cover
Article Per Year (5 Year)
All
Home Page
OAI Link
Editorial Team
Contact
Reviewer
Google Scholar
Contact Name
Denny Irawan
Contact Email
den2mas@umg.ac.id
Phone
+6285646009977
Journal Mail Official
den2mas@umg.ac.id
Editorial Address
Jl. Sumatra N0.101 Gresik 61121
Location
Kab. gresik,
Jawa timur
INDONESIA
E-Link: Jurnal Teknik Elektro dan Informatika
Published by Universitas Muhammadiyah Gresik
ISSN : 18582109     EISSN : 26565676     DOI : 10.30587/e-link.v14i2
Core Subject : Science, Engineering,
Computer Science & IT Control & Systems Engineering Electrical & Electronics Engineering Energy
E-Link : Jurnal Teknik Elektro dan Informatika yang dikelola oleh Prodi Teknik Elektro Universitas Muhammadiyah Gresik, Jurnal ini sudah terbit semenjak tahun 2007, tetapi mengalami perubahan E-ISSN pada tahun 2019. E-Link berisi karya-karya Ilmiah Teknik / Rekayasa dibidang Elektro dan Informatika yang terbit 2 kali dalam 1 tahun pada bulan April dan Oktober.
Arjuna Subject : Teknik (semua kategori) - Teknik Listrik dan Elektro
Articles 133 Documents
 5   6   7   8   9 
PERANCANGAN VARIABLE FREQUENCY DRIVE (VFD) SATU PHASA DENGAN MENGGUNAKAN METODE SINUSOIDA PULSE WIDTH MODULATION BERBASIS MIKROKONTROLER indrawan nugrahanto
E-Link: Jurnal Teknik Elektro dan Informatika Vol 17 No 2 (2022): Nopember 2022
Publisher : Universitas Muhammadiyah Gresik

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30587/e-link.v17i2.4497

Abstract

Pada jurnal yang kami buat saat ini memiliki tujuan untuk mendesain sebuah rangkaian Variable Frequency Drive (VFD) satu phasa, yang mampu menghasilkan keluaran tegangan AC dan frekuensi yang dapat diubah-ubah dengan masukan dari sumber tegangan AC 220V 50Hz. Rangkaian VFD merupakan implementasi dari sebuah rangkaian Inverter satu phasa, diode Full-bridge rectifier digunakan untuk mengubah tegangan AC menjadi tegangan DC yang selanjutnya tegangan DC akan dirubah kembali menjadi tegangan AC dengan frekuensi yang dapat diubah-ubah yaitu menggunakan rangkaian Full-bridge Inverter. Metode Unipolar Sinusoida Pulse Width Modulation (SPWM) dipakai untuk mengontrol tegangan dan frekuensi keluaran dan juga menghasilkan tegangan keluaran yang mendekati gelombang sinus. Untuk menghasilkan SPWM dipakai mikrokontroler ATMega8535. Sebagai aplikasi rangakaian VFD ini akan diaplikasikan untuk mengatur kecepatan motor AC jenis Motor kapasitor. Pembangkit SPWM menggunakan frekuensi sinyal carrier 1Khz, dengan index modulasi 0,9 . frekuensi keluaran yang dapat diatur antara rentang frekuensi 8 Hz sampai 80 Hz.
IMPLEMENTASI SENSOR FINGERPRINT DAN GPS SEBAGAI PENGAMAN SEPEDA MOTOR BERBASIS IOT Jefri Lianda; Sandi Irawan; Adam Adam; Wan Muhammad Faizal
E-Link: Jurnal Teknik Elektro dan Informatika Vol 17 No 2 (2022): Nopember 2022
Publisher : Universitas Muhammadiyah Gresik

