📚 Eksplorasi & Komparasi Topik Dokumen
Pencarian topik
Hasil Dokumen
Ditemukan: 6,268 dokumenESTIMASI BERAT DAN WAKTU PANEN UNGGAS NON-INVASIF MENGGUNAKAN FUSI MULTI-KAMERA YOLO PADA PLATFORM EDGE-FOG
Metode penimbangan unggas manual memicu stres ternak. Teknologi visi komputer 2D rentan terhadap ilusi postur optik, sementara sensor 3D aktif berbiaya tinggi dan rentan terhadap debu kandang. Selain itu, arsitektur Cloud murni menghadapi kendala latensi dan limitasi bandwidth di pedesaan. Penelitian ini mengusulkan sistem estimasi berat non-invasif berbasis fusi multikamera (2.5D) pada arsitektur Edge-Fog. Sistem mengintegrasikan citra kamera atas dan samping menggunakan YOLO26s-seg dan pelacak BoT-SORT yang diakselerasi via Intel OpenVINO. Model regresi eXtreme Gradient Boosting (XGBoost) dipilih karena ketahanannya meredam ekstrapolasi liar (anti-runaway) dan latensi inferensinya yang ultra-rendah (1,1 ms). Model ini dilatih dengan >13.000 dataset kustom melalui pelabelan hibrida terotomatisasi (Quantile Mapping). Hasil pengujian menunjukkan fusi 2.5D berhasil menekan Root Mean Square Error (RMSE) menjadi 19,50 gram dan Mean Absolute Error (MAE) 11,07 gram, mereduksi galat hingga 75,2% dibandingkan pendekatan 2D planar (RMSE 78,76 gram; MAE 51,82 gram). Penyempitan drastis selisih antara RMSE dan MAE ini membuktikan fusi 2.5D sukses memusnahkan tebakan pencilan ekstrem (outlier) akibat ilusi postur ayam. Arsitektur Edge-Fog memangkas latensi menjadi 32 ms dan menghemat bandwidth hingga 96,75% melalui telemetri zero-video. Integrasi Sistem Pendukung Keputusan (DSS) memampukan akselerasi panen 2 hari lebih awal, menghasilkan efisiensi Biaya Operasional (OpEx) sebesar 9,3% per siklus. Persentase ini ekuivalen dengan penghematan absolut Rp 26.400.000 pada populasi 10.000 ekor ayam, menggaransi skalabilitas keekonomian sistem.
PEMISAHAN PROTEIN INTRASELULER DARI SPIRULINA PLATENSIS DENGAN KOMBINASI ULTRASONIKASI DAN PERLAKUAN ENZIMATIK
Spirulina platensis merupakan mikroalga yang kaya akan kandungan protein dan berpotensi sebagai sumber protein alternatif untuk mengurangi ketergantungan terhadap protein hewani. Namun, proses pemisahan protein dari mikroalga ini masih menghadapi tantangan berupa konsumsi energi yang tinggi. Salah satu metode penghancuran sel mekanik dengan konsumsi energi tergolong menengah-rendah adalah ultrasonikasi, meskipun efisiensi perolehan proteinnya masih perlu ditingkatkan. Penelitian ini bertujuan untuk mengevaluasi pemisahan protein dari Spirulina platensis menggunakan kombinasi ultrasonikasi dan enzimatik. Hasil penelitian menunjukkan bahwa kombinasi ultrasonikasi dan enzim selulase meningkatkan perolehan protein dibandingkan ultrasonikasi tanpa penambahan enzim. Variasi pH dan konsentrasi enzim selulase berpengaruh signifikan terhadap perolehan protein, sedangkan interaksi keduanya tidak berpengaruh signifikan. Perlakuan terbaik diperoleh pada kondisi pH 13 dan enzim selulase 5 FPU/mg dengan perolehan protein sebesar 47,68%. Pengamatan morfologi menunjukkan terjadinya fragmentasi filamen yang mengindikasikan kerusakan dinding sel dan pelepasan komponen intraseluler. Analisis SDS-PAGE menunjukkan bahwa kombinasi ultrasonikasi dan enzim selulase menghasilkan karakteristik medium cell disruption pada perlakuan tanpa pH ekstrem.
