Methodologi dan analisa Software.

III. Methodologi dan analisa Software.

Dasar pemikiran dari desain program ini adalah bagaimana robot dapat membaca settingan timer, menggerakkan robot untuk berjalan, menghidupkan pompa, membaca sensor batas akhir dari pergerakan robot, membaca sensor level air serta untuk membunyikan alarm jika sumber air sudah menunjukkan kekosongan air pada tabung air.

Proses inisialisasi dalam pembuatan program sangat diperlukan agar masing-masing port maupun register dan memori yang digunakan dapat dikenal.

p0 equ 080h p1 equ 090h p2 equ 0a0h p3 equ 0b0h alamat_rtc equ 6000h rega equ 0ah regb equ 0bh regc equ 0ch

regd equ 0dh cs1 equ p3.3 menit1 equ 030h jam1 equ 03fh detiks equ 032h menits equ 033h jams equ 034h menitsat equ 035h menitpul equ 036h jamsat equ 037h jampul equ 038h status_mnt equ 039h status_jam equ 03ah detik1 equ 03bh kode equ 03ch count equ 3dh buff equ 3eh

Untuk penempatan program diawali dengan pengalamatan awal program (diawali dengan alamat 0000h).

org 0000h

Pada awal, program lompat ke rutin blank, init_rtc selanjutnya data ffh dimasukkan ke port p1 dan data 00001000b ke port p2. Kemudian memasukkan data 00h ke masing-masing alamat seperti tercantum pada program di bawah.

call blank call init_rtc mov p1,#0ffh mov p2,#00001000b mov detiks,#00h mov menits,#00h mov jams,#00h mov menitsat,#00h mov menitpul,#00h mov jamsat,#00h mov jampul,#00h mov status_mnt,#00h mov status_jam,#00h mov kode,#00h jnb p1.2,startj jmp lagi

Pada rutin startj program melakukan pengecekan pada port p1.2, jika berlogika 1 maka program akan lompat ke rutin tone, namun jika berlogika 0 maka program akan memeriksa p1.2. Selanjutnya program memeriksa port p1.0 apakah berlogika 0, jika berlogika 0 maka program akan lompat ke rutin setmenit, namun jika berlogika 1 maka program akan memeriksa port p1.1 apakah berlogika 1 atau 0, jika berlogika 0 maka program akan lompat ke rutin setjam, perintah berikutnya adalah program memeriksa apakah port p1.2 berlogika 0 atau 1, jika berlogika 0 maka program akan lompat ke rutin enter_jam, namun jika berlogika

1 maka program akan lompat ke rutin start.

ISBN: 979-458-766-4 KeTIK 2014 Konferensi Nasional Pengembangan Teknologi Informasi dan Komunikasi

startj: jnb p1.2,$ digunakan on-line , vektor sensor masukan kepada

sor normal, vektor start: jnb p1.0,setmenit

call tone

AN , jika semua sinyal sen

output dari AN akan memberikan hampir

jnb p1.1,setjam

sama dari input , tetapi jika ada sensor apapun

jnb p1.2,enter_jam

kegagalan , output akan memberikan estimasi terbaik,

jmp start

controller dapat menangani data perkiraan , sehingga controller dapat bekerja secara normal .

Pada rutin setmenit program memeriksa Di sisi lain , di saat yang sama , vektor apakah port p1.0 apakah berlogika 0 atau 1, jika

output akan dibandingkan dengan vektor input yang berlogika 1 maka program lompat ke rutin tone lalu

sesuai untuk mengetahui komponen rusak . Jika sisa memasukkan data pada menit1 ke akumulator, komponen apapun melebihi ambang batas , saluran kemudian menambahkan dengan 1 isi akumulator dan

sensor yang sesuai dapat dinyatakan rusak . Ambang hasilnya dibandingkan dengan data 3dh, jika tidak

batas dipilih untuk menjadi nilai maksimum sama maka program akan lompat ke rutin dispmenit,

kesalahan pengujian yang sensor channel. namun jika sama maka program akan memasukkan data 00 ke menit1 dan dilanjutkan dengan lompat ke

