• Tidak ada hasil yang ditemukan

Implementasi Arsitektur Behavior-Based Dengan Menggunakan Fuzzy Untuk Navigasi Car-Like Mobile Robot Dalam Lingkungan Yang Tak Dikenal

N/A
N/A
Protected

Academic year: 2017

Membagikan "Implementasi Arsitektur Behavior-Based Dengan Menggunakan Fuzzy Untuk Navigasi Car-Like Mobile Robot Dalam Lingkungan Yang Tak Dikenal"

Copied!
45
0
0

Teks penuh

(1)
(2)

S

w

it

c

h

B

a

ta

s

K

e

m

u

d

i

K

ir

i

L

C

D

2

x

1

(3)

PENGUJIAN SENSOR JARAK

1.

Pendahuluan

Sensor pendeteksi jarak pada penelitian ini menggunakan sensor Sharp

GP2D12 dan Sharp GP2D120 dengan

output

berupa tegangan analog dan bersifat

non

linear

. Karena

output

tidak

linear

maka dibutuhkan suatu metode untuk menentukan

jarak berdasarkan tegangan analog. Salah satu cara kalibrasi sensor jarak Shap ini

dengan melakukan pengukuran

output

sensor untuk setiap jarak tetap (cm).

2.

Prosedur percobaan

Pengujian sensor jarak dilakukan dengan membandingkan nilai

output

sensor

untuk setiap rintangan pada jarak tetap. Pengujian dilakukan untuk ke-lima sensor,

yaitu FL, FC, FR, BL, dan BR. Gambar SJ1 memperlihatkan rangkaian yang

digunakan dalam melakukan pengujian sensor jarak.

Pengujian dilakukan untuk mendapatkan data

output

berupa tegangan analog

yang telah dikonversi menjadi data digital dengan videlitas 10-bit sebagai pengujian

deteksi sensor terhadap objek tetap untuk jarak 10 cm s/d 80 cm dengan kelipatan

jarak deteksi 5 cm untuk sensor Sharp GP2D12 dan jarak 4 cm s/d 30 cm dengan

kelipatan jarak deteksi 2 cm untuk sensor Sharp GP2D120.

(4)

Gambar SJ1 Rangkaian pengujian sensor jarak

Program pengujian sensor jarak dalam bentuk diagram alir ditunjukkan pada

Gambar SJ2.

Keterangan Gambar SJ2:

Data : Sebuah variabel yang digunakan untuk menampung data hasil konversi

tegangan analog (

output

sensor jarak) menjadi data digital.

(5)

X

: sebuah variabel yang digunakan untuk menampung data cacahan (cacah naik

sampai nilai cacahan = 10)

Gambar SJ2 Diagram alir pengujian sensor jarak

3.

Hasil pengujian

(6)

power

dan memilih

display equation on chart

dan

display R-squared value on chart

dengan menggunakan

microsoft office excel

untuk mendapatkan sebuah persamaan

untuk memetakan nilai pada sumbu y (jarak deteksi objek tetap) berdasarkan nilai

pada sumbu x (jarak deteksi yang telah dikonversi menjadi data digital dengan

videlitas 10-bit). Gambar SJ3 menunjukkan grafik pengujian sensor FL, Gambar SJ4

menunjukkan grafik pengujian sensor FC, Gambar SJ5 menunjukkan pengujian

sensor FR, Gambar SJ6 menunjukkan pengujian sensor BL, dan Gambar SJ7

menunjukkan pengujian sensor BR.

GRAFIK SENSOR FL

OUTPUT SENSOR (DIGITAL DENGAN FIDELITAS 10 BIT)

J

(7)

GRAFIK SENSOR FC

OUTPUT SENSOR (DIGITAL DENGAN FIDELITAS 10 BIT)

J

Gambar SJ4 Hasil pengujian sensor FC

GRAFIK SENSOR FR

OUTPUT SENSOR (DIGITAL DENGAN FIDELITAS 10 BIT)

J

(8)

GRAFIK SENSOR BL

OUTPUT SENSOR (DIGITAL DENGAN FIDELITAS 10 BIT)

J

Gambar SJ6 Hasil pengujian sensor BL

GRAFIK SENSOR BR

OUTPUT SENSOR (DIGITAL DENGAN FIDELITAS 10 BIT)

J

(9)

4.

