Tutorial Membuat Object Cylinder, Sphere, Torus, Plane, dan Pyramid Pada Autodesk Maya

Berikut beberapa contoh pembuatan object 3D mengguanak AutoDesk Maya 2013 :

1.    Cylinder

2.    Sphere

3.     Torus

4.     Plane

5.     Pyramid

Menggandakan Objek Menggunakan 3ds Max

A. Menggandakan Objek Dengan Metode Clone, yaitu merupakan salah satu fasilitas untuk menggandakan objek.

1. Buatlah sebuah objek Teapot atau objek apapun didalam Top ViewPort

2. Pilih Objek yang akan di cloning
3. Klik menu Edit lalu pilih Clone.Setelah itu muncul kotak dialog Cloning yang memberikan pilihan metode apa yang diinginkan dari objek yang dikloning

4. Pilih salah satu metode misalnya Copy,Kemudian Klik Ok

Copy : Objek yang dihasilkan merupakan objek terpisah yang saling berdiri sendiri tidak saling berhubungan.Objek yang dihasilkan dapat diubah paramternya seperti objek asal

Instance : Objek yang dihasilkan memiliki hubungan timbal balik,artinya jika objek parameters dari objek hasil clone maka objek asal juga akan mengalami perubahan pada objek asal,maka objek hasil clone akan mengalami perubahan 

Reference : Objek yang dihasilkan masik memiliki hubungan dengan objek asal.Haya saja hubungan ini tidak timbal balik.Jika adanya perubahan pada objek asal maka objek hasil clone akan mengalami perubahan.Akan tetapi tidak sebaliknya.objek hasil clone tidak memiliki paramaters sehingga tidak bisa dilakukan perubahan terhadap hasil clone.

B. Mirror

Merupakan fasilitas 3ds max untuk menggandakan objek dengan cara mencerminkan objek tersebut 

Langkah-langkahnya yaitu ;

1. Buatlah objek yang akan dibuat Mirror

2. Pilih Objek yang akan dibuat Mirror

3. Klik menu Tools lalu pilih Mirror

  

4. Setelah itu akan muncul kotak dialog dari Mirror

     - Mirror Axis : Merupakan pilihan sumbu yang akan dijadikan acuan hasil dari Mirror

     - Clone Selection: Metode penggandaan objek seperti halnya pada perintah Clone

5. Pada kotak dialog diatas pilihlah salah satu Mirror Axis yang merupakan letak objek hasil metode mirror 

6. Ubah nilai pada kotak offset menjadi 40,yang merupakan jarak antarar objek asal dengan objek hasil clone.Kemudian pilihlah salah satu metode jarak antara objek asal dengan objek hasil clone. Kemudian pilihlah salah satu metode clone selection yang ingin digunakan.setelah itu klik Ok untuk mengakhiri.

C. Array

Fasilitas didalam 3ds Max yang digunakan untuk memperbanyak objek dalam jumlah lebih dari satu..Objek tersebut dapat digandakan dalam jumlah tertentu sesuai dengan kebutuhan
     Ada 3 Dimensi metode yang digunakan untuk penggandaan objek dengan Array;

-Array 1D

-Array 2D

-Array 3D

Array 1D

Metode ini objek akan digandakan searah.Langkah-Langkah yaitu :

1.Buatlah sebuah objek yang akan dibuat array misalnya Sphere

2..Klik select objek  lalu pilih objek sphere tersebut

3.Klik menu Tools lalu pilih Array

4.Maka akan muncul kotak dialog seperti pada gambar dibawah ini

5. Isilah kotak Totals X dengan nilai 200

6. Pada Array Dimension pilih ID dengan count=6,kemudian pilihlah salah satu metode penggandaan objek pada kelompok pilihan Type of Object

7.Klik Ok untuk mengakhiri

Array 2D

Merupakan salah satu metode penggandaan objek terhadap dua sumbu .

