Hasil Pencarian  ::  Simpan CSV :: Kembali

"Penelitian ini bertujuan untuk melakukan optimisasi proses hyperspectral unmixing dengan menggunakan norm L2,1 untuk menerapkan properti collaborative sparse pada semua piksel yang ada dalam dataset dan menggunakan regularisasi total variation untuk meningkatkan kualitas citra yang dihasilkan. Performa algoritma L2,1-TV akan dibandingkan dengan algoritma yang sudah ada yaitu SUnSAL, CLSUnSAL, dan SUnSAL-TV. Hasil eksperimen menggunakan data sintesis (DS, FR1, FR2, FR3) dan data asli (Urban) menunjukkan bahwa algoritma yang dikembangkan memiliki hasil yang lebih baik dibandingkan algoritma yang sudah ada secara kualitatif dan kuantitatif terutama pada tingkat SNR yang lebih rendah. Penelitian menggunakan dataset DS menunjukkan algoritma L2,1-TV memiliki kenaikan nilai SRE sebesar 262.42%, 92.93%, dan 74.71% serta penurunan nilai RMSE sebesar 74.23%, 67.39%, dan 14.29% pada ketiga tingkat SNR dibandingkan algoritma lainnya. Untuk dataset FR1, L2,1-TV memiliki kenaikan nilai SRE sebesar 52.81% serta penurunan nilai RMSE sebesar 46.01% pada SNR 20 dB namun memiliki nilai SRE dan RMSE yang lebih buruk pada SNR 30 dB dan 40 dB yaitu sebesar 3.59% dan 7% untuk SRE serta 9.43% dan 2.86% untuk RMSE. Untuk dataset FR2, L2,1-TV memiliki kenaikan nilai SRE sebesar 102.76% dan 1.84% pada SNR 20 dB dan 40 dB serta penurunan nilai RMSE sebesar 52.78% pada SNR 20 dB namun memiliki nilai SRE yang lebih buruk pada tingkat SNR 30 dB berupa 4.96% serta RMSE yang lebih buruk pada SNR 30 dB dan 40 dB berupa 9.8% dan 3.57%. Untuk dataset FR3, L2,1-TV memiliki kenaikan nilai SRE sebesar 96.44%, 0.97% dan 5.42% pada ketiga tingkat SNR serta penurunan nilai RMSE sebesar 61.33% dan 3.13% untuk SNR 20 dB dan 40 dB. Pada SNR 30 dB, L2,1-TV memiliki nilai RMSE yang sama dengan algoritma lainnya. Untuk dataset Urban, algoritma L2,1-TV memiliki kenaikan nilai SRE sebesar 2.6% dan penurunan nilai RMSE sebesar 1.15% dibandingkan algoritma lainnya.

---

In this study, we construct an algorithm to optimize the hyperspectral unmixing problem using L2,1 norm and Total Variation regularization to reduce error. Specifically, our research aims to improve the unmixing results by applying L2,1 norm to impose collaborative sparsity on all pixels in the data set and adding Total Variation regularization to improve the smoothness of resulting image. We compared our algorithm performance to existing algorithm such as SUnSAL, CLSUnSAL, and SUnSAL-TV. Our experimental results with both synthetic and real hyperspectral data show improvement in RMSE and SRE compared to other methods especially on lower SNR. On our experiment using DS dataset, L2,1-TV algorithm showed improvement in SRE by 262.42%, 92.93%, and 74.21% as well as RMSE by 74.23%, 67.39%, dan 14.29% for SNR level 20 dB, 30 dB, and 40 dB respectively compared to other methods. On experiment using FR1 dataset, L2,1 algorithm showed improvement in both SRE and RMSE by 52.81% and 46.01% respectively for SNR level 20 dB compared to other methods but have worse results in SNR level 30 dB and 40 dB. On experiment using FR2 dataset, L2,1-TV algorithm showed improvement in SRE by 102.76% and 1.84% for SNR level 20 dB and 40 dB respectively but have worse result in SNR level 30 dB by 4.96%. L2,1-TV also showed improvement in RMSE by 52.78% for SNR level 20 dB but have worse result in SNR level 30 dB and 40 dB by 9.8% and 3.57% respectively. On experiment using FR3 dataset, L2,1-TV algorithm showed improvement in SRE by 96.44%, 0.97%, and 5.42% for SNR level 20 dB, 30 dB, and 40 dB respectively. L2,1-TV algorithm also showed improvement in RMSE by 61.33% and 3.13% for SNR level 20 dB and 40 dB respectively as well as having the same RMSE value for SNR level 30 dB compared to other methods. On experiment using real data, L2,1-TV algorithm showed improvement in both SRE and RMSE by 2.6% and 1.15% respectively compared to other methods."