ESTIMASI PERUBAHAN STOK KARBON DAN VALUASI EKONOMINYA BERDASARKAN DINAMIKA ALIH FUNGSI LAHAN SEBAGAI DASAR PERUMUSAN INSENTIF DAN DISINSENTIF PENDUKUNG PERDAGANGAN KARBON (STUDI KASUS: KAWASAN PERKOTAAN CEKUNGAN BANDUNG)
Perdagangan karbon sektor kehutanan menjadi upaya Indonesia dalam mencapai target NZE 2060. Namun, implementasinya pada skala daerah khususnya Kawasan Perkotaan Cekungan Bandung (KPCB) masih dihadapkan dengan alih fungsi lahan, lemahnya nilai ekonomi karbon dibandingkan dengan nilai ekonomi lokal, serta ketiadaan peraturan turunan skala daerah dalam menyikapi mandat Perpres 110/2025 dan Permenhut 6/2026. Terbitnya kedua peraturan tersebut sejatinya memperluas peran pemerintah daerah dari yang semula hanya sekadar pelaksana menjadi perencana, pelaksana, dan pengevaluasi aksi mitigasi perubahan iklim. Hampir satu tahun sejak Perpres dan Permenhut tersebut terbit namun diindikasikan belum terdapat kajian untuk menurunkan berbagai mandat perdagangan karbon sektor kehutanan untuk daerah. Padahal, perdagangan karbon sektor kehutanan memiliki potensi sebagai sumber pendapatan daerah yang baru, membantu pengendalian alih fungsi lahan, serta sebagai cara baru untuk menyejahterakan masyarakatnya bagi daerah. Atas dasar tersebut, penelitian ini dimulai dari mengestimasi stok karbon dari biomassa setiap tutupan lahan dan menghitung valuasi ekonominya berdasarkan harga karbon terkini dari IDX Carbon untuk tahun 2010-2060 yang teridentifikasi terus mengalami penurunan, terutama untuk sektor kehutanan, akibat alih fungsi hutan menjadi lahan pertanian. Lalu, secara kualitatif penelitian ini menjabarkan potensi dan kendala dari perdagangan karbon khususnya untuk penerapan skema kredit REDD+, ARR, dan IFM yang diindikasikan layak diterapkan di KPCB karena telah dipetakan bahwa terdapat potensi yang besar untuk diterapkan di Kabupaten Bandung dan Kabupaten Bandung Barat. Potensi dan kendala yang teridentifikasi bervariasi berdasarkan karakteristik skema kredit karbon. Hasil identifikasi tersebut menjembatani perumusan dasar skema insentif dan disinsentif untuk mendukung perdagangan karbon. Perumusan insentif dan disinsentifviii dikontekstualisasikan dengan Perpres 110/2025 dan Permenhut 6/2026 sebagai upaya menurunkan mandat kedua peraturan tersebut, meningkatkan minat daerah di KPCB untuk berdagang karbon, dan menekan alih fungsi hutan. Akhir kata, penelitian ini menyajikan berbagai dasar skema insentif dan disinsentif fiskal serta non fiskal yang dapat dieksplorasi lebih lanjut secara operasional, teknis, pembiayaan, dan kelembagaannya oleh pihak terkait untuk mengupayakan terwujudnya ekosistem perdagangan karbon di KPCB yang diharapkan juga dapat membantu mengatasi berbagai isu yang sedang dihadapi oleh KPCB.
PEMULIHAN BETA-KAROTEN DARI CRUDE PALM OIL (CPO) MENGGUNAKAN ADSORBEN KARBON AKTIF BERBAHAN DASAR AMPAS KOPI
Crude Palm Oil (CPO) merupakan salah satu sumber alami ?-karoten yang berperan sebagai prekursor vitamin A dan memiliki aktivitas antioksidan. Namun, sebagian besar ?-karoten hilang selama proses pemurnian minyak sawit sehingga diperlukan metode pemulihan yang efektif. Penelitian ini bertujuan untuk menganalisis pengaruh jenis aktivator, rasio adsorben:CPO, dan suhu terhadap efisiensi adsorpsi ?-karoten dari CPO, menentukan model isoterm dan kinetika adsorpsi, serta mengevaluasi proses desorpsi ?-karoten. Proses adsorpsi dilakukan menggunakan variasi aktivator, rasio adsorben:CPO (1:3, 1:4, dan 1:5), serta suhu (40, 50, dan 60°C). Konsentrasi ?-karoten dianalisis menggunakan spektrofotometer UV-Vis pada panjang gelombang 446 nm. Hasil penelitian menunjukan bahwa jenis aktivator, rasio adsorben:CPO, dan suhu berpengaruh signifikan terhadap efisiensi adsorpsi, sedangkan interaksi antarvariabel tidak berpengaruh signifikan. Kondisi operasi optimum diperoleh pada karbon aktif teraktivasi H?PO?, rasio adsorben:CPO 1:3, dan suhu 60°C dengan efisiensi adsorpsi sebesar 75,98%. Model isoterm yang paling sesuai adalah Freundlich (R² = 0,9500). Model kinetika adsorpsi mengikuti pseudo orde dua untuk karbon aktif teraktivasi H?PO? dan pseudo orde satu untuk karbon aktif teraktivasi NaOH. Proses desorpsi menggunakan heksana menghasilkan efisiensi desorpsi sebesar 31,6% pada karbon aktif H?PO? dan 29,6% pada karbon aktif NaOH, dengan overall recovery ?-karoten masing-masing sebesar 24,9% dan 22,2%
