Article Per Year (5 Year)
p-Index From 2020 - 2025
2.659
P-Index
This Author published in this journals
All Journal IJCCS (Indonesian Journal of Computing and Cybernetics Systems) Tekno : Jurnal Teknologi Elektro dan Kejuruan ILMU KELAUTAN: Indonesian Journal of Marine Sciences Jurnal Teknologi Elektro PROtek : Jurnal Ilmiah Teknik Elektro Journal of Applied Geospatial Information Techne : Jurnal Ilmiah Elektroteknika Jurnal Sustainable: Jurnal Hasil Penelitian dan Industri Terapan JAST : Jurnal Aplikasi Sains dan Teknologi Jurnal Segara Logista: Jurnal Ilmiah Pengabdian Kepada Masyarakat TELKA - Telekomunikasi, Elektronika, Komputasi dan Kontrol Journal of Applied Electrical Engineering Electron: Jurnal Ilmiah Teknik Elektro SNTE
Tonny Suhendra
Universitas Maritim Raja Ali Haji
Agriculture, Biological Sciences & Forestry Automotive Engineering Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Earth & Planetary Sciences Economics, Econometrics & Finance Education Electrical & Electronics Engineering Energy Engineering Environmental Science Materials Science & Nanotechnology Mechanical Engineering Physics Other

Published : 24 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 2 Documents
Search
Journal : SNTE

 1 
Studi Perubahan Cuaca di Kota Tanjungpinang Berdasarkan Nilai Temperatur, Kelembapan, dan Kecepatan Angin menggunakan Mikrokontroler ESP32 Anggarudin, Anggarudin; Simanullang, Andreas M; Pardede, Masta Angel Valentina; Refly, Septia; Kusuma, Hollanda Arief; Suhendra, Tonny
Seminar Nasional Teknik Elektro Vol. 3 No. 1 (2023): SNTE II
Publisher : Forum Pendidikan Tinggi Teknik Elektro Indonesia Pusat

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

Abstract

Jurnal ini membahas pengukuran suhu, kelembaban, dan kecepatan angin di Kota Tanjungpinang. Tujuannya adalah memahami kondisi lingkungan dan mendapatkan informasi cuaca. Pengukuran dilakukan menggunakan instrumen yang dirancang khusus untuk memperoleh data yang akurat. Metode penelitian meliputi pengumpulan data di lapangan, pengolahan, dan analisis data. Data yang diperoleh dibandingkan dengan standar kualitas lingkungan untuk menentukan tingkat kualitasnya. Rata-rata suhu dalam ruangan ber-AC adalah 21,87°C, sedangkan di luar ruangan 51,84°C. Kelembaban udara rata-rata dalam ruangan adalah 54%, sedangkan di luar ruangan 30%. Kecepatan angin rata-rata dalam ruangan dengan bantuan kipas adalah 12,38 km/jam. Hasil kalibrasi menunjukkan suhu rata-rata pada hari pertama adalah 34,76°C, pada hari kedua 29,59°C, dan pada hari ketiga 27,09°C, dengan kelembaban dan kecepatan angin yang sesuai. Jurnal ini menyajikan hasil pengukuran di Gedung FTTK, Kampus UMRAH, Senggarang, dengan harapan memberikan pengetahuan baru bagi pembaca dan dapat dikembangkan lebih lanjut di masa depan.
Implementasi ANN Berbasis Edge Computing pada ESP32 untuk Memprediksi Kelembaban dan Suhu James Erick Lumantoruan; Suhendra, Tonny; Sapta Nugraha
Seminar Nasional Teknik Elektro Vol. 4 No. 1 (2025): SNTE III
Publisher : Forum Pendidikan Tinggi Teknik Elektro Indonesia Pusat

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.46962/snte.25.089

Abstract

Penelitian ini mengembangkan sistem prediksi suhu dan kelembaban udara menggunakan algoritma Artificial Neural Network (ANN) yang diimplementasikan langsung pada perangkat edge ESP32. Sistem dirancang sebagai solusi ketika sensor DHT22 gagal membaca data secara real-time. Model ANN dilatih menggunakan TensorFlow dan dikonversi ke format TensorFlow Lite agar dapat dijalankan secara efisien pada perangkat dengan keterbatasan sumber daya. Pengujian dilakukan selama dua hari dengan interval prediksi antara 5 hingga 120 menit. Hasil menunjukkan bahwa model memiliki akurasi tinggi pada prediksi jangka pendek (5–10 menit), dengan nilai MAE sebesar 0,22–0,41 °C untuk suhu dan 0,16–0,24 % RH untuk kelembaban. Akurasi menurun pada prediksi jangka menengah hingga panjang, dengan kesalahan maksimum mencapai 3,26 °C dan 14,00 % RH. Sistem ini terbukti mampu memberikan estimasi yang andal saat sensor utama gagal, dan memiliki potensi pengembangan lebih lanjut dengan menambahkan variabel lingkungan lainnya sebagai input model. Model ANN bisa diterapkan dalam sistem prediksi berbasis edge computing pada Mikrokontroller ESP32 dan mampu beradaptasi melalui pembaharuan data secara berkala.
Co-Authors Achmad Zuchriadi Afdal Hadi Ahmad Syafiq Ahmad Syafiq Akbar, M Aris Akbar, Muhammad Aris Alajuri, M Hasbi Sidqi Alena Uperiati Alfahmi, Muhammad Hafiz Allsay Kitsash Addifisyukha Cintra Allysia Shafira Anggarudin, Anggarudin Anton Hekso Yunianto Desi Oktavia Dhanushka Devendra Dwi Eny Djoko Setyono Dwi Eny Djoko Setyono, Dwi Eny Djoko Hanafi, M Fadzil Hekso Yunianto, Anton Henry Ali Singer Hollanda Arief Kusuma Hollanda Kusuma Ilhami, Carel Candigia Sahid James Erick Lumantoruan Lilis Agustina Sinaga Lucky Pradana Muhammad Aris Akbar Muhammad Zainuddin Lubis Mujahidin1, Muhamad Nadya Oktaviani, Nadya Pardede, Masta Angel Valentina Prayetno, Eko Purnamasari, Dwi Amalia Purnamasari, Dwi Amelia Putra, Riandra Putra, Riski Rian Anjasmara Rusfa Rusfa, Rusfa Sapta Nugraha Saputra, Irwan Septia Refly Siallagan, Wendi Simanullang, Andreas M Soleh Vudin Gozali Tri Kuntoro Priyambodo Uperiati, Alena Yuliani Yuliani Yunianto, Anton Hexso