Article Per Year (5 Year)
p-Index From 2021 - 2026
2.282
P-Index
This Author published in this journals
All Journal Tekno : Jurnal Teknologi Elektro dan Kejuruan JURNAL INTEGRASI Jambura Journal of Electrical and Electronics Engineering Jurnal Nasional Teknik Elektro dan Teknologi Informasi Industrial Research Workshop and National Seminar Seminar Nasional Produk Terapan Unggulan Vokasi Central Publisher
tracy marsela
Politeknik Negeri Manado
Religion Agriculture, Biological Sciences & Forestry Arts Humanities Automotive Engineering Chemical Engineering, Chemistry & Bioengineering Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Education Electrical & Electronics Engineering Energy Engineering Environmental Science Immunology & microbiology Industrial & Manufacturing Engineering Languange, Linguistic, Communication & Media Mathematics Mechanical Engineering Social Sciences Transportation Other

Published : 12 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 12 Documents
Search

 1   2 
Panel Kontrol ATS SCADA Putung, Yoice R.; Sawidin, Sukandar; Kereh, Tracy M.; Langi, Herry S.; Patabo, Muchdar Dg.; Loegimin, Maruto Swatara
JURNAL INTEGRASI Vol. 16 No. 1 (2024): Jurnal Integrasi - April 2024
Publisher : Pusat Penelitian dan Pengabdian Masyarakat Politeknik Negeri Batam

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30871/ji.v16i1.7317

Abstract

To guarantee a steady supply of electricity to the load, the Automatic Transfer Switch (ATS) panel management system is crucial in controlling the power flow between the primary and backup electricity sources. It integrates Supervisory Control and Data Acquisition (SCADA) technologies to improve the effectiveness and dependability of ATS operations. The goal of designing an ATS panel with SCADA control is to establish an ATS panel control system based on SCADA. The SCADA system will handle and evaluate the data gathered from this device in order to track and manage the functioning of the ATS. Additionally, in the event that the primary power source has an interruption or breakdown, the SCADA system will automatically trigger the ATS to switch to a backup source, minimizing recovery time and guaranteeing that the load will always have access to uninterrupted power.
Optimasi Potensi Energi Terbarukan di Sulawesi Utara Menggunakan Pendekatan Machine Learning untuk Mendukung Ekosistem Hijau Berkelanjutan Polii, Andrea Rian; Faisal, Vania Ewvangelina; Polii, Anritsu Steven Christian; Kereh, Tracy Marsela
Prosiding Seminar Nasional Produk Terapan Unggulan Vokasi Vol 5 No 1 (2026): Prosiding Seminar Nasional Produk Terapan Unggulan Vokasi Ke-6 Politeknik Negeri
Publisher : Pusat Penelitian dan Pengabdian Kepada Masyarakat Politeknik Negeri Manado

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

Abstract

Provinsi Sulawesi Utara memiliki kekayaan sumber daya energi baru terbarukan (EBT) yang sangat besar, mencakup potensi energi surya, angin, panas bumi, biomassa, dan energi air. Pengembangan ekosistem hijau di wilayah ini menekankan pada dekarbonisasi sistem energi, efisiensi sumber daya, dan pemanfaatan sumber energi terbarukan setempat yang ramah lingkungan. Berdasarkan dokumen Rencana Umum Energi Daerah (RUED), total potensi EBT teoretis di Sulawesi Utara mencapai 8.365 MW, dengan potensi spesifik yang telah teridentifikasi dan siap dioptimalkan sebesar 1.546,09 MW. Meskipun potensi tersebut sangat besar, ketergantungan terhadap energi fosil di wilayah kepulauan masih sangat tinggi. Wilayah terpencil seperti Sangihe dan Talaud masih terisolasi dengan durasi operasional listrik yang terbatas, yakni hanya berkisar antara 6 hingga 12 jam per hari  dengan beberapa wilayah seperti Miangas hanya 6–8 jam karena tingginya biaya operasional pembangkit diesel. Artikel ini mengkaji implementasi Machine Learning (ML) melalui lima model algoritma untuk peramalan beban, prediksi luaran energi, dan deteksi anomali jaringan. Metodologi penelitian menggunakan dataset multi-source sebanyak 342.400 titik data yang bersumber dari data deret waktu (time-series) BMKG dan PLN periode 2016–2025. Hasil penelitian menunjukkan tingkat akurasi rata-rata sistem mencapai 92,3%, dengan model XGBoost mencatatkan performa tertinggi (97,2%) dalam peramalan beban harian. Integrasi teknologi ini menjadi prasyarat mutlak untuk mencapai target bauran EBT 67% pada tahun 2050 sesuai mandat PERDA No. 8 Tahun 2022.
Co-Authors Anthoinete P.Y. Waroh Anthoinete P.Y. Waroh Anthoinete PY Waroh Christi Putri Asa Cristiano V.M Kambey Deitje S. Pongoh eksan, sulastri Faisal, Vania Ewvangelina Ireine I. Lumairo Langi, Herry S. Langi, Herry Setiawan Lapon, Jeremia J. Loegimin, Maruto Swatara Olga Engelin Melo ottopianus mellolo Patabo, Muchdar Dg. Polii, Andrea Rian Polii, Anritsu Steven Christian Putung, Yoice R. Putung, Yoice Rita Saina Umarama Sawidin, Sukandar Sawidin, Sukandar Kandar Simanjuntak, Christopel Hamonangan Sukandar Kandar Sawidin Sukandar Kandar Sawidin Sukandar Sawidin Tuwongkesong, Samsu veny ponggawa Veny Vita Ponggawa Waroh, Anthoinete Yeheskiel H. Sorongan Yohanis S. Rompon Yohanis S. Rompon Yoice R Putung Yoice R. Putung