ANALISIS DAN PROYEKSI KEWAJIBAN PENSIUN DOSEN PEGAWAI NEGERI SIPIL MENGGUNAKAN METODE PROJECTED UNIT CREDIT DENGAN PENDEKATAN FINAL SALARY DAN FINAL AVERAGE SALARY BERBASIS MODEL COX– INGERSOLL–ROSS
Program pensiun Pegawai Negeri Sipil (PNS) memerlukan estimasi kewajiban pensiun yang akurat sebagai dasar perencanaan pendanaan. Penelitian ini bertujuan menganalisis dan memproyeksikan kewajiban pensiun dosen Pegawai Negeri Sipil pada suatu Perguruan Tinggi Negeri menggunakan metode Projected Unit Credit (PUC) berdasarkan pendekatan Final Salary (FS) dan Final Average Salary (FAS) dengan model suku bunga Cox–Ingersoll–Ross (CIR). Penelitian menggunakan data 130 dosen PNS aktif dengan tanggal valuasi 1 Januari 2026. Parameter model CIR diestimasi menggunakan metode Maximum Likelihood Estimation (MLE) dan disimulasikan menggunakan metode Monte Carlo untuk memperoleh proyeksi tingkat suku bunga sebagai dasar pembentukan faktor diskonto. Selanjutnya dilakukan simulasi perjalanan karier, proyeksi gaji, serta perhitungan manfaat pensiun, Present Value of Future Benefit (PVFB), Normal Cost (NC), dan Actuarial Liability (AL). Hasil penelitian menunjukkan bahwa model CIR mampu merepresentasikan dinamika tingkat suku bunga dengan baik berdasarkan nilai MSE, RMSE, dan MAPE. Pendekatan Final Salary menghasilkan manfaat pensiun, PVFB, dan AL yang lebih besar dibandingkan Final Average Salary. Analisis sensitivitas menunjukkan bahwa perubahan asumsi gaji sebesar ±5% memberikan perubahan yang hampir sebanding terhadap PVFB dan AL. Dengan demikian, pemilihan basis penggajian berpengaruh terhadap estimasi kewajiban pensiun, sedangkan model CIR memberikan pendekatan yang realistis dalam pembentukan faktor diskonto.
PEMANFAATAN BULU DOMBA SEBAGAI FASHION ACCESSORIES BERTEMA DEMON SLAYER: KIMETSU NO YAIBA
Pemanfaatan hasil peternakan di Indonesia masih belum dilakukan secara optimal, khususnya pada bulu domba yang cenderung memiliki nilai guna dan nilai jual rendah. Bulu domba lokal, seperti domba Wonosobo dan domba Batur, umumnya hanya dimanfaatkan secara terbatas, bahkan seringkali dibuang, meskipun memiliki karakteristik material yang berpotensi untuk dikembangkan. Di sisi lain, perkembangan industri fashion menunjukkan meningkatnya minat terhadap accessory sebagai medium ekspresi identitas dan tren budaya populer. Penelitian ini bertujuan untuk mengeksplorasi aplikasi bulu domba lokal sebagai material utama dalam perancangan fashion accessories dengan mengangkat tema Demon Slayer: Kimetsu no Yaiba, yang pada tahun 2025 ini sedang mencapai titik tertinggi popularitasnya dikalangan masyarakat dunia, karena kekuatan karakter visual dan naratifnya yang mampu menarik minat generasi dewasa muda. Penelitian ini dilakukan dengan metode yang bersifat kualitatif dengan pendekatan eksploratif, yang meliputi studi literatur, observasi lapangan di peternakan domba, eksplorasi karakter visual, serta eksperimen material dan teknik, dengan teknik utama yang digunakan yaitu teknik felt dan sulam. Hasil penelitian menunjukkan bahwa bulu domba lokal memiliki potensi estetika dan fungsional yang signifikan apabila diolah dengan teknik yang tepat. Aplikasi karakter dan visual karakter dari Demon Slayer: Kimetsu no Yaiba mampu diterjemahkan ke dalam bentuk fashion accessories yang memiliki identitas kuat, bernilai artistik, serta relevan dengan tren kontemporer. Penelitian ini diharapkan dapat memberikan kontribusi dalam pengembangan pemanfaatan material lokal, meningkatkan apresiasi terhadap produk kriya tekstil Indonesia, serta membuka peluang eksplorasi lanjutan pada perancangan fashion accessories berbasis budaya populer.
