Article Per Year (5 Year)
p-Index From 2021 - 2026
5.318
P-Index
This Author published in this journals
All Journal International Journal of Electrical and Computer Engineering Voteteknika (Vocational Teknik Elektronika dan Informatika) ELKHA : Jurnal Teknik Elektro Elkom: Jurnal Elektronika dan Komputer Jurnal Informatika dan Teknik Elektro Terapan e-Jurnal Arus Elektro Indonesia RELE: Rekayasa Elektrikal dan Energi Jurnal Teknik Elektro Techne : Jurnal Ilmiah Elektroteknika Elsains : Jurnal Elektro CYCLOTRON JUTEKS TESLA: Jurnal Teknik Elektro Journal of Electronics, Electromedical Engineering, and Medical Informatics Jurnal Teknik Elektro dan Komputasi (ELKOM) JuTEkS (Jurnal Teknik Elektro dan Sains) Best : Journal of Applied Electrical, Science and Technology Jurnal ELKO (Elektrikal dan Komputer) BEES: Bulletin of Electrical and Electronics Engineering SinarFe7 Journal Geuthee of Engineering and Energy Jurnal Abdimas Terapan Jurnal Elektro Kontrol (ELKON) Jurnal Teknik Elektro: Ilmu dan Teknologi Jurnal Penelitian Multidisiplin Bangsa Emitor: Jurnal Teknik Elektro Mars: Jurnal Teknik Mesin, Industri, Elektro dan Ilmu Komputer Jurnal JEETech Jurnal Teknik Elektro dan Komputasi (ELKOM) Journal of Renewable Energy, Electronics and Control
Giovanni Dimas Prenata
Program Studi Teknik Elektro, Universitas 17 Agustus 1945 Surabaya
Agriculture, Biological Sciences & Forestry Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Education Electrical & Electronics Engineering Energy Engineering Immunology & microbiology Industrial & Manufacturing Engineering Mathematics Mechanical Engineering Physics Public Health Social Sciences Other

Published : 37 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 37 Documents
Search

 1   2   3   4 
Sistem Monitoring Alat Perkakas Pada Kendaraan Truk Towing Menggunakan ESP32 Ridho’i, Ahmad; Prenata, Giovanni Dimas; Prasetyo, Arif Bayu
Jurnal Penelitian Multidisiplin Bangsa Vol. 2 No. 10 (2026): Maret
Publisher : Amirul Bangun Bangsa Publishing

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.59837/jpnmb.v2i10.793

Abstract

Kamera adalah perangkat umum yang telah menjadi bagian tak terpisahkan dalam pengambilan gambar atau perekaman peristiwa yang nantinya dapat dilihat oleh individu lain. Selain itu, kamera juga memiliki kemampuan untuk menggantikan peran mata manusia dalam proses pengamatan visual. Mata manusia mampu mengidentifikasi dan memproses informasi visual, termasuk warna, bentuk, dan berbagai unsur lainnya dalam lingkungan sekitarnya. Penelitian ini bertujuan untuk merancang sistem deteksi objek dengan memanfaatkan kamera sebagai komponen utamanya. Mikrokontroler ESP32 yang terintegrasi dengan ESP32-CAM digunakan untuk pengawasan visual, dan sistem ini didukung oleh motor servo SG90 yang dapat dikendalikan oleh pengguna. Melalui integrasi Web Server, pengguna dapat dengan mudah memantau kamera secara real-time melalui perangkat seluler mereka. Keuntungan tambahan dari integrasi ini adalah meningkatkan keterlibatan dan kenyamanan pengguna, memungkinkan mereka untuk mengakses informasi visual dengan cepat dan efisien. Hasil pengujian menunjukkan bahwa sistem berhasil menampilkan streaming video secara real-time pada antarmuka Web Server dengan tingkat latensi rata-rata sebesar 5 milidetik. Motor servo SG90 terbukti mampu merespons perintah kontrol dari perangkat seluler dengan akurasi pergerakan sudut sebesar 90O, memperluas cakupan area pemantauan. Selain itu, fungsi deteksi objek pada sistem ini mampu beroperasi dengan tingkat akurasi mencapai 99,8 % pada kondisi pencahayaan terang. Penerapan sistem deteksi objek melalui kamera, ESP32, dan motor servo SG90 juga memiliki potensi dalam berbagai skenario, seperti pengawasan industri, pemantauan lalu lintas, atau keamanan rumah tangga. Dengan adopsi teknologi ini, pengembangan solusi inovatif di berbagai bidang dapat lebih dimungkinkan.
Evaluasi Komparatif K-Means dan Fuzzy C-Means sebagai Metode Klasterisasi Hard dan Soft untuk Analisis Perilaku Dielektrik Minyak Transformator Terkontaminasi Logam Giovanni Dimas Prenata; Ahmad Ridho’I
JUTEKS Vol 13 No 1 (2026): JuTEkS (Jurnal Teknik Elektro dan Sains)
Publisher : Program Studi Teknik Elektro Universitas Ibn Khaldun Bogor

