Article Per Year (5 Year)
p-Index From 2021 - 2026
4.711
P-Index
This Author published in this journals
All Journal ELKOMIKA: Jurnal Teknik Energi Elektrik, Teknik Telekomunikasi, & Teknik Elektronika Journal of Geoscience, Engineering, Environment, and Technology RELE: Rekayasa Elektrikal dan Energi Jurnal Teknik Elektro Jurnal Mantik Penusa Jurnal Mantik Jambura Journal of Electrical and Electronics Engineering Journal of Intelligent Decision Support System (IDSS) ATDS Saintech Journal of Engineering Instal : Jurnal Komputer Jurnal Mandiri IT Jurnal Teknologi Rekayasa Jaringan Telekomunikasi (TRekRiTel) Jurnal Sains dan Teknologi Jurnal Pengabdian Kepada Masyarakat dan Desa (PASSA) ATDS Saintech Journal of Engineering Jurnal Pengabdian kepada Masyarakat
Regina Sirait -
Politeknik Negeri Medan
Aerospace Engineering Agriculture, Biological Sciences & Forestry Automotive Engineering Chemical Engineering, Chemistry & Bioengineering Chemistry Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Dentistry Earth & Planetary Sciences Economics, Econometrics & Finance Electrical & Electronics Engineering Energy Engineering Environmental Science Health Professions Industrial & Manufacturing Engineering Languange, Linguistic, Communication & Media Library & Information Science Mathematics Mechanical Engineering Medicine & Pharmacology Nursing Physics Public Health Veterinary

Published : 26 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 26 Documents
Search

 1   2   3 
Computational intelligence for solar photovoltaic power plant monitoring and fault diagnosis: a machine learning approach Regina Sirait; Arnold Pakpahan; Junaidi Junaidi; Reynaldo Pakpahan; Aprima A Matondang
Journal of Intelligent Decision Support System (IDSS) Vol 9 No 2 (2026): June: Intelligent Decision Support System (IDSS)
Publisher : Institute of Computer Science (IOCS)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35335/idss.v9i2.369

Abstract

Solar photovoltaic (PV) power plants are increasingly deployed in tropical regions such as Indonesia, yet their performance is often degraded by undetected faults including partial shading, dust accumulation, and module mismatch. This study presents a computational intelligence framework for real-time monitoring and fault diagnosis of grid-connected PV systems from a computer science perspective. The framework consists of three main components: (1) a data acquisition module that simulates 12 months of PV system operation (25 kWp capacity) using meteorological data from Medan, Indonesia, generating 8,760 hourly samples of voltage, current, power, irradiance, and temperature; (2) a machine learning-based fault classifier using Random Forest (RF) and Support Vector Machine (SVM) algorithms to distinguish between four fault types (normal operation, partial shading, dust accumulation, and module mismatch) and one healthy state; and (3) a web-based dashboard built with PHP and MySQL for real-time visualization and alerting. Experimental results show that the Random Forest classifier achieves 97.3% accuracy, 95.8% precision, and 96.2% recall, outperforming SVM (91.6% accuracy). The algorithm detects faults within 1.8 seconds of occurrence, enabling rapid operator response. The proposed system is implemented as an open-source prototype and can be deployed on low-cost hardware (Raspberry Pi 4) with an average response time of 1.8 seconds. The framework is validated using tropical climate data from Medan, Indonesia, addressing a gap in existing PV fault diagnosis research. This research contributes a practical, software-based fault diagnosis tool for PV system operators in tropical environments
Pelatihan Perbaikan Overhaul Kompresor Chiller Bagi Para Teknisi Perusahaan di Tanjung Morawa Syofyan Anwar Syahputra; Joel Panjaitan; Arnold Pakpahan; Regina Sirait; Ayu Fitriani; Muchsin Harahap
Karya Unggul: Jurnal Pengabdian Kepada Masyarakat Vol. 4 No. 1 (2024): Edisi Desember
Publisher : Karya Unggul: Jurnal Pengabdian Kepada Masyarakat

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

Abstract

Tujuan dari kegiatan PKM ini adalah melakukan pelatihan, pengajaran dan pengembangan kompetensi bagi para teknisi perusahaan yang terletak di Tanjung Morawa. Para teknisi tersebut yang tadinya awam terhadap perbaikan mesin pendingin chiller diharapkan melalui kegiatan ini dapat menyelesaikan masalah ketika terjadi gangguan pada unit mesin chiller. Biasanya perbaikan mesin pendingin dilakukan oleh pihak ke tiga, dengan adanya pelatihan ini diharapkan para teknisi dapat memperbaiki sendiri kompresor chiller. Ilmu pengetahuan yang kita miliki sebagai tenaga pengajar pada perguruan tinggi kita salurkan kepada para teknisi dikemas dalam kegiatan yang disebut dengan pengabdian kepada masyarakat. Dimana kegiatan PKM ini wajib dilakukan oleh setiap tenaga pengajar untuk menyalurkan ilmu yang dimiliki kepada masyarakat. Hasil yang diperoleh pada kegiatan ini yang tadinya para teknisi tidak mengerti tentang perbaikan mesin pendingin khusunya overhaul kompresor chiller, sekarang sudah berhasil dan berani melakukan perbaikan sendiri.
Peningkatan Pemahaman Artificial Intelligence (AI) Bagi Siswa SMA Skylandsea Kecamatan Tanjung Morawa Kabupaten Deli Serdang Joel Panjaitan; Arnold Pakpahan; Mananda Ture Siburian; Binsar Parulian Silitonga; Regina Sirait; Yunni Rianawati
Karya Unggul: Jurnal Pengabdian Kepada Masyarakat Vol. 4 No. 2 (2025): Edisi Juni
Publisher : Karya Unggul: Jurnal Pengabdian Kepada Masyarakat

