Claim Missing Document
Check
Articles

Found 10 Documents
Search

Sistem Deteksi Kebocoran Pipa Air menggunakan Sensor Flow dan IoT dengan Algoritma ANFIS Lutfi Agung Swarga; Luhfita Tirta Swarga; Balok Hariadi
Jurnal FORTECH Vol. 7 No. 1 (2026): In Progress
Publisher : FORTEI (Forum Pendidikan Tinggi Teknik Elektro Indonesia)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.56795/fortech.v7i1.7101

Abstract

Air merupakan sumber daya alam yang sering digunakan dalam kehidupan sehari-hari dimana dalam hal ini seringkali mengalami penggunaan air secara berlebih. Kebocoran pada pipa menjadi salah satu faktor kenapa penggunaan air sangat boros yang mengakibatkan kerugian ekonomi pada kalangan masyarakat. Oleh karena itu, dirancanglah sebuah alat untuk mendeteksi kebocoran pipa berbasis IoT agar dapat dilakukan monitoring dengan jarak jauh. Arduino digunakan sebagai mikrokontroller untuk mengirim sinya pada selenoid agar melakukan penutupan otomatis. Jenis arduino yang digunakan yaitu Arduino Mega Wifi 8266, Sensor flow digunakan mengetahui adanya kebocoran pada pipa dan selenoid digunakan sebagai penutup saluran pipa yang mengalami kebocoran dan menambahkan metode Adaptive Neuro-FuzzyInference System (ANFIS) untuk pengelolaan data kebocoran.
Sistem Deteksi Kebocoran Pipa Air menggunakan Sensor Flow dan IoT dengan Algoritma ANFIS Lutfi Agung Swarga; Luhfita Tirta Swarga; Balok Hariadi
Jurnal FORTECH Vol. 7 No. 1 (2026): In Progress
Publisher : FORTEI (Forum Pendidikan Tinggi Teknik Elektro Indonesia)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.56795/fortech.v7i1.7101

Abstract

Air merupakan sumber daya alam yang sering digunakan dalam kehidupan sehari-hari dimana dalam hal ini seringkali mengalami penggunaan air secara berlebih. Kebocoran pada pipa menjadi salah satu faktor kenapa penggunaan air sangat boros yang mengakibatkan kerugian ekonomi pada kalangan masyarakat. Oleh karena itu, dirancanglah sebuah alat untuk mendeteksi kebocoran pipa berbasis IoT agar dapat dilakukan monitoring dengan jarak jauh. Arduino digunakan sebagai mikrokontroller untuk mengirim sinya pada selenoid agar melakukan penutupan otomatis. Jenis arduino yang digunakan yaitu Arduino Mega Wifi 8266, Sensor flow digunakan mengetahui adanya kebocoran pada pipa dan selenoid digunakan sebagai penutup saluran pipa yang mengalami kebocoran dan menambahkan metode Adaptive Neuro-FuzzyInference System (ANFIS) untuk pengelolaan data kebocoran.
Analisis Konvergensi Ukuran Sampel Baseline untuk Penetapan Statistically-Derived Threshold pada Sistem Monitoring Kondisi Motor Induksi Tiga Fasa Berbiaya Rendah Ratna Hartayu; Santoso Santoso; Lutfi Agung Swarga; Aditiya Veri Nashrudin
Jurnal Locus Penelitian dan Pengabdian Vol. 5 No. 8 (2026): JURNAL LOCUS: Penelitian dan Pengabdian
Publisher : Riviera Publishing

