Article Per Year (5 Year)
p-Index From 2021 - 2026
3.185
P-Index
This Author published in this journals
All Journal Jurnal EECCIS Jurnal Elkolind : Jurnal Elektronika dan Otomasi Industri Journal of Applied Smart Electrical Network and System (JASENS) Bulletin of Community Engagement Jurnal Polimesin Jurnal Cakrawala Maritim International Journal of Mechanical, Electrical and Civil Engineering International Conference on Maritime Technology and Its Application PROCEEDINGS CONFERENCE ON DESIGN AND MANUFACTURE AND ITS APPLICATION
Agus Khumaidi
Unknown Affiliation
Religion Arts Humanities Automotive Engineering Chemical Engineering, Chemistry & Bioengineering Civil Engineering, Building, Construction & Architecture Control & Systems Engineering Decision Sciences, Operations Research & Management Education Electrical & Electronics Engineering Energy Engineering Industrial & Manufacturing Engineering Materials Science & Nanotechnology Mechanical Engineering Social Sciences Other

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

Found 25 Documents
Search

 1   2   3 
Prediksi Komsumsi Daya Listrik Pada Panel Listrik Menggunakan Metode Neural Network Agus Khumaidi; Muhammad Khoirul Hasin; Anggarjuna Puncak Pujiputra; Irsyad, Sholahuddin Muhammad; Noorman Rinanto; Isa Rachman; Didi, Perdinan Setia Budi; Alfianto Taufiqul Malik; Nurissabiqoh Binta Bayu
Jurnal Elektronika dan Otomasi Industri Vol. 11 No. 2 (2024): Vol. 11 No.2 (2024) : Jurnal Elkolind Vol.11, No. 2, 2024 (Juli 2024)
Publisher : Program Studi Teknik Elektronika Politeknik Negeri Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33795/elkolind.v11i2.5497

Abstract

Penggunaan energi listrik yang meningkat menimbulkan tantangan terkait keterbatasan sumber daya alam dan dampak lingkungan, mendorong upaya global menuju efisiensi energi. Di gedung bertingkat, kurangnya sistem prediksi daya pada Sub Distribution Panel (SSDP) menghambat efisiensi dan keandalan distribusi energi listrik. Untuk mengatasi masalah ini, dikembangkan teknologi berbasis neural network yang memanfaatkan sensor PM2100 dan mikrokontroler ESP32 untuk memonitor dan memprediksi penggunaan daya listrik. Data ditampilkan dalam aplikasi Android, memungkinkan pemantauan real-time dan perencanaan yang lebih efisien. Hasil penelitian menunjukkan peningkatan pengelolaan daya, pencegahan kerusakan, dan optimasi penggunaan energi, menjadikan sistem ini model potensial bagi institusi lain dalam meningkatkan efisiensi dan keandalan distribusi energi listrik.
Simulasi Sistem Kontrol PID Cohen-Coon Pada Mesin Stone Crusher Dengan Motor 14HP Tusila, Fonda Jiwa Arkananta Tusila; Ryan Yudha Adhitya; Mat Syai’in; Noorman Rinanto; Agus Khumaidi; Dimas Pristovani Riananda; Isa Rachman; Rizal Indrawan
Jurnal Elektronika dan Otomasi Industri Vol. 11 No. 2 (2024): Vol. 11 No.2 (2024) : Jurnal Elkolind Vol.11, No. 2, 2024 (Juli 2024)
Publisher : Program Studi Teknik Elektronika Politeknik Negeri Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33795/elkolind.v11i2.5673

