Hasil Pencarian  ::  Simpan CSV :: Kembali

"Untuk mengetahui perubahan konsentrasi di saluran persegi terbuka dan lurus akibat mekanisme adveksi dan dispersi dapat dilakukan dengan menggunakan model komputer yang terbuat dari perangkat sederhana seperti spread sheet. Dalam membuat model tersebut diperlukan persamaan matematis adveksi-dispersi dan kemudian diselesaikan secara numerik dengan pendekatan Beda Hingga dan Runge-Kutta. Model numerik inilah yang akan dibuat aplikasinya ke dalam spread sheet. Setelah aplikasi selesai, dilakukan validasi. Dalam tahap awal pengembangan ini, validasi dilakukan dengan membandingkannya dengan teori, sehingga diketahui tingkat kevalidan model terhadap teori. Untuk memulai validasi diperlukan kondisi awal perhitungan, yang ditentukan dengan metode Courant Number.Hasil dari perhitungan adalah grafik perubahan konsentrasi terhadap perubahan waktu dan jarak longitudinal. Hasil validasi terhadap model yang dibuat memperlihatkan bahwa model tersebut masih dalam tahap awal pengembangan. Dari hasil analisis grafik, masih belum menunjukkan nilai perubahan konsentrasi yang diinginkan, sehingga diperlukan pengembangan lebih lanjut.

---

To find out the change of concentration in open and straight rectangular channel due to advection and dispersion mechanism can be done using a computer model there is made from simple tools such as spread sheets. Mathematics equation for advection-dispersion mechanism is developed and then completed with numerical methods that are Finite Difference and Runge-Kutta. This numerical model will be written in the spread sheets using macro. Once the application is completed, then the validation is required. In the initial phase of this development, validation can be made with the comparison to the theory, so the rate level of the model can be validated. Initial condition is determined by the Courant Number. Output of the model are graphics of concentration changes related to time and longitudinal distance.

Results showed that the model is still in an early stage of development. From the analysis of the graphics, the results have not met satisfaction yet, therefore it needs further development."

"Skripsi ini merupakan pemodelan aliran sungai secara dua dimensi yang berupa kecepatan arah x, kecepatan arah y, dan kedalaman air. Ketiga variabel ini dihitung dengan persamaan massa dan momentum. Persamaan dasar kekekalan massa dan momentum diturunkan dahulu agar diperoleh bentuk dua dimensinya. Kemudian bentuk differensialnya dimodelkan dengan metode beda hingga forward difference. Perhitungan dilakukan untuk kondisi sungai yang steady maupun unsteady. Untuk kondisi unsteady, digunakan metode numerik Runge Kutta orde 4. Rumus yang diperoleh ini akan dimasukkan ke dalam listing program visual basic agar memudahkan pemodelan dalam tahap perhitungan, sehingga inilah yang disebut sebagai Program Pemodelan Beda Hingga.

---

The focus of this study is developing two dimensional river current that consists of velocity in x direction, velocity in y direction, and depth of water. These three variables can be computed from the continuity and momentum equation. Firstly we have to differentiate the equations to get two dimensional forms. Then, it can be modeled with forward finite difference method. Computation is done for steady and unsteady state. For unsteady state, 4th order Runge Kutta is used. The equation is inputed to visual basic program listing to make the computation in modeling process easier, so this is called Finite Difference Model Program."

