Hasil Pencarian  ::  Simpan CSV :: Kembali

"Skripsi ini merupakan pengembangan dari teknologi video surveillance system atau sistem pengawasan video. Video surveillance system yang selama ini diterapkan untuk tujuan deteksi objek menggunakan suatu metode umum yaitu dual background model. Model tersebut bekerja dengan memisahkan latar depan dan latar belakang dari suatu video frame dan memposisikan target deteksi di latar depan sebagai output. Salah satu tujuan dari skripsi ini adalah melakukan pengembangan dari sistem tersebut agar dapat mengklasifikasikan objek yang terdeteksi menjadi abandoned, stolen, dan ghost region. Untuk mencapai tujuan tersebut, digunakan metode pemelajaran mesin Mask R – CNN yang dapat melakukan segmentasi objek berbasis pemaskeran. Selain dari Mask R – CNN, terdapat model pemelajaran mesin lain yang cukup umum digunakan untuk deteksi objek dan segmentasi objek yaitu model YOLACT. Penelitian ini menggunakan video situasi natural di tempat umum seperti stasiun atau jalanan yang akan diproses menggunakan dual background model dan kemudian disegmentasi menggunakan Mask R – CNN atau YOLACT. Hasil penelitian ini diharapkan bisa membuka wawasan tentang penggunaan model pemelajaran mesin dalam aplikasi object detection, sekaligus menganalisis model mana yang paling efektif dan efisien berupa hasil kuantitatif yaitu Frame Rate per Seccond ( FPS ), waktu segmentasi, serta Intersection Over Union ( IOU ).

---

This thesis is an advancement in video surveillance technology. The existing video surveillance system commonly employs a dual background model for object detection. This model functions by separating the foreground and background within a video frame and positions the detected target in the foreground as the output. One of the goals of this thesis is to enhance this system to classify detected objects into abandoned, stolen, and ghost regions. To achieve this, the Mask R-CNN machine learning method is used, which can perform object segmentation based on masking. Apart from Mask R-CNN, another commonly used machine learning model for object detection and segmentation is the YOLACT model. This research utilizes natural situation videos in public places like stations or streets, processed using the dual background model and then segmented using Mask R-CNN or YOLACT. The anticipated outcome of this study is to broaden insights into the use of machine learning models in object detection applications while analyzing which model is most effective and efficient for similar applications."

"ABSTRAKPerkembangan teknologi memicu peningkatan yang signifikan pada limbah peralatan listrik dan elektronik yang dihasilkan. Transisi teknologi televisi dari Cathode Ray Tube (CRT) menjadi Liquid Crystal Display (LCD) dan Light-Emitting Diode (LED) merupakan salah satu contohnya. Di Indonesia, peningkatan jumlah limbah elektronik TV CRT tidak diikuti dengan pengembangan peraturan spesifik mengenai Limbah Peralatan Listrik dan Elektronik (WEEE). Untuk mengelola limbah TV CRT dengan aman dan efisien diperlukan informasi yang cukup mengenai aliran material dari limbah elektronik TV CRT tersebut. Penelitian ini menggunakan Material Flow Analysis (MFA) untuk mengumpulkan informasi dan menghitung aliran limbah elektronik TV CRT di DKI Jakarta. Hasil penelitian menunjukkan aliran material TV CRT limbah yang mengikuti skema limbah elektronik TV CRT di DKI Jakarta yang dikembangkan secara kualitatif dan divalidasi oleh empat orang ahli di bidang pengelolaan limbah. Aliran material limbah elektronik tersebut berupa jumlah stok aktif TV CRT, jumlah TV CRT yang memasuki aliran limbah dan aliran limbah elektronik TV CRT yang memasuki proses pengolahan. Aliran material yang didapatkan, diharapkan dapat memberikan kontribusi untuk pengembangan sistem pengelolaan limbah elektronik TV CRT di DKI Jakarta.