 Langkah-langkahnya yaitu ;

1.Buatlah sebuah objek Teapot pada top Viewport

2.Klik select objek  lalu pilih objek Teapot tersebut

3.Klik menu Tools lalu pilih Array

4. Setelah itu akan muncul kotak dialog seperti gambar dibawah ini

5. Klik tombol 2D pada Array Dimension,kemudia ubah nilai Count 1D = 3,dan 2D = 3

6. Isilah nilai kotak Y = 60 pada kelompok Incrumental Row Offsets

7. Klik Ok untuk mengakhiri

Array 3D 

adalah salah satu penggandaan objek terhadap tiga buah sumbu 

Langkah-langkahnya yaitu ;

1.Buatlah sebuah objek Torus pada Top Viewport

2.Klik select objek lalu pilih objek Torus tersebut

3.Klik menu Tools lalu pilih Array

5. Klik tombol 3D pada Array Dimension. Kemudian isilah nilai Count = 3 untuk 1D, 2D, dan 3D.

6. Isilah nilai Y = 100 pada baris 2D kelompok Incremental Row Offsets.

7. Isilah nilai Z = 100 pada baris 3D kelompok Incremental Row Offsets.

8. Setelah itu klik OK untuk mengakhiri.

B. Tiwst

Modifier Twist merupakan fasilitas untuk memuntir objek 3 dimensi.

Langkah – langkahnya yaitu :

1. Buatlah sebuah objek Box pada Top Viewport dengan parameters Length=40, Width=40, dan Height=100.

2. Klik select object lalu pilih objek Box tersebut.

3. Pada Command Panel klik tab Modify lalu klik menu Modifier List, kemudian pilih ikon Twist.

4. Ubahlah nilai Angle dari parameters Twist dengan nilai 90 dan Twist Axis Z.

EXTRUDE(Autodesk maya 2013)

Extrude ini digunakan untuk membuat ketebalan dari objek 3d tersebut.

Langkah – langkahnya yaitu :

1.Buatlah sebuah Objek Poligon misalkan Cube

  

2.Klik objek dan klik kanan pada mouse..pilih face untuk memilih sisinya

3.Lalu pilih Edit Mesh->lalu Klik Extrude

4.Hasil Dari Extrude

Operasi Modify

Boolean merupakan operasi matematika yang artinya beririsan.

1.Union 

Union merupakan fungsi Boolean dimana objek A dan Objek B digabungkan menjadi satu bagian atau satu objek yang utuh. Nah anda juga dapat menggabungkan beberapa buah objek menjadi satu buah objek yang utuh. Objek yang telah di union akan menjadi satu kesatuan yang tidak dapat dipisahkan lagi, untuk itu hati-hati dalam melakukan union, cek terlebih dahulu objek yang akan kita union pastikan tidak ada lagi yang salah.

1.Pertama2 saya akan menggambar 2 objek yaitu Cylinder dan Cube

2.Lalu saya akan satukan dengan kedua gambar ini dengan Union

      

3. Hasil dari Union

2. Intersection

Intersection merupakan fungsi Boolean dimana objek A yang bersentuhan atau beririsan dengan objek B diambil menjadi sebuah objek yang baru. Fungsi ini biasanya saya guanakn untuk menggambar komponen-komponen pada mesin. Nah untuk lebih gampangnya akan saya jelaskan dengan gambar berikut :

1.Pertama2 saya akan menggambar 2 objek yaitu Cylinder dan Cube

 2.Lalu saya akan satukan dengan kedua gambar ini dengan Intersection

 

  

3. Hasil dari Intersection

3.Subtraction

Subtraction merupakan fungsi Boolean dimana objek A dipotong atau dikurangi oleh besarnya bagian dari objek B yang bersentuhan langsung dengan dengan objek A. Fungsi ini biasanya kita pakai untuk beberapa bagian mesin dan membuat rumah. Contoh untuk rumah nanti akan kita pakai membuat kusen jendela atau dinding rumah. Untuk lebih jelasnya coba kita perhatikan gambar dibawah ini ,tapi dalam Autodesk Maya 2013 ini dinamakan Difference

 1.Pertama2 saya akan menggambar 2 objek yaitu Cylinder dan Cube

 2. Lalu saya akan satukan dengan kedua gambar ini dengan Difference

  

3.Hasil dari Subtraction/Difference

4.Cut

.Cut adalah salah satu teknik untuk memotong sebagian objek tanpa harus menghapus keseluruhan dari objek tersebut..dalam Autodesk Maya 2013 Cut Faces Tools namanya perintah untuk memotong sebuah objek.Langkah-langkahnya sebagai berikut:

1.Buat sebuah objek Poligon..yaitu Sphere:

2.Pilih Perintah Edit mesh -> Cut Faces Tools

 

 

3.Kita tentukan garis yang kita potong dalam objek

4.Lihat Option Box-> Inputs->Ganti Delete Faces Menjadi On

 

5.Hasil dari Cut

 

Sumber : http://andhikaprawira.blogspot.com/

LANDASAN TEORI TENTANG SMOKE MODELLING

Smoke Modelling

 

