Article Per Year (5 Year)
p-Index From 2021 - 2026
2.891
P-Index
This Author published in this journals
All Journal Jurnal Pekommas Program Kreativitas Mahasiswa - Pengabdian Kepada Masyarakat JURNAL NASIONAL TEKNIK ELEKTRO Sebatik JSAI (Journal Scientific and Applied Informatics) Jurnal Elektronika Listrik dan Teknologi Informasi Terapan ICIT (Innovative Creative and Information Technology) Journal Journal Cerita: Creative Education of Research in Information Technology and Artificial Informatics Indonesian Journal of Engineering and Technology (INAJET) Jurnal Instrumentasi dan Teknologi Informasi (JITI) Jurnal Nasional Teknik Elektro dan Teknologi Informasi
Muhammad Ridwan Arif Cahyono
Teknik Elektronika, Politeknik Gajah Tunggal
Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Education Electrical & Electronics Engineering Energy Engineering Languange, Linguistic, Communication & Media Mechanical Engineering

Published : 25 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 4 Documents
Search
Journal : jsai journal scientific and applied informatics

 1 
Pengembangan Smart Home System Berbasis Kecerdasan Buatan untuk Memanajemen Konsumsi Energi Rumah Tangga dengan Pendekatan Finansial Akhinov, Ihsan Auditia; Cahyono, Muhammad Ridwan Arif
JSAI (Journal Scientific and Applied Informatics) Vol 4, No 1 (2021): Januari
Publisher : Fakultas Teknik Universitas Muhammadiyah Bengkulu

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36085/jsai.v4i1.1218

Abstract

Teknologi rumah pintar yang dikembangkan saat ini belum sepenuhnya mampu mendukung program konservasi energi yang dicanangkan pemerintah. Selain Saat ini kontrol untuk pengaturan rumah pintar masih dilakukan secara manual, belum sepenuhnya otomatis. Pada penelitian ini akan dibangun sistem rumah pintar yang dikendalikan oleh kecerdasan buatan untuk mengendalikan pemakaian energi berdasarkan besaran nilai tagihan bulanan. ESP32 digunakan sebagai perangkat Internet of Things (IoT) yang berfungsi mendeteksi keberadaan manusia dan mengukur energi listrik yang dikonsumsi. Data-data tersebut disimpan dalam online web server yang dibangun dari Raspberry Pi. Sistem ini dapat dimonitor dan dikendalikan oleh aplikasi berbasis Web. Aplikasi ini sudah diuji dengan menggunakan metode Black Box, hasilnya 100% aplikasi berjalan lancar. Artificial Neural Network diimplementasikan menggunakan bahasa Python, dengan 4 input, 2 layer, dan 4 output dimana masing-masing layer terdiri dari 4 neuron. Variabel masukan yang digunakan dalam ANN yaitu intensitas cahaya, temperatur ruangan, durasi waktu penggunaan ruangan, dan target biaya bulanan, sedangkan keluaran dari ANN ini yaitu durasi penggunaan peralatan listrik, dalam purwarupa ini yaitu durasi penggunaan AC, TV, refrigerator, dan lampu. Sistem sudah mampu berjalan dengan baik, mampu memberikan rekomendasi durasi maksimal penggunaan peralatan listrik dengan tingkat kesalahan sebesar 1,64%.
Desain Sistem Informasi Cerdas pada Smart Grid Berbasis Internet of Things dan Artificial Neural Network Cahyono, Muhammad Ridwan Arif; Wirawan, Surya
JSAI (Journal Scientific and Applied Informatics) Vol 4, No 1 (2021): Januari
Publisher : Fakultas Teknik Universitas Muhammadiyah Bengkulu

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36085/jsai.v4i1.1219

Abstract

Smart grid merupakan sistem kelistrikan yang memungkinkan pengguna untuk melakukan proses menjual dan membeli daya listrik. Pada penelitian ini dirancang model smart grid dengan sumber daya dari listrik PLN dan panel surya yang terhubung dengan beban. Beban yang digunakan memiliki daya maksimal 40 W dan panel surya yang digunakan memiliki kapasitas 100 Wp. ESP32 digunakan sebagai perangkat Internet of Things, yang digunakan sebagai pengukur dan pengontrol daya listrik yang akan dijual atau dibeli. Raspberry Pi digunakan sebagai web server pengolah data dari smart grid. Aplikasi “Smart Grid Dikti” merupakan aplikasi berbasis android yang dapat digunakan untuk melakukan pemantauan serta pengaturan dalam sistem smart grid tersebut. Aplikasi android tersebut telah diuji coba dengan metode Black Box, dengan hasil pengujian 100% berhasil. Kecerdasan buatan berbasis Artificial Neural Network (ANN) dengan metode backpropagation diimplementasikan dalam sistem smart grid yang berfungsi sebagai pengaturan otomatis dalam proses jual dan beli daya listrik. ANN yang digunakan memiliki 3 input, 2 layer neuron, 3 output, dan masing-masing layer memiliki 4 neuron yang diimplementasikan ke dalam bahasa Python. Setelah pelatihan sebanyak 11.000 kali, didapatkan Root Mean Square  Error (RMSE) sebesar 0,12151 dan pada saat uji coba didapatkan RMSE sebesar 0,10500 dengan akurasi rata-rata sebesar 89,50%.
Pengembangan Smart Home System Berbasis Kecerdasan Buatan untuk Memanajemen Konsumsi Energi Rumah Tangga dengan Pendekatan Finansial Ihsan Auditia Akhinov; Muhammad Ridwan Arif Cahyono
JSAI (Journal Scientific and Applied Informatics) Vol. 4 No. 1 (2021): Januari
Publisher : Fakultas Teknik Universitas Muhammadiyah Bengkulu

