Hasil Pencarian  ::  Simpan CSV :: Kembali

"Tesis ini membahas tentang perancangan pengendalian sistim reactor kontinyu dengan menggunakan sistim kendali adaptif multiple model. Sistim ini menggunakan beberapa model dari beberapa waktu pencuplikan pada keaadan steady state. Dengan menggunakan orde satu dan orde dua uji coba diharapkan dapat diketahui penggunaan model orde berapa yang menghasilkan unjuk kerja sistim yang baik. Identiftkasi model dilakukan dengan menerapkan pengendali penempatan kutub pada sistim reactor sehingga didapatkan parameter-parameter model untuk diterapkan pada system pengendalian multiple model. Hasil perancangan ini disimulasikan dengan menggunakan lasilitas Simtilink dari program Matlab versi 6.0"

"Reaktor kontinyu merupakan sistem non tinier dengan derajat non linieritas tinggi, memiliki karakteristik multiple steady state dengan dua keadaan stabil dan satu keadaan tidak stabil. Untuk beroperasi pada keadaan tidak stabil sistem reaktor membutuhkan pengendali. Tesis ini membahas perancangan pengendalian sistem reaktor kontinyu dengan pengendali adaptif multiple model, sehingga sistem reaktor diharapkan dapat bekerja pada seluruh daerah kerja. Hasil perancangan disimulasikan dengan menggunakan program MATLAB versi 5.3 . identifikasi pengendali multiple model dilakukan dengan menerapkan pengendali penempatan kutub pada sistem reaktor sehingga didapatkan parameter-parameter model dan pengendali multiple model.Pada pengendalian adaptif penempatan kutub sistem reaktor hanya dapat bekerja pada dua keadaan stabil sedangkan pengendali adaptif multiple model mampu mengendalikan dua keadaan stabil dan satu keadaan tidak stabil sistem reaktor, walaupun belum mampu beroperasi penuh, yaitu hanya pada jangkauan 330.9 °K sampai dengan 350 °K dan 390 °K sampai dengan 404.9 °K.

---

This thesis studied the design of a multiple model adaptive control for reactor process which has multiple steady states, two stable steady states and one unstable steady state. The study is based on a simulation of multiple model control system using MATLAB ver 5.3. The identification of model and controller parameters of the multiple model controller are base on pole placement adaptive control system using recursive least squares algorithm.The pole placement adaptive controller can only control the reactor process at two stable steady states, but multiple model adaptive controller as able to control the reactor process at all of the three multiple steady states, although it can only improve the control in the range of 330.9°K up to 350°K in the range of 390°K up to 404.9°K."

"Perkembangan teknologi UAV yang pesat menyebabkan teknologi UAV semakin marak digunakan dalam kehidupan sehari-hari. Quadrotor UAV menjadi populer akibat fleksibilitas dan utilitas nya yang tinggi dan bermanfaat di kehidupan masyarakat luas. Penelitian ini membahas permasalahan pengendalian trajectory tracking menggunakan Pengendali MPC Non-Linier pada model Quadrotor UAV. Model dinamik quadrotor yang digunakan merupakan model non linier, yang sensitif terhadap perubahan input dan gangguan. proses pengendalian sistem dengan pengendali MPC non-linier dilakukan dengan mengubah model sistem continuous kedalam bentuk diskrit yang kemudian diselesaikan dengan pemecah pemrograman kuadratik sekuensial sembari memperhitungkan batasan input, output dan keadaan sistem. Ditampilkan hasil simulasi dengan variasi referensi trajektori dan parameter pengendali untuk mencapai keadaan optimal. Hasil simulasi menunjukan bahwa MPC non-linier dapat melakukan pengendalian trajectory tracking dengan baik, dengan nilai RMSE pada trajektori garis lurus sebesar 0.0168, pada trajektori kotak sebesar 0.0207, pada trajektori helix sebesar 0.4215, pada trajektori spiral sebesar 0.0084, dan pada trajektori lingkaran sebesar 0.4687.

