Sebuah solusi deteksi kebakaran diperkenalkan dalam penelitian ini, dengan tujuan dapat membedakan sumber kebakaran  untuk mengurangi kesalahan deteksi. Sistem yang dikembangkan menerapkan metode Tsukamoto dalam membangun perangkat lunak Fuzzy dua level untuk memproses masukan deteksi sumber api dari perangkat keras multisensor. Pengujian dilakukan dengan mengamati hasil pembacaan lima sensor yang berbeda. Data dari sensor-sensor tersebut diolah oleh algoritma Fuzzy melalui komputer yang terhubung ke Mikrokontroller Arduino Mega melalui komunikasi serial. Pengamatan dilakukan ketika sistem diberikan setidaknya sebelas jenis masukan sumber api yang berbeda. Pengujian kinerja Fuzzy dilakukan dengan membandingkan Fuzzy 2 level yang telah dikembangkan dengan Fuzzy 1 level. Kemudian, sistem  diamati secara langsung apakah sistem mampu membedakan semua sumber api yang merupakan sumber kebakaran maupun yang bukan sumber kebakaran yang diujikan. Fuzzy 1 level membutuhkan 234 Rule Base sedangkan Fuzzy 2 level hanya 54 Rule Base sehingga Fuzzy 2 level lebih sederhana. Keberhasilan pembacaan deteksi kebakaran mencapai 80 persen. Hasil ini merupakan hasil paling baik dibanding dengan sistem alarm Fuzzy 1 level yang hanya mencapai 70 persen dan alarm konvensional hanya mencapai 40 persen.

No abstract

Meningkatnya penggunakan peralatan elektronik portable penggunaan baterai lithium-ion semakin banyak. Permasalahan yang terjadi dari meningkatnya penggunaan baterai menimbulkan masalah seperti kapasitas kurang besar, waktu pengisian lama,  dan proteksi overcharging. Beberapa metode teknik pengisian baterai lithium-ion yang umum digunakan seperti metode Constan Voltage (CV), Constan Current (CC), CC-CV, dan reflex charging. Pada penelitian ini teknik fast charging baterai Lithium-ion menggunakan logika fuzzy untuk mengontrol temperatur dan tegangan pada saat melakukan pengisian baterai menggunakan metode pengisian Pulse Width Modulation (PWM), proses fuzifikasi yang digunakan adalah metode Mamdani dengan metode defuzzifikasi  Center Of Gravity (COG). Diharapkan mampu mempercepat pengisian tanpa membuat temperatur baterai melebihi batas maksimal, serta mangatasi overcharging. Hasil pengisian menggunakan fast charger ini dengan menggunakan logika fuzzy terbukti dapat mempercepat pengisian dan melindungi terjadinya overcharging pada baterai.

Makalah ini mendiskusikan tentang analisis tegangan sag dalam sistem distribusi. Tegangan sag disebabkan gangguan hubung singkat 1 fasa ke tanah. Tegangan sag memberikan dampak kerusakan pada beban Pujon. Tegangan sag diatasi dengan kompensasi tegangan dari salah satu Costum Power Device paling efektif yaitu Dynamic Voltage Restorer (DVR). Metode kontrol ANN ditambahkan dalam Kontrol Hystereisis diusulkan untuk meningkatkan kinerja DVR mengkompensasi tegangan beban. Hasil simulasi menunjukan bahwa DVR mampu mengkompensasi tegangan beban terhadap tegangan sag dari gangguan hubung singkat fasa ke tanah rata-rata sebesar 98.73%, gangguan 2 fasa ke tanah rata-rata sebesar 99.07% dan gangguan 3 fasa ke tanah rata-rata sebesar 99.34%.

Makalah ini mendiskusikan tentang impelementasi DVR pada saluran penyulang Pujon dengan kompensasi tegangan Sag/Dip. Tegangan Dip penyebabnya sering akibat dari gangguan hubung singkat 1 fasa ke tanah. Tegangan Dip membuat tripping dan kerusakan peralatan beban yang menjadi permasalahan yang harus diatasi. Implementasi DVR digunkana untuk mengkompensasit tegangan Dip. Metode kontrol ANN diusulkan untuk mengatur kinerja DVR dalam mengkompensasi tegangan Dip. Hasil simulasi menunjukkan dengan implementasi DVR pada saluran penyulang Pujon mampu mengkompensasi tegangan Dip sebesar rata-rata 0.97% dari gangguan hubung singkat 1 fasa ke tanah dengan persentase penurunan tegangan pada fasa R sebesar 50%-70%.