cover
Article Per Year (5 Year)
All
Home Page
OAI Link
Editorial Team
Contact
Reviewer
Google Scholar
Contact Name
Irrine Budi Sulistiawati
Contact Email
irrine@lecturer.itn.ac.id
Phone
+628123386004
Journal Mail Official
irrine@lecturer.itn.ac.id
Editorial Address
Jl Raya Karanglo KM 2 Malang
Location
Kota malang,
Jawa timur
INDONESIA
ALINIER: Journal of Artificial Intelligence & Applications
Published by Institut Teknologi Nasional Malang
ISSN : -     EISSN : 27221245     DOI : https://doi.org/10.36040
Core Subject : Engineering,
Automotive Engineering Control & Systems Engineering Electrical & Electronics Engineering Engineering Industrial & Manufacturing Engineering
Every technique that is related to Control, Automation and Artificial Intelligence Starting from a Memorandum of Understanding between Departments/Electrical Engineering Study Programs, Universities/Institutes/Polytechnics are members of Forum Teknik Elektro (FORTEI) Regional VII East Java Required Scientific Publication of the Department of Electrical Engineering, Institut Teknologi Nasional Malang, so an Alinier Journal was created Alinier Journal accepts basic and applied articles related to Artificial Intelligence and its applications. This journal focuses on findings and new ideas that review artificial intelligence problems related to simulation, case studies, implementation, and emphasizes the perspectives of utilization, solutions, latest developments and technological advances. This journal participates in the Seminar Nasional Forum Teknik Elektro Regional 7 (Sinarfe7) which is held annually by FORTEI Reg. VII East Java
Arjuna Subject : Teknik (semua kategori) - Teknik Listrik dan Elektro
Articles 65 Documents
 3   4   5   6   7 
Perbandingan Kinerja Algoritma XGBoost dan CatBoost dalam Klasifikasi Risiko Penyakit Diabetes Utomo, Setyobudi; Sigit, Syauqita; Sulistyowati, Niken; Prasetya, Dwi Arman; Fahrudin, Tresna Maulana
ALINIER: Journal of Artificial Intelligence & Applications Vol. 6 No. 2 (2025): ALINIER Journal of Artificial Intelligence & Applications
Publisher : Program Studi Teknik Elektro S1 ITN Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/alinier.v6i2.14772

Abstract

Diabetes merupakan penyakit kronis dengan prevalensi global yang terus meningkat, termasuk di Indonesia. Deteksi dini sangat penting untuk mencegah komplikasi serius yang terkait dengan kondisi ini. Seiring dengan kemajuan teknologi, pendekatan machine learning semakin banyak diterapkan dalam klasifikasi penyakit dan prediksi risiko. Penelitian ini bertujuan untuk membandingkan kinerja dua algoritma gradient boosting, yaitu XGBoost dan CatBoost, dalam mengklasifikasikan risiko diabetes berdasarkan data medis pasien. Dataset yang digunakan adalah Diabetes Dataset, yang terdiri dari delapan fitur medis dan satu label target. Penelitian ini mencakup proses pra-pemrosesan data, pelatihan model dengan pembagian data latih dan uji, serta evaluasi menggunakan metrik klasifikasi seperti akurasi, presisi, recall, dan F1-score. XGBoost dipilih karena efisiensinya dalam komputasi serta adanya regularisasi bawaan yang membantu mencegah overfitting pada data numerik berskala besar. Sementara itu, CatBoost digunakan karena kemampuannya dalam menangani fitur kategorikal secara langsung melalui teknik random permutation dan ordered boosting. Hasil dari penelitian ini diharapkan dapat berkontribusi pada pengembangan sistem prediksi diabetes yang lebih akurat dan efisien serta menjadi referensi dalam penerapan algoritma boosting di bidang medis.
Rancang Bangun Sistem Monitoring Kualitas Air Pdam Berbasis IoT Hafsari, Putri; Yanuartanti , Iska; Arie Whidining Kusumastutie, Diah
ALINIER: Journal of Artificial Intelligence & Applications Vol. 6 No. 2 (2025): ALINIER Journal of Artificial Intelligence & Applications
Publisher : Program Studi Teknik Elektro S1 ITN Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/alinier.v6i2.15538

