Hasil Pencarian  ::  Simpan CSV :: Kembali

"Frekuensi ganda antena mikrostrip merupakan suatu jenis dari antena mikrostrip yang dapat bekerja pada dua buah frekuensi yang berbeda satu dengan yang lainnya tanpa memerlukan dua buah antena yang berbeda secara fisik. Dan hasil penelitian yang telah dilakukan, telah dilakukan modifikasi terhadap struktur dari reactively loaded patch antenna untuk bentuk segitiga sama sisi dengan menggunakan pencatuan secara langsung atau probe feed.Pada penelitian ini dilakukan suatu perancangan dan pembuatan antena mikrostrip segitiga sama sisi menggunakan sepasang slit dengan lebar slit 1 mm baik menggunakan saluran mikrostrip maupun saluran coplanar waveguide. Daiam perancangan ini lebar slit dibuat tetap sebesar 1 mm sedangkan tinggi slit dapat diubah-ubah dari 10 mm sampai 14 mm dan jarak antara slit dapat diatur, mula-mula 3 mm kemudian 5 mm dan selanjutnya menjadi 7 mm. Dalam penelitian ini dibahas pengaruh perubahan tinggi slit dan jarak antara slit terhadap dua buah frekuensi resonansi yang keluar karena penambahan sepasang slit tersebut.Frekuensi ganda dapat dibangkitkan dengan menambahkan sepasang slit pada alas dari segitiga sama sisi yang saling paralel satu dengan lainnya dengan lebar slit 1 mm menggunakan teknik pengkopelan secara elektromagnetik. Penambahan beban sepasang slit menggeser frekuensi resonansi kedua (fr2 ) dan dibutuhkan tinggi slit serta jarak antara slit tertentu untuk dapat menghasilkan frekuensi resonansi pertamanya (fr1).Untuk saluran mikrostrip, bandwidth yang dihasilkan dapat diperlebar sampai 5,39% dengan rasio frekuensinya berkisar antara 1,08 sampai 1,52. Sedangkan untuk saluran coplanar waveguide, bandwidth dapat diperlebar sampai 2,90% dengan rasio frekuensinya berada pada kisaran 1,29 sampai 1,31."

"Heterojunction bipolar transistor Silikon Germanium (HBT SiGe) adalah transistor bipolar yang emiter dan kolektornya terbuat dari bahan Si sedangkan basisnya terbuat dari bahan SiGe. Frekuensi cutoff (ft) dan frekuensi osilasi maksimum (fmax) merupakan ukuran yang umum digunakan untuk menilai kemampuan transistor bipolar. Frekuensi cutoff dan frekuensi osilasi maksimum sangat penting dalam perancangan baik untuk aplikasi analog maupun digital. Dari studi literatur yang dilakukan, diketahui bahwa HBT SiGe yang dirancang untuk memperoleh f maksimal akan menghasilkan yang jauh dibawah nilai f tersebut, demikian pula sebaliknya. Salah satu contoh HBT SiGe yang dirancang untuk menghasilkan ft dan fmax sama tinggi adalah HBT SiGe IBM dengan ft maksimum 90 GHz dan fmax maksimum 90 GHz, yang dibuat dengan teknologi 0,18 µm.Pada penelitian ini dilakukan perancangan 1-BT SiGe agar dapat memberikan ft dan fmax lebih dari 130 GHz untuk teknologi 0,18 µm. Perancangan dilakukan dengan bantuan program simulasi divais Bipole3v4.6E.Setelah penelusuran jurnal terkait yang terbaru dilakukan, model parameter fisika bahan semikonduktor pada program simulasi Bipole3 dikalibrasi dengan parameter fisika Si dan SiGe yang diperoleh dari berbagai jurnal dan telah digunakan secara luas. Setelah itu dilakukan kalibrasi dengan data pengukuran HBT SiGe yang telah difabrikasi oleh grup IBM untuk mengetahui perbedaan hasil simulasi dengan hasil fabrikasi. Kemudian dilakukan perancangan dimensi divais, profit doping pada emiter, basis dan kolektor serta profit Ge pada basis agar dapat diperoleh divais yang mempunyai ft dan fmax lebih dari 130 GHz.Dari hasil penelitian yang diperoleh terbukti bahwa: HBT SiGe dengan luas emitter 0,18 x 5 µm2, lebar emiter 9 nm, konsentrasi doping emitter maksimum 102 cm-3 pada sisi kontak menurun ke arah basis, lebar basis antara 27,7 - 31,5 nm, konsentrasi doping basis maksimum antara 8,5x1018 - 1019 cm-3 pada sisi emitter menurun ke arah kolektor, profit Ge segiempat dengan fraksi Ge 0,2, dan lebar kolektor 360 nm dengan profil selective implanted collector dapat menghasilkan frekuensi cutoff antara 130 - 134 GHz dan frekuensi osilasi maksimum antara 136 - 150 GHz."

