Claim Missing Document
Check
Articles

Found 4 Documents
Search

Perbandingan Performa Logika Fuzzy Tipe-1 Dan Logika Fuzzy Tipe-2 Pada Sistem Pasteurisasi Susu Berbasis Mikrokontroler Taufiqurrahman, Dhiyaa Rifqi; Pohan, Muhammad Aria Rajasa
Telekontran : Jurnal Ilmiah Telekomunikasi, Kendali dan Elektronika Terapan Vol 11 No 1 (2023): TELEKONTRAN vol 11 no 1 April 2023
Publisher : Program Studi Teknik Elektro, Fakultas Teknik dan Ilmu Komputer, Universitas Komputer Indonesia.

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.34010/telekontran.v11i1.9686

Abstract

Susu merupakan bahan makanan yang mudah rusak, untuk memperpanjang ketahanan susu dapat dilakukan teknik pemanasan yang disebut dengan pasteurisasi. Proses pasteurisasi tersebut bertujuan untuk membunuh bakteri patogen yang dapat membahayakan kesehatan manusia dan meminimalkan perkembangan mikroorganisme pembusuk lainnya. Penelitian ini bertujuan untuk merancang sistem pasteurisasi susu yang mampu mengatur suhu secara stabil pada proses pasteurisasi susu metode High Temperature Short Time (HTST) menggunakan logika fuzzy tipe-1 dan logika fuzzy tipe-2. Logika fuzzy tipe-2 merupakan pengembangan lebih lanjut dari logika fuzzy tipe-1, dengan adanya tambahan dimensi dari fungsi keanggotaannya, memungkinkan sistem logika fuzzy tipe-2 dapat merepresentasikan himpunan fuzzy yang lebih fleksibel dan dapat merepresentasikan ketidakpastian lebih baik daripada logika fuzzy tipe-1. Dua pengujian dilakukan untuk membandingkan performansi kedua sistem tersebut yaitu pada kondisi tanpa adanya gangguan (noise) dan kondisi dengan adanya gangguan. Hasilnya menunjukkan bahwa pada pengujian tanpa adanya gangguan, logika fuzzy tipe-2 unggul dalam hal maximum overshoot, sedangkan logika fuzzy tipe-1 unggul dalam rise time. Namun, dalam pengujian dengan adanya gangguan, logika fuzzy tipe-2 lebih baik dalam mencapai rise time dan settling time, serta mampu menjaga suhu tetap maupun mendekati setpoint lebih lama dibandingkan dengan logika fuzzy tipe-1.
Penerapan Jaringan Syaraf Tiruan untuk Meningkatkan Akurasi Sensor Arus PZEM-004T Putra, Reydho Trihandika; Pohan, Muhammad Aria Rajasa
Telekontran : Jurnal Ilmiah Telekomunikasi, Kendali dan Elektronika Terapan Vol. 12 No. 2 (2024): TELEKONTRAN vol 12 no 2 Oktober 2024
Publisher : Program Studi Teknik Elektro, Fakultas Teknik dan Ilmu Komputer, Universitas Komputer Indonesia.

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.34010/telekontran.v12i2.9687

Abstract

The PZEM-004T sensor is used for monitoring the electrical current consumed by electronic devices. However, the data generated by these sensors is still inaccurate and requires optimization. In this study, the Artificial Neural Network (ANN) method was used to optimize the PZEM-004T sensor system using ammeter data as a learning target. The ANN architecture used is 1-10-1. Matlab simulation results show that the architecture is very effective with an error difference of 0.0027. Then, ANN parameters such as weights and bias were applied to the system and succeeded in increasing accuracy with an average error difference of 0.0075. Even though there is a difference between the error values in the Matlab simulation and the Arduino implementation, the error values can still be minimized and the system can be used in several applications. Thus, the use of the PZEM-004T sensor optimization system with 1-10-1 architecture and ANN parameters on Arduino can be an effective solution in increasing the accuracy of electric current measurements.
Kajian Literatur Pemanfaatan Kecerdasan Buatan dalam Merespons Prioritas Pembangunan Kota Bandung Pohan, Muhammad Aria Rajasa
Jurnal Teknologi dan Komunikasi Pemerintahan Vol 5 No 2 (2023): Jurnal Teknologi dan Komunikasi Pemerintahan
Publisher : Program Studi Teknologi Rekayasa Informasi Pemerintahan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33701/jtkp.v5i2.3620

