Hasil Pencarian  ::  Simpan CSV :: Kembali

"Program real time lebih unggul dibandingkan dengan program yang non real time karena memiliki sifat preemptive dan deterministic. Karena kemampuan program real time yang dapat menentukan prioritas pekerjaan dan secara tepat dapat menentukan waktu suatu pekerjaan dilaksanakan maka program real time ini cocok diterapkan dalam aplikasi pengukuran. Tulisan ini membahas perancangan dan penerapan pengukuran kecepatan putar berbasis real time Linux dengan menggunakan metode M sebagai metode pengukurannya. Pengukuran kecepatan putar ini dijalankan dalam sistem operasi RTLinux dan peralatan pengukur yang digunakan adalah incremental rotary encoder yang beresolusi 100 dan kartu akusisi data NI PCI 6024E. Sistem yang akan diukur kecepatan putarnya adalah sebuah motor DC merek Pittman Express model GM87 12-21. Pengukuran kecepatan putar berbasis RTLinux ini terdiri dari tiga buah program yang saling berinteraksi satu sama lain. Tujuan keseluruhan dari ketiga program tersebut adalah melakukan perhitungan kecepatan putar dan menampilkan hasil perhitungan kecepatan putar dan posisi sudut dalam bentuk grafik. Selain itu, program tersebut dapat menyimpan nilai hasil perhitungan kecepatan putar dan posisi sudut dalam fungsi waktu ke dalam suatu file. Berdasarkan hasil pengujian yang dilakukan pada pengukuran kecepatan putar berbasis RTLinux ini, dapat disimpulkan bahwa pengukuran kecepatan putar tersebut dapat diandalkan dalam mengukur kecepatan putar suatu motor. Pengukuran kecepatan putar berbasis RTLinux memiliki persen kesalahan pengukuran sebesar 6,26%. Pengujian ini dilakukan dengan membandingkan hasil pengukuran kecepatan putar oleh pengukuran berbasis RTLinux dengan pengukuran oleh tachometer. Dengan menggunakan metode perhitungan leastsquares regression, diperoleh koefisien determinasi sebesar 99,999% untuk model regresi linear hubungan antara pengukuran kecepatan putar berbasis RTLinux dengan pengukuran kecepatan putar oleh tachometer. Ini membuktikan bahwa hasil pengukuran kecepatan putar berbasis RTLinux linear terhadap hasil pengukuran kecepatan putar oleh tachometer.

---

Real time program has become more powerful than non real time program because of its preemptive and deterministic characteristic. Hence the ability of real time program in deciding the priorities of works and accurately performing the specific work on the precise timing, real time program is suitable for the implementation of measurement applications.

This final assignment studied about the design and implementation of speed measurement based on real time Linux by using M Method as its measuring method. The speed measurement is worked on RTLinux operating system and its measuring device is a 100-resolution incremental rotary encoder and a data acquisition board NI PCI 6024E. This speed measurement will measure the speed of DC motor Pittman Express model GM87 12-21.

The RTLinux speed measurement consists of three programs which are interacting each other. The purpose of the whole three programs is to perform the calculation of speed and put the data of speed and pulse position on graph. Besides, those programs also save the data of speed and pulse position in the time domain to a file.

According to the experimental results, it is concluded that the RTLinux speed measurement is reliable on measuring the speed of motor. The RTLinux speed measurement has the small percentage of error in measurement which is 6.26%. This experiment is performed by comparing the results of the RTLinux speed measurement and the result of tachometer speed measurement. By using leastsquare regression method, the coefficient of determination is 99.999% for the linear model of relationship between RTLinux speed measurement and tachometer speed measurement. It is proved that the result of RTLinux speed measurement is linear to the result of tachometer speed measurement."

"Laporan skripsi ini membahas tentang Photovoltaic Simulator yang dijalankan secara real time. Penelitian ini terbagi atas komponen software dan hardware. Komponen software meliputi Model Sel Surya yang dijalankan dengan MATLAB SimulinkTM menggunakan CMEX, sementara komponen hardware meliputi DC-DC converter, yaitu buck converter. Pertama-tama, model matematis dari photovoltaic atau sel surya akan dijelaskan terlebih dahulu. Kemudian, setelah didapat model matematis dari sel surya, Photovoltaic Simulator akan direalisasikan ke dalam MATLAB. Photovoltaic Simulator akan mengendalikan arus buck converter menggunakan pengendali IP dengan referensi terhadap model photovoltaic. Sinyal kendali dari pengendali IP akan dipakai untuk menghasilkan sinyal PWM, yang kemudian dikirimkan ke buck converter. Masukan berupa iradiansi dan suhu diberikan ke Photovoltaic Simulator, kemudian arus dan tegangan dari buck converter akan di-feedback-kan ke Photovoltaic Simulator.

---

This report will explain about Photovoltaic Simulator that is run in real time. This study consists of software and hardware components. Software components are Solar Cell Model that is run in MATLAB SimulinkTM using CMEX, while the hardware component is a DC-DC converter, which is a buck converter. First, the mathematical model of the solar cell will be explained. Then, the mathematical model of the solar cell is realized into MATLAB. The Photovoltaic Simulator will control the current of the buck converter using IP controller in the reference of the photovoltaic model. Control signals from IP controller are used to generate PWM signal, which then are sent to the buck converter. Irradiance and temperature inputs are given to the Photovoltaic Simulator, then the current and voltage outputs from buck converter will be used as feedbacks to the Photovoltaic Simulator."

