Article Per Year (5 Year)
p-Index From 2020 - 2025
0.778
P-Index
This Author published in this journals
All Journal Prosiding Seminar Nasional Teknik Mesin JURNAL POLI-TEKNOLOGI Recent in Engineering Science and Technology
Assagaf, Idrus
Unknown Affiliation
Aerospace Engineering Automotive Engineering Chemical Engineering, Chemistry & Bioengineering Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Electrical & Electronics Engineering Energy Engineering Industrial & Manufacturing Engineering Materials Science & Nanotechnology Mechanical Engineering Transportation

Published : 11 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 11 Documents
Search

 1   2 
Rancang Bangun Alarm pada Workshop Alat Berat Berbasis Micro Controller Sebagai Pelengkap Keselamatan, Kesehatan Kerja dan Lingkungan Kusuma, Alam Jaya; Nugroho, Muhammad Fadhil; Rahmiati, Tia; Assagaf, Idrus
Seminar Nasional Teknik Mesin 2019: Prosiding Seminar Nasional Teknik Mesin 2019
Publisher : Politeknik Negeri Jakarta

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

Abstract

Rancang bangun ini bertujuan untuk membuat alat yang mampu memudahkan mahasiswa ataupun dosen untuk mengetahui jam masuk ,istirahat,dan pulang tanpa harus melihat jam sebagai acuan serta mencegah adanya overtime di bengkel alat berat , Politeknik Negeri Jakarta.. Sistem pembelajaran mahasiswa alat berat terfokus pada praktik namun praktik yang dilakukan di alat berat seringkali melebihi waktu yang sudah ditentukan sehingga berdampak buruk pada mahasiswa karena kelelahan. Untuk memperbaiki hal tersebut perlu adanya alarm berbasis mikrokontroler yang mampu mengingatkan waktu agar berjalan sesuai ketentuan .Metodologi yang digunakan adalah metode pengumpulan data,perencanaan bentuk alat,persiapan alat dan bahan,pembuatan alat, pengetesan, pembuatan power supply, pemasangan module dan komponen pendukung ke amplifier, pengetesan,dan penulisan laporan.
Rancang Bangun Simulator Air Starting System Tipe Vane Motor Inertia Drives Wiyanto, Ardi; Fahrizal, Rendi Imam; Assagaf, Idrus
Seminar Nasional Teknik Mesin 2019: Prosiding Seminar Nasional Teknik Mesin 2019
Publisher : Politeknik Negeri Jakarta

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

Abstract

Dalam Perguruan Tinggi khususnya dibidang Alat Berat tentunya tidak terlepas dari penggunaan Diesel Engine sebagai alat pembelajaran. Untuk dapat memahami dan menguasai Diesel Engine tentunya harus mengetahui sistem-sistem yang ada pada Diesel Engine. Salah satu sistem yang berperan penting dalam menghasilkan tenaga pada sebuah Diesel Engine adalah Starting System. Sistem ini merupakan sistem yang digunakan untuk memutar Engine pertama kali. Perkembangan Starting System di Dunia saat ini khususnya pada Diesel Engine sudah sangat inovatif. Starting System Pada beberapa aplikasi Diesel Engine telah menggunakan sumber energi dari udara yang bertekanan sebagai penggerak komponen Starter atau yang lebih dikenal dengan Air Starting System. Air Starting System memiliki keunggulan yaitu dapat menghasilkan Torsi yang cukup besar dan juga tidak menghasilkan panas akibat Over-Crancking seperti halnya pada Electrical Starting System. Dengan melihat keunggulan dari Air Starting System tersebut, maka perlu dibuat penelitian tentang rancang bangun simulator Air Starting System dengan tujuan untuk mendesain simulator Air Starting System agar mempermudah mahasiswa Teknik Alat Berat Politeknik Negeri Jakarta dalam belajar tentang cara kerja dan komponen Air Starting System, karena pada simulator tersebut dapat menggambarkan kondisi cara kerja dan komponen yang nyata seperti pada saat digunakan di engine.
Rancang Bangun Electric Priming Pump Pada Engine 3126 B Permana, Yandi Dwi; Immanuel, Ericsson; Assagaf, Idrus; Junaedi, Dedi
Seminar Nasional Teknik Mesin 2019: Prosiding Seminar Nasional Teknik Mesin 2019
Publisher : Politeknik Negeri Jakarta

