Fariz Acc Kak Wawan.docx

HIMPUNAN MAHASISWA ELEKTRO FAKULTAS TEKNIK UNIVERSITAS SRIWIJAYA NAMA : NIKEN MEGA SANTI ERFANDI NIM : 03041381722092 V. DATA HASIL PERCOBAAN Tabel 1.1 Percobaan ADC Jenis SAR Vin+

Calculated Digital

Measured Digital

Error

(V)

Output (V)

Output (V)

(%)

0V

0

-

0

20 mV

0,985

0001 (1)

1,52

40 mV

1,970

0010 (2)

1,52

90 mV

4,431

0101 (5)

12,84

1,5 V

73,846

01001101 (76)

1,5

1,9 V

93,538

01100001 (97)

3,7

2,5 V

123,076

01111111 (126)

3,18

2,9 V

142,769

10010010 (146)

2,26

3,2 V

157,538

10100001 (161)

3,46

HIMPUNAN MAHASISWA ELEKTRO FAKULTAS TEKNIK UNIVERSITAS SRIWIJAYA NAMA : NIKEN MEGA SANTI ERFANDI NIM : 03041381722092 Tabel 1.2 Percobaan DAC Jenis Binary Wighted Hasil Perhitungan

Hasil Pengukuran

Error

(V)

(V)

(%)

0

0

0,001

0

0001

1

0,3125

0,310

0,8

0010

2

0,625

0,60

4

0011

3

0,9375

0,935

0,8

0100

4

1,25

1,240

0,8

0101

5

1,5625

1,551

2,72

0110

6

1,875

1,863

0,8

0111

7

2,1875

2,174

0,8

1000

8

2,5

2,482

0,72

1001

9

2,8125

2,794

1,15

1010

10

3,125

3,105

0,64

1011

11

3,4375

3,417

0,5

1100

12

3,75

3,721

0,77

1101

13

4,0625

4,033

1,29

1110

14

4,375

4,343

0,73

1111

15

4,6875

4,655

0,69

Biner

Desimal

0000

HIMPUNAN MAHASISWA ELEKTRO FAKULTAS TEKNIK UNIVERSITAS SRIWIJAYA NAMA : NIKEN MEGA SANTI ERFANDI NIM : 03041381722092 Tabel 1.3 Percobaan DAC Jenis R-2R Hasil Perhitungan

Hasil Pengukuran

Error

(V)

(V)

(%)

0

0

0

0

0001

1

0,3125

0,32

2,4

0010

2

0,625

0,64

2,4

0011

3

0,9375

0,97

3,4

0100

4

1,25

1,29

3,2

0101

5

1,5625

1,61

3,04

0110

6

1,875

1,94

3,44

0111

7

2,875

2,26

3,31

1000

8

2,5

2,58

2,4

1001

9

2,8125

2,90

3,11

1010

10

3,125

3,25

4

1011

11

3,4375

3,56

3,56

1100

12

3,75

3,88

3,4

1101

13

4,0625

4,20

3,38

1110

14

4,375

4,52

3,31

1111

15

4,6875

4,85

3,46

Biner

Desimal

0000

HIMPUNAN MAHASISWA ELEKTRO FAKULTAS TEKNIK UNIVERSITAS SRIWIJAYA NAMA : NIKEN MEGA SANTI ERFANDI NIM : 03041381722092 VI. PENGOLAHAN DATA 6.1 Penghitungan ADC 6.1.1 Penghitungan nilai teori 𝐷𝑒𝑐𝑖𝑚𝑎𝑙 𝑉𝑎𝑙𝑢𝑒 =

