Publication Search

Perkembangan kecerdasan buatan (AI) mendorong inovasi dalam analisis keuangan, termasuk prediksi harga saham yang fluktuatif. Penelitian ini bertujuan memprediksi harga saham PT Garudafood Putra Putri Jaya Tbk menggunakan model ARIMA dengan penanganan Outlier sebagai pendekatan awal menuju sistem prediksi yang lebih adaptif. Data harga penutupan harian dari Yahoo Finance dianalisis melalui uji stasioneritas, identifikasi model ARIMA, deteksi Outlier berbasis log-return, serta evaluasi performa menggunakan RMSE, MAE, dan MAPE. Hasil penelitian menunjukkan bahwa ARIMA Outlier memberikan performa lebih baik dibandingkan ARIMA dasar. ARIMA standar menghasilkan MAPE 1.32% dan AIC –899.46, sedangkan ARIMA dengan tiga dummy Outlier mencapai MAPE 1.16% dan AIC –900.37. Peramalan 14 hari ke depan menunjukkan pola yang stabil pada kisaran Rp 370–371. Pada data uji, ARIMA dasar memberikan akurasi terbaik pada pertengahan Agustus, sedangkan ARIMA Outlier mencapai akurasi tertinggi pada akhir Agustus dengan prediksi Rp 370.2 yang sangat dekat dengan harga aktual Rp 370.4. Hasil ini menunjukkan bahwa penanganan Outlier meningkatkan ketepatan model, sehingga ARIMA Outlier dapat digunakan sebagai fondasi awal menuju pengembangan sistem prediksi keuangan berbasis AI.

Penelitian ini bertujuan untuk merancang dan merealisasikan antena mikrostrip patch berbentuk segitiga (triangular) yang bekerja pada frekuensi 1800 MHz, sebagai penguat jaringan internet di kawasan Kebun Raya Balikpapan. Lokasi tersebut diketahui memiliki kualitas sinyal yang kurang baik untuk beberapa provider. Antena yang dirancang menggunakan dua konfigurasi, yaitu MIMO 8x8 dengan teknik pencatuan langsung dan array 8x1, yang kemudian disimulasikan menggunakan CST Studio Suite 2019 dan diuji performansinya menggunakan metode Speedtest. Hasil simulasi menunjukkan bahwa antena 8x8 memiliki nilai VSWR sebesar 1,50, return loss -12,96 dB, dan gain 4,06 dBi dengan pola radiasi omnidirectional. Sementara itu, konfigurasi 8x1 array menunjukkan nilai VSWR 1,24, return loss -19,21 dB, dan gain 6,46 dBi, juga dengan pola radiasi omnidirectional. Hasil pengujian di lapangan dengan tiga kondisi tanpa antena eksternal, antena MIMO dan antena array 8x1 didapatkan hasil bahwa antena array 8x1 memberikan kecepatan unduh tertinggi mencapai 17,227 Mbps, unggah 4,072 Mbps, Jitter 34,9 ms  dan packet loss 14,18 % sedangkan antena MIMO 8x8 memberikan kecepatan unduh tertinggi mencapai 13,77 Mbps, unggah 2,462 Mbps, Jitter 49,9 ms  dan packet loss 18,43%. Kesimpulannya, kedua jenis antena eksternal yakni MIMO 8x8 dan array 8x1 mampu meningkatkan performa jaringan secara signifikan dan dapat menjadi solusi efektif untuk daerah dengan sinyal lemah. Antena ini diharapkan dapat memberikan kontribusi terhadap akses internet yang lebih stabil di area public yang sangat luas.

