Garuda - Garba Rujukan Digital

p-Index From 2021 - 2026

2.59

P-Index

This Author published in this journals

All Journal IAES International Journal of Robotics and Automation (IJRA) Indonesian Journal of Electronics and Instrumentation Systems Bulletin of Electrical Engineering and Informatics Proceeding of the Electrical Engineering Computer Science and Informatics Jurnal RESTI (Rekayasa Sistem dan Teknologi Informasi) Kinetik: Game Technology, Information System, Computer Network, Computing, Electronics, and Control Indonesian Journal of Artificial Intelligence and Data Mining CYCLOTRON Jurnal Nasional Pendidikan Teknik Informatika (JANAPATI) Multitek Indonesia : Jurnal Ilmiah Jurnal ABDINUS : Jurnal Pengabdian Nusantara Jurnal Elkolind : Jurnal Elektronika dan Otomasi Industri Jurnal Nasional Teknik Elektro dan Teknologi Informasi POLIGRID SinarFe7 Jurnal Elektronika dan Telekomunikasi

Novendra Setyawan

Universitas Muhammadiyah Malang

Author-ID : 1235000

Automotive Engineering Chemical Engineering, Chemistry & Bioengineering Chemistry Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Economics, Econometrics & Finance Education Electrical & Electronics Engineering Energy Engineering Environmental Science Industrial & Manufacturing Engineering

Published : 23 Documents Claim Missing Document

Claim Missing Document

Articles

1 2 3

Klasterisasi Kualitas Kesehatan Gardu Distribusi Pada PT. PLN Unit Layanan Pelanggan Kota Malang Dengan Kohonen Neural Network (KNN) Syachbani Amin Hidayat; Nur Alif Mardiyah; Novendra Setyawan
PoliGrid Vol 3, No 1 (2022): Juni
Publisher : Politeknik Negeri Samarinda

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.46964/poligrid.v3i1.1487

Abstrak- Gardu distribusi adalah suatu bangunan gardu listrik yang setiap komponennya harus bekerja secara kontinu dalam suatu sistem penyaluran energi listrik. Manajemen perbaikan atau pemeliharaan ribuan gardu distribusi harus terus dilakukan untuk memperpanjang umur operasi, mengantisipasi kerusakan yang tidak diinginkan, dan untuk memastikan gardu distribusi dapat terus bekerja dalam kondisi yang prima. Pada penelitian ini klasterisasi gardu distribusi dapat memaksimalkan manajemen gardu distribusi. Metode klasterisasi yang digunakan adalah Kohonen Neural Network (KNN) dengan hasil pengukuran Load Reading and Profilling sebagai variabel klasterisasinya (Persentase Pembebanan Arus, Keseimbangan Arus antar fasa, Persentase Arus Netral, dan Persentase Pembebanan Trafo). Hasil terbaik yang paling mendekati hasil klasterisasi secara konvensional adalah hasil pengujian kedua dengan besar kecocokan data 50,94%, dimana ada 72 unit gardu dalam klaster “Baik”, 12 unit gardu dalam klaster “Cukup”, 116 unit gardu dalam klaster “Kurang”, dan 65 unit gardu dalam klaster “Buruk”.

DETEKSI DAN PREDIKSI TRAJEKTORI OBJEK BERGERAK DENGAN OMNI-VISION MENGGUNAKAN PSO-NN DAN INTERPOLASI POLYNOMIAL Novendra Setyawan; Nur Alif Mardiyah; Khusnul Hidayat
MULTITEK INDONESIA Vol 13, No 1 (2019): Juli
Publisher : Universitas Muhammadiyah Ponorogo

In the Indonesian wheeled soccer robot competition in one team consists of three robots, where one robot is a goalkeeper. In the competition the movement of robots and balls is very dynamic. So that a method is needed to predict the movement of the ball so that the goalkeeper can anticipate the movement of the ball. In this research the ball detected by digital image processing and Particle Swarm Optimization-Neural Network (PSO-NN) is used as a calibration model for object distance through omnidirectional cameras. The interpolation approach of the polynomial curve is used to obtain estimates of the model from two-dimensional data from detected objects. The results showed that the distance conversion in object detection with the PSO-NN model obtained 0.13% in percentage of average squared error (PMSE) measurement and 20% in an average prediction error.

