Article Per Year (5 Year)
p-Index From 2021 - 2026
3.833
P-Index
This Author published in this journals
All Journal International Journal of Electrical and Computer Engineering Journal of the Medical Sciences (Berkala Ilmu Kedokteran) Bulletin of Electrical Engineering and Informatics WARTA JOURNAL OF INFORMATICS AND TELECOMMUNICATION ENGINEERING Jurnal Elementer (Elektro dan Mesin Terapan) JMM (Jurnal Masyarakat Mandiri) KACANEGARA Jurnal Pengabdian pada Masyarakat Jurnal Inovasi Hasil Pengabdian Masyarakat (JIPEMAS) JMECS (Journal of Measurements, Electronics, Communications, and Systems) Jurnal Listrik, Instrumentasi, dan Elektronika Terapan eProceedings of Engineering Warta LPM Jurnal INFOTEL Emitor: Jurnal Teknik Elektro ELECTROPS : Jurnal Ilmiah Teknik Elektro Jurnal Nasional Sains dan Teknik
Brahmantya Aji Pramudita
Telkom University
Computer Science & IT Control & Systems Engineering Economics, Econometrics & Finance Education Electrical & Electronics Engineering Energy Engineering Health Professions Immunology & microbiology Industrial & Manufacturing Engineering Materials Science & Nanotechnology Mechanical Engineering Neuroscience Social Sciences Other

Published : 27 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 5 Documents
Search
Journal : eProceedings of Engineering

 1 
Sistem Kontrol Penguraian Asap Rokok Pada Ruangan Tertutup Menggunakan Metode Pid Samuel Pratama Gultom; Porman Pangaribuan; Brahmantya Aji Pramudita
eProceedings of Engineering Vol 8, No 5 (2021): Oktober 2021
Publisher : eProceedings of Engineering

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

Abstract

Merokok merupakan kegiatan yang banyak dilakukan oleh manusia diseluruh dunia, biasanya dilakukan saat berkumpul bersama untuk membuat suasana lebih santai dan menyenangkan, meskipun sudah diketahui secara umum bahwa rokok dapat menyebabkan gangguan kesehatan. Maka dari penelitian ini penulis merancang dan membuat sebuah purwarupa sistem kontrol pengurai asap rokok pada ruangan tertutup menggunakan metode PID. Penguraian asap rokok secara otomatis menggunakan ozonizer DIY ozone generator untuk menghasilkan proses ionisasi. Purwarupa yang dirancang dengan metode PID berhasil memperbaiki output sistem dengan parameter Kp=10, Ki=1, dan KD=1. Dengan nilai PID tersebut output sistem memiliki peak time sebesar 6 detik, overshoot sebesar 6313,53 dan waktu untuk memindahkan asap ke ruang penguraian selama 57 detik. Penguraian karbon monoksida yang terdapat di dalam asap rokok dengan variasi 1 hembusan dengan konsentrasi tertinggi 248,46 PPM membutuhkan waktu 21 detik untuk diuraikan, 2 hembusan dengan konsentrasi tertinggi 288,31 PPM membutuhkan waktu 23 detik untuk diuraikan, dan 3 hembusan dengan konsentrasi tertinggi 323,11 PPM membutuhkan waktu 30 detik untuk diuraikan. Kata kunci : Asap rokok, mikrokontroler, ozonizer DIY ozone generator . PID
Sistem Prediksi Cuaca Berbasis Wireless Sensor Network dan Teknologi IoT dengan Machine Learning Wiwaha, Dias Daffa; Setiawan, Dhoni Putra; Pramudita , Brahmantya Aji
eProceedings of Engineering Vol. 11 No. 4 (2024): Agustus 2024
Publisher : eProceedings of Engineering

