Hasil Pencarian  ::  Simpan CSV :: Kembali

"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."

"Dalam beberapa tahun ini, telah banyak penelitian mengenai pengenalan pola yang dilakukan dengan jarigan syaraf tiruan. Skripsi ini membahas sistem pengenalan pola berbasis Jaringan Saraf Tunggal (JST). Penelitian ini membahas metode pembelajaran Levenberg Marquardt dalam melakukan pengenalan pola. Terdapat 9 dataset pola, 8 dataset dari "UCI Repository of Machine Learning Database" dan satu set dari data uranium dioxide pellet. Prosedur kerja sistem terdiri dari tahap pra-pemrosesan, pelatihan, dan pengujian. Hasil pengujian yang ditinjau dari computational cost dan recognition rate menunjukkan JSE berbasis metode Levenberg Marquardt memberikan performa yang lebih baik dibandingkan JST berbasis metode Levenberg Marquardt atau Backpropagation.

---

In recent years, many people have been working on pattern recognition using artificial neural network. This bachelor pra-thesis discuss about pattern recognition system based on Single Neural Network (SNN). This research discuss about Levenberg Marquardt learning algorithm in pattern recognition.There are 9 datasheets used in this experiment, which 8 of them are obtained from "UCI Repository of Machine Learning Database" and and one dataset of uranium dioxide pellet. The working procedures of the systems consists of pre-processing, training, and testing stages.

The testing result, which is measured from computational computational cost and recognition rate, shows that ENN based on Levenberg Marquardt learning algorithm has a better performance than SNN based on Levenberg Marquardt or Backpropagation."

"Tujuan: Tujuan dari penelitian ini adalah mendapatkan model jaringan saraf tiruan dengan algoritma pembelajaran backpropagation berdasarkan data masukan dari pola sidik jari penderita obesitas. Diharapkan model JST yang diperoleh dapat menjadi alat bantu diagnosis bagi para klinisi dalam mengidentifikasi kasus obesitas berdasarkan keturunan. Metode: Data dari pola sidik jari penderita obesitas dan data penunjang lainnya diuraikan menjadi variabel masakan Variabel keluaran ditentuknn berdasarkan kasus obesitas yang diderita oleh pasien. Kemudian data sampel dibagi dua yaitu data untuk training dan data untuk testing. Dengan menggunakan data training maka Metode Jaringan syaraf tiruan mempelajari pola sidik jari pendarita obesitas yang kemudian digunakan untuk memprediksi data testing. Akurasi identifikssi atau pengenalan pola sidik jari penderita obesitas akan sangat ditentukan oleh hasil prediksi algoritma jaringan syaraf tiruan terhadap data testing. Hasil: Dalam proses pemhelajaran dengan metode jaringan berbasil melakukan pengenal terhadap data training dengan error sebesar O,QI berhasil dicapai. Untuk prediksi polo sidik jari melalui data testing rata-rata keberhasilan adalah 71,82%. Angka prosentasi keberbasilan ini cukup baik dan depat dijadikan alat bantu bagi para praktisi medis di bidang obesitas dalam menentukan faktor keturunan dari penyakit obesitas. Kesimpulan: Percobaan ini menghasilkan model JST yang dapat diaplikasikan pada pengelan pola sidik jari pendarita obesitas. Rata-rata keberhasilan prediksi sebesar 71,82% dapat ditingkat dengan menambah data training bagi Metode Jaringan Saraf Tiruan.

---

Objective: The objective of this research is to obtain an artificial neural network model with backpropagation learning algorithm based on input data from the fingerprint pattern of the obese patients. It is expected that ANN models can be obtained as diagnostic tool for clinicians in identifying cases of obesity based on descent.

Methods: Data from the fingerprint pattern of obesity and other supporting data is decomposed into input variables. Output variable is determined on a case-obesity suffered by the patient Then the sampled data is divided into two data. One for training and other for testing. By using training data. the method of artificial neural networks learn the patterns of the obese fingerprint which is then used to predict the testing data. Accuracy of fingerprint pattern recognition of obesity will be detemined by the results of neural network algorithm prediction against testing data.

Results: In the learning process stage, Artificial Neural Network succceded in identifying a network of training with error 0.01 was achieved. For the prediction of fingerprint patterns through data testing success rate was 80%. The rate for the percentage of success is quite good and can be used as a tool for medical practitioners in the field of obesity in determining obesity cases base of genetic factor.