Disini saya akan membahas tentang simulasi smoke visual, Metode yang diusulkan dalam membuat suatu model smoke diblog ini adalah dengan mengeksploitasi fisika unik untuk membuat smoke visual dalam rangka untuk merancang suatu model dengan metode numerik yang bersifat cepat dan efisien pada grid kasar tradisional yang biasa digunakan dalam aplikasi computer graphics, smoke modelling biasanya digunakan untuk membuat suatu desain atau animasi misalnya tentang emisi asap yang dikeluarkan api, didesain sedemikian rupa bagaimana dampaknya bagi kehidupan

Lalu untuk membuat Smoke Modelling awalnya, kita asumsikan dahulu bahwa gas kita dapat dimodelkan sebagai inviscid, cairan kepadatan konstan. lalu efek dari viskositas dapat diabaikan dalam gas terutama pada grid kasar di mana numerik
disipasi mendominasi viskositas fisik dan difusi molekuler.Ketika kecepatan asap adalah jauh di bawah kecepatan suara efek kompresibilitas dapat diabaikan juga, dan asumsi inkompresibilitas sangat menyederhanakan metode numerik. Akibatnya, persamaan yang memodelkan kecepatan asap itu, dilambangkan dengan u = (u, v, w), diberikan oleh persamaan Euler 

 

Kedua persamaan menyatakan bahwa kecepatan harus menghemat baik
massa (Persamaan 1) dan momentum (Persamaan 2). Jumlah p
tekanan gas dan f menyumbang kekuatan eksternal. kita memecahkan persamaan ini dalam dua tahap. Pertama kami menghitung medan kecepatan menengah u dengan memecahkan Persamaan 2
dari waktu ke waktu t langkah tanpa istilah tekanan

Setelah langkah ini kita memaksa u menjadi mampat menggunakan
metode proyeksi seperti rumus diatas. 

Lalu Rendering adalah proses akhir dari keseluruhan proses pemodelan ataupun animasi komputer. Dalam rendering, semua data-data yang sudah dimasukkan dalam proses modeling, animasi, texturing, pencahayaan dengan parameter tertentu akan diterjemahkan dalam sebuah bentuk output (tampilan akhir pada model dan animasi).

http://achmadbilal.blogspot.com/2014/11/landasan-teori-smoke-modelling.html 

Smoke Modelling

      Pemodelan asap dan fenomena gas lainnya telah menerima banyak perhatian dari masyarakat komputer grafis atas dua dekade terakhir. Model awal difokuskan pada fenomena tertentu dan animasi kepadatan asap secara langsung tanpa pemodelan kecepatannya [10, 15, 5, 16]. Detail tambahan ditambahkan dengan menggunakan tekstur padat parameter yang telah animasi dari waktu ke waktu. Selanjutnya, bidang kecepatan acak berdasarkan spektrum Kolmogoroff digunakan untuk model karakteristik gerak kompleks asap [18]. A umum sifat yang dimiliki oleh semua ini model awal adalah bahwa mereka tidak memiliki apapun umpan balik dinamis. Membuat simulasi asap dinamis meyakinkan adalah pekerjaan yang memakan jika dibiarkan animator waktu. Cara yang lebih alami untuk model gerakan asap adalah untuk mensimulasikan persamaan dinamika fluida secara langsung. Kajiya dan Von Herzen adalah yang pertama di CG untuk melakukan hal ini [13]. Sayangnya, komputer daya yang tersedia pada saat itu (1984) hanya memungkinkan mereka untuk menghasilkan Hasil pada grid sangat kasar. Kecuali untuk beberapa model khusus untuk dua dimensi [21, 9], tidak ada kemajuan dalam arah ini sampai karya Foster dan Metaxas [7, 6]. Simulasi mereka digunakan grid relatif kasar tapi diproduksi baik gerakan asap berputar-putar di tiga-dimensi. Karena model mereka menggunakan integrasi eksplisit skema, simulasi mereka hanya stabil jika langkah waktu yang dipilih cukup kecil. Hal ini membuat simulasi mereka relatif lambat, terutama ketika kecepatan fluida di mana saja besar dalam domain yang menarik. Untuk mengatasi masalah ini Stam memperkenalkan model yang tanpa syarat stabil dan akibatnya bisa dijalankan dengan kecepatan apapun 

[17]. Hal ini dicapai dengan menggunakan kombinasi semi-Lagrangian skema adveksi dan pemecah implisit. Karena integrasi urutan pertama Skema yang digunakan, simulasi menderita terlalu banyak disipasi numerik. Meskipun gerakan keseluruhan terlihat cairan seperti, vortisitas skala kecil khas asap lenyap terlalu cepat. 

