cover
Article Per Year (5 Year)
All
Home Page
OAI Link
Editorial Team
Contact
Reviewer
Google Scholar
Contact Name
Ariyawan Sunardi
Contact Email
dosen00332@unpam.ac.id
Phone
-
Journal Mail Official
epic@unpam.ac.id
Editorial Address
-
Location
Kota tangerang selatan,
Banten
INDONESIA
EPIC : Journal of Electrical Power, Instrumentation and Control
Published by Universitas Pamulang
ISSN : 26150646     EISSN : 26148595     DOI : -
Core Subject : Engineering,
Electrical & Electronics Engineering
Jurnal EPIC merupakan wadah komunikasi ilmiah antara akademisi maupun praktisi terkait penelitian di bidang teknik elektro.
Arjuna Subject : -
Articles 209 Documents
 17   18   19   20   21 
Analisis Kinerja Energi Mesin High Pressure Die Casting Berbasis Specific Energy Consumption di PT XYZ Dika Nur Kholish; Arnisa Stefanie
EPIC Journal of Electrical Power Instrumentation and Control Vol 8 No 2 (2025): EPIC
Publisher : Universitas Pamulang, Prodi teknik Elektro

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32493/epic.v8i2.58503

Abstract

Industri manufaktur otomotif memiliki intensitas konsumsi energi listrik yang tinggi, khususnya pada proses pengecoran aluminium menggunakan mesin High Pressure Die Casting (HPDC). Penelitian ini bertujuan untuk mengevaluasi kinerja energi mesin Cold Chamber Aluminium High Pressure Casting (AHPC) 800T menggunakan indikator Specific Energy Consumption (SEC) berdasarkan data pengukuran lapangan aktual. Analisis dilakukan pada satu unit mesin AHPC 800T yang beroperasi pada shift pagi, dengan parameter kelistrikan meliputi daya, energi listrik, arus, dan tegangan. Hasil pengukuran menunjukkan total konsumsi energi listrik sebesar 141,25 kWh dengan output produksi 645 unit, sehingga diperoleh nilai SEC rata-rata sebesar 0,219 kWh/unit. Mesin beroperasi pada kisaran daya 20–25 kW saat produksi stabil dan masih mengonsumsi daya 1,4–2,2 kW pada kondisi idle. Analisis berbasis interval waktu menunjukkan bahwa nilai SEC cenderung meningkat pada fase start-up dan transisi proses, sedangkan pada kondisi produksi stabil nilai SEC relatif konsisten. Hasil penelitian ini menunjukkan bahwa metode SEC efektif digunakan sebagai indikator kinerja energi mesin HPDC dan dapat dijadikan baseline untuk identifikasi peluang peningkatan efisiensi energi.
Implementasi Framework Gophish Berbasis Cloud VPS untuk Simulasi Serangan Phishing Skala Laboratorium Firman Maulana
EPIC Journal of Electrical Power Instrumentation and Control Vol 8 No 2 (2025): EPIC
Publisher : Universitas Pamulang, Prodi teknik Elektro

