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 826 Documents
 68   69   70   71   72 
Estimasi State of Charge pada Baterai Lead Acid menggunakan Elman Recurrent Neural Network RAKHMAWATI, RENNY; SUTEDJO, SUTEDJO; OKTAVIANI, FITROTIN NAFISA; IRIANTO, IRIANTO; YANARATRI, DIAH SEPTI; ADILA, AHMAD FIRYAL
ELKOMIKA: Jurnal Teknik Energi Elektrik, Teknik Telekomunikasi, & Teknik Elektronika Vol 11, No 4: Published October 2023
Publisher : Institut Teknologi Nasional, Bandung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26760/elkomika.v11i4.864

Abstract

ABSTRAKPenggunaan panel surya sebagai sumber energi terbarukan membutuhkan baterai sebagai tempat penyimpanan energi. Penggunaan baterai secara terus menerus, dapat menyebabkan pengurangan kapasitas dan penurunan performa. Untuk mengatasi permasalahan tersebut, diperlukan sistem estimasi nilai State of Charge (SOC) pada baterai yang berfungsi untuk mengontrol kondisi charge, agar performa baterai tetap optimal. Pada penelitian dikembangan suatu sistem estimasi SOC pada baterai jenis lead acid, dengan metode algoritma Elman Recurrent Neural Network (ERNN). Keunggulan yang terkait dengan metode ERNN meliputi proses iterasi menjadi lebih cepat, peningkatan kecepatan pembaruan parameter, dan pencapaian konvergensi yang lebih cepat. Hasil dari penelitian estimasi SOC pada baterai lead acid 12V, 12Ah dengan menggunakan algoritma ERNN sebesar 0.101% sedangkan dengan algoritma Feedforward Backpropagation sebesar 0.767%. Sehingga dapat disimpulkan bahwa algoritma ERNN lebih efisien dalam mengestimasi nilai SOC pada baterai lead acid.Kata kunci: Baterai, Elman Recurrent Neural Network, Panel Surya, State of Charge; Lead Acid ABSTRACTUsing solar panels as a renewable energy source requires batteries as energy storage. Continuous use of batteries can result in reduced capacity and performance degradation. Based on these problems, a State of Charge (SOC) estimation system is needed for the battery to control charge conditions so that battery performance remains optimal. In this research, a SOC estimation system was developed for lead acid battery using the Elman Recurrent Neural Network (ERNN) algorithm. The advantage of the ERNN method is that the iteration process is faster, the parameter update speed is increased, and convergence is faster. The results of the SOC estimation for a 12V, 12Ah lead acid battery using the ERNN algorithm were 0.101%, while the Feedforward Backpropagation algorithm resulted in 0.767%. The ERNN algorithm is more efficient in estimating the SOC value of a lead acid battery.Keywords: Battery, Elman Recurrent Neural Network, Solar Panel, State of Charge, Lead Acid
A Comparison of Type-1 and Type-2 Fuzzy Logic Controller for Full Bridge Boost Converter on DC Microgrid System EFENDI, MOH. ZAENAL; ROMADLONIYAH, NUR SHINTA; EVININGSIH, RACHMA PRILIAN; WINDARKO, NOVIE AYUB
ELKOMIKA: Jurnal Teknik Energi Elektrik, Teknik Telekomunikasi, & Teknik Elektronika Vol 11, No 4: Published October 2023
Publisher : Institut Teknologi Nasional, Bandung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26760/elkomika.v11i4.1046

