cover
Contact Name
Suci Dwijayanti
Contact Email
sucidwijayanti@ft.unsri.ac.id
Phone
+6281367757107
Journal Mail Official
jres@unsri.ac.id
Editorial Address
Department of Electrical Engineering Faculty of Engineering Universitas Sriwijaya Jalan Raya Palembang-Prabumulih KM 32 Indralaya Kabupaten Ogan Ilir 30662 website: http://elektro.unsri.ac.id
Location
Kab. ogan ilir,
Sumatera selatan
INDONESIA
Jurnal Rekayasa Elektro Sriwijaya
Published by Universitas Sriwijaya
ISSN : -     EISSN : 27164063     DOI : -
Jurnal Rekayasa Elektro Sriwijaya adalah peer-reviewed jurnal yang dipublikasikan oleh Jurusan Teknik Elektro Universitas Sriwijaya. Jurnal ini diterbitkan dua kali dalam setahun, yaitu pada bulan Mei dan November. Ruang lingkup jurnal berfokus pada bidang teknik elektro, namun tidak hanya terbatas pada tenaga listrik, tegangan tinggi, telekomunikasi, teknologi informasi, pengolahan sinyal, ataupun kecerdasan buatan saja. Jurnal Rekayasa Elektro Sriwijaya juga dapat mencakup beberapa bidang lainnya, seperti bidang pertanian dan ekonomi yang mana pada praktiknya dapat berkolaborasi dengan bidang teknik elektro.
Articles 69 Documents
Text Mining: Sistem Prediksi Cyberbullying pada Platform Twitter menggunakan Logistic Regression, KNN, dan Naive Bayes Aditya Erlangga Wibowo; Alpian Khairi; Hildiana Humairoh; M Irvin Fadillah; M. Jordy Dwi Hartawan
Jurnal Rekayasa Elektro Sriwijaya Vol. 4 No. 1 (2022): Jurnal Rekayasa Elektro Sriwijaya
Publisher : Jurusan Teknik Elektro Fakultas Teknik Universitas Sriwijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36706/jres.v4i1.56

Abstract

Kemajuan pesat teknologi dan sosial media bisa memudahkan orang-orang untuk berkomunikasi dan juga memberikan informasi. Namun sosial media dapat membagikan efek negatif melalui cara membuat ketikan negatif atau komentar yang semaunya yang bertujuan untuk merendahkan bahkan menjatuhkan seseorang tanpa melihat perasaan orang tersebut. Hal tersebut yang membuat terjadinya aktivitas kekerasan di dalam ruang siber (Cyberbullying). Pemrosesan bahasa juga dikenal sebagai text preprocessing mencakup text to corpus, cleansing, case folding, dan stopword removal sebagai fase paling awal yang harus dilakukan dalam penelitian ini. Kemudian langkah selanjutnya adalah feature selection berguna untuk menggantikan dokumen teks menjadi sebuah matriks yang bertujuan menggunakan fitur yang ditemukan di semua kata sebagai parameter atau kriteria klasifikasi. Dengan menggunakan tiga algoritma yaitu Logistic Regression, KNN, dan Naive Bayes classification, maka kita dapat menentukan apakah komentar tersebut mengandung makna bullying atau tidak. Prosedurnya adalah dengan mengurangi peluang dari setiap kata baru berdasarkan class dan perkalian class conditional probability. Dari hasil pengujian memakai dataset "komentar cyberbullying" yang diperoleh dari Algoritma Data Science School. Hasil terbaik dari ketiga algoritma tersebut diperoleh dengan menggunakan metode Naive Bayes, dengan accuracy sebesar 80,73%, precision 77,55%, dan recall sebesar 85,07%.
PERBANDINGAN AKURASI METODE NAIVE BAYES CLASSIFIER DAN RANDOM FOREST MENGGUNAKAN REDUKSI DIMENSI LINEAR DICRIMINANT ANALYSIS (LDA) UNTUK DIAGNOSIS PENYAKIT DIABETES Hardian Fathurahman; Arif Ariwikri; Gatot Aria Pratama; M. AL FURQON SYAIDIN FIKRI; MUHAMMAD FAHREZA ALRIZKI
Jurnal Rekayasa Elektro Sriwijaya Vol. 4 No. 1 (2022): Jurnal Rekayasa Elektro Sriwijaya
Publisher : Jurusan Teknik Elektro Fakultas Teknik Universitas Sriwijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36706/jres.v4i1.58

