Claim Missing Document
Check
Articles

Found 26 Documents
Search

PENGARUH PERUBAHAN FREKUENSI TERHADAP KINERJA MOTOR COAL FEEDER DI CAPTIVE POWER PLANT Supriyanto, Adolf Asih; Wibowo, Nanang Roni; Setiawan, Rudi
JURNAL RAMATEKNO Vol 3 No 2 (2023): Ramatekno
Publisher : LPPM Politeknik Enjinering Indorama

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.61713/jrt.v3i2.100

Abstract

Motor induksi termasuk jenis motor AC yang bekerja akibat adanya arus stator yang terinduksi sebagai akibat adanya perbedaan relatif antara putaran rotor dengan medan putar yang dihasilkan arus stator. Motor induksi dinamakan motor tak serempak (asynchrone) karena putaran poros motor tidak sama dengan putaran medan fluks magnet stator. Motor coal feeder merupakan motor induksi tiga phasa yang pengaturan kecepatannya diatur oleh Variable Speed Drive (VSD). Motor coal feeder berfungsi sebagai media penyalur bahan bakar batubara menujuruangbakardiboiler yang bertujuan untuk proses pembakaran dalam memanaskan air pada dinding pipa yang akan dijadikan uap penggerak turbin. Sebelum mensuplai batubara terlebih dahulu memperhatikan jumlah batubara yang masuk ke coal feeder, karena akan mempengaruhi aliran batubara dan kinerja motor. Semakin banyak batubara yang masuk ke coal feeder maka akansemakin besar aliran batubara, sama halnya dengan tingginya kecepatan motor akanmemperbesar aliran batubara yang masuk ke furnace. Dari hasil penelitian diperoleh kecepatan motor coal feeder pada frekuensi 4Hz sebesar 115,2 rpm dengan, coal flow 17,16 t/h dan efisiensi 32,76 %.
PEMBUATAN PROTOTIPE ROBOT SCARA DENGAN NEMA 17 DAN PENGONTROL GRBL Nurjaman, Aldi; Afzeri; Wibowo, Nanang Roni
JURNAL RAMATEKNO Vol 4 No 1 (2024): Ramatekno_Vol_4_No_1
Publisher : LPPM Politeknik Enjinering Indorama

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.61713/jrt.v4i1.167

Abstract

Teknologi Robot Arm telah banyak digunakan dalam dunia industri maupun dunia pendidikan.Salah satunya ialah robot SCARA (Selective Compliant Assembly Robot Arm). SCARA memiliki strukturyang terdiri dari tiga lengan dengan gerakan rotasi dan satu translasi. Dengan sistem pengontrolan inimaka diperlukan sistem penggerak yang kompak dalam konstruksi dipilih motor stepper dengan modelreduksi harmonik dengan torsi maximum sebesar 3,6652N. Harmonic Drive merupakan peralatanpereduksi putaran dengan rasio tinggi dan cocok diaplikasikan pada peralatan yang memerlukan presisi.Dimensi rancangan dibuat untuk melakukan pekarjaan pick and place dengan area kerja 600 x 300 mm.Panjang axis lengan pertama 170 mm dan lengan kedua sepanjang 160mm. Akurasi yang didapatkandalam konstruksi ini adalah 1.3 mm. Dengan hasil tersebut pembuatan robot SCARA yangdikembangkan bisa diaplikasikan sebagai sistem pembelajaran pada instansi pendidikan dan pekerjaanyang memerlukan kepresisian pada industri.
Sistem Klasifikasi Citra untuk Proses Inspeksi Kain Menggunakan Teachable Machine dan Raspberry Pi Emmanuel Agung Nugroho; Diki Mulyadi; Nanang Roni wibowo
Jurnal Teknologika Vol 14 No 1 (2024): Jurnal Teknologika
Publisher : Sekolah Tinggi Teknologi Wastukancana

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51132/teknologika.v14i1.368

Abstract

The textile industry has been growing rapidly, even the growth of textile products exceeds the growth of the national economy. The demand for textile products is not only for domestic consumption but also for export. In an effort to meet quality standards and maintain customer satisfaction, quality control of fabric production is very important, especially in controlling fabric production defects. The types of defects that exist in fabrics are holes, stains, rare defects due to broken/lost threads, floating, color fading, broken patterns, double threads, thick threads (slubs), mixed ends, pin marks, and others. In this research, a system is designed that can detect production defects in fabrics using machine learning-based image processing methods using Raspberry Pi. The types of defects modeled are sparse defects and stain defects, or in factory terms often called slap defects. The test results show that this system has an average frame per second (FPS) of 4.85, an average inference time of 181.1 ms, with an image classification result accuracy of 98.4%
SISTEM SORTIR BENDA BERDASARKAN BENTUK DAN WARNA BERBASIS KOMPUTER VISION Fitriati, Andi; Elviralita, Yoan; Roni Wibowo, Nanang; Mulia, Amal; Wulandari, Sri
Transient: Jurnal Ilmiah Teknik Elektro TRANSIENT, VOL. 13, NO.2, JUNI 2024
Publisher : Universitas Diponegoro

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.14710/transient.v13i2.46-51

