📚 Eksplorasi & Komparasi Topik Dokumen
Pencarian topik
Hasil Dokumen
Ditemukan: 101,300 dokumenDETEKSI ANOMALI PADA ALAT TURNOUT KERETA DENGAN DATASET TIME SERIES UNTUK MENDUKUNG PREDICTIVE MAINTENANCE
Industri perkeretaapian modern menuntut sistem operasional yang tangguh dan minim gangguan, terutama pada komponen vital seperti turnout. Turnout merupakan perangkat mekanik yang memungkinkan perpindahan jalur kereta, namun sering kali menjadi titik rawan gangguan akibat keausan, deformasi, atau kegagalan sistem. Untuk meminimalkan potensi kecelakaan dan meningkatkan efisiensi operasional, diperlukan strategi predictive maintenance (PdM) berbasis deteksi anomali data sensor time series. Penelitian ini bertujuan untuk membandingkan kinerja dua algoritma Autoregressive Integrated Moving Average (ARIMA) dan Long Short-Term Memory (LSTM) dalam mendeteksi anomali pada data sensor percepatan alat turnout kereta api. Metode yang digunakan adalah pendekatan Design Science Research Methodology (DSRM) untuk merancang dan mengevaluasi model deteksi anomali. Hasil pengujian menunjukkan bahwa ARIMA unggul dengan nilai MSE sebesar 2.6794976, MAE 0.2644449, dan waktu komputasi 0.06 detik. Sementara itu, LSTM mencatatkan MSE 3.6197028, MAE 0.7381978, dan waktu komputasi 3.64 detik. Meskipun LSTM lebih sensitif dalam menangkap pola jangka panjang, ARIMA terbukti lebih efisien dan akurat dalam memprediksi data sensor dengan pola yang stabil. Temuan ini menunjukkan bahwa pemilihan algoritma deteksi anomali perlu mempertimbangkan konteks data dan kebutuhan operasional. Hasil penelitian ini diharapkan dapat menjadi dasar dalam pengembangan sistem PdM yang adaptif dan efektif dalam infrastruktur perkeretaapian di Indonesia.
ANALISIS PERBANDINGAN PARAMETER QUALITY OF SERVICE PADA LAYANAN VIDEO-ON-DEMAND UNTUK PENEMPATAN SERVER DI EDGE DAN HUB
Perkembangan teknologi digital menjadikan internet sebagai elemen penting dalam kehidupan sehari-hari, seperti pada industri komunikasi, pendidikan, bisnis, hingga hiburan. Sekitar 5.56 miliar jiwa atau 67.9% populasi global telah terhubung ke internet dengan pertumbuhan tahunan sebesar 136 juta pengguna per bulan Februari 2025. Salah satu layanan yang berkembang pesat dalam ekosistem digital ini adalah Video-on-Demand (VoD), yaitu sistem distribusi konten video yang memungkinkan pengguna mengakses video kapan dan di mana saja sesuai keinginan pengguna. Di Indonesia, industri VoD mengalami peningkatan signifikan dengan pendapatan mencapai 366 juta USD pada 2023, meningkat 72% dari tahun sebelumnya. Namun, pemerataan layanan digital masih menghadapi kendala di wilayah 3T (Terdepan, Terluar, Tertinggal). Infrastruktur yang dimiliki oleh, seperti satelit SATRIA-1 dan BTS non-SATRIA, membuka peluang besar untuk memperluas akses digital, khususnya untuk layanan VoD. Akan tetapi, adanya keterbatasan bandwidth uplink sebesar 2 Mbps di wilayah 3T menjadi tantangan tersendiri dalam pengimplementasiannya. Oleh karena itu, perlu dilakukan kajian mengenai penempatan server VoD di sisi edge maupun hub untuk mengukur dampaknya terhadap Quality of Service (QoS) dalam kondisi infrastruktur tersebut. Penelitian ini bertujuan untuk membangun simulasi sistem VoD dengan dua pendekatan penempatan server, yaitu pada sisi edge dan sisi hub, serta melakukan analisis perbandingan Quality of Service (QoS). Metode yang digunakan melibatkan pembangunan sistem simulasi pada dua skema berbeda. Pada skema edge, sistem dibangun menggunakan mini PC sebagai server lokal yang menyimpan konten video. Sistem di-hosting menggunakan Apache Web Server dan diakses melalui jaringan lokal menggunakan IP address. Karena menggunakan pendekatan edge, pengujian dilakukan dalam jaringan yang terhubung ke satu router. Sementara itu, skema hub dibangun menggunakan layanan Google Cloud Platform (GCP) dengan penyimpanan video pada Cloud Storage Bucket di region asia-southeast2 (Jakarta), dilengkapi dengan Cloud CDN melalui konfigurasi backend bucket dan load balancer. Sistem frontend dibangun menggunakan App Engine, dan pengujian dilakukan melalui akses publik terhadap konten video yang telah didistribusikan secara CDN. Pengukuran parameter QoS, seperti throughput, packet loss, delay, dan jitter dilakukan menggunakan Wireshark dengan melakukan 30 kali percobaan sesuai dengan central limit theorem. Dengan melakukan 30 kali percobaan, rata-rata sampel akan cenderung membentuk distribusi yang mendekati normal sehingga analisis statistik yang dilakukan menjadi lebih valid. Hasil pengujian menunjukkan bahwa skema edge unggul dalam tiga parameter utama QoS. Rata-rata throughput pada skema edge mencapai 1.579 Mbps, lebih tinggi 18.68% dibandingkan dengan hub yang hanya 1.330 Mbps. Pengolahan data secara lokal mengurangi beban jaringan inti dan meningkatkan kecepatan transfer. Delay pada skema edge juga menunjukkan hasil lebih baik dengan peningkatan performa sebesar 98.41%, dengan rata-rata delay skema edge sebesar 6.51 ms dan skema hub sebesar 407.611 ms. Hasil ini mencerminkan waktu respon yang lebih cepat akibat letak server yang lebih dekat dengan pengguna. Packet loss pada kedua skema bernilai 0% menunjukkan tidak ada gangguan pada transmisi data dan kualitas layanan setara dalam aspek ini. Sementara itu, untuk parameter jitter, skema hub lebih unggul dengan nilai rata-rata 0.165 ms, lebih baik 22.83% dibandingkan edge yang mencatat 0.202 ms. Secara keseluruhan, skema edge menghasilkan kualitas layanan yang lebih baik. Selain itu, dengan mempertimbangkan keterbatasan infrastruktur di wilayah 3T, pendekatan penempatan server di edge dengan konten video beresolusi SD (Standard Definition) merupakan solusi yang paling optimal untuk implementasi layanan VoD di daerah tersebut.
