Techné : Jurnal Ilmiah Elektroteknika

Sistem Pembiakan Ulat Hongkong Otomatis Berbasis Markov Decision Process dengan Komunikasi Wireless Internet of Things

Aad Hariyadi, Hudiono Hudiono, Amalia Eka Rakhmania, Farida Arinie Soelistianto — Tue, 17 Jun 2025 00:00:00 +0700

Pada artikel ini, kami mempelajari tentang sistem pembiakan ulat hongkong otomatis berbasis Markov Decision Process (MDP) dengan komunikasi wireless internet of things (IoT), dimana program cerdar berbasis MDP ditanamkan pada sebuah mikrokontroller sehingga dapat memengatur suhu dan kelembaban optimal berdasarkan input dari sensor. Sistem ini dikembangkan dengan mempertimbangkan proses pembiakan ulat hongkong yang tidak optimal dikarenakan kelembaban dan suhu ruangan yang berubah secara dinamis. Untuk menyelesaikan masalah ini secara efisien, kami menanamkan algoritma MDP pada mikrokontroller, dimana mikrokontroller mendapatkan parameter masukan dari sensor DHT22 sehingga dapat menentukan suhu dan kelembaban optimal dengan mengontrol sinar UV, kipas dan pompa air. Selain itu, dengan menggunakan komunikasi wireless IoT, system pembiakan ulat hongkong ini dapat dipantau oleh pengguna dengan jarak jauh. Hasil eksperimen menunjukkan sistem yang diusulkan dapat menurunkan rata-rata ulat hongkong yang mati sebesar 54%.

Prototipe Jembatan dengan Sistem Buka Tutup Otomatis Menggunakan Sensor Inframerah Berbasis IoT

Tue, 17 Jun 2025 00:00:00 +0700

Jembatan merupakan sarana bagi transformasi untuk melewati sebuah rintangan yang memisahkan dua tempat berbeda. Pada zaman sekarang perkembangan teknologi bisa diaplikasikan pada apa saja termasuk jembatan. Jembatan dengan sistem buka tutup hanya ada satu di Indonesia, sehingga perlu diciptakan inovasi otomatisasi sistem. Sistem otomatis pada jembatan ini bertujuan untuk meningkatkan efisiensi arus lalu lintas kendaraan dan kapal. Sistem ini juga dilengkapi dengan Internet of Thing dalam pengaplikasiaannya. Metode yang digunakan pada penilitian ini menggunakan metode pengujian real time dengan berbagai aspek yang diuji. Berdasarkan hasil analisa, terdapat nilai ketidakpastian dalam putaran motor servo. Kecepatan respon motor servo dinilai bagus setelah dilakukan pengujian data dengan rata-rata kecepatan respon 0,48 detik untuk servo buka tutup jembatan, dan 0,53 detik untuk servo buka tutup palang pintu. Hasil dari kendali IoT berjalan sesuai dengan program yang diberikan dengan jarak kendali yang cukup jauh, sejauh 25 meter.

Rancangan Desain Instalasi Penyalur Petir di Gedung Substation 8 Bandara Sultan Mahmud Badaruddin II Palembang

Dhionanda Atmaja Tarigan, R.B. Budi Kartika W, ismail kgs — Tue, 17 Jun 2025 00:00:00 +0700

Gedung substation 8 digunakan untuk mensuplai tenaga listrik ke BMKG, belum memiliki instalasi penyalur petir (hilang). Sehingga dirancang instalasi penyalur petir pada gedung tersebut. Rancangan ini menghasilkan perhitungan dalam menentukan tingkat proteksi dari gedung substation 8. Instalasi penyalur petir yang dirancang adalah penyalur petir franklin dengan metode proteksi bola gulir dan sistem grounding menggunakan driven rod. Nilai dari indeks R gedung substation 8 adalah sebesar 13. Nilai Ng adalah sebesar 22,0529 sambaran per km²/tahun, nilai Ae sebesar 1152,3 m², nilai Nd sebesar 0,0127 sambaran/tahun dan nilai Nc sebesar 0,0006. Nilai efisiensi (E) sebesar 0,95 (95 %) dengan tingkat proteksi yaitu level II. Radius proteksi dari metode bola gulir adalah 30 m. Sistem grounding dengan memparalelkan 3 batang grounding sedalam 6 meter dan mendapatkan tahanan grounding sebesar 0,74 ? berdasarkan perhitungan.