Abstract

Penelitian ini berfokus pada simulasi metode kontrol PID Cohen-Coon untuk pengendalian otomatis mesin crusher batu. Dengan parameter PID yang diperoleh dari metode PID Cohen-Coon yaitu Kp=0,042, Ki=0,365, dan Kd=2,47, mesin crusher diharapkan dapat merespons secara stabil dalam waktu 1 detik setelah terjadi osilasi. Pada simulasi MATLAB, meskipun masih terjadi osilasi pada awalnya, sistem menunjukkan overshoot sekitar 50% dan undershoot sekitar 30%. Metode PID dipilih karena kemampuannya mengontrol sistem secara otomatis dengan mengombinasikan proporsional, integral, dan derivatif dari kesalahan sistem. Hasil simulasi penelitian menunjukkan bahwa pengendalian motor pada mesin crusher dengan metode PID Cohen-Coon memberikan kinerja yang efisien dan stabil, meningkatkan keandalan proses penghancuran batu secara keseluruhan, serta memberikan kontribusi penting dalam pengembangan sistem pengendalian otomatis untuk industri pemecahan batu koral yang membutuhkan tingkat presisi dan efisiensi yang tinggi.
Prototype Coding Expired Date Printing Machine Pada Kemasan Plastik Produk dengan Metode PID Mochamad Dhani Inwanul Farikh; Didik Sukoco; Mohammad Abu Jamii’in; Agus Khumaidi; Afif Zuhri Arfianto; Adianto
Jurnal Elektronika dan Otomasi Industri Vol. 11 No. 2 (2024): Vol. 11 No.2 (2024) : Jurnal Elkolind Vol.11, No. 2, 2024 (Juli 2024)
Publisher : Program Studi Teknik Elektronika Politeknik Negeri Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33795/elkolind.v11i2.5778

Abstract

Peningkatan industri makanan dan minuman juga berpengaruh pada penggunaan plastik menjadi semakin banyak. Penggunaan kemasan produk plastik yang berfungsi sebagai bahan pelindung atau melindungi produk dari pengaruh luar yang dapat mempercepat proses pembusukan makanan yang ada didalamnya. Pentingnya cetak label produksi dan tanggal kedaluwarsa produk yang menyatakan umur produk yang masih layak untuk dikonsumsi juga tak kalah penting nya. Kebutuhan mesin tersebut sangat diperlukan mengingat banyaknya kemasan produk yang harus diberikan penandaan. Sering terjadinya ketidakjelasan kode kedaluwarsa karena suhu pemanas yang tidak stabil pada saat mencetak. Hasil penelitian menunjukkan bahwa penerapan Cohen-Coon PID auto-tunning dengan parameter Pb sebesar 1,7239%, Ti sebesar 4,1930, dan Td sebesar 0,6779 memberikan kontrol pemanas yang efisien dan stabil, untuk memberikan kestabilan panas saat mencetak kode kedaluwarsa.
Implementasi Path Planning A* Untuk Menghindari Robot lawan Mengunakan Robot Operating System pada KRSBI-Beroda Yaqin, Muhammad Ainul Yaqin; Agus Khumaidi; Ryan Yudha Adhitya; Noorman Rinanto; Evi Nafiatus Sholikhah; Riko Satrya Fajar Jaelani Putra
Jurnal Elektronika dan Otomasi Industri Vol. 12 No. 1 (2025): Vol 12 No 1 (Mei 2025): Jurnal Elkolind Vol 12 No 1 (Mei 2025)
Publisher : Program Studi Teknik Elektronika Politeknik Negeri Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33795/elkolind.v12i1.7268

Abstract

Robot berperan sebagai perangkat bantu dalam berbagai bidang, termasuk dalam ajang Kontes Robot Sepak Bola Indonesia Beroda (KRSBI-B). Khususnya, peran robot penyerang menjadi krusial karena harus mampu menentukan pergerakan optimal, terutama dalam menghindari lawan. Permasalahan utama yang muncul adalah dinamika posisi robot, bola, dan lawan yang terus berubah serta potensi keluar dari batas lapangan. Untuk mengatasi tantangan tersebut, dibutuhkan sistem navigasi yang adaptif. Penelitian sebelumnya menunjukkan bahwa algoritma perencanaan jalur seperti A* mampu memberikan solusi efektif. Namun, pada Tim KRSBI-B PPNS, penerapan algoritma path planning masih belum dilakukan. Oleh karena itu, penelitian ini bertujuan menerapkan algoritma A* sebagai strategi pergerakan robot penyerang dalam menghadapi lawan. A* menggunakan pendekatan heuristik, seperti jarak Euclidean, untuk menemukan jalur optimal. Diharapkan integrasi metode ini dengan Robot Operating Sytem (ROS) dapat meningkatkan efisiensi dan responsivitas pergerakan robot penyerang di lapangan kompetisi.
Implementation of YOLOv5s for Automatic Waste Category Classification in Digital Waste Bank Systems Rinanto, Noorman; Mat Syai’in; Agus Khumaidi; Muhammad Khoirul Hasin; Lilik Subiyanto; Vivin Setiani; Firstama Yusuf Noor; Harun Ismail
Jurnal EECCIS (Electrics, Electronics, Communications, Controls, Informatics, Systems) Vol. 20 No. 1 (2026)
Publisher : Faculty of Engineering, Universitas Brawijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.21776/jeeccis.v20i1.1894

