cover
Article Per Year (5 Year)
All
Home Page
OAI Link
Editorial Team
Contact
Reviewer
Google Scholar
Contact Name
Endah Setyaningsih
Contact Email
tesla@ft.untar.ac.id
Phone
-
Journal Mail Official
tesla@ft.untar.ac.id
Editorial Address
-
Location
Kota adm. jakarta barat,
Dki jakarta
INDONESIA
TESLA: Jurnal Teknik Elektro
Published by Universitas Tarumanagara
ISSN : 14109735     EISSN : 26557967     DOI : -
Core Subject : Engineering,
Electrical & Electronics Engineering Engineering
Teknik Sistem Komputer Teknik Sistem Telekomunikasi Teknik Biomedical Intenet of Thing
Arjuna Subject : -
Articles 285 Documents
 25   26   27   28   29 
Klasifikasi Suhu Pada Peralatan Listrik Tegangan Tinggi Menggunakan K- Nearest Neighbor Giovanni Dimas Prenata; Aswanda Harja; Izzah Aula Wardah
TESLA: Jurnal Teknik Elektro Vol 27 No 1 (2025): TESLA: Jurnal Teknik Elektro
Publisher : Universitas Tarumanagara

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24912/tesla.v27i1.33225

Abstract

The application of Artificial Intelligence (AI) for classifying safe or hazardous conditions in high-voltage electrical equipment using thermal images is a relatively new and emerging approach. Thermal imaging provides a visual representation of temperature distribution across an object’s surface by utilizing color differences. High-temperature areas are typically represented in white, indicating potential hazards such as overheating or insulation failure. In contrast, non-white regions such as blue, green, or purple correspond to lower temperatures and are generally considered safe. This study employs feature extraction techniques to process thermal image data and obtain quantitative parameters, specifically the percentage of white and non-white areas within each image. These parameters serve as the input features for classification purposes. The dataset used in this research consists of 10 thermal images for training and 2 thermal images for testing. The classification process utilizes the K-Nearest Neighbor (K-NN) algorithm, with Euclidean Distance employed to measure the similarity between the test data and training samples. The images are then ranked based on proximity values, and classification is performed using different values of K. Testing was conducted by varying the value of K from 1 to 7 to assess the impact on classification performance. The results demonstrate that this method achieved a maximum classification accuracy of 71.42%. These findings suggest that AI-based image classification has significant potential for enhancing predictive maintenance and early detection of abnormal conditions in high-voltage electrical equipment through automated thermal image analysis. Pemanfaatan kecerdasan buatan (Artificial Intelligence/AI) dalam klasifikasi kondisi aman atau berbahaya pada peralatan bertegangan tinggi berdasarkan citra thermal merupakan pendekatan yang relatif baru dan masih jarang diterapkan secara luas. Citra thermal memungkinkan visualisasi distribusi suhu pada permukaan objek melalui perbedaan warna. Area yang menunjukkan suhu tinggi biasanya divisualisasikan dalam warna putih dan diidentifikasi sebagai area dengan potensi bahaya, seperti adanya komponen yang mengalami pemanasan abnormal. Sebaliknya, warna selain putih seperti biru, hijau, atau ungu mengindikasikan suhu yang lebih rendah, sehingga dikategorikan sebagai kondisi yang aman. Dalam penelitian ini, dilakukan proses ekstraksi fitur dari citra thermal untuk memperoleh data kuantitatif berupa persentase luas area berwarna putih dan non-putih. Parameter ini selanjutnya digunakan sebagai dasar dalam proses klasifikasi. Dataset terdiri dari 10 gambar yang digunakan sebagai data pelatihan dan 2 gambar sebagai data pengujian. Metode klasifikasi yang digunakan adalah K-Nearest Neighbor (K-NN), dengan pengukuran jarak antar data dilakukan menggunakan rumus Euclidean Distance. Setiap data uji dibandingkan terhadap data latih berdasarkan nilai kedekatan jarak tersebut, lalu dilakukan klasifikasi berdasarkan nilai K tertentu. Pengujian dilakukan dengan variasi nilai K mulai dari 1 hingga 7. Hasil dari proses klasifikasi menunjukkan bahwa pendekatan ini mampu mencapai tingkat akurasi sebesar 71,42%. Temuan ini menunjukkan potensi AI dalam membantu pengambilan keputusan kondisi peralatan listrik berbasis analisis citra thermal.
IMPLEMENTASI SISTEM PEMBERIAN PAKAN OTOMATIS TERJADWAL BERBASIS ESP32 DAN BLYNK UNTUK OPTIMASI MANAJEMEN PETERNAKAN Adimas Prasetyo Supriyadi; Regita Aulia Safitri; Tyo Bima Pratama; Ulinnuha Latifa
TESLA: Jurnal Teknik Elektro Vol 27 No 1 (2025): TESLA: Jurnal Teknik Elektro
Publisher : Universitas Tarumanagara