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

Abstract

Prediksi cuaca yang akurat dan tepat waktu kian penting seiring dengan meningkatnya insiden cuaca ekstrem yang membawa dampak signifikan terhadap kehidupan dan ekonomi. Penelitian ini mengembangkan sebuah sistem prediksi cuaca berbasis Wireless Sensor Network dan Teknologi Internet of Things (IoT) dengan penerapan machine learning untuk meningkatkan akurasi prediksi cuaca di daerah tertentu. Sistem ini memanfaatkan sensor-sensor cuaca yang terintegrasi melalui IoT untuk mengumpulkan data cuaca secara real-time, yang kemudian dianalisis menggunakan model machine learning, khususnya XGBoost, untuk memprediksi kondisi cuaca mendatang. Proses kalibrasi sensor dilakukan dengan metode regresi linear untuk menyesuaikan pembacaan sensor dengan nilai referensi yang akurat. Model XGBoost dilatih dengan data yang telah dikalibrasi dan diproses untuk menghasilkan prediksi yang lebih akurat. Evaluasi model menunjukkan hasil yang menggembirakan dengan nilai metrik yang tinggi dalam akurasi sebesar 98,62%, presisi sebesar 96,57%, recall sebesar 99,42%, dan F1-score sebesar 97,97%, menandakan keberhasilan model dalam mengidentifikasi pola cuaca yang kompleks. Sistem ini diharapkan dapat memberikan kontribusi signifikan dalam peringatan dini dan mitigasi risiko bencana hidrometeorologi, memungkinkan masyarakat dan pelaku ekonomi mengambil keputusan yang lebih tepat dalam menghadapi perubahan cuaca. Kata kunci: Prediksi Cuaca, IoT, Machine learning, XGBoost, Sensor Network, Wireless Sensor Network.
Sistem Pemantauan Cuaca Berdasarkan Kecepatan Angin, Suhu dan Kelembaban Udara Berbasis Internet of Things Rhasyid, Dian Yuliandi Luthfi Ar; Pramudita, Brahmantya Aji; Istiqomah, Istiqomah
eProceedings of Engineering Vol. 10 No. 4 (2023): Agustus 2023
Publisher : eProceedings of Engineering

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

Abstract

Keadaan cuaca sangat mempengaruhi aktivitasharian manusia Cuaca adalah suatu fenomena alam yang selaluberubah tiap waktu. Peramalan atau prediksi cuaca perludilakukan untuk memperkecil dampak yang terjadi akibatkeadaan cuaca yang tidak menentu. Pada penelitian ini akandirancang sistem pemantauan cuaca berdasarkan kecepatanangin, suhu, dan kelembaban udara. Sistem akan mengukurbesaran parameter tersebut sehingga dapat memprediksi statuscuaca sepert hujan, berawan, cerah berawan dan cerah.Prediksi cuaca menggunakan 2 metode, Fuzzy Logic dan SimpleMoving Average. Hasil prediksi cuaca dari kedua metode inikemudian akan dibandingkan menggunakan analisa ConfusionMatrix untuk menentukan metode mana yang lebih baik dalammeramalkan cuaca. Hasil pengujian sistem pemantauan cuacamenunjukan bahwa akurasi sistem dalam mengukur parametersebesar 90,79% untuk kecepatan angin, 92% untukkelembaban, dan 98,61% untuk suhu. Hasil prediksi cuacamenggunakan metode Fuzzy Logic menunjukan nilai akurasisebesar 66,67%, sedangkan hasil prediksi menggunakan metodeSimple Moving Average menunjukan nilai akurasi sebesar62,22%.Kata kunci— SMA, fuzzy logic, prediksi cuaca, IoT.
Perancangan Sistem Pemantauan Cuaca dan EWS Banjir Berbasis Wireless Sensor Network Kautsar, Faris; Maulana, Diki Rizki; Sinulingga, Rischa Zefaniya Br; A’syifa, Chantika Rahma Galih Abu; Pramudita, Brahmantya Aji; Setiawan , Dhoni Putra
eProceedings of Engineering Vol. 12 No. 6 (2025): Desember 2025
Publisher : eProceedings of Engineering

