Article Per Year (5 Year)
p-Index From 2021 - 2026
7.448
P-Index
This Author published in this journals
All Journal ELKOMIKA: Jurnal Teknik Energi Elektrik, Teknik Telekomunikasi, & Teknik Elektronika E-Dimas: Jurnal Pengabdian kepada Masyarakat JOIV : International Journal on Informatics Visualization Jurnal Inovasi Bisnis (Inovbiz) JMM (Jurnal Masyarakat Mandiri) Martabe : Jurnal Pengabdian Kepada Masyarakat Jurnal Abdimasa Indonesian Journal of Electrical Engineering and Computer Science JOURNAL OF INFORMATION SYSTEM RESEARCH (JOSH) Journal of Telecommunication, Electronics and Control Engineering (JTECE) eProceedings of Engineering Ranah Research : Journal of Multidisciplinary Research and Development Jurnal Rekayasa elektrika Jurnal INFOTEL Telkatika: Jurnal Telekomunikasi Elektro Komputasi & Informatika al Kimiya : Jurnal Ilmu Kimia dan Terapan Emitor: Jurnal Teknik Elektro Jurnal Pengabdian Digital dan Rekayasa Informatika (JARDIRA)
Jangkung Raharjo
Universitas Telkom
Agriculture, Biological Sciences & Forestry Arts Humanities Biochemistry, Genetics & Molecular Biology Chemical Engineering, Chemistry & Bioengineering Chemistry Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Education Electrical & Electronics Engineering Energy Engineering Industrial & Manufacturing Engineering Law, Crime, Criminology & Criminal Justice Public Health Social Sciences Transportation Other

Published : 83 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 63 Documents
Search
Journal : eProceedings of Engineering

 2   3   4   5   6 
Penginderaan Kompresif Berbasis Sparsity Averaging Reweighted Analysis Untuk Kompresi Sinyal Audio Dan Speech Rahmawan Ilham Al Fatha; Jangkung Raharjo; Jaspar Hasudungan
eProceedings of Engineering Vol 8, No 4 (2021): Agustus 2021
Publisher : eProceedings of Engineering

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

Abstract

Data audio di era digital ini sangat umum digunakan baik untuk kebutuhan personal maupun industri. Namun, ukuran data dalam proses transmisi dan penyimpanan adalah bagian yang penting karena masalah ukuran datanya yang sering kali memiliki ukuran yang besar. Kompresi data audio yang efisien menyelesaikan masalah ukuran data untuk kebutuhan penyimpanan dan transmisi ini. Compressed sensing (CS) memperkenalkan teknik akuisisi sinyal yang melampaui efisiensi teori Nyquist pada umumnya dalam pengambilan sampel. Salah satu metode CS adalah sparsity averaging reweighted analysis (SARA) yang diusulkan untuk meningkatkan kinerja dari metode basis pursuit denoise (BPDN). Kemudian, terdapat metode source separation via reweighted analysis (SSRA) diusulkan untuk data sinyal satu dimensi. Metode SSRA tidak melakukan rata-rata basis sparsity seperti yang dilakukan pada metode SARA, sehingga jurnal ini melakukan analisis untuk kinerja SARA yang dimodifikasi mengikuti prinsip SSRA pada sinyal satu dimensi. Jurnal ini menganalisis kinerja SARA pada data sinyal senandung suara dan sinyal musik hasil segmentasi yang terdiri dari reff/chorus dan verse dari musik bergenre jazz dan reggae dengan jenis file wav. Dimana nantinya akan dilakukan pengujian terhadap 4 file audi yaitu jazz.wav dan reggae.wav yang mewakili data music, kemudian ep2.wav dan ep3.wav untuk jenis file senandung suara. SARA terdiri dari 2 tahap, yaitu tahap awal untuk penentuan basis sparsity dengan mengusulkan basis baru dari hasil rata-rata dari beberapa basis dan proses reweighted dari metode rekonstruksi BPDN. Hasil data audio yang paling bagus diperoleh file audio Jazz dengan nilai Signal to Noise Ratio (SNR) sebesar 56.75 dB, nilai Object Different Grade ODG yang dihasilkan sebesar -1.643 dan nilai Structural Similary Index Measure (SSIM) sebesar 0.9997. Sedangkan, performansi data speech terbaik diperoleh file Ep2 dengan nilai SNR sebesar 45.10 dB, nilai ODG sebesar -3.948 dan SSIM sebesar 0.9981. Keywords: Compressed sensing , sparsity averaging, reweighted analysis, basis pursuit denoise , spread spectrum, wavelet
Implementasi Sistem Pengusir Hama Burung Berbasis ComputerVision Menggunakan Jetson Nano Dan Arduino Uno Rendi Bagus Oklanri; Jangkung Raharjo; Syamsul Rizal
eProceedings of Engineering Vol 9, No 6 (2022): Desember 2022
Publisher : eProceedings of Engineering