"ABSTRAKKapal termasuk dalam kategori Unmanned Surface Vehicles USV . Kendali kapal dapat dibagi menjadi tiga bagian utama, yaitu guidance system, control system, dan navigation system. Permasalahan utama pada bagian control system muncul karena lingkungan kerja USV yang dinamis, kompleks dan tidak terstruktur karena adanya gangguan seperti ombak, arus air, dan angin. Selain itu, dinamika USV sendiri pun tidak linier, time-varying dan coupled. Akibatnya, kendali berbasis model matematis menjadi terlalu kompleks. Beberapa peneliti telah mulai mengembangkan kendali kapal berbasis Neural Network NN , namun, berbagai metode yang diusulkan dalam literatur belum sepenuhnya berbasis NN. Masalah ini menjadi masalah pertama yang diselesaikan dalam disertasi. Dalam kaitannya dengan guidance system, disertasi ini membatasi masalah pada sistem kendali untuk kapal pengejar. Masalah ini menjadi masalah kedua yang diselesaikan dalam disertasi.Tujuan pertama penelitian ini adalah mengembangkan metode baru kendali berbasis supervised dan unsupervised NN untuk kapal double-propeller. Metode yang digunakan dalam pengembangan sistem kendali baru berbasis neural network adalah metode pembelajaran supervised Backpropagation Neural Networks BPNN serta metode pembelajaran unsupervised Self-Organizing Maps SOM dan Self-Organizing Incremental Neural Network SOINN . Metode SOM dan SOINN dipilih karena waktu pembelajarannya lebih cepat daripada waktu pembelajaran BPNN. Namun, SOM dan SOINN pada awalnya dikembangkan untuk image processing dan pattern recognition sehingga belum pernah digunakan untuk kendali. Pengujian sistem kendali yang dikembangkan dilakukan untuk sebuah model kapal dan purwarupa kapal berjenis double-proppeler melalui serangkaian simulasi sistem kendali, baik open-loop maupun closed-loop.Tujuan kedua penelitian ini adalah mengembangkan sistem kendali closed-loop kapal pengejar berbasis neural network menggunakan Ensemble Kalman Filter EnKF untuk memprediksi informasi radar. Sensor radar dipilih sebagai pendeteksi target karena dapat menghasilkan resolusi yang tinggi, sedangkan EnKF digunakan sebagai prediktor trayektori target dari informasi radar karena mampu meprediksi posisi target one-step ahead dan tidak memerlukan informasi state-space target. Namun, EnKF pada awalnya dikembangkan untuk prediksi cuaca sehingga belum pernah digunakan sebagai estimator trayektori pada suatu wahana pengejar.Hasil studi membuktikan bahwa metode kendali baru berbasis neural network BPNN, SOM dan SOINN yang dikembangkan berhasil digunakan sebagai kendali kapal nirawak. Simulasi yang dilakukan terhadap data asli kapal double-propeller menunjukkan bahwa kendali BPNN mampu menghasilkan error rendah, namun waktu pelatihannya lama. Masalah ini diselesaikan dengan metode kendali berbasis SOM yang memerlukan waktu pelatihan lebih singkat. Namun, kendali SOM memerlukan jumlah neuron yang optimum untuk dapat menghasilkan error yang rendah. Permasalahan ini diselesaikan dengan metode kendali berbasis algoritme pembelajaran SOINN yang dimodifikasi. Hasil simulasi menunjukkan bahwa kendali SOINN mampu menentukan jumlah neuron mapping optimum pada kendali SOM.Skema sistem kendali kapal pengejar telah dirancang menggunakan EnKF sebagai prediktor trayektori target dari data radar dan kendali closed-loop neural network. Hasil simulasi membuktikan bahwa sistem kendali closed-loop kapal pengejar berbasis neural network BPNN, SOM dan SOINN yang diusulkan telah terbukti mampu mengejar kapal target. Waktu tumbuk kapal pengejar dengan kapal target bergantung pada kecepNeural Network Controlatan maksimum kapal pengejar, di mana semakin tinggi kecepatan kapal pengejar, maka tumbukan semakin cepat terjadi. Waktu tumbuk juga bergantung pada threshold jarak tumbuk, karena semakin besar threshold jarak tumbuk, maka semakin besar kemungkinan terjadinya tumbukan. Untuk sistem kendali kapal pengejar yang dirancang, sistem kendali unsupervised SOM dan SOINN cenderung mengikuti target sedangkan sistem kendali supervised BPNN mampu memotong lintasan target. Hal ini mengindikasikan bahwa sistem kendali SOM dan SOINN cocok digunakan sebagai kendali kapal follower karena error pengendaliannya kecil dan berbasis mapping, sedangkan sistem kendali BPNN cocok digunakan sebagai kendali kapal pengejar karena prinsip kerja pengendalinya adalah minimisasi error. Dalam kasus target bermanuver dan kecepatan maksimum kapal pengejar sekitar setengah dari nilai kecepatan rata-rata kapal target, hanya sistem kendali berbasis SOINN yang mampu menumbuk kapal target.

