel perancu untuk variabel kecepatan berjalan.KESIMPULAN. Terdapatnya korelasi sedang antara Berg Balance Scale dengan kecepatan berjalan pada usia lanjut. Terdapat hubungan antara kecepatan berjalan dengan risiko jatuh pada usia lanjut.

---

ABSTRACTBACKGROUND. One in three elderly falls each year and cause many complication. The most common etiology of falls in elderly is balance disorder that will reduce their walking speed. Short walking distance is a reliable measurement for assessing the risk of falls in hospital for elderly patients. This study is purposed to assess the correlation between the walking speed and the magnitude of the risk of falls in elderly people.METHOD. Descriptive analytic research with cross-sectional method and consecutive sampling in mild and moderate risk of fall elderly patients. Risk of falls was assessed using Berg Balance Scale and walking speed using 10 meters distance walking test. Spearman correlation analysis test between Berg Balance Scale compare and walking speed. Chi Square Test to determine the correlation between confounding variable with walking speed category and category risk of falls.RESULTS. There is a statistically significant positive moderate correlation between the Berg Balance Scale and walking speed (r = 0.492, p <0.001). There is a change of more than 10% of the odds ratio for the age (11.6%), sex (18.48%) and nutritional status (10.16%) which showed that all the variables are the confounding variable for walking speed.CONCLUSION. The presence of moderate correlation between the Berg Balance Scale and walking speed in the elderly. There is a relationship between walking speed and the risk of falls in the elderly."

"Pemilihan semblance secara otomatis merupakan metode analisa kecepatan yang dikembangkan untuk mencapai hasil yang maksimal. Hasil ini tentunya berkorelasi dengan koreksi NMO dan kualitas penampang seismik yang terbentuk. Semblance merupakan salah satu atribut koherensi pembentuk spektrum kecepatan yang mewakili hubungan satu nilai kecepatan dengan hasil koreksi NMO-nya. Sedangkan nilai semblance itu sendiri adalah rasio energi keluaran terhadap energi masukan sinyal seismik yang telah dikoreksi NMO. Hal ini berarti, nilai semblance maksimum mewakili hasil koreksi NMO yang paling tepat (datar). Dalam metode ini dilakukan pemilihan nilai-nilai semblance maksimum secara otomatis pada setiap interval waktu tertentu. Dengan begitu, didapat nilai kecepatan NMO dan kecepatan stacking yang paling tepat, serta kualitas penampang seismik yang baik. Selain itu, dari metode ini juga didapat penampang model kecepatan yang serupa dengan kondisi perlapisan bawah permukaan, termasuk kisaran nilai kecepatan rms dan intrerval di masing-masing lapisan.

---

Semblance automatic picking is velocity analysis method which is developed to achieve maximum result. This result definitely correlate with NMO correction and seismic section performance. Semblance is one of the coherency atribut forming velocity spectrum that represent the correlation between velocity value and its NMO correction result. While the semblance value itself is output to input energy ratio of seismic signals that have been NMO corrected. This mean, the maximum semblance value represent the best NMO correction result. In this method, the maximum semblance is picked automaticly at certain time interval. Doing that way will give the most precise NMO and stacking velocity value, and also produce a good quality seismic section. In addition, this method also produce velocity model sections that fit with subsurface layering condition, including the range of rms and interval velocity value at every layer."

"Setelah menemukan keunggulan maupun kelemahan algoritma Variable Learning Rate with Momentum, Levenberg-Marquardt dan Resilient Backpropagation, khususnya dalam kasus pengendalian kecepatan motor induksi, diharapkan rancangan dapat memberikan unjuk kerja yang baik dalam kondisi rawan derau dan penggunaan rangkaian tambahan untuk implementasi paralel berskala besar dapat dihindari. Tahap simulasi dan pengujian sistem terdiri atas pencarian arsitektur optimal, pelatihan dengan menyertakan data validasi (penghentian dini) dan data uji serta uji ketahanan terhadap derau. Tahap pertama bertujuan menemukan arsitektur model pengendali yang optimal, dalam arti menghasilkan fungsi kinerja terendah dalam waktu pelatihan yang relatif singkat. Tujuan tahap kedua ialah memeriksa pengaruh data validasi dan uji terhadap unjuk kerja sistem. Pada kedua tahap awal ini, kemampuan model untuk memperkirakan plant acuan diperiksa dengan metode regresi linier. Sementara pada tahap ketiga akan diperiksa pengaruh derau terhadap kemampuan model untuk mengikuti kecepatan rotor acuan. Berdasarkan percobaan yang dilakukan diambil kesimpulan sebagai berikut. Dengan integrasi sistem yang nyaris identik dengan plant acuan, model pengendali hasil pelatihan dengan algoritma Varible Learning Rate with Momentum, Levenberg-Marquardt maupun Resilient Backpropagation mampu mengikuti kecepatan sudut acuan ?r* dengan baik saat disimulasikan. Fungsi kinerja terbaik diberikan oleh model dengan algoritma Levenberg-Marquardt, yaitu 5,49478 x 10-9 rad_/s_ dengan regresi linier A = T ? 0,0254 dimana R = 1. Karena regresi liniernya menurun drastis, yaitu dari A = T ? 0,127 dan R = 1 menjadi A = 1,2T ? 8,06 dan R = 0,954, dan saat disimulasikan memberikan tanggapan yang tidak stabil, pelatihan dengan algoritma Resilient Backpropagation tidak cocok menyertakan validasi dan pengujian; paling tidak dalam kasus model motor induksi ini. Sebaliknya model Levenberg-Marquardt menghasilkan regresi linier yang semakin baik setelah dilatih dengan validasi dan uji, yaitu A = T ? 0,0238 dan R = 1. Dengan frekuensi derau 10 Hz, model pengendali dengan algoritma Varible Learning Rate with Momentum, Levenberg-Marquardt maupun Resilient Backpropagation mampu menunjukkan unjuk kerja yang baik. Semakin tinggi frekuensi dan intensitas daya derau, unjuk kerja sistem cenderung semakin buruk. Model Levenberg-Marquardt menghasilkan galat mutlak rata-rata terendah yakni 4,703 rad/s pada power spectral density derau 10-3 dB/Hz.

