Garuda - Garba Rujukan Digital

PEMANTAUAN DAN PENGENDALIAN SUHU AIR DALAM WADAH BUDIDAYA IKAN LELE Benedictus Bimo Sembodo; n/a Nurussa’adah; Zainul Abidin
Jurnal Mahasiswa TEUB Vol 9, No 4 (2021)
Publisher : Jurnal Mahasiswa TEUB

Show Abstract | Download Original | Original Source | Check in Google Scholar

ABSTRAKKeberhasilan budidaya ikan ditunjang oleh beberapa faktor dimana salah satu faktor yangmenentukan adalah tersedianya benih yang memenuhi syarat baik kualitas, kuantitas maupunkontinuitasnya. Parameter yang menjadi fokus utama dalam penelitian ini adalah parametersuhu. Metode yang digunakan adalah perbandingan pembacaan suhu antara sensor DS18B20dan termometer digital TP-101 dan menentukan tingkat error dan suhu rataan. Hasil penelitiandidapatkan bahwa tingkat persen rata-rata error pengukuran suhu saat kondisi warmer OFFmenurun sampai pada 0,00262% dan saat kondisi warmer ON sampai pada 0,00753%.Kata Kunci : Benih, Suhu, Pemantauan, PengendalianABSTRACTThe success of fish farming is supported by several factors where one of the determining factorsis the availability of seeds that meet the requirements for quality, quantity and continuity. Theparameter that is the main focus in this study is the temperature parameter. The method usedis the comparison of temperature readings between the DS18B20 sensor and the TP-101 digitalthermometer and determines the error rate and average temperature. The results showed thatthe average percent error in temperature measurement when the warmer OFF conditiondecreased to 0.00262% and when the warmer ON condition reached 0.00753%.

WIRELESS SENSOR NETWORK UNTUK MENUNJANG IMPLEMENTASI PERTANIAN PRESISI MENGGUNAKAN MODUL KOMUNIKASI nRF24L01+ Raisul Falah; Raden Arief Setyawan; Zainul Abidin
Jurnal Mahasiswa TEUB Vol 9, No 7 (2021)
Publisher : Jurnal Mahasiswa TEUB

