Article Per Year (5 Year)
p-Index From 2021 - 2026
1.633
P-Index
This Author published in this journals
All Journal INVOTEK: Jurnal Inovasi Vokasional dan Teknologi MOTIVECTION : Journal of Mechanical, Electrical and Industrial Engineering Community Empowerment Jurnal Vokasi Mekanika CONSEN: Indonesian Journal of Community Services and Engagement Ranah Research : Journal of Multidisciplinary Research and Development Journal of Innovative and Creativity
- Primawati
Universitas Negeri Padang
Religion Arts Humanities Automotive Engineering Chemical Engineering, Chemistry & Bioengineering Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Economics, Econometrics & Finance Education Electrical & Electronics Engineering Energy Engineering Environmental Science Industrial & Manufacturing Engineering Languange, Linguistic, Communication & Media Law, Crime, Criminology & Criminal Justice Mathematics Mechanical Engineering Physics Public Health Social Sciences Transportation Other

Published : 20 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 4 Documents
Search
Journal : Journal of Innovative and Creativity

 1 
Analisis Kerusakan Bearing Mesin Gerinda Berdiri melalui Spektrum Getaran dengan FFT Menggunakan Sensor MPU9250 Muhammad Farhan; Primawati Primawati; Delima Yanti Sari; Wanda Afnison; Resti Apriliyanti
Journal of Innovative and Creativity Vol. 5 No. 2 (2025)
Publisher : Fakultas Ilmu Pendidikan Universitas Pahlawan Tuanku Tambusai

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31004/joecy.v5i2.844

Abstract

Bearing Damage Analysis of Standing Grinding Machine through Vibration Spectrum with FFT Using MPU9250 Sensor
Prediksi Beban Turbin Uap Menggunakan Machine Learning Berbasis Random Forest untuk Optimalisasi Efisiensi Turbin Uap Pada PLTU Ombilin Diki Alfarizi; Arwizet Arwizet; Refdinal Refdinal; Primawati Primawati
Journal of Innovative and Creativity Vol. 5 No. 2 (2025)
Publisher : Fakultas Ilmu Pendidikan Universitas Pahlawan Tuanku Tambusai

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31004/joecy.v5i2.2879

Abstract

Penelitian ini mengembangkan model prediktif untuk estimasi beban turbin uap dengan mengimplementasikan teknik machine learning Random Forest dalam rangka optimasi efisiensi operasional turbin uap pada fasilitas PLTU Ombilin. Proses penelitian melibatkan akuisisi data operasional historis yang kemudian melalui tahap preprocessing menggunakan normalisasi Min-Max Scaler dan pembagian dataset dengan rasio 80:20 untuk training dan testing. Optimasi model Random Forest dilakukan melalui hyperparameter tuning untuk memperoleh konfigurasi optimal, menghasilkan performa dengan MAE 1.024, RMSE 0.987, dan R-squared 0.893 pada evaluasi testing. Hasil evaluasi mengindikasikan kemampuan model dalam menghasilkan prediksi akurat dengan generalisasi yang memadai terhadap data baru. Implementasi model ini diproyeksikan dapat berfungsi sebagai tool decision support dalam manajemen operasional pembangkit, meningkatkan thermal efficiency turbin uap, dan mendukung reduksi konsumsi fuel serta emisi greenhouse gas. Riset ini merekomendasikan eksplorasi algoritma komplementer seperti Gradient Boosting, XGBoost, dan Artificial Neural Network untuk benchmarking performa dan validasi model yang lebih komprehensif.
Prediksi Beban Turbin Uap Menggunakan Machine Learning Berbasis Random Forest untuk Optimalisasi Efisiensi Turbin Uap Pada PLTU Ombilin Diki Alfarizi; Arwizet Arwizet; Refdinal Refdinal; Primawati Primawati
Journal of Innovative and Creativity Vol. 5 No. 3 (2025)
Publisher : Fakultas Ilmu Pendidikan Universitas Pahlawan Tuanku Tambusai

