Claim Missing Document
Check
Articles

Found 3 Documents
Search

Monitoring and Control System Watering Orchid Plants Based on Weather Data -, Rosih Ihwan; Kartini, Unit
Indonesian Journal of Engineering and Technology (INAJET) Vol. 7 No. 1 (2024): September 2024
Publisher : Fakultas Teknik Universitas Negeri Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26740/inajet.v7n1.p27-35

Abstract

Orchid farming faces challenges in efficient water management, often relying on less accurate visual judgments. This research aims to design a weather data-based orchid watering system, monitored and controlled remotely via smartphone. Using a Research and Development (R&D) methodology, the system's performance was tested through soil moisture and temperature sensors. Sensor data were compared with measuring instrument data for accuracy and evaluated across different planting media: vermicompost, coconut fiber, and charcoal. Results showed the DHT22 sensor's temperature (average 33.87°C) was slightly higher than weather.com data (average 32.6°C). Both sources displayed similar humidity patterns, with higher humidity in the morning and lower in the afternoon. The DHT22 sensor recorded an average humidity of 52.58%, compared to 53.4% from weather.com, with a temperature standard deviation of ±0.59 and humidity of ±0.51, indicating good consistency. The soil moisture sensor closely matched the soil meter, with an average difference of 1.3% and a standard deviation of ±0.59. Orchid leaf growth in the first week increased from 10 cm to 10.2 cm in fertiliser and coconut fiber media and to 10.3 cm in charcoal media. In the second week, growth increased to 10.5 cm across all media. Charcoal media was the most effective in accelerating growth in the first week, making it the best choice among the tested media. Keyword: Monitoring and Control System, Plant Watering, and Orchid Plant Growth.
Desain Sistem Monitoring Dan Controlling Penggunaan Peralatan Kelistrikan Skala Rumah Tangga Berbasis LoRa (Long Range) Diza Anugrah Rismasari; Kartini, Unit
JURNAL TEKNIK ELEKTRO Vol. 14 No. 2 (2025): MEI 2025
Publisher : Universitas Negeri Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26740/jte.v14n2.p154-161

Abstract

Penggunaan energi listrik merupakan salah satu yang mengalami peningkatan saat ini, namun kurangnya kesadaran individu sehingga seringkali terjadi pemborosan dalam penggunaannya. Oleh karena itu, saat ini banyak digunakan alat pemantauan atau kontrol perangkat untuk mengurangi penggunaan energi secara berlebihan. Pada penelitian ini, peneliti mengusulkan alat monitoring dan kontrol penggunaan peralatan kelistrikan berbasis LoRa (Long Range). Tujuan dari penelitian ini, yaitu untuk menghasilkan alat monitoring dan kontrol berbasis LoRa (Long Range) dan melakukan pengujian kinerja alat. Alat ini menggunakan sensor PZEM-004T yang berfungsi sebagai pendeteksi tegangan, arus dan daya. Selanjutnya, mikrokontroller NodeMCU melakukan pengolahan data dan memproses data dari sensor. Data yang didapat akan ditransmisikan ke node penerima dengan menggunakan komunikasi LoRa. Setelah data diterima, maka data akan disimpan dan diproses oleh mikrokontroler untuk selanjutnya hasil pengolahan data akan ditampilakan pada LCD (Liquid Crystal Display) dan dikirimkan ke aplikasi. Hasil yang diperoleh dari penelitian ini yaitu alat berhasil dibuat dan dilakukan pengujian kinerja dengan hasil pengujian sensor dengan tingkat akurasi pengujian tegangan sebesar 99.8%. Kata Kunci: Energi, Monitoring, Kontrol, LoRa.
Prediksi Daya Listrik Jangka Sangat Pendek Pembangkit Listrik Mikrohidro Menggunakan Metode Hybrid Decomposisi Feed Forward Neural Network (FFNN) Erryka Ayu Diah Charisma; Kartini, Unit
JURNAL TEKNIK ELEKTRO Vol. 14 No. 2 (2025): MEI 2025
Publisher : Universitas Negeri Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26740/jte.v14n2.p176-184

Abstract

Pengembangan model prediksi daya listrik satu jam kedepan pada sistem mikrohidro PLTMH Kare menggunakan pendekatan Decomposisi Feed Forward Neural Network (D-FFNN) merupakan tujuan dari penelitian ini. Fenomena yang diangkat adalah pentingnya efisiensi dalam memprediksi daya listrik yang dihasilkan oleh sistem mikrohidro PLTMH Kare yang dipengaruhi oleh beberapa faktor seperti arus, tegangan, debit air, dan daya listrik. PLTMH Kare berlokasi di Desa Kare, Kabupaten Madiun. Tujuan utama penelitian ini adalah untuk mengevaluasi akurasi model D-FFNN dalam memprediksi daya listrik berdasarkan data yang dikumpulkan dari sistem mikrohidro yang telah terpasang, sehingga mendapatkan hasil peramalan yang akurat. Metode yang digunakan meliputi pengumpulan data arus, tegangan, daya listrik, dan debit air selama tujuh hari dimulai tanggal 18 November sampai 24 November 2024, dari jam 10:00 WIB hingga 17:00 WIB, diikuti dengan pemrosesan data dan pelatihan model D-FFNN. Model ini kemudian diuji untuk membandingkan hasil prediksi daya listrik dengan data aktual yang tercatat. Hasil penelitian menunjukkan bahwa model D-FFNN berhasil memprediksi daya listrik dalam satu jam ke depan sebesar 7312 Watt dengan tingkat kesalahan rata-rata kurang dari 1%. Kata Kunci: Decomposisi, Feed Forward Neural Network, Daya Listrik, Prediksi