Hasil Pencarian  ::  Simpan CSV :: Kembali

"ABSTRAKPenyebab utama banjir di Kota Lhoksukon adalah luapan sungai Krueng Kr. Keureuto. Daerah Aliran Sungai DAS Keureuto termasuk dalam Sistem Wilayah Sungai Pase-Peusangan. Terdapat lima anak sungai Kr. Keureuto yang akan memasuki Kota Lhoksukon yaitu ; Kr. Pirak, Kr. Ceku, Kr. Aluleuhop, Kr. Kreh dan Kr. Peuto. Analisa properti DAS menggunakan software ArcGIS 10.3, dan perhitungan puncak banjir menggunakan metode Soil Conservation Service-Curve Number pada model hidrologi WinTR-20 1.1. Melalui simulasi sesuai tutupan lahan tahun 2015 dan proyeksi Rencana Tata Ruang Wilayah tahun 2012-2032, diperoleh peredaman bendungan Keureuto masing-masing sebesar 26 dan 17 . Dari hasil simulasi, banjir dengan periode ulang diatas lima tahun masih terjadi di Kota Lhoksukon karena bendungan Keureuto hanya meredam banjir di wilayah hulu sungai Kr. Keureuto.

---

ABSTRACTThe main cause of flood in Lhoksukon City is the overflow of the Krueng river Kr. Keureuto. The Keureuto watershed is included in the Pase Peusangan River Basin System System. There are five streams of Kr. Keureuto will enter Lhoksukon City Kr. Pirak, Kr. Ceku, Kr. Aluleuhop, Kr. Kreh and Kr. Peuto. Watershed analysis using ArcGIS 10.3 software, and flood peak calculations using the Soil Conservation Service Curve Number method on the WinTR 20 1.1 hydrology model. Simulation were perfomed with 2015 land cover and Projected Regional Spatial Plan of 2012 2032, there was 26 and 17 reduction of Keureuto Dam. From result it can be concluded that flood with return periode above five years still occurred in Lhoksukon City."

"AMC, Automatic Modulation Classification, adalah suatu teknologi yang dapat mengklasifikasi jenis modulasi pada suatu sinyal. Dalam perkembangan AMC model Deep Learning yang digunakan biasanya mengejar akurasi dari model tanpa memperhatikan ukuran dari model itu sendiri. Pada penelitian ini, dirancang sebuah model Convolutional Long short-term memory Deep Neural Network (CLDNN) yang ringan dengan metode optimasi model tambahan yang dinamakan Pruning. Pruning sendiri adalah metode optimasi model yang dapat memutus hubungan antar neuron dalam suatu Neural Network guna memperkecil ukuran model dan mempercepat waktu komputasi dengan tetap menjaga akurasi dari model tersebut. Penelitian ini mampu membuktikan bahwa metode optimasi pruning dapat mengurangi ukuran model CLDNN-Y3 hingga 76,92% pada sparsity 0,95. Akurasi model CLDNN-Y3 yang telah dioptimasi sebesar 64,07% pada sparsity 0,5, 64,04% pada sparsity 0,8, 63,74% pada sparsity 0,9, dan 62,86% pada sparsity 0,95.......AMC, Automatic Modulation Classification, is a technology that can classify the type of modulation on a signal. In the development of AMC, Automatic Modulation Classification, Deep Learning models used usually pursue the accuracy of the model regardless of the size of the model itself. In this study, a lightweight Convolutional Long short-term memory Deep Neural Network (CLDNN) model was designed with an additional model optimization method called Pruning. Pruning itself is a model optimization method that can remove connections between neurons in a Neural Network to reduce the size of the model and speed up computational time while maintaining the accuracy of the model. This research has proven that the pruning optimization method is capable of reducing the size of the CLDNN-Y3 model by up to 76.92% at a sparsity level of 0.95. The optimized CLDNN-Y3 model achieves an accuracy of 64.07% at a sparsity of 0.5, 64.04% at a sparsity of 0.8, 63.74% at a sparsity of 0.9, and 62.86% at a sparsity of 0.95."