Abstract

Beberapa Industri manufaktur menghasilkan berbagai macam produk menggunakan metode manual dalam proses penyortiran. Sistem penyortiran metode manual masih mengandalkan tenaga manusia, sehingga dibutuhkan ketelitian manusia dalam bekerja untuk menjaga kualitas produksi. Namun, kualitas produksi menurun seiring dengan berkurangnya kinerja manusia akibat kelelahan. Pada penelitian ini dirancanglah sebuah sistem sortir benda yang bertujuan untuk mengklasifikasikan benda berdasarkan bentuk dan warna menggunakan komputer vision sehigga dapat menjaga kualitas produksi, menghemat waktu, tenaga dan biaya. Metode penelitian yang digunakan adalah metode experimental yang menerapkan teori image prosessing. Hasil penelitian menunjukan bahwa sistem dapat menyortir benda berdasarkan bentuk dan warna menggunakan kamera sebagai pendeteksinya, lalu diproses oleh komputer vision sehingga penggerak sistem sortir di kontrol oleh arduino. Suatu benda akan dikenali bentuk dan warnanya jika nilai HSV yang dikalibrasi disesuaikan dengan kondisi ruangan, sedangkan kondisi ruangan deteksi terbaik nilai Hue High = 100, Hue Low = 10, Saturation High = 54, Saturation Low = 10, Value Tinggi = 255, Nilai Rendah = 29. Benda akan terdorong masuk ke dalam wadah bila diberikan putaran servo minimal 170 derajat. Konveyor akan bergerak setiap 10 cm per langkah. Penelitian ini akan menunjukkan bahwa komputer vision dapat diterapkan untuk menyortir objek berdasarkan karakteristik tertentu.
PROTOTIPE MESIN INSPEKSI KAIN BERBASIS SISTEM PEMROSESAN CITRA DIGITAL Nugroho, Emmanuel Agung; Alfiyan, Yogi; Wibowo, Nanang Roni
JURNAL RAMATEKNO Vol 4 No 2 (2024): Ramatekno_vol_4_no_2
Publisher : LPPM Politeknik Enjinering Indorama

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.61713/jrt.v4i2.195

Abstract

Dalam industri tekstil, pengendalian kualitas produk sangat penting untuk meminimalkan cacat yang dapat menurunkan kepuasan pelanggan dan efisiensi produksi. Jenis cacat kain yang umum, seperti double lusi, double pick, slap, netting, dan ketidaksesuaian ketebalan atau lebar kain, memerlukan inspeksi yang akurat dan efisien. Penelitian ini mengembangkan prototipe Fabric Inspection Machine (FIM) berbasis teknologi Image Processing untuk mendeteksi cacat secara otomatis. Sistem ini menggunakan algoritma pengolahan citra pada Google Teachable Machine, Raspberry Pi, dan kamera web sebagai pendeteksi cacat. Kain digerakkan oleh motor stepper dengan driver TB6600 dan dikendalikan oleh ESP8266, dengan sistem mekanik berbasis roll penggulung kain. Hasil pengujian menunjukkan bahwa mesin ini mampu mendeteksi tiga jenis kondisi kain: kain bagus, cacat jarang, dan cacat slap. Torsi motor stepper mencapai 0.3995 Nm, sementara torsi penggulung kain adalah 0.00242 Nm, dan torsi roller terhadap beban adalah 0.01615 Nm. Mesin mampu mempertahankan akurasi deteksi pada kecepatan kain dari 95.25 cm per menit (250 Hz, 18.75 RPM) hingga 285.75 cm per menit (750 Hz, 56.25 RPM). Desain mekanik yang konstan menjaga kecepatan penggulungan, meskipun ketebalan kain bervariasi. Dengan peningkatan akurasi dalam proses inspeksi, prototipe ini diharapkan dapat meningkatkan efisiensi produksi dan kualitas produk kain dalam industri tekstil.
Analisis Pemotongan Logam ST-37 Dengan Mesin Brander CG1-30 Menggunakan Bahan Bakar Gas Propane Musicool 22 Tauvana, Ade Irvan; Widodo; Syafrizal; Wibowo, Nanang Roni; Hartanto, Ageng
JURNAL RAMATEKNO Vol 5 No 1 (2025): Jurnal Ramatekno
Publisher : LPPM Politeknik Enjinering Indorama

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.61713/jrt.v5i1.218

Abstract

Analisis pemotongan logam ST 37 dengan mesin brander CG1-30 menggunakan bahan bakar gas propane Musicool 22.Pemotongan pelat baja merupakan salah satu proses permesinan yang banyak digunakan di industri. Oleh karena itu, efisiensi dan kemudahan dalam proses pemotongan perlu terus ditingkatkan. Salah satu metode pemotongan yang umum digunakan adalah dengan campuran oksigen dan bahan bakar gas, karena dianggap efektif dan efisien dalam penggunaannya.Penelitian ini berfokus pada penggunaan bahan bakar baru, yaitu campuran gas oksigen dan propane Musicool 22 sebagai alternatif dalam proses pemotongan pelat baja. Karena bahan bakar ini memiliki komposisi yang baru, maka perlu dilakukan analisis mengenai pengaruh laju kecepatan pemotongan terhadap ketebalan pelat agar dapat menentukan kecepatan optimal dalam proses pemotongan.Mesin yang digunakan dalam proses pemotongan adalah gas cutting machine semiotomatis, karena mampu memotong dengan akurat serta memiliki pergerakan yang stabil di atas lintasan rel. Mesin ini juga dilengkapi dengan fitur adjusting speed dalam rentang 50–750 mm/menit, dapat memotong pelat dengan ketebalan 3–100 mm, serta memiliki komponen pengapian yang menghasilkan nyala api stabil.Pengujian dilakukan pada pelat dengan ketebalan 5 mm, 10 mm, dan 15 mm. Hasil pemotongan menggunakan gas cutting machine dengan bahan bakar propane Musicool 22 menunjukkan kecepatan pemotongan optimal untuk pelat 5 mm sebesar 7,1 mm/s, pelat 10 mm sebesar 10,4 mm/s, dan pelat 15 mm sebesar 18,3 mm/s.