Claim Missing Document
Check
Articles

A Method of Anti-Windup PID Controller for a BLDC-Drive System Argaloka, Aditya Adni; Aptadarya, Harwin; Arentaka, Fiendo Mahendra; Suratman, Fiky Yosef; Satyawan, Arief Suryadi
JMECS (Journal of Measurements, Electronics, Communications, and Systems) Vol. 10 No. 2 (2023): JMECS
Publisher : Universitas Telkom

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25124/jmecs.v10i2.7209

Abstract

This research aims to enhance control systems for Brushless DC (BLDC) motors by introducing Proportional-Integral-Derivative (PID) control as a straightforward yet reliable solution, known for its precision, quick responsiveness, and stability. Emphasizing its suitability for BLDC motor speed control, the study addresses PID controller windup challenges, highlighting anti-windup techniques crucial for maintaining system stability. The primary focus is on improving the performance of an anti-windup PID controller for BLDC motor speed control in electric vehicles. Through simulations and analyses, the research aims to minimize steady-state error and overshooting, contributing to overall operational efficiency. Practical implementation involves optimizing the PID anti-windup controller's gain using the MATLAB PID Tuner and implementing it in the Arduino IDE. Experimental tests, which cover constant and varying step function scenarios, are conducted on the designed hardware. Results show the PID anti-windup controller's superiority, exhibiting significantly lower overshoot values of 5.42% and 3.35% compared to 13.26% and 23.76%, respectively. Despite its higher control action, the traditional PID controller displays a more pronounced overshoot. This research is a significant step toward advancing control systems for electric vehicles and optimizing BLDC motor performance in practical applications.
Deteksi Sinyal : Overview Model Parametrik menggunakan Kriteria Neyman-Pearson SURATMAN, FIKY YOSEF; PRAMUDITA, ALOYSIUS ADYA; ARSENO, DHARU
ELKOMIKA: Jurnal Teknik Energi Elektrik, Teknik Telekomunikasi, & Teknik Elektronika Vol 7, No 1: Published January 2019
Publisher : Institut Teknologi Nasional, Bandung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26760/elkomika.v7i1.14

Abstract

ABSTRAKDeteksi sinyal banyak diimplementasikan dalam sistem pengolahan sinyal yang sangat kompleks. Sebagai contoh digunakan pada sub sistem pengolahan sinyal radar pengintai yang berfungsi untuk deteksi dan pelacakan target. Salah satu implementasi terbaru dari deteksi sinyal adalah untuk fungsi spectrum sensing pada Cognitive Radio. Deteksi sinyal dapat didefinisikan sebagai binary hypothesis testing, yaitu memutuskan satu dari dua keadaan: hanya derau atau tidak ada sinyal (null hypothesis), dan ada sinyal (alternative hypothesis). Teori deteksi sinyal merupakan bidang yang cukup luas, sehingga paper ini fokus pada pendekatan parametrik dengan Teorema Neyman-Pearson. Kedua hypothesis dimodelkan dengan variabel acak dengan distribusi rapat kemungkinan yang sama tetapi mempunyai parameter yang berbeda. Ditunjukkan penurunan test statistic untuk dua skenario, yaitu distribusi dengan diketahui sebagian dan diketahui penuh. Bagian simulasi menunjukkan kinerja detektor sinyal secara analitis mempunyai hasil yang serupa dengan simulasi Monte Carlo.Kata kunci: deteksi sinyal, Neyman-Pearson, hypothesis testing, spectrum sensing, radar. ABSTRACTSignal detection has been used in many sophisticated signal processing systems, such as for signal processing in surveillance radar which is to detect and to track a radar target. Recently, signal detection is widely used for spectrum sensing in Cognitive Radio. Signal detection is a binary hypothesis testing problem which is to choose one out of two conditions, i.e., noise only or signal absence (null hypothesis), and signal presence (alternative hypothesis). Since signal detection theory is a wide area, this paper only focuses on parametric approach using Neyman-Pearson theorem. The two hypotheses are modeled by random variables having the same distribution but different parameters. The derivations of test statistics (detectors) are shown for two scenarios, i.e., partially known and perfectly known distributions. Analytical results and Monte Carlo simulations of the derived detectors show similar performances.Keywords: signal detection, Neyman-Pearson, hypothesis testing, spectrum sensing, radar.
Radar FMCW dengan IQ Demodulator Jamak untuk Deteksi Pernafasan pada Pengaruh Clutter PRATIWI, HANA; HIDAYAT, MUJIB RAMADAN; MAARIF, AHMAD FATHAN; PRAMUDITA, ALOYSIUS ADYA; SURATMAN, FIKY YOSEP
ELKOMIKA: Jurnal Teknik Energi Elektrik, Teknik Telekomunikasi, & Teknik Elektronika Vol 8, No 1: Published January 2020
Publisher : Institut Teknologi Nasional, Bandung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26760/elkomika.v8i1.125