Penelitian ini bertujuan untuk mengembangkan sistem telemetri guna memantau kinerja panel surya pada beberapa lokasi dengan menggunakan komunikasi jarak jauh dan platform Internet of Things (IoT). Metode pemantauan konvensional memiliki keterbatasan dalam menyediakan data secara real-time pada area yang luas, sehingga evaluasi kinerja jarak jauh menjadi kurang efisien. Untuk mengatasi permasalahan tersebut, dirancang sebuah sistem pemantauan menggunakan mikrokontroler ESP32, sensor INA219 untuk mengukur tegangan dan arus, modul GPS Neo-M8 untuk identifikasi lokasi, modul Real-Time Clock (RTC) DS3231 untuk pencatatan waktu, serta modul LoRa RA-02 sebagai media komunikasi nirkabel. Setiap node pengirim dilengkapi dengan modul MicroSD untuk menyimpan data pengukuran secara lokal. Data hasil pengukuran dikirimkan melalui LoRa ke unit penerima dan ditampilkan secara real-time pada platform Thinger.io. Hasil kalibrasi menunjukkan bahwa sensor INA219 memiliki rata-rata galat pengukuran arus sebesar 0,71% dan galat pengukuran tegangan sebesar 0,1%. Pengujian GPS menunjukkan koordinat lokasi yang stabil dengan tingkat akurasi sekitar ±3 hingga ±8 meter. Seluruh data pengukuran berhasil dikirim, disimpan, dan ditampilkan tanpa kehilangan data yang signifikan. Hasil penelitian menunjukkan bahwa sistem yang dikembangkan mampu menyediakan pemantauan parameter panel surya secara jarak jauh yang andal dan efisien dalam kondisi lapangan.

The development of renewable energy, particularly Solar Power Plants (PV), requires a reliable, real-time, and easily accessible electrical energy monitoring system to ensure optimal system performance. This study aims to design and implement an Internet of Things (IoT)-based electrical energy monitoring system for PV using the NodeMCU ESP32 microcontroller, the PZEM-004T sensor for measuring electrical parameters, and the Node-RED platform as the data visualization interface. The developed system is designed to monitor voltage, current, power, energy, frequency, and power loss in real time, and then display the data in the form of numerical values, graphs, and indicators on a dashboard accessible through a local network. The research method includes hardware design, software development (sensor reading, data processing, and communication), integration with Node-RED, and system testing on a small-scale PV installation. The test results show that the system is capable of monitoring electrical parameters in a stable and responsive manner. Variations in sunlight intensity were found to affect the current and power produced by the solar panels, whereas the inverter output voltage tended to remain within normal operating ranges. The Node-RED dashboard display was considered informative and helpful for users in monitoring and analyzing PV performance. Based on these results, it can be concluded that the IoT-based electrical energy monitoring system designed in this study functions well and is feasible for application in residential or educational-scale PV installations. The system still has the potential for further development through cloud service integration, the addition of environmental sensors, and enhancements to data analysis features and user interface design.

Polusi udara partikulat halus (PM2,5) merupakan ancaman serius bagi kesehatan masyarakat di Kabupaten Brebes, Jawa Tengah. Faktor penyumbang utamanya adalah emisi kendaraan di jalur Pantura, aktivitas industri perikanan, serta konsentrasi tinggi selama musim kemarau (Juni–November). Tidak adanya model peramalan sub-jam yang akurat menghambat pengembangan sistem peringatan dini yang efektif. Penelitian ini mengembangkan dan mengevaluasi model deep learning berbasis Transformer untuk memprediksi konsentrasi PM2,5 dengan resolusi waktu 15 menit. Data yang digunakan berasal dari NASA GEOS-CF (band PM25_RH35_GCC) yang diakses melalui Google Earth Engine menggunakan API Python. Dataset mencakup periode 1 Januari hingga 22 November 2025, menghasilkan 7.813 observasi per jam, yang kemudian diinterpolasi linear menjadi 31.249 titik data dengan resolusi 15 menit. Arsitektur Transformer terdiri dari 3 lapis enkoder, 4 kepala perhatian multi-head, dimensi embedding 128, dimensi feed-forward 256, panjang sekuen 60 timestep, dan augmentasi fitur menggunakan rerata bergulir (*rolling mean*, jendela = 3) dan beda pertama (*first difference*). Pelatihan dilakukan dengan TensorFlow-Keras, pengoptimal Adam, penjadwal peluruhan kosinus (*cosine decay scheduler*), dan fungsi kerugian Huber. Pembagian data dilakukan secara kronologis: 70% pelatihan, 30% validasi. Evaluasi pada set uji independen (16 Agustus–21 November 2025, 9.357 observasi atau 97 hari 11 jam 15 menit) menghasilkan MAE 0,7691 µg/m³, RMSE 1,2052 µg/m³, R² 0,9945, dan *Explained Variance Score* 0,9948. Model ini mampu menggambarkan variasi diurnal dan anomali musiman secara akurat, jauh melampaui model LSTM dan GTWR konvensional. Penelitian ini memberikan kontribusi signifikan di bidang Teknologi Informasi melalui kerangka kerja pengolahan *big data* satelit untuk aplikasi lingkungan.