KARAKTERISASI RESERVOIR BATUPASIR PADA FORMASI PLOVER, LAPANGAN “ARTHA”, CEKUNGAN BONAPARTE UTARA MENGGUNAKAN PENDEKATAN PSEUDO ELASTIC IMPEDANCE – LITHOLOGY (PEI-L) DAN ATRIBUT FLUID-RHO (FR)
Indonesia menghadapi tantangan dalam mencapai target produksi migas nasional yang berkelanjutan. Lapangan “ARTHA” di Cekungan Bonaparte Utara, Blok Masela, memiliki potensi signifikan dengan cadangan gas 18,54 trillion standard cubic feet (TSCF). Formasi Plover sebagai reservoir utama didominasi batupasir dengan heterogenitas litologi akibat perselingan batupasir dan batulempung, sehingga memerlukan karakterisasi reservoir yang akurat. Penelitian ini bertujuan mengidentifikasi zona target batupasir Formasi Plover yang berpotensi sebagai reservoir hidrokarbon, menentukan parameter elastis sensitif, dan menganalisis persebaran lateral litologi serta fluida hidrokarbon menggunakan pendekatan Pseudo Elastic Impedance – Lithology (PEI-L) dan atribut Fluid-Rho (FR). Data penelitian mencakup sumur MLG-1, BDG-6, BDG-7ST, dan data seismik 3D partial angle stack. Metodologi meliputi analisis log sumur, analisis sensitivitas parameter elastis, optimisasi parameter PEI-L dan Fluid-Rho, inversi seismik Linear Programming Sparse Spike (LPSS), dan pembentukan volume atribut seismik. Analisis sensitivitas menunjukkan kombinasi acoustic impedance (AI) dan rasio ???? ?/????? paling sensitif dalam membedakan zona reservoir dan non-reservoir. Parameter optimal diperoleh n = 2,4, ? = -10° untuk PEI-L, dan konstanta C = 1,34 untuk Fluid-Rho (FR). Zona target batupasir yang menunjukkan potensi sebagai reservoir hidrokarbon memiliki karakteristik gamma ray rendah, crossover densitas-neutron, porositas tinggi, rasio ?????/????? rendah, saturasi air rendah, dan resistivitas tinggi. Integrasi peta Pseudo Elastic Impedance-Lithology (PEI-L) dan Fluid-Rho (FR) memperlihatkan bahwa zona target memiliki porositas tinggi dan Fluid-Rho (FR) rendah, konsisten dengan indikasi akumulasi hidrokarbon. Zona prospek utama berada di bagian timur daerah penelitian, memanjang dari selatan hingga utara, dan terletak pada struktur tinggian serta slope. Pendekatan terintegrasi efektif mendukung karakterisasi reservoir dengan diskriminasi litologi dan fluida pada Formasi Plover.