Show Abstract | Download Original | Original Source | Check in Google Scholar

ABSTRAKPertanian presisi didefinisikan sebagai strategi menyeluruh dan ramah lingkungan dimana para petani dapat memvariasikan penggunaan input dan metode budidaya untuk menyesuaikan dengan kondisi tanah dan tanaman yang bervariasi pada lahan pertanian. Salah satu alat untuk membantu dalam implementasi pertanian presisi adalah penggunaan Wireless Sensor Network (WSN). WSN terdiri dari banyak perangkat jaringan yang dapat saling berkomunikasi. Berbagai parameter daripertanian presisi dapat dikumpulkan oleh perangkat jaringan pada WSN yang disebarkan di berbagai tempat. Pada penelitian ini, dirancang perangkat jaringan yang dikomunikasikan dengan sistem WSN. Masing-masing perangkat jaringan terdiri dari komponen sensor, komunikasi, komputer, dan catudaya. Terdapat dua buah jenis perangkat jaringan yaitu sensor node dan sink node. Sensor node berfungsi untuk mengukur parameter yang ingin diuji dan sink node berfungsi untuk menyimpan datahasil pengukuran secara lokal. Hasil pengukuran sensor node dikirimkan menuju sink node dandisimpan pada berkas CSV dan database lokal. Parameter yang diukur oleh setiap sensor node adalah kelembapan tanah, suhu dan kelembapan udara, dan tegangan catu daya. Komunikasi padasistem WSN menggunakan modul transceiver nRF24L01+ dengan topologi jaringan mesh. Pada hasil pengujian dapat dilihat setiap sensor node dapat membaca parameter yang diujikan dan telah berhasil mengirimkan data pembacaan menuju ke sink node setiap 1 menit sekali. Penggunaan topologi mesh pada nRF24L01+ dapat membuat rute transfer data secara otomatis. Nilai round triptime (RTT) setiap sensor node bergantung pada jarak dari setiap node. Dimana ketika semakin jauh jarak antar node maka RTT juga akan semakin besar, karena node harus melakukan multihop ketikamengirim pesan. Pengiriman data dari sensor node telah berhasil diterima sink node dan data yangditerima telah mampu disimpan pada berkas CSV dan database tanpa kehilangan data. Penggunaan daya dari semua sensor node ketika keadaan kirim data berkisar antara 84 mW sampai 90 mW. Sedangkan ketika keadaan tidur, daya dari sensor node 1 dan 2 berkisar di 21-22 mW dan padasensor node 3 dan 4 berkisar di 30 mW.Kata Kunci: pertanian presisi, wireless sensor network, nRF24L01+ABSTRACTPrecision agriculture is defined as a comprehensive and environmentally friendly strategy inwhich farmers can vary the use of inputs and cultivation methods to suit the varying soil and cropconditions of the farm. One of the tools to assist in the implementation of precision agriculture is theuse of Wireless Sensor Network (WSN). WSN consists of many network devices that cancommunicate with each other. Various parameters of precision farming can be collected by networkdevices on WSN which are deployed in various places. In this research, a network device thatcommunicates with the WSN system is designed. Each network device consists of sensors,communications, computers, and power supply components. There are two types of network devices,namely sensor nodes and sink nodes. The sensor node serves to measure the parameters to betested and the sink node serves to store measurement data locally. The sensor node measurement results are sent to the sink node and stored in a CSV file and local database. The parameters measured by each sensor node are soil moisture, air temperature and humidity, and power supplyvoltage. Communication on the WSN system uses the nRF24L01+ transceiver module with a meshnetwork topology. In the test results, it can be seen that each sensor node can read the tested parameters and has also succeeded in sending reading data to the sink node every 1 minute. Theuse of the mesh topology on the nRF24L01+ can route data transfer automatically. The value of theround trip time (RTT) of each sensor node depends on the distance from each node. Where thefarther the distance between the nodes, the greater the RTT, because the nodes must performmultihop when sending messages. The data transmission from the sensor node has been successfully received by the sink node and the received data has been able to be stored in the CSVfile and database without losing data. The power consumption of all sensor nodes when sending data 2is in the range from 84 mW to 90 mW. Meanwhile, when in sleep state, the power from sensor nodes1 and 2 is around 21-22 mW and at sensor nodes 3 and 4 it is around 30 mW.Keywords: Precision agriculture, wireless sensor network, nRF24L01+

PINTU RUMAH OTOMATIS MENGGUNAKAN GEETECH VOICE RECOGNITION Hasian Halomoan Sijabat; n/a Nurussa’adah; Zainul Abidin
Jurnal Mahasiswa TEUB Vol 9, No 7 (2021)
Publisher : Jurnal Mahasiswa TEUB

