Hasil Pencarian  ::  Simpan CSV :: Kembali

"Energi listrik adalah hasil dari metode konversi, seperti dari konversi energi panas, konversi energi kinetik, konversi energi angin, dll, dan telah memungkinkan untuk mengkonversi energi matahari menjadi energi listrik dengan bantuan modul fotovoltaik. Tapi karena matahari tidak bersinar sepanjang waktu atau dengan intensitas yang sama, perlu kita untuk menyimpan energi listrik yang lebih untuk digunakan nanti. Untuk menyimpan energi listrik kelebihan ini, kita dapat membuat sebuah sistem yang menyimpan kelebihan energi ini dengan menyimpannya dalam Electrical Storage System (ESS). Dalam tesis ini, EES terdiri dari baterai yang dapat menyimpan kelebihan energi tetapi pada saat yang sama juga dapat menarik energi tergantung pada kebutuhan daya beban.Target dari skripsi ini adalah untuk menciptakan sebuah sistem penyimpanan energi listrik yang dapat dihubungkan dalam sebuah pembangkit listrik PV yang sudah ada. Sistem tersebut harus mencakup kontrol pengisian dan pemakaian baterai. Analisis State of Charge (SOC), tegangan operasi baterai, dan state control baterai akan ditampilkan dan dibahas.Hasil simulasi menunjukkan bahwa baterai mampu di charge dan discharge pada radiasi tertentu dengan tegangan sistem yang diperlukan. Baterai mampu memberikan 200kW saat pemakaian.

---

Electrical energy is the result of many conversion methods, such from heat energy conversion, kinetic energy conversion, wind energy conversion, etc., and it has been possible to convert solar energy directly to electrical energy with the help of photovoltaic modules. But since sun does not shine all the time or with equal intensity it is necessary to store any excess electrical energy produced during the day for later use. To store this excess electrical energy, we can create a system that saves the excess energy by storing it in an Electrical Storage System (ESS). In this thesis, the EES includes a battery that can store excess energy but at the same time be able to draw energy at any time of the day, depending on the load power requirement.

The target of this thesis is to create an electrical storage system that can be connected in an existing PV power generation. The system should include the battery's charging and discharging control. An analysis of the battery's state of charge (SOC), battery?s operating voltage, and battery state control will be discussed.

The result of the simulation shows that the battery is able to charge and discharge at a certain irradiance with the required system voltage. Battery is able to supply 200 kW when discharging."

"Program yang dirancang untuk sistem 1 fasa, dapat dipergunakan untuk simulasi pengukuran nilai daya aktif, daya nyata, daya reaktif, phasor diagram, melalui Arus dan tegangan listrik AC yang dinyatakan dengan amplitudo, frekuensi, dan sudut fasa. Prosentase kesalahan hasil simulasi daya terhadap hasil perhitungan menggunakan teori daya listrik arus bolak-balik untuk setiap jenis pengukuran daya lebih kecil dari 5.10-5 %. Setiap perubahan perbedaan fasa arus dan tegangan dapat direspon secara dinamis dengan benar melalui grafik diagram phasor yang ditampilkan di panel monitor. Grafik spectrum sinyal arus untuk mengamati amplitude dan frekuensi sinyal fundamental dan sinyal harmonisa dapat merespon setiap perubahan yang terjadi dengan benar.

---

The program is designed for 1-phase systems, simulation can be used to measure the value of active power, apparent power, reactive power, phasor diagrams, voltage and current through the AC power represented by amplitude, frequency, and phase angle. The percentage of fault simulation results of the results calculations using the theory of alternating current electricity power every type of measurement is smaller than 5,10-5 %. Any change in the phase difference of current and voltage can be dynamically respond correctly via graphs phasor diagram shown in panel monitor. Spectrum signal flow graphs for observing the signal amplitude and frequency of the fundamental and harmonic signals can respond to any changes that occur to the right."

"ABSTRAKPada penelitian ini menjelaskan bagaimana pengenalan suara otomatis menggunakan bahasa daerah yang berasal indonesia yaitu bahasa sunda, yang dapat mengontrol alat-alat elektronik pada suatu rumah. Bahasa sunda merupakan bahasa daerah dengan penuturan terbanyak kedua di indonesia setelah bahasa jawa. Pengenalan suara menggunakan bahasa sunda dilakukan pada penelitian ini dengan tujuan dapat mengontrol beberapa alat elektronik didalam rumah secara langsung dengan akurasi yang baik. Adapun metode yang digunakan dalam pengenalan suara bahasa sunda adalah metode ekstraksi Mel Frequency Cepstral Coefficient (MFCC) dan metode classifikasi jaraingan saraf tiruan berbasis algoritma backpropagation. Ada 16 intruksi bahasa sunda yang digunakan dalam pengenalan suara sebagai input pada sistem, setiap instruksi memiliki 2 sampai 3 suku kata bahasa sunda. Output yang digunakan penulis dalam penelitian ini sebanyak 6 alat elektronik rumah tangga, untuk menghidupkan atau mematikan satu output dikontrol menggunakan 2 instruksi bahasa sunda. Data suara yang digunakan dalam proses pembelajaran algoritma backpropagation adalah sebanyak 480 data yang masing-masing instruksi bahasa sunda adalah 30 data suara yang sama, hasil dari proses pembelajaran adalah berupa bobot yang dapat digunakan untuk proses pengetesan hardware, berdasarkan hasil percobaan langsung didapat tingkat akurasi pengenalan sebesar 96.875% saat dilakukan testing terhadap sistem.

---

ABSTRACTIn this study explain how automatic speech recognition uses regional languages that originate from Indonesia, namely Sundanese language, which can control electronic devices in a home. Sundanese is the second most spoken local language in Indonesia after Javanese. Voice recognition using Sundanese language was carried out in this study to be able to directly control several electronic devices in the house with good accuracy. The method used in Sundanese speech recognition is the Mel Frequency Cepstral Coefficient (MFCC) extraction method and the artificial neural network classification method based on the backpropagation algorithm. There are 16 Sundanese language instructions used in speech recognition as input to the system; each instruction has 2 to 3 Sundanese language syllables. The output used by the author in this study was five household electronic devices, to turn on or turn off one output controlled using 2 Sundanese language instructions. Sound data used in the learning process of the backpropagation algorithm is 480 data, each Sundanese language instruction is 30 of the same sound data, the results of the learning process are in the form of weights that can be used for hardware testing, based on the results of direct experiments 96.875 % when testing the system."