---

ABSTRACTRapid product innovation, especially for information and communication technology products and consumer equipment are giving a significant contribution to the increase of Waste Electrical and Electronic Equipment (WEEE) generated. Technology transition for television from Cathode Ray Tube (CRT) to Liquid Crystal Display (LCD) and Light-Emitting Diode (LED) is one of the cases that need to investigate. In Indonesia, increasing of waste CRT TV is not followed by a development of regulation about WEEE specifically. To manage waste CRT TVs and its impact on an environment, sufficient information about its material flow was required. This study using Material Flow Analysis (MFA) to gather about an information and calculate the flow of waste CRT TVs in DKI Jakarta. The results showed about a material flow of waste CRT TVs which following scheme of waste CRT TVs in DKI Jakarta that qualitatively decided and validated by four experts from waste management specialization. In this study, material flow of waste CRT TVs represents the quantity active stock of CRT TVs, waste flow of CRT TVs in the recycling system. The results of the research are expected to be an input for the development of recycling option and waste management CRT TVs in DKI Jakarta."

"Reliabilitas Sistem 150 kV Lombok dalam menopang kebutuhan listrik Pulau Lombok yang merupakan salah satu destinasi prioritas pariwisata Indonesia adalah sebuah keharusan. Saat ini status neraca daya Sistem Lombok masih dalam kondisi siaga dimana cadangan kurang dari kapasitas unit terbesar. Selain itu dalam rentang periode 2022 sampai dengan semester 2023 telah terjadi dua kali gangguan meluas. Salah satu  upaya PLN dalam meningkatkan pelayanan telah direncanakan dalam RUPTL 2021-2030 yaitu  penambahan PLTU Lombok (FTP2) 2x50 MW yang direncanakan COD pada tahun 2024 dan penambahan jalur transmisi 150 kV Mantang-Mataram. Hal ini akan mempengaruhi pola operasi eksisting, BPP, susut dan Indeks Kekuatan Sistem. Oleh karena itu diperlukan pembaruan defense scheme agar stabilitas tetap terjaga sekaligus meminimalisir potensi Black Out. Penelitian ini bertujuan untuk menganalisa dampak pengembangan infrastruktur yang dapat mempengaruhi perlunya perubahan defense scheme baik secara keteknisan maupun keekonomian dengan menggunakan pendekatan simulasi pemodelan dan biaya pemadaman yang dapat dihindari. Untuk menganalisis biaya sistem Lombok dengan menggunakan pendekatan VoLL dan memprediksi VoLL untuk tahun 2024-2030 melalui analisis tren. Perhitungan VoLL dengan pendekatan makroekonomi diperoleh dari rasio PDRB sektor-sektor yang dipengaruhi listrik terhadap konsumsi energi listrik pelanggan industri dan bisnis. Hasil penelitian menunjukkan Indeks Kekuatan Sistem sebesar 40,5 MW/Hz atau naik 67,03% dibanding nilai IKS tahun 2023. 5. Beban pada skenario islanding operation baru bertambah hingga 26,5 MW atau beban terselamatkan pada saat frekuensi menyentuh 48,2 Hz meningkat 21,35 %. Total biaya pemadaman sistem pada periode 2021-2023 mencapai Rp34,11 miliar atau Rp11,37 miliar per tahun dan berdampak pada PDRB sebesar 0,0191% per tahun. Tren VoLL pada tahun 2024-2030 diproyeksikan mengalami penurunan rata-rata sebesar 2,89% per tahun yang mengindikasikan tingginya pertumbuhan permintaan listrik sebanding dengan peningkatan PDRB. Hasil tersebut patut menjadi bahan pertimbangan dalam pelaksanaan Rencana Usaha Penyediaan Tenaga Listrik Tahun 2021-2030, khususnya di Nusa Tenggara Barat.

