TESLA Jurnal Teknik Elektro UNTAR
Not a member yet
297 research outputs found
Sort by
IMPLEMENTASI SISTEM PEMBERIAN PAKAN OTOMATIS TERJADWAL BERBASIS ESP32 DAN BLYNK UNTUK OPTIMASI MANAJEMEN PETERNAKAN
No full textRegular and controlled feeding is an important factor in the success of fish farming. However, manual methods of feeding are often less efficient and risk causing discrepancies in the amount of feed given. This research aims to design and develop an ESP32-based automatic feeding system controlled through the Blynk application. This system uses an RTC DS3231 sensor to determine the feeding time, an HC-SR04 ultrasonic sensor to detect the availability of feed, and a servo motor to automatically regulate feed distribution. If feed is available and the feeding time has arrived, the ESP32 will activate the servo motor to open the feed container and then close it again after the process is complete. The residual feed monitoring data is sent to the Blynk app, allowing the user to control and monitor the system in real-time via a mobile device. The test results show that the system is able to detect the amount of residual feed with high accuracy, with the difference between the ultrasonic sensor measurement and manual measurement ranging from 0.1-0.2 cm. In addition, the system successfully optimizes feeding efficiency by ensuring timely and appropriate distribution to the fish. Thus, the system can improve the effectiveness of feed management in fish farming as well as reduce manual intervention, thus providing a more practical and efficient solution for fish farmers.
Pemberian pakan secara teratur dan terkontrol merupakan faktor penting dalam keberhasilan budidaya ikan. Namun, metode manual dalam pemberian pakan sering kali kurang efisien dan berisiko menyebabkan ketidaksesuaian jumlah pakan yang diberikan. Penelitian ini bertujuan untuk merancang dan mengembangkan sistem pemberian pakan otomatis berbasis ESP32 yang dikendalikan melalui aplikasi Blynk. Sistem ini menggunakan sensor RTC DS3231 untuk menentukan waktu pemberian pakan, sensor ultrasonik HC-SR04 untuk mendeteksi ketersediaan pakan, serta motor servo untuk mengatur distribusi pakan secara otomatis. Jika pakan tersedia dan waktu pemberian pakan telah tiba, ESP32 akan mengaktifkan motor servo untuk membuka wadah pakan dan kemudian menutupnya kembali setelah proses selesai. Data pemantauan sisa pakan dikirim ke aplikasi Blynk, memungkinkan pengguna untuk mengontrol dan memantau sistem secara real-time melalui perangkat seluler. Hasil pengujian menunjukkan bahwa sistem ini mampu mendeteksi jumlah sisa pakan dengan akurasi tinggi, dengan perbedaan pengukuran sensor ultrasonik dan pengukuran manual berkisar 0,1–0,2 cm. Selain itu, sistem berhasil mengoptimalkan efisiensi pemberian pakan dengan memastikan distribusi yang tepat waktu dan sesuai kebutuhan ikan. Dengan demikian, sistem ini dapat meningkatkan efektivitas manajemen pakan dalam budidaya ikan serta mengurangi intervensi manual, sehingga memberikan solusi yang lebih praktis dan efisien bagi pembudidaya ikan.Pemberian pakan secara teratur dan terkontrol merupakan faktor penting dalam keberhasilan budidaya ikan. Namun, metode manual dalam pemberian pakan sering kali kurang efisien dan berisiko menyebabkan ketidaksesuaian jumlah pakan yang diberikan. Penelitian ini bertujuan untuk merancang dan mengembangkan sistem pemberian pakan otomatis berbasis ESP32 yang dikendalikan melalui aplikasi Blynk. Sistem ini menggunakan sensor RTC DS3231 untuk menentukan waktu pemberian pakan, sensor ultrasonik HC-SR04 untuk mendeteksi ketersediaan pakan, serta motor servo untuk mengatur distribusi pakan secara otomatis. Jika pakan tersedia dan waktu pemberian pakan telah tiba, ESP32 akan mengaktifkan motor servo untuk membuka wadah pakan dan kemudian menutupnya kembali setelah proses selesai. Data pemantauan sisa pakan dikirim ke aplikasi Blynk, memungkinkan pengguna untuk mengontrol dan memantau sistem secara real-time melalui perangkat seluler. Hasil pengujian menunjukkan bahwa sistem ini mampu mendeteksi jumlah sisa pakan dengan akurasi tinggi, dengan perbedaan pengukuran sensor ultrasonik dan pengukuran manual berkisar 0,1–0,2 cm. Selain itu, sistem berhasil mengoptimalkan efisiensi pemberian pakan dengan memastikan distribusi yang tepat waktu dan sesuai kebutuhan ikan. Dengan demikian, sistem ini dapat meningkatkan efektivitas manajemen pakan dalam budidaya ikan serta mengurangi intervensi manual, sehingga memberikan solusi yang lebih praktis dan efisien bagi pembudidaya ikan
DESIGN AND CONSTRUCTION OF A RASPBERRY PI-BASED HUMAN FOLLOWING ROBOT WITH TENSORFLOW LITE-BASED DETECTION
