cover
Contact Name
Ratna Ika Putri
Contact Email
ratna.ika@polinema.ac.id
Phone
+628123313926
Journal Mail Official
jasens@isas.or.id
Editorial Address
Indonesian Society of Applied Science Jl. Raya ITS, Sukolilo, Surabaya, 60111
Location
Unknown,
Unknown
INDONESIA
Journal of Applied Smart Electrical Network and System (JASENS)
ISSN : -     EISSN : 27235467     DOI : https://doi.org/10.52158/jasens
Journal of applied smart electrical network and system (JASENS) aims to provide a forum for academic researchers, industrial professionals, engineers, consultants, managers, educators and practitioners to contribute and disseminate innovative new work on electrical engineering related smart electrical network and system. Scope The topical issues considered by the journal covers, but not limited to, the following topics: Application of smart grid Energy management systems (with application to building and home automation) Power system Power electronics Control engineering Industrial automation The Internet of Thing for smart electrical network system Artificial intelligent for electrical system Intelligent monitoring and outage management Smart sensors and advanced metering infrastructure Embedded systems Micro-grids Digital Protection Relay Renewable energy Energy storage and distributed energy resources
Articles 5 Documents
Search results for , issue "Vol 3 No 02 (2022): Vol 3 No 02 (2022): Vol 3 No 2 : December 2022" : 5 Documents clear
Implementasi Image Processing pada Robot Pertanian Alkausar, Muhammad Fajri; Dewi, Tresna; Oktarina, Yurni
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.v3i02.507

Abstract

Penelitian ini menggunakan penelitian riset. Permasalahan pada penelitian ini ialah bagaimana robot pemantau mendeteksi objek yang berada didepannya. Penelitian ini bertujuan untuk mempelajari sistem deteksi robot pemantau dengan menggunakan metode Image Segmentation. Subjek yang digunakan dalam penelitian ini ialah tanaman dilahan pertanian green house. Sedangkan teknik pengumpulan data yang digunakan adalah observasi dan wawancara secara langsung di lapangan. Hasil dari penelitian ini adalah sebuah gambar yang dihasilkan oleh kamera, lalu ditampilkan pada layar monitor ataupun HP agar para pemantau dan petani dapat melihat hasil yang diperoleh. Lalu, kamera ini bisa digunakan untuk memprediksi atau memberikan kejelasan kepada para pemantau agar dapat dianalisa dan dilihat apakah tanaman tersebut telah sesuai dengan waktu yang ditentukan, contohnya melihat apakah tanaman tersebut siap untuk dipanen maupun melihat tanaman tersebut tumbuh dengan baik atau tidak. Selain itu, penelitian ini bertujuan untuk meringankan pekerjaan para petani pada saat melakukan pemantauan disiang hari jika pada hari tersebut tidak dapat dipantau secara manual.
Implementasi Pengolahan Citra Menggunakan Metode YOLO pada Security Robot dibidang Pertanian Auliya, Annisa; Dewi, Tresna; Oktarina, Yurni; Noer, Mohammad Nawawi
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.v3i02.508

Abstract

Greenhouse merupakan salah satu bentuk solusi pertanian modern untuk membudidayakan tanaman yang tidak sesuai dengan iklim tropis, khususnya di Indonesia. Namun, pembangunan greenhouse itu sendiri memerlukan biaya yang cukup mahal. Sumber daya perangkat elektronik yang diperoleh dari panel surya digunakan untuk menyediakan pasokan listrik kepada perangkat elektronik seperti exhaust fan, panel surya, dan perangkat lainnya. Sayangnya, sering kali terjadi kasus-kasus orang yang tidak bertanggung jawab melakukan pencurian atau merusak properti dan tanaman di area sekitar greenhouse, yang dapat merugikan petani. Penelitian ini bertujuan untuk mendeteksi objek (manusia) yang melintas di sekitar greenhouse, peneliti menggunakan teknik pengolahan citra sebagai mata robot untuk mendeteksi manusia di mana objek selain manusia diabaikan. Metode yang digunakan dalam penelitian ini adalah YOLOv3-tiny, yang merupakan metode pembaharuan dari Convolutional Neural Network (CNN). YOLOv3-tiny akan melakukan prediksi terhadap objek yang akan dideteksi dengan bounding box sebagai output. Selanjutnya, YOLOv3-tiny akan memilih bounding box yang paling sesuai dalam memprediksi objek. Hasil pengujian menunjukkan bahwa robot mampu mendeteksi objek berupa manusia, serta menghitung akurasi kinerja model.
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.
Implementasi Neural Network dalam Mengendalikan Input dan Output pada Penyiraman dan Pemupukan Tanaman Otomatis Berbasis IoT Juwita, Aulia Ratna; Dewi, Tresna; Oktarina, Yurni
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.v3i02.519

Abstract

Agriculture is an important sector in human life. However, in practice, agriculture still faces many challenges such as difficulties in optimally controlling watering and fertilizing crops. To overcome this problem, an automatic plant watering and fertilizing system was developed as an alternative solution. This system can help farmers control watering and fertilizing plants automatically and optimally based on soil and plant conditions measured by sensors. In practice, automation systems for watering and fertilizing plants usually still use simple rules based on the experience or theory of farmers. Therefore, the implementation of a neural network in an automated system of watering and fertilizing plants can help predict irrigation needs for plants accurately and control watering and fertilizing automatically. To prove the effectiveness of the proposed method, testing was carried out using the Neuroph Studio application. From the test results, the total error results for the tool in controlling the output are less than 0.01 of the desired output value. These results are good and indicate that the neural network is an effective method of choice as a learning parameter. In addition, by using IoT technology, the automation system can be connected to the internet, so that it can be accessed remotely and monitored in real-time. This makes it easier for users to control the automation system and monitor the state of the plants.
Implementasi Fuzzy Logic dalam Mengendalikan Input dan Output pada Penyiraman dan Pemupukan Tanaman Otomatis Berbasis IoT Rinaldi, Rinaldi; Dewi, Tresna; Oktarina, Yurni
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.v3i02.520

Abstract

Salah satu tantangan dalam pertanian adalah masalah penyiraman dan pemupukan tanaman. Sebagian besar proses penyiraman dan pemupukan tanaman dilakukan secara konvensional. Penelitian ini menyajikan model sistem penyiraman dan pemupukan tanaman otomatis berbasis Internet of Things (IoT) menggunakan metode fuzzy mamdani untuk mempermudah melakukan penyiraman dan pemupukan tanaman. Paper ini membahas desain alat penyiraman dan pemupukan tanaman yang akan diaplikasikan pada bidang pertanian untuk menggantikan petani dalam menyiram dan memupuk tanaman, contohnya buah cabai. Paper ini menyajikan desain mekanis, elektris, dan mengaplikasikan Fuzzy Logic Controller sebagai kecerdasan buatan berbasis IoT.

Page 1 of 1 | Total Record : 5