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

Abstract

AbstrakPenelitian ini menganalisis struktur perilaku dielektrik minyak transformator yang terkontaminasi tembaga dan besi menggunakan metode K-Means dan Fuzzy C-Means (FCM). Sebanyak 324 data eksperimen yang terdiri atas jenis minyak, jenis kontaminan, konsentrasi, dan nilai Breakdown Voltage (BDV) dianalisis untuk mengidentifikasi pola degradasi. K-Means mencapai konvergensi sangat cepat dalam 7 iterasi, dengan nilai pergeseran centroid menurun dari 0,66591 hingga 0, serta membentuk tiga kelas dielektrik yang jelas sesuai tingkat kontaminasi 0,10 g, 0,15 g, dan 0,20 g. Sebaliknya, FCM memerlukan 200 iterasi untuk stabilisasi, dengan nilai perubahan keanggotaan maksimum menurun dari 0,615249 menjadi 3,29 × 10⁻⁵. Meskipun kedua metode menghasilkan tiga kelas utama yang sama, FCM menunjukkan adanya overlap signifikan pada konsentrasi menengah dengan nilai keanggotaan maksimum di bawah 0,7 pada sejumlah sampel. Hasil ini secara kuantitatif membuktikan bahwa degradasi dielektrik minyak transformator bersifat terstruktur namun berkembang secara progresif, serta mendukung penggunaan pendekatan pemodelan nonlinier dalam analisis BDV.Kata Kunci: Minyak Transformator, Breakdown Voltage, K-Means, Fuzzy C-Means, Degradasi Dielektrik, Kontaminasi Logam.
Evaluasi Komparatif K-Means dan Fuzzy C-Means sebagai Metode Klasterisasi Hard dan Soft untuk Analisis Perilaku Dielektrik Minyak Transformator Terkontaminasi Logam Giovanni Dimas Prenata; Ahmad Ridho’I
JUTEKS Vol 13 No 1 (2026): JuTEkS (Jurnal Teknik Elektro dan Sains)
Publisher : Program Studi Teknik Elektro Universitas Ibn Khaldun Bogor

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

Abstract

AbstrakPenelitian ini menganalisis struktur perilaku dielektrik minyak transformator yang terkontaminasi tembaga dan besi menggunakan metode K-Means dan Fuzzy C-Means (FCM). Sebanyak 324 data eksperimen yang terdiri atas jenis minyak, jenis kontaminan, konsentrasi, dan nilai Breakdown Voltage (BDV) dianalisis untuk mengidentifikasi pola degradasi. K-Means mencapai konvergensi sangat cepat dalam 7 iterasi, dengan nilai pergeseran centroid menurun dari 0,66591 hingga 0, serta membentuk tiga kelas dielektrik yang jelas sesuai tingkat kontaminasi 0,10 g, 0,15 g, dan 0,20 g. Sebaliknya, FCM memerlukan 200 iterasi untuk stabilisasi, dengan nilai perubahan keanggotaan maksimum menurun dari 0,615249 menjadi 3,29 × 10⁻⁵. Meskipun kedua metode menghasilkan tiga kelas utama yang sama, FCM menunjukkan adanya overlap signifikan pada konsentrasi menengah dengan nilai keanggotaan maksimum di bawah 0,7 pada sejumlah sampel. Hasil ini secara kuantitatif membuktikan bahwa degradasi dielektrik minyak transformator bersifat terstruktur namun berkembang secara progresif, serta mendukung penggunaan pendekatan pemodelan nonlinier dalam analisis BDV.Kata Kunci: Minyak Transformator, Breakdown Voltage, K-Means, Fuzzy C-Means, Degradasi Dielektrik, Kontaminasi Logam.
Pemodelan Nilai Pecahan Pada Bahasa Mesin Giovanni Dimas Prenata
Jurnal JEETech Vol. 2 No. 1 (2021): Nomor 1 May
Publisher : Universitas Darul Ulum

