cover
Article Per Year (5 Year)
All
Home Page
OAI Link
Editorial Team
Contact
Reviewer
Google Scholar
Contact Name
Arsyad Ramadhan Darlis
Contact Email
arsyad@itenas.ac.id
Phone
-
Journal Mail Official
jte.itenas@itenas.ac.id
Editorial Address
-
Location
Kota bandung,
Jawa barat
INDONESIA
ELKOMIKA: Jurnal Teknik Energi Elektrik, Teknik Telekomunikasi, & Teknik Elektronika
Published by Institut Teknologi Nasional Bandung
ISSN : 23388323     EISSN : 24599638     DOI : -
Core Subject : Engineering,
Electrical & Electronics Engineering Engineering
Jurnal ELKOMIKA diterbitkan 3 (tiga) kali dalam satu tahun pada bulan Januari, Mei dan September. Jurnal ini berisi tulisan yang diangkat dari hasil penelitian dan kajian analisis di bidang ilmu pengetahuan dan teknologi, khususnya pada Teknik Energi Elektrik, Teknik Telekomunikasi, dan Teknik Elektronika.
Arjuna Subject : -
Articles 21 Documents
 1   2   3 
Search results for , issue "Vol 12, No 2: Published April 2024" : 21 Documents clear
Integrasi PMSG dan DC-DC Buck-Boost Converter untuk Meregulasi Tegangan Keluaran menggunakan STM32VET407 SETO, EMANNUEL BAYU; PRATOMO, LEONARDUS HERU
ELKOMIKA: Jurnal Teknik Energi Elektrik, Teknik Telekomunikasi, & Teknik Elektronika Vol 12, No 2: Published April 2024
Publisher : Institut Teknologi Nasional, Bandung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26760/elkomika.v12i2.394

Abstract

ABSTRAKEnergi terbarukan saat ini banyak digunakan sebagai sumber energi baru ramah lingkungan. Imbasnya, sumber energi terbarukan dikembangkan secara signifikan seperti mikrohidro. Mikrohidro adalah alat yang mengkonversikan energi air menjadi energi listrik. Dalam sistem ini, mikrohidro terhubung dengan permanent magnet synchronous generator (PMSG) dan menghasilkan energi listrik tiga fasa dengan skala kecil. Untuk menghasilkan energi listrik yang stabil dan memiliki efisiensi tinggi, diperlukan penyearah dioda tiga fasa dan konverter DC-DC. Penelitian ini mengusulkan DC-DC Buck-Boost Converter dengan peregulasi tegangan keluaran. Dari hasil uji coba simulasi dan implementasi perangkat keras menggunakan microcontroller STM32VET407 sistem dapat berjalan baik, dimana tegangan keluaran selalu sesuai dengan referensi yang diinginkan.Kata kunci: Mikrohidro, Permanent Magnet Synchronous Generator (PMSG), Konverter DC-DC, DC-DC Buck-Boost converter ABSTRACTRenewable energy is currently widely used as a new source of environmentally friendly energy. As a result, renewable energy sources are significantly developed such as micro hydro. Micro hydro is a device that converts water energy into electrical energy. In this system, the microhydro is connected to a permanent magnet synchronous generator (PMSG) and produces three-phase electrical energy on a small scale. To produce stable and high-efficiency electrical energy, a three-phase diode rectifier and a DC-DC converter are required. This research proposes a DC-DC Buck-Boost Converter equipped with output voltage regulation. From the results of simulation trials and hardware implementation using the STM32VET407 microcontroller, the system can run well, it is evident that the output voltage is always in accordance with the desired reference.Keywords: Micro hydro; Permanent Magnet Synchronous Generator (PMSG), DCDC converter, DC-DC Buck-Boost converter
Integrasi Sensor Multi-Modal pada Ikat Pinggang Smart sebagai Perlindungan Penculikan Anak JURA, SUWATRI; JALIL, ABDUL; JUSMAN, HERY ILHAMSYAH; FIRMAN, MUHAMMAD
ELKOMIKA: Jurnal Teknik Energi Elektrik, Teknik Telekomunikasi, & Teknik Elektronika Vol 12, No 2: Published April 2024
Publisher : Institut Teknologi Nasional, Bandung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26760/elkomika.v12i2.321