Baru-baru ini, Yngve et al. diusulkan pemecahan versi kompresibel persamaan aliran fluida untuk model ledakan [22]. sementara persamaan kompresibel berguna untuk gelombang kejut pemodelan dan fenomena kompresibel lainnya, mereka memperkenalkan sangat ketat Waktu pembatasan langkah terkait dengan gelombang akustik. kebanyakan CFD praktisi menghindari kondisi ketat ini dengan menggunakan mampat 

persamaan bila memungkinkan. Oleh karena itu, kita tidak menganggap persamaan aliran kompresibel. Alternatif lain yang menarik yang kita tidak mengejar dalam makalah ini adalah penggunaan pemecah gas kisi 

berdasarkan selular automata [4].

 Vorticity Confinement

      Biasanya asap dan campuran udara berisi bidang kecepatan dengan besar penyimpangan spasial disertai dengan sejumlah besar rotasi dan struktur turbulen pada berbagai skala. numerik nonfisik disipasi meredam out fitur aliran yang menarik, dan tujuan pendekatan baru kami adalah untuk menambahkan mereka kembali kasar yang jaringan. Salah satu cara untuk menambahkan mereka kembali akan membuat acak atau

pseudo-random gangguan skala kecil dari medan aliran baik menggunakan model heuristik atau berdasarkan fisik. Misalnya, seseorang dapat menghasilkan perbedaan medan kecepatan gratis menggunakan spektrum Kolmogorov dan menambahkan ini ke medan aliran dihitung untuk mewakili hilang struktur skala kecil (lihat [18] untuk beberapa aplikasi CG dari Kolmogorov spektrum). Sementara ini memberikan detil skala kecil untuk aliran, tidak menempatkan rincian skala kecil di fisik lokasi yang benar dalam medan aliran di mana detail kecil hilang. Sebaliknya, rincian ditambahkan secara serampangan dan asap dapat muncul menjadi "hidup", bergulir dan meringkuk di busana nonfisik. Kunci untuk animasi realistis asap untuk membuatnya terlihat seperti fenomena alam pasif sebagai lawan "Hidup" makhluk yang terbuat dari asap. Metode kami mencari lokasi di dalam medan aliran mana fitur skala kecil harus dihasilkan dan menambahkan skala kecil fitur di lokasi tersebut secara fisik berbasis yang mempromosikan rolling pasif asap yang memberikan bergolak realistis terlihat pada CG grid kasar. Dengan kekuatan komputasi terbatas, metode numerik yang konsisten dapat digunakan untuk mendapatkan diterima hasil hanya dengan meningkatkan jumlah titik-titik grid sampai perilaku membatasi diinginkan diamati. Namun, dalam praktiknya, sumber daya komputasi yang terbatas, grid cukup kasar (bahkan kasar di CG daripada di CFD), dan persamaan perbedaan diskrit mungkin tidak asimtotik cukup dekat untuk persamaan kontinu untuk simulasi tertentu untuk berperilaku yang diinginkan secara fisik busana yang benar. Ide utama kami adalah untuk merancang numerik yang konsisten 

Metode yang berperilaku dengan cara yang menarik dan masuk akal secara fisik pada grid kasar. Secara umum, ini sangat sulit untuk dilakukan, tetapi Untungnya metode vortisitas kurungan baru-baru ini ditemukan oleh Steinhoff, lihat mis [20], untuk perhitungan numerik kompleks bidang aliran turbulen di sekitar helikopter di mana tidak mungkin untuk menambahkan titik-titik grid yang cukup untuk secara akurat menyelesaikan aliran.

      Penerapan

      Kami menggunakan volume diskritisasi spasial terbatas untuk memecahkan numerik

persamaan aliran fluida. Seperti ditunjukkan dalam Gambar 1, kita milah sampai domain komputasi menjadi voxel identik. Suhu, densitas asap dan kekuatan eksternal didefinisikan di pusat setiap voxel sementara kecepatan didefinisikan pada voxel yang sesuai wajah (lihat Gambar 1, kanan). Perhatikan bahwa pengaturan ini identik dengan yang Foster dan Metaxas [6] tetapi berbeda dari yang digunakan oleh
Stam [17] di mana kecepatan didefinisikan di pusat voxel sebagai baik. Pengaturan grid terhuyung kami dari medan kecepatan memberi ditingkatkan Hasil untuk metode numerik dengan disipasi kurang buatan.
Lihat Lampiran A untuk rincian lebih lanjut tentang diskritisasi kami.

