Article Per Year (5 Year)
p-Index From 2021 - 2026
0.444
P-Index
This Author published in this journals
All Journal Jurnal Teknologi Dan Sistem Informasi Bisnis Electrices : Jurnal Otomasi Kelistrikan dan Energi Terbarukan
Faqihuddin, Muhammad
Unknown Affiliation
Computer Science & IT Control & Systems Engineering Electrical & Electronics Engineering Energy

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

Found 2 Documents
Search

 1 
Kinerja Modul Latih Sistem Kendali Kecepatan Motor Induksi Berbasis PLC HMI SCADA Sulthoni, Angga; Faqihuddin, Muhammad; Gayatri, Ni Cening Nicky Prasada; Aji, Anicetus Damar; ., Kusnadi
Electrices Vol 4 No 2 (2022): Volume 4 Nomor 2 Tahun 2022
Publisher : Jurusan Teknik Elektro, Politeknik Negeri Jakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32722/ees.v4i2.4671

Abstract

Sistem kendali motor induksi adalah sebuah sistem pada komponen kontrol yang dapat mengendalikan kecepatan motor dengan stabil secara otomatis sehingga meningkatkan efisiensi waktu, tenaga dan biaya. Sistem ini menggunakan Programmable Logic Controllers (PLC) yang telah diprogram melalui software EcoStruxure Machine Expert Basic dengan bahasa pemrograman ladder diagram untuk membuat operasi, komparasi dan fungsi Proportional Integral Derivatives (PID). Sistem kendali ini juga menggunakan perangkat tambahan yaitu Variable Speed Drives (VSD). Voltage injector sebagai simulator memberikan sinyal feedback terhadap PID sehingga karakteristik output dari sistem kendali ini akan selalu mengejar nilai set point yang diberikan. Penggunaan HMI dan SCADA perlu diintegrasikan dengan PLC sehingga proses kerja keseluruhan sistem ini dapat dimonitoring. Hal ini dapat dibuktikan dengan serangkaian pengujian yang telah dilakukan yaitu pengujian kerja sistem keseluruhan dan pengujian kesesuaian nilai aktual. Pada pengujian kerja sistem keseluruhan, setiap perangkat yang digunakan sudah terintegrasi. Pada pengujian kesesuaian nilai aktual tegangan dan arus memiliki rata-rata error masing-masing sebesar 3.17% dan 1.88%.
Komparasi SVM dan Random Forest Berbasis Histogram Warna untuk Deteksi Penyakit Anggur Faqihuddin, Muhammad; Purnama, Rachmat Adi
Jurnal Teknologi Dan Sistem Informasi Bisnis Vol 8 No 1 (2026): Januari 2026
Publisher : Prodi Sistem Informasi Universitas Dharma Andalas

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47233/jteksis.v8i1.2340

Abstract

The decline in grape (Vitis vinifera) productivity is often caused by leaf diseases such as Black Rot, which are challenging to detect accurately through manual visual inspection The key point of this research is to compare the performance of two Machine Learning classification algorithms, namely Support Vector Machine (SVM) and Random Forest, to identify the most optimal model for disease detection. The methodology employs digital image processing with Histogram Color (HSV) feature extraction, which is chosen for its efficiency in representing color changes caused by infection. The grape leaf disease image dataset was classified and evaluated. The comparative results demonstrate that Random Forest achieved the highest accuracy of 95.32%, slightly surpassing SVM which reached 94.48%. These findings prove that both algorithms perform excellently, but Random Forest is more recommended for this dataset due to its superior robustness in accurately predicting disease classes.
Co-Authors Anicetus Damar Aji Gayatri, Ni Cening Nicky Prasada Kusnadi ., Kusnadi Rachmat Adi Purnama Sulthoni, Angga