Abstract

ABSTRAKTujuan penelitian ini adalah membangun ikat pinggang smart yang dapat digunakan untuk mendeteksi dini ketika terjadi penculikan anak. Metode yang digunakan untuk mendeteksi dini penculikan anak adalah berdasarkan input data dari integrasi sensor multi-modal dan Global Positioning System (GPS) yang dapat terhubung ke smartphone orang tua menggunakan jaringan telephone berbasis SIM800L. Adapun sensor multi-modal yang digunakan untuk mendeteksi keadaan pergerakan anomali anak ketika terjadi penculikan adalah sensor IMU, getar, dan push button. Pada penelitian ini, kami menggunakan mikrokontroler ESP32 untuk mengolah data sensor multi-modal dan GPS, kemudian SIM800L untuk mengirim kondisi dan posisi anak ke smartphone orang tua melalui panggilan telephone dan Short Message Service (SMS). Hasil penelitian ini menunjukkan bahwa ikat pinggang smart dapat mendeteksi kondisi anak dengan tiga level informasi, yaitu “aman”, “hati-hati”, dan “penculikan”, serta dapat memberi peringatan ke smartphone orang tua pada kondisi hati-hati dan penculikan.Kata kunci: Sensor Multi-Modal, Ikat Pinggang Smart, Penculikan Anak. ABSTRACTThis study aims to build a smart belt that can be used for early identification when child abduction occurs. The method used for early detection of child abductions is based on data input from integrating multi-modal sensors and Global Positioning System (GPS), which can be connected to the child's parent's smartphone via a SIM800L-based mobile phone network. The multi-modal sensors used to detect the anomaly of children's movements when abduction occurs are IMU, vibration, and push button sensors. In this study, we used an ESP32 microcontroller to process the multi-modal sensor and GPS data, then SIM800L to send the child's condition and position to the parent's smartphone via phone calling and Short Message Service (SMS). The results of this research show that smart belts can detect a child's condition with three levels of information, namely “safe”, “caution”, and “abduction”, and can provide warnings to parents' smartphones regarding caution and abduction.Keywords: Multi-Modal Sensor, Smart Belt, Child Abduction.
Battery Management System dengan Fitur Adaptive Current Protection terhadap Suhu SUHARININGSIH, SUHARININGSIH; YULIANDA, FRIKO; SUNARNO, EPYK; NUGROHO, MOCHAMAD ARI BAGUS
ELKOMIKA: Jurnal Teknik Energi Elektrik, Teknik Telekomunikasi, & Teknik Elektronika Vol 12, No 2: Published April 2024
Publisher : Institut Teknologi Nasional, Bandung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26760/elkomika.v12i2.498