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

Abstract

Engine 3126 B merupakan salah satu electronic engine yang dibuat Caterpillar yang menggunakan fuel system jenis HEUI. Electronic engine menggunakan ECM (electronic control module) untuk mengontrol fuel delivery, timing, dan injection pressure[1]. Electronic engine 3126 B milik Politeknik Negeri Jakarta masih menggunakan manual priming pump untuk mengisi filter dan membuang udara yang terjebak pada fuel system[3]. Dibutuhkannya penambahan komponen electric priming pump untuk membantu proses prime yang memakan waktu dan tenaga. Namun, untuk menggunakan komponen electric priming pump Caterpillar memerlukan biaya yang cukup mahal, alternatif lain, yaitu menggunakan komponen electric fuel pump yang biasa digunakan pada kendaraan ringan untuk menyuplai bahan bakar. Namun electric fuel pump vehicle memiliki sistem kerja dan spesifikasi yang hampir sama dengan electric priming pump pada engine Caterpillar.Berdasarkan rumusan masalah yang diajukan, maka penelitian ini memiliki tujuan yaitu Memodifikasi fuel system pada Engine 3126 B dengan priming pump electric dengan menggunakan electric fuel pump vehicle. Metodelogi yang digunakan adalah pengumpulan data, desain alur kelistrikan, alur bahan bakar, peletakan komponen pada engine, dan pengujian. Kemudian mengambil kesimpulan dari hasil yang didapat,serta membandingkan penggunaan Manual dan Electric Priming pump.
Penerapan Alarm pada Workshop Alat Berat Berbasis Micro-Controller Sebagai Pelengkap Kesehatan, Keselamatan Kerja dan Lingkungan Setiawan, Riyanto; Ulum, Bahrul; Rahmiati, Tia; Assagaf, Idrus
Seminar Nasional Teknik Mesin 2019: Prosiding Seminar Nasional Teknik Mesin 2019
Publisher : Politeknik Negeri Jakarta

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

Abstract

Penerapan alarm berbasis micro - controller ini bertujuan untuk mencegah mahasiswa mengalami kelelahan saat menjalankan praktik yang overtime di workshop alat berat. Pelaksanaan praktik di workshop alat berat sering kali mengalami overtime sehingga mahasiswa sering kehilangan konsentrasi ketika praktik yang dapat berakibat pada kecelakaan kerja. Untuk memperbaiki hal tersebut diperlukan penerapan alarm micro ? controller di workshop alat berat sehingga dapat mencegah timbulnya overtime praktik dan juga sekaligus mendisiplinkan mahasiswa dalam perkuliahan maupun praktik. Metodologi yang digunakan adalah melakukan pengumpulan data sebelum dan sesudah adanya alarm di workshop alat berat untuk mengetahui hasil penerapan alarm tersebut.
Manajemen Perawatan Pada Air Starting System Tipe Vane Motor Inertia Drives Aziz, Kholid Abdul; Assagaf, Idrus
Seminar Nasional Teknik Mesin 2019: Prosiding Seminar Nasional Teknik Mesin 2019
Publisher : Politeknik Negeri Jakarta

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

Abstract

Beberapa aplikasi Diesel Engine telah menggunakan sumber energi dari udara yang bertekanan sebagai penggerak komponen Starter atau yang lebih dikenal dengan Air Starting System. Air Starting System memiliki keunggulan yaitu dapat menghasilkan Torsi yang cukup besar dan juga tidak menghasilkan panas akibat Over-Crancking seperti halnya pada Electrical Starting System. Agar Air Starting System selalu siap digunakan dan berfungsi secara optimal, maka perlu dilakukan perawatan pada Air Starting System. Selain itu perawatan pada Air Starting System juga berfungsi untuk mengoptimalkan usia pakai dari komponen Air Starting System. Dengan melihat keunggulan dan fungsi perawatan pada Air Starting System secara umum, maka dibuat penelitian tentang Manajemen Perawatan pada Air Starting System. Penelitian ini bermanfaat sebagai media pelengkap dalam proses pembelajaran tentang perawatan Air Starting System dan bertujuan agar mahasiswa dapat mengetahui dan memahami tentang Manajemen Perawatan pada Air Starting System di Program Studi Teknik Alat Berat Politeknik Negeri Jakarta.
Machine Predictive Maintenance by Using Support Vector Machines Assagaf , Idrus; Sukandi, Agus; Abdillah, Abdul Azis; Arifin, Samsul; Ga, Jonri Lomi
Recent in Engineering Science and Technology Vol. 1 No. 01 (2023): RiESTech Volume 01 No. 01 Years 2023
Publisher : MBI

