Article Per Year (5 Year)
p-Index From 2020 - 2025
3.783
P-Index
This Author published in this journals
All Journal Jurnal Informatika dan Teknik Elektro Terapan Jurnal ELTIKOM : Jurnal Teknik Elektro, Teknologi Informasi dan Komputer Aisyah Journal of Informatics and Electrical Engineering Jurnal Mekanova : Mekanikal, Inovasi dan Teknologi Jurnal Teknologi Elekterika Jurnal Teknik Elektro dan Komputasi (ELKOM) JATI (Jurnal Mahasiswa Teknik Informatika) Indonesian Journal for Social Responsibility Jurnal Ilmiah Wahana Pendidikan Jurnal Teknik Elektro Power Elektronik : Jurnal Orang Elektro
Latifa, Ulinnuha
Unknown Affiliation
Religion Aerospace Engineering Agriculture, Biological Sciences & Forestry Automotive Engineering Computer Science & IT Control & Systems Engineering Economics, Econometrics & Finance Education Electrical & Electronics Engineering Energy Engineering Environmental Science Industrial & Manufacturing Engineering Mechanical Engineering Social Sciences Other

Published : 25 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 25 Documents
Search

 1   2   3 
IMPLEMENTASI ALGORITMA KLASIFIKASI GERAKAN TANGAN POPULER MENGGUNAKAN CUSTOM MODEL CONVOLUTIONAL NEURAL NETWORK (CNN) Rizmawan, Dilan; Latifa, Ulinnuha
Jurnal Teknik Elektro Vol 14 No 2 (2024): Jurnal Teknik Elektro
Publisher : Program Studi Teknik Elektro Fakultas Teknik Universitas Palembang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36546/jte.v14i2.1445

Abstract

Pada penelitian ini, diimplementasikan Convolutional Neural Network (CNN) dengan model kustom untuk mengklasifikasikan Gerakan tangan populer. Dataset dibuat sendiri dengan contoh gerakan tangan yang diambil. Pengujian dilakukan dengan 361 epoch dan batch size 256. Hasil menunjukkan peningkatan konsisten dalam performa model, meskipun akurasi validasi tidak mencapai lebih dari 0.94. Evaluasi model mencapai akurasi 94% dengan nilai loss yang rendah. Laporan klasifikasi menunjukkan kekurangan pada beberapa kelas seperti tumbs down, peace, stop be strong shake sign, bang-bang, dan rock. Namun, kelas seperti tumbs up dan ok memiliki performa terbaik dengan nilai rata-rata 1.00. Dalam penelitian ini, juga menggunakan metode Transfer Learning untuk memperbaiki performa model CNN.
ANALISA PEMBANGUNAN GARDU JENIS CANTOL GUNA MENUNJANG PASANG BARUDAYA 66 KVA DI PT PLN (PERSERO)-KARAWANG KOTA Aulia Maulana, Dava; Latifa, Ulinnuha
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 9 No. 3 (2025): JATI Vol. 9 No. 3
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v9i3.13434

Abstract

Permintaan energi listrik di sektor komersial terus meningkat, sehingga diperlukan infrastruktur distribusi listrik yang handal. Salah satu elemen penting dalam sistem distribusi adalah gardu tipe cantol, yang berperan dalam menurunkan tegangan dari jaringan menengah sebelum disalurkan ke pelanggan. Penelitian ini bertujuan untuk mengetahui pembangunan gardu distribusi tipe cantol dalam mendukung pemasangan daya baru sebesar 66 kVA di PT PLN (Persero) ULP Karawang Kota. Metode yang diterapkan mencakup analisis teknis terhadap tahapan perencanaan, persiapan, instalasi, hingga operasional gardu distribusi. Hasilnya menunjukkan bahwa pembangunan gardu telah sesuai dengan standar PLN, dengan daya transformator sebesar 100 kVA yang mampu memenuhi kebutuhan daya pelanggan. Pengukuran tegangan menunjukkan kestabilan dalam rentang aman untuk sistem listrik tiga fasa, sedangkan hasil awal pengukuran arus menunjukkan nol ampere karena belum adanya beban pelanggan yang aktif. Selain itu, sistem pentanahan memenuhi standar resistansi di bawah 5 Ohm, dan hasil pengukuran urutan fasa menunjukkan konfigurasi yang tepat, memastikan keandalan sistem dalam mendukung operasional listrik di lokasi tersebut. Dengan demikian, gardu distribusi ini diharapkan mampu meningkatkan keandalan dan efisiensi pasokan listrik bagi sektor komersial di Karawang Kota.
PENGUJIAN ARUS BOCOR PADA LIGHTNING ARRESTER MENGGUNAKAN ALAT LEAKAGE CURRENT MONITOR (LCM) DI GI XYZ Dwiputra, Andhika Rifqi; Latifa, Ulinnuha
Jurnal Informatika dan Teknik Elektro Terapan Vol. 13 No. 3 (2025)
Publisher : Universitas Lampung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.23960/jitet.v13i3.6623

