Article Per Year (5 Year)
p-Index From 2021 - 2026
0.92
P-Index
This Author published in this journals
All Journal Jurnal Ilmiah FIFO Petir Kilat Jurnal Komunika : Jurnal Komunikasi, Media dan Informatika Indonesian Journal of Electrical Engineering and Computer Science
Efy Yosrita
Efy.yosrita@sttpln.ac.id
Automotive Engineering Chemical Engineering, Chemistry & Bioengineering Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Electrical & Electronics Engineering Energy Languange, Linguistic, Communication & Media Social Sciences

Published : 10 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 4 Documents
Search
Journal : Petir

 1 
Pendeteksian Susut Daya Pelanggan Dalam Upaya Meningkatkan Efisiensi Penggunaan Energi Yessy Ecy Asri; Dwina Kuswardani; Efy Yosrita; Ferdinand Hendrik Wullur
PETIR Vol 13 No 2 (2020): PETIR (Jurnal Pengkajian Dan Penerapan Teknik Informatika)
Publisher : Sekolah Tinggi Teknik - PLN

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33322/petir.v13i2.1067

Abstract

Automatic Meter Reading (AMR) adalah sistem pembacaan atau pengambilan data hasil pengukuran energi listrik pada konsumen, baik secara lokal maupun jarak jauh. Salah satu fungsi sistem ini adalah untuk menghitung kerugian atau penyusutan distribusi. Salah satu masalah yang dihadapi oleh PLN adalah penyusutan non-teknis yang tinggi dari pelanggan AMR potensial karena kesalahan pemasangan dan pemeliharaan serta tindakan tidak jujur ​​yang dilakukan oleh beberapa konsumen, ini memiliki pengaruh besar pada kerugian daya listrik. PT. PLN Disjaya saat ini memiliki 34.000 pelanggan dan menghadapi kesulitan dalam memilih pelanggan mana yang harus diperiksa terlebih dahulu, karena jumlah personel di lapangan sekitar 5 orang, sehingga petugas yang melakukan sweep di lapangan hanya dapat menemukan sedikit kerusakan. Ini memotivasi penulis untuk melakukan pengelompokan yang dapat digunakan untuk memfasilitasi analisis dan evaluasi data. Metode K-Means digunakan dalam penelitian ini untuk mengelompokkan data berdasarkan riwayat penggunaan daya listrik dan untuk menentukan jumlah kelompok yang paling optimal digunakan metode Davies-Bouldin Index (DBI). Berdasarkan hasil pengujian dengan 2-6 set cluster, hasil set cluster yang paling optimal adalah set cluster 4 karena memiliki nilai DBI terkecil, yaitu 0,893, yang berarti set cluster 4 memiliki kepadatan masing-masing objek dengan centroid terbaik dan jarak antar cluster juga dipisahkan dengan baik. Cluster 1 memiliki 12 anggota, klaster 2: 54 anggota, klaster 3: 34 anggota dan klaster 4: 3 anggota. Himpunan 4 cluster memiliki kinerja terbaik dalam pengelompokan data tentang penggunaan daya historis pelanggan AMR (Automatic Meter Reading) di kelas bisnis, setiap titik pusat atau titik pusat dari masing-masing cluster digunakan sebagai atribut dan nilai penggunaan daya pelanggan AMR bagan bisnis di PT. PLN (Persero) Distribusi Jakarta Raya. Tahap pengujian yang diuji adalah data 3 pelanggan yang dikategorikan sebagai pelanggan dengan daya listrik penggunaan tidak normal. Pengujiannya adalah, dengan menentukan jarak dari masing-masing objek pengujian data ke setiap centroid dalam kelompok 4 set. Diharapkan bahwa sistem ini dapat digunakan oleh petugas karyawan di sektor Distribusi, Efisiensi, Pengukuran dan Kualitas Sub Sistem Sistem Distribusi untuk menetapkan target operasi P2TL di kantor distribusi PT. PLN (Pesero) Distribusi Jakarta Rayatau