Article Per Year (5 Year)
p-Index From 2020 - 2025
0.61
P-Index
This Author published in this journals
All Journal Techne : Jurnal Ilmiah Elektroteknika Electrician : Jurnal Rekayasa dan Teknologi Elektro
Rizal Chaidir, Ali
Unknown Affiliation
Computer Science & IT Control & Systems Engineering Electrical & Electronics Engineering Energy Engineering

Published : 3 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 3 Documents
Search

 1 
Peramalan Beban Jangka Panjang pada Gardu Induk Bangil dengan Metode Generalized Regression Neural Network Fathurrozi, Anggit; Kalandro, Guido Dias; Rizal Chaidir, Ali; Prasetyono, Suprihadi; Gozali, Moch
Techné : Jurnal Ilmiah Elektroteknika Vol. 23 No. 2 (2024)
Publisher : Fakultas Teknik Elektronika dan Komputer Universitas Kristen Satya Wacana

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31358/techne.v23i2.461

Abstract

Given the rising energy demands, the existing electrical infrastructure, notably distribution transformers 3 and 4 at the Bangil Substation, faces the risk of overload. Accurate load forecasting is imperative to inform timely interventions like transformer replacement. This study aims to forecast the load for Transformers 3 and 4 at the Bangil Substation using 2 difference methods, comparing Feed Forward Backpropagation Neural Network (FFBNN) and Generalized Regression Neural Network (GRNN). This research also evaluates potential transformer overloads based on forecasted peak loads. This research employed a STL Decomposition to decompose monthly peak load data in each transformer into trend, seasonal and residual components and developing forecasting model for each transformer trend component data. Simultaneously, separate forecasting models were developed for the Gross Regional Domestic Product (GRDP) and the Industrial Sector of GRDP. The forecasted trend components from the transformer data were combined with the GRDP and Industrial Sector of GRDP forecasts using an approximation model. This approach aimed to approximate the monthly peak load more accurately, incorporating both energy demand trends and economic indicators. The forecasting models' accuracy was gauged using Mean Absolute Percentage Error (MAPE) and Mean Absolute Error (MAE). The analysis indicates that Transformer 3 is projected to reach overload by August 2038, with a forecasted peak load of 1407.7465 A. Conversely, Transformer 4 is expected to experience overload by February 2028, with a peak load of 1269.2173 A. FFBNN exhibited superior accuracy for Transformer 3, recording a MAPE of 10.522% and MAE of 74.204. In contrast, GRNN displayed better performance for Transformer 4, achieving a MAPE of 6.051% and MAE of 46.557. Timely interventions, such as transformer replacement, are essential to mitigate potential overloads. The research underscores the importance of employing tailored forecasting approaches, emphasizing the peak load transformer data with economic indicators for more precise load approximations
Pengendalian Kualitas Air Minum Menggunakan Fuzzy Mamdani Berbasis Internet of Things Rizal Chaidir, Ali
Electrician : Jurnal Rekayasa dan Teknologi Elektro Vol. 19 No. 1 (2025)
Publisher : Department of Electrical Engineering, Faculty of Engineering, Universitas Lampung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.23960/elc.v19n1.2648

Abstract

Penelitian ini bertujuan untuk merancang dan membangun sistem pemantauan dan kontrol kualitas air minum menggunakan Internet of Things (IoT) dan metode fuzzy Mamdani. Pengukuran akurasi sistem fuzzy Mamdani sebagai sistem pendukung keputusan dalam menentukan kualitas air minum. Metode yang digunakan adalah fuzzy Mamdani. Variabel penelitian ini menggunakan 4 input (suhu, TDS, pH, kekeruhan) dan 1 output (kualitas air). Aturan fuzzy akan disusun berdasarkan variabel input dan output. Sebanyak 36 aturan fuzzy akan terbentuk yang mempertimbangkan semua kemungkinan. Pengujian dilakukan menggunakan pengujian keseluruhan, metode fuzzy Mamdani dievaluasi sebanyak 20 kali untuk membandingkan output kualitas air dengan standar kesehatan lingkungan. Hasil evaluasi ini digunakan untuk menghitung akurasi sistem melalui Confusion Matrix. Evaluasi melibatkan pengujian respons sistem untuk kontrol dan aktuator terintegrasi. Berdasarkan hasil penelitian dan uji coba yang dilakukan, sistem pemantauan dan kontrol kualitas air menggunakan IoT dan fuzzy Mamdani berhasil diimplementasikan menggunakan ESP32, sensor suhu, sensor TDS, sensor pH, sensor kekeruhan, modul RTC, LED, LCD, buzzer, motor servo, Firebase, dan Kodular. Metode fuzzy Mamdani sebagai sistem pendukung keputusan menilai kelayakan air minum dengan tingkat akurasi 90% dan tingkat kesalahan 10%, memberikan dasar yang kuat untuk keputusan terkait konsumsi manusia.
Pengendalian Kualitas Air Minum Menggunakan Fuzzy Mamdani Berbasis Internet of Things Rizal Chaidir, Ali
Electrician : Jurnal Rekayasa dan Teknologi Elektro Vol. 19 No. 1 (2025)
Publisher : Department of Electrical Engineering, Faculty of Engineering, Universitas Lampung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.23960/elc.v19n1.2648

Abstract

Penelitian ini bertujuan untuk merancang dan membangun sistem pemantauan dan kontrol kualitas air minum menggunakan Internet of Things (IoT) dan metode fuzzy Mamdani. Pengukuran akurasi sistem fuzzy Mamdani sebagai sistem pendukung keputusan dalam menentukan kualitas air minum. Metode yang digunakan adalah fuzzy Mamdani. Variabel penelitian ini menggunakan 4 input (suhu, TDS, pH, kekeruhan) dan 1 output (kualitas air). Aturan fuzzy akan disusun berdasarkan variabel input dan output. Sebanyak 36 aturan fuzzy akan terbentuk yang mempertimbangkan semua kemungkinan. Pengujian dilakukan menggunakan pengujian keseluruhan, metode fuzzy Mamdani dievaluasi sebanyak 20 kali untuk membandingkan output kualitas air dengan standar kesehatan lingkungan. Hasil evaluasi ini digunakan untuk menghitung akurasi sistem melalui Confusion Matrix. Evaluasi melibatkan pengujian respons sistem untuk kontrol dan aktuator terintegrasi. Berdasarkan hasil penelitian dan uji coba yang dilakukan, sistem pemantauan dan kontrol kualitas air menggunakan IoT dan fuzzy Mamdani berhasil diimplementasikan menggunakan ESP32, sensor suhu, sensor TDS, sensor pH, sensor kekeruhan, modul RTC, LED, LCD, buzzer, motor servo, Firebase, dan Kodular. Metode fuzzy Mamdani sebagai sistem pendukung keputusan menilai kelayakan air minum dengan tingkat akurasi 90% dan tingkat kesalahan 10%, memberikan dasar yang kuat untuk keputusan terkait konsumsi manusia.
Co-Authors Fathurrozi, Anggit Guido Dias Kalandro Jayawarsa, A.A. Ketut Moch Gozali