PREDIKSI BEBAN RUNTUH DAN TEGANGAN PADA PENYANGGA TEROWONGAN BERDASARKAN PEMANTAUAN BEBAN DAN PEMODELAN NUMERIK 3D
Pembangunan terowongan pada massa batuan lemah memerlukan pemahaman mendalam mengenai perilaku geomekanika dan pola redistribusi tegangan di sekitar bukaan galian. Penelitian ini bertujuan mengidentifikasi distribusi tegangan, tinggi dan lebar zona runtuh, serta beban vertikal yang bekerja pada sistem penyangga terowongan, dengan studi kasus pada Terowongan Samarinda STA0+325. Data lapangan diperoleh melalui pemantauan menggunakan pressure cells dan strain gauges, yang kemudian divalidasi menggunakan pemodelan numerik tiga dimensi berbasis metode elemen hingga (3D FEM) dengan perangkat lunak RS3. Analisis dilakukan pada kondisi tanpa penyangga dan dengan penyangga, serta dibandingkan dengan prediksi teori klasik Terzaghi, Bierbäumer, dan Protodyakonov. Hasil penelitian menunjukkan bahwa pada kondisi tanpa penyangga, tinggi zona runtuh (Hp) berada pada kisaran 3,68–4,19 m dan lebar runtuh (2B?) pada 18,46–19,15 m, sementara pemasangan penyangga mengurangi dimensi tersebut menjadi sekitar 2,12 m untuk Hp dan 15,12 m untuk 2B?. Perbedaan signifikan ditemukan antara hasil numerik dan data monitoring, terutama pada atap terowongan, yang dipengaruhi oleh kondisi topsoil asimetris dengan variasi elevasi 10–20 m. Penelitian ini menegaskan efektivitas pemasangan penyangga dalam mengurangi zona runtuh, serta menunjukkan perlunya metode numerik lanjutan untuk mengakomodasi heterogenitas dan kondisi topografi yang komp
PENGEMBANGAN KERANGKA KERJA TRANSFORMASI LAYANAN DIGITAL SEKTOR PUBLIK
Transformasi layanan digital adalah proses penciptaan atau peningkatan layanan, dengan tujuan meningkatkan nilai organisasi melalui pemanfaatan teknologi informasi, komputasi, komunikasi, dan konektivitas. Dalam sektor publik, transformasi ini diarahkan untuk meningkatkan nilai publik seperti kepuasan masyarakat, efisiensi birokrasi, dan penghematan anggaran. Agar proses transformasi selaras dengan prinsip nilai publik, dibutuhkan kerangka kerja metodologis yang terstruktur dan komprehensif. Namun, kajian literatur menunjukkan belum ada kerangka kerja formal yang secara menyeluruh memandu proses transformasi layanan digital di sektor publik. Penelitian ini bertujuan untuk merancang kerangka kerja transformasi layanan digital sektor publik yang mencakup keseluruhan siklus, tahapan, hingga aktivitas transformasi berdasarkan prinsip-prinsip nilai publik. Penelitian ini menggunakan pendekatan design science research methodology (DSRM). Proses desain dimulai dari perumusan requirement, penyusunan diagram alur, dan perumusan building block sebagai komponen inti framework. Building block memuat siklus transformasi yang lengkap, dilengkapi metode, alat bantu, indikator kesiapan, kematangan, nilai publik, faktor keberhasilan kritis, pedoman operasional, dan template siap pakai. Validasi desain dilakukan oleh 36 responden dari berbagai instansi pemerintahan dengan karakteristik berbeda, sedangkan pengujian implementasi dilakukan pada dua unit kerja (Unit Layanan TI dan Inspektorat). Evaluasi meliputi pembandingan dengan kerangka kerja, standar, dan regulasi yang relevan; pengukuran kematangan proses; penilaian kinerja kerangka kerja; penilaian efektivitas dan efisiensi kerangka kerja; dan pengukuran kepuasan pengguna. Hasilnya menunjukkan bahwa kerangka kerja yang diusulkan mampu memberikan peningkatan signifikan dalam hal kinerja, efisiensi, efektivitas, serta kontribusi pada nilai publik. Kerangka kerja ini diharapkan dapat menjadi acuan bagi instansi publik dalam menerapkan transformasi layanan digital yang dapat memberikan dampak nyata terhadap peningkatan nilai publik.
PENGEMBANGAN KAKAS DOCURECO: AGEN INTELIGENSI BERBASIS LLM UNTUK REKOMENDASI PEMBARUAN DOKUMENTASI PERANGKAT LUNAK TINGKAT TINGGI
Dokumentasi teknis tingkat tinggi seperti Software Requirement Specification (SRS) dan Software Design Document (SDD) yang tidak sinkron dengan kode sumber yang terus berevolusi dapat menimbulkan utang teknis dokumentasi (documentation debt), yang pada akhirnya mempersulit pemeliharaan dan pengembangan sistem. Penelitian ini mengatasi masalah tersebut dengan merancang, membangun, dan mengevaluasi Docureco, sebuah agen inteligensi berbasis Large Language Model (LLM) yang terintegrasi ke dalam alur kerja Continuous Integration/Continuous Delivery (CI/CD). Pendekatan utama yang diusulkan adalah penggunaan sebuah peta keterlacakan (traceability map) untuk menjembatani kesenjangan abstraksi antara artefak kode, elemen desain, dan butir kebutuhan. Agen ini secara otomatis menganalisis perubahan kode dalam Pull Request, menelusuri dampaknya menggunakan peta keterlacakan, dan menghasilkan rekomendasi pembaruan yang spesifik untuk SRS dan SDD. Hasil verifikasi fungsional dan validasi melalui studi kasus menunjukkan bahwa Docureco mampu beroperasi sesuai rancangan dan secara akurat menghasilkan rekomendasi yang relevan untuk berbagai skenario perubahan (penambahan, modifikasi, penghapusan fitur). Validasi oleh 11 praktisi rekayasa perangkat lunak lebih lanjut mengonfirmasi efektivitasnya: rekomendasi dinilai sangat akurat dan relevan (skor rata-rata >4.1/5.0), dan 100% di antaranya dinilai dapat ditindaklanjuti (diterima atau hanya memerlukan revisi minor oleh pengguna). Penelitian ini menyimpulkan bahwa pendekatan agen LLM yang dipandu oleh peta keterlacakan merupakan solusi yang layak dan efektif untuk membantu menjaga dokumentasi perangkat lunak tingkat tinggi tetap mutakhir sehingga meningkatkan kualitas dan keterpeliharaan sistem.