"Pada teknik pencitraan hiperspektral kemungkinan terjadinya pencampuran kandungan beberapa material di permukaan bumi (endmembers) dalam sebuah piksel cukup besar. Hal ini bisa disebabkan oleh resolusi sensor spasialnya yang kurang baik atau secara alami pencampuran terjadi pada tingkat partikel. Oleh karena itu dibutuhkan metode untuk memisahkan pencampuran endmembers tersebut agar didapatkan informasi spasial mengenai distribusi material pada tingkat subpiksel, metode ini dikenal dengan istilah unmixing (pemisahan). Penelitian ini mengajukan metode pemisahan citra hiperspektral menggunakan norm L1-L2. Pembagian kandungan kuantitatif material (abundances) dicari menggunakan model sparse regression unmixing dengan melihat karakteristik sparse-nya. Model yang diajukan dioptimisasi menggunakan algoritma alternating direction method of multipliers (ADMM). Hasil analisis secara kualitatif dan kuantitatif menunjukkan bahwa metode yang diajukan menghasilkan kualitas yang paling baik dengan menghasillkan nilai SRE yang paling tinggi yaitu 22,275 dibanding metode SUnSPI 15,274 dan SUnSAL-TV 20,803 serta menghasilkan nilai RMSE yang paling rendah yaitu  6,4x10-4 dibanding metode SUnSPI 1,5x10-3 dan SUnSAL-TV 7,2x10-4.

---

Hyperspectral Imaging has a high chance of mixing of various material on Earths surface (endmembers) in a pixel. Low quality of spatial resolution sensor or naturally occured mixing in particle level are usually the problem. Consequently, new method is required in order to separate the endmembers mixing to acquire spatial information regarding material distribution in sub-pixel level, this method is called unmixing. This research proposes unmixing method of hyperspectral imaging based on L1-L2 norm. The quantitative distribution of material  (abundances) is sought using sparse regression unmixing model by looking into the sparse characteristic. The proposed latest model is optimised using altering direction method of multipliers (ADMM) algorithm. The result of quantitative analysis shows that the proposed method generates the best quality by having the highest SRE value, which is 22.275 as compared to SunSPI and SunSAL-TV method which are 15.274 and 20.803 consecutively, and lowest RMSE value, which is 6.4. 10-4 as compared to SunSPI and SunSAL-TV method which are 1.5×10-3 and 7.2×10-4 consecutively."

"Pencegahan kanker dapat dilakukan dengan deteksi dini menggunakan pemindai seperti Computed Tomography (CT) Scan dan Magnetic Resonance Imaging (MRI). Namun, modalitas tersebut memiliki biaya produksi yang tinggi dan ukuran yang besar. Alternatif yang digunakan untuk mengatasi masalah ini adalah menggunakan pencitraan gelombang mikro. Pencitraan gelombang mikro membutuhkan data pengukuran besar untuk meningkatkan kualitas gambar. Untuk mengatasi kelemahan ini, proses penelitian ini adalah merekonstruksi algoritma pencitraan gelombang mikro dengan jumlah pengukuran yang lebih rendah menggunakan pendekatan Compressive Sensing (CS). CS memungkinkan merekonstruksi sinyal dari sejumlah kecil pengukuran daripada yang diperlukan dalam metode pengambilan sampel konvensional. Penelitian ini berkontribusi dengan menambahkan informasi spasial menggunakan Total Variation (TV) dan menyelesaikan masalah optimasi menggunakan Alternating Direction Method of Multipliers (ADMM). Penelitian ini dianalisis untuk kinerja kualitatif dan kuantitatif. Parameter yang digunakan dalam analisis kuantitatif adalah MSE dan SSIM. Hasil penelitian ini menunjukkan bahwa algoritma yang diusulkan berhasil mengimplementasikan rekonstruksi CS dengan menambahkan TV dalam hal kualitas gambar dan parameter kuantitatif.

