Claim Missing Document
Check
Articles

Teknologi Penyiraman Tanaman Tauge Otomatis Berbasis Internet of Things Menggunakan Nodemcu Esp8266 dengan Pemrograman Arduino Ide Saputra, Muhamad Farid Yahya; Raharjo, Jangkung; Muayyadi, Achmad Aly
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

Di Indonesia, tauge atau yang sering disebut dengan kecambah merupakan salah satu jenis sayuran yang digemari. Sayuran ini tergolong kaya akan gizi dan sering dijadikan sebagai bahan pangan. Banyak pihak dan petani yang membudidayakan sayuran ini sebagai usaha. Proses penyiraman kecambah pada umumnya masih dilakukan secara manual. Hal ini membutuhkan banyak waktu dan tenaga, terutama jika petani memproduksi dalam jumlah banyak. Oleh karena itu, diperlukan sistem embedded agar proses produksi seperti penyiraman dapat dikontrol secara otomatis. Sistem embedded ini menggunakan smartphone dan mikrokontroler Arduino IDE, dengan sensor suhu dan kelembapan kecambah sebagai kontrol utamanya. Sensor dan komponen NodeMCU ESP8266 akan digunakan sebagai kontroler pada penelitian tugas akhir ini. Sensor DHT11 akan digunakan sebagai sensor suhu, sensor kelembapan tanah akan mengukur kelembapan kecambah, dan relay dengan pompa 12 volt akan menjalankan pompa air. Pompa air akan memompa air dari reservoir ke media penyiraman, dan pipa PVC akan mengalir dari pompa ke mata penyiraman buatan tangan, yang akan melepaskan air sehingga menyebar. LCD akan menampilkan suhu dan kelembapan juga. Kata kunci: Arduino IDE, Internet of Things, NodeMCU ESP8266, Tauge.
Multi-Objective in Mapping the Optimal Distributed Generation Configuration through GWOA to Enhance Grid Performance Reliability Wijaya, I Gede Putu Oka Indra; Ikhsan, Rifki Rahman Nur; Yustika, Lindiasari Martha; Raharjo, Jangkung
Jurnal Rekayasa Elektrika Vol 21, No 3 (2025)
Publisher : Universitas Syiah Kuala

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.17529/jre.v21i3.42929

Abstract

In electric power distribution systems, the distance between the load bus and the generating unitsignificantly affects grid efficiency and reliability, with longer distances causing greater voltage drops. To mitigatethis, Distributed Generation (DG) is increasingly being used, generating electricity closer to the point of consumption.Determining the optimal DG location requires advanced metaheuristic methods. This research proposes the Grey WolfOptimizer Algorithm (GWOA) to determine optimal DG placement, tested on the IEEE 14-bus distribution grid. Themethod generated two scenarios: In the first scenario, power losses were reduced by 98.1465% for real power and98.9538% for reactive power compared to the existing conditions, while voltage increased by an average of 0.0127 p.u.for all buses combined. The second scenario also showed a notable voltage increase of 0.0064 p.u. The GWOA methodproves to be an efficient and effective solution for DG placement, enhancing system reliability and protectinghousehold electronic devices.
Optimasi Keekonomian dan Emisi pada Sistem Kelistrikan JAMALI Menggunakan Algoritma PSO Anggawijaya, Arizsatrio; Raharjo, Jangkung; Adam, Kharisma Bani
Journal of Telecommunication Electronics and Control Engineering (JTECE) Vol 6 No 1 (2024): Journal of Telecommunication, Electronics, and Control Engineering (JTECE)
Publisher : LPPM INSTITUT TEKNOLOGI TELKOM PURWOKERTO

