Tag: universitas di Bandung

  • Sistem Siber Fisik Otonom: Model Teoretis untuk Pemantauan Proses Pelayuan Teh Hijau

    Penulis: Sopian Alviana; Taufik Djatna; Shelvie Nidya Neyman; Sri Wahjuni

    Abstrak
    Cyber Physical System (CPS) merupakan keterkaitan antara entitas fisik dan entitas virtual. CPS memiliki tingkat kompleksitas dalam membangun hubungan di antara tiga komponen utama, yaitu komponen fisik, komponen siber, dan komponen komunikasi. CPS berkembang menuju sistem yang bersifat otonom sehingga diperlukan pemodelan sistem yang sesuai. Pelayuan teh hijau merupakan salah satu tahapan dalam pengolahan teh hijau yang dilakukan dengan mengalirkan sejumlah daun teh ke dalam mesin pelayuan. Pemodelan berbasis Model-Based System Engineering dapat digunakan untuk memetakan kebutuhan sistem CPS otonom. Pemodelan CPS otonom ini diharapkan mampu mengidentifikasi kebutuhan sistem, baik dari aspek fungsional, logis, maupun fisik, pada proses pelayuan teh hijau. Model yang dikembangkan diharapkan dapat merepresentasikan kebutuhan perilaku sistem CPS otonom pada proses pelayuan teh hijau sebagai studi kasus dari CPS otonom yang bergerak secara dinamis. Dengan demikian, pemodelan ini dapat memberikan gambaran menyeluruh mengenai kebutuhan sistem otonom dalam proses pelayuan teh hijau. © 2023 IEEE.

    Kata kunci penulis
    otonom; cyber physical system; teh hijau; model-based system engineering

    Artikel ini dapat diakses melalui: https://www.scopus.com/pages/publications/85185197647

  • Desain Sistem Pemantauan Kesehatan Domba Berbasis IoT

    Penulis: Henny; Saifan Fachri Azharan; Agus Heri Setya Budi; Enjang Akhmad Juanda; I Made Aryantha Anthara

    DOI: 10.1109/INCITEST59455.2023.10396935

    Abstrak

    Penelitian ini bertujuan untuk mengembangkan dan mengimplementasikan sistem pemantauan kesehatan berbasis IoT untuk domba guna memantau parameter fisiologis vital secara akurat, seperti suhu tubuh, denyut nadi, dan laju pernapasan. Sistem ini menggabungkan berbagai teknologi IoT, mengintegrasikan mikrokontroler ESP32, platform ThingSpeak, dan sensor non-invasif. Metode penelitian dan pengembangan, termasuk desain sistem, implementasi, dan pengujian, digunakan. Hasil menunjukkan bahwa sistem secara efektif memberikan pemantauan parameter fisiologis yang ditargetkan secara akurat dan real-time. Hasil menunjukkan akurasi sensor yang mengesankan dengan presisi lebih dari 90% dalam sebagian besar kasus. Pengukuran suhu tubuh menunjukkan kesalahan rata-rata hanya 2,6%, sementara pengukuran denyut nadi menunjukkan kesalahan rata-rata yang sangat rendah, hanya 1,2%. Pengukuran laju pernapasan menunjukkan kesalahan rata-rata yang sedikit lebih tinggi, yaitu 7,55%. Implementasi sistem ini memungkinkan deteksi dini potensi masalah kesehatan, yang mengarah pada peningkatan pengambilan keputusan, manajemen ternak, dan kesejahteraan hewan. Dampak studi ini terletak pada kemajuan sistem pemantauan kesehatan non-invasif untuk ternak dan prospek analisis prediktif berbantuan AI, pengambilan keputusan otomatis, dan perluasan ke spesies ternak lainnya untuk peningkatan kesejahteraan hewan dan produktivitas pertanian secara keseluruhan. © 2023 IEEE.

