Hasil Pencarian  ::  Simpan CSV :: Kembali

"Kereta listrik merupakan salah satu transportasi umum yang digunakan dalam rangka mengurangi jumlah konsumsi bahan bakar fosil. Pengurangan ini disebabkan oleh kelangkaan bahan bakar fosil serta dampak negatif akibat proses pembakaran bahan bakar fosil. Peningkatan jumlah penumpang setiap tahun menyebabkan efisiensi energi perlu dipertimbangkan. Efisiensi energi dalam pengoperasian kereta erat kaitannya dengan optimasi pada profil kecepatan. Hasil optimasi profil kecepatan dapat diterapkan pada Driver Advisory System (DAS) maupun Automatic Train Operation (ATO). Berbagai jenis algoritma optimasi dapat digunakan untuk mendapatkan profil kecepatan yang optimal, salah satunya Ant Colony Optimization (ACO). ACO merupakan salah satu anggota swarm intelligence dan terinspirasi oleh perilaku koloni semut dalam mencari makanan. Pada ACO setiap semut buatan memilih solusi berdasarkan informasi feromon dan heuristik. Selain optimasi profil kecepatan, pengereman regeneratif juga berperan dalam meningkatkan efisiensi energi. Energi yang biasanya terbuang dalam bentuk panas oleh braking resistor pada pengereman dapat disimpan ke Energy Storage Device (ESD). Pada skripsi ini, akan digunakan ACO sebagai algoritma untuk mencari profil kecepatan. Selain itu digunakan On-board Energy Storage Device (OESD) sehingga energi yang dihasilkan pengereman regeneratif dapat disimpan. ACO yang digunakan berjenis Max-Min Ant System (MMAS) dengan variabel bebas antara lain bobot informasi heuristik, jumlah semut buatan, jumlah iterasi maksimum, dan batas atas/bawah informasi feromon. Berdasarkan hasil simulasi, ant colony dapat digunakan untuk mencari profil kecepatan dengan waktu komputasi yang rendah.

---

Electric trains are one of the public transportations used in order to reduce the amount of fossil fuel consumption. This reduction is due to the scarcity of fossil fuels and the negative impact of the process of burning fossil fuels. The increasing number of passengers every year causes energy efficiency to be considered. Energy efficiency in train operation is closely related to optimization of the speed profile. The speed profile optimization results can be applied to the Driver Advisory System (DAS) and Automatic Train Operation (ATO). Various types of optimization algorithms can be used to obtain an optimal speed profile, one of which is Ant Colony Optimization (ACO). ACO is a member of swarm intelligence and is inspired by the behavior of ant colonies in search of food. In ACO, each artificial ants chooses a solution based on pheromone and heuristic information. In addition to optimizing the speed profile, regenerative braking also plays a role in increasing energy efficiency. Energy that is usually wasted in the form of heat by the braking resistor during braking can be stored to the Energy Storage Device (ESD) . In this thesis, ACO will be used as an algorithm to find the speed profile. In addition, an On-board Energy Storage Device (OESD) is used so that the energy produced by regenerative braking can be stored. The ACO used is a Max-Min Ant System (MMAS) with independent variables including the weight of heuristics information, the number of artificial ants, the maximum number of iterations, and the upper/lower limits of pheromone information. Based on the simulation results, ant colony can be used to find a speed profile with low computing time."

"Generalized Assignment Problem (GAP) adalah masalah penugasan sejumlah berhingga tugas pada sejumlah berhingga agen, dimana sebuah tugas harus dikerjakan oleh satu agen, tetapi satu agen dapat mengerjakan lebih dari satu tugas. Setiap agen mempunyai kapasitas dan setiap tugas mempunyai bobot, yang mungkin berbeda untuk setiap agen. Pada skripsi ini akan dilihat kinerja dari algoritma MAX-MIN Ant System (MMAS) dengan Local Search dalam menyelesaikan GAP, yang diukur berdasarkan kedekatan solusi yang didapatkan dengan best known solution. MMAS adalah pengembangan dari Ant System Algorithm, yaitu algoritma yang diinspirasikan oleh perilaku semut-semut di dunia nyata. Dalam algoritma ini terdapat parameter ??, Q, ??, dan p0 yang harus ditentukan, yang diambil menurut rekomendasi St??tzle dan Hoos. Lalu nilai dari parameter Q, ??, dan p0 akan diubah untuk mengetahui pengaruhnya terhadap kinerja algoritma MMAS dengan Local Search. Masalah pengujian diambil dari OR-Library. Berdasarkan simulasi, disimpulkan bahwa kinerja algoritma MMAS dengan Local Search dalam menyelesaikan GAP cukup baik dengan error relatif cukup kecil, yaitu tidak lebih dari 0.04 dan perubahan nilai parameter dapat membawa perbaikan pada solusi."

