Hasil Pencarian  ::  Simpan CSV :: Kembali

"Penyebaran virus corona (Covid-19) di Indonesia semakin meningkat. banyak inovasi mulai timbul diantarnya penggunaan bilik/chamber yang diletakkan dijalan, pintu gerbang kampung masih secara manual dengan adanya petugas yang menekan saklar bagi tamu yang masuk, dan ada juga penyemprotan yang dilakukan secara otomatis, membaca tamu yang datang, secara otomatis, Kendala yang dihadapi terkadang kehabisan cairan desinfektannya, menuntut petugas mesti mengecek secara rutin agar tidak kehabisan. penelitian ini akan mengembangkan bilik desinfektan berbasis IoT selain dapat menyemprotkan cairan desinfektan secara otomatis, juga dapat mengisi cairan desinfektan secara otomatis dan dapat dipantau melalui Smartphone. Kebutuhan sistem dan alatnya terdiri dari : NodeMcu Esp 8266, sensor flow water, sensor ultrasonic, Relay, Solenoid Valve, Arduino IDE, Blynk Apps, ThingSpeak Proses pendeteksian ketinggian cairan desinfektan tersebut dibedakan menjadi 2, level aman dengan ketinggian air antara 11-50 cm, Level bahaya dengan ketinggian air antara 0-10 cm, maka nodemcu mengirimkan sinyal output ke relay, relay meneruskan sinyal tersebut yang berfungsi sebagai saklar untuk membuka solenoid, air akan mengalir melalui pipa saat katup solenoid dibuka sehingga kran air terbuka untuk mengisi derigen. Platform Iot Thingspeak digunakan untuk menampilkan grafik level cairan desinfektan. Data output sensor akan dilaporkan secara real time ke admin melalui aplikasi Blynk apps. Dengan perkembangan perangkat ini, diharapkan dapat menekan penyebaran virus covid-19."

"ABSTRAK"Metode pengendalian suatu proses dengan menggunakan pengendali fuzzy selama ini telah berkembany dengan pesat Perkembangan ini disebabkan oleh kemampuan pengendali fuzzy mengatasi ketidaklinieran suatu sistem Pengendali fuzzy yang dapat mengimplernentasikan pola pikir dari seorang operator dapat menghasilkan pengendaii yang ""cerdas"". Hal mii tidak dapat dihasilkan oleh pengendali yang biasanya didesain secara matematis dan mengahaikan beberapa sifat sistem yang tidak linier agar didapatkan pengendali yang sederhana.NaMun, dalam mendesain suatu pengendali fuzzy pun terdapat beberapa masalah seperti tidak mudahnya membentuk suatu fungsi keanggotaan input dan output pengendali, sulitnya menentukan aturan yang dipergunakan sebagal rule base. Kesulitan menentukan aturan ini karena pada dasarnya tiap ahli (expert) akan mengutarakan aturan-aturan yang berbeda.Untuk itulah diperlukan tuning aturan atau faktor skala agar diperoleh unjuk kerja pengendali yang baik. Ketika pengendali didesain, pengendali di-tune sesuai dengan keadaan simulasi sistem. Bahkan jika pengendali telah di-tune dengan balk, faktor skala atau aturan tersebut perlu di-tune setelah instalasi pengendali.Steam generator pada pembangkit listrik tenaga nuklir adalah sistem yang penting karena faktor keamanan pembangkit listrik dan is merupakan sistem yang menghasilkan uap bagi turbin yang akan menggerakan generator dan kemudian akan menghasilkan listrik. Karena hal-hal tersebut seseorang tidak dapat melakukan tuning secara terus menerus untuk menghindari kecelakaan atau efek lain yang tidak diinginkan karena proses tuning yang tidak tepat."