PEMETAAN KOTA RAMAH ANAK: PENGEMBANGAN INDEKS AKSESIBILITAS SPASIAL BERBASIS TRANSPORTASI INKLUSIF DI KOTA BANDUNG
Pembangunan kota yang inklusif menempatkan aksesibilitas sebagai salah satu indikator utama dalam menjamin kesempatan yang setara bagi seluruh masyarakat untuk mengakses berbagai aktivitas perkotaan. Anak merupakan kelompok rentan yang memiliki kebutuhan aksesibilitas khusus karena keterbatasan kemampuan fisik dan kognitif serta tingginya ketergantungan terhadap kualitas lingkungan perjalanan. Meskipun Kota Bandung telah berkomitmen mewujudkan Kota Layak Anak, hingga saat ini belum tersedia kajian yang mampu mengevaluasi aksesibilitas ramah anak secara komprehensif melalui integrasi berbagai dimensi aksesibilitas dalam satu kerangka analisis. Penelitian ini bertujuan menganalisis dan memetakan tingkat aksesibilitas ramah anak di Kota Bandung melalui pengembangan Composite Accessibility Index (CAI) berbasis analisis spasial sebagai dasar penyusunan rekomendasi peningkatan aksesibilitas dalam mendukung transportasi inklusif. Penelitian menggunakan pendekatan mixed methode (kuantitatif-spasial dan kualitatif-observasional) dengan unit analisis berupa grid berukuran 250 × 250 meter yang mencakup seluruh wilayah Kota Bandung. Penyusunan CAI dilakukan menggunakan pendekatan Multi-Criteria Decision Analysis (MCDA) dengan mengintegrasikan tiga dimensi utama, yaitu Usefulness, Connectivity, dan Safety. Selanjutnya dilakukan analisis spasial untuk memetakan tingkat aksesibilitas, analisis bivariate antara nilai indeks dan distribusi populasi anak untuk mengidentifikasi Priority Accessibility Area, serta triangulasi observasi sebagai validasi hasil analisis. Hasil penelitian menunjukkan bahwa aksesibilitas ramah anak di Kota Bandung masih didominasi oleh kategori rendah hingga sedang (84,41%), serta mengidentifikasi tiga tipologi Priority Accessibility Area dengan karakteristik permasalahan dan kebutuhan intervensi yang berbeda meskipun memiliki tingkat aksesibilitas yang sama-sama rendah. Berdasarkan temuan tersebut, disusun rekomendasi peningkatan aksesibilitas dengan cara penguatan pelayanan dasar, penguatan konektivitas, dan pemeliharaan yang disesuaikan dengan karakteristik masing-masing kawasan prioritas. Penelitian ini menunjukkan bahwa Composite Accessibility Index berbasis analisis spasial mampu memberikan framework yang komprehensif mengenai kondisi aksesibilitas ramah anak dan dapat menjadi instrumen pendukung dalam penyusunan kebijakan transportasi inklusif serta pengembangan Kota Layak Anak di Kota Bandung.
PEMODELAN RUANG WAKTU GSTAR HIBRIDA BERBASIS PEMBELAJARAN MENDALAM
Data spasio-temporal memiliki dua bentuk ketergantungan sekaligus, yaitu ketergantungan spasial akibat kedekatan geografis antarlokasi dan ketergantungan temporal akibat pengaruh nilai pada periode sebelumnya. Keterbatasan model Generalized Space-Time Autoregressive (GSTAR) dalam menangkap pola kompleks mendorong pengembangan model hibrida dengan pendekatan pembelajaran mendalam. Penelitian ini bertujuan mengembangkan model hibrida GSTAR–ConvLSTM dan GSTAR–GCN-LSTM menggunakan pendekatan sekuensial, yaitu komponen pembelajaran mendalam berperan sebagai koreksi terhadap residual GSTAR. Implementasi dilakukan pada data kasus Demam Berdarah Dengue di Kota Semarang, data curah hujan di Kabupaten Ciamis, dan data polusi udara PM2.5 di Pulau Jawa pada data latih dan data uji. Hasil penelitian menunjukkan bahwa model GSTAR–ConvLSTM unggul pada data latih, namun kurang stabil pada data uji akibat kecenderungan penyesuaian berlebih. Sebaliknya, model GSTAR–GCN-LSTM menunjukkan kemampuan generalisasi yang lebih baik sehingga dipilih sebagai model terbaik. Secara umum, kinerja model hibrida dipengaruhi oleh keterbatasan banyak observasi dan transformasi data yang berpotensi mengurangi informasi penting bagi komponen pembelajaran mendalam. Pada kondisi data observasi yang sedikit, model konvensional GSTAR cenderung lebih optimal. Sebaliknya, semakin banyak data observasi yang tersedia, model hibrida menunjukkan kinerja yang semakin optimal.