The increasing global energy demand drives the search for efficient and sustainable renewable energy solutions. Solar panels have become one of the most widely used technologies; however, their efficiency remains limited when installed in a static position. This research aims to analyze the performance of a single-axis auto tracking system on a 10WP solar panel integrated with the Internet of Things (IoT) for real-time monitoring, specifically in powering a portable powerbank. The research method employed was a quantitative experimental design with three testing scenarios: powerbank charging using an auto-tracking solar panel, a static solar panel, and conventional household electricity as a comparison. Charging data were collected via an IoT system integrated with the Blynk application in real-time. The results indicate that the auto-tracking system increased charging efficiency by around 10%, compared to only 6% with a static panel in one hour. This performance is nearly equal to household electricity charging, which reached approximately 10–11%. The study concludes that the single-axis IoT-based auto-tracking system significantly enhances the performance of small-scale solar panels and holds strong potential for portable energy solutions in remote areas.

The advancement of information technology has had a significant impact across various sectors, including healthcare. The digitalization of healthcare services has become a solution to improve efficiency, effectiveness, and accessibility for the public. Puskesmas Selindung still uses a manual patient registration system, which leads to several issues such as long queues, extended waiting times, and the risk of lost or damaged patient records. Based on visit data, the number of patients coming to Puskesmas Selindung has increased each year. Therefore, a digital queue system is needed to optimize the patient registration process. This research aims to analyze and design an Android-based patient registration queue application to improve service efficiency at Puskesmas Selindung. The research methods include system requirements analysis, user interface design, and the development of core features to support the online patient registration process. The implementation of this application is expected to reduce long queues, speed up administrative processes, and make it easier for patients to access healthcare services more effectively and accurately. With this Android-based system, the quality of healthcare services at Puskesmas Selindung is expected to improve significantly.

Given the great benefits of electrical energy, the availability of electrical energy sources is limited. Currently, the availability of electrical energy sources is not able to meet the increasing demand for electricity in Indonesia. The high use of electrical energy in daily life will have a negative impact on the environment. Therefore, to maintain the sustainability of energy sources, it is necessary to pursue strategic steps that can support the provision of electrical energy optimally and affordably, This study aims to find out how much total energy is used by the Energy Consumption Index (IKE) on electrical energy from the influence of electrical power and the length of time of use of electrical energy at SMK Negeri 2 Lubuk Basung, Lubuk Basung District, Agam Regency. This study aims to determine the value of energy consumption used or Energy Consumption Index (IKE) and energy saving opportunities at SMK Negeri 2 Lubuk Basung, Lubuk Basung District, Agam Regency. The results of this study are for the IKE value of the first floor which is 1.71 kWh/m2, for the IKE value of the second floor which is 0.03 kWh/m2, for the IKE value of one building, which is with a value of 1.74 kWh/m2, for the annual IKE of 0.022 kWh/m2/year and for the value of energy-saving opportunities of IDR 651 646/month IDR 7 819 755/year.

Penelitian ini bertujuan merancang dan mengembangkan Sistem Informasi Penjualan berbasis web untuk Gerai Oleh-Oleh Bali yang selama ini masih menggunakan pencatatan manual dengan buku besar dan perhitungan menggunakan kalkulator. Sistem manual tersebut menyebabkan risiko kesalahan pencatatan, lambatnya proses pencarian data, serta kesulitan dalam pengarsipan data penjualan, pembelian, pemesanan, dan pengelolaan stok barang. Penelitian menggunakan metode pengembangan perangkat lunak Waterfall dengan pendekatan pemodelan Unified Modeling Language (UML). Tahapan yang dilakukan meliputi analisis kebutuhan melalui wawancara dengan pemilik gerai, perancangan sistem (Use Case Diagram dan Class Diagram), implementasi, pengujian unit, pengujian sistem menggunakan metode black-box testing, serta tahap pemeliharaan (maintenance). Sistem yang dibangun mencakup fitur login, dashboard, pengelolaan data master (supplier dan barang), transaksi penjualan dengan dukungan scan barcode, transaksi pembelian, laporan penjualan dan pembelian, serta pengelolaan user. Hasil pengujian black-box menunjukkan seluruh test case berstatus Valid dan sistem berfungsi sesuai harapan. Pada tahap maintenance dilakukan contoh corrective maintenance dengan perbaikan bug pada query laporan penjualan harian.Sistem informasi penjualan berbasis web yang dihasilkan mampu mempercepat proses transaksi, mengurangi kesalahan manusia, meningkatkan akurasi data, serta memudahkan pengelolaan stok dan pembuatan laporan secara real-time. Implementasi sistem ini memberikan solusi efektif bagi Gerai Oleh-Oleh Bali dalam meningkatkan efisiensi operasional dan interaksi dengan pelanggan.