"Banjir di perkotaan merupakan bencana yang signifikan karena banyaknya penduduk yang terkena dampaknya. Dalam kebanyakan kasus, banjir terjadi bersamaan dengan hujan lebat, sehingga jika diamati dari satelit yang menggunakan sensor optik, daerah tersebut tertutup awan. Penelitan ini mengusulkan framework baru untuk klasifikasi banjir daerah perkotaan menggunakan sensor satelit penginderaan jauh Synthetic Aperture Radar (SAR) yang mempunyai kemampuan menembus awan. Framework ini dikembangkan untuk mengklasifikasi daerah banjir dengan mempertahankan variasi temporalnya. Studi kasus yang digunakan adalah wilayah Jakarta menggunakan metode 3D CNN multi-sensor pada data Sentinel-1 (S-1) multi-temporal dan curah hujan rata-rata Climate Hazard Infrared Precipitation Sensor (CHIRPS). Data terdiri atas 24 scene S-1 dengan polarisasi ganda VV dan VH antara bulan Maret 2019-Februari 2020 yang terdiri dari 20 citra co-polarized dan cross-polarized yang terdiri dari 2 citra co-event, 18 citra pre-event, dan 4 citra post-event sebagai testing data dan data curah hujan dari CHIRPS. Training dilakukan dengan menggunakan hyperparameter 150 epoch, batch size sebesar 100, learning rate sebesar 0,001 dan komposisi data set training/testing digunakan 80/20. Hasil pengujian 3D CNN memberikan rata-rata overall accuracy sebesar 70,3% dengan waktu pemrosesan 113 detik untuk setiap epoch. Dengan hasil tersebut metode 3D CNN diharapkan mampu membantu mengestimasi luas area banjir yang akurat dan mengidentifikasi daerah yang berpotensi mengalami banjir dalam rangka deteksi dini/pencegahan banjir kota-kota lain di masa mendatang.

---

Urban flooding is a significant catastrophe due to its widespread impact on the population. Typically, floods occur concurrently with heavy rainfall, rendering the affected area obscured by clouds when observed through optical sensors on satellites. To address this issue, a novel approach is proposed in this study, aiming to classify flooded urban areas using a remote sensing synthetic aperture radar (SAR) sensor on a satellite. Unlike optical sensors, SAR has the ability to penetrate clouds. The framework was developed by employing the 3D Convolutional Neural Network (CNN) method to preserve the temporal variability, which processed multi-temporal SAR data from Sentinel-1 (S-1) and average rainfall data from the Climate Hazards Infrared Precipitation Sensor (CHIRPS). The dataset used in this research comprised 24 S-1 scenes with Dual VV and VH polarization, covering the period between March 2019 and February 2020 divided into 2 co-event images, 18 pre-event images, and 4 post-event images, along with rainfall data from CHIRPS. The training phase employed hyperparameters of 150 epochs, batch size of 100, and learning rate at 0,001, with training/testing data split of 80/20. The 3D CNN achieved an average overall accuracy of 70.3%, with maximum accuracy at 71,4% and each epoch taking 113 seconds on average to process. These results demonstrate the potential of the 3D CNN method to accurately estimate the extent of flooding and identify areas at risk of flooding, thereby aiding early detection and flood prevention efforts in other cities in the future."

"This paper present the results of modeling study of two dimensions turbulent flow in an expansion canal by using depth averaged K-E model....."

"It has been shown the response of two dimension a VLF electromagnetik wave to homogenous and isotropic limestone models (karst area) with both air cavities (cave) only and air civities(cave) with a river flow in the cave....."

"Beras merupakan bahan pangan pokok dengan tingkat kebutuhan tinggi di kawasan Asia Tenggara, termasuk Indonesia yang menjadi produsen padi terbesar di kawasan ini. Sektor pertanian, khususnya produksi padi, berperan penting dalam mendukung misi Sustainable Development Goals (SDGs) untuk mencapai ketahanan pangan. Namun, tantangan seperti alih fungsi lahan dan perubahan iklim mengancam keberlanjutan produksi padi, termasuk di Kabupaten Indramayu, salah satu lumbung padi utama di Jawa Barat. Untuk mendukung pengelolaan lahan pertanian yang berkelanjutan, pemetaan padi berbasis pengindraan jauh menjadi solusi yang efisien, memanfaatkan teknologi satelit seperti Sentinel-2 dan Landsat-8. Penelitian ini bertujuan untuk memetakan distribusi padi di Kabupaten Indramayu dengan mengintegrasikan metode Convolutional Neural Network (CNN) untuk ekstraksi fitur spektral-temporal dan algoritma Extreme Gradient Boosting (XGBoost) untuk klasifikasi. Hasil penelitian menunjukkan bahwa skema fitur terbaik, yaitu kombinasi data Raw Spectral Bands dengan NDVI, menghasilkan tingkat Overall Accuracy tertinggi sebesar 98,90%. Selain itu, metrik evaluasi lainnya seperti Recall, Precision, dan F1-Score juga menunjukkan hasil tertinggi, masing-masing sebesar 98,90%, yang mencerminkan kemampuan model yang konsisten dalam membedakan area padi dan non-padi. Model CNN-XGBoost menunjukkan kinerja yang lebih baik dibandingkan model CNN murni, dengan akurasi yang lebih tinggi dan hasil evaluasi yang lebih optimal. Dengan memanfaatkan data multispektral dan multitemporal dari kedua satelit, penelitian ini memberikan kontribusi signifikan dalam mendukung pengambilan keputusan berbasis data untuk pengelolaan pertanian yang berkelanjutan, sekaligus memperkuat upaya ketahanan pangan nasional.