Show Abstract | Download Original | Original Source | Check in Google Scholar

ABSTRAKBerkembangnya ilmu pengetahuan dan teknologi saat ini semakin banyak memberikan kemudahan dalam hidup manusia. Penerapan ilmu pengetahuan dan teknologi dengan elektronika menyebabkan aktivitas dapat dikerjakan dengan mudah dan cepat. Berbagai peralatan rumah tangga hingga kantor sudah banyak menggunakan peralatan elektronika. Salah satu contohnya yaitu pemanfaatan sistem Voice Recognition sebagai alat untuk mengaktifkan perintah buka atau tutup pintu rumah secara otomatis. Dengan adanya pintu otomatis ini, penyandang cacat fisik dapat dimudahkan dalam membuka maupun menutup pintu. Pintu otomatis dengan sistem Voice Recognition menggunakan Arduino UNO sebagai pengendali sistem dan menggunakan Geetech Voice Recognition sebagai modul pengenalan suara. Proses ujipengambilan suara pada Geetech Voice Recognition dilakukan sebanyak tiga kali menggunakan microphone stereo dan pengujian dengan orang yang berbeda sebanyak lima orang. Dari hasil pengujian, modul Geetech Voice Recognition memiliki hasil yang sama dan tidak dapat mengenali siapa pembicara. Jarak ideal yang dapat dterima Geetech Voice Recognition adalah mulai lima cm sampai dua puluh cm.Kata kunci – sistem Voice Recognition, Geetech Voice RecognitionABSTRACTThe development of science and technology today is increasingly providing convenience in human life. Theapplication of science and technology with electronics causes activities to be carried out easily and quickly. Various household appliances to offices have used a lot of electronic equipment. One example is the use of the Voice Recognition system as a tool to activate the command to open or close the door of the house automatically. With this automatic door, it is easier for people with physical disabilities to open or close the door. Automatic door with Voice Recognition systemuses Arduino UNO as a system controller and uses Geetech Voice Recognition as a voice recognition module. Theprocess of capturing instructions on Geetech Voice Recognition is done 3 times through microphone stereo and testedwith different instructions of 5 people. From the result of the test, Geetech Voice Recognition module has the same resultand it unable to recognize voice of the speaker. The ideal distance that Geetech Voice Recognition can receive is from five cm to twenty cm.Keywords – Voice Recognition system, Geetech Voice Recognition.

ANALISIS PERFORMANSI DC-DC BUCK BOOST CONVERTER DENGAN PENGENDALI LOGIKA FUZZY-PID DAN SLIDING MODE CONTROLLER Bangkit Azhari; Eka Maulana; Zainul Abidin
Jurnal Mahasiswa TEUB Vol 9, No 7 (2021)
Publisher : Jurnal Mahasiswa TEUB

Show Abstract | Download Original | Original Source | Check in Google Scholar

AbstrakSel surya merupakan perangkat energi baru terbarukan yang prinsip kerjanya bergantung pada kondisi intensitas cahaya matahari. Kondisi tersebut mengakibatkan tegangan keluaran yang dihasilkan tidak stabil, sehingga diperlukan sebuah DC-DC converter. Buck-boost converter merupakan DC-DC converter yang tegangan keluarannya dapat diatur untuk menjadi lebih besar maupun lebih kecil dari nilai tegangan masukannya, dengan mengatur besar duty cycle dari PWM. Namun, tegangan keluaran dari converter tersebut belum sesuai dengan yang diharapkan, sehingga diperlukan pengendali, yaitu pengendali logika fuzzy – PID dan Sliding Mode Controller (SMC). Penelitian ini dilakukan dengan menentukan parameter - parameter komponen buck-boost converter dan memodelkan dalam bentuk state space averaging pada simulink. Kemudian menentukan parameter logika fuzzy-PID dan SMC. Pada logika fuzzy-PID dilakukan dengan menentukan Kp, Ki, dan Kd dan setelah didapatkan selanjutnya melakukan fuzzifikasi, rule base dan deffuzifikasi untuk pengendalilogic fuzzy. Selanjutnya menentukan parameter SMC dengan menentukan nilai U dengan cara mencari Ueq dan Un. Parameter tersebut tersebut disimulasikan dan hasil unjuk kerja dari buck-boost converter ketika tanpa pengendali dan menggunakan pengendali logic fuzzy – PID dan SMC dibandingkan dengan melihat settling time untuk mencapai keadaan steady state. Dilanjutkan dengan pengujian ketika kondisi menggunakan pengendali terdiri dari 3 perubahan, yaitu perubahan tegangan masukan, beban, dan tegangan masukan dan beban secara bersamaan. Dari penelitian ini, diperoleh hasil bahwa logika fuzzy-PID memiliki time recovery yang lebih lambat dibandingkan dengan pengedali SMC dan deviasi tegangan yang dihasilkan logika fuzzy-PID lebih besar dari pada SMC.Kata kunci - buck-boost converter, pengendali logika fuzzy-PID, sliding mode controller, recovery time, deviasi tegangan.AbstractSolar cell is a new energy device that principally depends on the conditions of the sun's light. Thiscondition causes the output voltage to be unstable, so a DC-DC converter is needed. Buck-boost converter is aDC-DC converter whose output voltage can be set to be either larger or smaller than the input value, byadjusting the duty cycle of the PWM. However, the output voltage of the converter is not as expected, socontrollers are needed, namely fuzzy logic controllers - PID and Sliding Mode Controller (SMC). This researchwas conducted by determining the component parameters of the buck-boost converter and modeling it in theform of state space averaging on simulink. Then determine the fuzzy-PID and SMC logic parameters. In fuzzy-PID logic, it is done by determining Kp, Ki, and Kd and after it is obtained then fuzzification, rule base and deffuzification are carried out to control fuzzy logic. Next, determine the SMC parameter by determining thevalue of U by looking for Ueq and Un. These parameters are simulated and the results of the performance of thebuck-boost converter when without a controller and using fuzzy logic – PID and SMC are compared by lookingat the settling time to reach a steady state. Followed by testing when the condition using the controller consistsof 3 changes, namely changes in input voltage, load, and load simultaneously. From this study, it was found thatthe fuzzy-PID logic has a slower recovery time than the SMC controller and the voltage deviation generated bythe fuzzy-PID logic is greater than the SMC.Keywords— buck-boost converter, fuzzy logic-PID, sliding mode controller, recovery time, voltage deviation

