Optimalisasi Hasil Pembacaan Sensor Pressure Transmitter Pada Mesin Kompresor Menggunakan Metode Kalman Filter

Akhsani, Muhammad Abdul Hafizh Salam (2023) Optimalisasi Hasil Pembacaan Sensor Pressure Transmitter Pada Mesin Kompresor Menggunakan Metode Kalman Filter. Other thesis, Institut Teknologi Sepuluh Nopember.

Text 10311910000016_Undergraduate_Thesis.pdf - Accepted Version Restricted to Repository staff only until 1 October 2025. Download (3MB) | Request a copy

Abstract

Salah satu produksi dari PT X yaitu kompresor gas medik type duplex yang berfungsi untuk menghasilkan udara tekan medik yang digunakan pada peralatan kesehatan. Sistem kendali kompresor tekanan udara merupakan komponen yang penting dalam dunia industri. Sistem pada mesin kompresor tersebut memiliki masalah pada pengukurannya yang diakibatkan pembacaan sensor yang tidak akurat dan pembacaan sensor yang tidak stabil. Pada pengerjaan penelitian proyek akhir ini, dilakukan pembaruan sistem kontrol tekanan udara pada mesin kompresor menggunakan metode kalibrasi kalman filter pada sensor pressure transmitter untuk mengurangi noise dan gangguan pembacaan pada sensor agar mendapatkan hasil yang optimal. Untuk sensor tekanan udara yang digunakan adalah sensor pressure transmitter DC 5V 0-174Psi/1.2Mpa. Mikrokontroller yang dipakai yaitu Atmega 2560 Arduino Mega. Hasil pengujian dan analisa menunjukkan bahwa metode kalman filter mampu mengurangi noise pada pengukuran yang dihasilkan oleh sensor pressure transmitter pada pembacaan nilai tekanan udara pada tangki kompresor. Hasil pengujian diperoleh nilai paling optimal yaitu pada pengujian dari objective function menggunakan bobot 0,1 pada variabel waktu dan 0,9 pada variabel rata-rata presentase error dengan 3 nilai tekanan udara yg berbeda yaitu 100 Psi, 90 Psi, dan 80 Psi. Menggunakan metode kalman filter dengan kombinasi parameter R=1 dan Q=1 dengan selisih waktu 1 detik. Maka didapatkan nilai hasil optimalisasi minimum yaitu 0,136. Sedangkan untuk nilai akurasi pembacaan sensor tersebut yaitu sebesar 99,96%.
=================================================================================================================================
One of PT X's products is a duplex type medical gas compressor which functions to produce medical compressed air used in medical equipment. Air pressure compressor control system is an important component in the industrial world. The system on the compressor engine has problems with its measurements caused by inaccurate sensor readings and unstable sensor readings. In carrying out this final project research, an update of the air pressure control system on the compressor engine was carried out using the Kalman Filter calibration method on the pressure transmitter sensor to reduce noise and disturbance of sensor readings in order to obtain optimal results. For the air pressure sensor used is a DC 5V 0-174Psi/1.2Mpa pressure transmitter sensor. The microcontroller used is the Atmega 2560 Arduino Mega. The test results and analysis show that the Kalman Filter method is able to reduce noise in the measurements produced by the pressure transmitter sensor on the reading of the air pressure value in the compressor tank. The test results obtained the most optimal value, namely the test of the objective function using a weight of 0.1 on the time variable and 0.9 on the average percentage error variable with 3 different air pressure values, namely 100 Psi, 90 Psi, and 80 Psi. Using the Kalman filter method with a combination of parameters R=1 and Q=1 with a time difference of 1 second. Then the minimum optimization result value obtained is 0.136. As for the accuracy value of the sensor reading that is equal to 99.96%.

Item Type:	Thesis (Other)
Uncontrolled Keywords:	Mesin Kompresor, Sensor Pressure Transmitter, Atmega 2560, Kalman Filter
Subjects:	T Technology > TJ Mechanical engineering and machinery > TJ213 Automatic control. T Technology > TJ Mechanical engineering and machinery > TJ990 Compressors
Divisions:	Faculty of Vocational > 36304-Automation Electronic Engineering
Depositing User:	Muhammad Abdul Hafizh Salam Akhsani
Date Deposited:	11 Oct 2023 08:58
Last Modified:	11 Oct 2023 08:58
URI:	http://repository.its.ac.id/id/eprint/103485

Actions (login required)

View Item