ANALISIS ROBUSTNESS DAN INTERPRETABILITAS MODEL ENSEMBLE DEEP LEARNING PADA KLASIFIKASI KANKER PAYUDARA LINTAS DOMAIN
Penelitian ini bertujuan menganalisis ketahanan (robustness) dan kemampuan interpretabilitas (interpretability) model ensemble deep learning untuk klasifikasi tiga kelas citra USG payudara secara lintas domain (cross-domain). Tiga arsitektur pendukung (Shallow CNN, ResNet50, dan Swin-Tiny) dilatih menggunakan dataset BUSI dan dievaluasi pada dataset RS Kota Baru melalui pengujian zero-shot dan adaptasi fine-tuning. Categorical Focal Loss diterapkan guna menangani ketidakseimbangan data dan memprioritaskan metrik malignant recall. Model ensemble dibangun dengan mengintegrasikan ekstraksi fitur backbone menuju algoritma classifier machine learning klasik seperti KNN dan XGBoost. Hasil evaluasi menunjukkan bahwa perpaduan fitur Swin-Tiny dengan classifier KNN menghasilkan performa generalisasi lintas domain terbaik. Penerapan Focal Loss terbukti efektif menekan angka false negative melalui peningkatan malignant recall yang signifikan. Selain itu, analisis Gradient-weighted Class Activation Mapping (Grad-CAM) mengonfirmasi bahwa Swin-Tiny secara konsisten memusatkan atensi pada area lesi yang relevan secara klinis dibandingkan ResNet50. Kesimpulannya, model ensemble berbasis Swin Transformer mampu memberikan prediksi diagnostik yang tangguh dan stabil di berbagai domain rumah sakit sekaligus mempertahankan transparansi keputusan klinis bagi tenaga medis.
IDENTIFIKASI BADAI GEOMAGNETIK BERDASARKAN EFEK RUSSELL – MCPHERRON PADA PERIODE 2008-2025
Badai geomagnetik merupakan gangguan global pada medan magnet Bumi yang dipicu oleh interaksi angin surya dengan magnetosfer dan diketahui menunjukkan pola musiman berupa peningkatan aktivitas pada periode ekuinoks (Maret dan September). Salah satu mekanisme yang menjelaskan pola ini adalah efek Russell-McPherron (R-M), yaitu efek geometris akibat transformasi koordinat GSE ke GSM yang menyebabkan komponen By medan magnet antarplanet (IMF) terproyeksi menjadi komponen Bz southward. Penelitian ini bertujuan mengidentifikasi karakteristik kejadian badai geomagnetik, menganalisis perbedaan pola musiman pada fase minimum dan maksimum siklus Matahari, serta mengevaluasi kontribusi efek R-M pada periode 2008–2025 menggunakan data OMNIWeb NASA resolusi per jam. Identifikasi badai dilakukan dengan kriteria Dst ? ?50 nT, menghasilkan 515 kejadian badai yang didominasi kategori Moderate (89.71%). Analisis korelasi menunjukkan Kp memiliki keterkaitan paling kuat dengan Dst (r = ?0.52), sedangkan clock angle dan cone angle hampir tidak berkorelasi linear dengan intensitas badai. Proporsi kejadian badai pada bulan ekuinoks terhadap total kejadian per fase menurun konsisten seiring meningkatnya aktivitas Matahari, dari 46.15% pada fase minimum hingga 23.19% pada fase maksimum. Evaluasi lebih lanjut menunjukkan bahwa efek R-M tidak termanifestasi sebagai IMF Bz yang selalu lebih negatif pada ekuinoks, melainkan sebagai peningkatan efektivitas orientasi IMF dalam menghasilkan komponen southward sehingga menurunkan ambang batas terjadinya badai periode tersebut. Kontribusi efek ini terbukti jauh lebih besar pada fase minimum dibandingkan fase maksimum, karena pada fase maksimum, badai dapat dipicu sepanjang tahun oleh sumber lain seperti CME yang sering kali sudah membawa komponen Bz southward yang kuat tanpa bergantung pada geometri musiman.