Pengolahan data

Berdasarkan hasil yang didapat dari garis

trendline

maka dapat di petakan

jarak objek yang terdeteksi sensor berdasarkan data

ouput

sensor yang telah

dikonversi menjadi data digital 10-bit yang ditampung dalam variabel hasil.

Persamaan 1 menunjukkan jarak deteksi sensor FL, persamaan 2 menunjukkan jarak

deteksi sensor FC, persamaan 3 menunjukkan jarak deteksi sensor FR, persamaan 4

menunjukkan jarak deteksi sensor FBL, dan persamaan 5 menunjukkan jarak deteksi

(10)

PENGUJIAN SUDUT KEMUDI

1.

Pendahuluan

Motor

stepper

digunakan sebagai penggerak kemudi, sehingga besarnya sudut

kemudi (

f

) dipengaruhi jumlah

step

yang diberikan motor

stepper

dari titik acuan

yang ditentukan (batas kemudi kiri). Menentukan besarnya sudut kemudi (

f

)

dilaksanakan berdasarkan eksperimen dengan memberikan sudut kemudi tetap (dalam

jumlah

step

dari titik acuan) dan memberikan kecepatan konstan, sehingga robot akan

bergerak membentuk lintasan melingkar. Dengan menggunakan alat tulis (kapur)

pada slot kapur (posisi slot kapur dan titik R

Ref

ditunjukkan pada Gambar 3.2) maka

robot akan menggambar sebuah lingkaran pada lintasan sebagai radius referensi

(R

Ref

) terhadap titik pusat rotasi P yang digunakan untuk menentukan besarnya radius

putar (R) dari titik tengah sumbu roda belakang (x,y) terhadap titik P dan menentukan

sudut kemudi (

f

) berdasarkan sudut yang dibentuk radius R

V

dan R terghadap pusat

rotasi (P) yang digunakan. Gambar SK1 menunjukkan hubungan radius putar

terhadap sudut kemudi.

Keterangan Gambar SK1:

P = Pusat rotasi radius putar

R = Radius putar dari titik (x,y) terhadap titik P

R

Ref

= Radius putar dari titik A terhadap titik P

R

V

= Radius putar dari titik tengah sumbu roda depan (roda virtual) terhadap

titik P.

p (overhang depan) = 3 cm

w (lebar CLMR) = 15 cm

w

D

(selisih titik (x,y) terhadap titik B = 2 cm

L (baseline) = 15 cm

(11)

f

Gambar SK1 Hubungan radius putar terhadap sudut kemudi

(a) untuk belok ke kiri ,(b)untuk belok ke kanan

Dari hasil eksperimen didapat nilai R

Ref

sebagai radius putar terhadap titik P

yang terbentuk saat menggunakan sudut kemudi tetap dan kecepatan konstan. Dengan

menggunakan teorema phytagoras maka didapat R seperti yang ditunjukkan pada

persamaan 1, R

V

Seperti yang ditunjukkan pada persamaan 2 dan dengan

menggunakan persamaan 2.1 dan 2.2 maka didapat sudut kemudi seperti yang

ditunjukkan pada persamaan 3.

(12)

2.

Prosedur percobaan

Eksperimen dilaksanakan dengan merancang perangkat keras seperti yang

ditunjukkan pada Gambar SK2 dan perangkat lunak seperti yang ditunjukkan dalam

diagram alir pada Gambar SK3.

S

w

it

c

h

B

a

ta

s

K

e

m

u

d

i

K

ir

i

Gambar SK2 Rangkaian pengujian sudut kemudi

Dari Gambar SK2, simbol (M) yang terhubung dengan IC L293D merupakan

motor DC untuk menggerakkan roda belakang CLMR.