Abstract

Diabetes merupakan suatu penyakit yang dapat menyerang orang – orang di belahan dunia. Jumlah kematian akibat diabetes meningkat dari tahun ke tahun. Diabetes terjadi ketika tubuh tidak menghasilkan cukup insulin. Penyakit ini merupakan penyakit kompleks dan fatal yang memerlukan perawatan medis berkelanjutan untuk menghindari risiko komplikasi. Menganalisis pasien diabetes sejak usia dini bisa memberikan catatan penyakit yang luas dan memungkinkan pencegahan. Salah satu cara untuk melakukannya dengan klasifikasi data mining. Teknik ini dipakai sebagai prediksi siapa yang terkena diabetes dan siapa yang tidak terserang diabetes. Dalam penelitian menggunakan metode Naive Bayes Classifier (NBC) dan Random Forest menggunakan reduksi dimensi LDA. Hasil penelitian menunjukkan akurasi 77,67% untuk algoritma Random Forest dan 76% untuk Naive Bayes Classifier (NBC). Random Forest lebih baik/akurat dibandingkan menggunakan Naive Bayes Classifier dalam mengklasifikasikan diabetes.
Pengaruh Normalisasi Data pada Klasifikasi Harga Ponsel Berdasarkan Spesifikasi Menggunakan Klasifikasi Naive Bayes dan Multinomial Logistic Regression Ahmad Karim; Fuad Nurhadi; I Ketut Okta Setiawan; Ichlasul Akmali Rizky; Rischantika Br. Manurung
Jurnal Rekayasa Elektro Sriwijaya Vol. 4 No. 1 (2022): Jurnal Rekayasa Elektro Sriwijaya
Publisher : Jurusan Teknik Elektro Fakultas Teknik Universitas Sriwijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36706/jres.v4i1.59

Abstract

Handphone merupakan alat elektronik yang sangat dibutuhkan dalam kemajuan teknologi saat ini. Handphone dapat digunakan untuk berbagai macam hal seperti berkomunikasi jarak jauh, sarana hiburan, serta sebagai media layanan informasi. Seiring dengan perkembangan zaman, perusahaan-perusahaan handphone berlomba-lomba dalam memproduksi handphone dengan berbagai macam fitur beserta spesifikasi karena banyaknya permintaan pelanggan. Dalam pembelian handphone, setiap pelanggan pasti memiliki seleranya masing-masing dan pasti akan mempertimbangkan harga handphone berdasarkan spesifikasinya. Pengkategorian harga handphone dapat dilakukan dengan algoritma machine learning seperti Multinomial Logistic Regression dan Naïve Bayes. Tetapi, tidak semua algoritma machine learning dapat membuat model klasifikasi langsung (menggunakan data mentah) dengan akurasi yang tinggi karena skala masing-masing fitur belum sama dalam memprediksi variabel prediktor. Ketika data tidak dinormalisasi, hasil evaluasi model Naïve Bayes menunjukkan nilai akurasi 79.8% sedangkan hasil evaluasi model Multinomial Logistic Regression memiliki nilai akurasi 63.5%. Ketika data dinormalisasi, hasil evaluasi Naïve Bayes naik menjadi 80%, sedangkan hasil evaluasi model Multinomial Logistic Regression menunjukkan kenaikan yang signifikan yaitu menjadi 95.8%.
Peningkatan Daya Keluaran Panel Surya Dengan Motor DC Sebagai Tracking Matahari Ike Bayusari; Caroline Caroline; Hermawati Hermawati; Rahmawati Rahmawati; M Ichsan Dwi Putranto
Jurnal Rekayasa Elektro Sriwijaya Vol. 4 No. 1 (2022): Jurnal Rekayasa Elektro Sriwijaya
Publisher : Jurusan Teknik Elektro Fakultas Teknik Universitas Sriwijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36706/jres.v4i1.61