"Demam merupakan gejala dari penyakit COVID-19 yang memiliki sensitivitas 54% dan spesifisitas 67% terhadap SARS-CoV-2 sehingga dapat dijadikan acuan untuk mencegah penyebaran penyakit COVID-19. Dua sensor yang paling sering dijadikan termometer infrared adalah MLX90614 dan AMG8833 karena rentang suhu pengukurannya yang tinggi dan akurasinya yang baik. Hasil pengukuran termometer infrared dapat dipengaruhi oleh jarak ukur, suhu ruangan, dan aktivitas fisik pada tubuh manusia. Oleh karena itu, pada skripsi ini penulis merangcang rangkaian thermal camera dengan dua buah sensor infrared dan mengevaluasi kinerja sensor berdasarkan jarak ukur (15, 30, 40, dan 60 cm), suhu ruangan non-AC dan AC (30 dan 26,4 oC), serta aktivitas fisik. Hasil penelitian menunjukkan jarak pengukuran terbaik adalah 15 cm dan besar persentase error rata-rata variabel (EV) yang berbeda dari setiap sensor, yaitu sensor MLX90614 0,560% (15 cm) dan 0,843% (60 cm) sedangkan sensor AMG8833 0,577% (15 cm) dan 1,439% (60 cm). Kemudian MLX90614 mempunyai EV 0,567% (non-AC) dan 0,553% (AC) sedangkan sensor AMG8833 0,868% (non-AC) dan 0,948% (AC). Setelah itu MLX90614 mempunyai EV 0,469% (sebelum aktivitas fisik) dan 0,651% (setelah aktivitas fisik) sedangkan AMG8833 1,259% (sebelum aktivitas fisik) dan 0,558% (setelah aktivitas fisik). Selain tiga variabel uji, casing alat dapat membuat EV sensor AMG8833 kurang dari 1,00% (sebelum dan setelah aktivitas fisik). Akibat adanya nilai EV di atas 1,00 %, penelitian ini dapat dilanjutkan dengan memberikan komponen tambahan yang dapat membuat sensor lebih fokus.......Fever is a symptom of COVID-19 disease which has a sensitivity of 54% and specificity of 67% to SARS-CoV-2 so that it can be used as a reference to prevent the spread of COVID-19 disease. The two sensors that are mostly used as an infrared thermometer are the MLX90614 and AMG8833 sensor because of their high measurement range and good accuracy. The measurement results of an infrared thermometer can be influenced by the measuring distance, room temperature, and physical activity on the human body. Therefore, in this thesis the author designs a thermal camera circuit with two infrared sensors and evaluates the performance of the sensor based on the measuring distance (15, 30, 40, and 60 cm), non-AC and AC room temperature (30 and 26.4 oC), and physical activity. The results showed that the best measurement distance is 15 cm and the average of variable error percentages (EV) are different for each sensor. The MLX90614 sensor has 0.560% (15 cm) and 0.843% (60 cm) EV while the AMG8833 sensor has 0.577% (15 cm) and 1.439% (60 cm) EV. Then the MLX90614 has an EV of 0.567% (non-AC) and 0.553% (AC) while the AMG8833 sensor has 0.868% (non-AC) and 0.948% (AC). After that, MLX90614 has an EV of 0.469% (before physical activity) and 0.651% (after physical activity) while AMG8833 has 1.259% (before physical activity) and 0.558% (after physical activity). In addition to the three test variables, the device enclosure could make the AMG8833 sensor EV less than 1.00% (before and after physical activity). Due to the there are EV values above 1.00%, this research can be continued by adding other components that can make the sensor more focused."

"Indonesia memiliki banyak daerah yang berpotensi panas bumi yang perlu ditelusuri dan dikembangkan. Daerah yang berpotensi panas bumi di Indonesia salah satunya terletak di Gunung Arjuno-Welirang, Provinsi Jawa Timur, yang merupakan daerah gunung api muda berumur Kuarter (Utama dkk., 2012). Penelitian ini berfokus dalam memperkirakan persebaran daerah prospek panas bumi di Gunung Arjuno-Welirang dengan menganalisis serta mengintegrasi beberapa metode penginderaan jauh yang meliputi LST, NDVI, dan FFD. Metode ini diolah pada data citra Landsat-8 dan DEM serta didukung juga oleh data geologi dan manifestasi permukaan. Selain itu, dilakukan juga evaluasi daerah prospek tersebut untuk mengetahui kondisi sistem panas bumi dan kondisi permukaannya yang ditentukan berdasarkan analisis aspek 3G (geologi, geokimia, dan geofisika) dari penelitian terdahulu serta analisis dari metode penginderaan jauh, sehingga dapat ditentukan tingkat kelayakan daerah tersebut untuk dapat dieksplorasi. Hasil dari penelitian ini menunjukkan bahwa daerah prospek panas bumi di kompleks Gunung Arjuno-Welirang ditentukan pada dua tempat, yaitu prospek A dengan koordinat UTM 669207 - 671925 mE dan 9149510 - 9151370 mN serta memiliki luas sekitar 549,912 hektar, dan prospek B dengan koordinat UTM 668347 – 669687 mE dan 9142730 - 9144840 mN serta memiliki luas sekitar 272,17 hektar. Evaluasi daerah prospek panas bumi menunjukkan bahwa kondisi sistem panas bumi sudah lengkap dan terletak dekat dengan daerah prospek serta kondisi permukaan dengan akses wilayah yang mudah dan tidak mengganggu daerah hutan. Secara keseluruhan, daerah prospek ini sudah cukup layak untuk eksplorasi panas bumi lebih lanjut.......Indonesia has many areas with geothermal potential that need to be explored and developed. One of the areas that have geothermal potential in Indonesia is located on Mount Arjuno-Welirang, East Java Province, which is a young volcanic area of Quaternary age (Utama et al., 2012). This study focuses on estimating the dist ribution of geothermal prospect areas on Mount Arjuno-Welirang by analyzing and integrating several remote sensing methods including LST, NDVI, and FFD. This method is processed on Landsat-8 and DEM image data and is also supported by geological data and surface manifestations. In addition, an evaluation of the prospect area was also carried out to determine the condition of the geothermal system and its surface conditions which were determined based on the analysis of 3G aspects (geology, geochemistry, and geophysics) from previous studies as well as analysis of remote sensing methods, so that the feasibility level for exploration in that area could be determined. The results of this study indicate that the geothermal prospect area in the Mount Arjuno-Welirang complex is determined in two places, namely prospect A with UTM coordinates of 669207 - 671925 mE and 9149510 - 9151370 mN and has an area of about 549,912 hectares, and prospect B with UTM coordinates of 668347 - 669687 mE and 9142730 - 9144840 mN and has an area of about 272.17 hectares. Evaluation of the geothermal prospect area shows that the condition of the geothermal system is complete and is located close to the prospect area as well as surface conditions with easy area access and does not interfere with forest areas. Overall, this prospect area is worthy enough for further geothermal exploration."