Claim Missing Document
Check
Articles

Found 37 Documents
Search

Rancang Bangun Sistem Monitoring Kualitas Air PDAM Surabaya berbasis Internet Of Things Subyakto, Doris; Yuliananda, Subekti; Ridhoi, Ahmad; Prenata, Giovanni Dimas
Elsains : Jurnal Elektro Vol 3 No 1 (2021): Elsains : Jurnal Elektro
Publisher : Program Studi Teknik Elektro, Fakultas Teknik, Universitas 17 Agustus 1945 Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30996/elsains.v3i1.5430

Abstract

Perkembangan industri yang semakin pesat menimbulkan produksi limbah pabrik sehingga meningkatkan jumlah pencemaran kualitas air. Sehingga diperlukan pengelolaan kualitas air dengan benar dan melakukan pengawasan air pada beberapa titik lokasi untuk menjaga kualitas air yang didisbusikan kepada penduduk pada air PDAM. Tingkat pertumbuhan penduduk berkebalikan dengan keterbatasan sumber air di Indonesia merupakan tantangan untuk pengawasan kualitas air PDAM secara real time. Dari permasalahan berikut penelitian ini menyajikan perancangan alat monitoring kualitas air PDAM berbasis Internet of Things (IoT) yang terdapat beberapa parameter untuk menentukan kualitas air, pemilihan sensor dilakukan berdasarkan parameter yang telah ditetapkan yaitu sensor kekeruhan, sensor pH dan sensor suhu kemudian ditransmisikan ke mikrokontroler ESP32 yang memiliki modul WiFi sehingga dapat diimplementasikan ke dalam IoT sehingga informasi data dapat dimonitor dari mana saja dan kapan saja.  Kata Kunci: Air PDAM,  IoT, Monitoring, PH, Sensor Kekeruhan.
Keandalan sistem jaringan distribusi 20KV di PT. PLN Rayon Ploso Menggunakan Metode FMEA Noufanda, Yudo Farrel; Slamet, Puji; Basyarach, Niken Adriaty; Ridhoi, Achmad; Prenata, Giovanni Dimas
Elsains : Jurnal Elektro Vol 3 No 2 (2021): Elsains : Jurnal Elektro
Publisher : Program Studi Teknik Elektro, Fakultas Teknik, Universitas 17 Agustus 1945 Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30996/elsains.v3i2.5990

Abstract

Dalam menyediakan tenaga listrik ke konsumen, keandalan sistem wajib adanya diperhatikan saat dilakukan perluasan dan pengembangan jaringan distribusi. Di samping itu, evaluasi dan maintenance keandalan sistem distribusi tenaga listrik juga perlu dilakukan sehingga dapat menjaga berlangsungnya penyaluran tenaga listrik ke konsumen. Menghitung indeks keandalan dari beberapa sistem yang mendistribusikan tenaga listrik di Rayon Ploso merupakan tujuan dibuatnya Tugas Akhir ini. Adapun metode yang digunakan dalam Tugas Akhir ini adalah metode FMEA (Failure Mode and Effect Analysis), dimana metode ini ditujukan untuk memperhitungkan indeks kegagalan pada tiap-tiap komponen yang membentuk sebuah sistem distribusi tenaga listrik sehingga dapat mereprentasikan indeks keandalan sistem secara keseluruhan. Peralatan sectionalizer dan fuse akan dipasang untuk meningkatkan keandalan suatu penyulang yang mana pemasangannya didasarkan dari hasil perhitungan indeks keandalan.
RANCANGAN PEMBANGKIT LISTRIK TENAGA SURYA DALAM KONTEKS PEMBANGUNAN BERKELANJUTAN DI DESA SABAL (Kab. Kepulauan Tanimbar Kec. Wermakatian) Florentina Kuway; Giovanni Dimas Prenata
Jurnal ELKO (Elektrikal dan Komputer) Vol 4, No 1 (2023)
Publisher : Politeknik Negeri Ambon