---

Rice is a staple food with high demand in Southeast Asia, including Indonesia, which is the largest rice producer in the region. The agricultural sector, particularly rice production, plays a crucial role in supporting the Sustainable Development Goals (SDGs) for achieving food security. However, challenges such as land conversion and climate change threaten the sustainability of rice production, including in Indramayu Regency, one of the main rice granaries in West Java. To support sustainable agricultural land management, rice mapping based on remote sensing provides an efficient solution, utilizing satellite technologies such as Sentinel-2 and Landsat-8. This study aims to map the distribution of rice in Indramayu Regency by integrating the Convolutional Neural Network (CNN) method for spectral-temporal feature extraction and the Extreme Gradient Boosting (XGBoost) algorithm for classification. The results show that the best feature scheme, a combination of Raw Spectral Bands and NDVI, achieves the highest Overall Accuracy of 98.90%. Additionally, other evaluation metrics such as Recall, Precision, and F1-Score also show the highest values, each at 98.90%, reflecting the model's consistent ability to distinguish between rice and non-rice areas. The CNN-XGBoost model outperforms the pure CNN model, with higher accuracy and better evaluation results. By utilizing multispectral and multitemporal data from both satellites, this study significantly contributes to data-driven decision-making for sustainable agricultural management, while strengthening national food security efforts."

"Pada skripsi ini, dibahas model SIS dengan intervensi perawatan medis berupa pengobatan ke rumah sakit untuk individu terinfeksi. Model ini digunakan untuk menggambarkan dinamika penyebaran penyakit tertentu secara spasial. Model epidemi SIS akan direkonstruksi dengan melibatkan dua faktor, yaitu faktor intervensi perawatan medis, dan faktor spasial. Sejumlah individu terinfeksi diberikan intervensi perawatan medis untukmempercepat waktu pemulihan. Hasil dari simulasi menunjukkan bahwa mobilitas manusia dapat mempengaruhi penyebaran penyakit secara spasial. Faktor spasial terlibat dalam model dengan pendekatan persamaan diferensial parsial. Dalam skripsi ini, dibahas hasil dan interpretasi dari titik keseimbangan, analisis kestabilan, dan Basic Reproduction Number (R0), dan metode beda hingga digunakan untuk mendekati solusi numerik model dalam beberapa skenario intervensi di lapangan.

---

In this thesis discussed the SIS model with medical treatment intervetion in the form of hospital treatment for infected individuals. This model is used to describe the dynamic of the spatial spread of certain diseases. The SIS epidemic model will be reconstructed by involving two factors, namely Medical Treatment Intervetion factors, and spatial factors. Some infected individuals are given medical treatment intervention to acceleratethe recovery time. Simulation results show that human mobility can affect the spread ofdisease spatially. Spatial factors are involved in to the models with PDE approached. In this thesis, the results and interpretation of equillibrium, system stability analysis, and R0 are discussed, and finite difference methods used to approaches numerical solutions of models in several intervention scenarios in the field."

"Metode elemen hingga adalah suatu metode numerik untuk menyelesaikan persamaan diferensial. Konvergensi dan stabilitas dari solusi elemen hingga mi selain tergantung dari besarnya ukuran elernen dan besarnya step waktu yang dipergunakan juga tergantung pada hubung an antara ukuran-ukuran tersebut. Pada tugas akhir ini Akan diamati bagaimana pëngaruh perubahan ukuran elemen dan step waktu yang dipakai terhadap ketelitian dari solusi elemen hingga dan persamaan diferensial yang time dependent (tergantung waktu) diruang dimensi dua."