Dari Gambar SK3 variabel ST (Steering Target) digunakan sebagai target

kemudi yang ingin dicapai dalam jumlah

step

yang diinginkan dari titik acuan (batas

kemudi kiri). Variabel I digunakan untuk menampung data jumlah

step

yang telah

dilaksakan sistem. Pengujian dilakukan dengan memberikan nilai variabel

input

(13)

dengan nilai

output

pada Port A merupakan penjumlahan dari nilai variabel N

(variabel yang menampung data pengendalian motor stepper) dan nilai 2

4

(PA.4 = 1,

sebagai tanda polaritas yang diberikan pada motor DC dalam arah maju). Kecepatan

konstan didapat dengan memberikan nilai PWM (Pulse width modulation)

dengan

nilai tetap.

Gambar SK3 Diagram alir pengujian sudut kemudi

3.

Hasil Eksperimen

Hasil yang didapat pada eksperimen pengujian sudut kemudi ini adalah radius

putar R

Ref

berdasarkan jumlah

step

motor

stepper

. Tabel SK1 menunjukkan hasil

(14)

Tabel SK1. Radius putar RRef terhadap jumlah step motor stepper

No Steering target (ST) RRef (cm) Keterangan

1 4 53,89 Kemudi arah kiri

2 20 74,28 Kemudi arah kiri

3 36 138,65 Kemudi arah kiri

4 52 0 Kemudi lurus

5 70 133,15 Kemudi arah kanan

6 86 70,3 Kemudi arah kanan

7 102 48,43 Kemudi arah kanan

4.

Pengolahan data

Dengan menggunakan persamaan 1 s/d 3 untuk data pada Tabel SK1, maka

akan diperoleh radius (R) dan sudut kemudi (

f

) yang selengkapnya ditunjukkan pada

Tabel SK2.

Tabel SK2. Radius putar (R) dan Sudut kemudi (

f

)

ST (Steering Target) RRef (cm) R (cm)

(

)

0

f

4 53,89 51,5 16,23884

20 74,28 72 11,76829

36 138,65 136,5 6,271077

52 0 0 0

70 133,15 135 -6,340192

86 70,3 72 -11,76829

102 48,43 50 -16,69924

Untuk mendapatkan suatu persamaan dalam menghitung sudut kemudi

)

(

f

berdasarkan variabel I (jumlah

step motor stepper) maka digunakan analisa

terhadap data sudut kemudi

(

f

)

terhadap variabel ST (Steering Target). Analisa

dilakukan dengan menggunakan

Trendline

yang terdapat pada

Microsoft Excel

.

Langkah pertama yang dilakukan adalah memetakan data sudut kemudi

(

f

)

dan data

variabel ST (Steering Target) dalam bentuk grafik, sumbu x sebagai data ST dan

sumbu y sebagai sudut kemudi

(

f

)

. Kedua membuat garis

trendline

dengan

type

(15)

Grafik hubungan anatara ST dan

(

f

)

dipetakan menjadi dua Grafik, yaitu

Grafik hubungan antara ST dan

(

f

)

untuk ST

52 (kemudi berputar berlawanan arah

jarum jam) yang ditunjukkan pada Gambar SK4 dan Grafik hubungan antara ST dan

)

(

f

untuk ST

52 (kemudi berputar searah jarum jam) yang ditunjukkan pada

Gambar SK5.

GRAFIK KEMUDI CLMR BERLAW ANAN ARAH JARUM JAM

4, 16.23884

Gambar SK4 Grafik kemudi CLMR untuk ST < 52

GRAFIK KEMUDI CLMR SEARAH JARUM JAMAN

52, 0

(16)

Berdasarkan garis

trendline

dengan menggunakan

type linear

pada Gambar

SK4 dan Gambar SK5 maka persamaan untuk untuk mendapatkan nilai

)

(

f

berdasarkan jumlah

step

(variabel I) ditunjukkan pada persamaan 4.

ï

ï

î

ïï

í

ì

>

+

-=

<

+

-=

52

;

241

,

17

.

3347

,

0

52

;

0

52

;

057

,

18

.