SISTEM PEMANTAUAN PADA ELECTRIC SKATEBOARD BERBASIS INTERNET OF THINGS Arista Cahyaningtyas; Zainul Abidin; Rusmi Ambarwati
Jurnal Mahasiswa TEUB Vol 9, No 8 (2021)
Publisher : Jurnal Mahasiswa TEUB

Show Abstract | Download Original | Original Source | Check in Google Scholar

ABSTRAKElectric skateboard merupakan kendaraan yang menggunakan energi listrik dari baterai sebagai sumber utamanya. Beberapa parameter pada electric skateboard perlu dilakukan pemantauan secara real-time. Hal ini bertujuan untuk mencegah bahaya yang dapat ditimbulkan bagi penggunanya seperti, terjadinya habis baterai saat perjalanan, terjadinya overcurrent dan terlalu cepatnya putaran motor. Berdasarkan permasalahan ini maka akan dirancang sistem pemantauan dengan berbasis Internet of Things. Sistem yang dirancang juga dilengkapi dengan GPS sebagai keamanan dan dapat melakukan kalibrasi loadcell melalui smartphone untuk mempermudah pengaturan kenyamanan bagi pengguna. Hasil pengujian pada penelitian ini menunjukkan bahwa seluruh parameter tegangan, arus, RPM motor, kalibrasi loadcell dan koordinat posisi pada electric skateboard dapat ditampilkan pada platform blynk dengan menggunakan value display dan maps untuk koordinat posisi. Pengiriman data dari mikrokontroler ke blynk menggunakan sambungan WiFi dan protokol yang digunakan menggunakan protokol Restful API.Kata-kata Kunci : Pemantauan, Antarmuka, Internet of Thungs, Electric skateboard , Blynk.ABSTRACTAn electric skateboard is a vehicle that uses electrical energy from batteries as its main source.Some parameters on an electric skateboard need to be monitored in real-time.This aims to prevent the dangers that can be caused to its users such as, the occurrence of battery discharge while traveling, the occurrence of overcurrent and too fast motor rotation.Based on this problem, a monitoring system will be designed based on the Internet of Things.The designed system is also equipped with GPS as security and can calibrate loadcells through smartphones to make it easier to set up convenience for users.Test results on this study showed that all parameters: voltage, current, motor RPM, loadcell calibration and position coordinates on the electric skateboard can be displayed on the blynk platform by using value displays and maps for position coordinates.Sending data from microcontroller to blynk using WiFi connection and protocol used using Restful API protocol.Keywords: Monitoring, Interface, Internet of Thungs, Electric Skateboard, Blynk.

