Hasil Pencarian  ::  Simpan CSV :: Kembali

Abstrak :
Sistem navigasi merupakan komponen yang paling penting pada kendaraan di udara, air dan luar angkasa, termasuk juga pada roket dan misil yang dapat dikendalikan. Salah satu yang paling umum digunakan adalah sistem navigasi inersia. Skripsi ini membahas mengenai perancangan dan pembuatan system navigasi inersia untuk mendapatkan data posisi dan kemiringan, yaitu dengan sensor rate-gyroscope, accelerometer, dan mikrokontroler AVR ATMega16. Demikian juga pembahasan tentang sistem kalibrasi dan digital filter data dari sensor. Selain itu, karena accelerometer dipengaruhi percepatan gravitasi, maka dibutuhkan suatu koreksi gravitasi dimana membutuhkan data kemiringan yang sangat akurat. Dalam skripsi ini kalman filter digunakan untuk mendapatkan data kemiringan yang lebih akurat, dengan memanfaatkan dua masukan, dari rategyroscope dan accelerometer.

---

Navigation system is the most important component in air-, space-, and watercraft, including guided missiles. One of the common navigation systems is inertial navigation system. This bachelor thesis discusses about designing and building inertial navigation system, to get information about position and tilt, using rate-gyroscope, accelerometer, and AVR ATmega16 microcontroller. Furthermore, this thesis also discusses about calibration system and digital filter of sensor's data. In addition, because accelerometer also measures gravity acceleration, to get the real position needs a gravity correction which needs very accurate information about tilt angle. In this study, kalman filter used to get more accurate tilt angle, using two inputs, from rate-gyroscope and accelerometer.

Abstrak :
Rancang bangun sistem navigasi GPS/INS dan kompas digital dengan Kalman Filter pada mikrokontroler akan mencoba memberikan keunggulan GPS yang mampu memberikan data posisi dan waktu di seluruh permukaan bumi dengan keunggulan INS yang memiliki keakurasian tinggi. Kalman Filter akan menggabungkan data GPS dan data accelerometer untuk mendapatkan data posisi, sedangkan untuk mendapatkan data sudut digunakan masukan dari accelerometer dan kecepatan putar rate-gyroscope. Kompas digital akan menyediakan data yaw/ heading. Kalman Filter akan memberikan estimasi data posisi dan sudut yang akurat dengan mengeliminasi derau. Rancangan sistem navigasi yang diajukan mampu memberikan akurasi kurang dari 10 untuk penghitungan sudut dan 2 meter untuk penghitungan posisi.

---

GPS/INS and Digital Compass Navigation System Design with Kalman Filter by using AVR Microcontroller would try to combine the advantage of GPS that could give time and position data anywhere on the earth with INS that have high accuracy in measurement. Kalman Filter will combine GPS data with accelerometer data to obtain position. Accelerometer data and angular speed from rate-gyroscope will be used to calculate tilt angle. Digital compass will provide yaw / heading data. Kalman Filter will provide estimation of position and tilt angle while eliminating noise. The navigation system could gave tilt angle accuracy less than 10 and less than 2 meters for position calculation.

Abstrak :
Fiber Optic Gyroscope adalah sensor optik yang dapat menentukan posisi sudut gerak sebuah benda. FOG bekerja bedasarkan efek Sagnac, yang menyatakan bahwa pergeseran fase antara dua gelombang berlawanan merambat dalam interferometri cincin berputar, sebanding dengan putaran kecepatan sudut. Salah satu indikator performansi sistem pengukuran yang baik adalah memiliki noise yang kecil. Angle Random Walk adalah kontribusi noise terbesar pada nilai error. Dalam penelitian ini telah dilakukan estimasi noise dari ARW. Performansi OFOG berdasarkan ARW telah dijelaskan pada simulasi ARW berdasarkan emisi foton dan jumlah data cuplik per waktu. Pengaruh ARW terhadap performasi dijelaskan pada grafik PDF. Teknik mereduksi eror dari nilai ARW juga telah dipaparkan untuk meningkatkan performansi OFOG. Telah dibangun protipe OFOG, eksperimen non noise dan analisis koreksi data output melaui simulasi, dimana data output hasil eksperimen hampir sama dengan simulasi koreksi di L = 1,5 km. Nilai ideal rentang pengukuran prototipe OFOG pada 0-5,5 ?/detik, dan nilai ARW di 4,56 x 10-2 ?/ radic;detik.