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

Abstract

Abstrak—Pertanian adalah sektor dengan peran besar bagi perekonomian Indonesia. Tujuan untuk meningkatkan produktivitas dibidang pertanian dalam penerapannya menemui banyak sekali masalah, salah satu masalah umum yang terjadi diberbagai jenis tanaman padi adalah hama burung pipit. Metode yang digunakan petani untuk mengatasi masalah hama masih menggunakan cara manual, yaitu dengan menggunakan orang-orangan sawah yang diletakkan di tengah sawah atau dengan langsung terjun ke lapangan. Dunia sekarang berada di era digital dimana bidang teknologi sudah merambah di semua aspek kehidupan dan salah satunya adalah computer vision. Dalam Tugas Akhir ini dikembangkan sistem pengusir hama burung berbasis compter vision dengan Jetson Nano dan Arduino UNO. Sistem ini bekerja dengan mendeteksi hama burung pipit yang di ambil secara real time dengan kamera, ketika sistem mendeteksi alat menyalakan buzzer dan servo yang diikatkan dengan tali untuk mengusir hama burung pipit. Sistem yang digunakan meliputi kamera modul, Jetson Nano, Arduino UNO, servo, buzzer dan tali. Hasil dari pengujian kinerja dari alat dapat berjalan sesuai dengan yang direncanakan. Pada pengujian kamera didapatkan jarak ideal yaitu kurang dari 30 meter untuk cuaca cerah dan kurang dari 20 meter untuk cuaca mendung, FPS tertinggi yang diperoleh 18 FPS, penggunaan RAM 1,4 Gib dari total kapasitas maksimal RAM 1,9 Gib, serta Intensitas cahaya ideal yaitu pada tingkat kecerahan di bawah 1,7. Kata kunci — Computer vision, Jetson Nano, Hama burung pipit
Analisa Jenis Kelamin Berdasarkan Citra Wajah Menggunakan Metode Gray Level Co-occurrence Matrix (glcm) Dan Klasifikasi Naive Bayes Andi Zahra Bunga Zana; Jangkung Raharjo; Hilman Fauzi TSP
eProceedings of Engineering Vol 8, No 5 (2021): Oktober 2021
Publisher : eProceedings of Engineering

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

Abstract

Pada penelitian tugas akhir ini dilakukan perancangan sistem untuk dapat mengklasifikasikan jenis kelamin berdasarkan citra wajah pada manusia. Dengan melakukan ekstraksi ciri menggunakan metode Gray Level Co-Occurrence Matrix (GLCM) dan proses klasifikasi menggunakan metode Naive Bayes yang bertujuan untuk dapat membedakan jenis kelamin laki-laki dan wanita pada manusia. Citra wajah tersebut dikelompokkan berdasarkan kelas laki-laki dan wanita. Tujuan dari penelitian tugas akhir ini untuk mengetahui jenis kelamin pada manusia dan manfaat dari perancangan sistem ini salah satunya dapat digunakan dalam bidang kesehatan untuk mendeteksi perbedaan jenis kelamin laki-laki atau wanita dan sebagai salah satu teknologi awal untuk aplikasi kesehatan cerdas lanjutan dalam pengukuran Body Mass Index (BMI). H
Analisis Sinyal Alpha Dan Beta Eeg Brainwave Terhadap Perbandingan Konsentrasi Seseorang Pada Kondisi Begadang, Merokok Dan Tidak Begadang, Tidak Merokok Mohamad Iqbal; Jangkung Raharjo; Gelar Budiman
eProceedings of Engineering Vol 8, No 5 (2021): Oktober 2021
Publisher : eProceedings of Engineering