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.54463/je.v4i1.82

Abstract

Energi listrik adalah salah satu kebutuhan masyarakat moderen yang sangat penting dan vital. Ketiadaan energi listrik akan sangat mengganggu keberlaangsungan aktivitas manusia. Oleh karena itu keseimbangan dan ketersediaan energi lsitrik perlu dipertahankan setiap waktu. Rasio elektrifikasi indosensia saat ini 87%, hal tersebut menunjukkan 8,5 juta penduduk di indonesia atau setara dengan 2500 desa yang belum dialirkan listrik. Letak geografi indonesia merupakan salah satu penyebab masih banykanya daerah yang belum terjangkau Perusahaan Listrik Negara (PLN) seperti Pulau Sabal yang di ujung selatan Kabupaten Maluku Tenggara Barat. Maka pencarian salah satu bentu energi alternatif dalam rangka memenuhui ketidak merataan tersebut dibangunlah Pembangkit listrik tenaga surya. Karena indonesia merupakan salah satu negara tropis yang mempunyai potensi energi listrik surya menji sumber energi terbarukan yang potensial untuk perkembangan Indonesia. Letak geografis Indonesia merupakan salah satu penyebab masih banyaknya daerah yang belum terjangkau Perusahaan Listrik Negara (PLN) seperti pulau Selaru di ujung Selatan kabupaten Maluku Tenggara Barat. Indonesia merupakan negara tropis yang mempunyai potensi energi surya dengan insolasi harian rata – rata 4,5 – 4,8 kWh/m2 / hari. Sehingga energi surya menjadi sumber energi terbarukan yang potensial untuk dikembangkan di Indonesia.
KLASIFIKASI KEANDALAN SISTIM DISTRBUSI TENAGA LISTRIK DI PT. PLN (PERSERO) UP3 SURABAYA SELATAN MENGGUNAKAN METODE K-NEAREST NEIGHBOR (KNN) Giovanni Dimas Prenata
Jurnal Informatika dan Teknik Elektro Terapan Vol 11, No 3s1 (2023)
Publisher : Universitas Lampung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.23960/jitet.v11i3s1.3397

Abstract

Kehandalan merupakan bagian mendasar untuk mendistribusikan energi listrik. PT. PLN harus mampu mendistrbusikan energi listrik dengan tingkat kehandalan yang tinggi.  Penggunaan metode K-Nearest Neighbor merupakan metode supervise learning untuk melakukan klasifikasi pengkategorian handal dan tidak handal. Peneliti melakukan klasifikasi data SAIDI dan SAIFI untuk periode 10 bulan (Januari hingga Oktober) tahun 2021 di PT. PLN UP3 Surabaya Selatan menggunakan metode K-Nearest Neighbor. Program KNN dibuat menggunakan bahasa C++. Data SAIDI dan SAIFI bulan November dan Desember 2021 dipergunakan sebagai data uji. Hasil dari prediksi menggunakan K=1, K=2, K=3, K=4, K=5, K=6 dan K=6 menghasilkan akurasi 100% dalam mengkategorikan handal dan tidak handal.
Klasifikasi Keandalan Sistem Distrbusi Tenaga Listrik di PT. PLN (PERSERO) UP3 Surabaya Selatan Menggunakan Metode Single Perceptron Giovanni Dimas Prenata
Voteteknika (Vocational Teknik Elektronika dan Informatika) Vol 12, No 1 (2024): Vol. 12, No 1, Maret 2024
Publisher : Universitas Negeri Padang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24036/voteteknika.v12i1.125589