Penelitian ini bertujuan untuk mengembangkan sistem pendukung keputusan yang dapat membantu tim Marketing Officer (MO) PT. Alvarel Technology Innovation dalam menentukan status pelanggan secara objektif dan terstruktur. Sistem ini dirancang menggunakan kombinasi metode Analytical Hierarchy Process (AHP) dan Weighted Sum Model (WSM). Metode AHP digunakan untuk menentukan bobot kriteria yang meliputi Potensial Pasar, Urgensi, Finansial, serta Hubungan dan Reputasi, dengan memastikan konsistensi matriks perbandingan berpasangan. Hasil pembobotan kemudian digunakan dalam metode WSM untuk melakukan perhitungan skor total pelanggan dan menyusun pemeringkatan status berdasarkan nilai tertinggi hingga terendah. Data penelitian diperoleh dari catatan internal perusahaan dan wawancara dengan Marketing Officer, dengan jumlah sampel 30 pelanggan. Hasil pengujian menunjukkan bahwa sistem dapat menghasilkan peringkat status pelanggan dalam lima kategori, yaitu potensial, prospek, pending, pasif, dan skip. Temuan utama memperlihatkan bahwa kategori prospek memperoleh skor tertinggi dan menjadi prioritas tindak lanjut. Dengan demikian, sistem pendukung keputusan berbasis AHP–WSM ini mampu mengurangi subjektivitas, meningkatkan efisiensi, serta memberikan rekomendasi yang lebih akurat dan terukur untuk mendukung pengambilan keputusan strategis perusahaan dalam pengelolaan pelanggan.

The manual employee attendance process at the Perjuk Village government level often results in inaccurate data, delayed recapitulation, and difficulties in real-time attendance monitoring. This study aims to develop an Internet of Things (IoT) and Radio Frequency Identification (RFID)-based village employee attendance system to simplify the administrative process and improve the efficiency of attendance recording. The development method used is the Research and Development (R&D) model with stages including needs analysis, system design, validation, field trials, and product revisions. The system was built using an ESP32 microcontroller, an RC522 RFID module, and a Wi-Fi connection to transmit attendance data to a web-based server. Testing was conducted using the black box method to ensure all system features run according to design. The results of the black box test show that all features run according to design. The system records attendance automatically with 100% accuracy, saves data to the server database, and displays reports in the form of tables, graphs, and statistical cards. The study concludes that this IoT and RFID-based attendance system is able to improve the accuracy, speed, and efficiency of recording compared to manual methods, and is in accordance with operational needs at the Perjuk Village Office.

The main problem with the water heating system on offshore platforms is the absence of water level monitoring and automatic overflow detection. This has the potential to cause hot water spills that endanger workplace safety and operational efficiency. This research designs and implements a water level monitoring system based on the Arduino Uno microcontroller with HC-SR04 ultrasonic sensors. The system is equipped with LED indicators, a buzzer alarm, and a 16x2 LCD to display water level status in real-time. Water levels are classified into three zones (low, medium, high), and overflow is detected if the water is within 3 cm of the sensor. Testing was conducted on a 5-liter simulation tank representing actual 500-liter tank conditions. Test results showed a reading accuracy of 96% and a quick system response to overflow conditions (<1 second). This system is economical, easy to develop, and highly applicable for offshore environments. In addition, this system can be integrated with IoT technology for remote monitoring.

Drug abuse (Narcotics, Psychotropics, and other Addictive Substances) is a serious problem that can threaten the younger generation, especially in the Panggung Kidul Village area. The lack of public understanding, especially teenagers, regarding the dangers and negative impacts of drug abuse is one of the factors that influence the high risk of substance abuse. Therefore, innovative and interactive educational media are needed to increase public awareness and understanding regarding the prevention of drug abuse. This study offers a solution by designing and developing educational media based on Augmented Reality (AR) technology as a visual and interactive tool that conveys information in an interesting and easy-to-understand manner. The use of smartphones as the main device in AR applications makes this media more easily accessible to various groups of people. The test results using the System Usability Scale (SUS) method showed a user satisfaction level of 96% which is included in the Acceptable category. Thus, this AR-based educational media is expected to be an effective means of increasing public understanding of the dangers of drug abuse and encouraging early preventive efforts.

