Hasil Pencarian  ::  Simpan CSV :: Kembali

Abstrak :
There are 'voids' obscuring all kinds of objects in the cosmos. Voids may be within an object, or between an object and us. Dark nebulae, dark lanes, and dust lanes looks out into the deep sky at those apparent dark regions in space, which are among the most compelling telescopic destinations for amateur observers. One famous example is Barnard's dark nebulae, those striking dark clouds set against the background of stars in the milky way. This book explains the optimal ways to observe each object in detail.

Abstrak :
Penentuan koefisien faktor hamburan balik ISO water slab phantom pada kualitas radiasi RQR 5 sampai RQR 10 dilakukan dengan menggunakan dosimeter termoluminisensi. Penelitian ini dilakukan untuk mengetahui faktor hamburan balik ISO water slab phantom dan untuk mengetahui apakah koefisien kalibrasi TLD di udara dapat digunakan untuk pengukuran di permukaan fantom. Tegangan tabung sinar-x yang digunakan antara 70 kV sampai 150 kV pada spesifikasi kualitas radiasi RQR untuk pesawat sinar-x Y.TU 320-D03 dengan menggunakan detektor standar Unfors Xi. Faktor hamburan balik untuk lapangan radiasi 12,4 cm x 12,4 cm sedikit meningkat dengan kualitas radiasi RQR 5 sampai dengan RQR 10 untuk HVL 2,58 mmAl sampai dengan 6,57 mmAl. Koefisien kalibrasi TLD di udara dapat digunakan untuk perhitungan dosis permukaan dalam kalibrasi TLD di permukaan fantom untuk ISO water slab phantom. Faktor koreksi kualitas radiasi (􀝇􀜳,􀜳0) TLD di permukaan dapat ditentukan dengan membandingkan bacaan TLD pada kualitas radiasi referensi terhadap bacaan TLD pada kualitas radiasi tertentu dalam rentang RQR. Dengan diketahuinya faktor hamburan balik, kalibrasi cukup hanya dilakukan di udara. Determination of backscatter factor coefficient using ISO water slab phantom at radiation qualities RQR 5 to RQR 10 are done using thermoluminescence dosimeters. The research are done to optain the backscatter factors at ISO water slab phantom and to know whether calibration coefficient in the air sufficient for measurement on the phantom surface. X-ray tube voltage measurement between 70 kV to 150 kV at RQR spesification using x-ray tube Y. TU 320-D03 using Unfors Xi as standard detector. Backscatter factor for 12.4 cm x 12.4 cm field size has increasing for RQR 5 to RQR 10 with HVL 2.58 mmAl up to 6.57 mmAl. Calibration factor of TLD in air can be use to calculate entrance surface dose and calibrate TLD on ISO water slab phantom. TLD beam quality correction factor on the phantom surface can be determined by comparing the TLD readings on reference to TLD readings in particular radiation qualities RQR. By knowing backscatter factor, calibration is sufficient to be done in air.

Abstrak :
This study investigates the effect of touchpad size, position filter, and control display gain on user performance. Observations include the behavior of user while using the touchpad to acquire color-changing targets. This study examines the effect of two touchpad sizes, which consist of large (100×60 mm) and small (65×36 mm) sizes, position filters (30, 50), and control-display gains (0.5, 1, 2) on acquiring targets that appeared in eight positions (0°, 45°, 90°, 135°, 180°, 225°, 270°, 315°), at three distances (100, 300, 500 pixel) and 3 different levels of target size (10, 40, 70 pixel). As for the results, touchpad size significantly affects movement time, error count, movement count, and re-entry count. Position filter also significantly affects the re-entry count. The different behavior of touchpad user differs significantly regarding to performance measurements. Filter 50 and Gain 2 for primary movement and Filter 30 and Gain 0.5 for secondary movement are the best combinations for participants to achieve optimum performance. Based on Fitts’ Law, the proposed model successfully predicts movement time by adding the effect of CD gain in formulating the task’s difficulty index (R² = 0.8147). The results in this study will be useful for microelectronic companies to increase touchpad performance and to offer suggestions for designing touchpads based on optimal settings. Furthermore, this study also reveals that each type of touchpad features different settings to achieve optimum performance.