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31004/joecy.v5i3.2880

Abstract

Penelitian ini mengembangkan model prediktif untuk estimasi beban turbin uap dengan mengimplementasikan teknik machine learning Random Forest dalam rangka optimasi efisiensi operasional turbin uap pada fasilitas PLTU Ombilin. Proses penelitian melibatkan akuisisi data operasional historis yang kemudian melalui tahap preprocessing menggunakan normalisasi Min-Max Scaler dan pembagian dataset dengan rasio 80:20 untuk training dan testing. Optimasi model Random Forest dilakukan melalui hyperparameter tuning untuk memperoleh konfigurasi optimal, menghasilkan performa dengan MAE 1.024, RMSE 0.987, dan R-squared 0.893 pada evaluasi testing. Hasil evaluasi mengindikasikan kemampuan model dalam menghasilkan prediksi akurat dengan generalisasi yang memadai terhadap data baru. Implementasi model ini diproyeksikan dapat berfungsi sebagai tool decision support dalam manajemen operasional pembangkit, meningkatkan thermal efficiency turbin uap, dan mendukung reduksi konsumsi fuel serta emisi greenhouse gas. Riset ini merekomendasikan eksplorasi algoritma komplementer seperti Gradient Boosting, XGBoost, dan Artificial Neural Network untuk benchmarking performa dan validasi model yang lebih komprehensif.
Karakterisasi Briket Arang Bekas Sampah yang Diproduksi dengan Press Hidrolik M. Ilham Anugrah Illahi; Primawati Primawati; Yolli Fernanda; Dori Yuvenda
Journal of Innovative and Creativity Vol. 5 No. 3 (2025)
Publisher : Fakultas Ilmu Pendidikan Universitas Pahlawan Tuanku Tambusai

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31004/joecy.v5i3.4516

Abstract

Kebutuhan energi di Indonesia yang terus meningkat menyebabkan ketergantungan tinggi terhadap bahan bakar fosil. Sebagai solusinya, biomassa khususnya sampah organik bisa dimanfaatkan sebagai bahan bakar alternatif terbarukan karena ketersediaannya melimpah. Energi biomassa yang akan dibuat menjadi briket diolah dan dimampatkan sehingga bentuknya lebih teratur dan mempunyai nilai kalor yang tinggi. Melalui proses penekanan dan pemanasan, sampah organik dapat diolah menjadi briket dengan nilai kalor dan efisiensi pembakaran yang lebih tinggi. Penelitian ini bertujuan untuk mengkaji pengolahan sampah organik menjadi briket menggunakan alat press hidrolik, menganalisis pengaruh variasi suhu terhadap karakteristik briket, serta menentukan kandungan proximate dan nilai kalor (Heating Heat Value). Metode yang digunakan adalah eksperimen menggunakan bahan baku sampah organik degan ukuran partikel lewat dari 18 mesh tetapi tidak lewat dari 30 mesh, variasi suhu 200℃, 250℃, dan 300℃ selama 10 menit. Pengujian yang dilakukan yaitu uji thermogravimetric untuk mengetahui kandungan proximate dari briket. Hasil penelitian menunjukkan suhu karbonisasi berpengaruh signifikan terhadap kualitas briket. Suhu 300℃ menghasilkan briket paling optimal dengan nilai kalor tertinggi (23.914 J/g), kandungan volatile terendah, dan fixed carbon tertinggi. Metode kompresi cetak panas menghasilkan briket padat dan kuat tanpa perekat tambahan. Nilai kalor sangat dipengaruhi oleh kandungan volatile dan fixed carbon yang dapat terlihat seiring dengan menurunnya kadar volatile dan meningkatnya fixed carbon. Pengolahan limbah sampah organik menjadi briket bisa menjadi potensi bahan bakar alternatif dengan besarnya Heating Value yang dihasilkan.
Co-Authors Abdul Marfuad Alvien Khardin Ambiyar, Ambiyar Arwizet Arwizet Arwizet Arwizet, Arwizet Budi Syahri Bulkia Rahim Cici Andriani Delima Yanti Sari Diki Alfarizi Dori Yuvenda Eko Indrawan Fazrol Rozi, Fazrol Febri Prasetya Irzal Irzal Jasman Khairul Rezki M. Ilham Anugrah Illahi Muhammad Farhan Mulianti Nelvi Erizon Nurdin Hendri Nuzul Hidayat, Nuzul Purwantono Purwantono Purwoko, Agus Putri Nurhalimah Erdi Radhia Rafi Rahmat Ichsan Rahmadiawan, Dieter Refdinal, Refdinal Remon Lapisa Remon Lapisa Remon Lapisa Reski Reski Resti Apriliyanti Sundhy Pareza Suparno Suparno Suyatno Suyatno Wagino Wanda Afnison Yoga Andika Yolli Fernanda Yovi Ardhan Yufrizal Yufrizal