Abstract

Penangkal petir berfungsi melindungi peralatan sistem energi dari tegangan lebih akibat sambaran petir atau switching . Seiring berjalannya waktu, penangkal petir mengalami degradasi yang ditandai dengan meningkatnya arus bocor. Penelitian ini dilakukan di GI XYZ untuk kondisi pencahayaan penangkal petir menggunakan alat Leakage Current Monitor (LCM). Metode yang digunakan meliputi studi literatur, observasi lapangan, wawancara petugas, dan pengukuran langsung arus bocor pada fasa R, S, dan T. Hasil pengujian menunjukkan bahwa arus bocor pada fasa R sebesar 92 µA, fasa S sebesar 23 µA, dan fasa T sebesar 24 µA. Nilai tersebut masih berada di bawah ambang batas maksimum yang ditetapkan, yaitu 500 µA, sehingga dapat disimpulkan bahwa kondisi ketiga penangkal petir masih layak dioperasikan. Pengujian berkala dengan alat Leakage Current Monitor dapat menjadi indikator awal degradasi dan mendukung program pemeliharaan preventif untuk meningkatkan efisiensi sistem.
INSPEKSI GANGGUAN PADA JARINGAN DISTRIBUSI SUTM JANGKAUAN PT PLN (PERSERO) UP3 CIKARANG ULP LEMAH ABANG UTOMO, ANANDA PUTRA; KISWORO, DIMAS; SAPUTRA, YOGI ALDI; LATIFA, ULINNUHA
Jurnal Informatika dan Teknik Elektro Terapan Vol. 13 No. 3 (2025)
Publisher : Universitas Lampung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.23960/jitet.v13i3.6678

Abstract

Penelitian ini membahas analisis gangguan pada jaringan distribusi Saluran Udara Tegangan Menengah (SUTM) di PT PLN (Persero) UP3 Cikarang ULP Lemah Abang. Gangguan pada jaringan distribusi listrik dapat berdampak pada kontinuitas pasokan listrik dan kualitas layanan kepada pelanggan. Permasalahan utama yang diidentifikasi dalam penelitian ini adalah tingginya frekuensi gangguan eksternal, seperti kontak dengan pohon, hewan, dan kondisi lingkungan yang menyebabkan kerusakan pada jalur distribusi. Faktor-faktor ini dapat mengakibatkan gangguan listrik, baik dalam bentuk pemadaman total maupun fluktuasi tegangan yang berdampak pada stabilitas sistem. Tujuan dari penelitian ini adalah untuk mengidentifikasi penyebab utama gangguan dan memberikan solusi efektif guna mengurangi dampaknya tanpa harus memadamkan pasokan listrik. Metode yang digunakan dalam penelitian ini mencakup survei langsung ke lokasi jalur SUTM, di mana data mengenai gangguan dikumpulkan dan dianalisis. Dari hasil inspeksi, ditemukan bahwa beberapa komponen utama, seperti isolator, kabel, dan arrester, sering mengalami kerusakan akibat faktor lingkungan, termasuk kelembaban, debu, serta paparan cuaca ekstrem. Hasil penelitian ini menunjukkan bahwa inspeksi dan pemeliharaan rutin sangat penting dalam meningkatkan keandalan jaringan distribusi. Penerapan teknologi deteksi dini gangguan serta strategi mitigasi yang tepat dapat mengurangi frekuensi gangguan dan meningkatkan kualitas layanan. Dengan demikian, penelitian ini memberikan rekomendasi bagi PLN dalam meningkatkan sistem distribusi listrik yang lebih andal dan minim gangguan.
SISTEM KLASIFIKASI SAMPAH ORGANIK &NON ORGANIK MENGGUNAKAN CNN BERBASIS FRAMEWORK FLASK Fazryansah, Muhammad Rizki; Pambudi, Agung Priatama; Kurniadi, Ananda Rizky; Supriyadi, Adimas Prasetyo; Saputra, Yogi Aldi; latifa, ulinnuha
Jurnal Informatika dan Teknik Elektro Terapan Vol. 13 No. 3 (2025)
Publisher : Universitas Lampung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.23960/jitet.v13i3.6706

Abstract

Sampah dapat disebut sebagai material atau sesuatu yang tidak dikehendaki atau sudah tidak diinginkan serta tidak dibutuhkan lagi oleh pemiliknya dan bersifat padat. Sampah terbagi menjadi 2 jenis yaitu sampah organik dan sampah non organik. Sampah merupakan hal yang dapat berdampak negatif bagi kesahatan dan kelangsungan hidup masyarakat. Sampah jika dibuang secara sembarangan atau ditumpuk tanpa adanya pengolahan yang baik dan benar, maka akan menumbulkan berbagai macam dampak buruk yang serius bagi kesehatan. Saat ini jumlah sampah terus meningkat seiring dengan bertambahnya jumlah dari populasi penduduk dan hal ini tentunya menjadi masalah yang perlu diatasi. Salah satunya dengan cara memisahkan jenis dari sampah tersebut. Pada Project ini dilakukan pengklasifikasian sampah organik dan non organik menggunakan metode Convolutional Neural Network (CNN) pada web series service berbasis Framework Flask.
Co-Authors ., Apriliana Abdi Bangsa, Insani Afifiansyah, Rafi Alif Ramadhan, Muhammad Amirulhaq Iskandar, Mohammad Aulia Maulana, Dava Azizi, Hilman Cintiya Septa Hasannah Damiri, Adam Darmawan Putra Bahari, Satrya Dessy Agustina Sari Dhimas Ghoza, Satria Dwiputra, Andhika Rifqi Ermanda, Byan Fachri Azizi, Muhammad Falah Pramanta, Abrar Fazarullah, Muhamad Fazryansah, Muhammad Rizki Hakiim, Azafilmi Ibrahim, Maulana KISWORO, DIMAS Kurniadi, Ananda Rizky Lela Nurpulaela Muhammad, Fauzan Nur Akbar Muhammad, Jaysyu Nurdiyanto, Furkhon Pambudi, Agung Priatama Rahmat Hidayat Rizmawan, Dilan SAPUTRA, YOGI ALDI Shafida, Shekar Dwiagung Arifatunnisa Solekha, Ririn Supriyadi, Adimas Prasetyo Syadidan, Ramlan UTOMO, ANANDA PUTRA Yuliani, Livia Ayudia Yuliarman Saragih Zaki, Maimun