Angger Abdul Razak
Department Of Electrical Engineering, Universitas Brawijaya, Indonesia

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

Found 27 Documents
Search

Rancang Bangun Monitoring Teknologi Reduksi Kalsium Oksalat Menggunakan Metode Ekstraksi Elektrokoagulasi pada Limbah Cair Industri Pengolahan Hasil Pertanian Ardiana, Ahmad Shobri; Nurussa’adah, n/a; Razak, Angger Abdul
Jurnal Mahasiswa TEUB Vol. 13 No. 5 (2025)
Publisher : Jurnal Mahasiswa TEUB

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

Abstract

—Industri pengolah hasil pertanian merupakansalah satu sumber penghasil limbah cair terbesar di Indonesia.Salah satunya, terletak di Kabupaten Malang, Jawa Timurdimana limbah industri ini mengandung kontaminan beirupapati, lemak, minyak, serta kalsium oksalat yang langsungdibuang ke sungai sehinggamengakibatkan sedimentasi dankontaminasi pada air tanah. Selain itu, pembuangan limbahcair secara langsung ini juga berdampak pada Kesehatanmasyarakat, mulai dari penyakit kulit hingga masalahpencernaan. Oleh sebab itu, diperlukan suatu inovasi teknologiuntuk mereduksi kandungan bahan cemaran secara optimal.Teknologi ini dirancang dengan empat tahap pemurnian yangterdiri dari chamber filtrasi, chamber ekstraksielektrokoagulasi, dan diakhiri dengan chamber ozonisasi.Terdapat juga sensor pada bagian output alat. Teknologi inimampu untuk mereduksi Kekeruhan, TDS, pH, dan kalsiumoksalat lebih dari 50%. Teknologi ini menawarkan berbagaikeunggulan seperti, sistem kerja kontinu serta dapat dimonitorsecara real time dari jarak jauh. Teknologi ini diharapkanmampu menjadi solusi bagi permasalahan limbah cair gunamendukung SDGs nomor 6 yakni "Air Bersih dan Sanitasi"dan 12 yakni "Konsumsi dan Produksi Bertanggung Jawab".Kara kunci: Kalsium Oksalat, Limbah Cair, Pertanian,Elekrojoagulasi 
PENGEMBANGAN SISTEM PEMANTAUAN DAN OTOMATISASI PADA TANAMAN MICROGREEN SECARA HIDROPONIK BERBASIS IOT Putri, Amelia Kartika; Zainuri, Akhmad; Razak, Angger Abdul
Jurnal Mahasiswa TEUB Vol. 13 No. 5 (2025)
Publisher : Jurnal Mahasiswa TEUB

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

Abstract

Keterbatasan lahan akibat pertumbuhan penduduk mendorong inovasi budidaya tanaman dengan sistemhidroponik, salah satunya microgreen yang bernilai gizi tinggi. Penelitian ini mengembangkan sistem pemantauan danotomatisasi berbasis Internet of Things (IoT) menggunakan ESP32, sensor suhu dan kelembaban udara, pH larutan,ketinggian air, serta intensitas cahaya. Sistem otomatis mengatur penyiraman, pengisian air, dan pencahayaan sesuai ambangbatas. Hasil pengujian menunjukkan sensor bekerja dengan akurasi di atas 99% dan kontrol otomatis berjalan stabil. Databerhasil dikirim ke aplikasi Kodular secara real-time. Sistem ini efektif mendukung pertumbuhan optimal microgreen dimedia hidroponik.Kata Kunci: Microgreen, Hidroponik, IoT, Pemantauan, Otomatisasi
REKOMENDASI PEMELIHARAAN DUMPTRUCK HD785-7 MENGGUNAKAN MACHINE LEARNING RANDOM FOREST PADA CHATBOT BERBASIS MICROSOFT AZURE Kusnadi, Vanny; Aswin, Muhammad; Razak, Angger Abdul
Jurnal Mahasiswa TEUB Vol. 13 No. 5 (2025)
Publisher : Jurnal Mahasiswa TEUB