No full textThe application of artificial intelligence (AI) in robotics has provided innovative solutions to various operational challenges, particularly those related to the system\u27s ability to automatically detect and interact with humans. One such implementation is the Human Following Robot, an autonomous robot designed to follow human movements using an AI-based image processing system. This research proposes the design and development of a Raspberry Pi 4-based Human Following Robot prototype with a TensorFlow Lite algorithm. The research methodology uses an experimental approach with a focus on evaluating target detection accuracy and robot movement stability under varying lighting and terrain conditions. The experimental approach was used by testing the robot on flat and rocky terrain, as well as in bright and dim lighting conditions. The limitation of this research is that the system only tests the detection of one target person without any obstacles or other people around the robot. The results of the study show that the robot has optimal performance at a detection distance of 200–300 cm with an accuracy of 92%–94% in lighting conditions above 100,000 lux, as well as stable movement on flat terrain. Based on these results, this robot has great potential to support more efficient and safer military logistics operations. Future development will focus on improving accuracy in low-light conditions, improving mechanical design, and integrating multi-object tracking capabilities.
Abstrak
Penerapan kecerdasan buatan (Artificial Intelligence/AI) dalam bidang robotika telah menghadirkan solusi inovatif terhadap berbagai tantangan operasional, khususnya terkait kemampuan sistem dalam mendeteksi dan berinteraksi dengan manusia secara otomatis. Salah satu implementasinya adalah Human Following Robot, yaitu robot otonom yang dirancang untuk mengikuti pergerakan manusia dengan memanfaatkan sistem pengolahan citra berbasis AI. Penelitian ini mengusulkan perancangan dan pembangunan prototipe Human Following Robot berbasis Raspberry Pi 4 dengan algoritma TensorFlow Lite. Metodologi penelitian menggunakan pendekatan eksperimental dengan fokus penelitian diarahkan pada evaluasi akurasi deteksi target serta kestabilan pergerakan robot pada kondisi pencahayaan dan medan yang bervariasi. Pendekatan eksperimental digunakan dengan menguji robot pada medan datar dan berbatu, serta pada kondisi pencahayaan terang dan redup. Batasan penelitian ini adalah sistem hanya menguji pendeteksian satu orang target tanpa adanya objek penghalang atau orang lain di sekitar robot. Hasil penelitian menunjukkan bahwa robot memiliki kinerja optimal pada jarak deteksi 200–300 cm dengan akurasi 92%–94% pada kondisi pencahayaan di atas 100.000 lux, serta pergerakan stabil di medan datar. Berdasarkan hasil tersebut, Robot ini memiliki potensi besar untuk mendukung operasi logistik militer yang lebih efisien dan aman. Untuk pengembangan selanjutnya diarahkan pada peningkatan akurasi di kondisi minim cahaya, perbaikan desain mekanik, serta integrasi kemampuan pelacakan multi-obje
Klasifikasi Suhu Pada Peralatan Listrik Tegangan Tinggi Menggunakan K- Nearest Neighbor
Full text linkThe application of Artificial Intelligence (AI) for classifying safe or hazardous conditions in high-voltage electrical equipment using thermal images is a relatively new and emerging approach. Thermal imaging provides a visual representation of temperature distribution across an object’s surface by utilizing color differences. High-temperature areas are typically represented in white, indicating potential hazards such as overheating or insulation failure. In contrast, non-white regions such as blue, green, or purple correspond to lower temperatures and are generally considered safe. This study employs feature extraction techniques to process thermal image data and obtain quantitative parameters, specifically the percentage of white and non-white areas within each image. These parameters serve as the input features for classification purposes. The dataset used in this research consists of 10 thermal images for training and 2 thermal images for testing. The classification process utilizes the K-Nearest Neighbor (K-NN) algorithm, with Euclidean Distance employed to measure the similarity between the test data and training samples. The images are then ranked based on proximity values, and classification is performed using different values of K. Testing was conducted by varying the value of K from 1 to 7 to assess the impact on classification performance. The results demonstrate that this method achieved a maximum classification accuracy of 71.42%. These findings suggest that AI-based image classification has significant potential for enhancing predictive maintenance and early detection of abnormal conditions in high-voltage electrical equipment through automated thermal image analysis.