Abstract

ABSTRAKDengan meningkatnya kebutuhan listrik, penurunan pasokan energi fosil, serta sulitnya pendistribusian listrik ke daerah terpencil merupakan beberapa masalah yang mendesak. Energi matahari melalui panel surya dapat digunakan untuk mendukung sistem DC Microgrid serta cocok untuk jaringan listrik skala kecil. Full Bridge Boost Converter dengan transformator frekuensi tinggi yang dikendalikan oleh Fuzzy Logic Type-1 (T1FL) dan Fuzzy Logic Type-2 (T2FL) merupakan salah satu pilihan yang dapat dilakukan untuk memaksimalkan pemanfaatan energi matahari sehingga dapat meningkatkan efisiensi serta keandalan sistem pada DC Microgrid dengan menjaga tegangan keluaran menjadi konstan. Dari hasil pengujian dapat diketahui bahwa dengan menggunakan T2FL dapat menjaga tegangan keluaran Full Bridge Boost Converter dapat mencapai tegangan setpoint 320V dengan kesalahan sebesar 0.16% dan stabil dalam 0.59742ms. Sementara, T1FL memerlukan 0.7161ms untuk mencapai setpoint dengan kesalahan 2.8%.Kata kunci: full bridge boost converter, T2FL, T1FL, DC Microgrid ABSTRACTThe increasing electricity demand, the decreasing supply of fossil energy, and the difficulty in distributing electricity to remote areas are some of the urgent problems. Solar energy through solar panels can be used to support DC Microgrid systems and is suitable for small-scale power grids. Full Bridge Boost Converter with high-frequency transformers controlled by Fuzzy Logic Type-1 (T1FL) and Fuzzy Logic Type-2 (T2FL) is one of the choices that can be made to maximize the use of solar energy to increase the efficiency and reliability of systems on DC Microgrids by keeping the output voltage constant. From the test results, it can be seen that using T2FL can maintain the output voltage of the Full Bridge Boost Converter which can reach a setpoint voltage of 320V with an error of 0.16% and is stable within 0.59742ms. Meanwhile, T1FL takes 0.7161ms to reach the setpoint with an error of 2.8%.Keywords: full bridge boost converter, T2FL, T1FL, DC Microgrid
Sistem Verifikasi Kekerabatan berbasis 3D ResNet-18 menggunakan Jetson Nano MUKHRODI, FAUZAN AWWAL; FIBRIANI, IKE; ANAM, KHAIRUL; CHAIDIR, ALI RIZAL
ELKOMIKA: Jurnal Teknik Energi Elektrik, Teknik Telekomunikasi, & Teknik Elektronika Vol 11, No 4: Published October 2023
Publisher : Institut Teknologi Nasional, Bandung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26760/elkomika.v11i4.919

Abstract

ABSTRAKVerifikasi kekerabatan berbasis citra wajah merupakan salah satu penerapan sistem Artificial Intelligence yang berguna dalam kehidupan, misalnya untuk penyelidikan kriminal, analisis silsilah, dan lainnya. Perancangan sistem pengenalan wajah pada verifikasi kekerabatan dapat dilakukan menggunakan salah satu algoritma deep learning yaitu metode Convolutional Neural Network. Penelitian ini dilakukan dengan tujuan untuk mengetahui kinerja dari 3D ResNet-18 pada verifikasi kekerabatan berdasarkan sistem pengenalan wajah dan mengetahui kinerja 3D ResNet-18 saat menggunakan embedded system secara real time. Hasil penelitian kinerja ResNet-18 tanpa embedded system memperoleh nilai akurasi training sebesar 0,9771 menggunakan optimizer RMSprop dengan epoch 30 dan batch size 25. Pada pengujian kinerja real time ResNet-18, optimizer SGD berhasil pada ukuran batch size 10, 15, dan 25. Namun untuk pengujian pada perangkat Jetson Nano, optimizer RMSprop gagal akibat ukuran model yang terlalu besar.Kata kunci: embedded sistem, CNN, 3D Resnet18, RMSprop, kekerabatan ABSTRACTFace-based kinship verification is one of the applications of artificial intelligence systems that are useful in various aspects of life, such as criminal investigations, pedigree analysis, and more. The design of a face recognition system for kinship verification can be done using one of the deep learning algorithms, namely the convolutional neural network method. This research was conducted with the aim of determining the performance of 3D ResNet-18 in kinship verification based on face recognition systems and assessing the performance of 3D ResNet-18 when using an embedded system in real time. The results of the ResNet-18 performance research without an embedded system obtained a training accuracy of 0.9771 using the RMSprop optimizer with 30 epochs and a batch size of 25. In real-time performance testing of ResNet-18, the SGD optimizer succeeded with batch sizes of 10, 15, and 25. However, during testing on the Jetson Nano device, the RMSprop optimizer failed due to the size of the model being too large.Keywords: Embedded System, CNN, 3D Resnet-18, RMSprop, Kinship
Metode Reduksi Clutter Dinamis pada Sistem Radar-Drone untuk Deteksi Tanda Vital Pernafasan PRAMUDITA, ALOYSIUS ADYA; DWINANDA, ALDI RIFALDI; NUGRAHA, BAMBANG SETIA; RYANU, HARFAN HIAN
ELKOMIKA: Jurnal Teknik Energi Elektrik, Teknik Telekomunikasi, & Teknik Elektronika Vol 12, No 1: Published January 2024
Publisher : Institut Teknologi Nasional, Bandung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26760/elkomika.v12i1.148