Conclusion: This experiment resulted ANN model that can be applied to the fingerprint pattern recognition of obese patients. The average prediction success of 71,82% would be increase if we can add more data for 1raining process for Neural Network Method."

"ABSTRAKPerkembangan biometrik sebagai alternatif untuk menggantikan proses otentikasi konvensional seperti pin, password, code mengalami peningkatan yang cukup significant. Peningkatan adopsi teknologi biometrik dalam industri e-commerce juga mendorong pasar biometrik semakin berkembang beberapa tahun ke depan. Vein merupakan salah satu biometric feature yang dapat diadaptasi sebagai suatu alat identifikasi pengenalan individu yang sedang banyak dikembangkan hingga saat ini, karena memiliki pola dan struktur vein khas serta memiliki kehandalan tersendiri jika dibandingkan dengan ciri biometrik lainnya, seperti terletak pada bagian dibawah kulit, sulit untuk dilihat dengan mata telanjang ataupun kamera biasa dan sulit untuk rusak dan memiliki liveness detection yang tidak dimiliki biometrik lainnya.Local Binary Pattern (LBP) dikenal salah satu deskriptor pengenalan gambar yang paling banyak digunakan gambar berbasis tekstur karena keunggulannya. Selain itu LBP merupakan salah satu pendekatan yang paling umum karena kesederhanaan komputasi, yang invarian terhadap perubahan pencahayaan dan kehandalan dalam klasifikasi citra karena menangkap sebagian besar fitur visual penting dari gambar. Local Binary Pattern (LBP) telah diimplementasikan secara luas untuk fitur ekstraksi tangan, mata, wajah, mata, dan gambar lainnya. Meskipun LBP memiliki banyak keuntungan, akan tetapi dari modifikasi LBP yang telah banyak dikembangkan masih menghasilkan deskriptor besar 8-bit untuk setiap piksel dan sensitif terhadap rotasi gambar. Pengembangan yang ada juga belum memiliki fungsi hybrid yakni mengurangi vektor ciri tetapi sekaligus meningkatkan kemampuan diskriminasi.Dalam disertasi ini, deskriptor baru diusulkan berasal dari LBP original yang dikembangkan oleh Ojala, yang disebut Diagonal Vertical Horizontal Local Binary pattern (DVHLBP) yang berhasil menangkap primitif sifat gambar seperti tepi, sudut, garis-ujungnya, bintik-bintik, daerah datar, dan lokal lainnya karakteristik seperti garis, yang belum dibahas dalam LBP konvensional.Konsep dasar dari Diagonal Vertical Horizontal Local Binary pattern (DVHLBP) dalam penelitian ini mengusulkan teknik ekstraksi ciri dengan operasi yang bisa mengakomodir masalah rotasi yang sering terjadi pada pengenalan vein dengan fungsi representasi bilangan biner. Fitur gambar harus mengambil variasi piksel diagonal serta variasi piksel horizontal dan vertikal di piksel sekitarnya, sehingga dapat berfungsi dengan baik bahkan dalam kasus rotasi dalam gambar. Kelebihan lain dari descriptor yang diusulkan adalah mempertimbangkan rata-rata/mean dari piksel pusat. Teknik ini menganalisis perbedaan intensitas antara piksel pusat dengan piksel tetangganya, dengan membandingkan pusat piksel dengan sepasang piksel berlawanan dalam diagonal yang sama. Dari beberapa skema multidirectional yang dilakukan yakni pada 8 matriks ketetanggan didapat pola biner yang tadinya 8-bit dalam LBP asli menjadi hanya 4-bit dalam DVHLBP. Selain itu penambahan mekanisme uniform pattern untuk proses feature selection juga dilakukan dimana secara otomatis hal tersebut mengurangi panjang histogram mengingat hanya ciri diskriminan yang diambil dan hal ini berdampak pula pada kebutuhan penyimpanan (storage) untuk hasil ekstraksi, hal ini berpengaruh pula pada kompleksitas ruang sistem yang dibangun O(n).Deskriptor yang diusulkan tetap mempertahankan informasi penting gambar sebuah vein (discrimination feature), invarian terhadap perubahan pencahayaan dan memiliki sifat rotasi invariant. DVHLBP yang diusulkan telah disimulasikan dan dilakukan analisis, dimana simulasi yang dilakukan menggunakan PUT Vein Data set dan CASIA Multispectral Data Set. Hasil simulasi menunjukkan bahwa usulan sistem dapat mencapai kinerja yang lebih baik dengan State-of-The Art dimana error rate (ERR) dari teknik yang diusulkan adalah sebesar 0,08 untuk telapak tangan (palm vein) dan 0.22 untuk pergelangan tangan (wrist vein) dengan akurasi rate sebesar 99,6 % pada palm vein dan 99.4% pada wrist vein. Dan dilihat dari sisi kompleksitas sistem O(n) mengalami efisiensi yang mencapai 50% dibuktikan dalam bentuk matematis.

