Garuda - Garba Rujukan Digital

Comparative Study on the Performance of Solar Dryer with Finned Plate Solar Chimney Gebremicheal Gedion Habtay; Janos Buzas; Istvan Farkas
Jurnal Tekno Insentif Vol 16 No 1 (2022): Jurnal Tekno Insentif
Publisher : Lembaga Layanan Pendidikan Tinggi Wilayah IV

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36787/jti.v16i1.700

ABSTRACT The objective of this study is to investigate the influence of geometrical parameters of a solar chimney, i.e., on the flow channel air gap, on the performance of a solar dryer in terms of thermal efficiency, drying efficiency, and dried product weight loss. Experimental outcomes showed the temperature inside the drying chamber increases as solar intensity increases, while relative humidity decreases. In the study sliced potatoes were selected to be dried. The average collector and chimney efficiency were found to be higher when a 10 cm air gap height was used instead of a 5 cm air gap height. After 8.5 h of drying, the moisture content of the 5 cm and 10 cm chimney air gap height differed by around 28%. Moreover, the temperature of the chimney absorber was found to be between 35.5-81 °C, with an average of 56.6 °C, which is roughly 13% lower than the collector absorber due to the solar chimney’s orientation. ABSTRAK Tujuan dari penelitian ini adalah untuk mengetahui pengaruh parameter geometri cerobong surya, khususnya ketinggian celah udara saluran aliran, terhadap kinerja pengering surya dalam hal ini efisiensi termal, efisiensi pengeringan, dan kehilangan berat produk kering. Hasil pengujian memperlihatkan bahwa temperatur di dalam ruang pengering meningkat seiring dengan meningkatnya intensitas matahari, sementara kelembaban relatif menurun. Dalam penelitian ini, irisan kentang dipilih sebagai objek pengering. Efisiensi kolektor dan cerobong rata-rata lebih tinggi pada kondisi celah udara 10 cm dibandingkan celah udara 5 cm. Setelah 8,5 jam proses pengeringan, kadar air pada kondisi celah udara cerobong 5 cm dan 10 cm berbeda sekitar 28%. Temperatur penyerap cerobong berada diantara 35,5-81 °C, dengan rata-rata 56,6 °C, yang berarti temperaturnya lebih rendah 13% dibandingkan dengan temperatur penyerap kolektor, sebagai akibat adanya orientasi cerobong surya.

Forecasting Produksi Energi PLTS 1 kWp Menggunakan Mesin Pembelajaran Dengan Algoritma Support Vector Machine Hasanudin Gufron; Dani Rusirawan; Lita Widyawati
Jurnal Tekno Insentif Vol 16 No 2 (2022): Jurnal Tekno Insentif
Publisher : Lembaga Layanan Pendidikan Tinggi Wilayah IV

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36787/jti.v16i2.843

Abstrak Isu krisis energi menuntut orang mencari sumber energi alternatif, PLTS menjadi pilihan yang menjanjikan untuk menjawab tantangan krisis energi tersebut. Namun PLTS tergantung oleh kondisi cuaca, sangat sulit memperkirakan berapa produksi energi pada suatu system PLTS. Penelitian peramalan produksi energi 1kWp menggunakan mesin pembelajaran dan support vector machine (SVM) telah dilakukan dan dibandingkan dengan model multiple linear regression (MLR), model peramalan dengan pendekatan deret waktu, data training periode Januari – Desember 2021 dan data tes periode Januari – Mei 2022. Konstruksi ramalannya adalah hasil produksi tiga hari kebelakang meramalkan produksi energi hari berikutnya. Hasil evaluasi MAPE pada data training SVM dan MLR adalah 19.79% dan 23.96%, sedangkan pada testing 21,79% dan 20.45%. Hasil peramalan harian diakumulasi perbulan dan dievaluasi, hasilnya MAPE 4.13% dan 5.56% masing-masing untuk SVM dan MLR. Kedua model SVM dan MLR layak dikembangkan lebih lanjut pada forecasting PLTS 1 kWp berdasarkan data deret waktu. Abstract The issue of the energy crisis requires people to look for alternative energy sources, SPP is a promising choice to answer the challenges. However SPP depends on weather conditions, it is very difficult to estimate energy production. Research on forecasting 1kWp energy production using machine learning and SVM has been carried out and compared with MLR, forecasting models with a time series approach, training data for the period January – December 2021 and test data for the period January – May 2022. MAPE evaluation results on SVM and MLR training data were 19.79% and 23.96%, while testing was 21.79% and 20.45%. Daily forecasting results are accumulated monthly and evaluated, the results are MAPE 4.13% and 5.56% for SVM and MLR, respectively. Both SVM and MLR models deserve to be further developed in forecasting PLTS 1 kWp based on time series data.