Abstract

ABSTRAKKetika charging, baterai lithium-ion seringkali terjadi overheat dan overcharge. Begitu pun ketika discharging juga terjadi overdischarge, overheat dan overcurrent apabila tidak sesuai kurva karakteristik (T=-8.75*I+60). Hal tersebut menyebabkan kerusakan sel baterai sehingga megurangi lifetime baterai. Penelitian ini dibuat sistem battery management system (BMS) yang memantau suhu dan arus melalui pembacaan sensor. Apabila suhu saat charging melebihi batas maksimum (45°C), sistem akan diproteksi dengan menonaktifkan MOSFET (switch). Proteksi ketika discharging terjadi jika suhu atau arus melebihi batas kurva atau safety factor (p). Dari hasil data charging, sistem mampu memproteksi overheat dengan error 0.43% dan menghitung nilai state of charge (SoC) dimana akan beralih ke mode discharge jika melebihi 85% dengan error 0.01%. Saat discharging sistem mampu memproteksi ketika besaran suhu dan atau arus melebihi safety factor yakni 60 dengan error 1.74% serta mampu beralih ke mode charge jika SoC kurang dari 40% dengan errror 0.018%.Kata kunci: Safety factor, Battery Management System, State of Charge ABSTRACTDuring charging, lithium-ion batteries risk overheating and overcharging, while discharging may lead to overdischarge, overheating, and overcurrent if deviating from the characteristic curve (T=-8.75*I+60), causing battery cell damage and reducing lifetime. This study introduces a Battery Management System (BMS) that monitors temperature and current using sensors. If the charging temperature surpasses the limit (45°C), the system protects by deactivating the MOSFET switch. Discharging protection triggers if temperature or current exceeds the curve or safety factor (p). Analyzing charging data, the system defends against overheating with a 0.43% error, calculates State of Charge (SoC), shifting to discharge mode if exceeding 85% with a 0.01% error. During discharging, the system safeguards against temperature and/or current surpassing the safety factor of 60 with a 1.74% error and switches to charge mode if SoC falls below 40% with a 0.18% error.Keywords: Safety factor, Battery Management System, State of Charge
Efek Jumlah Ridge terhadap Performansi Antena Horn untuk Aplikasi Tomografi OKTAFIANI, FOLIN; SULISTYANINGSIH, SULISTYANINGSIH; MUNIR, ACHMAD
ELKOMIKA: Jurnal Teknik Energi Elektrik, Teknik Telekomunikasi, & Teknik Elektronika Vol 12, No 2: Published April 2024
Publisher : Institut Teknologi Nasional, Bandung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26760/elkomika.v12i2.429

Abstract

ABSTRAKPaper ini membahas pengaruh jumlah profil ridge terhadap performansi antena horn untuk aplikasi tomografi. Penelitian ini mengobservasi dua variasi jumlah ridge, yaitu dua ridge dan empat ridge. Untuk mengevaluasi pengaruh jumlah ridge terhadap kinerja antena horn, maka didesain tiga jenis antena horn yang berbeda: antena horn tanpa ridge (horn konvensional), antena horn dengan penambahan dua ridge (DRHA), dan antena horn dengan penambahan empat ridge (QRHA). Ketiga jenis antena difabrikasi dengan menggunakan teknik CNC milling dengan bahan dasar aluminium. Kinerja antena kemudian dikarakterisasi melalui eksperimen yang bertujuan untuk mengamati pengaruh jumlah ridge terhadap parameter-parameter antena, yaitu koefisien refleksi, gain, dan pola radiasi. Hasil dari karakterisasi eksperimen menunjukkan bahwa QRHA, yaitu antena horn dengan penambahan empat ridge, memberikan kinerja terbaik dalam hal bandwidth, beamwidth, dan gain.Kata kunci: antena horn; frekuensi cut-off; tomografi; double-ridge, quad-ridge. ABSTRACTThis paper discusses the effect of ridge number on the horn antenna performance for tomography application. The study observes two variations in the number of ridges: two ridges and four ridges. To evaluate the impact of the number of ridges on the horn antenna's performance, three different types of horn antennas were designed: horn antenna without ridge (conventional horn antenna); horn antenna with two addition ridges (DRHA); horn antenna with four addition ridges (QRHA). The antennas were fabricated using CNC milling technique with aluminum as the base material. The antenna performance was then characterized through experiments aimed at observing the influence of the number of ridges on antenna parameters in term of reflection coefficient, gain, and radiation pattern. The results of the experimental characterization indicated that QRHA, the horn antenna with the addition of four ridges, exhibited the best performance in terms of bandwidth, beamwidth, and gain.Keywords: horn antenna,cut-off frequency,tomography,double-ridge,quad-ridge.
Sistem Pembangkit Listrik Tenaga Surya (PLTS) menggunakan Teknologi Maximum Power Point Tracking (MPPT) dan Zeta Converter HARAHAP, PARTAONAN; RITONGA, RAHMAT; RIMBAWATI, RIMBAWATI; OKTRIALDI, BENNY; SIREGAR, MUNAWAR ALFANSURY; LUBIS, SUDIRMAN; SIREGAR, CHANDRA A
ELKOMIKA: Jurnal Teknik Energi Elektrik, Teknik Telekomunikasi, & Teknik Elektronika Vol 12, No 2: Published April 2024
Publisher : Institut Teknologi Nasional, Bandung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26760/elkomika.v12i2.405