This study presents a machine learning approach for predicting the dimensions of microstrip antenna slots based on antenna performance parameters such as frequency, gain, directivity, return loss (S11), radiation efficiency, and VSWR. A two-phase methodology was employed. In the first phase, ten regression algorithms were evaluated, and Random Forest was identified as the most effective model based on Mean Absolute Error (MAE) and R-squared (R²) scores. In the second phase, hyperparameter tuning was conducted using Grid Search to further improve the model’s performance. The optimized Random Forest model demonstrated consistent improvements in predictive accuracy, with R² values increasing across all output variables. These results indicate that the combination of regression-based modeling and systematic hyperparameter tuning is effective for capturing complex relationships in antenna design tasks. The proposed approach offers a promising data-driven alternative for geometric prediction in microstrip antenna development, particularly when analytical models are insufficient.

Pemantauan suhu dan kelembaban secara real-time merupakan kebutuhan penting dalam berbagai bidang, seperti kesehatan, pertanian, industri, dan pengelolaan lingkungan, guna menjaga stabilitas kondisi ruangan dan mencegah kerusakan pada peralatan elektronik. Penelitian ini bertujuan untuk merancang dan membangun sistem monitoring suhu dan kelembaban berbasis mikrokontroler ESP32 dengan sensor DHT22. Sistem dirancang untuk menampilkan data secara langsung melalui layar OLED dan aplikasi Blynk sehingga memungkinkan pemantauan jarak jauh secara real-time. Penelitian ini menggunakan metode eksperimen dengan pengujian pada dua skenario, yaitu ruang tertutup dan area terbuka, dengan titik kendali kelembaban relatif (RH) sebesar 65%. Hasil pengujian menunjukkan bahwa sistem mampu bekerja secara efektif dalam kondisi ruang tertutup, di mana kelembaban meningkat dari 54,5% menjadi 65% RH dalam waktu 10 menit dan kemudian dapat dipertahankan stabil melalui mekanisme kendali otomatis. Namun, pada area terbuka, sistem tidak menunjukkan peningkatan kelembaban yang signifikan karena adanya sirkulasi udara bebas yang mempercepat dispersi uap air. Dengan demikian, dapat disimpulkan bahwa sistem monitoring berbasis ESP32 ini efektif digunakan pada ruang dengan kondisi lingkungan yang terkontrol, serta memiliki potensi untuk dikembangkan lebih lanjut pada aplikasi rumah pintar (smart home) dan sistem industri berbasis Internet of Things (IoT).

Penelitian ini bertujuan untuk menganalisis optimasi parameter Photovoltaic (PV) serta daya keluaran dari pembangkit listrik tenaga surya berbasis Genetic Algorithm. Penelitian ini menggunakan metode pengumpulan data melalui studi literatur, simulasi perangkat lunak, serta pengujian model matematis. Penelitian ini menggunakan pendekatan analisis kuantitatif dan komputasional yang berfokus pada pencarian nilai optimal dari parameter-parameter utama sistem PV, seperti tegangan, arus, dan resistansi. Hasil penelitian menunjukkan bahwa dalam proses optimasi sistem PV, tahapan yang dilakukan meliputi pemodelan karakteristik PV, penyusunan fungsi objektif untuk memaksimalkan daya, penerapan algoritma genetika dalam mencari nilai parameter optimal, serta analisis hasil optimasi. Hasil penelitian memperlihatkan bahwa algoritma genetika mampu meningkatkan efisiensi daya keluaran PV dibandingkan metode konvensional, serta menghasilkan parameter yang lebih sesuai terhadap kondisi iradiasi tertentu. Namun, dalam implementasi metode ini juga ditemukan beberapa kendala, seperti kompleksitas perhitungan dan kebutuhan waktu komputasi yang relatif tinggi. Selain itu, diperlukan penyesuaian lebih lanjut untuk penerapan algoritma ini dalam skala sistem pembangkit yang lebih besar.

