Claim Missing Document
Check
Articles

Found 29 Documents
Search

Pemodelan Kenyamanan Termal Pada Bangunan Berventilasi Alami Chalila Ichwania; Amaliyah Rohsari Indah Utami; Wahyu Sujatmiko
eProceedings of Engineering Vol 6, No 2 (2019): Agustus 2019
Publisher : eProceedings of Engineering

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

Abstract

Ventilasi alami merupakan salah satu terobosan yang cukup terkenal untuk mengurangi penggunaan pengkondisi suhu padaruangan. Peran ventilasi alami adalah membantu menciptakan kenyamanan termal sebagai pengganti pengkondisi suhu.Kenyamanan termal yang di kuantifikasikan memiliki indeks -3 hingga +3 yang menunjukkan nilai dingin hingga ke panas dan0 untuk nilai netral. Pada penelitian ini menggunakan Gedung Tokong Nanas Universitas Telkom untuk di kuantifikasi n ilaikenyamanan termalnya menggunakan PMV( Predicted Mean Vote ). Untuk menemukan persebaran nilai PMV digunakan 2simulasi yaitu simulasi energi menggunakan Energyplus dan simulasi CFD ( Computational Fluid Dynamic ) menggunakanOpenfoam. Simulasi energi berfungsi untuk mencari parameter energi sedangkan simulasi CFD untuk mencari profil kecepatanpada ruangan. Skenario yang diberikan ada 4 yaitu: pertama adalah membandingkan nilai indeks PMV dengan perbedaan letakruangan di lantai yang sama menghasilkan ruangan di bagian utara adalah yang paling nyaman, kedua adalah membandingkanruangan yang memiliki perbedaan lantai namun satu kolom menghasilkan indeks PMV yang hampir sama, ketiga adalahmelihat perubahan indeks PMV setiap jam menghasilkan titik puncak kenaikan indeks PMV pada pukul 16.00 dan ke empatadalah membandingkan nilai indeks PMV pada pukul 13.00 menghasilkan ruangan 16 di lantai 02 adalah yang paling nyaman. Keyword : Kenyamanan Termal, Ventilasi Alami, CFD, PMV.
Penentuan Parameter Kinerja Bangunan Dengan Metode Inverse Modeling Menggunakan Machine Learning Septian Nur Hiadayat; Amaliyah Rohsari Indah Utami; Indra Wahyudhin Fathona
eProceedings of Engineering Vol 7, No 1 (2020): April 2020
Publisher : eProceedings of Engineering

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

Abstract

Abstrak Energy Signature dalam suatu bangunan dapat dilihat dengan cara membandingkan Energy Usage Intensity (EUI) dengan Outdoor Temp. Metode untuk mengindentifikasi Energy Signature adalah Invers Modeling. Metode inverse modeling sendiri bisa digunakan dengan Machine Learning. Metode invers modeling dimulai saat mensimulasikan enam (6) bangunan dengan berbagai geometri. Hasil dari simulasi bangunan tersebut adalah parameter bangunan yaitu kondisi wwr (windowto wall ratio), dinding, kaca, ventilasi, kondisi infiltrasi, nilai COP (Coefficient of Performance) AC, setpoin temperatur AC, okupansi bangunan, dan iklim. Data hasil penelitian menunjukan bahwa dari masing-masing bangunan menunjukkan nilai EUI yang berbeda. Pada saat inilah machine learning digunakan untuk mencari nilai akurasi dari masing-masing bangunan. Penelitian ini menggunakan Python sebagai bahasa pemrograman machine learning dan Artificial neural networks (ANN) sebagai metode yang digunakan untuk mentraining data hasil simulasi. Setelah di training didapatkan nilai akurasi dari masing-masing bangunan menggunakan satu (1), tiga (3), sampai lima (5) hidden layer dengan masing-masing 25 neuron. Kata kunci: energy signature, artificial neural networks (ANN), parameter bangunan. Abstract Energy Signature in a building can be seen by comparing Energy Usage Intensity (EUI) with Outdoor Temp. The method for identifying Energy Signature is Inverse Modeling. The inverse modeling method itself can be used with Machine Learning. The inverse modeling method starts when simulating six (6) buildings with various geometries. The results of the building simulation are building parameters namely window to wall ratio, walls, glass, ventilation, infiltration conditions, AC COP (Coefficient of Performance) values, AC temperature setpoints, building occupancy, and climate. The research data shows that each building shows a different EUI value. At this time machine learning is used to find the accuracy value of each building. This study uses Python as a machine learning programming language and Artificial neural networks (ANN) as a method used for training simulation data. After training, the accuracy values of each building are obtained using one (1), three (3), up to five (5) hidden layers with 25 neurons each. Keywords: Energy Signature, Artificial Neural Networks (ANN), building paramater
Analisis Variasi Natrium Klorida (NaCl) Dan Tegangan Pada Membran Berongga Berbahan Semen Menggunakan Microbial Electrolysis Cell (MEC) Fiolyta Hafidah; M. Ramdlan Kirom; Amaliyah Rohsari Indah Utami
eProceedings of Engineering Vol 10, No 1 (2023): Februari 2023
Publisher : eProceedings of Engineering