ANALISIS RISIKO PAJANAN DEBU KAYU DAN PENURUNAN FUNGSI PARU-PARU PADA PEKERJA KAYU DI LINGKUNGAN PANDAI BESI
Industri pandai besi sektor informal di Desa Mekarmaju tidak hanya melibatkan penempaan logam, tetapi juga pengolahan kayu untuk gagang dan sarung pisau yang menghasilkan debu kayu respirabel secara masif. Tanpa penggunaan alat pelindung diri yang memadai, pajanan kronis ini berisiko memicu inflamasi dan penurunan fungsi paru pekerja. Penelitian ini bertujuan untuk menganalisis risiko kesehatan akibat pajanan debu kayu terhadap fungsi paruparu pada pekerja kayu di lingkungan pandai besi Desa Mekarmaju. Penelitian ini menggunakan desain cross-sectional dengan melibatkan 30 pekerja terpapar dan 10 kontrol. Metodologi meliputi pengukuran konsentrasi debu respirabel menggunakan personal sampling pump selama 8 jam kerja, uji fungsi paru melalui spirometri, kuesioner karakteristik individu, serta analisis gugus fungsi kimia debu menggunakan Fourier Transform Infrared (FTIR). Risiko kesehatan dievaluasi melalui perhitungan Chronic Daily Intake (CDI), Hazard Index (HI), dan Odds Ratio (OR). Hasil menunjukkan rata-rata konsentrasi debu pada pekerja kayu sebesar 1,823 ± 2,6199 mg/m³, dengan 16,67% sampel melebihi NAB (3 mg/m³). Analisis statistik mengonfirmasi hubungan negatif yang signifikan antara dosis pajanan (CDI) dengan penurunan nilai Forced Vital Capacity (FVC) dan Forced Expiratory Volume in 1 Second (FEV1) (p < 0,001). Karakterisasi risiko mengungkap bahwa 46,67% pekerja memiliki nilai HI > 1 (rata-rata 2,9335), yang mengindikasikan tingkat pajanan membahayakan kesehatan. Peluang pekerja mengalami fungsi paru abnormal mencapai 43,5 kali lebih tinggi dibandingkan kelompok kontrol (OR = 43,5; 95% CI: 4,1–461).
PEMODELAN JASA EKOSISTEM SEBAGAI STRATEGI MITIGASI BENCANA BANJIR MELALUI SKENARIO PERUBAHAN TUTUPAN LAHAN DI DAS BATANG TORU (STUDI KASUS: SIKLON SENYAR 2025)
DAS Batang Toru mengalami tekanan deforestasi yang masif dan tercatat sebagai salah satu wilayah paling terdampak bencana hidrometeorologi Siklon Senyar pada November 2025. Upaya rehabilitasi ekosistem pascabencana yang tercantum dalam rencana induk percepatan rehabilitasi dan rekonstruksi belum dilengkapi arahan teknis dan prioritas wilayah yang berbasis proyeksi tutupan lahan di masa depan. Penelitian ini bertujuan merumuskan arahan dan prioritas intervensi penataan ruang sebagai upaya rehabilitasi ekosistem DAS Batang Toru berdasarkan dinamika dan skenario perubahan tutupan lahan serta jasa ekosistem dalam mengatur banjir. Metode penelitian terdiri atas empat tahap: (1) Klasifikasi tutupan lahan periode 2000 hingga 2025 dilakukan menggunakan algoritma Random Forest berbasis citra Landsat, (2) Proyeksi tutupan lahan tahun 2040 melalui pendekatan Cellular Automata berbasis Weight of Evidence di perangkat lunak Dinamica EGO pada tiga skenario, yaitu Business-as-Usual, Arahan Pola Ruang (APR), dan Konservasi (KR), (3) Kapasitas retensi banjir melalui model Urban Flood Risk Mitigation dalam platform InVEST pada kondisi curah hujan normal dan ekstrem, dan (4) Arahan prioritas intervensi yang dirumuskan melalui eksplorasi kawasan dan wawancara pemangku kepentingan. Hasil penelitian menunjukkan DAS Batang Toru kehilangan 17.911 hektare tutupan hutan dalam 25 tahun terakhir, didorong oleh ekspansi konsesi industri ekstraktif di hulu dan hilir DAS. Pemodelan skenario menunjukkan tujuh dari sebelas variabel spasial berpengaruh signifikan terhadap perubahan lahan, di mana skenario Arahan Pola Ruang tidak menunjukkan perbaikan berarti dibandingkan dengan skenario Business-as-Usual. Selain itu, pada kondisi curah hujan normal, DAS masih mampu menahan 72 hingga 80 persen volume hujan, namun pada intensitas ekstrem yang sebanding dengan Siklon Senyar kapasitas tersebut turun menjadi 35 hingga 42 persen. Temuan tersebut turut menggambarkan kerentanan struktural DAS Batang Toru terhadap kejadian hidrometeorologi ekstrem. Penelitian ini menghasilkan peta zonasi empat kategori prioritas intervensi, yaitu zona proteksi, degradasi, pemulihan, dan kritis sebagai dasar arahan rehabilitasi ekosistem dan revisi kebijakan tata ruang di DAS Batang Toru.