---

The rapid development of UAV technology causes UAV technology to be increasingly used in everyday life. Quadrotor UAV is becoming popular due to its flexibility and high utility and is useful in people's lives. This study discusses the problem of controlling trajectory tracking using a Non-Linear MPC controller on the Quadrotor UAV model. The quadrotor dynamic model used is a non-linear model, which is sensitive to input changes and disturbances. the process of controlling the system with non-linear MPC controller is done by changing the continuous system model into a discrete form which is then solved by a sequential quadratic programming solver while taking into account input, output and system state constraints. The simulation results with variations of the trajectory reference and control parameters are displayed to achieve the optimal state. The simulation results show that non-linear MPC can control trajectory tracking well, with an RMSE value of 0.0168 for straight-line trajectory, 0.0207 for square trajectory, 0.4215 for helix trajectory, 0.0084 for spiral trajectory, and 0.4687 for circle trajectory. "

"Sektor properti memegang peran penting dalam perkembangan ekonomi perkotaan, khususnya dalam penentuan valuasi harga apartemen yang melibatkan berbagai faktor kompleks seperti ukuran bangunan, jumlah kamar, lokasi, dan akses terhadap fasilitas publik. Penelitian ini bertujuan untuk membangun model prediksi harga apartemen di DKI Jakarta menggunakan algoritma Multiple Linear Regression (MLR). Dataset yang digunakan memuat data apartemen di berbagai wilayah Jakarta dengan variabel mencakup karakteristik fisik properti serta kedekatannya dengan moda transportasi umum dan fasilitas publik. Proses pra-pemrosesan meliputi penanganan data hilang, transformasi variabel target menggunakan logaritma natural, serta standardisasi input untuk meningkatkan kinerja model. Model dievaluasi menggunakan metrik R-squared (R²) dan menunjukkan nilai R² sebesar 0,917, yang berarti 91,7% variasi harga apartemen dapat dijelaskan oleh variabel input. Variabel seperti luas bangunan (LB), jarak ke universitas, akses terhadap LRT, lokasi administratif (kabupaten), dan kedekatan dengan MRT memiliki kontribusi signifikan terhadap nilai properti. Hasil ini menunjukkan bahwa kombinasi faktor fisik dan aksesibilitas fasilitas publik merupakan penentu utama dalam valuasi apartemen di kawasan perkotaan seperti Jakarta.

---

The property sector plays a crucial role in urban economic development, particularly in determining apartment valuations, which involve complex factors such as building size, number of rooms, location, and access to public facilities. This study aims to develop a predictive model for apartment prices in Jakarta using the Multiple Linear Regression (MLR) algorithm. The dataset consists of apartment listings across Jakarta, incorporating variables related to physical characteristics as well as proximity to public transport and urban facilities. Preprocessing steps include handling missing data, applying natural logarithm transformation to the target variable, and feature standardization to enhance model performance. The model evaluation using the R-squared (R²) metric yields a value of 0.917, indicating that 91.7% of the variation in apartment prices can be explained by the input variables. Key features such as building area (LB), distance to universities, LRT access, administrative location (district), and MRT proximity significantly influence apartment values. These findings highlight the importance of integrating property attributes with accessibility to public amenities in determining apartment valuation in metropolitan areas like Jakarta."

"Permasalahan terbesar dalam pengendalian reaktor alir tangki berpengaduk adalah sistem yang sangat tidak linear dan multivariabel.Sistem pengendalian konvensional tidak dapat mengontrol sistem semacam ini dengan optimal, sehingga kemurnian produk yang dihasilkan rendah.Multiple Model Predictive Control (MMPC)digunakan untuk mengatasi masalah pengendalian proses yang nonlinear dan melibatkan banyak variabel. Beberapa MPC lokal digunakan pada MMPC diperoleh dengan metode yang baru dikembangkan, Representative Model Predictive Control (RMPC). Penelitian ini menggunakan model reaktor alir tangki berpengaduk yang disimulasikan dengan perangkat lunak MATLAB. Variabel yang dimanipulasi adalah suhu inlet pendingin dan konsentrasi umpan sedangkan variabel yang dikontrol adalah komposisi produk. Untuk perubahan set point konsentrasi produk dari 8,5 sampai 8,6; disarankan menggunakan MMPC 4,1,2.