---

Autonomous boats are categorized as Unmanned Surface Vehicles USVs . Its control can be divided into into three main parts, namely guidance system, control system and navigation system. The challenges of USV control system generally occur due to the highly dynamic, complex and unstructured USV environment due to the waves, water currents and wind. In addition, the USV dynamics itself are not linear, changing over time, and coupled so that the USV control design with a mathematical approach becomes too complex. Various Neural Networks NN based control systems have been developed, however, the methods proposed in literatures are not fully based on NN. This problem is the first problem addressed in this dissertation. In relation to the guidance system, this dissertation limits the problem on the control system for a chaser boat. This problem is the second problem addressed in the dissertation.The first objective of this research is to develop a new method of supervised and unsupervised NN control for a double propeller boat. The new NN based control system are developed using the supervised learning Backpropagation Neural Networks BPNN as well as the unsupervised learning Self Organizing Maps SOM and Self Organizing Incremental Neural Network SOINN methods. The SOM and SOINN methods are chosen because their learning timea are supposedly faster than that of BPNN. However, they were originally developed for image processing and pattern recognition, thus, their utilizations as control systems are not common. Justifications for these new neural network control system are conducted for a boat model and real double propeller boat prototype through a series of control system simulations, both open loop and closed loop.The second objective of this research is to develop a closed loop NN control system for a chaser boat by using Ensemble Kalman Filter EnKF as the predictor of target boat future position from radar data. Radar sensor is chosen because it is the most promising target tracking technology that can provide the highest resolution among other available options. Meanwhile, EnKF prediction method is chosen because it can perform a one step ahead prediction and does not require any state space data from the target boat. However, EnKF was originally developed for weather prediction, thus, it has never been used as a trajectory estimator on a chaser boat.The results of the study showed that the newly developed control methods based on BPNN, SOM and SOINN neural network can be utilized as the controller of an autonomous boat. The conducted simulations on real double propeller boat data have proven that BPNN controller can produce low error, but its learning process is quite timely. This problem is solved by a controller based on SOM which requires shorter computational time. However, SOM controller requires an optimum number of neurons to produce a low error. A controller trained by using a modified SOINN algorithm is developed to solve this issue. The simulation results show that SOINN controller can determine the optimum mapping neuron in SOM controller.Neural network control system for a chaser boat has been designed by using EnKF to predict the target trajectory from radar data and a closed loop neural network controller. The simulation results showed that the chaser boat closed loop control based on BPNN, SOM and SOINN can work well in chasing hitting the target boat. Time of the first hit depends on the maximum velocity of the chaser boat. As the velocity of the chaser boat gets higher, the hit occurs faster. In addition, the first hit also depends on the pre defined hitting distance threshold, as bigger threshold increases the hit probability. For the designed chaser boat control system, the unsupervised control system based on SOM and SOINN tend to follow the target, whereas the supervised control system based on BPNN can intercept the trajectory of the target. This results indicate that the SOM and SOINN controller is suitable to be used as the controller in a follower boat due to its low control error and mapping principle. Meanwhile, BPNN controller is suitable to be utilized as the controller in a chaser boat since its basic control principle is minimizing error. In the case of maneuvering target and the maximum speed of the chaser boat is about half the average velocity of the target boat, only SOINN based controller can hit the target boat."