Abstract

ABSTRAKSistem kendali MPPT hendak mengendalikan penciptaan serta penyimpanan energi sistem PV menggunakan DC-DC boost converter. Perancangan dan pembuatan alat zeta converter berhasil dilakukan dengan menggunakan mikrokontroller arduino untuk menaikkan tingkat effisiensi daya keluaran pada PLTS berhasil dilakukan dengan baik. Keluaran tegangan serta arus yang dihasilkan oleh MPPT dengan memakai zeta converter relatif efektif dan effisien dibuktikan dengan daya keluaran PLTS yang memiliki tingkat effisiensi yang stabil setiap pengambilan data, dan tingkat effisiensi yang dihasilkan juga relatif tinggi yaitu 92%. Perhitungan yang dilakukan adalah dengan cara mengambil data arus dan tegangan pada MPPT tanpa zeta converter dan dengan zeta converter yang telah dihitung melalui perhitungan duty cycle. Adapun nilai duty cycle yang dihasilkan adalah 0,243 atau 24% dan arus input maximal yang dihasilkan setelah perhitungan adalah 5,34 Ampere.Kata Kunci: PLTS, MPPT, Zeta Converter, Arduino ABSTRACTUsing a DC-DC boost converter, the MPPT management system will manage the generation and storage of PV system energy. The zeta converter was designed and manufactured successfully utilizing an Arduino microcontroller to boost the efficiency level of output power in PLTS. The voltage and current output produced by MPPT utilizing a zeta converter is relatively effective and efficient. The voltage and current output produced by MPPT using a zeta converter is relatively effective and efficient, as proven by the PLTS output power which has a stable efficiency level every time data is taken, and the resulting efficiency level is also relatively high, namely 92%. The calculations carried out are by taking current and voltage data on the MPPT without a zeta converter and with a zeta converter which has been calculated through duty cycle calculations. Meanwhile, the resulting duty cycle value is 0.243 or 24% and the maximum input current produced after calculation is 5.34 Amperes.Keywords: PLTS, MPPT, Zeta Converter, Arduino
Optimasi Economic Emission Dispatch menggunakan Whale Optimization Algorithm untuk Penentuan Biaya Reduksi Emisi MUFLIKHAH, INTAN LAILY; RAHARJO, JANGKUNG; SASTROSUBROTO, ASHWIN SASONGKO
ELKOMIKA: Jurnal Teknik Energi Elektrik, Teknik Telekomunikasi, & Teknik Elektronika Vol 12, No 2: Published April 2024
Publisher : Institut Teknologi Nasional, Bandung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26760/elkomika.v12i2.468