Abstrak :
This textbook focuses on fundamental and sometimes practical limitations on the ultimate performance that an astronomical system may reach, rather than presenting particular systems in detail. In little more than a decade there has been extraordinary progress in imaging and detection technologies, in the fields of adaptive optics, optical interferometry, in the sub-millimetre waveband, observation of neutrinos, discovery of exoplanets, to name but a few examples. The work deals with ground-based and space-based astronomy and their respective fields. And it also presents the ambitious concepts behind space missions aimed for the next decades. Avoiding particulars, it covers the whole of the electromagnetic spectrum, and provides an introduction to the new forms of astronomy becoming possible with gravitational waves and neutrinos. It also treats numerical aspects of observational astrophysics, signal processing, astronomical databases and virtual observatories.

Abstrak :
Stasiun Klimatologi BMKG memiliki tugas pengamatan parameter iklim guna mempelajari kondisi iklim suatu daerah. Parameter iklim yang diukur paling sedikit antara lain suhu dan kelembaban udara di ketinggian 1.2 m, 4 m, 7 m, dan 10 m, arah dan kecepatan angin di ketinggian 4 m, 7 m, dan 10 m, radiasi matahari, tekanan, curah hujan, dan suhu tanah di beberapa kedalaman. AWS dan IKRO merupakan alat otomatis yang digunakan untuk mengukur parameter iklim. Adanya dua buah sistem ini kurang efektif dan efisien, selain itu juga belum dimanfaatkan untuk mengukur seluruh pengamatan parameter iklim yang ada di Stasiun Klimatologi BMKG. Sistem yang ada saat ini juga masih sering mengalami error pengukuran dan permasalahan kelengkapan data yang diterima oleh server. Selain itu belum terdapat alat otomatis untuk melakukan pengukuran suhu tanah di beberapa kedalaman. Penelitian ini bertujuan untuk merancang suatu sistem digitalisasi di stasiun klimatologi yang dapat melakukan pengamatan parameter iklim secara otomatis dengan berbasis internet. Sistem ini dirancang dengan menggunakan satu buah data logger Campbell Scientific CR1000X, sensor meteorologi grade industrial, sistem catu daya dan modem. Data parameter iklim dikirim setiap 1 menit menggunakan protokol MQTT menggunakan broker Amazon AWS IoT Core. Pada sisi client melakukan subscribe data untuk menyimpan data tersebut kedalam database MySQL dan menampilkannya ke dalam Grafana web browser. Informasi parameter iklim dapat diakses darimana saja dan kapan saja selama tersedia jaringan internet. Hasil kalibrasi sensor meteorologi terhadap standar menunjukkan nilai R2 > 0.99. Data logger memproses seluruh task dengan metode Pipeline dan scan rate 19.7 detik/loop. Konsumsi daya sistem dalam 1 hari mencapai 117.67 Wh. Sistem yang dirancang mampu mengirimkan data per menit dengan persentase data terkirim ke server mencapai 99.9%. Hasil pengujian performa antara sistem yang dirancang dengan AWS dan IKRO menunjukkan hasil yang baik dengan nilai R2 > 0.94, sedangkan untuk DCS dan konvensional pada pengukuran suhu tanah menunjukkan nilai R2 > 0.90.  ......The BMKG Climatology Station has the task of observing climate parameters to study the climatic conditions of an area. The climate parameters measured at least include temperature and humidity at an altitude of 1.2 m, 4 m, 7 m, and 10 m, wind direction and speed at an altitude of 4 m, 7 m, and 10 m, solar radiation, pressure, rainfall, and soil temperature at some depth. AWS and IKRO are automated tools used to measure climate parameters. The existence of these two systems is less effective and efficient and has not been used to measure all observations of climate parameters at the BMKG Climatology Station. The current system also often experiences measurement errors and problems with the completeness of the data received by the server. In addition, there is no automatic tool to measure soil temperature at several depths. This study aims to design a digitization system at a climatology station that can make observations of climate parameters automatically based on the internet. This system was designed using a single Campbell Scientific CR1000X data logger, an industrial-grade meteorological sensor, a power supply system, and a modem. Climate parameter data is sent every 1 minute using the MQTT protokol using an Amazon AWS IoT Core broker. On the client side, subscribe to the data to store it in the MySQL database and display it in the Grafana web browser. Climate parameter information can be accessed from anywhere and at any time as long as there is an internet connection. Meteorological sensor calibration results against standards show a value of R2 > 0.99. The data logger processes all tasks using the pipeline method at a scan rate of 19.7 seconds per loop. System power consumption in one day reached 117.67 Wh. The designed system is capable of sending data per minute, with the proportion of data sent to the server reaching 99.9%. The results of performance testing between systems designed with AWS and IKRO showed good results with R2 > 0.94, while DCS and conventional soil temperature measurements showed R2 > 0.90. 

