Hasil Pencarian  ::  Simpan CSV :: Kembali

"Dalam studi ini, nanokomposit LaMnO3/TiO2 dan LaMnO3/ZnO disintesis menggunakan metode sol-gel. Penambahan material graphene pada nanokomposit LaMnO3/TiO2 dan LaMnO3/ZnO dilakukan dengan metode ko-presipitasi. Sampel tersebut dikarakterisasi dengan menggunakan spektroskopi X-ray Diffraction XRD, UV-Visible Diffuse Reflectance UV-Vis Thermogravimetric Analysis TGA, Fourier Transform Infrared FTIR, Raman dan Brunauer Emmet-Teller BET untuk mengamati struktur kristal, nilai celah energi, stabilitas panas, vibrasi molekul, sifat magnet dan luas permukaan pada sampel. Aktivitas catalytic nanokomposit LaMnO3/TiO2 dan LaMnO3/ZnO dengan variasi molar 1:0.5 menunjukan aktivitas catalytic yang paling baik dibandingkan variasi molar lainnya. Selain itu penambahan material graphene pada nanokomposit dapat meningkatkan aktivitas catalytic dari kedua nanokomposit dan 5 weight percentage wt. graphene menunjukan aktivitas catalytic yang paling baik. Aktivitas catalytic dengan menggabungkan photo dan sono sonophotocatalytic menunjukkan aktivitas catalytic yang lebih baik dibandingkan dengan photo- dan sono-catalytic akibat adanya efek sinergis antara photo- dan sono- catalytic. Penambahan scavenger dilakukan untuk mengetahui spesies aktif yang berperan dalam proses catalytic dan hole merupakan spesies paling aktif yang paling beperan dalam proses catalytic.

---

In this study, LaMnO3 TiO2 and LaMnO3 ZnO nanocomposite was synthesized using sol gel method while LaMnO3 TiO2 graphene and LaMnO3 ZnO graphene composite was synthesized using co precipitation. The prepared sample was characterized using X ray diffraction XRD, Thermogravimetric Analysis TGA, Differential Thermal Analysis DTA , Fourier Transform Infrared Spectroscopy FTIR, Raman, Vibrating Sample Magnetometer VSM, UV vis diffuse reflectance UV vis DRS and Brunauer Emmet Teller BET spectroscopy to investigate crystal structure, band gap energy, thermal stability, molecule vibration, magnetization and surface area of the sample. The catalytic activity was performed using ultraviolet and visible light photocatalytic , ultrasonic sonocatalytic, and combination of photocatalytic and sonocatalytic sonophotocatalytic to degrade methylene blue MB. The results show that LaMnO3 TiO2 and LaMnO3 ZnO nanocomposite 1 0.5 have superior catalytic activity. The addition of graphene could increase the degradation of MB and 5 weight percentage wt. of graphene show the highst catalytic activity. Furthermore, the catalytic activity under the combination of visible and ultrasonic show higher catalytic activity that photocatalytic and sonocatalytic activity due to the synergistic effect between photo and sono catalytic. "

"Penjualan produk fesyen merupakan penjualan dengan tingkat kompetisi yang sangat tinggi dimana inventris merupakan faktor penting yang mempengaruhi permintaan produk dan keuntungan perusahaan. Produk fesyen merupakan produk dengan siklus hidup yang sangat singkat dimana suatu produk dapat digantikan dengan produk yang baru dalam jangka waktu yang sangat cepat. Kendala berupa kelebihan stok maupun kekurangan stok merupakan masalah yang sering terjadi. Perkiraan permintaan yang akurat untuk produk-produk tersebut sangat penting dalam mendorong operasi bisnis yang efisien dan mencapai keunggulan kompetitif yang berkelanjutan. Metode peramalan yang akurat sangat diperlukan dalam meramalkan produk fesyen karena beragamnya produk fesyen, selain itu produk fesyen memiliki data historis yang terbatas karena siklus hidupnya yang pendek. Oleh karena itu, sangat penting untuk mengembangkan metode peramalan yang berbeda untuk menganalisis tren permintaan produk ini. Dalam penelitian ini, skema peramalan dilakukan meggunakan metode hibrida klastering K-Means untuk melakukan agregasi terhadap beberapa jenis produk fesyen pada produk lama/produk historis, klasifikasi decision tree untuk meramalkan produk baru berdasarkan karakteristik produk lama, serta metode moving average untuk meramalkan penjualan berdasarkan time series pada produk baru.

---

Indonesian local fashion products are currently common in Indonesia because of highly level of competition where many business owner start their business in fashion local, higher demand from Indonesian citizen, efficient product development timeline and increasingly product diversity. The significant growth of Indonesian fashion local product has caused of a competitive business with the scope of Indonesian fashion local business. Accurate demand forecasting of such products become important in driving effective business especially in local fashion product and achieving a sustainable competitive advantage. In this study, forecasting demand of Indonesian local fashion product using hybrid method clustering K-means algorithm, classification method decision tree and moving average was conducted. Five independent variable/attribute descriptive was conducted to classify the item using decision tree classification method. They are color, size, material, price, and motif. In this research, the forecasting was performed as mid-term forecasting method. "