    Kata kunci penulis

    kesejahteraan hewan; suhu tubuh; mikrokontroler esp32; iot; manajemen ternak; denyut nadi; laju pernapasan; pemantauan kesehatan domba; thingspeak esp-now

    Artikel ini dapat diakses di: https://www.scopus.com/pages/publications/85185200172

  • Mengintegrasikan Pengujian Whitebox dan Blackbox untuk Point of Sales Berbasis Web: Pendekatan Metrik Halstead dan Partisi Ekuivalensi

    Penulis: Rangga Sidik, Novia Ardianti Dewi, Aghnia Maulina, Mega Lestari, Syahrul Mauluddin

    DOI: 10.1109/INCITEST64888.2024.11121454

    Abstrak

    Dalam pengembangan perangkat lunak Point of Sales, kualitas merupakan perhatian penting. Aplikasi Point of Sales harus mampu memberikan efektivitas dalam menyimpan data penjualan perusahaan. Pada tahap pengembangan, pengujian perangkat lunak merupakan tahap penting untuk menghasilkan perangkat lunak berkualitas baik. Pengujian yang tepat dapat memberikan gambaran tentang kualitas perangkat lunak yang sebenarnya. Penelitian ini dilakukan dengan tujuan menguji perangkat lunak Point of Sales berbasis web agar sesuai dengan kebutuhan pengguna. Selain itu, sistem fungsional dapat dipercaya berjalan dengan baik meskipun kompleksitas kode sumber Point of Sales. Kami melakukan pengujian dengan menggabungkan pengujian white box dengan pengujian black box. Penggunaan metode Equivalence Partitioning dan Halstead’s Metric digabungkan untuk mendapatkan hasil pengujian dalam hal fungsionalitas dan kompleksitas program. Sehingga dapat memperoleh efektivitas kode sumber dan mampu mengevaluasi tingkat kesulitan pemrograman. Dari hasil pengujian white box, kami mendapatkan 9 kesalahan yang muncul di halaman toko, dan 13 kasus uji lainnya dinyatakan valid dari 17 kasus uji yang dilakukan menggunakan Equivalence Partitioning. Berdasarkan hasil pengujian dengan metode pengukuran Halstead’s Metric, hasil pengujian menunjukkan bahwa kode sumber memiliki volume dan tingkat kesulitan yang tinggi dengan nilai yang tinggi pula. Hal ini dapat mendefinisikan tingkat kompleksitas PoS. Dari temuan ini, pengembang perangkat lunak PoS dapat memanfaatkannya untuk tahap pengembangan selanjutnya dalam menciptakan sistem Point of Sales yang lebih berkualitas dan andal. © 2024 IEEE.

    Kata kunci penulis

    equivalence partitioning; halstead metric; point of sales; testing; Aplikasi web

    Artikel ini dapat diakses di https://www.scopus.com/pages/publications/105015891816

  • Penerapan Agglomerative Hierarchical Clustering (AHC) 

    untuk Pengelompokan Calon Penerima Beasiswa

    Penulis: Fakhrian Fadlia Adiwijaya; Arisza Zufar Fathurrahman; Chrismikha Hardyanto
    DOI: 10.1109/INCITEST59455.2023.10395926