Peningkatan transaksi dalam platform e-commerce seperti Shopee menuntut adanya sistem prediksi status pesanan yang akurat, guna mengoptimalkan pelayanan dan mengurangi pembatalan maupun keterlambatan pengiriman. Penelitian ini bertujuan membangun model klasifikasi status pesanan (selesai atau batal) pada toko Stuftech.Id menggunakan algoritma C4.5. Data yang digunakan merupakan transaksi pesanan mencakup metode pembayaran, kategori wilayah pengiriman, dan ongkos kirim. Proses klasifikasi dilakukan menggunakan RapidMiner dengan tahapan preprocessing, pembangunan decision tree, dan evaluasi model. Hasil analisis menunjukkan bahwa atribut “Kategori Pulau” memiliki nilai gain tertinggi sehingga dipilih sebagai node akar. Model yang dibentuk menghasilkan akurasi sebesar 86%, dengan recall 100% untuk pesanan selesai namun hanya 6,67% untuk pesanan batal. Temuan ini mengindikasikan bahwa algoritma C4.5 efektif dalam memprediksi pesanan yang berhasil, namun perlu peningkatan dalam mendeteksi potensi pembatalan. Implementasi model ini dapat membantu pelaku usaha dalam mengambil keputusan operasional secara proaktif.

Abstrak  - Coal handling system berfungsi menangani pekerjaan mulai dari pembongkaran batu bara dari kapal/tongkang (unloading area) yang dipindahkan ke conveyor - conveyor, penimbunan/penyimpanan di stock area, ataupun pengisian ke bunker yang digunakan untuk pembakaran di boiler. Dalam proses pembongkaran tersebut tidak boleh terjadi penyumbatan / plugging terutama pada chute conveyor, maka dari itu diperlukan sensor proteksi untuk mencegah hal tersebut. Sensor lama yang digunakan yaitu berjenis Tilt Switch yang selama pemakaian tidak efektif karena banyak masalah sehingga dilakukan pemeliharaan, akibatnya dilakukan penggantian menggunakan sensor berjenis MBD (Microwave Beam Detector). Dari analisa setelah penggantian menggunakan sensor MBD, permasalahan penyumbatan chute berkurang dapat dilihat dari frekuensi pemeliharaan yang semakin berkurang.

The Message Queue Telementary Transport (MQTT) protocol is able to adjust the sending and receiving of messages to monitor in accordance with the user's preferences because the sending and receiving of messages is topic based on a specified topic, making it necessary to routinely monitor the condition of patients who have been diagnosed with heart problems from a distance. With the aim to perform a Quality of Service (QoS) analysis with throughput, delay, and packet loss parameters using Unshielded Twisted Pair internet transmission media (UTP) and Wireless, the goal of this research is to design and implement (MQTT) a heart rate monitoring device with an EKG module as a sensor and ESP32 as a microcontroller. On the Ubidots website, EKG signals are transmitted over the internet and shown in real time. QoS analysis is performed using the Wireshark application. Data was collected on two scenarios at intervals of 30 minutes, 1 hour, 2 hours, 5 hours, 8 hours, 12 hours, 18 hours, and 23 hours. The throughput, latency, and packet loss metrics used in this study's results cause different value variations; these are influenced by the weather, internet bandwidth, computer, and router specifications. According to testing, the tool is portable and has a 3000mAh battery, but it has the restriction that it can only be used with reliable internet and bandwidth.

The increasing need for electrical energy in Indonesia encourages the development of new renewable energy (EBT), including hydroelectric power plants (PLTA) as an environmentally friendly solution. This research was conducted at the Mentawa Dam, West Toili District, Banggai Regency, Central Sulawesi, to analyze the potential of water energy that can be utilized as a source of micro-hydro power plants (PLTMH). This dam currently functions as irrigation and a tourist attraction, but has significant potential to generate sustainable electrical energy. The research methods include measuring water discharge using the float method, measuring the height of the water fall (head) with an altimeter and GPS, and analyzing the potential for electrical power using the formula P = η ⋅ ρ ⋅ g ⋅ Q ⋅ H. The measurement results show an average water discharge of 3.01 m³ / s and a water fall (head) of 6.56 meters. With a turbine efficiency of 80%, the potential electrical power that can be generated reaches 154.76 kW. This study recommends the use of Kaplan turbines in Mentawa Dam, which are ideal for large discharge conditions and low to medium heads, and can adapt to discharge fluctuations, making it an optimal choice to maximize energy potential. This research is expected to provide sustainable energy solutions for the people of Toili Barat District and support the development of the tourism sector.