Article Per Year (5 Year)
p-Index From 2021 - 2026
0.817
P-Index
This Author published in this journals
All Journal Jurnal Industri dan Teknologi Samawa (JITSA) Hexagon Majalah Teknik Industri
Lutfi
Politeknik ATI Makassar
Chemical Engineering, Chemistry & Bioengineering Civil Engineering, Building, Construction & Architecture Control & Systems Engineering Electrical & Electronics Engineering Industrial & Manufacturing Engineering Mechanical Engineering

Published : 5 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 5 Documents
Search

 1 
Prototype Penjemur Cengkeh Otomatis Berbasis IOT Menggunakan Aplikasi Blynk Nurhayati Djabir; Lutfi
Majalah Teknik Industri Vol 28 No 2 (2020): Majalah Teknik Industri Desember 2020
Publisher : Unit Penelitian dan Pengabdian Masyarakat (UPPM) Politeknik ATI Makassar

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

Abstract

Hasil dari penelitian ini menunjukkan bahwa sistem penjemuran cengkeh pintar berbasis internet of things, menggunakan mikrokontroler wemos D1 sebagai pengendali dan sebagai alat mengirimkan data ke aplikasi Blynk yang nantinya data-data tersebut dapat dimonitoring dari aplikasi, sebagai masukan (input) alat ini menggunakan sensor cahaya, sensor hujan dan limit switch. Untuk keluaran ada Driver motor memberi perintah Motor DC sebagai penggerak tempat jemuran dan sesekali diaduk guna meratakan penjemuran cengkeh. Penjemuran cengkeh akan masuk pada saat hujan ketika sensor hujan akan bernilai 0 dimana nilai tegangannya 0 Vdc sehingga memberikan perintah low yang berarti mendeteksi turunnya hujan dan jemuran akan keluar kembali ketika sensor hujan bernilai 1 dimana terdapat nilai tegangan maka sensor sudah tidak mendeteksi turunnya hujan , selain itu sensor LDR akan bernilai ADC dibawah angka 200 dan mendeteksi cahaya matahari untuk mengeluarkan jemuran dan jemuran cengkeh akan masuk ketika sensor LDR bernilai sekitar 200-225 dan mendeteksi tidak ada cahaya atau gelap pada malam hari.
Monitoring Arus Listrik dengan Kontroller Embedded System Terintegrasi Taufik Muchtar; Atikah Tri Budi Utami; Lutfi; Muhammad Nawir
Majalah Teknik Industri Vol 29 No 2 (2021): Majalah Teknik Industri Desember 2021
Publisher : Unit Penelitian dan Pengabdian Masyarakat (UPPM) Politeknik ATI Makassar

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

Abstract

Krisis energi merupakan masalah yang sangat mengkhawatirkan dan meresahkan hampir di setiap negara di dunia termasuk di Indonesia. Berbagai upaya dilakukan untuk mengatasi kemungkinan terjadinya krisis energi listrik, mulai dari pencarian sumber energi baru dan yang terbarukan, menemukan peralatan yang rendah dalam konsumsi energinya sampai dengan pengembangan sistem efisiensi energi. Sistem efisiensi energi listrik membutuhkan monitoring arus listrik secara langsung atau real-time monitoring. Tujuan penelitian ini adalah Monitoring Arus Listrik Pada Embedded system yang terintegrasi. Metode yang digunakan adalah rancang bangun dan uji coba atau ekperimen di laboratorium. Proses pembuatan alat ini melalui beberapa tahap yakni tahap simulasi, tahap pengujian alat ukur, tahap pembuatan prototype sistem dan fabrikasi alat secara terintegrasi. Hasil penelitian menunjukkan bahwa perangkat bekerja seperti yang diharapkan dan ditargetkan. Eror pengujian perangkat dibandingkan dengan pengukuran secara langsung dengan alat ukur sebesar, eror arus 0,46 %.
WAREHOUSE STORAGE OTOMATIS BERBASIS SIEMENS S71200 DAN FACTORY I/O Al Mahdali; Lutfi; Andi Ichlasul Amal
Jurnal Industri dan Teknologi Samawa Vol 5 No 2 (2024): JITSA
Publisher : Program Studi Teknik Industri Universitas Teknologi Sumbawa