Abstract

ABSTRAK Pada pendeteksian pernafasan menggunakan sistem radar maka adanya pantulan dari sejumlah objek statis di sekitar target akan memberikan pengaruh pada hasil pendeteksian. Modifikasi pada sistem FMCW telah diusulkan untuk memberikan kemampuan dalam mendeteksi pernafasan multi target. Konsep deteksi fasa dilaborasi pada metode usulan untuk menghadirkan kemampuan deteksi pergeseran kecil. IQ demodulator jamak diusulkan sebagai konsep modifikasi pada sistem FMCW untuk permasalah tersebut. Pengujian kemampuan sistem usulan pada kondisi clutter dilakukan dengan melakukan kajian teoritis dan simulasi komputer. Pengujian dilakukan pada kawasan waktu dan kawasan frekuensi. Hasil-hasil yang diperoleh menunjukkan bahwa metode IQ demodulator jamak yang diusulkan memiliki kemampuan dalam mendeteksi pernafasan secara multi target dan mampu mempertahankan kemampuan tersebut pada kondisi adanya clutter. Kata kunci: deteksi pernafasan, multi target, FMCW, IQ demodulator, clutter ABSTRACT In the detection of respiration using a radar system, the reflection of static objects around the target will have an effect to the detection results. Modifications to the FMCW system have been proposed to provide the ability to detect multi-target respiration. The concept of phase detection is elaborated on the proposed method to provide small shift detection capabilities. Multiple IQ demodulator is proposed as a modified concept on the FMCW system for this problem. Testing the ability of the proposed system under clutter conditions is carried out by conducting theoretical studies and computer simulations. Tests carried out in the time zone and frequency region. The results obtained indicate that the proposed multiple-method IQ demodulator has the ability to detect multi-target respiration and is able to maintain that ability in the presence of clutter. Keywords: respiration detection, multi target, FMCW, IQ demodulator, clutter
Implementasi Robot Keseimbangan Beroda Dua Berbasis Mikrokontroler BOBBY, GRACE; SUSANTO, ERWIN; SURATMAN, FIKY YOSEP
ELKOMIKA: Jurnal Teknik Energi Elektrik, Teknik Telekomunikasi, & Teknik Elektronika Vol 3, No 2: Published July - December 2015
Publisher : Institut Teknologi Nasional, Bandung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26760/elkomika.v3i2.142