---

"

"ABSTRAKTugas Akhir ini menjelaskan tentang bagaimana membuat suatu sistem pemantauanketinggian air dengan memanfaatkan gelombang ultrasonik berbasis mikrokontrolerATMEGA16 dan terdapat 2 buah motor yang berfungsi untuk membersihkan sampahyang menyumbat saluran air. Hal ini perlu dilakukan mengingat banyaknya kerugianyang ditimbulkan dari penyumbatan sampah pada saluran air ,seperti banjir. Kamimenggunakan sensor Ping dengan memanfaatkan prinsip pantulan suara, digunakanuntuk mengukur ketinggian air. Selang waktu yang diperlukan untuk memancarkan danmenerima pantulan gelombang ultrasonic dikalikan dengan cepat rambat suara dalam airguna memperoleh nilai jarak. Hal ini dilakukan oleh program Bascom AVR yangdisimpan dalam memori mikrokontroler. Terdapat 2 buah sensor Ultrasonik yangberfungsi untuk membandingkan ketinggian air pada aliran air masuk dan air keluar.Hasil Perbedaan ketinggian air yang diperoleh ditampilkan LCD. Kami juga membuatbatas kritis perbedaan ketinggian air yaitu sebesar 3 cm. Apabila perbedaan ketinggian airmelebihi batas kritis yang kami tetapkan, maka crane akan terangkat. Setelah cranesampai diatas maka ada saringan sampah yang turun dan terdapat motor pendorong yangmengembalikan ke tempat semula. Setelah itu crane turun kembali dan proses akanterjadi berulang-ulang. Dari hasil pengujian, diperoleh system dapat bekerja dengan baik

---

ABSTRACTThis final task describes how to create a water level monitoring system utilizingultrasonic wave ATMEGA16 microcontroller and there are 2 motors that function toclean up the garbage that clog waterways. This needs to be done considering the numberof loss arising from the blockage of trash in waterways, such as flooding. We use thePing sensor by utilizing the principle of sound reflection, is used to measure water levels.Lapse of time required for transmitting and receiving ultrasonic wave reflectionsmultiplied by the propagation of sound in water to obtain a distance value. This is doneby a program stored in the Bascom AVR microcontroller memory. There are two piecesUltrasonic sensors are used to compare the level of water in the flow of incoming waterand outgoing water. Results obtained by the difference in water elevation LCD display.We also make a critical difference in water height limit that is equal to 3 cm. If thedifference in water height exceeds the critical threshold that we set, then the crane will belifted. After the crane up above then there are the filters that garbage down and there isthe motor driving the back into place. After the crane fell again and the process will occurrepeatedly. From the test results, obtained by the system can work well"

"Sistem Coupled tank umum digunakan pada bidang industri otomatis, salah satu pengendalian yang umum terjadi pada coupled tank adalah pengendalian ketinggian air. Sistem pengendalian tersebut bertujuan untuk menjaga ketinggian air yang berada pada tangki. Penelitian ini melakukan simulasi pengendalian ketinggian air pada coupled tank dengan menerapkan Reinforcement Learning (RL) dengan algoritma Deep Deterministic Policy Gradient (DDPG). Proses simulasi tersebut dilakukan menggunakan simulink pada MATLAB. Algoritma DDPG melalui serangkaian training sebelum diimplementasikan pada sistem coupled tank. Kemudian pengujian algoritma DDPG dilakukan dengan memvariasikan nilai set point dari ketinggian air dan sistem diberikan gangguan berupa bertambahnya flow in dari control valve lain. Performa dari algorima DDPG dalam sistem pengendalian dilihat dari beberapa parameter seperti overshoot, rise time, settling time, dan steady state error. Hasil yang diperoleh pada penelitian ini bahwa algoritma DDPG memperoleh nilai settling time terbesar sebesar 109 detik, nilai steady state error terbesar sebesar 0.067%. Algoritma DDPG juga mampu mengatasi gangguan dengan waktu terbesar sebesar 97 detik untuk membuat sistem kembali stabil.

---

The Coupled Tank system is commonly used in the field of industrial automation, and one of the common controls implemented in this system is water level control. The purpose of this study is to simulate water level control in a coupled tank using Reinforcement Learning (RL) with the Deep Deterministic Policy Gradient (DDPG) algorithm. The simulation process is performed using Simulink in MATLAB. The DDPG algorithm undergoes a series of training sessions before being implemented in the coupled tank system. Subsequently, the DDPG algorithm is tested by varying the set point values of the water level and introducing disturbances in the form of increased flow from another control valve. The performance of the DDPG algorithm in the control system is evaluated based on parameters such as overshoot, rise time, settling time, and steady-state error. The results obtained in this study show that the DDPG algorithm achieves a maximum settling time of 109 seconds and a maximum steady-state error of 0.067%. The DDPG algorithm is also capable of overcoming disturbances, with the longest recovery time of 97 seconds to restore system stability."

