Article Per Year (5 Year)
p-Index From 2020 - 2025
0.408
P-Index
This Author published in this journals
All Journal Jurnal Minfo Polgan (JMP) Jurnal Polimesin
Mayasari, Siska
Unknown Affiliation
Automotive Engineering Computer Science & IT Control & Systems Engineering Engineering Library & Information Science Materials Science & Nanotechnology Mathematics Mechanical Engineering Social Sciences

Published : 2 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 2 Documents
Search

 1 
Sistem Pakar Diagnostik Penyakit Pohon Aren dengan Pendekatan Certainty Factor Putri, Nadya Andhika; Siregar, Maimunah; Perwitasari, Ika Devi; Mayasari, Siska
Jurnal Minfo Polgan Vol. 13 No. 2 (2024): Artikel Penelitian
Publisher : Politeknik Ganesha Medan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33395/jmp.v13i2.14256

Abstract

Pohon aren (Arenga pinnata) merupakan salah satu tanaman penting dalam sektor pertanian yang memiliki nilai ekonomi tinggi di berbagai wilayah. Namun, produksi dan kualitas pohon aren sering kali terganggu oleh serangan penyakit. Proses identifikasi dan diagnosis penyakit pada pohon aren memerlukan keahlian khusus yang seringkali tidak dimiliki oleh semua petani atau tenaga ahli di lapangan. Oleh karena itu, sistem pakar berbasis teknologi dapat menjadi solusi efektif dalam memberikan diagnosis awal serta rekomendasi pengendalian penyakit.Penelitian ini bertujuan untuk mengembangkan sistem pakar diagnostik penyakit pada pohon aren menggunakan metode certainty factor (CF). Metode CF dipilih karena mampu mengukur derajat kepastian dalam penentuan diagnosis berdasarkan gejala yang teramati, sehingga menghasilkan output diagnosis yang lebih akurat dan sesuai dengan kondisi nyata di lapangan. Sistem pakar ini dirancang untuk menganalisis berbagai gejala yang diinput pengguna dan memberikan kemungkinan jenis penyakit serta tingkat keparahan berdasarkan nilai CF yang dihitung dari aturan dan bobot kepercayaan pakar.Hasil pengujian menunjukkan bahwa sistem pakar ini mampu mengidentifikasi jenis penyakit pohon aren dengan tingkat akurasi yang baik, serta memberikan kemudahan bagi pengguna dalam mengakses informasi terkait gejala dan solusi pengendalian penyakit. Diharapkan, sistem pakar ini dapat membantu petani dan penyuluh pertanian dalam melakukan diagnosis dini, sehingga langkah-langkah pencegahan dan penanganan penyakit dapat diterapkan dengan lebih tepat.
Investigation of pressure distribution in an Archimedes Screw Turbine with head below one meter using CFD Maulana, Muhammad Ilham; Sary, Ratna; Syuhada, A.; Mayasari, Siska; Yusmanizar, Yusmanizar
Jurnal Polimesin Vol 22, No 2 (2024): April
Publisher : Politeknik Negeri Lhokseumawe

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30811/jpl.v22i2.4901

Abstract

In the shift from fossil fuel-based energy, the imperative of tapping into water resources as a renewable energy reservoir is underscored. This study delves into the potential of low-head water for small-scale power generation, specifically focusing on the Archimedes turbine designed for operation in such conditions. The primary objective is meticulously examining pressure characteristics at varying heads (0.7 m, 0.8 m, 0.9 m, and 1 m) using Computational Fluid Dynamics (CFD). These parameters play a crucial role in defining the turbine's performance landscape. Data analysis reveals a notable reduction in the Archimedes turbine's efficiency as the head diminishes. Interestingly, the double-screw Archimedes turbine demonstrates optimal performance at higher flow rates, particularly at a volumetric flow rate of 0.025 m3/s. Despite the peak performance at a 1-meter head, discernible pressure patterns suggest sufficient kinetic energy within lower head flows (down to 0.7 meters) to facilitate turbine rotation. This study contributes to a more rigorous understanding of the Archimedes turbine's performance under varied head conditions, emphasizing the potential for practical power generation at lower head levels.
Co-Authors Ika Devi Perwitasari Muhammad Ilham Maulana Putri, Nadya Andhika Ratna Sary Siregar, Maimunah Syuhada, A. Yusmanizar Yusmanizar