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24912/tesla.v27i1.33371

Abstract

Regular and controlled feeding is an important factor in the success of fish farming. However, manual methods of feeding are often less efficient and risk causing discrepancies in the amount of feed given. This research aims to design and develop an ESP32-based automatic feeding system controlled through the Blynk application. This system uses an RTC DS3231 sensor to determine the feeding time, an HC-SR04 ultrasonic sensor to detect the availability of feed, and a servo motor to automatically regulate feed distribution. If feed is available and the feeding time has arrived, the ESP32 will activate the servo motor to open the feed container and then close it again after the process is complete. The residual feed monitoring data is sent to the Blynk app, allowing the user to control and monitor the system in real-time via a mobile device. The test results show that the system is able to detect the amount of residual feed with high accuracy, with the difference between the ultrasonic sensor measurement and manual measurement ranging from 0.1-0.2 cm. In addition, the system successfully optimizes feeding efficiency by ensuring timely and appropriate distribution to the fish. Thus, the system can improve the effectiveness of feed management in fish farming as well as reduce manual intervention, thus providing a more practical and efficient solution for fish farmers. Pemberian pakan secara teratur dan terkontrol merupakan faktor penting dalam keberhasilan budidaya ikan. Namun, metode manual dalam pemberian pakan sering kali kurang efisien dan berisiko menyebabkan ketidaksesuaian jumlah pakan yang diberikan. Penelitian ini bertujuan untuk merancang dan mengembangkan sistem pemberian pakan otomatis berbasis ESP32 yang dikendalikan melalui aplikasi Blynk. Sistem ini menggunakan sensor RTC DS3231 untuk menentukan waktu pemberian pakan, sensor ultrasonik HC-SR04 untuk mendeteksi ketersediaan pakan, serta motor servo untuk mengatur distribusi pakan secara otomatis. Jika pakan tersedia dan waktu pemberian pakan telah tiba, ESP32 akan mengaktifkan motor servo untuk membuka wadah pakan dan kemudian menutupnya kembali setelah proses selesai. Data pemantauan sisa pakan dikirim ke aplikasi Blynk, memungkinkan pengguna untuk mengontrol dan memantau sistem secara real-time melalui perangkat seluler. Hasil pengujian menunjukkan bahwa sistem ini mampu mendeteksi jumlah sisa pakan dengan akurasi tinggi, dengan perbedaan pengukuran sensor ultrasonik dan pengukuran manual berkisar 0,1–0,2 cm. Selain itu, sistem berhasil mengoptimalkan efisiensi pemberian pakan dengan memastikan distribusi yang tepat waktu dan sesuai kebutuhan ikan. Dengan demikian, sistem ini dapat meningkatkan efektivitas manajemen pakan dalam budidaya ikan serta mengurangi intervensi manual, sehingga memberikan solusi yang lebih praktis dan efisien bagi pembudidaya ikan.
COMPARISON OF ACCURACY AND PRECISION OF DISTANCE READINGS ON HC-SR04, JSN-SR04T, AND A02YYUW ULTRASONIC SENSORS Akbar Rizki Priadi; Regita Aulia Safitri; Tyo Bima Pratama; Ulinnuha Latifa
TESLA: Jurnal Teknik Elektro Vol 27 No 1 (2025): TESLA: Jurnal Teknik Elektro
Publisher : Universitas Tarumanagara