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36085/jsai.v4i1.1218

Abstract

Teknologi rumah pintar yang dikembangkan saat ini belum sepenuhnya mampu mendukung program konservasi energi yang dicanangkan pemerintah. Selain Saat ini kontrol untuk pengaturan rumah pintar masih dilakukan secara manual, belum sepenuhnya otomatis. Pada penelitian ini akan dibangun sistem rumah pintar yang dikendalikan oleh kecerdasan buatan untuk mengendalikan pemakaian energi berdasarkan besaran nilai tagihan bulanan. ESP32 digunakan sebagai perangkat Internet of Things (IoT) yang berfungsi mendeteksi keberadaan manusia dan mengukur energi listrik yang dikonsumsi. Data-data tersebut disimpan dalam online web server yang dibangun dari Raspberry Pi. Sistem ini dapat dimonitor dan dikendalikan oleh aplikasi berbasis Web. Aplikasi ini sudah diuji dengan menggunakan metode Black Box, hasilnya 100% aplikasi berjalan lancar. Artificial Neural Network diimplementasikan menggunakan bahasa Python, dengan 4 input, 2 layer, dan 4 output dimana masing-masing layer terdiri dari 4 neuron. Variabel masukan yang digunakan dalam ANN yaitu intensitas cahaya, temperatur ruangan, durasi waktu penggunaan ruangan, dan target biaya bulanan, sedangkan keluaran dari ANN ini yaitu durasi penggunaan peralatan listrik, dalam purwarupa ini yaitu durasi penggunaan AC, TV, refrigerator, dan lampu. Sistem sudah mampu berjalan dengan baik, mampu memberikan rekomendasi durasi maksimal penggunaan peralatan listrik dengan tingkat kesalahan sebesar 1,64%.
Desain Sistem Informasi Cerdas pada Smart Grid Berbasis Internet of Things dan Artificial Neural Network Muhammad Ridwan Arif Cahyono; Surya Wirawan
JSAI (Journal Scientific and Applied Informatics) Vol. 4 No. 1 (2021): Januari
Publisher : Fakultas Teknik Universitas Muhammadiyah Bengkulu

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36085/jsai.v4i1.1219

Abstract

Smart grid merupakan sistem kelistrikan yang memungkinkan pengguna untuk melakukan proses menjual dan membeli daya listrik. Pada penelitian ini dirancang model smart grid dengan sumber daya dari listrik PLN dan panel surya yang terhubung dengan beban. Beban yang digunakan memiliki daya maksimal 40 W dan panel surya yang digunakan memiliki kapasitas 100 Wp. ESP32 digunakan sebagai perangkat Internet of Things, yang digunakan sebagai pengukur dan pengontrol daya listrik yang akan dijual atau dibeli. Raspberry Pi digunakan sebagai web server pengolah data dari smart grid. Aplikasi “Smart Grid Dikti” merupakan aplikasi berbasis android yang dapat digunakan untuk melakukan pemantauan serta pengaturan dalam sistem smart grid tersebut. Aplikasi android tersebut telah diuji coba dengan metode Black Box, dengan hasil pengujian 100% berhasil. Kecerdasan buatan berbasis Artificial Neural Network (ANN) dengan metode backpropagation diimplementasikan dalam sistem smart grid yang berfungsi sebagai pengaturan otomatis dalam proses jual dan beli daya listrik. ANN yang digunakan memiliki 3 input, 2 layer neuron, 3 output, dan masing-masing layer memiliki 4 neuron yang diimplementasikan ke dalam bahasa Python. Setelah pelatihan sebanyak 11.000 kali, didapatkan Root Mean Square  Error (RMSE) sebesar 0,12151 dan pada saat uji coba didapatkan RMSE sebesar 0,10500 dengan akurasi rata-rata sebesar 89,50%.
Co-Authors Agil Candra Ramadhan Agung Nugroho Ahmad Nur Fauzi Akhinov, Ihsan Auditia Andre Darma Putra Arifin Budi Prasetya Citra Cikale Pancaroba Devi Handaya Dimas Dwi Cahyo Estri Pamungkasih Gymas Gyvari Noor Hamdan Hasan Khanifudin Ihsan Auditia Akhinov Ikhsan Nur Majid Ita Mariza Lutfi Hinda Mukti M. Angga Gusti Irawan Malsi Nur Adwinda Robbani Maresa Adeline Girsang Muhammad Dafa Dezan Rezaputra Muhammad Harist Al Ikhwan Nitta Fridayani Pranoto Budi Laksono Reza Shafirul Dwi Andiko Rezaputra, Muhammad Dafa Dezan Rifki Ridho Dwi Saputro Rifki Ridho Dwi Saputro Riza Amartya Pradana Rizki Azis Prayuda Surya Wirawan Surya Wirawan Umi Khoiriyah Wirawan Yoga Prisusatyo Yudia Tirta Karunawardani Yulfa Intan Yuraida