ANALISIS PERILAKU SAMBUNGAN BAJA DENGAN SISTEM MERO PADA STRUKTUR SPACE FRAME MELALUI PENDEKATAN ELEMEN HINGGA
Sambungan MERO biasanya digunakan pada konstruksi baja dengan bentuk space frames, hanya saja efek sambungan pada saat proses analisis struktur masih sering diabaikan. Untuk mencari hasil yang lebih realistis, efek sambungan harus dipertimbangkan pada saat melakukan desain analisa struktur. Perilaku sambungan MERO tergolong kompleks, hal ini dikarenakan sambungan ini terdiri dari beberapa bagian dengan properti material yang berbeda. Oleh karena itu, penelitian ini bertujuan untuk mengevaluasi perilaku sambungan MERO yang kompleks tersebut dengan metode elemen hingga. Analisis awal adalah dengan melakukan validasi desain dan perilaku sambungan terhadap studi eksperimental terdahulu. Dari studi terdahulu didapatkan bahwasanya saat sambungan dikenakan pembebanan tarik, bagian bolt yang berperan aktif, sedangkan saat sambungan dikenakan pembebanan tekan, bagian sleeve yang berperan aktif. Hal ini berkaitan dengan pola distribusi beban sambungan dan mode keruntuhan yang dihasilkan. Pada saat pembebanan tekan, mode keruntuhan yang cenderung muncul adalah deformasi pada bagian sleeve. Sedangkan pada saat pembebanan tarik, mode keruntuhan yang muncul adalah necking pada bagian bolt. Namun pada salah satu spesimen, terdapat mode keruntuhan yang tidak diinginkan, yaitu retak pada bagian ball node pada saat kondisi pembebanan tekan. Pada penelitian ini dibuat variasi diameter bolt dan sleeve pada sambungan MERO untuk meninjau perilaku sambungan yang didasarkan pada hasil kurva load displacement beserta mode keruntuhannya. Hasil analisis menunjukkan bahwasanya variasi diameter sleeve dan bolt berpengaruh signifikan terhadap perilaku sambungan saat ditinjau dari kurva load displacement dan mode keruntuhan yang dihasilkan. Diameter sleeve dan bolt yang lebih besar pada sambungan memberikan peningkatan pada nilai kekakuan awal dan beban maksimum sambungan yang dihasilkan seiring bertambahnya luas penampang pada bagian tersebut. Untuk mengatasi mode keruntuhan yang tidak diinginkan maka dilakukan modifikasi properti material, dengan mengubah material ball node menjadi sama dengan properti material sleeve, dan modifikasi geometri, dengan mengurangi jumlah lubang pada ball node. Hasil analisis menunjukkan bahwasanya kedua modifikasi ini dapat mengubah mode keruntuhan yang semula berupa deformasi pada ball node menjadi deformasi pada sleeve. Modifikasi geometri yang dilakukan bahkan dapat meningkatkan nilai kekakuan awal sambungan sebanyak 49,16% dan nilai beban maksimum sebanyak 45,43%.