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

Abstract

Konsentrasi adalah pemutusan perhatian, pikiran, jiwa, dan fisik pada sebuah objek, kemampuan seseorang dalam berkonsetrasi biasanya di pengaruhi oleh situasi sekitarnya. Konsentrasi bukan suatu sifat bawaan yang dimiki seseorang dan selalu ada setiap waktu. Oleh sebab itu dibutuhkan rangsangan dari luar untuk meningkatkan serta memaksimalkan tingkat konsentrasi otak di kondisi bergadang dan merokok. Penelitian ini dilakukan untuk mengetahui pemaksimalan rangsangan otak saat responden diberi stimulus merokok dan bergadang. Otak manusia sendiri memiliki beberapa jenis sinyal diantaranya alpha, beta, gamma, teta dan delta. Dari sinyal otak tersebut, kita bisa menganalisa bagaimana respon otak manusia terhadap suatu stimulus dari luar hingga manusia bisa merasakan dan dapat berkonsentrasi. Kondisi otak seseorang saat merokok yang memiliki kandungan nikotin dan tar dapat di analisa melalui Electroencepalograph (EEG). Metode yang di gunakan dalam penelitian ini adalah Principal Component Analysis (PCA) sebagai metode Ekstraksi ciri dengan mengekstrasi sinyal terhadap gelombang alpha dan beta untuk mendapatkan suatu ciri yang dibutuhkan pada tahap selanjutnya dalam menjalankan proses klasifikasi menggunakan metode K-Nearest Neighbor (K-NN). Pada penelitian ini digunakan alat perekam yang memiliki 1 saluran kanal, dan menggunakan 10 responden dalam stimulasi yang berbeda. Pada tipe K-NN Chebychev didapatkan akurasi terbaik sebesar 100%, sedangkan pada tipe K-NN Minkowski dan Euclidean hanya didapatkan akurasi sebesar 83%, dengan fs, jenisciri PCA, dan nilah K yang sama
Identifikasi Batik Pekalongan Menggunakan Metode Gray Level Co-occurrence Matrix Dan Probabilistic Neutral Network Frisnanda Aditya; Jangkung Raharjo; Nur Ibrahim
eProceedings of Engineering Vol 6, No 3 (2019): Desember 2019
Publisher : eProceedings of Engineering