Abstract

ABSTRAKPerkembangan dunia robot berkembang pesat dari tahun ke tahun. Salah satu contohnya ialah Segway Personal Transporter. Variasi teknik dalam pergerakan robot pada lingkungan yang dinamik pun semakin banyak, diantaranya Pole-Placement Controller, Fuzzy Logic, Proportional Integrated Derivative Controller (Kontrol PID). Pada penelitian ini Fuzzy Logic akan digunakan sebagai pengontrol robot keseimbangan ini. Pada sistem ini digunakan dua sensor (accelerometer dan gyroscope) untuk mendapatkan pembacaan data yang stabil dan handal. Dari hasil percobaan kalman filter, diperoleh nilai parameter kalman filter yang optimal adalah Qaccelerometer = 0,001 , Qgyroscope = 0,003 dan Rpengukuran = 0,03.Kata kunci: Accelerometer, Gyroscope, Fuzzy Logic, Kalman Filter, Self-balancing Control. ABSTRACTThe development of robots is growing rapidly from year to year. One example is the Segway Personal Transporter. A variety of techniques in the movement of the robot in the dynamic environment became more numerous, including Pole-Placement Controller, Fuzzy Logic, Proportional Integrated Derivative Controller (PID control). In this project, Fuzzy Logic will be used as an balancing robot controller. In this system, used two sensors (accelerometer and gyroscope) to obtain data readout is stable and reliable. From the experimental of Kalman filter, obtained the optimal parameter values of Kalman filter are Qaccelerometer = 0.001, Qgyroscope = 0.003 and Rmeasure = 0.03.Keywords: Accelerometer, Gyroscope, Fuzzy Logic, Kalman Filter, Self-balancing Control.
Development of Human Activity Recognition (HAR) for Health Rehabilitation Using MMWAVE Radar with 3D Point Cloud Data Yudha Setyawan, Raden Rofiq; Fiky Y. Suratman; Khilda Afifah
Journal of Electronics, Electromedical Engineering, and Medical Informatics Vol 7 No 2 (2025): April
Publisher : Department of Electromedical Engineering, POLTEKKES KEMENKES SURABAYA

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35882/jeeemi.v7i2.642

Abstract

Postoperative recovery is a crucial phase in ensuring successful rehabilitation. However, many healthcare facilities face challenges due to the limited availability of medical personnel, making routine patient monitoring difficult. This limitation can delay the early detection of complications and reduce overall recovery effectiveness. To address this issue, this study proposes a non-invasive, radar-based system for remote postoperative patient monitoring. The proposed system utilizes the IWR6843AOP radar to generate 3D point cloud data, spatially representing patient movements. This approach enables continuous monitoring without compromising patient privacy, allowing healthcare providers to offer more efficient care. The collected data undergoes preprocessing, including normalization, labeling, and dataset splitting, before being classified using deep learning models such as 3D CNN, 3D CNN+LSTM, 3D CNN+Bi-LSTM, PointNet, PointNet++, and RNN. The dataset consists of six activity categories: empty space, sitting, standing, walking, running, and squatting, recorded at a frame frequency of 18.18 Hz. Experimental results show that the 3D CNN combined with Bi-LSTM achieves the highest accuracy of 90%, surpassing models like PointNet and RNN. These findings indicate that a radar-based and deep learning-driven approach offers an accurate, efficient, and non-intrusive solution for postoperative monitoring, reducing the need for direct medical supervision. This technology has significant potential for broader healthcare applications, contributing to more advanced, accessible, and technology-driven patient monitoring systems. By integrating artificial intelligence and radar sensing, this research paves the way for innovative solutions in modern healthcare, ensuring better postoperative outcomes while optimizing medical resources.
Kendali Kemudi Dengan Memindai Area Jalan Berbasis Kamera Termal Siburian, Sebastian Edward; Suratman, Fiky Y; Satyawan, Arief Suryadi
eProceedings of Engineering Vol. 11 No. 5 (2024): Oktober 2024
Publisher : eProceedings of Engineering

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

Abstract

Abstrak — Perkembangan teknologi telah mengalami kemajuan yang sangat signifikan khususnya di bidang kecerdasanbuatan, termasuk perkembangan di bidang kendaraan listrik otonom untuk efisiensi penggunaan sumber energi ramahlingkungan. Mengaktifkan mobilitas otonom memerlukan teknologi yang memungkinkan kendaraan mendeteksi objek disekitarnya, termasuk pengenalan objek menggunakan segmentasi semantik.Dalam penelitian ini digunakan sistem segmentasi objek untuk pengenalan jalan, dan sistem dibangun menggunakanmetode segmentasi berbasis deep learning. Informasi gambar diperoleh dari kamera termal FLIR. Metode segmentasi yangdigunakan dalam perancangan Capstone ini adalah arsitektur jaringan yang tersisa (ResNet 18, ResNet 34, ResNet 50, ResNet101, Resnet 152 dan ResNext 50). Hasil segmentasi kemudiandigunakan untuk mengembangkan metode pengendalian kemudi dengan menganalisis area jalan yang tersegmentasi. Hasil analisisberupa sinyal rekomendasi arah kendali kemudi yang dikirimkan ke sistem kendali kemudi kendaraan roda tiga listrik.Hasil percobaan menunjukkan bahwa metode segmentasi ResNet 50 cocok digunakan pada sistem kendali terarah karenaprosesnya baik dan memiliki latensi yang rendah sehingga proses kendali terarah dapat dilakukan secara real time. Kata kunci : Convolutional Neural Network (CNN), Deep Learning, Image Processing, Residual Network, SegmentasiSemantik, Thermal FLIR
Optimasi Penggunaan Kamera FLIR Untuk Navigasi Pada Sistem Kemudi Otomatis Suputra , Mahesa Wisnu; Suratman, Fiky Y.; Satyawan , Arief Suryadi
eProceedings of Engineering Vol. 11 No. 5 (2024): Oktober 2024
Publisher : eProceedings of Engineering