---

Prevention of cancer can be done by early detection using a scanner such as Computed Tomography (CT) Scan and Magnetic Resonance Imaging (MRI). However, those modalities have high production cost and considerable size. The alternative used to overcome this problem is using microwave imaging. Microwave imaging requires large measurement data to improve image quality. To overcome these weaknesses, this research process is algorithmic reconstruct the microwave images with lower number of measurements using Compressive Sensing (CS) approach. CS enables reconstructing a signal from a smaller number of measurements than which is required in the conventional sampling method. This research contributes by adding spatial information using total variation (TV) and solving the problem of optimization using Alternating Direction Method of Multipliers (ADMM). This research were analyzed for the qualitative and quantitative performance. Parameters used in quantitative analysis are MSE and SSIM. The results of this research show that the proposed algorithm successfully implemented the reconstruction of CS by adding TV in terms of image quality and quantitative parameters."

"Kehilangan gigi merupakan masalah yang umum terjadi di masyarakat. Untuk itu diperlukan implant gigi dengan desain dan material yang dapat meningkatkan osseointegrasi dan juga kekuatan mekanik yang baik. Salah satu metode untuk membuat implant gigi ini yaitu dengan metode metal injection molding. Wrought material Ti6Al4V dengan dimensi 5 mm x 5 mm x 3 mm yang sudah dilakukan surface treatment dengan pengamplasan grit P80, P180, dan P600 dimasukkan ke dalam cetakan berbentuk kubus dengan dimensi 5 mm x 5 mm x 5 mm kemudian diinjeksikan Feedstock Ti6Al4V hingga cetakan terisi penuh dan menempel pada wrought material Ti6Al4V. selanjutnya dilakukan proses solvent debinding dengan larutan heksana selama 3 jam pada temperature 60 °C dan dilanjutkan thermal debinding dengan temperature 600 °C dengan heating rate 5 °C/menit dengan waktu tahan 60 menit menggunakan atmosfer argon. Proses sintering menggunakan temperature 1150 °C dengan waktu tahan 60 menit, 90 menit, dan 120 menit pada atmosfer argon dengan flow rate 1 liter/menit. Hasil penelitian menunjukkan bahwa waktu tahan sintering berpengaruh pada persentase porositas dan juga kekerasan material Ti6Al4V. Pada kekerasan material porous Ti6Al4V terdapat peningkatan kekerasan sedangkan pada wrought material Ti6Al4V terjadi penurunan kekerasan pada waktu tahan sintering 120 menit karena fenomena pertumbuhan butir. Kekasaran permukaan sangat berpengaruh pada shear bond strength pada permukaan dengan nilai kekasaran permukaan yang tinggi maka shear bond strength juga akan semakin tinggi. Pada penelitian ini hasil shear stress yang tertinggi sebesar 1,5406 Mpa pada kekasaran permukaan Ra sebesar 2,3677 μm

---

Tooth loss is a common problem in society. For this reason, dental implants with designs and materials that can improve osseointegration and good mechanical strength are needed. One of the methods for making dental implants is the metal injection molding method. Wrought material Ti6Al4V with dimensions of 5 mm x 5 mm x 3 mm which has been surface treated with grinding paper P80, P180, and P600 is inserted into a cube-shaped mold with dimensions of 5 mm x 5 mm x 5 mm then injected with Feedstock Ti6Al4V until the mold is filled full and attached to the wrought Ti6Al4V material. The solvent debinding process with hexane was carried out for 3 hours at a temperature of 60 °C and continued by thermal debinding at a temperature of 600 °C with a heating rate of 5 °C/minute with a holding time of 60 minutes using an argon atmosphere. The sintering process uses a temperature of 1150 °C with holding times of 60 minutes, 90 minutes, and 120 minutes in an argon atmosphere with a flow rate of 1 liter/minute. The results showed that the sintering resistance time affects the percentage of porosity and also the hardness of the Ti6Al4V material. In the hardness of the porous Ti6Al4V material there is an increase in hardness, while in the wrought material Ti6Al4V there is a decrease in the hardness at a sintering time of 120 minutes due to the grain growth phenomenon. Surface roughness is very influential on the shear bond strength on a surface with a high surface roughness value, the shear bond strength will also be higher. In this study, the highest shear stress was 1.5406 Mpa at a surface roughness Ra of 2.3677 μm"