Abstract

ABSTRAKPengembangan radar pendeteksi tanda vital yang dikombinasikan dengan kemampuan deteksi di balik penghalang diarahkan untuk menghasilkan teknologi pencarian korban selamat di bawah reruntuhan. Elaborasi teknologi drone untuk membawa radar dalam menjangkau area yang sulit akan mendukung efektifitas penggunaan teknologi tersebut. Namun fluktuasi ketinggian terbang memungkinkan munculnya clutter dinamis. Clutter dinamis berpengaruh signifikan pada hasil deteksi. Metode untuk mengurangi clutter dinamis diperlukan dan pada paper ini diusulkan metode reduksi clutter dengan penggunaan data fluktuasi ketinggian untuk mengidentifikasi respons doppler tambahan akibat clutter dinamis. Hasil digunakan untuk mengendalikan pemfilteran akhir dari hasil deteksi fasa sinyal radar. Simulasi dan eksperimen laboratoriun dengan radar Frequency Modulated Continuous Wave (FMCW) telah dilakukan dan hasil menunjukkan bahwa metode usulan secara signifikan dapat memperbaiki hasil deteksi.Kata kunci: Radar, Drone, Reruntuhan, Tanda Vital, FMCW. ABSTRACTThe development of a radar for detecting vital signs combined with the ability to detect an object behind obstacles is aimed at producing technology to search for survivors buried under the rubble. Elaboration of drones for conveying a radar to reach difficult areas will support the effective use of this technology. However, fluctuations in flight altitude allow dynamic clutter to emerge. The existence of dynamic clutter has a significant influence on the detection results. A method to reduce dynamic clutter in radar altitude is needed, and this paper proposes a dynamic clutter reduction method that consists of utilizing the altitude fluctuation data itself to identify additional Doppler responses due to dynamic clutter and then used to control the post-filtering of the phase detection results. Laboratory simulations and experiments with FMCW radar have been carried out, showing that the proposed method can significantly improve the detection results.Keywords: Radar, Drone, Rubble, Vital Sign, FMCW.
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
Prediksi Tegangan Catu Daya Automatic Rain Gauge berdasarkan Seasonality Algoritma Prophet RAMDHANI, ERICH PUTRA; NUGROHO, HAPSORO AGUNG
ELKOMIKA: Jurnal Teknik Energi Elektrik, Teknik Telekomunikasi, & Teknik Elektronika Vol 12, No 1: Published January 2024
Publisher : Institut Teknologi Nasional, Bandung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26760/elkomika.v12i1.80