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

Abstract

Kegiatan Pengabdian kepada Masyarakat (PkM) dengan topik Peningkatan Pemahaman Artificial Intelligence (AI) Bagi Siswa SMA Skylandsea Kecamatan Tanjung Morawa Kabupaten Deli Serdang bertujuan untuk meningkatkan literasi dan pemahaman dasar siswa terhadap teknologi artificial intelligence (kecerdasan buatan). Dalam era digital yang terus berkembang, pemahaman mengenai AI menjadi penting agar generasi muda tidak hanya menjadi pengguna teknologi, tetapi juga mampu memahami dan mengembangkan teknologi tersebut di masa depan. Kegiatan ini dilaksanakan melalui metode presentasi interaktif, diskusi, serta demonstrasi sederhana aplikasi AI. Hasil kegiatan menunjukkan adanya peningkatan pemahaman siswa berdasarkan perbandingan nilai pre-test dan post-test, serta tingginya antusiasme peserta selama kegiatan berlangsung. Selain itu, pihak sekolah memberikan tanggapan positif dan mendorong kegiatan lanjutan yang lebih aplikatif. Kegiatan ini membuktikan bahwa pengenalan AI sejak dini sangat penting sebagai bekal siswa menghadapi tantangan di era revolusi industri 4.0 dan society 5.0 serta mempersiapkan generasi untuk Indonesia Maju tahun 2045.
Pelatihan Pemeliharaan Transformator Daya Pada Perusahaan Manufaktur Plastik Syofyan Anwar Syahputra; Joel Panjaitan; Arnold Pakpahan; Ayu Fitriani; Regina Sirait; M. Fadlan Siregar; Milli Alfhi Syari; M. Ikhwan Fahmi
Karya Unggul: Jurnal Pengabdian Kepada Masyarakat Vol. 5 No. 1 (2025): Edisi Desember
Publisher : Karya Unggul: Jurnal Pengabdian Kepada Masyarakat

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

Abstract

Kegiatan pengabdian kepada masyarakat ini bertujuan untuk meningkatkan kompetensi teknisi perusahaan dalam melakukan pemeliharaan transformator daya berkapasitas 1000 kVA secara benar, aman, dan sistematis. Permasalahan yang dihadapi mitra adalah masih terbatasnya pemahaman teknisi terkait prosedur pemeliharaan preventif dan prediktif transformator daya, khususnya yang berkaitan dengan inspeksi visual, pengujian dasar, serta penerapan keselamatan dan kesehatan kerja (K3) ketenagalistrikan. Metode pelaksanaan kegiatan meliputi penyampaian materi, diskusi teknis berbasis studi kasus, pelatihan praktik langsung di lapangan, serta pendampingan teknisi dalam melakukan pemeliharaan transformator daya. Materi pelatihan mencakup prinsip kerja transformator, jenis-jenis gangguan, pemeriksaan kondisi minyak trafo, pengecekan sistem pendinginan, serta prosedur pengamanan kerja. Hasil kegiatan menunjukkan adanya peningkatan pemahaman dan keterampilan teknisi dalam melaksanakan pemeliharaan transformator daya 1000 kVA secara terencana dan sesuai standar. Kegiatan ini diharapkan dapat mendukung keandalan sistem kelistrikan perusahaan serta meminimalkan risiko gangguan dan kecelakaan kerja.
Literasi Artificial Intelligence (AI) bagi Pemuda/i Gereja: Peluang, Tantangan, dan Etika di Era Digital Joel Panjaitan; Arnold Pakpahan; Regina Sirait; Yunni Rianawati; Stephanie Christina Yolanda Pardede; Thea Fitri Astarani; Moh Muchlishiin
Karya Unggul: Jurnal Pengabdian Kepada Masyarakat Vol. 5 No. 2 (2026): Edisi Juni
Publisher : Karya Unggul: Jurnal Pengabdian Kepada Masyarakat