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

Abstract

Pemeliharaan alat berat seperti Dump Truck HD785-7sangat penting untuk meminimalkan downtime dan menjagaproduktivitas operasional di industri pertambangan. Penelitian inimengembangkan sistem rekomendasi pemeliharaanmenggunakan algoritma Machine Learning Random Forest yangdiintegrasikan ke dalam chatbot berbasis Microsoft AzureOpenAI. Data pelatihan berasal dari parameter teknis unit,termasuk hasil analisis oli PAP dan data sensor VHMS, yangdiklasifikasikan menjadi status normal dan abnormal. Proses ETLdilakukan melalui Azure Data Factory, penyimpanan datamenggunakan Azure Blob Storage, dan model dilatih sertadihosting menggunakan Azure Machine Learning. Chatbotdikembangkan dengan skenario percakapan berbasis promptuntuk memberikan rekomendasi perbaikan secara real-timekepada teknisi. Hasil pengujian menunjukkan bahwa modelmemiliki akurasi tinggi (>95%) dalam klasifikasi kondisi alat,serta respons chatbot yang cepat dan tepat berdasarkan rule darishop manual dan KOWA. Sistem ini mampu mempercepatpengambilan keputusan teknis, mengurangi downtime, danmendukung digitalisasi pemeliharaan alat berat di PT KalimantanPrima Persada.Kata Kunci—Random Forest, Chatbot, Pemeliharaan Alat Berat,Azure, Dump Truck HD785-7, Machine Learning, Azure OpenAI
T-COGPROMPT : PENGEMBANGAN FRAMEWORK PROMPTING UNTUK LARGE LANGUAGE MODEL (LLM) BERBASIS RETRIEVAL AUGMENTED GENERATION (RAG) UNTUK MENDUKUNG BOT COUNSELOR VIRTUAL Ezekiel, Yeftha Joshua; Rohmatillah, Mahdin; Razak, Angger Abdul
Jurnal Mahasiswa TEUB Vol. 13 No. 5 (2025)
Publisher : Jurnal Mahasiswa TEUB

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

Abstract

Permasalahan gangguan kesehatan mental seperti depresi dan distorsi kognitif terus meningkat, sementaraketerbatasan jumlah konselor menjadi hambatan dalam penyediaan layanan psikologis yang memadai. Penelitian inimengembangkan sistem klasifikasi distorsi kognitif dan respons terapi kognitif-perilaku (CBT) berbasis Large LanguageModel (LLM) menggunakan teknik prompt engineering dengan pendekatan Chain of Thought (CoT), In-Context Learning(ICL), dan Retrieval-Augmented Generation (RAG). Sistem diuji pada data berbahasa Indonesia dan Inggris, serta dievaluasiberdasarkan akurasi klasifikasi dan kualitas respons generatif menggunakan metode G-Eval. Hasil analisis menunjukkanbahwa prompt engineering efektif meningkatkan akurasi klasifikasi dan koherensi respons CBT, bahkan pada model denganparameter rendah hingga tinggi. Penggunaan gaya bahasa formal dalam prompt menghasilkan performa klasifikasi yang lebihkonsisten, dengan akurasi tertinggi mencapai 72.4% melalui strategi majority voting, sedangkan gaya informal tetap mampumenghasilkan respons yang natural dengan skor G-Eval di atas 7.0 pada seluruh dimensi penilaian. Sistem ini dirancang agardapat diintegrasikan ke dalam platform chatbot atau robot konselor digital, serta menunjukkan potensi dalam memperluasakses layanan psikologis berbasis AI dalam bahasa Indonesia.Kata Kunci—Distorsi Kognitif, Terapi Kognitif-Perilaku, LLM, Prompt Engineering, RAG, Chain of Thought 
Sistem Monitoring Sungai Brantas berbasis Internet of Things Muslim, ST., MT., Ph.D, Muhammad Aziz; Setyawan, Raden Arief; Basuki, Achmad; Razak, Angger Abdul
Jurnal EECCIS (Electrics, Electronics, Communications, Controls, Informatics, Systems) Vol. 14 No. 2 (2020)
Publisher : Faculty of Engineering, Universitas Brawijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.21776/jeeccis.v14i2.621

