Publikasi Universitas Mercu Buana
Not a member yet
7303 research outputs found
Sort by
Analisis Koordinasi Proteksi Recloser dan Fuse pada Jaringan IEEE 34 menggunakan Metode Fuzzy Mamdani
No full textKonsumsi listrik perkapita di Indonesia meningkat setiap tahunnya. Peningkatan konsumsi listrik ini mempengaruhi sistem pemasokan kelistrikan, sehingga memberikan dampak yang besar ketika terjadi gangguan. Salah satu permasalahan yang terjadi dari saluran distribusi yaitu gangguan hubung singkat yang mempengaruhi tingkat keandalan. Bertambahnya arus gangguan mempengaruhi kinerja proteksi terutama fuse cut out sebagai alat pemutus rangkaian yang sering digunakan ketika terjadi arus lebih. Tentunya, ini memberikan dampak pada recloser yang digunakan untuk koordinasi fuse saving. Koordinasi proteksi ini tidak lepas dari hubungan penentuan setting proteksi. Nilai setting time dial pada waktu kerja relai recloser yang tepat akan menciptakan keamanan pada fuse. Namun, fuse yang diamankan memiliki jumlah yang banyak, sehingga timbul ketidakpastian dalam menentukan setting. Pendekatan yang memungkinkan adalah dengan menggunakan metode fuzzy mamdani untuk menghasilkan setting yang tepat. Media yang digunakan dalam penelitian sangat berpengaruh terhadap keberhasilan dalam masukan setting. Dengan demikian, jaringan IEEE (Institute of Electrical and Electronics Engineers) 34 node test feeder yang telah divalidasi dengan nilai rata-rata error sebesar 2,3% simulasi load flow analysis digunakan sebagai media penelitian. Metode Fuzzy Mamdani dalam penelitian ini membuktikan bahwa metode ini dapat meningkatkan keandalan proteksi pada jaringan distribusi listrik. Nilai kesalahan waktu kerja operasi proteksi perbandingan perhitungan dengan simulasi dari Matlab sebesar 14,52% untuk Overcurrent Relay dan 12,72% untuk Ground Fault Relay. Penggunaan metode fuzzy mamdani dalam melakukan menentukan nilai setting time dial (Time Multiple Setting) recloser pada koordinasi proteksi recloser dan fuse menghasilkan koordinasi yang baik saat terjadi gangguan hubung singkat dengan pengaman kurva koodinasi proteksi pada batasan pengamanan fuse
Analisa Pengaruh Aerosol Of Depth (AOD),Temperature, Iradiasi Matahari Pada Panel Surya Terhadap Rancang Bangun Sistem PLTS
No full textPLTS adalah salah satu energi terbarukan saat ini. 50% dari energi terbarukan berasal dari tenaga surya. Jenis PLTS ada 3 yaitu On – Grid, Off – Grid, Hybrid. Selain itu dalam operasionalnya terdapat faktor penganggu dalam PLTS ini yakni, Faktor Temperatur dan Iradiasi Matahari. Total iradiasi natahari yang sampai di permukaan bumi sebesar 5,967 x 107 KwH/m2, sedangkan data indeks Aerosol pada lapisan bumi sebesar 0,1 hingga 0,5 per hari. Temperatur di kota Surabaya mulai dari 22oC – 30oC. Dalam pengaruh Iradiasi matahari terdapat AOD, Aerosol Optical Depth (AOD) adalah Aerosol yang terdapat di udara menjadi penganggu di Iradiasi matahari. AOD dapat disebabkan oleh kebakaran hutan,polutan udara dan gunung Meletus. Dalam mengetahui pengaruh AOD dan Iradiasi matahari diperlukan Analisa regresi dan korelasi dimana selanjutnya daru data tersebut di buat sebuah permodelan simulasi pada matlab untuk menentukan penurunan persentase akibat AOD terhadap Solar Panel. Ditemukan bahwa korelasi antara temperature dan keluaran daya solar panel sebesar 98%, Iradiasi Matahari dan keluaran solar panel 94%, temperature dan iradiasi matahari 92%, AOD dan Iradiasi Matahari 94%. Pada permodelan regresi dapat ditemukan permodelannya adalah Y =48,764x + 6,0609. dimana nilai R square sebesar 0,9473 Selain itu dengan pengambilan data dilakukan ditemukan dampak AOD dapat mengurangi perfomansi PV mulai dari 7% hingga 9,5%. Sehingga dari kesimpulan ini penempatan lokasi PLTS di daerah Surabaya dampak AOD tidak lebih dari 10%.
