Hasil Pencarian  ::  Simpan CSV :: Kembali

"Tesis ini membahas penurunan model fuzzy Takagi-Sugeno dari sistem truk dengan tiga trailer, dan perancangan pengendali fuzzy dengan menggunakan konsep parallel distributed compensation (PDC). Analisa masalah kestabilan dan disain pengendali menggunakan algoritma optimisasi linear matrix inequality (LMI), dengan meninjau kondisi yang melibatkan kestabilan, constraint pada input dan output, dan kondisi awal independen. Validasi model dengan indikator kinerja variance accounted for (VAF) menunjukkan bahwa model fuzzy yang dibuat menunjukkan kesesuaian yang sangat baik terhadap model nonlinear. Hasil simulasi menunjukkan bahwa pengendali fuzzy memperlihatkan kemampuan pengendalian yang baik sesuai sasaran pengendalian yakni menggerakkan truktrailer dalam arah maju dengan memberikan titik acuan yang akan dicapai oleh truk-trailer.

---

This thesis describes modelling of Takagi - Sugeno fuzzy model from the non linear system of truck-trailer and design of model based fuzzy controller utilizing the concept of parallel distributed compensation. The stability analysis and control design problems are reduced to linear of matrix inequality (LMI) problems. In applying the LMI-based fuzzy control design to the truck-trailer model system, this thesis investigated design condition involving stability, constraint on the input and output, and initial state independent condition. Validation of model Fuzzy T-S derived from the non linear system Truck-Trailer yields good performances indicator by using performance parameters ?variance accounted for? (VAF). The simulation results show that the design fuzzy controller can effectively achieved the control objectives i.e. to drive forward the truck-trailer into the straight line that was carried out by giving a reference point that will be followed by truck-trailer."

"Model Predictive Control (MPC) merupakan salah satu metode pengendali prediktif berbasis model yang populer digunakan pada dunia industri. Beberapa keuntungan yang ditawarkan oleh pengendali ini diantaranya adalah kemampuannya dalam menangani sistem multivariabel dengan cukup mudah dan juga kemampuannya untuk memberikan constraints atau batasan tertentu baik pada sinyal pengendali maupun pada keluaran sistem. Sistem Heat Exchanger yang akan digunakan pada tesis ini juga merupakan sistem multivariabel berorde tinggi yang mempunyai dua masukan dan dua keluaran. Model sistem yang dipakai berupa model linear diskrit yang didapat dari linearisasi model linearnya. Hasil pengendalian menggunakan MPC constraints akan dibandingkan dengan MPC unconstraints.

---

Model Predictive Control is one of the predictive control methods that popular for being used in industry. Some advantages offered by this controller are its ability to easily handle multivariable system easier and also its ability to give constraints or certain limitation of controller signal/ on output system.

Heat exchanger system which will be controlled here is also high-order multivariable system with two inputs and two outputs. The system model that use is discrete linear model which is get from linearization of linear model. The result of controller using MPC constraints will be compare with MPC unconstraints."

"Biodiesel adalah bahan bakar alternatif pengganti solar yang diperoleh dari sumber-sumber energi yang dapat diperbaharui. Bahan baku utama dari biodiesel adalah minyak tumbuhtumbuhan dan alkohol. Biodiesel dihasilkan salah satunya melalui reaksi trans-esterifikasi. Trans-esterifikasi adalah reaksi antara minyak sawit (triacyglicerol) dengan methanol dibantu Natrium Hidroksida sebagai katalis yang menghasilkan biodiesel (alkyl ester) dan gliserol sebagai produk sampingan. Pada Thesis ini dibahas pemodelan reaksi pembentukan biodiesel dengan penurunan persamaan reaksi dan persamaan energi yang terjadi pada Continous Stirred Tank Reactor (CSTR) biodiesel. Dari model yang diperoleh selanjutnya akan dilakukan simulasi dan linierisasi pada titik kerja. Selanjutnya dirancang sistem kendali untuk mendapatkan kendali yang terbaik. Dari hasil perancangan sistem kendali, sistem berhasil dikendalikan dan memenuhi stabilitas yang diinginkan walaupun masih terdapat overdamped.

---

Biodiesel is an alternatif of renewable fuel for petrodiesel replacement. The main raw materials used for biodiesel is vegetabel oils and alkohol. Biodiesel is produced by trans-esterification reaction. Trans-esterification is the reaction of palm oil (triacyglicerol) and methanol with Natrium Hidroxyde as catalyst which yields biodiesel (alkyl ester) and glycerol as secondary product. This paper will study the modeling of biodiesel reaction by deriving reaction equation and energi equation in biodiesel CSTR. The next step is simulation and linearization in steady state point. The simulation result will become a reference for the best control system design. The system is managed to be controlled eventhough there are still some overdamped."

"Diagnosis kanker payudara umum menggunakan data morfologi dan infomasi klinis. Akan tetapi diagnosis kanker yang akurat dibutuhkan untuk menangani dan terapi yang tepat. Deteksi ekspresi gen merupakan cara yang dapat digunakan untuk menganalisis kanker hingga tingkat molekuler. Microarray adalah teknologi yang memungkinkan analisis ribuan ekspresi gen dalam waktu yang bersamaan. Pembelajaran mesin dapat digunakan untuk menganalisis pola pada microarray dataset. Model pembelajan dengan deep learning, seperti deep stacking network DSN diperlukan untuk data yang kompleks seperti pada microarray. DSN pertama kali diusulkan untuk mengatasi kekurangan dari deep learning pada umumnya. Selain itu dikarenakan tingginya dimensi data microarray, sebelum melalui proses pembelajaran diperlukan reduksi dimensi pada data microarray. Reduksi data menggunakan gene shaving, dimana data akan dikelompokan menjadi beberapa cluster dan juga dengan PCA. Selanjutnya data yang sudah direduksi melalui proses pembelajaran pada model DSN yang terdiri dari 2-layer, 3-layer dan 4-layer dengan laju pembelajaran 0.01, 0.1 dan 1.0. Parameter yang diukur adalah nilai akurasi, mean square error MSE dan waktu eksekusi, dimana nilai terbaik didapatkan pada DSN 2-layer dengan laju pembelajaran 1.0 pada data hasil reduksi PCA.

---

The diagnosis of breast cancer uses morphological data and clinical information. However, an accurate cancer diagnosis is necessary for the proper treatment. Gene expression detection is a way that can be used to analyze cancer to the molecular level. Microarray is a technology that allows the analysis of thousands of gene expression at the same time. Machine learning can be used to analyze patterns in the microarray dataset. Machine learning with deep architecture deep learning, such as deep stacking learning DSN, is needed for complex data such as microarray. DSN was proposed to overcome the shortage of deep learning. In addition, due to the high dimension of microarray data, dimension reduction in microarray data is required before going through the learning process. Data reduction uses gene shaving, where data will be grouped into clusters and also PCA. Clusters found through the process of gene shaving is a cluster that carries important genetic information in cancer cells so that the gene can represent all data. Furthermore, the data has been reduced going through the learning process on the DSN model consisting of 2 layer, 3 layer and 4 layer with the learning rate of 0.01, 0.1 and 1.0. The parameters measured are the accuracy, mean square error MSE and execution time, which the best value is obtained on 2 layer DSN with learning rate 1.0 on data from the reduction of PCA."