Pengunjung

Kamis, 09 Januari 2014

Menyelesaikan Sirkuit Chen-Lee Menggunakan Matlab dan MultiSIM



Sistem Chen-Lee berbasis chaos telah dikembangkan berdasarkan persamaan Euler untuk memodelkan persamaan gerakan tubuh kaku. Hal ini membuktikan bahwa sistem ini merupakan himpunan yang mengatur dari persamaan gerak gyro dengan kontrol umpan balik. Baru-baru ini, penelitian dilakukan untuk mengeksplorasi perilaku dinamis dari sistem ini. Dalam studi ini, kami lebih mengeksplorasi terhadap sirkuit elektronik menggunakan Sistem Chen-Lee dengan menggunakan Matlab dan Multisim.

Hal ini juga diketahui  bahwa sistem Lorenz adalah sistem chaos autonomous tiga dimensi. Topik utama adalah pencarian tiga- dimensi (3-D )  attractor chaos baru yang dihasilkan oleh sistem seperti sistem Lorenz yang umum dengan kuadrat non-linearitas. Sebagai contoh, Vanecek dan Celikovsky, memperkenalkan apa yang disebut umum sistem Lorenz. lebih Baru-baru ini, Chen, Lu et al  menemukan beberapa sistem chaos serupa tapi non -setara . Selain itu,  Elikovsky dan Chen menyajikan  Lorenz  dalam bentuk kanonik umum, termasuk tipe hiperbolik, yang meliputi kelas yang sangat besar 3 - D kuadrat sistem chaos autonomous.



Persamaan sirkuit Chen-Lee di definisikan oleh persamaan di bawah ini:

dimana variabel a=3, b=-5 dan c=-1. Dengan menggunakan metode Runge Kutta maka kitaa akan memperoleh hasil secara numerik dengan bantuan software Matlab. Hasil diagram fase persamaan Chen-Lee bisa di lihat di bawah ini:



Sistem Chen-Lee dapat direpresentasikan sebagai rangkaian osilator elektronik seperti yang di ditampilkan pada gambar di bawah ini. Dalam sirkuit Chen Lee telah diselidiki sistem dengan analisis numerik menggunakan berbagai kondisi awal dan menggunakan parameter sistem yang berbeda. Untuk memverifikasi sirkuit, kami telah mengimplementasikan dengan menggunakan paket simulasi elektronik Multisim.



Menyelesaikan Sirkuit Lorenz Menggunakan Matlab dan MultiSim


Secara lebih visual, gejala chaos pertama kali dipelajari secara tidak sengaja oleh Edward N. Lorenz, seorang pakar sains atmosfir dari MIT, di tahun 1963. Kala itu ia tengah  mencoba memodelkan aliran konveksi udara tiga dimensi di atmosfir. Lorenz  menurunkan model ideal persamaan nonlinier yang terkopel tiga  dan berusaha memecahkannya secara numerik menggunakan pertolongan komputer. Alih-alih memperoleh pemecahan yang  berkelakuan  baik, ia malah menemukan perilaku aneh yang semula ia anggap sebagai  kesalahan numerik. Hasil yang diperoleh menunjukkan bahwa  lintasan pemecahan dalam ruang tiga dimensi tersebut memiliki  ciri lintasan yang tidak teratur.(strange attractor), dan  tidak  pernah  menempuh  lintasan yang sama. Jika titik awal perhitungan dirubah sedikit saja, maka akan muncul pola orbit dengan kelakuan serupa tetapi memiliki  pola  lintasan  yang  lain  sama  sekali.
 
Hingga kini, gejala chaos juga dapat dijumpai dimana-mana, mulai dari sistem fisika seperti sirkuit listrik, turbulensi gerak benda dalam fluida, fenomena superkonduktor, gerak bandul, sistem jaringan syaraf, atau pada perubahan cuaca. Pemodelan mengenai perilaku sistem sosial, fluktuasi harga saham, dan pola hubungan antara mangsa dan pemangsa di dalam suatu ekosistem pun  memprediksikan kemungkinan munculnya chaos.

Sistem Lorenz adalah sistem autonomous yang sederhana dengan tiga persamaan diferensial biasa terkopel yang bersifat nonlinier.  Sistem Lorenz pertama kali diperkenalkan oleh Edward N. Lorenz  (1963) ketika membuat model matematika dari konveksi tiga  dimensi di atmosfer Hasil Matlab untuk persamaan sirkuit Lorenz adalah sebagai berikut:


Dalam karya ini sistem New Lorenz-Like, disajikan oleh Li dkk pada tahun 2008 [2], digunakan. istem nonlinier auotonomous tiga dimensi yang digambarkan oleh sistem persamaan diferensial biasa di bawah ini.
 