RANCANG BANGUN ALAT KLASIFIKASI MATERIAL PLASTIK BERBASIS REFLEKTANSI CAHAYA Sevito Fernanda Pambudi; Eka Maulana; Zainul Abidin
Jurnal Mahasiswa TEUB Vol 9, No 3 (2021)
Publisher : Jurnal Mahasiswa TEUB

Show Abstract | Download Original | Original Source | Check in Google Scholar

ABSTRAKPlastik merupakan salah satu material yang sangat banyak digunakan dalam bidang industri maupun dalam kehidupan sehari-hari. Dalam proses daur ulang sampah plastik terdapat fase pemilahan jenis material sampah plastik. Hal ini dilakukan untuk menghindari adanya kontaminasi jenis material yang tidak homogen dan menyebabkan masalah serius dalam proses daur ulang plastik. Oleh karena itu, maka diperlukan cara alternatif untuk mengidentifikasi material plastik. Metode yang dapat digunakan untuk identifikasi material plastik adalah mengamati reflektansi cahaya dari berbagai jenis material plastik dengan panjang gelombang antara 400-940 nm. Selain metode identifikasi karakteristik plastik, dibutuhkan juga metode untuk mengklasifikasi plastik sesuai dengan jenis material penyusunnya, yaitu dengan algoritma Naïve Bayes atau K-Nearest Neighbours (KNN). Berdasarkan hasil pengujian, sensor dapat mengkap reflektansi cahaya dengan tingkat error untuk material PET 6.45%, PP 14.72%, dan HDPE 5.31%. Algoritma Naïve Bayes mampu mengklasifikasi material plastik dengan akurasi sebesar 87.22%, sensitivitas sebesar 80.83%, selektivitas sebesar 90.42%, dan presisi sebesar 81.09%. Implementasi algoritma Naïve Bayes dapat mengklasifikasikan material PET, HDPE, dan PP dengan membutuhkan waktu rata-rata 650.8 ms. Algoritma K-Nearest Neighbours dapat mengklasifikasikan material plastik dengan akurasi sebesar 84.44%, sensitivitas sebesar 76.67%, selektivitas sebesar 88.33%, dan presisi sebesar 76.93% pada K=9. Implementasi algoritma KNN dapat mengklasifikasikan material PET, HDPE, dan PP dengan membutuhkan waktu rata-rata 807.4 ms.Kata kunci: reflektansi, plastik, Naïve Bayes, KNNABSTRACTPlastic is one of the most widely used materials in industry and in everyday life. In the process of recycling plastic waste, there is a phase of sorting the types of plastic waste materials. The method that can be used to identify plastic materials is to observe the light reflectance of various types of plastic materials with wavelengths between 400-940 nm. In addition to the identification method of plastic characteristics, a method for classifying plastics according to the type of constituent material is also needed, that is the Naïve Bayes algorithm or KNearest Neighbors (KNN). Based on the test results, the sensor can capture light reflectance with an error rate of 6.45% for PET, 14.72% Based on the test results, the sensor can capture light reflectance with an error rate of 6.45% for PET, 14.72% for PP, and 5.31% for HDPE. The Naïve Bayes algorithm is able to classify plastic materials an accuracy of 87.22%, sensitivity of 80.83%, selectivity of 90.42%, and precision of 81.09%. The implementation of the Naïve Bayes algorithm can classify PET, HDPE, and PP materials with an average time of 650.8 ms. The K-Nearest Neighbors algorithm can classify plastic materials with an accuracy of 84.44%, sensitivity of 76.67%, selectivity of 88.33%, and precision of 76.93% at K=9. Implementation of the KNN algorithm can classify PET, HDPE, and PP materials with an average time of 807.4 ms.Keyword: reflectance, plastic, Naïve Bayes, KNN

