Hasil Pencarian  ::  Simpan CSV :: Kembali

"Untuk mendapatkan kondisi regangan bidang pada uji tarik, modifikasi spesimen dilakukan. Modifikasi spesimen telah menunjukkan regangan minor yang bernilai nol untuk uji tarik yang dilakukan pada temperatur ruang sehingga kondisi regangan bidang dapat dicapai. Pengujian untuk kelayakan specimen dilanjutkan dengan melakukan uji tarik panas pada temperatur tinggi, untuk mengetahui apakah kondisi regangan bidang masih dapat dipertahankan pada temperatur tinggi. Material yang digunakan adalah baja HSLA ASTM A 572 grade 50. Selanjutnya, dilakukan pula pengamatan metalografi untuk mengamati perubahan mikrostruktur setelah uji tarik panas, yang dalam hal ini adalah ukuran butir ferrite. Hasilnya, untuk uji tarik panas yang dilakukan sampai 1,15 yield, kondisi regangan bidang dapat dipertahankan. Terkait dengan deformasi yang terjadi, didapat pula bahwa semakin besar reduksi ketebalan yang terjadi semakin halus butir ferrite.

---

Modification of spesimen have done to get plane strain condition in tensile test. Modification of the specimens has shown zero minor strain on tensile test conducted at room temperature. Feasibility study of specimens followed by hot tensile testing at high temperatures, to determine whether plane strain condition can be maintained at high temperatures. The material used is a HSLA steel ASTM A 572 grade 50. Furthermore, metallographic observation has been conducted to get microstructure after hot tensile test, which the scope is ferrite grain size. Results, on hot tensile test is carried out until 1,15 yield point, plane strain condition can be maintained. Related to the deformation, it has found that the greater thickness reduction the finer ferrite grains that formed."

"Metode AVO yang bekerja pada domain reflektifitas secara umum dapat dipakai untuk mengidentifikasi dan menganalisa adanya anomali hidrokarbon, akan tetapi pada kasus-kasus tertentu diperlukan analisa yang lebih dalam untuk mendeteksi keberadaan hidrokarbon. Dalam studi ini digunakan workflows Extended Elastic Impedance (EEI) untuk memetakan lapisan karbonat dan kandungan fluidanya di lapangan "X" Jawa Barat Utara. Dalam studi ini Metode Extended Elastic Impedance (EEI) akan dikombinasikan dengan metode Color Inversion untuk menghasilkan peta penyebaran fluida (gas) dan litologi. Identifikasi reservoar dilakukan dengan cara cross correlation antara kurva EEI dengan kurva GammaRay sedangkan untuk identifikasi kandungan fluidanya, dilakukan cross correlation antara kurva EEI dengan Resistiviti. Metoda cross correlation tersebut dilakukan dengan increment sudut 0 10 = c pada sumur lapangan dari sudut 0 90 − sampai dengan 0 90 . Hasil nilai c (chi) dengan koefisien korelasi terbesar yang didapatkan kemudian ditransformasikan ke dalam nilai sudut datang ( q) dengan menggunakan hubungan c tan = q 2 sin . Sudut q (teta) tersebut kemudian digunakan dalam kombinasi proyeksi linier antara inversi data seismik near dan far. Aplikasi metode EEI pada studi ini berhasil memperlihatkan pola penyebaran reservoar dan kandungan fluida (gas) nya sehingga selanjutnya bisa digunakan untuk keperluan pengembangan lapangan "X" di Jawa Barat Utara.

---

AVO method that works in reflectivity domain used to identify and analyze hydrocarbon anomaly. But, in some cases we need deeper analysis to predict the existence of hydrocarbon. In this study we use EEI workflows to predict lithology and fluid distribution of carbonate reservoir in "X" field, at North West Java basin. In this study, Extended Elastic Impedance (EEI) as an extension from Elastic Impedance (EI) method will be combined with Color Inversion method to predict lithology from fluid (gas). Cross correlation between EEI curve with Gamma Ray curve was used as a lithology identification and cross correlation between EEI curve with Resistivity curve as a fluid identification. The cross correlation was conducted every 0 10 of c(chi) value between 0 90 − to 0 90 . The c(chi) with the biggest coefficient correlation value then will be transformed to the angle of incident q (teta) thru equation : c tan = q 2 sin. Furthermore, the lithology and fluid impedance can be obtained by projecting seismic near and far inverse volume with q (teta) as an angle projection. The result of EEI method in this study has been successfully predicting lithology and fluid (gas) distribution, therefore this method is applicable for field development purposes for "X" field at North West Java area."