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30587/e-link.v17i2.4748

Abstract

Kasus hilangnya sepeda motor sudah menjadi masalah dalam kehidupan saat ini. Sistem pengaman yang sudah ada di sepeda motor masih membutuhkan pengembangan pengaman ganda yang dapat dipantau dari jauh oleh pemilik kendaraan. Oleh sebab itu dibutuhkan sebuah sistem keamanan tambahan yang lebih baik dan lebih canggih pada sepeda motor untuk mengatasi kasus hilangnya sepeda motor. Penelitian ini menggunakan sensor Fingerprint dan GPS yang terkoneksi dengan aplikasi blink. Tujuan dari penelitian ini untuk menyalakan dan mematikan kontak kunci pada sepeda motor dengan menggunakan, sidik jari dan aplikasi blink. Sistem ini dimulai dari sensor Fingerprint yang digunakan untuk membaca sidik jari, untuk menyalakan kontak sepeda motor tempel saja sidik jari yang sudah terdaftar. Sidik jari tersebut di proses di Arduino jika sidik jari benar maka Arduino memberi perintah ke Relay untuk me ONkan kunci kontak sepeda motor. Selanjutnya ketika ingin meng-off-kan sepeda motor yang sudah ON dari kelistrikan pada sepeda motor hanya perlu menempelkan kembali jari tangan di sensor sidik jari otomatis kunci kontak pada sepeda motor langsung mati. Selain itu sistem keamanan ini juga bisa diperintah menggunakan smartphone melalui apliaksi blink. Jika aplikasi blink mendapatkan perintah ON/OFF maka perintah tersebut di kirim ke nodeMCU. NodeMCU memberi perintah kepada Relay untuk meng-on atau off kan sepeda motor. Pengunaan IoT pada pemutusan kontak kunci jarak jauh pada sepeda motor dapat beroperasi tanpa batas jarak jauh dengan catatan waktu tunda 2 detik dan tersedianya jaringan internet.
MENGUKUR TINGKAT KEPUASAN MAHASISWA TERHADAP E-LEARNING UNIVERSITAS SEMARANG MENGGUNAKAN ALGORITMA NAÏVE BAYES Shona Chayy Bilqisth; Khoirudin Khoirudin; Astrid Novita Putri
E-Link: Jurnal Teknik Elektro dan Informatika Vol 17 No 2 (2022): Nopember 2022
Publisher : Universitas Muhammadiyah Gresik

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30587/e-link.v17i2.4447

Abstract

Kegiatan belajar mengajar yang bisanya dilaksanakan dengan tatap muka secara langsung, pada era Pandemi Covid-19 ini harus dilakukan dengan daring menggunakan e-learning. Dengan tercapainya kepuasan mahasiswa Universitas Semarang dalam menggunakan suatu e-learning, merupakan salah satu faktor untuk menentukan e-learning Universitas Semarang tercapai sesuai harapan, karena pelayanan terhadap mahasiswa merupakan peranan penting kelangsungan suatu institusi pendidikan. Penelitian ini bertujuan untuk menerapkan data mining menggunakan metode naïve bayes, untuk mengukur kepuasan mahasiswa terhadap layanan e-learning pada Universitas Semarang, sebagai bahan pertimbangan dalam pengambilan keputusan dan mengembangkan e-learning, yang dapat membantu masyarakat perguruan tinggi dalam menggambil kebijakan yang berhubungan dengan peningkatan kualitas pelayanan akademis. Naïve Bayes merupakan teknik prediksi berbasis probabilistik sederhana yang berdasar pada penerapan teorema atau aturan bayes dengan asumsi independensi yang kuat. Indikator penilaian yang digunakan adalah kemudahan akses, kelengkapan menu, kecepatan respon CS, keamanan aplikasi dan kualitas layanan video. Hasil pengujian menunjukkan bahwa klasifikasi kepuasan pengguna menggunakan metode Naïve Bayes untuk pengujian pertama dengan full data training mendapatkan nilai akurasi sebesar 95%, pengujian kedua dengan cross-validation mendapatkan nilai akurasi sebesar 91%, pengujian ketiga dengan data training 80% dan data testing 20% mendapatkan nilai akurasi 92% selanjutnya pengujian keempat dengan 60% data training dan 40% data testing mendapatkan nilai akurasi 90%.
PERANCANGAN USER INTERFACE MONITORING DATA SENSOR UNTUK MENENTUKAN NILAI FINE FUEL MOISTURE CODE SEBAGAI PERINGATAN DINI POTENSI KEBAKARAN HUTAN Achmad Komarudin; Arief Rahman Hidayat; Dinda Ayu Permatasari
E-Link: Jurnal Teknik Elektro dan Informatika Vol 17 No 2 (2022): Nopember 2022
Publisher : Universitas Muhammadiyah Gresik

