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
Kota semarang,
Jawa tengah
INDONESIA
TRANSISTOR Elektro dan Informatika
Published by Universitas Islam Sultan Agung
ISSN : 1411366X     EISSN : -     DOI : -
Core Subject : Science, Engineering,
Computer Science & IT Electrical & Electronics Engineering
TRANSISTOR EI (Jurnal Elektro dan Informatika) adalah publikasi ilmiah yang menerbitkan artikel bidang teknik elektro yang mencakup ketenagaan, elektronika, instrumentasi, telekomunikasi, kendali; serta bidang teknik informatika yang mencakup sistem informasi, software engineering, computer network, robotika, kecerdasan buatan, dan data mining. Jurnal ini adalah kelanjutan dari Jurnal Transistor yang terakreditasi DIKTI tahun 2004 s.d. 2007 (SK No. 39/Dikti/Kep/2004). Jurnal ini berubah nama menjadi Jurnal TRANSISTOR Teknik Elektro dan Teknik Informatika (TRANSISTOR-TETI) untuk menegaskan fokus bidang ilmu dari artikel yang diterbitkan yaitu bidang teknik elektro dan teknik informatika. Kedua bidang tersebut sangat dekat dan banyak beririsan dan saling bersinergi sehingga dijadikan tema dalam jurnal ini.
Arjuna Subject : -
Articles 8 Documents
 1 
Search results for , issue "Vol 7, No 2 (2025)" : 8 Documents clear
Prediksi Penghematan Biaya Listrik Berdasarkan Global Horizontal Irradiance (GHI) Menggunakan Model Long Short Term Memory Network (LSTM) Ilham Pradipta, Muhammad; Chaerul Haviana, Sam Farisa
TRANSISTOR Elektro dan Informatika Vol 7, No 2 (2025): Agustus : Transistor EI
Publisher : Universitas Islam Sultan Agung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30659/ei.7.2.%p

Abstract

Energi surya semakin diakui sebagai solusi utama dalam memenuhi kebutuhan energi global yang terus meningkat. Salah satu manfaat utama pemanfaatan energi surya adalah potensi penghematan biaya listrik, terutama dengan prediksi yang akurat terhadap produksi energi dari sistem fotovoltaik. Untuk mengestimasi potensi penghematan biaya listrik, diperlukan pemodelan yang tepat berdasarkan perhitungan Global Horizontal Irradiance (GHI), yaitu parameter yang merepresentasikan jumlah radiasi matahari yang diterima pada permukaan horizontal bumi.. Namun, prediksi GHI menghadapi tantangan akibat faktor atmosferik yang dinamis, seperti suhu, kelembapan, dan kecepatan angin. Untuk mengatasi tantangan ini, penelitian ini mengembangkan model prediksi GHI menggunakan algoritma Long Short-Term Memory (LSTM), sebuah jenis jaringan saraf tiruan yang efektif dalam mengolah data sequensial dengan ketergantungan jangka panjang. Selain itu, hasil prediksi GHI (Wh/m²) dikonversi menjadi energi listrik (kWh) untuk mengestimasi potensi penghematan biaya listrik. Penelitian ini juga merancang aplikasi berbasis web yang memungkinkan visualisasi interaktif hasil prediksi, sehingga dapat membantu pengambilan keputusan dalam perencanaan energi surya. Model yang dikembangkan menunjukkan performa yang tinggi dengan nilai R² sebesar 0.96, MAE sebesar 0.021, dan RMSE sebesar 0.03. Dengan pendekatan ini, penelitian diharapkan dapat memberikan kontribusi dalam optimalisasi energi surya dan mendukung transisi menuju sistem energi yang lebih berkelanjutan.
EVALUASI DAYA LISTRIK TERPASANG (KVA) PADA PT GEMAH MAKMUR SEJAHTERA (GMS) KABUPATEN SEMARANG Laksana, Vicky Putra; Haddin, Muhammad
TRANSISTOR Elektro dan Informatika Vol 7, No 2 (2025)
Publisher : Universitas Islam Sultan Agung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30659/ei.7.2.%p