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.20895/jtece.v6i1.1231

Abstract

Sebagian besar listrik di Indonesia dikonsumsi oleh pelanggan yang terkoneksi ke pembangkit Jawa-Madura-Bali (JAMALI) yang menggunakan beberapa tipe pembangkit. Namun, seiring dengan perkembangan waktu dan teknologi, kebutuhan listrik di Indonesia semakin meningkat yang menyebabkan meningkatnya biaya operasional dan juga jumlah emisi yang dihasilkan dari setiap generator, sehingga diperlukan sebuah optimasi biaya operasional dan emisi yang dihasilkan oleh setiap pembangkit. Combined economic emission dispatch (CEED) merupakan sebuah upaya untuk mengatur seberapa besar daya yang dihasilkan dari setiap pembangkit dengan memperhatikan jumlah emisi dan biaya operasional yang dihasilkan oleh setiap pembangkit sesuai dengan karakteristik dari setiap pembangkit. Untuk melakukan optimasi pada CEED, algoritma particle swarm optimization (PSO) menjadi salah satu metode optimasi untuk menentukan prediksi hasil CEED terbaik dan terinspirasi dari konsep perilaku sosial hewan seperti kawanan burung dan kawanan ikan. Hasil pada PSO pada saat melakukan optimasi dapat mencapai biaya operasional dan emisi yang optimal pada saat melakukan optimasi 42 generator pembangkit JAMALI. Sehingga PSO dapat menghasilkan hasil optimasi yang terbaik. Algoritma particle swarm optimization (PSO) tidak hanya memberikan solusi optimal untuk penjadwalan pembangkit Jawa-Madura-Bali dengan mempertimbangkan biaya operasional dan gabungan economic dispatch dan emission dispatch, tetapi juga menunjukkan performa yang unggul dalam waktu iterasi rata-rata 1,4435 detik dan biaya operasional yang lebih rendah sebesar 45,482% dibandingkan dengan KMA.
APLIKASI WEBSITE PERHITUNGAN ESTIMASI BIAYA DAN EMISI DALAM PENGEMBANGAN ENERGI BARU TERBARUKAN SECARA REALTIME Pasa, Faris Alfaroby; Raharjo, Jangkung; Suhartono, Efri
Telkatika: Jurnal Telekomunikasi Elektro Komputasi & Informatika Vol. 3 No. 1 (2023): Desember 2023
Publisher : Perpustakaan Universitas Telkom

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

Abstract

Dalam rangka mengatasi tantangan perubahan iklim dan meningkatnya kebutuhan energi, pengembangan energi baru terbarukan telah menjadi fokus utama. Namun, biaya investasi yang tinggi dan dampak emisi sering kali menjadi hambatan. Untuk mengatasi ini, sebuah aplikasi berbasis website telah dikembangkan untuk menghitung estimasi biaya dan emisi dalam pengembangan energi terbarukan secara real-time. Aplikasi ini menggabungkan data terkini tentang biaya instalasi, biaya pemeliharaan dan emisi karbon dari sumber terpercaya. Pengguna dapat memasukkan parameter proyek seperti kapasitas instalasi pembangkit, umur investasi, dan discount rate. Menggunakan model matematika, aplikasi ini menghitung total biaya proyek, rincian biaya pengembangan, dan estimasi emisi yang dihasilkan. Diharapkan aplikasi ini dapat memfasilitasi pengembangan energi terbarukan yang lebih berkelanjutan dan efektif, berkontribusi pada upaya mengatasi perubahan iklim dan kebutuhan energi di masa mendatang.Kata kunci : energi terbarukan, biaya investasi, emisi, aplikasi berbasis website.
Pemasangan dan Penyuluhan Sistem Pengolahan Limbah Batik di Kampung Batik Pasundan Desa Sayati Silalahi, Desri Kristina; Hasudungan, Jaspar; Raharjo, Jangkung; Putri, Nabila Hatami; Avrilya, Nadya Ainun; Sudiana, Sudiana
E-Dimas: Jurnal Pengabdian kepada Masyarakat Vol 15, No 3 (2024): E-DIMAS
Publisher : Universitas PGRI Semarang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26877/e-dimas.v15i3.18197

Abstract

Beberapa Industri batik menggunakan bahan yang lebih fleksibel dan mudah didapatkan untuk meningkatkan efisiensi produksi, salah satunya menggunakan bahan kimia sebagai pewarna sintetis. Penggunaan bahan-bahan ini untuk efisiensi dan biaya produksi yang dapat merusak kualitas air dan mengancam keseimbangan ekosistem. Kampung Batik Pasundan yang terletak di Desa sayati belum memiliki instalasi pengolahan air limbah. Melalui kegiatan pengabdian kepada masyarakat dilakukan pemasangan sistem pengolahan air limbah yang dapat digunakan komunitas batik di Kampung Batik Pasundan.  Air limbah batik disaring dalam media penyaringan sebagai alat untuk mengolah air limbah. Air limbah yang sudah melewati pengujian laboratorium menghasilkan penurunan kandungan pH yakni dari 8.08 sebelum dilakukan penyaringan menjadi 7.75. Selain itu, dilakukan juga sosialisasi terkait bahaya limbah batik kepada komunitas batik serta pengoperasionalan sistem pengolahan air limbah yang telah terpasang. Komunitas ini dapat merasakan manfaat secara langsung.
Analysis of Emission Reduction in Indonesia's Power Generation Sector for the Centennial Milestone using Grammatical Evolution and ARIMA Raharjo, Jangkung; Wijayanto, Inung; Nur Ikhsan, Rifki Rahman; Indra Wijaya, Igpo; Nugroho, Bambang Setia; Rokhmat, Mamat
JOIV : International Journal on Informatics Visualization Vol 9, No 3 (2025)
Publisher : Society of Visual Informatics