Pemanfaatan kecerdasan buatan (Artificial Intelligence/AI) dalam klasifikasi kondisi aman atau berbahaya pada peralatan bertegangan tinggi berdasarkan citra thermal merupakan pendekatan yang relatif baru dan masih jarang diterapkan secara luas. Citra thermal memungkinkan visualisasi distribusi suhu pada permukaan objek melalui perbedaan warna. Area yang menunjukkan suhu tinggi biasanya divisualisasikan dalam warna putih dan diidentifikasi sebagai area dengan potensi bahaya, seperti adanya komponen yang mengalami pemanasan abnormal. Sebaliknya, warna selain putih seperti biru, hijau, atau ungu mengindikasikan suhu yang lebih rendah, sehingga dikategorikan sebagai kondisi yang aman. Dalam penelitian ini, dilakukan proses ekstraksi fitur dari citra thermal untuk memperoleh data kuantitatif berupa persentase luas area berwarna putih dan non-putih. Parameter ini selanjutnya digunakan sebagai dasar dalam proses klasifikasi. Dataset terdiri dari 10 gambar yang digunakan sebagai data pelatihan dan 2 gambar sebagai data pengujian. Metode klasifikasi yang digunakan adalah K-Nearest Neighbor (K-NN), dengan pengukuran jarak antar data dilakukan menggunakan rumus Euclidean Distance. Setiap data uji dibandingkan terhadap data latih berdasarkan nilai kedekatan jarak tersebut, lalu dilakukan klasifikasi berdasarkan nilai K tertentu. Pengujian dilakukan dengan variasi nilai K mulai dari 1 hingga 7. Hasil dari proses klasifikasi menunjukkan bahwa pendekatan ini mampu mencapai tingkat akurasi sebesar 71,42%. Temuan ini menunjukkan potensi AI dalam membantu pengambilan keputusan kondisi peralatan listrik berbasis analisis citra thermal.The application of artificial intelligence (AI) in classifying safe or hazardous conditions based on thermal images is an innovation that has not been widely developed. Thermal images represent the temperature of an object, where white indicates high temperatures that may be hazardous, while darker colors signify lower, relatively safe temperatures. In this study, a feature extraction approach was used to obtain the percentage of white and non-white colors as classification parameters. The research process began by using 10 thermal images as training data and 2 thermal images as test data. The next step was calculating the distance between each test data and all training data using the Euclidean Distance method. The distance calculation results were then sorted based on proximity, followed by classification using different values of K (the number of nearest neighbors), ranging from K = 1 to K = 7. The test results showed that this method achieved a classification accuracy of 71.42%. This accuracy is still relatively low due to the limited number of training data in the hazardous category, making it difficult for the system to recognize patterns effectively. Additionally, when K values exceed 3, classification accuracy tends to decrease because too many neighbors are considered. To improve accuracy, it is necessary to optimize the selection of K values, increase the amount of training data, and apply data preprocessing techniques to enhance the quality of extracted features. This way, the system can become more reliable and accurate in classifying safe or hazardous conditions based on thermal images
Security Risks and Feature Limitations Impact on Productivity in Unauthorized Windows Usage
Full text linkHuman connectivity. One dominant operating system is Windows. This research aims to investigate the security risks and usage of unofficial software, particularly in the context of Windows, the most widely used operating system in the world. Based on this background, the author conducted research using interview, survey, and literature review methods. Interviews with computer experts were conducted to understand the security issues and limitations of using unofficial Windows. It was found that unofficial Windows usage can result in security limitations, system disruptions, and limited functionality. Furthermore, the literature review revealed various security vulnerabilities in unofficial Windows and their impacts on users and organizations. Recommended solutions include switching to official Windows or Linux distributions, while increasing public awareness of the risks of using pirated software. Surveys were conducted to understand users\u27 perceptions and experiences with unofficial Windows. The majority of respondents admitted to being uncertain about the security of the unofficial Windows operating system they used and experienced system disruptions or functional issues. Reasons for using unofficial Windows include a lack of understanding of the differences between official and unofficial versions, as well as their availability and lower cost. Thus, this research concludes that education on the risks of using pirated software is crucial to raising public awareness and promoting the use of safe and legal solutions