SISTEM PENGHITUNG BENIH IKAN BERBASIS SENSOR OPTIK DAN GERBANG LOGIKA NOR Fahma Firdausa Ilham; n/a Nurussa'adah; Zainul Abidin
Jurnal Mahasiswa TEUB Vol 9, No 4 (2021)
Publisher : Jurnal Mahasiswa TEUB

Show Abstract | Download Original | Original Source | Check in Google Scholar

ABSTRAKUntuk mengetahui tingkat keberhasilan pembenihan dan penetasan telur ikan perlu dilakukanpenghitungan benih setelah menetas. Pada umumnya penghitungan benih masih dilakukan secara manual maupun takaran sesuai dengan permintaan jumlah benih dari konsumen. Kedua metode ini masing-masing memiliki kekurangan, baik dalam efisiensi, tenaga maupun tingkat akurasi penghitungan. Padapenelitian ini dirancang sistem penghitung benih ikan yang mampu menghitung benih ikan secaraotomatis berbasis sensor optik dan implementasi gerbang logika NOR. Implementasi dari gerbang NOR ini dimaksudkan untuk membedakan benih ikan dengan benda lain atau kotoran yang ikut dialirkanmelalui selang bening, sehingga tingat kesalahan pembacaan dapat diminimalisir. Hasil pengujianmenujukkan bahwa nilai rata-rata %error pada metode perhitungan dengan 1 sensor infrared tanpagerbang logika NOR adalah sebesar 1,9%. Sedangkan Nilai rata-rata %error pada metode perhitungandengan 2 sensor infrared dengan gerbang logika NOR adalah sebesar 0,9%. Dapat disimpulkan bahwadengan penambahan dua sensor dan gerbang logika NOR nilai %error pembacaan sensor menjadi lebihrendah sehingga pembacaan sensor infrared menjadi lebih akurat.Kata kunci: Penghitung benih; sensor infrared; gerbang NOR.ABSTRACTTo determine the success rate of hatchery and hatchery of fish eggs, it is necessary to count the seedsafter hatching. In general, seed counting is still done manually or according to the number of seedsdemanded by consumers. Both of these methods each have shortcomings, both in efficiency, power andlevel of accuracy of calculation. In this study, a fish seed counter system was designed that was able tocalculate fish fry automatically based on optical sensors and the implementation of NOR logic gates. Theimplementation of the NOR gate is intended to distinguish fish seeds from other objects or dirt that is alsoflowing through a clear hose, so that the level of reading errors can be minimized. The test results showthat the average % error in the calculation method with 1 infrared sensor without NOR logic gates is1.9%. While the average value of %error in the calculation method with 2 infrared sensors with NORlogic gates is 0.9%. It can be concluded that with the addition of two sensors and a NOR logic gate, the% error value of the sensor readings becomes lower so that the infrared sensor readings become moreaccurate.Keywords: frycounter; Infrared Sensor; NOR gate.

Implementasi ACS712 dan Pembagi Tegangan sebagai Proteksi Tambahan Sistem Manajemen Baterai pada Electric Skateboard Adinda Rumania Purnama Sari; Zainul Abidin; Rusmi Ambarwati
Jurnal Mahasiswa TEUB Vol 9, No 8 (2021)
Publisher : Jurnal Mahasiswa TEUB

