Article Per Year (5 Year)
p-Index From 2021 - 2026
0.61
P-Index
This Author published in this journals
All Journal Jurnal Teknik Elektro: Ilmu dan Teknologi
Indar Sugiarto
UK Petra
Control & Systems Engineering Electrical & Electronics Engineering

Published : 3 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 3 Documents
Search

 1 
PENGGUNAAN MACHINE LEARNING UNTUK MEMPREDIKSI PARAMETER YANG MEMPENGARUHI PENYIMPANGAN IMPEDANSI DALAM PROSES PEMBUATAN TRANSFORMATOR DI PT. X Yegia Joehan Eltan; Julius Sentosa Setiadji; Indar Sugiarto
Jurnal Teknik Elektro Vol. 18 No. 2 (2025): September 2025
Publisher : Institute of Research and Community Outreach

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.9744/jte.18.2.%p

Abstract

PT. X menghadapi tantangan dalam menjaga kualitas produk transformator distribusi terkait nilai impedansi, yang dipengaruhi oleh tahanan resistif dan reaktansi induktif dari dimensi koil saat beroperasi penuh. Penelitian ini bertujuan untuk memprediksi parameter dimensi koil yang mempengaruhi penyimpangan impedansi dalam proses manufaktur transformator. Menggunakan dataset internal PT. X yang mencakup ratusan data dimensi koil dan penyimpangan impedansi, dilakukan pelatihan serta analisis dengan menggunakan algoritma ECLAT (Equivalence Class Transformation) untuk menemukan aturan asosiasi antara parameter dimensi koil dan penyimpangan impedansi. XAI (explainable artificial intelligence) SHAP (Shapley Additive exPlanations) digunakan untuk mengungkap pengaruh parameter koil terhadap penyimpangan impedansi dengan model machine learning XGBoost. Hasil penelitian menunjukkan bahwa parameter seperti diameter luar HV (High Voltage), panjang diameter luar HV, panjang diameter luar LV (Low Voltage), dan tinggi diameter dalam LV memiliki pengaruh signifikan terhadap penyimpangan impedansi. Selain itu, aplikasi website menghasilkan rekomendasi untuk memodifikasi parameter dimensi koil dengan mempertimbangkan batasan pengaruh elektrikal seperti panjang kawat, luas koil, radius koil, tinggi koil, dan ketebalan lapisan insulasi.
PENGEMBANGAN DAN IMPLEMENTASI VOICEBOT MULTIBAHASA DENGAN TEKNOLOGI RETRIEVAL-AUGMENTED GENERATION UNTUK ROBOT TOUR GUIDE Winston Franchity Salim; Indar Sugiarto; Handy Wicaksono
Jurnal Teknik Elektro Vol. 18 No. 2 (2025): September 2025
Publisher : Institute of Research and Community Outreach

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.9744/jte.18.2.%p

Abstract

Pada tahun 2022, PT MRT dan Universitas Gunadarma membuat inovasi robot pintar yang digunakan untuk robot patroli dan robot tour guide di sekitar lingkungan MRT Jakarta. Penelitian ini bertujuan untuk mengembangkan inovasi tersebut dengan mengimplementasikan sistem voicebot pada robot tour guide dengan memanfaatkan teknologi speech-to-text (STT), text-to-speech (TTS), dan retrieval-augmented generation (RAG) yang dimana nantinya penelitian ini dapat mengubah sistem robot yang dulunya masih menggunakan manusia dalam pengoperasiannya menjadi sistem robot yang berjalan secara otomatis tetapi masih bisa memberikan informasi dengan cara yang interaktif. Penelitian ini akan menggunakan reComputer j202 sebagai hardware utama dari pengolahan suara secara local serta menggunakan protokol komunikasi MQTT untuk berintegrasi dengan perangkat lainnya seperti ROS dan juga Raspberry Pi. Hasil dari pengujian menunjukkan bahwa sistem berhasil memanfaatkan teknologi speech-to-text (STT), text-to-speech (TTS), dan retrieval-augmented generation (RAG) yang memiliki waktu respons yang lumayan cepat dan mampu beradaptasi terhadap pertanyaan yang diberikan dikarenakan memanfaatkan teknologi RAG. Penelitian ini juga berhasil mengontrol perangkat lain dengan menggunakan protokol komunikasi MQTT.
PENGGUNAAN MACHINE LEARNING UNTUK MEMPREDIKSI PENYIMPANGAN IMPEDANSI DALAM PROSES PEMBUATAN TRANSFORMATOR DI PT. X Kelvin Wilson Utomo; Julius Sentosa Setiadji; Indar Sugiarto
Jurnal Teknik Elektro Vol. 19 No. 1 (2026): Maret 2026
Publisher : Institute of Research and Community Outreach

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.9744/jte.19.1.%p

Abstract

X menghadapi tantangan dalam menjaga mutu dan kualitas produk transformator distribusi tipe oil, khususnya terkait dengan nilai impedansi. Hasil pengujian menunjukkan adanya deviasi positif dan negatif dari nilai garansi yang diperhitungkan selama desain. Nilai impedansi, yang dipengaruhi oleh tahanan resistif dan reaktansi belitan transformator, secara langsung berkaitan dengan dimensi koil transformator. Penelitian ini membuat pemodelan machine learning yang akan digunakan untuk memprediksi nilai impedansi dan hasil prediksi nilai impedansi tersebut dioptimalkan menggunakan metode feature selection dan hyperparameter tuning. Dengan memanfaatkan machine learning, diharapkan proses training data dapat dilakukan lebih cepat dan efisien untuk memprediksi nilai impedansi berdasarkan dimensi koil. Pemodelan machine learning dilakukan menggunakan beberapa algoritma machine learning seperti XGBoost, Random Forest, Adaboost, dan Multiple Linear Regression. Hasil pelatihan model machine learning berhasil memprediksi nilai impedansi berdasarkan input berupa data dimensi koil transformator. Hasil pengujian juga menunjukkan bahwa algoritma XGBoost memberikan akurasi prediksi tertinggi, diikuti oleh Random Forest, Adaboost, dan Multiple Linear Regression. Selain itu, melalui proses hyperparameter tuning, set parameter yang optimal berhasil ditemukan untuk meningkatkan kinerja model. Tahap terakhir penelitian ini melibatkan pembuatan aplikasi website menggunakan framework Streamlit, yang memungkinkan pengguna untuk melakukan prediksi nilai impedansi transformator berdasarkan input data dimensi koil, serta menganalisis hasil prediksi tersebut.
Co-Authors Handy Wicaksono Julius Sentosa Setiadji Kelvin Wilson Utomo Winston Franchity Salim Yegia Joehan Eltan