Abstract

Matahari merupakan sumber energi yang sangat berkaitan bagi kebutuhan manusia, dimana energi tersebut bisa didapatkan dari panas yang merambat sampai permukaan bumi, atau cahaya yang jatuh sampai permukaan bumi. Energi yang bersifat terbarukan mempunyai peran yang sangat penting dalam memenuhi kebutuhan energi mengingat sumber tersebut sangat melimpah. Hal ini disebabkan penggunaan bahan bakar untuk pembangkit-pembangkit listrik konvensional dalam jangka waktu yang panjang akan menguras sumber minyak bumi, gas dan batu bara yang makin menipis dan juga dapat mengakibatkan pencemaran lingkungan. Salah satunya upaya yang telah dikembangkan adalah Pembangkit Listrik Tenaga Surya (PLTS). Suatu alat tracking cahaya matahari dengan penampang yang dapat mengikuti arah datangnya cahaya, sehingga jika ditempatkan modul solar cell di atasnya, energi listrik yang dihasilkan lebih optimal dibandingkan dengan modul solar cell yang menghadap satu arah tertentu saja. Nilai arus maksimum 0,32A, nilai tegangan maksimum 13,74V, dan nilai daya maksimum 4,41W yang dihasilkan panel surya tracking lebih besar dibandingan nilai dari panel surya tanpa tracking dengan nilai arus maksimum 0,25A, nilai tegangan maksimum 11,95V, dan nilai daya maksimum 2,45W.
Penempatan Kapasitor Paralel pada Penyulang Pajajaran GI Jakabaring Wiwin A Oktaviani; Supri Suhendra; Taufik Barlian
Jurnal Rekayasa Elektro Sriwijaya Vol. 4 No. 1 (2022): Jurnal Rekayasa Elektro Sriwijaya
Publisher : Jurusan Teknik Elektro Fakultas Teknik Universitas Sriwijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36706/jres.v4i1.79

Abstract

In order to compensate for reactive power on electrical power distribution lines, parallel capacitors have been utilized extensively. Capacitor placement does not constantly improve the total voltage and power factor. Therefore, it is crucial to establish the ideal capacitance (size) and position of the capacitors to reduce power losses in the distribution line. Palembang City's New Jakabaring Substation is a substation situated in a region with a rapid load increase. Pajajaran Feeder, one of the several feeders at this substation, carries the weight of numerous significant loads as well as expanding residential areas. Reactive power computation and optimal capacitor placement (OCP) were the two simulation techniques used in the study, which were carried out using ETAP 19.0. The study's findings demonstrate that using reactive power calculations, the original Padjajaran feeder voltage drop is improved from 93.26% to 98.98% while utilizing OCP, the voltage drop is improved from 93.26% to 100.1%. However, OCP provides a more consistent capacitance value of the capacitors in the range of 930 kVAR compared to reactive power calculations, whose results are more inconsistent. Calculations using OCP gives more capacitors, namely as many as 20 more than those produced by calculating the reactive power of 14 capacitors. The location of parallel capacitors in the Padjajaran feeder can function optimally and support a load of up to 80% of the transformer capacity rating.
Analisa Performansi Pembangkit Listrik Skala Kecil Berdasarkan Coefficient of Performance (CoP) Sri Agustina; Rachli Agung Mufaridz; Djulil Amri; Herlina Wahab
Jurnal Rekayasa Elektro Sriwijaya Vol. 4 No. 1 (2022): Jurnal Rekayasa Elektro Sriwijaya
Publisher : Jurusan Teknik Elektro Fakultas Teknik Universitas Sriwijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36706/jres.v4i1.80

Abstract

Kebutuhan listrik yang semakin tinggi dan andal mengakibatkan berbagai cara dilakukan untuk pemenuhannya. Salah satu cara tercepat untuk pemenuhan kebutuhan listrik adalah dengan menggunakan generator set. Pada penelitian dirancang satu sistem kelistrikan yang melibatkan motor DC sebagai arus masukan dari generator untuk menghasilkan daya listrik yang lebih besar. Tahapan penelitian yang dilakukan adalah disain, pengujian dan pengukuran untuk mendapatkan tegangan dan arus motor dan generator. Metode yang digunakan untuk performa dari sistem pembangkit adalah menggunakan pengukuran indeks Coefficient of Perfomance (CoP) dan temperatur yang dihasilkan oleh sistem. Pembebanan dilakukan dengan menambahkan beban sebesar 200 watt berupa lampu yang dinaikkan setiap kelipatan 3 menit hingga berakhir di menit ke 15 dengan total beban sebesar 1000 watt. Hasil penelitian didapatkan indeks CoP dengan beban tertera pada nameplate adalah sebesar 8,22 sedangkan indeks Cop tertinggi pada pembebanan 1000 watt sebesar 2,09. Hal ini disebabkan karena kapasitas pembebanan lebih kecil dibandingkan dengan kapasitas tertera pada name plate generator. Sedangkan temperatur akan semakin tinggi jika pembebanan terus ditambah.
Studi Perbandingan Algoritma Statistic, Ensemble, dan Neural Network Pada Kasus Image Classification Salman Al Farizi Harahap; Muhammad Firly Rafliansyah; Ahmad Septyanto; Ilham Pratama
Jurnal Rekayasa Elektro Sriwijaya Vol. 4 No. 2 (2023): Jurnal Rekayasa Elektro Sriwijaya
Publisher : Jurusan Teknik Elektro Fakultas Teknik Universitas Sriwijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36706/jres.v4i2.64

