cover
Article Per Year (5 Year)
All
Home Page
OAI Link
Editorial Team
Contact
Reviewer
Google Scholar
Contact Name
Imamatul Ummah
Contact Email
ummah.134@gmail.com
Phone
+6281939100361
Journal Mail Official
elconika.unhasy@gmail.com
Editorial Address
Tebuireng, Jl. Irian Jaya No.55, Cukir, Kec. Diwek, Kabupaten Jombang, Jawa Timur 61471
Location
Kab. jombang,
Jawa timur
INDONESIA
Elconika: Jurnal Teknik Elektro
Published by Universitas Hasyim Asy'ari
ISSN : -     EISSN : 29859506     DOI : https://doi.org/10.33752/elconika.v1i1
Core Subject : Science, Engineering,
Computer Science & IT Control & Systems Engineering Electrical & Electronics Engineering Energy Engineering
Elconika merupakan Jurnal Teknik Elektro Universitas Hasyim Asy`ari Tebuireng Jombang. Jurnal Elconika pertama kali dibentuk berdasarkan SK Nomor: 001/KEP/UNHASY/FT/TE/VIII/2022 tanggal 22 Maret 2022. Jurnal Elconika terbit dua kali dalam satu tahun, pada bulan Desember dan Juni. Terbitan pertama, Vol. 1 No. 1 (2022), diterbitkan pada bulan Desember 2022. Jurnal Elconika dibentuk untuk membantu peneliti dalam menerbitkan hasil penelitian maupun kajian analisis di bidang Elektronika, Kelistrikan, Kontrol, Robotika, Tenaga, Telekomunikasi, Komputer, dan Kecerdasan Buatan (AI).
Arjuna Subject : Teknik (semua kategori) - Teknik Listrik dan Elektro
Articles 62 Documents
 3   4   5   6   7 
Analisis Efisiensi Motor Induksi Tiga Fasa Pada Beban Berbeda Rizqil Aditya Fascara; Jati Widyo Leksono; Achmad Jauharul Munawir
Elconika: Jurnal Teknik Elektro Vol. 4 No. 2 (2026)
Publisher : Universitas Hasyim Asy`ari

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33752/elconika.v4i2.11878

Abstract

Motor induksi tiga fasa merupakan salah satu jenis motor listrik yang paling banyak digunakan di dunia industry karena memiliki konstruksi yang sederhana, biaya perawatan yang relative rendah, serta tingkat keandalan yang tinggi. Dalam pengoperasiannya, kinerja motor sangat dipengaruhi oleh besarnya beban yang diberikan. Oleh karena itu, diperlukan analisis untuk mengetahui bagaimana perubahan beban memengaruhi performa dan efisiensi motor. Penelitian ini bertujuan untuk menganalisis pengaruh variasi beban terhadap efisiensi, torsi, kecepatan putar, dan slip pada motor induksi tiga fasa. Metode penelitian dilakukan dengan menganalisis data hasil pengujian motor pada beberapa kondisi pembebanan yang berbeda, kemudian menghitung dan mengevaluasi parameter-parameter kinerja motor. Hasil penelitian menunjukkan bahwa peningkatan beban menyebabkan arus, torsi, daya mekanik, dan efisiensi motor mengalami peningkatan. Nilai efisiensi motor meningkatdari 40% menjadi 59%, sedangkan torsi meningkatdari 1,48 Nm menjadi 2,60 Nm. Sebaliknya, kecepatan putar motor mengalami penurunan dari 1472 rpm menjadi 1350 rpm dan nilai slip meningkat dari 0,018 menjadi 0,10 seiring bertambahnya beban. Berdasarkan hasil tersebut dapat disimpulkan bahwa motor induksi tiga fasa memiliki performa yang lebih baik dan bekerja lebih efisien pada kondisi berbeban, namun pembebanan yang semakin besar juga menyebabkan peningkatan slip dan penurunan kecepatan putar motor.
Preprocessing Data Arah Angin Multi-Format Menjadi Komponen U-V Menggunakan Google Colab Imamatul Ummah; Elly Indahwati
Elconika: Jurnal Teknik Elektro Vol. 4 No. 2 (2026)
Publisher : Universitas Hasyim Asy`ari

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33752/elconika.v4i2.12448

Abstract

Data angin merupakan salah satu parameter penting dalam analisis meteorologi dan oseanografi. Data angin dari BMKG seringkali memiliki format yang tidak seragam, yaitu arah angin ditulis dalam bentuk kode mata angin dan satuan kecepatan masih dalam knot. Penelitian ini bertujuan untuk melakukan preprocessing data angin multi-format menjadi komponen vektor zonal U dan meridional V dengan satuan m/s. Metode yang digunakan adalah merapikan data, standarisasi arah ke derajat, pembersihan data, konversi satuan kecepatan angin, transformasi ke komponen U-V dan validasi. Semua proses tersebut dilakukan dengan menggunakan bahasa pemrograman Python pada Google Colab. Hasil penelitian menunjukkan bahwa dari 912 data awal, tidak ada satu datapun yang dihapus. Validasi dengan perhitungan RMSE menghasilkan nilai 0.000028 m/s, yang mengindikasikan bahwa proses konversi berjalan dengan akurat. Data hasil preprocessing ini dapat langsung digunakan sebagai input untuk analisis komputasi seperti clustering.

Page 7 of 7 | Total Record : 62

 3   4   5   6   7 

Filter by Year

2022 2026


Reset
Filter By Issues
All Issue Vol. 4 No. 2 (2026) Vol. 4 No. 1 (2025) Vol. 3 No. 2 (2025) Vol. 3 No. 1 (2024) Vol. 2 No. 2 (2024) Vol. 2 No. 1 (2023) Vol. 1 No. 2 (2023) Vol. 1 No. 1 (2022)