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

Abstract

Abstrak—Gas hidrogen merupakan energi ramah lingkungan untuk kendaraan. Teknologi yang relatif baru, bernama Microbial Electrolysis Cell (MEC) meningkatkan produksi gas hidrogen (H2) yang berkelanjutan dan bersih dari biomassa dan air limbah. Desain reaktor MEC merupakan salah satu faktor yang mempengaruhi produksi hidrogen. Pada penelitian ini dibuat MEC dengan membran berongga yang berbahan semen dan melakukan optimalisasi Natrium Klorida (NaCl) untuk menghasilkan gas hidrogen yang maksimal. Variasi konsentrasi NaCl pada campuran semen adalah 0 mol/L, 4,88 mol/L, 9,76 mol/L, 14,65 mol/L, 19,53 mol/L dan 24,42 mol/L. Penambahan NaCl pada membran berfungsi untuk meningkatkan produksi hidrogen. Reaktor MEC menggunakan dual chamber, yaitu chamber anoda dan chamber kadota. Pada chamber anoda diisikan substrat kulit nanas. Anoda dan katoda dihubungkan dengan power supply DC yang menjadi sumber. Penelitian dilakukan selama 20 jam dengan pengukuran setiap 2 jam sekali pada variasi tegangan 1,2 volt, 1,5 volt, 1,8 volt, 2,1 volt, 2,4 volt, 2,7 volt dan 3 volt. Hasil produksi hidrogen pada sistem MEC diukur oleh alat ukur gas hidrogen yang diletakkan pada katoda. Hasil dari pengujian sistem MEC mendapat hasil maksimal 10.000 PPM dengan konsentrasi NaCl 14,65 mol/L pada jam ke-2 dan jam ke-4 di tegangan 2,7 volt.Kata kunci— gas hidrogen, membran berongga, microbial electrolysis cell (MEC), NaCl.
Prastudi Pemantauan Bioaerosol Di Dalam Ruangan Dan Analisisnya Ahmad Harun Firdaus; Amaliyah Rohsari Indah Utami; Indra Chandra
eProceedings of Engineering Vol 7, No 1 (2020): April 2020
Publisher : eProceedings of Engineering

