Article Per Year (5 Year)
p-Index From 2021 - 2026
1.325
P-Index
This Author published in this journals
All Journal Jurnal Teliska Jurnal Desiminasi Teknologi Annual Research Seminar Proceeding of the Electrical Engineering Computer Science and Informatics J-SAKTI (Jurnal Sains Komputer dan Informatika) Journal of Applied Smart Electrical Network and System (JASENS) Jurnal Techno Bahari J-SAKTI (Jurnal Sains Komputer dan Informatika)
Hendra Marta Yudha
Uiversitas Tridinanti Palembang
Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Electrical & Electronics Engineering Energy Engineering Industrial & Manufacturing Engineering Mechanical Engineering Transportation

Published : 11 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 3 Documents
Search
Journal : journal of applied smart electrical network and system jasens

 1 
Neural Network Controller Sebagai Automatic Transfer Switch PV Panel Dan Baterai Pada Robot Penjaga Lahan Pertanian Wijaya, Andika; Risma, Pola; Maulidda, Renny; Yudha, Hendra Marta
Journal of Applied Smart Electrical Network and Systems Vol 4 No 1 (2023): Vol 4 No 1 2023 : June 2023
Publisher : Indonesian Society of Applied Science (ISAS)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.52158/jasens.v4i1.502

Abstract

Greenhouse adalah sebuah bagunan untuk membudidayakan tanaman didalamnya. Namun, ada masalah yang harus dihadapi, seperti gangguan objek penganggu tanaman (OPT) sehingga greenhouse membutuhkan penjaga yang tersedia 24 jam. Untuk menjaga keamanan dan kondisi lingkungan sekitar greenhouse solusi yang digunakan dengan aplikasi robotika, salah satunya robot security yang fungsinya mengawasi dan menjaga lingkungan secara terus-menerus dan memberikan informasi real-time. Kecerdasan juga ditanaman pada robot security untuk mengoptimalkan kinerjanya. Makalah ini membahas desain sistem automatic transfer switch (ATS) pada robot security “Maarinos” dengan menggunakan metode Neural Network . Tujuan untuk mendapatkan input kontrol yang efektif dalam menentukan output. Untuk pegujian Neural Network dilakukan melalui simulasi menggunakan aplikasi Neuroph Studio. Hasil dari simulasi menunjukan bahwa dengan metode Neural Network pada sistem automatic transfer switch (ATS) menghasilkan keputusan yang efektif, dimana jika sensor LDR mendeteksi intensitas cahaya > 850 Lux dan sensor pzem 017 mendeteksi tegangan > 10 V pada PV panel, nilai akan belogika 1 sementara jika intensitas cahaya < 850 Lux dan pzem 017 mendeteksi tegangan > 10 V nilai akan berlogika 0 dalam menentukan keputusan dan pada pendeteksian intensitas cahaya (Lux) dan tegangan (Volt) pada PV paneldengan tegangan (Volt) pada baterai, kecepatan motor DC (RPM) bevariasi.
Desain Optimalisasi Penggunaan Storaage System Pada Robot Tenaga Surya Risma, Pola; Islami, Miftahu Khoiri; Sari, Dewi Permata; Yudha, Hendra Marta
Journal of Applied Smart Electrical Network and Systems Vol 3 No 02 (2022): Vol 3 No 02 (2022): Vol 3 No 2 : December 2022
Publisher : Indonesian Society of Applied Science (ISAS)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.52158/jasens.v3i02.512

Abstract

Greenhouse sebagai tempat untuk membudidayakan tanaman memiliki struktur ruang yang tertutup dan berlokasi di sekitar hutan, memungkinkan untuk adanya gangguan dan ancaman yang datang seperti pencuri, kucing, anjing dan monyet yang dapat merusak tanaman di dalam greenhouse, sehingga greenhouse membutuhkan penjaga yang tersedia 24 jam. Untuk menjaga keamanan lingkungan greenhouse, dibutuhkan aplikasi robotika, salah satunya robot security tenaga surya yang fungsinya mengawasi dan menjaga lingkungan sekitar greenhouse secara terus-menerus dan memberikan informasi secara realtime. Untuk bekerja secara terus menerus, robot dilengkapi sistem pengisian daya menggunakan panel surya, jadi robot akan beroperasi secara terus menerus ketika siang hari dibantu panel surya dan malam hari menggunakan baterai. Kecerdasan juga ditambahkan pada robot security ini, berupa kontrol logika fuzzy terhadap gerak motor berdasarkan daya yang tersisa pada robot security, sehingga dapat mengoptimalkan kondisi daya baterai terhadap gerak robot. Tujuan untuk mendapatkan input control yang efektif dalam menentukan output. Untuk pengujian kontrol logika fuzzy dilakukan melalui simulasi menggunakan aplikasi scilab. Hasil dari simulasi menunjukkan bahwa dengan kontrol logika fuzzy daya baterai pada gerak motor, dapat menghasilkan keputusan yang efektif dan mampu mengoptimalkan penggunaan storage system pada robot. Dimana tegangan baterai pada robot yang dideteksi oleh sensor pzem-017 sebesar 9,6 V maka kecepatan motor pada robot akan lebih lambat dibanding ketika sensor PZEM-017 mendeteksi tegangan sebesar 12,6V.
Prediksi Temperatur Lingkungan dengan Recurrent Neural Network Menggunakan Data Historis Iradiasi Matahari Rahman, Raihan Aldiaz; Risma, Pola; Oktarina, Yurni; Yudha, Hendra Marta
Journal of Applied Smart Electrical Network and Systems Vol 5 No 1 (2024): Vol 5 No 1 (2024): Vol 5 No 1, June 2024
Publisher : Indonesian Society of Applied Science (ISAS)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.52158/jasens.v5i1.862

Abstract

Penelitian ini mempelajari penggunaan Recurrent Neural Network (RNN) untuk memprediksi temperatur lingkungan di kota London menggunakan data historis iradiasi matahari. Data yang digunakan terdiri dari Hi temperature, low temperature, temperature out, dan iradiasi matahari yang dikumpulkan selama 24 jam dari bulan maret 2014 untuk memprediksi bulan april 2014, dengan 80% untuk pelatihan, 10% untuk validasi, dan 10% untuk testing. Hasil penelitian menunjukkan bahwa RNN dapat melakukan prediksi dengan baik dan memberikan hasil yang stabil dan konsisten. RMSE yang didapat untuk prediksi hi temperature, low temperature, temperature out, dan iradiasi matahari adalah 4.97, 4.20, 4.48, dan 5.03 Penelitian ini diharapkan dapat membantu dalam memprediksi kondisi temperatur pada lingkungan. Hasil penelitian menunjukkan bahwa RNN dapat memprediksi temperatur lingkungan dengan akurasi yang tinggi.
Co-Authors Andika Wijaya, Andika Assyifa Mourlina Faraquinsha Citra Anggraini Damayanti, Nita Rosa Dewi Permata Sari Edi Surya Negara Fairuz Attalah Fajarino, Aldo Hibrizi, Dzaky Rafif Islami, Miftahu Khoiri Oktarina, Yurni Pola Risma Rahman, Raihan Aldiaz Renny Maulidda, Renny Sonny Syahputra Tresna Dewi Tresna Dewi Yesi Novaria Kunang Yurni Oktarina Yurni Oktarina