3388

,

0

I

I

I

I

I

(17)

PENGUJIAN OPTOCOUPLER

1.

Pendahuluan

Pengujian

optocoupler

merupakan pengujian rangkaian

rotary encoder

untuk

meperkirakan posisi robot dengan teknik

odometry

.

Rotary encoder

yang digunakan

pada penelitian ini menggunakan

rotary encoder

jenis DI-REV1 dari depok

instrument. Rangkaian

roraty encoder

ini terdiri dari dua bagian utama, yaitu

piringan derajat yang terdiri dari 36 lubang pada kelilingnya dan rangkaian sensor

pembaca putaran piringan derajat menggunakan

optocoupler

tipe celah.

Rotasi roda belakang yang terhubung paralel terhadap rangkaian piringan

derajat mengakibatkan perubahan posisi lubang piringan derajat yang menghalangi /

meneruskan cahaya

infra red

terhadap

phototransistor

dikonversi menjadi informasi

digital “0” dan “1”. Data digital yang dihasilkan

optocoupler

selanjutnya digunakan

sebagai

trigger

interupsi pada mikrokontroler. Setiap terjadi intrerupsi maka sebuah

variabel akan dicacah naik (sebagai tanda jumlah lubang piringan derajat yang

terdeteksi). Berdasarkan informasi jumlah interupsi yang terjadi dan total jumlah

lubang

encoder

, maka dapat diketahui jarak tempuh robot dengan menggunakan

persamaan 1.

r

.

.

2

encoder

lubang

jumlah

Total

intrupsi

Jumlah

(cm)

Jarak

=

p

... (1)

2.

Prosedur percobaan

Pengujian dilakukan dengan mengatur posisi kemudi pada sudut 0

0

lalu

memberikan kecepatan konstan (Nilai pulse width modulation

tetap) selama selang

waktu 10 detik. Hasil yang didapat adalah jarak tempuh robot secara

real

(18)

terdeteksi

optocoupler

. Gambar PO1 menunjukkan rangkaian pengujian

optocoupler

.

Gambar PO.2 menunjukkan program pengujian

optocoupler

dalam bentuk diagram

alir.

S

w

it

c

h

B

a

ta

s

K

e

m

u

d

i

K

ir

i

L

C

D

2x

16

1

1

4

1

3

1

2

1

1

6

5

4

3

2

1

0

K

V

c

c

Gambar PO1 Rangkaian pengujian optocoupler

Keterangan Gambar PO1:

Simbol M yang terhubung dengan IC L293D merupakan motor DC untuk

(19)

Gambar PO2 Diagram alir pengujian optocoupler

Keterangan Gambar PO2:

V

: Variabel yang digunakan untuk menampung data PWM

(pulse width

(20)

X

: Variabel yang digunakan untuk menampung data hasil cacahan setiap terjadi

interupsi yang di

trigger optocoupler

.

N

: Variabel yang digunakan untuk menampung data pengendalian motor

stepper.

Port A : Digunakan sebagai

Port

output

untuk mengendalikan motor

stepper

berdasarkan nilai variabel N dan memberikan polaritas maju pada motor DC

yang terhubung dengan PA.4 dan PA.5 dengan memberikan nilai 2

4

(PA.4 =

1 dan PA.5 = 0).

3.

Hasil Eksperimen

Hasil percobaan pengujian

optocoupler

ditunjukkan pada Tabel PO1.

Tabel PO1 Hasil percobaan

Nilai variabel V Jumlah lubang encoder yang terdeteksi selama 10 detik

Jarak tempuh robot (real) selama 10 detik

350 143 80

370 197 110

390 268 150

4.

Pengolahan data

Berdasarkan data pada Tabel PO1, jarak tempuh robot berdasarkan jumlah

lubang

encoder

yang terdeteksi dapat diperoleh dengan menggunakan persamaan 1.

Secara lengkap hasil perhitungan jarak tempuh beserta

error

terhadap jarak tempuh

real

ditunjukkan pada Tabel PO.2.