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

Abstract

Abstrak Batik adalah kesenian menggambar diatas kain yang dalam pembuatannya dilakukan secara khusus. Kerajinan batik setiap daerah memiliki ciri khas tertentu salah satunya batik Pekalongan. Perkembangan dan jenis yang membedakan batik dari negara lain masih belum banyak yang mengetahui, dikarenakan belum adanya pendataan secara komputerisasi yang baik dan belum adanya aplikasi untuk menganalisis batik Pekalongan guna membantu pengetahuan masyarakat Indonesia. Berdasarkan permasalahan diatas penulis membuat sistem yang dapat mengidentifikasi motif batik Pekalongan. Pada Tugas Akhir ini telah dilakukan penelitian Identifikasi batik Pekalongan menggunakan metode Gray Level Co-occurrence Matrix sebagai metode ekstraksi ciri dan metode Probabilistic Neural Network sebagai klasifikasi. Metode Gray Level Co-occurrence Matrix merupakan matriks yang mengandung informasi mengenai posisi ketetanggaan piksel yang memiliki tingkat keabuan tertentu. Jaringan Probabilistic Neural Network jauh lebih relatif tidak sensitif terhadap outlier dan menghasilkan prediksi probabilitas target yang akurat. Dari hasil pengujian pengklasifikasian ini diperoleh akurasi terbaik 98,33%. Akurasi diperoleh dari pengujian 150 citra menggunakan parameter Gray Level CoOccurrence Matrix kontras-korelasi-energy-homogenitas, dengan nilai sudut 𝟎°, 𝟒𝟓°, 𝟗𝟎°𝟏𝟑𝟓°, dan radius = 1 dan Probabilistic Neural Network yaitu, ukuran gambar 256 × 256, dan nilai spread 0.1.Kata Kunci: Batik, Gray Level Co-Occurrence Matrix, Probabilistic Neutral Network Abstract Batik is the art of drawing on fabric which is specially made in its making. Batik crafts in each region have certain characteristics, one of which is Pekalongan batik. Not many people know about the development and types that distinguish batik from other countries, due to the lack of a good computerized data collection and the absence of applications to analyze Pekalongan batik to help the knowledge of the Indonesian people. Based on the above problems the writer makes a system that can identify Pekalongan batik motifs. In this Final Project a research on Pekalongan batik identification has been carried out using the Gray Level Co-occurrence Matrix method as a feature extraction method and the Probabilistic Neural Network method as a classification method. The Gray Level Co-Occurrence Matrix method is a matrix that contains information about the neighboring pixel positions that have a certain gray level. Probabilistic Neural Networks are far more relatively insensitive to outliers and produce accurate target probability predictions. From the test results obtained the best accuracy of 98,33%. Accuracy was obtained from testing 150 images using the parameter Gray Level Co-Occurrence Matrix contrast-correlation-energy-homogeneity, with angular values 𝟎°, 𝟒𝟓°, 𝟗𝟎°𝟏𝟑𝟓°, and radius = 1. While Probabilistic Neural Network uses the 256×256 image size parameter and the Spread value 0.1. Keywords: Batik, Gray Level Co-Occurrence Matrix, Probabilistic Neural Network
Analisis Kompresi Nada Seruling Menggunakan Compressive Sensing Dengan Metode Discrete Fourier Transform Dan Stationary Wavelet Transform Ridho Nurbagja Gumelar; Jangkung Raharjo; Irma Safitri
eProceedings of Engineering Vol 7, No 2 (2020): Agustus 2020
Publisher : eProceedings of Engineering

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

Abstract

Alat musik di Indonesia sangat beragam dan menjadi media untuk menghasilkan berbagai macam nada – nada untuk didengarkan. Salah satunya adalah seruling. Seruling sering kali dipakai untuk mengiringi sebuah lagu dan dapat dimainkan oleh semua orang. Ukuran dari hasil data rekamannya pun sering kali memakan tempat/space yang cukup besar.Kompresi data menjadi cara untuk mengatasi masalah tersebut. Solusi untuk mengurangi kapasitas audio data sekaligus tanpa mengurangi kualitas audionya adalah kompresi dengan teknik compressive sensing. Penelitian ini bertujuan untuk menganalisis perbandingan sebuah kompresi pada nada seruling menggunakan CS (Compressive sensing). CS (Compressive sensing) terdiri dari dua langkah yaitu proses kompresi dan rekontruksi. Audio dalam bentuk format .WAV akan dikompresi menggunakan metode DFT (Discrete Fourier Transform) dan SWT (Stationary Wavelete Transform) dan di rekontruksi menggunakan metode IRLS (Iteratively Reweighted Least Square). Performa yang didapatkan pada pengkompresian dengan menggunakan Perbandingan compressing ratio 10%, 30% dan 50%, dihasilkan hasil yang terbaik dengan compressing ratio 50%. Perbandingan kualitas metode pengkompresian pada rasio kompresi 50 % dengan parameter pengujian SNR, MSE dan MOS diperoleh untuk parameter SNR pada metode SWT 77,80dB, sedangkan metode DFT 77,73dB, untuk parameter MSE pada metode SWT dan metode DFT memiliki nilai yang sama yaitu 0.03, dan hasil Analisa MOS yang dilakukan oleh 5 orang koresponden adalah untuk hasil kompresi SWT bernilai 3,9 (baik), kompresi DFT 3,9 (baik), rekontruksi SWT 3.5 (cukup baik), dan rekontruksi DFT 3,6 (baik).Kata kunci :Compressive Sensing, Discrete Fourier Transform, Stationary Wavelet Transform, Iteratively Reweighted Least Square.
Deteksi Kualitas Tembakau Melalui Pengolahan Citra Digital Dengan Metode Adaptive Region Growing Dan Klasifikasi Decision Tree Mahendra, Dio; Raharjo, Jangkung; Magdalena, Rita
eProceedings of Engineering Vol. 11 No. 4 (2024): Agustus 2024
Publisher : eProceedings of Engineering