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36761/jitsa.v5i2.4648

Abstract

This study aims to develop an automated warehouse storage system using Factory I/O and Siemens S7-1200 PLC. This research was conducted at the Control and Automation Laboratory of the ATI Makassar Polytechnic from July to September 2023. The research method used is quantitative deductive with an experimental approach, including the steps of literature study, system requirements analysis, state diagram design, and system testing through virtual simulation. The algorithm used is a state diagram algorithm consisting of ten states, namely: standby mode, entry to loader, fork left, lift up, fork middle, target position, fork right, lift down, fork middle, and home position. The results of the study showed that the state diagram algorithm was successfully converted into 14 networks (RUNG) in the PLC ladder, consisting of one RUNG for Flowchart (Indicator RUN), ten RUNG for state diagrams, and three RUNG for output devices (Fork Left, Fork Right, and Lift). The automated warehouse storage system successfully automates the process of storing cargo in the form of boxes and pallets from the first rack to the 54th rack automatically. This study shows that the automated warehouse storage system can run according to the planned design and provide significant contributions to the DCS and SCADA practicum at the ATI Makassar Polytechnic.
PENGEMBANGAN SISTEM ELEKTROPNEUMATIK BERBASIS OPC DAN IOT PADA KASUS CLAMPING UNIT FOR GRINDING MENGGUNAKAN PLC SIEMENS S7-1200 DAN NODE-RED Muslimin; Taufik Muchtar; Atikah Tri Budi Utami; Lutfi; Asnawi Husain
Hexagon Vol 6 No 1 (2025): HEXAGON - Edisi 11
Publisher : Fakultas Teknologi Lingkungan dan Mineral - Universitas Teknologi Sumbawa

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36761/hexagon.v6i1.5129

Abstract

Penelitian ini bertujuan mengembangkan sistem elektropneumatik berbasis OPC dan IoT pada clamping unit for grinding menggunakan PLC Siemens S7-1200 dan Node-RED untuk meningkatkan efisiensi dan kualitas proses manufaktur. Studi kasus yang dilakukan pada TP 202 Electropneumatics memberikan konteks praktis penerapan sistem kontrol sekuensial, yang melibatkan komponen elektropneumatik untuk menjaga stabilitas benda kerja selama proses penggilingan. Metode yang digunakan adalah Research and Development (R&D) dengan pendekatan DEDTE (Define, Explore, Design, Test, dan Evaluate). Pada tahap Define, sistem yang melibatkan tiga silinder pneumatik dan PLC Siemens S7-1200 dipilih sebagai fokus penelitian. Explore dilakukan dengan analisis kebutuhan I/O untuk menentukan tag variabel yang digunakan dalam perancangan sistem. Pada tahap Design, diagram pengkabelan dibuat dan sistem dikembangkan dalam tiga mode: simulasi, semi simulasi, dan fisik. Pada tahap Test, pengujian konektivitas antara PLC, OPC server (KEPServerEX), dan Node-RED menunjukkan sebagian besar koneksi berhasil, meskipun ada kegagalan kecil. Pada tahap Evaluate, saran perbaikan diberikan untuk pengaturan jaringan dan penyempurnaan antarmuka HMI. Hasil penelitian menunjukkan bahwa pengembangan sistem ini berhasil meningkatkan pemahaman mahasiswa tentang otomasi industri dan dapat diterapkan dalam konteks industri 4.0. Saran perbaikan meliputi pengujian lebih lanjut terhadap pemrograman PLC, optimasi mode simulasi, dan penyempurnaan antarmuka pengguna untuk meningkatkan keandalan dan kemudahan penggunaan sistem.
PENERAPAN ORANGE DATA MINING UNTUK PEMBELAJARAN SISTEM MANUFAKTUR DISKRIT PADA KASUS KLASIFIKASI DAN KLASTERISASI GAMBAR HEWAN BERBASIS MACHINE LEARNING Sukriyah Buwarda; Mutmainnah; Lutfi
Hexagon Vol 6 No 2 (2025): Vol. 6 No. 2 (2025): HEXAGON - Edisi 12
Publisher : Fakultas Teknologi Lingkungan dan Mineral - Universitas Teknologi Sumbawa

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36761/hexagon.v6i2.5144

Abstract

Politeknik ATI Makassar has introduced technologies such as Artificial Intelligence, Internet of Things, and Big Data Analytics in the Discrete Manufacturing Systems course. This research focuses on the application of Data Science using the Orange Data Mining application for the classification and clustering of animals. The adopted experimental method involves controlling variables by following the CRISP-DM methodology. Evaluation results indicate that the logistic regression model is the best, with an AUC accuracy of 1 and a precision of 0.962. Clustering resulted in two clusters: C1 for cats and C2 for cows, with a silhouette score of 0.145. This research demonstrates the effectiveness of the Orange Data Mining application in teaching discrete manufacturing systems based on machine learning.
Co-Authors Al Mahdali Andi Ichlasul Amal Asnawi Husain Atikah Tri Budi Utami Atikah Tri Budi Utami Muhammad Nawir MUSLIMIN Mutmainnah Nurhayati Djabir Sukriyah Buwarda Taufik Muchtar