Garuda - Garba Rujukan Digital

Kontrol Temperatur dan Kelembapan pada Ingkubator Bayi Menggunakan Platform Antares Pratama, Kurniawan Maulana; Mahmudah, Norma; Praharsena, Bayu
Techno Bahari Vol 11 No 1 (2024)
Publisher : Politeknik Negeri Madura

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.52234/tb.v11i1.255

The condition of premature birth is a condition where a baby needs an incubator to maintain the baby's body temperature, because premature babies do not have many weaknesses to regulate body temperature so that they are prone to hypothermia. Setting the temperature and humidity in the baby incubator is an important aspect of caring for premature babies. The use of baby incubators in hospitals requires a high cost of up to Rp. 500,000 per night, even though premature babies need care in an incubator for up to one month, therefore a tool is needed to control humidity and temperature based on the Internet of Things. Control the humidity and temperature of the air used in the patient's home using a microcontroller where the microcontroller will detect the humidity and temperature inside the baby and the temperature measurement results can be viewed via the internet of things which can display temperature and humidity reading data remotely. The results of the comparison between LYNX32 and the platform between the displayed temperature and humidity values have an error of 0%. The Antares platform display displays temperature and humidity data in real time and has historical data that can be downloaded via the Antares platform, making it easier for nurses to monitor conditions.

Rancang Bangun Monitoring Performa Mobil Listrik Menggunakan Long Range (LoRa) Afkarina, Alifia Nimas; Praharsena, Bayu; Mustofa, Ahmad
Techno Bahari Vol 10 No 2 (2023)
Publisher : Politeknik Negeri Madura

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.52234/tb.v10i2.281

Teknologi pada saat ini khususnya pada dunia otomotif selalu mengembangkan dan memberikan layanan terbaru untuk memudahkan penggunanya. Penelitian ini menggunakan salah satu alat komunikasi jarak jauh yaitu Long range (LoRa). LoRa memiliki daya jangkau yang luas dengan konsumsi daya baterai rendah sehingga cocok untuk memantau kecepatan dan arus pada mobil listrik. Dengan menggunakan LoRa E32 diharapkan kecepatan mobil listrik dan arus yang dikeluarkan diketahui dan terpantau dari jarak jauh. Hal itu untuk mengantisipasi maksimal kecepatan yang bisa dijalankan motor yang dipakai. Pengirim dan penerima diproses melalui program arduino. Hasil dari frekuensi yang dikirim akan diterima dan terdeteksi data akurat pada microsoft excel. Luaran dari tugas akhir ini dapat mengantisipasi kerusakan motor akibat speed melebihi kapasitas motor pada mobil listrik dan mengetahui secara langsung berapa kecepatan mobil pada saat digunakan. Kata kunci :mobil listrik, LoRa E32, Sensor speed, Sensor arus, Monitoring

Metode K-Means Berbasis Ordered Weighted Averaging (OWA) pada Data Potensi Desa untuk Penentuan Status Desa Prasetyo, Aries Alfian; Suprapedi, Suprapedi; Narulita, Siska; Praharsena, Bayu
Jurnal Bingkai Ekonomi (JBE) Vol 7 No 2 (2022): Jurnal Bingkai Ekonomi (JBE)
Publisher : Lembaga Penelitian dan Pengabdian kepada Masyarakat (LPPM) - Institut Teknologi dan Bisnis (ITB) Semarang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.54066/jbe.v7i2.224

Indeks Pembangunan Desa yang dibangun dari Pendataan Potensi Desa (Podes) tahun 2014. untuk menilai tingkat perkembangan desa, dibagi menjadi 3 klasifikasi yaitu Desa Mandiri, Berkembang, dan Tertinggal, memiliki 5 dimensi. Penulis bertujuan untuk menilai tingkat perkembangan desa melalui status desa berdasar data IPD, penentuan status desa menggunakan teknik clustering dengan metode K-Means berbasis Ordered Weighted Averaging (OWA), OWA dapat mengurangi kompleksitas data dengan memadukan nilai multi attribut ke nilai agregat berupa nilai tunggal dengan menggunakan expert judgement untuk menentukan nilai orness (α). Hasil dari penelitian ini pengelompokan data IPD tahun 2014 kedalam 3 status desa dengan algoritma K-Means berbasis OWA menunjukkan metode clustering K-Means dengan OWA memiliki Index Davies 1,42 lebih baik daripada metode K-Means dengan euclideance yang memiliki nilai 1,65. Hasil akhir penelitian diperoleh jumlah desa untuk setiap cluster, yaitu cluster Desa Tertinggal sebanyak 98, cluster Desa Berkembang sebanyak 32, dan cluster Desa Mandiri sebanyak 100 desa.