---

The biggest problem in controlling Continuous Stirred Tank Reactor (CSTR) is nonlinearity in the system. Conventional control system can not optimally control this system, therefore decrease the purity of product. Multiple Model Predictive Control (MMPC), that can be used to control nonlinear and multivariable system, tried to be used on this system. Some local MPC used for MMPC based on new developed method, Representative Model Predictive Control (RMPC).

This thesis using CSTR model which is simulated by MATLAB software. The manipulated variable are cooler inlet temperature and feed concentration, and controlled variable is residual concentration. For the change of residual concentration set point from 8.5 to 8.6 change, the MMPC 4,1,2. is recommended."

"Kendali fuzzy adalah suatu aturan kendali daya penalaran yang disusun dari kumpulan aturan logika fuzzy dalam bentuk Jika Maka. Aturan Jika Maka ini dapat berasal dari pengalaman operator atau diperoleh secara otomatis dari prosedur adaptasi. Pada penelitian ini kendali adaptip fuzzy dirancang untuk sistim kontinyu non-linier orde berapa saja. Proses perancangannya terdiri dari tiga tahap yaitu: Tahap pertama, mendefinisikan himpunan fuzzy dengan fungsi keanggotaan yang melingkupi semua keadaan; Tahap kedua, menggunakan aturan kendali dalam bentuk Jika-Maka yang berasal dari pengalaman operator atau dari sumber lain untuk digunakan sebagai kendali awal pada parameter yang akan diadaptasi; Tahap ketiga, menggunakan suatu prosedur adaptasi untuk mengadaptasikan parameter pada kendali fuzzy berdasarkan pendekatan Lyapunov."

"Formaldehida merupakan bahan kimia yang memiliki banyak kegunaan seperti bahan baku dalam pembuatan resin, disinfektan, serta pengawet. Pada proses produksi di pabrik, salah satu aspek yang memiliki peran penting adalah aspek pengendalian. Saat ini PT. X masih menggunakan pengendali Proportional-Integral (PI) yang masih memiliki sejumlah kekurangan. Dalam rangka mengatasi kekurangan yang dimiliki oleh pengendali PI, pengaplikasian pengendali MMPC dengan model gangguan dinilai mampu menghasilkan performa pengendalian yang lebih baik. Model empiris pada penelitian ini didapatkan dari penelitian sebelumnya yang telah dilakukan oleh Wahid dan Fauzi (2021), sedangkan model gangguan dibuat dengan bantuan process reaction curve dan perhitungan parameter First Order Plus Dead Time (FOPDT). Dalam memperoleh kinerja pengendalian yang optimal dilakukan proses tuning menggunakan metode Shridhar dan Cooper dan dioptimalkan dengan metode fine tuning. Kinerja pengendali MMPC dengan model gangguan diuji dengan perubahan Set Point (SP) dan ketahanan atas gangguan (disturbance rejection) dan diukur melalui perhitungan Integral Absolute Error (IAE) dan Integral Square Error (ISE). Pada uji perubahan Set Point (SP), pengendali MMPC berbasis model gangguan menghasilkan peningkatan kinerja dimana IAE mengalami penurunan yang berkisar dari 14,04-95,88% dan ISE mengalami penurunan yang berkisar dari 11,27-99,81%.

---

Formaldehyde is a compound that has many functions such as raw material of resin, disinfectant, and preservative. In the process production at the factory, one aspect that has significant role is controlling aspect. Currently PT X still uses Proportional-Integral controller which still has a few disadvantages. In order to overcome several disadvantages of PI controller, application of MMPC controller with disturbance model is considered to be able to achieve better control performance. Empirical model in this study was obtained from previous research conducted by Wahid and Fauzi (2021), while the disturbance model was made with the help of process reaction curve and First Order Plus Dead Time (FOPDT) parameters. In order to obtain optimal control performance, the tuning process is carried out using Shridhar and Cooper method and optimized by fine tuning method. The performance of the MMPC controller based on disturbance model was tested by changing the Set Point (SP) and the resistance to disturbance (disturbance rejection) and measured by calculating the Integral Absolute Error (IAE) and Integral Square Error (ISE). In the Set Point (SP) change test, the MMPC controller with the disturbance model result in increased performance, where IAE decreased about 14.04-95.88% and ISE decreased about 11.27-99.81%."