---

It is crucial to ensure the reliability of the Lombok 150 kV system in meeting the electricity needs of Lombok Island, a key tourism destination in Indonesia. Currently, the power balance status of the Lombok System is on standby, with reserves being less than the capacity of the largest unit. Additionally, there have been two widespread disruptions in the period 2022 to 2023. To improve services, PLN plans to add PLTU Lombok (FTP2) 2x50 MW, scheduled for completion in 2024, and to add the 150 kV Mantang - Mataram transmission line. These additions will impact existing operating patterns, BPP, losses, and the System Strength Index, necessitating an update of the defense scheme to maintain stability while minimizing the potential for blackouts. This research aims to analyze the impact of infrastructure development on the need to change defense schemes, both technically and economically, using a simulation modeling approach and avoidable blackout costs. The costs of the Lombok system will be analyzed using the VoLL approach, and VoLL for 2024-2030 will be predicted through trend analysis. VoLL calculations using a macroeconomic approach will be obtained from the GRDP ratio of sectors impacted by electricity to the electrical energy consumption of industrial and business customers. The research results show that the System Strength Index is 40.5 MW/Hz, indicating an increase of 67.03% compared to the IKS value in 2023. The load in the new islanding operation scenario increases to 26.5 MW, or the load saved when the frequency reaches 48.2 Hz is an increase of 21.35%. The total cost of system outages in the 2021-2023 period reached IDR 34.11 billion, or IDR 11.37 billion per year, impacting the GRDP by 0.0191% per year. The VoLL trend of 2024-2030 is projected to see an average decline of 2.89% per year, indicating high growth in electricity demand in proportion to the increase in GRDP. These results should be considered in implementing the Electricity Supply Business Plan for 2021-2030, especially in West Nusa Tenggara."

"Menstruasi merupakan proses alami yang terjadi pada tubuh perempuan yaitu saat lapisan rahim terlepas melalui vagina. Menstruasi merupakan bagian normal dari kesehatan reproduksi dan menandakan bahwa tubuh perempuan mampu bereproduksi. Dismenore adalah sensasi nyeri pada perut bagian bawah yang kadang dapat merambat ke pinggul, punggung bagian bawah, dan paha. Dismenore primer merupakan nyeri haid yang tidak didasari kondisi patologis, sedangkan dismenore sekunder merupakan nyeri haid yang didasari dengan kondisi patologis. Dismenore primer dapat dikurangi dengan terapi, salah satunya dengan metode TENS. Transcutaneous Electrical Nerve Stimulation (TENS) adalah metode pereda nyeri yang melibatkan penggunaan arus listrik ringan. Metode ini menggunakan konsep Gate Control Theory yang memberi sensasi baru untuk mengalihkan perhatian dari nyeri yang lain. Alat yang diusulkan menggunakan metode TENS yang dapat dibuat dengan menggunakan motor driver yang mendapatkan tegangan tinggi dari baterai yang dihubungkan ke boost converter (XL6009). Output tegangan yang dihasilkan diolah oleh mikrokontroler (Arduino Nano) sebelum disalurkan ke pad elektroda yang menempel di kulit relawan. Sistem ini diuji pada lima subjek yang sedang mengalami dismenore primer. Keefektifan alat ini diuji secara kualitatif dengan metode kaji nyeri PQRST. Rangkaian pembatas arus didesain untuk keamanan. Setiap subjek menggunakan tegangan yang berbeda-beda. Tegangan yang digunakan sebesar 10-30V. Pulsa listrik yang dihasilkan berbentuk biphasic square wave dengan frekuensi 120Hz dan duty cycle 30% sesuai yang diharapkan. Dari 5 orang subjek memberi nilai 4,4 poin untuk kenyamanan, 4,8 poin untuk kemudahan, 3,2 poin untuk portabilitas, dan 2 poin untuk estetika. Poin yang rendah untuk portabilitas dan estetika disebabkan alat diuji coba ketika belum menggunakan casing.

---

Menstruation is a natural process that occurs in a woman's body, namely when the uterine lining is shed through the vagina. Menstruation is a normal part of reproductive health and indicates that a woman's body is capable of reproduction. Dysmenorrhea is a painful sensation in the lower abdomen that can sometimes spread to the hips, lower back and thighs. Primary dysmenorrhea is menstrual pain that is not based on a pathological condition, while secondary dysmenorrhea is menstrual pain that is based on a pathological condition. Primary dysmenorrhea can be reduced with therapy, one of which is the TENS method. Transcutaneous Electrical Nerve Stimulation (TENS) is a pain relief method that involves the use of a mild electric current. This method uses the concept of Gate Control Theory which provides new sensations to divert attention from other pain. The proposed device uses the TENS method which can be made using a motor driver that gets high voltage from a battery connected to a boost converter (XL6009). The resulting voltage output is processed by a microcontroller (Arduino Nano) before being distributed to the electrode pad attached to the volunteer's skin. This system was tested on five subjects who were experiencing primary dysmenorrhea. The effectiveness of this device was tested qualitatively with the PQRST pain assessment method. The current limiting circuit is designed for safety. Each subject uses different voltages. The voltage used is 10-30V. The electrical pulses produced are in the form of a biphasic square wave with a frequency of 120Hz and a duty cycle of 30% as expected. From the 5 subjects, they rated 4.4 points for comfort, 4.8 points for convenience, 3.2 points for portability, and 2 points for aesthetics. Low points for portability and aesthetics are due to the device being tested before having a casing."

