📚 Eksplorasi & Komparasi Topik Dokumen
Pencarian topik
Hasil Dokumen
Ditemukan: 6,268 dokumenPEMODELAN LAND USE LAND COVER (LULC) DAN SIMPANAN KARBON BERBASIS SKENARIO PROTECTED AREA PROTECTION DAN PEATLAND PROTECTION DI PROVINSI RIAU PERIODE 1990–2040
Provinsi Riau merupakan salah satu wilayah paling terdampak akibat konversi hutan secara masif di Indonesia, dengan kehilangan hutan mencapai 4,63 juta ha periode 1990–2020, di mana seluas 2,18 juta ha terjadi pada lahan gambut yang memicu peningkatan emisi karbon secara signifikan. Penelitian ini bertujuan untuk menganalisis deforestasi, mengestimasi simpanan karbon dan carbon loss, serta memodelkan perubahan LULC pada tahun 2030 dan 2040 di Provinsi Riau. Estimasi simpanan karbon dilakukan menggunakan metode lookup table berbasis kombinasi NDVI dan peta tutupan lahan, sementara pemodelan LULC dilakukan secara spasial-temporal melalui modul Land Change Modeler (LCM) pada perangkat lunak TerrSet dengan metode CA-Markov. Pemodelan dikembangkan berdasarkan 4 skenario kebijakan, yaitu Business as Usual (BAU), Protected Area Protection (PAP), Peatland Protection (PP), dan Protected Area and Peatland Protection (PAPP). Sebanyak 10 faktor pendorong mencakup aspek biofisik, aksesibilitas, dan sosial digunakan sebagai input pemodelan setelah melalui uji Pearson. Validasi model dilakukan dengan membandingkan antara aktual dan hasil proyeksi tahun 2020 menggunakan uji Kappa yang menghasilkan nilai sebesar 0,66 (kuat). Hasil penelitian menunjukkan bahwa deforestasi di Provinsi Riau periode 1990–2020 didominasi oleh konversi hutan alam menjadi perkebunan sebesar 2,58 juta hektar, sehingga luas hutan alam tersisa pada tahun 2020 hanya 1,57 juta ha. Kondisi ini menyebabkan penurunan simpanan karbon dari 1,13 Gt C pada tahun 1990 menjadi 0,66 Gt C pada tahun 2020, dengan total carbon loss sebesar 0,51 Gt C setara 1,86 Gt CO2e. Hasil pemodelan menunjukkan bahwa skenario BAU memproyeksikan penurunan hutan alam menjadi 0,88 juta ha pada tahun 2040 dengan simpanan karbon 0,571 Gt C dan total emisi 271,6 Mt CO2e. Skenario PAP mampu mempertahankan hutan alam seluas 1,03 juta ha dengan simpanan karbon 0,593 Gt C dan total emisi 186,5 Mt CO2e, sedangkan skenario PP mempertahankan hutan alam seluas 1,33 juta ha dengan simpanan karbon 0,611 Gt C dan total emisi 196,2 Mt CO2e pada tahun 2040. Skenario PAPP memberikan hasil terbaik dengan mempertahankan luas hutan alam tertinggi sebesar 1,38 juta ha dan simpanan karbon sebesar 0,637 Gt C dengan total emisi terendah sebesar 169,2 Mt CO2e pada tahun 2040. Penelitian ini menyimpulkan bahwa skenario PAPP merupakan kebijakan yang paling efektif dalam menekan deforestasi dan carbon loss, sekaligus paling selaras dengan target FOLU Net Sink 2030, sehingga diharapkan dapat menjadi rujukan ilmiah bagi pengambil kebijakan dalam upaya mitigasi perubahan iklim di tingkat regional maupun nasional.