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

Abstract

Budidaya tembakau merupakan kegiatan padat karya. Meskipun daerah Perkebunan tembakau di Indonesia diperkirakan hanya sekitar 207.020 hektar, namun dibandingkan dengan menanam padi, menanam tembakau membutuhkan banyak tenaga hampir tiga kali. Tembakau merupakan tanaman yang ditanam sebagai bahan baku industri untuk rokok. Tembakau memiliki nilai ekonomi yang sangat menjanjikan. Hal ini sejalan dengan tarif cukai yang meningkat rata-rata 12% sejak awal tahun. Kementerian Keuangan (Kemenkeu) melaporkan penerimaan CHT mencapai Rp. 118 triliun pada tahun ini. Namun cara tradisional dalam menentukan nilai mutu daun tembakau mempunyai kelemahan, antara lain standar mutlak daun tembakau hanya bersifat prediksi dan tidak mempunyai nilai dalam menentukan tingkat mutu. Metode langkah-langkah prosesnya adalah mengambil sampel daun tembakau berukuran 400-600 mm, kemudian memotret dengan kamera Handphone 1 beresolusi 12 MP dan kamera Handphone 2 beresolusi 8 MP dengan kamera Handphone 1 beresolusi 12 MP. merek yang berbeda. Citra diolah dengan software simulasi menggunakan Adaptive Area Development (ARG) dan klasifikasi Decision Tree. Program dirancang menggunakan software MATLAB dan ditampilkan dengan bentuk GraphicUserInterface (GUI). Dari hasil pengujian, tingkat akurasi yang diperoleh dengan menggunakan metode Adaptive Region Growing 93% berdasarkan 6 ciri statistik. Penelitian ini menggunakan seleksi fitur GINI Index dengan metode klasifikasi Decision Tree. Menggunakan dataset perbandingan data latih dan data uji sebesar 70:30. Hasil penggunaan seleksi fitur GINI index 3rd Rita Magdalena Fakultas Teknik Elektro Universitas Telkom Bandung, Indonesia ritamagdalena@telkomuniversity.ac.id pertama tahun lalu [1]. Namun semenjak tahun 2023 petani mengalami masalah yaitu persaingan harga dengan tembakau impor, padahal kualitas tembakau Indonesia tidak kalah saing dengan tembakau impor [2]. Maka kualitas tembakau perlu diperhatikan agar nilai ekonomi evaluasi kebutuhan tembakau menaik. Dalam penentuan kualitas tembakau, para grader melakukan pengecekan seperti bercak pada daun tembakau sebagai penentu dengan memperoleh hasil sebesar 85%. Kata Kunci : Daun Tembakau, image processing, Adaptive area Development, Decision Tree.
Deteksi Penyakit Pada Daun Padi Menggunakan Metode LBP dan SVM Fitria, Ismaulida Nur; Raharjo, Jangkung; Saidah, Sofia
eProceedings of Engineering Vol. 11 No. 6 (2024): Desember 2024
Publisher : eProceedings of Engineering

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

Abstract

Salah satu makanan pokok terpenting di dunia adalah beras, dan peningkatan konsumsi serta permintaan beras seiring dengan bertambahnya populasi dunia telah menimbulkan masalah hama dan penyakit pada tanaman padi. Organisasi Pangan dan Pertanian (FAO) memperkirakan bahwa 20-40% produksi pangan global gagal akibat serangan hama dan penyakit. Hal ini menyebabkan kerugian ekonomi yang besar bagi petani. Di Indonesia, petani sering kali mengalami kesulitan dalam mendeteksi jenis penyakit yang menyerang tanaman padi mereka, yang pada gilirannya berdampak pada menurunnya kualitas dan kuantitas hasil panen. Penulis menggunakan proses pengolahan gambar digital untuk menemukan penyakit pada daun padi menggunakan metode Local Binary Pattern (LBP) dan Support Vector Machine (SVM). Sistem dibangun melalui dua fase utama yaitu pelatihan dan pengujian. Citra daun padi diolah melalui proses preprocessing, kemudian fitur diekstraksi menggunakan metode LBP. Vektor fitur yang diperoleh selanjutnya digunakan dalam proses klasifikasi menggunakan metode SVM. Hasil penelitian menunjukkan bahwa metode LBP dan SVM memberikan nilai akurasi yang baik dalam mendeteksi penyakit pada daun padi. Jenis pola LBP yang memberikan hasil terbaik adalah pola uniform dengan akurasi 80,56%, sedangkan kernel SVM dengan kinerja terbaik adalah kernel linier dan polynomial orde 1 dengan akurasi sebesar 83,33%. Kata kunci : Local Binary Pattern, Rice Leaf Disease, Support Vector Machine.
Rancang Bangun Monitoring Smart Power System Farhan, Mhd Althalif; Raharjo, Jangkung; Adriansyah, Nachwan Mufti
eProceedings of Engineering Vol. 11 No. 6 (2024): Desember 2024
Publisher : eProceedings of Engineering