Integration of Digital Technology and Green Human Resource Management (GHRM) in Aligning Equity Principles to Drive Innovation, Employee Development, and Environmental Sustainability
No full textThe integration of digital technology in the era of Industry 4.0, such as artificial intelligence (AI) and machine learning (ML), has driven green innovation in the manufacturing sector, improving operational efficiency, financial performance, and reducing environmental impact. However, the uneven distribution of sustainability benefits remains a challenge that requires strategic solutions. This study aims to analyze how the application of equity principles in Green Human Resource Management (GHRM) can mediate the relationship between digital technology and organizational sustainability. The study employs a literature-based methodology with research result reporting to examine the contribution of equity-based GHRM in supporting organizational sustainability. Relevant literature is identified and analyzed to explore the role of equity principles in providing equal access to green training, skill development, and the distribution of sustainability benefits. This methodology enables a comprehensive understanding of the relationship between GHRM, digital technology, and sustainability. The findings indicate that equity principles in GHRM enhance employee engagement and commitment to green initiatives through an inclusive and collaborative work environment. Digital technologies such as E-HRM and AI facilitate efficient green training, reduce carbon footprints, and strengthen organizational competitiveness. This approach also addresses gaps in access to training and development, reinforces an environmentally friendly work culture, and boosts employee productivity. In conclusion, integrating equity principles into GHRM and leveraging digital technologies create a strategic approach to achieving environmental, social, and economic sustainability. This study highlights the importance of combining equity and technology in building a holistic, progressive, and inclusive sustainability strategy to address future global challenges.
Analisis Performa Model Deep Learning dalam Deteksi Penyakit Mata: Studi CNN, RNN, dan FNN
No full textPenyakit mata menjadi salah satu penyebab utama gangguan penglihatan yang dapat mengarah pada kebutaan permanen jika tidak ditangani dengan baik. Beberapa penyakit mata yang sering terjadi antara lain katarak, glaukoma, dan retinopati diabetik. Penelitian ini bertujuan untuk mengembangkan model klasifikasi penyakit mata berbasis citra menggunakan tiga metode deep learning, yaitu Convolutional Neural Network (CNN), Recurrent Neural Network (RNN), dan Feedforward Neural Network (FNN). Dataset yang digunakan dalam penelitian ini terdiri dari 4.217 citra, yang diproses melalui tahapan preprocessing yang mencakup pembagian data menjadi tiga kelompok: pelatihan (training), validasi, dan pengujian (testing). Selanjutnya, citra tersebut melalui tahap resizing dan normalisasi untuk meningkatkan kualitas data yang digunakan dalam pelatihan model. Model-model yang dikembangkan kemudian dilatih menggunakan teknik Early Stopping untuk mencegah overfitting dan mengoptimalkan performa. Berdasarkan hasil evaluasi, model CNN menunjukkan performa terbaik dengan akurasi uji sebesar 85% dan nilai loss 0, 3841, mengungguli RNN yang memiliki akurasi 83% dan FNN dengan akurasi 78%. Selain itu, analisis menggunakan Confusion Matrix menunjukkan bahwa CNN lebih unggul dalam menangkap fitur spasial pada citra dibandingkan model lainnya. Implementasi model dilakukan dalam aplikasi web berbasis Flask untuk memprediksi penyakit mata berdasarkan citra yang diunggah pengguna. Penelitian lanjutan dapat meningkatkan akurasi model dengan menerapkan transfer learning menggunakan model pretrained yang lebih kompleks
NUMERIK WARNA KAIN SEBAGI LAMPUNG
No full textDetecting Colors in Lampung's Sebagi Fabric and Converting them to Color Codes. The methodology employed in this study is qualitative ethnography, with data collection conducted through direct field surveys and color detection using the SCI D65 10° Colorimeter. The colorimeter detects the surface colors of Sebagi fabric, converting them into Lab values, which are then translated into RGB, CMYK, and HEX color codes through the Nixsensor application. The primary findings indicate that three Sebagi fabrics were successfully identified and assigned color codes, providing a valuable reference for textile, product, and graphic designers, as well as researchers. The study concludes that using a colorimeter yields accurate results for fabric color detection after conversion. The color data collected from Sebagi fabric at the Lampung Museum in 2022 can serve as a valuable reference for documentation and culturally based design development in the digital and manufacturing era
The Reception of Health Information To Reduction Stunting
No full textThe main causes of stunting can be caused by a lack of nutrition and nutritional intake as a child's needs, off-base child rearing designs due to need of information and instruction for pregnant ladies and breastfeeding moms, lacking sanitation within the living environment such as need of clean water offices and inaccessibility of can offices and constrained get to. wellbeing offices required for pregnant ladies, breastfeeding mothers and toddlers. Malnutrition is a global issue. It is therefore important to have a health communication strategy when providing health information to the community. Using receptivity theory to communicate health information can be a long-term strategy to reduce the prevalence of stunting. There are several receptive analysis strategies that can be implemented to reduce the prevalence of stunting, including individual acceptability in processing information, provision of appropriate information in terms of language, acceptability in understanding media preferences, development of environmental perception factors, dissemination of credible information in influencing the community, and evaluation of information in stunting information dissemination strategies