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.58344/locus.v5i8.6166

Abstract

Metode statistically-derived threshold (SDT) berbasis ? ± k? banyak digunakan pada sistem monitoring kondisi motor induksi berbiaya rendah, namun jumlah sampel baseline N umumnya ditentukan secara ad-hoc tanpa kriteria konvergensi eksplisit. Makalah ini menganalisis konvergensi parameter statistik (?, ?) dan threshold (?+2?, ?+3?) terhadap N pada tiga parameter kondisi motor induksi tiga fasa—suhu (DS18B20), arus (SCT013+ADS1115), dan magnitude getaran (MPU6050)—menggunakan dataset baseline 600 sampel dari sistem monitoring real-time berbasis Arduino/Modbus TCP/SCADA. Analisis menggunakan running statistics pada N = 30–600, kriteria konvergensi ganda yang diusulkan (perubahan relatif lokal < 1% dan deviasi global terhadap nilai akhir < 2% selama lima evaluasi berturut-turut), serta selang kepercayaan bootstrap 95% (B = 2000). Hasil menunjukkan perilaku konvergensi yang sangat berbeda: threshold arus konvergen pada N ? 40 dan getaran pada N ? 150, sedangkan threshold suhu tidak konvergen sejati dalam 600 sampel akibat transien warm-up termal yang membuat data non-stasioner (pergeseran threshold ?13%). Kriteria lokal saja terbukti menghasilkan konvergensi semu pada data yang drift perlahan. Dua rekomendasi praktis dihasilkan: panjang baseline harus ditetapkan per parameter, dan baseline termal hanya boleh diakuisisi setelah kondisi tunak termal tercapai. Kerangka analisis yang diusulkan dapat direplikasi untuk sistem monitoring kondisi berbiaya rendah lainnya.
SF35 Deret Multi-Sensor IoT Berbasis AI untuk Termal Mesin Sepeda Motor Lutfi Agung Swarga; Ratna Hartayu; Kukuh Setyadjit; Izzah Aula Wardah
SinarFe7 Vol. 8 No. 1 (2026): Sinarfe7-8 2026
Publisher : FORTEI Regional VII Jawa Timur

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Engine overheating is a primary cause of performance loss and premature component failure in motorcycles, yet factory temperature indicators are reactive and only warn once an unsafe condition has occurred. This study extends a prior IoT thermal-monitoring system by adding an artificial-intelligence (AI) layer and framing the platform as a teaching model for sustainable engineering education. A three-sensor array—PT100 (via MAX31865), Thermocouple Type-K (via MAX31855), and a non-contact GY-906 (MLX90614)—is read by an ESP32, displayed on a 20x4 LCD, and streamed to a Blynk dashboard with a buzzer, push, and email Early Warning System. Using 81 field samples collected from a Honda PCX 150 across daytime, evening, and night sessions with and without coolant, a lightweight edge-AI model (logistic regression) performs sensor fusion to (a) predict overheating two minutes ahead and (b) detect coolant loss before overheating occurs. Under leave-one-session-out cross-validation the predictor reached 93.8% accuracy and an AUC of 0.984, issuing warnings on average 2.0 minutes earlier than a fixed 100 C threshold, while cooling-fault detection identified coolant loss about 5 minutes before overheat onset. The IoT link stayed stable (latency < 2 s, zero packet loss). Beyond the technical result, the system is presented as a project-based learning module that integrates IoT, machine learning, and green technology to build sustainability-oriented graduate competencies.
Rancang Bangun Alat Pemisah dan Pemanas Padi Berbasis Suhu Kelembapan Nur Ahmad Justine Ivana; Kukuh Setyajid; Lutfi Agung Swarga
Journal Renewable Energy, Electronics and Control Vol 5, No 2 (2025): JURNAL JREEC
Publisher : Department of Electrical Engineering, Institut Teknologi Adhi Tama Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31284/j.jreec.2025.v5i2.8559

Abstract

Proses pascapanen padi merupakan tahapan penting yang memengaruhikualitas dan nilai jual gabah. Metode pengeringan dan pemisahan gabahsecara tradisional masih banyak bergantung pada kondisi cuaca dan tenagamanusia, sehingga kurang efisien dan hasilnya tidak selalu merata. Olehkarena itu, pada tugas akhir ini dirancang dan direalisasikan sebuah alatpemisah dan pengering padi berbasis mikrokontroler untuk meningkatkanefisiensi dan efektivitas proses pascapanen. Alat ini dilengkapi dengansensor suhu dan kelembapan untuk memantau kondisi pengeringan secarareal-time, serta sistem pemanas dan aktuator yang dikendalikan secaraotomatis. Mikrokontroler berfungsi sebagai pusat kendali yang mengaturproses pemanasan dan pemisahan padi berdasarkan data sensor. Informasisuhu dan kelembapan ditampilkan melalui media tampilan dan dapatdipantau selama proses berlangsung. Hasil pengujian menunjukkan bahwaalat yang dirancang mampu mempercepat proses pengeringan, menjagakestabilan suhu, serta menghasilkan gabah dengan tingkat kekeringanyang lebih merata dibandingkan metode tradisional. Dengan demikian, alatini dapat menjadi solusi alternatif dalam meningkatkan kinerja prosespascapanen padi.
Penerapan Filter Digital untuk Menghilangkan Gangguan pada Sinyal Elektrokardiogram Santoso Santoso; Ratna Hartayu; Ahmad Ridho’i; Balok Hariadi; Kukuh Setydjit; Lutfi Agung Swarga; M Ary Heryanto
Journal Renewable Energy, Electronics and Control Vol 4, No 2 (2024): JURNAL JREEC
Publisher : Department of Electrical Engineering, Institut Teknologi Adhi Tama Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31284/j.jreec.2024.v4i2.6711