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

Abstract

Abstrak — Perkembangan teknologi informasi dan komunikasi mendorong berbagai inovasi, salah satunya adalahkendaraan listrik otonom (KLO) yang dapat mengurangi kelalaian manusia dalam mengemudi. Penelitian ini bertujuanuntuk mengembangkan dan menguji sistem kemudi otomatis pada KLO menggunakan kamera FLIR (Forward-LookingInfrared). Kamera FLIR digunakan untuk mendeteksi lingkungan sekitar kendaraan dalam berbagai kondisipencahayaan, seperti siang hari dan malam hari. Pengujian dilakukan untuk mengevaluasi kinerja kamera dalammenghasilkan gambar termal yang akurat dan memastikan deteksi serta identifikasi objek yang andal. MetodeConvolutional Neural Network (CNN) dengan arsitektur ResNet-50 digunakan untuk meningkatkan efektivitas deteksiobjek. Hasil penelitian menunjukkan bahwa kamera FLIRmampu mendeteksi objek dengan baik dalam kondisi siang dan malam hari, serta meningkatkan keselamatan dan navigasikendaraan otonom. Penggunaan metode CNN terbukti efektif dalam meningkatkan akurasi deteksi objek, memberikankontribusi signifikan dalam pengembangan sistem kemudi otomatis yang lebih aman dan efisien. Kata kunci — Kendaraan Listrik Otonom (KLO), Sistem Kemudi Otomatis, Kamera FLIR, Deteksi Objek, ConvolutionalNeural Network (CNN), ResNet-50, Pengujian Kinerja, Keselamatan Navigasi.
Sistem Pengendali Steering Gear Otomatis Menggunakan Teknologi Kamera Thermal FLIR Arifyandy, Rachmat; Suratman, Fiky Y; Satyawan, Arief Suryadi
eProceedings of Engineering Vol. 11 No. 5 (2024): Oktober 2024
Publisher : eProceedings of Engineering

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

Abstract

Abstrak — Perkembangan teknologi informasi dan komunikasi mendorong berbagai inovasi, salah satunya adalahkendaraan listrik otonom (KLO) yang dapat mengurangi kelalaian manusia dalam mengemudi. Penelitian ini bertujuanuntuk mengembangkan dan menguji sistem kemudi otomatis pada KLO menggunakan kamera FLIR (Forward-LookingInfrared). Kamera FLIR digunakan untuk mendeteksi lingkungan sekitar kendaraan dalam berbagai kondisipencahayaan, seperti siang hari dan malam hari. Pengujian dilakukan untuk mengevaluasi kinerja kamera dalammenghasilkan gambar termal yang akurat dan memastikan deteksi serta identifikasi objek yang andal. MetodeConvolutional Neural Network (CNN) dengan arsitektur ResNet-50 digunakan untuk meningkatkan efektivitas deteksiobjek. Hasil penelitian menunjukkan bahwa kamera FLIR mampu mendeteksi objek dengan baik dalam kondisi siang danmalam hari, serta meningkatkan keselamatan dan navigasi kendaraan otonom. Penggunaan metode CNN terbukti efektifdalam meningkatkan akurasi deteksi objek, memberikan kontribusi signifikan dalam pengembangan sistem kemudi otomatis yang lebih aman dan efisien. Kata kunci — Kendaraan Listrik Otonom (KLO), Sistem Kemudi Otomatis, Kamera FLIR, Deteksi Objek, ConvolutionalNeural Network (CNN), ResNet-50.
Pemanfaatan Intel RealSense Depth Camera D415 untuk Mendeteksi Manusia pada Kendaraan Otonom Roda Tiga Aurelia, Felicia Bunga; Suratman, Fiky Y; Satyawan, Arief Suryadi
eProceedings of Engineering Vol. 11 No. 5 (2024): Oktober 2024
Publisher : eProceedings of Engineering