EVALUASI BERBASIS REGIME VOLATILITAS PADA MODEL PERAMALAN HARGA SAHAM LSTM, QUANTUM NEURAL NETWORK, DAN GEOMETRIC BROWNIAN MOTION
Peramalan harga saham merupakan tantangan dalam analisis keuangan kuantitatif akibat sifat deret waktu finansial yang nonlinear, tidak stasioner, dan rentan terhadap pergeseran rezim volatilitas. Studi komparatif yang ada umumnya mengandalkan metrik agregat yang tidak mengungkap perbedaan performa antar kondisi pasar. Penelitian ini membandingkan Quantum Neural Network (QNN), Long Short-Term Memory (LSTM), dan Geometric Brownian Motion (GBM) dalam meramalkan harga saham PT Aneka Tambang Tbk. (ANTAM) menggunakan kerangka evaluasi berbasis segmentasi rezim volatilitas. Data harga penutupan harian ANTAM tahun 2020–2024 digunakan sebagai data latih, dengan tahun 2025 dan 2026 sebagai data uji. Rezim pasar ditentukan dari volatilitas bergulir 20 hari menggunakan ambang batas persentil ke-33 dan ke-66, menghasilkan tiga kelas: Low, Medium, dan High Volatility. Secara global, LSTM mencapai MAPE terbaik (3,12%, R 2 = 0,9638), sementara QNN unggul di rezim Low Volatility (MAPE 1,14%) dan GBM menjadi model paling tidak bias (mean residual +0,26 Rp). Ketiga model menunjukkan residual leptokurtik (kurtosis ekses 15,98–17,34) dengan heteroskedastisitas kondisional antar rezim. Pengujian pada data 2026 mengungkap disosiasi diagnostik: MAPE tetap stabil (3,23–3,49%) sementara R 2 kolaps ke 0,55–0,65, sebagai sinyal concept drift dan pergeseran rezim struktural. Penelitian ini menegaskan bahwa evaluasi berbasis rezim volatilitas memberikan kerangka komparatif yang lebih informatif dan landasan empiris bagi pengembangan seleksi model adaptif berbasis kondisi pasar.
PENINGKATAN KINERJA TERMOELEKTRIK MELALUI MODIFIKASI STRUKTUR LOKAL PADA SENYAWA BERLAPIS BERBASIS BISMUT
Sebagai salah satu teknologi konversi energi yang menjanjikan, perangkat termoelektrik (TE) semakin mendapat perhatian luas karena kemampuannya dalam mengkonversi langsung energi panas menjadi energi listrik. Perangkat TE terdiri atas konfigurasi material semikonduktor tipe-n dan tipe-p yang disusun secara seri untuk mengalirkan aliran arus listrik, serta secara paralel untuk mengalirkan panas. Perangkat TE memerlukan nilai zT ? 1 supaya dapat bekerja dengan baik. Namun demikian, pengembangan perangkat TE masih menghadapi sejumlah tantangan teknis, antara lain oksidasi pada suhu tinggi, perubahan fasa, serta kesulitan dalam memperoleh pasangan material tipe-n dan tipe-p dari basis material yang sama. Untuk mengatasi berbagai kendala tersebut, material termoelektrik yang digunakan harus memenuhi sejumlah kriteria, termasuk kestabilan fasa yang tinggi, memiliki konduktivitas termal yang rendah, serta kemampuan untuk mengoptimalkan keseimbangan antara konduktivitas listrik dan koefisien Seebeck melalui optimasi konsentrasi pembawa muatan. Di antara material termoelektrik yang mempunyai sifat tersebut, material termoelektrik berstruktur lapisan memberikan performa yang baik karena keunikan sifat stukturnya. Perbedaan ikatan kimia di dalam lapisan dan antar lapisan menghasilkan anisotropi sifat struktur, transpor elektronik dan termal, sehingga memberikan peluang untuk memisahkan parameter termoelektrik yang saling terikat. Pada disertasi ini, peningkatan performa material termoelektrik berstruktur lapisan bismut dilakukan dengan memodifikasi struktur lokal pada lapisannya melalui pembentukan cacat kristal berupa doping, kekosongan atom, cacat titik, dislokasi dan nanoinklusi. Material pertama yang dikaji adalah material