Claim Missing Document
Check
Articles

Found 33 Documents
Search

RANCANG BANGUN DAN MONITORING IOT BUCK BOOST CONVERTER MENGGUNAKAN METODE NEURAL NETWORK SEBAGAI PENSTABIL TEGANGAN PADA WIND TURBINE Rifki Tamami; Istiyo Winarno; Daeng Rahmatullah
Prosiding SNST Fakultas Teknik Vol 1, No 1 (2019): PROSIDING SEMINAR NASIONAL SAINS DAN TEKNOLOGI 10 2019
Publisher : Prosiding SNST Fakultas Teknik

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (233.093 KB)

Abstract

Pada saat ini Energi terbarukan yang berkembang semakin cepat dan banyak digunakan untuk kebutuhan akan energi listrik, salah satunya energi angin yang dikonversikan menjadi energi listrik. Namun dalam mengkonversian energi kinetik (energi angin) menjadi energi listrik pada pembangkit energi angin dipengaruhi banyaknya hal yang menyebabkan hasil energi listrik tidak begitu optimal. Dalam pengembangannya diperlukan sebuah sistem pengendali untuk mengoptimalkan dan memonitoring daya keluaran wind turbine. Pada penelitian ini akan menggunakan sistem Voltage Control pada yang menggunakan metode Neural Network Buck Boost converter berdasarkan nilai tegangan yang dihasilkan oleh generator DC magnet permanent dan monitoring berbasis Internet of Things (IoT) akan memberikan kemudahaan memonitoring perubahaan tegangan secara online Dalam perencanaan sistem Voltage Control metode Neural Network akan mengontrol tegangan referensi yang akan kebeban, kemudian kontrol ini akan dipasang pada Buck Boost converter dengan merubah nilai duty cycle tersebut agar mendapatkan keluaran tegangan yang stabil. hasil dari penelitian ini menunjukan sistem Voltage Control wind generator pada saat kecepatan angin rendah atau keadaan kecepatan angin tinggi dan mampu memonitoring output tegangan  wind generator.Kata kunci : Buck Boost Converter, Internet Of Things, Voltage Control, Neural Network. 
RANCANG BANGUN PERBANDINGAN BUCK BOOST CONVERTER DAN CUK CONVERTER UNTUK PENSTABIL TEGANGAN PADA SISTEM WIND TURBINE DENGAN MONITORING IOT (INTERNET OF THINGS) Ajisetyawan Wicaksono; Istiyo Winarno; Daeng Rahmatullah
Prosiding SNST Fakultas Teknik Vol 1, No 1 (2019): PROSIDING SEMINAR NASIONAL SAINS DAN TEKNOLOGI 10 2019
Publisher : Prosiding SNST Fakultas Teknik

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (408.726 KB)

Abstract

Pembangkit listrik tenaga angin memiliki efesiensi kurang baik dalam membangkitkan energi, dikarenakan kecepatan angin yang tidak selalu konstan. Dibutuhkan sebuah metode atau konverter agar efesiensi menjadi lebih baik. Konverter yang digunakan yaitu buck boost converter dan cuk converter sebagai penyetabil tegangan. Kedua konverter ini digunakan untuk menaikan dan menurunkan tegangan, sebagai pengatur duty cycle atau sinyal pwm agar lebih mudah maka digunakan mikrokontroler ATmega8535, sehingga proses regulator akan menjadi lebih mudah. Kemudian hasil dari dua konverter ini akan dibandingkan keluaran tegangannya dalam bentuk presentase persen sehingga hasil keluaran tegangan dapat disimpulkan perbandingan antara buck boost converter dan cuk converter mana yang lebih baik dalam pengimplementasian pada pembangkit listrik tenaga angin. Dalam pengambilan data , duty cycle akan disamakan pada pengaplikasian di kedua konverter sehingga hasil perbandingan dan kesimpulan yang didapat akan lebih maksimal. Setelah hasil didapat maka dapat menyimpulkan konverter mana yang baik digunakan pada pengaplikasian pembangkit listrik tenaga angin.sebagai sistem monitoring agar lebih mudah dan dapat dilakukan secara real time menggunakan internet of think(IoT), ini diharapkan mempermudah user untuk mengetahui kinerja dai dc-dc converter.Kata kunci : Generator Magnet Permanent, Hill Climbing, Internet Of Things, Zeta Converter.
RANCANG BANGUN DAN MONITORING ZETA CONVERTER SEBAGAI PENSTABIL TEGANGAN DENGAN METODE HILL CLIMBING BERBASIS INTERNET OF THING (IOT) One Rizky Arief Rahmawan; Istiyo Winarno; Daeng Rahmatullah
Prosiding SNST Fakultas Teknik Vol 1, No 1 (2019): PROSIDING SEMINAR NASIONAL SAINS DAN TEKNOLOGI 10 2019
Publisher : Prosiding SNST Fakultas Teknik