    Abstrak
    Beasiswa merupakan suatu bentuk bantuan keuangan yang diberikan kepada individu untuk mendukung pendidikan mereka. Beasiswa dapat diberikan oleh institusi pendidikan, pemerintah, organisasi, atau perorangan sebagai sarana untuk membantu biaya pendidikan. Beasiswa dapat hadir dalam berbagai bentuk, termasuk hibah tunai, pembebasan biaya kuliah, bantuan pembelian buku atau perlengkapan pendidikan, atau kombinasi dari bentuk-bentuk bantuan tersebut. Penerima beasiswa biasanya dipilih berdasarkan kriteria spesifik seperti keunggulan akademik, kebutuhan finansial, bakat atau minat khusus, atau prestasi di bidang tertentu. Metode seleksi penerima beasiswa yang umum dilakukan saat ini melibatkan evaluasi terhadap karakteristik mahasiswa yang dinilai berprestasi dan aktif dalam proses pembelajaran. Karena jumlah mahasiswa yang banyak dan terbatasnya kuota beasiswa, proses ini seringkali memakan waktu yang cukup lama, dan pemilihan penerima beasiswa mungkin tidak sepenuhnya akurat. Untuk membantu proses seleksi penerima beasiswa, digunakan teknik data mining, khususnya metode clustering (pengelompokan). Agglomerative Hierarchical Clustering (AHC) adalah salah satu algoritme clustering yang mampu mengelompokkan sekumpulan data ke dalam klaster data tertentu. Data yang dianalisis untuk penentuan penerima beasiswa meliputi data kinerja akademik atau nilai, data kegiatan ekstrakurikuler, data ekonomi, dan data prestasi mahasiswa. Dengan menggunakan metode data mining dan clustering, institusi pendidikan atau organisasi pemberi beasiswa dapat menganalisis data calon penerima beasiswa untuk mengidentifikasi kelompok-kelompok yang memiliki kesamaan berdasarkan kriteria tertentu. Pendekatan ini dapat membuat proses seleksi dan pengelompokan calon penerima beasiswa menjadi lebih efisien dan objektif. © 2023 IEEE.

    Kata kunci penulis
    AHC; Clustering; Data Mining; Manajemen Beasiswa

    Kata kunci terindeks
    Istilah terkendali teknik
    Analisis klaster; Algoritme pengelompokan; Data mining; Ekonomi; Sistem pembelajaran
    Istilah tak terkendali teknik
    Terkini; Keunggulan akademik; Agglomerative hierarchical clustering; Pengelompokan; Institusi pendidikan; Bantuan keuangan; Organisasi pemerintah; Calon; Manajemen beasiswa; Bakat khusus
    Topik utama teknik
    Mahasiswa

    Artikel ini dapat diakses di https://www.scopus.com/pages/publications/85185202061

  • Sistem Rekomendasi Rute Perjalanan Berbasis 

    Prediksi Cuaca dan Teknologi Geotagging

    Penulis: Eko Budi Setiawan; Gradiyanto Putera Husein; Angga Setiyadi
    DOI: 10.1109/INCITEST59455.2023.10395920

    Abstrak

    Informasi mengenai kondisi cuaca cukup sulit untuk diperoleh dan diprediksi. Masyarakat yang dalam kesehariannya harus melakukan perjalanan menuju suatu destinasi, seperti para pekerja atau wiraniaga, tidak dapat memprediksi cuaca yang akan mereka hadapi selama perjalanan. Dampaknya, masyarakat kerap mengalami beberapa kerugian saat bepergian. Penelitian ini menghasilkan sebuah aplikasi berbasis Android yang digunakan oleh masyarakat umum untuk menghindari kerugian perjalanan yang disebabkan oleh cuaca. Aplikasi ini menyediakan informasi rekomendasi perjalanan berupa rute yang diperoleh dari Google Directions API dan prediksi cuaca yang diperoleh dari Dark Sky API. Aplikasi ini membantu pengguna memprediksi prakiraan cuaca di jalur yang akan dilalui untuk mengurangi risiko kerugian akibat hujan. Hasil pengujian black-box dan penerimaan pengguna menunjukkan bahwa aplikasi berbasis Android ini berhasil mencapai tingkat keberhasilan sebesar 84% dalam memberikan rekomendasi perjalanan, mencapai 80,6% keberhasilan dalam memprediksi cuaca, dan memperoleh 76,6% dalam mengurangi risiko hujan. © 2023 IEEE.