Abstract

This research examines the application of Finite Impulse Response (FIR) filters in processing ECG signals to eliminate noise and enhance signal quality. Using ECG recordings from the MIT-BIH database, the original signal contaminated by noise was processed with FIR filters, and the results were compared with signals filtered using the Infinite Impulse Response (IIR) method. The analysis results indicate that FIR filters are effective in reducing noise and improving the accuracy of morphological analysis, with a post-filtering Signal-to-Noise Ratio (SNR) of 1.24 dB. Although the SNR improvement is still relatively low, this study highlights the importance of applying appropriate filtering techniques to support more accurate medical diagnoses. Future research is recommended to explore the performance comparison of FIR filters with other signal processing techniques, as well as efforts to further enhance signal quality and SNR.Keyword: ECG Signal, FIR Filter, Signal Processing, Signal-to-Noise Ratio (SNR), Morphological Analysis
Rancang Bangun Alat Deteksi Kerusakan Dini Pada Motor Blower Dryer Di PT Central Proteina Prima Tegar Dwi Kestanto; Kukuh Setyajid; Lutfi Agung Swarga
Journal Renewable Energy, Electronics and Control Vol 5, No 2 (2025): JURNAL JREEC
Publisher : Department of Electrical Engineering, Institut Teknologi Adhi Tama Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31284/j.jreec.2025.v5i2.8570

Abstract

Motor induksi tiga fasa banyak digunakan sebagai penggerak utama dalam sistem industri. Kerusakan motor, seperti peningkatan suhu, getaran berlebih, dan kenaikan arus, dapat menurunkan performa dan menyebabkan kerugian operasional. Penelitian ini merancang alat deteksi kerusakan dini pada motor blower dryer di PT Central Proteina Prima berbasis Arduino Mega 2560 yang terintegrasi dengan modul WiFi ESP8266. Sistem memanfaatkan sensor arus PZEM-004T, sensor getaran MPU6050, dan sensor suhu MAX6675 untuk memantau kondisi motor secara real-time. Data sensor diproses menggunakan metode logika fuzzy Mamdani untuk mengklasifikasikan kondisi motor ke dalam empat kategori, yaitu Unload, Baik, Cek, dan Fault. Hasil pemantauan ditampilkan pada LCD TFT dan dikirim ke server web untuk monitoring jarak jauh. Pengujian menunjukkan sistem mampu membaca parameter arus, suhu, dan getaran dengan akurasi baik serta memberikan klasifikasi kondisi motor secara tepat pada kondisi normal maupun operasional lapangan. Dengan sistem ini, proses maintenance dapat dilakukan lebih cepat dan terencana sehingga risiko kerusakan motor dapat diminimalkan.
Otomasi Deteksi Pembersih Kandang Kambing Menggunakan Deret Sensor Gas Dan Algoritma K-Nearest Neighbors (K-NN) Abdul Nasir; Achmad Ridho’i; Lutfi Agung Swarga
Journal Renewable Energy, Electronics and Control Vol 6, No 1 (2026): JURNAL JREEC
Publisher : Department of Electrical Engineering, Institut Teknologi Adhi Tama Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31284/j.jreec.2026.v6i1.8771