ABSTRAK
Dalam era digital yang semakin maju, perangkat lunak menjadi kunci bagi produktivitas, kreativitas, dan konektivitas manusia. Salah satu sistem operasi yang dominan adalah Windows, Penelitian ini bertujuan untuk menyelidiki risiko keamanan dan penggunaan perangkat lunak tidak resmi, khususnya dalam konteks Windows, yang merupakan sistem operasi yang paling banyak digunakan di dunia. Berdasarkan latar belakang tersebut, penulis menjalankan penelitian dengan metode wawancara, survei, dan studi pustaka. Wawancara dilakukan dengan ahli komputer untuk memahami masalah keamanan dan batasan penggunaan Windows tidak resmi. Ditemukan bahwa penggunaan Windows tidak resmi dapat mengakibatkan keterbatasan keamanan, gangguan sistem, dan fungsionalitas yang terbatas. Selanjutnya, studi pustaka mengungkapkan berbagai kerentanan keamanan dalam Windows tidak resmi serta dampaknya terhadap pengguna dan organisasi. Solusi yang disarankan adalah beralih ke Windows resmi atau distribusi Linux, dengan meningkatkan kesadaran masyarakat tentang risiko penggunaan perangkat lunak bajakan. Survei dilakukan untuk memahami persepsi dan pengalaman pengguna terhadap Windows tidak resmi. Mayoritas responden mengaku tidak yakin dengan keamanan sistem operasi Windows tidak resmi yang mereka gunakan dan mengalami gangguan sistem atau masalah fungsionalitas. Alasan penggunaan Windows tidak resmi antara lain kurangnya pemahaman tentang perbedaan versi resmi dan tidak resmi serta ketersediaan dan harga yang lebih murah. Dengan demikian, penelitian ini menyimpulkan bahwa edukasi tentang risiko penggunaan perangkat lunak bajakan penting untuk meningkatkan kesadaran masyarakat dan mendorong penggunaan solusi yang aman dan legal.Dalam era digital yang semakin maju, perangkat lunak menjadi kunci bagi produktivitas, kreativitas, dan konektivitas manusia. Salah satu sistem operasi yang dominan adalah Windows, Penelitian ini bertujuan untuk menyelidiki risiko keamanan dan penggunaan perangkat lunak tidak resmi, khususnya dalam konteks Windows, yang merupakan sistem operasi yang paling banyak digunakan di dunia. Berdasarkan latar belakang tersebut, penulis menjalankan penelitian dengan metode wawancara, survei, dan studi pustaka. Wawancara dilakukan dengan ahli komputer untuk memahami masalah keamanan dan batasan penggunaan Windows tidak resmi. Ditemukan bahwa penggunaan Windows tidak resmi dapat mengakibatkan keterbatasan keamanan, gangguan sistem, dan fungsionalitas yang terbatas. Selanjutnya, studi pustaka mengungkapkan berbagai kerentanan keamanan dalam Windows tidak resmi serta dampaknya terhadap pengguna dan organisasi. Solusi yang disarankan adalah beralih ke Windows resmi atau distribusi Linux, dengan meningkatkan kesadaran masyarakat tentang risiko penggunaan perangkat lunak bajakan. Survei dilakukan untuk memahami persepsi dan pengalaman pengguna terhadap Windows tidak resmi. Mayoritas responden mengaku tidak yakin dengan keamanan sistem operasi Windows tidak resmi yang mereka gunakan dan mengalami gangguan sistem atau masalah fungsionalitas. Alasan penggunaan Windows tidak resmi antara lain kurangnya pemahaman tentang perbedaan versi resmi dan tidak resmi serta ketersediaan dan harga yang lebih murah. Dengan demikian, penelitian ini menyimpulkan bahwa edukasi tentang risiko penggunaan perangkat lunak bajakan penting untuk meningkatkan kesadaran masyarakat dan mendorong penggunaan solusi yang aman dan lega
IMPLEMENTATION OF QUICK RESPONSE CODE AS A PRODUCT INFORMATION DISPLAY MEDIA ON HANDICRAFT ENTREPRENEURSHIP
