Articles
<![CDATA[Deteksi Zona pada KRSTI dengan Sensor Warna TCS3200 ]]>
<![CDATA[Bardani, Ahmad Imam]]>;
<![CDATA[Widodo, Nuryono Satya]]>
<![CDATA[ Buletin Ilmiah Sarjana Teknik Elektro Vol 1, No 2 (2019): Agustus ]]>
Publisher : <![CDATA[Universitas Ahmad Dahlan ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.12928/biste.v1i2.955
<![CDATA[Robot seni tari Lanange Jagad untuk lomba Kontes Robot Seni Tari Indonesia (KRSTI) belum mampu membedakan zona warna pada arena yang menyebabkan robot melakukan gerakan tarian yang tidak sesuai dengan tempatnya. Oleh karena itu dibutuhkan kontrol otomatisasi menggunakan sensor warna TCS3200. TCS3200 akan memperoleh komposisi RGB yang tepat menggunakan perhitungan frekuensi. Hasil yang dicapai dalam penelitian ini adalah robot seni tari Lanange Jagad dapat membedakan zona dengan memanfaatkan warna merah, biru, biru muda, hijau, dan putih dengan tingkat keberhasilan 84%. Ketika robot mendeteksi warna yang sudah ditentukan pada setiap zona, robot akan secara otomatis melakukan gerakan tari yang sudah disesuaikan dengan zona tersebut. Saat robot masuk ke zona warna berbeda maka robot akan menghentikan gerakan tari pada zona sebelumnya dan memanggil gerakan tari selanjutnya. Namun masih terdapat banyak noise saat melakukan pengujian sehingga nilai RGB yang digunakan untuk memanggil gerakan tari berubah sehingga robot tidak merespons perintah yang dimasukkan pada program. Nilai RGB yang stabil di dapatkan pada kondisi kaki robot menapak atau bersentuhan langsung dengan zona warna, nilai tersebut yang digunakan untuk pemanggilan gerakan tari.The Lanange Jagad dance robot for the Indonesian Robot Dance Contest (KRSTI) has not been able to distinguish the color zone in the arena that causes the robot to perform dance moves that are not in accordance with its place. Therefore we need automation control using the TCS3200 color sensor. TCS3200 will obtain the right RGB composition using frequency calculations. The results achieved in this study are the Lanange Jagad dance robot can distinguish zones by utilizing red, blue, light blue, green, and white with a success rate of 84%. When the robot detects the colors that have been determined in each zone, the robot will automatically perform dance moves that have been adapted to the zone. When the robot enters a different color zone, the robot will stop the dance movement in the previous zone and call the next dance movement. However, there is still a lot of noise when testing so that the RGB value used to call dance moves changes so that the robot does not respond to commands entered in the program. A stable RGB value is obtained when the robot's foot steps or comes into direct contact with the color zone, the value that is used for calling dance moves.]]>
<![CDATA[Pengendali Lampu LED Matrix Headlamp pada Kendaraan Bermotor ]]>
<![CDATA[Waluyo, Jatmiko Tri]]>;
<![CDATA[Widodo, Nuryono Satya]]>
<![CDATA[ Buletin Ilmiah Sarjana Teknik Elektro Vol 1, No 1 (2019): April ]]>
Publisher : <![CDATA[Universitas Ahmad Dahlan ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.12928/biste.v1i1.834
<![CDATA[Penelitian ini mengusulkan tentang desain Headlamp lampu kendaraan yang dapat meredup berdasarkan pada data lampu kendaraan lawan. Pengolah data menggunakan Arduino uno dan menggunakan sensor BH1750 untuk membaca intensitas cahaya. Lampu Headlamp terdiri dari 3 baris LED yang terdiri dari 4 buah LED setiap baris. Lalu juga terdapat 1 buah lampu LED utama di kanan dan kiri. Berdasarkan pengujian dapat diketahui bahwa lampu LED dapat bekerja dengan baik yaitu dapat meredup dari mulai LED pada baris pertama dan kedua sesuai dengan intensitas cahaya. Perbandingan pengukuran menggunakan perangkat lightmeter menunjukkan bahwa perangkat memiliki nilai error -53,925 dan standar deviasi 51,6110126 yang menunjukkan bahwa desain perangkat masih belum mendapatkan hasil yang baik.]]>
<![CDATA[Application of Deep Learning Convolution Neural Network Method on KRSBI Humanoid R-SCUAD Robot ]]>
<![CDATA[Irfan, Syahid Al]]>;
<![CDATA[Widodo, Nuryono Satya]]>
<![CDATA[ Buletin Ilmiah Sarjana Teknik Elektro Vol 2, No 1 (2020): April ]]>