𝑉𝑖𝑛 (+)𝑥256 𝑉+

> 𝐷𝑒𝑐𝑖𝑚𝑎𝑙 𝑉𝑎𝑙𝑢𝑒 =

0𝑥256 5,2

𝐷𝑒𝑐𝑖𝑚𝑎𝑙 𝑉𝑎𝑙𝑢𝑒 = 73,846 𝑉 > 𝐷𝑒𝑐𝑖𝑚𝑎𝑙 𝑉𝑎𝑙𝑢𝑒 =

1,9𝑥256 5,2

𝐷𝑒𝑐𝑖𝑚𝑎𝑙 𝑉𝑎𝑙𝑢𝑒 = 93,538 𝑉 𝐷𝑒𝑐𝑖𝑚𝑎𝑙 𝑉𝑎𝑙𝑢𝑒 = 0 𝑉 20𝑥10−3 𝑥256 > 𝐷𝑒𝑐𝑖𝑚𝑎𝑙 𝑉𝑎𝑙𝑢𝑒 = 5,2

> 𝐷𝑒𝑐𝑖𝑚𝑎𝑙 𝑉𝑎𝑙𝑢𝑒 =

2,5𝑥256 5,2

𝐷𝑒𝑐𝑖𝑚𝑎𝑙 𝑉𝑎𝑙𝑢𝑒 = 123,076 𝑉 𝐷𝑒𝑐𝑖𝑚𝑎𝑙 𝑉𝑎𝑙𝑢𝑒 = 0,985 𝑉 −3

> 𝐷𝑒𝑐𝑖𝑚𝑎𝑙 𝑉𝑎𝑙𝑢𝑒 =

40𝑥10 𝑥256 5,2

> 𝐷𝑒𝑐𝑖𝑚𝑎𝑙 𝑉𝑎𝑙𝑢𝑒 =

2,9𝑥256 5,2

𝐷𝑒𝑐𝑖𝑚𝑎𝑙 𝑉𝑎𝑙𝑢𝑒 = 142,769 𝑉 𝐷𝑒𝑐𝑖𝑚𝑎𝑙 𝑉𝑎𝑙𝑢𝑒 = 1,970 𝑉 −3

> 𝐷𝑒𝑐𝑖𝑚𝑎𝑙 𝑉𝑎𝑙𝑢𝑒 =

90𝑥10 𝑥256 5,2

> 𝐷𝑒𝑐𝑖𝑚𝑎𝑙 𝑉𝑎𝑙𝑢𝑒 =

3,2𝑥256 5,2

𝐷𝑒𝑐𝑖𝑚𝑎𝑙 𝑉𝑎𝑙𝑢𝑒 = 157,538 𝑉 𝐷𝑒𝑐𝑖𝑚𝑎𝑙 𝑉𝑎𝑙𝑢𝑒 = 4,431 𝑉 > 𝐷𝑒𝑐𝑖𝑚𝑎𝑙 𝑉𝑎𝑙𝑢𝑒 =

1,5𝑥256 5,2

6.1.2 Penghitungan nilai error 𝐸𝑟𝑟𝑜𝑟 = [

> 𝐸𝑟𝑟𝑜𝑟 = [

𝑑𝑎𝑡𝑎 𝑡𝑒𝑜𝑟𝑖−𝑑𝑎𝑡𝑎 𝑝𝑟𝑎𝑘𝑡𝑒𝑘 𝑑𝑎𝑡𝑎 𝑡𝑒𝑜𝑟𝑖

0,985 − 1 ] 𝑥 100% 0,985

𝐸𝑟𝑟𝑜𝑟 = 1,52 %

] 𝑥100%

> 𝐸𝑟𝑟𝑜𝑟 = [

1,970 − 2 ] 𝑥 100% 1,970

𝐸𝑟𝑟𝑜𝑟 = 1,52%

HIMPUNAN MAHASISWA ELEKTRO FAKULTAS TEKNIK UNIVERSITAS SRIWIJAYA NAMA : NIKEN MEGA SANTI ERFANDI NIM : 03041381722092 > 𝐸𝑟𝑟𝑜𝑟 = [

4,431 − 5 ] 𝑥 100% 4,431

𝐸𝑟𝑟𝑜𝑟 = 12,84% > 𝐸𝑟𝑟𝑜𝑟 = [

73,846 − 76 ] 𝑥 100% 73,846

123,076 − 126 ] 𝑥 100% 𝟏𝟐𝟑, 076

𝐸𝑟𝑟𝑜𝑟 = 3,18 % > 𝐸𝑟𝑟𝑜𝑟 = [

142,769 − 146 ] 𝑥 100% 142,769

𝐸𝑟𝑟𝑜𝑟 = 2,26 %

𝐸𝑟𝑟𝑜𝑟 = 1,5 % > 𝐸𝑟𝑟𝑜𝑟 = [

> 𝐸𝑟𝑟𝑜𝑟 = [

93,538 − 97 ] 𝑥 100% 93,538

> 𝐸𝑟𝑟𝑜𝑟 = [

157,538 − 161 ] 𝑥 100% 157,538

𝐸𝑟𝑟𝑜𝑟 = 3,46 %

𝐸𝑟𝑟𝑜𝑟 = 3,7 %

6.2 Penghitungan DAC dengan 4-Bit Weighted Resistor Discrete 6.2.1 Penghitungan nilai teori 𝑉0 = (

> 𝑉0 = (

𝑉𝐷0 𝑉𝐷1 𝑉𝐷2 𝑉𝐷1 )+( )+( )+( ) 16 8 4 2

0 0 0 0 )+( )+( )+( ) 16 8 4 2

> 𝑉0 = (

𝑉0 = 0 𝑉 > 𝑉0 = (

5 0 0 0 )+( )+( )+( ) 16 8 4 2

𝑉0 = 0,3125 𝑉 > 𝑉0 = (

0 5 0 0 )+( )+( )+( ) 16 8 4 2

𝑉0 = 1,25 𝑉 > 𝑉0 = (

5 5 0 0 )+( )+( )+( ) 16 8 4 2

𝑉0 = 0,9375 𝑉

5 0 5 0 )+( )+( )+( ) 16 8 4 2

𝑉0 = 1,5625 𝑉 > 𝑉0 = (

𝑉0 = 0,625 𝑉 > 𝑉0 = (

0 0 5 0 )+( )+( )+( ) 16 8 4 2

0 5 5 0 )+( )+( )+( ) 16 8 4 2 𝑉0 = 1,875 𝑉

> 𝑉0 = (

5 5 5 0 )+( )+( )+( ) 16 8 4 2

𝑉0 = 2,1875 𝑉

HIMPUNAN MAHASISWA ELEKTRO FAKULTAS TEKNIK UNIVERSITAS SRIWIJAYA NAMA : NIKEN MEGA SANTI ERFANDI NIM : 03041381722092 > 𝑉0 = (