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.59511/riestech.v1i01.6

Abstract

Predictive Maintenance (PdM) is an adoptable worth strategy when we deal with the maintenance business, due to a necessity of minimizing stop time into a minimum and reduce expenses.  Recently, the research of PdM is now begin in utilizing the artificial intelligence by using the machine data itself and sensors. Data collected then analyzed and modelled so that the decision can be made for the near and next future. One of the popular artificial intelligences in handling such classification problem is Support Vector Machines (SVM). The purpose of the study is to detect machine failure by using the SVM model. The study is using database approach from the model of Machine Learning. The data collection comes from the sensors installed on the machine itself, so that it can predict the failure of machine function. The study also to test the performance and seek for the best parameter value for building a detection model of machine predictive maintenance The result shows based on dataset AI4I 2020 Predictive Maintenance, SVM is able to detect machine failure with the accuracy of 80%.
Machine Failure Detection using Deep Learning Assagaf, Idrus; Sukandi, Agus; Abdillah, Abdul Azis
Recent in Engineering Science and Technology Vol. 1 No. 03 (2023): RiESTech Volume 01 No. 03 Years 2023
Publisher : MBI

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.59511/riestech.v1i03.21

Abstract

This article focuses on the application of deep learning methods for failure prediction. Failure prediction plays a crucial role in various industries to prevent unexpected equipment failures, minimize downtime, and improve maintenance strategies. Deep learning techniques, known for their ability to capture complex patterns and dependencies in data, are explored in this study. The research employs Multi-Layer Perceptron as deep learning architectures. This model is trained on AI4I 2020 Predictive Maintenance data to develop accurate failure prediction models. Data preprocessing involves cleaning, feature engineering, and normalization to ensure the quality and suitability of the data for deep learning models. The dataset is split into training and testing sets for model development and evaluation. Performance evaluation metrics such as accuracy, ROC, and AUC are utilized to assess the models' effectiveness in predicting failures. The experimental results demonstrate the effectiveness of deep learning methods in failure prediction. The models showcase high accuracy and outperform SVM approaches, particularly in capturing intricate patterns and temporal dependencies within the data. The utilization of Multi-Layer Perceptron architecture further enhances the models' ability to capture long-term dependencies. However, challenges such as the availability of diverse and high-quality data, the selection of appropriate architecture and hyperparameters, and the interpretability of deep learning models remain significant considerations. Interpretability remains a challenge due to the inherent complexity and black-box nature of deep learning models. In conclusion, deep learning method offer significant potential for accurate failure prediction. Their ability to capture complex patterns and temporal dependencies makes them well-suited for analyzing operational and sensor data. Future research should focus on addressing challenges related to data quality, interpretability, and model optimization to further enhance the application of deep learning in failure prediction.
KONTROL SUHU MESIN VACUUM FORMING OTOMATIS ANEKA BENTUK KEMASAN DENGAN HMI Sonki Prasetya; Hasvienda M. Ridlwan; Muslimin Muslimin; Sugeng Mulyono; Idrus Assagaf
Jurnal Poli-Teknologi Vol. 17 No. 3 (2018)
Publisher : Politeknik Negeri Jakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32722/pt.v17i3.1268

Abstract

ABSTRACTFood industries in a country depend on the packaging system to preserve the product commonly use the plastic based material. Generally, commercial plastic type for packaging in Indonesia are Polystirine (PS) and Polyvinyl Chlorida (PVC). One of problem in home industries (UKM) especially in food sectoris to find the appropriateand particular packaging for their food products. Vacuum Thermoforming machines commonly used by industries to provide the packaging product. However, the forms and materials for the product are too general. In order to provide specific forms for definite products, small-scale vacuum forming machines produced by other countries can be found in the market. Nevertheless, the price still considered high for a home industrial entrepreneur. This study investigates the appropriate automatic control system for the designed small-scale industrial vacuum forming. The control decision achieved via a software based on LabView through a laptop. Thus, it can be displayed, monitored and also being recorded continuously. The test shows that the heater stable at 20 minutes meanwhile the plastic sheet can be shapedafter 15 minutes heating process.Keywords: Plastic, vacuum forming, home industry, automatic.ABSTRAKIndustri makanan yang jumlahnya cukup besar di Indonesia tidak dapat lepas dari proses pengemasan terutama penggunaan kemasan plastik. Jenis plastik yang banyak digunakan untuk kemasan makanan adalah Polystirine (PS)dan Polyvinyl Chlorida (PVC) yang umumnya dijual bebas di pasar/ toko dengan ukuran yang sudah spesifik. Masalah yang banyak dihadapi oleh industrik kecil menengah (UKM) umumnya adalah kesulitan dalam penggunaan kemasan yang sesuai baik ukuran maupun bentuk dari produknya. Mesin Vacuum Thermoforming seperti yang dimiliki oleh industri untuk produk kemasan umumnya memiliki skala yang besar dan memiliki jenis serta bentuk standar. Sementara mesin dalam skala kecil masih dirasa cukup mahal dari segi biaya karena produk dari negara luar. Karenanya mesin Vacuum Forming otomatis skala UKM dengan biaya yang ekonomis ini sangat penting. Penelitian ini ditujukan untuk melakukan otomatisasi dari karakter pemanas yang digunakan dengan mempertimbangkan posisi optimal agar dicapai unjuk kerja yang optimal dari system yang sudah dibuat. Keputusan dari pengendalian alat dilakukan menggunakan software LabView melalui laptop. Oleh sebab it, data dapat ditampilkan, dimonitor serta disimpan secara langsung dan terus-menerus. Hasil uji fungsi menunjukkan bahwa pemanas bekerja dengan stabil setelah 20 menit sedangkan obyek plastik dapat dibentuk setelah dipanaskan selama 15 menit.Kata kunci: Plastik,,Vacuum Forming, UKM, otomatis.
ANALISA KEKUATAN WELDING REPAIR BAJA AISI 420 DENGAN METODA GMAW Cecep Slamet Abadi; Rosidi Rosidi; Idrus Assagaf
Jurnal Poli-Teknologi Vol. 18 No. 3 (2019)
Publisher : Politeknik Negeri Jakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32722/pt.v18i3.2396