Publisher : <![CDATA[Universitas Ahmad Dahlan ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.12928/biste.v2i1.985
<![CDATA[In a soccer game the ability of humanoid robots that one needs to have is to see the ball object in real time. Development of the ability of humanoid robots to see the ball has been developed but the level of accuracy of object recognition and adaptation during matches still needs to be improved. The architecture designed in this study is Convolutional Neural Network or CNN which is designed to have 6 hidden layers with implementation of the robot program using the Tensorflow library. The pictures taken are used in the training process to have 9 types of images based on where the pictures were taken. Each type of image is divided into 2 classes, namely 2000 images for ball object classes and 2000 images for non-ball object classes. The test is done in real time using a white ball on green grass. From the architectural design and white ball detection test results obtained a success rate of 67%, five of the nine models managed to recognize the ball. The model can recognize objects with an image processing speed of a maximum of 13 FPS.Dalam pertandingan sepak bola kemampuan robot humanoid yang perlu dimiliki salah satunya adalah melihat objek bola secara real time. Pengembangan kemampuan robot humanoid untuk melihat bola telah dikembangkan tetapi tingkat akurasi pengenalan objek dan adaptasi saat pertandingan masih perlu ditingkatkan. Arsitektur yang dirancang pada penelitian ini yaitu Convolutional Neural Network atau CNN yang dirancang memiliki 6 hidden layer dengan implementasi pada program robot menggunakan library Tensorflow. Gambar yang diambil digunakan dalam proses training memiliki 9 jenis gambar berdasarkan tempat pengambilan gambar. Tiap jenis gambar terbagi menjadi 2 class yaitu 2000 gambar untuk class objek bola dan 2000 gambar untuk class objek bukan bola. Pengujian dilakukan secara real time dengan menggunakan bola berwarna putih di atas rumput hijau. Dari perancangan arsitektur dan hasil pengujian pendeteksian bola putih didapatkan persentase keberhasilan 67% yaitu lima dari sembilan model berhasil mengenali bola. Model dapat mengenali objek dengan kecepatan pengolahan gambar adalah maksimal 13 FPS.]]>
<![CDATA[Gyroscope and Accelerometer Sensor on the Lanange Jagad Dance Robot Balance System ]]>
<![CDATA[Samosir, Ahmad Sopi]]>;
<![CDATA[Widodo, Nuryono Satya]]>
<![CDATA[ Buletin Ilmiah Sarjana Teknik Elektro Vol 2, No 2 (2020): Agustus ]]>
Publisher : <![CDATA[Universitas Ahmad Dahlan ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.12928/biste.v2i2.922
<![CDATA[In performing dance moves, humanoid robots are expected to move flexibly and not easily fall during dance moves. To reduce the risk of robots falling while performing dance moves, a balance control system using a gyroscope sensor and accelerometer from the MPU6050 is controlled through the Arduino MEGA 2560 PRO. Robots that have balance control, are able to maintain stability in track conditions that have a certain degree of slope. This balance control system uses the Kalman filter method for processing data from the gyroscope sensor and accelerometer in order to reduce the noise that occurs during the robot's balance process. From the results of the test, the percentage of the success rate of robots in rest was 88.8%, the percentage of success when the robot was running was 86.6%, and the percentage of success when the robot was walking with dancing was 75%. From the results of all tests, humanoid robot has a percentage of 83.4% after adding a balance control system and when the humanoid robot does not use balance control will only produce a percentage of success rate of 48.4%.]]>
<![CDATA[Implementasi PID Navigasi Pelacakan Titik Api dengan Sensor Flame Array pada Robot Hexapod untuk Kontes Robot Pemadam Api Indonesia ]]>
<![CDATA[Dzulfiqar, Muhammad Dhia]]>;
<![CDATA[Widodo, Nuryono Satya]]>
<![CDATA[ Buletin Ilmiah Sarjana Teknik Elektro Vol 1, No 3 (2019): Desember ]]>
Publisher : <![CDATA[Universitas Ahmad Dahlan ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.12928/biste.v1i3.1126