0 0 0 5 )+( )+( )+( ) 16 8 4 2

> 𝑉0 = (

𝑉0 = 2,5 𝑉 > 𝑉0 = (

𝑉0 = 3,75 𝑉

5 0 0 5 )+( )+( )+( ) 16 8 4 2

> 𝑉0 = (

𝑉0 = 2,8125 𝑉 > 𝑉0 = (

5 0 5 5 )+( )+( )+( ) 16 8 4 2

𝑉0 = 4,0625 𝑉

0 5 0 5 )+( )+( )+( ) 16 8 4 2

> 𝑉0 = (

𝑉0 = 3,125 𝑉 > 𝑉0 = (

0 0 5 5 )+( )+( )+( ) 16 8 4 2

0 5 5 5 )+( )+( )+( ) 16 8 4 2 𝑉0 = 4,375 𝑉

5 5 0 5 )+( )+( )+( ) 16 8 4 2

> 𝑉0 = (

𝑉0 = 3,4375 𝑉

5 5 5 5 )+( )+( )+( ) 16 8 4 2

𝑉0 = 4,6875 𝑉

6.2.2 Penghitungan nilai error 𝐸𝑟𝑟𝑜𝑟 = [

> 𝐸𝑟𝑟𝑜𝑟 = [

𝑑𝑎𝑡𝑎 𝑡𝑒𝑜𝑟𝑖−𝑑𝑎𝑡𝑎 𝑝𝑟𝑎𝑘𝑡𝑒𝑘 𝑑𝑎𝑡𝑎 𝑡𝑒𝑜𝑟𝑖

0 − 0,001 ] 𝑥100% 0

𝐸𝑟𝑟𝑜𝑟 = 0 % > 𝐸𝑟𝑟𝑜𝑟 = [

0,3125 − 0,31 ] 𝑥100% 0,3125

𝐸𝑟𝑟𝑜𝑟 = 0,8 % > 𝐸𝑟𝑟𝑜𝑟 = [

0,625 − 0,6 ] 𝑥100% 0,625

𝐸𝑟𝑟𝑜𝑟 = 4 % > 𝐸𝑟𝑟𝑜𝑟 = [

0,9375 − 0,93 ] 𝑥100% 0,9375

] 𝑥 100% 𝐸𝑟𝑟𝑜𝑟 = 0,8 % > 𝐸𝑟𝑟𝑜𝑟 = [

1,25 − 1,24 ] 𝑥100% 1,25

𝐸𝑟𝑟𝑜𝑟 = 0,8 % > 𝐸𝑟𝑟𝑜𝑟 = [

1,5625 − 1,55 ] 𝑥100% 1,5625

𝐸𝑟𝑟𝑜𝑟 = 2,72 % > 𝐸𝑟𝑟𝑜𝑟 = [

1,875 − 1,863 ] 𝑥100% 1,875

𝐸𝑟𝑟𝑜𝑟 = 0,8 %

HIMPUNAN MAHASISWA ELEKTRO FAKULTAS TEKNIK UNIVERSITAS SRIWIJAYA NAMA : NIKEN MEGA SANTI ERFANDI NIM : 03041381722092 > 𝐸𝑟𝑟𝑜𝑟 = [

2,1875 − 2,17 ] 𝑥100% 2,1875

> 𝐸𝑟𝑟𝑜𝑟 = [

𝐸𝑟𝑟𝑜𝑟 = 0,8 % > 𝐸𝑟𝑟𝑜𝑟 = [

2,5 − 2,482 ] 𝑥100% 2,5

2,8125 − 2,79 ] 𝑥100% 2,8125

> 𝐸𝑟𝑟𝑜𝑟 = [

3,125 − 3,105 ] 𝑥100% 3,125

> 𝐸𝑟𝑟𝑜𝑟 = [

3,4375 − 3,42 ] 𝑥100% 3,4375

4,375 − 4,343 ] 𝑥100% 4,375

𝐸𝑟𝑟𝑜𝑟 = 0,73 % > 𝐸𝑟𝑟𝑜𝑟 = [

𝐸𝑟𝑟𝑜𝑟 = 0,64 %

4,0625 − 4,03 ] 𝑥100% 4,0625

𝐸𝑟𝑟𝑜𝑟 = 1,29 % > 𝐸𝑟𝑟𝑜𝑟 = [

𝐸𝑟𝑟𝑜𝑟 = 1,15 %

3,75 − 3,721 ] 𝑥100% 3,75

𝐸𝑟𝑟𝑜𝑟 = 0,77 % > 𝐸𝑟𝑟𝑜𝑟 = [

𝐸𝑟𝑟𝑜𝑟 = 0,72 % > 𝐸𝑟𝑟𝑜𝑟 = [

𝐸𝑟𝑟𝑜𝑟 = 0,5%

4,6875 − 4,65 ] 𝑥100% 4,6875

𝐸𝑟𝑟𝑜𝑟 = 0,69 %

6.3 Penghitungan DAC dengan 4-Bit R-2R Ladder Discrete 6.3.1 Penghitungan nilai teori 𝑉0 = (

> 𝑉0 = (

𝑉𝐷0 𝑉𝐷1 𝑉𝐷2 𝑉𝐷1 )+( )+( )+( ) 16 8 4 2

0 0 0 0 )+( )+( )+( ) 16 8 4 2 𝑉0 = 0 𝑉

> 𝑉0 = (

5 0 0 0 )+( )+( )+( ) 16 8 4 2

𝑉0 = 0,3125 𝑉 > 𝑉0 = (

0 5 0 0 )+( )+( )+( ) 16 8 4 2

𝑉0 = 0,625 𝑉 > 𝑉0 = (

5 5 0 0 )+( )+( )+( ) 16 8 4 2

𝑉0 = 0,9375 𝑉 > 𝑉0 = (

0 0 5 0 )+( )+( )+( ) 16 8 4 2 𝑉0 = 1,25 𝑉

HIMPUNAN MAHASISWA ELEKTRO FAKULTAS TEKNIK UNIVERSITAS SRIWIJAYA NAMA : NIKEN MEGA SANTI ERFANDI NIM : 03041381722092 > 𝑉0 = (