Tabel PO.2 Perbandingan jarak(cm) pengukuran dan perhitungan

Nilai variabel V

Jumlah lubang

encoder yang

terdeteksi selama 10 detik

Jarak tempuh robot (real)

selama 10 detik

Jarak tempuh obot

(perhitungan)

selama 10 detik

% error perhitungan jarak

tempuh

350 143 80 79,825 0,21875%

370 197 110 109,969 0,028182%

(21)

'Judul Thesis : Implementasi Arsitektur Behavior-Based ' Dengan Menggunakan Fuzzy untuk Navigasi ' Car-Like Mobile Robot Dalam Lingkungan ' Tak Dikenal

'Judul Program : Program Master

' PROGRAM STUDI MAGISTER TEKNIK ELEKTRO

Dim Theta As Single , Sudut As Single , Jarak As Single , Xt As Single Dim Yt As Single , Atheta As Single , Eo As Single , Ep As Single Dim I As Integer , Starget As Integer , Y As Single , Xi As Single Dim Yi As Single , Kuadran As Single , Baca As Byte , Target As Integer Dim Kirim As Integer , V As Integer , N As Byte , Polaritas As Byte Dim A As Byte

Call Putar_kanan() Porta = N

Incr I Waitms 15

(22)
(23)

Baca = Pinb Loop Until Ep <= 10 Porta = N

End

(24)

'---Else

If Baca >= 128 Then Polaritas = 32 Sudut = Sudut + 18.057 Elseif I = 54 Then Sudut = 0

Else

Sudut = -0.3347 * I Sudut = Sudut + 17.241 End If

End Sub

Sub Update() Disable Int0

(25)
(26)
(27)

'Judul Thesis : Implementasi Arsitektur Behavior-Based ' Dengan Menggunakan Fuzzy untuk Navigasi ' Car-Like Mobile Robot Dalam Lingkungan ' Tak Dikenal

'Judul Program : Program Slave-1

' PROGRAM STUDI MAGISTER TEKNIK ELEKTRO Dim Fuzzyfikasiv0 As Single , Fuzzyfikasif0 As Single

Dim Minimum As Single , Fuzzyfikasivx As Single , Fuzzyfikasivsum As Single Dim Fuzzyfikasifx As Single , Fuzzyfikasifsum As Single , Flux1 As Single Dim Flux As Single , Vel As Integer , Hasil1 As Integer , Hasil2 As Integer Dim Kecepatan As Integer , Sudut As Byte , Kirim1 As Byte , Kirim2 As Byte Dim Kirim As Byte , Xt As Integer , Yt As Byte , Count As Byte 'TAMPILAN LCD AWAL SISTEM DIJALANKAN

'---Cls

Home

(28)
(29)

Bitwait Pind.0 , Set ' tunggu Pind.0 = Incr Count

Loop Until Count = 2 Portd.0 = 1

Kirim = Kirim1 + Kirim2 Portc = Kirim

(30)

Sub Fuzzyfikasi()

'himpunan fuzzy NB untuk fungsi keanggotaan Eo If Eo <= -90 Then

Neo = 1

Elseif Eo >= -60 Then Neo = 0

(31)

Vel = 350

(32)

Neo = Neo / 5

(33)

Call Uepf()

'himpunan fuzzy PM untuk fungsi keanggotaan Eo If Eo > 30 And Eo <= 60 Then

'himpunan fuzzy PB untuk fungsi keanggotaan Eo If Eo >= 90 Then

Neo = 1

(34)

Neo = Neo / 30 Hasil1 = Fuzzyfikasifx / Fuzzyfikasifsum

Hasil2 = Fuzzyfikasivx / Fuzzyfikasivsum

Minimum = 99

For Fuzzyfikasif0 = 4 To 52 Step 16 Fuzzyfikasiv0 = Fuzzyfikasif0 - Hasil1 Fuzzyfikasiv0 = Abs(fuzzyfikasiv0) If Fuzzyfikasiv0 < Minimum Then Minimum = Fuzzyfikasiv0