Abstract

Machine learning merupakan salah satu cabang artificial intelligence yang banyak digunakan untuk melakukan prediksi terhadap berbagi hal. Salah satu algoritma machine learning yang sudah digunakan sejak abad ke-18 adalah Naïve Bayes. Naïve bayes merupakan salah satu algoritma machine learning yang mengandalkan statistika dalam melakukan prediksi. Algortima ini sangat baik dalam melakukan prediksi pada saat itu. Namun, sejak muncunya trend Big Data dan Data Mining membuat banyak sekali data dengan berbagai bentuk salah satunya adalah dalam bentuk gambar. Algoritma yang notabenenya mengandalakan statistika ini perlahan mulai ditinggalkan dan orang lebih berminat kepada Algoritma baru dengan aristektur baru. Oleh karena itu, peneliti ingin melakukan perbandingan antara Algoritma Statistic dengan algoritma-algoritma baru yaitu Ensemble, dan Neural Network Pada Kasus Image Classification. Peneliti menggunakan dataset Bag Classes dengan total data sebanyak 15.000 data gambar. Sebelum proses pelatihan, dilakukan Image Augmentation terlebih dahulu sebagai filter gambar agar proses pelatihan dapat dilakukan dengan lebih maksimal. Hasilnya, setiap algoritma memiliki keunggulannya masing masing. Algoritma Statistic kalah unggul dengan algoritma Ensembledan Neural Network dari segi kecepatan dan performa namun masih mengungguli dari segi ukuran yaitu hanya sebesar 6,9 MB. Algoritma Ensemblemendapatkan hasil yang standar, Ukurannya tidak lebih besar dari Neural Network namun performanya jauh lebih baik jika dibandingkan dengan Algoritma Statistic. Algoritma ini cocok untuk project standar seperti Mobile App dan project standar lainnya. Neural Network menjadi algoritma paling baik untuk kasus Image Classification dengan akurasi mendekati hasil yang sempurna yakni 98,61%. Kekurangan algoritma ini hanya pada ukurannya yang terlalu besar. Algoritma ini sangat cocok digunakan untuk project-project besar seperti Self Driving Car, Seat Belt Detection, dan project besar lainnya.
STUDI POTENSI PEMBANGKIT LISTRIK TENAGA MIKRO HIDRO (PLTMH) DI PULAU TIMOR, NUSA TENGGARA TIMUR Rizdam Firly Muzakki
Jurnal Rekayasa Elektro Sriwijaya Vol. 4 No. 2 (2023): Jurnal Rekayasa Elektro Sriwijaya
Publisher : Jurusan Teknik Elektro Fakultas Teknik Universitas Sriwijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36706/jres.v4i2.81

Abstract

Nusa Tenggara Timur memiliki nilai rasio elektrifikasi paling rendah di Indonesia. Pembangkit Listrik Tenaga Mikro Hidro (PLTMH) dinilai mampu mengatasi krisis energi listrik pada daerah yang sulit dicapai. Kajian ini bertujuan untuk mengetahui potensi energi mikro hidro dari sungai yang ada di Pulau Timor. Penelitian dilakukan dengan pengumpulan data informasi aliran air sungai di Pulau Timor, seleksi data berdasarkan debit air sungai, dan perhitungan potensi kapasitas daya terbangkit dari masing-masing sungai. Dari hasil penelitian didapat 5 sungai di Pulau Timor yang memiliki potensi untuk didirikan PLTMH yaitu Mota Benanain, Noe Muti, Noel Mina, Mota Hasfuik, dan Mota Ponu dengan potensi total kapasitas daya yang bisa dibangkitkan adalah sebesar 102,62 kiloWatt(kW).
DESAIN PROTOTIPE PEMBANGKIT LISTRIK TENAGA SURYA UNTUK SUMBER ENERGI ALTERNATIF PADA MESIN STERILISASI ALAT MEDIS PORTABLE Rahmawati; Ike Bayusari; Caroline Caroline; Hermawati Hermawati; Lerisa Mawarni
Jurnal Rekayasa Elektro Sriwijaya Vol. 4 No. 2 (2023): Jurnal Rekayasa Elektro Sriwijaya
Publisher : Jurusan Teknik Elektro Fakultas Teknik Universitas Sriwijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36706/jres.v4i2.85

