Article Per Year (5 Year)
p-Index From 2020 - 2025
1.503
P-Index
This Author published in this journals
All Journal Jurnal Teknik ITS JAREE (Journal on Advanced Research in Electrical Engineering) Jurnal Nasional Aplikasi Mekatronika, Otomasi dan Robot Industri (AMORI) SNTE
Hady, Mohamad Abdul
Unknown Affiliation
Automotive Engineering Computer Science & IT Control & Systems Engineering Electrical & Electronics Engineering Engineering Mechanical Engineering

Published : 9 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 9 Documents
Search

 1 
Desain Kontroler PID-Genetic Algorithm untuk Sistem Pengaturan Level Air Steam Drum pada Pembangkit Listrik Tenaga Uap (PLTU) Mohamad Yusuf; Ali Fatoni; Mohamad Abdul Hady
Jurnal Teknik ITS Vol 6, No 1 (2017)
Publisher : Direktorat Riset dan Pengabdian Masyarakat (DRPM), ITS

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (403.814 KB) | DOI: 10.12962/j23373539.v6i1.21391

Abstract

Perubahan laju aliran uap menimbulkan gangguan pada sistem pengaturan level air steam drum. Level air dijaga pada titik tengah ketinggian drum atau disebut Normally Water Level (NWL), agar uap yang dihasilkan memenuhi spesifikasi serta tidak merusak peralatan pada pembangkit. Pada umumnya, sistem pengaturan level menggunakan kontroler PID konvensional. Namun, adanya gangguan dapat menyebabkan performa sistem dengan kontroler PID konvensional tidak mampu memenuhi spesifikasi. Kontroler PID-Genetic Algorithm (PID-GA) diterapkan untuk mengatur level air steam drum agar berada pada titik NWL ketika terdapat gangguan. Sistem pengaturan menggunakan kontroler PID-GA mampu meredam gangguan berupa beban minimal, nominal, dan maksimal, yaitu dengan perturbation peak masing-masing sebesar 0,18 m; 0,22 m; dan 0,26 m.   
Deteksi Ruang Kosong pada Jalan Menggunakan Semantic Segmentation pada Mobil Otonom Agil Bintang Pratama; Rusdhianto Effendi Abdul Kadir; Mohamad Abdul Hady
Jurnal Teknik ITS Vol 11, No 1 (2022)
Publisher : Direktorat Riset dan Pengabdian Masyarakat (DRPM), ITS

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.12962/j23373539.v11i1.81667

Abstract

Perkembangan mobil otonom tentunya tidak terlepas dari masalah navigasi, dimana navigasi untuk menentukan apakah jalan di depanya aman dan bebas dari halangan. Beberapa masalah pada mobil otonom yang diteliti belakangan ini seperti deteksi halangan dan deteksi garis jalan hanya melakukan pendeteksian dan pengenalan objek namun tidak memberikan informasi mengenai jalan yang dapat dilewati. Oleh karena itu, diperlukan deteksi ruang kosong pada jalan yang aman dari halangan agar tidak terjadi tabrakan. Pada umumnya deteksi ruang kosong jalan yang ada masih menggunakan sensor kamera saja, sehingga hasil yang didapat kurang baik. Pada penelitian ini, metode Semantic Segmentation dengan menggunakan data fusion antara sensor LiDAR dan kamera diterapkan untuk menghasilkan suatu sistem yang dapat mendeteksi ruang kosong jalan. Algoritma yang digunakan pada sistem ini adalah SNE-RoadSeg. Deteksi ruang kosong yang dihasilkan adalah berupa segmentasi pada jalan untuk memberikan infomasi pengenalan dan klasifikasi jalan di tingkat piksel. Performa sistem kemudian diuji menggunakan dataset jalan yang berasal dari KITTI pada kelima jenis backbone yaitu, ResNet-18, ResNet-34, ResNet-50, ResNet-101, dan ResNet-152. Algoritma sistem dapat menghasilkan skor \mathbit{F}\mathbf{1}\ \mathbit{score} terkecil dengan nilai 0.9548 pada ResNet-18 dan skor \mathbit{F}\mathbf{1}\ \mathbit{score} terbesar dengan nilai 0.9675 untuk ResNet-101. Skor precision ResNet-152 dengan nilai 0.9686 lebih tinggi 0.0024 dibandingkan dengan ResNet-101. Sistem yang diajukan memiliki rata-rata kecepatan deteksi pada tiap jenis ResNet sekitar 0.343 detik.
RANCANG BANGUN ALAT UKUR VISKOSITAS DIGITAL PADA OLI MENGGUNAKAN SENSOR EFEK HALL Ruth Nelly Hasiguan; Imam Arifin; Mohamad Abdul Hady; Slamet Budiprayitno; Sugeng Tri Widodo
Jurnal Nasional Aplikasi Mekatronika, Otomasi dan Robot Industri (AMORI) Vol 1, No 2 (2020)
Publisher : Institut Teknologi Sepuluh Nopember