5 0 5 0 )+( )+( )+( ) 16 8 4 2

𝑉0 = 1,5625 𝑉 > 𝑉0 = (

> 𝑉0 = (

> 𝑉0 = (

> 𝑉0 = (

5 0 0 5 )+( )+( )+( ) 16 8 4 2 > 𝑉0 = (

0 5 0 5 )+( )+( )+( ) 16 8 4 2 6.3.2 Penghitungan nilai error

> 𝐸𝑟𝑟𝑜𝑟 = [

𝑑𝑎𝑡𝑎 𝑡𝑒𝑜𝑟𝑖−𝑑𝑎𝑡𝑎 𝑝𝑟𝑎𝑘𝑡𝑒𝑘 𝑑𝑎𝑡𝑎 𝑡𝑒𝑜𝑟𝑖

0−0 ] 𝑥100% 0

𝐸𝑟𝑟𝑜𝑟 = 0 % > 𝐸𝑟𝑟𝑜𝑟 = [

0,3125 − 0,32 ] 𝑥100% 0,3125

𝐸𝑟𝑟𝑜𝑟 = 2,4 %

0 5 5 5 )+( )+( )+( ) 16 8 4 2 𝑉0 = 4,375 𝑉 5 5 5 5 )+( )+( )+( ) 16 8 4 2

𝑉0 = 4,6875 𝑉

> 𝑉0 = (

𝐸𝑟𝑟𝑜𝑟 = [

5 0 5 5 )+( )+( )+( ) 16 8 4 2 𝑉0 = 4,0625

> 𝑉0 = (

𝑉0 = 2,8125 𝑉

0 0 5 5 )+( )+( )+( ) 16 8 4 2 𝑉0 = 3,75 𝑉

0 0 0 5 )+( )+( )+( ) 16 8 4 2 𝑉0 = 2,5 𝑉

5 5 0 5 )+( )+( )+( ) 16 8 4 2

𝑉0 = 3,4375 𝑉

5 5 5 0 )+( )+( )+( ) 16 8 4 2

𝑉0 = 2,1875 𝑉 > 𝑉0 = (

> 𝑉0 = (

0 5 5 0 )+( )+( )+( ) 16 8 4 2 𝑉0 = 1,875 𝑉

> 𝑉0 = (

𝑉0 = 3,125 𝑉

] 𝑥 100%

> 𝐸𝑟𝑟𝑜𝑟 = [

0,625 − 0,64 ] 𝑥100% 0,625

𝐸𝑟𝑟𝑜𝑟 = 2,4 % > 𝐸𝑟𝑟𝑜𝑟 = [

0,9375 − 0,97 ] 𝑥100% 0,9375

HIMPUNAN MAHASISWA ELEKTRO FAKULTAS TEKNIK UNIVERSITAS SRIWIJAYA NAMA : NIKEN MEGA SANTI ERFANDI NIM : 03041381722092 𝐸𝑟𝑟𝑜𝑟 = 3,4 % > 𝐸𝑟𝑟𝑜𝑟 = [