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30587/e-link.v17i2.4550

Abstract

Perancangan sistem monitoring dan informasi data sensor sebagai peringatan dini potensi kebakaran penting dalam usaha untuk mengurangi dampak dari kebakaran hutan. Dampak dari kebakaran hutan akan menimbulkan kerugian pada lingkungan dan kerugian ekonomi. Agar dapat mengurangi dampak tersebut maka diperlukan usaha untuk mencegah kebakaran hutan dengan memperhitungkan peringkat kebakaran suatu wilayah. Peringkat kebakaran suatu wilayah dapat ditentukan dengan menggunakan Canadian Forest Fire Danger Rating System (CFFDRS). Sistem tersebut berguna untuk memberikan informasi terkait bahaya kebakaran berdasarkan pengamatan suhu harian, kelembaban udara, kecepatan angin dan curah hujan. Tingkat potensi kebakaran dengan menggunakan CFFDRS dapat diketahui dari nilai Fire Weather Index (FWI). Perhitungan nilai FWI dapat ditentukan dengan beberapa parameter antara lain yaitu Fine Fuel Moisture Code (FFMC), Duff Moisture Code (DMC) dan Drought Code (DC). Salah satu kode sub sistem perhitungan nilai FWI adalah FFMC. FFMC merupakan faktor utama yang mengendalikan perilaku kebakaran hutan. FFMC adalah kode yang digunakan untuk indikator potensi penyulutan api menjadi kebakaran. Nilai FFMC dapat ditentukan dengan menggunakan informasi data hasil pengukuran dari kecepatan angin, suhu udara, kelembaban udara dan curah hujan. Agar lebih mudah dalam memperoleh data pengukuran kecepatan angin, suhu udara, kelembaban udara dan curah hujan, maka sistem ini dibuat dengan tujuan untuk merancang sistem monitoring data sensor untuk memperhitungkan nilai FFMC sebagai salah satu indikator peringatan dini potensi penyulutan api yang menyebabkan kebakaran hutan. Hasil pengujian menunjukkan bahwa sistem monitoring yang telah dibuat sudah dapat bekerja. Presentasi perhitungan error pengukuran suhu sebesar ± 1,81%, presentasi perhitungan error pengukuran kelembaban sebesar ± 1,37% dan presentasi perhitungan error pengukuran kecepatan angin sebesar ± 2,85%, serta presentasi perhitungan error pengukuran sensor rain gauge sebesar ±2,8%. Pengujian secara keseleruhan menunjukkan bahwa sistem dapat menghitung nilai FFMC yang sesuai dan dapat menampilkan data dan skala yang sesuai dengan kriteria yang telah ditetapkan.
RANCANG BANGUN SISTEM MONITORING DAN KONTROL OTOMATIS LAMPU LOBI KANTOR BERBASIS PHOTOCELL DAN TIMER SWITCH DI RSUD IBNU SINA KABUPATEN GRESIK Masyhadi Irfan; Rini Puji Astutik
E-Link: Jurnal Teknik Elektro dan Informatika Vol 18 No 1 (2023): Mei 2023
Publisher : Universitas Muhammadiyah Gresik

