Article Per Year (5 Year)
p-Index From 2021 - 2026
0.444
P-Index
This Author published in this journals
All Journal Jurnal Elektro Kontrol (ELKON) Jurnal Edukasi Pengabdian Masyarakat: EDUABDIMAS
Doni Prasetyo
Universitas Islam Malang
Religion Humanities Economics, Econometrics & Finance Electrical & Electronics Engineering Environmental Science

Published : 2 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 2 Documents
Search

 1 
PEMODELAN OPTIMALISASI PROGRAM PERAWATAN GENERATOR UNIT 7 DI PLTU PAITON MENGGUNAKAN ALGORITMA RANDOM FOREST CLASSIFIER Bambang Minto Basuki; Abdul Muta'ali; Doni Prasetyo
Jurnal Elektro Kontrol (ELKON) Vol. 5 No. 2 (2025): Jurnal ELKON
Publisher : Teknik Elektro Fakultas Teknik Universitas Muria Kudus

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24176/elkon.v5i2.16522

Abstract

Pembangkit Listrik Tenaga Uap (PLTU) Paiton merupakan salah satu pembangkit terbesar di Indonesia yang memiliki peran penting dalam penyediaan energi listrik nasional. Keandalan generator sebagai komponen utama memerlukan sistem perawatan yang akurat dan terencana. Selama ini, penentuan jadwal perawatan masih dilakukan secara manual dengan mempertimbangkan berbagai parameter operasional, yang seringkali menyita waktu serta berpotensi menimbulkan kesalahan akibat kompleksitas dan variabilitas data. Untuk menjawab permasalahan tersebut, penelitian ini menawarkan solusi berbasis algoritma Random Forest Classifier. Metode ini merupakan pendekatan ensemble learning yang menggunakan sejumlah pohon keputusan untuk menghasilkan klasifikasi yang lebih presisi. Penelitian dirancang dengan memanfaatkan data historis operasional generator, seperti suhu, getaran, arus listrik, dan tegangan. Data tersebut diolah menggunakan Random Forest Classifier untuk mengidentifikasi pola yang relevan dalam menentukan jadwal perawatan. Proses analisis dilakukan melalui pemisahan data latih dan data uji untuk mengukur kinerja prediksi. Hasil percobaan menunjukkan bahwa algoritma mampu menyaring parameter paling signifikan, sehingga hanya data yang berpengaruh besar terhadap performa generator yang dipertimbangkan. Analisis pengujian mengindikasikan bahwa metode ini efektif dalam menyederhanakan proses prediksi serta mengurangi beban kerja operasional dengan tingkat akurasi 89 %. Kesimpulannya, Random Forest Classifier dapat memberikan prediksi perawatan alternatif yang akurat, sehingga berkontribusi pada peningkatan efisiensi serta keandalan sistem pembangkitan listrik di PLTU Paiton. Kata kunci: paiton, random forest, optimalisasi, pengujian
PEMANFAATAN LAMPU PENERANGAN JALAN UMUM HEMAT ENERGI BERBASIS PANEL SURYA MENGGUNAKAN KONTROL PID DI DUSUN TUMPANGREJO,DESA NGENEP, KARANGPLOSO, KAB. MALANG Bambang Minto Basuki; , Abdul Muta’ali; Doni Prasetyo
Jurnal Edukasi Pengabdian Masyarakat Vol 5 No 1 (2026): JANUARI 2026
Publisher : FIP UNIRA MALANG

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36636/eduabdimas.v5i1.8597

Abstract

ABSTRACT The quality of nighttime lighting in Tumpangrejo Hamlet, Ngenep Village was limited, affecting both residents’ safety and their daily activities. These conditions emphasized the need for a community service program that could help address local challenges. This program implemented solar-powered street lighting (PJU) equipped with PID control as an efficient and sustainable renewable energy solution. The implementation methods included site surveys, mapping of installation points, measurement of light intensity, installation of the solar panel system, and community outreach. The results indicated a significant improvement in nighttime illumination levels, increased energy efficiency, and enhanced residents’ sense of safety. Moreover, the community gained a better understanding of basic maintenance for solar energy systems. These outcomes demonstrate that solar-powered street lighting is a viable option to support village energy independence
Co-Authors , Abdul Muta’ali Abdul Muta'ali Bambang Minto Basuki