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24912/tesla.v27i1.33372

Abstract

Ultrasonic sensors were created to be able to detect distance with ultrasonic sound in the 40 kHZ frequency range. The principle of work is to reflect the signal to the intended object and the results of the reflection will be received by the sensor, then processed to provide readings. Ultrasonic sensors have various types in the market. The importance of accuracy and precision in reading results makes one way to select sensors before use. The purpose of this research is to compare three different types of ultrasonic sensors to determine the level of accuracy and precision of the HC-SR04, JSN-SR04T, and A02YYUW ultrasonic sensors in reading distance. The method used is experimental and previous literature with similar topics. Tests were carried out directly in the room with distance readings between 25-70 cm, each data variation was repeated 5 times. Each sensor tested has its own specifications, especially the JSN-SR04T and A02YYUW sensors can be applied to water or can be labeled waterproof sensors. The test results show that the HC-SR04 sensor has varied distance reading results with accuracy
EFFECTS OF FLY ASH CONTAMINATION ON THE ELECTRICAL PROPERTIES OF CERAMIC INSULATOR SURFACES Moh. Rafli A. Bolilio; Lanto Mohamad Kamil Amali; Yasin Mohamad
TESLA: Jurnal Teknik Elektro Vol 27 No 1 (2025): TESLA: Jurnal Teknik Elektro
Publisher : Universitas Tarumanagara

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24912/tesla.v27i1.34086

Abstract

The decrease in insulator performance due to environmental pollution, especially by fly ash produced from Steam Power Plants (PLTU). Fly ash contains conductive elements that have the potential to reduce the surface resistivity of insulators, so that it can accelerate insulation failure, especially in humid or wet conditions. Therefore, it is important to study in depth the effect of fly ash on the electrical parameters of insulators, such as surface conductivity and breakdown voltage. The main objective of this study was to determine how much impact the content of conductive elements in fly ash has on the decrease in surface resistivity of insulators. The methods used include analysis of chemical elements in fly ash, simulation of variations in pollutant solution concentration, and testing of leakage current and breakdown voltage in an AC high voltage laboratory. The results showed that fly ash from PLTU Anggrek contains conductive elements of Iron (Fe) of 1.595%, Magnesium (Mg) 0.44%, Sodium (Na) 1.45%, Calcium (Ca) 1.60%, and Sulfur (S) 0.085%. In addition, increasing the concentration of fly ash has been shown to increase the conductivity of the solution on the insulator surface and reduce the breakdown voltage, with the fastest breakdown voltage value being 38.45 kV and the leakage current reaching 0.318 mA on the wet polluted insulator surface. Abstrak Penurunan kinerja isolator akibat polusi lingkungan, khususnya oleh fly ash yang dihasilkan dari Pembangkit Listrik Tenaga Uap (PLTU). Fly ash mengandung unsur-unsur konduktif yang berpotensi menurunkan resistivitas permukaan isolator, sehingga dapat mempercepat kegagalan isolasi, terutama dalam kondisi lembap atau basah. Oleh karena itu, penting untuk mengkaji secara mendalam pengaruh fly ash terhadap parameter kelistrikan isolator, seperti konduktivitas permukaan dan tegangan tembus. Tujuan utama dari penelitian ini adalah untuk mengetahui seberapa besar dampak kandungan unsur konduktif fly ash terhadap penurunan resistivitas permukaan isolator. Metode yang digunakan meliputi analisis unsur kimia fly ash, simulasi variasi konsentrasi larutan polutan, serta pengujian arus bocor dan tegangan tembus pada laboratorium tegangan tinggi AC. Hasil penelitian menunjukkan bahwa fly ash dari PLTU Anggrek mengandung unsur konduktif Besi (Fe) sebesar 1,595%, Magnesium (Mg) 0,44%, Natrium (Na) 1,45%, Kalsium (Ca) 1,60%, dan Sulfur (S) 0,085%. Selain itu, peningkatan konsentrasi fly ash terbukti meningkatkan konduktivitas larutan pada permukaan isolator serta menurunkan tegangan tembus, dengan nilai tegangan tembus tercepat sebesar 38,45 kV dan arus bocor mencapai 0,318 mA pada kondisi permukaan isolator yang terpolusi basah
PENGEMBANGAN KENDALI MESIN PENDINGIN COKELAT BERBASIS NODEMCU Rhesti Nurlina Suhanto; Icha Fatwasauri; Indra Fitriyanto; Arya Maulana Syah Putra
TESLA: Jurnal Teknik Elektro Vol 27 No 1 (2025): TESLA: Jurnal Teknik Elektro
Publisher : Universitas Tarumanagara