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30587/e-link.v18i1.5355

Abstract

Teknologi kendali otomatis untuk penghematan energi sudah tidak asing lagi dalam kehidupan sehari hari dalam masyarakat. Kelalaian dalam mematikan lampu adalah salah satu contoh pemborosan listrik yang sering terjadi pada institusi. Oleh karena itu, diperlukan alat kontrol yang dapat menyalakan dan mematikan lampu secara otomatis. Selain alat kontrol diperlukan juga alat monitoring penggunaan energi listrik untuk menghindari pemborosan energi listrik atau untuk menghindari kecelakaan karena penggunaan daya listrik yang berlebihan. Dalam hal ini menggunakan sensor photocell dan timer switch pada sistem kontrol otomatis lampu dan monitoring penggunaan daya listrik menggunakan sensor PZEM-004, kemudian diolah oleh Node MCU ESP8266 untuk dihubungkan dan ditampilkan pada aplikasi Blynk yang bebasis android di smartphone menggunakan akses wifi. Diharapkan sistem kontrol otomatis dan monitoring tersebut dapat mengotrol penggunaan energi listrik listrik yang berlebih. Hasil dari pengukuran sensor PZEM-004T dapat disimpulkan bahwa sensor PZEM-004T sudah bekerja dengan baik. Hal itu dapat dibuktikan dengan membandingkan dengan menggunakan alat ukur clamp meter atau tang ampere. Nilai yang terukur oleh sensor PZEM-004T adalah 243 volt dan 3,9 amper sedangkan pada clamp meter adalah 241 volt dan 3,8 amper, yang berarti tingkat kesalahan pada pengukuran sensor arus PZEM-004T dibandingkan dengan clamp meter adalah 0,8% untuk tegangan (volt) dan 2,6% untuk arus (amper).
PENERAPAN METODE K-MEANS CLUSTERING PADA PENJUALAN BARANG DI SPORTS STATION Nadia Putri Gantara; Irfan Ali
E-Link: Jurnal Teknik Elektro dan Informatika Vol 18 No 1 (2023): Mei 2023
Publisher : Universitas Muhammadiyah Gresik

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30587/e-link.v18i1.5339

Abstract

Penjualan adalah kegiatan menjual barang dan jasa, apabila manajemen penjualan pada perusahaan kurang baik maka akan mempengaruhi keuntungan. Sehingga, membuat perusahaan tidak mencapai tujuannya. Jenis usaha yang ada di indonesia sangat beragam, salah satunya Sports Station merupakan perusahaan retail yang menjual perlengkapan olahraga. Sports Station sering mengalami permasalahan dengan ketidakakuratan dan tidak terstrukturnya data penjualan. Sehingga, berdampak dalam kesulitan mengelompokkan produk. Maka, diperlukan sistem yang dapat menentukan pola atau trend dalam penjualan. Algoritma K-Means digunakan untuk mengelompokkan produk berdasarkan pola penjualan yang serupa, yaitu dengan membagi data menjadi dua klaster yang dikategorikan sebagai laris dan kurang laris. Tahapan yang diterapkan yaitu retrieve, untuk mengambil dataset, kemudian menggunakan K-Means Clustering untuk memodelkan dataset dan Cluster distance performance untuk mengevaluasi hasil pengelompokan. Validasi hasil klasterisasi dapat dilakukan menggunakan Davies Bouldin Index (DBI). Algoritma ini menghasilkan pengelompokkan menjadi 2 yaitu cluster 0 dengan nilai 995 sebanyak 121 produk dengan kategori laris dan cluster 1 dengan nilai 327 sebanyak 2.279 produk dengan kategori kurang laris. Serta hasil DBI yang paling mendekati 0 adalah K 2 menghasilkan nilai 0,10.
KOMPARASI METODE KLASIFIKASI DATA MINING UNTUK PREDIKSI PENYAKIT STROKE Fitri Adha Hariyati Airi; Tati Suprapti; Agus Bahtiar
E-Link: Jurnal Teknik Elektro dan Informatika Vol 18 No 1 (2023): Mei 2023
Publisher : Universitas Muhammadiyah Gresik