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstrak Electric skateboard merupakan kendaraan ramah lingkungan yang menggunakan energi listrik dari baterai sebagai sumber energi dan menggunakan motor listrik sebagai penggerak sehingga tidak ada gas buang. Baterai jenis Lithium-Ion dipilih sebagai sumber energi listrik pada electric skateboard. Namun, terdapat beberapa kekurangan pada baterai Lithium-Ion dalam penggunaannya seperti masalah overcharge dan overdischarge yang dapat menyebabkan penurunan kemampuan baterai itu sendiri sehingga dalam tugas akhir ini di implementasikan Battery Management System (BMS) beserta penambahan sensor arus (ACS712) dan rangkaian pembagi tegangan pada 10 sel baterai lithium-ion yang tersusun seri. Hasil pengujian menunjukkan terdapat 4,63% error terbesar pada pembacaan tegangan dan 1,037% error terbesar pada pembacaan arus serta dapat memproteksi rangkaian saat terjadi overcurrent dan overvoltage. Kata Kunci— Electric Skateboard, Battery Management System (BMS), Baterai Lithium-Ion, Monitoring Arus dan Tegangan. Abstract Electric skateboards are environmentally friendly vehicles that use electric energy from batteries as an energy source and use an electric motor as a driving force so that there is no exhaust gas. Lithium-Ion batteries are chosen as the source of electrical energy for electric skateboards. However, there are some deficiencies in Lithium-Ion batteries in their use such as overcharge and overdischarge problems which can cause a decrease in the capacity of the battery itself so that in this final project a Battery Management System (BMS) is implemented along with the addition of a current sensor (ACS712) and a voltage divider circuit at 10. lithium-ion battery cells arranged in series. The test results show that there are 4.63% of the largest errors in voltage readings and 1.037% of the largest errors in current readings and can protect the circuit when overcurrent and overvoltage occur. Keywords— Electric Skateboard, Battery Management System (BMS), Lithium-Ion Battery, Current and Voltage Monitoring

PROTOTIPE SISTEM PENGATUR PENGISIAN TANDON AIR DI PERUMAHAN GIRI PALMA BERBASIS ARDUINO Muhammad Furqan Rabbani Arfha; Ponco Siwindarto; Zainul Abidin
Jurnal Mahasiswa TEUB Vol 9, No 8 (2021)
Publisher : Jurnal Mahasiswa TEUB

Show Abstract | Download Original | Original Source | Check in Google Scholar

ABSTRAK Kebutuhan air bersih warga di Perumahan Giri Palma membutuhkan penampungan air sementara. Saat ini, sistem penampungan air yang digunakan masih beroprasi secara manual yang mengandalkan sumber daya manusia sebagai pengontrol dan pengamat dari tandon-tandon yang ada di perumahan Giri Palma. Sistem pengadaan air di Perumahan Giri Palma menggunakan dua buah sumur pompa dan tiga buah tandon. Dari tiga tandon tersebut, dua tandon masing-masing terletak berdekatan dengan sumur berfungsi sebagai penampung air sementara, dan satu tandon yang berfungsi sebagai tandon distribusi. Metode manual yang digunakan saat ini dapat menimbulkan kerugian jika terjadi keteledoran pada petugas. Sistem otomatis yang dibuat menggunakan sensor air sebagai pendeteksi air pada sumur, dan sensor ultrasonic sebagai pendeteksi ketinggian air pada tandon, yang bekerja dengan menggunakan Arduino. Prototipe sistem pengadaan air otomatis yang ada pada penelitian ini diharapkan bisa diaplikasikan dan menjadi solusi dari permasalahan yang ada di perumahan Giri Palma. Kata Kunci: Sistem Pengadaan Air Tandon, Arduino. ABSTRACT The need for clean water for residents of Giri Palma Housing Estate requires temporary water storage. Currently, the water storage system is still operating manually, which relies on human resources as controllers and observers of the reservoirs in the Giri Palma Housing Estate. The water supply system in Giri Palma Housing uses two pump wells and three reservoirs. From those three reservoirs, two reservoirs are located adjacent to the well as a temporary water reservoir, and one reservoir as distribution reservoir. The manual method used today can cause harm of there is some negligence on the part of the officer. The automated system, is made using a water sensor as a water detector in the well, and an ultrasonic sensor as a water level detector in every reservoir, which works using Arduino. The prototype automatic water supply system in this study is expected to be applied as a solution to problems that exist in Giri Palma Estate. Keywords: Reservoir Water System, Arduino.

