cover
Article Per Year (5 Year)
All
Home Page
OAI Link
Editorial Team
Contact
Reviewer
Google Scholar
Contact Name
-
Contact Email
-
Phone
-
Journal Mail Official
-
Editorial Address
-
Location
Kab. serang,
Banten
INDONESIA
Setrum : Sistem Kendali-Tenaga-elektronika-telekomunikasi-komputer
Published by Universitas Sultan Ageng Tirtayasa
ISSN : 23014652     EISSN : 2503068X     DOI : -
Core Subject : Education,
Education
SETRUM : Sistem Kendali Tenaga Elektronika Telekomunikasi Komputer merupakan jurnal yang diterbitkan oleh Jurusan Teknik Elektro, Fakultas Teknik, Universitas Sultan Ageng Tirtayasa (UNTIRTA) sejak 2012 menggunakan sistem Open Journal System (OJS).
Arjuna Subject : -
Articles 301 Documents
 27   28   29   30   31 
Evaluation of Proximity Switch for Exhaust Fan Interlock System on Pellet Dryer at PT Chandra Asri Pacific Tbk Felycia, Felycia; Sativa, Oryza; Hartono, Hartono; Nugraha, Adi; Sriwijaya, Sayid Bahri
Setrum : Sistem Kendali-Tenaga-elektronika-telekomunikasi-komputer Vol 14, No 1 (2025): Edisi Juni 2025
Publisher : Universitas Sultan Ageng Tirtayasa

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.62870/setrum.v14i1.33105

Abstract

Guaranteeing the proficient execution of pellet dryers within the petrochemical segment requests a reliable security and control framework. This inquire about investigates the utilize of an interlock framework utilizing nearness switches on the debilitate fan of a pellet dryer at PT Chandra Asri Pacific Tbk. Vicinity switches serve a crucial function in recognizing inconsistencies within the dryer's rotational speed, subsequently making a difference keep up operational parameters. The framework utilizes an inductive nearness switch to track the revolution of metallic components inside the dryer, transmitting parallel inputs to a recurrence converter. These inputs are changed into real-time information on rotational speed, which are fundamental for activating the interlock reaction in case of variations from the norm. The interlock setup, which is associated to key generation units such as the soften pump and blender, plays a preventive part against chain-reaction disappointments. The comes about appear a steady operational speed extending from 465.7 to 467.5 RPM—well over the least limit of 250 RPM—highlighting the system's unwavering quality. This setup minimizes startling shutdowns and diminishes hardware wear, in this manner boosting both security and operational efficiency.
Optimasi Kendali Lengan Robotik Dengan Computer Vision Untuk Penerapan Pekerjaan Berbahaya Putra, Rizki pratama; Adiwijaya, Rangga Prasetya; Salsabila, Mawarita; Sari, Tasya kartika
Setrum : Sistem Kendali-Tenaga-elektronika-telekomunikasi-komputer Vol 14, No 1 (2025): Edisi Juni 2025
Publisher : Universitas Sultan Ageng Tirtayasa

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.62870/setrum.v14i1.30964

Abstract

Penelitian ini bertujuan mengembangkan sistem kendali lengan robotik berbasis Computer Vision dengan memanfaatkan Jetson Nano sebagai pusat pemrosesan visual dan pengontrol motor servo. Sistem dirancang untuk meniru gerakan tangan manusia secara real-time melalui deteksi 21 titik landmark tangan menggunakan MediaPipe Hands, dengan akurasi yang ditingkatkan melalui metode filtering dan perhitungan sudut jari berbasis vektor. Lengan robotik menggunakan enam servo motor yang dikendalikan oleh driver PWM PCA9685, dengan desain menyerupai tangan manusia untuk memungkinkan gerakan kompleks dan fleksibel. Hasil pengujian menunjukkan kecepatan rata-rata pergerakan sendi sebesar 35°/detik dan kekuatan genggaman mencapai 78%, cukup untuk memegang objek secara stabil. Konsumsi daya sistem juga efisien (5V, 1.5A) dan tidak menunjukkan gejala overheating. Penggunaan box transparan untuk input visual mampu mengurangi noise hingga 30%, meningkatkan akurasi deteksi gerakan. Sistem ini menunjukkan potensi besar untuk diterapkan di lingkungan berisiko tinggi serta dalam aplikasi industri atau medis. Ke depannya, integrasi sensor haptic dan algoritma deep learning disarankan guna meningkatkan adaptasi dan interaksi robot terhadap kondisi kerja yang lebih kompleks.
Sistem Monitoring Kejernihan Air Tandon Menggunakan Sensor Turbidity Berbasis IoT di Kecamatan Kasemen Saraswati, Irma; Mansyur, Mansyur; Haryanto, Heri; Ramadhani, Ahmad; Franata, Nauval; Erlindriyani, Ratu Verlaili; Yudono, Muchtar Ali Setyo
Setrum : Sistem Kendali-Tenaga-elektronika-telekomunikasi-komputer Vol 14, No 1 (2025): Edisi Juni 2025
Publisher : Universitas Sultan Ageng Tirtayasa

