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 294 Documents
 26   27   28   29   30 
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.

Page 30 of 30 | Total Record : 294

 26   27   28   29   30 

Filter by Year

2012 2025


Reset
Filter By Issues
All Issue 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