"Pisang (Musa sp.) merupakan salah satu buah dengan keberagaman yang banyak di Indonesia. Terdapat sekitar 6 sampai 9 subspesies atau varietas pisang Musa acuminata. Pemodelan multi-varieties untuk pengukuran kadar gula total pada suatu buah bertujuan untuk memudahkan proses perhitungan untuk satu kelompok varietas sehingga hanya didapatkan satu model saja yang disebut universal model. Dalam penelitian ini, penulis mencoba membuat universal model untuk pengukuran kadar gula total pada 3 varietas pisang Musa acuminata menggunakan citra hiperspektral berbasis Visible-Near Infrared (VNIR). Universal model utama yang akan digunakan berbasis Convolution Neural Network (CNN). Convolution Neural Networks (CNN) merupakan kumpulan suatu layer (neural) 3 dimensi yang membentuk suatu jaringan (network) yang berfungsi untuk pengolahan data berdimensi tiga melalui proses konvolusi. 3 komponen utama dalam perancangan perangkat keras untuk akuisisi data citra hyperspectral, di antaranya kamera hiperspektral, lampu halogen, dan slider. Pada penelitian ini digunakan 3 jenis buah pisang berbeda, yaitu pisang ambon kuning, pisang cavendish, dan pisang mas. Model universal atau model untuk memprediksi kadar gula total pada pisang cavendish, pisang mas, dan pisang ambon pada penelitian ini didapatkan parameter regresi sebesar 1,1285 untuk RMSEP; 0,2338 untuk RMSEC; 0,8747 untuk RP2; dan 0,9946 untuk RC2. Implementasi deep learning CNN sebagai regresi untuk sistem pengukuran kadar gula total pada varietas pisang Musa acuminata dapat digunakan pada penelitian ini karena didapatkan nilai parameter regresi yang hampir sama dengan parameter hasil regresi pada algoritma PLSR.

---

Banana (Musa sp.) is one of the most diverse fruits in Indonesia. There are about 6 to 9 subspecies or varieties of Musa acuminata banana. Multi-varieties modeling for measuring the total sugar content in a fruit aims to facilitate the calculation process for one varieties group so that only one model is obtained which is called the universal model. In this study, the authors tried to obtain a universal model for measuring total sugar content in 3 Banana Varieties Musa acuminata using hyperspectral imaging based on Visible-Near Infrared (VNIR). The main universal model to be used is based on Convolution Neural Network (CNN). Convolution Neural Networks (CNN) is a set of 3-dimensional (neural) layers that form a network that used for three-dimensional data processing through a convolutional. 3 main hardware components used for hyperspectral image data acquisition, including a hyperspectral camera, halogen lights, and sliders. In this study, three different types of banana were used, there is yellow ambon banana, cavendish banana, and mas banana. Universal model or a model to predict total sugar content in cavendish banana, cas banana, and ambon banana in this study obtained a regression parameter of 1.1285 for RMSEP; 0.2338 for RMSEC; 0.8747 for RP2; and 0,9946 for RC2. The implementation of deep learning CNN as a regression for the total sugar content measurement system in Musa acuminata banana variety can be used in this study due to the regression parameter values are almost the same as the regression parameters in the PLSR algorithm"