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30587/e-link.v18i1.5271

Abstract

Stroke merupakan penyakit dengan kondisi bahaya dan menjadi penyebab kematian nomor tiga setelah penyakit jantung koroner dan kanker. Kurangnya pengetahuan menjadikan masyarakat tidak menyadari tanda-tanda yang mungkin sudah terlihat. Apabila masyarakat mendapatkan pengenalan tentang penyakit stroke diharapkan dapat mengurangi dampak paling parah yaitu kematian. Oleh karena itu perlu dilakukan sebuah prediksi menggunakan metode klasifikasi. Hasil prediksi yang akurat dapat memudahkan para praktisi kesehatan dalam mengambil keputusan yang tepat. Data yang diambil merupakan data bersifat public dari situs kaggle. Pada penelitian ini Orange digunakan sebagai perangkat lunak. Penelitian ini melakukan sebuah perbandingan algoritma Naive Bayes, K-Nearest Neighbor dan Random Forest. Hasil yang diperoleh pada penelitian ini untuk algoritma Naive Bayes sebesar 71.9% accuracy, 71.7% precision, 71.9% recall. Sedangkan untuk algoritma K-NN mendapatkan nilai accuracy sebesar 73.6%, precision sebesar 73%, recall 73.6% dan untuk algoritma Random Forest mendapatkan nilai accuracy sebesar 92.5%, precision 92.5%, recall 92.5%.
IMPLEMENTASI DATA MINING TERHADAP DATA PENJUALAN PADA INDUSTRI KULINER MENGGUNAKAN ALGORITMA FP-GROWTH INAYATUL AFRIYANI; Irfan Ali
E-Link: Jurnal Teknik Elektro dan Informatika Vol 18 No 1 (2023): Mei 2023
Publisher : Universitas Muhammadiyah Gresik

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30587/e-link.v18i1.5340

Abstract

PT Aneka Selera Nusantara merupakan restoran yang bergerak di bidang kuliner, khususnya seafood dengan menu spesial berbahan dasar seafood segar. Masalah yang dihadapi oleh perusahaan adalah banyaknya pesanan dari konsumen yang berbeda, seringkali data transaksi hanya digunakan untuk pengarsipan. Untuk mengatasi masalah ini, teknik data mining digunakan untuk mengekstraksi informasi dari pola data transaksi penjualan dengan tujuan mengelola data yang besar. Salah satu teknik data mining yang digunakan adalah aturan asosiasi. Aturan asosiasi digunakan untuk menemukan aturan hubungan antara kombinasi itemset. Algoritma FP-Growth digunakan dalam pembangunan frequent itemset, dimana algoritma ini menggunakan struktur data tree atau FP-Tree, sehingga hasil dari frequent itemset dapat langsung diketahui. Hasil pengujian, aturan asosiasi menemukan produk yang dibeli secara bersamaan pada saat yang sama dengan nilai Support dan Confidence tertinggi, yaitu: jika konsumen membeli barakuda bakar acar dan sweet hot tea, maka dipastikan 100% konsumen juga akan membeli nasi putih dengan nilai Support 44%. Jika konsumen membeli original hot tea, kangkung balacan, dan udang pasir mas, maka dipastikan 100% konsumen juga akan membeli nasi putih dengan nilai Support 38%.
KLASIFIKASI ALGORITMA NAIVE BAYES DAN K-NEAREST NEIGHBOR PADA PENDERITA DIABETES Feri Irawan Irawan; Tati Suprapti; Agus Bahtiar
E-Link: Jurnal Teknik Elektro dan Informatika Vol 18 No 1 (2023): Mei 2023
Publisher : Universitas Muhammadiyah Gresik