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.48056/jeetech.v2i1.147

Abstract

Nilai pecahan pada bahasa mesin tidak dapat diimplementasikan, dikarenakan bahasa mesin hanya mengenal bilangan biner. Untuk bisa mengimplentasikan nilai pecahan pada bahasa mesin, perlu pemodelan dan pemisalan. Setelah nilai pecahan dimodelkan dan dimisalkan, nilai tersebut diubah menjadi bilangan biner. Pada bilangan biner yang telah dimodelkan dan dimisalkan, dapat dilakukan semua operasi aritmatika. Untuk mengetahui nilai sebenarnya, maka nilai biner hasil operasi aritmatika perlu dikembalikan lagi kebentuk tanpa pemodelan dan pemisalan.
Service Life Analysis of Underground Cables Using PI and DAR Methods Giovanni Dimas Prenata; Mohammad Eriko Ramadhani; Reza Sarwo Widagdo
Jurnal JEETech Vol. 7 No. 1 (2026): Nomor 1 May
Publisher : Universitas Darul Ulum

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32492/jeetech.v7i1.7109

Abstract

This study examines the insulation resistance of underground conductors connecting 3-phase induction motors that drive pump machines. The results of the insulation resistance measurements were analyzed using the Polarization Index (PI) method and the Dielectric Absorption Ratio (DAR) method. There are 3 areas of conductor cables analyzed to calculate the remaining life of each conductor cable. For area 1, the remaining life of the inter-phase conductor cable is R-S 20.9 years, S-T 20.5 years T-R 20.8 years. Area 2, the remaining life of the inter-phase conductor cable is R-S 20.6 years, S-T 20.7 years T-R 21.1 years. For area 3, the remaining life of the inter-phase conductor cable is R-S 16.5 years, S-T 14 years T-R 15 years.
Performance analysis of single and multi-stage metaheuristic optimization on DFFNN for electrocardiogram-based emotion classification Prenata, Giovanni Dimas; Ridho’i, Ahmad
International Journal of Electrical and Computer Engineering (IJECE) Vol 16, No 3: June 2026
Publisher : Institute of Advanced Engineering and Science

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.11591/ijece.v16i3.pp1562-1575

Abstract

Emotion classification based on electrocardiogram (ECG) signals has attracted increasing attention in affective computing and biomedical signal processing. However, training deep feedforward neural networks (DFFNN) using conventional gradient-based learning often suffers from local minima and slow convergence, particularly when dealing with nonlinear and limited datasets. This study presents a comprehensive performance analysis of single-stage and multi-stage metaheuristic optimization strategies applied to DFFNN for ECG-based emotion lassification in elderly participants. Five models were evaluated: Pure DFFNN, DFFNN optimized using genetic algorithm (GA), particle swarm optimization (PSO), grey wolf optimizer (GWO), and a hybrid multi-stage DFFNN+GA+GWO model. Experimental results from six independent trials demonstrate a substantial reduction in mean squared error (MSE) when metaheuristic optimization is applied. Pure DFFNN produced final MSE values in the range of 0.07462–0.08977, whereas DFFNN+GWO reduced MSE to 0.01894–0.02411. The proposed multi-stage DFFNN+GA+GWO achieved the lowest MSE of 0.014286 in the best run and an average MSE of approximately 0.0212 across trials. Training accuracy improved from 57.14%–66.67% (Pure DFFNN) to 80.95%–85.71% using metaheuristic pproaches. Although testing accuracy remained relatively stable at 33.33%–50.00% due to dataset size constraints, convergence behavior analysis shows that multi-stage optimization enhances stability and reduces oscillatory updates. These findings confirm that multi-stage metaheuristic optimization significantly improves training stability and error minimization in DFFNN models, offering a promising strategy for robust ECG-based emotion classification under small-sample conditions.
Comparative Evaluation of LSTM and Metaheuristic-Optimized Neural Networks for ECG Prediction under Limited Data Conditions Giovanni Dimas Prenata; Ahmad Ridho’i; Mohd Rizal Arshad
Journal of Electronics, Electromedical Engineering, and Medical Informatics Vol 8 No 2 (2026): April
Publisher : Department of Electromedical Engineering, POLTEKKES KEMENKES SURABAYA