Full text linkMicro, Small and Medium Enterprises or often referred to as MSMEs are one of the business activities that have an important role in the Indonesian economy. MSMEs have contributed to reducing the unemployment rate and helping to equalize community income, especially in rural areas. MSMEs still face various types of challenges mainly related to information dissemination, marketing, and product sales. With digitalization, MSMEs can be easier and more flexible in carrying out their business activities. One of them is the use of a quick response code (QR Code). Quick response codes can convert data into a 2-dimensional code that can be scanned. Quick response codes can store binary, numeric, and alphanumeric data which makes them flexible for various types of activities. Examples include digital payments and information transmission. This research was conducted with the aim of providing a media display of MSME product information using fast response codes. This research method is in the form of designing quick response codes, which is carried out by collecting and providing product information data. After that, proceed with the formation of a quick response code. Furthermore, it ends with printing the quick response code and pasting the code on the product. The formed quick response code successfully displays product information data. The printed response code also successfully displays information data in accordance with the product being pasted. In addition, the digitally photographed quick response codes can be accessed and display product information from a variety of different locations. Overall, the study was perceived positively in various aspects including ease of access, attractive appearance, practical information, global access, simple process, and digital access with 41% of respondents strongly agreeing and 28.6% of respondents agreeing
Abstrak
Usaha Mikro, Kecil dan Menengah atau yang sering disebut dengan UMKM adalah salah satu kegiatan usaha yang memiliki peran penting dalam perekonomian Indonesia. UMKM memiliki kontribusi dalam mengurangi tingkat pengangguran dan membantu pemerataan pendapatan masyarakat terutama di daerah pedesaan. UMKM masih menghadapi berbagai jenis tantangan terutama berhubungan dengan penyebaran informasi, pemasaran, dan penjualan produk. Dengan digitalisasi, UMKM dapat lebih mudah dan fleksibel dalam melaksanakan kegiatan usahanya. Salah satunya adalah dengan penggunaan kode respon cepat (Quick Response/QR Code). Kode respon cepat dapat mengubah data menjadi kode 2 dimensi yang dapat dipindai. Kode respon cepat dapat menyimpan data biner, numerik, beserta alfanumerik yang membuatnya menjadi fleksibel untuk berbagai jenis kegiatan. Contohnya seperti pembayaran digital dan pengiriman informasi. Penelitian ini dilakukan dengan tujuan untuk menyediakan media penampil informasi produk UMKM menggunakan kode respon cepat. Metoda penelitian ini berupa merancang kode respon cepat, yang dilaksanakan dengan pengumpulan dan penyediaan data informasi produk. Setelah itu, dilanjutkan dengan pembentukan kode respon cepat. Selanjutnya diakhiri dengan pencetakan kode respon cepat serta penempelan kode pada produk. Kode respon cepat yang dibentuk berhasil menampilkan data informasi produk. Kode respon yang dicetak juga berhasil menampilkan data informasi sesuai dengan produk yang ditempelkan. Selain itu, kode respon cepat yang difoto secara digital dapat diakses dan menampilkan informasi produk dari berbagai lokasi yang berbeda. Secara keseluruhan, penelitian ini dianggap positif dalam berbagai aspek meliputi kemudahan akses, tampilan menarik, informasi yang praktis, akses secara global, proses sederhana, serta akses digital dengan 41% responden sangat setuju dan 28,6% responden setuju
Abstrak
Penelitian ini membahas pengembangan sistem otomatis untuk mendeteksi kedatangan pelanggan dengan menggunakan perangkat ESP32-CAM yang terintegrasi dengan bot Telegram. Sistem ini dirancang untuk mendeteksi pergerakan melalui sensor PIR (Passive Infrared), yang akan memicu ESP32-CAM secara otomatis untuk mengambil gambar saat ada aktivitas terdeteksi. Gambar yang diambil kemudian dikirimkan melalui bot Telegram ke perangkat seluler staf atau pemilik usaha. Algoritma deteksi dimulai dengan inisialisasi sensor PIR yang memantau pergerakan, lalu ESP32-CAM secara otomatis mengambil gambar saat gerakan terdeteksi. Gambar tersebut kemudian dikirim melalui bot Telegram ke perangkat seluler. Pengujian dilakukan secara berulang dengan data pengukuran jarak optimal, kecepatan pengiriman notifikasi, serta survei kepuasan pengguna terhadap sistem ini. Hasil pengujian dari penelitian ini menunjukkan bahwa ESP32-CAM dan sensor PIR memiliki jangkauan deteksi optimal pada rentang 1 hingga 7,5 m. Namun, untuk jarak lebih dari 7,5 m, tidak dilakukan pengujian lebih lanjut karena jarak maksimum dari ruangan di lokasi adalah 7,5 m. Selain itu, survei menunjukkan bahwa pengguna merasa sistem ini mudah digunakan dan sangat membantu dalam