Abstract

ABSTRAKAutomatic Rain Gauge (ARG) adalah sebuah alat yang digunakan untuk melakukan pemantauan dan mengukur curah hujan pada suatu daerah dengan satuan waktu secara otomatis. ARG mampu merekam data curah hujan secara kontinu selama 24 jam. Salah satu elemen kunci dari ARG adalah komponen catu daya. Jika terjadi gangguan pada komponen ini, hal tersebut dapat menghambat proses pengamatan curah hujan yang dijalankan oleh BMKG. Penelitian ini dilakukan untuk meminimalisir terjadinya permasalahan pada catu daya dengan merancang model untuk memprediksi tegangan catu daya ARG dengan memanfaatkan data hasil monitoring menggunakan sensor INA219. Proses prediksi dilakukan dengan menggunakan parameter seasonality daily true, seasonality weekly false, dan seasonality false dan seasonality mode additive dimana diperoleh nilai MAE sebesar 0.21 dan MAPE sebesar 1.67%.Kata kunci: curah hujan, automatic rain gauge, prediksi, tegangan ABSTRACTThe Automatic Rain Gauge (ARG) is a device utilized to automatically monitor and measure rainfall in a specific area over time intervals. ARG is capable of continuously recording rainfall data for 24 hours. A key element of the ARG is its power supply component. If there is a disruption to this component, it can hinder the process of rainfall observation. Carried out by BMKG. This research is conducted to minimize issues with the power supply by designing a model to predict the voltage of the ARG's power supply using data obtained from monitoring using the INA219 sensor. The prediction process is carried out using parameters such as daily seasonality true, weekly seasonality false, and yearly seasonality false and additive seasonality mode. The obtained MAE value is 0.21 and the MAPE value is 1.67%.Keywords: rainfall, automatic rain gauge, predict, voltage
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
Pemodelan Ritme Kalori Terbakar Setiap Waktu Selama Bersepeda dengan Feedforward Neural Network ICHWAN, MUHAMMAD; ALFARISYI, SALMAN FATHUL
ELKOMIKA: Jurnal Teknik Energi Elektrik, Teknik Telekomunikasi, & Teknik Elektronika Vol 12, No 1: Published January 2024
Publisher : Institut Teknologi Nasional, Bandung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26760/elkomika.v12i1.13

Abstract

ABSTRAKPemanfaatan teknologi dalam bidang kesehatan dan olahraga telah berkembang dengan pesat. Aplikasi dan smartwatch dapat menghitung total kalori terbakar selama berolahraga namun tidak memberikan rincian kalori terbakar setiap detiknya. oleh karena itu, penilitian ini bertujuan untuk memodelkan ritme kalori terbakar setiap detikanya selama bersepeda. Terdapat usulan mengenai metode yang digunakan untuk penelitian ini yaitu menggunakan metode Feedforward Neural Network untuk memprediksi jumlah kalori yang terbakar pada saat berolahraga sepeda. Masukan jaringan saraf tiruan adalah detak jantung (HRt), kecepatan kayuh (Cadt), berat badan(m) dan suhu (c). Pada penelitian ini yaitu menggunakan jaringan syaraf tiruan Feedforward Neural Network mendapatkan nilai 59 neuron pada lapisan tersembunyi dan mendapatkan nilai akurasi keberhasilan sebesar 93 %.Kata kunci: feedforward neural network, sepeda, kalori terbakar, detak jantung, berat badan, kecepatan kayuh ABSTRACTThe use of technology in the field of health and sports has grown rapidly. Apps and smartwatches can calculate total calories burned during exercise but don't provide a breakdown of calories burned per second. Therefore, this research aims to model the rhythm of calories burned every second during cycling. In this study, it is proposed to use the Feedforward Neural Network method to predict the number of calories burned while exercising a bicycle. The inputs to the artificial neural network are heart rate (HRt), pedaling speed (Cadt), body weight (m) and temperature (c). In this study using a Feedforward Neural Network artificial neural network to get a value of 59 neurons in the hidden layer and get a success accuracy score of 93%.Keywords: feedforward neural network, cycling, calories, heart rate, weight
Simulasi dan Realisasi Microstrip RF Amplifier 9,3 GHz Untuk Radar Pantai RAHAYU, YUSNITA; RITONGA, NICOLAS PEDRO; MAULANA, YUDI YULIYUS; SAPUTERA, YUSSI PERDANA; SANTIKO, ARIEF BUDI; ANHAR, ANHAR
ELKOMIKA: Jurnal Teknik Energi Elektrik, Teknik Telekomunikasi, & Teknik Elektronika Vol 12, No 1: Published January 2024
Publisher : Institut Teknologi Nasional, Bandung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26760/elkomika.v12i1.216