PENERAPAN METODE KRIPTOGRAFI AES UNTUK MENGAMANKAN FILE DOKUMEN Yusuf Jordan El Anwar; Roni Habibi; Noviana riza
Jurnal Tekno Insentif Vol 16 No 2 (2022): Jurnal Tekno Insentif
Publisher : Lembaga Layanan Pendidikan Tinggi Wilayah IV

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36787/jti.v16i2.852

Abstrak Perkembangan ilmu pengetahuan dan teknologi pada era digital berkembang dengan sangat pesat. Keamanan file dokumen adalah salah satu dampak tersendiri dari datangnya era digital. Tentunya perusahaan x perlu memiliki keunggulan manajemen keamanan file yang efektif dalam menghadapi hal tersebut. Sangat disayangkan, perkembangan perusahaan x saat ini belum memiliki suatu media untuk melakukan pengamanan file dokumen. Oleh karena itu, tujuan utama penelitian ini adalah membuat model pengamanan file dokumen. Proses pengamanan file dokumen yang digunakan terdiri dari enkripsi dan dekripsi. Selanjutnya proses pengamanan file dokumen akan di implementasikan menggunakan pendekatan kriptografi dengan metode advanced encryption standard (aes). Tentunya pengamanan file dokumen perlu divisualisasikan secara realtime untuk dapat digunakan oleh perusahaan x untuk mengamankan file dokumen dengan cepat. Visualisasi hasil prediksi tersebut akan ditampilkan berbasis web base dengan bahasa pemrograman php. Abstract The development of science and technology in the digital era is growing very rapidly. The security of document files is one of the impacts of the advent of the digital era. Of course company x needs to have an effective file security management advantage in dealing with this. Unfortunately, the development of company x currently does not have a media to protect document files. Therefore, the main purpose of this research is to create a document file security model. The process of securing document files used consists of encryption and decryption. Furthermore, the document file security process will be implemented using a cryptographic approach with the advanced encryption standard (AES) method. Of course, document file security needs to be visualized in real time to be used by company x to secure document files quickly. Visualization of the prediction results will be displayed based on a web base with the PHP programming language.

PEMODELAN PRODUKSI ENERGI PEMBANGKIT LISTRIK TENAGA SURYA 1000 WP DENGAN ALGORITMA NAIVE BAYES Arif Fahrizal; Dani Rusirawan; Lita Lidyawati
Jurnal Tekno Insentif Vol 16 No 2 (2022): Jurnal Tekno Insentif
Publisher : Lembaga Layanan Pendidikan Tinggi Wilayah IV