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

Abstract

Abstrak Bioaerosol adalah mikroorganisme dengan ukuran 0,02-100 µm yang berada di udara. Manusia banyak melakukan aktivitas di dalam ruang, sehingga kualitas udara dalam ruang merupakan faktor penting yang harus diperhatikan. Bioaerosol di dalam ruang, dapat berupa bakteri, virus, fungi, dan alergen seperti parasit debu yang dapat bersumber dari bangkai dan kotoran tungau. Dampaknya terhadap kesehatan terutama berupa iritasi, infeksi, dan alergi. Penelitian ini bertujuan untuk mengidentifikasi dan mengetahui hubungan parameter non-biologi (RH, T, CO2, PM2.5) terhadap parameter biologi berupa konsentrasi bakteri (CFU/m3 ) di dalam ruangan. Lokasi pengukuran dilakukan di tiga ruangan yang berada di Fakultas Teknik Elektro, Universitas Telkom, Bandung. Mekanisme pengambilan sampel biologi di setiap lokasi dilakukan secara paralel dengan parameter non-biologi secara paralel pada jam operasional kampus, masing-masing selama dua menit dengan tiga kali pengulangan menggunakan alat impaktor SKC BioStage Standar 400 holes dengan media NA Tryipticase Soy Agar pada cawan petri. Kemudian sampel diidentifikasi dan dihitung jumlah koloni bakteri menggunakan alat Colony Counter. Bakteri tersebut diidentifikasi dengan cara pemberian media enrichment menggunakan Trypticase Soy Broth dan lempeng agar darah 5%, kemudian dilakukan pengecakan gram, setelah itu diberikan media diferensial meggunakan Manitol Salt Agar dan MacConekey’s Agar. Rerata konsentrasi bioaerosol pada ketiga ruangan adalah 5583 CFU/m3 , 1890 CFU/m3 , dan 1278 CFU/m3 . Model regresi linier menunjukan terdapat korelasi yang positif terhadap parameter RH, T, dan CO2 dengan konsentrasi bioaerosol. Korelasi yang lemah pada PM2.5 dapat diakibatkan oleh bakteri di udara berdiri sebagai agregat atau menempel pada partikel non-biologi, sehingga ukuranya > 2,5 µm. Rerata konsentrasi bioaerosol pada ruangan 1, 2, dan 3 adalah 5583 CFU/m3 , 1890 CFU/m3 , dan 1278 CFU/m3 . Ketiga lokasi tersebut tidak memenuhi persyaratan kualitas bilogi udara dalam ruangan. Kata kunci : Bioaerosol, kualitas udara dalam ruang, bakteri di udara. Abstract Bioaerosol is microorganisms with the size of 0,02-100 µm in the air. Humans do a lot of activities in the room, so the indoor air quality is importan factor that must be consider. Bioaerosol formed of bacteria, viruses, fungi and allergance such as dust parasites that can be sourced from dead carcasses and dust mites. The impact on health mainly in the form of irritation, infection, and allergance. This study aims to identify and determine the relationship of non-bilogical parameters (RH, T, CO2, PM2.5) to biological parameter in the form of bacterial colony forming unit per volume (CFU/m3 ). Location where the air sampled was taken in three places of Gedung Deli, Universitas Telkom, Bandung. Biological sampling mechanism at each location was carried out in parallel with non-biological parameters in parallel during campus operational hours, each for two minutes with three repetition using the Standard SKC BioStage 400 holes with natrium agar Trypticase Soy Agar on a petri dish. Then the sample was identified and counted for total colonies using colony counter. These bacteria were identified by enrichment media using Trypticase Soy Broth and Blood Agar 5%, then gram cheking was perfomed, after which diferential media were used Manitol Salt Agar and MacConekey Agar. The mean bioaerosol concentration in three rooms were 5583, 1890, and 1278 CFU/m3 . The linear regression model shows that there is a positive correlation with the parameters of RH, T, and CO2 with the concentration of bioaerosol. Weak correlations at PM2.5 can be caused by bacteria in the air standing as aggregates or sticking to non-biological particles, so the size are >2.5 µm. The mean concentration of bioaerosol in rooms 1, 2 and 3 were 5583 CFU/m3 , 1890 CFU/m3 , and 1278 CFU/m3 . All three locations did not meet the quality requirements for indoor air biology. Keywords: Bioaerosol, indoor air quality, airborne bacteria
Pelatihan Internet of Things (IoT) Untuk Sistem Hidroponik Sederhana di Masyarakat Citeureup dalam Menyambut Era Smart Nation Ihsan Maulidin; Amaliyah Rohsari Indah Utami; Tania Verasta; Theresia Deviyana Gunawan; Ahmad Qurthobi; Mamat Rokhmat; Asep Suhendi; Andre Swardana; Erni Dwi Sumaryatie
Prosiding COSECANT : Community Service and Engagement Seminar Vol 1, No 2 (2021)
Publisher : Universitas telkom

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (363 KB) | DOI: 10.25124/cosecant.v1i2.17493