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

Abstract

Pertumbuhan penduduk yang pesat di Indonesia telah meningkatkan kebutuhan listrik sebagai sumber energi utama. Saat ini, distribusi listrik di Indonesia masih menggunakan sistem terpusat, yang menyebabkan beberapa wilayah sulit dijangkau oleh jaringan listrik dan menghadapi masalah kestabilan pasokan. Untuk mengatasi masalah ini, Smart Grid, yang mengintegrasikan teknologi informasi dan komunikasi (ICT) serta perangkat lunak, menawarkan solusi dengan memungkinkan pemantauan dan pengendalian sistem tenaga listrik secara otomatis dan real-time. Telkom University, sebagai green campus, dengan mengadopsi konsep Smart Grid dan sumber energi terbarukan. Pembangkit listrik alternatif yang dimiliki, seperti PLTS, PLTB, PLTBIO, PLPICOHIDRO, PLTHH, dan PLTD, masih menggunakan sistem monitoring manual yang tidak efisien. Oleh karena itu, proyek ini bertujuan untuk merancang sistem monitoring berbasis Internet of Things (IoT) yang dapat memantau daya, arus, dan tegangan secara real-time melalui web dan aplikasi android. Sistem ini memungkinkan pengguna untuk memantau penggunaan daya listrik dari jarak jauh, sehingga distribusi daya dapat dilakukan secara merata dan efisien. Kata kunci— Energi alternatif, Monitoring, Internet of Things (IoT), Smart grid.
Rancang Bangun Monitoring Smart Power System Silviana, Rena; Raharjo, Jangkung; Adriansyah, Nachwan Mufti
eProceedings of Engineering Vol. 11 No. 6 (2024): Desember 2024
Publisher : eProceedings of Engineering

