Article Per Year (5 Year)
p-Index From 2019 - 2024
0.408
P-Index
This Author published in this journals
All Journal Jurnal Sains dan Teknologi ELKOMIKA: Jurnal Teknik Energi Elektrik, Teknik Telekomunikasi, & Teknik Elektronika
Fahmizal, Fahmizal
Universitas Gadjah Mada
Computer Science & IT Education Electrical & Electronics Engineering Engineering

Published : 3 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 3 Documents
Search

 1 
OTOMATISASI PROSES PRODUKSI CAT BERBASIS SIMULATOR PLC TWIDO TWDLMDA20DTK Fahmizal, Fahmizal; Pratama, Donny Budi; Priyatmoko, Angga; Rahman, M Riza Fauzi
JST (Jurnal Sains dan Teknologi) Vol 7, No 1 (2018)
Publisher : Universitas Pendidikan Ganesha

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (536.25 KB) | DOI: 10.23887/jst-undiksha.v7i1.12900

Abstract

Makalah ini bertujuan untuk mensimulasikan implementasi programmable logic controller (PLC) pada mesin otomatisasi produksi cat. Makalah ini pada dasarnya menyajikan proses otomatisasi produksi cat. Secara garis besar, terdapat tiga proses utama yaitu, proses produksi adonan cat, proses pengisian cat dalam kaleng kemasan, dan proses pengepakan kaleng cat ke dalam box. Pada makalah ini, simulasi sistem otomasi produksi cat menggunakan software Twido Suite TWDLMDA20DTK. Simulasi bertujuan untuk meminimalkan biaya operasi dan kesalahan sehingga dapat menghemat biaya dan waktu. Hasil yang diperoleh dari simulasi bahwa sistem telah berjalan berjalan dengan baik dan sesuai dengan seharusnya.
Robot Inverted Pendulum Beroda Dua (IPBD) dengan Kendali Linear Quadratic Regulator (LQR) FAHMIZAL, FAHMIZAL; ARROFIQ, MUHAMMAD; ADRIAN, RONALD; MAYUB, AFRIZAL
ELKOMIKA: Jurnal Teknik Energi Elektrik, Teknik Telekomunikasi, & Teknik Elektronika Vol 7, No 2 (2019): ELKOMIKA
Publisher : Institut Teknologi Nasional, Bandung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26760/elkomika.v7i2.224

Abstract

ABSTRAKMakalah ini memaparkan proses pemodelan robot inverted pendulum beroda dua (IPBD) menggunakan dinamika Lagrange. Setelah sistem model robot IPBD diperoleh, teknik kendali optimal dalam hal ini menggunakan linear quadratic regulator (LQR) digunakan untuk melihat step respon sistem dan tanggapan respon sistem terhadap gangguan. Sebelum kendali LQR diimplementasikan, simulasi menggunakan Simulink Matlab dilakukan untuk mendapat parameter gain K pada kendali LQR. Selanjutnya, dengan mengubah-ubah matriks pembobot Q akan diperoleh variasi gain K. Pada penelitian ini dilakukan variasi matriks pembobotan Q sebanyak lima jenis. Sedangkan matriks elemen R dituning dengan nilai satu. Dari hasil pengujian diperoleh bahwa dengan membesarkan pembobotan matriks Q, dihasilkan respon menuju keadaan steady lebih cepat dan overshoot berkurang. Parameter gain K dari hasil simulasi selanjutnya akan diimplementasikan secara embedded programming ke dalam Arduino Uno pada sistem robot IPBD.Kata kunci: Inverted pendulum beroda, Pemodelan, LQR ABSTRACTThis paper describes the process of modeling two-wheeled pendulum inverted robots (IPBD) using the Lagrange dynamics. After the IPBD robot model system was obtained, the optimal control technique in this case using a linear quadratic regulator (LQR) was used to see the system response step and the response of the system response to interference. Before the LQR control is implemented, simulation using Matlab Simulink is conducted to get the gain K parameter on the LQR control. Furthermore, by varying the weighting matrix Q, the gain variation K will be obtained. There are five types of Q weighting matrix in this research and the R element matric is tuned with a value of 1. From the test, obtained results show that by raising the weighting matrix Q is produced a faster response to the steady state and overshoot is reduced. At the final stage, the gain K parameter from the simulation results will be implemented by embedded programming into Arduino Uno on the IPBD robot system.Keywords: Wheeled inverted pendulum, Modelling, LQR
Kendali Logika Fuzzy pada Car Like Mobile Robot (CLMR) Penjejak Garis FAHMIZAL, FAHMIZAL; MURTI, BUDI BAYU; PRATAMA, DONNY BUDI; MAYUB, AFRIZAL
ELKOMIKA: Jurnal Teknik Energi Elektrik, Teknik Telekomunikasi, & Teknik Elektronika Vol 6, No 3 (2018): ELKOMIKA
Publisher : Institut Teknologi Nasional, Bandung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26760/elkomika.v6i3.451

Abstract

ABSTRAKMakalah ini memaparkan perancangan sistem kendali logika fuzzy untuk mengatur kecepatan dan arah sudut steering pada car like mobile robot (CLMR) dengan menggunakan metode Ackermann steering. CLMR penjejak garis dirancang menggunakan 16 buah photodiode, dan terdapat 7 buah membership fuzzfikasi dari pembacaan error dan last error sehingga terbentuk 49 aturan. Untuk menguji perfoma kendali fuzzy pada sistem CLMR dalam mengikuti lintasan garis maka dilakukan pengujian dengan bentuk lintasan berupa garis lurus dan berbelok serta zig-zag dalam satu lintasan putar. Proses variasi nilai keanggotaan fuzzifikasi masukan dan defuzzifikasi keluaran dilakukan sebanyak lima kali. Dari hasil pengujian diperoleh bahwa kendali logika fuzzy yang diaplikasikan pada sistem mampu membuat pergerakan CLMR sukses mengikuti lintasan uji selama 9,38 detik lebih baik 0,53 detik dari kendali PID. Selanjutnya, hasil rancangan sistem CLMR ini merupakan sebuah prototipe self-driving car.Kata kunci: car like mobile robot, robot penjejak garis, fuzzy, self-driving car ABSTRACTThis paper describes the design of a fuzzy logic control system to adjust the speed and direction of the angle of the steering on the car like mobile robot (CLMR) using the Ackermann steering method. CLMR line tracking is  designed using 16 photodiode pieces, and there are 7 fuzzfication membership from reading error and last error so that 49 rules are formed. To test the fuzzy control performance on the CLMR system in following the line trajectory, it was tested with the form of a straight line and a turn and a zigzag in a rotary track. The process of varying input membership fuzzification values and output defuzzification is done five times. From the test results, it was found that the fuzzy logic control applied to the system was able to make CLMR movement successfully followed the test path for 9.38 seconds better than 0.53 seconds of PID control. Furthermore, the results of the CLMR system design are a prototype self-driving car.Keywords: car like mobile robot, line tracking robot, fuzzy, self-driving car
Co-Authors Budi Bayu Murti Budiyanto, Ma’un Mayub, Afrizal Muhammad Arrofiq Pratama, Donny Budi PRATAMA, DONNY BUDI Priyatmoko, Angga Rahman, M Riza Fauzi Rijalussalam, Dhiya Uddin Ronald Adrian, Ronald