Article Per Year (5 Year)
p-Index From 2020 - 2025
0.444
P-Index
This Author published in this journals
All Journal Briliant: Jurnal Riset dan Konseptual Jurnal Teknik Elektro dan Komputasi (ELKOM)
Husien.R, Alwi Azis
Unknown Affiliation
Civil Engineering, Building, Construction & Architecture Computer Science & IT Education Electrical & Electronics Engineering Engineering Mechanical Engineering

Published : 2 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 2 Documents
Search

 1 
Pengembangan Kontrol Temperatur Proses Pengepresan Pelepah Pinang Menggunakan PID Controller Husien. R, Alwi Azis; Kurniawan, Sigit; Sepriyanto, Sepriyanto; Ramadhan, Abdul Wahid Fikry
Jurnal Teknik Elektro dan Komputasi (ELKOM) Vol 7, No 2 (2025): ELKOM
Publisher : Universitas Muhammadiyah Jember

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32528/elkom.v7i2.22636242

Abstract

Pohon pinang (Areca catechu L.) merupakan jenis tanaman tropis yang memiliki nilai ekonomi cukup tinggi. Selain buahnya yang sering dimanfaatkan sebagai bahan baku minyak atau bahan campuran tradisional, bagian pelepahnya juga menyimpan potensi sebagai bahan dasar pembuatan produk ramah lingkungan, khususnya kemasan makanan. Dalam upaya mendukung program pengurangan penggunaan plastik sekali pakai, pelepah pinang menjadi alternatif bahan biodegradable yang menarik untuk dikembangkan. Penelitian ini bertujuan untuk menguji dan menganalisa mesin hot press pelepah pinang dengan penambahan heater element pada plat atas dan plat bawah, serta kontrol yang telah menggunakan PID Controller dan sensor thermocouple untuk mengukur temperatur. Untuk menentukan suhu optimal, digunakan sensor termokopel yang memungkinkan pemantauan suhu secara real-time. Selanjutnya, suhu dikendalikan secara otomatis menggunakan sistem kontrol PID (Proportional-Integral-Derivative), yang mampu menjaga kestabilan suhu selama proses berlangsung. Pengepresan dilakukan pada variasi suhu 80°C hingga 120°C. Hasil menunjukkan bahwa pada rentang suhu tersebut, diperoleh produk cetakan dengan bentuk yang presisi dan tekstur yang sesuai standar kemasan makanan. Implementasi sistem ini juga mendukung efisiensi energi dan kestabilan kualitas produksi.
Estimasi State Of Charge (Soc) Pada Baterai Lithium Ion Menggunakan Long Short-Term Memory (LSTM) Neural Network Husien.R, Alwi Azis; Windarko, Novie Ayub; Sumantri, Bambang
BRILIANT: Jurnal Riset dan Konseptual Vol 9 No 4 (2024): Volume 9 Nomor 4, November 2024
Publisher : Universitas Nahdlatul Ulama Blitar

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.28926/briliant.v9i4.1955

Abstract

Lithium-ion batteries have become one of the top choices for efficient and environmentally friendly mobility in today's era. Batteries play an important role in our digital lifestyles, from smartphones to electric cars. The use of this battery is inseparable from the challenge of estimating the State of Charge (SOC), which is a key parameter to monitor the availability of energy remaining in the battery. Therefore, an accurate SOC Estimation method is needed, which is important for efficient energy management and safe battery use. The Long Short-Term Memory (LSTM) model was chosen because of its ability to handle complex time series data and nonlier patterns in battery performance. This study provides the application of LSTM for SoC estimation and shows that LSTM is superior to the Feed Neural Network (FNN) method as evidenced by the simulation results that show that the LSTM model produces an RMSE of 4.92%, while the FNN model produces an RMSE of 7.82. From all the tests that have been carried out, the best RMSE value of 3.53% was obtained at a temperature of 25°C epoch 100.
Co-Authors Bambang Sumantri Novie Ayub Windarko Ramadhan, Abdul Wahid Fikry Sepriyanto Sepriyanto, Sepriyanto Sigit Kurniawan