meningkatkan produktivitas pelayanan. Metodologi penelitian berupa perancangan sistem, yang mempunyai tahapan, yaitu mulai dari perancangan hingga implementasi sistem deteksi otomatisasi kedatangan pelanggan. Perangkat keras yang digunakan meliputi ESP32-CAM dan sensor PIR, sementara perangkat lunak berfokus pada konfigurasi bot Telegram sebagai media komunikasi. Implementasi dilakukan dengan mengintegrasikan perangkat keras dan perangkat lunak agar sistem dapat berfungsi sebagaimana mestinya. Selanjutnya, pengujian dilakukan untuk mengevaluasi keandalan sistem, terutama dalam mendeteksi pergerakan dan mengirimkan notifikasi dengan gambar. Rencana perbaikan dan tindak lanjut meliputi peningkatan jangkauan deteksi sensor PIR, pengujian sistem pada berbagai kondisi lingkungan seperti pencahayaan rendah dan area yang lebih luas, serta pengembangan integrasi pengenalan wajah untuk meningkatkan akurasi deteksi pelanggan. Kesimpulan dari hasil penelitian ini menunjukkan bahwa sistem bekerja sesuai dengan tujuan, dengan ESP32-CAM dan sensor PIR memiliki jangkauan optimal pada rentang 1 hingga 7,5 m. Sistem ini terbukti mendeteksi kedatangan pelanggan dan mengirimkan gambar secara otomatis ke bot Telegram, memungkinkan pemilik usaha untuk memantau aktivitas dari jarak jauh tanpa kehadiran fisik, sehingga meningkatkan respons dan kualitas layanan pelanggan
AUTOMATIC WATERING SYSTEM FOR ANTHURIUM PLANTS POWERED BY A 10 WP SOLAR PANEL
No full textAnthurium plants are sensitive to soil moisture levels, so a decrease in humidity can disrupt their health and cause the leaves to wilt quickly and die. Manual watering is considered ineffective, especially when the owner is not at home or there is a power outage. Therefore, an independent automatic watering system is needed that utilizes renewable energy using a 10 Wp solar panel. This system consists of a V2.0 soil moisture sensor to detect soil moisture, a DHT22 sensor to detect the temperature around the anthurium plant environment, a relay module as an automatic switch, a DC pump for the plant watering actuator, a buzzer as an audible indicator when the plant is dry, a DFPlayer Mini as a sound module that plays “Anthurium Needs Watering,” and an OLED display that shows soil moisture and temperature information around the anthurium plant, and uses a 12 V 8 Ah battery controlled by SCC. Test results show that the panel is capable of producing a maximum power of 10.21W with an output voltage of 17.9 V and a current of 0.57 A. The charging process for a 12 V 8 Ah battery for 4 hours shows a gradual increase in voltage from 12.73 V to 13.85 V. The automatic watering system activates when soil moisture is < 47%, indicating that the soil is dry. The automatic watering system activates the DC pump to water the plants, accompanied by audio information from the buzzer and mini DFPlayer. When soil moisture is ≥ 47%, indicating that the soil is wet, the water pump, buzzer, and mini DFPlayer automatically stop when the soil moisture is sufficient
Abstrak
Tanaman anthurium tergolong sensitif terhadap kadar air tanah, sehingga penurunan kelembapan dapat mengganggu kesehatannya dan menyebabkan daun cepat layu hingga mati. Penyiraman secara manual dinilai kurang efektif, terutama saat pemilik tidak berada di tempat atau terjadi pemadaman listrik. Oleh karena itu, diperlukan sistem penyiraman otomatis yang mandiri dengan memanfaatkan energi baru terbarukan dengan menggunakan panel surya 10 Wp. Sistem ini terdiri dari sensor kelembapan tanah V2.0 untuk mendeteksi kelembapan tanah, sensor DHT22 untuk mendeteksi suhu di sekitar lingkungan tanaman anthurium, modul relay sebagai sakelar otomatis, pompa DC untuk aktuator penyiram tanaman, buzzer sebagai indikator bunyi ketika tanaman dalam keadaan kering, DFPlayer Mini sebagai modul pemutar suara berupa “Anthurium Butuh Disiram”, dan OLED display menampilkan informasi kelembapan tanah dan suhu sekitar tanaman anthurium, serta menggunakan baterai 12 V 8 Ah yang dikontrol oleh SCC. Hasil pengujian menunjukkan panel mampu menghasilkan daya maksimum sebesar 10,21W dengan tegangan output mencapai 17,9 V dan arus 0,57 A. Proses pengisian daya pada aki 12 V 8 Ah selama 4 jam menunjukkan peningkatan tegangan secara bertahap dari 12,73 V hingga mencapai 13,85 V. Sistem penyiram otomatis aktif ketika kelembapan tanah < 47% yang menunjukkan kondisi tanah dalam keadaan kering, sistem penyiraman otomatis mengaktifkan pompa DC untuk menyiram tanaman, disertai informasi