    Kata kunci penulis
    Geotagging; Rekomendasi; Rute; Perjalanan; Cuaca

    Kata kunci terindeks
    Istilah terkendali teknik
    Uji penerimaan; Sistem operasi Android; Antarmuka Pemrograman Aplikasi (API); Pengujian black-box; Prakiraan cuaca
    Istilah tak terkendali teknik
    Kondisi; Kehidupan sehari-hari; Geotagging; Rekomendasi; Rute; Perjalanan; Rute perjalanan; Cuaca; Prediksi cuaca; Pekerja
    Topik utama teknik
    Hujan

    Artikel ini dapat diakses di https://www.scopus.com/pages/publications/85185198321

  • Optimalisasi Prediksi Kebangkrutan Melalui Seleksi Fitur Berbasis Filter

    Penulis: Nelly Indriani Widiastuti, Ednawati Rainarli, Kania Evita Dewi

    DOI: 10.1109/INCITEST64888.2024.11121476

    Abstrak

    Memprediksi kebangkrutan perusahaan merupakan tugas penting di dunia keuangan. Teknik kecerdasan buatan telah menjadi solusi yang menjanjikan untuk memprediksi kondisi perusahaan. Salah satu fase penting dalam proses prediksi kebangkrutan adalah seleksi fitur. Ini adalah prosedur untuk memilih dari kumpulan data variabel yang paling berguna dalam model prediksi. Studi ini meneliti dan mengevaluasi seleksi fitur penting untuk prediksi kebangkrutan berbasis pembelajaran mesin. Kumpulan data publik Bursa Efek Taiwan, yang mencakup 95 fitur rasio keuangan, digunakan dalam penelitian ini. Beberapa metode seleksi fitur penyaringan, seperti Analisis Varians (ANOVA), koefisien korelasi Kendall Tau (KT), dan Informasi Timbal Balik (MI), digunakan untuk mengidentifikasi fitur yang relevan. Metode klasifikasi kebangkrutan yang diterapkan adalah Regresi Logistik dan Random Forest. Menurut hasil pengujian, ANOVA menghasilkan nilai recall tertinggi untuk dataset Bursa Efek Taiwan, baik dengan Regresi Logistik (LR) maupun Random Forest (RF). Dengan menggunakan 61% fitur yang tersedia atau 58 fitur, model prediksi kebangkrutan dengan Random Forest berkinerja baik tanpa mengorbankan akurasi, presisi, recall, atau skor F1. © 2024 IEEE.

    Kata kunci penulis

    ANOVA; prediksi kebangkrutan; pemilihan fitur; metode penyaringan; rasio keuangan

    Artikel ini dapat diakses di https://www.scopus.com/pages/publications/105015829493 

  • Optimalisasi Prediksi Kebangkrutan Melalui Seleksi Fitur Berbasis Filter

    Penulis: Nelly Indriani Widiastuti, Ednawati Rainarli, Kania Evita Dewi

    DOI: 10.1109/INCITEST64888.2024.11121476

    Abstrak

    Memprediksi kebangkrutan perusahaan merupakan tugas penting di dunia keuangan. Teknik kecerdasan buatan telah menjadi solusi yang menjanjikan untuk memprediksi kondisi perusahaan. Salah satu fase penting dalam proses prediksi kebangkrutan adalah seleksi fitur. Ini adalah prosedur untuk memilih dari kumpulan data variabel yang paling berguna dalam model prediksi. Studi ini meneliti dan mengevaluasi seleksi fitur penting untuk prediksi kebangkrutan berbasis pembelajaran mesin. Kumpulan data publik Bursa Efek Taiwan, yang mencakup 95 fitur rasio keuangan, digunakan dalam penelitian ini. Beberapa metode seleksi fitur penyaringan, seperti Analisis Varians (ANOVA), koefisien korelasi Kendall Tau (KT), dan Informasi Timbal Balik (MI), digunakan untuk mengidentifikasi fitur yang relevan. Metode klasifikasi kebangkrutan yang diterapkan adalah Regresi Logistik dan Random Forest. Menurut hasil pengujian, ANOVA menghasilkan nilai recall tertinggi untuk dataset Bursa Efek Taiwan, baik dengan Regresi Logistik (LR) maupun Random Forest (RF). Dengan menggunakan 61% fitur yang tersedia atau 58 fitur, model prediksi kebangkrutan dengan Random Forest berkinerja baik tanpa mengorbankan akurasi, presisi, recall, atau skor F1. © 2024 IEEE.