"Analisis regresi merupakan salah satu teknik dalam statistika yang digunakan untuk menginvestigasi dan memodelkan hubungan antara variabel respon dan variabel regresor. Pada skripsi ini akan dimodelkan hubungan satu variabel respon dengan beberapa variabel regresor menggunakan model regresi linier berganda dimana antar variabel regresor tidak saling bergantung linier. Adanya multikolinieritas menyebabkan taksiran least square tidak stabil dan bisa memberikan informasi yang salah. Taksiran ridge adalah taksiran parameter model regresi yang umumnya digunakan untuk mengatasi hal tersebut. Tetapi ketika terjadi multikolinieritas yang kuat, variansi taksiran ridge tidak berbeda jauh dengan variansi taksiran least square. Masalah lainnya adalah konstanta taksiran ridge yang sulit untuk ditentukan. Untuk mengatasi masalah tersebut, Kejian Liu (1998) memperkenalkan taksiran Liu yang memiliki dua kelebihan dibandingkan taksiran ridge yaitu skalar mean square error (mse) yang lebih kecil dibandingkan mse taksiran ridge dan konstanta taksiran Liu yang mudah ditentukan.

---

Regression analysis is a statistical technique for investigating and modelling the relationship between the response variable and regressor variable. This skripsi modelling the relationship between one response variable and several regressor when there is no linear relationship between the regressors. In presence of multicollinearity, the least square estimator is unstable and may gives misleading information. Ridge estimator is the most common estimator to overcome this problem. But when there exist severe multicollinearity, variance of ridge estimator almost same with variance of least square estimator. The other problem is a constant of ridge estimator is difficult to specified. To solve this problem, Kejian Liu (1998) proposed Liu estimator that have two advantages over the ridge estimator are Liu estimator has less scalar mean square error (mse) than mse of ridge estimator and a constant of Liu estimator can specified easily."

"Analisis regresi linier adalah suatu teknik dalam statistika untuk memodelkan dan menganalisis hubungan linier antara variabel respon dengan variabel regresor. Metode penaksiran parameter regresi yang umum digunakan adalah metode ordinary least square (OLS) yang menghasilkan taksiran yang dinamakan taksiran least square. Dalam analisis regresi linier berganda, masalah yang sering terjadi adalah multikolinieritas. Multikolinieritas membuat penaksiran dengan menggunakan metode OLS menghasilkan taksiran least square yang tidak stabil, sehingga pada skripsi ini akan dibahas metode lain untuk mengatasi permasalahan ini. Metode yang diperkenalkan untuk mengatasi multikolinieritas diantaranya adalah metode GRR yang menghasilkan taksiran generalized ridge. Taksiran ini merupakan taksiran yang bias. Metode ini masih memiliki kekurangan, yaitu bias yang dihasilkan tidak dijamin akan selalu bernilai kecil. Untuk itu, Singh, Chaubey, dan Dwivedi (1986) memperkenalkan metode Jackknife Ridge Regression (JRR) yang menghasilkan taksiran Jackknife Ridge Regression. Taksiran ini akan mereduksi bias yang dihasilkan oleh taksiran generalized ridge sehingga terkait dengan data yang digunakan, nilai mean square error taksiran ini lebih kecil dibanding taksiran generalized ridge maupun taksiran least square.

---

Regression linear analysis is a statistical technique for modeling and investigating the linear relationship between the response variable and regressor variable. Ordinary least square (OLS) method is commonly used to estimate parameters and yields an estimator named least square estimator. Most frequently occurring problem in multiple linear regression analysis is the presence of multicollinearity. Estimation using OLS method in multicolinearity caused an unstable least square estimator, therefore this undergraduate thesis will explain other method which can solve this problem such as GRR method that yields a bias estimator, named generalized ridge estimator. Unfortunately, this method still has a shortcoming because the bias in resulting estimator is not always guaranteed to be small. To solve this problems, Singh, Chaubey, and Dwivedi (1986) introduced Jackknife Ridge Regression (JRR) method that yields Jackknife Ridge Regression estimator. This estimator will reduce the bias of generalized ridge estimator, thus related to the data used, the resulting mean square error value of this estimator is smaller than the two methods."