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (1827.939 KB) | DOI: 10.12962/j27213560.v1i2.7689

Abstract

Oli mesin pada sepeda motor berfungsi sebagai minyak pelumas, pendingin, pelindung dari karat, pembersih dan penutup celah pada dinding mesin. Pelumasan terhadap mesin digunakan untuk menghindari terjadinya gesekan langsung antara logam dalam mesin sehingga tingkat keausan logam dan tingkat kerusakan mesin dapat dikurangi. Untuk mendapatkan minyak pelumas yang sesuai dengan jenis mesin kendaraan yang digunakan ada beberapa hal yang harus diperhatikan. Salah satu dari hal tersebut adalah tingkat kekentalan dari minyak pelumas. Faktor kekentalan atau viskositas oli merupakan besaran yang harus disesuaikan dengan klasifikasi mesin. Tetapi masyarakat awam memilih oli hanya berdasarkan merk maupun harga yang ditawarkan oleh produsen. Pada penelitian ini akan diimplementasikan suatu sistem pengukuran sensor kekentalan oli dengan menggunakan metode silinder konsentris. Metode menggunakan dua buah silinder konsentris yang berbeda ukuran dengan ruang diantara kedua silinder tersebut diisi dengan cairan yang akan diuji. Silinder luar atau rotor diputar menggunakan motor DC dengan kecepatan konstan dan torsi yang dihasilkan dari silinder dalam atau stator diukur menggunakan sensor efek hall. Pengukuran viskositas dilakukan pada oli SAE 20W-40 dan oli SAE 10W-30 dengan memberikan kecepatan putar motor konstan dan temperatur pada cairan yaitu 27oC. Hasil eksperimen pada temperatur cairan 27oC dan kecepatan putar awal motor 68 Hz menunjukkan nilai viskositas SAE 20W-40) yaitu 162,1 centiPoise dan viskositas oli SAE 10W-30 yaitu 123,8 centiPoise. Hasil eksperimen menunjukkan yaitu semakin kental oli maka kecepatan putar motor DC semakin kecil.
Self-Tuning PID-Genetic Algorithm Controller for Steam Drum Boiler Water Level Control System Mohamad Abdul Hady; Mohamad Yusuf; Ali Fatoni; Imam Arifin
JAREE (Journal on Advanced Research in Electrical Engineering) Vol 5, No 2 (2021): October
Publisher : Department of Electrical Engineering ITS and FORTEI

