Article Per Year (5 Year)
p-Index From 2021 - 2026
2.39
P-Index
This Author published in this journals
All Journal Jurnal Rekayasa Hijau DIKEMAS (Jurnal Pengabdian Kepada Masyarakat) JEECAE (Journal of Electrical, Electronics, Control, and Automotive Engineering) Jurnal E-Komtek Madani: Multidisciplinary Scientific Journal Nanggroe: Journal Of Scholarly Service Nanggroe: Journal of Scholarly Service Multidisiplin Pengabdian Kepada Masyarakat (M-PKM)
Deni Nur Fauzi
Politeknik Negeri Madiun
Religion Agriculture, Biological Sciences & Forestry Arts Humanities Automotive Engineering Chemical Engineering, Chemistry & Bioengineering Civil Engineering, Building, Construction & Architecture Computer Science & IT Decision Sciences, Operations Research & Management Earth & Planetary Sciences Economics, Econometrics & Finance Education Electrical & Electronics Engineering Engineering Environmental Science Health Professions Industrial & Manufacturing Engineering Languange, Linguistic, Communication & Media Law, Crime, Criminology & Criminal Justice Library & Information Science Materials Science & Nanotechnology Mechanical Engineering Medicine & Pharmacology Neuroscience Nursing Physics Public Health Social Sciences Other

Published : 15 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 3 Documents
Search
Journal : Madani: Multidisciplinary Scientific Journal

 1 
OPTIMISASI CHEMICAL OXYGEN DEMAND PRODUCED WATER PADA POLISHING UNIT Deni Nur Fauzi; Dimas Ari Setyawan
Madani: Jurnal Ilmiah Multidisiplin Vol 1, No 1 (2022): November
Publisher : Penerbit Yayasan Daarul Huda Kruengmane

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (541.787 KB)

Abstract

Polishing unit pada Saka Indonesia Pangkah Limited menggunakan biological treatment yang memanfaatkan bakteri aerob untuk mengurangi kadar Chemical Oxygen Demand (COD) effluent pada produce water saat eksplorasi minyak agar sesuai dengan baku mutu. Untuk menjaga agar bakteri tetap hidup diperlukan tambahan substrat berupa nitrat dan fosfat yang dijaga pada kondisi tertentu. Uji data operasional menunjukan bahwa hubungan antara kadar COD effluent dengan variabel-variabel lain non linier dan kompleks. Sehingga dibutuhkan pemodelan black box seperti Artificial Neural Network (ANN) untuk memodelkan hubungan ini. Dari Process Flow Diagram (PFD), data operasional dan pertimbangan manajemen maka 11 variabel menjadi input model ANN dan COD sebagai output variabel. Output variabel model ini akan menjadi fungsi objektif dimana tujuannya adalah nilai minimum. Dua input variabel sebagai variabel yang dioptimisasi yaitu massa nitrat dan fosfat. Sedangkan konstrain berupa 9 parameter operasional dan tiga range variabel input-output. Hubungan empiris antara variabel input-output yang tidak mempunyai persamaan turunan maka teknik optimisasi stokastik diperlukan. Salah satu teknik optimisasi stokastik adalah Genetic Algorithm (GA). Hasil dari prediksi ANN menggunakan struktur Multi Layer Perceptron (MLP) dengan input Finite Impulse Response (FIR) serta pelatihan Levenberg-Marquardt menghasilkan Root Mean Square Error (RMSE) paling optimal berada pada hidden node 42 yaitu RMSE selama pelatihan adalah 0.16092 dan RMSE selama validasi 1.73769. Optimisasi kadar COD mendapatkan hasil kadar COD optimal yaitu 44.8668 mg/L pada kadar nitrat sebesar 9 mg/L dan kadar fosfat sebesar 12 mg/L. 
IMPLEMENTASI FUNGSI DISPERSION RATIO PADA PROSES SPLITING ATRIBUT ALGORITMA DECISION TREE Dimas Ari Setyawan; Deni Nur Fauzi
Madani: Jurnal Ilmiah Multidisiplin Vol 1, No 1 (2022): November
Publisher : Penerbit Yayasan Daarul Huda Kruengmane

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (607.343 KB)