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36787/jti.v16i2.864

Abstrak Dalam penelitian ini, akan diuraikan pemodelan karakteristik produksi energi Pembangkit Listrik Tenaga Surya (PLTS) 1000 Watt peak (Wp) dalam periode Juni 2020-Desember 2021, dengan menggunakan salah satu algoritma machine learning, yaitu Naive Bayes. Fitur yang digunakan dalam pemodelan adalah radiasi matahari, temperatur & pancaran sinar, yang dibagi menjadi lima label kelas yaitu Very low, Low, Medium, High, dan Very High. Perbandingan data latih dan uji dibagi menjadi 3 skenario, yaitu 90%:10%, 80%:20%, 75%:25%. Hasil pemodelan memperlihatkan bahwa skenario perbandingan 75%:25% memiliki nilai mean absolute error (MAE), root mean squared error (RMSE) dan mean absolute percentage error (MAPE) terkecil (dibanding skenario lain), masing-masing sebesar 0,14; 0,38; dan 6,52, yang artinya skenario ini memiliki akurasi relative lebih tinggi (dibanding skenario lain), jika dibandingkan terhadap karakteristik produksi energi referensi. Abstract In this research, the modeling of energy production characteristics of 1000 Watt peak of the Solar Power Plant (SPP) will be elaborated for the period of June 2020-December 2021, using one of the machine learning algorithms, i.e., Naïve Bayes. The features used are solar radiation, temperature & light beam. Each of feature is divided into five class labels, namely Very low, Low, Medium, High, and Very High. The comparison of training and test data is divided into 3 scenarios i.e., 90%: 10%, 80%: 20%, 75%: 25%. Based on modeling, it is found that a 75%;25% scenario shows the smallest of MAE, RMSE, and MAPE, i.e., 0.14, 0.38, and 6.52, respectively. It means that this scenario has the highest accuracy in this modeling (if compared to the actual's energy production characteristics).

Analisis Kinerja IPAL pada Industri Detergen dan Sabun di Kabupaten Karawang Nisa Nurhidayanti; Martin Dharma Setiawan; Mamad Nurahmad
Jurnal Tekno Insentif Vol 16 No 2 (2022): Jurnal Tekno Insentif
Publisher : Lembaga Layanan Pendidikan Tinggi Wilayah IV

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36787/jti.v16i2.884

Abstrak PT KIC merupakan salah satu produsen sabun dan detergen terkemuka di Indonesia dan dapat berkontribusi meningkatan limbah surfaktan pada badan air. Hal ini dapat menyebabkan sedimentasi dan menghambat masuknya oksigen ke perairan. Tujuan penelitian ini yaitu untuk menganalisis kinerja IPAL PT KIC berdasarkan hasil efluen agar dapat memenuhi baku mutu yang dipersyaratkan kawasan. Metode yang digunakan adalah pengujian pH, COD, TSS dan TDS di laboratorium dengan membandingkan baku mutu air limbah kawasan. Air limbah yang dihasilkan melewati beberapa tahapan proses yaitu netralisasi, aerasi, sedimentasi, denitrifikasi, masuk ke bak kontrol hingga kemudian memasuki IPAL kawasan industri. Hasil pengamatan dari efluen yang telah diolah menggunakan IPAL selama 2 bulan menunjukkan bahwa efluen telah memenuhi persyaratan baku mutu air limbah kawasan. Kinerja IPAL dalam penyisihan parameter COD, TSS, TDS dan perubahan pH telah berjalan dengan baik sehingga efluen dapat dibuang langsung ke badan air. Abstract PT KIC is one of the leading soap and detergent manufacturers in Indonesia and can contribute to increasing surfactant waste in water bodies. This can cause sedimentation and inhibit the entry of oxygen into the waters. The purpose of this research is to analyze the performance of PT KIC WWTP based on effluent results so that it can meet the quality standards required by the region. The method used is testing pH, COD, TSS and TDS in the laboratory by comparing the regional wastewater quality standards. The resulting wastewater goes through several process stages, namely neutralization, aeration, sedimentation, denitrification, enters the control tank and then enters the WWTP in the industrial area. Observations from effluent that have been treated using WWTP for 2 months show that the effluent has met the regional wastewater quality standards. The performance of WWTP in removing the parameters COD, TSS, TDS, and changes in pH has been going well so that the effluent can be discharged directly into water bodies.

Pembangunan Sistem Informasi Penyewaan Lapangan Futsal pada Maninjau Futsal Dwiky Ramadhoni Prasetyo; Muhamad Nawawi
Jurnal Tekno Insentif Vol 16 No 2 (2022): Jurnal Tekno Insentif
Publisher : Lembaga Layanan Pendidikan Tinggi Wilayah IV

