Hasil Pencarian  ::  Simpan CSV :: Kembali

"Teknologi robobka mengalami perkembangan pesat. Dengan digunakannya Soujoumer sebagai robot beroda enam dalam misi penjelajah tanpa awak Path Finder di planit Mars (Kompas, 43uli 1997) maka penggunaan robot beroda di mass yang akan datang akan semakln bertambah. Sebenarnya robot terbagi menjadi robot staffs (static robot) clan robot berpinclah (mobile robot). Salah satu jenis robot berpindah adalah Wheeled Mobile Robot (WMR) atau dikenal sebagai robot beroda. WMR sendid terbagi menjadi single dove clan differential drive. Single dove menggunakan roda depan sebagai arah acuan gerak sedang differentia/ dove menggunakan selisih beda putar roda-roda penggerak sebagai pemicu clan pengubah arah gerak. Perencanaan gerak robot beroda melibatkan modul perencanaan lintasan dan modul perencanaan hindar rintangan. Kedua modul tersebut sating berkaitan terutama dalam menentukan lintasan yang feasible dan bergerak disepanjang lintasan tersebut. Salah satu yang menjadi permasalahan dalam kedua perencanaan tersebut adalah mengurangi kesalahan pelacakan yang diakibatkan oleh adanya slip pada coda clan ketidaklinearan keluaran akibat pembatasan gerak sistem non-holonomic Sebagai solusinya digunakan sistem kendali pelacak jejak untuk meminimumkan kesalahan pelacakan selama pergerakan. Skripsi ini bertujuan untuk membuat program simulasi perencanaan gerak WMR (khususnya differential drive). Perencanaan gerak yang dimaksud adalah bergerak Bari posisi awal menuju suatu posisi akhir dengan mengurangi kesalahan pelacakan terhadap lintasan referensi berdasarkan fungsi waktu. Pembahasan akan ditekankan pada kesesuaian bentuk dan sintesis kontroler pelacak jejak dengan bentuk model. Kontroler pelacak yang digunakan adalah tipe PID dengan pendekatan sintesis gain optimal. Hasil simulasi dapat dilihat sebagai animasi gerak robot beroda yang ditampllkan sebagai suatu gerakan image. Analisa ujicoba adalah grafik steady state untuk kecepatan linier dan kecepatan angular robot beroda."

"ABSTRAKPerubahan iklim yang dipicu oleh pemanasan global dapat mengakibatkan adanya ancaman gelombang ekstrim, yang pada gilirannya menimbulkan kerawanan wilayah pesisir terutama untuk wilayah pesisir utara Jawa yang relatif datar dan padat penduduknya.Penelitian ini bertujuan untuk mengkaji kerentanan wilayah pesisir utara Jawa Barat terhadap ancaman kenaikan muka laut berdasarkan variabel fisik dan sosial-ekonomi. Pengolahan data dan analisis spasial kerentanan dilakukan dengan menerapkan SIG dengan teknik tumpangsusun, yang digabungkan dengan analisis sensitivitas MRAS dan metode regresi linier untuk mengkaji kaitan variabel-variabel penyebab kerentanan wilayah.Hasil analisis menunjukan bahwa distribusi kerentanan desa-desa di daerah penelitian sebagai berikut : 12 % berada pada tingkat kerentanan fisik sangat tinggi, 21 % dengan tingkat kerentanan tinggi, 31 % dengan tingkat kerentanan sedang, 26 % dengan tingkatkerentanan rendah dan 9,3 % dengan tingkat kerentanan sangat rendah.Dari 10 variabel kerentanan ternyata variabel gelombang memiliki kontribusi paling tinggi dan variabel kepadatan penduduk memiliki kontribusi paling rendah pada kerentanan wilayah. Sedangkan dari analisis statistik diperoleh model persamaan yang menunjukanhubungan antara variabel IKF dan IKSE terhadap IKT, yaitu : IKT = 0,237 + 0,990 IKF + 0,996 IKSE.

---

ABSTRACTClimate change triggered by global warming could lead to the threat of extreme waves, which in turn lead to vulnerability of coastal areas, especially to the north coast of Java are relatively flat and densely populated. This study aims to assess the vulnerability ofcoastal areas of northern West Java to the threat of sea level rise based on physical variables and socio-economic. Processing of vulnerability data and spatial analysis carried out by applying GIS to overlapping stacking technique, which combined with MRAS sensitivityanalysis and linear regression methods to examines the link variables of the cause of vulnerability.The analysis shows that the distribution of vulnerability in the study area as follows: 12% of the villages are at very high levels of physical vulnerability, 21% with a high degree of vulnerability, the vulnerability level of 31% with moderate, 26% with low susceptibility and 9.3 % with a degree of vulnerability very low. Of the 10 variables, wave variable hashighest contribution and variable population density has the lowest contribution to the vulnerability of the region.From the statistical analysis obtained regression equation model that shows the vulnerability of the relationship between variables IKF and IKSE to IKT, the equation is IKT = 0.237 + 0.990 IKF + 0.996 IKSE."