"Kendaraan listrik (EV) telah menjadi solusi yang semakin populer untuk mengurangi emisi gas kendaraan bermotor dan mengatasi masalah lingkungan. Meningkatnya penggunaan EV menimbulkan tantangan baru terkait manajemen daya di stasiun pengisian daya. Masalahnya adalah kurangnya efisiensi dalam mengalokasikan daya saat kendaraan sedang mengisi daya di stasiun pengisian daya, yang dapat menyebabkan permintaan daya yang melebihi beban maksimum stasiun dan mengakibatkan lonjakan harga yang harus dibayar. Tujuan utama dari penelitian ini adalah untuk mengembangkan pengontrol manajemen daya yang efisien untuk stasiun pengisian daya kendaraan listrik berbasis deep reinforcement learning (DRL). DRL diterapkan karena kemampuannya untuk menyelesaikan sistem kontrol tanpa model yang akurat (free-based-model), terutama untuk stasiun pengisian daya EV yang memiliki faktor stokastik. Sistem akan secara otomatis mengontrol alokasi daya untuk pengisian daya kendaraan berdasarkan informasi dari setiap kendaraan yang terhubung ke stasiun pengisian daya dan variabel lainnya agar tidak melebihi batas daya maksimum stasiun pengisian daya. Hasil penelitian ini menunjukkan bahwa penggunaan algoritma DRL, terutama DDPG dengan pendekatan actor-critic, dapat mengalokasikan daya pengisian daya secara optimal untuk setiap EV dan secara signifikan memaksimalkan keuntungan stasiun dibandingkan dengan algoritma lainnya.

---

Electric vehicles (EVs) have become an increasingly popular solution to reduce motor vehicle gas emissions and address environmental concerns. The increasing use of EVs poses new challenges regarding power management at charging stations. The problem is the lack of efficiency in allocating power while vehicles are charging at charging stations, which can lead to power demand that exceeds the maximum load of the station and results in a spike in the price to be paid. The main objective of this research is to develop an efficient power management controller for electric vehicle charging stations based on deep reinforcement learning (DRL). DRL is applied because of its ability to solve the control system without an accurate model (free-based-model), especially for EV charging stations that have stochastic factors. The system will automatically control the power allocation for vehicle charging based on information from each vehicle connected to the charging station and other variables so as not to exceed the charging station's maximum power limit. The results of this study show that the use of DRL algorithms, especially DDPG using actor-critic approach, can optimally allocate charging power for each EV and significantly maximize the station's profit compared to the other algorithms. "

"ABSTRAKArena olahraga indoor menjadi salah satu pilihan sebagai venue penyelenggaraan konser. Hal ini bisa terjadi karena bentuk hall olahraga dapat menampung banyak penonton selayaknya hall konser. Namun ditinjau dari teori akustik, kriteria akustik untuk ruang konser dan ruang olahraga cukup berbeda. Konser membutuhkan ruang yang memiliki reverberation time (RT) yang pendek agar penyampaian musik jelas, akurat, serta tidak mengganggu kenyamanan penonton, sedangkan untuk hall olahraga, tidak ada kebutuhan khusus dari segi akustik. Tulisan ini bertujuan untuk mengetahui kualitas akustik arena olahraga serta penyesuaian yang dilakukan ketika arena olahraga digunakan sebagai venue konser. Tulisan ini menganalisa objek studi kasus Tennis Indoor Senayan berdasarkan teori-teori akustik yang relevan, perhitungan waktu dengung (RT), serta simulasi akustik dengan software EASE Evac untuk mengetahui nilai tingkat tekanan/ sound pressure level (SPL) dan inteligibilitas suara/ speech transmission index (STI) saat konser berlangsung. Penyesuaian tata letak ruang saat hall digunakan untuk konser menekan nilai RT menjadi lebih pendek jika dibandingkan dengan RT saat hall digunakan untuk kegiatan olahraga. Hal ini terjadi karena bidang absorpsi bunyi menjadi lebih luas serta volume ruang akustik menjadi lebih kecil akibat adanya kebutuhan ruang untuk panggung dan belakang panggung. Hasil studi kasus menunjukkan bahwa Tennis Indoor Senayan memiliki nilai RT, SPL, dan STI yang sesuai dengan standar ideal untuk ruang pertunjukan musik setelah dilakukan penyesuaian tata letak ruang.

