Article Per Year (5 Year)
p-Index From 2019 - 2024
0.817
P-Index
This Author published in this journals
All Journal Jurnal Pendidikan Teknologi dan Kejuruan ELKOMIKA: Jurnal Teknik Energi Elektrik, Teknik Telekomunikasi, & Teknik Elektronika Jurnal INOVTEKSeri Elektro POLIGRID
ABDILLAH AZIZ MUNTASHIR
Politeknik Elektronika Negeri Surabaya
Control & Systems Engineering Electrical & Electronics Engineering Energy Engineering Other

Published : 4 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 4 Documents
Search

 1 
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
PENGENDALIAN MOTOR INDUKSI 3 FASA DENGAN BEBAN DINAMIS KONTROL PID FUZZY MENGGUNAKAN METODE FOC-TAK LANGSUNG (INDIRECT FIELD ORIENTED CONTROL) PADA LABVIEW R. Oktav Yama Hendra; Era Purwanto; Hary Oktavianto; Abdillah Aziz Muntashir; Kadek Reda Setiawan Suda
Jurnal Pendidikan Teknologi dan Kejuruan Vol. 19 No. 1 (2022): Edisi Januari 2022
Publisher : Universitas Pendidikan Ganesha

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (836.275 KB) | DOI: 10.23887/jptk-undiksha.v19i1.45351

Abstract

This research includes the design of a PID speed control simulation combined with Fuzzy Logic Control as a control, and increasing the speed performance of an induction motor in LabView. The control method used is a vector control induction motor, namely Field Oriented Control. This method can set up an induction motor as easily as a separate amplifier DC motor. Fuzzy Logic Control with its advantages acts as a scheduler for the PID value with the advantage of increasing the dynamic performance of the induction motor against changes in load and speed changes. From several simulations carried out on LabView with 5nm and 9nm dynamic loads using the FOC method, the average risetime result is 80% fast. When testing the dynamic load control performance, the results of the PID-Fuzzy method are better than conventional PID, especially at high motor speeds and nominal loads. In dynamic load testing, PID-Fuzzy is also better than conventional PID. With a conventional PID controller when the load is 9nm with a set point of 1500 RPM, the risetime is 10.0 ms and the steady error is 1.8%. With the PID-Fuzzy method, a risetime of 6.6 ms is obtained and a steady error of 0.7.
Rancang Bangun Inverter 3 Fasa dengan Metode V/F Scalar Control pada Mobil Listrik Abdillah Aziz Muntashir; Era Purwanto; Syechu Dwitya Nugraha
INOVTEK - Seri Elektro Vol 2, No 2 (2020): INOVTEK Seri Elektro
Publisher : Politeknik Negeri Bengkalis

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35314/ise.v2i2.1334

Abstract

Berkurangnya cadangan minyak dunia mendorong penelitian dalam menemukan energi terbarukan. Perkembangan teknologi diberbagai bidang turut mendukung adanya penelitian tersebut. Mobil listrik menjadi solusi untuk mengurangi ketergantungan terhadap penggunaan minyak bumi tersebut. Dalam penerapannya, mobil listrik digerakkan menggunakan motor induksi 3 fasa. Pada pengaturan tegangan dan frekuensi motor induksi 3 fasa, memiliki kelebihan dan kekurangan. Sehingga dibutuhkan suatu metode untuk mengoptimalkan pengaturan kecepatan motor induksi 3 fasa pada pengaturan tegangan dan frekuensi. Inverter 3 fasa yang dipakai menggunakan metode Sinusoidal Pulse Width Modulation (SPWM), pengaturan kecepatan dilakukan melalui pengaturan frekuensi output dan tegangan output pada inverter 3 fasa. Motor induksi 3 fasa yang dipakai memiliki daya sebesar 1.5 HP dengan tegangan 220 Vrms yang dihubung secara delta. Pengontrolan kecepatan motor induksi 3 fasa dapat dilakukan dengan beberapa cara salah satunya adalah scalar control atau biasa disebut juga kontrol tegangan/frekuensi (v/f). Prinsip dari scalar control ini memaksa motor memiliki hubungan yang konstan antara tegangan dan frekuensi, sehingga pengaturan kecepatan motor melalui tegangan dan frekuensi lebih optimal. Dengan perubahan nilai ma (modulation amplitude) dan nilai mf (modulation frequency) pada inverter 3 fasa, pada saat perbandingan ratio tegangan dengan frekuensi 220/50 maka dibutuhkan 322.6 VDC. Dengan kecepatan putar motor 1462 RPM
Pengembangan Sugeno Fuzzy Model Dalam Pengaturan Kecepatan Motor Induksi Tiga Fasa Menggunakan V/F Scalar Control Abdillah Aziz Muntashir; Era Purwanto; Syechu Dwitya Nugraha
PoliGrid Vol 1, No 2 (2020): Desember
Publisher : Politeknik Negeri Samarinda

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (995.755 KB) | DOI: 10.46964/poligrid.v1i2.379

Abstract

Motor induksi 3 fasa merupakan motor arus bolak balik yang banyak penggunaannya dalam dunia industri. Motor induksi 3 fasa memiliki beberapa kelemahan, salah satu memiliki karakteristik parameter yang tidak linier sehingga tidak dapat mempertahankan kecepatannya secara konstan bila terjadi perubahan beban. Untuk mengatasi masalah tersebut digunakanlah suatu rangkaian kontrol logika fuzzy dengan menggunakan sugeno fuzzy models. Dengan adanya pengontrol tersebut diharapkan pengaturan kecepatan motor induksi dapat steady state sesuai yang diinginkan meskipun dengan perubahan nilai beban. Inverter 3 fasa yang dipakai menggunakan metode Sinusoidal Pulse Width Modulation (SPWM). Dalam mengoptimalkan pengaturan kecepatan motor induksi 3 fasa digunakanlah scalar control atau biasa disebut juga kontrol tegangan/frekuensi (v/f). Penggunaan scalar control dengan memaksa motor memiliki hubungan yang konstan antara tegangan dan frekuensi mampu menjaga besarnya fluks dan nilai torsi maksimum tetap konstan. Hasil simulasi menunjukkan  bahwa dengan menggunakan sugeno fuzzy model, dapat mempercepat respon kecepatan motor induksi 3 fasa menuju keadaan steady state, dengan nilai settling time (ts) dari 0.46 detik menjadi 0.285 detik dengan error steady state sebesar 0% saat set point 1200 RPM.
Co-Authors Era Purwanto GAMAR BASUKI Handri Toar HANIF HASYIER FAKHRUDDIN Hary Oktavianto Kadek Reda Setiawan Suda R. Oktav Yama Hendra RADEN AKBAR NUR APRIYANTO