Techno-Economic Feasibility Study of Renewable Energy Power Generation: A Case Study in Sumba Jaya Area, East Nusa Tenggara Province, Indonesia

Rizky Ajie Aprilianto, Mario Norman Syah, Nur Anita — Tue, 17 Jun 2025 00:00:00 +0700

The Sumba Island electricity is divided into two central systems, the Waingapu and Waikabubak. The load growth of the Waikabubak system, which is in the Sumba Jaya area, is predicted to be higher than that of the Waingapu system. The existing power generation systems in this area consist of solar PV system (PLTS) Bilacenge along with vanadium redox battery (VRB), micro hydro power plant (PLTMH) Lokomboro and Umbuwango, the diesel power generation (PLTD) Waikabubak and Waitabula (Baru Laratama). The existing configuration of these systems produces renewable energy penetration below 45%. Hence, this condition shows that renewable energy exploration has yet to be carried out optimally, even though this area has an average potential for solar irradiation and wind speed reaching 5.84 kWh/day and 5.29 m/s, respectively. This research proposes an optimization design for developing the electricity system in the Sumba Jaya area, including Sumba Barat and Sumba Barat Daya Regency, East Nusa Tenggara Province. The proposed design searches for the optimal capacity of the existing system by adding renewable energy power generation in the form of wind turbine generation (PLTB) in Wanokaka with a capacity of 3,000 kW. The modelling was conducted using Hybrid Optimization of Multiple Energy Resources (HOMER) software to assess the feasibility of the proposed system. As a result, the payback period of the proposed system is achieved around four years, with the net present cost (NPC) and cost of energy (COE) lower than the existing system. In addition, the level of CO₂ emissions was reduced, with the increased renewable energy penetration rate at around 96.6%.

AIoT-Driven Human Activity Recognition for Versatile Framework on Multipurpose Applications

Tue, 17 Jun 2025 00:00:00 +0700

This paper presents the implementation of an AIoT-based Human Activity Recognition (HAR) framework designed for multipurpose applications. The framework integrates sensor data from wearable IoT devices, which is then processed by AI algorithms to classify and predict human activities in real-time. It utilizes machine learning models, particularly machine learning techniques, to analyze complex activity. Our framework uses all open-source IDEs, which is able to replicate and modify. For this paper we give examples of how to use our framework as gamification of a workout practice. The Idea is to recognize user activity including (bicep curl, shoulder press, and front rise) using accelerometer data, and then send recognized activity to our developed online game (pop-balloon). M5StickC Plus used as the hardware which already equipped with IMU sensor and power management. Furthermore, it has small form factor fit for wearable application. Before real-time performance was taken, we evaluated 5 different machine learning model and choose which one is more optimized. The five models include Naïve Bayes, Support Vector Machine (SVM), AdaBoost, ZeroR, and Random Forest. Accuracy given for offline analysis were 97.68%, 98.97%, 41.62%, 25%, 100% respectively to the previous model. In the final, for real-time performance we choose SVM model which most optimized even though the accuracy reduced to 89.67% for this task.

Optimasi Durasi pada Sistem Irigasi Tetes dengan Sensor Kelembaban dan Suhu Tanah Menggunakan Logika Fuzzy Takagi-Sugeno

Heri Ardiansyah, Muhammad Shodiq, M. Ainul Mahbubillah, Rohmatin Agustina — Tue, 17 Jun 2025 00:00:00 +0700

Aspek utama dari setiap budidaya tanaman adalah proses irigasi, yang harus dikelola dengan tepat. Salah satu metode penting yang banyak digunakan adalah irigasi tetes. Penelitian ini menggunakan metode logika fuzzy Takagi-Sugeno untuk mengoptimalkan durasi irigasi menggunakan sensor kelembaban tanah dan suhu pada sistem irigasi tetes. Data yang dihasilkan dari 10 set pengukuran dengan kelembaban tanah rata-rata 60,14%, suhu 32,84°C, dan durasi irigasi 321 detik. Metode logika fuzzy Takagi-Sugeno menganalisis data dan menghasilkan durasi irigasi yang optimal berdasarkan aturan fuzzy yang telah ditentukan. Hasil penelitian menunjukkan bahwa metode ini dapat menangani variabilitas kondisi lingkungan dengan menyesuaikan durasi irigasi sesuai dengan kebutuhan tanaman. Penerapan metode logika fuzzy Takagi-Sugeno pada sistem irigasi tetes otomatis ini telah meningkatkan efisiensi penggunaan air, mengurangi biaya operasional, dan mendukung keberlanjutan pertanian dalam inovasi pertanian modern. Namun, diperlukan penelitian lebih lanjut dengan data yang lebih luas dari berbagai kondisi lingkungan dan jenis tanaman untuk mendapatkan kesimpulan yang lebih akurat dan komprehensif.