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

Abstract

Cuaca ekstrem yang sulit diprediksi menjadi tantangan serius dalam upaya mitigasi bencana, khususnya di wilayah rawan banjir seperti Dayeuhkolot, Kabupaten Bandung. Ketergantungan pada sistem peringatan dini manual dari BBWS terbukti belum mampu memberikan respons yang cepat dan terintegrasi. Untuk menjawab kebutuhan tersebut, dikembangkan sistem monitoring berbasis Wireless Sensor Network (WSN) dan Internet of Things (IoT) yang mampu mengumpulkan data cuaca secara real-time melalui sensor lingkungan. Data yang diperoleh dikalibrasi menggunaka regresi linear untuk meningkatkan akurasi pembacaan, dan selanjutnya digunakan dalam pelatihan model Machine Learning XGBoost untuk menghasilkan prakiraan cuaca lokal yang lebih akurat. Sistem ini juga dilengkapi dengan fitur Early Warning System (EWS) banjir yang bekerja berdasarkan tinggi muka air sungai secara real-time, tanpa bergantung pada prediksi. Implementasi dilakukan di dua lokasi, yaitu Teras Cikapundung dan Polder Cipalasari, serta terintegrasi dengan aplikasi seluler dan website We-Weather sebagai media pemantauan. Hasil pengujian menunjukkan bahwa sistem memiliki performa tinggi dalam prediksi cuaca dan kemudahan penggunaan, sehingga diharapkan dapat memperkuat sistem mitigasi bencana hidrometeorologi dan mendukung pengambilan keputusan oleh masyarakat serta pemangku kepentingan.Kata kunci— Cuaca ekstrem, Early Warning System, banjir, Machine Learning, Wireless Sensor Network, XGBoost, Monitoring.
Implementasi Early Warning System (EWS) Banjir Berbasis IoT Menggunakan Machine Learning dan Wireless Sensor Network Maulana, Diki Rizki; Kautsar, Faris; Sinulingga, Rischa Zefaniya Br; A’syifa, Chantika Rahma Galih Abu; Pramudita, Brahmantya Aji; Setiawan, Dhoni Putra
eProceedings of Engineering Vol. 12 No. 6 (2025): Desember 2025
Publisher : eProceedings of Engineering

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

Abstract

Cuaca ekstrem yang sulit diprediksi menjadi ancaman serius, terutama banjir di wilayah rawan seperti Dayeuhkolot, Kabupaten Bandung, yang berada di pertemuan Sungai Citarum dan Cikapundung. Sistem peringatan dini yang masih manual dari BBWS menghadapi kendala dalam kecepatan dan integrasi data. Untuk mengatasi hal ini, dirancang sistem prediksi cuaca dan peringatan banjir berbasis Wireless Sensor Network (WSN) dan Internet of Things (IoT), yang dilengkapi algoritma pembelajaran mesin untuk meningkatkan akurasi prediksi lokal. Sistem ini menggunakan sensor cuaca yang terhubung melalui jaringan IoT untuk mengumpulkan data secara real-time, lalu dianalisis dengan model XGBoost. Dua lokasi penerapan adalah Teras Cikapundung dan Polder Cipalasari. Untuk meningkatkan akurasi pembacaan sensor, dilakukan kalibrasi menggunakan regresi linear. Sistem ini juga terintegrasi dengan aplikasi seluler dan website We-Weather sebagai media pemantauan. Hasil pengujian menunjukkan model memiliki akurasi 96,37%, presisi 97,74%, recall 96,37%, dan F1-score 96,79%, menandakan performa klasifikasi yang tinggi. Pengujian usability melalui System Usability Scale (SUS) juga menunjukkan skor sangat baik, membuktikan kemudahan penggunaan aplikasi dan website. Sistem ini diharapkan mampu memperkuat mitigasi bencana hidrometeorologi dan mendukung pengambilan keputusan oleh masyarakat dan pemangku kepentingan seperti petugas BBWS.Kata kunci— Cuaca ekstrem, Early Warning System, banjir, Machine Learning, Wireless Sensor Network, XGBoost.
Co-Authors Abd. Rahman Saleh Abdufattah Yurianta Abdul Latif Achmad Rizal Achmad Rizal Aghesa Tri Nirbhita Daniswara Arifin, Mohammad Aldrin Azam Zamhuri Fuadi A’syifa, Chantika Rahma Galih Abu Bandiyah Sri Aprillia Barokatillah, Nyimas Anggun DHONI PUTRA SETIAWAN Diah Rahayu Ningtias, Diah Rahayu Ediananta, Muhammad Rafi Faisal Budiman Firdais, Ardis Hendra Ari Winarno Herlambang Setiadi Irham Mulkan Rodiana Istiqomah istiqomah istiqomah Istiqomah Istiqomah Iswahyudi Hidayat Kautsar, Faris Kharisma Bani Adam Maulana, Diki Rizki Meynako, Sisko Mohamad Ramdhani Muhammad Hablul Barri Noor Akhmad Setiawan Novi Prihatiningrum Nugraha, Anggit Ferdita P. Vigneshwaran Porman Pangaribuan Prisma Megantoro Rhasyid, Dian Yuliandi Luthfi Ar Rofi’i, Mohammad Samuel Pratama Gultom Setiawan , Dhoni Putra Sinulingga, Rischa Zefaniya Br Siti Helmyati Wahmisari Priharti Willy Anugrah Cahyadi Wirawan, Adi Pandu Wiwaha, Dias Daffa