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.62870/setrum.v14i1.33205

Abstract

Air merupakan bagian sangat penting untuk kelangsungan hidup makhluk hidup. Oleh karena itu perlu mengetahui kualitas air yang memenuhi standar kesehatan, maka pada penelitian ini dirancang sistem monitoring kejernihan air menggunakan sensor turbidity pada tandon berbasis internet of thing. Sistem ini memanfaatkan aplikasi Blynk pada platform Android untuk melakukan sistem monitoring. Parameter fisika yang diuji berupa tingkat kekeruhan air, pH dan suhu menggunakan sensor turbidity SEN0189, pH dan sensor suhu DS18B20. Pengujian keseluruhan parameter dilakukan di Kantor Kecamatan Kasemen. Hasil rata-rata tingkat kekeruhan berkisar 25-27 NTU, nilai tersebut sudah sesuai dengan standar mutu air bersih menurut KEPMENKES RI No/32/2017 yaitu sebesar 25 NTU. Hasil pengujian nilai pH air tercatat antara 5-6, yang menunjukkan sifat asam, dan suhu air bervariasi antara lain 28°C-32°C bergantung pada kondisi cuaca pada saat pengujian. Sistem monitoring ini bekerja dengan baik di cuaca hujan (28°C) dan cuaca cerah (32°C).
Implementasi Machine Learning Untuk Memprediksi Harga Rumah Dengan Menggunakan Metode Decision Tree Regressor Dan Random Forest Regressor Salsabila, Mawarita; Adiwijaya, Rangga Prasetya; Octavia, Lia Nur
Setrum : Sistem Kendali-Tenaga-elektronika-telekomunikasi-komputer Vol 14, No 1 (2025): Edisi Juni 2025
Publisher : Universitas Sultan Ageng Tirtayasa

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.62870/setrum.v14i1.31025

Abstract

Seiring dengan perkembangan teknologi yang pesat, kebutuhan akan solusi digital yang efisien dalam berbagai bidang semakin meningkat, termasuk dalam sektor properti. Pencarian dan penilaian harga rumah biasanya memerlukan interaksi langsung dengan agen properti atau pemilik rumah. Hal ini menciptakan kebutuhan akan metode prediksi harga rumah yang lebih efisien tanpa harus berinteksi langsung dengan yang bersangkutan. Penelitian ini mengusulkan implementasi Random Forest Regressor dalam kerangka Machine Learning yang diwujudkan dalam bentuk aplikasi untuk memprediksi harga rumah berdasarkan citra properti yang dapat digunakan oleh siapa saja dan di mana saja. Dataset yang digunakan dalam penelitian ini mencakup ribuan data numerik seperti jumlah kamar tidur, jumlah kamar mandi, luas bangunan, kondisi bangunan, dan aksebilitas. Metode Random Forest Regression dapat diterapkan setelah pengguna menambahkan Feature Description dan melatih Data Train dalam Machine Learning untuk memastikan efisiensi dan akurasi metode ini. Hasil penelitian menunjukkan bahwa model berbasis citra dengan Random Forest Regression dengan bantuan Decision Tree dapat memprediksi harga rumah dengan akurasi yang cukup baik. Aplikasi ini dapat diakses oleh pengguna dari berbagai wilayah, sehingga memberikan fleksibilitas dan kemudahan dalam penggunaan. Metode ini terbukti efektif untuk analisis awal dan dapat menjadi alat bantu yang signifikan dalam pengambilan keputusan penilaian properti.
Implementasi Artificial Intelligence untuk Non-Destructive Testing: Ulasan Open Access Imamul Muttakin; Ceri Ahendyarti; Fadil Muhammad; Masjudin Masjudin; Ratu Verlaili Erlindriyani; Nauval Franata; Muchtar Ali Setyo Yudono; Agusutrisno Agusutrisno; Rian Fahrizal; Alief Maulana
Setrum : Sistem Kendali-Tenaga-elektronika-telekomunikasi-komputer Vol 15, No 1 (2026): Edisi Juni 2026
Publisher : Universitas Sultan Ageng Tirtayasa