SIGNATURE PSO: MODIFIED PARTICLE SWARM OPTIMIZATION DENGAN FUZZY SIGNATURE DAN IMPLEMENTASI PADA OPTIMALISASI KENDALI LQR Novendra Setyawan; Ermanu Azizul Hakim; Zulfatman Zulfatman
MULTITEK INDONESIA Vol 13, No 2 (2019): Desember
Publisher : Universitas Muhammadiyah Ponorogo

Particle Swarm Optimization (PSO) is an optimization that is simple and reliable to complete optimization. In this method, the distribution of particles through global search and local search is the key obtained through searching with PSO through the inertia parameter. This paper describes the method of changing the weights on PSO using fuzzy signatures. In this paper, the method used to solve the problem of optimizing the LQR control parameters on the stabilization of a double inverted pendulum. Performance evaluation is done by another weight change algorithm. Integral Time Absolute Error (ITAE) 7% compared to other algorithms. PSO signatures have resilience and are optimal in fulfilling these interests.

Convolutional Neural Network (CNN) sebagai Metode Pendeteksi Penderita covid-19 pada x-ray Paru-Paru Manusia Mas Nurul Achmadiah; Julianto Muchtadirul Hasan; Novendra Setyawan
CYCLOTRON Vol 5, No 2 (2022): CYCLOTRON
Publisher : Universitas Muhammadiyah Surabaya

Pandemi COVID-19 adalah pandemi dengan penyebaran yang cepat hingga ke seluruh dunia. Dampak dari pandemi COVID-19 menyebabkan penurunan hampirdisemua sektor terutama di sektor kesehatan. Sejauh ini, deteksi pasien terpapar covid atau tidak berdasar pada PCR (polymerase chain reaction) dan swab. Hal ini dinilai kurang efektif dikarenakan penderita COVID-19 makin bertambah dan berbanding terbalik dengan tenaga medis masih terbatas. Pengecekan dengan metode tersebut membutuhkan waktu lebih serta diagnosis yang akurat. Pada penelitian ini penulis mengembangakan metode deep learning Convolutional NeuralNetworks (CNN) untuk suatu sistem pendeteksian COVID-19. Dengan memanfaatkan algoritma pembelajaran Convolutional Neural Networks (CNN) sistem dapat mendeteksi paru-paru berdasarkan gambar X-Ray paru-paru. Hasil klasifikasi yang didapatkan dengan menggunakan CNN memiliki accuarcysebesar 98%.

Optimasi Biaya Pembangkitan Pada Sistem Standar IEEE 30 Bus Menggunakan Adaptive Particle Swarm Optimization Ali Mukti; Ermanu Azizul; Novendra Setyawan
SinarFe7 Vol. 2 No. 1 (2019): Sinarfe7-2 2019
Publisher : FORTEI Regional VII Jawa Timur

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

Dalam sistem pengembangan tenaga listrik, pemakaian bahan bakar adalah hal yang perlu diperhatikan, karena sekitar 60% dari total operasi adalah bahan bakar. Untuk dapat mengatur operasi pembangkit, sistem penjadwalan yang tepat dan akurat sangat diperlukan, yaitu dengan mengatur setiap unit pembangkit untuk beroperasi secara optimal dan ekonomis serta rugi-rugi dari transmisi dapat direduksi yang tentunya muncul dalam sistem pembangkit listrik. Analisis untuk menyelesaikan biaya pembangkitan biasa disebut Economic Dispatch (ED). Hal ini bertujuan untuk menekan biaya operasional pembangkitan dan juga mengurangi rugi-rugi daya. Penelitian ini menggunakan tiga metode, yaitu metode konvensional Newton Rapshon (N-R), metode Particle Swarm Optimization (PSO), dan metode Adaptive Particle Swarm Optimization (APSO). Hasil simulasi menunjukkan bahwa metode APSO dapat mereduksi daya sebesar 9.86 % dari metode konvensional N-R dan 2.65 % dari metode PSO, sedangkan hasil biaya pembangkitan didapatkan sebesar 8.04 % dari metode konvensional N-R dan 0.01 % pada metode PSO. Dari hasil perhitungan, APSO lebih unngul untuk optimalisasi daya daripada metode konvensional N-R dan metode PSO. Sedangkan untuk opimasi biaya pembangkitan terbaik didapatkan dengan metode PSO dan APSO.

PID Trajectory Tracking Control 4 Omni-Wheel Robot Ghufron Wahyu Kurniawan; Novendra Setyawan; Ermanu Azizul Hakim
SinarFe7 Vol. 2 No. 1 (2019): Sinarfe7-2 2019
Publisher : FORTEI Regional VII Jawa Timur

