Hasil Pencarian  ::  Simpan CSV :: Kembali

"Kontinen maritim Indonesia merupakan daerah pembentukan awan konvektif yang paling aktif dan penyebab badai guruh (thunderstorm). Metode penelitian tentang adanya petir yang meliputi prinsip-prinsip dasar teknik sistem deteksi telah berkembang dalam 2 (dua) dekade terakhir, khususnya untuk penelitian karakteristik petir di pulau Jawa sejak Februari 1994. Observasi menggunakan sistem deteksi petir Time Difference and Direction (TDD) untuk karakteristik petir di Jawa bagian barat antara tanggal 15 - 19 Februari 2000, berupa struktur data aktivitas petir yang telah dianalisis walau dengan jumlah stasiun observasi terbatas.Stasiun Bogor dan Cimahi masing-masing mencatat arus polaritas positif harian rerata sebesar 67,496 kA dan 52,406 kA, dan arus polaritas negatif harian rerata sebesar 42,3074 kA dan 71,39 kA. Petir jenis arus polaritas negatif mendominasi petir harian rerata dengan stasiun Bogor mencatat 95,4 % dan Cimahi 76,78 %. Efisiensi sistem deteksi stasiun Bogor terdeteksi 30,67 % dan Cimahi 29,9 %. Perbandingan hasil pengukuran sistem TDD dan LPATS relatif sama, dalam hal waktu tiba (TOA), posisi di Lintang Selatan (latitude), posisi di Bujur Timur (longitude), dan arus puncak berdasarkan observasi tanggal 19 Februari 2000, sehingga sistem TDD masih dapat dipertanggungjawabkan akurasinya, walau tidak on-line seperti LPATS.

---

The Indonesian archipelago is a most active convective cloud forming area, causing thunderstorms. Lightning research includes basic principles of detection system has been developed in the two last decades, especially on lightning characteristics research in Java since February 1994. Observations uses Time Difference and Direction (TOD) lightning detector systems lightning characteristics in west side of Java between 15 up until 19 February 2000, is data structure has been analyzed to get the lightning activity although, using a limited number of observation stations.

The Bogor and Cimahi stations have recorded 67,496 kA and 52.406 kA average daily positive polarity currents, 42,3074 kA and 71,39 kA average daily negative polarity currents. Negative polarity lightning dominate number of average daily occurred lightning at the station of Bogor has recorded 95,4 % and Cimahi 76,78 %. System efficiencies are 30,67 % for Bogor station and 29,9 % for Cimahi station. The comparison at measurement between TDD system and Lightning Position and Tracking System (LPATS) are relatively similar, namely on time of arrival (TOA), latitude positions, longitude positions, and peak currents, base on 19"h February 2000 observation, so the TOD system accuracy can be accounted for, although it observation off-line compared to LPATS."

"This book offers a new philosophical interpretation of classical mechanics and the special theory of relativity. According to Belkind?s view the role of physical theory is to describe the motions of the parts of a physical system in relation to the motions of the whole. This approach provides a new perspective into the foundations of physical theory, where motions of parts and wholes of physical systems are taken to be fundamental, prior to spacetime, material properties and laws of motion."

"Solar filament adalah objek pada kromosfer atau korona matahari yang dapat menjadi indikator terjadinya aktivitas-aktivitas cuaca antariksa (space weather). Aktivitas-aktivitas tersebut dapat menimbulkan efek pada kehidupan di bumi seperti gangguan pada pembangkit listrik, kerusakan pada komponen satelit dan wahana luar angkasa, membahayakan aktivitas manusia di luar angkasa, mengakibatkan gangguan pada sistem berbasis komunikasi radio, dan lain-lain. Deteksi filament merupakan bagian penting dari aktivitas peramalan dan peringatan dini serta riset terhadap cuaca antariksa. Pengamatan filament dilakukan menggunakan teleskop dengan fiter Hydrogen-Alpha (H-Alpha). Hingga saat ini telah teradapat beberapa metode yang dikembangkan untuk melakukan deteksi filament pada citra H-Alpha secara otomatis. Namun metode-metode tersebut masih menggunakan algoritma tradisional yang berbasis intensity thresholding, yang mana sangat bergantung pada banyak langkah preprocessing untuk melakukan binerisasi citra H-Alpha. Penelitian ini memanfaatkan deep learning berbasis CNN yaitu Mask R-CNN untuk melakukan deteksi dan ekstraksi fitur-fitur matahari pada citra H-Alpha secara otomatis dan real-time. Hasil dari deteksi dan ekstraksi fitur ini kemudian disimpan ke dalam basis data hingga dapat digunakan dalam memenuhi kebutuhan data untuk aktivitas riset, peramalan, dan sistem peringatan dini. Citra yang digunakan dalam penelitian adalah citra H-Alpha milik Lembaga Penerbangan dan Antariksa Nasional (LAPAN), yang diambil pada bulan Oktober 2017 – Agustus 2018. Sistem yang dirancang dapat mendeteksi filament dan fitur-fitur matahari lainnya dalam waktu 0.3 detik dengan skor ketelitian hingga 0.95.

---

Solar filament is an object in the Sun’s chromosphere, in which its appearance used as indicator of Sun’s activites in term of space weather. The Sun’s activities itself affect human life in any ways, such as disturbance on power grids, errors on satellites and spacecrafts, anomalies on radio waves based systems, etc. Thus, solar filament detection is an important task on forecasting, early warning, and other research activities regerding the Sun on solar physics topic. Filament observation carried out using solar telescope equipped with Hydrogen-Alpha (H-Alpha) filter, and captured in an image using a capture device. There are some methods has developed to detect filament on H-Alpha images automatically. Most of them uses traditional algorithm based on intensity thresholding, which is very dependent on many preprocessing steps in the binarizing process. This study utilize CNN based deep learning named Mask R-CNN to perform real-time, automatic detection and ectraction of filaments and other solar features on H-Alpha images. The detection and extraction results then recorded in a database to satisfy data availability on solar activity related tasks. This study uses H-Alpha images obtained from Lembaga Penerbangan dan Antariksa Nasional (LAPAN), captured between October 2017 - August 2018. This study shows that the implemented Mask R-CNN based system detects filament and other solar features in approximately 0.3 seconds with 0.95 precision score."

"Dengan meningkatnya kompleksitas pemakai basis data, kini arsitektur sistem basis data tidak hanya berdiri sendiri (stand alone/desktop) ataupun 2-tier (client server) kini trend teknologi arsitektur model 3-tier (client, server dan database server) mulai banyak digunakan karena memiliki kelebihan dalam hal efisiensi dan fleksibilitas khususnya sistem basis data yang besar yang memiliki banyak pemakai. Basis data 3-tier merupakan arsitektur yang memiliki tiga segmen, yaitu aplikasi client (client application), aplikasi server (application server) dan basis data server (database server). Pada penelitian ini dirancang model sistem basis data 3-tier yang diaplikasikan untuk simulasi pemantauan mesin Automatic Cutting Soldering (ACS) secara real-time. Sistem basis data 3-tier tersebut dibangun dengan perangkat lunak Borland Delphi 6 untuk aplikasi server (application server) dan aplikasi client (client application) serta SQL Server 2000 sebagai basis data server (database server). Dari hasil perancangan dapat disimpulkan bahwa sistem basis data 3-tier tersebut memiliki kelebihan yaitu ; fleksibel, zero-configuration akses basis data di sisi client, ekonomis, mudah dilakukan up grade konfigurasi dan perawatan sistem."