Abstract

ABSTRAKPembangkit Listrik Tenaga Uap Batu bara menghasilkan zat SO2, CO2, NO2, dan partikel yang merupakan emisi dari proses pembakarannya. Emisi tersebut menyebabkan peningkatan efek pemanasan global, kerusakan lingkungan, dan merusak kesehatan. Dikarenakan pembangkit batu bara masih banyak digunakan di Indonesia maka Economic Emission Dispatch yang dikombinasikan dengan algoritma Whale Optimization Algorithm menjadi solusi dalam pengurangan emisi pembangkit listrik. Dengan cara memasukkan nilai weighted sum pada fungsi biaya dan emisi agar dapat dilihat pembangkit mana yang memiliki kadar emisi lebih rendah untuk memenuhi beban listrik yang dibutuhkan. Pada simulasi tersebut didapatkan pengurangan kadar emisi sebesar 12,73% dibandingkan tanpa menggunakan weighted sum dengan algortima WOA. Hal ini mampu untuk membantu program pemerintah dalam mengurangi emisi karbon agar tidak melebihi standar emisi yang telah ditetapkan sesuai dengan Peraturan Menteri Nomor P.15/MENLHK/SETJEN/KUM.1/4/2019.Kata kunci: PLTU batu bara, emisi, EED, WOA, weighted sum ABSTRACTCoal-fired power plants produce SO2, CO2, NO2, and particulate matter as emissions from the combustion process. These emissions cause increased global warming effects, environmental damage, and damage to health. coal plants are still widely used in Indonesia, Economic Emission Dispatch combined with the Whale Optimization Algorithm is a solution for reducing power plant emissions. By entering the weighted sum value in the cost and emission functions, it can be seen which plants have lower emission levels to meet the required electricity load. The simulation obtained a reduction in emission levels of 12.73% compared to not using weighted sum with the WOA algorithm. This method is able to help government programs in reducing carbon emissions so as not to exceed the emission standards that have been set in accordance with Peraturan Menteri Nomor P.15/MENLHK/SETJEN/ KUM.1/4/2019.Keywords: coal power plant, emission, EED, WOA, weighted sum
Prediksi Banjir menggunakan ANFIS-PCA sebagai Peringatan Dini Bencana Banjir RACHMAWARDANI, AGUSTINA; WIJAYA, SASTRA KUSUMA; PRAWITO, PRAWITO; SOPAHELUWAKAN, ARSHASENA
ELKOMIKA: Jurnal Teknik Energi Elektrik, Teknik Telekomunikasi, & Teknik Elektronika Vol 12, No 2: Published April 2024
Publisher : Institut Teknologi Nasional, Bandung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26760/elkomika.v12i2.335

Abstract

ABSTRAKDi antara kejadian bencana yang terjadi di Indonesia, 76 persen terdiri dari bencana hidrometeorologi seperti banjir, badai, longsor, dan kebakaran hutan. Provinsi DKI Jakarta sebagai daerah perkotaan sangat rentan terhadap banjir. Persamaan matematis yang kompleks dapat digunakan untuk memodelkan kejadian banjir secara fisik. Sistem pembelajar (machine learning) adalah sistem yang merancang dan mengembangkan algoritma yang menggunakan data historis untuk melakukan prediksi banjir. Dengan menggunakan data ini, sistem pembelajar dapat menghasilkan nilai probabilitas dasar, yang sangat membantu sistem prediksi, memberikan solusi yang lebih hemat biaya dan kinerja yang lebih baik. Prediksi yang akurat dan tepat dapat membantu strategi pengelolaan sumber daya air, analisis kebijakan dan rekomendasi serta pemodelan evakuasi lebih lanjut. Penelitian ini akan dibahas tentang Perancangan Sistem Peringatan Dini Banjir berbasis Ensemble Machine Learning sebagai mitigasi bencana banjir. Hasil dari penelitian menunjukkan nilai RMSE dari algoritma ANFIS – PCA adalah sebesar 0.12 dan koefisen korelasi (R2) sebesar 0.856.Kata kunci: Prediksi Banjir, Machine Learning, ANFIS, ANFIS – PCA ABSTRACTThe nation of Indonesia is prone to disaster, with 76% of natural disasters being hydrometeorological, such as floods, landslides, tropical cyclones, and droughts. Flood occurrences can be physically modeled using complex mathematical equations. Machine Learning serves as a system for designing and developing algorithms that can predict flood events using historical data. Machine learning systems can leverage existing data to produce underlying probability values, making significant contributions to prediction systems that offer better performance and cost-effective solutions. Accurate predictions contribute to water resource management strategies, policy recommendations, and further evacuation modeling. This research will discuss an Early Warning Flood System design based on Ensemble Machine Learning as a flood disaster mitigation measure. The research results show that the RMSE value and coefficient correlation (R2) for the ANFIS - PCA algorithm are 0.12 and 0.856, respectively. Keywords: Flood Early Warning, Machine Learning, ANFIS, ANFIS – PCA
Perencanaan Kebutuhan gNodeB Low Band 5G menggunakan Lebar Pita Dinamis di Pulau Jawa Dan Bali ARYANTA, DWI; SUSANA, RATNA; ANTUANET, NERISA BEATRIX
ELKOMIKA: Jurnal Teknik Energi Elektrik, Teknik Telekomunikasi, & Teknik Elektronika Vol 12, No 2: Published April 2024
Publisher : Institut Teknologi Nasional, Bandung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26760/elkomika.v12i2.513