Abstract

Kota Bandung menghadapi beragam tantangan dalam mewujudkan prioritas pembangunan yang meliputi optimalisasi infrastruktur, pelestarian lingkungan, pemerataan ekonomi, pembentukan masyarakat humanis, peningkatan pendidikan dan kesehatan, serta penguatan tata kelola pemerintahan. Kompleksitas permasalahan ini mendorong pencarian solusi inovatif, salah satunya adalah dengan menggunakan teknologi kecerdasan artificial atau sering disebut sebagai AI. Tujuan dari artikel ini adalah untuk mengkaji literatur terkait dengan pemanfaatan AI untuk memberikan solusi inovatif dalam merespons prioritas pembangunan kota Bandung. Penelitian ini dilakukan dengan pendekatan studi literatur dengan mengambil sumber-sumber utama dari jurnal ilmiah, laporan pemerintah, dan publikasi terkait AI dan pembangunan kota. Analisis literatur menunjukkan bahwa AI dapat digunakan untuk membantu agar pembangunan prioritas kota Bandung dapat diselesaikan secara lebih optimal. Implementasi AI dalam berbagai aspek pembangunan dapat memberikan manfaat yang signifikan, seperti pengambilan keputusan yang lebih akurat, penghematan waktu dan sumber daya, serta penyediaan layanan yang lebih baik kepada masyarakat. Namun, pemerintah juga harus memperhatikan tantangan dalam mengimplementasikan teknologi AI seperti privasi data, keandalan algoritma, integrasi teknologi dengan kebijakan pemerintah, dan juga partisipasi masyarakat. Maka sangat penting untuk melakukan kolaborasi lintas sektor dan kemitraan dalam mengoptimalkan potensi AI untuk meraih pembangunan yang berkelanjutan. Diharapkan, artikel ini dapat bermanfaat bagi para pembuat kebijakan, praktisi, dan akademisi yang tertarik pada pembangunan kota berkelanjutan. Kontribusi AI dalam merespons prioritas pembangunan kota Bandung dapat membuka jalan agar dapat diperoleh pengambilan keputusan dan solusi yang lebih inovatif dan lebih baik. Kata Kunci: Kecerdasan Buatan, Pemerintah Kota Bandung, Solusi Perkotaan, Mobilitas, Lingkungan, Pelayanan Publik.
A Time-Adaptive Ensemble Framework for Multi-Year University Ranking Prediction Integrating Outlier-Aware Scoring and Hybrid Feature Selection Pohan, Muhammad Aria Rajasa; Muiz, Bagus Abdul
International Journal of Informatics, Information System and Computer Engineering (INJIISCOM) Vol. 7 No. 1 (2026): INJIISCOM: VOLUME 7, ISSUE 1, JUNE 2026 (ONLINE FIRST)
Publisher : Universitas Komputer Indonesia

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

Abstract

University ranking prediction requires adaptive models to capture temporal dynamics and handle data anomalies. This study develops a time-adaptive ensemble framework integrating outlier-aware scoring and hybrid feature selection. We collected data from Times Higher Education from 2011 to 2024, applying windowed outlier detection with clipping and masking, and using ANOVA F-tests, permutation importance, and SHAP values to select dynamic feature subsets. The framework trains linear moving-average, temporal Random Forest, and LSTM models, then ensembles their forecasts using dynamically optimized weights. Experimental results on rolling forecasts (2016–2024) demonstrate a mean rank deviation of 1.2 positions, Top-1000 classification accuracy of 0.96, and reduced MAE and RMSE compared to single-model baselines. SHAP-based analyses reveal evolving feature importance across time windows, highlighting the impact of changing indicators. The findings indicate that integrating outlier handling, dynamic feature selection, and ensemble learning enhances prediction robustness and interpretability. This framework can support strategic decision-making, policy formulation, and resource allocation in higher education