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30587/e-link.v18i1.5303

Abstract

Diabetes Melitus merupakan penyakit kronis yang disebabkan oleh gangguan metabolisme dimana glukosa tidak dapat digunakan dengan baik dan ditandai dengan hiperglikemia. Diabetes adalah penyakit yang terjadi ketika gula darah terlalu tinggi dan tubuh tidak lagi merespon hormon insulin dampak yang ditimbulkan jika penyakit diabetes tidak ditangani dengan cepat dapat menimbulkan komplikasi hingga kematian. Tujuan penelitian ini adalah untuk memprediksi dengan menggunakan klasifikasi untuk menentukan algoritma apa yang cocok dalam mendiagnosa penyakit diabetes. Data yang diambil merupakan data dari source kaggle yang bersifat publik. Pada penelitian ini menggunakan aplikasi Orange dalam pengklasifikasiannya. Penelitian ini menggunakan dua algoritma Naive Bayes dan K-Nearest Neighbor. Hasil yang diperoleh dari klasifikasi Naive Bayes accuracy sebesar 76.6 precision sebesar 76.8, recall sebesar 76.7 sedangkan K-Nearest Neighbor mendapatkan accurasy sebesar 92.6, Precision sebesar 92.6, recall sebesar 92.6.
IMPLEMENTASI ALGORITMA K-MEANS TERHADAP PENGELOMPOKAN KEPEMILIKAN AKTA KELAHIRAN DI JAWA BARAT Listiyani Wahyuningsih; Ahmad Rifai
E-Link: Jurnal Teknik Elektro dan Informatika Vol 18 No 1 (2023): Mei 2023
Publisher : Universitas Muhammadiyah Gresik

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30587/e-link.v18i1.5317

Abstract

Akta kelahiran merupakan dokumen yang berisikan informasi tentang kelahiran bayi yang wajib dimiliki sebagai seorang warga negara, diharapkan kedepannya dapat digunakan untuk memperoleh pelayanan publik lainnya. Di Jawa Barat terdapat 18 kabupaten juga 9 kota. Adanya ketidaksesuaian antara jumlah kepemilikan akta kelahiran dan jumlah penduduk menjadi salah satu masalah yang terjadi pada Dinas Kependudukan dan Pencatatan Sipil (Disdukcapil). Tujuan dari penelitian ini adalah untuk mengetahui jumlah kepemilikan dokumen akta kelahiran di Jawa Barat berdasarkan kabupaten/kota sebagai acuan juga kajian bagi pemerintah untuk mengambil tindakan kedepannya. Pada penelitian ini, data diolah menggunakan algoritma K-Means Clustering. Metode yang digunakan adalah Knowledge Discovery in Database (KDD). Hasil dari penelitian menggunakan Rapid Miner dengan hasil perhitungan Davies Bouldin Index dan diperoleh nilai k yang optimum sebesar 3 (0.910). Cluster 0 adalah anggota dengan jumlah kepemilikan akta kelahiran yang rendah, Cluster 2 dengan jumlah kepemilikan akta kelahiran yang sedang dan Cluster 1 dengan jumlah tingkat kepemilikan akta kelahiran tinggi.

Page 7 of 14 | Total Record : 133

 5   6   7   8   9 

Filter by Year

2018 2025


Reset
Filter By Issues
All Issue Vol. 20 No. 1: Mei 2025 Vol 19 No 2: Oktober 2024 Vol 19 No 1: Mei 2024 Vol 18 No 1 (2023): Mei 2023 Vol 18 No 2: Oktober 2023 Vol 17 No 2 (2022): Nopember 2022 Vol 17 No 1: Mei 2022 Vol 16 No 2 (2021) Vol 16 No 1 (2021) Vol 15 No 2 (2020) Vol 15 No 1 (2020) Vol 14 No 2 (2019) Vol 14 No 1 (2019) Vol 13 No 2 (2018) Vol 13 No 1 (2018) More Issue