kehilangan listrik adalah salah satu hasil dari penerapan sistem pembacaan daya listrik historis, AMR (Automatic Meter Reading). Salah satu jenis kerugian yang memberi dampak besar terhadap kerugian listrik adalah kerugian Non-Teknis. Saat ini untuk mendeteksi kerugian itu sendiri, petugas masih memeriksa data secara langsung dari setiap pelanggan yang masuk untuk menganalisis dan mengevaluasi data. Terkait hal ini, diperlukan suatu sistem untuk memudahkan analisis dan evaluasi data. Metode K-Means digunakan dalam penelitian ini untuk mengelompokkan data berdasarkan riwayat penggunaan daya listrik dan untuk menentukan jumlah kelompok yang paling optimal digunakan metode Davies-Bouldin Index (DBI). Berdasarkan hasil pengujian aplikasi dengan 2-6 set cluster, hasil set cluster yang paling optimal adalah set cluster 4 karena memiliki nilai DBI terkecil, yaitu 0,893, yang berarti set cluster 4 memiliki kepadatan setiap objek dengan centroid terbaik dan jarak antara cluster juga dipisahkan dengan baik. Cluster 1 memiliki 12 anggota, klaster 2: 54 anggota, klaster 3: 34 anggota dan klaster 4: 3 anggota. Himpunan 4 cluster memiliki kinerja terbaik dalam pengelompokan data tentang penggunaan daya historis pelanggan AMR (Automatic Meter Reading) di kelas bisnis, setiap titik pusat atau titik pusat dari masing-masing cluster digunakan sebagai atribut dan nilai penggunaan daya pelanggan AMR grafik bisnis di PT. PLN (Persero) Distribusi Jakarta Raya. Tahap pengujian yang diuji adalah data 3 pelanggan yang dikategorikan sebagai pelanggan dengan daya listrik penggunaan tidak normal. Pengujiannya adalah, dengan menentukan jarak dari masing-masing objek pengujian data ke setiap centroid dalam kelompok 4 set. Diharapkan aplikasi ini dapat digunakan oleh petugas karyawan di sektor Distribusi, Efisiensi, Pengukuran dan Kualitas Sub Sistem Sistem Distribusi untuk menetapkan target operasi P2TL di kantor distribusi PT. PLN (Pesero) Distribusi Jakarta Raya.
Klasifikasi Sinyal EEG Menggunakan Model K-Nearest Neighbor Untuk Pengenalan Kata Yang Dibayangkan Abdul Rauf; Efy Yosrita; Rosida Nur Aziza
PETIR Vol 15 No 1 (2022): PETIR (Jurnal Pengkajian Dan Penerapan Teknik Informatika)
Publisher : Sekolah Tinggi Teknik - PLN

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33322/petir.v15i1.1335

Abstract

Locked in syndrome (LIS) is a condition of complete paralysis in which people with LIS are conscious but unable to move or communicate verbally except to move their eyes or blink. One way that can help LIS sufferers to communicate and interact is through recording brain signals called Electroencephalogram (EEG). In this study, the data from the recording of the EEG signal has gone through the extraction stage. The extracted data is preprocessed and classified using the K-Nearest Neighbor (K-NN) algorithm to be visualized using a web-based application. The results of the classification using the K-Nearest Neighbor algorithm with a value of K = 1 resulted in 82% accuracy, 82% precision and 82% recall. Keywords: LIS, EEG, K-Nearest Neighbor.
Sistem Pendukung Keputusan Untuk Pemilihan Vendor Berdasarkan Evaluasi Kinerja Menggunakan Metode Naïve Bayes (Studi Kasus: PT. PLN (Persero) Unit Pelaksana Pembangkitan Bukittinggi) Kuntum Khaira Ummah; Dine Tiara Kusuma; Efy Yosrita
PETIR Vol 15 No 1 (2022): PETIR (Jurnal Pengkajian Dan Penerapan Teknik Informatika)
Publisher : Sekolah Tinggi Teknik - PLN