Abstract

Kebersihan kandang kambing berperan penting dalam menjaga kesehatan ternak serta menekan risiko penyebaran penyakit. Salah satu indikator kebersihan dapat dilihat dari kadar gas seperti CO₂, NH₃, dan CH₄ yang berasal dari kotoran dan aktivitas kambing. Penelitian ini merancang sistem otomatis berbasis sensor gas MQ-135, MQ-137, dan MQ-4 yang terhubung dengan Arduino Mega 2560 untuk mengumpulkan data. Data dikirim secara real-time ke komputer dan dianalisis menggunakan algoritma K-Nearest Neighbor (K-NN). Sebanyak 684 data digunakan, dengan pembagian 70% untuk pelatihan dan 30% untuk pengujian. Model terbaik diperoleh pada K = 3 dengan akurasi 99,51%, hanya menghasilkan satu kesalahan prediksi. Hasil klasifikasi dikirim kembali ke Arduino untuk mengaktifkan pompa air melalui Relay saat kondisi kandang terdeteksi kotor. Sistem ini juga menampilkan data sensor pada LCD 20×4, sehingga mendukung pemantauan kebersihan secara otomatis dan efisien.
Sistem Deteksi Kualitas Air Minum Kemasan dan Isi Ulang Berbasis Sensor pH dan Turbidity Aditya Vahresi Ramadhan; Kukuh Setyajid; Lutfi Agung Swarga
Journal Renewable Energy, Electronics and Control Vol 5, No 2 (2025): JURNAL JREEC
Publisher : Department of Electrical Engineering, Institut Teknologi Adhi Tama Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31284/j.jreec.2025.v5i2.8583

Abstract

Air minum merupakan kebutuhan utama yang ha rus memenuhi standar kualitas aga r aman dikonsumsi. Namun, berbagai laporan menunjukkan bahwa air minum kemasan maupun isi ulang masih ada yang belum sesuai dengan ketentuan Peraturan Menteri Kesehatan Republik Indonesia Nomor 2 Tahun 2023. Permasalahan yang sering dijumpai meliputi nilai pH yang berada di lua r rentang 6,5–8,5 serta tingkat kekeruhan yang melebihi 5 NTU, sehingga berpotensi menimbulkan risiko kesehatan akibat adanya kontaminan berbahaya. Oleh ka rena itu, penelitian ini mengembangkan sistem deteksi kualitas air minum menggunakan sensor pH PH-4502C dan sensor kekeruhan SEN-0175 yang dikontrol oleh mikrokontroler ESP32. Sistem ini dilengkapi dengan LCD untuk menampilkan hasil pengukuran seca ra langsung. Data yang diperoleh diolah untuk menampilkan nilai pH, kekeruhan, serta status kelayakan air minum. Diha rapkan sistem ini dapat menjadi solusi pemantauan kualitas air yang praktis, cepat, dan akurat serta meningkatkan kesadaran masya rakat terhadap pentingnya konsumsi air minum yang aman.
Sistem Kualitas Minyak Goreng Menggunakan Sensor Gas, Sensor Warna Dan Sensor Kekeruhan Dengan Algoritma Fuzzy Gaussian Bell Alan Wisnuati; Kukuh Setyadjit; Lutfi Agung Swarga
Journal Renewable Energy, Electronics and Control Vol 6, No 1 (2026): JURNAL JREEC
Publisher : Department of Electrical Engineering, Institut Teknologi Adhi Tama Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31284/j.jreec.2026.v6i1.8886

Abstract

Minyak yang dipakai berkali-kali akan mengalami penurunan mutu, yang terlihat dari perubahan warna, bau, dan tingkat kekeruhan. Penelitian ini merancang sebuah sistem pemantauan untuk kualitas minyak goreng dengan memanfaatkan tiga jenis sensor: gas TGS, sensor warna TCS3200, dan sensor kekeruhan berbasis LED-LDR. Data yang diperoleh dari sensor diolah menggunakan algoritma Gaussian Bell fuzzy dengan tiga input (gas, warna, dan kekeruhan) serta satu output (kualitas: baik, sedang, buruk). Uji coba dilakukan pada tiga merek minyak dengan lima jenis masakan (ayam, telur, tahu, tempe, dan terong). Hasilnya menunjukkan bahwa sistem ini dapat mengidentifikasi perubahan mutu minyak dengan efisien. Nilai hasil ditampilkan melalui layar LCD dan antarmuka pengguna grafis Python. Sistem ini bisa menjadi alternatif dalam menilai kualitas minyak goreng secara lebih obyektif.