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36787/jti.v16i2.886

Abstrak Maninjau Futsal adalah salah satu tempat untuk jasa penyewaan lapangan futsal. Akan tetapi dalam pengelolaan data transaksional seperti data penyewaan dan pembuatan laporan masih melakukan proses konvensional yaitu pencatatan dengan tulisan tangan dan penyimpanan dalam buku besar sehingga menjadi masalah saat dibutuhkan akses yang cepat dalam pencarian data maupun pembuatan laporan. Oleh sebab itu peneliti merasa perlu membangun sebuah sistem yang dapat meningkatkan efisiensi dalam pengelolaan data transaksi dan pengolahan laporan. Diharapkan dengan penelitian ini dapat mempermudah dan mempercepat proses transaksi, akses data dan pembuatan laporan di Maninjau Futsal. Metode pengembangan sistem yang digunakan pada penelitian ini adalah Prototype, sedangkan untuk pemodelan sistem menggunakan Unifield Modelling Language (UML). Dengan menggunakan metode pengujian Blackbox dapat ditarik kesimpulan bahwa seluruh fungsi dapat berjalan dengan baik dan sistem siap diimplementasikan. Abstract Maninjau Futsal is a business place operated in futsal field booking services. However, in managing transactional data, such as booking data and reporting still process the conventional framework, such as recording by handwritten and storaging in ledgers, so that becomes a problem when fast access is needed in transaction data and transaction report. Therefore we need a system that can improve efficiency in managing transaction data and transaction report. This research is expected to simplify and accelerate the transaction process, data access and reporting at Maninjau Futsal. The system development method in this study is Prototype, while for system modeling uses the Unifield Modeling Language (UML. The programming language uses Java. By using the Blackbox testing method, it can be concluded that all functions can run properly and the system is ready to be implemented.

Optimasi Vehicle Routing Problem Pada Rute Pendistribusian Menggunakan Metode Ant Colony Optimization Maxsi Ary
Jurnal Tekno Insentif Vol 16 No 2 (2022): Jurnal Tekno Insentif
Publisher : Lembaga Layanan Pendidikan Tinggi Wilayah IV

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36787/jti.v16i2.897

Perusahaan jasa pengiriman barang atau dokumen dalam mendistribusikan paket tentunya menginginkan yang optimal, namun demikian belum memiliki metode tertentu untuk mengetahui rute pendistribusian terbaik (lintasan terbaik dan jarak pengiriman terdekat). Menjadi hal yang menarik untuk memberikan solusi alternatif dalam menentukan rute pendistribusian terbaik. Metode ant colony optimization (ACO) digunakan untuk mencari rute pendistribusian dan penentuan jarak lintasan terbaik pada perusahaan jasa pengiriman barang atau dokumen. Hasil penelitian didapatkan optimasi vehicle routing problem (VRP) pada jasa pengiriman dengan rute pendistribusian terbaik adalah A – C – E – B – D – F – A dengan jarak rute lintasan pengiriman terdekat 18,9 km.

Klasifikasi Penyakit Daun Kentang dengan Metode CNN dan RNN Jihan Rihadatul Aisya; Agi Prasetiadi
Jurnal Tekno Insentif Vol 17 No 1 (2023): Jurnal Tekno Insentif
Publisher : Lembaga Layanan Pendidikan Tinggi Wilayah IV

