https://jie.pnp.ac.id/index.php/jie/issue/feedElektron : Jurnal Ilmiah2025-04-24T11:41:52+00:00Era Madonaeramadona@pnp.ac.idOpen Journal Systems<p style="text-align: justify; text-justify: inter-ideograph;">Elektron Jurnal Ilmiah (EJI) is a peer-reviewed journal which is published by Department of Electrical Engineering, Politeknik Negeri Padang. The ISSN number is 2085-6989. EJI published the first edition in 2009 and since 2014, EJI publishes in Juni and December. The scopes of the journal are: electrical power, telecommunication, control, electronic and robotics. The manuscript can be written in Indonesian or English</p>https://jie.pnp.ac.id/index.php/jie/article/view/503Implementasi Fuzzy Logic Untuk Monitoring Kekuatan Genggaman Tangan Pasien Pasca Stroke2025-03-05T05:12:23+00:00Azra Aliyaazraaliya17@gmail.comDedi Kurniadidedikurniadi@pnp.ac.idTuti Angrainitutiangraini@pnp.ac.id<p>Stroke adalah penyakit serebrovaskular yang mengakibatkan kematian jaringan otak karena berkurangnya aliran darah dan oksigen. Kondisi ini dapat menyebabkan hemiparesis, kelemahan pada satu sisi tubuh, yang mempengaruhi mobilitas dan aktivitas sehari-hari pasien. Menurut data dari Riskesdas 2018, prevalensi stroke di Indonesia meningkat signifikan. Alat yang mampu mengukur kekuatan genggaman tangan secara efektif sangat diperlukan dalam pemantauan rehabilitasi pasien pasca stroke. Penelitian ini menggunakan sensor Load cell yang dikalibrasi dengan timbangan digital dan Dynamometer untuk memastikan akurasi pengukuran. Perbandingan ini bertujuan untuk mengevaluasi performa load cell dalam mengukur kekuatan genggaman tangan pasien pasca stroke. Setelah itu, data dianalisis menggunakan metode Fuzzy Mamdani dengan software Matlab dan Arduino. Hasil pengujian menunjukkan bahwa metode Fuzzy Mamdani berhasil dalam mengklasifikasikan risiko hemiparesis dengan akurasi dengan optimal.Hasil pengujian didapatkan bahwa error hasil kalibrasi dengan timbangan digital adalah 3%. Hasil kalibrasi dengan dynamometer mendapatkan error 2,08%.Dan Hasil perbandingan pengujian fuzzy mamdani dengan software Matlab dan Arduino mendapatkan error 0,041% dan akurasi 99,959%.</p>2025-03-05T00:00:00+00:00##submission.copyrightStatement##https://jie.pnp.ac.id/index.php/jie/article/view/515Penentuan Sudut Orientasi Optimum untuk Pembangkit Listrik Tenaga Surya di Universitas Tanjungpura Pontianak2025-03-05T08:17:26+00:00fitriah husinfitriah@ee.untan.ac.idAyong Hiendroayong@ee.untan.ac.id<p>Pengembangan energi surya di Indonesia terus mengalami peningkatan seiring dengan upaya pemerintah dalam mencapai target nol emisi karbon pada tahun 2060. Salah satu langkah strategis dalam mendukung pencapaian tersebut adalah dengan meningkatkan efisiensi Pembangkit Listrik Tenaga Surya (PLTS). Penelitian ini berfokus pada optimalisasi produksi energi listrik di PLTS Universitas Tanjungpura melalui penentuan sudut orientasi panel surya yang paling efektif. Simulasi dilakukan menggunakan perangkat lunak PVsyst dengan variasi sudut kemiringan antara 4° hingga 15° serta delapan arah azimuth, yaitu Utara (0°), Timur Laut (-45°), Timur (-90°), Tenggara (-135°), Selatan (180°), Barat Daya (135°), Barat (90°), dan Barat Laut (45°). Hasil simulasi menunjukkan bahwa konfigurasi optimal terdapat pada sudut kemiringan 5° dengan azimuth -45° (menghadap Timur Laut), yang mampu menghasilkan produksi energi listrik tahunan sebesar 2365 MWh. Angka ini lebih tinggi dibandingkan konfigurasi awal pada sudut kemiringan 13° dan azimuth 135° (menghadap Barat Daya), yang hanya mampu menghasilkan 2308 MWh per tahun. Peningkatan produksi energi listrik sebesar 2,5% ini membuktikan bahwa optimasi sudut orientasi panel surya berperan penting dalam memaksimalkan kinerja sistem PLTS. Hasil penelitian ini tidak hanya memberikan kontribusi pada pengembangan energi terbarukan, tetapi juga mendukung strategi nasional dalam upaya penurunan emisi karbon dan transisi menuju energi bersih di Indonesia.</p>2025-03-05T08:17:26+00:00##submission.copyrightStatement##https://jie.pnp.ac.id/index.php/jie/article/view/544Segmentasi Area Perkebunan Sawit Melalui Aerial Images Menggunakan Deep Learning2025-04-24T11:41:52+00:00Novi Novinovi@pnp.ac.idHendrick Hendrickhendrick@pnp.ac.idMuhammad Rohfadlihendrick@pnp.ac.idAulia Noviraaulianovi@pnp.ac.id<h1>Pemantauan lahan sawit secara konvensional biasanya dilakukan dengan cara manual oleh petani yang mengerahkan beberapa orang untuk menyebar di area lahan. Namun, pendekatan ini membutuhkan waktu dan tenaga yang cukup besar, serta rentan terhadap ketidakakuratan dalam pemantauan. Sebagai alternatif, perusahaan besar yang mengelola lahan sawit umumnya menggunakan teknologi drone untuk memantau lahan, diikuti dengan penggunaan perangkat lunak analisis yang kompleks. Namun, pemanfaatan teknologi ini seringkali memerlukan biaya dan peralatan yang mahal. Penelitian ini bertujuan untuk mengembangkan sistem pemantauan lahan sawit menggunakan teknologi yang lebih terjangkau dan praktis, yaitu dengan memanfaatkan drone yang tersedia di pasaran serta NVIDIA Jetson Nano sebagai perangkat pemrosesan gambar portabel. Sistem ini menggunakan metode deep learning, dengan mengimplementasikan algoritma You Only Look Once (YOLO) untuk deteksi objek dan Instance Segmentation untuk segmentasi area lahan sawit. YOLO memungkinkan pendeteksian objek secara real-time dengan akurasi tinggi, sementara Instance Segmentation memfasilitasi pemisahan area sawit secara lebih detail, yang akan membantu dalam analisis lebih mendalam. Dengan menggunakan peralatan yang lebih terjangkau dan portabel, penelitian ini bertujuan untuk mempermudah petani atau pihak terkait dalam memantau dan menganalisis kondisi lahan sawit secara efektif, efisien, dan dengan biaya yang lebih rendah dibandingkan dengan teknologi pemantauan konvensional atau yang digunakan perusahaan besar.</h1>2025-04-24T00:00:00+00:00##submission.copyrightStatement##