Abstract

Welding technology is used because besides being easy to use, it can also reduce costs so it is cheaper. Especially for welding repair. From the welding repair the extent to which the strength of GMAW welds can repair components from the molded plastic mold room made of AISI 420 stainless steel. Repair of the print room components using deposit welding is tested using tensile strength and hardness as realization of resistance when holding the rate of liquid plastic entering the print room by 25 to 40 MPa, depending on the plastic viscosity, the precision of the mold and the filling level of the print room. Deposition welding method as a welding repair can affect a procedure to be able to produce a component that is safe and capable of being used in accordance with the provisions. The welding process used is reverse polarity GMAW DC with 125 A current and ER 70 S welding wire diameter 1.2 mm. Test material AISI 420. Tests carried out were tensile test, impact test and hardness test in weld metal, HAZ and base metal. From the Charpy impact test and tensile test obtained the value of welding strength which is close to the strength of the complete object, which is equal to 65%. The energy absorbed by the impact test object with GMAW welding is 5.4 Joule while for the whole test object is 8.1 Joule. The welding tensile strength is 520 MPa compared to the tensile tensile strength of 820 MPa.
Comparative Analysis of Regression Methods for Estimation of Remaining Useful Life of Lithium Ion Battery Assagaf, Idrus; Abdillah, Abdul Azis; Edistria, Ega; Sukandi, Agus; Prasetya, Sonki; Apriana, Asep; Nugroho; Kamil, Raihan
Recent in Engineering Science and Technology Vol. 3 No. 01 (2025): RiESTech Volume 03 No. 01 Years 2025
Publisher : MBI

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.59511/riestech.v3i01.93

Abstract

Lithium batteries play a critical role in modern technological applications, including electric vehicles and portable electronic devices. Ensuring accurate estimation of their remaining useful life is essential to improve system efficiency and reliability. This study focuses on predicting the remaining useful life of lithium batteries using advanced regression methods. Data were collected from lithium battery charge-discharge cycles, encompassing key operational parameters such as voltage, current, and temperature. The analysis employed several regression models, including linear regression, lasso regression, and Ridge regression, to identify relationships between these parameters and battery life. The models were evaluated based on estimation accuracy, with Root Mean Square Error (RMSE) as the primary performance metric. The findings demonstrate that regression methods can effectively capture non-linear relationships between input variables and the remaining useful life, with lasso and Ridge regression showing superior performance in reducing prediction errors. These results underscore the potential of regression-based approaches in providing robust and reliable estimations of battery life. The conclusions highlight the importance of these models for developing predictive battery management systems, which can optimize battery performance and extend their operational lifespan across various applications. This research establishes a solid foundation for future studies on intelligent battery health monitoring and management.
Co-Authors Abdillah, Abdul Azis Agus Sukandi Asep Apriana, Asep Aziz, Kholid Abdul Bahrul Ulum Cecep Slamet Abadi Dedi Junaedi, Dedi Edistria, Ega Fahrizal, Rendi Imam Ga, Jonri Lomi Hasvienda M. Ridlwan Immanuel, Ericsson Jannus, Parulian Kamil, Raihan Kusuma, Alam Jaya Muslimin Muslimin Nugroho Nugroho, Muhammad Fadhil Permana, Yandi Dwi Rahmiati, Tia Rahmiati, Tia Rosidi Rosidi Samsul Arifin Setiawan, Riyanto Sonki Prasetya Sonki Prasetya Sugeng Mulyono Wiyanto, Ardi