Abstract

Smart nation merupakan suatu pemanfaatan teknologi berbasis internet dan sensor yang dapat mempermudah kegiatan manusia dalam kehidupan sehari – hari. Oleh karena itu, pelatihan IoT di Desa Citeureup khususnya RW 6, Kabupaten Bandung sangat dibutuhkan. Hal ini dikarenakan warga RW 6 telah mengembangkan sistem hidroponik namun secara sederhana dan konvensional di greenhouse yang dimiliki. Di sisi lain, Telkom University merupakan kampus berbasis teknologi digital yang mendukung, mengembangkan ide, serta pemikiran untuk menerapkan teknologi berbasis 4.0 dalam menyelesaikan permasalahan yang dihadapi, terutama di lingkungan masyarakat. Oleh sebab itu, pelatihan IoT yang dilakukan bertujuan untuk mengedukasi dan menyiapkan masyarakat sasar tentang pemanfaatan IoT pada sistem hidroponik yang dimiliki. Pelatihan dilakukan dengan cara mengenalkan komponen dan simulasi sistem IoT berupa pengukuran tingkat keasaman (pH) sistem tersebut. Berikutnya, pengaruh kegiatan pelatihan dianalisis melalui survey pra dan paska pelatihan terhadap peserta sebanyak 70 responden, serta hasil pengukuran pH dalam sistem pagi dan sore. Hasil analisis survei kuesioner menunjukkan bahwa sebanyak 87% dari total responden mengerti tentang penerapan IoT pada sistem hidroponik dibandingkan sebelum pelatihan. Serta, data awal pengukuran pH selama 10 hari saat pagi dan sore tidak berbeda yaitu berkisar 6,60 – 6,72. Hal ini menunjukkan bahwa kondisi pH air system hidroponik warga adalah tidak membahayakan tanaman. Dengan demikian, kegiatan pelatihan ini memberikan kontribusi positif bagi masyarakat khususnya RW 6 dalam menyambut era smart nation.
Analisis Pengaruh Rasio Volume Lumpur Sawah dan Limbah Kulit Pisang Sebagai Substrat Terhadap Produksi Energi Listrik Pada MFC Yeremia Kristianto Adi; M. Ramdlan Kirom; Amaliyah Rohsari Indah Utami
Prosiding University Research Colloquium Proceeding of The 11th University Research Colloquium 2020: Bidang Sains dan Teknologi
Publisher : Konsorsium Lembaga Penelitian dan Pengabdian kepada Masyarakat Perguruan Tinggi Muhammadiyah 'Aisyiyah (PTMA) Koordinator Wilayah Jawa Tengah - DIY

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

Abstract

Microbial Fuel Cell (MFC) adalah suatu teknologi energi terbarukan untuk menghasilkan energi listrik melalui proses oksidasi dan reduksi dengan menggunakan substrat sebagai bahan bakar dan bakteri sebagai katalisator. Tujuan dari penelitian ini adalah menganalisis produksi listrik yang dihasilkan oleh sistem MFC ini terhadap pengaruh campuran limbah kulit pisang dan lumpur sawah sebagai substrat. Sistem MFC yang digunakan pada penelitian ini adalah reaktor jenis dual-chamber yang terdiri dari kompartemen anoda dan katoda yang mampu menampung hingga 500 mL, dimana kompartemen anoda diisi oleh substrat limbah kulit pisang dan lumpur sawah sedangkan kompartemen katoda diisi oleh akuades. Kedua kompartemen tersebut dipisahkan oleh jembatan garam yang terbuat dari pilinan sumbu kompor yang direndam pada larutan NaCl (1M). Pada penelitian ini disiapkan lima buah reaktor yang masing – masing reaktor akan diisi dengan berbagai variasi volume rasio antara limbah kulit pisang dan lumpur sawah dan juga variasi lama waktu inkubasi limbah kulit pisang. Pengamatan akan dilakukan setiap empat jam dalam empat belas hari dan elektroda yang digunakan pada penelitian ini adalah seng dan tembaga dengan luas permukaan 10 cm2. Hasil dari penelitian ini menunjukan bahwa daya maksimum yang dapat dihasilkan dari sistem MFC ini sebesar 0,2604 mW dan energi maksimum sebesar 3749,6 mJ pada reaktor dengan variasi rasio lumpur sawah 300 mL dan kulit pisang 100 mL dengan masa inkubasi selama 7 hari.
Analisis Pengaruh Diameter Kawat terhadap Distribusi Kapasitansi dari Wire Mesh Sensor: Studi Kasus Simulasi Sistem Deteksi Anomali pada Saluran Pembuangan Limbah Industri Andiani, Linahtadiya; Utami, Amaliyah Rohsari Indah
POSITRON Vol 11, No 2 (2021): Vol. 11 No. 2 Edition
Publisher : Fakultas Matematika dan Ilmu Pengetahuan Alam, Univetsitas Tanjungpura

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (817.045 KB) | DOI: 10.26418/positron.v11i2.50072