KARAKTERISASI RESERVOIR PADA FORMASI PLOVER, LAPANGAN “CUPOL”, CEKUNGAN BONAPARTE UTARA MENGGUNAKAN PENDEKATAN TRIGONOMETRI TERHADAP ATRIBUT PSEUDO ELASTIC IMPEDANCE-LITHOLOGY (PEI-L) DAN CURVED PSEUDO ELASTIC IMPEDANCE (CPEI)
Formasi Plover pada Lapangan “CUPOL”, Cekungan Bonaparte Utara merupakan salah satu target eksplorasi gas bumi di Blok Masela yang menyimpan cadangan sebesar 18,54 TSCF. Penelitian ini berfokus pada Formasi Plover yang merupakan batupasir berselingan dengan batulempung, sehingga menyebabkan tingkat heterogenitas litologi yang tinggi sehingga memerlukan pemisahan zona reservoir dan non-reservoir. Pemisahan tersebut dibutuhkan parameter elastis yang mampu memisahkan litologi dan fluida secara efektif. Data yang digunakan dalam penelitian ini meliputi data sumur, data seismik partial angle stack (near, mid, dan far) beserta horizonnya. Berdasarkan hasil analisis parameter sensitif, didapatkan bahwa kombinasi Acoustic Impedance (AI) dan Vp/Vs merupakan parameter yang efektif dalam memisahkan zona pasir (sand) dan serpih (shale). Metode inversi Linear Programming Sparse Spike (LPSS) digunakan untuk menghasilkan acoustic impedance dan shear impedance yang digunakan untuk membentuk AI dan Vp/Vs. Hasil inversi AI dan Vp/Vs selanjutnya digunakan untuk membentuk atribut Pseudo Elastic Impedance – Lithology (PEI-L) dan Curved Pseudo Elastic Impedance (CPEI) dengan pendekatan berbasis trigonometri. Atribut PEI-L dengan n sebesar 2,5 dan theta -10? diproyeksikan menjadi parameter fisis porositas dan atribut CPEI dengan n sebesar 1 dan theta -24? diproyeksikan menjadi parameter fisis saturasi air dengan korelasi yang cukup baik pada setiap sumurnya. Berdasarkan dari hasil penelitian atribut PEI-L dan CPEI efektif dalam menggambarkan distribusi litologi serta keberadaan hidrokarbon secara lateral melalui hasil slicing. Atribut PEI-L berbanding terbalik terhadap parameter porositas sedangkan atribut CPEI berbanding lurus terhadap parameter saturasi air. Berdasarkan hasil slicing menunjukkan persebaran porositas tinggi dan saturasi air rendah terdapat pada daerah tinggian dan daerah rendahan (slope).
PERANCANGAN ALGORITMA UNTUK OPTIMISASI PELETAKAN DAN PENENTUAN KAPASITAS PEMBANGKIT LISTRIK MEMPERHATIKAN KESTABILAN FREKUENSI SISTEM
Sistem kelistrikan terisolasi seperti Batam-Bintan menghadapi tantangan signifikan dalam menjaga kestabilan frekuensi akibat karakteristik inersia sistem yang rendah, yang diperparah oleh proyeksi pertumbuhan beban kritis. Tugas Akhir ini bertujuan untuk merancang algoritma optimisasi untuk menentukan peletakan dan kapasitas pembangkit listrik baru secara optimal. Tujuannya adalah untuk meminimalkan total biaya tahunan sambil memenuhi batasan kestabilan frekuensi sistem, yaitu frekuensi nadir di atas 49Hz dan laju perubahan frekuensi (RoCoF) di bawah 1Hz/s setelah terjadi gangguan N-1 pembangkit terbesar yang sudah ada. Dua algoritma metaheuristik, Genetic Algorithm (GA) dan Particle Swarm Optimization (PSO), dievaluasi dan dibandingkan. Hasil perancangan menunjukkan bahwa kedua algoritma berhasil meningkatkan ketahanan sistem. GA merekomendasikan penambahan 290 MW yang terdistribusi di empat lokasi dengan total biaya tahunan sebesar USD106,74 juta, serta berhasil meningkatkan inersia ekuivalen menjadi 2,934s, dengan frekuensi nadir 49,203Hz dan RoCoF 0,9989Hz/s. PSO mencapai solusi yang lebih efisien dengan penambahan 270 MW di tiga lokasi dengan biaya tahunan USD99,38 juta, menghasilkan inersia 2,919s, frekuensi nadir 49,1311 Hz, dan RoCoF 0,9992 Hz/s. Meskipun GA menunjukkan margin teknis yang sedikit lebih unggul, PSO terbukti menjadi algoritma lebih aplikatif karena menemukan solusi yang valid dengan biaya lebih rendah dan waktu komputasi yang signifikan lebih cepat, menunjukkan efektivitasnya dalam mengeksploitasi ruang solusi untuk masalah penambahan pembangkit yang kompleks.