"[Universitas Indonesia memiliki keberagaman fasilitas untuk menunjang aktifitas perkuliahan yang memiliki variasi tutupan lahan. Universitas Indonesia sebagai tempat beraktifitas dapat mewakili sebuah kota dalam lingkup yang lebih kecil. Variasi tutupan lahan mempengaruhi adanya variasi suhu permukaan. Penelitian ini bertujuan untuk mengetahui pola spasial variasi suhu permukaan daratan. Penelitian ini menggunakan pendekatan keruangan (spasial) untuk menganalisis variasi suhu permukaan daratan dan pendekatan ekologi untuk menganalisis keterkaitan antara suhu permukaan daratan dengan kehijauan kanopi vegetasi (NDVI) dan kerapatan atap bangunan (NDBI). Data suhu permukaan dihasilkan dari citra penginderaan jauh. Penelitian ini menggunakan citra Landsat 8 untuk memperoleh data suhu, kehijauan kanopi vegetasi, dan kerapatan atap bangunan. Hasilnya menunjukkan suhu maksimum permukaan daratan di kampus UI depok pada tahun 2013 dan tahun 2014 mencapai 35oC dan mempunyai suhu minimum 21oC. Variasi suhu permukaan sejalan dengan variasi tutupan lahannya. Semakin rendah kehijauan tutupan kanopi vegetasinya maka semakin tinggi pula suhu permukaan daratannya, begitu juga sebaliknya semakin tinggi kerapatan atap bangunannya maka semakin tinggi pula suhu permukaan daratannya.;University of Indonesia has a diversity of facilities to support the activities of thelectures that have variations in land cover. University of Indonesia as a place ofactivity can represent a city within a smaller scope. Variations in land cover affectsurface temperature variations. This study aims to determine the spatial patterns ofland surface temperature variations. This study uses a spatial approach (spatial) toanalyze the variations in the temperature of the land surface and ecologicalapproach to analyze the relationship between the land surface temperaturevegetation canopy greenness (NDVI) and the density of the roof of the building(NDBI). Surface temperature data generated from remote sensing imagery. Thisresearch use Landsat 8 to obtain temperature data, greenish vegetation canopy,and the density of the roof of the building. The results show the maximum surfacetemperature of land in UI Depok campus in 2013 and 2014 reached 35°C andhave a minimum temperature of 21°C. Land surface temperature variationschanges in line with variations in land cover. The lower greenish vegetationcanopy cover, the higher the temperature of the land surface, on the contrary thehigher density of the roof of the building, the higher the temperature of the landsurface.;University of Indonesia has a diversity of facilities to support the activities of thelectures that have variations in land cover. University of Indonesia as a place ofactivity can represent a city within a smaller scope. Variations in land cover affectsurface temperature variations. This study aims to determine the spatial patterns ofland surface temperature variations. This study uses a spatial approach (spatial) toanalyze the variations in the temperature of the land surface and ecologicalapproach to analyze the relationship between the land surface temperaturevegetation canopy greenness (NDVI) and the density of the roof of the building(NDBI). Surface temperature data generated from remote sensing imagery. Thisresearch use Landsat 8 to obtain temperature data, greenish vegetation canopy,and the density of the roof of the building. The results show the maximum surfacetemperature of land in UI Depok campus in 2013 and 2014 reached 35°C andhave a minimum temperature of 21°C. Land surface temperature variationschanges in line with variations in land cover. The lower greenish vegetationcanopy cover, the higher the temperature of the land surface, on the contrary thehigher density of the roof of the building, the higher the temperature of the landsurface.;University of Indonesia has a diversity of facilities to support the activities of thelectures that have variations in land cover. University of Indonesia as a place ofactivity can represent a city within a smaller scope. Variations in land cover affectsurface temperature variations. This study aims to determine the spatial patterns ofland surface temperature variations. This study uses a spatial approach (spatial) toanalyze the variations in the temperature of the land surface and ecologicalapproach to analyze the relationship between the land surface temperaturevegetation canopy greenness (NDVI) and the density of the roof of the building(NDBI). Surface temperature data generated from remote sensing imagery. Thisresearch use Landsat 8 to obtain temperature data, greenish vegetation canopy,and the density of the roof of the building. The results show the maximum surfacetemperature of land in UI Depok campus in 2013 and 2014 reached 35°C andhave a minimum temperature of 21°C. Land surface temperature variationschanges in line with variations in land cover. The lower greenish vegetationcanopy cover, the higher the temperature of the land surface, on the contrary thehigher density of the roof of the building, the higher the temperature of the landsurface., University of Indonesia has a diversity of facilities to support the activities of thelectures that have variations in land cover. University of Indonesia as a place ofactivity can represent a city within a smaller scope. Variations in land cover affectsurface temperature variations. This study aims to determine the spatial patterns ofland surface temperature variations. This study uses a spatial approach (spatial) toanalyze the variations in the temperature of the land surface and ecologicalapproach to analyze the relationship between the land surface temperaturevegetation canopy greenness (NDVI) and the density of the roof of the building(NDBI). Surface temperature data generated from remote sensing imagery. Thisresearch use Landsat 8 to obtain temperature data, greenish vegetation canopy,and the density of the roof of the building. The results show the maximum surfacetemperature of land in UI Depok campus in 2013 and 2014 reached 35°C andhave a minimum temperature of 21°C. Land surface temperature variationschanges in line with variations in land cover. The lower greenish vegetationcanopy cover, the higher the temperature of the land surface, on the contrary thehigher density of the roof of the building, the higher the temperature of the landsurface.]"