IV. PELATIHAN JARINGAN SARAF TIRUAN

rutin dispmenit. Seperti ditunjukkan dalam Gambar . 4 , Auto Seperti ditunjukkan dalam Gambar . 4 , Auto -

Associative Syaraf Jaringan merupakan jenis utama Associative Syaraf Jaringan merupakan jenis utama

pakan maju saraf jaringan yang meliputi lapisan pakan maju saraf jaringan yang meliputi lapisan

input, pemetaan lapisan , lapisan leher botol , lapisan input, pemetaan hubungan berkorelasi antara

de - pemetaan dan lapisan output. Dimensi input parameter, Hasil analisis dapat memberikan referensi

sama dengan dimensi output, dimensi lapisan untuk merancang arsitektur AANN. Semakin sedikit

pemetaan adalah sama dengan yang dari lapisan de - kepala sekolah komponen ,hubungan lebih tinggi

mapping . dimensi leher botol adalah yang terkecil , berkorelasi antara parameter

sebagian besar itu adalah dua atau tiga . Hal ini juga dapat dirancang sesuai dengan Hasil PCA . Fungsi

transfer dari tiga tersembunyi lapisan dan lapisan Ada tiga alasan utama mengapa data preprocessing

A Data pra-pengolahan

output sigmoids .

diambil . Pertama , beberapa sensor kesalahan serius seperti sirkuit pendek dan rangkaian terbuka dapat dideteksi oleh menganalisis perubahan yang menonjol data sampling. Pada Sebaliknya, jika varians variabel melebihi dikendalikan batas , alarm akan diproduksi . Kedua , saraf pelatihan jaringan dapat dibuat lebih efisien jika tertentu langkah preprocessing yang dilakukan pada jaringan

Gambar 3. Arsitektur dari sistem jaringan saraf.

B. Validasi data

Persyaratan ini sangat penting terutama dalam kasus ANN dapat dilatih dengan Propagasi Kembali kecelakaan ketika perubahan abnormal dari proses metode atau metode pelatihan lainnya diawasi , tapi bersama-sama dengan kerusakan parah mungkin dari ada beberapa kelemahan dengan menggunakan BP sensor karena yang beberapa lapisan . Alih-alih pelatihan dapat terjadi . Sampai saat ini , banyak metode telah seluruh tiga lapisan auto - asosiatif jaringan hidden, dikembangkan untuk sensor validasi termasuk metode baru digunakan , proses pelatihan detail

hardware redundansi , sistem pakar , redundansi dijelaskan dalam makalah sebelumnya [ 6 ] . analitis dan jaringan syaraf [ 1 ] . Laporan penelitian Ketika menerapkan ANN dalam validasi data, sebelumnya menunjukkan bahwa jaringan saraf ANN harus dilatih terlebih dahulu dengan

sangat berguna untuk sensor validasi di kedua sistem menggunakan benar sinyal sensor data vektor non - linear linear dan di antara topologi jaringan

masukan dan sama data sebagai vektor target. saraf yang berbeda , Auto Associative Neural Vektor input dan target skala antara 0 dan 1 Network ( AN ) diyakini efektif [ 4 ] [ 5 ] . Ini untuk menyederhanakan pelatihan . Salah satu telah berhasil digunakan dalam aerospace, industri keuntungan dari AN adalah bahwa ketika salah tenaga nuklir dan industri petrokimia . satu parameter adalah kegagalan , nilainya diperkirakan melalui AN dapat digunakan oleh

C. Klasifikasi Kesalahan

controller, untuk menjaga kontrol sistem bekerja Pertama, Auto - asosiatif Neural Network

normal.

adalah dirancang dan dilatih oleh sejarah set data

lapangan ,mendapatkan berat dan bias dari lapisan

yang berbeda . kemudian yang AN dapat

KeTIK 2014 ISBN: 979-458-766-4 Konferensi Nasional Pengembangan Teknologi Informasi dan Komunikasi

V. STUDI KASUS

[2] Wang Peijin, Object-Oriented Flexible Design Dalam pengolahan air, banyak sensor yang

and Control (III), J. Of Computer Engineering digunakan untuk mengukur parameter air baku seperti

