Article Per Year (5 Year)
p-Index From 2020 - 2025
0.983
P-Index
This Author published in this journals
All Journal ELKOMIKA: Jurnal Teknik Energi Elektrik, Teknik Telekomunikasi, & Teknik Elektronika JEECAE (Journal of Electrical, Electronics, Control, and Automotive Engineering)
Fakhruddin, Hanif Hasyier
Unknown Affiliation
Automotive Engineering Electrical & Electronics Engineering Engineering Mechanical Engineering

Published : 4 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 4 Documents
Search

 1 
Desain dan Simulasi Double Field Induction Generator (DFIG) dengan Software MATLAB Apriyanto, R. Akbar Nur; Purwanto, Era; Oktavianto, Hary; Prabowo, Gigih; Fakhruddin, Hanif Hasyier; Basuki, Gamar
JEECAE (Journal of Electrical, Electronics, Control, and Automotive Engineering) Vol 5, No 1 (2020): JOURNAL OF ELECTRICAL, ELECTRONICS, CONTROL, AND AUTOMOTIVE ENGINEERING (JEECAE)
Publisher : Politeknik Negeri Madiun

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32486/jeecae.v5i1.495

Abstract

Perkembangan teknologi sangat berimplikasi pada kebutuhan energi listrik yang semakin meningkat. Kebutuhan energi listrik menjadi diskursus pembahasan seiring dengan ketersediaan energi listrik yang diprediksi tidak akan mampu memenuhi pasokan kebutuhan. Oleh karenanya diperlukan adanya pemanfaatan energi baru dan terbarukan dalam rangka memenuhi kebutuhan energi listrik tersebut. Energi angin yang merupakan salah satu energi baru terbaruakan yang dapat diproyeksikan menjadi energi alternatif, memiliki peluang besar dalam mambantu memenuhi kebutuhan energi listrik. Terlebih energi ini sangat mudah didapatkan dalam zonasi yang dekat dengan laut. Salah satu poin krusial dalam pemanfaatan energi angin untuk direalisasikan pada pembangit listrik tenaga angin adalah DFIG (Double-Field Induction Generator). DFIG diperlukan desain yang baik untuk mendapatkan energi angin maksimum sebelum didistribusikan ke konsumen. Pada penelitian ini membahas desain dan simulasi DFIG (Double Field Induction Generator) Wind Energy. Penelitian ini dilakukan secara simulasi pada Simulink Matlab dengan memodelkan secara matematik DFIG dari equivalent circuit.
Strategi Implementasi Adaptive Neuro Fuzzy Inference System (ANFIS) pada Kendali Motor Induksi 3 Fase Metode Vektor-Tidak Langsung FAKHRUDDIN, HANIF HASYIER; TOAR, HANDRI; PURWANTO, ERA; OKTAVIANTO, HARY; BASUKI, GAMAR; APRIYANTO, RADEN AKBAR NUR; MUNTASHIR, ABDILLAH AZIZ
ELKOMIKA: Jurnal Teknik Energi Elektrik, Teknik Telekomunikasi, & Teknik Elektronika Vol 9, No 4: Published October 2021
Publisher : Institut Teknologi Nasional, Bandung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26760/elkomika.v9i4.786

Abstract

ABSTRAKKendali vektor merupakan solusi terbaik dalam kendali motor induksi untuk meningkatkan karakter dinamis dan efisiensinya. Pada penelitian ini, sebuah kendali kecepatan PID dipadukan dengan Adaptive Neuro Fuzzy Inference System (ANFIS) untuk meningkatkan keandalan pada berbagai kecepatan acuan. Metode cerdas Particle Swarm Optimization (PSO) digunakan untuk optimasi dataset ANFIS. Pengujian keandalan dilakukan dengan membandingkan PID konvensional dengan PID-ANFIS pada motor induksi 3 fase berdaya 2HP. Validasi penelitian dilakukan melalui simulasi di platform LabView. PID-ANFIS membuktikan hasil yang jauh lebih baik dari kendali PID konvensional pada berbagai kecepatan acuan. Pemilihan rise time tercepat sebagai fungsi fitness menghasilkan kendali yang memiliki dead time dan rise time 1.5x lebih cepat. PID-ANFIS berhasil menghilangkan undershoot dan osilasi steady state ketika uji kecepatan tinggi.Kata kunci: Kendali Vektor, Adaptive Neuro Fuzzy Inference System, Particle Swarm Optimization, LabView ABSTRACTVector control is the best solution in induction motor control to enhance its dynamic character and efficiency. In this research, a PID speed controller is combined with the Adaptive Neuro-Fuzzy Inference System (ANFIS) to enhance reliability at various reference speeds. The intelligent method Particle Swarm Optimization (PSO) is used to optimize the ANFIS dataset. Reliability testing is done by comparing conventional PID with PID-ANFIS on a 2HP 3-phase induction motor. The research validation was carried out through a simulation on the LabView platform. The PID-ANFIS proved significantly better results than conventional PID control at a wide range of reference speeds. Selection of the fastest rise time as a fitness function results in a control that has a dead time and a rise time of 1.5x faster. PID-ANFIS successfully negates undershoot and steadystate oscillations during high-speed tests.Keywords: Vector Control, Adaptive Neuro Fuzzy Inference System, Particle Swarm Optimization, LabView
Estimasi State of Charge (SoC) Ultrakapasitor menggunakan Extended Kalman Filter Berbasis Ladder Equivalent Circuit Model AFANDI, ACHMAD; WINDARKO, NOVIE AYUB; SUMANTRI, BAMBANG; FAKHRUDDIN, HANIF HASYIER
ELKOMIKA: Jurnal Teknik Energi Elektrik, Teknik Telekomunikasi, & Teknik Elektronika Vol 10, No 1: Published January 2022
Publisher : Institut Teknologi Nasional, Bandung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26760/elkomika.v10i1.61