"Spektrum dari localized surface plasmon resonance (LSPR) yang dapat dikonfigurasi ulang serta teknologi sensor yang memiliki sensitivitas tinggi dengan kemampuan multikinerja sangat dipelukan untuk mendukung Society 5.0. Akan tetapi banyak aplikasi LSPR dengan spektrum yang sulit untuk dikonfigurasi/tuning serta sensor yang tidak sensitive dan mono fungsi. Pada disertasi ini diusulkan pengembangan spektrum LSPR yang dapat dikonfigurasi serta dilajutkan untuk mengembangkan sensor yang memiliki kemampuan multifungsi. Kontribusi penelitian yang dilakukan ini dapat dibedakan menjadi tiga buah cabang utama. Pertama, pengembangan reconfigurable LSPR spektrum dengan mendeposisi nano partikel emas (AuNPs) pada substrat piezoelektrik 36XY-LiTaO3. Kedua, hasil deposisi AuNPs pada bahan piezoelektrik digunakan untuk menghasilkan sensor multifungsi yang mengintegrasikan sensor shear-horizontal surface acoustic waves (SAW) dan sensor LSPR. Ketiga, mendeposisi AuNPs pada substrat kaca yang memiliki struktur multi-layer. Selain itu, pada substrat kaca juga dipabrikasi microwave ring resonator sehingga menghasilkan sensor microwave, sehingga dapat mengkombinasi sensor microwave dan sensor LSPR secara bersamaan. Adapun penjelasan lebih terperinci sebagai berikut ini.Kontribusi pertama dari disertasi ini difokuskan kepada pengembangan reconfigurable LSPR sepktrum. Dimana LSPR dihasilkan dari deposisi AuNPs pada substrat piezoelektrik 36XY-LiTaO3. Kemudian, kemampuan reconfigure nya didapatkan dari posisi dinamis dari array AuNPs yang ikut berosilasi akibat vibrasi dari shear horizontal surface acoustic waves (SH-SAWs). Vibrasi ini diperoleh setelah mencatu sumber listrik ke devais SH-SAW melalui interdigital transducers (IDTs). Hasil eksperiment mengkonfirmasi bahwa perbandingan kondisi OFF dan ON akan menghasilkan efek blue-shift dan perubahan nilai Q-factor dari spektrum LSPR. Selanjutnya, hasil gambar morfologi dari SEM digunakan untuk menganalisis dan mensimulasi menggunakan komputasi finite-difference time-domain (FDTD). Model nya kemudian diekspansi menjadi struktur dimer-AuNP, dan array AuNPs dengan menggunakan gap sebagai parameter. Hasil simulasi juga mengkonfirmasi efek dari blue-shift dari spektrum LSPR.Kontribusi kedua dari disertasi ini yaitu diusulkan pengembangan sensor multifungsi yang dapat mendeteksi permittivitas (εr), konduktivitas (s), dan refraktiv index (n) secara simultan. Sensor multifungsi yang diusulkan, dibangun dengan mengintegrasikan sensor SH-SAW dan sensor LSPR. Sensor SH-SAW dibangun dengan cara memfabrikasi IDTs pada substrat piezoelektrik 36XY-LiTaO3. Sementara itu, sensor LSPR dibangun dengan mendeposisi AuNPs pada permukaan propagasi dari SH-SAW. Menariknya, mendeposisi AuNP di permukaan propagasi SH-SAW tidak hanya menghasilkan sensor LSPR namun juga