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (170.604 KB)

Abstract

Energi yang dihasilkan oleh wind turbine sangat bervariasi dan sangat bergantung pada kondisi kecepatan angin yang tidak tetap. Untuk mengoptimasinya, digunakan Maximum Power Point Tracker (MPPT). Penelitian ini mengimplementasikan algoritma Hill Climbing sebagai kontroler untuk pembangkitan energi angin. Sistem dibangun menggunakan Arduino ATAmega328 untuk mengekstraksi daya maksimum wind turbine. Konverter ini menggunakan zeta converter dan digunakan untuk charging baterai 12 Volt. Model kincir yang digunakan pada penelitian ini adalah Vertical Axis Wind Turbine (VAWT) dengan Permanent Magnet Synchronous Generator (PMSG). Metode Hill Climbing menggunakan pendekatan perubahan daya terhadap tegangan yang mendekati nol dengan mengubah variabel PWM pada penyulutan mosfet yang digunakan pada DC Zeta Converter. Zeta Converter merupakan salah satu jenis dari konverter buck-boost, akan tetapi memiliki kelebihan yaitu karena memiliki polaritas output yang tidak terbalik. Sehingga diharapkan pada penelitian ini, Zeta Converter yang dilengkapi dengan metode hill climbing dapat menstabilkan tegangan keluaran dari wind turbine. Sistem pemantauan yang dapat dilakukan dari jarak jauh, sistem jarak jauh akan menggunakan aplikasi internet of things (IoT). Internet of Things (IoT) adalah skenario dari suatu objek yang dapat melakukan suatu pengiriman data/informasi melalui jaringan tanpa campur tangan manusia. ESP8266 merupakan modul wifi yang berfungsi sebagai perangkat agar dapat terhubung langsung dengan wifi dan membuat koneksi TCP/IP. Modul ini membutuhkan daya sekitar 5v dengan memiliki tiga mode wifi yaitu Station, Access Point dan Both (Keduanya). Modul ini juga dilengkapi dengan prosesor, memori dan GPIO dimana jumlah pin bergantung dengan jenis ESP8266 yang digunakan.Kata kunci : Generator Magnet Permanent, Hill Climbing, Internet Of Things, Zeta Converter. 
RANCANG BANGUN DAN MONITORING ZETA CONVERTER SEBAGAI PENSTABIL TEGANGAN DENGAN METODE MODIFIED PERTURB & OBSERVE (PO) BERBASIS INTERNET OF THING (IOT) Choirul Umam; Istiyo Winarno; Daeng Rahmatullah
Prosiding SNST Fakultas Teknik Vol 1, No 1 (2019): PROSIDING SEMINAR NASIONAL SAINS DAN TEKNOLOGI 10 2019
Publisher : Prosiding SNST Fakultas Teknik

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (213.243 KB)