Abstract

Metode klasifikasi yang memiliki proses seleksi fitur adalah algoritma decision tree. Proses seleksi fitur pada algortima decision tree biasanya menggunakan fungsi Information Gain. Information gain  pada algoritma decision tree memiliki kelemahan jika ada dataset yang memiliki atribut key seperti Product-ID. Fungsi dispersion ratio pada algoritma decision tree dapat meningkatkan signifikansi proses seleksi fitur, sehingga dapat mengatasi kekurangan fungsi information gain. Proses splitting atribut pada decision tree menggunakan fungsi dispersion ratio dengan menggunakan dataset yang diambil dari UCI machine learning repository. Dari 7 dataset, spliting menggunakan dispersion ratio menghasilkan nilai prediksi yang lebih baik denagn rata-rata selisih nilai prediksi untuk decision tree dispersion ratio dengan decision tree information gain adalah 4.71 %.
Evaluasi Performa Solar Photovoltaik Studi Kasus Solar PV Pada Flood Early Warning System (FEWS) PLTA Karebbe Deni Nur Fauzi; Darma Arif Wicaksono
Madani: Jurnal Ilmiah Multidisiplin Vol 1, No 4 (2023): Mei
Publisher : Penerbit Yayasan Daarul Huda Kruengmane

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.5281/zenodo.10004293

Abstract

Sistem Photovoltaik (PV) adalah teknologi yang semakin berkembang dalam menyediakan energi listrik dari sumber matahari. Studi ini bertujuan untuk mengevaluasi performa sistem PV dalam kondisi operasional sebenarnya. Penelitian ini dilakukan melalui pengumpulan data dari instalasi PV yang terletak di PLTA Karebbe. Data yang terkumpul mencakup parameter seperti iradiasi matahari, suhu lingkungan, produksi listrik, efisiensi konversi, dan pengukuran kinerja lainnya. Metode penelitian meliputi pemasangan perangkat pemantauan yang memungkinkan pengukuran dan pemantauan real-time dari sistem PV selama periode waktu tertentu. Analisis statistik dan komparatif digunakan untuk mengevaluasi kinerja sistem PV dalam berbagai kondisi lingkungan. Selain itu, simulasi menggunakan perangkat lunak khusus juga digunakan untuk memprediksi performa sistem PV dalam skenario berbeda. Hasil dari penelitian ini mengungkapkan berbagai aspek kinerja sistem PV, termasuk faktor-faktor yang mempengaruhi produksi listrik seperti intensitas cahaya matahari, temperatur, dan efisiensi konversi. Selain itu, studi ini juga membahas faktor-faktor pengoptimalan dan potensial untuk meningkatkan performa sistem PV. Kesimpulan dari penelitian ini Dapat diketahui detail mengenai komponen & spesifikasi eksisting dari sistem peringatan dini banjir/ Flood Early Warning system PLTA Karebbe, khusunya yang terpasang pada Km50 Remote Warning station dan Dapat diketahui faktor-faktor yang mempengaruhi kinerja dari suatu sistem solar PV, terutama pengaruh cuaca atau musim penghujan terhadap autonomy day dan sizing battery beserta PV array-nya sebagai referensi untuk melakukan improvement atas FEWS Karebbe.
Co-Authors Achmad Aminudin Adiesceasha Akbar Aditya Muhammad Saputra Adji Barru Prasetiyo Agus Choirul Arifin Ahdiat F, Yoga Alfi Tranggono Agus Salim Arfian Iqbal Fatkhulhuda Asnan, Muhammad Fathoni aulia el hakim Cecillia Yowien Arthamevia Denny Hardiyanto Eric Rico Ardiansyah Eva Mirza Syafitri Farid Majedi, Farid Haninditio Bagus Septiansyah Hanum Arrosida Imam Basuki INDAH PUSPITASARI Indah Puspitasari Indarto Yuwono Junaedi, Imam Kurniawan, Pradhana M. Shafwallah Al. Aziz. R Mahardi, Nabila Bilqis Moh. Farhan Baihaqi Muhammad Debi Priantoro Nadia Ilmiya Maulinda NANANG ROMANDONI Noorsakti Wahyudi Novi Indah Riani Prayogo Arie Bowo Raden Mohamad Herdian Bhakti Rendi Pambudi Wicaksono Setyawan, Dimas Ari Sulfan Bagus Setyawan Syifaul Azam Wicaksono, Darma Arif Yoga Ahdiat Fakhrudi