---

ABSTRACTSport hallis one of the options that can be choosen as a concert venue. Sport hall can held agreat number of audience as a concert hall. But in terms of acoustic, the acoustic criteria for a concert hall and sport hall are quite different. Concert hall need a short reverberation time (RT) to get a good quality of music performance and create an acoustic comfort for the audience. This thesis aims to find the acoustic quality of sport hall as well as what adjustments that must be made when the sport hall is used as a concert venue. This study analyzeda case study object, Tennis indoor Senayan based on relevant acoustic theories, calculation of reverberation time, and acoustic simulation with EASE Evac software to determine the value of sound pressure level and speech transmission index during the concert. When used as a concert venue, spatiallay out adjustment were made thus resulting adecreased value of reverberation time as the absorption area became wider and the volume of the acoustic chamber became smaller. The results showed that Tennis Indoor Senayan had RT, SPL, and STI values that fit the ideal standards for the music roomafter the layout adjustment was done."

"Pengelasan merupakan proses yang memiliki risiko serius terjadinya Musculoskeletal Disorders (MSDs). MSDs mencakup sekitar 60% penyakit akibat kerja menurut WHO dan pada tahun 2017, selama 3 tahun terakhir Musculoskeletal Disorders (MSDs) menduduki peringkat ke-2 menurut Labor Force Survey (LFS). Dalam kegiatan pengelasan yang dilakukan di PT. Sinar Bharata Perkasa menemukan beberapa kondisi non-ergonomis yang berpotensi menimbulkan MSDs. Penelitian ini memiliki tujuan untuk melakukan perancangan workstation pengelasan yang ergonomis, sesuai dengan kebutuhan pemangku kepentingan untuk membantu mengurangi keluhan dari pekerja fisik. Hasilnya adalah suatu desain dan visualisasi berdasarkan antropometri dan analisis postur yang dirancang menggunakan model desain Nigel Cross dengan menggunakan data primer di lapangan. Evaluasi postur dilakukan sebelum dan sesudah merancang stasiun kerja. Penelitian ini dilakukan di PT. Sinar Bharata Perkasa berlokasi di Bekasi dengan operator las sebagai subjek penelitian. Hasil dari perancangan workstation pengelasan di evaluasi dengan menggunakan siemens jack simulation menunjukkan perbaikan posture analysis dengan menggunakan perhitungan RULA, sehingga diharapkan dapat diimplementasikan di industri tersebut.

---

Welding is a process that carries serious risks of Musculoskeletal disorders (MSDs). MSDs cover around 60% of occupational diseases according to WHO and in 2017, for the last 3 years Musculoskeletal Disorders (MSDs) ranked 2nd based on the data the Labor Force Survey (LFS) provided. In welding activities carried out at PT. Sinar Bharata Perkasa found several non- ergonomic conditions that could potentially cause MSDs. This research aims to design an ergonomic welding workstation, according to the needs of stake holders to help reduce complaints from physical workers. The result will be a design and visualization based on anthropometry and posture analysis designed using Nigel Cross's design model using primary data in the field. Posture evaluation is carried out before and after designing the workstation. The research was conducted at PT. Sinar Bharata Perkasa located in Bekasi with welding operators as research subjects. The results of the welding workstation design were evaluated using Siemen’s jack simulation showing improvements in posture analysis using RULA calculations, so it is hoped that it can be implemented in this industry"