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.62870/setrum.v15i1.40021

Abstract

Reviu ini mengkaji kemajuan terkini dalam pengujian dan evaluasi non-destruktif terintegrasi kecerdasan buatan (AI-NDT) di berbagai bidang seperti kualitas pangan, infrastruktur, manufaktur, sistem energi, ilmu kayu, dan pertanian. Literatur menunjukkan pergeseran dari inspeksi konvensional menuju sistem cerdas yang mampu melakukan pemantauan real-time, deteksi cacat, aesmen kualitas, penilaian kuantitatif, dan pemeliharaan prediktif. Modalitas sensing utama meliputi ultrasonik, akustik, elektromagnetik, gelombang mikro, pencitraan, spektroskopi, bioimpedansi, dan teknologi hidung/lidah elektronik, yang umumnya dikombinasikan dengan model machine learning dan deep learning. Meskipun telah terjadi kemajuan yang signifikan, tantangan tetap ada dalam hal ketersediaan dataset, generalisasi model, pergeseran sensor, interpretasi, standardisasi, dan penerapan di lapangan. Penelitian di masa mendatang harus menekankan fusi sensor multimodal, explainable AI dan AI berbasis fisika, edge computing, dataset benchmark, dan validasi jangka panjang. Secara keseluruhan, AI-NDT muncul sebagai teknologi sentral untuk NDE 4.0 dan sistem inspeksi cerdas.
Klasifikasi Kondisi Minyak Isolasi Transformator Tenaga PLN UPT Cilegon Menggunakan K-Nearest Neighbors Khatibul Umam; Masjudin Masjudin; Heri Haryanto; Hartono Hartono; Muhamad Otong
Setrum : Sistem Kendali-Tenaga-elektronika-telekomunikasi-komputer Vol 15, No 1 (2026): Edisi Juni 2026
Publisher : Universitas Sultan Ageng Tirtayasa

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.62870/setrum.v15i1.38528

Abstract

Transformator merupakan komponen penting dalam sistem kelistrikan yang membutuhkan pemeliharaan berkala untuk menjaga keandalannya. Salah satu metode yang umum digunakan untuk mendeteksi potensi gangguan pada transformator adalah Dissolved Gas Analysis (DGA), yaitu analisis gas-gas terlarut dalam minyak isolasi. Data DGA dianalisis menggunakan antarmuka GUI Matlab yang dirancang khusus dengan mengacu pada standar IEEE C57.104 dan IEC 60599. Beberapa metode interpretasi yang digunakan dalam GUI ini meliputi TDCG, rasio Roger, rasio Doernenburg, segitiga Duval, key gas dan rasio karbon. Hasil pengujian menunjukkan bahwa metode TDCG mengindikasikan kondisi minyak transformator berada dalam kategori aman (kondisi 1), sedangkan metode segitiga Duval mendeteksi adanya partial discharge (PD) dan thermal fault (T1) pada beberapa titik waktu. Dalam pengujian model klasifikasi, algoritma KNN menunjukkan performa terbaik dengan akurasi ≥ 84% hingga 95% pada nilai k=17 dari rentang pengujian k=3 hingga k=19. Temuan ini menegaskan bahwa pemilihan metode interpretasi dan algoritma klasifikasi yang tepat sangat penting untuk meningkatkan akurasi diagnosis kondisi transformator. Penelitian ini diharapkan dapat menjadi dasar bagi pengembangan sistem pemeliharaan prediktif yang lebih efisien dan andal di sektor kelistrikan.
Pengembangan Website Edukasi Bahasa Isyarat Indonesia dengan Integrasi Deteksi Gestur Tangan Berbasis YOLOv11 Muhammad Khairul Ikhwan; Gaguk Suprianto
Setrum : Sistem Kendali-Tenaga-elektronika-telekomunikasi-komputer Vol 15, No 1 (2026): Edisi Juni 2026
Publisher : Universitas Sultan Ageng Tirtayasa