      Untuk menangani batas tenggelam dalam cairan kita menandai semua voxel yang bersinggungan obyek sebagai yang diduduki. Semua sel voxel diduduki wajah memiliki kecepatan mereka diatur ke yang objek. Demikian pula, Suhu di pusat voxel diduduki diatur ke objek suhu. Akibatnya seorang animator dapat membuat banyak menarik efek hanya dengan menggerakkan atau memanas obyek. Asap ini kepadatan ini tentu saja sama dengan nol dalam obyek. Namun, untuk menghindari drop-off tiba-tiba kepadatan dekat batas objek, kita mengatur kepadatan pada batas voxel sama dengan densitas terdekat voxel kosong.
      Pemecah kami membutuhkan dua grid voxel untuk semua kuantitas fisik. Kami memajukan simulasi kami dengan memperbarui satu grid dari yang lain lebih dari waktu yang tetap langkah * ?. Pada akhir setiap langkah waktu kita menukar grid ini. Grid awalnya mungkin mengandung beberapa data pengguna yang tersedia, tetapi dalam banyak kasus grid hanya kosong. Kami pertama kali memperbarui komponen kecepatan fluida. Hal ini dilakukan dalam tiga langkah. pertama, kita menambahkan medan gaya dengan kecepatan jaringan. Pasukan termasuk pengguna bidang yang disediakan, gaya apung didefinisikan oleh Persamaan 8 dan kekuatan kurungan baru didefinisikan oleh Persamaan 11 ini dilakukan dengan hanya mengalikan setiap kekuatan oleh langkah waktu dan menambahkannya ke kecepatan (lihat lampiran A). Selanjutnya kita memecahkan untuk jangka adveksi di Persamaan 3 Kami ini menggunakan skema semi-Lagrangian, lihat [19] untuk review dan [17] untuk aplikasi pertama dalam komputer grafis.
      Algoritma semi-Lagrangian membangun jaringan baru kecepatan dari yang sudah dihitung dengan menelusuri titik-titik tengah dari masing-masing voxel wajah melalui medan kecepatan. Kecepatan baru kemudian diinterpolasi pada titik-titik ini dan nilai-nilai mereka akan ditransfer ke wajah sel mereka berasal dari. Ada kemungkinan bahwa titik berakhir dalam satu dari voxel diduduki. Dalam hal ini kita hanya klip jalan terhadap batas voxel seperti yang ditunjukkan pada Gambar 2 ini menjamin bahwa Titik selalu terletak pada cairan kosong. Interpolasi linier sederhana mudah untuk menerapkan dan dikombinasikan dengan kurungan baru kekuatan memberikan hasil yang memuaskan. Hal ini juga tanpa syarat stabil. Skema interpolasi pesanan yang lebih tinggi, namun, diinginkan dalam beberapa kasus untuk animasi berkualitas tinggi. Bagian tersulit dengan tatanan yang lebih tinggi skema adalah bahwa mereka biasanya overshoot data yang menghasilkan ketidakstabilan. Dalam lampiran B kami menyediakan interpolator kubik yang
tidak overshoot data.
      Akhirnya kami memaksa medan kecepatan untuk menghemat massa. Seperti yang telah dinyatakan dalam bagian 2, ini melibatkan solusi dari persamaan Poisson untuk tekanan (Persamaan 4). The diskritisasi dari persamaan ini hasil dalam sistem linear jarang persamaan. Kami memberlakukan gratis Neumann kondisi batas pada voxel diduduki oleh pengaturan normal gradien tekanan sama dengan nol pada wajah batas diduduki. Sistem persamaan simetris, dan linier paling alami Pemecah dalam hal ini adalah metode conjugate gradient. metode ini mudah untuk menerapkan dan memiliki sifat konvergensi yang jauh lebih baik daripada metode relaksasi sederhana. Untuk meningkatkan konvergensi kami menggunakan sebuah Choleski preconditioner lengkap. Teknik-teknik ini semua cukup standar dan kami merujuk pembaca ke teks standar [11] untuk lebih jelasnya. Dalam prakteknya kami menemukan bahwa hanya sekitar 20 iterasi dari Pemecah ini memberi kami hasil visual yang dapat diterima. Setelah tekanan dihitung, kita mengurangi gradien dari kecepatan. Lihat Lampiran A untuk diskritisasi yang tepat dari operator yang terlibat.
      Setelah kecepatan diperbarui, kami advect baik suhu dan kepadatan asap itu. Kami memecahkan persamaan ini menggunakan lagi skema semi-Lagrangian. Dalam hal ini, namun, kami menelusuri kembali
pusat masing-masing voxel. Skema interpolasi mirip dengan kasus kecepatan.