tipe-n Bi2Te3. Modifikasi struktur lokal dilakukan dengan menambahkan nanopartikel SnO2 dengan konsentrasi x = 0, 2, 3, 4, 6, dan 8 wt% pada matriks Bi2Te3. Hasilnya menunjukan bahwa nanopartikel SnO2 mengubah struktur lokal berupa panjang ikatan Bi – Te, sudut ikatan Te – Bi – Te, dan lebar celah van der Waals yang berdampak pada kinerja termoelektriknya. Hasil pengukuran transpor menunjukan penurunan konduktivitas listrik dan peningkatan koefisien Seebeck terhadap kenaikan konsentrasi x. Peningkatan koefisien Seebeck disebabkan oleh efek pemilihan level energi (energy filtering effect) oleh nanopartikel SnO2 yang meneruskan pembawa muatan berenergi tinggi dan menghamburkan pembawa muatan berenergi rendah. Pembawa muatan berenergi tinggi inilah yang berkontribusi dalam meningkatkan koefisien Seebeck. Selain itu, penambahan nanopartikel SnO2 juga berpengaruh terhadap konduktivitas termal. Konduktivitas termal menurun seiring dengan penambahan konsentrasi x. Penurunan nilai konduktivitastermal disebabkan oleh hamburan fonon dari nanoinklusi SnO2 dalam matriks. Selain itu, perbedaan frekuensi getaran kisi pada nanopartikel SnO2 dan matriks Bi2Te3 menyebabkan peningkatan hamburan fonon yang menurunkan konduktivitas termal kisi. Berdasarkan mekanisme efek pemilihan level energi dan hamburan fonon, nilai zT maksimum diperoleh pada sampel Bi2Te3 dengan SnO2 2 wt% sebesar ~1,1 pada suhu 473 K. Modifikasi struktur lokal yang kedua dilakukan di dalam lapisan oksida pada material tipe-n Bi2-xVxO2Se melalui doping V dengan x = 0; 0,01; 0,02; 0,05; 0,07 dan 0,10 pada posisi Bi. Hasil pengukuran transpor menunjukan peningkatan konduktivitas listrik seiring dengan kenaikan konsentrasi x. Peningkatan konduktivitas listrik disebabkan oleh donor elektron yang dihasilkan dari subtitusi Bi3+ oleh V4+ . Meningkatnya konsentrasi elektron di dalam sistem membuat koefisien Seebeck menurun seiring kenaikan konsentrasi x yang konsisten dengan hubungan antara koefisien Seebeck dan konsentrasi pembawa muatan pada material semikonduktor tidak terdegenerasi. Selain itu, doping V juga berpengaruh terhadap konduktivitas termal. Nilai konduktivitas termal kisi menurun seiring dengan bertambahnya nilai x. Peningkatan konduktivitas listrik, disertai dengan penurunan konduktivitas termal kisi meningkatkan nilai zT dari Bi2O2Se yang semula ~0,08 menjadi ~0,24 untuk sampel Bi1,90V0,10O2Se pada suhu 723 K. Modifikasi struktur lokal ketiga dilakukan di kedua lapisan oksida dan metalik pada material oksiselenida tipe-p BiCu1-xCrxSeO dengan x = 0; 0,02; 0,04; 0,06; 0,08 dan Bi0,925Ca0,075Cu1-yCrySeO dengan y = 0; 0,02; 0,04; 0,06; 0,08; 0,10 dan 0,12. Hasil yang diperoleh menunjukan peningkatan konduktivitas listrik dan penurunan koefisien Seebeck sering dengan kenaikan nilai x dan y. Peningkatan konduktivitas listik yang signifikan ini berasal dari optimalisasi konsentrasi pembawa muatan akibat adanya kekosongan atom Cu dan donor hole oleh atom Ca. Selain itu, konduktivitas termal kisi menurun seiring dengan kenaikan konsentrasi Cr. Penurunan konduktivitas termal kisi disebabkan efek hamburan cacat titik akibat adanya kekosongan atom Cu dan fase sekunder oksida kromium. Berdasarkan hasil diatas, doping atom Cr berperan dalam meningkatkan nilai zT pada rentang suhu rendah (300 – 600 K) sedangkan doping atom Ca berperan dalam meningkatkan nilai zT pada rentang suhu tinggi (600 – 800 K). Nilai zT maksimum diperoleh dalam sampel BiCu0,96Cr0,04SeO dan Bi0,925Ca0,075Cu0,96Cr0,04SeO masing-masing sebesar ~ 0,7 dan ~0,6 pada suhu 773 K.