---

Founding advantages and disadvantages of Variable Learning Rate with Momentum, Levenberg-Marquardt and Resilient Backpropagation algorithms, especially on induction motor speed controlling case, the design were hopefully able to give good performance under noise environment and additional circuit for large scale parallel implementations could be avoided. The system?s simulation and testing steps were optimal architecture search, training with validation (early stopping) and testing data, and noise resistance test. The first step?s objective was to find an optimal controller model?s architecture by means of the lowest performance function under relatively short training time. The second?s objective was to check validation and testing influence to system?s performance. On both these steps, the model?s ability to approximate the reference plant was being checked by linear regression method. On the third step, the noise influence to the model?s ability to track the reference rotor speed was being observed. Based on experiments being held, conclusions are enlisted following. With a system integrated closely similar to the reference plant, the controller models of the algorithms? training results are able following reference angular speed ?r* well. The best performance function is 5,49478 x 10-9 rad_/s_ which belongs to Levenberg-Marquardt algorithm?s model, with A = T ? 0.0254 and R = 1 linear regression. Due to linear regression?s drastic reduction from A = T ? 0.127 and R = 1 into A = 1.2T ? 8.06 and R = 0.954 and unstable response when being simulated, validation and testing assistance on training are unfit for Resilient Backpropagation algorithm; at least on this case. On contrary the Levenberg-Marquardt model produces better linear regression after being trained with validation and testing, i.e. A = T ? 0.0238 and R = 1. With 10 Hz noise frequency, all controller models with Varible Learning Rate with Momentum, Levenberg-Marquardt and Resilient Backpropagation algorithms are able to show good performance. The higher the noise frequency and power intensity, the system?s performance tends to get worse. Levenberg-Marquardt model produces the lowest mean absolute error, i.e. 4.703 rad/s on 10-3 dB/Hz noise power spectral density."

"ABSTRAKDalam perancangan motor induksi tiga phasa, informasi mengenai kecepatan motor sangat diperlukan untuk melakukan pengaturan kecepatan motor. Sensor kecepatan yang biasa digunakan mempunyai keterbatasan dalam hal resolusi dan biaya pembelian yang mahal. Oleh sebab itu diperlukan metode lain untuk menentukan kecepatan motor guna menggantikan penggunaan sensor kecepatan tersebut. Model motor yang digunakan adalah model motor induksi dalam kerangka acuan fluks rotor. Varibel yang diestimasi oleh observer adalah arus stator dan fluks rotor, sedangkan kecepatan rotor diestimasi berdasarkan teori lyapunov. Perancangan dan simulasi estimasi kecepatan pada motor induksi tanpa sensor kecepatan dengan full order observer ini menggunakan program C-MEX S-function pada Matlab/Simulink versi R2008a.

---

ABSTRACTIn the three-phase induction motor design, the information about the motor speed is exceptionally needed to do the controling the speed of the motor. The sensor that has been used to measure the velocity has limitation in the matter of resolution with high expense. Therefore, there?s a need to use another method to replace the velocity sensor?s function to determine the motor speed. The motor modeling that?s used is the induction motor model in the frame of rotor flux reference. Variables are estimated by the observer is the stator current and rotor flux, while the rotor speed is estimated based on Lyapunov Theory. The design and simulation of the velocity estimation in induction motor without speed sensor with a full order observer is using the program C-MEX S-function in Matlab / Simulink R2008a version."