"Penelitian ini mengembangkan algoritma rekonstruksi citra gelombang mikro yang menggunakan pendekatan compressive sensing (CS) dimana data yang digunakan bersifat sparse – jumlah data bernilai nol atau yang dapat diabaikan yang ada dalam sebuah set data jauh lebih banyak dibandingkan jumlah data yang tidak bernilai nol. Pengembangan dilakukan dengan menambahkan total variation (TV) sebagai regularisasi spasial dan menggunakan metode alternating direction method of multipliers (ADMM) untuk menyelesaikan masalah optimasi yang dirancang dalam bentuk lagrange. Dengan merekonstruksi phantom simulasi, hasil rekonstruksi yang dilakukan oleh TV berhasil mengungguli algoritma simultaneous algebraic reconstruction technique (SART) dengan selisih nilai SSIM sebesar 0,0179 dan selisih nilai MSE sebesar 0,0119; dan mengungguli algoritma CS tanpa TV dengan selisih nilai SSIM sebesar 0,1699 dan selisih nilai MSE sebesar 0,0444. Nilai ini menunjukkan bahwa tidak hanya TV berhasil diterapkan pada CS, namun juga berhasil meningkatkan performa dan hasil citra rekonstruksi dari algoritma tersebut.

---

This research improves the compressive sensing (CS) based microwave imaging reconstruction algorithm where used data is sparse – the number of zeros or negligible data of a dataset is far beyond the number of non-zero data. The improvement is done by applying total variation (TV) as the spatial regularization and utilizing alternating direction method of multipliers (ADMM) to solve optimization problem in the form of Lagrange equation. By reconstructing simulation phantom, reconstructed image done by TV surpasses the simultaneous algebraic reconstruction technique (SART) with SSIM margin of 0.0179 and MSE margin of 0.0119; and surpasses CS without TV with SSIM margin of 0.1699 and MSE margin of 0.0444. This shows that not only TV is able to be applied to CS, but also manages to improve the performance of CS algorithm and the reconstructed image of said algorithm."

"Sebuah bangunan merepresentasikan dirinya melalui tampilan visual. Secara visual tampilan bangunan tak hanya dilihat dari bentuk saja, namun juga melalui permukaan bangunan terkait. Permukaan dipandang sebagai bagian yang memberikan ekspresi dalam memperlihatkan karakter dan identitas suatu bangunan, sehingga persepsi visual manusia terhadap bangunan akan terbentuk melalui permukaan. Kualitas permukaan suatu bangunan ditentukan oleh kualitas dari material pembangun, sehingga dapat dikatakan bahwa permukaan merupakan representasi dari material. Skripsi ini ditulis bertujuan untuk mengkaji bagaimana permukaan dapat menciptakan kualitas arsitektur, dan bagaimana material dapat menciptakan kualitas permukaan. Dari kajian teori serta studi preseden yang saya lakukan terlihat bahwa permukaan sangat berkaitan dengan sensori manusia, sensory design, dan material. Permukaan akan menstimulasi sensori manusia dalam mempersepsikan arsitektur melalui unsur-unsur sensory design. Persepsi yang diciptakan oleh permukaan, akan sangat dipengaruhi oleh material dari permukaan itu sendiri. Karena suatu material tertentu akan menciptakan kualitas permukaan yang spesifik, dan akan mempengaruhi manusia dalam mempersepsikan suatu bangunan.