Abstract

ABSTRAKIndonesia merupakan negara kepulauan yang membutuhkan kemandirian teknologi radar pantai untuk keperluan pengawasan. Maka, kebutuhan akan RF amplifier yang murah merupakan suatu keharusan. Makalah ini menyajikan simulasi dan realisasi microstrip RF amplifier menggunakan RT/Duroid 5580 dan teknik matching stub pada frekuensi 9,3 GHz. Teknik ini merupakan yang efektif untuk frekuensi tinggi dan mencocokkan impedansi dengan nilai imajiner. Komponen aktif MGF2407A dipilih dengan konfigurasi DC fixed bias. Dari hasil simulasi, RF amplifier yang diusulkan memiliki gain sebesar 10,318 dB, S11 sebesar -26 dB dan S22 sebesar -28 dB dengan kompresi P1dB sebesar 11 dBm. Namun, selama pengukuran, RF amplifier memberikan redaman akibat pengaruh penyolderan, short circuit, dan electro statis discharge. Untuk parameter terukur lainnya memenuhi persyaratan standar. Hal ini menunjukkan realisasi microstrip RF amplifier untuk frekuensi tinggi memiliki tingkat keberhasilan yang rendah.Kata kunci: radar pantai, penguat daya, matching stub, mikrostrip ABSTRACTIndonesia is an archipelagic country that needs to monitor its islands. For the independence of coastal radar technology, the need for low cost RF amplifiers is a must.This paper presents simulation and realization of microstrip RF amplifier used RT/Duroid 5580 and matching stub technique worked at 9.3 GHz. This matching technique is effective for high frequency and to match the impedance with imaginer value. The active component of MGF2407A was chosen with DC fixed bias configuration. From simulation, the proposed RF amplifier has gain of 10.318 dB, S11 of -26 dB and S22 of -28 dB with P1dB compression at 11 dBm. However, during the measurement, the RF amplifier provides attenuation due to soldering, short circuit, and electro statis discharge effects. For other measured parameters met the standard requirements. This demonstrates the low success rate of realizing microstrip RF amplifiers for high frequencies.Keywords: coastal radar, power amplifier, matching stub, microstrip

Page 70 of 83 | Total Record : 826

 68   69   70   71   72 

Filter by Year

2013 2026


Reset
Filter By Issues
All Issue Vol 14, No 1: Published January 2026 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 (2023): ELKOMIKA: Jurnal Teknik Energi Elektrik, Teknik Telekomunikasi, & Teknik Elektr Vol 11, No 4: Published October 2023 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: Published January 2020 Vol 8, No 1 (2020): ELKOMIKA 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 (2018): ELKOMIKA Vol 6, No 1: Published January 2018 Vol 5, No 2: Published July - December 2017 Vol 5, No 2 (2017): ELKOMIKA Vol 5, No 1 (2017): ELKOMIKA Vol 5, No 1: Published January - June 2017 Vol 4, No 2 (2016): ELKOMIKA Vol 4, No 2: Published July - December 2016 Vol 4, No 1 (2016): ELKOMIKA Vol 4, No 1 (2016): Jurnal Elkomika Vol 4, No 1: Published January - June 2016 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 (2015): ELKOMIKA Vol 3, No 1 (2015): Jurnal Elkomika Vol 3, No 1: Published January - June 2015 Vol 2, No 2: Published July - December 2014 Vol 2, No 2 (2014): Jurnal Elkomika Vol 2, No 2 (2014): ELKOMIKA 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: Published July - December 2013 Vol 1, No 2 (2013): Jurnal Elkomika Vol 1, No 2 (2013): ELKOMIKA Vol 1, No 1 (2013): ELKOMIKA Vol 1, No 1: Published January - June 2013 Vol 1, No 1 (2013): Jurnal Elkomika More Issue