<![CDATA[Robot Hexapod Pemadam Api merupakan robot berkaki 6 yang bertugas menyusuri ruangan labirin untuk menemukan dan memadamkan api dalam waktu yang singkat. Dalam menjalankan tugasnya dibutuhkan 2 buah sensor untuk menjalankan tugas ini yaitu sensor flame array dan sensor Sharp GP. Sensor flame array terdiri dari 16 buah sensor flame yang digunakan untuk mengetahui nilai error berdasarkan letak keberadaan api yang mampu dijangkau dalam rentang horisontal 180 derajat. Sementara sensor Sharp GP berfungsi untuk mengetahui jarak antara robot dengan lilin sebagai sumber api. Kedua sensor ini berperan sebagai pelengkap dalam bernavigasi light following agar robot mampu menemukan, menghampiri, dan memposisikan bagian tengah muka robot berhadapan dengan api tanpa menabraknya. Dalam bernavigasi robot dikontrol oleh Pengendali PID (Proportional-Integral-Derivative). Hasil pengujian menunjukan bahwa pengendali proportional berperan mempercepat robot mengarah ke api. Pengendali derivative berperan dalam meredam terjadinya osilasi yang disebabkan kontrol proportional dalam mengejar titik api. Sementara kontrol integral berperan dalam merevisi kekeliruan robot pada set point. Hasil pengujian lain menunjukan keberhasilan dari implementasi pada robot hexapod untuk memadamkan api membutuhkan waktu rata-rata 5,5 detik. Sementara nilai parameter PID terbaik adalah Kp=35, Ki=20, dan Kd=20.Fire Extinguisher Hexapod Robot is a 6-legged robot whose job is to navigate the labyrinth room to find and extinguish the fire in a short time. In carrying out their duties, two sensors are needed to carry out this task, namely the flame array sensor and the Sharp GP sensor. Flame array sensor consists of 16 flame sensors that are used to determine the error value based on the location of the existence of a fire that can be reached within the horizontal range of 180 degrees. While the Sharp GP sensor functions to determine the distance between the robot and the candle as a source of the fire. Both of these sensors act as a complement in navigating the light following so that the robot is able to find, approach, and position the centre of the face of the robot facing the fire without crashing into it. In navigating the robot is controlled by PID (Proportional-Integral-Derivative) Controller. The test results show that the proportional controller has the role of accelerating the robot to fire. The derivative controller plays a role in reducing the occurrence of oscillations caused by proportional control in the pursuit of hotspots. While integral control plays a role in revising the errors of the robot at the set point. Other test results show the success of the implementation of the hexapod robot to extinguish the fire takes an average of 5.5 seconds. While the best PID parameter values are Kp = 35, Ki = 20, and Kd = 20. ]]>
<![CDATA[Sistem Pengolah Musik Sebagai Kontrol Gerak Robot Humanoid ]]>
<![CDATA[Maulana, Irmawan]]>;
<![CDATA[Widodo, Nuryono Satya]]>
<![CDATA[ Buletin Ilmiah Sarjana Teknik Elektro Vol 1, No 2 (2019): Agustus ]]>
Publisher : <![CDATA[Universitas Ahmad Dahlan ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.12928/biste.v1i2.915
<![CDATA[Pada Kontes Robot Seni Tari Indonesia (KRSTI), mengharuskan peserta untuk dapat membuat robot yang dapat menari secara otomatis dengan diiringi alunan musik. Tujuan penelitian ini adalah membuat robot humanoid yang dapat menari ketika musik pengiring diputar dan berhenti ketika musik berhenti. Penelitian ini menggunakan IC MSGEQ7 sebagai pengolah musik karena IC ini dapat membaca nilai frekuensi musik secara detail sebanyak tujuh frekuensi yaitu frekuensi 63Hz; 16Hz; 400Hz, 1kHz; 2,5kHz; 6,25kHz; dan 16kHz. Ketujuh frekuensi tersebut dijadikan acuan sebagai isyarat robot untuk bergerak atau berhenti. Penentuan frekuensi sebagai isyarat gerak didapat melalui sampling musik Tari Remo menggunakan perangkat lunak Matlab dengan metode FFT (Fast Fourier Transform). Isyarat gerak tersebut dikirimkan ke sistem robot melalui Modul Bluetooth HC-05. Jika sistem robot mendapat isyarat untuk bergerak maka robot akan menggerakkan servo penggerak menjadi gerakan yang serasi. Hasil yang