"ABSTRAKSaat ini beredar di Indonesia berbagai jenis kawat ortodonti, antara lain kawat nickeltitanium. Kawat ini menjadi banyak penggunaannya karena memiliki sifat unik yaitusuperelastis dan memory shape. Setiap kawat memiliki karakteristik, komponen alloypembentuk, dan proses pembuatan yang berbeda-beda. Karakteristik yang dimilikikawat termasuk sifat deformasinya setelah kawat diberi beban gaya. Pada kawat nickeltitanium, apabila kawat mengalami deformasi permanen, maka berkurang juga gayadeaktivasi dari kawat untuk menggerakkan gigi geligi. Tujuan dari penelitian ini adalahuntuk mengetahui berapa besar deformasi permanen pada kelima produk kawat nickeltitanium superelastis diameter 0.014 inci yaitu dari produk Ormco, 3M Unitek,Versaden, Ortho Organizer dan IMD Orthoshaped. Penelitian juga bertujuan untukmembandingkan deformasi permanen yang terjadi antar produk kawat dan apabiladiaplikasi pada waktu yang berbeda. Digunakan 25 sampel penelitian, yang terbagimenjadi 5 kelompok kawat (masing-masing memiliki 5 sampel). Semua kawatdipasang pada prototipe penelitian yang didesain agar terjadi defleksi sebesar 7 mmpada bagian tertentu dari kawat. Kawat diaplikasikan selama 336 dan 504 jam.Deformasi kawat diukur menggunakan kaliper digital dengan cara membandingkandefleksi antara kawat baru dengan kawat yang telah diaplikasi (dari produk yang sama).Diperoleh hasil terdapat perbedaan bermakna deformasi permanen antara kelimaproduk kawat NiTi SE saat dibandingkan satu sama lain dan lamanya aplikasi kawatdapat memperbesar deformasi yang terjadi. Urutan nilai deformasi permanen padabeberapa produk kawat berdasarkan nilai yang paling kecil adalah Ormco, 3M Unitek,Versaden, Ortho Organizer and IMD Orthoshaped.

---

AbstractThere are many kinds of orthodontic wires in Indonesia, including the nickel titaniumone. This wire become popular since founded because of its unique characteristic(super elastic and shape memory). Each wire has different characters, contains of alloyand manufacturing procedure. Wire deformity is part of wire?s characteristic that needto be consider. In nickel titanium wire, when permanent deformity happened on it, theunloading forces to move the teeth become less. The aim of this research is toacknowledge the value of permanent deformity in 0.014 inch super elastic nickeltitanium arch wire from five different products and comparing each other on a differenttime of application. This research used 25 samples, consist of 5 group (each groupowns 5 samples). All wires were applied on self made prototype which was designatedto make a 7 mm deflection on each side of the wire. Those were applied for 336 and504 hours. After being deflected on the estimated time, the wire was removed from theprototype and then placed in superimposition mode with the new wire from the sameproduct. The gap between those wires is measured by a digital caliper and defined asthe value of wire permanent deformity. As the result, statistically significant, there is adifferent value of permanent deformity between each products and long termapplication could make the wire?s permanent deformity become worse. The list ofwires from the smallest value of permanent deformity is Ormco, 3M Unitek, Versaden,Ortho Organizer and IMD Orthoshaped."

"hape Memory Alloy (SMA) merupakan material cerdas yang memiliki kemampuan untuk kembali kebentuk semula setelah diberi perlakuan panas. Paduan berbasis Cu diketahui memiliki sifat ingat bentuk yang cukup baik dan dapat menjadi alternatif material SMA. Pada penelitian ini dipelajari pengaruh metode pendinginan terhadap sifat ingat bentuk paduan Cu-28Zn-3Al yang di fabrikasi melalui proses gravity casting. Paduan dihomogenisasi pada temperatur 850 ºC selama 2 jam dan didinginkan pada temperatur ruang. Setelah itu, diberikan perlakuan betatizing pada temperatur 850 ºC selama 30 menit untuk membentuk fasa β [D03] dan didinginkan menggunakan 3 metode yang berbeda yaitu direct quench (DQ), up quench (UQ) dan step quench (SQ). Karakterisasi paduan dilakukan menggunakan OM, SEM-EDAX+Mapping untuk mengamati struktur mikro, XRD untuk mengetahui struktur kristal, DSC untuk menganalisis transformasi fasa, Microvikers dan Uji Shape Memory Effect menggunakan metode bending. Pencelupan DQ dan UQ menghasilkan fasa martensit β’ (M18R) berbentuk V shape sebagai matriks dan fasa kedua berupa retained α masing-masing dengan terbandingan ratio (M18R: α[A1]= 98.4: 1.6) dan (M18R: α [A1]= 92.9: 6.9).  Sedangkan fasa yang terbentuk pada sampel SQ adalah β (D03) dan α (A1). Hasil pengujian SME UQ memiliki recovery rate 36.3%, DQ sebesar 27.2% dan sampel SQ tidak menunjukkan SME sedikitpun.