Optimasi Disaster Recovery Planning (DRP) pada Site Recovery Manager (SRM) Menggunakan Algoritma Genetika

Yoga Putra Setiawan, Setiyo Budiyanto — Tue, 17 Jun 2025 00:00:00 +0700

Bencana IT yang tak terduga dapat mengganggu operasional bisnis, terutama jika tidak ada kesiapan yang memadai. Dampaknya mencakup kehilangan data dan informasi penting yang berpengaruh pada kontinuitas operasional. Salah satu langkah strategis dalam menghadapi gangguan ini adalah dengan menganalisis potensi bencana serta merancang Disaster Recovery Planning (DRP). Tantangan utama dalam DRP adalah menentukan prioritas pemulihan mesin virtual secara efisien dan mengelola Recovery Point Objective (RPO) secara optimal, mengingat keterbatasan waktu dalam proses pemulihan. Penelitian ini mengusulkan metode optimasi DRP berbasis algoritma genetika yang diterapkan pada VMware Site Recovery Manager (SRM). Algoritma genetika digunakan untuk menentukan prioritas pemulihan VM berdasarkan SLA dengan tahapan pembentukan kromosom, inisialisasi populasi, evaluasi fitness, seleksi, crossover, dan mutasi guna memperoleh solusi optimal. Evaluasi fitness mempertimbangkan pengurangan downtime dan minimisasi gangguan operasional. Hasil penelitian menunjukkan algoritma genetika mampu mengurangi downtime IT secara signifikan, dengan peningkatan efisiensi pemulihan hingga 50%. Model ini terbukti efektif dalam mengoptimalkan SRM dan dapat menjadi referensi bagi strategi pemulihan bencana IT di masa depan.

Energy Consumption Comparison of Halogen and LED Runway Lighting : Case Study at West Java International Airport

Sandi, Ridwan Satrio Hadikusuma, Dian Budhi Santoso — Tue, 17 Jun 2025 00:00:00 +0700

The increasing inefficiency and high costs of traditional halogen runway lighting systems have prompted a need for sustainable alternatives. This study investigates the performance, energy efficiency, and economic impact of halogen versus LED runway edge lights at West Java International Airport. Utilizing the Constant Current Regulator (CCR) and Cost Benefit Analysis (CBA) methods, the research highlights the advantages of LED lighting systems, which include superior energy efficiency, longer lifespan, and faster responsiveness. The findings reveal that adopting LED lights significantly reduces operational and maintenance costs while enhancing flight safety and environmental sustainability. Furthermore, the transition to LED lighting offers long-term financial benefits for airports by minimizing energy consumption and maintenance demands. Based on the results, this study provides actionable recommendations for airport management to upgrade to energy-efficient LED systems, ensuring improved operational efficiency and sustainability in runway lighting infrastructure. The insights gained from this research can serve as a valuable reference for decision-makers in optimizing airport lighting systems effectively and responsibly.

Implementation of YOLOv5 Algorithm for Classification and Detection of Car Types Using Deep Learning

Tue, 17 Jun 2025 00:00:00 +0700

Perkembangan teknologi computer vision dan deep learning telah membuka peluang baru dalam klasifikasi kendaraan, namun menghadapi tantangan dalam kompleksitas desain dan variasi visual mobil. Penelitian ini berfokus pada implementasi algoritma YOLO (You Only Look Once) V5 untuk mengklasifikasikan jenis mobil, yang bertujuan untuk mengembangkan model yang akurat, kuat, dan efektif dalam membedakan kategori mobil. Dataset yang digunakan dalam penelitian ini, yang bersumber dari Kaggle, dataset terdiri dari 1.000 gambar di empat kategori mobil (convertible, double cabin, sport, dan van), dengan 80% data digunakan untuk pelatihan, 10% untuk validasi, dan 10% untuk pengujian. Metodologinya mencakup prapemrosesan data, pelatihan model YOLOv5, dan evaluasi performa menggunakan metrik seperti akurasi, presisi, perolehan, dan skor F1. Hasilnya menunjukkan bahwa model tersebut dapat mengklasifikasikan jenis mobil dengan accuracy 96%, precision 96,6%, recall 97%, dan F1-score 97%, sehingga menunjukkan performa yang baik untuk setiap kategori mobil.

Kata kunci: Klasifikasi, YOLOv5, Computer vision, Deteksi, Mobil.