Dimana adalah variable keadaan dari sebuah sistem. a, b, c adalah parameter dari sebuah sistem. Seperti yang ditunjukkan pada persamaan (1) sistem persamaan diferensial, tetapi non-linier sistem hanya bergantung pada istilah dua kuadrat xy dan xz.


Dalam Gambar di atas, proyeksi orbit ruang fase ke bidang xy, bidang xz dan bidang yz, ditunjukkan masing-masing. Parameter dan kondisi awal dari New Lorenz-Like sistem (1) adalah (a, b, c) = (5, 4, 2.5) dan (x0, y0, z0) = (0,1, 0,1, 0,1), sehingga sistem menunjukkan perilaku chaos yang diharapkan. Jadi, dapat dilihat dengan jelas bahwa potret fase, terutama pada bidang xz mirip dengan yang ada pada sistem Lorenz.

 

Sebuah skema rangkaian yang berhubungan dengan sistem Lorenz ditunjukkan pada Gambar di atas. Tegangan pada node berlabel x, y, z dan sesuai dengan kedaan dari sistem persamaan (1). Penguat operasional dan sirkuit terkait menunjukkan operasi dasar penambahan, pengurangan, dan integrator. Istilah nonlinier dalam persamaan ditunjukkan dengan analog pengganda AD633 [2]. Terjadinya attractor chaos dapat terlihat jelas pada Gambar di bawah ini dengan menggunakan Multisim 10.0.



Selasa, 07 Januari 2014

Membuat Robot Bersama Profesor BOLABOT

Deskripsi : Buku ini mengajarkan materi dasar mempelajari robotika tingkat sederhana dengan alat dan bahan yang mudah diperoleh sehingga para pembaca dapat memperoleh ilmu sekaligus praktek membuat robot secara langsung dengan prosedur yang terdapat di dalam buku. Buku ini terdiri dari dua bagian. Bagian pertama membahas teknologi robot kontrol baik analog maupun digital terprogram, sedangkan bagian kedua membahas teknologi robot autonomous juga menggunakan elektronika analog dan digital terprogram. Disela-sela materi robotika, penulis juga menuliskan aplikasi robotika. Bagi pemula yang baru memulai mempelajari robotik, buku ini akan menjadi panduan asyik. Tekankan pada diri anda bahwa robotik adalah dunia baru yang harus mulai anda masuki dan minati. 

Daftar Isi :
  1. Robot Kontrol Analog dan digital
  2. Robot Kontrol Wireless TLP RLP
  3. Robot Kontrol Infra Red
  4. Robot Kontrol Berbasis  PC/Komputer
  5. Robot Autonomous Analog dan digital
  6. Robot Line Follower
  7. Robot Avoider sensor cahaya
  8. Robot Metal Detector
  9. Robot Robot Avoider Sensor Ultrasonik
Bagi pecinta Robotik jika ingin membeli Buku di atas silahkan hubungi number 089655030781. Harga buku sekitar 69.500. Semangat ^_^ .

Minggu, 10 November 2013

Targetku Pada Bulan November 2013

Banyak orang yang sukses selalu memulainya dengan kebaikan. Begitu pula jika kita punya niat baik maka harus segera merencanakannya dan terpenting adalah berani memulai untuk merealisasikanya. Ketikan tangan yang mungil ini, ku mulai dengan ucapan basmalah agar apa yang saya tulis bisa tercapai. pada bulan yang berkah ini. 

Banyak pepatah mengatakan bahwa perjalanan 1000 mil selalu di mulai dengan langkah pertama. Proses pertama merupakan hal yang sangat penting dalam kehidupan ini. kalau openingnya jelek yah endingnya juga sudah bisa dipastikan ddengan tragis. hahahha ^_^. Mungkin saja orang membuat target tiap tahun. Tapi kini saya akan membuat target tiap bulan. biar lebih semangat. hahahhah


