Indhana Sudiharto, Indhana
Program Studi Teknik Elektro Industri, Departemen Teknik Elektro Politeknik Elektronika Negeri Surabaya Jl. Raya ITS, Sukolilo, Surabaya 60111

Published : 3 Documents
Articles

Found 3 Documents
Search

RANCANG BANGUN DYNAMIC VOLTAGE RESTORER (DVR) GUNA MENGURANGI TEGANGAN SAG DENGAN KENDALI LOGIKA FUZZY BERBASIS MIKROKONTROLER Okinanto, Deriz Caesar; Sudiharto, Indhana; Arif, Yahya Chusna
Prosiding Seminar Nasional Sains Dan Teknologi Fakultas Teknik Vol 1, No 1 (2015): PROSIDING SEMINAR NASIONAL SAINS DAN TEKNOLOGI 6 2015
Publisher : Prosiding Seminar Nasional Sains Dan Teknologi Fakultas Teknik

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

Abstract

Gangguan tegangan sag dapat merugikan hingga tujuh kali lipat dibandingkan dengankerugian yang timbul gangguan kualitas daya lainnya. Untuk meminimalisir gangguantegangan sag, maka didesain suatu sistem Dynamic Voltage Restorer. Prinsip kerja DynamicVoltage Restorer (DVR) yaitu mendeteksi tegangan sag menggunakan sensor tegangan ACdengan menggunakan metode pembagi tegangan 2 kapasitor dengan resistansi 330kΩ dan220Ω, kemudian di klamper sehingga tegangan menjadi DC. Sensor tegangan terhubungdengan ADC pada mikrokontroler ARM STM32F407VG yang digunakan untuk mengontrolinjeksi tegangan. Ketika terjadi tegangan sag, maka inverter menginjeksi tegangan DC darisumber kapasitor ke beban yang terkena gangguan dengan menggunakan boostertransformator yang dihubung seri dengan tegangan sumber dan beban induktif. Inverter 1 fasadikendalikan menggunakan logika fuzzy berbasis mikrokontroler untuk mendeteksi magnitudetegangan sag.Kata kunci: Dynamic Voltage Restorer, Fuzzy logic controller, Single Phase Inverter.
RANCANG BANGUN SISTEM MONITORING BEBAN DAN INDIKATOR GANGGUAN PADA RUMAH MANDIRI BERBASIS MIKROKONTROLLER Santoso, Donny Prasetyo; Sudiharto, Indhana; Suryono, Suryono
Prosiding Seminar Nasional Sains Dan Teknologi Fakultas Teknik Vol 1, No 1 (2015): PROSIDING SEMINAR NASIONAL SAINS DAN TEKNOLOGI 6 2015
Publisher : Prosiding Seminar Nasional Sains Dan Teknologi Fakultas Teknik

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

Abstract

Pengembangan pada sistem pembangkit energi tenaga surya saat ini berkembang sangat pesat. Tuntutan karena adanya keterbatasan sumber daya yang tidak dapat diperbaruhi,membuat panas dari matahari mulai digunakan sebagai  sumber listrik. Pada sistem kelistrikan rumah mandiri ini berasal solar cell sebagai sumber energi alternatif yang digunakan sebagai charging baterai/accu. Dari accu yang dipasang 3seri+3parallel dihasilkan tegangan maksimal sebesar 96 volt DC(Direct Current) atau arus searah. Sistem monitoring rumah mandiri ini menggunakan sensor tegangan dan sensor arus sebagai konversi nilai ADC agar bisa terbaca oleh mikrokontroller. Sistem yang dimonitoring adalah kondisi baterai,energi charging yang terpakai,energi yang terpakai pada beban dan sistem pengaman tegangan lebih dan tegangan jatuh yang berupa relay yang diatur menggunakan mikrokontroller,sehingga apabila terjadi gangguan pada sistem arus searah maupun sistem AC(Alternating Current) atau arus bolak-balik tidak sampai merusak beban arus searah yang berupa lampu LED dan  beban arus bolak-balik yang berupa kipas angin. Pada pengujian sensor arus,error terbesar dari perbandingan DC Supply dan pembacaan TFT(Thin Film Transistor) adalah 2,3% sedangkan pada sensor tegangan error terbesar adalah 2,2%. Kata kunci: Arus,kWh meter,Sistem Monitoring,Tegangan
Load Identification Using Harmonic Based on Probabilistic Neural Network Anggriawan, Dimas Okky; Amsyar, Aidin; Prasetyono, Eka; Wahjono, Endro; Sudiharto, Indhana; Tjahjono, Anang
EMITTER International Journal of Engineering Technology Vol 7, No 1 (2019)
Publisher : Politeknik Elektronika Negeri Surabaya (PENS)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24003/emitter.v7i1.330

Abstract

Due to increase power quality which are caused by harmonic distortion it could be affected malfunction electrical equipment. Therefore, identification of harmonic loads become important attention  in the power system. According to those problems, this paper proposes a Load Identification using harmonic based on probabilistic neural network (PNN). Harmonic is obtained by experiment using prototype, which it consists of microcontroller and current sensor. Fast Fourier Transform (FFT) method to analyze of current waveform on loads become harmonic load data. PNN is used to identify the type of load. To load identification, PNN is trained to get the new weight. Testing is conducted To evaluate of the accuracy of the PNN from combination of four loads. The results demonstrate that this method has high accuracy to determine type of loads based on harmonic load