Abstract

Energi matahari memiliki jumlah yang sangat melimpah dan ramah terhadap lingkungan. Oleh sebab itu, seluruh makhluk hidup memanfaatkan matahari sebagai sumber kehidupan. Oleh karena persediaan energi kovensional yang tidak akan bisa digunakan dengan terus menerus dalam waktu yang sangat lama, maka dibutuhkan suatu energi alternatif yang mampu dimanfaatkan sebagai pembangkit energi listrik yaitu energi matahari atau surya, dengan menggunakan sel surya untuk menghasilkan energi listrik. Terdapat beberapa peralatan rumah tangga, perkantoran, dan juga rumah sakit yang menggunakan alat-alat listrik. Contohnya pada rumah sakit, salah satu alat listrik yang digunakan yaitu mesin sterilisasi alat medis. Sterilisasi adalah pelepasan suatu alat dan juga bahan dari berbagai mikroorganisme hidup atau stadium istirahatnya. Salah satu medote sterilisasi yakni sterilisasi panas yang terdiri dari 2 jenis yaitu sterilisasi panas kering dalam oven dengan suhu 1600C selama waktu 120 menit - 1700C selama waktu 60 menit. Pada penelitian ini bertujuan untuk membuat pembangkit listrik tenaga surya sebagai sumber energi alternatif pada mesin sterilisasi portable untuk alat medis dengan suhu 1700C. Dari percobaan yang telah dilakukan alat yang telah dibuat sudah mampu menghasilkan daya yang cukup untuk pengisian aki yang dapat digunakan sebagai sumber energi pada mesin sterilisasi alat medis portable dengan tegangan dan arus maksimal yaitu 20,9 V dan 8,1 A. Sedangkan pada cuaca yang mendung menghasilkan tegangan dan arus yang paling kecil yakni hanya mampu menghasilkan tegangan sebesar 17,6 V dan arus sebesar 1 A. Aki yang harus memiliki minimal tegangan 12 V untuk mencapai 1700C. Data untuk mencapai 1700C, panel surya menghasilkan daya paling maksimal sebesar 163,13 Watt dan minimal 62,08 Watt. Artinya semakin besar daya maka semakin cepat pegisian aki, begitupun sebaliknya.
Perancangan Sistem Avoiding Halang Rintang Humanoid Robot Menggunakan Sensor Lidar Berbasis Fuzzy Logic herahikmarika; Muhammad Najhan Trialdy P
Jurnal Rekayasa Elektro Sriwijaya Vol. 4 No. 2 (2023): Jurnal Rekayasa Elektro Sriwijaya
Publisher : Jurusan Teknik Elektro Fakultas Teknik Universitas Sriwijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36706/jres.v4i2.86

Abstract

Abstrak -- humanoid robot merupakan robot yang menyerupai manusia dan dalam pergerakannya dapat dikendalikan secara manual dan otomatis. Dalam pengendalian robot otomatis diperlukan sistem avoiding agar robot tidak menabrak halang rintang di hadapannya. Maka, pada penelitian ini dikembangkan suatu humanoid robot beroda yang menggunakan metode Fuzzy Logic sugeno dan sensor LIDAR A1 sebagai software dan hardware dalam sistem avoiding halang rintang. Fuzzy Logic sugeno merupakan sistem algoritma yang memiliki output konstan. Sehingga, robot manusia beroda dapat melakukan avoiding halang rintang secara cepat dan akurat. Hasil yang diperoleh dari penelitian ini adalah sistem avoiding halang rintang menunjukkan hasil yang baik, dibuktikan dengan beberapa pengujian dimana saat pengujian pertama obstacle avoiding dengan 7 membership function sensor LIDAR dapat menghindari halang rintang dengan persentase 100%, di pengujian kedua dengan 5 membership function robot mampu melakukan obstacle avoiding dengan persentasi 96% , dan di pengujian ketiga dengan 3 membership function robot mampu melakukan obstacle avoiding dengan persentase 86,67% .dengan posisi halangan berada di depan,kiri,dan kanan robot. Sehingga dapat disimpulkan bahwas semakin banyak membership function yang digunakan maka hasil yang didapat semakin stabil dan akurat. Kata Kunci : Humanoid Robot, Fuzzy Logic sugeno, LIDAR A1, Sistem avoiding.