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

Abstract

Pertumbuhan penduduk yang pesat di Indonesia telah meningkatkan kebutuhan listrik sebagai sumber energi utama. Saat ini, distribusi listrik di Indonesia masih menggunakan sistem terpusat, yang menyebabkan beberapa wilayah sulit dijangkau oleh jaringan listrik dan menghadapi masalah kestabilan pasokan. Untuk mengatasi masalah ini, Smart Grid, yang mengintegrasikan teknologi informasi dan komunikasi (ICT) serta perangkat lunak, menawarkan solusi dengan memungkinkan pemantauan dan pengendalian sistem tenaga listrik secara otomatis dan real-time. Telkom University, sebagai green campus, dengan mengadopsi konsep Smart Grid dan sumber energi terbarukan. Pembangkit listrik alternatif yang dimiliki, seperti PLTS, PLTB, PLTBIO, PLPICOHIDRO, PLTHH, dan PLTD, masih menggunakan sistem monitoring manual yang tidak efisien. Oleh karena itu, proyek ini bertujuan untuk merancang sistem monitoring berbasis Internet of Things (IoT) yang dapat memantau daya, arus, dan tegangan secara real-time melalui web dan aplikasi android. Sistem ini memungkinkan pengguna untuk memantau penggunaan daya listrik dari jarak jauh, sehingga distribusi daya dapat dilakukan secara merata dan efisien. Kata kunci— Energi alternatif, Monitoring, Internet of Things (IoT), Smart grid.
Co-Authors Adi Soeprijanto Aditya Pratama Ahmad Fahmi Aldarwis Ahmad Zaky Rafif Muthafa Aisy, Naura Safina Rahadatul AMINAH INDAHSARI MARSUKI Andhika Yoga Andi Zahra Bunga Zana Andre Danika Angga Rusdinar Anggawijaya, Arizsatrio Annisa Puji Lestari Arafah, M. Ilmil Madya Noor Ardiansyah, Faiz Rizqullah Ardio Pratama Putra ARIS HARTAMAN Atina Nur Azizah Augustina Asih Rumanti Avilsyah, Toriq Avrilya, Nadya Ainun Bambang Hidayat Bambang Hidayat Bambang Setia Nugroho Bandiyah Sri Aprilia Bandiyah Sri Aprillia Basuki Rahmat Basuki Rahmat Masdi Siduppa Burhanuddin Dirgantoro Cakrayudha, Satria Galih Dalimunthe, Farras Furqon Dega Pradipta Ramadhan Denny Darlis Desri Kristina Silalahi Devano, Riandra Dwi Bayu Leksono Efri Suhartono Eka Sugiarto Ekki Kurniawan Elia Kurniawati Fachry Fathan Irsyad Fadlil Azimi Syafli Fajar Dwi Septria Fajar Kurniawan Alhamal Farhan, Mhd Althalif Firman Ag. Roni Fitria, Ismaulida Nur Fityanul Aditya Frisnanda Aditya Gelar Budiman Gusmanda, Ilham Haidy Anazmar Hanifah, Dyatisa Hasbiya Ghifari Alfarizi Hermagasantos Zein Hernawan Kurniansyah Hilman Fauzi, Hilman I Gede Putu Oka Indra Wijaya I Nyoman Apraz R I Nyoman Apraz Ramatyana Ilma Mufidah Indra Wijaya, Igpo Inung Wijayanto Irma Safitri Irwan Purnama Isnaeny Rahmawanthi Iwa Swandana Iwan Iwut Tritoasmoro Jaspar Hasudungan Kahfi Fadhlan Maulana Khalisa Sasikirana Athaya Kharisma Bani Adam Khifdil Lisanah, Okta Koredianto Usman Kristi, Meilinda Santa Kumara, Ghanendra Amru Ledya Novamizanti Leksmana, Alviandra Pratama Lilis Setiono Maharani, Nabila Sri Mahendra, Dio Mamat Rokhmat Manfaati, Rintis Mohamad Iqbal Muayyadi, Achmad Aly MUFLIKHAH, INTAN LAILY Muh Hisyam Siddiq Muh Zidni Makarim Muh, Ipnu Udjie Hasiru Muhammad Alif Rizqi Hatmadiansyah Muhammad Samsul Muarif Muhammad Zakiyullah Romdlony Nachwan Mufti Adriansyah Nizhar Arya Hamitha Nor Kumalasari Caecar Pratiwi Novi Prihatiningrum Nugroho, Fahriza Amartya Nur Andini Nur Ibrahim Nur Ikhsan, Rifki Rahman Pasa, Faris Alfaroby Pratama, Ariza Rizky Putri Marito Putri, Aquila Anandya Putri, Nabila Hatami R. Yunendah Nur Fu’adah Rahman, Daffa Sahrul Rahmawan Ilham Al Fatha Ramadhan, Muhammad Agung Reformatio, Fairoez Nauval Rendi Bagus Oklanri Ridho Nurbagja Gumelar Rifki Rahman Nur Ikhsan Rifqy Assariy Victory Rissa Rahmania Rita Magdalena Rizqi Muhammad Rufus Ocsan Saiful Azis Salsabila, Siti Marwa Sambono, Oranda Aracelly Saputra, Muhamad Farid Yahya SASTROSUBROTO, ASHWIN SASONGKO Sayidina Ariq Farhan Silviana, Rena SOFIA SAIDAH Sudiana Sudiana, Sudiana Suryo Adhi Wibowo Sutomo Sutomo Suyatno Budiharjo Syamsul Rizal Syamsul Rizal Thoriq Bayu Aji Tita Haryanti Tri Siswanto Yogi Ghifari Sidik Yulinda yulinda Yunita, Putri Marhamah Yustika, Lindiasari Martha Yusuf Nur Wijayanto