Abstract

Energi angin merupakan salah satu sumber pembangkit tenaga listrik alernatif yang menjadi bagian penting dalam kebutuhan energi dunia. Namun, kecepatan angin yang berubah-ubah membuat daya output sumber energi ini berubah-ubah seiring dengan perubahan kecepatan angin. Sumber energi yang menghasilkan tegangan DC rendah, memerlukan step-up  converter  untuk menaikkan tegangan. Untuk mengoptimalkan sistem ini, step-up converter harus memiliki rasio tegangan yang tinggi dan juga memiliki efisiensi yang tinggi pada semua level pembebanan dan rentang tegangan input yang lebar. Salah satu kekurangan yang terjadi pada pembangkit tenaga listrik energi angin ini yakni tegangan keluaran yang berfluktuasi. Maka, penelitian ini akan membahas mengenai implementasi dan monitoring Zeta converter sebagai penstabil tegangan pada sistem turbin angin skala kecil yang dikontrol menggunakan metode Modified Perturb & Observe (P&O) berdasarkan nilai tegangan yang dihasilkan pada keluaran Permanent Magnet Synchronous Generator (PMSG). Sistem ini menggunakan Internet of Thing (IoT) sebagai media komunikasi berbagi informasi mengunakan jaringan internet yang nantinya akan mengirimkan informasi data yang diperoleh secara real ke pengguna melalui web service guna untuk memonitoring tanpa harus memantau secara langsung. Hasil akhir dari penelitian ini diharapkan dapat membuat tegangan tidak lagi berfluktuasi.Kata kunci : Internet Of Things (IoT), Modified Perturb & Observe (P&O), Penstabil Tegangan, Permanent Magnet Synchronous Generator (PMSG), Zeta Converter. 
RANCANG BANGUN RELE ARUS LEBIH BERBASIS MONITORING INTERNET OF THINGS (IOT) DAN ARDUINO SEBAGAI PROTEKSI ELEKTRONIK 1 FASA Verdiano Frandhiyawan; Istiyo Winarno; Daeng Rahmatullah
Prosiding SNST Fakultas Teknik Vol 1, No 1 (2019): PROSIDING SEMINAR NASIONAL SAINS DAN TEKNOLOGI 10 2019
Publisher : Prosiding SNST Fakultas Teknik

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (140.326 KB)

Abstract

Kebutuhan pemenuhan daya listrik yang sering digunakan sehari-hari salah satunya adalah perlunya proteksi keamanan gangguan arus lebih pada sistem tenaga listrik menggunakan Mini Circuit Braker. Dalam menyelesaikan permasalahan digunkan kurva Standart Inverse, Very Inverse dan Extremely Inverse untuk menentukan kapasitas kecepatan rele dengan menseting arus yang masuk pada peralatan rancang bangun Over Current Relay. Pada penelitian ini dilakukan pembuatan dan pengujian keseluruhan hardware rancang bangun rele arus lebih berbasis monitoring Internet of Things (IoT) dan arduino sebagai proteksi elektronik 1 fasa. Pengujian pada penelitian ini menggunakan software arduino IDE yang membantu fungsi dan pengoperasian komponen lainnya, menggantikan kinerja sistem Mini Circuit Braker buatan pabrik. Pengujian arus diseting sebesar 1 Ampere hingga 4 Ampere dengan Time Multiplier Setting (TMS) 0,09 pada Standart Inverse, Very Inverse dan Extremely Inverse. Pada Standart Inverse, pengujian real arus gangguan sebesar 1 Ampere dengan waktu operasi rele trip adalah 542 milisecond, Very Inverse rele trip 563 milisecond dan 804 milisecond untuk Extremely Inverse. Saat arus gangguan sebesar 4 Ampere rele trip sebesar 257 milisecond untuk Standart Inverse, Very Inverse sebesar 122 milisecond dan 060 milisecond untuk Extremely Inverse. Pada hasil pengujian dan data dapat disimpulkan kinerja operasi rele arus lebih telah bekerja sesuai kurva karakteristik Inverse IEC 60255. Sehingga semua peralatan elektronik yang digunakan bisa di antisipasi lebih cukup baik agar tidak rusak.Kata kunci : ACS712, Internet of Things, Over Current Relay Karakteristik Inverse, ZMPT101B. 
Koordinasi Adaptif DOCR Pada Sistem Transmisi Loop Multi Generator Menggunakan Modified Firefly Algorithm-Artificial Neural Network Yolanda Dewi Puspita Ayu; Daeng Rahmatullah; Istiyo Winarno
Jurnal Ilmiah Telsinas Vol 4 No 1 (2021)
Publisher : Universitas Pendidikan Nasional

