ABSTRAK
Telah dilaksanakan praktikum Analisa Sistem Instrumentasi dengan judul Karakteristik Dinamis (respon waktu),
dimana pada praktikum ini bentuk grafik yang dipengaruhi oleh sensor suhu dan sensor cahaya masing masing diamati
dan mengehtahui respon waktu pada tiap grafik yang diperoleh. Sensor suhu yang digunakan yaitu LM35 sedangkan
sensor cahaya yang digunakan yaitu LDR. Metode yang digunakan saat pengambilan data menggunakan sensor suhu
yaitu metode konduksi dan konveksi. Hasil dari praktikum ini juga berupa grafik (respon waktu) pada kedua metode
pengambilan data menggunakan sensor suhu dan cahaya serta nilai persamaan regresi.
Tujuan praktikum adalah agar mahasiswa dapat menganalisa karakteristik dinamis dan respon waktu dari sensor
suhu dan sensor cahaya. Data berupa tabel, grafik dan kodingan pada matlab
Kesimpulan dari praktikum ini adalah Pada sensor suhu LM35 metode konduksi lebih baik dibandingkan metode
konveksi karena panas yang dihasilkan pada metode konduksi lebih stabil dan factor penghambat yang mempengaruhi
nilai respon waktu lebih kecil dibandingkan metode konveksi, Semakin cepat tanggapan atau respon waktu perubahan
panas maupun cahaya untuk mencapai kestabilan maka semakin baik dan semakin peka sensor tersebut, pada metode
konveksi dan konduksi menggunakan sensor LM35 diperoleh hasil bahwa respon terbaik pada konveksi 2, dimana
respon waktu yang diperlukan untuk mencapai kestabilan sekitar 9 sekon dan 8,5 sekon sedangkan pada sensor cahaya
LDR, semakin gelap kondisi pencahayaan maka semakin rendah juga hambatannya namun semakin tinggi tegangan
yang dihasilkan, begitu pun sebaliknya.
Mengambil data
Gambar 2. Flowchart
KONDUKSI
KONVEKSI
KODINGAN MATLAB
clear all
clc
%% baca fie excel
data = xlsread ('semoga');
[baris,kolom]=size(data);
konveksi1 = data(1,264:792);
konveksi2 = data(3,135:540);
konveksi3 = data(5,88:924);
tskonveksi1 = data(2,264:792);
tskonveksi2 = data(4,135:540);
tskonveksi3 = data(6,88:924);
subplot(2,2,2),plot(tskonveksi2,konveksi2,'b.',tskonveksi2, kx2,'r-'),
title('Grafik Curve Fitting Konveksi2'),
xlabel('ts (detik))'), ylabel('data y'),
legend('Data Pengujian','Curve Fitting'),
axis([min(tskonveksi2) max(tskonveksi2) min(konveksi2) max(konveksi2)])
subplot(2,2,3),plot(tskonveksi3,konveksi3,'b.',tskonveksi3, kx3,'r-'),
title('Grafik Curve Fitting Konveksi3'),
xlabel('ts (detik))'), ylabel('data y'),
legend('Data Pengujian','Curve Fitting'),
axis([min(tskonveksi3) max(tskonveksi3) min(konveksi3) max(konveksi3)])