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32493/epic.v8i2.58669

Abstract

Penelitian ini bertujuan untuk mensimulasikan phishing dengan framework Gophish  yang diinstal di Cloud Virtual Private Server (Cloud VPS). Hal ini sangat penting agar hasil data pada pengujian penetrasi berbasis manusia lebih akurat, karena tidak terjadi putusnya konektivitas ke host, karena halaman arahan dari Gophish dapat diakses di mana saja tanpa harus berada di satu jaringan yang sama. Penelitian ini menggunakan metode eksperimen laboratorium terkontrol, di mana peneliti melakukan simulasi pengujian dengan target yang masih dalam kendali peneliti dan mengedepankan prinsip Ethical Hacking, dengan tujuan mengetahui hasil dari simulasi yang dilakukan. Template email dan halaman login menggunakan tiruan dari Instagram, dengan adanya tingkat fleksibilitas yang tinggi pada pengaturan template email dan landing page pada Gophish, simulasi ini berhasil menampilkan email dan halaman login yang sangat mirip dengan aslinya. Untuk kredensial simulasi pun dapat terkirim ke server Gophish. Selain itu, halaman loginnya pun dapat diakses di mana pun target berada, tidak harus di jaringan yang sama dengan server Gophish. Pada penelitian ini, dilakukannya simulasi bukan untuk disalahgunakan, tetapi untuk kebutuhan edukasi kepada pengguna internet, khususnya media sosial, agar keamanan data pribadi dapat lebih kuat.
Prototipe Sistem Backup Energi Tenaga Surya 100 Wp Terintegrasi dengan ATS dan Baterai Lithium untuk Optimalisasi Pasokan Listrik Darurat Rumah Tangga Ahmad Raihan; Seflahir Dinata; Edy Sumarno; Wawan Gunawan
EPIC Journal of Electrical Power Instrumentation and Control Vol 8 No 2 (2025): EPIC
Publisher : Universitas Pamulang, Prodi teknik Elektro

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32493/epic.v8i2.58637

Abstract

Kebutuhan listrik rumah tangga terus meningkat dan seringnya pemadaman dari jaringan PLN menjadi tantangan tersendiri. Di sisi lain, Indonesia memiliki potensi energi surya yang besar sebagai sumber alternatif. Oleh karena itu, penelitian bertujuan merancang dan menguji prototipe sistem backup energi tenaga surya 100 Wp yang terintegrasi dengan automatic transfer switch (ATS) dan baterai lithium sebagai pasokan listrik darurat rumah tangga. Sistem menggunakan panel surya monokristalin 100 Wp, solar charge controller 10 A, baterai lithium 12 V 50 Ah, inverter 1000 W, dan ATS satu fasa dengan beban uji tiga lampu LED 10 W dan satu kipas angin 25 W (total 55 W). Metode penelitian meliputi studi literatur, perancangan, perakitan, dan pengujian eksperimental untuk mengevaluasi tegangan, arus, radiasi matahari, efisiensi, serta respons ATS. Hasil pengujian menunjukkan sistem mampu menyuplai beban 55 W secara stabil, baterai lithium menyediakan energi darurat yang cukup, dan ATS dapat secara otomatis beralih antara PLN dan inverter PLTS dalam waktu sekitar 1 detik tanpa memutus beban, sehingga sistem terbukti andal dan efektif sebagai sumber energi darurat rumah tangga.
Sistem Keamanan Sepeda Motor Berbasis Fingerprint, Aplikasi Android dan Gps Tracker pada Mikrokontroler Esp32 Guna Mencegah Pencurian suwarno, ali; Abdul Razak, Ojak; Anie Gunastuti, Dwi; Solihin, Lili
EPIC Journal of Electrical Power Instrumentation and Control Vol 8 No 2 (2025): EPIC
Publisher : Universitas Pamulang, Prodi teknik Elektro

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32493/epic.v8i2.58673

Abstract

Pencurian sepeda motor merupakan salah satu kejahatan yang paling sering terjadi di Indonesia dan belum dapat ditanggulangi secara optimal dengan sistem keamanan konvensional. Penelitian ini bertujuan merancang dan mengimplementasikan sistem keamanan sepeda motor berbasis mikrokontroler ESP32 yang terintegrasi dengan sensor fingerprint R503, GPS Tracker CJ720, dan aplikasi Android guna mencegah tindak pencurian kendaraan. Metode penelitian yang digunakan adalah kuantitatif eksperimental dengan menguji lima parameter utama: akurasi autentikasi biometrik, waktu respons sistem, stabilitas koneksi Bluetooth Low Energy (BLE), akurasi lokasi GPS menggunakan formula Haversine, serta konsumsi daya. Hasil pengujian menunjukkan bahwa sistem mampu melakukan autentikasi fingerprint dengan akurasi 100%, FAR = 0%, dan FRR = 0%, sehingga tidak ada satu pun upaya akses tidak sah yang berhasil menembus sistem. Waktu respons rata-rata autentikasi adalah 0,95 detik, koneksi BLE stabil hingga jarak 7 meter, deviasi lokasi GPS rata-rata 4,25 meter pada lingkungan semi-terbuka, dan konsumsi daya maksimal 3,10 Watt pada mode operasi penuh. Sistem terbukti beroperasi secara stabil, responsif, dan efisien dalam penggunaan daya sehingga layak diterapkan sebagai solusi keamanan kendaraan berlapis berbasis IoT untuk mencegah pencurian sepeda motor.
Sistem Pakar Diagnosa Penyakit Berbasis Metode Naive Bayes dengan Mekanisme Adaptive Questioning menggunakan Platform Web Pandoju, Cherlis Meytha; Gustam Efendi; Zaiman Makmur; Sofarina; Butar Butar, Charles
EPIC Journal of Electrical Power Instrumentation and Control Vol 8 No 2 (2025): EPIC
Publisher : Universitas Pamulang, Prodi teknik Elektro