"Proses industri banyak melibatkan penggunaan coupled tank, salah satu proses yang dilakukan adalah pengendalian ketinggian cairan. Pada penelitian ini dilakukan pengendalian ketinggian air pada sistem coupled tank menggunakan Reinforcement Learning berbasis algoritma Soft Actor Critic (SAC) menggunakan MATLAB dan Simulink. Sebelum diimplementasikan ke dalam sistem coupled tank dilakukan serangkaian proses training pada algoritma SAC. Hasil dari proses training ini merupakan action dalam bentuk besar bukaan control valve. Kinerja pengendali dievaluasi menggunakan nilai rise time, settling time, overshoot, dan steady state error. Berdasarkan parameter ini, algoritma SAC dapat mengendalikan sistem dengan baik dengan rise time kurang dari 47 sekon, settling time kurang dari 62 sekon, overshoot dibawah 10%, dan steady state error kurang dari 1%. Ketika diberikan gangguan algoritma SAC dapat kembali ke keadaan stabil dalam waktu kurang dari 45 sekon.

---

A lot of industrial processes utilize the use of coupled tanks, with one of the processes being liquid level control. In this study, Reinforcement Learning is implemented to control the water level in the coupled tank system using Soft Actor Critic (SAC) algorithm through MATLAB and Simulink. Before being implemented into the coupled tank system, the SAC algorithm went through a series of training processes. The result of this training process is an action in the form of adjusting control valve opening percentage. The controller performance is evaluated using parameters such as rise time, settling time, overshoot, and steady state error. Based on these parameters, the SAC algorithm manages to perform well in controlling the system with a rise time of less than 47 seconds, a settling time of less than 62 seconds, overshoot of less than 10%, and steady state error below 1%. When the system received a disturbance the SAC algorithm can return to a steady state in less than 45 seconds."

"Penelitian ini menyimulasikan sistem pengendalian temperatur dan ketinggian air pada sistem pengendali MIMO, yang bekerja dengan cara mengendalikan debit air dingin dan air panas untuk menghasilkan temperatur dan ketinggian air yang diinginkan. Simulasi ini dilakukan dengan menggunakan pengendali Reinforcement Learning dengan algoritma Proximal Policy Optimization (PPO) pada Simulink MATLAB. Tujuan dari penelitian ini, sistem dapat menjaga temperatur campuran dan ketinggian air yang terukur agar tetap berada di daerah set point yang ditentukan. Hasil training pengendali PPO diuji dengan melakukan perubahan set point, baik penambahan nilai ataupun pengurangan nilai set point. Pada penelitian ini diasumsikan bahwa proses pencampuran temperatur terdistribusi secara sempurna dan tangki tidak menyerap kalor. Penelitian ini memiliki batasan dimana temperatur air dingin 25℃ dan air panas 90℃ serta ketinggian maksimum tangki sebesar 7,5 dm. Kemampuan agent PPO dilihat dari beberapa parameter seperti overshoot, settling time, rise time, dan error steady state sebagai data kualitatif. Berdasarkan hasil simulasi, secara keseluruhan agent PPO meiliki hasil settling time dan rise time yang berbanding lurus dengan banyaknya perubahan set point. Nilai error steady state tertinggi sebesar 0.98%, terjadi pada pengendalian ketinggian air. Sedangkan nilai overshoot tertinggi sebesar 1,02% dan terjadi pada pengendalian ketinggian air juga.

---

This research simulates water level and temperature control system on MIMO control system, which works by controlling the flow of cold water and hot water to produce the desired temperature and water level. This simulation is carried out using Reinforcement Learning with Proximal Policy Optimization algorithm on Simulink MATLAB. The purpose of this research, the system can maintain measured temperature of mixture and water level in order to remain in the set point area. The results training of the PPO controller set point, either adding or reducing the set point. In this study, it is assumed that the temperature mixing process is perfectly distributed and the tank does not absorb heat. This research has a limit where the temperature of cold water is 25 and hot water is 90, and the maximum height of the tank is 7.5 dm. The ability agent of the PPO can be seen from overshoot, settling time, rise time, and steady state error as qualitative data. Based on the result of simulation, overall the agent PPO has settling time and rise time that is directly proportional to the number of changes at set point. The highest value of steady state error is 0.98%, occurred in controlling water level. While the highest value of overshoot is 1.02% and occurs in controlling water level as well.