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.62527/joiv.9.3.3067

Abstract

This study examines the Indonesian government's commitment to reducing electricity production, a crucial element in achieving sustainable energy. Historically, Indonesia depends on non-renewable energy sources, including coal and oil. Indonesia is presently transitioning to cleaner energy alternatives. This policy is done to align with the objective of global sustainability. This pivotal action by the Indonesian government aims to accelerate the adoption of low-carbon technology by society. Through careful planning, Indonesia aims to establish a sustainable and resilient energy framework that addresses both current and future environmental challenges. The active participation of both the state and private sectors is crucial to support this transition. For instance, investment in research and development of sustainable technology by the private sector can accelerate the improvement or creation of a more sustainable energy framework. Innovative technologies, such as solar, hydropower, and wind, can significantly contribute to reducing carbon footprints. This study conducted an extensive observation and evaluation of the contribution of Indonesia's power generation sector to achieving net-zero emissions. This study utilizes the Autoregressive Integrated Moving Average (ARIMA) and Grammatical Evolution (GE) to predict the overall electrical capacity trajectory leading up to Indonesia's Centennial in 2045. By utilizing the exponential grammar, GE outperforms ARIMA in predicting energy forecasts. This research sheds light on Indonesia's transformative efforts, contributing to a broader understanding of how to cultivate a sustainable and environmentally responsible energy future.
Deteksi Klasifikasi Ruangan Berdasarkan Reverberation Time Dengan Metode Mel- Frequency Cepstral Coefficients (Mfcc) Dan Learning Vector Quantization (Lvq) Pratama, Ariza Rizky; Raharjo, Jangkung; Hidayat, Bambang
eProceedings of Engineering Vol. 10 No. 5 (2023): Oktober 2023
Publisher : eProceedings of Engineering

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

Abstract

Rekaman suara berupa file percakapan menjadisalah satu alat bantu dalam berbagai keperluan salah satunyabagi pihak kepolisian. Mengidentifikasikan suatu kelas ruanganmenjadi salah satu petunjuk dalam mengolah tempat kejadianperkara. Membuat sistem deteksi kelas ruangan adalah salahsatu cara pihak kepolisian untuk mengindentifikasi kelasruangan. Untuk menentukan suatu kelas ruangan dapat diukurmelalui reverberation time menggunakan algoritma MFCCuntuk mengekstraksi ciri data latih rekaman suara. Setelahdidapat ekstraksi cirinya, ciri data akan di masukan sebagaidataset yang selanjutkan akan dilakukan proses pengujian.Kemudian data uji yang belum diketahui kelas ruangannyaakan dilakukan proses pengujian. Data uji yang di proses akandi klasifikasikan menggunakan LVQ berdasarkan ciri datayang sudah ada di dataset. Hasil akhir pada sistem ini yaituuntuk memunculkan nilai akurasi dan waktu komputasi.Penelitian ini akan memproses data rekaman suaramenggunakan aplikasi MATLAB, lalu diekstraksi cirimenggunakan MFCC dan mencari klasifikasi menggunakanLVQ. Menggunakan 48 data latih dan 18 data uji sebagai prosesperhitungan dan simulasi. Hasil nilai akurasi yang didapat darisistem deteksi kelas berdasakan reverberation time denganmetode MFCC dan LVQ bernilai 94,44 % dan waktu komputasiselama 32,969474 detik dengan parameter Koef MFCC 40,Frame Size 0,05, Node Layer 5 dan Epoch 10.Kata kunci— Reverberation Time, Mel FrequencyCoefficients Cepstral, Learning Vector Quantization.
Klasifikasi Jenis Gulma Invasif Di Gunung Merbabu Jawa Tengah Menggunakan Metode Cnn Yunita, Putri Marhamah; Raharjo, Jangkung; Sutomo, Sutomo
eProceedings of Engineering Vol. 10 No. 5 (2023): Oktober 2023
Publisher : eProceedings of Engineering