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.62870/setrum.v15i1.40665

Abstract

Bahasa Isyarat Indonesia (BISINDO) merupakan sarana komunikasi utama bagi penyandang tunarungu. Namun, pemanfaatannya dalam lingkungan pembelajaran sekolah inklusif masih belum optimal karena keterbatasan media pembelajaran yang interaktif. Penelitian ini bertujuan untuk mengembangkan website edukasi BISINDO berbasis web yang dilengkapi dengan fitur deteksi gestur tangan secara real-time menggunakan algoritma YOLOv11 sebagai media pendukung pembelajaran bagi guru di SMP Galuh Handayani Surabaya. Sistem dikembangkan menggunakan metode Waterfall yang meliputi tahapan analisis kebutuhan, perancangan sistem, implementasi, pengujian, dan evaluasi. Sistem dibangun menggunakan framework Flask dan bahasa pemrograman Python serta menerapkan teknologi computer vision untuk mendeteksi gestur tangan BISINDO yang terdiri atas huruf alfabet (A–Z) dan 38 kosakata dasar. Hasil pengujian menunjukkan bahwa model YOLOv11 memiliki performa yang sangat baik. Pada pengujian kosakata BISINDO, model memperoleh rata-rata Precision sebesar 0,972, Recall sebesar 0,987, dan mAP50 sebesar 0,986. Sementara itu, pada pengujian alfabet BISINDO, model memperoleh rata-rata Precision sebesar 0,915, Recall sebesar 0,915, dan mAP50 sebesar 0,952. Evaluasi usability menggunakan USE Questionnaire menghasilkan skor kelayakan sebesar 86,04% yang termasuk dalam kategori sangat baik. Hasil tersebut menunjukkan bahwa sistem yang dikembangkan dapat diterima dengan baik oleh pengguna dan layak digunakan sebagai media pembelajaran BISINDO yang interaktif dalam mendukung pendidikan inklusif.
Desain dan Implementasi Aplikasi Penilaian Kinerja Dosen Berbasis Web Menggunakan Pendekatan User-Centered Design Midarto Dwi Wibowo; Latifah Listyalina
Setrum : Sistem Kendali-Tenaga-elektronika-telekomunikasi-komputer Vol 15, No 1 (2026): Edisi Juni 2026
Publisher : Universitas Sultan Ageng Tirtayasa

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.62870/setrum.v15i1.39288

Abstract

Di institusi pendidikan, dosen memiliki tanggung jawab utama dalam tridharma perguruan tinggi yang meliputi pendidikan, penelitian, dan pengabdian kepada masyarakat. Penilaian kinerja dosen, yang dilakukan setiap akhir semester oleh mahasiswa, merupakan kegiatan penting untuk meningkatkan kualitas pengajaran. Evaluasi ini mencakup aspek seperti persiapan mengajar, penyampaian materi, dan pengelolaan kelas. Saat ini, metode penilaian yang digunakan masih manual dan kurang efisien, membutuhkan waktu dan biaya yang besar serta rentan terhadap kesalahan. Untuk mengatasi masalah ini, disarankan penggunaan sistem informasi berbasis web yang lebih efektif dan efisien, memberikan hasil yang lebih akurat, dan mendukung pengambilan keputusan untuk peningkatan kualitas dosen. Website dibangun, dengan detail interaksi pengguna yang berbeda, seperti prosedur login, penampilan data, dan proses validasi. Website ini dirancang untuk digunakan oleh admin, prodi, dan mahasiswa. Hasil dan pembahasan dari tampilan website ini telah dipaaprkan dengan rinci. Sistem ini juga diharapkan dapat memberikan informasi detail mengenai kinerja dosen yang bisa digunakan sebagai dasar untuk perbaikan dan pengembangan lebih lanjut.
Penerapan RobustScaler dan Principal Component Analysis pada K-Means Clustering untuk Segmentasi Wilayah Berdasarkan Indikator Sosial-Ekonomi di Jawa Timur Shynta Ayu Dwi Dharmawan
Setrum : Sistem Kendali-Tenaga-elektronika-telekomunikasi-komputer Vol 15, No 1 (2026): Edisi Juni 2026
Publisher : Universitas Sultan Ageng Tirtayasa

