Claim Missing Document
Check
Articles

Found 3 Documents
Search

Kelompok Ternak Bioenergi Di Dukuh Wunut, Desa Tangkisan, Kec.Bayan Kab. Purworejo Jawa Tengah Iswoyo Iswoyo; Harmini Harmini; Sri Heranurweni
Prosiding Konferensi Nasional Pengabdian Kepada Masyarakat dan Corporate Social Responsibility (PKM-CSR) Vol 2 (2019): Peran Perguruan Tinggi dan Dunia Usaha dalam Mempersiapkan Masyarakat Menghadapi Era I
Publisher : Asosiasi Sinergi Pengabdi dan Pemberdaya Indonesia (ASPPI)

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (734.213 KB) | DOI: 10.37695/pkmcsr.v2i0.490

Abstract

Kelompok ternak Bina Lestari terletak di Dukuh Wunut Desa Tangkisan Bayan Purworejo yang terdiri dari 12 Kepala Keluarga dan mempunyai kandang dua tingkat dengan jumlah sapi 18 ekor. Saat ini telah terbangun satu unit biodigester dengan ukuran 8 m3 oleh kelompok ternak sapi Bina Lestari. Biodigester tersebut saat ini hanya dapat dimanfaatkan untuk 7 KK. Berdasarkan hal tersebut perlu dilakukan pengembangan untuk membangun biodigester agar warga yang belum mendapatkan supply biogas dapat teratasi. Permasalahan prioritas yang dihadapi mitra dalam segi sosial, mutu layanan dan kehidupan bermasyarakat adalah masih ada 5 kepala keluarga (KK) yang belum mendapatkan supply biogas untuk memasak sehingga kelima KK masih mengkonsumsi LPG tabung 3 Kg dan juga masih menggunakan kayu bakar. Limbah biodigester dapat dimanfaatkan untuk diolah menjadi pupuk. Solusi yang ditawarkan untuk menyelesaikan permasalahan mitra adalah membangun biodigester tambahan dengan kapasitas 12 m3. Kapasitas tersebut dapat digunakan untuk 12 KK. Limbah dari biodigester diolah menjadi pupuk. Hasil dari pengabdian ini adalah telah terbangunnya biodigester dengan kapasitas 12 m3 untuk kelompok ternak Bina Lestari Dukuh Wunut Desa Tangkisan Bayan, Purworejo. Sejumlah 12 KK telah dapat memanfaatkan bioenergi tersebut. limbah dari bioenergi dimanfaatkan sebagai pupuk yaitu pupuk cair dan pupuk padat yang digunakan untuk memupuk lahan pertanian
PREDIKSI POWER SOLAR ENERGY MELALUI SOLAR PHOTOVOLTAIC (SPV) MENGGUNAKAN ARTIFICIAL NEURAL NETWORK – RADIAL BASIC FUNCTION (ANN-RBF) harmini harmini
Simetris: Jurnal Teknik Mesin, Elektro dan Ilmu Komputer Vol 12, No 2 (2021): JURNAL SIMETRIS VOLUME 12 NO 2 TAHUN 2021
Publisher : Universitas Muria Kudus