Abstract

PT. Gemah Makmur Sejahtera (GMS) merupakan perusahaan manufaktur yang beroperasi selama 24 jam dan memiliki kebutuhan daya listrik yang tinggi untuk menunjang proses produksi yang menggunakan mesin-mesin berdaya besar, seperti extruder plastik, mixer, dan motor industri lainnya. Penelitian ini bertujuan untuk mengevaluasi kecukupan daya listrik terpasang (dalam satuan kVA) terhadap beban listrik aktual serta proyeksi pertumbuhan beban di masa mendatang. Metode yang digunakan dalam penelitian ini meliputi pengumpulan data spesifikasi beban, perhitungan arus listrik, Kuat Hantar Arus (KHA), serta penentuan kebutuhan ukuran kabel dan pemutus arus (MCB) sesuai dengan standar teknis yang berlaku. kapasitas transformator yang tersedia sebesar 2.000 kVA. Hal ini menunjukkan bahwa sistem kelistrikan yang ada masih mampu mengakomodasi beban yang dibutuhkan, yang mana berdasarkan hasil analisa, total daya semu yang dibutuhkan saat ini adalah sebesar 1.136,8 kVA dengan jumlah total daya 537,254 kW dan accepting sebesar 690 kVA sehingga beban listrik tidak terlalu besar.
Prediksi Status Kualitas Produk Minuman Menggunakan Algoritma Decision Tree Fahmi, Ahmad Ulin Nur; Fatwanto, Agung
TRANSISTOR Elektro dan Informatika Vol 7, No 2 (2025): Agustus : Transistor EI
Publisher : Universitas Islam Sultan Agung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30659/ei.7.2.%p

Abstract

Kualitas suatu produk adalah salah satu item penting yang harus diperhatikan oleh para pengusaha suatu produk. Produk yang berkualitas baik akan berpengaruh bagi kesehatan para konsumen. Dalam pendistribusian produk tersebut pekerja UMKM bagian pengiriman harus dapat memahami apakah status produk sisa tersebut masih berkualitas baik atau sudah rusak. Hal ini sangat penting diperhatikan karena kondisi pendingin setiap reseller mempunya tingkat suhu dingin yang bervariasi terkadang juga dipengaruhi faktor mati lampu dan tegangan listrik yang tidak stabil. Kondisi tersebut dapat berpengaruh terhadap kualitas dari produk A menjadi menurun. Banyaknya reseller dan produk yang dikirim akan mempersulit pekerja UMKM dalam mendeteksi kualitas produk A. Untuk mengatasi masalah tersebut peneliti menemukan solusi bahwa diperlukan sebuah metode mesin learning untuk memprediksi status kualitas produk A. Dalam penelitian ini peneliti menggunakan metode decision tree untuk memprediksi status kualitas produk minuman A. Data yang digunakan adalah suatu produksi sebanyak 50 pcs pada beberapa jenis kecacatan suatu produk, adapun parameter yang digunakan antara lain, defect type , defect location, severity dan inspection method. Hasil penelitian ini akan menunjukkan presentasi nilai akurasi dari kualitas produk A sebesar 95% . Ini menunjukan bahwa algoritma decision tree memiliki kinerja yang sangat baik dalam melakukan proses pengklasifikasian kualitas produk minuman A
Implementasi Few-Shot Learning Untuk Prediksi Kalimat Solusi Dari Masalah Pada Artikel Ilmiah Menggunakan Model Large Language Models (LLM) Azizah, Eka Nurul; Chaerul Haviana, Sam Farisa
TRANSISTOR Elektro dan Informatika Vol 7, No 2 (2025): Agustus : Transistor EI
Publisher : Universitas Islam Sultan Agung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30659/ei.7.2.%p