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (1068.694 KB) | DOI: 10.38043/telsinas.v4i1.2093

Abstract

Protection system is a very important component in the electric power distribution system. With good reliability, the distribution of electrical power will be better, one of which is by minimizing disruption to the system quickly, precisely and accurately. Components used in protection systems are directional overcurrent relays (DOCR). In this study proposed optimal and adaptive protection coordination using the Modified Firefly Algorithm-Artificial Neural Network (MFA-ANN) tested on the IEEE 9 real bus loop system with 4 generation combinations. Optimization using MFA will get the Time Delay Setting (TDS) and Ipickup (lowset) values. The ANN used is Backpropagation Lavenberg Marquardt (BPLM) After the BPLM learning process, we will get the weight and bias values of the training results and later as a reference value to get the value of TDS and Ipickup relay. The process will produce relay settings automatically based on the results of optimization and MFA-ANN training which are then simulated on the IEEE 9 bus loop system. The results achieved by MFA-ANN are suitable methods for modeling optimal and adaptive relay coordination systems. ANN training with the BPLM algorithm produces the smallest MSE value of 5.9308xE-10.
Rancang Bangun Human Mechanic Interface Autonics Logic Panel S070 Sebagai Media Belajar dan Pembelajaran Instalasi Motor Listrik Fendi Achmad; Subuh Isnur Haryudo; Daeng Rahmatullah
Indonesian Journal of Engineering and Technology (INAJET) Vol. 2 No. 2 (2020): April 2020
Publisher : Fakultas Teknik Universitas Negeri Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26740/inajet.v2n2.p50-56

Abstract

Perkembangan teknologi yang sangat pesat, berdampak langsung pada perkembangan media pembelajaran. Oleh karena itu, aplikasi media pembelajaran, merupakan terobosan  dalam rangka meningkatkan efisiensi dan efektivitas proses pembelajaran di dalam kelas. Penelitian yang dilakukan di Universitas Negeri Surabaya ini, bertujuan untuk mengetahui unjuk kerja, dan kelayakan Media Pembelajaran Trainer Human Mechanic Interface Auotonics S070 pada mata kuliah Instalasi Motor Listrik. Penelitian Research and Development, dengan objek Trainer Human Mechanic Interface Auotonics S070 ini dilakukan melalui tahapan sebagai berikut: (1) analisis; (2) desain; (3) implementasi; (4) validasi; (5) pengujian; dan (6) ujicoba dalam pembelajaran di dalam kelas. Metode yang digunakan dalam pengumpulan data meliputi: (1) pengujian dan pengamatan unjuk kerja Trainer Human Mechanic Interface Auotonics S070; (2) melalui angket untuk mengetahui respon peserta didik sebanyak 30; dan (3) uji kelayakan dan uji konstruk terhadap Trainer Human Mechanic Interface Auotonics S070 dilakukan oleh dua orang ahli media pembelajaran. Uji kelayakan terhadap Trainer Human Mechanic Interface Auotonics S070, diperoleh hasil: (1) uji terhadap isi media, oleh ahli media pembelajaran, diperoleh kategori sangat layak dengan persentase sebesar 89,58%, (2) uji terhadap konstruk media, diperoleh kategori sangat layak dengan persentase sebesar 87,08%; dan (3) uji coba media dalam pembelajaran terhadap 30 mahasiswa diperoleh skor sebesar 83,04% dengan kategori sangat layak.
Optimalisasi Koordinasi Relay Arus Lebih Kapal Bulk Carrier 50.000 DWT(Dead Weight Ton) Menggunakan Metode Genetic Algorithm Rahim Atmanegara; Istiyo Winarno; Iradiratu DPK; Daeng Rahmatullah
CYCLOTRON Vol 2, No 2 (2019) : CYCLOTRON
Publisher : Universitas Muhammadiyah Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (754.581 KB) | DOI: 10.30651/cl.v2i2.3258

