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 2 Documents
Search
Journal : Hexagon

 1 
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