Abstract

ABSTRAKPenggunaan perangkat penyimpan energi semakin lama semakin meningkat pada peralatan berdaya kecil maupun besar. Baterai selama ini menjadi pilihan utama sebagai penyimpan energi. Namun akhir-akhir ini ultrakapasitor menjadi pilihan alternatif karena lifetime lebih panjang dan respon daya sesaat yang jauh lebih besar dari baterai. Pada manuskrip ini dibahas tentang estimasi nilai State of Charge (SoC) pada ultrakapasitor. Estimasi dilakukan berdasarkan rangkaian ekivalen ladder. Extended Kalman Filter adalah metode estimasi yang handal terhadap sistem dinamis dan tidak memerlukan banyak memori. Estimasi menggunakan metode Extended Kalman filter yang ditanamkan pada sistem embedded untuk mengantisipasi kondisi non-linier pada ultrakapasitor. Ultrakapasitor diuji dengan kondisi charging dan discharging. Hasil pengujian menunjukkan, kinerja metode dibandingkan antara data simulasi dan percobaan dengan perbedaan hasil sebesar 6%.Kata kunci: State of Charge, Metode Extended Kalman Filter, Ultrakapasitor ABSTRACTThe use of energy storage devices is increasing in both small and large power equipment. Batteries have been the main choice for energy storage. However, recently ultracapacitors have become an alternative choice because of a longer lifetime and a much larger instantaneous power response than batteries. This manuscript discusses the estimation of the State of Charge (SoC) value on the ultracapacitor. Estimates are made based on a ladder equivalent circuit. Extended Kalman Filter is a reliable estimation method for dynamic systems and does not require a lot of memory. The estimation uses the Extended Kalman filter method implemented in embedded system to anticipate non-linear conditions on the ultracapacitor. Ultracapacitors were tested under charging and discharging conditions. The test results show that the performance of the method is compared between simulation and experimental data with a difference of 6% in results.Keywords: State of Charge, Metode Extended Kalman Filter, Ultrakapasitor
Kendali Kecepatan Motor Induksi 3 Fase Berbasis Particle Swarm Optimization (PSO) FAKHRUDDIN, HANIF HASYIER; TOAR, HANDRI; PURWANTO, ERA; OKTAVIANTO, HARY; APRIYANTO, RADEN AKBAR NUR; ADITYA, ANGGA WAHYU
ELKOMIKA: Jurnal Teknik Energi Elektrik, Teknik Telekomunikasi, & Teknik Elektronika Vol 8, No 3: Published September 2020
Publisher : Institut Teknologi Nasional, Bandung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26760/elkomika.v8i3.477

Abstract

ABSTRAKMotor induksi secara struktur dan kendali standarnya dirancang untuk bekerja pada kecepatan nominal, sehingga sulit mengendalikan kecepatan sesuai kebutuhan karena akan mengubah konstruksi motor. Penelitian tentang pengendalian motor induksi agar semudah mengendalikan motor DC sudah banyak dilakukan oleh peneliti, salah satunya adalah dengan kendali skalar. Kendali skalar banyak digunakan karena memiliki keunggulan sederhana, biaya murah, mudah didesain dan diimplementasikan, serta yang paling penting tidak memerlukan parameter dari motor induksi. Penggunaan kendali skalar yang telah dilengkapi pengendali PID penalaan otomatis, dengan parameter yang telah dioptimalkan algoritma Particle Swarm Optimization (PSO), akan memudahkan pengendalian kecepatan motor induksi tiga fase pada kecepatan beragam. Simulasi penalaan otomatis PID menggunakan PSO telah dilakukan dengan LabView, dengan karakteristik maksimal 10% overshoot, 1% error steady state dan rise time kurang dari 2 milidetik. Sementara dalam pengujian real time dengan MyRIO hasilnya tanpa overshoot, 5.5% error steady state maksimal dan rise time maksimal 5 detik.Kata kunci: Kendali skalar, PID, Particle Swarm Optimization, LabView ABSTRACTInduction motor is designed at nominal speed as default, we have to change its stucture to obtain dessired speed. Many researchers developt method how to control induction motor as simple as DC motor, one of the methods is scalar control. Scalar control has several benefits, such as simply, low cost, easily designed and implemented, and the main banefit is no necessary motor parameters. Using scalar control with PID controller that optimized Partical Swarm Optimization (PSO) algoritm, will ease to control 3 phase induction motor variant speed. Simulation auto tunning using PSO has done on LabView, it has some characteristic, they are 10% overshoot, 1% steady state error, and rise time within 2ms. In other hand, real time test using MyRIO got no overshoot, 5.5% steady state error maximal, and rise time maximal 5 s characteristic.Keywords: Scalar control, PID, Particle Swarm Optimization, LabView
Co-Authors Abdillah Aziz Muntashir Achmad Afandi, Achmad angga wahyu aditya Apriyanto, R. Akbar Nur APRIYANTO, RADEN AKBAR NUR Bambang Sumantri BASUKI, GAMAR Era Purwanto Gigih Prabowo Handri Toar Hary Oktavianto Novie Ayub Windarko