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35882/jeeemi.v8i2.1524

Abstract

This study presents a comparative evaluation of Deep Feedforward Neural Network (DFFNN) models optimized using single-stage metaheuristic approaches, including Genetic Algorithm (GA), Particle Swarm Optimization (PSO), and Grey Wolf Optimization (GWO), as well as a multi-stage hybrid optimization strategy (GA+GWO) for ECG-based emotion classification. The experimental dataset consists of ECG recordings collected from three elderly participants using a Sparkfun AD8232 sensor under controlled emotional stimuli, representing a limited-subject and small-data scenario. Feature extraction is conducted using Heart Rate Variability (HRV) parameters derived from both time domain (Mean RR, SDNN, RMSSD, Mean HR, and STD HR) and frequency domain (LF, HF, and LF/HF ratio). Experimental results from six repeated trials demonstrate that the multi-stage DFFNN+GA+GWO model achieves the best optimization performance, yielding the lowest Mean Squared Error (MSE) of 0.01599 and a consistent training accuracy of up to 85.71%. Compared with single-stage optimization methods, the hybrid approach exhibits improved convergence behavior and reduced performance variance, indicating enhanced optimization stability. However, test accuracy remains relatively limited (33.33%–50.00%), reflecting constrained generalization capability due to the small dataset and the absence of subject-wise or external validation. Further statistical analysis using confidence intervals and nonparametric testing confirms that the observed performance improvements are primarily associated with optimization stability rather than statistically significant gains in predictive generalization. Therefore, this study emphasizes the role of metaheuristic optimization in stabilizing neural network training under limited data conditions. The findings should be interpreted as a pilot feasibility study, and future work is required to validate the proposed approach using larger, more diverse datasets and more rigorous validation strategies.
Application of fourier transform for early detection of bearing failures in electric motors Giovanni Dimas Prenata; Muhammad Alif Sofi Syariffudin; Reza Sarwo Widagdo
Journal Geuthee of Engineering and Energy Vol 5, No 1 (2026): Journal Geuthee of Engineering and Energy
Publisher : Geuthèë Institute

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.52626/joge.v5i1.69

Abstract

This study presents an analysis of bearing fault conditions in electric motors through stator current measurements and their transformation into the frequency domain. Measurements were conducted under two main bearing conditions: normal and damaged, each tested with three load variations (no load, generator load, and generator load with one lamp). The time-domain current waveforms showed minimal visual distinction between normal and damaged bearing conditions, making classification difficult. Therefore, the current data were transformed into the frequency domain using the Discrete Fourier Transform (DFT). The frequency domain analysis revealed that in normal bearing conditions, the frequency magnitude distribution was relatively stable and symmetrical, with low fluctuation in the frequency index range k = 0 to k = 10. In contrast, damaged bearing conditions exhibited larger and irregular fluctuations in frequency magnitude across different load levels, indicating a distinct signature of bearing failure. Consequently, frequency domain analysis proves to be an effective approach for detecting bearing faults based on the spectral characteristics of motor current signals.
THE EFFECT OF STATOR WINDING RESISTANCE REDUCTION ON THE PERFORMANCE OF A THREE-PHASE INDUCTION MOTOR Giovanni Dimas Prenata; Labib Ubaidillah Iskhan; Reza Sarwo Widagdo
TESLA: Jurnal Teknik Elektro Vol 28 No 1 (2026): TESLA: Jurnal Teknik Elektro
Publisher : Universitas Tarumanagara