IMPLEMENTASI RANDOM FORESTDAN LONG SHORT TERM MEMORY (LSTM) UNTUK PREDIKSI POTENSI BENCANA PADA SISTEM PERINGATAN DINI GEMPA (EEWS) DI SEKTOR PARIWISATA
Indonesia merupakan negara yang terletak pada pertemuan tiga lempeng tektonik aktif, yang menyebabkannya menjadi salah satu negara dengan aktivitas seismik yang tinggi. Hal ini menyebabkan destinasi wisata yang berlokasi di wilayah rawan bencana gempa sangat rentan terhadap dampak bencana. Sistem Peringatan Dini Gempa (EEWS) menjadi salah satu solusi untuk memitigasi risiko, terutama pada sektor pariwisata yang melibatkan tingginya konsentrasi pengunjung serta infrastruktur yang kritis. Penelitian ini mengembangkan sistem prediksi potensi bencana gempa dengan mengimplementasikan model berbasis machine learning berupa model random forest dan long short term memory (LSTM). Adapun model yang dikembangkan mencakup random forest regressor untuk memprediksi nilai magnitudo dan kedalaman gempa bumi, random forest classifier untuk mengklasifikasikan potensi bencana berupa rendah, sedang, atau tinggi, serta LSTM untuk meramalkan besar magnitudo gempa selama 7 hari ke depan. Setiap model dikembangkan melalui proses tuning hyperparameter supaya menghasilkan model yang optimal dan didukung oleh data historis gempa yang representative guna memastikan reliabilitas hasil prediksi. Evaluasi performa dari model menggunakan beberapa metrik, yaitu mean absolute error (MAE), akurasi toleransi, dan koefisien deterministik (R2) untuk model regresi, akurasi, presisi, recall, dan F-1 score untuk model klasifikasi, serta MAE dan R2 untuk model LSTM. Hasil pengujian menunjukkan performa yang bervariasi untuk setiap model. Pada model regresi, prediksi terhadap variabel magnitudo menunjukkan nilai metrik R 2 sebesar 0.42260246635881205 telah memenuhi constraint, sementara MAE sebesar 0.45266758773703053 masih belum memenuhi serta akurasi toleransi sebesar 62.93% hampir memenuhi dengan selisih hanya 0.07%. Namun, prediksi untuk variabel kedalaman dengan nilai akurasi toleransi sebesar 48.42% belum memenuhi constraint. Pada model regresi, akurasi awal yang telah tinggi menyebabkan ruang peningkatan relatif sempit, namun upaya optimasi tetap berhasil menghasilkan nilai akurasi yang semakin mendekati 1, yaitu senilai 0.9948 memenuhi constraint yang ditetapkan. Peningkatan kecil ini dianggap signifikan dalam konteks sistem peringatan dini yang menuntut presisi tinggi. Sementara itu, model LSTM yang dikembangk.an untuk peramalan magnitudo 7 hari ke depan memiliki hasil pengujian berupa nilai R2 sebesar 0.086786817325251065333 yang memenuhi syarat constraint, namun peningkatan nilai MAE pada hasil akhir dengan nilai MAE rata-rata sebesar 0.0861412350269336333 menyebabkan model tidak memenuhi constraint pada aspek tersebut. Pengujian sistem terintegrasi dilakukan dengan melakukan perhitungan peningkatan niat berkunjung wisatawan berdasarkan nilai SUS, CCI, dan TiAS yang diperoleh dari responden. Peningk.atan niat berkunjung kemudian digunakan untuk menghitung jumlah wisatawan yang tetap berkunjung dalam sebulan. Nilai potensi averted loss untuk setiap metrik diperoleh dengan mengalikan jumlah wisatawan yang tetap berkunjung dengan rata-rata pengeluaran per wisatawan. Berdasarkan perhitungan yang dilakukan, hasil SUS memiliki potensi untuk mencegah hilangnya devisa sebanyak Rp68.431.000.000, hasil CCI memiliki potensi untuk mencegah hilangnya devisa sebanyak Rp271.297.000.000, dan serta hasil TiAS memiliki potensi untuk mencegah hilangnya devisa sebanyak Rp362.540.000.000, dengan setiap nilai dihitung per bulan. Maka dari itu, sistem yang dikembangk.an dapat menghasilkan nilai averted loss sebesar Rp702.268.000.000 per bulan, yang jika dikonversi adalah sebesar USD42.985.964 menggunakan kurs Rp 16.338,29 per tanggal 25 Juli 2025. Dengan menggabungkan ketiga pendekatan, sistem menunjukkan potensi sebagai komponen prediktif dalam mendukung EEWS pada sektor pariwisata. Meskipun terdapat keterbatasan pada beberapa metrik evaluasi, hasil ini tetap menunjukkan arah pengembangan yang menjanjikan dalam meningkatkan kesiapsiagaan dan budaya siaga bencana di area rawan gempa.
ESTIMASI KEDALAMAN TITIK CURIE, GRADIEN GEOTERMAL, DAN ALIRAN PANAS MENGGUNAKAN ANALISIS SPEKTRAL DARI DATA MAGNETIK DI DAERAH SESAR SEGMEN SIANOK, BUKITTINGGI, SUMATRA BARAT, INDONESIA
Indonesia memiliki potensi panas bumi yang besar karena berada di jalur Cincin Api Pasifik, termasuk wilayah Sumatra Barat yang secara geologi aktif. Penelitian ini dilakukan di daerah sesar Segmen Sianok, Bukittinggi, Sumatra Barat. Metode magnetik digunakan dalam studi ini karena dapat mengidentifikasi zona panas bumi melalui penurunan sifat kemagnetan batuan akibat peningkatan suhu bawah permukaan. Penelitian ini bertujuan untuk mengestimasi kedalaman titik Curie, gradien geotermal, dan aliran panas berdasarkan data magnetik di daerah sesar Segmen Sianok, Bukittinggi, Sumatra Barat. Data yang digunakan merupakan hasil pengukuran lapangan menggunakan Proton Magnetometer GSM-19T GEM System, yang kemudian diolah menjadi peta anomali magnetik total menggunakan perangkat lunak Oasis Montaj. Analisis spektral dua dimensi dengan metode Radially Averaged Power Spectrum (RAPS) digunakan untuk menghitung kedalaman atas (????????) dan kedalaman centroid (????0), yang selanjutnya digunakan untuk memperkirakan kedalaman titik Curie (????????). Hasil penelitian menunjukkan bahwa kedalaman titik Curie berada pada rentang 10 hingga 15 km. Gradien geotermal berkisar antara 36 hingga 57 °C/km, sedangkan nilai aliran panas berkisar antara 96 hingga 142 mW/m². Distribusi gradien geotermal dan aliran panas menunjukkan pola sebaran yang selaras, dengan nilai tertinggi terletak di sekitar zona gunung api aktif seperti Gunung Marapi dan Gunung SinggalangTandikat. Ditemukan pula hubungan berbanding terbalik antara kedalaman titik Curie dan aliran panas, di mana nilai aliran panas meningkat pada kedalaman Curie yang lebih dangkal. Berdasarkan integrasi semua parameter tersebut, wilayah bagian tenggara hingga selatan Segmen Sianok diidentifikasi sebagai zona paling prospektif untuk pengembangan panas bumi, yang diperkuat oleh keberadaan manifestasi geotermal permukaan seperti mata air panas.