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32493/epic.v8i2.58695

Abstract

Keterbatasan pemahaman masyarakat terhadap gejala penyakit sering menyebabkan keterlambatan penanganan medis. Di sisi lain, sebagian sistem pakar diagnosis masih menggunakan pola pertanyaan tetap sehingga proses konsultasi menjadi panjang dan kurang efisien. Penelitian ini bertujuan merancang aplikasi diagnosis awal penyakit berbasis web yang mampu menyesuaikan pertanyaan secara dinamis serta menghitung kemungkinan penyakit secara probabilistik. Metode Naive Bayes digunakan untuk menentukan tingkat peluang penyakit berdasarkan gejala yang dipilih pengguna, sedangkan mekanisme adaptive questioning berfungsi menyeleksi pertanyaan yang paling relevan sehingga konsultasi dapat dihentikan ketika tingkat keyakinan telah tercapai. Pengetahuan medis direpresentasikan dalam bentuk aturan dan bobot gejala yang disimpan pada struktur data JSON agar sistem ringan dan mudah diperbarui. Aplikasi dibangun menggunakan teknologi web sisi klien sehingga dapat dijalankan tanpa instalasi tambahan. Pengujian menunjukkan sistem mampu memberikan hasil diagnosis awal dengan jumlah pertanyaan lebih sedikit dibanding pendekatan konvensional, serta tetap mempertahankan ketepatan klasifikasi yang memadai. Dengan demikian, sistem yang dikembangkan dapat dimanfaatkan sebagai sarana skrining awal sekaligus media edukasi kesehatan sebelum pengguna berkonsultasi langsung dengan tenaga medis.
Klasifikasi Citra Buah Apel Multikelas Menggunakan Transfer Learning dan Implementasi Inferensi Berbasis Web Aryanti, Sri; Gustam Efendi; Yanti Setiyowati; Butar Butar, Charles; Hendriyanto
EPIC Journal of Electrical Power Instrumentation and Control Vol 8 No 2 (2025): EPIC
Publisher : Universitas Pamulang, Prodi teknik Elektro