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24176/simet.v12i2.6897

Abstract

Sinar matahari yang sampai kepermukaan bumi dapat diubah menjadi energi listrik menggunakan sel surya atau Solar Photovoltaic Array (SPV) yang dipengaruhi oleh radiasi matahari dan temperatur yang selalu berubah-ubah dari musim ke musim. Tujuan penelitian ini adalah membuat model yang digunakan untuk memprediksi energi listrik yang dihasilkan oleh solar energi melalui SPV berdasarkan nilai radiasi matahari dan temperatur selama 5 tahun terakhir dan memprediksi selama 5 tahun ke depan menggunakan kontrol Artificial Neural Network (ANN) yang disimulasikan menggunakan software PVSYS dan MATLAB dengan variasi kondisi klimatologi. Variabel input ANN-RBF adalah daya dan energi listrik keluaran SPV sesuai kondisi radiasi dan suhu selama 5 tahun terakhir yang memiliki pengaruh signifikan terhadap respon ANN-RBF. Variabel keluaran dari ANN-RBF adalah daya dan energi listrik keluaran SPV untuk 5 tahun kedepan. Metode yang dilakukan (1) menghitung daya dan energi listrik berdasarkan variasi nilai radiasi matahari dan temperatur menggunakan software PVSYS, (2) melakukan pelatihan menggunakan ANN-RBF dari data 5 tahun (2015-2020), (3) pengujian data hasil pelatihan ANN-RBF, dan (4) memprediksi energi listrik untuk 5 tahun ke depan. Parameter NN-RBF yang digunakan untuk pola pembelajaran data energi listrik antara lain error goal (MSE) sebesar 1e-5, spread constant 2, number of neurons sebesar K= 20 dan Ki=10. Tingkat akurasi rata-rata proses pembelajaran dan pengujian data untuk menentukan pola prediksi energi listrik panel SPV pada tahun 2018 sebesar 92.35%, tahun 2019 sebesar 76.83 %, dan tahun 2020 sebesar 87.36%, sehingga  prosentase error rata-rata tahun 2018 sebesar 7.6 %, tahun 2019 sebesar 23.16 % dan tahun 2020 sebesar 12.63 %. Tingkat akurasi menggunakan NN-RBF masih rendah dan error lebih dari 10%, hal ini dikarenakan NN-RBF masih memiliki osilasi pencapaian target yang selalu berubah-ubah dengan cepat. Prediksi rata-rata  energi listrik selama 5 tahun kedepan dari tahun 2021-2025 berkisar antara 936 Wh-1894 Wh dari panel SPV dengan ukuran 240 Wp
SEGMENTASI POLA TEKSTUR CITRA KUNING TELUR UNTUK MENGENALI JENIS AYAM KAMPUNG MENGGUNAKAN FILTER GABOR Muhammad Sipan; Harmini Harmini
Technologia : Jurnal Ilmiah Vol 14, No 1 (2023): Technologia (Januari)
Publisher : Universitas Islam Kalimantan Muhammad Arsyad Al Banjari

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31602/tji.v14i1.8480

Abstract

Penelitian ini membahas tentang segmentasi citra kuning telur ayam kampung dengan filter yang mampu mensimulasikan karakteristik sistem visual manusia dalam mengisolasi frekuensi dan orientasi tertentu dari citra yang bisasa kita sebut filter Gabor. Langkah pertama mengambil data yaitu berupa citra kuning telur ayam kampung. Kedua melakukan pre-processing citra sebelum di segmentasi, tujuanya agar citra tersebut lebih presisi, selanjutnya segmentasi citra dengan metode yang digunakan sehingga dapat dihasilkan pemisahan objek dengan latar belakang dari citra tersebut .Prosses Segmentasi pola tekstur citra kuning telur untuk mengenali jenis ayam kampung menggunakan filter gabor memerlukan empat tahapan, tahapan pertama mengenali citra asli kuning telur, setelah kita dapat mengenali citra kuning telur kemudian kita memfilter citra tersebut dengan nilai λ dan sudut θ dengan nilai tertentu. Pada penelitian ini penulis menggunakan nilai λ=3,5, 4,5, 5,5, dan 6,5. Sudut θ sebesar 0, 45, 90 dan 135. Proses selanjutnya adalah dilakukan operasi thresholding pada citra magnitude dengan nilai threshold yang sudah di tentukan yaitu sebesar 1000. Tahap terakhir atau keempat adalah memvisualisasikan hasil segmentasi terhadap citra asli kuning telur ayam kampung.              Hasil penelitian yang di hasilnya menujukan bahwa dengan nilai λ dan θ yang berbeda beda pemisahan objek dengan beckground dapat dikenali sehingga dengan menggunakan filter gabor segmentasi cira kuning telur ayam kampung dapat di lakukan dengan hasil yang baik sehingga dapat digunakan untuk sebuah pengambilan keputusan pengenalan kuning telur ayam kampung.