---

ABSTRACTThe development of biometrics as an alternative to replacing conventional authentication processes such as pins, passwords, code experienced a significant increase. Increasing the adoption of biometric technology in the e-commerce industry also drives the biometric market to grow in the next few years. Vein is one of the biometric features that can be adapted as an individual identification identification tool which is being developed to date, because it has a distinctive vein pattern and structure and has its own reliability compared to other biometric features, such as located under the skin, it is difficult to seen with the naked eye or ordinary camera and difficult to damage and have liveness detection that other biometrics do not have.Local Binary Pattern (LBP) is known as one of the most widely used image recognition descriptors based on texture because of its superiority. In addition LBP is one of the most common approaches due to computational simplicity, which is invariant of lighting changes and reliability in image classification because it captures most important visual features of images. Local Binary Pattern (LBP) has been widely implemented for extraction features of hands, eyes, face, eyes and other images. Although LBP has many advantages, however, the LBP modification that has been widely developed still produces a large 8-bit descriptor for each piksel and is sensitive to image rotation. The existing development also does not have a hybrid function, namely reducing feature vectors but also increasing discrimination capabilities. In this dissertation, a new descriptor is proposed from the original LBP developed by Ojala, called the Diagonal Vertical Horizontal Local Binary pattern (DVHLBP) that successfully captures primitive traits images such as edges, angles, edges, spots, flat areas, and other local characteristics such as lines, which have not been discussed in conventional LBP.The basic concept of Diagonal Vertical Horizontal Local Binary Pattern (DVHLBP) in this study proposes feature extraction techniques with operations that can accommodate rotation problems that often occur in the introduction of veins with binary number representation functions. The image feature must take diagonal pixels variations as well as horizontal and vertical pixels variations in the surrounding pixels, so that it can function properly even in the case of rotations in the image. Another advantage of the proposed descriptor is considering the mean / mean of center pixel. This technique analyzes the difference in intensity between the central piksel and neighboring piksels, by comparing the center of the piksel with a pair of opposite piksels in the same diagonal. From several multidirectional schemes on 8 neighboor that are carried out, binary patterns are obtained which were 8-bits in the original LBP to be only 4-bits in DVHLBP. In addition, the addition of the uniform pattern mechanism for the feature selection process is also done where it automatically reduces the length of the histogram considering that only discriminant characteristics are taken and this also affects the storage requirements for extraction results, this also affects the complexity of the system space built O (n).The proposed descriptors retain important information on a vein image (discrimination feature), invariance of lighting changes and have rotational invariant properties. The proposed DVHLBP has been simulated and analyzed, where simulations were carried out using the PUT Vein Data set and CASIA Multispectral Data Set. The simulation results show that the proposed system can achieve better performance with State-of-the-Art where the error rate (ERR) of the proposed technique is 0.08 for the palm (palm vein) and 0.22 for the wrist (wrist vein) with an accuracy rate of 99.6% on the palm vein and 99.4% on the wrist vein. And in terms of system complexity O (n) has an efficiency that reaches 50% as evidenced in mathematical form."

"Pada masa sekarang ini, teknologi semakin berkembang dan terus berkembang dengan cepat. Terutama kebutuhan adanya teknologi automasi yang memerlukan pengembangan lebih dalam lagi sehingga dapat menghasilkan teknologi cerdas yang dapat merespon tanggapan dengan cepat. Penelitian ini melakukan percobaan penerapan jaringan saraf tiruan radial basis function menggunakan metode backward dan metode Orthogonal Least Square (OLS). Berdasarkan hasil percobaan dapat dilihat bahwa penerapan jaringan saraf tiruan radial basis function metode OLS memiliki proses pelatihan yang lebih cepat dibandingkan penerapan jaringan saraf tiruan radial basis function metode backward. Selain itu, tingkat keakuratan yang dimiliki jaringan saraf tiruan radial basis function metode OLS juga tinggi.