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36787/jti.v17i1.888

Abstrak Banyak jenis penyakit dan hama yang menyerang tanaman ketang masih dijumpai oleh para petani di Indonesia. Padahal kentang merupakan jenis sayuran yang tergolong familiar dan termasuk makanan pokok utama. Diperlukan metode klasifikasi untuk menggambarkan dan membandingkan hasil akurasi penyakit kentang. Dalam penelitian ini akan melakukan image processing dengan teknik transfer learning dan dilakukan augmentasi data, menggunakan metode klasifikasi Convolitonal Neural Network (CNN) dengan jenis VGG16 dan ResNet50 dan Recurrent Neural Network (RNN) jenis LSTM untuk mengklasifikasi dan membandingkan hasil akurasi penyakit daun kentang seperti, Late blight (Busuk Daun), Early blight (Bercak Daun), Daun Berlubang, Daun Menggulung dan Daun sehat. Pada penelitian ini mencari model terbaik dengan arsitektur VGG16 dense layer 75 memperoleh nilai tertinggi dengan nilai precision 0.87, recall 0.86, accuracy 0.86 dan f1-score 0.86, sedangkan untuk model dengan arsitektur VGG16 dan LSTM dense layer 100 memperoleh hasil terendah dengan nilai precision 0.21, recall 0.24, accuracy 0.24 dan f1-score 0.21. Abstract Many types of diseases that attack potato plants are still found by farmers in Indonesia. Whereas potato is a type of vegetable that is quite familiar and includes the main staple food. A classification method is needed to describe and compare the results of potato disease accuracy. In this study, image processing with transfer learning techniques and data augmentation will be carried out, using the CNN classification method with VGG16 and ResNet50 types and RNN LSTM types to classify and compare the results of potato leaf disease accuracy in five category In this study, looking for the best model with VGG16 dense layer architecture 75 obtained the highest value with a precision value of 0.87, recall 0.86, Accuracy 0.86, and f1-score 0.86, while the model with VGG16 architecture and LSTM dense layer 100 obtained the lowest result with a precision value of 0.21, recall 0.24, Accuracy 0.24 and f1-score 0.21.

Experimental Investigation of The Heat Transfer Characteristics of Hybrid Nanofluid Al₂O₃CuO-Distilled Water with The Variation of Concentration Ratios Devia Gahana Cindi Alfian; Nicholas Binsar Pandapotan; Muhammad Syaukani; Dicky J. Silitonga; Devy Setiorini Sa’adiyah; Taurista Perdana Syawitri
Jurnal Tekno Insentif Vol 17 No 1 (2023): Jurnal Tekno Insentif
Publisher : Lembaga Layanan Pendidikan Tinggi Wilayah IV

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36787/jti.v17i1.940

Abstrak Panas berlebih yang terjadi pada CPU (Central Processing Unit) komputer dapat menyebabkan penurunan kinerja komputer. Penggunaan fluida pendingin yang diaplikasikan pada perangkat waterblock dapat membantu penurunan temperatur panas berlebih. Salah satu fluida pendingin yang dapat digunakan pada waterblok adalah fluida pendingin jenis nanofluida. Nanofluida merupakan fluida kerja yang mengandung nanopartikel dan fluida dasar untuk dialirkan pada perangkat pengujian. Penelitian ini dilakukan untuk mengetahui karakteristik perpindahan panas dari perangkat uji waterblock dengan menggunakan variasi perbandingan konsentrasi 25% Al2O3: 75% CuO, 50% Al2O3: 50% CuO, 75% Al2O3: 25% CuO dan fraksi volume 0,3% dengan komposisi yang terdiri dari nanofluida Al2O3-CuO/Air Distilasi. Metode pembuatan nanofluida dilakukan dengan proses sonikasi selama 4 jam. Berdasarkan hasil penelitian menunjukkan penurunan temperatur heater paling signifikan ditunjukkan pada hybrida nanofluida dengan perbandingan 75% Al2O3 : 25% CuO sebesar 24,1oC dengan debit 1 liter/menit, sedangkan pada air distilasi penurunan temperatur heater tertinggi ditunjukkan oleh flowrate 1,9 liter/menit 3,4oC. Besarnya nilai koefisien perpindahan panas tertinggi ditunjukkan pada variasi 75% Al2O3 : 25% CuO pada rentang Bilangan Reynolds 41,9-113,7 dengan nilai tertinggi sebesar 345.798 W/m2ᵒC. Hasil pengujian menunjukkan bahwa penggunaan hibrida nanofluida dapat mengurangi temperatur lebih baik daripada air distilasi. Abstract Excessive heat that occurs in the computer's CPU (Central Processing Unit) can cause a decrease in computer performance. Cooling fluid applied to the waterblock device can help reduce overheating temperatures. One of the cooling fluids used in waterblocks is the cooling fluid of the nanofluid type. Nanofluid is a working fluid that contains nanoparticles and base fluid to flow on the testing device. This research was conducted to determine the heat transfer characteristics of the waterblock test device using variations in the concentration ratio of 25% Al2O3 : 75% CuO, 50% Al2O3 : 50% CuO, 75% Al2O3 : 25% CuO and a volume fraction of 0.3% with the same composition. consists of nanofluid Al2O3-CuO/Distilled Water. The method of making nanofluids is done by sonication process for 4 hours. Based on the study's results, the most significant decrease in heater temperature was shown in nanofluid hybrids with a ratio of 75% Al2O3 : 25% CuO of 24.1oC with a discharge of 1 liter/minute. In contrast, the highest decrease in heater temperature in distilled water was shown by a flow rate of 1.9 liters/minute 3.4oC. The highest value of the heat transfer coefficient is shown in the variation of 75% Al2O3 : 25% CuO in the Reynolds number range of 41.9-113.7 with the highest value of 345,798 W/m2ᵒC. The test results show that nanofluid hybrids can reduce temperature better than distilled water.