Fuzzyfikasifsum = Fuzzyfikasif0 End If

Next

For Fuzzyfikasif0 = 70 To 102 Step 16 Fuzzyfikasiv0 = Fuzzyfikasif0 - Hasil1 Fuzzyfikasiv0 = Abs(fuzzyfikasiv0) If Fuzzyfikasiv0 < Minimum Then Minimum = Fuzzyfikasiv0

Fuzzyfikasifsum = Fuzzyfikasif0 End If

Next

Minimum = 199

(35)

End If

Fuzzyfikasiv0 = Fuzzyfikasif0 - Hasil1 Fuzzyfikasiv0 = Abs(fuzzyfikasiv0) If Fuzzyfikasiv0 < Minimum Then Minimum = Fuzzyfikasiv0

Fuzzyfikasifsum = Fuzzyfikasif0 End If

Fuzzyfikasiv0 = Minimum * Vel

Fuzzyfikasivx = Fuzzyfikasivx + Fuzzyfikasiv0 Fuzzyfikasivsum = Fuzzyfikasivsum + Minimum Fuzzyfikasif0 = Minimum * Flux

Fuzzyfikasifx = Fuzzyfikasifx + Fuzzyfikasif0 Fuzzyfikasifsum = Fuzzyfikasifsum + Minimum End Sub

(36)

Nep = Nep / 50

Elseif Ep > 100 And Ep < 150 Then Nep = 150 - Ep

Nep = Nep / 50 Else

Nep = 0 End If End Sub

'himpunan fuzzy Far Sub Uepf()

If Ep > 100 And Ep <= 150 Then Nep = Ep - 100

Nep = Nep / 50

Elseif Ep > 150 And Ep < 200 Then Nep = 200 - Ep

Nep = Nep / 50 Else

Nep = 0 End If End Sub

'Himpunan fuzzy Very far Sub Uepvf()

If Ep >= 200 Then Nep = 1

Elseif Ep <= 150 Then Nep = 0

Else

Nep = Ep - 150 Nep = Nep / 50 End If

End Sub

(37)

'---'Judul Thesis : Implementasi Arsitektur Behavior-Based ' Dengan Menggunakan Fuzzy untuk Navigasi ' Car-Like Mobile Robot Dalam Lingkungan ' Tak Dikenal

'Judul Program : Program Slave-2

' PROGRAM STUDI MAGISTER TEKNIK ELEKTRO

Config Adc = Single , Prescaler = Auto , Reference = Internal Config Portb = Input Dim Lfc As Integer , Lfr As Integer , Lfl As Integer

Dim Fc As Single , Fso As Single , Fl As Single , Fr As Single

Dim Fuzzyv0 As Single , Fuzzyf0 As Single , Neo As Single , Nep As Single Dim Minimum As Single , Fuzzyvx As Single , Fuzzyvsum As Single

Dim Fuzzyfx As Single , Fuzzyfsum As Single , Flux1 As Single

Dim Flux As Single , Vel As Integer , Hasil1 As Integer , Hasil2 As Integer Dim Kecepatan As Integer , Sudut As Byte , Vifc As Integer

(38)
(39)

Fr = Lfr ^ -0.9971

Elseif Fl <= 12 Then D1 = 4

Elseif Fr <= 12 Then D3 = 4

Elseif Fc <= 12 Then D2 = 4

'fuzzyfikasi untuk fungsi keanggotaan back side obstacle distance If Btot <= -5 Then

Neo = 1

(40)

Neo = 1

Elseif Btot <= -5 Then Neo = 0

'untuk Front side obstacle avoidance N If Fso <= -20 Then

Neo = 1

Elseif Fso >= 0 Then Neo = 0

'untuk Front side obstacle avoidance ZE If Fso > -15 And Fso <= 0 Then

Neo = Fso + 15 Neo = Neo / 15

(41)