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32493/epic.v8i2.58702

Abstract

Pesatnya perkembangan teknologi kecerdasan buatan membuka peluang besar dalam modernisasi sektor hortikultura, khususnya pada otomatisasi identifikasi komoditas. Penelitian ini bertujuan untuk mengintegrasikan metode transfer learning ke dalam sistem klasifikasi citra buah apel multikelas yang terhubung dengan layanan inferensi berbasis web. Permasalahan utama yang diangkat adalah ketergantungan industri pada proses identifikasi varietas secara konvensional yang memiliki risiko tinggi terhadap subjektivitas manusia, inefisiensi waktu, dan kesalahan penentuan jenis. Metodologi penelitian ini menerapkan pendekatan deep learning dengan memanfaatkan arsitektur Convolutional Neural Network (CNN) melalui teknik transfer learning untuk mengenali enam varietas apel unggulan. Pengembangan sistem dilakukan dengan membangun antarmuka web menggunakan bahasa pemrograman PHP yang berfungsi menjembatani pengguna dengan model prediktif melalui Hugging Face Inference API. Mekanisme ini memungkinkan pemrosesan data citra dilakukan secara real-time tanpa memerlukan komputasi lokal yang berat. Hasil pengujian menunjukkan bahwa penggabungan model pembelajaran mendalam dengan infrastruktur berbasis cloud mampu menghasilkan sistem klasifikasi yang tidak hanya memiliki tingkat akurasi tinggi, tetapi juga menawarkan kemudahan akses bagi pengguna akhir. Implementasi ini diharapkan dapat menjadi prototipe bagi sistem penyortiran buah otomatis yang lebih efisien dan reliabel di masa depan.
Rancang Bangun Alat Pengering Produk Pertanian Berbasis Tenaga Surya dengan Kontrol Suhu Otomatis dan Suplai Udara Panas Berbasis Internet of Things Erdo Adriosa; I Putu Hikariantara; Adiman; Ulpen Hiermy; Hendriyanto
EPIC Journal of Electrical Power Instrumentation and Control Vol 8 No 2 (2025): EPIC
Publisher : Universitas Pamulang, Prodi teknik Elektro

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32493/epic.v8i2.58711

Abstract

Proses pengeringan konvensional yang mengandalkan sinar matahari memiliki keterbatasan pada ketergantungan cuaca dan risiko kontaminasi, yang merugikan kualitas pascapanen petani. Penelitian ini bertujuan merancang dan mengembangkan sistem pengering hasil pertanian otomatis berbasis tenaga surya (smart solar dryer) berkapasitas 50–60 kg yang terintegrasi dengan pemanas resistif cadangan. Metode penelitian melibatkan implementasi mikrokontroler ESP32 sebagai unit kendali utama, sensor DHT11 untuk pemantauan suhu dan kelembaban, serta sistem forced-convection berbasis blower untuk distribusi panas yang merata. Sistem ini juga mengintegrasikan teknologi Internet of Things (IoT) melalui platform Blynk untuk pemantauan dan kendali jarak jauh secara real-time. Pengujian dilakukan pada komoditas sayuran kangkung, bayam, dan sawi untuk mengukur tingkat penyusutan bobot dan performa termal ruang pengering. Hasil penelitian menunjukkan bahwa sistem mampu menjaga kestabilan suhu otomatis pada rentang 50–60°C dengan akurasi yang konsisten meskipun kondisi cuaca berfluktuasi. Pemanas resistif terbukti efektif mempertahankan suhu saat radiasi matahari menurun, sementara sistem forced-convection mempercepat evaporasi dan memastikan keseragaman hasil pengeringan. Integrasi IoT melalui Blynk menunjukkan performa jaringan yang andal dalam transmisi data sensor. Disimpulkan bahwa prototipe ini memberikan solusi teknologi tepat guna yang efisien bagi UMKM pertanian untuk meningkatkan kualitas produk dan kemandirian energi di wilayah tropis.
Klasifikasi Tingkat Kematangan Pisang Menggunakan Segmentasi HSV dan Aturan Berbasis Nilai Hue Arizal Anshori; Reni Rahmadewi
EPIC Journal of Electrical Power Instrumentation and Control Vol 8 No 2 (2025): EPIC
Publisher : Universitas Pamulang, Prodi teknik Elektro