    Kata kunci penulis

    ANOVA; prediksi kebangkrutan; pemilihan fitur; metode penyaringan; rasio keuangan

    Artikel ini dapat diakses di https://www.scopus.com/pages/publications/105015829493 

  • Desain Sistem Informasi Administrasi Pelayanan Publik

    Penulis: Herry Saputra, Nizar Rabbi Radliya, Eddy Soeryanto Soegoto, Fadhil Fadhilah Ilham

    DOI: 10.1109/INCITEST64888.2024.11121522

    Abstrak

    Kecamatan merupakan salah satu instansi pemerintah yang bertugas melaksanakan pelayanan administrasi kependudukan di tingkat kelurahan. Namun, dalam pelaksanaan pelayanan administrasi tersebut, masih terdapat kendala yang harus diatasi, seperti proses pembuatan surat keterangan dan pengarsipan dokumen yang masih terlalu rumit dan memakan waktu. Untuk membantu mengatasi masalah tersebut, dibutuhkan sistem informasi web yang dapat mempercepat proses pelayanan administrasi. Penelitian ini bertujuan untuk merancang sistem informasi administrasi yang disebut SIAPIK, yang berbasis pada web di Kantor Kecamatan Tagaraja, Riau, Indonesia. Metode analisis deskriptif dengan pendekatan kualitatif digunakan dalam penelitian ini untuk menentukan kebutuhan sistem yang akan dibangun. Dalam proses pengembangan sistem, kami menggunakan konsep pendekatan berorientasi objek dengan metode pengembangan prototipe. Hasilnya menunjukkan bahwa pengembangan sistem informasi ini dapat memberikan kemudahan dalam mendukung peran dan fungsi kantor kecamatan dalam melaksanakan proses administrasi pelayanan kependudukan. Kesimpulannya, keberadaan sistem administrasi daring ini akan membantu menyelesaikan berbagai masalah di kantor kecamatan. Sistem informasi ini menggunakan sistem daring yang memungkinkan warga untuk membuat sertifikat melalui perangkat desktop atau ponsel pintar tanpa batasan waktu dan tempat tanpa harus datang langsung ke kantor kecamatan. © 2024 IEEE.

    Kata kunci penulis

    sistem informasi; administrasi pelayanan publik; SIAPIK

    Artikel ini dapat diakses di https://www.scopus.com/pages/publications/105015848206

  • Fakultas Hukum Unikom Dan Bani Bandung Perkuat Sinergi, Siapkan Sdm Hukum Adaptif Di Era Ai Dan Transformasi Digital

    Fakultas Hukum Unikom Dan Bani Bandung Perkuat Sinergi, Siapkan Sdm Hukum Adaptif Di Era Ai Dan Transformasi Digital

    BANDUNG, UNIKOM – Fakultas Hukum Universitas Komputer Indonesia (UNIKOM) terus memperkuat komitmennya dalam menghadirkan pendidikan hukum yang relevan dengan perkembangan teknologi melalui penandatanganan Perjanjian Kerja Sama dengan Badan Arbitrase Nasional Indonesia (BANI) Bandung pada Selasa, 21 Juli 2026. Bertempat di  Auditorium Lantai 4 Gedung Miracle UNIKOM, kegiatan tersebut dirangkaikan dengan Kuliah Umum Hukum Bisnis 2026 bertajuk “BANI di Era Digital: Tantangan dan Peluang Rekonstruksi Hukum Arbitrase Berbasis AI dan Cybertribunal”.