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24912/tesla.v27i1.33966

Abstract

The control system in refrigeration machines is crucial in maintaining operational efficiency and product quality, particularly in the food industry, where precise temperature control is essential. Manual operation of refrigeration machines at production sites often limits the flexibility and effectiveness of the cooling process. This study aims to design and implement a mini chocolate refrigeration control system based on NodeMCU, connected via WiFi. The proposed system allows the machine to be operated manually through physical push buttons or remotely via a web page displaying real-time updates on the machine's operational status. The research methodology involves designing the control circuit, assembling all components into a control panel box, testing the system in two operational modes, and evaluating the refrigeration performance. The results indicate that the control system operates responsively and accurately in manual and remote modes. The web page accurately displays the machine's actual conditions on-site. The cooling patterns generated by the refrigeration system demonstrate its ability to effectively support the chocolate crystallization process, thus producing high-quality chocolate products. In conclusion, the Internet of Things (IoT)-based control system effectively enhances flexibility and efficiency in the cooling process within small and medium-scale food processing industries, with the potential to improve product quality and overall productivity. Abstrak Sistem kendali pada mesin pendingin memegang peranan penting dalam menjaga efisiensi operasional dan kualitas produk, khususnya dalam industri makanan yang memerlukan kontrol suhu yang presisi. Pengoperasian mesin pendingin yang masih bergantung pada kontrol manual di lokasi produksi sering kali membatasi fleksibilitas dan efektivitas proses pendinginan. Penelitian ini bertujuan untuk merancang dan mengimplementasikan sistem kendali mesin pendingin cokelat skala kecil berbasis NodeMCU yang terhubung melalui jaringan WiFi. Sistem yang dikembangkan memungkinkan pengoperasian mesin secara manual melalui tombol tekan maupun jarak jauh melalui halaman web yang menampilkan status operasional mesin secara real-time. Metode yang digunakan meliputi perancangan rangkaian kontrol, perakitan seluruh komponen ke dalam kotak panel, dan pengujian kendali sistem dalam dua mode serta pengujian sistem pendinginan. Hasil menunjukkan bahwa sistem bekerja dengan responsif dan akurat dalam kedua mode. Halaman web mampu menampilkan kesesuaian dengan kondisi aktual mesin di lapangan. Pengujian sistem pendinginan memperlihatkan pola penurunan temperatur yang menunjukkan kemampuan sistem dalam mendukung proses kristalisasi cokelat secara optimal, sehingga dapat menghasilkan produk cokelat dengan kualitas baik. Dapat simpulkan bahwa sistem kendali berbasis Internet of Things (IoT) ini efektif diterapkan untuk meningkatkan fleksibilitas dan efisiensi proses pendinginan pada industri pengolahan makanan berskala kecil dan menengah, serta berpotensi meningkatkan kualitas dan produktivitas produksi secara keseluruhan.
AUTOMATED ROOM LIGHTING AND FAN SYSTEM FOR ENERGY EFFICIENCY IN SMART HOMES Jason Fernando; Endah Setyaningsih; Titin Fatimah
TESLA: Jurnal Teknik Elektro Vol 27 No 1 (2025): TESLA: Jurnal Teknik Elektro
Publisher : Universitas Tarumanagara