dapat meningkatkan sensitivitas sensor SH-SAW. Peningkatan sensitivitas ini terverifikasi menggunakan pengukuran domain frekuensi oleh a vector network analyzer (VNA) dan domain waktu dengan mengaplikasikan sinyal amplitude shift keying. Sementara itu, software CST digunakan untuk mensimulasikan plasmonic enhance near field-nya. Kemudian investigasi morphologi digunakan perangkat atomic force microscopy (AFM). Hybrid sensor yang diusulkan memiliki rentang deteksi εr = 25 – 85), s = 0.00528–0.02504 S/m, dan n = 45.5–201.9 nm/RIU. Efek cross-sectional dari sensor SH-SAW ke sensor LSPR dan sebaliknya juga diinvestigasi menggunakan sinyal sinusoidal OFF/ON dan cahaya OFF/ON. Hasil pengukuran menunjukkan bahwa sensor SH-SAW tidak terpengaruh oleh cahaya. Akan tetapi, sensor LSPR sedikit dipengaruhi oleh sensor SH-SAW karena efek vibrasi yang berakibat pada efek blue-shift. Namun pengaruh ini tidak signifikan terhadap kinerja sensor multifungsi. Secara umum, sensor yang diusulkan memiliki sensitivitas tinggi dengan karakteristik independen.Kontribusi ketiga dari penelitian ini fokus kepada intergrasi microwave sensor (dan LSPR sensor. Microwave sensor dihasilkan dengan mempabrikasi elektroda/resonator yang berbentuk ring resonator pada substrat kaca dengan struktur yang multilayer. Sehingga, apabila sensor tersebut diberi beban cairan Ethanol (EtOH) dengan kadar berbeda maka akan menghasilkan pergeseran frekuensi resonansi dari microwave sensor. Sementara itu, sensor LSPR dihasilkan dengan mendeposisi AuNPs pada substrate kaca bagian tengah. Perubahan nilai refreactive index pada cairan sampel juga akan menghasilkan pergeseran puncak dari LSPR. Hal ini memperlihatkan sensor LSPR telah bekerja. Selain itu, untuk menganalisis struktur multilayer, pada penelitian ini juga dipergunakan metode conformal dan dibandingkan dengan hasil FDTD. Adapun hasil penelitian hibrid microwave sensor dan LPSR sensor dihasilkan pergeseran frekuensi sebesar 416 MHz dengan sensitivitas 5,2 MHz/ . Nilai sensitivitas berada pada rentang 5.36 MHz/Er – 14.37 MHz/Er. Nilai rentang normalisasi sensitivity berada pada rentang 0.312 – 1.246%. Hasil pengukuran dengan dan tanpa cahaya memperlihatkan hasil yang konstan, sehingga memperlihatkan independensi dari sensor. Sementara itu, hasil pengukuran sensor LSPR memperlihatkan terjadi pegeseran panjang gelombang sekitar 20 nm sampai 60 nm. Sementara itu nilai sensitivitas sensor refraktive index berada pada rentang 20.0 - 162.6 nm/RIU.Akhirnya, berdasarkan hasil dan sebagai temuan utama, deposisi AuNPs pada bahan dielektrik seperti bahan 36XY-LiTaO3 atau bahan kaca dapat meningkatkan fungsionalitas perangkat diluar fungsi dasar umum yang diketahui. Secara khusus, fungsionalitas perangkat dapat ditambahkan dengan fenomena plasmonik atau fungsi sensor indeks bias.