"Series-parallel conversion systems, in which multiple standardized converter modules are connected in series or parallel at the input and output sides, to meet the demands of various applications. This book focuses on the control strategies for the series-parallel conversion systems with DC-DC converters and DC-AC inverters as the basic modules, respectively, to achieve input voltage/current sharing and output voltage/current sharing among the constituent modules. The detailed theoretical analysis with design examples and experimental validations are presented. This book is essential and valuable reference for graduate students and academics majoring in power electronics and engineers engaged in developing DC-DC converters, DC-AC inverters and power electronics transformers."

"This book presents a wide-ranging review of the latest research and development directions in thermal systems optimization using population-based metaheuristic methods. It helps readers to identify the best methods for their own systems, providing details of mathematical models and algorithms suitable for implementation.To reduce mathematical complexity, the authors focus on optimization of individual components rather than taking on systems as a whole. They employ numerous case studies: heat exchangers; cooling towers; power generators; refrigeration systems; and others. The importance of these subsystems to real-world situations from internal combustion to air-conditioning is made clear.The thermal systems under discussion are analysed using various metaheuristic techniques, with comparative results for different systems. The inclusion of detailed MATLAB® codes in the text will assist readers-researchers, practitioners or students-to assess these techniques for different real-world systems."

"The Westinghouse AP1000 is a new design nuclear power plant which has implemented the concept of passive system. Even though a passive system may be more reliable than an active one, the possibility of the passive system to fail still exists. In line with this possibility, generic database have been used to study the reliability of the AP1000 passive safety system. However, since the used data are not specific to the AP1000, the results of the analysis will not show its real performance. This study proposes a fuzzy reliability approach to overcome this problem. The proposed fuzzy reliability approach utilizes the concept of failure possibility to qualitatively describe basic event likely occurences and membership functions of triangular fuzzy numbers to quantitatively represent qualitative failure possibilities. A case-based experiment on reliability study of the AP1000 passive safety system involved to mitigate a large break loss of collant accident is used to validate the feasibility of the proposed approach. By comparisons, probabilities of basic events generated by the proposed approach are very close to the ones which have been used by previous reliability studies. This can be observed from the small numbers of relative errors, i.e. between 0.004125 and 0.079635. These results confirm that the fuzzy reliability approach offers a more realistic technique to study the reliability of the AP1000 passive safety system without the need to engage to precise probability distributions of its components which are currently unavailable."

"Pembuatan model perhitungan kapasitansi telah dikembangkan untuk memprediksi nilai kapasitansi per sel dari Aspergillus niger. Model ini dikembangkan dengan mengasumsikan kondisi sel yang terdistribusi adalah homogeny dalam mediumnya dan sel-sel tersebut tersusun secara parallel dan/atau seri dengan sel-sel lainnya. Data yang digunakan berdasarkan data hasil eksperimen yang dilakukan di laboratorium untuk menghitung nilai kapasitansi dari suspense sel dan sel pada kertas saring. Nilai kapasitansi per sel dari Aspergillus niger yang diprediksi sebesar 3,00 x 10-12 F dimana tidak begitu berbeda jauh dengan hasil eksperimen yaitu 2,75 x 10-12 F.

---

Capacitor Method A simple model of calculation of capacitance have been developed to predict the capacitance of one cell for Aspergillus niger. This model have been developed under assuming condition that the cells are distributed homogently in its media and they are arranged parallel and or series among each others. The input data are based on the experimental data, which conducted in laboratorium to measure the capacitance of cell suspension and cells in filter paper. The capacitance of an Aspergillus niger is predicted 3,00 x 10-12 F which is approximately the same with the experimentally results 2,75 x 10-12 F."