1,25 − 1,29 ] 𝑥100% 1,25

𝐸𝑟𝑟𝑜𝑟 = 3,2 % > 𝐸𝑟𝑟𝑜𝑟 = [

1,5625 − 1,61 ] 𝑥100% 1,5625

𝐸𝑟𝑟𝑜𝑟 = 3,04 % > 𝐸𝑟𝑟𝑜𝑟 = [

1,875 − 1,94 ] 𝑥100% 1,875

𝐸𝑟𝑟𝑜𝑟 = 3,44 % > 𝐸𝑟𝑟𝑜𝑟 = [

2,1875 − 2,26 ] 𝑥100% 2,1875

𝐸𝑟𝑟𝑜𝑟 = 3,31 % > 𝐸𝑟𝑟𝑜𝑟 = [

2,5 − 2,56 ] 𝑥100% 2,5

𝐸𝑟𝑟𝑜𝑟 = 2,4 % > 𝐸𝑟𝑟𝑜𝑟 = [

2,8125 − 2,9 ] 𝑥100% 2,8125

𝐸𝑟𝑟𝑜𝑟 = 3,11 % > 𝐸𝑟𝑟𝑜𝑟 = [

3,125 − 3,25 ] 𝑥100% 3,125

𝐸𝑟𝑟𝑜𝑟 = 4% > 𝐸𝑟𝑟𝑜𝑟 = [

3,4375 − 3,56 ] 𝑥100% 3,4375

𝐸𝑟𝑟𝑜𝑟 = 3,56 %

> 𝐸𝑟𝑟𝑜𝑟 = [

3,75 − 3,88 ] 𝑥100% 3,75

𝐸𝑟𝑟𝑜𝑟 = 3,4 % > 𝐸𝑟𝑟𝑜𝑟 = [

4,0625 − 4,2 ] 𝑥100% 4,0625

𝐸𝑟𝑟𝑜𝑟 = 3,38 % > 𝐸𝑟𝑟𝑜𝑟 = [

4,375 − 4,52 ] 𝑥100% 4,375

𝐸𝑟𝑟𝑜𝑟 = 3,31 % > 𝐸𝑟𝑟𝑜𝑟 = [

4,6875 − 4,85 ] 𝑥100% 4,6875

𝐸𝑟𝑟𝑜𝑟 = 3,46

HIMPUNAN MAHASISWA ELEKTRO FAKULTAS TEKNIK UNIVERSITAS SRIWIJAYA NAMA : ALFARIZ HAFIDHZULLAH NIM : 03041381722110 VII. ANALISA HASIL PERCOBAAN Pada percobaan ADC (Analog to digital converter) dan DAC (Digital to analog converter) digunakan 2 modul yaitu modul IT 440 untuk modul ADC dan IT 448 untuk modul DAC, beberapa buah jumper, dan multimeter.

Pada

praktikum ini kita melakukan 3 kali percobaan, percobaan pada modul adc satu kali dan pada modul dac 2 kali. Pada percobaan DAC yang pertama hasil pengukuran selalu meningkat pada biner 1001 hasil pengukuran 2,789V, pada biner 1010 hasil pengukuran 3,1V, pada biner 1011 hasil pengukuran 3,42V, pada biner 1100 hasil pengukuran 3,72V, pada biner 1101 hasil pengukuran 4,04V, pada biner 1110 hasil pengukurannya 4,35V, dan pada biner 1111 hasil pengukurannya 4,66V terlihat pada data tadi bahwa hasil pengukuran selalu meningkat. Sama halnya dengan percobaan ADC 2 hasil perhitungan juga selalu meningkat, perbedaannya adalah pada percobaan DAC pertama dari inverter jumper disambungkan ke V0 di 4-bit weighted resistor discrete dan pada percobaan DAC kedua inverter disambungkan ke 4-bit R-2 ladder discrete. Pada percobaan DAC kedua bilangan biner 1001 hasil pengukurannya 2,932V, pada biner 1010 hasil pengukurannya 3,27V, pada 1011 hasil pengukurannya 3,59V, pada biner 1100 hasil pengukurannya 3,92V, pada biner 1101 hasil pengukurannya 4,25V, pada biner 1110 hasil pengukurannya adalah 4,58V, dan pada biner 1111 hasil pengukurannya adalah 4,90V. disini kita pada percobaan DAC ingin merubah bilangan biner, V0 dan juga mencari error. Error pada percobaan DAC pertama menurun lalu mengalami peningkatan lagi. pada biner 1001 error 0,85 %, pada biner 1010 error 0,8%, pada biner 1011 error 0,51, pada biner 1100 error 0,8%, pada biner 1101 error 0,55%, pada biner 1110 error 0,57%, dan pada 1111 error nya 0,58%. Di percobaan kedua ADC, pada biner 1001 error 4%, pada biner 1010 error 4,5%, pada biner 1011 error 4,6%, pada biner 1100 error 4,5%, pada biner 1101 error 4,5%, pada biner 1110 error 5%, pada error 1111 error 3,15%. Pada percobaan 2 memiliki analisa yang sama dengan percobaan 1 yaitu bahwa semakin besar nilai decimal yang kita gunakan maka nilai hasil pengukurannya semakin besar dan begitu pula pada hasil perhitungan yang didapatkan . Hasil pengukuran dan hasil perhitungan yang didapat tidak

HIMPUNAN MAHASISWA ELEKTRO FAKULTAS TEKNIK UNIVERSITAS SRIWIJAYA NAMA : ALFARIZ HAFIDHZULLAH NIM : 03041381722110 memiliki selisih yang jauh , ini berarti nilai keduanya berbanding lurus . Perbedaan selisih yang terjadi diantara keduanya disebut dengan error ataupun galat . Hal terakhir yang dilakukan yaitu dengan membandingkan hasil percobaan yang memanfaatkan Digital to Analog Converter Trainer IT-4408, dimana telah digunakan dua jenis DAC yang berbeda, yaitu Binary-Weighted DAC dan R/2R Ladder DAC dalam pengambilan data. Maka dapat disimpulkan bahwa penggunaan jenis Binary-Weighted DAC dalam mengkonversi data digital menjadi analog lebih baik daripada R/2R Ladder Diagram. Hal ini dikarenakan error yang terjadi saat menggunakan jenis Binary-Weighted DAC lebih kecil daripada jenis R/2R Ladder Diagram

HIMPUNAN MAHASISWA ELEKTRO FAKULTAS TEKNIK UNIVERSITAS SRIWIJAYA NAMA : ALFARIZ HAFIDHZULLAH NIM : 03041381722110 VIII. TUGAS DAN JAWABAN Tugas : 1. Apa itu 8 bit Starcase Ramp ADC? 2. Foto dengan kak Yadi!! 3. Carilah jurnal tentang Line Follower? Jawaban : 1. Digital Ramp ADC juga dikenal sebagai ADC tipe-balik. Ia menggunakan penghitung biner sebagai register dan memungkinkan jam untuk menambah penghitung satu langkah pada satu waktu sampai Vo> V +. Resolusi ADC menentukan “ketelitian nilai hasil konversi ADC”. Sebagai contoh: ADC 8 bit akan memiliki output 8 bit data digital, ini berarti sinyal input dapat dinyatakan dalam 255 (2n – 1) nilai diskrit. ADC 8 bit dengan frekuensi 125 KHz, 250 KHz dan 500 KHz, masing-masing menghasilkan pulsa selebar 5,2 div, 2,6 div, dan 1,3 div atau setara dengan waktu konversi sebesar 104 ïs, 52 ïs dan 26ïs