Abstract

Sungai Brantas dikenal sebagai salah satu sungai yang paling tercemar di dunia. Sekelompok warga telah membersihkan sungai secara berkala, namun hal ini tidak cukup karena pertumbuhan sampah tidak berkurang. Saat ini belum ada data terkait dengan sampah di sungai Brantas untuk dapat mengambil kebijakan lebih jauh. Jurnal ini menyajikan sistem yang digunakan untuk memantau dan mengumpulkan data tentang sungai Brantas secara elektronik berdasarkan IOT. Data yang diukur adalah kecepatan aliran sungai, tinggi permukaan sungai dan kondisi limbah permukaan. Sistem berbasis pengolahan gambar digunakan untuk menganalisis persentase limbah di permukaan sungai. Sistem yang dibangun telah dapat bekerja dengan baik dalam mengirimkan data ke server, dan ditampilkan melalui situs web untuk dipantau oleh semua pemangku kepentingan.
Analisis Pembatasan Thread Cuda GPU Computing pada Image Denoising Razak, Angger Abdul; Muttaqin, Adharul; Erza Pradipta, Erza
Jurnal EECCIS (Electrics, Electronics, Communications, Controls, Informatics, Systems) Vol. 15 No. 1 (2021)
Publisher : Faculty of Engineering, Universitas Brawijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.21776/jeeccis.v15i1.1538

Abstract

GPU computing dapat mempersingkat waktu eksekusi suatu aplikasi yang sebelumnya dianggap memakan waktu eksekusi yang lama dengan memanfaatkan pemrograman paralel. Penerapan multi-GPU memungkinkan untuk meningkatkan performa lebih lanjut dalam menjalankan pemrograman paralel tersebut. Namun, tidak semua program berlaku demikian. Salah satu aplikasi yang membutuhkan pemrograman secara paralel adalah image denoising. Untuk melihat apakah apakah penggunaan multi-GPU dapat menambah performa program image denoising, analisis dari pembatasan jumlah thread terhadap waktu eksekusi, penggunaan daya, dan memori GPU dapat diterapkan pada single GPU. Apabila pembatasan thread menurunkan performa program image denoising secara signifikan, maka penggunaan multi-GPU menjadi kandidat untuk meningkatkan performa lebih tinggi. Dalam penelitian ini, perancangan pembatasn thread diimplementasikan dengan proses looping pada bagian kernel program image denoising yang menggunakan filter KNN (K-Nearest Neighbors) dan NLM (Non Local Means). Hasil penelitian ini menunjukan pada penggunaan thread di bawah 5% pada filter KNN dan thread 0,01% pada filter NLM menghasilkan konsumsi daya dan waktu eksekusi yang optimal. Selain itu, pada penggunaan thread di atas 5% pada filter KNN maupun NLM tidak ditemukan perubahan performa yang signifikan, sehingga penambahan performa pada program image denoising akan minimal dengan penerapan sistem multi GPU.
Rancang Bangun Teknologi Blockchain Pada Sistem Keamanan Data Jaringan Sensor Muttaqin, Adharul; Razak, Angger Abdul; Ramadhan, Faris Aulia
Jurnal EECCIS (Electrics, Electronics, Communications, Controls, Informatics, Systems) Vol. 15 No. 2 (2021)
Publisher : Faculty of Engineering, Universitas Brawijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.21776/jeeccis.v15i2.1546

Abstract

Kehadiran internet membuka banyak peluang baru. Dari begitu banyak peluang, ada yang positif seperti pemanfaatan internet untuk komunikasi, tetapi juga ada peluang yang disalahgunakan sehingga terjadilah kejahatan siber. Kejahatan siber kerap terjadi di dalam jaringan, tak terkecuali pada jaringan sensor. Jaringan sensor memiliki tingkat kerawanan yang tinggi terhadap berbagai macam serangan siber termasuk di antaranya adalah perubahan data yang dapat menyebabkan data menjadi korup. Pada penelitian ini, Blockchain digunakan untuk menjaga dan menjaga integritas data pada jaringan sensor dengan memanfaatkan algoritma SHA-256. Penelitian ini bertujuan untuk melihat bagaimana Blockchain diterapkan pada sensor jaringan dan bagaimana performa Blockchain pada sensor jaringan. Dengan parameter penguji berupa kesesuaian blok, waktu yang diperlukan untuk membuat blok, serta ukuran penyimpanan blok, didapatkan bahwa blok pada Blockchain tidak mengalami kecacatan, dengan rata-rata waktu eksekusi 1,69 detik dengan kompleksitas waktu yang linear dan rata-rata ukuran blok sebesar 176 bytes pada setiap blok setelah blok pertama.