If Neo > 0 Then Call Near_fc() If Nep > 0 Then Vel = 350 Flux = 4

Call Alpha_predikat() End If

Call Far_fc() If Nep > 0 Then Vel = 390 Flux = 52

Call Alpha_predikat() End If

End If

'untuk Front side obstacle avoidance P If Fso >= 20 Then

Neo = 1

Elseif Fso <= 0 Then Neo = 0

Else

Neo = Fso / 20 End If

If Neo > 0 Then Call Near_fc() If Nep > 0 Then Vel = 350 Flux = 102

Call Alpha_predikat() End If

Call Far_fc() If Nep > 0 Then Vel = 370 Flux = 86

Call Alpha_predikat() End If

End If End Sub

Sub Olah()

Hasil1 = Fuzzyfx / Fuzzyfsum Hasil2 = Fuzzyvx / Fuzzyvsum

Minimum = 99

For Fuzzyf0 = 4 To 52 Step 16 Fuzzyv0 = Fuzzyf0 - Hasil1 Fuzzyv0 = Abs(fuzzyv0)

If Fuzzyv0 < Minimum Then Minimum = Fuzzyv0

Fuzzyfsum = Fuzzyf0 End If

(42)

Fuzzyv0 = Abs(fuzzyv0)

For Fuzzyf0 = 330 To 370 Step 20 Fuzzyv0 = Fuzzyf0 - Hasil2

Fuzzyv0 = Abs(fuzzyv0)

Fuzzyv0 = Minimum * Vel Fuzzyvx = Fuzzyvx + Fuzzyv0 Fuzzyvsum = Fuzzyvsum + Minimum Fuzzyf0 = Minimum * Flux

Fuzzyfx = Fuzzyfx + Fuzzyf0 Fuzzyfsum = Fuzzyfsum + Minimum End Sub

Sub Flux_kiri() If Lsa <= 3 Then Nep = 1

(43)

Nep = Lsa - 3

Elseif Fc >= 60 Then Nep = 0

(44)
(45)

If Kirim1 >= 5 Then Lsa = 7

Elseif Kirim1 <= 3 Then Lsa = 1

End If

End If

Elseif Dtot >= 4 And Fl < 50 And Fr < 50 And Fc < 75 Then Call Move_backward()

Call Olah() Call Surat()

Kirim = Kirim1 + Kirim2

Kirim = Kirim + 128 'polaritas terbali Mundur = 1

Rintangan = 1 Portc = Kirim + 64 Elseif Dtot >= 4 Then Call Move_backward() Call Olah()

Call Surat()

Kirim = Kirim1 + Kirim2

Kirim = Kirim + 128 'polaritas terbali Mundur = 1

Portc = Kirim + 64 End If

End If

Toggle Portd.1 End If

Gambar

Gambar SJ1 Rangkaian pengujian sensor jarak
Gambar SJ2 Diagram alir pengujian sensor jarak
GRAFIK SENSOR FL
GRAFIK SENSOR FR
+7

Referensi

Dokumen terkait

Apabila kondisi perekonomian saat ini stabil, maka para investor juga akan optimis terhadap kondisi perekonomian yang akan datang, sehingga harga saham akan cenderung

(3) kontribusi perilaku belajar dan motivasi belajar terhadap kompetnsi kewirausahaan. Penelitian ini termasuk jenis penelitian kuantitatif asosiatif dengan data berupa

data sisa produksi data order data order data pemakaian bahan data produksi data pengambilan bahan data PO data pembelian data bahan baku data pembayaran pembelian data retur

[r]

Puji syukur saya panjatkan kepada Tuhan Yang Maha Esa, karena atas berkat dan rahmat-Nya, saya dapat menyelesaikan Skripsi yang berjudul

perkuliahan dengan sistem informasi c) Bagaimana mengganti database MYSQL dengan database yang lebih tepat, sehingga lebih memudahkan dalam pencarian data. Batasan Masalah

Berdasarkan kajian teori yang mencakup model pembelajaran berdasarkaan masalah, penataan sanggul up style dan hasil belajar siswa maka peneliti menentukan variabel-

Faktor ini juga yang dapat menjadi penyebab mengapa pada lokasi penelitian di TWA Bukit Kelam, Asplenium nidus lebih banyak dijumpai pada zona 4, yaitu pada bagian 2/3