Abstrak :
Magnetotelurik (MT) adalah metode geofisika yang umumnya digunakan dalam eksplorasi potensi sumber daya alam panas bumi. Metode MT dapat menggambarkan penampang resistivitas bawah permukaan bumi mulai dari ratusan meter hingga ratusan kilometer tergantung dari periode pengukuran. Dengan menggabungkan tiga studi yaitu geologi, geokimia dan geofisika, maka dapat mendileneasi sistem geotermal yang terdiri dari clay cap, reservoir, dan sumber panasnya. Bagaimanapun juga, dalam akuisisi data MT, kita juga harus melihat kondisi sekitar daerah penelitian karena pasti terdapat gangguan yang mempengaruhi data MT. Salah satu gangguan dari sekitar daerah penelitian adalah gangguan yang berasal dari laut atau biasa disebut dengan sea effect. Untuk mengurangi gangguan dari sea effect, maka kita harus memahami pengaruh apa saja yang dihasilkan dari sea effect terhadap data MT untuk menghindari mis interptretasi data MT setelah diolah maupun setelah inversi. Metode yang digunakan dalam penelitian ini adalah pemodelan simulasi dan inversi 3D menggunakan data sintetik dan data real. Tujuan utama dari penelitian ini adalah menyimpulkan apa yang disebabkan oleh sea effect dalam mempengaruhi data MT. Sea effect ini dapat menyebabkan mis interpretasi pada data MT. Jadi, dengan memahami pengaruh sea effect pada data MT dan mengurangi efeknya dapat meningkatkan kualitas data MT dalam menggambarkan bawah permukaan dan mengurangi resiko eksplorasi geotermal. Berdasarkan studi yang sudah dilakukan diketahui bahwa sea effect mempengaruhi data magnetotelurik dalam kurva apparent resistivity dan fasenya pada semua rentang frekuensi yang berkorelasi dengan jarak antara titik stasiun dengan lautnya. Untuk hasil inversi 3-Dimensi, pengaruh dari laut cukup signifikan dengan adanya nilai-nilai resisitivitas yang kurang sesuai dengan model awal dan dapat diatasi dengan menggunakan oceanic model pada proses inversi.

---

Magnetotelluric (MT) is a geophysical method commonly used in the geothermal survey. MT method can image the resistivity of earth from a few tens of meters to several hundred kilometers depending on the measurements periods. With geology and geochemistry as supporting data (so-called 3G), integrated 3G data can be very powerful to delineate geothermal system which is clay cap, reservoir, and heat source.  However, in MT data acquisition we have to pay attention to the surroundings of the survey area because there are noises that will affect MT data. One of the noises from the surrounding area is noise from the sea or it is also called coast effect. In order to reduce the noise from MT data acquisition, especially noise from the sea, and miss interpretation of MT data after processing, we have to study the impact of coast effect on MT data during the acquisition and even when inversion. The method of this study is using forward modeling and 3-D inversion using synthetic MT data. The aim of this study is to conclude what causes showed up from MT data affected by the coast effect noise. This sea effect could lead to magnetotelluric data miss interpretation. Thus, by understanding the sea effect on magnetotelluric data and correct it, could improve the quality of subsurface image and lower the geothermal exploration risks. Based on this study, the effect of sea to magnetotelluric data shown in apparent resistivity and phase where this effect correlated to the distance of MT station and the sea. For 3-D inversion, the effect of sea is making inappropriate result in resistivity value. This effect can be overcome by using oceanic model in 3-D inversion process.