PENGARUH SUHU TERHADAP SINTESIS HIJAU PARTIKEL KITOSAN DARI SELONGSONG LARVA LALAT TENTARA HITAM (HERMETIA ILLUCENS) MENGGUNAKAN EKSTRAK TANAMAN MATA LELE (LEMNA MINOR)
Larva lalat tentara hitam (Hermetia illucens) merupakan agen biokonversi yang berpotensi sebagai sumber kitosan alternatif karena tingginya kandungan kitin, terutama pada limbah selongsong larvanya. Kitosan ini dapat diubah menjadi partikel yang memiliki pengaplikasian yang luas. Penelitian ini bertujuan untuk menentukan pengaruh suhu pada proses sintesis hijau (green synthesis) partikel kitosan dari selongsong larva lalat tentara hitam menggunakan ekstrak air tanaman mata lele (Lemna minor) dengan variasi suhu 40°C, 50°C, dan 60°C. Ekstraksi kitosan dilakukan melalui proses penghilangan lemak, mineral, dan protein untuk mengisolasi kitin, yang kemudian ditransformasi melalui deasetilasi menggunakan NaOH. Dari ekstraksi tersebut didapatkan kitosan dengan derajat deasetilasi berdasarkan fourier transform infrared mencapai 87,27% dengan yield 13,95 ± 2,13% dan tingkat kelarutan dalam asam asetat 2 mg/mL. Ekstrak tanaman mata lele diperoleh melalui maserasi air untuk mengekstrak kandungan fenolik dan flavonoid. Hasil uji spektrofotometri menunjukkan kandungan total fenolik 3,32 ± 0,12 mg GAE/L dan total flavonoid 3,80 ± 0,18 mg QE/L yang mengindikasikan potensinya sebagai agen taut silang (crosslinker), penstabil, dan penudung (capping). Sintesis partikel dilakukan dengan mencampurkan larutan kitosan dan ekstrak tanaman dengan rasio volume 1:1 di dalam incubator shaker pada agitasi 110 rpm selama 1 jam, dengan variasi suhu 40°C, 50°C, dan 60°C. Hasil karakterisasi scanning electron microscope memperlihatkan morfologi partikel berbentuk bundar, sementara analisis dynamic light scattering dan potensial zeta menunjukkan rata-rata ukuran partikel berkisar dari 175,67 hingga 278,33 nm dengan muatan zeta +31,73 hingga +41,50 mV. Dari hasil pengukuran juga teramati bahwa peningkatan suhu sejalan dengan peningkatan ratarata ukuran dan muatan zeta partikel. Dari penelitian ini, didapatkan bahwa senyawa fenolik dan flavonoid pada ekstrak tanaman mata lele terbukti dapat digunakan dalam sintesis hijau partikel kitosan dari selongsong lalat tentara hitam, di mana ukuran dan stabilitas nanopartikelnya dipengaruhi oleh suhu.
EVALUASI KOMPARATIF MODEL SVR, RANDOM FOREST, DAN AARTIFICIAL NEURAL NETWORK YANG DIOPTIMALKAN ALGORITMA GENETIKA UNTUK ESTIMASI KEBUTUHAN AIR
Sektor pertanian mengonsumsi porsi terbesar dari cadangan air tawar global, sehingga peningkatan efisiensi manajemen air melalui pertanian presisi berbasis Internet of Things (IoT) menjadi sangat krusial. Estimasi evapotranspirasi (ET) yang akurat merupakan komponen utama dalam menentukan kebutuhan air tanaman. Namun, perhitungannya secara konvensional seringkali terkendala oleh keterbatasan data parameter kelingkungan di lapangan. Penelitian ini bertujuan untuk merancang dan mengevaluasi komparasi performa algoritma machine learning—yakni Support Vector Regression (SVR), Random Forest (RF), Artificial Neural Network (ANN), dan hibrida Genetic Algorithm - Machine Learning (GA-ML)—dalam memprediksi nilai ET menggunakan data mikroklimat. Suhu, kelembapan, kecepatan angin, curah hujan, dan intensitas cahaya dikumpulkan melalui sensor mikroklimat di perkebunan kopi di Malang selama periode September 2023 hingga Januari 2024. Model dievaluasi menggunakan berbagai skenario set fitur untuk menguji ketahanannya terhadap potensi ketiadaan atau kegagalan sensor di lapangan. Kinerja model diukur menggunakan Mean Squared Error (MSE) dan koefisien determinasi (R²). Hasil penelitian menunjukkan bahwa model hibrida ANN yang dioptimasi oleh Algoritma Genetika (ANN_GA_Features) memberikan performa prediksi terbaik secara absolut dengan nilai R² 0.999494 dan MSE 0.000013. Walaupun demikian, ANN sangat sensitif terhadap hilangnya fitur utama seperti intensitas, suhu, dan kelembaban. Sebaliknya, model RF menunjukkan stabilitas (robustness) saat dihadapkan pada skenario ketiadaan data penting, dengan tetap mampu mempertahankan R² sebesar 0.978939 ketika data intensitas cahaya dihilangkan. Penelitian ini merekomendasikan penggunaan model ANN-GA dengan akurasi yang tinggi, serta penggunaan RF untuk sistem IoT low-cost dengan ketersiediaan sensor terbatas. Selain itu, perangkat lunak dan keras cerdas untuk irigasi dapat dioptimalkan efisiensi biayanya dengan memprioritaskan sensor kelembapan dan intensitas cahaya, serta mereduksi sensor angin dan curah hujan di lingkungan dengan komoditas dan kondisi mikroklimat serupa.