---

A reconfigurable localized surface plasmon resonance (LSPR) spectrum and integration of high-sensitivity sensors with multiple sensing performance for the environmental detection are required to support Societies 5.0 and strengthen sustainable development goals programs. However, many LSPR applications lack configurability performance and sensors with low sensitivity that stand alone. In this dissertation, a reconfigurable LSPR and multifunctional sensors are proposed. The main study can be separated into three branches. The first is a deposition of gold nanoparticles (AuNPs) on 36XY-LiTaO3 piezoelectric substrate. It can generate a reconfigurable LSPR. Second, it can be applied for multifunctional sensor applications by combining the LSPR sensor and acoustic sensor. The third is to deposit AuNPs on a glass substrate with a multilayered microwave ring resonator to obtain multifunctional sensors between the LSPR sensor and microwave sensor (MS).

The first contribution of this dissertation is focused on the investigation of LSPR with reconfigurable capability. The LSPR was produced by deposition of AuNPs on the 36XY-LiTaO3 piezoelectric substrate. Then, the reconfigurable capability was obtained by the dynamic array AuNPs position. Moreover, the dynamic array AuNPs was induced by shear horizontal surface acoustic waves (SH-SAWs) vibration after applying an electric signal through interdigital transducers (IDTs), the ON-condition. The experimental results confirmed that compared to OFF-condition, the ON-condition generates a blueshift effect. In general, the peak position (lP) has shifted to a lower wavelength with a quality factor adjustment. The scanning electron microscope (SEM) images of the morphological structure of AuNPs are utilized to perform the finite-difference time-domain (FDTD) analysis. Then, the model was expanded to dimer AuNPs and arrays AuNPs with dynamic coupling gap and variation arrays structures. As a result, the FDTD simulation confirmed a blueshift effect spectrum characteristic.

The second contribution is proposing a multifunctional sensor for the detection of permittivity (εr), conductivity (s), and the refractive index (n) simultaneously. The multifunctional sensor was developed based on the SH-SAW sensor and LSPR sensor. Moreover, the IDTs were fabricated on the 36XY-LiTaO3 substrate to develop the SH-SAW sensor. Then, the AuNPs were deposited on the propagation surface of the SH-SAW sensor to obtain the LSPR sensor. Interestingly, the deposited AuNPs on SH-SAW were not only generating an LSPR sensor but also enhanced the SH-SAW sensor sensitivity. The sensitivity enhancement was verified by frequency-domain measurement using a vector network analyzer and time-domain measurements by utilizing amplitude shift keying signal. A CST software was used for plasmonic enhance near field simulation. Then, atomic force microscopy (AFM) imaging was utilized for morphology characterization. The proposed sensor has detection range of εr = 25 – 85), s = 0.00528–0.02504 S/m, and high sensitivity for n detection (45.5–201.9 nm/RIU). The cross-sectional effects between the SH-SAW sensor and LSPR sensor were also investigated using the sine signal OFF/ON and the light OFF/ON, respectively. The result shows that the SH-SAW sensor was not influenced by light. Moreover, the LSPR sensor was slightly influenced by the SH-SAW sensor due to the vibration effect, and it has a small blueshift effect. However, this effect is not significant to interference sensor performance. In general, the proposed multifunctional sensors have high sensitivity with independent characteristics.

The third contribution is focused on the integration of MS and LSPR sensor. The MS was fabricated on a glass. The electrodes have a structure ring resonator with a multilayered configuration. The changes of liquid under test lead to frequency shifting. Then, the LSPR sensor was developed on the low-layered glass by deposition array AuNPs on the glass substrate. Therefore, the liquid under test will have direct interaction with AuNPs. LSPR sensor was examined using wavelength shifting characteristic. A comparison between FDTD and the conformal analytical method is also presented. The simulation result shows that by comparing air and water sample, it has shifted frequency of 395 MHz with the sensitivity of 4.95 MHz/εr. Measurement result show that it has shifted frequency of 416 MHz with the sensitivity of 5.2 MHz/εr. It is shown that the proposed sensor has followed the simulation result. Finally, the proposed sensors are suitable for a chemical environment, with the possibility of integration with a wireless network.

Finally, based on the result and as the main finding, the deposition AuNPs on dielectric material such as 36XY-LiTaO3 substrate or glass substrate can improve the device's functionality beyond the known general basic function. In particular, the functionality of the device can add with plasmonic phenomena or a refractive index sensor function."