2. Belom ada fotonya kak… 3. Jurnal Line Followers RANCANG BANGUN SISTEM KONTROL ROBOT LINE FOLLOWER MENGGUNAKAN LOGIKA FUZZY Anggoro Mukti.1), Oky Dwi Nurhayati2), Eko Didik Widianto2) Program Studi Sistem Komputer, Fakultas Teknik, Universitas Diponegoro Jalan Prof. Sudharto, Tembalang, Semarang, Indonesia Abstract— Line follower robot is a robot that can followa line composed of a series of electronic components are equipped with wheels and driven by a motor. Controlling speed is very dependent on the speed limit and friction between the tire robot with the floor. The robots are designed to navigate and move automatically follow a flow line in order to get a response and speed are

HIMPUNAN MAHASISWA ELEKTRO FAKULTAS TEKNIK UNIVERSITAS SRIWIJAYA NAMA : ALFARIZ HAFIDHZULLAH NIM : 03041381722110 ideal.. The system consists of hardware and software. The hardware consists of a sensor such as a photodiode input, ATMEGA32 as microcontroller and DC motors. fuzzy logic is divided into three processes namely fuzzy fikasi, evaluation and defuzzyfikasi rule. Defuzzification a conversion step in fuzzy logic system to keluaran crisp value. The conversion result is an action taken by Fuzzy logic control system. The test results were obtained system is capable of identifying a straight line, turn lanes, and lane gray. The system is able to provide an ideal response and speed. input from the reading of the line will be processed by the control system fuzzy and outputs the result as the calculating of the motor speed. fuzzy control system can be an alternative technology development line follower robot control system.Keywords: Robotic, fuzzy logic, line follower robot, FLC. I. PENDAHULUAN Robot adalah sebuah piranti mekanik yang mampu melakukan pekerjaan manusia atau berperilaku seperti manusia [1]. Robot dirancang manusia untuk membantu manusia dalam melakukan pekerjaan yang memiliki ketelitian tinggi, resiko tinggi, dan terus menerus serta dengan tenaga yang besar. Bedasarkan proses kendalinya, robot terbagi menjadi dua jenis yaitu robot otomatis dan robot teleoperasi[2]. Robot yang digunakan adalah robot pengikut garis. Robot mendeteksi garis dengan cara mengukur intensitas cahaya yang dipantulkan dari permukaan yang dilaluinya[3] Logika fuzzy adalah peningkatan dari logika Boolean, yang mempunyai kesamaan dengan kebenaran sebagian. Logika fuzzy dapat berguna menentukan nilai antara 0 dan 1. Logika fuzzy tidak sama dengan logika klasik. Logika fuzzy berhubungan dengan ketidaksamaan, ketidakpastian dan kebenaran sebagian. Alasan inilah yang membuat lebih mudah mengimplementasikan kontrol logika fuzzy untuk model linear, dibandingkan dengan teknik kontrol konvensional lainnya [2]. Pada perancangan robot pengikut jalur dapat mengaplikasikan logika fuzzy sebagai sistem kontrol di dalamnya. Seperti banyak kasus dalam robot pengikut jalur, pergerakan robot tidak stabil karena diberikan nilai acuan yang sensitif. Jika nilai acuan dibuat

HIMPUNAN MAHASISWA ELEKTRO FAKULTAS TEKNIK UNIVERSITAS SRIWIJAYA NAMA : ALFARIZ HAFIDHZULLAH NIM : 03041381722110 kurang sensitive terhadap respon, maka akan terjadi proses pemulihan yang memerlukan waktu lebih lama. Sehingga akan menyebabkan pergerakan robot yang semakin kacau. Logika fuzzy berfungsi untuk membantu menentukan parameter pengambilan nilai sensor yang nantinya akan diolah menjadi keluaran berupa kecepatan untuk menentukan posisi ideal robot. Dengan berdasarkan permasalahan yang telah tesebut diatas maka akan dirancang sistem kontrol robot pengikut jalur dengan menggunakan logika fuzzy. Adapun tujuan penelitian yang akan dicapai adalah untuk tmenghasilkan sebuah rancang bangun sebuah sistem kontrol robot line follower dengan logika fuzzy. Untuk menghindari pembahasan yang meluas, maka dalam Tugas Akhir ini ditetapkan batasan-batasan masalah. Pertama robot yang digunakan adalah robot berbentuk mobil dengan Deteksi jalur robot menggunakan sensor fotodioda. Kedua proses logika fuzzy menggunaka fungsi keanggotaan segitiga, dua trapesium, dan defizifikasi menggunakan WOA (Wight of Average). Ketiga Jalur robot pada bidang datar dengan tingkat kesulitan tertentu, gerak robot lurus, belok, dan tidak melewati rintangan. II. METODE PENELITIAN Pada bagian ini akan dijabarkan mengenai kebutuhan dan metode yang digunakan untuk merancang perangkat keras dan perangkat lunak sistem. Perancangan diperlukan untuk memberikan metode dan tahapan yang jelas untuk membuat sistem sesuai dengan tujuan yang telah ditentukan. Perancangan yang akan dibahas adalah tentang identifikasi kebutuhan sistem, perancangan perangkat keras, perancangan perangkat lunak, implementasi perangkat keras dan perangkat lunak, dan pengujian sistem. Perancangan kebutuhan sistem adalah sistem dapat menerima masukan berupa jalur hitam dengan latar putih, sistem dapat melakukan mekanisme inferensi fuzzy dari masukan yang didapat, mekanisme inferensi fuzzy pada sistem dilakukan secara berulang sampai robot keadaan mati, sistem dapat menghasilkan keluaran berupa konstanta untuk perhitungan kecepatan putaran roda. Perangkat keras yang digunakan adalah robot pengikut garis sederhana. Terdiri dari mikrokontroler, sensor fotodioda,

