Article Per Year (5 Year)
p-Index From 2019 - 2024
0
P-Index
This Author published in this journals
All Journal Jurnal Teknik Elektro
Yohanes TDS
Faculty of Industrial Technology, Petra Christian University
Electrical & Electronics Engineering

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

Found 3 Documents
Search

 1 
Aplikasi Sistem Neuro-Fuzzy untuk Pengenalan Kata TDS, Yohanes; , Thiang; Chandra, Suntono
Jurnal Teknik Elektro Vol 2, No 2 (2002): SEPTEMBER 2002
Publisher : Institute of Research and Community Outreach

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (529.016 KB) | DOI: 10.9744/jte.2.2.

Abstract

This paper describes implementation of neuro-fuzzy system, a hybrid system between neural network and fuzzy logic. In this research, neuro-fuzzy system is implemented for speech recognition. The words that would be recognized are "nol", "satu", "dua", "tiga", and "empat". The neuro-fuzzy system had one input layer, four hidden layers, and one output layer. The experiment was done by compare neuro-fuzzy system with neural network system. The results showed that neuro-fuzzy system give better result than neural network system. Learning time for neuro-fuzzy system was faster than neural network system. Neuro-fuzzy needed 160,000 iterations for learning 270 sound samples. On the contrary, neural network needed 500,000 iterations for learning 270 sound samples. Neuro-fuzzy system could recognize up to 96,36 %. Neural network system could recognize only 62,86 %. Abstract in Bahasa Indonesia : Makalah ini menjelaskan tentang aplikasi sistem hybrid antara neural network dan fuzzy logic yang dinamakan sistem neuro-fuzzy. Dalam penelitian ini, sistem hybrid neuro-fuzzy diaplikasikan untuk pengenalan kata yaitu kata "nol", "satu", "dua", "tiga", "empat". Struktur jaringan dari sistem neuro-fuzzy yang digunakan terdiri atas satu input layer, empat hidden layer dan satu output layer. Sistem ini telah diuji dengan membandingkan struktur neuro-fuzzy dengan neural network. Hasil yang dicapai memperlihatkan bahwa sistem neuro-fuzzy memberikan hasil yang lebih baik dibandingkan dengan sistem neural network. Waktu pembelajaran sistem neuro-fuzzy lebih cepat dibandingkan dengan neural network. Untuk 270 sampel suara, sistem neuro-fuzzy menyelesaikannya dengan 160.000 iterasi sedangkan neural network membutuhkan 500.000 iterasi. Nilai persentase kebenaran tertinggi dari sistem Neuro-fuzzy mencapai 96,36 % sedangkan sistem neural network saja mencapai 62,86 %. Kata kunci : neural network, neuro-fuzzy, pengenalan kata.
AMPLIFIER DENGAN UMPAN BALIK AKUSTIK UNTUK MEMPERKUAT FREKUENSI RENDAH PENGUAT AUDIO Sugiarto, Indar; TDS, Yohanes; , Suryadi
Jurnal Teknik Elektro Vol 6, No 2 (2006): SEPTEMBER 2006
Publisher : Institute of Research and Community Outreach

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (147.948 KB) | DOI: 10.9744/jte.6.2.

Abstract

This paper shows an example of a stochastic approach to study the impact of distributed generation (DG) on the network constraints (congestions) in power systems. We assume the DG units to be customer-owned, so that they can be connected to or disconnected from the power system by their owners at random. Therefore, the DG units generate power in a stochastic way. The load in the system shows a random behavior too, and the probability distribution of the aggregated generated power and load demand of the distribution system are calculated using Monte Carlo Simulation (MCS).The network constraints (congestions) are evaluated based on the probability distributions of the power flows that result from the simulations. The method that is applied in this paper, shows that looking at the network constraints with a stochastic approach gives a more complete picture of the network than applying a deterministic method, especially when non-dispatchable DG units play a dominant role. Abstract in Bahasa Indonesia : Makalah ini menunjukkan sebuah contoh pendekatan stokastik untuk mempelajari pengaruh dari pembangkit listrik tersebar (PLT) terhadap konjesti pada jaringan tenaga listrik. Dalam makalah ini diasumsikan bahwa setiap unit PLT dimiliki oleh pemilik independen, sehingga setiap PLT dapat disambung ke atau dilepas dari jaringan listrik oleh pemiliknya secara acak. Sebagai hasilnya, secara keseluruhan PLT tersebut membangkitkan tenaga listrik secara stokastik. Beban dalam jaringan listrik juga memiliki sifat acak. Distribusi peluang dari gabungan pembangkitan dan beban di dalam jaringan distribusi dikalkulasikan dengan menggunakan Simulasi Monte Carlo. Konjesti jaringan dievaluasi dengan berdasarkan pada distribusi peluang dari aliran daya yang dihasilkan melalui simulasi. Metoda yang diterapkan pada makalah ini menunjukkan bahwa pendekatan stokastik memberikan gambaran konjesti jaringan yang lebih lengkap daripada pendekatan deterministik, terutama ketika unit-unit PLT yang dominant digunakan tidak dikendalikan secara terpusat. Kata kunci: system tenaga listrik, pembangkit listrik tersebar, aliran daya, konjesti jaringan, pendekatan stokastik, simulasi Monte Carlo. .
Pengaturan Level Ketinggian Air Menggunakan Kontrol PID Thiang, Thiang; TDS, Yohanes; Mulya, Andre
Jurnal Teknik Elektro Vol 4, No 2 (2004): SEPTEMBER 2004
Publisher : Institute of Research and Community Outreach

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.9744/jte.4.2.

Abstract

This paper describes about the application of control system on liquid level control system. The control method used in this system is proportional integral derivative (PID) controller. All control processes and data aquisition is run by using a personal computer (PC). Experiment was done by controlling liquid level in level range 0 - 30 cm. Experiment was also done by using various PID control parameter in which the input signal is step function. Experiment results show that the parameter of liquid level control system are Kp = 1 - 10, Ki = 0,1 - 5 and Kd = 0,1 - 10 Abstract in Bahasa Indonesia : Makalah ini menjelaskan tentang aplikasi sistem kontrol pada pengaturan level ketinggian air. Metode kontrol yang digunakan dalam sistem ini adalah kontrol proporsional integral derivatif (PID). Semua proses kontrol dan akuisisi data dilakukan dengan menggunakan komputer (PC). Pengujian sistem telah dilakukan untuk mengontrol level air dengan ketinggian antara 0 - 30 cm. Pengujian dilakukan dengan beberapa variasi parameter kontrol PID dengan input berupa fungsi step. Dari hasil pengujian didapatkan bahwa parameter sistem kontrol level ketinggian air adalah Kp = 1 - 10, Ki = 0,1 - 5 dan Kd = 0,1 - 10. Kata kunci: sistem kontrol, kontrol proporsional integral derivatif (PID), kontrol level air.
Co-Authors Andre Mulya Indar Sugiarto Suntono Chandra Suryadi Thiang Thiang Thiang