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

Abstract

Abstrak — Pemanfaatan Intel RealSense Depth Camera D415 dalam deteksi manusia pada kendaraan otonom roda tigamerupakan inovasi penting dalam meningkatkan keamanan dan efisiensi sistem transportasi. Latar belakang penelitian inididorong oleh kebutuhan untuk mengurangi kecelakaan yang melibatkan kendaraan otonom dengan pejalan kaki danpengguna jalan lainnya. Tujuan utama dari penelitian ini adalah untuk mengembangkan dan mengimplementasikansistem deteksi manusia yang akurat dan andal menggunakan teknologi kamera depth Intel RealSense D415. Metode yangdigunakan melibatkan pengintegrasian kamera depth dengan algoritma pemrosesan citra berupa YOLOv8 untuk mendeteksidan melacak keberadaan manusia di depan kendaraan. Uji coba dilakukan pada prototipe kendaraan otonom roda tiga dalamberbagai kondisi lingkungan untuk menguji kinerja sistem. Hasil penelitian menunjukkan bahwa sistem yangdikembangkan mampu mendeteksi manusia dengan tingkat akurasi yang tinggi, bahkan dalam kondisi pencahayaan yangburuk dan lingkungan yang kompleks. Kesimpulan utama dari penelitian ini adalah bahwa teknologi Intel RealSense DepthCamera D415 memiliki potensi besar untuk meningkatkan keselamatan kendaraan otonom melalui deteksi manusia yanglebih efektif, sehingga dapat mengurangi risiko kecelakaan danmeningkatkan kepercayaan publik terhadap penggunaan kendaraan otonom. Kata kunci— intel realsense depth camera, deteksi manusia, YOLOv8
Ilustrasi Pengereman Kendaraan Otonom Roda Tiga Menggunakan Aktuator Linear Elektrik Jody H, Amadeus Evan; Suratman, Fiky Y.; Satyawan, Arief Suryadi
eProceedings of Engineering Vol. 11 No. 5 (2024): Oktober 2024
Publisher : eProceedings of Engineering