---

In recent years, technology get better and better. The need of automatic technology that need to be developed more serious so it can result smart technology that can response the stimulation quickly. This research do experimentation on radial basis function neural network using backward methode and Orthogonal Least Square (OLS) methode and then compared with backpropagation neural network.

Based on result of experimentation we can conclude that radial basis function neural network using Orthogonal Least Square (OLS) method has training processing time faster than radial basis function neural network using backward method. Beside of that, radial basis function neural network using Orthogonal Least Square (OLS) method has high accuracy too."

"Keandalan sistem tenaga listrik sangat penting mengingat tingginya permintaan kontinuitas penyaluran dari sumber energi listrik ke beban. Semakin tinggi tingkat keandalan maka akan semakin baik juga sistem tersebut. Banyak faktor yang mempengaruhi keandalan suatu sistem, salah satunya adalah proteksi dari sistem tersebut. Kecepatan pelayanan dan pengusutan gangguan sangat berpengaruh terhadap kinerja dan keandalan jaringan.Sistem catu daya tanpa putus diciptakan untuk menjaga kontinuitas penyaluran daya di mana tidak diizinkan terjadinya pemadaman suplai energi listrik ke beban. Sistem ini banyak diterapkan di beberapa tempat oleh konsumen-konsumen tertentu, salah satunya PT.Telekomunikasi Indonesia yang terhubung pada Penyulang Serambi. Sistem proteksi dan manuver yang baik dengan optimasi penambahan kerja rele pada setiap gardu distribusi akan dapat meningkatkan keandalan jaringan dari terjadinya pemadaman akibat hubung singkat yang ditunjukkan oleh semakin singkatnya waktu pengidentifikasian gangguan.

---

Reliability of the electric power systemis very important which had a high demand for continuity electric distribution from the electrical source to the load. The higher level, the better reliability ofthe system will get. Many factors affect the reliability of a system, one of which is the protection system. No-break system designed to maintain continuity of the distribution of power in which the cuts are not allowed to supply electrical energy to the load.

No-break system was widely applied in some places by certain consumer sone of which is PT. Telekomunikasi Indonesia which connected to the Serambi Feeder. Protection system and good maneuverability with optimization additional relay which work on every distribution substation will be able to increase the network reliability due to a short circuit which is shown by the brevity of interference time identifying."

"Banyak peralatan rumah tangga saat ini sudah menerapkan teknologi switch-mode power supply (SMPS) dan inverter yang dapat meningkatkan efisiensi energi. Namun penggunaan teknologi tersebut dapat membangkitkan disturbance pada rentang frekuensi 9-150 kHz akibat frekuensi switching yang tinggi. Selain itu, penurunan emisi pada rentang frekuensi rendah atau harmonik klasik dengan rangkaian filter, menjadi salah satu penyebab lainnya dalam meningkatnya emisi pada rentang frekuensi tinggi. Tegangan suplai utama pada jaringan tegangan rendah selalu bervariasi nilainya setiap waktu. Variasi tegangan suplai yang terjadi secara aktual dapat mempengaruhi disturbance yang dibangkitkan oleh peralatan rumah tangga pada rentang frekuensi 9-150 kHz. Penelitian ini fokus pada pencarian karakteristik disturbance peralatan rumah tangga dan pengaruh disturbance yang dibangkitkan terhadap variasi tegangan suplai pada rentang frekuensi 9-150 kHz. Peralatan rumah tangga yang digunakan adalah AC inverter, AC non-inverter, kulkas inverter, kulkas non-inverter, kompor induksi, lampu CFL, lampu LED, personal komputer, dan vacuum cleaner. Dalam melakukan pencarian karakteristik disturbance peralatan rumah tangga, digunakan decoupling network untuk menurunkan tegangan jatuh pada impedansi internal peralatan rumah tangga dan membatasi disturbance dari suplai masuk saat dilakukan pengukuran. Pengukuran disturbance dilakukan dengan menggunakan osiloskop differensial Picoscope 3425. Analisis karakteristik disturbance dilakukan dalam domain frekuensi dengan menggunakan Fast Fourier Transform (FFT). Pencarian karakteristik disturbance dilakukan pada tiga variasi waktu (pagi, siang, dan malam). Dari hasil pengukuran menunjukan disturbance tertinggi dihasilkan oleh vacuum cleaner sebesar 5,085 V pada frekuensi 9,8 kHz dan disturbance terendah dihasilkan oleh lampu LED Panasonic sebesar 16,62 mV pada frekuensi 64,4 kHz. Perubahan disturbance tertinggi yang dibangkitkan oleh peralatan rumah tangga terhadap variasi tegangan suplai terjadi pada kulkas inverter, dengan perubahan disturbance mencapai 71,79% dan yang terendah terjadi pada lampu CFL Philips sebesar 11,6%.

