Article Per Year (5 Year)
p-Index From 2020 - 2025
0.659
P-Index
This Author published in this journals
All Journal Teknobiz : Jurnal Ilmiah Program Studi Magister Teknik Mesin TECHNOLOGIC
Yani Kurniawan
Unknown Affiliation
Automotive Engineering Civil Engineering, Building, Construction & Architecture Computer Science & IT Electrical & Electronics Engineering Energy Engineering Industrial & Manufacturing Engineering Materials Science & Nanotechnology

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

Found 1 Documents
Search
Journal : TECHNOLOGIC

 1 
MONITORING KWH BERBASIS SYMPTOM MANAGEMENT DAN IOT UNTUK PENGHEMATAN LISTRIK PABRIK X Yani Kurniawan; Ivan Kharisman; Silalahi, Helena Ledyana Saurma
Technologic Vol 11 No 2 (2020): Eleventh Volume of Technologic Series
Publisher : LPPM Politeknik Astra

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

Abstract

-Biaya energi untuk proses produksi mobil di pabrik X didominasi oleh listrik sebesar 60%,sedangkan 40% sisanya dari gas dan air. Untuk menjaga keuntungan, pabrik X menetapkan targetpenghematan energi listrik 10% per tahun. Beberapa penelitian telah berhasil membuat sistem pengontrolankwh yang mampu diakses melalui internet dan tambahan fungsi notifikasi kepada pengguna melalui sms.Tetapi fungsi notifikasi ini hanya informasi bahwa pemakain kwh melebihi standar, tanpa diketahui apa yangharus dilakukan agar kwh sesuai standar. Permasalahannya karena pengguna tidak mengetahui faktor-faktorapa saja yang mempengaruhi kwh. Hal ini menjadi menjadi permasalahan penelitian. Faktor-faktor yangmempengaruhi kwh dicari melalui parameter-parameter symptom yakni gejala-gejala pada mesin yang diamatiuntuk mencegah breakdown. Parameter-parameter symptom ini terindikasi mempengaruhi kwh. Tujuan daripenelitian ini adalah membuktikan apakah parameter-parameter symptom mempengaruhi kwh, danmenghitung persentase pengaruh parameter-parameter symptom terhadap aktual kwh, lalu membuktikanusaha perbaikan terhadap parameter-parameter tersebut mampu menghemat listrik 10%. Penelitian dimulaidari Maret hingga Juni 2020, dengan data kuantitatif berdasarkan parameter-parameter symptom di mesinchiller. Pengujian data menggunakan metode regresi linier berganda dengan aplikasi SPSS (Statistical Packagefor the Social Sciences). Terbukti parameter-parameter symptom mempengaruhi kwh dan dapat menjadiacuan perbaikan kwh, dengan hasil penghematan listrik 15%, melebihi target 10%.
Co-Authors Erlanda Augupta Pane Ivan Kharisman Kristian Adi Putra Silalahi, Helena Ledyana Saurma Sulaksono, Bambang Yudi Iswanto