"Skripsi ini merancang bangun sistem pengisian arus sel surya dengan performan rekonfigurasi dua buah sel surya yang disusun berdasarkan kombinasi hubungan seri-paralel, dari paralel ke seri atau sebaliknya untuk mendapatkan efisiensi konversi energi listrik dari penyerapan energi matahari yang intensitasnya berubah-ubah. Dalam penelitian ini dilakukan pengujian performansi pengisian arus yang diharapkan tidak melebihi batasan karakterisasi sel surya, yaitu 3,5A. Selain itu merancang pengendalian pembatasan pengisian arus ke baterai pada saat baterai sudah penuh, yang diindikasikan dengan tegangan baterai sebesar 12,8V. Hal ini diperlukan, karena perlindungan terhadap baterai sebagai penyimpan energi listrik sangat penting dari over charging untuk menjaga umur pemakaian baterai. Sistem ini menggunakan suatu rangkaian switching regulator untuk menstabilkan keluaran sel surya yang tidak stabil, serta meningkatkan fleksibilitas desain yaitu menghasilkan tegangan keluaran jamak dari polaritas yang berbeda-beda dari sebuah tegangan masukan tunggal untuk masukan pengisian baterai. Selain itu, sistem ini terdiri dari rangkaian voltage divider, opamp komparator, dan relay driver. Voltage divider mengkonversi tegangan sel surya dan baterai untuk keperluan masukan kontrol komparator sebagai sensing sinyal untuk pengendalian sistem. Relay driver mengontrol hubungan penyaklaran baterai untuk charging atau discharging, dan penyaklaran rekonfigurasi paralel-seri sel surya. Sistem ini menggunakan baterai sebagai catu daya.

---

This research study related to design and build solar cell current energy charger with two solar cell reconfiguration performance in order of connectivity of series-parallel combination, from parallel connectivity to series connectivity or otherwise to get efficiency electrical energy convertion from illumination sunlight energy absorption that had variable intensity. In this research study also performance testing or calibrate for current charging which is not over ligation for the solar cell characteristic is meaning 3,5A. Beside that, the research have in order to build current charger controller to battery when the battery is full of current, that indicate with battery voltage have 12,8V. This is important because to protect the battery from overcharging to get a long life time used. This system used switching regulator circuit to stabilized the unstabil output solar cell, and to increase flexibility of design, that are can generate plural output voltage from different polarity single input as used battery charger input. Than the system consist of voltage divider circuit, comparator, and relay driver. Voltage divider have to convert solar cell voltage and battery voltage to used as input of comparator as signal sensing to control system. Relay driver have to control switch connectivity of charging or discharging the battery and series-parallel reconfiguration of solar cell. This system use the battery as a power."

"Classification is a method for compiling data systematically according to the rules that have been set previously. In recent years classification method has been proven to help many people’s work, such as image classification, medical biology, traffic light, text classification etc. There are many methods to solve classification problem. This variation method makes the researchers find it difficult to determine which method is best for a problem. This framework is aimed to compare the ability of classification methods, such as Support Vector Machine (SVM), K-Nearest Neighbor (K-NN), and Backpropagation, especially in study cases of image retrieval with five category of image dataset. The result shows that K-NN has the best average result in accuracy with 82%. It is also the fastest in average computation time with 17.99 second during retrieve session for all categories class. The Backpropagation, however, is the slowest among three of them. In average it needed 883 second for training session and 41.7 second for retrieve session.

---

Klasifikasi adalah metode untuk menyusun data secara sistematis menurut aturan-aturan yang telah ditetapkan sebelumnya. Dalam beberapa tahun terakhir metode klasifikasi telah terbukti membantu pekerjaan banyak orang, seperti klasifikasi citra, alat-alat medis, lampu lalu lintas, klasifikasi teks dll. Ada banyak metode yang dapat digunakan untuk memecahkan masalah klasifikasi, metode yang bervariasi ini membuat para peneliti menemukan kesulitan dalam menentukan metode manakah yang terbaik untuk menyelesaikan masalahnya. Artikel ini bertujuan untuk membandingkan kemampuan metode klasifikasi, seperti Support Vector Machine (SVM), K-Nearest Neighbor (K-NN), dan Back-propagation khususnya dalam studi kasus image retrieval (pencarian gambar) dengan lima kategori dataset citra. Hasil penelitian menunjukkan bahwa K-NN memiliki nilai rata-rata akurasi terbaik dengan 82% dan yang tercepat dengan rata-rata waktu komputasi selama 17,99 detik untuk proses pencarian gambar pada semua kategori kelas. Sebaliknya, Backpropagation merupakan metode paling lambat di antara ketiganya. Metode ini rata-rata memerlukan waktu 883 detik untuk sesi pelatihan dan 41,7 detik untuk sesi pencarian gambar."