Abstract

Pesatnya pertumbuhan jumlah artikel ilmiah menghadirkan tantangan baru dalam mengekstraksi informasi yang relevan, khususnya dalam mengidentifikasi hubungan antara permasalahan dan solusinya. Penelitian ini bertujuan untuk mengembangkan model prediksi solusi menggunakan Large Language Models (LLM) dengan pendekatan Few-Shot Learning. Model yang diterapkan adalah Llama 3.2, yang telah disesuaikan dengan dataset hasil ekstraksi dari 100 artikel ilmiah, diklasifikasikan ke dalam empat kategori utama: Problem-Solution, Tantangan-Jawaban, Peluang-Jawaban, dan Kelemahan-Peningkatan. Proses pengolahan data mencakup tahapan pre-processing, seperti case folding, tokenizing, filtering, dan stemming, guna meningkatkan kualitas data sebelum model dilatih. Evaluasi model dilakukan menggunakan metrik ROUGE untuk menilai akurasi prediksi solusi yang dihasilkan. Hasil penelitian menunjukkan bahwa pendekatan Few-Shot Learning mampu mengenali pola hubungan masalah-solusi dengan lebih efektif dibandingkan metode konvensional. Selain itu, sistem berbasis website juga dikembangkan untuk mempermudah akses dan pemanfaatan model oleh mahasiswa dalam menyelesaikan tugas akhir. Walaupun model menunjukkan kinerja yang baik, tantangan dalam menangani pertanyaan yang berbeda jauh dari contoh yang diberikan masih menjadi kendala yang perlu disempurnakan dalam penelitian mendatang.
Deteksi Hoax di Media Sosial Menggunakan Naive Bayes Chanif, Muhammad Nur; Subroto, Imam Much Ibnu
TRANSISTOR Elektro dan Informatika Vol 7, No 2 (2025): Agustus : Transistor EI
Publisher : Universitas Islam Sultan Agung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30659/ei.7.2.%p

Abstract

Penyebaran informasi melalui media sosial yang semakin masif memunculkan tantangan baru dalam membedakan antara konten valid dan hoaks, terutama karena informasi palsu sering kali dikemas secara meyakinkan. Deteksi manual terhadap hoaks membutuhkan waktu dan tidak efisien dalam skala besar, sehingga diperlukan pendekatan berbasis kecerdasan buatan. Penelitian ini mengembangkan sistem deteksi hoaks menggunakan pendekatan Natural Language Processing (NLP) dan algoritma Naïve Bayes untuk mengklasifikasikan teks sebagai hoaks atau non-hoaks. Dataset yang digunakan terdiri dari 134.198 data teks Twitter yang telah diberi label, dan diproses melalui tahap preprocessing dan ekstraksi fitur menggunakan TF-IDF. Evaluasi dilakukan menggunakan metrik akurasi, presisi, recall, dan F1-score untuk mengukur performa model. Hasil evaluasi menunjukkan bahwa model mencapai akurasi sebesar 95,87%, presisi 95,23%, recall 96,80%, dan F1-score 96,01%, yang mengindikasikan kemampuan tinggi dalam mengidentifikasi hoaks secara otomatis. Sistem ini telah diimplementasikan dalam antarmuka berbasis Streamlit dan diharapkan dapat mendukung upaya mitigasi penyebaran informasi palsu di media sosial secara lebih efektif dan efisien.
Implementasi IoT untuk Otomatisasi Suplai Pakan dan Minum pada Kandang Ayam Petelur: Studi Kasus Anam Farm – Pati Muhammad Haqa, Rizki Nur; Giffary, Mohammad Afdhal; Arifin, Bustanul
TRANSISTOR Elektro dan Informatika Vol 7, No 2 (2025): Agustus : Transistor EI
Publisher : Universitas Islam Sultan Agung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30659/ei.7.2.%p

Abstract

permasalahan utama yang dihadapi peternak ayam di wilayah pedesaan adalah proses pemberian pakan dan air yang masih dilakukan secara manual, sehingga menyita waktu dan tenaga serta berisiko mengganggu produktivitas ternak. Untuk mengatasi hal tersebut, telah dikembangkan sebuah sistem yang menggunakan mikrokontroler ESP32 sebagai pengendali utama, dilengkapi dengan sensor ultrasonik untuk memantau ketersediaan pakan dan sensor level air untuk mendeteksi kondisi air minum. Sistem ini dikendalikan melalui aplikasi berbasis Flutter yang terhubung dengan koneksi MQTT, serta dilengkapi layar OLED sebagai tampilan data lokal secara real-time. Pengujian sistem menunjukkan bahwa alat mampu merespons kebutuhan pemberian pakan dan minum dengan cepat dan akurat, dengan waktu aktivasi solenoid valve rata-rata 1 detik dan koneksi IoT yang stabil. Implementasi sistem ini memberikan dampak positif dalam aspek teknologi, sosial, ekonomi, dan lingkungan. Sistem terbukti mampu mengurangi ketergantungan pada tenaga kerja manual, meningkatkan efisiensi operasional, serta mendukung praktik peternakan yang lebih modern dan berkelanjutan.Keyword: Otomatisasi, Peternakan Ayam, Internet of Things
Implementasi Deteksi Pakaian BerbudAI Menggunakan Metode Single Shot Multibox Detector di Lingkungan Kampus UNISSULA Semarang Adhi, Anjas Restu Mulia; Haviana, Sam Farisa Chaerul
TRANSISTOR Elektro dan Informatika Vol 7, No 2 (2025): Agustus : Transistor EI
Publisher : Universitas Islam Sultan Agung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30659/ei.7.2.%p