HIMPUNAN MAHASISWA ELEKTRO FAKULTAS TEKNIK UNIVERSITAS SRIWIJAYA NAMA : ALFARIZ HAFIDHZULLAH NIM : 03041381722110 dan motor dc. Perancangan perangkat lunak adalah merancang sistem kontrol logika fuzzy pada robot pengikut garis, mulai dari fuzzyfikasi, basis aturan, defuzzyfikasi, dan perhitungan kecepatan roda. Implemetasi perangkat keras dan perangkat lunak adalah mewujudkan perancangan-perancangan yang telah dibuat. Komponen perangkat keras dirakit dan ditempatkan pada sebuah papan akrilik. Hasil rancangan perangkat lunak dibuat kedalam bahasa pemrograman. Setelah mengimplementasi perangkat keras dan perangkat lunak adalah pengujian sistem. Mikrokontroler merupakan sebuah system komputer yang dibangun pada sebuah keping (chip) tunggal[4] , mikrokontroler yang digunakan adalah ATMEGA32. Sensor fotodioda digunakan sebagai pembaca jalur dari pantulan cahaya jalur yang akan dikonversi menjadi arus [5] . Motor dc digunakan untuk penggerak robot dengan mengkonversi besaran listrik menjadi besaran mekanik[6].

III. PERANCANGAN SISTEM Pada bagian ini akan dijabarkan mengenai kebutuhan dan metode yang digunakan untuk merancang perangkat keras dan perangkat lunak sistem. Perancangan diperlukan untuk memberikan metode dan tahapan yang jelas untuk membuat sistem sesuai dengan tujuan yang telah ditentukan. Perancangan yang akan dibahas

adalah

tentang

identifikasi

kebutuhan

sistem,

mikrokontroler

ATMEGA32, dan perancangan kendali fuzzy. Proses ini dibutuhkan untuk melakukan proses identifikasi dan proses analisa kebutuhan-kebutuhan yang diperlukan untuk membuat sistem. Kebutuhan-kebutuhan tersebut terdiri atas kebutuhan fungsional dan nonfungsional, yang dijelaskan sebagai berikut. Kebutuhan fungsional dalam perancangan system adalah pertama sistem dapat menerima masukan berupa jalur hitam dengan latar putih. Kedua, sistem dapat melakukan mekanisme inferensi fuzzy dari masukan yang didapat. Ketiga, mekanisme inferensi fuzzy pada system dilakukan secara berulang sampai robot keadaan mati. Keempat, sistem dapat menghasilkan keluaran berupa konstanta untuk

perhitungan

kecepatan

putaran

roda.

Kebutuhan

non-fungsional

perancangan system adalah pertama perangkat keras sensor fotodioda, untuk

HIMPUNAN MAHASISWA ELEKTRO FAKULTAS TEKNIK UNIVERSITAS SRIWIJAYA NAMA : ALFARIZ HAFIDHZULLAH NIM : 03041381722110 masukan jalur. Kedua, perangkat keras LED putih, untuk membantu masukan jalur. Ketiga, perangkat keras servo motor, untuk pengendali kecepatan roda. Proses perancangan perangkat keras akan menjabarkan rancangan perangkat keras yang akan digunakan untuk membuat sistem, mulai dari perangkat keras utama yang dibutuhkan sistem hingga instrumeninstrumen elektronika pendukungnya. Perancangan perangkat keras terdiri dari perancangan sistem minimum mikrokontroler ATMEGA32. Penggunaan pin pada Mikrokontroler adalah pusat dari semua instruksi masukan maupun keluaran dari keseluruhan fungsi robot. Sistem minimum dari rangkaian mikrokontroler ATMega.