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24912/tesla.v28i1.37752

Abstract

This study experimentally investigates the impact of stator winding resistance degradation on the electrical, mechanical, and thermal performance of a three-phase induction motor under four resistance levels (6.8 Ω, 5.7 Ω, 3.9 Ω, and 3.5 Ω) and five loading conditions (no-load, generator load, and one to three lamp loads) using measurements of voltage, current, power factor, rotational speed, torque, output power, temperature, and efficiency. The results show that decreasing stator winding resistance consistently increases current and temperature while reducing power factor, speed, and efficiency under all loading conditions; under generator load, reducing the resistance from 6.8 Ω to 3.5 Ω decreases the speed from 1447.6 rpm to 1364.6 rpm, increases the current from 2.31 A to 3.40 A, and reduces the efficiency from 89.68% to 75.16%, with the winding temperature approaching 50 °C. These findings demonstrate that stator winding resistance degradation is a direct indicator of performance deterioration and reliability loss in induction motors, and that multi-parameter measurements across different load levels provide a strong experimental basis for stator condition monitoring and predictive maintenance Abstrak Penelitian ini menganalisis secara eksperimental pengaruh penurunan resistansi belitan stator terhadap kinerja listrik, mekanik, dan termal motor induksi tiga fasa pada empat kondisi resistansi (6,8 Ω, 5,7 Ω, 3,9 Ω, dan 3,5 Ω) dan lima tingkat pembebanan (tanpa beban, generator, serta satu hingga tiga lampu) dengan pengukuran tegangan, arus, faktor daya, kecepatan, torsi, daya, suhu, dan efisiensi. Hasil menunjukkan bahwa penurunan resistansi belitan secara konsisten meningkatkan arus dan suhu, menurunkan faktor daya, kecepatan, dan efisiensi pada semua kondisi beban; pada beban generator, penurunan resistansi dari 6,8 Ω menjadi 3,5 Ω menurunkan kecepatan dari 1447,6 rpm menjadi 1364,6 rpm, meningkatkan arus dari 2,31 A menjadi 3,40 A, dan menurunkan efisiensi dari 89,68% menjadi 75,16% dengan suhu belitan mendekati 50 °C. Temuan ini menunjukkan bahwa degradasi resistansi belitan stator merupakan indikator langsung penurunan kinerja dan keandalan motor induksi, sehingga pengukuran multi-parameter pada berbagai tingkat beban memberikan dasar eksperimental yang kuat untuk diagnosis kondisi belitan dan pemeliharaan prediktif
Transformasi Energi Bersih melalui Implementasi PLTS sebagai Sumber Energi Terbarukan untuk Pertanian di Desa Sajen, Pacet Giovanni Dimas Prenata; Maulana Arief; Andi Patriadi; Ahmad Ridho’i; Kukuh Setyadjit
Jurnal Abdimas Terapan Vol. 5 No. 2 (2026): JURNAL ABDIMAS TERAPAN (MEI)
Publisher : Program Vokasi Universitas Negeri Gorontalo

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.56190/jat.v5i2.117

Abstract

Kegiatan pengabdian kepada masyarakat hibah DPPM Kemenristekdikti-Sainstek ini bertujuan untuk menerapkan dan menguji efektivitas sistem Pembangkit Listrik Tenaga Surya (PLTS) sebagai sumber energi terbarukan dalam mendukung pertanian ramah lingkungan di Desa Sajen, Kecamatan Pacet, Kabupaten Mojokerto. Program ini dirancang untuk menggantikan penggunaan pestisida kimia dengan solusi berbasis energi bersih melalui penerapan lampu penangkap serangga yang bekerja otomatis menggunakan energi surya. Sistem terdiri atas dua unit PLTS berkapasitas total 400 Wp, satu baterai 12 V 100 Ah, inverter 1500 W, dan solar charge controller tipe MPPT 60 A, yang mengoperasikan enam lampu anti serangga berdaya 11 W di setiap titik. Hasil implementasi menunjukkan bahwa sistem beroperasi stabil selama 10–12 jam per malam dengan efisiensi keseluruhan sekitar 69% dan tegangan keluaran konstan pada 220 V ± 5%. Pengamatan lapangan selama lima hari menunjukkan penurunan populasi hama hingga 55% dibandingkan area kontrol tanpa perlindungan, serta peningkatan kesadaran masyarakat terhadap pemanfaatan energi terbarukan. Program ini terbukti efektif dalam mengurangi ketergantungan terhadap pestisida, menurunkan risiko pencemaran lingkungan, dan meningkatkan keamanan malam hari di area pertanian. Hasil ini memperlihatkan bahwa penerapan PLTS skala kecil berpotensi menjadi solusi berkelanjutan untuk mendukung transformasi energi bersih dan ketahanan pangan desa berbasis teknologi hijau.
Co-Authors Adrianty Basyarach, Niken Ahmad Ridhoi Ahmad Ridho’i Ahmad Ridho’i Ahmad Ridho’i Andi Patriadi Aris Heri Andriawan, Aris Heri Aswanda Harja Baihaqi, Ahmad Basyarach, Niken Adriaty Eriko Ramadhani, Mohammad Fachrul Fauzan Fidhini Fidhini, Fachrul Fauzan Florentina Kuway Izzah Aula Wardah Junico Dwi Yussarianto Kukuh Setyadjit Labib Ubaidillah Iskhan Lutfi Agung Swarga Maulana Arief Mohammad Eriko Ramadhani Mohd Rizal Arshad Muhammad Alif Sofi Syariffudin Noufanda, Yudo Farrel Prasetyo, Arif Bayu Prayoga, Ageng Puji Slamet, Puji Rafli, Syah Achmad Amar Reza Sarwo Widagdo ridhoi, achmad Ridhoi, Ahmad Ridho’i, Ahmad Setiawan, Dani Agus Setiyawan, Ryan Agus Subekti Yuliananda, Subekti Subyakto, Doris Wardah, Izzah Aula