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.12962/jaree.v5i2.102

Abstract

A control system with uncertainty or unpredictable disturbance needs more effort to be controlled. A conventional PID Controller is the most popular method used in industries. It was tuned and adjusted by the designer, and it has fixed parameters during operation. However, the disturbance effect causes the desired system performance unreachable. By using a self-tuning controller, the problem should be tackled. In this paper, the PID-Genetic Algorithm (PID-GA) controller was proposed and tested with the steam drum water level control system of a steam power plant. Variation in power load causes noisy water level characteristics and should be maintained at + 0.4 meters from the setpoint to prevent the power plant trip. From the simulation, PID-GA can reduce disturbance of the minimum, nominal, and maximum load with perturbation peaks 0.18 m, 0.22 m, and 0.26 m respectively.Keywords: genetic algorithm, NWL, PID-GA, steam drum, steam power plant.
Construction Design, Modelling, and Parameter Computation Outer Rotor Induction Motor Faizal Ramadhan Putra; Eka Iskandar; Rusdhianto Abdul Kadir; Ari Santoso; Yusuf Bilfaqih; Mohamad Abdul Hady
JAREE (Journal on Advanced Research in Electrical Engineering) Vol 5, No 2 (2021): October
Publisher : Department of Electrical Engineering ITS and FORTEI

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.12962/jaree.v5i2.174

Abstract

In this paper, we will discuss the construction design of an outer rotor induction motor that can be applied to an electric car that is installed inside the car's wheels. In designing a motor, it is necessary to pay attention to the motor parameters, both mechanical parameters, and electrical parameters. These parameters will be calculated using software and designed in such a way as to get the parameters that are as effective and efficient as possible for the use of electric cars. After obtaining the best design, a comparison of the simulation results with mathematical modeling will be seen. In this research project, we can get a design with an initial torque of 64 Nm for a speed limit of 25 km/hour. Keywords: construction, induction, in-wheel, motor, outer rotor.
Obstacle Detection Using Monocular Camera with Mask R-CNN Method Ari Santoso; Rafif Artono Darmawan; Mohamad Abdul Hady; Ali Fatoni
JAREE (Journal on Advanced Research in Electrical Engineering) Vol 6, No 2 (2022): October
Publisher : Department of Electrical Engineering ITS and FORTEI

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.12962/jaree.v6i2.325

Abstract

An autonomous car is a car that can operate without being controlled by humans. Autonomous cars must be able to detect obstacles so that the car does not hit objects that are on the path to be traversed. Therefore, it takes a variety of sensors to determine the surrounding conditions. The sensors commonly used in autonomous cars are cameras and LiDAR. Compared to LiDAR, the camera has a relatively long detection distance, lower cost, and can be used to classify objects. In this final project, the monocular camera and Mask R-CNN algorithm are used to create a system that can detect obstacles in the form of cars, motorcycles, and humans. The system will generate segmentation instances, bounding boxes, classifications, distance, and width estimation for each detected object. By using a custom dataset that is created manually it fits perfectly with the surrounding environment. The system used can produce a Mean Average Precision of 0.81, a Mean Average Recall of 0.89, an F1 score of 0.86, and a Mean Absolute Percentage Error of 13.4% for the distance estimator. The average detection speed of each image is 0.29 seconds.
Smart Traffic Light Using YOLO Based Camera with Deep Reinforcement Learning Algorithm Mochammad Sahal; Zulkifli Hidayat; Yusuf Bilfaqih; Mohamad Abdul Hady; Yosua Marthin Hawila Tampubolon
JAREE (Journal on Advanced Research in Electrical Engineering) Vol 7, No 1 (2023): January
Publisher : Department of Electrical Engineering ITS and FORTEI

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.12962/jaree.v7i1.335

Abstract

Congestion is a common problem that often occurs in big cities. Congestion causes a lot of losses, such as in terms of time, economy, to the psychology of road users. One of the causes of congestion is traffic lights that are not adaptive to the dynamics of traffic flow. This final project tries to solve this problem using a Reinforcement Learning approach combined with a SUMO (Simulation of Urban Mobility) traffic simulator. The data used is the real video data of the KD Cowek intersection, Surabaya. The video data is processed using the YOLO algorithm which will detect and count vehicles. The output of the video processing will be used in Reinforcement Learning. The result of Reinforcement Learning is that the total length of the traffic queue at 06.00 – 09.00 has an average of 106 vehicles.
Sistem Deteksi dan Tracking Keretakan Bangunan Dengan Unmanned Aerial Vehicle Menggunakan Algoritma CNN Majid, Muhammad Aqil Rayhan; Hady, Mohamad Abdul; Sahal, Mochammad; Nugraha, Yurid Eka
Seminar Nasional Teknik Elektro Vol. 3 No. 1 (2023): SNTE II
Publisher : Forum Pendidikan Tinggi Teknik Elektro Indonesia Pusat