Abstract

Pemantauan kualitas air menjadi aspek penting untuk memastikan air yang dikonsumsi Masyarakat aman dan sesaui standar. Penelitian ini bertujuan untuk merancang sistem monitoring kualitas air berbasis Internet of Things (IoT) menggunakan sensor TDS dan pH yang mampu mendeteksi nilai konduktivitas Listrik secara real time. Sistem akan memberikan notifikasi otomatis apabila nilai konduktivitas melebihi ambang batas aman. Pengujian dilakukan pada sepuluh sampel dari berbagai Lokasi dan waktu (pagi, siang, malam). Nilai TDS dikonversi menjadi konduktivitas Listrik (µS/cm) dan dibandingkan dengan hasil pengukuran menggunakan alat EC meter. Hasil menunjukkan akurasi sistem sebesar 99,05% dengan rata-rata eror 0,95%. Korelasi antara data sensor dan alat pembanding mencapai r=0,989. Menunjukkan validitas tinggi. Selain itu, hail pengukuran dari waktu berbeda menhasilkan standar deviasi sebesar ±54,88 µS/cm, yang menunjukkan reabilitas sistem cukup baik. sistem ini dinilai akurat, efisien, dan berpotensi dikemabngkan lebih lanjut dengan fitur tambahan seperti notifikasi mobile dan energi mandiri.
Rancang Bangun dan Uji Kinerja Light Trap Berbasis PLTB untuk Pengendalian Hama Tanaman Padi Sholakhudin, Muhammad Atok; Shalahuddin, Yanu; Mitra Sujatmiko, Bagus
ALINIER: Journal of Artificial Intelligence & Applications Vol. 6 No. 2 (2025): ALINIER Journal of Artificial Intelligence & Applications
Publisher : Program Studi Teknik Elektro S1 ITN Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/alinier.v6i2.15828

Abstract

Penelitian ini difokuskan pada perancangan serta pengujian prototipe perangkap cahaya (light trap) yang memanfaatkan Pembangkit Listrik Tenaga Bayu (PLTB) sebagai sumber energi, dengan tujuan mendukung metode pengendalian hama yang ramah lingkungan pada budidaya padi. Perangkat yang dikembangkan memadukan turbin angin tipe Savonius, generator arus searah (DC), serta lampu UV yang dioperasikan secara otomatis menggunakan digital timer. Uji lapangan dilaksanakan di area persawahan dengan pengukuran parameter kelistrikan dan pencatatan jumlah hama yang tertangkap. Berdasarkan hasil pengamatan, sistem mampu menghasilkan tegangan puncak 12,3 V dengan efisiensi konversi energi sebesar 27,14%. Lampu UV terbukti efektif memikat berbagai hama, termasuk wereng, kepik, dan ngengat, tanpa penggunaan pestisida kimia. Rancangan ini dinilai hemat energi, efisien, dan berpotensi diterapkan dalam konsep pertanian berkelanjutan.
MPPT Berbasis ANN Untuk Sistem Fotovoltaik : Analisis Kinerja Pada Suhu dan Irradiansi Muhammad, Silahurrobbani; Shalahuddin, Yanu; Efytra Yuliana, Dian
ALINIER: Journal of Artificial Intelligence & Applications Vol. 6 No. 2 (2025): ALINIER Journal of Artificial Intelligence & Applications
Publisher : Program Studi Teknik Elektro S1 ITN Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/alinier.v6i2.15999