---

Fiber Optic Gyroscope is an optical sensor that can determine the position of the angle of motion of an object. FOG works based on the Sagnac effect, which states that the phase shift between two opposite waves propagates in the interferometry of the rotating ring, and proportional to the angular velocity. Goodness performance indicator of measurement system, is having a small noise. Angle Random Walk is the biggest noise contribution to the error value. In this research, noise estimation from ARW has been done. OFOG performance based on ARW has been described in the ARW simulation based on photon emission and the amount of data sampling per time. The effect of ARW on performance is explained on the PDF graph. Error reduction techniques from ARW values have also been presented to improve OFOG performance. Has developed OFOG prototype, non noise experiments and output data correction analysis through simulation, where the experimental output data is almost the same as the correction simulation at L 1.5 km. The ideal value of the OFOG prototype measurement range at 0 5.5 sec, and the ARW value at 4.56 x 10 2 radic sec.

Abstrak :
Peralatan Kesehatan yang ada di Indonesia masih mengandalkan teknologi yang di impor ataupun belum ada barangnya sama sekali. Sebagai contoh, pada masalah Parkinson, belum ada teknologi yang mampu untuk mendeteksi dan getaraan yang ada pada pasien. Sebagian besar penanganan medis untuk Parkinson Untuk itulah penulis ingin mengembangkan jam tangan untuk dapat mendeteksi Parkinson serta mampu untuk meredam gejala Parkinson dengan menggunakan motor DC Vibrator sebagai Aktuator untuk peredam. Penelitian yang dilakukan adalah mengambil data accelerometer dan gyroscope tangan getar kencang dan lambat dari penulis yang kemudian di proses data tersebut dengan deep learning pada keras beserta dengan perubahan-perubahan parameter. Setelahnya hasil dari pelatihan diinstall ke Arduino BLE 33. Setelah terinstall divais diuji coba apakah bisa mendeteksi getaran pada tangan.Dengan menggunakan jumblah data sebanyak 4800 menggunakan 3 layer dengan fungsi aktivasi ReLU, Training loss adalah 2,537 × dan Validation Loss 1,7315 × . Dari perbandingan data hasil training dan data testing untuk Train Accuracy dan validation accuracy pada Keras memiliki tingkat akurasi 1.0, yang bisa dianggap tinggi. Pada saat diuji coba kepada penulis, disaat penulis menggetarkan tangan dengan cukup kencang, divais mampu untuk mendeteksi getaran dan menggetarkan motor pada tangan.

---

Health instruments in Indonesia are currently still using either imported technology or are not yet available locally. As for example, Parkinson's disease does not yet have the solution for detecting and supressing the tremor that happens in the patient's hand. For that reason, the writer intend to invent a device that could detect and suppress tremor called NASA-S.Research is conducted by taking the accelerometer and Gyriscope data of heavy and light vibration from the writer's hand and then being processed using deep learning by keras with changing and testing it's parameter variation. After the training, the result of the training will be installed in Arduino BLE 33. After the Installation, the device will be teste wether it can or not to perform the detection of arm vibration type. With using total 4800 number of data wiht 3 layer and activation function of ReLU, The result shows that The training loss of the model resulter 2.536e-04 and Validation loss 1.7315e-06. From the comparison of the training data and the testing data the Train accuracy and validation accuracy at Keras gived the Accuracy value of 1.0, which consideribly high. When tested at the hand of the writer, when the writer vibrate hand with enough vibration strength, the device could detect vibraton and vibrate the motor on writer's hand