---

A building represents itself through its visual appearance. However, appearance of a building not only represents its form, but also the surface. Surface is seen as a part which provides an expression in showing the character and identity of a building, so that the visual perception of the building will be formed through the surface. The surface quality of a building is determined by the quality of the building material, so it can be said that the surface is a representation of the material. This thesis is written to examine how surfaces can create architectural quality, and how materials can create surface quality. From the theoretical studies and the precedent studies, the surface is closely related to human sensory, sensory design, and materials. The surface will stimulate the human sensory in perceiving the architecture through the elements of sensory design. The perception created by the surface, will be greatly influenced by the material from the surface itself. Because a certain material will create a specific surface quality, and will affect humans in perceiving a building."

"ABSTRAKTi6Al4V merupakan material yang sangat reaktif terhadap atmosfer terutama pada temperatur tinggi. Pada saat proses sintering, reaktivitas titanium terhadap oksigen menyebabkan lapisan TiO₂ kehilangan sifat proteksinya sehingga oksigen berdifusi ke dalam material. Hal tersebut dapat merugikan karena menurunkan kualitas ikatan material, menurunkan sifat mekanis, dan menyebabkan material brittle. Penelitian ini bertujuan untuk melindungi material dari pembentukan lapisan oksida (TiO₂) pada permukaan paduan Ti6Al4V, melindungi dari difusi oksigen, dan mencegah difusi oksigen ke dalam material pada saat proses sintering dengan menggunakan teknologi baru yaitu Arc Plasma Sintering (APS). Teknologi sintering yang dilakukan menggunakan arus dan plasma sebagai sumber panas yang mampu melakukan proses sintering dengan waktu sangat singkat hanya dalam hitungan menit, dan konsumsi energi yang rendah. Dengan keunggulan yang dimiliki Arc Plasma Sintering (APS), diharapkan mampu melindungi Ti6Al4V dari oksidasi pada saat sintering. Sintering dilakukan pada arus 50 A dengan variasi waktu sintering selama 4 menit, 8 menit, dan12 menit. Hasil proses Arc Plasma Sintering (APS) dibandingkan dengan hasil sintering konvensional dengan atmosfer argon pada temperatur 1300^oC selama 2 jam, 3 jam, dan 4 jam. Kemudian dilakukan karakterisasi material dengan menggunakan SEM-EDS dan XRD, serta pengujian densitas dan kekerasan vickers. Hasil penelitian ini menunjukkan bahwa dengan metode Arc Plasma Sintering (APS), material memiliki densitas dan kekerasan yang lebih baik dengan nilai densitas relatif mencapai 98,40% dan kekerasan sebesar 374,719 HV, serta ketebalan lapisan permukan TiO2 yang terus berkurang dari 16,405µm hingga 12,002µm dan tidak terjadi difusi oksigen ke dalam material jika dibandingkan dengan argon sintering.