Abstract

Pembuangan limbah industri menjadi salah satu penyebab pencemaran lingkungan. Deteksi dini saluran pembuangan menggunakan sistem wire mesh sensor (WMS) dapat diterapkan dalam mencegah pencemaran lingkungan. WMS adalah sensor berbasis tomografi yang menghasilkan suatu citra distribusi dari suatu aliran fluida. Citra distribusi tersebut merupakan pola distribusi kapasitansi yang terukur oleh elektroda sensor. Tujuan dari penelitian ini adalah untuk mengetahui pengaruh diameter kawat terhadap kinerja sistem dalam mendeteksi anomali pada saluran pembuangan limbah. Pada penelitian ini, sistem WMS disimulasikan di dalam phantom silinder sebagai model dari pipa pembuangan limbah. Selain itu, suatu anomali bola juga ditambahkan sebagai representasi dari limbah padat yang akan dideteksi oleh sistem. Dari hasil simulasi, dilakukan analisis terlebih dahulu pada pola distribusi potensial listrik untuk mengetahui karakteristik potensial listrik dari sistem WMS yang dimodelkan. Ditemukan bahwa perbedaan parameter berupa variasi jenis larutan dapat mempengaruhi distribusi potensial listrik. Hal ini disebabkan adanya perbedaan nilai konstanta dielektrik masing-masing jenis larutan. Kinerja sistem WMS dalam mendeteksi anomali dievaluasi dengan menganalisis perubahan distribusi kapasitansi terhadap pengaruh perubahan diameter kawat. Hasil simulasi menunjukkan bahwa jenis fluida pada kondisi tanpa dan dengan anomali dapat dibedakan dengan jelas melalui pola distribusi kapasitansi yang terukur untuk seluruh diameter kawat. Diameter kawat hanya mempengaruhi kualitas citra distribusi.
Utilization of Plastic Waste as Paver Block, Economic Potential, and Environmental Impact Rachmawati, Lulu Millatina; Avianto, Luthfi Wigi; Mubarak, Luthfi Rizqi; Rasyid, Tazlila Rahmi; Suwandi, Suwandi; Suprayogi, Suprayogi; Utami, Amaliyah Rohsari Indah; Chandra, Indra
Journal of Community Research and Service Vol 6, No 2: July 2022
Publisher : Universitas Negeri Medan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24114/jcrs.v6i2.33245

Abstract

One of the main factors that cause environmental damage in Indonesia is waste. Reducing waste by burning it directly without an incinerator will cause air pollution for the environment. CO2 is a substance produced by a complete combustion process. The amount of waste produced by Bandung Regency reaches 1,480.1 tons/day, with 20% of the waste being plastic waste. One way to utilize plastic waste is to recycle it into materials to produce paver blocks. Producing paver blocks requires a series of machines, such as crushing machines, plastic melting machines, and pressing machines. Plastic waste that has been sorted is put into a chopping machine and cut into 10 mm pieces. The plastic that has been cut is then melted down and printed, then re-pressed with a press machine. The type of plastic used in this research is polypropylene, with a melting point of 160-170°C. The size of the paver block produced is compatible with the market size. During the production of paver blocks, the CO2 concentration was monitored to see the effect of resin melting. In the analysis of paver blocks' economic potential, we found that the production cost using plastic waste is relatively expensive compared to conventional paver blocks. However, this type of paver block is not harmful to the environment. The results of this study indicate that plastic waste paver blocks can be used as paver block materials because they have quite an impact on the environment, although their economic value cannot compete with conventional paver blocks.
Analisa Sinyal Suara untuk Deteksi GangguanPita Suara dengan Menggunakan Metode Backpropagation Neural Network Diva, Shaina; Utami, Amaliyah Rohsari Indah; Bethaningtyas, Hertiana
eProceedings of Engineering Vol. 12 No. 4 (2025): Agustus 2025
Publisher : eProceedings of Engineering

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

Abstract

Suara merupakan salah satu sarana komunikasi yang memegang peranan penting dalam penyampaian informasi, salah satunya suara yang dihasilkan oleh organ tubuh manusia yang berasal dari getaran pita suara. Sama seperti jaringan tubuh lain pita suara juga dapat mengalami kerusakan yangdisebut penyakit kelainan pita suara. Penelitian ini ditujukan untuk mengembakan ragam metode non-invasif pada diagnosa kelainan pita suara, penelitian ini dilakukan dengan tujuan mengetahui arsitektur model yang optimal dan tingkat akurasi dari analisis untuk deteksi kelainan pita suara. Pre-processing dilakukan dengan normalisasi, framing, dan windowing, lalu dilakukan ekstraksi ciri dengan Linear Predictive Coding (LPC) dan Mel Frequency Cepstral Coefficients dimana masing masing fitur sebanyak 12 dan 13 lalu digabung menjadi satu vektor. lalu dilakukan Analisis dengan metode Backpropagation neural Network dengan dua data dengan variabel yang berbeda yakni data dengan neuron bervariatif dan tidak variatif hingga menghasilkan arsitetur optimal pada data dengan neuron tidak variatif dengan hidden layer 4 dan Epoch 150 menghasilkan akurasi 89,65 % , presisi dan recall sebesar 86,6% dan 92,8 %Kata kunci— pita suara, LPC, MFCC, BNN, akurasi, presisi, recall