IV. IMPLEMENTASI DAN PENGUJIAN Implementasi sistem adalah hasil dari bagian perancangan, tahap yang membuat hasil dari perancangan sebelumnya. Pengujian dilakukan untuk menguji system apakah mampu bekerja sesuai dengan hasil perancangan yang telah dibuat dan mampu memberikan hasil pengolahan masukan dengan benar serta memberikan perilaku-perilaku serta keluaran sesuai kebutuhan. Pengujian dengan melakukan pada jalur berada di posisi tengah, kanan, dan jalur abu-abu. Perangkat keras sistem yang telah dirancang sebelumnya akan diimplementasikan, mulai dari pembuatan sistem hingga pemasangan perangkat system keseluruhan. Hasil implementasi perangkat keras disajikan pada Gambar 6 setelah komponen dipasang dan Gambar 7 setelah keseluruhan sistem menjadi sebuah perangkat keras. Gambar 6 Hasil implementasi perangkat keras system Gambar 7 Hasil implementasi menjadi purwarupa Langkah terakhir tahapan pengujian adalah melakukan analisa terhadap hasil uji yang telah dilakukan. Jalur yang digunakan dalam pengujian adalah jalur dengan perpaduan garis lurus dan garis setengah lingkaran. Analisa hasil pengujian diperlukan untuk memastikan kesesuaian sistem yang telah dibangun dengan perancangan, sehingga didapatkan sistem yang sesuai dengan perancangan. Analisa hasil pengujian juga berguna untuk melihat error pada sistem, jika ada, sehingga dapat dilakukan pembenahan error sistem tersebut. Sensor akan membaca jalur dan didapat data yang akan dijadikan masukan fuzzy. Hasil dari fuzzyfikasi diolah lagi dengan menyesuaikan pada

HIMPUNAN MAHASISWA ELEKTRO FAKULTAS TEKNIK UNIVERSITAS SRIWIJAYA NAMA : ALFARIZ HAFIDHZULLAH NIM : 03041381722110 aturan

dasar

(rule

base)

yang

menghasilkan

keluaran

singelton.

Singeltonsingelton menjadi masukan defuzzyfikasi dan menghasilkan keluaran, konsekuen. Nilai konsekuen ini akan dijadikan parameter kendali proposional yang dikalikan dengan error, kondisi robot terhadap jalur. Posisi jalur berada diposisi tengah robot. Setelah dijalankan robot berjalan lurus sehingga membuktikan sistem berjalan dengan baik pada kondisi jalur berada di tengah robot. Pada Gambar 8 ditunjukkan gambar jalur berada di tengah robot. Gambar 8 Jalur berada diposisi tengah robot Dari hasil pengujian sensor 2 dan 5 berada pada derajat keanggotaan k dan s yang berarti tidak membaca latar jalur dengan warna putih, ini dapat disebabkan oleh sensor yang terlalu dekat dengan jalur atau sensor bermasalah. Hasil dari pengujian jalur di tengah robot adalah robot berjalan lurus dan dengan nilai error 0. Setiap kondisi robot memiliki error yang berbeda. Dapat dilihat pada lampiran Tabel 1, Tabel 2, dan Tabel 3. Posisi jalur berada diposisi kanan robot. Setelah dijalankan robot belok kanan sehingga membuktikan sistem berjalan dengan baik pada kondisi jalur berada diposisi kanan robot. Pada Gambar 9 ditunjukkan gambar pengujian jalur berada diposisi kanan robot.

HIMPUNAN MAHASISWA ELEKTRO FAKULTAS TEKNIK UNIVERSITAS SRIWIJAYA NAMA : ALFARIZ HAFIDHZULLAH NIM : 03041381722110 IX. KESIMPULAN 1. Semakin besar Vin maka akan semakin besar Decimal MDO yang dihasilkan. 2. Semakin besar Vin maka akan semakin besar Calculate digital outputnya 3. Nilai tegangan pada hasil pengkuran dan nilai tengangan yang terukur berbanding lurus . 4. Semakin kecil selisih nilai tengan yang terukur dengan nilai tegangan tegangan perhitungan maka memiliki nilai error yang kecil . 5. Binary-Weighted DAC memiliki tingkat %error yag lebih kecil dibanding R/2R Ladder Diagram. Sehingga dalam konversi sinyal digital ke analog Binary Weighted DAC lebih baik dibanding R/2R Ladder Diagram.

DAFTAR PUSTAKA

HIMPUNAN MAHASISWA ELEKTRO FAKULTAS TEKNIK UNIVERSITAS SRIWIJAYA NAMA : ALFARIZ HAFIDHZULLAH NIM : 03041381722110 Tim Laboratorium Kendali dan Robotika. 2019. Modul Praktikum Dasar Sistem Kendali. Laboratorium Kendali dan Robotika. Indralaya : Universitas Sriwijaya.

Didik Widianto, Eko. 2015. ADC Ramp 8 Bit. (online) http://electronicscourse.co m/ramp-adc (Diakses pada 8 Maret 2019). Mahmuda, Muhammad. 2012. Analog Digital Converter. (online). http://zonaele ktro. net /adc-analog-to-digital-converter/, (Diakses pada 28 Februari 2019 Mukti, Anggoro. 2016. Rancang Bangun Sistem Kontrol Robot Line. (online) jurn al. https://media.neliti.com/media/publications/142556-ID-rancang-bangun -sistem-kontrol-robot-line.pdf (Diakses pada 8 Maret 2019). Perdana, Aries. 2010. Digital Ramp ADC. (online) http://ariesperdana.blogspot. com/2010/01/digital-ramp-adc.html (Diakses pada 8 Maret 2019). Wahyuni, Indah. 2011. ADC Analog to Digital Converter. (online). https://depok instruments.com/2011/07/20/adc-analog-to-digital-converter/, (Diakses pada 28 Februari 2019).

LAMPIRAN

HIMPUNAN MAHASISWA ELEKTRO FAKULTAS TEKNIK UNIVERSITAS SRIWIJAYA NAMA : ALFARIZ HAFIDHZULLAH NIM : 03041381722110

Modul DAC IT-4408

Multimeter

Modul ADC IT-4407

Kabel Jumper