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

Abstract

Taman Nasional Gunung Merbabu ialah tamannasional yang mancakup kawasan hutan, ada banyak sekalitumbuhan pengganggu ataupun gulma dimana tumbuhan iniialah salah satu tumbuhan yang ada dikawasan tersebut. Gulmaialah tumbuhan yang keberadaannya tidak diharapkanmanusia, karena dapat mengganggu keseimbangan alami danberkompetisi dengan tanaman yang lain, untuk itu perluditanggulangi. Terlebih dahulu kita harus mengatahui jenis dankebutuhan biologisnya agar gulma dapat di eradikasikan.Berdasarkan penelitian ini, dilakukan pengklasifikasian citradaun gulma. Penulis menggunakan 2 kelas jenis tumbuhangulma, yaitu Ageratina riparia sebanyak 1200 citra danAustroeupatorium inulifolium sebanyak 1000 citra. CNNmemiliki langkah-langkah dalam pengklasifikasikan citra,seperti langkah akuisisi data, langkah pre-processing, langkahpembelajaran arsitektur mobile net, dan langkah klasifikasiCNN. Penelitian ini, menghasilkan model terbaik dalampengklasifikasian gulma yaitu dengan arsitektur mobile net,ukuran batch size 16, optimizer RMSprop, dan learning ratesebesar 0.00001 memiliki accuracy 100% dan loss 9.9%. Selainparameter diatas terdapat juga parameter lain untukmengetahui performa model yaitu: Precision, recall, dan F1-scoreKata kunci— Convolutional Neural Network, klasifikasitumbuhan invasif, gulma.
Sistem Deteksi Tingkat Kebisingan Kendaraan Bermotor Dengan Metode Mel Frequency Cepstrum Coefficients Dan K Nearest Neighbour Reformatio, Fairoez Nauval; Raharjo, Jangkung; Budiman, Gelar
eProceedings of Engineering Vol. 10 No. 5 (2023): Oktober 2023
Publisher : eProceedings of Engineering

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

Abstract

Dalam menentukan tingkat kebisingan sepedamotor sering kali terjadi kekeliruan karena di deteksi dengancara manual. Maka penulis ingin merancang metodeklasifikasi untuk mendeteksi kebisingan sepeda motor. padapenelitian ini dilakukan perancangan sistem yang dapatmendeteksi tingkat kebisingan kendaraan berdasarkanperaturan yang sudah diputuskan oleh Menteri NegaraLingkungan Hidup nomor 7 tahun 2009. Penelitian inimenggunakan inputan data audio yang diambil dengansmarthphone kemudian data diolah menggunakan simulatorMatLab. Dengan menggunakan metode MFCC sebagai vectoruntuk mempresentasikan suara sepeda motor dan K-NN yangdapat mengklasifikasi untuk mendeteksi kebisingan kendaraanbermotor. Pengujian sitem dengan MFCC dan K-NNdilakukan dengan cara mengubah beberapa parameter,diantaranya jumlah sampel, jumlah nilai K dan jumlahpersentase data. Tujuan pengujian dan analisis untukmengetahui pengaruh jumlah sampel, nilai K dan persentasedata latih terhadap kinerja sistem. Hasil pengujian sistemdengan parameter diatas didapatkan untuk jumlah akhirsampel terbaik yaitu 75000, untuk jumlah persentase data80%, dan untuk jumlah nilai K yaitu K=5.Kata kunci— Kebisingan, Klasifikasi, MatLab, MelFrequency Cepstrum Coefficients (MFCC), K-NearestNeighbor (K-NN).
Deteksi Penyakit Pneumonia Berbasis Citra XRay Menggunakan Cnn Arsitektur Vgg-19 Gusmanda, Ilham; Raharjo, Jangkung; Suhartono, Efri
eProceedings of Engineering Vol. 10 No. 6 (2023): Desember 2023
Publisher : eProceedings of Engineering

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

Abstract

Pneumonia menjadi salah satu masalah kesehatan di seluruh dunia yang menjadi penyebab kematian. Pneumonia dapat diidentifikasi dengan melihat foto x-ray dada. Salah satu metode dalam sistem pengelolahan citra berbasis komputer yang berfungsi untuk mendeteksi Pneumonia yaitu dengan Convolutional Neural Network (CNN). Pada tugas akhir ini, dilakukan pengujian menggunakan citra chest x-ray untuk deteksi Pneumonia dengan Convolitional Neural Network (CNN). Arsitektur yang digunakan adalah VGG-19. Dataset yang digunakan berjumlah 5.840 Citra. Citra yang digunakan pada penelitian ini terbagi menjadi 2 kelas yaitu normal dan Pneumonia. Citra tersebut akan dilakukan preprocessing resize yaitu mengubah Size Citra, Optimizer, Learning Rate, Epoch, dan Batch Size. Hasil yang didapat pada tugas akhir ini diperoleh dengan parameter terbaik yaitu Size citra 64 × 64, Optimizer RMSprop, Learning Rate 0.0001, Epoch 20, dan Batch size 16. Dengan hasil performansi yaitu akurasi 92.95%, nilai Loss 0.2223, nilai presisi 93%, nilai recall 93%, dan nilai f1 score 93%.Kata kunci : Pneumonia, Convolutional Neural Network (CNN), VGG-19, Size Citra, Optimasi, Learning Rate, Epoch, Batch Size
Co-Authors Adi Soeprijanto Aditya Pratama Ahmad Zaky Rafif Muthafa Aisy, Naura Safina Rahadatul 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 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 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