Abstrak :
Pembersihan data merupakan salah satu langkah dalam preprocessing yang dalam prosesnya sering menemukan nilai yang hilang dalam dataset. Nilai yang hilang adalah suatu kondisi di mana tidak ada nilai untuk pengamatan. Langkah cepat yang dapat diambil untuk menangani nilai yang hilang adalah menghapus pengamatan yang mengandung nilai yang hilang, tetapi ini dapat mengurangi informasi dalam data. Cara lain untuk menangani nilai yang hilang adalah dengan menggunakan imputasi dengan mean, median, atau mode nilai dalam variabel di mana nilai-nilai yang hilang berada, dan beberapa metode imputasi seperti imputasi dengan pendekatan clustering. Imputasi dengan pendekatan clustering adalah fokus dari penelitian ini, di mana penelitian ini menggunakan K-Harmonic Means yang telah disesuaikan untuk menangani data numerik dan kategorik campuran. K-Harmonic Means adalah perpanjangan dari K-Means dengan mengurangi masalah sensitivitas inisialisasi centroid acak. Imputasi nilai-nilai yang hilang dilakukan dengan mendistribusikan pengamatan yang memiliki nilai-nilai yang hilang ke cluster dan mengganti nilai-nilai yang hilang dengan informasi centroid pada cluster yang sama. Simulasi menggunakan data dengan nilai-nilai yang hilang yang dibuat menggunakan mekanisme yang hilang sepenuhnya secara acak dengan proporsi 10%, 15%, dan 20% dari total pengamatan. Hasil simulasi dievaluasi menggunakan root mean square error (RMSE) dan nilai akurasi masing-masing nilai imputasi untuk data numerik dan kategorikal. Dalam penelitian ini, hasil imputasi optimal diperoleh pada data dengan proporsi nilai yang hilang 10%, yang memiliki nilai RMSE rendah dan nilai akurasi tinggi.

---

Data cleaning is one step in preprocessing which in the process often finds missing values ​​in the dataset. Missing value is a condition where there is no value for observation. A quick step that can be taken to handle missing values ​​is to delete observations that contain missing values, but this can reduce the information in the data. Another way to handle missing values ​​is to use imputations with the mean, median, or value modes in the variable where the missing values ​​are located, and some imputation methods such as imputation with the clustering approach. Imputation with the clustering approach is the focus of this study, where this study uses K-Harmonic Means that have been adjusted to handle numerical and mixed categorical data. K-Harmonic Means is an extension of K-Means by reducing the sensitivity problem of random centroid initialization. The imputation of missing values ​​is carried out by distributing observations that have missing values ​​to the cluster and replacing the missing values ​​with centroid information on the same cluster. The simulation uses data with missing values ​​that are made using a completely random missing mechanism with a proportion of 10%, 15%, and 20% of the total observations. Simulation results are evaluated using the root mean square error (RMSE) and the accuracy value of each imputation value for numerical and categorical data. In this study, the optimal imputation results are obtained on data with a proportion of missing values ​​of 10%, which has a low RMSE value and a high accuracy value.