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

Penelitian ini membahas tentang trajectory tracking pada 4 omniwheel robot menggunakan kontrol PID (Proporsional, Integral, Derivative), penggunaan kontrol PID ini dimaksutkan untuk meminimalisir error pergerakan robot, sehingga saat terjadi error pergerakan diharapkan robot dapat kembali ke lintasannya.Cara kerja dari sistem ini didapatkan dengan cara membandingkan hasil dari tracking trajectory terhadap trajectory planing sehingga didapatkan nilai beda (error) yang digunakan sebagai massukan dari kontrol PID, keluaran dari PID ini berupa sinyal kontrol yang diubah kedalam besaran nilai PWM (pulse widh modulation) dan digunakan untuk mengendalikan kecepatan dari masing motor yang terhubung ke roda omnidrive. Hasil pengujian menunjukkan nilai rata rata error sebesar 6,48% pada tracking target nilai X=-185 cm dan target Y =260 cm, dan 6.83% pada tracking target nilai X=185 cm dan target Y =260, sedangkan pada gambar 10 dan 11 menunjukkan grafik dimana garis warna biru(path/trajectory planning) berhimpit dengan garis bewarna biru(path/trajectory tracking) hal tersebut menunjukkan bahwa pola gerak robot dapat mengikuti pola planning yang telah ditentukan dengan baik.

Buck-boost Converter using GA-based MPPT for Solar Energy Optimization Syafaah, Lailis; Faruq, Amrul; Noor Cahyadi, Basri; Hidayat, Khusnul; Setyawan, Novendra; Lestandy, Merinda; Zulfatman
Kinetik: Game Technology, Information System, Computer Network, Computing, Electronics, and Control Vol. 8, No. 3, August 2023
Publisher : Universitas Muhammadiyah Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.22219/kinetik.v8i3.1658

Energy optimization in the Solar Power Plant system needs to have more attention. Indonesia is a tropical country that has two seasons, where the weather and cloud movements are frequently unpredictable, especially in the southern region of Java Island. To overcome this problem, an inverter equipped with maximum power point tracking (MPPT) was used. However, the current MPPT switching system was still not optimal with an efficiency of around 90%. In this study, the installation of MPPT was carried out in order to optimize the power in solar photovoltaic (PV) system due to the fluctuations of solar irradiation at PT. Jatinom Indah Agri, Blitar City. The maximum power generated by solar photovoltaic could be achieved by using the combination of DC - DC converter and artificial intelligence. In this study, the modeling of solar PV system was made using MATLAB software, where the design of the solar PV system consisted of a PV module with capacity 240W, DC to DC converter, battery and MPPT. Genetic Algorithm (GA)-based MPPT had been tested and compared to Particle Swarm Optimization (PSO)-based MPPT and conventional MPPT, where the GA-based MPPT worked well in finding the maximum power point in the solar photovoltaic system. It was found that GA-based MPPT produced a maximum power point close to PV power with an efficiency of 92%, while the effciciency of PSO-based MPPT and conventional MPPT were 85% and 79% respectively. In selecting the method for designing MPPT, a method with a wide range of sample data is required. This is due to the fluctuation of solar irradiance received by the solar PV.

Hybrid Fuzzy-PID Design Based on Flower Pollination Algorithm for Frequency Control of Micro-Hydro Power Plant Hakim, Ermanu Azizul; Norazizah; Zulfatman; Setyawan, Novendra
Kinetik: Game Technology, Information System, Computer Network, Computing, Electronics, and Control Vol. 9, No. 2, May 2024
Publisher : Universitas Muhammadiyah Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.22219/kinetik.v9i2.1755

Micro-Hydro Power (MHP) Plant System is the renewable energy resource that utilizes water potential energy. In MHP, the energy flows depend on the rotation speed of the generator which cause instability and nonlinearity in the frequency of electrical power. It is also supported by the fluctuation on the electricity load. Therefore, this study used Fuzzy Logic Controller combined with FPA-tuned PID to control the power frequency of the load. This test consisted of 4 stages, namely testing the system without a controller, testing the system using PID, testing the MHP system with a PID controller tuned to the Flower Pollination Algorithm, and testing the system using a Fuzzy PID tuned by the Flower Pollination Algorithm. Based on these tests, the Micro-Hydro Power Plant system response using a Fuzzy PID-tuned FPA controller performed best, especially in accelerating the time to a steady state, reducing overshoot and undershoot with the fastest rise time. As for the output signal from the controller used in the MHP, optimizing the Flower Pollination Algorithm for the Kp, Ki, and Kd parameters is effective and smooth in improving all elements in the Micro-Hydro Power Plant frequency stabilization. Meanwhile, the role of the fuzzy logic controller (FLC) is not very significant, and there is relatively a lot of noise in the output signal of the Fuzzy PID controller itself in terms of stabilizing the load frequency on the Micro-Hydro Power Plant.