"ABSTRAK

Produktifitas pada alat berat merupakan kinerja terpenting dalam industri konstruksi dan pertambangan, sehingga penerapan proses condition monitoring (CM) menjadi elemen penting dalam menentukan umur penggunaan komponen alat berat. Penentuan umur sisa (remaining useful life, RUL) dari komponen alat berat menjadi sangat penting untuk mendukung dan meningkatkan produktifitas alat berat dimana pendekatan best-practices digunakan dalam proses ini. Untuk mengatasi permasalahan ini, dibutuhkan estimasi RUL dari komponen alat berat dengan pendekatan data-driven menggunakan data mining. Metode yang digunakan pada penelitian ini untuk mengestimasi RUL komponen engine, final drive, dan transmisi alat berat adalah menggunakan Neural Networks (NN) dan Bayesian Networks (BN). Penelitian ini menggunakan data CM berjumlah 20 variabel dan melakukan reduksi dimensi variabel menggunakan principal component analysis (PCA). Hasil dari penelitian yang telah dilakukan didapatkan hasil estimasi terbaik pada komponen engine dan transmisi adalah dengan menggunakan metode NN dengan nilai RMSE model masing-masing sebesar 0,242 dan 0,196, sedangkan metode BN menjadi metode terbaik pada final drive dengan nilai RMSE sebesar 0,211.

---

ABSTRACT

---

Condition monitoring (CM) process is the key element to estimate remaining useful life (RUL) on heavy equipment`s components in the construction and mining industry with an aim to increase productivity. Nowadays, the best-practices approach has been applied to estimating RUL to improve production and performance of heavy equipment. Data mining method with the data-driven approach will be implemented to overcome the issue. Neural Networks (NN) dan Bayesian Networks (BN) method has been applied in this research to estimate RUL on heavy equipment`s engine, final drive, and transmission components. Principal component analysis (PCA) has been applied for dimension reduction of 20 variables from CM data in this research. The results shown estimating RUL on engine and transmission components provide better accuracy with the NN method which RMSE model achieve 0.242 and 0.196, respectively. Furthermore, the BN method provides better accuracy on final drive components with RMSE model achieves on 0.211.

"

"Sumber panas seperti panas bumi, biomassa, dan lain-lain berpotensi untuk dipulihkan kembali. Pembangkit Organic Rankine Cycle (ORC) dapat digunakan untuk mengubah sumber panas bersuhu rendah menjadi energi listrik. Pemilihan jenis fluida kerja dan scroll expander untuk pembangkit ORC sangat penting karena berfungsi dalam geometri tertentu mengacu pada aspek lingkungan dan thermodinamika. Simulasi menggunakan EES; n-pentane, isopentane, neopentane, R123, dan R1233zd sebagai fluida kerja. Fluida-fluida kerja tersebut disimulasikan pada volume konstan yaitu volume scroll expander 97.9 cm3/rev dengan rentang temperatur sumber panas 70-180 oC untuk mendapatkan efisiensi siklus, perbedaan tekanan ekspansi dan daya ekspander. Hasil simulasi pada temperatur uap jenuh 145 oC menunjukkan efisiensi siklus yang dihasilkan oleh n-pentane, isopentane, neopentane, R123, dan R1233zd adalah 9.45 %, 9.18 %, 8.24 %, 9.77 % dan 9.18 %. Perbedaan tekanan ekspansi sistem yang dihasilkan oleh n-pentane, isopentane, neopentane, R123, dan R1233zd adalah 12.64 bar, 14.69 bar, 20.75 bar, 16.71 bar dan 21.57 bar. Daya expander yang dihasilkan oleh n-pentane, isopentane, neopentane, R123, dan R1233zd adalah 5.122 kW, 5.958 kW, 8.775 kW, 6.851 kW dan 9.02 kW. Fluida kerja R1233zd dengan nilai ODP 0 dan GWP 1 serta memberikan efisiensi dan produksi daya yang lebih cukup baik dibandingkan dengan fluida kerja lainnya.