STUDI OBSERVASI PROFIL TEMPERATUR RESOLUSI TINGGI DI LAPISAN DEKAT PERMUKAAN
Penelitian ini bertujuan untuk mengkaji struktur termal vertikal beresolusi tinggi di lapisan atmosfer dekat permukaan (0–2 meter) di atas permukaan urban, khususnya paving block, selama periode pemanasan siang hari. Studi ini dilatarbelakangi oleh kebutuhan untuk memberikan justifikasi fisis dan observasional terhadap standar ketinggian pengukuran suhu udara WMO (1,25–2,0 meter) ketika diaplikasikan pada permukaan buatan yang aktif secara termal. Pengamatan dilakukan di Pusdikif, Bandung Barat, menggunakan sistem instrumentasi yang mencakup susunan termokopel vertikal Tipe-T, anemometer sonik 3D, dan net radiometer 4-komponen, dengan data yang diakuisisi pada frekuensi 10 Hz. Hasil analisis menunjukkan keberadaan lapisan super-adiabatik yang kuat pada puluhan sentimeter pertama di atas permukaan, yang dicirikan oleh fluktuasi suhu ekstrem akibat aktivitas thermal plumes. Analisis statistik sebaran temperatur menunjukkan bahwa variabilitas termal menurun signifikan di atas ketinggian 20 cm, memberikan pembenaran observasional bahwa rentang standar WMO berada di dalam zona yang lebih stabil dan representatif. Dominasi proses turbulen dibuktikan secara kuantitatif melalui metode pembuktian terbalik, yang menunjukkan nilai Difusivitas Termal Semu (????????????????) hingga 15 orde magnitudo lebih besar dari nilai teoretisnya. Kuantifikasi efisiensi turbulensi melalui Koefisien Difusivitas Eddi (?????) menegaskan tingginya laju pencampuran, bahkan pada kondisi angin lemah, yang mengonfirmasi bahwa konveksi bebas adalah mekanisme fisis utama yang menciptakan lapisan representatif tersebut. Temuan ini secara kolektif memberikan justifikasi fisis dan kuantitatif atas pemilihan standar ketinggian observasi suhu oleh WMO, sekaligus menegaskan pentingnya pertimbangan struktur mikrometeorologi dalam pengukuran suhu di lingkungan urban.
IMPLEMENTASI MODEL IMAGE-BASED LOCATION PREDICTION MENGGUNAKAN RESNET-50 UNTUK SISTEM PERINGATAN BENCANA GEMPA (EEWS) DI SEKTOR PARIWISATA
Sektor pariwisata merupakan salah satu sektor Indonesia yang memiliki potensi pertumbuhan yang signifikan. Akan tetapi, riset telah menunjukkan bahwa tingkat keamanan sebuah daerah memiliki pengaruh terhadap tingkat kepuasan wisatawan yang berkunjung ke daerah tersebut. Potensi bencana yang tinggi serta tidak adanya implementasi sistem peringatan dini dalam skala yang besar di Indonesia dapat menghambat pertumbuhan sektor pariwisata secara signifikan. Penelitian ini bertujuan untuk mengembangkan sebuah model prediksi geolokasi berbasis gambar menggunakan ResNet-50 yang dapat diimplementasikan pada sebuah website Sistem Peringatan Dini Gempa (EEWS) untuk sektor pariwisata, atau EEWS-Pariwisata. Tahap-tahap pada penelitian ini mencakup pengumpulan data training, cleaning dataset training sebelum digunakan, serta pelatihan beberapa model dengan variasi hyperparameter yang berbeda. Hyperparameter yang dilakukan tuning mencakup jumlah epoch, initial learning rate, serta batch size, dan tuning dilakukan secara manual. Model prediksi geolokasi dihasilkan dengan melatih model pretrained ResNet-50 menggunakan laptop dengan RTX 4050 dengan instalasi CUDA. Performa model prediksi geolokasi diukur menggunakan persentase hasil prediksi dengan jarak Haversine dari titik aktual yang berada di bawah 25 km. Berdasarkan pengujian yang dilakukan untuk seluruh variasi model, model dengan performa terbaik menghasilkan nilai 4.30%. Nilai ini diperoleh oleh model dengan hyperparameter berupa 8 epoch, batch size 32, dan initial learning rate 0.0001. Hasil pengujian menunjukkan bahwa model prediksi geolokasi masih memiliki performa yang kurang maksimal dan tidak memenuhi constraint yang ditetapkan. Namun, meskipun akurasi model masih tergolong rendah, grafik training loss terhadap