suara dari buzzer dan Dfplayer mini. Ketika kelembapan tanah ≥ 47% yang mendeteksi tanah dalam kondisi basah, maka pompa air, buzzer, DFPlayer mini berhenti secara otomatis saat kelembapan tanah tercukupiTanaman anthurium tergolong sensitif terhadap kadar air tanah, sehingga penurunan kelembapan dapat mengganggu kesehatannya dan menyebabkan daun cepat layu hingga mati. Penyiraman secara manual dinilai kurang efektif, terutama saat pemilik tidak berada di tempat atau terjadi pemadaman listrik. Oleh karena itu, diperlukan sistem penyiraman otomatis yang mandiri dengan pemanfaatan energi baru terbarukan dengan menggunakan panel surya 10 Wp. Sistem ini terdiri dari sensor kelembapan tanah V2.0, sensor DHT22, modul relay, pompa DC, buzzer, DFPlayer Mini, dan OLED, serta menggunakan baterai 12 V 8 Ah yang dikontrol oleh SCC. Hasil pengujian menunjukkan panel mampu menghasilkan daya maksimum sebesar 10,21W dengan tegangan output mencapai 17,9 V dan arus 0,57 A. Proses pengisian daya pada aki 12 V 8 Ah selama 4 jam menunjukkan peningkatan tegangan secara bertahap dari 12,73 V hingga mencapai 13,85 V. Sistem penyiram otomatis aktif ketika kelembapan tanah < 47% yang menunjukkan kondisi tanah dalam keadaan kering, sistem penyiraman otomatis mengaktifkan pompa DC untuk menyiram tanaman, disertai informasi suara dari buzzer dan Dfplayer mini. Ketika kelembapan tanah ≥ 47% yang mendeteksi tanah dalam kondisi basah, maka pompa air, buzzer, DFPlayer mini berhenti secara otomatis saat kelembapan tanah tercukupi. OLED menampilkan informasi kelembapan tanah dan suhu sekitar tanaman anthurium
A REVIEW OF ANTENNA DESIGN OPTIMIZATION FOR PARTIAL DISCHARGE DETECTION IN HIGH VOLTAGE EQUIPMENT
No full textPartial discharge (PD) is a critical indicator of insulation degradation in high-voltage equipment such as power cables, transformers, and joints. Undetected PD activity can accelerate insulation failure and cause system breakdowns. Among various detection approaches, antenna-based electromagnetic sensing offers significant advantages due to its non-intrusive nature and ability to detect radiated PD signals remotely. This paper presents a comprehensive review of antenna designs developed for PD detection between 2013 and 2023. A total of 67 antenna models from 22 researchers were analyzed, encompassing 182 simulation and measurement data points that include return loss (RL), voltage standing wave ratio (VSWR), and bandwidth (BW). The findings reveal that Bowtie and Microstrip antennas dominate PD detection research due to their wide bandwidth and compact form. Performance trends indicate significant improvement, with RL values reaching –30 dB, VSWR decreasing to below 1.3, and bandwidth exceeding 3 GHz. The study identifies four major innovation phases, transitioning from basic geometry optimization to multi-layer and hybrid adaptive designs. Recommendations for future research include hybrid bowtie–Microstrip configurations, the use of flexible or low-loss substrates, and integration with intelligent signal processing and machine learning systems. These advancements are expected to support the development of next-generation smart PD detection systems with high sensitivity and efficiency
Abstrak
Partial discharge (PD) merupakan indikator utama degradasi isolasi pada peralatan tegangan tinggi seperti kabel daya, transformator, dan sambungan (joint). Aktivitas PD yang tidak terdeteksi dapat mempercepat kerusakan isolasi dan menyebabkan gangguan sistem. Di antara berbagai metode deteksi, pendekatan berbasis antena memiliki keunggulan karena bersifat non-intrusif dan mampu mendeteksi sinyal elektromagnetik PD dari jarak jauh. Artikel ini menyajikan kajian komprehensif terhadap desain antena untuk deteksi PD selama periode 2013–2023. Sebanyak 67 model antena dari 22 peneliti dianalisis, meliputi 182 data hasil simulasi dan pengukuran dengan parameter return loss (RL), voltage standing wave ratio (VSWR), dan bandwidth (BW). Hasil menunjukkan bahwa antena Bowtie dan Microstrip mendominasi karena memiliki lebar pita yang luas dan bentuk yang kompak. Tren performa memperlihatkan peningkatan signifikan, dengan nilai RL mencapai –30 dB, VSWR menurun hingga <1,3, dan bandwidth melebihi 3 GHz. Kajian ini mengidentifikasi empat fase inovasi utama, dari optimasi bentuk dasar hingga desain multi-layer dan hybrid adaptif. Rekomendasi pengembangan ke depan meliputi desain hibrid Bowtie–Microstrip, penggunaan substrat fleksibel atau ber-loss rendah, serta