Rancang Bangun Baterai Estimator Pada Kendaraan Listrik Dengan Metode Fuzzy Logic Furqon, Muhammad; Ramadhani, Nofan Dwi Cahya; Afandi, Achmad; Praharsena, Bayu; Fardany, A Labib; Mustofa, Ahmad
Techno Bahari Vol 12 No 1 (2025): Maret
Publisher : Politeknik Negeri Madura

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.52234/tb.v12i1.345

Baterai adalah komponen utama kendaraan listrik yang penting untuk kinerja optimal dan keamanan. Penelitian ini mengembangkan sistem estimasi kapasitas baterai menggunakan metode Fuzzy Logic Sugeno dengan input tegangan dan arus, serta output berupa remaining time (sisa waktu). Implementasi dilakukan pada platform Arduino dan dibandingkan dengan simulasi MATLAB. Data dari kedua platform, Arduino dan MATLAB, dianalisis untuk mengevaluasi keakuratan dan konsistensi hasil estimasi. Sistem ini juga dilengkapi dengan sensor GPS untuk mengetahui titik koordinat kendaraan listrik, meskipun data ini tidak digunakan dalam proses estimasi kapasitas baterai. Hasil penelitian menunjukkan bahwa metode Fuzzy Logic Sugeno memberikan estimasi remaining time baterai yang akurat. Perbandingan hasil estimasi antara Arduino dan simulasi MATLAB menunjukkan konsistensi, meskipun terdapat perbedaan kecil akibat perbedaan implementasi dan lingkungan eksekusi. Dengan demikian, sistem ini dapat diandalkan untuk meningkatkan efisiensi dan keselamatan operasional kendaraan listrik.

Metode K-Means Berbasis Ordered Weighted Averaging (OWA) pada Data Potensi Desa untuk Penentuan Status Desa Prasetyo, Aries Alfian; Suprapedi, Suprapedi; Narulita, Siska; Praharsena, Bayu
Jurnal Bingkai Ekonomi (JBE) Vol 7 No 2 (2022): Jurnal Bingkai Ekonomi (JBE)
Publisher : Lembaga Penelitian dan Pengabdian kepada Masyarakat (LPPM) - Institut Teknologi dan Bisnis (ITB) Semarang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.54066/jbe.v7i2.224

Indeks Pembangunan Desa yang dibangun dari Pendataan Potensi Desa (Podes) tahun 2014. untuk menilai tingkat perkembangan desa, dibagi menjadi 3 klasifikasi yaitu Desa Mandiri, Berkembang, dan Tertinggal, memiliki 5 dimensi. Penulis bertujuan untuk menilai tingkat perkembangan desa melalui status desa berdasar data IPD, penentuan status desa menggunakan teknik clustering dengan metode K-Means berbasis Ordered Weighted Averaging (OWA), OWA dapat mengurangi kompleksitas data dengan memadukan nilai multi attribut ke nilai agregat berupa nilai tunggal dengan menggunakan expert judgement untuk menentukan nilai orness (α). Hasil dari penelitian ini pengelompokan data IPD tahun 2014 kedalam 3 status desa dengan algoritma K-Means berbasis OWA menunjukkan metode clustering K-Means dengan OWA memiliki Index Davies 1,42 lebih baik daripada metode K-Means dengan euclideance yang memiliki nilai 1,65. Hasil akhir penelitian diperoleh jumlah desa untuk setiap cluster, yaitu cluster Desa Tertinggal sebanyak 98, cluster Desa Berkembang sebanyak 32, dan cluster Desa Mandiri sebanyak 100 desa.

Stator Flux Estimator Using Feed-Forward Neural Network for Evaluating Hysteresis Loss Curve in Three Phase Induction Motor Praharsena, Bayu; Purwanto, Era; Jaya, Arma; Rusli, Muhammad Rizani; Toar, Handri; wk, Ridwan
EMITTER International Journal of Engineering Technology Vol 6 No 1 (2018)
Publisher : Politeknik Elektronika Negeri Surabaya (PENS)

The operation of induction motors with high performance contributes significantly to the global energy savings but hysteresis loss is one of the factors causing decreased performance. Stator flux density (B) and magnetic field intensity (H) must be plotted to know hysteresis loss quantity. Unfortunately, since the rotor rotates in time series, the stator flux density is unmeasurable quantities, itâ€™s hard to direct sensored this properties because of limited airgap space and costly to install additional instrument. The purpose of this paper is to evaluate the hysteresis loss quantity in induction motor using a novel method of multilayer perceptron feed forward neural network as stator flux estimator and magnetizing current model as magnetic field intensity properties. This method is effective, because itâ€™s non-destructive method, without an additional instrument, low cost, and suitable for real-time motor drive systems. The FFNN estimator response is satisfying because accurately estimate stator flux density for evaluating hysteresis loss quantity including its magnitude and phase angle. By using the proposed model, the stator flux density and magnetizing current can be plotted become hysteresis loss curve. The performance of flux response, speed response, torque response and error deviation of stator flux estimator has been presented, investigated, compared and verified in Simulink Matlab.

Title

Found 6 Documents
Search

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Title Search

Found 6 Documents Search

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Title

Found 6 Documents
Search