Abstract

Abstrak— Koordinasi sistem pengaman sangat diperlukan dalam mengatasi gangguan yang terjadi pada sistem tenaga listrik, sehingga gangguan-gangguan yang terjadi dapat diatasi dari sistem yang sedang berjalan. Begitu juga dengan keamanan pada sistem kelistrikan pada Kapal Bulk Carrier 50.000 DWT (Dead weight Ton) dibutuhkan koordinasi sistem pengamanan yang tepat. Dengan mengaplikasikan prinsip koordinasi relay, maka urutan kerja peralatan pengaman sepanjang saluran dari sumber sampai pada beban harus diperhatikan. Koordinasi relay ini mencakup dari main switch board power supply sampai distribusi panel (pembebanan) dan perhitungan yang di ambil mulai dari kabel, relay, kapasitas relay, dan pembebanan dimulai dari main switch board sampai ke beban. Setelah dilakukan perhitungan yang tepat selanjutnya  peneliti menggunakan metode Genetic Algorithm untuk mengoptimalkan koordinasi relay arus lebih tersebut. Dengan metode Genetic Algorithm didapatkan nilai setting TMS (Time Multiplier Setting) pada relay 1 = 0,9 s, T = 1,76 s, Ip = 162,14 A, I set Pickup = 0,23 A, I set Definite = 1,1 A, pada relay 2 Tms = 1,1 s, T = 1,69 s, Ip = 130,57 A, I set Pickup = 2,9 A, I set Definite = 16,86 A, pada relay 3 Tms = 0,31 s, T = 0,39 s, Ip = 109,25 A, I set Pickup = 2,42 A, I set Definite = 16,61 A. Adapun software yang digunakan adalah Matlab (R2009b) dan ETAP 12. Dengan menambahkan metode tersebut pada penelitian ini, diharapkan koordinasi relay arus lebih akan menjadi lebih optimal.Kata kunci: relay arus lebih, Genetic Algorithm, koordinasi relayAbstract— Security system coordination is very important to solve any trouble in electrical power system, That’s trouble can be solved from the system have been working, So That’s why to security electrical power system in Bulk Carrier ship with 50.000 Dead Weight Ton must be requiring a good coordination security system appropriate. By applying principle relay coordination, so the work step which of security equipment channels from the source until electrical load must be controlled. The relay Coordination is include from main switch board power supply until distribution panel and It’s  need calculation from wire,  relay, relay capacity, and the loading have took from main switch board until load. Researcher will be using genetic algorithm method after all Calculation has been done which for optimization overcurrent relay coordination. By using Genetic Algorithm method be obtained value of TMS (Time multiplier Setting) in relay 1= 0,9 s, T = 1,76 s, Ip = 162,14 A, I set Pickup = 0,23 A, I set Definite = 1,1 A, and in the Relay 2 Tms = 1,1 s, T = 1,69 s, Ip = 130,57 A, I set Pickup = 2,9 A, I set Definite = 16,86 A, in relay 3 Tms = 0,31 s, T = 0,39 s, Ip = 109,25 A, I set Pickup = 2,42 A, I set Definite = 16,61 A. The software will be used in this research is Mathlab R2009B software and Electrical Transient Analyzer Program. By using that’s method it might the relay coordination will be optimal.Keywords: Overcurrent Relay, Genetic Algorithm (GA), Relay Coordination
Optimasi Nilai Static Var Compensator (SVC) Untuk Perbaikan Jatuh Tegangan Pada Sistem Distribusi 20 KV Menggunakan Metode Particle Swarm Optimization (PSO) Septyan Krisna Nugraha; Istiyo Winarno; Daeng Rahmatullah
JEECAE (Journal of Electrical, Electronics, Control, and Automotive Engineering) Vol. 6 No. 2 (2021): JOURNAL OF ELECTRICAL, ELECTRONICS, CONTROL, AND AUTOMOTIVE ENGINEERING (JEECAE
Publisher : Pengelolaan Penerbitan Publikasi Ilmiah (P3I) Politeknik Negeri Madiun

