Claim Missing Document
Check
Articles

Found 2 Documents
Search

Fault Detection for Low Voltage System in Electric Vehicle Muhammad Anwar Sadat Faidar; Kamlasi, Dava; Yusivar, Feri
International Journal of Electrical, Computer, and Biomedical Engineering Vol. 1 No. 1 (2023)
Publisher : Universitas Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.62146/ijecbe.v1i1.4

Abstract

With the rapid development of the electric vehicle ecosystem, there are concerns about the electrical safety of electric vehicles. This concern is caused by the problems with electric vehicles, which cannot be used when not used for a long time. This problem is caused by a low voltage rating that is not available when the electric vehicle is in that condition. In this study, an algorithm is proposed to support safety for the availability of low-voltage electrical energy, when electric vehicles are in use or not in use. The results of this research indicate that the created algorithm can provide safety for the availability of low voltage level electrical energy, by adjusting the lead-acid battery charging procedure, monitoring the low voltage level while it not in use, and making existing electric vehicles unable to move as long as problems with the low voltage level charging system cannot be resolved.
Penerapan Kalman Filter pada Sistem Penanggulangan Bencana Kebakaran dengan Sensor MQ-2 Berbasis IoT Muhammad Anwar Sadat Faidar; Della Adelia; Rahmad Hidayat; Salman Mahatir; Elka Pranita
Electrician : Jurnal Rekayasa dan Teknologi Elektro Vol. 20 No. 2 (2026)
Publisher : Department of Electrical Engineering, Faculty of Engineering, Universitas Lampung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.23960/elc.v20n2.3143

Abstract

Kebakaran merupakan salah satu bencana yang sering terjadi di lingkungan rumah tangga dan ruang tertutup, yang umumnya diawali oleh kebocoran gas mudah terbakar. Salah satu permasalahan pada sistem deteksi gas adalah ketidakstabilan pembacaan sensor akibat noise dan pengaruh lingkungan. Penelitian ini bertujuan untuk merancang dan mengimplementasikan sistem penanggulangan kebakaran berbasis Internet of Things (IoT) dengan meningkatkan kestabilan pembacaan sensor MQ-2 menggunakan algoritma Kalman Filter. Sistem dikembangkan menggunakan sensor MQ-2 sebagai pendeteksi gas, mikrokontroler ESP32 sebagai unit pemrosesan, serta LCD dan platform IoT sebagai media monitoring. Kalman Filter diterapkan pada data pembacaan sensor untuk mereduksi fluktuasi dan noise sebelum digunakan sebagai dasar pengambilan keputusan. Hasil pengujian menunjukkan bahwa pembacaan sensor yang telah diproses menggunakan Kalman Filter memiliki pola yang lebih stabil dan halus dibandingkan data mentah. Selain itu, sistem mampu menampilkan kondisi lingkungan secara konsisten pada LCD dan platform IoT Blynk, baik pada kondisi aman maupun saat terdeteksinya gas. Dengan demikian, sistem yang dikembangkan dinilai layak digunakan sebagai sistem peringatan dini dan penanggulangan kebakaran berbasis IoT.