Targetku bulan November ini sangat penting dalam rangka menyukseskan targetku untuk bulan Desember. Mari kita mulai dengan ucapan bismillahirohmanirrohim.... Ya Alloh berikanlah kemudahan dalam menjalani rencana ini. Kami hanya bisa berencana. Tapi Engkaulah yang mengatur semua takdir dan skenarionya. Hanya Kepada-Mu ya Rabb Kami memohon pertolongan. amin
  1. Menabung uang 3 Juta Rupiah/bulan
  2. Membereskan Proposal penelitian untuk Study M.Sc di UNisZa Malaysia.
  3. Wajib Solat Duha, Hajat dan Tahajud
  4. Mulai menyusun paper untuk persiapan M.Sc
  5. Persiapan untuk mengjhitbah bulan Desember
  6. Memberi perlengkapan adik sekolah
  7. Rihlah ke Curug Cinulang ^_^
  8. Bulan ini harus Tadarus sampe 4 Juz 
  9. Membayar Hutang pihutang wkwkwkkw
Keep Spirit. Ya Alloh mudah2n 9 poin ini biisa saya laksanakan. amin ^_^

Sabtu, 28 September 2013

Aplikasi LDR untuk Lampu Taman, Hand Dryer dan Alarm Otomatis

Salah satu jenis resistor yang peka terhadap perubahan cahaya adalah LDR. Resistansi LDR akan berubah seiring dengan intensitas cahaya yang mengenainya. LDR digunakan untuk mengubah energi cahaya menjadi energi listrik Saklar cahaya otomatis dan alarm pencuri merupakan contoh alat yang menggunakan LDR. Akan tetapi karena respon terhadap cahaya cukup lambat, maka LDR tidak dapat digunakan ketika intensitas cahaya berubah secara drastis.

Sensor cahaya berfungsi untuk mendeteksi cahaya yang ada di sekitar kita, maka LDR dapat digunakan sebagai sensor cahaya. sensor ini akan berubah resistansinya jika ada perubahan tingkat kecerahan cahaya. Prinsip inilah yang akan digunakan untuk mengaktifkan transistor untuk menghidupkan LED pada lampu taman otomatis, menggerakan  motor DC pada hand dryer dan menghidupkan buzzer pada alarm otomatis.

Senin, 08 Juli 2013

Konvolusi Image Menggunakan MATLAB

Konvolusi adalah salah satu proses filtering image yang sering dilakukan pada proses pengolahan gambar. Pada MATLAB terdapat banyak sekali cara yang dapat dilakukan untuk melakukan proses konvolusi. Proses konvolusi dilakukan dengan menggunakan matriks yang biasa disebut mask yaitu matriks yang berjalan sepanjang proses dan digunakan untuk menghitung nilai representasi lokal dari beberapa piksel pada image.

 Secara umum konvolusi didefinisikan sebagai cara untuk mengkombinasikan dua buah deret angka yang menghasilkan deret angka yang ketiga. Didalam dunia seismik deret-deret angka tersebut adalah wavelet sumber gelombang, reflektivitas bumi dan rekaman seismik. Secara matematis, konvolusi adalah integral yang mencerminkan jumlah lingkupan dari sebuah fungsi a yang digeser atas fungsi b sehingga menghasilkan fungsi c. Konvolusi dilambangkan dengan asterisk (*). Sehingga, a*b = c berarti fungsi a dikonvolusikan dengan fungsi b menghasilkan fungsi c.

Kekurangan dari metode ini adalah mengonsumsi banyak waktu karena harus mengalikan pixel berulang-ulang, sehingga tidak cocok untuk aplikasi real time. untuk mengatasi keterbatasan ini, digunakan metode alternatif yaitu transformasi fourier yang mengutak-atik ranah frekuensi, bukan spasial layaknya konvolusi. Berikut source code untuk konvolusi image menggunakan MATLAB.

gambar=imread('aceng.jpg');
mask = [-1 -1 -1; -1 8 -1; -1 -1 -1];
gray=rgb2gray(gambar);
thresh=graythresh(gray);
imbw=im2bw(gray,thresh);
hasil=conv2(double(imbw),mask,'valid');
imshow(gambar)
figure, imshow(hasil)
%konvolusi image


Sabtu, 06 Juli 2013

Object Counting Menggunakan MATLAB

Object Counting adalah proses menghitung objek berdasarkan konektivitasnya terhadapap piksel disekitarnya, bisa berdasarkan 4 piksel koneksi atau menggunakan 8 piksel koneksi. Berikut saya lampirkan source code Matlab untuk image processing object counting.

gambar=imread('aceng.jpg');
gray=rgb2gray(gambar);
thresh=graythresh(gray);
imbw=im2bw(gray,thresh);
[labeled,numObjects] = bwlabel(imbw,8);
imlabel = label2rgb(labeled, @spring, 'g', 'shuffle');
imshow(imbw)
figure,imshow(imlabel)

%objek counting



 
Design by Free WordPress Themes | Bloggerized by Lasantha - Premium Blogger Themes | Lady Gaga, Salman Khan