Universitas Syiah Kuala | ELECTRONIC THESES AND DISSERTATION

Electronic Theses and Dissertation

Universitas Syiah Kuala

PENGEMBANGAN MODEL POTENSI ENERGI SURYA KOTA BANDA ACEH MENGGUNAKAN ARSITEKTU…

Taufan Hanafi

Peningkatan kebutuhan energi listrik mendorong pemanfaatan energi terbarukan, khususnya energi surya. Namun, sifat radiasi matahari yang fluktuatif menyebabkan ketidakpastian daya keluaran sistem fotovoltaik (PV) dan berpotensi mengganggu perencanaan operasi sistem tenaga. Oleh karena itu, diperlukan model prediksi yang akurat dan adaptif terhadap dinamika kondisi cuaca. Penelitian ini bertujuan mengembangkan model prediksi daya keluaran PV berbasis Bidirectional Long Short-Term Memory (Bi-LS…

PEMODELAN KONSUMSI ENERGI LISTRIK DIRNKABUPATEN PIDIE MENGGUNAKAN ALGORITMARN…

Pondes

Kebutuhan energi listrik di Kabupaten Pidie terus meningkat seiring dengan pertumbuhan penduduk dan bertambahnya aktivitas rumah tangga, bisnis, industri, sosial dan pemerintahan. menimbulkan tantangan dalam penyusunan perencanaan energi yang akurat. Namun, pola konsumsi listrik di Kabupaten Pidie tidak selalu stabil. Faktor eksternal seperti perubahan musim, kondisi iklim, serta pola aktivitas masyarakat sering kali memengaruhi tingkat penggunaan energi. Kompleksitas faktor-faktor terse…

ANALISIS PENGARUH PREDIKSI BEBAN BERBASIS LONG SHORT – TERM MEMORY TERHADAP…

Firliansyah

Pertumbuhan beban listrik yang terus meningkat menuntut pengelolaan sistem distribusi tenaga listrik yang andal dan adaptif, khususnya dalam upaya meminimalkan Energy Not Supplied (ENS) akibat gangguan sistem, pemeliharaan terencana, dan kondisi tidak normal lainnya. Pada sistem distribusi tegangan menengah 20 kV Kota Banda Aceh, nilai ENS menjadi indikator penting dalam menilai kinerja keandalan dan kualitas pelayanan energi listrik. Penelitian ini bertujuan untuk menganalisis secara kuantit…

PREDIKSI BEBAN LISTRIK PENYULANG SG 06 RNUNIT LAYANAN PELANGGAN (ULP) MEUREUD…

Analdi Muttaqin

ABSTRAK Pertumbuhan kebutuhan listrik dan kompleksitas jaringan distribusi menuntut PLN untuk memiliki prediksi beban yang akurat guna menjaga keandalan sistem. Tantangan ini terlihat jelas pada Penyulang SG 06 ULP Meureudu yang memiliki pola beban sangat fluktuatif, perbedaan signifikan antara beban rata-rata dan beban puncak, serta nilai load factor yang relatif rendah. Kondisi tersebut menjadikan prediksi beban konvensional kurang efektif, sehingga diperlukan model yang mampu menangkap …

MODEL PREDIKSI BEBAN PUNCAK ULP SABANG TAHUN 2030 MENGGUNAKAN ARSITEKTUR RECU…

Muhammad Nazar

Unit Layanan Pelanggan (ULP) Sabang sebagai sistem kelistrikan terisolasi menghadapi tantangan dalam memenuhi kebutuhan energi yang terus meningkat akibat perkembangan sektor pariwisata, pertumbuhan pelanggan, serta dinamika konsumsi harian yang fluktuatif. Kondisi ini diperparah oleh keterbatasan kapasitas pembangkit berbasis PLTD sehingga diperlukan prediksi beban puncak jangka panjang yang akurat untuk mencegah risiko defisit daya maupun oversupply. Permasalahan utama penelitian ini adalah…

IMPLEMENTASI ARSITEKTUR EFFICIENTNETV2 UNTUK ANALISIS KUALITAS BERAS BERBASIS…

DAYAN ARRAFI

Kualitas beras merupakan faktor penting yang menentukan nilai jual dan penerimaan konsumen. Penilaian kualitas beras secara manual masih memiliki keterbatasan karena bergantung pada subjektivitas pengamat. Oleh karena itu, Penelitian ini bertujuan untuk mengembangkan dan mengevaluasi model klasifikasi kualitas beras menggunakan arsitektur EfficientNetV2 dengan dataset citra beras Indoor dan Semi-Outdoor. Dataset terdiri dari 2.400 citra berukuran seragam 512×512 piksel yang terbagi secara se…

EVALUASI MODEL YOLOV8 DENGAN ONNX UNTUK DETEKSI OBJEK PADA LINGKUNGAN MIXED-T…

Muhammad Rizki Akbar

Peningkatan jumlah kendaraan bermotor serta perilaku pengguna jalan yang tidak tertib menjadi faktor utama penyebab kecelakaan lalu lintas di Indonesia, terutama pada kondisi lalu lintas campuran (mixed traffic) yang melibatkan berbagai jenis objek seperti kendaraan bermotor, pejalan kaki, dan rambu lalu lintas. Penelitian ini bertujuan untuk mengembangkan sistem deteksi objek menggunakan algoritma YOLOv8 yang dikonversi ke format ONNX untuk meningkatkan efisiensi dan akurasi dalam mendeteksi…

DETEKSI GANGGUAN FREKUENSI RADIO PADA CITRA RADAR CUACA BERBASIS DEEP LEARNING

Agus Nursalam Kitono

Radio frequency interference (RFI) pada sistem radar cuaca kerap menimbulkan distorsi pada citra, sehingga dapat menurunkan akurasi analisis meteorologi. Hingga saat ini, proses identifikasi gangguan masih dilakukan secara manual oleh operator, yang menimbulkan tantangan dari sisi konsistensi, kecepatan, dan skalabilitas. Penelitian ini berfokus pada implementasi beberapa varian You Only Look Once versi 12 (YOLOv12) serta perbandingannya dengan model Real-Time Detection Transformer (RT-DETR) …

PENERAPAN DEEP LEARNING UNTUK DETEKSI JATUH MENGGUNAKAN BLAZEPOSE DAN BI-DIRE…

YUFANADA AZMI

Jatuh merupakan salah satu penyebab utama cedera serius dan kematian tidak disengaja, terutama pada kelompok lanjut usia. Berdasarkan laporan World Health Organization (WHO), sekitar 28-35% individu berusia di atas 65 tahun mengalami kejadian jatuh setiap tahun, dan meningkat menjadi 32-42% pada usia di atas 70 tahun. Penelitian ini bertujuan mengembangkan dan mengevaluasi sistem deteksi jatuh berbasis deep learning yang mampu membedakan kejadian jatuh dan aktivitas normal secara akurat dan e…

METODE DETEKSI DAN PELACAKAN OBJEK BERBASIS EXTENDED KALMAN FILTER PADA LINGK…

Mirshal Arief

Sistem persepsi memainkan peran krusial dalam pengambilan keputusan waktu nyata (real-time) dalam transportasi cerdas, terutama dalam kondisi lalu lintas yang tidak pasti. Tantangan seperti pergerakan dinamis, ketidakpastian, oklusi, dan interaksi ambigu memerlukan pengembangan kerangka kerja deteksi dan pelacakan adaptif. Untuk mengatasi masalah ini, kami menghadirkan UMT-Dataset, sebuah perluasan dari MXT-Dataset, yang dirancang untuk menangani perilaku objek dinamis dalam lingkungan lalu l…


    SERVICES DESK