      References
[1] P. Blasi, B. Le Saec, and C. Schlick. A Rendering Algorithm for Discrete Volume Density Objects. Computer Graphics Forum (EUROGRAPHICS 93 Conference Proceedings), 12(3):201–210, 1993.
[2] S. Chandrasekhar. Radiative Transfer. Dover, New York,1960.
[3] A. Chorin. A Numerical Method for Solving Incompressible Viscous Flow Problems. Journal of Computational Physics, 2:12–26, 1967.
[4] Y. Dobashi, K. Kaneda, T. Okita, and T. Nishita. A Simple, Efficient Method for Realistic Animation of Clouds. In SIGGRAPH 2000 Conference Proceedings, Annual Conference
Series, pages 19–28, July 2000.

MEMS-Based Sensors

 MEMS (micro electromechanical systems) perangkat miniatur sistem mekanis diproduksi menggunakan teknik fabrikasi semikonduktor . Penggunaan metode konstruksi ini tidak hanya memungkinkan pengurangan dimensi sensor ( perangkat MEMS berbagai ukuran dari 20 mikrometer hingga satu milimeter ) tetapi juga memungkinkan integrasi kedua komponen mekanik dan elektronik pada satu chip .
Meskipun adopsi perangkat MEMS di smartphone tidak memegang sampai Apple menggunakan accelerometers pada tahun 2008 untuk mendeteksi gerakan di iPhone -nya , perangkat ini sekarang berisi sebanyak 12 MEMS chip masing-masing , dan bersama dengan tablet diperkirakan akan tetap peluang pertumbuhan untuk MEMS perangkat . Untuk industri MEMS secara keseluruhan , analis di Yole Développement mengharapkan CAGR 12 sampai 13 persen melalui 2018 , menghasilkan $ 22500000000 , 23,5 miliar satuan MEMS pasar .
Ada empat jenis utama sensor MEMS digunakan dalam aplikasi konsumen :
1 ) Smartphone otomatis menyesuaikan orientasi layar sebagai hasil dari MEMS accelerometer onboard. Ini terdiri dari sedikit lebih dari satu balok kantilever dengan apa yang disebut " bukti massa " dan piring terpasang melalui sistem suspensi mekanis kecil . Ketika massa mengalihkan dari posisi netral itu menciptakan perbedaan kapasitansi dalam ruang bebas ( udara) kapasitansi antara pelat . Perubahan ini dapat diukur dan dilaporkan ke mikrokontroler untuk tindakan lebih lanjut . MEMS accelerometers dapat mendeteksi kemiringan untuk secara tepat posisi kesehatan peralatan scanning serta menentukan apakah perangkat seperti laptop telah jatuh dan jatuh .
2 ) MEMS giroskop mengukur rotasi obyek di sekitar satu atau lebih sumbu . Mereka memungkinkan aplikasi seperti optical image stabilization untuk kamera digital dan digunakan untuk membuat video game menarik . Kebanyakan MEMS giroskop sekarang menggunakan konfigurasi garpu tala . Dua massa bergerak disimpan dalam gerakan terus-menerus dalam arah yang berlawanan . Ketika diputar , gaya Coriolis ( artefak dari rotasi bumi : objek membelokkan ke kanan di belahan bumi utara dan ke kiri di belahan bumi selatan ) menggerakkan sepasang massa berosilasi dalam arah yang berlawanan , yang menghasilkan perubahan kapasitansi . Sirkuit elektronik mengukur variasi kapasitansi yang , pada gilirannya , menentukan perubahan arah .
3 ) sensor tekanan Silicon menggunakan teknologi MEMS untuk menyediakan pengukuran resolusi tinggi tekanan dan karena ketinggian , untuk navigasi dalam ruangan atau bertindak sebagai barometer di smartphone , jam tangan olahraga dan monitor cuaca . Sensor tekanan juga menentukan tekanan manifold dalam mesin mobil serta kekuatan jari dan pergelangan tangan - tipe monitor tekanan darah bagi orang-orang . The MEMS sensor tekanan bekerja menggunakan diafragma dan dua resistor variabel (a strain gage ) . Ketika pembacaan tekanan atas dan di bawah sirkuit penginderaan berbeda , membran flexes menyebabkan perubahan dalam perlawanan , sebuah IC berkorelasi bahwa dengan tekanan yang sesuai .
4 ) Mampu mengukur medan magnet bumi bersama beberapa sumbu , sensor geomagnetik memungkinkan pelaksanaan e - kompas dan navigasi fungsi untuk perangkat portabel . AMR ( anisotropic magneto - resistance ) adalah teknologi yang paling populer digunakan untuk sensor magnetik manufaktur silikon .
Magneto - resistance ( MR ) adalah milik garis tipis dari bahan besi ( seperti NiFe paduan ) yang menunjukkan perubahan resistensi bila terkena medan magnet . Disebut Anisotropic MR adalah karena tergantung pada sudut antara arus listrik dan arah magnetisasi . Menggabungkan sirkuit elektronik informasi ini dapat menentukan arah dan besarnya medan magnet bumi untuk perangkat navigasi perhitungan mati menyediakan lokasi di lingkungan GPS - ditolak .