Implementasi Teknik Data Mining terhadap Klasifikasi Data Prediksi Curah Hujan BMKG Di Sulawesi Selatan Andi Sadri Agung; A. Arfan Fauzi; Andi Akram Nur Risal; Fhatiah Adiba
Jurnal Tekno Insentif Vol 17 No 1 (2023): Jurnal Tekno Insentif
Publisher : Lembaga Layanan Pendidikan Tinggi Wilayah IV

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36787/jti.v17i1.955

Abstrak Cuaca cenderung tidak stabil dan susah diprediksi mempengaruhi beberapa sektor kehidupan manusia. Pemanfaatan teknologi dibidang data sains dalam memprediksi cuaca mendatang sangat dibutuhkan. Badan Meteorologi Klimatologi dan Geofisika (BMKG) merupakan organisasi pemerintahan, bertugas memprediksi cuaca di Indonesia. Namun dalam menentukan akurasi data, diperlukan metode yang memprediksi cuaca dengan akurat. Penelitian ini bertujuan menghasilkan informasi dari klasifikasi data prediksi curah hujan BMKG di Sulawesi Selatan. Klasifikasi dibagi menjadi 5 kategori dengan 1036 data dan 11 atribut. Pengumpulan data dimulai dari 1 Januari 2020 hingga 31 Oktober 2022. K = 3 menjadi nilai K terbaik dengan akurasi mencapai 82,21%. Sehingga disimpulkan bahwa data prediksi curah hujan BMKG memiliki tingkat akurasi data yang baik dan hasil penelitian ini dapat dijadikan acuan dalam menginformasikan curah hujan di Sulawesi Selatan. Abstract The weather tends to be unstable and difficult to predict, affecting several sectors of human life. The utilization of technology in the field of scientific data in predicting future weather is urgently needed. The Meteorology, Climatology, and Geophysics Agency (BMKG) is a government organization, tasked with predicting weather in Indonesia. But in determining the accuracy of data, we require a method that predicts the weather accurately. This study aims to produce information from the classification of BMKG rainfall prediction data in South Sulawesi. Classification is divided into 5 categories with 1036 data and 11 attributes. Data collection starts from 1 January 2020 to 31 October 2022. K = 3 is the best K value with an accuracy of 82.21%. So it was concluded that BMKG rainfall prediction data has a good data accuracy level, and this study's results can be used as a reference in informing rainfall in South Sulawesi.

Home Page

OAI Link

Editorial Team

Contact

Reviewer

Google Scholar

Contact Name
Andri Budi Santoso

Contact Email
jurnal@lldikti4.or.id

Phone
-

Journal Mail Official
jurnal@lldikti4.or.id

Editorial Address
-

Location
Kab. sumedang,

Jawa barat

INDONESIA

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Home Page

OAI Link

Editorial Team

Contact

Reviewer

Google Scholar

Contact Name Andri Budi Santoso

Contact Email jurnal@lldikti4.or.id

Phone -

Journal Mail Official jurnal@lldikti4.or.id

Editorial Address -

Location Kab. sumedang, Jawa barat INDONESIA

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Contact Name
Andri Budi Santoso

Contact Email
jurnal@lldikti4.or.id

Phone
-

Journal Mail Official
jurnal@lldikti4.or.id

Editorial Address
-

Location
Kab. sumedang,

Jawa barat

INDONESIA