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.62870/setrum.v15i1.39997

Abstract

Kesenjangan sosial-ekonomi di Provinsi Jawa Timur terus menjadi kendala dalam perencanaan pembangunan. Sayangnya, pendekatan analitik konvensional kerap menggunakan metode normalisasi yang rentan terhadap data pencilan (outlier). Studi berikut mengusulkan model pengelompokan berbasis data yang mengintegrasikan RobustScaler, Principal Component Analysis (PCA), dan algoritma K-Means untuk menyegmentasikan 38 kabupaten/kota berdasarkan 8 parameter sosial-ekonomi dari BPS tahun 2024. Model yang diusulkan dievaluasi kinerjanya secara komparatif terhadap StandardScaler dan MinMaxScaler. Berdasarkan pengujian metode Elbow dan Silhouette Score, jumlah klaster paling optimal ditetapkan pada k=3. Hasil validasi mengonfirmasi bahwa RobustScaler memiliki performa pemisahan klaster yang paling superior. Pemodelan berhasil mengidentifikasi 3 profil wilayah yang distingtif: metropolitan maju, wilayah berkembang, dan kawasan tertinggal. Pemilihan metode normalisasi terbukti sangat krusial dalam pemetaan data regional untuk memfasilitasi perumusan kebijakan pembangunan yang lebih tepat sasaran.
Analisis Perbandingan Performa Sinyal 4G Seluler (XL, Telkomsel, Indosat) di Universitas Islam Negeri Mataram Menggunakan Metode Drive Test Yusril Zamroni; Made Sutha Yadnya
Setrum : Sistem Kendali-Tenaga-elektronika-telekomunikasi-komputer Vol 15, No 1 (2026): Edisi Juni 2026
Publisher : Universitas Sultan Ageng Tirtayasa

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.62870/setrum.v15i1.39339

Abstract

Kebutuhan layanan telekomunikasi di lingkungan Universitas Islam Negeri Mataram cukup tinggi untuk mendukung akses informasi yang cepat dan stabil. Namun, kualitas layanan setiap provider masih bervariasi sehingga terkadang terjadi penurunan kualitas sinyal hingga gangguan koneksi 4G. Hal ini dipengaruhi oleh kondisi lingkungan serta penempatan BTS yang tidak selalu optimal. Penelitian ini membandingkan performa jaringan Telkomsel, Indosat, dan XL menggunakan metode drive test berdasarkan parameter RSRP dan RSRQ. Hasil menunjukkan Telkomsel memiliki performa RSRP terbaik dengan mean -86.14 dBm serta probabilitas sinyal lemah paling rendah (0.04), diikuti Indosat dan XL. Pada RSRQ, Indosat dan Telkomsel memiliki performa yang relatif seimbang, sedangkan XL menunjukkan kualitas terendah dengan probabilitas nilai buruk tertinggi (0.40). Secara keseluruhan, Telkomsel unggul pada kekuatan sinyal, Indosat dan Telkomsel relatif seimbang pada kualitas sinyal, sedangkan XL memiliki performa terendah pada kedua parameter.

Page 30 of 31 | Total Record : 301

 27   28   29   30   31 

Filter by Year

2012 2026


Reset
Filter By Issues
All Issue Vol 15, No 1 (2026): Edisi Juni 2026 Vol 14, No 1 (2025): Edisi Juni 2025 Vol 13, No 2 (2024): Edisi Desember 2024 Vol 13, No 1 (2024): Edisi Juni 2024 Vol 12, No 2 (2023): Edisi Desember 2023 Vol 12, No 1 (2023): Edisi Juni 2023 Vol 11, No 2 (2022): Edisi Desember 2022 Vol 11, No 1 (2022): Edisi Juni 2022 Vol 10, No 2 (2021): Edisi Desember 2021 Vol 10, No 1 (2021): Edisi Juni 2021 Vol 9, No 2 (2020): Edisi Desember 2020 Vol 9, No 1 (2020): Edisi Juni 2020 Vol 9, No 2 (2020) Vol 8, No 2 (2019): Edisi Desember 2019 Vol 8, No 1 (2019): Edisi Juni 2019 Vol 7, No 2 (2018): Edisi Desember 2018 Vol 7, No 1 (2018): Edisi Juni 2018 Vol 6, No 2 (2017): Edisi Desember 2017 Vol 6, No 1 (2017): Edisi Juni 2017 Vol 5, No 2 (2016): Edisi Desember 2016 Vol 5, No 1 (2016): Edisi Juni 2016 Vol 5, No 1 (2016) Vol 5, No 1 (2016): List of Accepted Papers Vol 4, No 2 (2015): Edisi Desember 2015 Vol 4, No 1 (2015): Edisi Juni 2015 Vol 3, No 2 (2014): Edisi Desember 2014 Vol 3, No 1 (2014): Edisi Juni 2014 Vol 2, No 2 (2013): Edisi Desember 2013 Vol 2, No 1 (2013): Edisi Juni 2013 Vol 2, No 2 (2013) Vol 1, No 2 (2012): Edisi Desember 2012 Vol 1, No 1 (2012): Edisi Juni 2012 More Issue