jumlah epoch untuk tiga model dengan performa terbaik menunjukkan tren yang sesuai dengan kurva training loss over epochs yang ideal. Selain performa model prediksi geolokasi, dilakukan juga pengujian bagian frontend dari web EEWS-Pariwisata. Tahap pertama dari pengujian frontend adalah pemeriksaan fungsionalitas fitur-fitur utama web. Hasil pengujian fungsionalitas frontend menunjukkan bahwa seluruh fitur web EEWS-Pariwisata berfungsi dengan sesuai. Tahap kedua dari pengujian frontend adalah pelaksanaan survei feedback pengguna yang terdiri dari pertanyaan-pertanyaan SUS, CCI, dan TiAS. Berdasarkan penilaian yang diberikan oleh 50 responden survei, nilai SUS sistem adalah 69.05, nilai CCI sistem adalah 94.14, dan nilai TiAS sistem adalah 76.95. Ketiga nilai ini memenuhi constraint yang telah ditetapkan. Hasil-hasil ini menunjukkan bahwa sistem memiliki tingkat usability di atas rata-rata, penyajian informasi yang efektif dan mudah dimengerti, dan pengguna secara umum memercayai sistem EEWS-Pariwisata. Pengujian sistem terintegrasi dilakukan dengan melakukan perhitungan peningkatan niat berkunjung wisatawan berdasarkan nilai SUS, CCI, dan TiAS yang diperoleh dari survei feedback pengguna. Hasil perhitungan yang dilakukan menunjukkan bahwa sistem EEWS-Pariwisata berpotensi menghasilkan nilai averted loss sebanyak Rp 702.268.000.000 (sekitar USD 42.985.964) per bulannya. Walaupun web EEWS-Pariwisata yang dikembangkan untuk tugas akhir ini memiliki kekurangan dalam beberapa komponen evaluasi, sistem ini memiliki potensi untuk diimplementasikan sebagai EEWS prediktif di sektor pariwisata Indonesia. Pengembangan lebih lanjut dapat mewujudkan implementasi web EEWS-Pariwisata sebagai sistem peringatan dini gempa dalam skala nasional yang meningkatkan kesiapan masyarakat dalam menghadapi potensi bencana.
TEKNIK IMPUTASI DATA UNTUK UNSUPERVISED DETEKSI ANOMALI, STUDI KASUS: PEMAKAIAN LISTRIK DARI AUTOMATIC METER READING (AMR)
Automatic Meter Reading (AMR) merupakan salah satu solusi digital PLN dalam meningkatkan efisiensi pencatatan konsumsi listrik konsumen secara real-time. Tantangan utama dalam hasil pencatatan dari AMR yaitu keberadaan data yang hilang, dikarenakan beberapa hal seperti gangguan transmisi, kesalahan jaringan atau perangkat, dan human error. Data yang hilang akan menyulitkan dalam melakukan proses analisis, sehingga dapat memunculkan bias terhadap kehadiran anomali dalam konsumsi listrik. Pendekatan deteksi anomali umumnya menggunakan data yang lengkap, namun dalam praktiknya kondisi selain Missing Completely At Random justru lebih sering dijumpai pada data AMR. Hal ini memerlukan penggunaaan metode imputasi yang mampu mempertahankan karakteristik asli dari data konsumsi listrik. Proses penelitian meliputi praproses data, imputasi nilai yang hilang, pemilihan fitur yang relevan, serta transformasi data. Beberapa metode imputasi yang dapat digunakan seperti interpolasi linier, Multiple Chain by Chained Equation (MICE), MICE K-Nearest Neighbor (MICE KNN), hybrid interpolasi liner dan Long Short-Term Memory (LSTM). Penelitian ini menghasilkan pendekatan antara imputasi dengan deteksi anomali berbasis unsupervised learning, studi kasus pada data konsumsi listrik Konsumen Tegangan Tinggi (KTT) dari AMR. Hasil pengujian menunjukkan bahwa metode interpolasi linier mampu melakukan imputasi pola konsumsi listrik yang selanjutnya dapat meningkatkan kinerja model deteksi anomali seperti Local Outlier Factor (LOF) dan Isolation Forest (IF). Pada metode yang menggunakan interpolasi linier, kombinasi Interpolasi Linier dengan IF menghasilkan jumlah true positive tertinggi yaitu 63 data, meningkat sekitar 70,27% dibandingkan IF tanpa imputasi. Sementara itu, Interpolasi Linier dengan LOF dapat mendeteksi 51 true positive, atau meningkat sekitar 168,42% dibandingkan LOF tanpa imputasi.