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

Abstract

Perkembangan Artificial Intelligence (AI) telah membawa perubahan besar dalam berbagai aspek kehidupan, termasuk pendidikan, pekerjaan, pelayanan gereja, dan aktivitas sosial masyarakat. Namun demikian, masih banyak kalangan pemuda gereja yang belum memiliki pemahaman yang memadai mengenai pemanfaatan AI secara bijaksana dan bertanggung jawab. Oleh karena itu, tim dosen Akademi Teknik Deli Serdang berkolaborasi dengan dosen Politeknik Negeri Medan melaksanakan kegiatan Pengabdian kepada Masyarakat (PkM) bertema “Literasi Artificial Intelligence (AI) bagi Pemuda/i Gereja: Peluang, Tantangan, dan Etika di Era Digital” di GPdI Maranatha Matiti, Desa Matiti, Kecamatan Doloksanggul, Kabupaten Humbang Hasundutan pada tanggal 28 Juni 2026. Metode pelaksanaan kegiatan meliputi penyampaian materi, demonstrasi penggunaan berbagai aplikasi AI, diskusi interaktif, tanya jawab, serta evaluasi pemahaman peserta melalui pre-test dan post-test sederhana. Materi yang diberikan mencakup pengenalan konsep AI, peluang pemanfaatan AI dalam pendidikan dan pelayanan gereja, risiko penyalahgunaan AI, serta etika penggunaan AI berdasarkan nilai-nilai moral dan tanggung jawab sosial. Hasil kegiatan menunjukkan adanya peningkatan pemahaman peserta terhadap konsep AI, manfaat AI dalam kehidupan sehari-hari, serta kesadaran mengenai pentingnya penggunaan AI secara etis. Peserta juga menunjukkan antusiasme tinggi selama kegiatan berlangsung dan mampu mengidentifikasi berbagai bentuk penggunaan AI yang positif maupun negatif. Kegiatan ini diharapkan dapat menjadi langkah awal dalam meningkatkan literasi digital masyarakat, khususnya generasi muda gereja, sehingga mampu memanfaatkan teknologi AI secara produktif, bertanggung jawab, dan sesuai dengan nilai-nilai etika.
Sistem Pendukung Keputusan Berbasis IoT untuk Monitoring Kinerja Panel Surya dan Pemeliharaan Prediktif Stephanie Christina Yolanda Pardede; Thea Fitri Astarani; Surya Hardi; Aprima Anugerah Matondang; Regina Sirait
INSOLOGI: Jurnal Sains dan Teknologi Vol. 5 No. 4 (2026): Agustus 2026
Publisher : Yayasan Literasi Sains Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.55123/insologi.v5i4.9169

Abstract

Solar energy is a critical component of renewable energy strategies; however, photovoltaic (PV) system performance is frequently degraded by environmental factors such as dust accumulation, shading, and component failures. These issues lead to reduced energy yield and increased operational costs. This research develops an IoT-based decision support system (DSS) for real-time performance monitoring and predictive maintenance scheduling of solar panels. The system integrates sensor data on voltage, current, irradiance, and temperature, transmitted via a wireless network to a cloud-based analytics platform. A fuzzy logic algorithm evaluates panel health and triggers maintenance recommendations when performance deviations exceed pre-defined thresholds. The system was tested under simulated real-world conditions. Results demonstrate that the proposed DSS effectively detects performance degradation due to soiling and module-level faults, achieving a detection accuracy of 94% as indicated by the correlation coefficient between predicted and actual maintenance urgency, enabling timely maintenance interventions. This approach contributes to the field of intelligent renewable energy monitoring by providing a reliable, data-driven tool that reduces unnecessary maintenance costs and maximizes the operational lifespan of PV installations.
Co-Authors Anggriani, Theresia Anwar Syahputra, Syofyan Aprima Matondang Arnold Pakpahan Arnold Pakpahan Arnold Pakpahan Ayu Fitriani Ayu Fitriani Banurea, Waldemar Berman Panjaitan Binsar Parulian Silitonga Cut Try Utari, Cut Try Daniel Halomoan Saragi Napitu Daniel Haposan Harahap Elferida Hutajulu Emelia A.Y Bangun Gultom, Vangelium Viere Hardi, Surya Henry Toruan - Hutajulu, Elferida HUTAJULU, ELFRIDA Jhoni Hidayat Joel Panjaitan Junaidi Junaidi Junaidi Junaidi Kristianus Boby A.M. Siahaan M. Daffa Aqilla Zauza M. Fadlan Siregar M. Ikhwan Fahmi MANANDA TURE SIBURIAN Marice Hotnauli Simbolon Milli Alfhi Syari Moh Muchlishiin Morlan Pardede - Muchsin Harahap Muhammad Fadlan Siregar Muhammad Muchlisin, Muhammad Muhcsin Harahap Mutiara S. Simanjuntak Nicodemus Firman River Hutabarat, S.T., M.T. Pakpahan, Arnold Palghe Tobing - Pardede, Stephanie Ch Y Pieter Leuvanggi Hutagalung Putri, Femmy Armaya Reynaldo Pakpahan Rianawati, Yunni Sibarani, Baringin Simanullang, Abdi Raih sinabutar, dohar Stephanie Christina Yolanda Pardede Syahputra, Sofyan Anwar Syahputra, Syofyan Anwar Syofyan Anwar Syahputra Syofyan, Syofyan Anwar Syahputra Thea Fitri Astarani Yunni Rianawati Z Zumhari