Abstract

Kehandalan sistem distribusi tenaga listrik merupakah hal yang sangat penting bagi PLN. Dengan tingkat kehandalan yang tinggi maka PLN bisa memastikan energi listrik tersalurkan dengan baik kepada pelanggan. Tingkat kehandalan yang tinggi merupakan jaminan bagi pelanggan untuk mendapatkan energi listrik. Beberapa peneliti mengukur kehandalan menggunakan nilai SAIDI (System Average Interruption Duration Index) dan SAIFI (System Average Interruption Frequency Index). Selain itu ada juga yang menggunakan metode FMEA (Failure Modes and Effects Analysis). Pada penelitian ini, peneliti melakukan klasifikasi kehandalan berdasarkan standar SPLN 59-1985 menggunakan metode artificial neuron network single perceptron. Peneliti menggunakan 3 neuron sebagai inputan yaitu nilai SAIDI, nilai SAIFI dan bias. Data training yang dipergunakan adalah data nilai SAIDI dan nilai SAIFI selama 10 bulan ditahun 2021. Aplikasi neuron neuron network single perceptron dibuat menggunakan bahasa C++ dengan learning rate 0,1, dan signal sigmoid sebagai aktivasinya. Sehingga didapat nilai pembobotan untuk 3 neuron yaitu -3.95772 (W[0]), 1.15408 (W[1]) dan 1.45799 (W[2]) dalam 6 kali training untuk mengklasifikasikan tingkat kehandalan.Kata kunci: SAIDI, SAIFI dan artificial neuron network single perceptron. The reliability of the electric power distribution system is very important for PLN. With a high level of reliability, PLN can ensure that electrical energy is properly distributed to customers. A high level of reliability is a guarantee for customers to get electrical energy. Some researchers measure reliability using SAIDI (System Average Interruption Duration Index) and SAIFI (System Average Interruption Frequency Index) values. In addition there are also those who use the FMEA (Failure Modes and Effects Analysis) method. In this study, researchers conducted a reliability classification based on the SPLN 59-1985 standard using the artificial neuron network single perceptron method. Researchers used 3 neurons as input, namely the SAIDI value, SAIFI value and bias. The training data used is data on SAIDI values and SAIFI values for 10 months in 2021. The single perceptron neuron neuron network application is made using C++ language with a learning rate of 0.1, and a sigmoid signal as its activation. So that the obtained weighting values for 3 neurons are -3.95772 (W[0]), 1.15408 (W[1]) and 1.45799 (W[2]) in 6 times of training to classify the level of reliability.Keywords: SAIDI, SAIFI and artificial neuron network single perceptron.
KLASIFIKASI KEANDALAN SISTIM DISTRIBUSI TENAGA LISTRIK DI PT. PLN (PERSERO) UP3 SURABAYA SELATAN MENGGUNAKAN SUPPORT VECTOR MACHINE (SVM) Giovanni Dimas Prenata
Jurnal Teknik Elektro Vol. 16 No. 2 (2023): September 2023
Publisher : Institute of Research and Community Outreach

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.9744/jte.16.2.62-70

Abstract

Penelitian ini menggunakan metode SVM untuk mengklasifikasi kondisi handal/tidak handal untuk 10 data latih. Dengan menggunakan konsep trigonometri untuk mendapatkan titik bantu dalam menentukan persamaan garis (hyperplane), akurasi pengujian data latih yag didapat sebesar 90%. Pada pengujian menggunakan 2 data uji berhasil mengklasifikasikan dengan akurasi 100%.
KLASIFIKASI KEANDALAN SISTIM DISTRBUSI TENAGA LISTRIK DI PT. PLN (PERSERO) UP3 SURABAYA SELATAN MENGGUNAKAN METODE K-NEAREST NEIGHBOR (KNN) Giovanni Dimas Prenata
Jurnal Informatika dan Teknik Elektro Terapan Vol 11, No 3s1 (2023)
Publisher : Universitas Lampung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.23960/jitet.v11i3s1.3397