Abstract

The increasing volume of organic waste in campuses or households demands innovative solutions for waste management and classification. This study proposes an automated classification system based on deep learning using the YOLOv5s algorithm to detect 14 categories of inorganic waste in real-time. The dataset consists of over 3.500 labeled images, annotated via Makesense.ai and augmented using Roboflow. The model was trained on Google Collaboratory for 100 epochs using the YOLOv5s architecture and evaluated based on precision, recall, F1-score, and mean Average Precision (mAP). Training result show mAP@0.5 approaching 100% and mAP@0.5:0.95 around 85%, with an average confidence score of 88.30% during real-time testing using a webcam. These findings demonstrate that YOLOv5s can accurately and efficiently classify waste objects, offering strong potential for integration into digital waste bank systems to enhance the efficiency and transparency of waste management processes.
Co-Authors , Rini Indarti A. Dewana Putra Abdulloh Sami Alfaris Adam Maulana, Adam Maulana Adhitya, Ryan Yudha Adi, Muhammad Adimassyah Adianto Alfianto Taufiqul Malik Anggarjuna Puncak Pujiputra Arfianto, Afif Zuhri Arigo, Mohammad Arigo Al. Hafid As'ari, Nur Hasyim As'ari Asri, Purwidi Deni Almunawar Dhika Aditya Purnomo Didi, Perdinan Setia Budi Didik Sukoco Dimas Pristovani R Dimas Pristovani Riananda Dimas Prostovani Riananda Dwi Sasmita Aji Pambudi Dzil, Fadhli Evi Nafiatus Sholikhah Fipka Bisono Firstama Yusuf Noor Fitri Hardiyanti Fonda Jiwa Arkananta Tusila Gusti Audryadmaja, Anugerah Ekha Hannisa Kautsarani Hamidah Harun Ismail Hasin, Muhammad Khoirul Hendro Agus Widodo Ii Munadhif Imam Sutrisno Isa Rachman Joessianto Eko Poetro Joko Endrasmono Joko Endrasmono4 Lilik Subiyanto M. Dhani Inwanul F M. Dhifa Alfitra M. Fakhri Ali Mufidz Mat Syai'in Mat Syai’in Mochamad Dhani Inwanul Farikh Mochamad Yusuf Santoso Mochammad Madhoni Setiawan Mochammad Rifai Mohamad Hakam Mohammad Abu Jamii’in Mohammad Basuki Rahmad Mohammad Basuki Rahmat Muhammad Abu Jami’in Muhammad Khoirul Hasin Nurahmad Hadi Cahyadi Nurissabiqoh Binta Bayu Ramadhan, Novalliansyah Ramadhan Riko Satrya Fajar Jaelani Putra Rinanto, Noorman Rini Indarti Rizal Indrawan Rohmansyah, Ade Fitra Ryan Yudha Adhitya Semeru Fatkhurrozi A Setiyono, Dwi Agus Shivy Aura Adhyatma Sholahuddin Muhammad Irsyad Sofi Berliana Rizky Tusila, Fonda Jiwa Arkananta Tusila Vivin Setiani Wahyudi, Asyal Achnan Yaqin, Muhammad Ainul Yaqin Yuning Widiarti Zainu Rafsanjani Zhafirah, Talitha Amalia Zindhu Maulana A.P. Zindhu Maulana Ahmad Zindhu Maulana Ahmad Putra