Mirza Hamdhani
Institut Teknologi Sepuluh Nopember

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

Found 2 Documents
Search

Studi Eksperimental Variasi Kuat Medan Magnet Induksi Pada Aliran Bahan Bakar Terhadap Unjuk Kerja Mesin SINJAI 650 CC (Studi Kasus : Mapping Sumber Tegangan Induksi Magnet) Mirza Hamdhani; Bambang Sudarmanta
Jurnal Teknik ITS Vol 5, No 2 (2016)
Publisher : Direktorat Riset dan Pengabdian Masyarakat (DRPM), ITS

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (1058.29 KB) | DOI: 10.12962/j23373539.v5i2.20016

Abstract

Pemberian induksi medan magnet pada aliran bahan bakar dapat memberikan efek de-clustering pada molekul CH dari kondisi semula molekul CH membentuk clustering. De-clustering molekul CH ini akan memudahkan oksigen untuk terikat lebih menyeluruh pada molekul CH pada saat proses pengoksidasian, sehingga tercapainya pembakaran yang lebih baik. Pengujian ini memvariasikan nilai resistansi induksi magnet yakni, B2=900 Ω, B1=700 Ω dan B0=460 Ω, serta memvariasikan besar tegangan yang diberikan pada masing-masing induksi medan magnet dari 20 VDC – 100 VDC dengan interval kenaikan 20 VDC. Pengujian dimmulai dengan mengukur besar kuat medan magnet induksi. Kemudian pengujian FTIR mengetahui gugus fungsional senyawa bahan bakar dan mempelajari reaksi yang terjadi melaui radiasi infra merah yang divisualkan sebagai fungsi frekuensi (atau panjang gelombang) radiasi, Melakukan pengujian unjuk kerja dengan full open throttle pembebanan putaran dengan waterbrake dynamometer pada putaran mesin 5000 rpm – 2000 rpm dengan interval 500 rpm. Pada pengujian FTIR bahan bakar setelah dipengaruhi induksi magnet menunjukkan perubahan intensitas transmittance pada panjang gelombang. Kenaikan maksimal pada pemberian 100 V, yaitu B2=20.155 %, B1=22.636 %, dan B0=25.679%. Pada unjuk kerja terhadap setiap variasi tegangan semua unjuk kerja terbaik pada B0 100 V, yakni menaikkan persentase torsi = 9.79%, daya = 9.202%, bmep = 9.79%, efficiency thermal = 19.89%, dan menurunkan bsfc = 16.66%. Hasil emisi menunjukkan perbaikan kualitas emisi, yaitu paling baik didapat pada B0 100V. Secara rata-rata menurunkan CO = 44.97%, HC =18.36% dan untuk CO2 menaikkan 18.22%.
Identifikasi Profil Konsumsi Enegri Listrik untuk Meningkatkan Pendapatan dengan Klustering Mirza Hamdhani; Diana Purwitasari; Agus Budi Raharjo
Journal of Information System,Graphics, Hospitality and Technology Vol. 4 No. 2 (2022): Journal of Information System, Graphics, Hospitality and Technology
Publisher : Institut Sains dan Teknologi Terpadu Surabaya (d/h Sekolah Tinggi Teknik Surabaya)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37823/insight.v4i2.232

Abstract

Ketersediaan energi listrik pada sistem sulsel lebih dari cukup yakni 602 MW. Sejalan dengan surplusnya energi listrik, kantor pusat memberikan program program peningkataan penjualan kepada unit-unit layanan pelanggan untuk dijalankan. Program tersebut belum memberikan hasil yang baik untuk Key performance indicator penjualan tenaga listrik, karna bahwasannya program tersebut diberikan secara umum untuk seluruh unit layanan pelanggan tanpa memperhatikan kondisi pasar dan karakter pelanggan yang di miliki unit layanan. Profil konsumsi energi listrik sangat penting untuk mendukung pengembangan strategi pemasaran yang dipersonalisasi agar tepat sasaran. Identifikasi profil konsumsi listrik dapat menunjukkan karakteristik pemakaian energi listrik tiap pelanggan. Pada penelitian ini clustering dilakukan permodelan melalui pengolahan data profil konsumsi listrik ditunjukkan dengan variable daya, pemakaian energi, penambahan pelanggan bulanan dari tahun 2019-2021. Selanjutnya dari hasil clustering tersebut menggali informasi karakteristik tiap klusternya untuk dijadikan informasi strategi pemasaran. Diharapkan dari penelitian ini mendapatkan model karakteristik profil konsumsi energi listrik. Hasil dari metode sum of square error mendapatkan k=3 dengan rasio 1,57. Cluster_1 adalah pelanggan dengan kontribusi rupiah penjualan terendah yakni secara komulatif hanya memberikan 18,5%. Cluster_2 berkontribusi sedang secara komulatif pada rupiah pendapatan yakni sebesar 34,86%. Cluster_3 berkontribusi paling tinggi secara komulatif pada rupiah pendapatan yakni sebesar 46,63%. Pada kelompok pelanggan yang berkontribusi terendah perlu dilakukan pemeriksaan persil pelanggan untuk memastikan pemanfaatan energi listrik dan mencurigai adanya pelanggaran penyaluran energi listrik. Pada kelompok pelanggan kontribusi sedang diberikan pendampingan dengan pengenalan alat alat elektronik dengan manfaatnya. Kemudian pada pelanggan kontribusi besar dapat diberikan layanan peendampingan dalam rangka menjaga loyalitas pelanggan, serta memberikan layanan informasi terkait tgihan listrik. Teknik k-means clustering memberikan kemudahan identifikasi karakteristik pelanggan dan visualisasi yang baik untuk perusahaan menganalisa yang kemudian memberikan informasi rekomendasi kebijakan dan strategi peningkatan pendapatan.