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

Abstract

Abstrak — Penelitian ini mengembangkan sistem pengereman untuk kendaraan otonom roda tiga menggunakanaktuator linear elektrik, dikendalikan oleh mikrokontroler ATmega 2560 Pro dan motor driver BTS 7960. Depth cameraIntel RealSense D415 digunakan untuk mendeteksi jarak objek. Sistem mengatur kecepatan pengereman berdasarkan tigasegmen PWM: 255 untuk jarak 2-4 meter, 100 untuk jarak 4.01- 6 meter, dan 60 untuk jarak 6.01-8 meter. Hasil pengujianmenunjukkan respons cepat dan akurasi tinggi, dengan ratarata delay kurang dari 1 detik, memastikan pengereman yangaman dan efisien. Kata kunci— pengereman, kendaraan otonom, aktuator linear elektrik, depth camera, mikrokontroller ATmega 2560pro, motor driver BTS7960.
Co-Authors -, Sugihartono A. A. Pramudita Achmad Rizal Adinda Mutiara Hakim Adriani Rizka Amalia Agung Chrisyancandra Mobonguni Ali Muayyadi Ali, Erfansyah Aloysius Adya Pramudita Alyani Durrah Fauzan Andika Pradana Arif Wicaksono Angga Rusdinar Angga Wijaya Anhar Ari Widodo Aptadarya, Harwin Arentaka, Fiendo Mahendra Argaloka, Aditya Adni Arif Abdul Aziz Arifyandy, Rachmat Ario Wicaksono ARIS HARTAMAN Aurelia, Felicia Bunga Azhar Sukarna Putra Azhar Yunda Ramadhan Azizah Yusrina Bambang Hidayat Bambang Setia Nugroho Budi Permana Dami Mahardiwana Daud, Pamungkas De Fitrah, Figo Azzam Denny Darlis Dharu Arseno Dhiky Wahyu Santoso Dias Daffa Wiwaha Dien Rahmawati Dimas Mustaqim Dwi Esti Kusumandari Ekki Kurniawan Erwin Susanto Estananto Fadhli Rahman Faishal Adli Fani Fauziah, Fani Farhan Ramadhan FARIED IZZANTAMA NUGRAHA HARSWA Figo Azzam De Fitrah Figo Azzam De Fitrah Fikry Lazuardi Fitrah, Figo Azzam De Giashinta Larashati Gitatama, Radika Grace Bobby GRACE BOBBY, GRACE Hana Pratiwi Hasbian Fauzi Perdana Heni Pujiastuti Heroe Wijanto Hidayat, Mujib R. HIDAYAT, MUJIB RAMADAN Hurianti Vidyaningtyas I Wayan Oka Krismawan Putra Ig. Prasetya Dwi Wibawa Imam Darmawan Istiqomah Istiqomah Istiqomah Istiqomah istiqomah istiqomah Jody H, Amadeus Evan Junartho Halomoan Juse Wisman Oktabri Kalfika Yani Khalisa Khairuna Kharisma Bani Adam Khilda Afifah Kirana, Tsania Puspa Koredianto Usman Krisna Muhammad Luthfi Kurniawan, Bella K. Kusumawardhana, Ridho Wahyu Laksono, Paundra Dwi Lyra Vega Ugi M. Reza Raihan N.R MAARIF, AHMAD FATHAN Made Indra Wira Pramana Marchellyn, Ferryn Mochammad Haldi Widianto Mohamad Ramdhani Muhamad Ridwan Widyantara Muhamad Riswan Nurfadilah Muhammad Adi Nurhidayat Muhammad Ary Murti Muhammad Hablul Barri Muhammad Hegi Rinaldi Muhammad Nashih Rabbani Muhammad Zakiyullah Romdlony Mujib R. Hidayat Mumtazanisa Fairuzen Nasrullah Armi Neina Oktavia Sariningsih Nelson, Garry Nina Mardiana (F01108057) Nurhidayat, Muhammad Adi Nurul Qashri Mahardika T Nusharatul Lailiyya Nushrotul Lailiyya Patriananda, Teguh Permana, Nana Porman Pangaribuan Pramudita, A. A. Pramudita, Aloysius A. PRATIWI, HANA Qolbiyah, Nada Syifa Rachmita Hasni.H1 Rahmad Rahmad Ramadhan, Azhar Yunda Ramdhan Nugraha Ratri Dwi Atmaja Rebecca Chittra Widyaparamitha Reyhan Fahmirakhman Abdullah Reynaldo Sandy Montolalu Reza Nurul Fajri Rheza Faurizki Rahayu Rifqy Miftahul Hidayat Rissa Rahmania Rizal Akhlaqul Rizki Ardianto Priramadhi Rizkia Dwi Auliannisa Rizky Ardianto Priramadhi Salwa Nur Rohmah Santosh Poudel Saputra, Adhitya Dwi Saputri, Desti M. Sari, Nurlina Satyawan , Arief Suryadi Satyawan, Arief Suryadi Seno Nugroho Siburian, Sebastian Edward Sinaga, YOSUA Slamet Widodo Slamet Widodo Sony Sumaryo Sugihartono - Suputra , Mahesa Wisnu Suryo Adhi Wibowo Tande, Jefri Salmon Unang Sunarya Widyantara, Muhamad Ridwan Y. R, Azhar Yohana Jayanti Aruan Yudha Purwanto Yudha Setyawan, Raden Rofiq Zahwa Rizzi Ani