"

"Sistem pengendalian ketinggian air merupakan aplikasi yang umum digunakan dalam bidang industri otomasi. Aplikasi dari sistem ini berguna untuk menjaga nilai ketinggian air yang dibutuhkan dalam proses kontrol. Pada penelitian ini, sistem pengendalian ketinggian air dibuat dalam skala lab dengan menerapkan sistem kendali menggunakan reinforcement learning dengan policy gradient agent. Pada plant yang dibuat ini terdapat perangkat keras programmable logic controller (PLC), control valve, flow transmitter dan water level transmitter. Perangkat keras tersebut dihubungkan ke MATLAB dan Simulink menggunakan OPC server sebagai jalur komunikasi dua arah. Implementasi policy gradient agent pada sistem pengendalian ketinggian air digunakan dalam dua kondisi yaitu simulasi dan plant. Parameter yang digunakan untuk menentukan performa pengendalian adalah overshoot, rise time, dan settling time. Berdasarkan hasil pengendalian yang didapatkan, terdapat nilai overshoot yang cukup kecil, yaitu 0.38 % pada simulasi dan sebesar 2,92 % pada plant.

---

Water level control system is a commonly used application in industrial automation. The application of this system is useful for maintaining the value of the water level needed in the control process. In this study, the water level control system was made on a lab-scale by implementing a control system using reinforcement learning with a policy gradient agent. In this plant, there is a programmable logic controller (PLC), control valve, flow transmitter, and water level transmitter. The hardware is connected to MATLAB and Simulink using an OPC server as a two-way communication line. The implementation of the policy gradient agent in the water level control system is used in two conditions, namely simulation and plant. The parameters used to determine the control performance are overshoot, rise time, and settling time. Based on the control results obtained, there is a fairly small overshoot value, namely 0.38% in the simulation and 2.92% in the plant."

"

Penerapan teknologi sensor berbasis IoT dalam pemantauan ketinggian air sungai harapannya akan meningkatkan efisiensi pengumpulan data ketinggian air. Penelitian ini akan membandingkan hasil pengukuran ketinggian air di Sungai Ciliwung lebih tepatnya pada PS. Depok. Perbandingan yang dilakukan akan menunjukkan seberapa besar kesepakatan dan kinerja dari metode sensor elektromagnetik berbasis IoT dan metode konvensional peilschaal. Data pengukuran air sungai metode konvensional didapatkan dari BBWS (Balai Besar Wilayah Sungai) Ciliwung Cisadane. Sementara, hasil pengukuran ketinggian air sungai metode sensor berbasis IoT didapatkan dari sistem PANTIR (Pemantau Tinggi Muka Air) dari Departemen Geosains FMIPA Universitas Indonesia.

---

It is hoped that the application of sensor technology in monitoring river water levels will increase the efficiency of collecting water level data. This study will compare the results of measuring the water level in the Ciliwung River, more precisely at the PS. Depok. The comparison carried out will show how much agreement and performance the IoT-based electromagnetic sensor method and the conventional peilschaal method have. Conventional river water measurement data was obtained from BBWS (River Area Center) Ciliwung Cisadane. Meanwhile, the results of measuring river water levels using IoT based sensor methods were obtained from the PANTIR (Water Level Monitoring) system from the Geosciences Department, FMIPA, University of Indonesia."

"Machine Learning (ML) telah menjadi salah satu teknologi yang sangat populer. Hal ini memungkinkan ML untuk diaplikasikan dalam sistem industri otomasi, seperti pengendalian ketinggian air pada coupled tank. Penelitian ini bertujuan untuk mengevaluasi kinerja metode reinforcement learning, khususnya proximal policy optimization (PPO), dalam mengendalikan ketinggian air pada sistem coupled tank, serta membandingkannya dengan metode pengendalian konvensional, yaitu proporsional derivative integral (PID) controller. Pemilihan PPO didasari oleh kemampuannya dalam menyelesaikan permasalahan kontinu dengan komputasi yang sederhana. Penelitian dilakukan dengan membuat sistem pengendalian ketinggian air pada coupled tank menggunakan perangkat-perangkat seperti control valve, programmable logic controller (PLC), DAQ card, dan water level transmitter. Perangkat-perangkat tersebut dihubungkan dengan MATLAB/Simulink menggunakan OPC server melalui PLC sebagai interface. Hasil penelitian menunjukkan bahwa respon pengendalian menggunakan metode PPO memiliki overshoot sebesar 49.26%, rise time sebesar 104 detik, settling time sebesar 306 detik, dan steady state error sebesar 5.4%. Sementara itu, metode PID memiliki nilai overshoot yang lebih rendah (38.52%), tetapi nilai rise time, settling time, dan steady state error yang lebih tinggi (masing-masing sebesar 118 detik, 502.4 detik, dan 24.62%). Dengan demikian, performa PPO secara relatif lebih baik daripada PID dalam mengendalikan ketinggian air pada coupled tank.

