Fleksibilitas dan kemudahan bercocok tanam dengan metode hidroponik modern mengakibatkan kebutuhan pemasangan turut meningkat. Berbagai jenis tanaman dapat diterapkan pada sistem hidroponik modern, menyebabkan metode ini berpotensi untuk diaplikasikan di berbagai wilayah. Namun, tidak semua wilayah memiliki akses pada jaringan tenaga listrik, padahal sistem hidroponik modern membutuhkan suplai daya listrik yang cukup agar dapat beroperasi. Sistem hidroponik modern juga dituntut memiliki rancang-bangun yang berfungsi menjaga kualitas zat anorganik sesuai kebutuhan secara akurat dan terukur secara otomatis. Sistem yang dibuat juga didesain sehingga dapat beroperasi secara off-grid. Oleh karena itu, dilakukan sebuah pengembangan sistem hidroponik otomatis untuk menyelesaikan berbagai permasalahan. Data uji menunjukkan bahwa sistem telah bekerja dengan akurat. Error sensor tidak lebih dari 10,75% dan akurasi kinerja aktuator sebesar 100%. Sistem juga mampu bekerja selama satu hari penuh melalui sistem panel surya sebesar 100 WP dan baterai berkapasitas 27 Ah. Sebagai kesimpulan, rancang bangun sistem hidroponik otomatis mampu melakukan self-maintenance terhadap nilai nutrisi dan pH, memenuhi kebutuhan penyinaran buatan, sekaligus dapat beroperasi di berbagai area secara portabel.

The wind turbine is a tool used to convert wind energy into electrical energy. This research applies the maximum power point tracking (MPPT) algorithm combined with the fuzzy sliding mode control (FSMC) to produce maximum power in the wind turbine. Addition of fuzzy logic algorithm to sliding mode control to reduce the chattering phenomenon caused by the high switching frequency of the MOSFET in the boost converter. The permanent magnet synchronous generator (PMSG) type of generator with a capacity of 600 watts is used to convert the mechanical energy of the turbine into electrical energy. Tracing the maximum power value of the generator with the MPPT-FSMC algorithm in this study based on the value of the generator output voltage, generator output current, and converter output voltage obtained through simulations on MATLAB / SIMULINK. Comparison of wind turbine performance using MPPT-FSMC and without MPPT is shown as validation of improved wind turbine performance when using intelligent control algorithm.

No abstract

No abstract

The growth of public awareness of the environment is directly proportional to the development of the use of electric cars. Electric cars operate by consuming electrical energy from battery storage, which must be recharged periodically at the charging station. Solar panels are one source of energy that is environmentally friendly and has the potential to be applied to charging stations. The use of solar panels causes the charging station to no longer depend on conventional electricity networks, which the majority of it still use fossil fuel power plants. Solar panels have a problem that is not optimal electrical power output so that it has the potential to affect the charging parameters of the battery charging station. Adaptive Velocity-Particle Swarm Optimization (AV-PSO) is an artificial intelligence type MPPT optimization algorithm that can solve the problem of solar panel power optimization. This study also uses the Coulomb Counting method as a battery capacity estimator. The results showed that the average sensor accuracy is more than 91% with a DC-DC SEPIC converter which has an efficiency of 69.54%. In general, the proposed charging station system has been proven capable to enhance the energy security by optimizing the output power of solar panels up to 22.30% more than using conventional systems.

No abstract

Sistem monitoring daya listrik pada panel surya penting dilakukan. Hal ini disebabkan daya listrik panel surya dapat mempengaruhi performansi pengisian baterai dan keandalan dari panel surya.  Sifat stokastik dari temperatur panel surya dan iradiasi surya mengakibatkan fluktuasi daya listrik, sehingga diperlukan sistem prediksi daya panel surya. Sistem prediksi dapat dirancang untuk mendapatkan model prediksi daya panel surya secara matematik menggunakan model regresi linier majemuk. Model dibangun untuk sistem prediksi dengan menggunakan data latih dari keluaran panel surya. Variasi yang diberikan adalah jenis variabel masukan untuk membangun model. Variabel masukan model terdiri dari temperatur panel surya, iradiasi surya, dan kombinasi dari keduanya. Pengujian data dilakukan dengan menggunakan uji korelasi majemuk, uji signifikasi regresi linier majemuk, dan uji signifikasi koefisien regresi. Hasil perancangan sistem prediksi terbaik adalah kombinasi temperatur panel surya dan iradiasi surya sebagai variabel masukan. Nilai MSE(mean square error) terkecil sebesar 9,83 untuk data latih dan 22,73 untuk data uji.

No abstract