PENGGUNAAN KOMPRESI DATA TELEMETRI UAV UNTUK BASARNAS
Dalam operasi pencarian dan penyelamatan (SAR), kecepatan respons dan akurasi informasi menjadi elemen krusial untuk: menyelamatkan korban secara efektif. BASARNAS sebagai instansi utama penanganan SAR di Indonesia, telah mengadopsi teknologi Unmanned Aerial Vehicle (UA V) untuk: meningkatkan jangkauan dan efektivitas pemantauan di wilayah terdampak bencana. UA V memungkinkan pencapaian wilayah yang sulit diakses secara konvensional serta mampu mengirimkan data secara real-time melalui sistem telemetri. Namun, di balik keunggulan tersebut, penggunaan UA V menghadapi tantangan utama berupa keterbatasan energi, khususnya pada sistem transmisi data yang memakan daya cukup besar. Pengiriman data telemetri secara terus-menerus dari sensor-sensor berakurasi tinggi menyebabkan tingginya konsumsi daya, yang pada akhimya membatasi durasi misi UA V di lapangan. Oleh karena itu, diperlukan pendekatan efisien yang mampu mengurangi beban transmisi data tanpa mengorbankan integritas informasi. Untuk: mengatasi masalah ini, tugas akhir ini mengusulkan rancangan dan implementasi sistem kompresi data telemetri berbasis semi-lossless untuk: meningkatkan efisiensi energi transmisi dalam misi SAR. Sistem dibangun menggunakan lima subsistem utama, yaitu Telemetry Preconfiguration, Data Generator, Effective Data Processing, Smart Data Processing RX, dan Status Analysis Visualization. Platform komunikasi yang digunakan adalah motionUAV P400, sementara data telemetri yang dikompresi mencakup parameter suhu, lokasi, status baterai, serta kadar gas (CO, N02 , dan S02). Sistem diuji secara menyeluruh di lingkungan laboratorium terkontrol dengan fokus pada tiga parameter evaluasi utama: efisiensi kompresi, latency transmisi data, dan usability antarmuka pengguna. Hasil pengujian menunjukkan bahwa sistem mampu mencapai rasio kompresi sebesar 2.58x dan menghasilkan penghematan energi transmisi sebesar 60% dibandingkan sistem tanpa kompresi. Meski demikian, latency rata-rata sebesar 569.2 ms menunjukkan bahwa sistem masih berada di luar kategori optimal untuk: komunikasi real-time, namun tetap stabil untuk: penggunaan SAR berbasis monitoring periodik. Selain itu, evaluasi usability terhadap antarmuka monitoring menghasilkan skor SUS sebesar 88.17, yang termasuk kategori excellent. Hasil ini menunjukkan bahwa sistem pemantauan yang dikembangkan sangat mudah dipahami dan dioperasikan oleh pengguna akhir, dalam hal ini personel BASARNAS, bahkan dalam kondisi darurat sekalipun. Kemudahan ini menjadi nilai tambah yang penting, mengingat sistem akan digunakan oleh operator nonteknis di medan yang menantang. Hasil ini membuktikan bahwa integrasi teknik kompresi semi-lossless dalam sistem telemetri UAV tidak hanya dapat meningkatkan efisiensi energi secara signifikan, tetapi juga tetap menjaga keandalan serta keterbacaan data yang diterima oleh ground station. Selain itu, integrasi antarmuka visual yang intuitif dan mudah digunakan menjadi faktor penting dalam meningkatkan efektivitas operasional di lapangan. Kebaruan dari penelitian ini terletak pada penerapan teknik kompresi data semi-lossless yang dioptimalkan untuk data telemetry SAR, serta integrasi antarmuka pengguna yang dikembangkan dengan pendekatan modular untuk mendukung operasional BASARNAS. Selain itu, model sistem yang dikembangkan dapat direplikasi untuk berbagai skenario UA V lainnya dengan kebutuhan efisiensi transmisi tinggi. Penelitian ini memberikan kontribusi terhadap pengembangan UA V hemat energi di bidang komunikasi data serta menambah referensi ilmiah dalam pengembangan sistem komunikasi digital yang efisien, khususnya di ranah misi kemanusiaan dan tanggap bencana.
PROPAGASI KEKERINGAN METEOROLOGI KE KEKERINGAN HIDROLOGI DI DAS SERANG-LUSI PROVINSI JAWA TENGAH
Kekeringan berdampak luas pada pertanian, sosial ekonomi, dan ketersediaan airserta dapat berpropagasi menjadi kekeringan yang lebih parah, salah satunya dari kekeringan meteorologi ke hidrologi. DAS Serang-Lusi beberapa kali mengalami kekeringan akibat defisit curah hujan yang menurunkan muka air sungai dan ketersediaan air bersih, menunjukkan adanya propagasi dan perlu diketahui besarnya intensity kekeringan meteorologi yang memicunya. Data curah hujan CHIRPS dan debit sungai hasil simulasi SWAT+ digunakan untuk menghitung Standardized Precipitation Index (SPI) dan Standardized Streamflow Index (SSI) pada skala 1, 3, 6, dan 12 bulan. Analisis propagasi dengan run theory difokuskan pada skala 3 bulan untuk mendeteksi awal kekeringan hidrologi dan skala 6 bulan untuk analisis kekeringan hidrologi. Empat event propagasi teridentifikasi pada 2015-2016, 2018, 2019, dan 2019-2020 dengan lag time 0-1 bulan yang menunjukkan respons hidrologi DAS yang cepat terhadap defisit curah hujan. Duration kekeringan hidrologi cenderung lebih panjang daripada kekeringan meteorologi, menandakan pemulihan aliran sungai yang lebih lambat meskipun curah hujan telah kembali normal. Karakteristik kekeringan meteorologi seperti duration, severity, dan intensitymemiliki korelasi kuat dengan kekeringan hidrologi (R = 0.88–0.94, p-value < 0.05). Intensity kekeringan meteorologi minimal 1.083 per bulan dengan durasi satu bulan dapat memicu propagasi ke kekeringan hidrologi.