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24912/tesla.v27i1.35179

Abstract

Energy waste can be caused by the uncontrolled use of electronic devices. This study develops an ESP32-based automation system to optimize the automatic operation of room lighting and fans as an effort toward energy saving and the smart home concept. The research method is system design, divided into two main parts: system 1, which regulates lighting using PIR and BH1750 sensors, and system 2, which controls a fan and desk lamp using an ultrasonic sensor, DHT11, and an AS608 fingerprint sensor. Both systems communicate through ESP-NOW to ensure coordination in device operation. The ESP32-based system was chosen for its capability of integrating wireless connectivity, relatively low power consumption, and support for multiple communication protocols, making it suitable for smart home applications. In addition, the use of biometric sensors provides added value in the form of personalized control, which is rarely found in similar studies, making the system not only efficient but also adaptive to users’ specific needs. Experimental results show that the system can adjust lighting and fan speed according to designed scenarios and user preferences. The room lighting was maintained within the range of 260 lux to 385 lux when occupied, and the fan remained active when the temperature exceeded 25°C to support air circulation, but automatically turned off when the temperature fell below 25°C to save energy. The key finding of this study is that energy savings can be achieved through condition-based load control, reduction of unnecessary power consumption, and personalization via fingerprint sensors. The integration of ESP-NOW and biometrics makes this design an innovative approach toward a user-oriented, energy-efficient smart home. Abstrak Pemborosan energi salah satunya dapat disebabkan oleh penggunaan perangkat elektronik yang tidak terkontrol. Penelitian ini mengembangkan sistem otomatisasi berbasis ESP32 untuk mengoptimalkan penggunaan lampu ruang dan kipas angin secara otomatis, sebagai upaya penghematan energi menuju konsep smart home. Metoda penelitian berupa perancangan sistem dengan dua bagian utama, yaitu sistem 1 yang mengatur pencahayaan menggunakan sensor PIR dan BH1750, serta sistem 2 yang mengontrol kipas dan lampu meja dengan sensor ultrasonik, DHT11, dan sensor sidik jari AS608. Kedua sistem berkomunikasi melalui ESP-NOW untuk memastikan koordinasi dalam pengoperasian perangkat. Pemilihan sistem berbasis ESP32 didasarkan pada kemampuannya dalam integrasi konektivitas nirkabel, konsumsi daya yang relatif rendah, serta dukungan terhadap berbagai protokol komunikasi sehingga sesuai untuk aplikasi smart home. Selain itu, penggunaan sensor biometrik memberikan nilai tambah berupa personalisasi kontrol yang jarang ditemukan pada penelitian sejenis, menjadikan sistem ini tidak hanya efisien tetapi juga adaptif terhadap kebutuhan spesifik pengguna. Hasil pengujian menunjukkan sistem mampu menyesuaikan pencahayaan dan kecepatan kipas sesuai skenario yang dirancang dan preferensi pengguna. Lampu ruang diatur selalu berada pada rentang 260 lux sampai dengan 385 lux, jika ruangan digunakan dan kipas angin tetap menyala jika suhu melebihi 25°C, untuk membantu sirkulasi udara, tetapi jika suhu turun di bawah 25°C, kipas mati untuk menghemat daya. Temuan penting penelitian ini adalah bahwa penghematan energi dapat dicapai melalui pengendalian beban listrik berbasis kondisi aktual, pengurangan konsumsi daya yang tidak diperlukan, serta penerapan personalisasi dengan sensor sidik jari. Integrasi ESP-NOW dan biometrik menjadikan rancangan ini sebagai inovasi menuju konsep smart home hemat energi dan berorientasi pengguna.
DESIGN AND CONSTRUCTION OF A RASPBERRY PI-BASED HUMAN FOLLOWING ROBOT WITH TENSORFLOW LITE-BASED DETECTION Ariq Farras Zhafran; Dananjaya Ariateja; Herwin Melyanus Hutapea
TESLA: Jurnal Teknik Elektro Vol 27 No 1 (2025): TESLA: Jurnal Teknik Elektro
Publisher : Universitas Tarumanagara

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24912/tesla.v27i1.35263

Abstract

The application of artificial intelligence (AI) in robotics has provided innovative solutions to various operational challenges, particularly those related to the system's ability to automatically detect and interact with humans. One such implementation is the Human Following Robot, an autonomous robot designed to follow human movements using an AI-based image processing system. This research proposes the design and development of a Raspberry Pi 4-based Human Following Robot prototype with a TensorFlow Lite algorithm. The research methodology uses an experimental approach with a focus on evaluating target detection accuracy and robot movement stability under varying lighting and terrain conditions. The experimental approach was used by testing the robot on flat and rocky terrain, as well as in bright and dim lighting conditions. The limitation of this research is that the system only tests the detection of one target person without any obstacles or other people around the robot. The results of the study show that the robot has optimal performance at a detection distance of 200–300 cm with an accuracy of 92%–94% in lighting conditions above 100,000 lux, as well as stable movement on flat terrain. Based on these results, this robot has great potential to support more efficient and safer military logistics operations. Future development will focus on improving accuracy in low-light conditions, improving mechanical design, and integrating multi-object tracking capabilities. Abstrak Penerapan kecerdasan buatan (Artificial Intelligence/AI) dalam bidang robotika telah menghadirkan solusi inovatif terhadap berbagai tantangan operasional, khususnya terkait kemampuan sistem dalam mendeteksi dan berinteraksi dengan manusia secara otomatis. Salah satu implementasinya adalah Human Following Robot, yaitu robot otonom yang dirancang untuk mengikuti pergerakan manusia dengan memanfaatkan sistem pengolahan citra berbasis AI. Penelitian ini mengusulkan perancangan dan pembangunan prototipe Human Following Robot berbasis Raspberry Pi 4 dengan algoritma TensorFlow Lite. Metodologi penelitian menggunakan pendekatan eksperimental dengan fokus penelitian diarahkan pada evaluasi akurasi deteksi target serta kestabilan pergerakan robot pada kondisi pencahayaan dan medan yang bervariasi. Pendekatan eksperimental digunakan dengan menguji robot pada medan datar dan berbatu, serta pada kondisi pencahayaan terang dan redup. Batasan penelitian ini adalah sistem hanya menguji pendeteksian satu orang target tanpa adanya objek penghalang atau orang lain di sekitar robot. Hasil penelitian menunjukkan bahwa robot memiliki kinerja optimal pada jarak deteksi 200–300 cm dengan akurasi 92%–94% pada kondisi pencahayaan di atas 100.000 lux, serta pergerakan stabil di medan datar. Berdasarkan hasil tersebut, Robot ini memiliki potensi besar untuk mendukung operasi logistik militer yang lebih efisien dan aman. Untuk pengembangan selanjutnya diarahkan pada peningkatan akurasi di kondisi minim cahaya, perbaikan desain mekanik, serta integrasi kemampuan pelacakan multi-objek
Cover TESLA Vol 26 No.2 OKTOBER 2024 Cover TESLA Vol 26 No.2 OKTOBER 2024
TESLA: Jurnal Teknik Elektro Vol 26 No 2 (2024): TESLA: Jurnal Teknik Elektro
Publisher : Universitas Tarumanagara