& application, Vol 38(24) , Chinese Institute of warna , PH , Kekeruhan, konduktivitas , alkalinitas

Computer, 2012.

dan aliran. Parameter-parameter ini penting untuk [3] Wang Peijin, Object-Oriented Flexible Design kimia koagulasi dan PH kontrol dalam air

and Control (IV), J. Of Computer Engineering diperlakukan proses . Tapi karena lingkungan miskin

& application, Vol 39(1) , Chinese Institute of , ini sensor cenderung gagal untuk memberikan

Computer, 2003.

variabel yang benar pengukuran karena beberapa [4] G.Betta, A. Pietrosanto, "Instrument Fault jenis kegagalan termasuk Bias , melayang , lonjakan ,

Detection and Isolation : State of the Art and hubung singkat, rangkaian terbuka dan siklik noise .

New Research Trends " , IEEE Instrumentation The AN digunakan untuk validasi data di atas .

and Measurement , Technology conference , St. Menurut data lapangan historis dari tahun 1994

Paul, Minnesota, USA,May 18-21, 1998 untuk tahun 1998, AN dilatih dan diuji untuk

[5] T.H.GUO, J.Musgrave, "Neural Network Based mendeteksi sensor kesalahan, beberapa hasil yang

Sensor Validation for Resuable Rocket Engines lebih baik diperoleh.

", Proceedings of 1995 American Control Karena keterbatasan kertas, hanya dua jenis

Conference, Seattle, Washington, P1367-1372, Kegagalan sensor konduktivitas dipertimbangkan dan

June, 1995.

diberikan. Percobaan yang AN dapat mengatasi [6] C. W. Zheng, L. Li, and F. J. Xu, “Evolutionary berbagai jenis kegagalan sensor, memberikan

route planner for unmanned air vehicles”, IEEE estimasi yang baik dari nyata nilai-nilai sensor dan

Transactions on Robotics and Automation , vol. indikasi cepat dari kegagalan sensor ketika sensor

21, no. 4, 2005, pp. 609-620. apapun rusak .

[7] Y. X. Wang and Z. J. Chen, “Genetic algorithms (GA) based flight path planning with

VI. KESIMPULAN

constraints”, Journal of Beijing University of Pengimplementasian pada semua perangkat-

Aeronautics and Astronautics , vol. 25, no. 3, perangkat pendukung yaitu Rangkaian

1999, pp. 355-358.

Mikrokontroler AT89S52, Rangkaian Driver Motor, [8] W. Ye, D. W. Ma, and H. D. Fan, “Algorithm Rangkaian sensor batas, Rangkaian Timer dan

for low altitude penetration aircraft path rangkaian alarm telah berhasil dilaksanakan serta

planning with improved ant colony algorithm”, telah bekerja sesuai dengan yang dirancang.

Chinese Journal of Aeronautics , vol. 18, no. 4, Dasar pemikiran dari desain program ini adalah

2005, pp. 304-309.

bagaimana robot dapat membaca settingan timer, [9] A. Colorni, M. Dorigo, and V. Maniezzo, menggerakkan robot untuk berjalan, menghidupkan

“Distributed optimization by ant colonies”, pompa, membaca sensor batas akhir dari pergerakan

Proceedings of the 1st European Conference on robot, membaca sensor level air serta untuk

Artificial Life , Paris, France, pp. 134-142, 1991. membunyikan alarm jika sumber air sudah [10] G. J. Ma, H. B. Duan, and S. Q. Liu, “Improved menunjukkan kekosongan air pada tabung air.

ant colony algorithm for global optimal Dibandingkan dengan bahasa mesin

trajectory planning of UAV under complex (Mnemonic operation code), bahasa assembly

International Journal of mempunyai tingkat kemudahan dalam penulisannya

environment”,

Computer Science and Applications , 2007, Vol. dan juga mendukung pelacakan kesalahan pada

4, No. 3, pp. 57- 68.

penulisan operation code. Maka dari itu digunakanlah bahasa assembly sebagai instruksi pemograman dalam sistem ini.