    Pada kesempatan tersebut, dilakukan penandatanganan kerja sama oleh Dekan Fakultas Hukum UNIKOM, Assoc. Prof. Dr. Hetty Hassanah, S.H., M.H., bersama Wakil Ketua BANI Bandung, Dr. H. Asep Rozali, S.H., M.H., MIIArb., CIM., CMED., CPM., C4M.,  sebagai bentuk sinergi strategis dalam pelaksanaan Tri Dharma Perguruan Tinggi, meliputi pendidikan, penelitian, pengabdian kepada masyarakat, serta berbagai bentuk kerja sama akademik dan profesional lainnya.

    Sebagai implementasi awal dari kerja sama tersebut, Fakultas Hukum UNIKOM menyelenggarakan kuliah umum yang menghadirkan para praktisi dan arbiter dari BANI Bandung. Kegiatan tersebut diikuti oleh seluruh mahasiswa Fakultas Hukum UNIKOM, serta mahasiswa perwakilan dari berbagai program studi di lingkungan UNIKOM. Melalui forum akademik tersebut, peserta memperoleh pemahaman mengenai mekanisme penyelesaian sengketa bisnis melalui arbitrase sebagai alternatif penyelesaian sengketa di luar pengadilan yang kini semakin banyak digunakan oleh dunia usaha.

    Dalam kesempatan wawancara, Dekan Fakultas Hukum UNIKOM, Assoc. Prof. Dr. Hetty Hassanah, S.H., M.H., menjelaskan bahwa pemilihan tema kuliah umum dilatarbelakangi oleh meningkatnya kebutuhan dunia bisnis terhadap penyelesaian sengketa yang lebih efektif, efisien, serta mampu mengikuti perkembangan teknologi digital.  “Saat ini arbitrase menjadi salah satu mekanisme penyelesaian sengketa bisnis yang semakin relevan, khususnya bagi para pelaku usaha. Hampir seluruh bidang ilmu memiliki keterkaitan dengan dunia bisnis sehingga pemahaman mengenai arbitrase menjadi penting untuk dimiliki mahasiswa. Melalui kuliah umum ini kami ingin memberikan wawasan mengenai proses arbitrase, aspek hukumnya, serta bagaimana transformasi digital dan perkembangan Artificial Intelligence mulai memengaruhi penyelesaian sengketa di luar pengadilan”, tuturnya.

    Lebih lanjut, Ia menambahkan, perkembangan teknologi informasi, termasuk implementasi Artificial Intelligence (AI) di UNIKOM, menjadi momentum penting dalam mendorong modernisasi praktik arbitrase yang kini telah mengarah pada pemanfaatan sistem digital dan konsep cybertribunal dalam proses penyelesaian sengketa.

    Menurutnya, kegiatan tersebut juga memberikan dampak langsung terhadap pengembangan kurikulum Fakultas Hukum UNIKOM. Materi yang disampaikan para praktisi BANI akan menjadi referensi dalam pemutakhiran bahan ajar, Rencana Pembelajaran Semester (RPS), serta penguatan mata kuliah Metode Alternatif Penyelesaian Sengketa, sehingga mahasiswa memperoleh wawasan yang sesuai dengan perkembangan praktik hukum nasional maupun global.

    Selain itu, Assoc. Prof. Dr. Hetty menyampaikan, “Kolaborasi ini tidak hanya memperkaya pengalaman belajar mahasiswa melalui kuliah umum dan diskusi interaktif, tetapi juga menjadi masukan yang sangat berharga dalam penyempurnaan kurikulum. Kami ingin lulusan Fakultas Hukum UNIKOM memiliki kompetensi yang sesuai dengan kebutuhan dunia profesional, khususnya di bidang penyelesaian sengketa bisnis berbasis teknologi”, tambahnya.

    Ke depan, kerja sama antara Fakultas Hukum UNIKOM dan BANI Bandung akan dikembangkan melalui berbagai program strategis, di antaranya penelitian bersama, pengajuan hibah riset nasional maupun internasional, serta pelaksanaan program pengabdian kepada masyarakat. Salah satu fokus yang akan dikembangkan adalah sosialisasi mengenai arbitrase kepada masyarakat dan pelaku usaha, termasuk sektor Usaha Mikro, Kecil, dan Menengah (UMKM), agar memiliki pemahaman mengenai alternatif penyelesaian sengketa tanpa harus menempuh jalur litigasi di pengadilan.

