p-Index From 2020 - 2025
0.408
P-Index
This Author published in this journals
All Journal Jurnal Teknik ITS
Kindhi, Berlian Al
Departemen Teknik Elektro Otomasi Institut Teknologi Sepuluh Nopember Surabaya

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

Found 2 Documents
Search

Prediksi Ketinggian Air Laut untuk Pertimbangan Otomasi Buka Tutup Pintu Air Laut Menggunakan Neural Network Nugraha, Ahsanul Hadi; Musthofa, Arif; Kindhi, Berlian Al
Jurnal Teknik ITS Vol 13, No 2 (2024): IN PRESS (Artikel masih bisa bertambah)
Publisher : Direktorat Riset dan Pengabdian Masyarakat (DRPM), ITS

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.12962/j23373539.v13i2.137899

Abstract

Proses produksi garam di PT. Garam bermula dari mengalirkan air laut melalui sebuah pintu air ke dalam tambak pengeringan. Air akan masuk ke dalam tambak secara alami hanya saat ketinggian air di luar tambak lebih tinggi dibandingkan dengan ketinggian air di dalam tambak. Untuk mengoptimalkan produksi garam, PT. Garam membutuhkan kemampuan memprediksi ketinggian air laut. Kemampuan memprediksi ketinggian air laut diperuntukkan untuk peng-optimalan penggunaan pintu air laut dalam proses produksi garam seperti waktu pembukaan dan penutupan pintu air laut. Waktu pembukaan atau penutupan yang tidak tepat dapat menyebabkan air laut mengalir kembali keluar yang akan mengurangi potensial kuantitas garam yang akan dihasilkan. Proyek Akhir ini dilakukan untuk memenuhi kebutuhan dari PT. Garam dengan menggunakan metode Feedforward Neural Network untuk memprediksi ketinggian air laut. Model Feedforward Neural Network akan menggunakan nilai kecepatan angin, nilai temperatur, dan nilai derajat fase bulan untuk menghasilkan nilai prediksi ketinggian air laut. Penggunaan metode Feedforward Neural Network didasarkan dari jumlah data yang digunakan yang berjumlah 17.520 di mana metode peramalan konvensional dinilai kurang memadai. Hasil dari Proyek Akhir ini adalah sebuah model FeedForward Neural Network yang dapat memprediksi ketinggian air laut dengan nilai mean squared error antara nilai prediksi dan nilai nyata sebesar 0,0386.
Perancangan dan Implementasi Sistem Pemilahan Box Menggunakan Metode Scheduling Sort Nugroho, Januar Aji; Syahbana, Dwiky Fajri; Kindhi, Berlian Al
Jurnal Teknik ITS Vol 13, No 2 (2024): IN PRESS (Artikel masih bisa bertambah)
Publisher : Direktorat Riset dan Pengabdian Masyarakat (DRPM), ITS

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.12962/j23373539.v13i2.141386

Abstract

Proses pemilahan box adalah salah satu tahap dalam sebuah industri yang membutuhkan ketelitian yang tinggi dikarenakan jika ada produk lain yang terpilah ke tempat yang salah akan mempengaruhi proses produksi. Proses pemilahan box yang masih menggunakan tenaga manusia dapat menurun tingkat kecepatan dan ketelitiannya seiring dengan lamanya waktu bekerja. Untuk itu, pelaksanaan proses pemilahan box harus dilakukan secara sistematik. Konsep pemilahan otomatis muncul karena kesulitan yang dihadapi di industri. Dalam mesin pemilah otomatis yang dibuat ini berdasarkan kode dari box yang berupa barcode 2D atau QR Code, sehingga dibutuhkan barcode reader yang membantu membedakan jenis kode dari box. Dengan banyaknya box yang masuk ke tempat pemilahan dengan selisih kedatangan tercepatnya yaitu 2 detik antar box maka dibutuhkan suatu keputusan secara langsung agar proses pemilahan untuk setiap box nya tidak mengganggu pemilahan dari box yang lain. Oleh karena itu, metode pemilahan yang tepat untuk digunakan yaitu Scheduling Sort yang dasarnya ada pada delay yang terjadi pada proses pemilahan otomatis yang ditentukan dari kecepatan box dengan jarak yang sudah di teaching. Photosensor memiliki peranan penting dalam proses pemilahan box otomatis menggunakan metode scheduling sort diantaranya yaitu sebagai trigger untuk barcode reader, melacak box dan sebagai trigger untuk stopper dan pusher sebagai pemilah box di masing – masing konveyor pada jalur pilahnya. Dengan adanya sistem pemilahan otomatis ini dapat membantu meningkatkan efisiensi pemilahan box karena mesin dapat bekerja secara terus menerus dengan memanfaatkan metode scheduling sort yang berfokus pada parameter delay timer dan juga jarak yang harus ditempuh oleh box untuk sampai ke jalur pilahnya. Secara keseluruhan, rata – rata tingkat keberhasilan dari proses pemilahan box ini mencapai 99,6%.