didapat dari pengujian adalah dapat diketahui frekuensi yang sering muncul pada musik tari remo yaitu pada frekuensi 0-4000Hz. Setelah frekuensi diketahui, implementasi pada robot memperoleh hasil robot dapat menari ketika musik diputar dan robot dapat berhenti ketika musik dihentikan.At the Indonesian Dance Robot Contest (KRSTI), it requires participants to be able to make robots that can dance automatically accompanied by music. The purpose of this study is to create a humanoid robot that can dance when the accompaniment music is playing and stop when the music stops. This study uses IC MSGEQ7 as a music processor because this IC can read music frequency values in detail as many as seven frequencies namely 63Hz frequency; 16Hz; 400Hz, 1kHz; 2.5kHz; 6.25kHz; and 16kHz. The seven frequencies are used as a reference as a robot signal to move or stop. The determination of the frequency as a gesture is obtained through the sampling of Remo Dance music using Matlab software with the FFT (Fast Fourier Transform) method. These motion signals are sent to the robot system via the Bluetooth Module HC-05. If the robot system gets a signal to move, the robot will move the servo drive into a matching movement. The results obtained from testing are the frequency that often appears in Remo dance music, namely the frequency 0-4000Hz. After the frequency is known, the implementation of the robot obtains the results that the robot can dance when the music is playing and the robot can stop when the music is stopped.]]>
<![CDATA[Monitoring Power Usage on Humanoid Robot Wirelessly Using the INA219 Sensor ]]>
<![CDATA[Fauzi, Ibnu]]>;
<![CDATA[Satya Widodo, Nuryono]]>
<![CDATA[ Buletin Ilmiah Sarjana Teknik Elektro Vol 3, No 1 (2021): April ]]>
Publisher : <![CDATA[Universitas Ahmad Dahlan ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.12928/biste.v3i1.3334
<![CDATA[Currently, humanoid robot power measurements are only carried out when there is a robot's movement that is weakened or unable to move optimally. This is considered to be less than optimal in preventing damage/weakness of the robot's movement. The monitoring device is installed on each part of the humanoid robot, namely the hands and feet, then it will send the current and voltage results via the wireless system. The current sensor used is an INA219 type which is calibrated with a resistor. The power supply used is 12.6 V and the resistors for calibration are 15 Ohm, 18 Ohm, 22 Ohm, 39 Ohm, 47 Ohm, 56 Ohm with each resistor having a power resistance of 5W. The INA219 sensor can read the current, voltage, and power values of the resistor even though there are still differences when compared to multimeter measuring instruments. The results of sensor calibration with a resistor will be used as a comparison when monitoring the humanoid robot. NodeMCU ESP8266 as a microcontroller and wi-fi module. The web server can operate properly when there is a connection. Monitoring runs in real-time for 1 second to refresh data. In the results obtained in all tests, all INA219 sensors can work but are less accurate. For smooth wireless communication and in accordance with research objectives.]]>
<![CDATA[FPGA Based a PWM Technique for Permanent Magnet AC Motor Drives ]]>
<![CDATA[Tole Sutikno]]>;
<![CDATA[Nik Rumzi Nik Idris]]>;
<![CDATA[Nuryono Satya Widodo]]>;
<![CDATA[Auzani Jidin]]>
<![CDATA[ International Journal of Reconfigurable and Embedded Systems (IJRES) Vol 1, No 2: July 2012 ]]>
Publisher : <![CDATA[Institute of Advanced Engineering and Science ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (413.193 KB)
|
DOI: 10.11591/ijres.v1.i2.pp43-48
<![CDATA[The permanent magnet AC motor trapezoidal (BLDC motor) is not strictly DC motor, which uses a pulsed DC fed to the stator field windings to create a rotating magnetic field. Therefore, the motor needs an electronic commutation to provide the rotating field. A pair of switches must be turned on sequentially in the correct order to energize a pair of windings. If the incorrect order is applied, then the BLDC motor will not operate properly. This paper presents a smart guideline to ensure that the order to energize a pair of windings is correct. To ensure the guideline, FPGA based a simple commutation state machine scheme to control BLDC motor is presented. The experiment results have shown that the guideline is correct. The commutation scheme was successfully realized using Altera's APEX20KE FPGA to control BLDC motor in both of forward/reverse rotations or forward/reverse regenerative braking properly.]]>