---

Shape Memory Alloy (SMA) is a smart material that has the ability to recover to its original shape after deformed by heating at certain temperatures. Cu-based alloys have a good memory effect and can be an alternative option for SMA. In this research, the effect of the quenching method on Cu-28Zn-3Al shape memory alloy fabricated through the gravity casting process was conducted. The alloy was homogenized at 850 ºC for 2 hours and cooled at room temperature. After that, Cu-28Zn-3Al alloy was betatizing at 850 ºC for 30 minutes and quenched using 3 different methods namely direct quench, up quench and quench step. Alloy characterization using OM, SEM-EDAX+Mapping to structural observation, XRD to analyze crystal phase, DSC to find out the phase transformation temperature, microhardness, and bending test. DQ and UQ quenching method produce V-shape martensite β’ (M18R) as a matrix and retained α as the second phase with the phase volume fraction of M18R: α (98.4: 1.6) and (92.9: 6.9) respectively. Meanwhile, the phase formed in the SQ sample is β (D03) and α (A1). The SME test results showed a recovery rate UQ of 36.3%, DQ of 27.2% and SQ samples did not show any SME."

"Pandemi COVID-19 (coronavirus disease 2019) membuat para peneliti di seluruh dunia bekerja untuk memahaminya dengan menerapkan pendekatan machine learning. Severe acute respiratory syndrome coronavirus 2 (SARS-CoV-2) merupakan penyebab dari COVID-19. Penelitian ini membahas klasifikaasi sekuens protein SARS-CoV-2 menggunakan metode LightGBM dan Elastic Net. Metode LightGBM merupakan metode gradient boosting yang cepat dan memiliki high-performance berbasis decision tree untuk melakukan prediksi. Total data sekuens protein yang digunakan adalah 2000 data yang diambil dari situs Uniprot. Uniprot merupakan salah satu situs yang digunakan terkait bioinformatika atau sumber daya sekuens protein dan informasi fungsional yang memiliki kualitas tinggi, komprehensif dan dapat diakses secara bebas. Data tersebut memiliki perincian yaitu 1000 data sekuens protein SARS-CoV-2 dan 1000 data sekuens protein bukan SARS-CoV-2. Python package Discere digunakan untuk mengekstraksi 27 fitur sekuens protein. Selanjutnya, Elastic Net digunakan untuk memilih fitur-fitur yang optimal dan terpilih sebanyak 10 fitur. Terakhir, LightGBM digunakan sebagai metode klasifikasi sekuens protein SARS-CoV-2. Hasil evaluasi performa LightGBM diukur dari akurasi, sensitivitas, dan spesifisitas. Nilai rata-rata akurasi diperoleh 98,87%, nilai rata-rata sensitivitas diperoleh 99,02%, dan nilai rata-rata spesifisitas diperoleh 98,82%

---

The COVID-19 (coronavirus disease 2019) pandemic has researchers around the world working to understand it by applying a machine-learning approach. Secere acute respiratory syndrome coronavirus 2 (SARS-Cov-2) is the cause of COVID-19. This research discusses the classification of SARS-Cov-2 protein sequences using the LightGBM and Elastic Net methods. The LightGBM method is a gradient-boosting method that fast and has a high-performance decision tree based for making predictions. The total protein sequence data used is 2000 data taken from UniProt site. UniProt is one of the sites used for bioinformatics or protein sequence resources and functional information which is of high quality, comprehensive and freely accesible. The data has details, namely 1000 protein sequence data for SARS-CoV-2 and 1000 protein sequnce data for non-SARS-CoV-2. Python package Dsiscere is used to extraxt 27 protein sequence features. Futhermore, Elastic Net is used to select optimal features and 10 features are selected. While LightGBM is used as a classification method for SARS-Cov-2 protein sequences. The results of the LightGBM performance evaluation are measured by accuracy, sensitivity, and specificity. The average value for accuracy was 98,87%, the average value for sensitivity was 99,02%, and average value for specificity was 98,82%."