---

Machine Learning (ML) has become one of the most popular technologies. It enables ML to be applied in automation industry systems, such as controlling water levels in coupled tanks. This study aims to evaluate the performance of reinforcement learning methods, specifically proximal policy optimization (PPO), in controlling water levels in coupled tank systems, and compare it with conventional control methods, namely proportional derivative integral (PID) controller. The selection of PPO is based on its ability to solve continuous problems with simple computations. The research was conducted by creating a water level control system in coupled tanks using devices such as control valves, programmable logic controllers (PLC), DAQ card, and water level transmitters. These devices were connected to MATLAB/Simulink using an OPC server through PLC as an interface. The research results show that the control response using the PPO method has an overshoot of 49.26%, a rise time of 104 seconds, a settling time of 306 seconds, and a steady state error of 5.4%. Meanwhile, the PID method has a lower overshoot value (38.52%), but higher rise time, settling time, and steady state error values (118 seconds, 502.4 seconds, and 24.62%, respectively). Thus, the performance of PPO is relatively better than PID in controlling water levels in coupled tanks."

"Daerah yang tercemar oleh limbah industri dapat menimbulkan dampak negatif terhadap ekosistem yang ada di sekelilingnya. Dalam upaya penanganannya, terdapat salah satu cara alternatif yaitu pemisahan zat-zat polutan oleh gelembung. Karakteristik gelembung yang unik menyebabkan maraknya penggunaan gelembung dalam dunia industri untuk proses pemisahan limbah dengan metode flotasi. Penelitian ini dimaksudkan untuk mempelajari karakteristik gelembung pada suatu fenomena air entrainment. Proses ini dilakukan dengan menggunakan sistem water closed loop yang dimana fluida dipompa melewati nosel kemudian jatuh bebas vertikal menuju kolam air dan fluida menuju pompa untuk disirkulasikan kembali. Proses jatuhnya fluida ini dibarengi gas berasal dari udara yang berada diruang dalam downcomer. Pada saat proses tumbukan akan mengakibatkan aliran jet jatuh bebas vertikal yang menarik gas di sekelilingnya dan kemudian terbentuknya gelembung. Hasil kuantitatif yang didapatkan berupa seperti, kedalaman penetrasi gelembung, laju entrainment udara, luas penyebaran gelembung, serta ketinggian air didalam downcomer. Tentunya ada faktor-faktor yang perlu di pertimbangkan dalam penelitian ini seperti laju alir volumetrik fluida air . Sehingga di akhir penilitian, suatu data akan menghasilkan karakteristik gelembung yang terjadi pada fenomena air entrainment yang dipengaruhi oleh laju alir volumetric.

---

Areas polluted by industrial waste can have a negative impact on the surrounding ecosystems. In an effort to handle it, there is one alternative way is the separation of pollutant substances by bubbles. The unique bubble characteristics cause the widespread use of bubbles in the industrial world for the process of separation of waste by flotation method. This study is intended to study the bubble characteristics of an entrainment phenomenon. This process is carried out using a water closed loop system in which the fluid is pumped through the nozzle then falls freely vertically to the pool of water and the fluid to the pump for recirculation. The process of collapse of this fluid is accompanied by gas derived from the air in the room in the downcomer. At the time of the collision process will result in a flow of vertical free fall jet that attracts gas around it and then the formation of bubbles. Quantitative results obtained such as, the depth of bubble penetration, the rate of air entrainment, the area of bubble spread and the water level in the downcomer. Of course there are factors that need to be considered in this research such as the flow rate of volumetric fluid water . So at the end of the study, a data will produce bubble characteristics that occur in the phenomenon of water entrainment that is influenced by volumetric flow."