"Perkembangan teknologi robotika semakin pesat belakangan ini. Keberadaan teknologi Artificial Intelligence (AI) merupakan salah satu faktor yang mendorong perkembangan dari robotika ditambah dengan semakin besarnya kemampuan komputasi dan menurunnya biaya yang diperlukan untuk melakukan komputasi. Robot adalah suatu perangkat yang dapat menggantikan manusia dalam melakukan pekerjaan tertentu. Artificial Intelligence digunakan pada Robot agar dapat melakukan pekerjaan yang membutuhkan kecerdasan seperti melakukan pendeteksian gulma berdasarkan citra dari kamera. Deep Learning dapat digunakan untuk memberikan kemampuan mengekstraksi informasi dari citra sehingga dapat dilakukan tindakan dari adanya informasi tersebut. Jenis neural network yang digunakan harus memiliki kemampuan untuk memahami pola dari gambar dan dapat melokalisasikan setiap objek yang ada beserta dengan jenis objeknya dalam waktu yang cepat. Salah satu arsitektur dengan kemampuan tersebut adalah Single Shot MultiBox Detector (SSD) yang terdapat Convolutional Neural Network (CNN) untuk melakukan ekstraksi informasi dari gambar dan menghasilkan feature map, Convolutional Layer untuk melakukan lokalisasi dan klasifikasi objek dari setiap feature map, dan Non-max Suppression untuk meminimalkan hasil deteksi yang tidak relevan. Sebagai proof-of-concept, pada skripsi ini arsitektur SSD akan digunakan untuk mendeteksi Gulma pada taman kota. Arsitektur SSD digunakan untuk mendeteksi gulma pada gambar beserta dengan posisinya secara real-time. Pada pengujian yang dilakukan, didapatkan Average Precision sebesar 44%. Sedangkan rata-rata waktu komputasi yang diperlukan selama 38.99 milidetik.

---

The development of Robotics technology has grown rapidly lately. The existence of Artificial Intelligence (AI) technology is one of the factors that drives the development of Robotic besides the growing computational capacity and the reduced costs required to do computing. Robot is a device that can replace humans in doing certain jobs. Artificial Intelligence is used on Robots to be able to do jobs that require intelligence such as detecting weeds based on images from the camera. Deep Learning can be used to provide the ability to extract information from images so that action can be taken based from obtained information. The type of neural network used must have the ability to understand the pattern of the image and be able to localize every object that exists along with the type of object in limited time. One architecture with this capability is Single Shot Detectors (SSD) where consist of Convolutional Neural Network (CNN) to extract information from images and produce a feature map, Convolutional Layer to localize and classify object within images, and Non-max Suppression to filter not relevant from detected object. As a proof of concept, the SSD architecture will be used for weeds detection in the park. The SSD architecture is used to detect weeds in images along with their position in real-time. In testing, Average Precision score from the model is 44%. The time needed for inference is around 38.99 milliseconds per one image."

"ABSTRAKSkripsi ini membahas mengenai pengukuran kecepatan kendaraan dengan melakukan pendekatan kepada program (software). Pengukuran ini dilakukan dengan video hasil rekaman. Dari video tersebut dijadikan acuan untuk mengolah data melalui beberapa proses di dalam program. Program dibuat dengan anggapan bahwa benda hanya akan bergerak menuju satu arah saja sehingga data posisi objek pada suatu frame akan dibandingkan dengan data posisi pada frame sebelumnya, sehingga program akan hanya mencatat data yang sesuai. Dengan demikian, diharapkan data yang telah diseleksi akan menghasilkan error yang lebih kecil. Program ini akan menghasilkan data nomor frame, posisi pixel dari edge dan perbedaan pixel dari frame sebelumnya. Adanya informasi yang bisa didapatkan dari sebuah data video ini bisa memberikan nilai tambah dari hanya sekedar sebuah data video. Untuk itu keakuratan hasil perhitungan kecepatan kendaraan perlu dihitung juga. Setelah mengolah data video ini dan mendapatkan hasil perbandingan hasil kecepatan secara real dan perhitungan program, tujuan ke depannya adalah untuk dikembangkan lebih lanjut lagi pada estimasi kecepatan kendaraan di dalam rekaman video lalu lintas.

---

ABSTRACTThis thesis discusses the measurement of the speed of the vehicle by approaching the program ( software ). This measurement is done with the video recordings. From the video made ​​reference to process data through several processes in the program. The program is made with the assumption that the object will only move towards one direction only so that the data object's position in a frame will be compared with data on the position of the previous frame, so that the program will only record the appropriate data. Thus, it is expected that the data has been selected to produce a smaller error. This program will generate the data frame number, the position of the edge pixel, and the pixel difference from the previous frame. The existence of information that can be obtained from a video data can provide added value than just a video data. For the accuracy of the results of the calculation speed of the vehicle needs to be calculated as well. After processing the video data and get the results of the comparison results in real speed and calculation of the program, the future goal is to be developed further to estimate the speed of the vehicle in the video recording of traffic."