Ensembled Machine Learning Methods and Feature Extraction Approaches for Suicide-Related Social Media Merinda Lestandy; Abdurrahim Abdurrahim; Amrul Faruq; M. Irfan; Novendra Setyawan
Jurnal Nasional Pendidikan Teknik Informatika : JANAPATI Vol. 13 No. 2 (2024)
Publisher : Prodi Pendidikan Teknik Informatika Universitas Pendidikan Ganesha

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.23887/janapati.v13i2.70016

Suicide is a pressing public health concern that affects both young people and adults. The widespread use of mobile devices and social networking has facilitated the gathering of data, allowing academics to assess patterns, concepts, emotions, and opinions expressed on these platforms. This study is to detect suicidal inclinations using Reddit online dataset. It allows for the identification of people who express thoughts of suicide by analyzing their postings. The method addresses and evaluates different machine learning classification models, namely linear SVC, random forest, and ensemble learning, along with feature extraction approaches such as TF-IDF, Bag of Words, and VADER. This study utilised a voting classifier in our ensemble model, where the projected class output is selected by the class with the highest probability. This approach, typically known as a "voting classifier," employs voting to forecast results. The results collected suggest that employing ensemble learning with the TF-IDF 2-grams approach yields the highest F1-score, specifically 0.9315. The efficacy of TF-IDF 2-grams can be determined to their capacity to capture a greater amount of contextual information and maintain the order of words.

Deteksi Kepadatan Penumpang di Stasiun Kereta Api Berbasis ViT-Base pada Jetson Orin Nano Nurul Achmadiah, Mas; Setyawan, Novendra; Risdhayanti, Anindya Dwi
Jurnal Elektronika dan Otomasi Industri Vol. 12 No. 1 (2025): Vol 12 No 1 (Mei 2025): Jurnal Elkolind Vol 12 No 1 (Mei 2025)
Publisher : Program Studi Teknik Elektronika Politeknik Negeri Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33795/elkolind.v12i1.7495

Pemantauan kepadatan penumpang di stasiun kereta api secara akurat dan real-time merupakan aspek krusial dalam mendukung peningkatan kenyamanan, efisiensi, dan keselamatan pada sistem transportasi publik. Penelitian ini mengusulkan implementasi arsitektur Vision Transformer (ViT-Base) yang telah melalui tahap pelatihan awal (pre-trained) pada dataset ImageNet-21K, untuk melakukan deteksi dan estimasi kepadatan penumpang berbasis visual. Model tersebut dioptimalkan agar dapat dijalankan secara efisien pada perangkat komputasi edge Jetson Orin Nano, sehingga memungkinkan pemrosesan data secara lokal dengan konsumsi sumber daya yang rendah. Evaluasi kinerja dilakukan berdasarkan empat parameter utama, yakni tingkat akurasi, latensi, konsumsi energi, dan efisiensi komputasi. Hasil eksperimen menunjukkan bahwa ViT-Base mampu mencapai akurasi deteksi sebesar 91,17%, dengan latensi rata-rata sebesar 46,59 ms, konsumsi energi 0,1332 joule, dan efisiensi komputasi sebesar 0,171 %/msW. Temuan ini mengindikasikan bahwa ViT-Base merupakan solusi yang menjanjikan untuk sistem pemantauan kepadatan penumpang berbasis edge computing, khususnya dalam konteks penerapan pada lingkungan transportasi publik yang menuntut efisiensi dan kecepatan tinggi.

Co-Authors Ali Mukti Ali Mukti Amrul Faruq Amrul Faruq Amrul Faruq Anggar Kusuma Basri Noor Cahyadi Bella Retno Chatarina Umbul Wahyuni Diding Suhardi Dwi Nur Fajar Erdiaz Rakha Praditya Ermanu Azizul Ermanu Azizul Ermanu Azizul Hakim Ermanu Azizul Hakim Fadhila Milenasari Fajar, Dwi Nur Fitri Yakub Ghufron Wahyu Kurniawan Ghufron Wahyu Kurniawan Haris Rahmana Putra Ilyas Hamzah Alkatiri Indah Sulistiyowati Julianto Muchtadirul Hasan Khusnul Hidayat Komarudin Achmad Leonardo Kamajaya M. Irfan Machmud Effendy Mardiyah, Nur Alif Mardiyah, Nuralif Mas Nurul Achmadiah Mas Nurul Achmadiah Merinda Lestandy Mohammad Chasrun Hasani Muhammad Faris Pradana Muhammad Ikhwanul Khair Muhammad Irfan Muhammad Nasar Nasihol Fattah Noor Cahyadi, Basri Norazizah Nur Alif Mardiyah Nur Kasan, Nur Nuralif Mardiyah Nuralif Mardiyah Nurhadi Nurhadi Nurhadi, Nurhadi Nurul Achmadiah, Mas Rahayu Pandunengsih Retno, Bella Risdhayanti, Anindya Dwi Syachbani Amin Hidayat Syafaah, Lailis Syafaah, Lailis Tamadar Al Ghufran Yudawan Hidayat Zulfatman Zulfatman

Title

Found 23 Documents
Search

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Title Search

Found 23 Documents Search

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Title

Found 23 Documents
Search