Dan ini MEMS ini ternyata sangat membantu di kehidupan kita sehari hari, contohnya MEMS di gunaan untuk mengukur suatu resolusi tingkat tekanan dari suatu ketinggian. Dan juga sebagai penentu arah mata angin. 

Sumber :



http://www.ce.org/i3/Innovate/2014/January-February/MEMS-Based-Sensors-Crucial-in-Smart-CE#sthash.UgJ4cc2A.dpuf

What could link a sensor used to detect head impacts in football helmets to DNA chips, inkjet printer heads, devices that determine display orientation in smartphones and image stabilizer systems in digital cameras? The answer is they all depend on MEMS (micro electromechanical systems) technology.

MEMS devices are miniaturized mechanical systems produced using a semiconductor fabrication technique. The use of this construction method not only makes possible the reduction of sensor dimensions (MEMS devices range in size from 20 micrometers to one millimeter) but also allows the integration of both mechanical and electronic components on a single chip.

Even though adoption of MEMS devices in smartphones did not take hold until Apple used accelerometers in 2008 to detect motion in its iPhone, these devices now contain as many as 12 MEMS chips each, and along with tablets are expected to remain a growth opportunity for MEMS devices. For the MEMS industry as a whole, analysts at Yole Développement expect a 12 to 13 percent CAGR through 2018, resulting in a $22.5 billion, 23.5 billion unit MEMS market.

There are four primary types of MEMS sensors used in consumer applications:

1) Smartphones automatically adjust screen orientation as a result of an onboard MEMS accelerometer. It consists of little more than a cantilever beam with what is called a “proof mass” and plates attached via the tiny mechanical suspension system. When the mass deflects from its neutral position it creates a capacitance difference in the free space (air) capacitance between the plates. This change can be measured and reported to a microcontroller for further action. MEMS accelerometers can detect tilt to precisely position healthcare scanning equipment as well as determine if a device such as a laptop has been dropped and is falling.

2) MEMS gyroscopes measure the rotation of an object around one or more axis. They enable such applications as optical image stabilization for digital cameras and are used to create exciting video games. Most MEMS gyroscopes now use a tuning fork configuration. Two moving masses are kept in continuous movement in opposite directions. When rotated, the Coriolis force (an artifact of the Earth’s rotation: objects deflect to the right in the Northern Hemisphere and to the left in the Southern Hemisphere) drives the pair of masses to oscillate in opposite directions, which results in a capacitance change. Electronic circuitry measures the variation in capacitance which, in turn, determines changes in direction.

3) Silicon pressure sensors use MEMS technology to provide high resolution measurements of pressure and therefore altitude, for indoor navigation or to act as a barometer in smartphones, sports watches and weather monitors. Pressure sensors also determine manifold pressure in car engines as well as power finger- and wrist-type blood pressure monitors for people. The MEMS pressure sensor works using a diaphragm and two variable resistors (a strain gage). When the pressure readings above and below the sensing circuit are different, the membrane flexes causing a change in resistance; an IC correlates that to the appropriate pressure.

4) Capable of measuring the earth’s magnetic field along multiple axes, geomagnetic sensors enable the implementation of e-compass and navigation functions for portable devices. AMR (anisotropic magneto-resistance) is the most popular technology used for manufacturing silicon magnetic sensors. 

Magneto-resistance (MR) is the property of a thin stripe of ferrous material (such as NiFe alloys) that exhibits a change of resistance when exposed to a magnetic field. Anisotropic MR is so-called because it depends on the angle between the electric current and the magnetization direction. Combining this information electronic circuitry can determine the direction and magnitude of the Earth’s magnetic field for dead reckoning navigation devices providing location in GPS-denied environments.