<![CDATA[Colored Ball Position Tracking Method for Goalkeeper Humanoid Robot Soccer ]]>
<![CDATA[Arif Rahman]]>;
<![CDATA[Nuryono Satya Widodo]]>
<![CDATA[ TELKOMNIKA (Telecommunication Computing Electronics and Control) Vol 11, No 1: March 2013 ]]>
Publisher : <![CDATA[Universitas Ahmad Dahlan ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.12928/telkomnika.v11i1.877
<![CDATA[The goalkeeper robot in a robot soccer game must be able to detect position of the ball and block the ball into the goal. Identifying the location of the ball using robot vision becomes very important in addition to the mechanical motion of the robot. This paper proposed method to track colored ball position for goalkeeper robot. First, image is captured with web camera and then color filtering based on HSL color model performed on each image frame in the video. After that, images from filtering process are detected its blob by labeling nearest connected components. The largest blob in image represents the ball. The next step is detection of ball position using 9-Cells coordinate. Ball position coordinate is updated in some period of time and then sends to robot controller to conduct the robot's movements appropriately. Experiment results show that system is able to detect the ball and its position in 9-Cells coordinate which can be used by goalkeeper robot soccer controller to block the ball.]]>
<![CDATA[KARAKTERISTIK SISTEM KENDALI ON-OFF SUHU CAIRAN BERBASIS MIKROKONTROLER AT90S8535 ]]>
<![CDATA[Muchlas Muchlas]]>;
<![CDATA[Nuryono Satya Widodo]]>;
<![CDATA[Wisnu Wulur]]>
<![CDATA[ TELKOMNIKA (Telecommunication Computing Electronics and Control) Vol 3, No 2: August 2005 ]]>
Publisher : <![CDATA[Universitas Ahmad Dahlan ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.12928/telkomnika.v3i2.1227
<![CDATA[Penggunaan mikrokontroler sebagai bagian dari suatu sistem pengendalian dan pengukuran merupakan suatu alternatif yang menarik untuk dikembangkan. Dengan semakin tersedianya mikrokontroler yang memiliki berbagai fasilitas seperti saluran ADC dan sarana komunikasi yang menyatu dalam satu chip tunggal dengan prosesor utamanya, maka peluang merancang sendiri peralatan pengendalian dan pengukuran untuk berbagai eksperimen menjadi sangat terbuka. Tujuan penelitian adalah merancang dan menguji alat pengendali suhu cairan dengan menggunakan mikrokontroler AT90S8535.Pada penelitian ini dirancang suatu alat pengendali suhu cairan yang bisa dipertahankan nilainya sesuai dengan nilai yang diinginkan. Perancangan sistem kendali suhu cairan yang dibuat meliputi dua bagian utama yaitu bagian perangkat keras dan perangkat lunak. Perangkat keras meliputi mikrokontroler AT90S8535 sebagai pusat kendali, relai solid state (SSR) dan relai mekanik sebagai komponen penyaklaran, 2 tombol tekan sebagai pengatur set-point suhu, serta pemanas dan pendingin yang berisi cairan sebagai plant yang dikendalikan. Pengambilan data dilakukan dengan cara pertama, mengambil data hasil perbandingan suhu yang terukur oleh alat kendali dengan termometer analog dimana alat kendali diperlakukan sebagai termometer digital. Hal ini dilakukan untuk mendapatkan karakteristik pembacaan/pengukuran suhu dari alat kendali. Kedua, pengambilan data dilakukan dengan membandingkan masukan set-point suhu dengan kendali on-off terhadap perubahan waktu. Hal ini dilakukan untuk mengetahui karakteristik pengendalian dari alat kendali. Hasil yang didapatkan adalah alat ini bisa mengendalikan dan mengukur suhu berkisar 27°C – 99°C dengan delta pengendalian terkecil sebesar 1°C. Dengan adanya tampilan digital pada LCD (Liqud Crystal Display) dan pengukuran suhu dalam satuan derajat Celcius dan Fahrenheit, maka alat ini dapat pula dimanfaatkan sebagai termometer digital.]]>