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Listrik adalah salah satu sumber tenaga yang paling utama dibutuhkan oleh masyarakat. Bersamaan dengan perkembangan zaman, kebutuhan akan tenaga listrik yang terus berkembang setiap tahunnya menyebabkan sistem distribusi dipaksa untuk beroperasi pada batasnya kemampuannya. Sehingga menimbulkan turunnya kualitas tegangan. Penyebab menurunnya kualitas tegangan salah satunya adalah adanya jatuh tegangan. Jatuh Tegangan dari sistem tenaga listrik dapat diatasi dengan menggunakan peralatan Flexible AC Transmission System (FACTS). Perangkat FACTS yang digunakan adalah Static Var Compensator (SVC). FACTS adalah teknologi modern yang dapat meningkatkan stabilitas sistem tenaga, meningkatkan profil tegangan dan dapat meningkatkan transfer daya nyata, dengan mengontrol parameter yang berbeda seperti impedansi, tegangan, dan sudut sistem tenaga, namun terdapat alokasi dan ukuran yang optimal dalam daya. Static VAR Compensator (SVC) yang dipasang secara paralel pada bus-bus saluran distribusi digunakan untuk mengkompensasi daya reaktif pada saluran distribusi. Untuk dapat memberikan kompensasi yang tepat, diperlukan suatu metode untuk menentukan nilai kapasitansi dari SVC. Pada penelitian ini dibahas mengenai studi optimasi nilai SVC untuk perbaikan jatuh tegangan menggunakan Particle Swarm Optimization (PSO). Hasil dari pemasangan SVC dengan metode PSO yaitu tegangan di bus 4 yang awalnya 94,48% menjadi 98,35. Bus 14 yang awalnya 94,4% menjadi 99,12% dan bus 15 yang awalnya 94,32% menjadi 99,21%.
Turn To Turn Short Circuit Classification In Induction Motor Stator Windings Caused By Isolation Failure Using Neural Network (NN) Method Iradiratu Diah Prahmana karyatanti; Belly Yan Dewantara; Daeng Rahmatullah; Barli Jeihan Irawan
JEEE-U (Journal of Electrical and Electronic Engineering-UMSIDA) Vol 4 No 2 (2020): October
Publisher : Muhammadiyah University, Sidoarjo

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.21070/jeeeu.v4i2.315

Abstract

Almost all industries use induction motors as production aids, this is due to several reasons, namely, the resulting rotational speed is constant, the induction motor does not have a brush so that the friction loss can be reduced, and easy maintenance. In this study is to detect damage to the stator winding caused by lamination of the windings so that a short circuit occurs in one phase, which is also called a turn fault. The Fast Fourier Transform (FFT) method is used to detect currents with a load of 0%, and 100% which will later be detected for classification on the Neural Network (NN). Categorizing the level of loading and the level of damage experienced by induction motors, namely turn to turn u1, turn to turn u1 and v1, and turn to turn u1, v1 and w1. The reading of the test results conducted on the Neural Network has good prediction results because the Mean Squared Error (MSE) produced does not exceed the specified 5% erracy level.