Abstract

ABSTRAKPenggunaan low band 700 MHz pada teknologi 5G menjadi salah satu solusi percepatan perluasan jaringan 5G di Indonesia. Penelitian ini menghitung kebutuhan jumlah gNodeB menggunakan lebar pita dinamis 5, 10, 15 dan 20 MHz yang dihitung menggunakan kombinasi metode coverage dimensioning dan capacity dimensioning. Perencanaan implementasi low band 5G di Jawa dan Bali selama 10 tahun mayoritas diperoleh melalui penggunaan metode coverage dimensioning, 84% pada bandwidth 5 MHz, dan 61% pada bandwidth 20 MHz. Pada tahun 2032 diperlukan 22903 gNodeB dengan dominasi pilihan penggunaan bandwidth 20 MHz pada tahun 2023 dan 2024 sebesar 100% dan bandwidth 5 MHz pada tahun 2032 sebesar 91%. Terjadi transisi penggunaan bandwidth 20 MHz ke bandwidth 5 MHz antara tahun 2028 dan 2029. Selain itu, bandwidth 15 MHz digunakan sebagai opsi penyeimbang pada periode 2027-2030, sedangkan bandwidth 10 MHz hanya digunakan pada tahun 2023.Kata kunci: 5G, low band, bandwidth, gNodeB, dinamis ABSTRACTThe use of the 700 MHz low band in 5G technology is one solution to accelerate the expansion of the 5G network in Indonesia. This research calculates the required number of gNodeBs using dynamic bandwidth of 5, 10, 15 and 20 MHz which is calculated using a combination of coverage dimensioning and capacity dimensioning methods. The majority of low band 5G implementation planning in Java and Bali for 10 years was obtained through the use of coverage dimensioning methods, 84% at 5 MHz bandwidth, and 61% at 20 MHz bandwidth. In 2032, 22903 gNodeB will be needed with the dominant choice of using 20 MHz bandwidth in 2023 and 2024 amounting to 100% and 5 MHz bandwidth in 2032 amounting to 91%. There will be a transition from the use of 20 MHz bandwidth to 5 MHz bandwidth between 2028 and 2029. In addition, 15 MHz bandwidth is used as a balancing option in the 2027-2030 period, while 10 MHz bandwidth is only used in 2023.Keywords: 5G, low band, bandwidth, gNodeB, dynamic
Identifikasi Emosi Melalui Sinyal EEG menggunakan 3D-Convolutional Neural Network SENJAWATI, RINDU TEGAR; DJAMAL, ESMERALDA CONTESSA; KASYIDI, FATAN
ELKOMIKA: Jurnal Teknik Energi Elektrik, Teknik Telekomunikasi, & Teknik Elektronika Vol 12, No 2: Published April 2024
Publisher : Institut Teknologi Nasional, Bandung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26760/elkomika.v12i2.417