- See more at: http://www.ce.org/i3/Innovate/2014/January-February/MEMS-Based-Sensors-Crucial-in-Smart-CE#sthash.UgJ4cc2A.dpuf

Aplikasi Lirik & Volume Pada Android

Hai hai kalian semua, bertemu lagi dengan saya. Kali ini saya sedang mencoba membuat rancangan atau bisa di bilang sedang membuat dan hasilnya lumayan lah.

Ini contoh capture aplikasi lirik & volume yang saya buat :

    Dalam gambar tersebut terdapat beberapa navigator nih kawan-kawan, tapi karena sesuai judul lirik & volume saya akan menjelaskan itu saya. Diatas song chart adalah lirik & volume. Lirik aja berjalan ke kanan sesuai nyanyian si penyanyi itu kawan. Itu penjelasan dari saya. Terima Kasih .

Prabowo Capres 2014

Anggota Dewan Pembina Partai Gerindra, Martin Hutabarat, mengakui partainya dan Prabowo Subianto, tak akan takut menghadapi siapa saja untuk bersaing dalam Pilpres 2014 mendatang. Termasuk, bila Partai Kebangkitan Bangsa (PKB) mengusung duet Jusuf Kalla dan Mahfd MD.

"Gerindra tidak akan takut mencalonkan Prabowo dan bersaing dengan siapa saja  capres-cawapres yang lain," kata Martin kepada VIVAnews, Minggu 3 November 2013.

Menurut Martin, Gerindra lebih takut jika ada kader partainya tiba-tiba ditangkap Komisi Pemberantasan Korupsi (KPK) karena kasus korupsi. Bila hal itu terjadi, kepercayaan rakyat terhadap Gerindra akan menurun, dan tentu akan berimplikasi pada pencalonan Prabowo sebagai capres di 2014.

"Selama ini sudah dikenal masyarakat sebagai partai bersih, tidak seoragpun anggota DPR atau kadernya tersangkut kasus korupsi, tiba-tiba ada seseorang yang tertangkap basah oleh KPK karena korupsi. Itu yang kami sangat takutkan," katanya.

Ditambahkan Martin, bila PKB benar ingin mencalonkan Jusuf Kalla dan Mahfud Md, harusnya sudah dilakukan sosialisasi sejak sekarang. Hal ini penting untuk memastikan bahwa PKB memiliki pendirian yang tegas.

"Jangan lagi berganti calonnya, dari tukang sulap, artis sampai penyanyi. Ini memberi kesan seolah-olah PKB tidak percaya diri, seolah-olah PKB tidak memiliki negarawan-negarawan sebagai capresnya," katanya.
Berdasarkan survei, LSN mengajukan pertanyan pada 1.230 responden tentang siapa calon presiden yang dipilih jika pemilu dilakukan saat ini. Nama Prabowo muncul di urutan pertama dengan suara 20,1 persen diikuti Wiranto dengan suara 12 persen. Di urutan ketiga ditempati Jusuf Kalla dengan 9,4 suara diikuti Megawati dengan 8,8 persen suara.

Dua ketua umum partai yang sudah ditetapkan sebagai capres, Ketua Umum Golkar Aburizal Bakrie dan Ketua Umum Partai Amanat Nasional, Hatta Rajasa, hanya mendapat sedikit suara. Aburizal memperoleh 7,1 persen, sedangkan Hatta hanya memperoleh 1,2 persen suara.

Hasil survei juga menunjukkan munculnya beberapa tokoh sipil. Mereka di antaranya Mahfud MD (5,8 persen), Joko Widodo (4,7 persen), Dahlan Iskan (2,6 persen), dan Surya Paloh (3,3 persen). Tokoh lain yang memperoleh suara di bawah 1 persen: Sutiyoso, Suryadarma Ali, Muhaimin Iskandar, Kristiani Herawati, Anas Urbaningrum, dan Pramono Edhie Wibowo.

Survei dilakukan pada 10 hingga 24 September 2012 di 33 provinsi. Pendekatan dilakukan dengan wawancara tatap muka melalui metode acak bertingkat. Umar mengklaim tingkat kepercayaan survei mencapai 95 persen dengan simpangan kesalahan sebesar 2,8 persen. 

Sumber : http://politik.news.viva.co.id/news/read/455842-gerinda-tak-gentar-duet-jusuf-kalla-mahfud-md , http://www.tempo.co/read/news/2012/10/22/078437075/Survei-Prabowo-dan-Wiranto-Calon-Presiden-Terkuat