Kualitas air memegang peranan penting dalam bidang budidaya perikanan. Faktor yang menentukan kualitas air salah satunya adalah kadar TDS (Total Disolved Solid). Oleh karena itu dibutuhkan TDS meter yang memiliki akurasi yang presisi agar mampu mengukur kualitas berbagai jenis air secara akurat. Dalam penelitian ini mengembangkan protype yang mampu mengukur kadar TDS dalam air. Prototype ini terdiri atas perangkat sensor TDS, Arduino UNO dan LCD untuk menampilkan hasil pembacaan kualitas air yang diukur. Supaya akurasi yang dibaca prototype mampu mengimbangi TDS meter komersil, maka peneliti menggunakan algoritma regresi linier untuk dimasukkan ke dalam program program TDS Arduino. Hasil dari eksperimen menunjukkan akurasi prototype TDS yang semula 77% naik menjadi 98.3% hampir mendekati presisi dengan TDS meter komersil pada umumunya.
Cahaya matahari merupakan salah satu bentuk energi dari sumber daya alam. Sumber daya alam matahari ini sudah banyak digunakan untuk memasok daya listrik di satelit komunikasi melalui sel surya. Sel surya ini dapat menghasilkan energi listrik dalam jumlah yang tidak terbatas langsung diambil dari matahari. Panel surya sendiri memiliki suhu maksimum body yang mana berpengaruh pada keluaran panel surya. Panel sel surya mengalami penurunan kemampuan dalam menghasilkan listrik bila terlalu panas atau melawati batas efektifitas.Oleh sebab itu, maka dikembangkan sistem cooling tower dengan metode fuzzy Logic melalui penelitian ini dengan tujuan untuk memaksimalkan efisiensi panel solar cell dalam menghasilkan listrik dan menganalisis sistem Panel Surya (Photovoltaic). Data yang dianalisis adalah: 1) Metode pendinginan panel surya menggunakan sistem cooling tower dengan metode fuzzy logic, 2) Efisiensi Panel Sel Surya dalam menghasilkan listrik , 3) Daya listrik yang dihasilkan oleh Panel sel surya. Hasil dari penelitian ini menjelaskan bahwa penggunaan fuzzy logic dapat mengatur kecepatan air untuk pendinginan pada panel sehingga dapat dikatakan bahwa sistem pendingin untuk panel surya cocok digunakan di daerah tropis, karena sinar matahari sangat berlimpah dan terlebih lagi di area jalur khatulistiwa.
Karakteristik motor DC menjadi hal mutlak yang perlu diketahui dalam proses pengendalian kecepatan penggerak elektrik. Konverter pengemudian elektrik yang sedang berkembang yaitu Interleaved Boost Converter. Pengendali fuzzy logic merupakan kendali yang efektif diterapkan banyak sistem linier maupun nonlinier dengan waktu operasi yang cepat. Hasil penerapan aplikasi motor DC berupa penyiram kecambah dapat berfungsi dengan baik pada variasi nilai setpoint kecepatan yang mana perubahan nilai tegangan keluaran berbanding lurus dengan perubahan kecepatan motor DC (30 Volt sd. 60 Volt ≈ 800 Rpm sd 1500 Rpm). Hal ini dapat membantu para petani kecambah dalam melakukan penyiraman biji kecambah secara otomatis seiring dengan perubahan suhu sekitar tanpa khawatir biji kecambah rusak.
Perkembangan pemanfaatan panel surya di masa depan akan terus meningkat. Salah satu bentuk karakteristik panel surya merupakan kurva I-V yang mana dengan kurva tersebut dapat digunakan untuk menganalisa besaran daya keluaran panel surya. Dengan mengetahui kurva I-V tersebut dapat dilakukan Maximum Power Point Estimation (MPPE) yang dapat diampu oleh panel surya. Informasi mengenai nilai estimasi daya maksimum panel surya merupakan bagian penting untuk menentukan kapasitas pembebanan, selain itu juga untuk menjaga umur peralatan yang digunakan. Feed Forward Neural Network dengan Algoritma Back Propagation (FFBP) terbukti dapat memberikan informasi nilai MPPE pada keluaran panel surya. Nilai masukan pada ANN berupa tegangan dan arus dari panel surya, sedangkan keluaran dari ANN tersebut berupa nilai estimasi daya. Hasil dari simulasi MPPE didapatkan galat rata rata sebesar 0.04 poin antara daya aktual (MPP) dan daya estimasi (MPPE).
Pada kondisi pandemi Covid-19, segala aspek kegiatan harus tetap berjalan. Untuk mencegah penularan, salah satu cara yang dapat diterapkan adalah menggunakan hand sanitizer dan melakukan pengukuran suhu tubuh sebagai antisipasi. Pada umumnya, penggunaan alat tersebut dilakukan secara manual dan dalam bentuk terpisah, hal tersebut tidak efisien. Dari permasalahan tersebut, dibuatlah sebuah alat dispenser hand sanitizer dan pendeteksi suhu tubuh yang dapat menjalankan kedua fungsi tersebut secara otomatis, dan dilengkapi dengan penghitung jumlah penggunanya. Dispenser hand sanitizer akan mengeluarkan cairan antiseptik saat sensor infrared mendeteksi telapak tangan pada jarak 0 hingga 5 cm. Proses perhitungan jumlah pengguna memiliki keakurasian 100%. Dan pendeteksi suhu tubuh otomatis dapat membaca suhu tubuh manusia secara akurat jika digunakan pada jarak 1 hingga 3 cm. Ketepatan pendeteksi suhu pada alat adalah 98.57% dan error sebesar 1.43%. Suhu yang terukur akan ditampilkan pada LCD secara real-time, apabila suhu tubuh yang terukur adalah 38°C maka buzzer akan berbunyi sebagai tanda peringatan kemungkinan terindikasi Covid-19.
Baterai merupakan salah satu komponen yang penting dalam konteks implementasi renewable energy. Jenis Baterai yang memiliki kepadatan dalam penyimpanan energy adalah lithium polymer. Parameter dalam baterai yang harus diperhatikan adalah estimasi State Of Charge (SOC). Pada umumnya estimasi SOC baterai menggunakan metode coloumb counting karena tingkat kesulitanya rendah. Namun terdapat kelemahan dari sisi ketergantungan terhadap utilitas sensor arus yang digunakan sebagai akumulasi dari integral arus yang masuk maupun arus yang keluar terhadap waktu. Dalam penelitian ini menyajikan Back Propagation Neural Network (BPNN) sebagai algoritma untuk estimasi SOC berdasarkan kurva karakteristik OCV – SOC. Kurva karakteristik OCV – SOC baterai didapatkan dari pengujian pulsa baterai. Tegangan, arus, dan waktu discharging baterai digunakan sebagai input layer BPNN pertama untuk estimasi Open Circuit Voltage (OCV). OCV akan dilearning sebagai input layer BPNN kedua untuk estimasi SOC baterai. Hasil dari simulasi estimasi SOC didapatkan galat rata-rata sebesar 0.479% terhadap SOC riil berdasarkan kurva karakteristik OCV – SOC.
scite is a Brooklyn-based organization that helps researchers better discover and understand research articles through Smart Citations–citations that display the context of the citation and describe whether the article provides supporting or contrasting evidence. scite is used by students and researchers from around the world and is funded in part by the National Science Foundation and the National Institute on Drug Abuse of the National Institutes of Health.
hi@scite.ai
10624 S. Eastern Ave., Ste. A-614
Henderson, NV 89052, USA
Copyright © 2024 scite LLC. All rights reserved.
Made with 💙 for researchers
Part of the Research Solutions Family.