Abstract

ABSTRAKEmosi memberikan peran penting dalam interaksi manusia yang didapat melalui respon yang tepat. Respon yang tak tepat menunjukan adanya gangguan mental sehingga diperlukan identifikasi emosi. Identifikasi dapat dilakukan menggunakan aktivitas sinyal listrik di otak menggunakan Elektroensephalogram (EEG). Karena sinyal EEG pada setiap kanal merupakan urutan data maka dijadikan multi-kanal yang direpresentasikan pada matriks agar urutan-urutan data tetap terjaga. Penggunaan matriks memadukan informasi dari ketiga dimensi (kanal x frekuensi x waktu) dapat menggambarkan kompleksitas dari sinyal EEG. Sehingga dapat mengenali pola aktivitas otak pada rentang frekuensi tertentu berkembang sepanjang waktu. Untuk menangkap informasi tersebut perlu dilakukan ekstraksi fitur agar mewakili variabel-variabel emosi. Ekstraksi dilakukan pada domain frekuensi (4-45 Hz) dan waktu menggunakan Short Time Fourier Transform (STFT) kemudian idenitifikasi menggunakan 3D Convolutional Neural Network (CNN). Eksperimen menggunakan 3D CNN menghasilkan akurasi 65.45 dengan teknik koreksi bobot Adamax.Kata kunci: emosi, sinyal EEG, multi-kanal, STFT, 3D-CNN ABSTRACTEmotions play an important role in human interaction through appropriate responses. Inappropriate responses indicate a mental disorder, so identification of emotions is required. Identification can be done using electrical signal activity in the brain with Electroencephalogram (EEG). Because the EEG signal in each channel is a data sequence, it is made into a multi-channel represented in a matrix so that the data sequence is maintained. Using a matrix combining information from all three dimensions (channel x frequency x time) can describe the complexity of the EEG signal. Allowing recognition of evolving brain activity patterns within specific frequency ranges over time. Extraction is done in the frequency domain (4-45 Hz) and time using Short Time Fourier Transform (STFT), then identification using a 3D Convolutional Neural Network (CNN). Experiments using 3D CNN resulted in an accuracy of 65.45 with the Adamax weight correction technique.Keywords: emotion, EEG signal, multi-channel, STFT, 3D-CNN
Sistem Otomatisasi Lampu Ruangan berdasarkan Kebiasaan Pengguna menggunakan Algoritma Backpropagation PERMADANI, CHANDRA MONICA; NIRMALA, IRMA; HIDAYATI, RAHMI
ELKOMIKA: Jurnal Teknik Energi Elektrik, Teknik Telekomunikasi, & Teknik Elektronika Vol 12, No 2: Published April 2024
Publisher : Institut Teknologi Nasional, Bandung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26760/elkomika.v12i2.352

Abstract

ABSTRAKLampu adalah alat penerangan yang sangat penting dalam aktivitas sehari-hari, namun seringkali pengguna lupa atau lalai dalam mematikannya saat tidak digunakan. Akibatnya, penggunaan daya listrik menjadi berlebihan. Untuk mengatasi masalah ini, diperlukan sebuah teknologi yang mampu mengendalikan lampu secara otomatis. Dalam penelitian ini dibangun sebuah sistem kendali otomatisasi lampu berdasarkan kebiasaan pengguna dengan menerapkan algoritma backpropagation. Struktur jaringan algoritma ini terdiri dari 1 neuron input, 6 neuron pada hidden layer, dan 6 neuron output. Data yang digunakan pada 6 buah lampu dalam penelitian ini terdiri dari 620 data latih dan 72 data uji. Penerapan sistem otomatis menggunakan algoritma backpropagation menunjukkan tingkat keberhasilan yang tinggi, dengan menggunakan confusion matrix menghasilkan akurasi mencapai 95,83%, recall 93,75%, dan precision 96,77%. Rata-rata waktu klasifikasi yang didapat adalah 0,979055 detik dari 72 percobaan.Kata Kunci: Otomatis, Lampu, Kebiasaan, Backpropagation, Klasifikasi ABSTRACTLights are a very important lighting tool in daily activities, but often users forget or neglect to turn them off when not in use. As a result, the use of electric power becomes excessive. To solve this problem, a technology is needed that is able to control lights automatically. In this research, a light automation control system based on user habits is built by applying the backpropagation algorithm. The network structure of this algorithm consists of 1 input neuron, 6 neurons in the hidden layer, and 6 output neurons. The data used on 6 lamps in this study consists of 620 training data and 72 test data.The implementation of an automated system using the backpropagation algorithm shows a high level of success, using a confusion matrix resulting in accuracy reaching 95,83%, recall 93,75%, and precision 96,77%. The average classification time obtained is 0,79055 seconds from 72 test trials.Keywords: Automatic, Lights, Habits, Backpropagation, Classification