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

Abstract

Perkembangan Kendaraan Udara Tanpa Awak (Unmanned Aerial Vehicle) pada era ini mengalami perkembangan pesat. Penggunaan Quadcopter pada zaman sekarang banyak dimanfaatkan dalam bidang seperti militer, penyelematan korban jiwa, dan inspeksi bangunan. Salah satu kempampuan drone yang dibutuhkan untuk melaksanakan tugasnya adalah kemampuan drone untuk mendeteksi suatu object. Selain kemampuan mendekteksi drone juga dapat menjakau tempat yang tinggi dan/atau dijangkau oleh manusia. Dalam deteksi keretakan bangunan menggunakan drone dibutuhkan kecepatan dan tingkat presisi yang tinggi. Untuk melakukan deteksi ini, Algoritma CNN telah dikembangkan ke beberapa cabang seperti YOLO. Penggunaan YOLO pada penelitian ini dikarenakan memiliki komputasi ringan dengan akurasi yang tinggi . Kemampuan drone untuk segera mengenali object ini sangatlah dibutuhkan agar drone dapat melakukan manuver-manuver yang dibutuhkan untuk menjalakan tugas-tugas yang diberikan.
Penyelesaian Kinematika Balik pada Posisi dan Orientasi End Effector Robot Open Manipulator-X dengan Neural Network Syauqi, Muhammad Yavi Marsa; Hady, Mohamad Abdul; Jazidie, Achmad; Santoso, Ari
Seminar Nasional Teknik Elektro Vol. 3 No. 1 (2023): SNTE II
Publisher : Forum Pendidikan Tinggi Teknik Elektro Indonesia Pusat

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

Abstract

Robot manipulator merupakan bukti dari perkembangan teknologi otomasi di era 4.0 saat ini, Robot yang memiliki 4 degree of freedom (DoF) dalam pergerakannya merupakan salah satu sistem yang biasa digunakan untuk mengefisiensi dan mengurangi resiko kecelakaan pada dunia Industri. Namun, pada penyelesaian kinematika balik robot manipulator terdapat permasalahan dimana terdapat multi solution dalam mendapatkan nilai sudut keluaran pada setiap joint. Oleh sebab itu, Penelitian ini bertujuan untuk menyelesaikan permasalahan kinematika balik tersebut menggunakan metode neural network menggunakan Robot Open Manipulator-X. Penelitian ini dilakukan dengan pengambilan dataset dengan kinematika maju, perancangan model neural network dengan melakukan pengujian pada jumlah neuron, hidden layer, dan learning rate, serta pembuktian dengan pengujian titik dari hasil neural network pada robot melalui simulasi pada gazebo dan real plant. Hasil dari peneletian ini yaitu metode neural network dapat menemukan single solution sebagai penyelesaian kinematika balik untuk Robot Open Manipulator-X dengan rata-rata error posisi dan orientasi sebesar (0.36 ± 0.06) cm dan (3.224±2.942)° pada simulasi, serta (0.37 ± 0.06) cm dan (3.224±2.942)° pada real plant.
Co-Authors Achmad Jazidie Agil Bintang Pratama Ari Santoso Ari Santoso Ari Santoso Arifin, Imam Eka Iskandar Faizal Ramadhan Putra Fatoni, Ali Majid, Muhammad Aqil Rayhan Mochammad Sahal Mohamad Yusuf Mohamad Yusuf Nugraha, Yurid Eka Rafif Artono Darmawan Rusdhianto Abdul Kadir Rusdhianto Effendi Abdul Kadir Ruth Nelly Hasiguan Sahal, Mochammad Slamet Budiprayitno Sugeng Tri Widodo Syauqi, Muhammad Yavi Marsa Yosua Marthin Hawila Tampubolon Yusuf Bilfaqih Zulkifli Hidayat