Eine Plattform für die Wissenschaft: Bauingenieurwesen, Architektur und Urbanistik
Eine Plattform für die Wissenschaft: Bauingenieurwesen, Architektur und Urbanistik
Identifikasi Motor DC dengan Metode Recursive Least Square
Motor DC Minertia tipe UGTMEM-03STC25 merupakan salah satu alat di Laboratorium Sistem Kontrol Universitas Brawijaya Malang. Dengan menggunakan metode RLS motor DC Minertia tipe UGTMEM-03STC25 diperoleh model terbaik adalah orde 4 dengan parameter a1 = -0.405, a2 = -0.01, a3 = -0.0123, a4 = -0.0138, b1 = 0.0095, b2 = 0.0169, b3 = 0.9036, dan b4 = -0.3521. Setelah dilakukan uji validitas data percobaan dengan whiteness test, akaike's FPE, dan Fitness test Motor DC Minertia tipe UGTMEM-03STC25 didapatkan hasil nilai PRBS dengan batas bawah 50 dan batas atas 70 mendapatkan nilai Best Fits sebesar 83.3973% dan nilai FPE 0.1041, dan ketika nilai PRBS dengan batas bawah 60 dan batas atas 90 mendapatkan nilai Best Fits 90.4838% dan nilai FPE 0.1891 dan nilai PRBS dengan batas bawah 50 dan batas atas 90 mendapatkan nilai Best Fits 92.2456% dan nilai FPE 0.1065. Angka keakurasian ini dinyatakan dalam persentase, dimana semakin besar nilainya (maksimal 100%) dapat diartikan keluaran model sudah mendekati keluaran sistem yang sesungguhnya. dan nilai FPE pada data-data tersebut sudah sangat mendekati nol semakin kecil nilai FPE yang didapat, maka model tersebut semakin mewakili system yang telah dimodelkan.
Identifikasi Motor DC dengan Metode Recursive Least Square
Motor DC Minertia tipe UGTMEM-03STC25 merupakan salah satu alat di Laboratorium Sistem Kontrol Universitas Brawijaya Malang. Dengan menggunakan metode RLS motor DC Minertia tipe UGTMEM-03STC25 diperoleh model terbaik adalah orde 4 dengan parameter a1 = -0.405, a2 = -0.01, a3 = -0.0123, a4 = -0.0138, b1 = 0.0095, b2 = 0.0169, b3 = 0.9036, dan b4 = -0.3521. Setelah dilakukan uji validitas data percobaan dengan whiteness test, akaike's FPE, dan Fitness test Motor DC Minertia tipe UGTMEM-03STC25 didapatkan hasil nilai PRBS dengan batas bawah 50 dan batas atas 70 mendapatkan nilai Best Fits sebesar 83.3973% dan nilai FPE 0.1041, dan ketika nilai PRBS dengan batas bawah 60 dan batas atas 90 mendapatkan nilai Best Fits 90.4838% dan nilai FPE 0.1891 dan nilai PRBS dengan batas bawah 50 dan batas atas 90 mendapatkan nilai Best Fits 92.2456% dan nilai FPE 0.1065. Angka keakurasian ini dinyatakan dalam persentase, dimana semakin besar nilainya (maksimal 100%) dapat diartikan keluaran model sudah mendekati keluaran sistem yang sesungguhnya. dan nilai FPE pada data-data tersebut sudah sangat mendekati nol semakin kecil nilai FPE yang didapat, maka model tersebut semakin mewakili system yang telah dimodelkan.
Identifikasi Motor DC dengan Metode Recursive Least Square
Muhammad Aziz Muslim (Autor:in) / Goegoes Dwi Nusantoro (Autor:in) / Dion Putra Pribadi (Autor:in)
2021
Aufsatz (Zeitschrift)
Elektronische Ressource
Unbekannt
Metadata by DOAJ is licensed under CC BY-SA 1.0
Identifikasi Akuifer Daerah Pallantikang Kabupaten Jeneponto dengan Metode Geolistrik
| DOAJ | 2018
Identifikasi Genotype Rumah Adat Sumba Barat dengan Metode Space Syntax
| BASE | 2018
IDENTIFIKASI JENIS TUTUPAN LAHAN DI KAWASAN KPHP POIGAR DENGAN METODE MAXIMUM LIKELIHOOD
| BASE | 2016
| DOAJ | 2023