Article Per Year (5 Year)
p-Index From 2019 - 2024
0.659
P-Index
This Author published in this journals
All Journal ELKOMIKA: Jurnal Teknik Energi Elektrik, Teknik Telekomunikasi, & Teknik Elektronika JEECAE (Journal of Electrical, Electronics, Control, and Automotive Engineering)
HANIF HASYIER FAKHRUDDIN
Politeknik Elektronika Negeri Surabaya
Automotive Engineering Electrical & Electronics Engineering Engineering Mechanical Engineering

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

Found 2 Documents
Search
Journal : ELKOMIKA: Jurnal Teknik Energi Elektrik, Teknik Telekomunikasi,

 1 
Estimasi State of Charge (SoC) Ultrakapasitor menggunakan Extended Kalman Filter Berbasis Ladder Equivalent Circuit Model ACHMAD AFANDI; NOVIE AYUB WINDARKO; BAMBANG SUMANTRI; HANIF HASYIER FAKHRUDDIN
Jurnal Elkomika Vol 10, No 1 (2022): ELKOMIKA: Jurnal Teknik Energi Elektrik, Teknik Telekomunikasi, & Teknik Elektr
Publisher : Institut Teknologi Nasional, Bandung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26760/elkomika.v10i1.61

Abstract

ABSTRAKPenggunaan perangkat penyimpan energi semakin lama semakin meningkat pada peralatan berdaya kecil maupun besar. Baterai selama ini menjadi pilihan utama sebagai penyimpan energi. Namun akhir-akhir ini ultrakapasitor menjadi pilihan alternatif karena lifetime lebih panjang dan respon daya sesaat yang jauh lebih besar dari baterai. Pada manuskrip ini dibahas tentang estimasi nilai State of Charge (SoC) pada ultrakapasitor. Estimasi dilakukan berdasarkan rangkaian ekivalen ladder. Extended Kalman Filter adalah metode estimasi yang handal terhadap sistem dinamis dan tidak memerlukan banyak memori. Estimasi menggunakan metode Extended Kalman filter yang ditanamkan pada sistem embedded untuk mengantisipasi kondisi non-linier pada ultrakapasitor. Ultrakapasitor diuji dengan kondisi charging dan discharging. Hasil pengujian menunjukkan, kinerja metode dibandingkan antara data simulasi dan percobaan dengan perbedaan hasil sebesar 6%.Kata kunci: State of Charge, Metode Extended Kalman Filter, Ultrakapasitor ABSTRACTThe use of energy storage devices is increasing in both small and large power equipment. Batteries have been the main choice for energy storage. However, recently ultracapacitors have become an alternative choice because of a longer lifetime and a much larger instantaneous power response than batteries. This manuscript discusses the estimation of the State of Charge (SoC) value on the ultracapacitor. Estimates are made based on a ladder equivalent circuit. Extended Kalman Filter is a reliable estimation method for dynamic systems and does not require a lot of memory. The estimation uses the Extended Kalman filter method implemented in embedded system to anticipate non-linear conditions on the ultracapacitor. Ultracapacitors were tested under charging and discharging conditions. The test results show that the performance of the method is compared between simulation and experimental data with a difference of 6% in results.Keywords: State of Charge, Metode Extended Kalman Filter, Ultrakapasitor
Strategi Implementasi Adaptive Neuro Fuzzy Inference System (ANFIS) pada Kendali Motor Induksi 3 Fase Metode Vektor-Tidak Langsung HANIF HASYIER FAKHRUDDIN; HANDRI TOAR; ERA PURWANTO; HARY OKTAVIANTO; GAMAR BASUKI; RADEN AKBAR NUR APRIYANTO; ABDILLAH AZIZ MUNTASHIR
ELKOMIKA: Jurnal Teknik Energi Elektrik, Teknik Telekomunikasi, & Teknik Elektronika Vol 9, No 4 (2021): ELKOMIKA: Jurnal Teknik Energi Elektrik, Teknik Telekomunikasi, & Teknik Elektro
Publisher : Institut Teknologi Nasional, Bandung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26760/elkomika.v9i4.786

Abstract

ABSTRAKKendali vektor merupakan solusi terbaik dalam kendali motor induksi untuk meningkatkan karakter dinamis dan efisiensinya. Pada penelitian ini, sebuah kendali kecepatan PID dipadukan dengan Adaptive Neuro Fuzzy Inference System (ANFIS) untuk meningkatkan keandalan pada berbagai kecepatan acuan. Metode cerdas Particle Swarm Optimization (PSO) digunakan untuk optimasi dataset ANFIS. Pengujian keandalan dilakukan dengan membandingkan PID konvensional dengan PID-ANFIS pada motor induksi 3 fase berdaya 2HP. Validasi penelitian dilakukan melalui simulasi di platform LabView. PID-ANFIS membuktikan hasil yang jauh lebih baik dari kendali PID konvensional pada berbagai kecepatan acuan. Pemilihan rise time tercepat sebagai fungsi fitness menghasilkan kendali yang memiliki dead time dan rise time 1.5x lebih cepat. PID-ANFIS berhasil menghilangkan undershoot dan osilasi steady state ketika uji kecepatan tinggi.Kata kunci: Kendali Vektor, Adaptive Neuro Fuzzy Inference System, Particle Swarm Optimization, LabView ABSTRACTVector control is the best solution in induction motor control to enhance its dynamic character and efficiency. In this research, a PID speed controller is combined with the Adaptive Neuro-Fuzzy Inference System (ANFIS) to enhance reliability at various reference speeds. The intelligent method Particle Swarm Optimization (PSO) is used to optimize the ANFIS dataset. Reliability testing is done by comparing conventional PID with PID-ANFIS on a 2HP 3-phase induction motor. The research validation was carried out through a simulation on the LabView platform. The PID-ANFIS proved significantly better results than conventional PID control at a wide range of reference speeds. Selection of the fastest rise time as a fitness function results in a control that has a dead time and a rise time of 1.5x faster. PID-ANFIS successfully negates undershoot and steadystate oscillations during high-speed tests.Keywords: Vector Control, Adaptive Neuro Fuzzy Inference System, Particle Swarm Optimization, LabView
Co-Authors ABDILLAH AZIZ MUNTASHIR ACHMAD AFANDI Bambang Sumantri Era Purwanto GAMAR BASUKI Handri Toar Hary Oktavianto Novie Ayub Windarko R. Akbar Nur Apriyanto RADEN AKBAR NUR APRIYANTO