Abstract

Universitas Islam Sultan Agung Semarang merupakan sebuah institusi pendidikan yang berlandaskan pada nilai – nilai Islam. “Membangun Generasi Khaira Ummah”. Jika dilihat dari perkembangan era digital, mayoritas mahasiswa ataupun mahasiswi cenderung mengikuti trend dalam berpakaian. Bahkan beberapa diantara mereka merasa lebih percaya diri saat memakai pakaian yang berbeda sehingga mereka ingin dipandang dan diperhatikan. Sesuai dengan startegi pada kampus sangat penting berpakaian sesuai dengan Budaya Akademik Islami yang telah ada pada lingkugan kampus. Pakaian BerbudAi merupakan sebuah gerakan yang diterapkan untuk semua civitas akademika Universitas Islam Sultan Agung Semarang guna menerapkan cara berpakaian yang benar sesuai dengan ajaran nilai – nilai dari agama Islam. Untuk meminimalsir terjadi pelanggaran tata cara berpakaian, pada penelitian ini mengimplementasikan sebuah sistem deteksi pakaian berbudaAI secara real time menggunakan metode Single Shot Multibox Detector dengan VGG16. Hasil dari pengujian Nilai threshold model terbaik di penelitian kali ini diangka 0.7 dengan F1-score tertinggi (0,918), yang mencerminkan keseimbangan terbaik antara precision (0,85) dan recall (1,0). Dengan mengunakan metode Single Shot Multibox Detector untuk mengimplementasikan deteksi secara real time pada pakaian budAI mendapatkan hasil akurasi yang sangat baik.
SAVER: Smart Automatic Vending for Environmental Recycle of Plastic Bottle Waste Riyani, Dita; Subroto, Imam Much Ibnu
TRANSISTOR Elektro dan Informatika Vol 7, No 2 (2025): Agustus : Transistor EI
Publisher : Universitas Islam Sultan Agung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30659/ei.7.2.%p

Abstract

Masalah sampah botol plastik yang terus meningkat membutuhkan solusi baru berbasis teknologi. Studi ini membahas pembuatan SAVER, sebuah mesin otomatis pintar yang dapat mendeteksi, menerima, dan menangani botol plastik bekas, sekaligus memberikan hadiah kepada penggunanya. Sistem ini menggunakan sensor, mikrokontroler, dan Internet of Things (IoT), serta platform hadiah digital untuk mengajak masyarakat terlibat dalam daur ulang. Proses perancangan meliputi pembuatan perangkat keras, penulisan kode sistem kontrol, dan menghubungkan pemantauan data melalui platform daring. Hasil pengujian menunjukkan bahwa sistem ini bekerja dengan baik dalam menemukan dan mengumpulkan botol plastik, serta mencatat dan mengirimkan data secara akurat ke server. Penggunaan SAVER diharapkan menjadi langkah positif dalam mengurangi sampah plastik, meningkatkan kesadaran lingkungan, dan membantu membangun sistem pengelolaan sampah berbasis teknologi yang berkelanjutan.

Page 1 of 1 | Total Record : 8

 1 

Filter by Year

2025 2025


Reset
Filter By Issues
All Issue Vol 7, No 2 (2025) Vol 7, No 2 (2025): Agustus : Transistor EI Vol 7, No 1 (2025): April : Transistor EI Vol 6, No 1 (2024) Vol 5, No 3 (2023) Vol 5, No 2 (2023) Vol 5, No 1 (2023) Vol 4, No 3 (2022) Vol 4, No 2 (2022) Vol 4, No 1 (2022) Vol 3, No 3: 2018 Vol 3, No 2: 2018 Vol 3, No 1: 2018 Vol 2, No 2: 2017 Vol 2, No 1: 2017 Vol 1, No 1: 2016 More Issue