Page 1 of 3 | Total Record : 21

 1   2   3 

Filter by Year

2024 2024


Reset
Filter By Issues
All Issue Vol 13, No 4: Published November 2025 Vol 13, No 3: Published July 2025 Vol 13, No 2: Published April 2025 Vol 13, No 1: Published January 2025 Vol 12, No 4: Published October 2024 Vol 12, No 3: Published July 2024 Vol 12, No 2: Published April 2024 Vol 12, No 1: Published January 2024 Vol 11, No 4: Published October 2023 Vol 11, No 4 (2023): ELKOMIKA: Jurnal Teknik Energi Elektrik, Teknik Telekomunikasi, & Teknik Elektr Vol 11, No 3: Published July 2023 Vol 11, No 2: Published April 2023 Vol 11, No 1: Published January 2023 Vol 10, No 4: Published October 2022 Vol 10, No 3: Published July 2022 Vol 10, No 2: Published April 2022 Vol 10, No 1: Published January 2022 Vol 9, No 4: Published October 2021 Vol 9, No 3: Published July 2021 Vol 9, No 2: Published April 2021 Vol 9, No 1: Published January 2021 Vol 8, No 3: Published September 2020 Vol 8, No 2: Published May 2020 Vol 8, No 2 (2020): ELKOMIKA: Jurnal Teknik Energi Elektrik, Teknik Telekomunikasi, & Teknik Elektro Vol 8, No 1 (2020): ELKOMIKA Vol 8, No 1: Published January 2020 Vol 7, No 3 (2019): ELKOMIKA Vol 7, No 3: Published September 2019 Vol 7, No 2: Published May 2019 Vol 7, No 2 (2019): ELKOMIKA Vol 7, No 1 (2019): ELKOMIKA Vol 7, No 1: Published January 2019 Vol 6, No 3: Published September 2018 Vol 6, No 3 (2018): ELKOMIKA Vol 6, No 3 (2018): ELKOMIKA Vol 6, No 2 (2018): ELKOMIKA Vol 6, No 2: Published May 2018 Vol 6, No 1: Published January 2018 Vol 6, No 1 (2018): ELKOMIKA Vol 5, No 2: Published July - December 2017 Vol 5, No 2 (2017): ELKOMIKA Vol 5, No 1: Published January - June 2017 Vol 5, No 1 (2017): ELKOMIKA Vol 4, No 2 (2016): ELKOMIKA Vol 4, No 2: Published July - December 2016 Vol 4, No 1 (2016): Jurnal Elkomika Vol 4, No 1: Published January - June 2016 Vol 4, No 1 (2016): ELKOMIKA Vol 3, No 2 (2015): ELKOMIKA Vol 3, No 2: Published July - December 2015 Vol 3, No 2 (2015): Jurnal Elkomika Vol 3, No 1: Published January - June 2015 Vol 3, No 1 (2015): ELKOMIKA Vol 3, No 1 (2015): Jurnal Elkomika Vol 2, No 2 (2014): Jurnal Elkomika Vol 2, No 2 (2014): ELKOMIKA Vol 2, No 2: Published July - December 2014 Vol 2, No 1: Published January - June 2014 Vol 2, No 1 (2014): ELKOMIKA Vol 2, No 1 (2014): Jurnal Elkomika Vol 1, No 2 (2013): ELKOMIKA Vol 1, No 2: Published July - December 2013 Vol 1, No 2 (2013): Jurnal Elkomika Vol 1, No 1 (2013): Jurnal Elkomika Vol 1, No 1: Published January - June 2013 Vol 1, No 1 (2013): ELKOMIKA More Issue