Selection of the best public fuel filling stations with analytical hierarchy process in Tangerang Regency
No full textEnergy is one of the main factors in supporting mobility in activities. Gas Stations (SPBU) are one way that people can get energy. In its operations, gas stations must be able to provide the best service to consumers so that maintaining consumer loyalty. This study aims to be able to choose the best Gas Stations (SPBU) with Analytical Hierarchy Process (AHP) method. The criteria used are based on previous research and based on the results of expert analysis so that the selected criteria are used as a model in decision making, namely management, sales, services, facilities and variations of fuel products. For alternatives to be evaluated are 5 gas stations located in the Legok area, Tangerang, Banten. Based on the calculation of the pairwise criterion comparison matrix in the AHP method, eigenvalues are obtained to perform consistency tests. after processing and analysis, it is known that the highest criterion is service and the lowest is sales. And alternative calculation results obtained that the gas station 5 is the best alternative chosen
Examining the key factors influencing the sustainability of domestic wastewater reuse in Jakarta using AHP method
No full textPopulation expansion, urbanization, economic development, pollution, and climate change are all contributing factors to the growing global problem of water shortage. The Sustainable Development Goals (SDGs) are in danger of being achieved because of this dilemma, particularly SDGs 6 and 11 on clean water and sanitation and sustainable cities, respectively. Only 65.9% of Jakarta's population has access to potable water, and water stress levels range from 40 to 80%. The government is planning a wastewater treatment system (SPALD-T) to recycle household wastewater and produce clean water in order to address this issue. TB. Simatupang's Water Treatment Plant (WWTP) still faces obstacles in adopting wastewater reuse, nonetheless. In Indonesia, wastewater recycling has received little attention, with the majority of studies concentrating on technical concerns rather than sustainability considerations. In contrast, technologies such as desalination and rainfall harvesting are being investigated worldwide. The objective of this research is to examine the technical and non-technical elements that affect wastewater recycling's effectiveness for the generation of sustainable clean water. The results will offer crucial information to help Perumda Paljaya create policies that will effectively utilize wastewater, which will help Jakarta accomplish its sustainable development goals more broadly
Analisis Model Prediksi Penyakit Jantung Menggunakan Adaptive Boosting, Gradient Boosting, dan Extreme Gradient Boosting
No full textDeteksi dini penyakit jantung merupakan langkah penting untuk meningkatkan kualitas diagnosis dan perawatan pasien. Namun, metode prediksi manual yang sering digunakan tenaga medis memiliki keterbatasan dalam efisiensi waktu, akurasi, dan kemampuan menangani volume data yang besar. Dalam bidang kecerdasan buatan, algoritma machine learning seperti Adaptive Boosting (AdaBoost), Gradient Boosting, dan Extreme Gradient Boosting (XGBoost) menawarkan potensi untuk meningkatkan akurasi prediksi, terutama dalam mengatasi tantangan pada dataset kecil yang sering mengalami ketidakseimbangan kelas dan risiko overfitting. Penelitian ini bertujuan untuk menganalisis kinerja ketiga algoritma boosting tersebut dalam memprediksi penyakit jantung. Hasil penelitian menunjukkan bahwa XGBoost memberikan performa terbaik dengan akurasi sebesar 84.78% dan ROC-AUC 0.9410, menjadikannya algoritma paling efektif dalam menangani pola data yang kompleks. Gradient Boosting menjadi model paling efisien dengan waktu pelatihan tercepat, yaitu 0.3655 detik, dengan akurasi dan ROC-AUC yang kompetitif. Sementara itu, AdaBoost menunjukkan kelemahan dalam menangani ketidakseimbangan kelas tetapi tetap memberikan hasil yang baik untuk kelas mayoritas. Berdasarkan evaluasi precision, recall, dan F1-score, XGBoost direkomendasikan untuk aplikasi prediksi penyakit jantung, terutama dalam situasi yang memerlukan akurasi tinggi, sedangkan Gradient Boosting cocok untuk kebutuhan real-time
Penerapan Algoritma Apriori Pada Transaksi Penjualan untuk Rekomendasi Menu Makanan dan Minuman Resto Seafood
No full textRestoran merupakan salah satu fasilitas dalam industri layanan makanan dan bagian dari akomodasi pariwisata yang berperan dalam memenuhi kebutuhan wisatawan atau pelanggan. Saat ini, pencatatan transaksi di restoran masih dilakukan secara manual, namun dengan perkembangan teknologi, restoran berencana untuk mengadopsi sistem digital guna mempermudah penyusunan laporan penjualan dan pengembangan strategi pemasaran yang lebih efektif. Dalam menghadapi persaingan dikawasan wisata, system digital saja tidak cukup namun juga perlu strategi dalam menarik pelanggan. Tujuan dalam penelitian ini adalah membuat aplikasi penjualan dan melakukan analisis hasil dari transaksi penjualan tersebut. Metode yang digunakan dalam penelitian ini adalah Algoritma Apriori dengan pengujian menggunakan lift ratio. Data yang digunakan merupakan data transaksi sebanyak 1017 dari bulan juli hingga September. Hasil dari penelitian ini adalah apalikasi yang mampu melakukan analisis menggunakan metode Apriori. Hasil dari analisis yang diperoleh beberapa pola yang dapat dijadikan rekomendasi restoran dalam memberikan promo salah satunya kombinasi mendoan, teh, ikan bakar, cah kangkung dan Nasi