    Assoc. Prof. Dr. Hetty juga menegaskan bahwa penerapan AI di lingkungan Fakultas Hukum diarahkan sebagai sarana pendukung proses pembelajaran, bukan sebagai pengganti kemampuan berpikir kritis mahasiswa. “Artificial Intelligence kami manfaatkan untuk membantu dosen dan mahasiswa dalam menggali referensi, menemukan ide, serta mempercepat proses pencarian sumber-sumber hukum. Namun, AI tidak dapat dijadikan satu-satunya rujukan. Setiap informasi tetap harus melalui proses verifikasi terhadap peraturan perundang-undangan dan sumber hukum yang sah. Di Fakultas Hukum, yang kami bangun bukan sekadar kemampuan menghafal, tetapi kemampuan memahami, menalar, dan menganalisis setiap persoalan hukum secara kritis”, demikian pungkasnya. Melalui kolaborasi tersebut, Fakultas Hukum UNIKOM berharap dapat terus menghadirkan pendidikan hukum yang adaptif terhadap perkembangan teknologi, memperluas jejaring dengan lembaga profesi, serta menghasilkan lulusan yang memiliki kompetensi akademik, profesional, dan mampu menjawab tantangan penyelesaian sengketa di era digital. (Direktorat Hms & Pro)

  • Analisis dan Sistem Pemantauan Generator Set Kereta Berbasis Internet of Things (IoT)

    Penulis: Henny; Agus Heri Setya Budi; Arjuni Budi Pantjawati; Mochamad Ilham Alwi Rifa; Iyan AndrianaDOI: 10.1109/INCITEST59455.2023.10396896

    Abstrak
    Penelitian ini bertujuan untuk mengembangkan sistem keandalan dan pemantauan generator set kereta berbasis Internet of Things (IoT) dengan menggunakan metode Research and Development (R&D). Tujuan utama penelitian ini adalah memperoleh sistem yang mampu memberikan informasi secara real-time mengenai perubahan faktor daya pada generator set serta meningkatkan faktor daya melalui kompensasi daya reaktif dengan menentukan nilai kapasitor yang harus dipasang untuk mencapai target faktor daya sebesar 0,9. Tahapan penelitian meliputi perancangan dan pengembangan sistem dengan memanfaatkan komponen perangkat keras dan perangkat lunak yang relevan. Sistem dirancang menggunakan komponen seperti PZEM-004T, CT, LM2596, SIM800L, dan mikrokontroler ESP32 untuk mengumpulkan data dari sensor dan mengirimkannya ke server melalui jaringan internet. Selanjutnya, sistem menyimpan data parameter ke dalam basis data Firebase. Kemudian disusun algoritma yang berfungsi memberikan rekomendasi nilai kapasitor guna meningkatkan faktor daya dengan target 0,9. Pada tahap akhir, dikembangkan sebuah situs web berbasis ReactJS untuk menampilkan seluruh data parameter serta rekomendasi kapasitor. Hasil pengujian sensor PZEM-004T menunjukkan tingkat kesalahan sebesar 0,8% hingga 1,5% pada parameter generator set. Berdasarkan penelitian ini, dapat disimpulkan bahwa sistem keandalan dan pemantauan generator set kereta berbasis Internet of Things (IoT) berhasil dikembangkan. Sistem tersebut mampu menyajikan informasi faktor daya secara real-time serta memberikan rekomendasi nilai kapasitor untuk mencapai target faktor daya sebesar 0,9. © 2023 IEEE.

    Kata kunci penulis
    kapasitor; generator set; internet of things (IoT); faktor daya

    Artikel ini dapat diakses melalui: https://www.scopus.com/pages/publications/85185196384