Académique Documents
Professionnel Documents
Culture Documents
*Metrologi dan Instrumentasi Sekolah Vokasi, Universitas Gadjah Mada, Jln. Sekip Unit 1 Catur
Tunggal Yogyakarta 55281 INDONESIA
1arum.melati.s@mail.ugm.ac.id,2sri.murti@mail.ugm.ac.id3prisma.meganto
ro@giz.de
ABSTRAK
Sensor merupakan peralatan yang digunakan untuk merubah suatu bentuk besaran fisik menjadi suatu
bentuk besaran listrik sehingga dapat dianalisa menggunakan rangkaian listrik tertentu. Dalam suatu rangkaian
elektronik terdapat tegangan, arus dan hambatan yang saling berhubungan. Karakteristik dari sensor diantaraya yaitu
Sensor wcs adalah sensor arus yang bekerja secara hall effect, yang digunakan untuk mendeteksi medan
magnet. Sensor hall effect terdiri dari lapisan silicon dan 2 elektrode pada masing-masing lapisan silicon. Ketika
tidak ada pengaruh dari medan magnet, makan arus listrik mengalir tepat di tengah-tengah lapisan silicon sehingga
menghasilkan tegangan keluaran 0 Volt.
Berdasarkan hasil data yang telah diperoleh, dapat diketahui nilai dari akurasi pada metode analitis dan
heuristik sebesar 99.9711% dan 99.9814%. pada metode heuristik nilai presisinya atau ripitabilitasnya diperoleh
98.8453% sedangkan nilai presisi dari metode analitis 99.2564%. Kemudian, nilai sensitivitas yang diperoleh adalah
3.0967x10-5A Sedangkan nilai korelasinya adalah 0.9972 A. Dari hasil yang telah diperoleh pada praktikum ini,
metode yang baik digunakan adalah metode heuristik dibandingkan metode analitis.
3. Skema Percobaan
()
= | |...................(2)
H. Daftar Pustaka
1] Oklilas, Ahmad Fali .2006.Bahan Ajar:
Elektronika Dasar.Program Diploma
Komputer Unsri:Palembang
Lampiran
Codingan Matlab :
Grafik
clear all
clc
%% baca file excel
filename = 'arum.xlsx';
data = xlsread(filename);
[baris, kolom] = size(data);
yi = data(1:baris,2);
x = data(1:baris,1);
%% hitung sensitivitas
Batas = (n *(sum(yi.*xi)))-((sum(yi)) *(sum(xi)));
Bbawah = (n *(sum(yi.^2)))-((sum(yi)^2));
sensitivitas = abs(Batas /Bbawah)
%% hitung akurasi(heuristik)
errorh = mean(abs(yi-xh)/yi);
rata_errora = mean(errorh,2);
akurasi_heuristik = (100-rata_errora)
%% hitung akurasi(analitik)
errora = mean(abs(yi-xa)/yi);
rata_errorb = mean(errora,2);
akurasi_analitik = (100-rata_errorb)
%% hitung ripitabilitas analitis
FS = mean(max(x));
error_rip = rata_errora /FS *100
ripitabilitas_analitis = 100 - error_rip
%% hitung ripitabilitas heuristik
FS = mean(max(x));
error_rip = rata_errorb /FS *100
ripitabilitas_heuristik = 100 - error_rip
%% curve fitting
f = polyfit(xi,yi,2);
k = polyval(f,xi);
a = k(1);
b = k(2);
c = k(3);
disp(['Persamaan regresi:'])
disp(['f(x)= ' num2str(a) 'x^2 + ' num2str(b) 'x + ' num2str(c)])
%% grafik keluaran
subplot(2,2,1),plot(xi,yi,'b.',xi,k,'r-'),
title('Grafik Karakterisasi Sensor Arus'),
xlabel('Sensor Arus(A)'), ylabel('Standar (V)'),
legend('Data Pengujian','Curve Fitting')
subplot(2,2,2),plot(xh,yi,'g.-');
title('Grafik Analisis Heuristik Sensor Arus'),
xlabel('Sensor Arus(A)'), ylabel('Standar (A)'),
legend('Data Heuristik'),
subplot(2,2,3),plot(xa,yi,'r.-');
title('Grafik Analisis Analitik Sensor Arus'),
xlabel('Sensor Arus(A)'), ylabel('Standar (A)'),
legend('Data Analisis'),
subplot(2,2,4),plot(xh,yi,'m.',xa,yi,'b.',yi,yi,'g-');
title('Grafik Perbandingan Analisis Heuristik dengan Analisa Analitis'),
xlabel('Sensor Arus(A)'), ylabel('Standar (A)'),
legend('Data Heuristik','Data Analisis','Data Standar'),
clear all
data = xlsread ('uji');
[baris,kolom] = size(data);
n_data = baris *kolom;
figure
xcenters = -2:4;
hist(data,xcenters)
title('Grafik Distribusi Normal Data Standar')
legend('Distribusi Kemungkinan')
axis ([ -2 4 0 12 ])
Maks = max(data)
min = min(data)
rata_rata = mean(data)
rata_rata_keseluruhan = mean(mean(data))
stdev = sqrt(rata_rata_keseluruhan/ (n_data-1))
varian = var(data)
Gambar 1. Laporan Sementara