Abstract

Kehandalan merupakan bagian mendasar untuk mendistribusikan energi listrik. PT. PLN harus mampu mendistrbusikan energi listrik dengan tingkat kehandalan yang tinggi.  Penggunaan metode K-Nearest Neighbor merupakan metode supervise learning untuk melakukan klasifikasi pengkategorian handal dan tidak handal. Peneliti melakukan klasifikasi data SAIDI dan SAIFI untuk periode 10 bulan (Januari hingga Oktober) tahun 2021 di PT. PLN UP3 Surabaya Selatan menggunakan metode K-Nearest Neighbor. Program KNN dibuat menggunakan bahasa C++. Data SAIDI dan SAIFI bulan November dan Desember 2021 dipergunakan sebagai data uji. Hasil dari prediksi menggunakan K=1, K=2, K=3, K=4, K=5, K=6 dan K=6 menghasilkan akurasi 100% dalam mengkategorikan handal dan tidak handal.
RANCANG BANGUN SISTEM KENDALI HOIST RUBBER TYRED GANTRY CRANE BERBASIS PROGRAMMABLE LOGIC CONTROLLER DAN FUZZY Fachrul Fauzan Fidhini; Giovanni Dimas Prenata; Lutfi Agung Swarga
Jurnal Informatika dan Teknik Elektro Terapan Vol 12, No 3 (2024)
Publisher : Universitas Lampung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.23960/jitet.v12i3.4740

Abstract

Rubber Tyred Gantry (RTG) crane merupakan shore crane yang digunakan untuk bongkar muat di pelabuhan. Pada RTG terdapat spreader untuk menjapit kontainer berpenggerak motor. Spreader sering mengalami kerusakan yang diakibatkan bertabrakan dengan kontainer saat turun berkecepatan tinggi. Untuk mengatasi hal tersebut peneliti membuat prototype untuk mengatur kecepatan putaran motor hoist dengan menerapkan kendali kecepatan motor hoist berbasis PLC serta implementasi sensor HCSR-04 untuk mendeteksi jarak spreader terhadap kontainer.
Prediksi Impedansi Rele menggunakan metode PSO sebagai validasi pengukuran rele Dimas Prenata, Giovanni; Adrianty Basyarach, Niken
SinarFe7 Vol. 6 No. 1 (2024): SinarFe7-6 2024
Publisher : FORTEI Regional VII Jawa Timur

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

Abstract

Peneliti mennggunakan metode PSO untuk mencari nilai impedansi rele berdasarkan 3 titik jarak gangguan yaitu 14,36 km ; 5,746 km dan 17,98 km. Untuk masing-masing titik jarak gangguan, peneliti melakukan pencarian sebanyak 5 kali. Untuk titik jarak gangguan 14,36 km, pencarian tercepat didapat dengan 4 kali iterasi dan akurasi diatas 98%. Untuk titik jarak gangguan 5,746 km, pencarian tercepat didapat dengan 2 kali iterasi dan akurasi diatas 100%. Untuk titik jarak gangguan 17,98 km, pencarian tercepat didapat dengan 1 kali iterasi dan akurasi diatas 99%.
Pengaturan Kecepatan Motor Induksi 3 Fasa Menggunakan Sistem Multispeed pada Konveyor Mesin Crusher Prenata, Giovanni Dimas; Prayoga, Ageng
Jurnal Arus Elektro Indonesia Vol 10 No 2 (2024)
Publisher : Fakultas Teknik, Universitas Jember

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.19184/jaei.v10i2.49848

Abstract

Motor induksi 3 fasa merupakan mesin listrik yang paling umum digunakan sebagai alat penggerak. PT. Keramik Diamond Industri menggunakan motor induksi 3 fasa sebagai penggerak konveyor pengangkutan material khususnya batubara. Ketika motor induksi disuplai dengan tegangan konstan, motor tersebut beroperasi pada kecepatan konstan yang tak terkontrol. Oleh karena itu penggunaan Variable Frekuensi Drive (VFD) pada conveyor memungkinkan pengendalian kecepatan dengan merubah frekuensi kerja. Sistem ini dipadukan dengan sensor dan Programmable Logic Controller (PLC) untuk mengimplementasikan sistem multispeed. Penggunaan multispeed bertujuan untuk menstabilkan arus pada motor mesin Crusher untuk mencegah terjadinya arus berlebih akibat beban berlebih.