Abstract

Pemanfaatan energi surya melalui sistem fotovoltaik (PV) terkendala oleh fluktuasi iradiasi dan suhu yang memengaruhi titik daya maksimum (MPP). Penelitian ini bertujuan menganalisis kinerja MPPT berbasis Artificial Neural Network (ANN) dengan simulasi MATLAB/Simulink, menggunakan model single-diode PV array, dua input (iradiasi dan suhu), satu output (tegangan optimal), serta algoritma pelatihan Levenberg–Marquardt yang terintegrasi dengan boost converter 200 W. Hasil menunjukkan peningkatan iradiasi dari 400 W/m² ke 1000 W/m² pada suhu 25°C mampu menaikkan daya hingga 218% (62,1 W menjadi 198,1 W), sedangkan kenaikan suhu dari 25°C ke 35°C pada iradiasi 1000 W/m² menurunkan daya sekitar 10,6% (198,1 W menjadi 177 W). ANN terbukti mampu melacak MPP dengan cepat, menjaga kestabilan tegangan, serta meningkatkan efisiensi sistem PV, sehingga berpotensi diterapkan pada sistem energi surya di wilayah tropis.
Simulasi Pengaruh Pertambahan Beban Terhadap Kestabilan Tegangan dan Frekuensi pada PLTMH Off-Grid 85 kVA Menggunakan MATLAB Simulink 2018a Prayoga, Rendy wisnu; Shalahuddin, Yanu; Yumono, Fajar
ALINIER: Journal of Artificial Intelligence & Applications Vol. 6 No. 2 (2025): ALINIER Journal of Artificial Intelligence & Applications
Publisher : Program Studi Teknik Elektro S1 ITN Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/alinier.v6i2.16121

Abstract

Frekuensi dan tegangan PLTMH terdampak oleh adanya perubahan beban Listrik. Penelitian ini membahas analisis dampak perubahan beban listrik dan merancang strategi kendali melalui simulasi menggunakan MATLAB/Simulink untuk menstabilkan sistem. Pemodelan PLTMH kapasitas 85 kVA dengan variasi beban 5–60 kW. Simulasi dilakukan dalam tiga skenario: tanpa kendali, dengan Automatic Voltage Regulator (AVR) dan Governor berbasis PID, serta dengan penambahan kapasitor bank. Hasil simulasi menunjukkan bahwa pertambahan beban menyebabkan ketidakstabilan signifikan pada tegangan dan frekuensi. Implementasi AVR dan Governor berhasil menstabilkan tegangan pada 220 V dan frekuensi pada 50 Hz dengan settling time <1 detik. Integrasi kapasitor bank lebih lanjut meningkatkan kualitas daya dengan menaikkan PF hingga 0.9, mengurangi rugi-rugi daya, dan mengoptimalkan kinerja generator. Penelitian ini membuktikan efektivitas kombinasi kontrol PID dan kompensasi reaktif dalam meningkatkan keandalan PLTMH off-grid.

Page 7 of 7 | Total Record : 65

 3   4   5   6   7 

Filter by Year

2020 2025


Reset
Filter By Issues
All Issue Vol. 6 No. 2 (2025): ALINIER Journal of Artificial Intelligence & Applications Vol. 6 No. 1 (2025): ALINIER Journal of Artificial Intelligence & Applications Vol. 5 No. 2 (2024): ALINIER Journal of Artificial Intelligence & Applications Vol. 5 No. 1 (2024): ALINIER Journal of Artificial Intelligence & Applications Vol. 4 No. 2 (2023): ALINIER Journal of Artificial Intelligence & Applications Vol. 4 No. 1 (2023): ALINIER Journal of Artificial Intelligence & Applications Vol. 3 No. 2 (2022): ALINIER Journal of Artificial Intelligence & Applications Vol. 3 No. 1 (2022): ALINIER Journal of Artificial Intelligence & Applications Vol. 2 No. 2 (2021): ALINIER Journal of Artificial Intelligence & Applications Vol. 2 No. 1 (2021): ALINIER Journal of Artificial Intelligence & Applications Vol. 1 No. 2 (2020): ALINIER Journal of Artificial Intelligence & Applications Vol. 1 No. 1 (2020): ALINIER Journal of Artificial Intelligence & Applications More Issue