---

Heat sources such as geothermal, biomass, and others have the potential to be recovered. Organic Rankine Cycle (ORC) plant can be used to convert low-temperature heat sources into electrical energy. The selection of a working fluid and a scroll expander for the ORC plant is very important because it functions in a certain geometry referring to environmental and thermodynamic aspects. The simulation uses EES; n-pentane, isopentane, neopentane, R123, and R1233zd as working fluids. The working fluids are simulated at a constant volume, namely scroll expander volume, 97.9 cm3/rev with a heat source temperature range of 70-180 oC to obtain the cycle efficiency, expansion pressure difference and power of the expander. The simulation results at a saturated steam temperature of 145 oC show the cycle efficiencies produced by n-pentane, isopentane, neopentane, R123, and R1233zd are 9.45%, 9.18%, 8.24%, 9.77%, and 9.18%. The difference in system expansion pressure produced by n-pentane, isopentane, neopentane, R123, and R1233zd are 12.64 bar, 14.69 bar, 20.75 bar, 16.71 bar, and 21.57 bar. The expander power produced by n-pentane, isopentane, neopentane, R123, and R1233zd are 5,122 kW, 5,958 kW, 8,775 kW, 6,851 kW and 9.02 kW. Thus, based on environmental and thermodynamic aspects, the working fluid R1233zd is obtained with ODP 0 and GWP 1 values and provides better efficiency and power production compared to other working fluids."

"Quadcopter atau Quadrotor adalah sebuah jenis helikopter tanpa awak yang memiliki empat rotor yang terpasang dengan propeller. Pada quadcopter memiliki 2 buah rotor yang berputar searah jarum jam dan 2 buah rotor yang berputar berlawanan arah jarum jam. Pada sebuah quadcopter memiliki keseimbangan yang tidak stabil secara aerodinamis sehingga memerlukan komputer untuk mengkonversi perintah input menjadi perintah yang dapat mengganti kecepatan rotasi dari propeller sehingga menghasilkan gerakan yang diinginkan. Seiring dengan perkembangan teknologi, khususnya Artificial Intelligence dan Machine Learning, teknologi telah menjadi bagian penting serta berpengaruh secara signifikan dalam kehidupan manusia. Pengaplikassian Artificcial Intelligence seperti Neural Network juga tidak luput pengaplikasiannya di bidang Quadcopter Unmanned Aerial Vehicles (UAV). Dalam hal ini Neural Network digunakan sebagai basis dari metode pengendalian yang hendak diaplikasikan pada Quadcopter Unmanned Aerial Vehicles (UAV) yang disebut sebagai Pengendali Neural Network. Metode pengendalian Neural Network merupakan metode pengendalian yang memiliki model matematika yang disusun oleh Artificial Neural Network (ANN) dimana pengendali Neural Network terdiri dari dua buah komponen dasar yakni komponen inverse dan komponen identifikasi. Jenis pengendali yang digunakan untuk menstabilisasi manuver pada pergerakan Quadcopter UAV kemudian diuji dan diverifikasi melalui simulasi yang dilakukan dengan bahasa pemrograman MATLAB serta dilakukan perbandingan dengan pengendali Single Neuron Adaptive PID sebagai pembanding dalam hal performa pengendali.

---

A quadcopter, or quadrotor, is an unmanned helicopter with four rotors equipped with propellers. In a quadcopter, two rotors spin clockwise, and two rotors spin counterclockwise. A quadcopter has an aerodynamically unstable balance, which requires a computer to convert input commands into instructions that can change the rotation speed of the propellers to produce the desired movements. With the advancement of technology, especially Artificial Intelligence and Machine Learning, technology has become an integral and influential part of human life. Artificial Intelligence, such as Neural Networks, is also applied in the field of Quadcopter Autonomous Aerial Vehicles (UAV). In this context, Neural Networks are used as the basis for control methods to be applied to Quadcopter Unmanned Aerial Vehicles (UAV), referred to as Neural Network Controllers. The Neural Network Controller method is a control method with a mathematical model constructed by an Artificial Neural Network (ANN) consisting of two primary components: the inverse component and the identification component. The type of controller used to stabilize the maneuvers in the movement of the Quadcopter UAV is then tested and verified through simulations conducted in the MATLAB programming language and compared with Single Neuron Adaptive PID (SNAPID) controllers regarding controller performance."