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

Abstract

Cover TESLA Vol 26 No.2 OKTOBER 2024
Deftar Redaksi TESLA Vol 26 No.2 OKTOBER 2024 Deftar Redaksi TESLA Vol 26 No.2 OKTOBER 2024
TESLA: Jurnal Teknik Elektro Vol 26 No 2 (2024): TESLA: Jurnal Teknik Elektro
Publisher : Universitas Tarumanagara

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

Abstract

Deftar Redaksi TESLA Vol 26 No.2 OKTOBER 2024
Daftar isi TESLA Vol 26 No.2 OKTOBER 2024 Daftar isi TESLA Vol 26 No.2 OKTOBER 2024
TESLA: Jurnal Teknik Elektro Vol 26 No 2 (2024): TESLA: Jurnal Teknik Elektro
Publisher : Universitas Tarumanagara

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

Abstract

Daftar isi TESLA Vol 26 No.2 OKTOBER 2024

Page 27 of 29 | Total Record : 285

 25   26   27   28   29 

Filter by Year

2013 2025


Reset
Filter By Issues
All Issue Vol 27 No 2 (2025): TESLA : Jurnal Teknik Elektro Vol 27 No 1 (2025): TESLA: Jurnal Teknik Elektro Vol 26 No 2 (2024): TESLA: Jurnal Teknik Elektro Vol 26 No 1 (2024): TESLA: Jurnal Teknik Elektro Vol 25 No 2 (2023): TESLA: Jurnal Teknik Elektro Vol 25 No 1 (2023): TESLA: Jurnal Teknik Elektro Vol 24 No 2 (2022): TESLA: Jurnal Teknik Elektro Vol 24, No 1 (2022): TESLA: Jurnal Teknik Elektro Vol 24 No 1 (2022): TESLA: Jurnal Teknik Elektro Vol 23, No 2 (2021): TESLA: Jurnal Teknik Elektro Vol 23, No 1 (2021): TESLA: Jurnal Teknik Elektro Vol 22, No 2 (2020): TESLA: Jurnal Teknik Elektro Vol 22, No 1 (2020): TESLA: Jurnal Teknik Elektro Vol 21, No 2 (2019): TESLA: Jurnal Teknik Elektro Vol 21, No 1 (2019): TESLA: Jurnal Teknik Elektro Vol 20, No 2 (2018): TESLA: Jurnal Teknik Elektro Vol 20, No 1 (2018): TESLA: Jurnal Teknik Elektro Vol 20, No 2 (2018): JURNAL TESLA Vol 19, No 2 (2017): TESLA: Jurnal Teknik Elektro Vol 19, No 1 (2017): TESLA: Jurnal Teknik Elektro Vol 18, No 1 (2016): TESLA: Jurnal Teknik Elektro Vol 17, No 2 (2015): TESLA: Jurnal Teknik Elektro Vol 17, No 1 (2015): TESLA: Jurnal Teknik Elektro Vol 16, No 2 (2014): TESLA: Jurnal Teknik Elektro Vol 16, No 1 (2014): TESLA: Jurnal Teknik Elektro Vol 15, No 2 (2013): TESLA: Jurnal Teknik Elektro Vol 15, No 1 (2013): TESLA: Jurnal Teknik Elektro Vol 18, No 2 (2016): TESLA: Jurnal Teknik Elektro More Issue