Claim Missing Document
Check
Articles

Found 2 Documents
Search

Perancangan Sistem Kontrol Level Nonlinier Menggunakan Fuzzy-PID Supervision Chalidia Nurin Hamdani
INOVTEK - Seri Elektro Vol 2, No 1 (2020): INOVTEK Seri Elektro
Publisher : Politeknik Negeri Bengkalis

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (500.664 KB) | DOI: 10.35314/ise.v2i1.1269

Abstract

Sistem level merupakan sistem yang banyak ditemukan di industri. Sistem ini dapat dikategorikan sebagai sistem nonlinier karena dinamika dan deadtime yang dimilikinya. Salah satu karakteristik dari sistem ini adalah perubahan dinamika ketika set-point yang diberikan berubah. Akibatnya, kontroler PID konvensional dengan parameter tetap tidak mampu mengendalikan sistem ini dengan baik. Perlu dilakukan tuning ulang pada kontroler PID untuk menyesuaikan perubahan dinamika. Dalam paper ini, kami merancang sistem kontrol level menggunakan PID dengan parameter yang disupervisi oleh kontrol fuzzy. Sebagai kontroler utama, PID dirancang menggunakan metode Direct Synthesis (DS) untuk semua titik kerja yang ditentukan. Kontrol fuzzy dirancang berdasarkan nilai-nilai parameter PID yang diperoleh dari perhitungan metode DS. Hasil rancangan disimulasikan menggunakan software MATLAB. Simulasi menunjukkan bahwa sistem kontrol level hasil rancangan mampu mencapai set-point yang diberikan dengan settling time ts (±5%) berkisar antara 4 s.d. 6,5 detik, zero overshoot dan zero offset. Perbandingan dengan sistem kontrol PID konvensional juga menunjukkan hasil yang baik. Sistem kontrol level hasil rancangan rancangan mampu menjamin respon yang memenuhi performa zero overshoot dan zero offset.
Pemodelan Energi Listrik yang Dihasilkan oleh PV Menggunakan Metode Time Series dan Neural Network untuk Komparasi Umi Yuliatin; Asepta Surya Wardhana; Astrie Kusuma Dewi; Chalidia Nurin Hamdani
EDUKASIA: Jurnal Pendidikan dan Pembelajaran Vol. 4 No. 2 (2023): Edukasia: Jurnal Pendidikan dan Pembelajaran
Publisher : LP. Ma'arif Janggan Magetan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.62775/edukasia.v4i2.541

Abstract

Renewable energy sourced from the sun has become one of the focal points of alternative renewable energy as fossil energy reserves diminish. Solar energy, which is converted into electricity using photovoltaic technology, is influenced by several variables, particularly weather variables such as temperature, humidity, and solar radiation. This study involves modeling and forecasting the power output of a 100 Watt PV Solar system using Time Series Analysis and Neural Network techniques. The PV solar system is connected to various weather variable measurement sensors, such as a pyranometer, temperature sensor, and humidity sensor. The data collected from these sensors serve as input for calculating the power output of the installed 100 Watt PV system. The power output is observed on an hourly and daily basis. The modeling results indicate that the best model obtained using ARIMA with variables is ARIMA (0,0,2), incorporating all weather variables (Radiation, Humidity, Temperature*, Wind, and Light*) with a MAPE (Mean Absolute Percentage Error) of 2.91%. Meanwhile, for the best Neural Network (LSTM) model, the input variables of radiation, temperature, and intensity achieved a MAPE of 3.41%