Abstrak :
PLTU Muara Karang dan PLTGU merupakan pembangkit listrik yang memasok listrik ke DKI Jakarta. Bahan bakar yang akan digunakan dalam kegiatan ini adalah minyak solar atau High Speed ​​Diesel (HSD), Marine Fuel Oil (MFO), dan gas alam yang merupakan bahan bakar fosil yang dapat menghasilkan beberapa zat limbah antara lain CO2, CH4, dan N2O. . Penelitian ini bertujuan untuk mengetahui seberapa besar jumlah gas rumah kaca yang dihasilkan oleh unit-unit di PLTU dan PLTGU Muara Karang. Perhitungan emisi gas rumah kaca menggunakan metode dari Kementerian Energi dan Sumber Daya Mineral dan menggunakan faktor emisi nasional. Untuk mengetahui konsentrasi gas rumah kaca di atmosfer, perlu dilakukan penelitian dengan menggunakan model dispersi Gaussian dan menggunakan data meteorologi 2018 yang diperoleh dari BMKG Kemayoran. Hasil perhitungan menunjukkan bahwa CO2 merupakan emisi terbesar yang dihasilkan dari bahan bakar tersebut. Dari tiga blok di lokasi tersebut, PLTGU blok 2 menghasilkan emisi gas rumah kaca terbesar, yaitu 1.952.852,78 CO2e. Selain itu, hasil penelitian juga menunjukkan bahwa konsentrasi gas rumah kaca di atmosfer sangat dipengaruhi oleh faktor meteorologi. Nilai konsentrasi CO2 maksimum terjadi pada hari di bulan Juni dengan jarak 1900 m dari cerobong asap dan nilai konsentrasinya adalah 14.035,39 g/m3. Sedangkan konsentrasi maksimum gas CH4 dan N2O masing-masing adalah 0,29 g/m3 dan 0,03 g/m3. Pada stabilitas atmosfer A pada hari di bulan Juni, gas emisi maksimum menyebar pada jarak 1900 m dari cerobong asap, sedangkan pada stabilitas atmosfer C pada hari di bulan Desember menyebar pada jarak 6100 m dari cerobong asap. Konsentrasi gas rumah kaca pada bulan Desember menyebar lebih jauh melawan arah angin, sedangkan untuk bulan Juni, konsentrasi lebih terkonsentrasi di sekitar sumbernya. ......Steam power plants and combined power plants of Muara Karang are power plants that supply electricity to DKI Jakarta. The fuel that are used in these activities includes diesel oil or High Speed Diesel (HSD), Marine Fuel Oil (MFO), and natural gas which are fossil fuels that can produce gas emissions including CO2, CH4, and N2O. This study aims to determine how much the amount of greenhouse gases produced by the units in the Muara Karang PLTU and PLTGU. Calculation of greenhouse gases emissions is using the methods from the Ministry of Energy and Mineral Resources and using the national emission factors. To find out the concentration of greenhouse gases in the atmosphere the Gaussian dispersion model was used and along with the meteorological data obtained from BMKG Kemayoran. The calculation results show that CO2 is the largest emission produced from these fuels. Out of the three blocks in the location, block 2 of combined power plants produced the largest greenhouse gas emissions, amounting to 1,952,852.78 CO2e. In addition, the results of the study also showed that the concentration of greenhouse gases in the atmosphere was greatly influenced by meteorological factors. The maximum CO2 concentration value occurs on the month of June with a distance of 1900 m from the source with the concentration value of 14.035,39 μg/m3. As for the CH4 and N2O gases, the maximum concentrations were 0.29 μg/m3 and 0.03 μg/m3, respectively. In atmospheric stability of A on the month of June, the maximum concentration of emission spreads at a distance of 1900 m from the source, whereas at atmospheric stability of C on a month of December it spreads at a distance of 6100 m from the source. The concentration of greenhouse gases in December spreads further in the direction of the wind, while in June, concentrations are more concentrated around the source.

Abstrak :
Missing value merupakan masalah yang sering ditemukan pada analisis data ekspresi gen. Salah satu metode yang sering digunakan untuk mengatasi masalah ini adalah dengan melakukan imputasi. Imputasi adalah proses mengganti missing value pada data dengan nilai pengganti yang didapat dari metode tertentu. Pada skripsi ini dibahas mengenai suatu metode imputasi untuk data ekspresi gen yang merupakan pengembangan dari metode imputasi robust least squares estimation dengan principal components (RLSP) dengan menggunakan konsep biclustering. Metode ini dinamakan bicluster-based robust least squares estimation dengan principal components (bi-RLSP). Metode RLSP adalah metode imputasi data ekspresi gen yang menggunakan konsep k-nearest neighbor, principal component analysis, dan regresi kuantil. Konsep biclustering ingin diterapkan untuk menggantikan k-nearest neighbor yang mencari baris yang mirip untuk semua kolom, sehingga dapat dicari baris yang mirip serta kolom yang mirip secara bersamaan. Metode bi-RLSP diaplikasikan untuk mengimputasi missing values pada data ekspresi gen, dimana metode ini ditemukan memiliki akurasi yang lebih tinggi dibandingkan metode RLSP dan metode imputasi row average dengan melihat nilai NRMSE dari estimasi missing value pada metode-metode ini. ......Missing values are a common problem in gene expression data analysis. One of the methods used to overcome this problem is by performing imputation. Imputation is the process of replacing missing values in data with values obtained from certain methods. This thesis discusses an imputation method for gene expression data which is a development of the robust least squares estimation with principal components (RLSP) imputation method using the biclustering concept. This method is called bicluster-based robust least squares estimation with principal components (bi-RLSP). This RLSP method is a gene expression data imputation method that uses the concept of k-nearest neighbor, principal component analysis, and quantile regression. The concept of biclustering is applied to replace the k-nearest neighbor concept that look for similar rows under all columns, so that it can search for similar rows as well as similar columns simultaneously. The bi-RLSP method was applied to impute missing values in gene expression data, where this method was found to have a higher accuracy than the RLSP method and the row average imputation method by looking at the NRMSE value of the estimated missing values in these methods.