KONTROL LOGIKA FUZZY SEBAGAI FEED FORWARD CONTROLLER UNTUK MENGATUR KECEPATAN MOTOR BLDC PADA ELECTRIC SKATEBOARD Taufik Hidayat Soesilo; Zainul Abidin; Rusmi Ambarwati
Jurnal Mahasiswa TEUB Vol 9, No 7 (2021)
Publisher : Jurnal Mahasiswa TEUB

Show Abstract | Download Original | Original Source | Check in Google Scholar

AbstrakSalah satu bentuk usaha penanggulangan polusi udara, efek rumah kaca dan pemanasan global yaitupenggunaan kendaraan listrik seperti electric skateboard yang memiliki harga yang ekonomis dan bentuk yangrealtif kecil sehingga mudah dibawa. Kebanyakan electric skateboard menggunakan motor Brushless DC(BLDC) yang memiliki 3 fasa sehingga membutuhkan pengontrol khusus yaitu Electronic Speed Controller(ESC). Pengontrolan ESC biasa menggunakan remote control yang harganya mahal dan mengharuskan pengguna untuk memegang terus menerus sehingga mengurangi kenyamanan dan kewaspadaan pengguna. Halini dapat mengakibatkan tingginya resiko kecelakaan saat menggunakan electric skateboard dijalan yangmembutuhkan kewaspadaan yang tinggi. Untuk mengatasi hal tersebut, diperlukan adanya solusi alternatif yaitumenggunakan sensor loadcell yang dapat membaca berat dari pengguna untuk masukan sistem dan mengontrol kecepatan motor BLDC. Pada perancangan sistem, pengendalian ini menggunakan metode sistem inferensifuzzy Mamdani. Aktuator yang digunakan berupa BLDC motor. Sensor yang digunakan sebagai kendali adalahsensor loadcell. Dari hasil penelitian, sistem dapat mencapai target dari set point yang telah ditentukan danmenghasilkan keluaran yang memiliki perubahan yang sesuai dengan perhitungan KLF dari masukan loadcelldepan dan loadcell belakang. Sistem juga memiliki perubahan kecepatan dan pengereman yang tidak mendadakyaitu 22,55 detik untuk kecepatan dan 9,863 detik untuk pengereman sehingga pengguna tidak tehentak disaatpemakain awal maupun saat telah berjalan dan saat melakukan pengereman pengguna dapat lebih menyesuaikan diri.Kata Kunci: Electric Skateboard, Brushless DC, Kontrol Logika Fuzzy, loadcell, Kecepatan.AbstractOne form of effort to overcome air pollution, the greenhouse effect, and global warming is the use of electricvehicles such as electric skateboards which have an economical price and a relatively small shape so they areeasy to carry. Most electric skateboards use a Brushless DC (BLDC) motor which has 3 phases so it requires aspecial controller, namely the Electronic Speed Controller (ESC). ESC control usually uses a remote controlwhich is expensive and requires the user to hold it continuously, reducing user comfort and alertness. This canresult in a high risk of accidents when using an electric skateboard on the road, requiring high vigilance. Toovercome this, an alternative solution is needed, namely using a loadcell sensor that can read the weight fromthe user for system input and control the speed of the BLDC motor. In system design, this control uses theMamdani fuzzy inference system method. The actuator used is a BLDC motor. The sensor used as a control is aloadcell sensor. From the study results, the system can achieve the target from a predetermined set point andproduce output that has changes following the KLF calculation from the input front loadcell and rear loadcell.The system also has a change in speed and braking that is not sudden, namely 22.55 seconds for a speed and9.863 seconds for braking so that the user does not jerk during initial use or when it is running and whenbraking the user can adjust more.Keywords: Electric Skateboard, Brushless DC, Fuzzy Logic Controller, loadcell, Speed.

Title

Found 12 Documents
Search

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Title Search

Found 12 Documents Search

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Title

Found 12 Documents
Search