---

Many household appliances are now implementing switch-mode power supply (SMPS) and inverter technologies that can improve energy efficiency. But the use of these technologies may generate disturbances in the frequency range within 9-150 kHz due to high switching-frequency. In addition, decreasing emissions in the low frequency range or classical harmonics with filter circuits, is one of the other causes in increasing emissions in the high frequency range. The main supply voltage at low voltage networks always varies in time. Variations in actual supply voltage can affect the disturbance generated by household appliances at a frequency range within 9-150 kHz.

This study focused on the search for characteristics of disturbance in household appliances and the disturbance generated by variations of actual supply voltage in the frequency range within 9-150 kHz. The household appliances under test are inverter air conditioner, non-inverter air conditioner, inverter refrigerator, non-inverter refrigerator, induction cooker, CFLs lamps, LEDs lamps, personal computer, and vacuum cleaner. The actual disturbance characteristics of household appliances can be measured by installing decoupling network which used to reduce the voltage drop in the internal impedance of household appliances and limit the disturbance from incoming supply when measured.

The disturbance is measured by using Picoscope 3425 differential oscilloscope. The characteristics of disturbance is analyzed in the frequency domain using Fast Fourier Transform (FFT) and measured on three variations of time (morning, afternoon and evening). The measurement results shows, the highest disturbance is generated by a vacuum cleaner of 5,085 V at a frequency of 9,8 kHz and the lowest disturbance is generated by Panasonic LED lamps of 16,62 mV at a frequency of 64,4 kHz. The highest variance of disturbance generated by household appliances affected by variations in supply voltage is inverter refrigerator, with variance of disturbance reaches 71,79% and the lowest is Philips CFL lamps reaches 11,6%."

"Pada penelitian ini, dilakukan sebuah evaluasi dari jaringan serat optik di sebuah institusi perguruan tinggi yang berlokasi di Depok dan metode peningkatannya. Jaringan serat optik tersebut merupakan sebuah jaringan serat optik yang secara keseluruhan terletak di bawah tanah yang dirancang berdasarkan topologi star yang berpusat pada gedung Pusat Ilmu Komputer dari institusi tersebut. Jaringan serat optik ini termasuk kedalam tipe active optical network (AON) yang mengandalkan peralatan elektronik aktif untuk melakukan operasi switching yang dilakukan di layer 3 dari model OSI Layer. Jaringan serat optik ini terdiri dari gabungan antara single-mode fiber dan multi-mode fiber yang digunakan secara berkesinambungan dengan menggunakan cahaya dengan panjang gelombang 850 nm untuk multi-mode dan 1350 nm untuk single-mode. Kapasitas total dari jaringan serat optik ini untuk saat ini adalah 2.6 Gbps dengan 1.6 Gbps untuk penggunaan internet internasional dan 1 Gbps untuk penggunaan internet domestik. Kapasitas internet internasional tersebut dibagi lagi menjadi dua, 0.8 Gbps diarahkan menuju Telkom dan 0.8 Gbps sisanya menuju Indosat. Jaringan tersebut juga tersambung dengan area kampus Salemba yang letaknya terpisah melalui Metro Ethernet Indosat dengan kecepatan 270 mbps. Pada penelitian ini, dikemukakan sebuah ide bahwa sambungan tersebut dapat dikembangkan lagi menuju institusi perguruan tinggi lainnya untuk meningkatkan kesinambungan antara perguruan-perguruan tinggi di Indonesia.