Abstrak :
ABSTRAK
Dalam rangka pengelolaan data yang terintegrasi, terpusat dan dapat diakses secara online, demi meningkatkan kualitas pelayanan data dan informasi MKG yang cepat, tepat dan handal, BMKG berupaya menerapkan Sistem E-Government bernama Sistem BMKGSoft. Implementasi sistem ini diharapkan dapat berhasil dan mampu menjadi single data provider BMKG. Namun di dalam pelaksanaannya, terdapat berbagai permasalahan yang mengindikasikan implementasi sistem ini belum sukses, diantaranya target monitoring pengiriman data yang tidak tercapai akibat kurangnya entry data hasil pengamatan oleh pegawai di UPT, fitur aplikasi yang belum lengkap, ketersediaan data level 2 yang belum lengkap, belum up-to-date dan belum akurat, format keluaran yang belum sesuai harapan serta belum adanya SOP mengenai entry data hasil pengamatan yang mampu mencerminkan tujuan single data provider. Hal ini menyebabkan harapan Sistem BMKGSoft sebagai single data provider belum dapat tercapai. Berdasarkan hal tersebut, penelitian ini ingin melakukan identifikasi terhadap faktor-faktor kesuksesan implementasi Sistem BMKGSoft. Penelitian ini menggunakan model kesuksesan informasi dari Delone dan Mclean 2003 yang dimodifikasi dengan penambahan variabel dari rujukan penelitian terdahulu. Variabel yang digunakan yaitu: System quality, information quality, service quality, facilitating condition, extrinsic motivation, organizational support, management support, intention to use, user satisfaction dan net benefit. Metode analisis data menggunakan Partial Least Square Structural Equation Modeling PLS-SEM dan tools smartPLS 3.2.7. Hasil analisis menunjukkan faktor-faktor yang memengaruhi kesuksesan implementasi Sistem BMKGSoft adalah system quality, information quality, service quality, extrinsic motivation, intention to use, user satisfaction dan net benefit.

---

ABSTRACT
Meterological, Climatological and Geophysical Agency BMKG have to manage data that is integrated, centralized and accessible online, in order to improve the quality of Meterological, Climatological and Geophysical data and information quickly, accurately and reliably, BMKG seeks to implement the E Government System called BMKGSoft System. Implementation of this system is expected to be successful and able to become single data provider BMKG. But in fact, there are various problems that indicate the implementation of this system has not been successful, such as The target monitoring of data transmission that is not achieved due to lack of data entry observations by employees in the stations, application features incomplete, the availability of data level 2 is not complete, not up to date and not yet accurate, output format that has not been as expected and the absence of Standard of Procedure on data entry observations that are able to reflect the single provider data destination. This has led to the expectation of BMKGSoft System as single data provider yet to be achieved. Based on this, this study would like to identify the factors of successful implementation of BMKGSoft System. This study uses the success model of information from Delone and Mclean 2003 , modified with the addition of variables from previous research references. The variables used are System quality, information quality, service quality, facilitating condition, extrinsic motivation, organizational support, management support, intention to use, user satisfaction and net benefit. Methods of data analysis using Partial Least Square Structural Equation Modeling PLS SEM and tools smartPLS 3.2.7. The results of the analysis show that factors affect the success of BMKGSoft system implementation are system quality, information quality, service quality, extrinsic motivation, intention to use, user satisfaction and net benefit