integrasi dengan sistem pemrosesan sinyal dan mechine learning. Inovasi ini diharapkan mendukung pengembangan sistem deteksi PD cerdas generasi berikutnya yang lebih sensitif dan efisienPartial discharge (PD) merupakan indikator utama degradasi isolasi pada peralatan tegangan tinggi seperti kabel daya, transformator, dan sambungan (joint). Aktivitas PD yang tidak terdeteksi dapat mempercepat kerusakan isolasi dan menyebabkan gangguan sistem. Di antara berbagai metode deteksi, pendekatan berbasis antena memiliki keunggulan karena bersifat non-intrusif dan mampu mendeteksi sinyal elektromagnetik PD dari jarak jauh. Penelitian ini menyajikan kajian komprehensif terhadap desain antena untuk deteksi PD selama periode 2013–2023. Sebanyak 67 model antena dari 22 peneliti dianalisis, meliputi 182 data hasil simulasi dan pengukuran dengan parameter return loss (RL), voltage standing wave ratio (VSWR), dan bandwidth (BW). Hasil menunjukkan bahwa antena bowtie dan microstrip mendominasi karena memiliki lebar pita yang luas dan bentuk yang kompak. Tren performa memperlihatkan peningkatan signifikan, dengan nilai RL mencapai –30 dB, VSWR menurun hingga <1,3, dan bandwidth melebihi 3 GHz. Kajian ini mengidentifikasi empat fase inovasi utama, dari optimasi bentuk dasar hingga desain multi-layer dan hybrid adaptif. Rekomendasi pengembangan ke depan meliputi desain hibrid bowtie–microstrip, penggunaan substrat fleksibel atau ber-loss rendah, serta integrasi dengan sistem pemrosesan sinyal dan mechine learning. Inovasi ini diharapkan mendukung pengembangan sistem deteksi PD cerdas generasi berikutnya yang lebih sensitif dan efisien
DEVELOPMENT OF AN EARLY DETECTION SYSTEM FOR GAS TURBINE OIL LEAKS USING FUZZY LOGIC AND IOT
No full textThe gas turbine is one of the primary energy sources with high efficiency, where the lubrication system plays a crucial role in maintaining mechanical reliability and reducing operational risks. Oil leakage in the cooling tower can lead to overheating, reduced machine efficiency, and environmental contamination. This study aims to design an early detection system for oil leakage in a gas turbine cooling tower using fuzzy logic and the Internet of Things (IoT). The system integrates a photodiode sensor to detect light intensity changes and a DS18B20 temperature sensor, processed through an ESP32 microcontroller and displayed on an IoT-based real-time monitoring dashboard using MQTT protocol and Node-RED. The fuzzy Sugeno method classifies leakage levels into Normal, Light, Medium, and Severe categories based on the sensor readings. Laboratory testing shows that the photodiode sensor has a maximum deviation of 1.8%, while the temperature sensor error is 0.43%. The developed system successfully detects oil leakage concentration changes with latency under one second and provides accurate alerts through the IoT dashboard. This research contributes to preventive maintenance in industrial environments by enabling early oil leak detection, minimizing repair costs, and reducing environmental risks.
Abstrak
Turbin gas merupakan salah satu sumber tenaga utama dengan efisiensi tinggi, di mana sistem pelumasan berperan penting untuk menjaga keandalan mekanis dan mengurangi risiko operasional. Kebocoran minyak pelumas pada cooling tower dapat menyebabkan overheating, penurunan efisiensi mesin, dan pencemaran lingkungan. Penelitian ini bertujuan untuk merancang sistem deteksi dini kebocoran minyak pelumas pada cooling tower mesin gas turbin berbasis logika fuzzy dan Internet of Things (IoT). Sistem ini mengintegrasikan sensor photodioda untuk mendeteksi perubahan intensitas cahaya dan sensor suhu DS18B20, yang diproses oleh mikrokontroler ESP32 serta ditampilkan melalui dashboard pemantauan real-time berbasis IoT menggunakan protokol MQTT dan Node-RED. Metode fuzzy Sugeno digunakan untuk mengklasifikasikan tingkat kebocoran menjadi Normal, Ringan, Sedang, dan Parah berdasarkan pembacaan sensor. Pengujian laboratorium menunjukkan bahwa sensor photodioda memiliki deviasi maksimum sebesar 1,8%, sedangkan sensor suhu memiliki error sebesar 0,43%. Sistem yang dikembangkan berhasil mendeteksi perubahan konsentrasi minyak dengan latency kurang dari satu detik dan memberikan peringatan akurat melalui dashboard IoT. Penelitian ini berkontribusi pada peningkatan pemeliharaan preventif di lingkungan industri dengan memungkinkan deteksi dini kebocoran minyak pelumas, mengurangi biaya perbaikan, dan menekan risiko pencemaran lingkunga