---

This paper presents an evaluation of a fiber optic network of a higher education institution that is located in Depok and its improvement methods. The fiber optic network in question is a wholly underground network with designs based on the star topology centered in said institution’s Center for Computer Science. The fiber optic network is an active optical network (AON) which relies on a set of electrically powered switches to perform switching or routing operations which is conducted in the layer 3 of the OSI Layer model. The fiber optic network utilizes a combination of both single-mode fiber and multi-mode fiber concurrently with the 850 nm wavelength reserved for the multi-mode fiber and 1350 nm wavelength for the single-mode fiber. The current total capacity of the network is 2.6 Gbps with 1.6 Gbps allocated for international connections and the remaining 1 Gbps for domestic internet connections. The 1.6 Gbps bandwidth for international connection is further divided into two halves, 0.8 Gbps is routed through Telkom and the other half is routed through Indosat. This network is also connected to an off-site campus located at Salemba through Indosat's Metro Ethernet network with a data rate of 270 mbps. This paper presents the idea of expanding this connection to include other higher education institution to increase the degree of connectivity between educational institutions in Indonesia."

"Arus inrush merupakan salah satu fenomena yang terjadi pada sistem tenaga listrik khusunya pada transformator. Arus ini dapat menyebabkan kesalahan kerja proteksi pada sistem sehingga akan mengganggu keandalan sistem tenaga listrik. Arus inrush berbeda dari arus gangguan, dimana arus inrush hanya terjadi oleh beberapa kasus saja, dan yang paling banyak terjadi yaitu saat inti transformator pertama kali di beri energi. Besarnya arus inrush dapat dipengaruhi oleh beberapa hal, salah satu hal yang dapat memberikan pengaruh tersebut adalah variasi beban yang dihubungkan pada transformator sekunder. Selain pada transformator arus inrush juga dapat terjadi pada beban rumah tangga, arus ini dapat mengganggu kerja dari sirkuit breaker pada instalasi listrik rumah tangga. Besar arus inrush yang terjadi pada beban rumah tangga juga dipengaruhi oleh sifat beban itu sendiri.

---

Inrush current is one of the phenomena that occur on the power system especially on the transformer. This current can cause errors in the protection system so that it will disturb the reliability of power system. Inrush current is different from fault current, where inrush current occur in a few cases only, and it happen mostly when the transformer energized. Magnetizing inrush current magnitude can be affected by several things, one of the things is the variation of the load that connected to the secondary transformer. Inrush current can also occur in household electrical load, these current can disturb the circuit breaker in the electrical installation of the household. Magnitude of these inrush current is also influenced by the nature of the load itself."

"Sebuah prototipe sistem pengendali posisi motor dc telah dirancang dan dibangun sebagai pengendali sistem aktuator pergerakan sirip pada roket kendali berbasis mikrokontroler ATmega yang menggunakan metode pengendalian logika fuzzy. Pengaturan posisi gerak motor dilakukan dengan mengatur tegangan motor dan menggunakan metode PWM (Pulse Width Modulation). Mekanisme umpan-balik sistem mengunakan sebuah sensor putaran yang membaca posisi dari motor dc. Metode fuzzy yang dirancang memiliki 2 nilai crisp input (error dan Δerror) dan satu nilai crisp output yaitu perubahan tegangan. Metode defuzzifikasi yang digunakan adalah metode centre of gravity (COG). Respon sistem ditampilkan dalam bentuk sudut posisi aktuator terhadap waktu dan didapatkan nilai Tr = 0,32 detik, Tp = 0,47 detik, Ts = 0,72 detik dengan nilai persentase overshoot sebesar 21,57% dan kesalahan tunak sebesar 20 %.

---

A prototype of dc motor position control system has been designed and built as a controller of fin control actuator system. This prototype uses fuzzy control method that has been embeded in ATmega microcontroller. Regulation of motor angular position has been inplemented by adjusting motor voltage and used PWM (Pulse Width Modulation). Feedback mechanism has been done using rotation sensor that reads the angular position of dc motor. Fuzzy method is designed to have two crisp input (error and Δerror) and one crisp output i.e voltage change. Defuzzification method used is Center Of Gravity (COG). From system respon, it has been shown that Tr = 0,32 sec, Tp = 0,47 sec, Ts = 0,72 sec, percentage of overshoot 21,57 % and steady-state error of 20 %."