---

ABSTRACT

Ti6Al4V is a material that is very reactive to the atmosphere, especially at high temperatures. During the sintering process, the reactivity of titanium to oxygen causes the TiO₂ layer to lose its protective properties so that oxygen diffuses into the material. This can be detrimental because it decreases the quality of material bonds, decreases mechanical properties, and causes brittle material. This study aims to protect the material from the formation of an oxide layer (TiO₂) on the Ti6Al4V alloy surface, protect it from diffusion of oxygen, and prevent the diffusion of oxygen into the material during the sintering process using the new technology, Arc Plasma Sintering (APS). Sintering technology is carried out using currents and plasma as a heat source that is capable of performing the sintering process with a very short time in just minutes, and low energy consumption. With the advantages of Arc Plasma Sintering (APS), it is expected to protect Ti6Al4V from oxidation during sintering. Sintering is carried out on 50 A currents with variations in sintering time for 4 minutes, 8 minutes and 12 minutes. The results of the Arc Plasma Sintering (APS) process were compared with the results of conventional sintering with an argon atmosphere at a temperature of 1300^oC for 2 hours, 3 hours and 4 hours. Then the material characterization was performed using SEM-EDS and XRD, as well as testing Vickers density and hardness. The results of this study indicate that with the Arc Plasma Sintering (APS) method, the material has better density and hardness with a relative density value of 98.40% and hardness of 374,719 HV, and the thickness of the TiO2 surface layer continues to decrease from 16.405µm to 12,002 µm and there is no diffusion of oxygen into the material when compared to argon sintering.

 

"

"Pottiaceae merupakan salah satu famili dari divisi Bryophita yang dapat ditemukan pada berbagai kondisi lingkungan. Pottiaceae memiliki variasi karakter permukaan daun yang memungkinkan lumut tersebut dapat beradaptasi pada berbagai kondisi lingkungan. Namun, hingga saat ini belum diketahui pengaruh naungan terhadap variasi permukaan daun lumut Pottiacae. Tujuan penelitian ini adalah untuk mengetahui variasi permukaan daun lumut Pottiaceae pada habitat ternaung dan tidak ternaung di kampus UI Depok. Variasi karakter permukaan daun dapat diamati menggunakan scanning electron microscopy (SEM). Variasi karakter permukaan daun yang diamati adalah bentuk dan ukuran sel, ketebalan dinding sel, papillae, dan mammilae. Berdasarkan hasil yang diperoleh, Pottiaceae yang ditemukan di kampus UI Depok terdiri dari 5 spesies, yaitu Barbula indica, Hyophila apiculata, Hyophila involuta, Hyophila javanica, dan Weissia edentula. Pottiaceae yang diamati memiliki variasi bentuk dan ukuran sel pada masing-masing spesies dan kondisi naungan. Dinding sel pada lumut yang hidup di habitat tidak ternaung umumnya lebih tebal daripada lumut yang hidup di habitat ternaung. Papillae dimiliki oleh B. indica dan W. edentula, sedangkan mammilae dimiliki oleh H. apiculata, H. involuta, dan H. javanica. Jumlah variasi bentuk papillae berbeda pada masing-masing spesies dan kondisi naungan. Variasi bentuk papillae yang paling beragam ditemukan pada B. indica yang berasal dari habitat ternaung dan W. edentula yang berasal dari habitat tidak ternaung. Ukuran mammilae pada individu yang hidup pada habitat ternaung umumnya lebih tebal daripada lumut yang hidup pada habitat tidak ternaung.

---

Pottiaceae is one of the group members of Bryophyta which has been found in the various habitat. They have variations of leaf surface characteristics that allow them to adapt in the various environmental conditions. Nevertheless, the effects of the canopy shading to the leaf surface variation of Pottiaceae has not been reported yet. The aim of this study is to observe the leaf surface variation of Pottiaceae from the shade and unshade habitat in UI Depok campus. The variations of these characters can be observed using scanning electron microscopy (SEM). Variations of leaf surface characters that have been observed are cell shape and size, cell wall thickness, papillae, and mammilae. According to the data, there are 5 species of Pottiaceae in UI Depok campus which name are Barbula indica, Hyophila apiculata, Hyophila involuta, Hyophila javanica, and Weissia edentula. The Pottiaceae samples had variation in shape and size of the cell in each species and shade conditions. The cell walls of non-shaded habitats are generally thicker than the shaded habitats. B. indica and W. edentula have papillae in the leaf cells surface, while H. apiculata, H. involuta, and H. javanica have mammilae. The number of variations of the papillae shapes is different for each species and shade conditions. The most diverse varieties of papillae were found in B. indica from shaded habitats and W. edentula from non-shaded habitats. The sizes of the mammilae in mosses that live in shaded habitats were generally thicker than non-shaded habitats"