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33322/petir.v15i1.1356

Abstract

Dalam proses pengadaan barang dan jasa, pemilihan vendor yang tepat akan membantu kelancaran pelaksanaan proyek. Pemilihan vendor yang dilakukan tanpa pertimbangan tertentu, seringkali menimbulkan kerugian bagi PT. PLN (Persero) Unit Pembangkitan Pelaksana Bukittinggi dari segi kualitas, biaya, dan waktu diakibatkan tidak profesionalnya vendor tersebut. Untuk memecahkan masalah tersebut maka dibutuhkan metode Naive Bayes sebagai sistem pendukung keputusan untuk pemilihan vendor proyek. Naive Bayes merupakan metode pengklasifikasian ada ciri tertentu dari sebuah kelas. Enam atribut pemilihan vendor proyek yaitu waktu, komunikasi, kelengkapan data, lingkungan & K3, harga dan mutu. Dari hasil perangkingan menggunakan metode Naive Bayes peringkat pertama diduduki oleh PT. Valvindo Mandiri dengan nilai 0.096799. Dengan menggunakan data sebanyak 150 yang terdiri dari variabel A, B, C, D, dan E. Hasil dari klasifikasi menggunakan metode Naive Bayes menghasilkan akurasi 86.67%, presisi 88.89% dan recall 88.89%.
Fuzzy C-Means Dalam Klasifikasi Histori Data Susut Daya Pelanggan AMR Tidak Wajar Pada PT. PLN Distribusi Jakarta Raya Widya Nita Suliyanti; Yessy Asri; Efy Yosrita; Akh. Farhan Ramadani
PETIR Vol 15 No 1 (2022): PETIR (Jurnal Pengkajian Dan Penerapan Teknik Informatika)
Publisher : Sekolah Tinggi Teknik - PLN

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33322/petir.v15i1.1460

Abstract

Susut daya merupakan masalah yang selalu dihadapi oleh PT. PLN khususnya Distribusi Jakarta Raya. Susut non-teknis banyak menyebabkan kerugian besar bagi PT. PLN Distribusi Jakarta Raya. AMR (Automatic Meter Reading) digunakan untuk pembacaan atau pengambilan data hasil pengukuran energi listrik pada masing-masing konsumen secara lokal maupun jarak jauh. Diperlukan metode dengan keoptimalan yang tinggi agar dapat mengukur susut yang terjadi. Penelitian ini menggunakan metode clustering Fuzzy C-Means dengan tujuan membandingkan dengan metode K-Means. Keoptimalan suatu cluster ditentukan dengan nilai DBI (Davies-Bouldin index) yang minimum. Semakin kecil nilai DBI, maka suatu cluster dikatakan optimal untuk melakukan clustering data. Hasil penelitian membuktikan bahwa metode Fuzzy C-Means lebih optimal dibandingkan metode K-Means dengan nilai DBI metode Fuzzy C-Means sebesar 0.54532171146831 di set cluster 2 sedangkan nilai DBI metode K-Means sebesar 0.893 di set cluster 4.
Co-Authors Abdul Rauf Abdurrasyid, Abdurrasyid Adithya Marhaendra Kusuma Akh. Farhan Ramadani Asri, Yessy Aziza, Rosida Nur Dwina Kuswardani Dwina Kuswardani Ferdinand Hendrik Wullur Ferdinand Hendrik Wullur Fikri Amarullah Givary Muhammad Kuntum Khaira Ummah Ningrum, Rahma Farah Rakhmat Arianto Rakhmat Arianto Rizqia Cahyaningtiyas Rosida Nur Aziza Tiara Kusuma, Dine Widya Nita Suliyanti