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32493/epic.v8i2.59047

Abstract

Penelitian ini merancang sistem klasifikasi tingkat kematangan buah pisang menggunakan segmentasi warna ruang HSV dan aturan berbasis nilai rata-rata Hue. Sistem dikembangkan menggunakan software MATLAB untuk memproses tahapan input citra, pra-pemrosesan, segmentasi, operasi morfologi, hingga klasifikasi akhir. Dataset yang digunakan terdiri dari 30 citra pisang, yang mencakup 10 citra belum matang, 10 citra matang, dan 10 citra terlalu matang. Tahap pra-pemrosesan dilakukan melalui penyesuaian ukuran (resize) dan konversi ruang warna RGB ke HSV agar informasi warna lebih stabil terhadap intensitas pencahayaan. Hasil segmentasi awal kemudian diperbaiki menggunakan operasi morfologi (opening, closing, dan filling) untuk menghilangkan noise dan menambal celah, sebelum dianalisis melalui perhitungan rata-rata nilai Hue objek untuk menentukan kategori kematangan. Hasil pengujian menunjukkan tingkat keberhasilan klasifikasi mencapai 100% pada seluruh dataset. Pendekatan rule-based berbasis rata-rata Hue mampu membedakan ketiga kelas kematangan secara efektif dan konsisten karena pemisahan area objek dari latar belakang berhasil dilakukan dengan sangat jelas. Meskipun masih memiliki keterbatasan pada kondisi variasi pencahayaan ekstrem atau bercak warna kulit yang tidak merata, sistem ini terbukti akurat. Secara keseluruhan, metode ini menawarkan solusi estimasi kematangan pisang yang lebih sederhana dan ringan secara komputasi dibandingkan dengan pendekatan machine learning.
Implementasi Model DISTILGPT-2 dalam Sistem Tanya Jawab Generatif untuk Layanan Informasi Program Studi di Unsika sebagai Upaya Efisiensi Layanan Informasi Yuliarman Saragih; Dene Herwanto; Ibrahim
EPIC Journal of Electrical Power Instrumentation and Control Vol 8 No 2 (2025): EPIC
Publisher : Universitas Pamulang, Prodi teknik Elektro

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32493/epic.v8i2.59260

Abstract

Penelitian ini bertujuan untuk mengembangkan sistem question answering generatif berbasis Large Language Model guna meningkatkan efisiensi layanan informasi akademik di Universitas Singaperbangsa Karawang. Metode yang digunakan adalah experimental development dengan tahapan pengumpulan dataset domain spesifik UNSIKA, preprocessing, fine-tuning model DistilGPT-2, evaluasi performa, serta implementasi dalam bentuk prototipe chatbot berbasis web. Dataset yang digunakan terdiri dari 800 pasangan pertanyaan dan jawaban yang merepresentasikan kebutuhan informasi akademik. Hasil penelitian menunjukkan bahwa model memiliki performa yang stabil dengan nilai training loss sebesar 1.23, validation loss sebesar 1.31, dan perplexity sebesar 3.41 yang mengindikasikan kemampuan generasi teks yang baik. Evaluasi kualitatif menunjukkan tingkat relevansi jawaban sebesar 92%, keterbacaan bahasa sebesar 90%, dan ketepatan fakta sebesar 89%. Waktu pelatihan model tercatat ±1 jam 25 menit dengan total parameter sekitar 82 juta, yang menunjukkan efisiensi komputasi yang baik. Berdasarkan hasil tersebut, dapat disimpulkan bahwa pendekatan fine-tuning model bahasa berbasis domain lokal efektif dalam meningkatkan kualitas layanan informasi akademik. Sistem yang dikembangkan mampu memberikan respons yang relevan, akurat, dan mudah dipahami, sehingga berpotensi menjadi solusi dalam mendukung transformasi digital layanan akademik di perguruan tinggi.

Page 21 of 21 | Total Record : 209

 17   18   19   20   21 

Filter by Year

2018 2025


Reset
Filter By Issues
All Issue Vol 8 No 2 (2025): EPIC Vol 8 No 1 (2025): EPIC Vol 7 No 2 (2024): EPIC Vol 7 No 1 (2024): EPIC Vol 6 No 2 (2023): EPIC Vol 6, No 1 (2023): EPIC Vol 5, No 2 (2022): EPIC Vol 5, No 1 (2022): EPIC Vol 4, No 2 (2021): EPIC Vol 4, No 1 (2021): EPIC Vol 3, No 2 (2020): EPIC Vol 3, No 1 (2020): EPIC Vol 2, No 2 (2019): EPIC Vol 2, No 1 (2019): EPIC Vol 1, No 2 (2018): EPIC Vol 1, No 1 (2018): EPIC More Issue