Hasil Pencarian  ::  Simpan CSV :: Kembali

Abstrak :
Telah berhasil dibuat sebuah digital read out (DRO) berbasis mikrokontroler 80C5I7A yang mempunyai kemampuan untuk mengkompensasi kesalahan kuasi-statik pada sistem posisi mekanik. Kesalahan kuasi-statik adalah kesalahan posisi yang berubah secara perlahan, yang merupakan perpaduan antara kesalahan geometrik dan termal. Kompensasi dilakukan melalui piranti lunak di dalam DRO dengan menggunakan dua buah polinomial, orde-7 untuk geometrik dan orde-1 untuk termal. Hasil uji menunjukan peningkatan akurasi sebesar 26,97 %. ...... A digital read out (DRO) has been made based on 80C5 17A microcontroller. The DRO able to compensated quasi-static error for mechanical positioning system. Quasi-static error is position error that changes slowly, this error is combination of geometric error and thermal error. The compensation had done via software inside DRO uses two polynomials, order-7 for geometric error and order-I for thermal error. The result showed that position accuracy increased 26,97 %.

Abstrak :
ABSTRAK
Aliran dalam saluran tertutup merupakan salah satu bagian penting dari studi mekanika fluida karena banyak sekali contoh-contohnya dalam kehidupan kita sehari-hari, dalam tempat yang sering kita temui dan dalam kehidupan kita itulah aliran yang teljadi sebagian besar merupakan jenis aliran turbulen.

Metode yang adalah dengan membuat suatu rangkaian alat yang akan digunakan sebagai obyek pengambilan data. Pada rangkaian ini dialirkan fluida air sebagai fluida tak mampu mampat memakai pompa sentrifugal dengan variasi bukaan katup pada tiga jenis pipa yang diperlakukan berbeda melalui pipa pengujian yang berdiameter 18 mm dan 21 mm dengan panjang 1 m. Pada dasarnya, eksperimen ini bertujuan umtuk membuktikan adanya pengurangan hambatan gesek pada permukaan pipa yang dilapisi teflon dan membandingkannya dengan pipa jenis standar.

Pada eksperimen ini, hasil yang didapatkan menunjukkan bahwa pengurangan hambatan gesek pada pipa dengan lapisan Teflon telah terbukti. Parameter yang dijadikan acuan dalam penentuan hambatan gesek adalah factor gesek terhadap Bilangan Reynolds.

Untuk dapat diambil kesimpulan bahwa kekasaran permukaan yang dimiliki oleh lapisan Teflon menghasilkan tegangan permukaan lebih kecil sehingga kemudian menyebabkan tegangan geser yang dihasilkan ketika fluida bersentuhan dengan permukaan lapisan pipa lebih kecil sehingga laju aliran fluida lebih besar. Kecepatan aliran yang besar berarti besarnya energi yang dimiliki oleh fluida sehingga didapatkan head loss yang kecil dan akhirnya faktor gesek yang didapat lebih kecil dibanding dengan pipa standar.

---

Abstrak :
Dehidrator sebgai bagian dari proses pengolahan gas alam merupakan peralatan yang cukup rumit. Pada alat ini dengan tiga unit tower pengering, tidak kurang dari tiga puluh lima katup terlibat didalamnya pada saat sedang proses. Oleh karena itu sangat membantu sekali bila penanganan katup tersebut distimulasi oleh komputer, guna dapat melihat beberapa alternatif pengoperasiannya.

Pada skripsi ini penulias mencoba membuat suatu model simulasi dari unit Dehidrator tersebut dengan menitik beratkan pada kendali katup-katupnya (Valve Sequencing). Dengan menggunakan suatu shell sistem pakar yaitu VP Expert penulis mencoba membuat suatu simulasi dari proses pengeringan tersebut. Model simulasi ini tidak hanya berguna untuk mempelajari proses pengeringan gas alam itu sendiri akan tetapi juga dapat dimanfaatkan untuk lebih memperluas penerapan sistem pakar pada kendali proses-proses yang lain.

Abstrak :
Data ekspresi gen adalah data yang menyajikan tingkat ekspresi gen pada kondisi yang berbeda-beda. Analisis data ekspresi gen microarray sangat penting karena memiliki aplikasi luas pada bidang biologi, medis, dan lain-lain. Dalam melakukan analisis data ekspresi gen, sebagian besar algoritma analisis membutuhkan data matriks yang lengkap. Sayangnya, beberapa data mungkin hilang karena kerusakan gambar, debu, dan kesalahan eksperimental. Oleh karena itu, metode imputasi missing value diperlukan untuk melakukan pemulihan pada data yang hilang tersebut. Penelitian ini mengembangkan suatu metode imputasi missing value, yaitu bicluster-based Bayesian principal component analysis dan robust least squares estimation dengan principal components (bi-BPCA-RLSP). Metode bi-BPCA-RLSP merupakan metode pengembangan dari bicluster-based robust least squares estimation dengan principal components (bi-RLSP). Pada metode bi-RLSP, tahap praimputasi untuk memperoleh matriks komplit sementara dilakukan dengan menggunakan metode row average. Namun, metode row average dinilai kurang baik dalam menggambarkan struktur keseluruhan data karena hanya menggunakan informasi dari baris yang mengandung missing value. Oleh karena itu, penelitian ini melakukan penggantian metode row average menjadi BPCA. BPCA menggunakan informasi korelasi dari seluruh data sehingga lebih baik dalam menggambarkan struktur keseluruhan data. Metode bi-BPCA-RLSP diterapkan pada data ekspresi gen garis sel kanker serviks dengan missing rate 1%, 5%, 10%, 15%, 20%, 25%, dan 30%. Performa metode bi-BPCA-RLSP diukur dengan menggunakan nilai normalized root mean squared error (NRMSE) dan dibandingkan dengan metode bi-RLSP. Hasil penelitian menunjukkan bahwa kinerja bi-BPCA-RLSP lebih baik daripada bi-RLSP karena nilai NRMSE pada bi-BPCA-RLSP lebih rendah dibandingkan bi-RLSP untuk setiap missing rate. ......Gene expression data is data that presents the level of gene expression under different conditions. Analysis of microarray gene expression data is very important because it has wide applications in the fields of biology, medicine, and others. In analyzing gene expression data, most of the analytical algorithms require a complete data matrix. Unfortunately, some data may be lost due to image corruption, dust, and experimental errors. Therefore, the missing value imputation method is needed to recover the lost data. This study developed a missing value imputation method, namely bicluster-based Bayesian principal component analysis and robust least squares estimation with principal components (bi-BPCA-RLSP). The bi-BPCA-RLSP method is a development method of bicluster-based robust least squares estimation with principal components (bi-RLSP). In the bi-RLSP method, the pre-imputation stage to obtain a temporary complete matrix is carried out using the row average method. However, the row average method is considered poor in describing the overall structure of the data because it only uses information from rows containing missing values. Therefore, this study replaced the row average method by BPCA. BPCA uses correlation information of all data so that it describes better the overall structure of the data. The bi-BPCA-RLSP method was applied to gene expression data of cervical cancer cell lines with missing rates of 1%, 5%, 10%, 15%, 20%, 25%, and 30%. The performance of the bi-BPCA-RLSP method was measured using the normalized root mean squared error (NRMSE) and compared with the bi-RLSP method. The results showed that bi-BPCA-RLSP performed better than bi-RLSP because the NRMSE value of bi-BPCA-RLSP was lower than bi-RLSP for each missing rate.