PEMBUATAN ADSORBEN KALSIUM ALGINAT – FE3O4 – SERBUK BIJI PEPAYA DAN PENGGUNAANNYA SEBAGAI ADSORBEN ZAT WARNA METILEN BIRU
Limbah zat warna yang dihasilkan sejumlah industri telah mencemari lingkungan perariran dan membahayakan kehidupan organisme didalamnya serta manusia. Metilen biru merupakan zat warna yang umum digunakan namun bersifat karsinogenik dan beracun. Salah satu metode yang dapat digunakan untuk menanggulangi limbah zat warna metilen biru dalam limbah cair yaitu adsorpsi. Metode adsorpsi digunakan karena efektif, mudah, dan tidak menghasilkan limbah beracun lain. Penelitian ini bertujuan untuk mengadsorpsi zat warna metilen biru menggunakan kalsium alginat – Fe3O4 – serbuk biji pepaya. Modifikasi alginat dengan menambahkan magnetit dilakukan untuk meningkatkan kapasitas adsorpsi. Adsorben yang telah disintesis dikeringkan menggunakan freeze-dry kemudian dikarakterisasi mengunakan FTIR dan SEM. Berdasarkan pola pergeseran bilangan gelombang pita serapan pada spektrum FTIR adsorben sebelum dan sesudah adsorpsi, sejumlah gugus fungsi yang berperan dalam proses adsorpsi metilen biru adalah gugus O-H, C=O, dan C-O. Keberadaan metilen biru setelah adsorpsi juga teridentifikasi pada bilangan gelombang 1606 cm?1 yang menunjukkan pita vibrasi gugus C=N. Karakterisasi SEM pada permukaan adsorben juga menunjukkan keberhasilan adsorpsi. Adsorpsi zat warna metilen biru menggunakan adsorben kalsium alginat - Fe3O4- Serbuk Biji Pepaya mencapai kondisi optimum pada pH 6, waktu kontak 4 jam, dan kapasitas adsorpsi maksimum sebesar 388,99 mg/g. Adsorpsi mengikuti model kinetika orde dua semu, model isoterm Langmuir, dan bersifat eksotermik. Penggunaan adsorben BPAM secara berulang menunjukkan potensi adsorben untuk menyisihkan metilen biru secara efisien.
PERANCANGAN PENGONTROL FINITE CONTROL SET MODEL PREDICTIVE CONTROL DENGAN DISTURBANCE OBSERVER UNTUK MENGATASI INTERMITENSI PADA SISTEM PANEL SURYA MANDIRI DI BAWAH KONDISI NAUNGAN SEBAGIAN
Pembangkit listrik tenaga surya merupakan salah satu solusi yang dapat mendukung kebijakan pemerintah dalam mengatasi ketergantungan terhadap sumber energi fosil. Namun terdapat berbagai tantangan teknis yang dapat menurunkan efisiensi sistem, sehingga sistem PV tidak bekerja di titik daya optimumnya. Penelitian ini bertujuan untuk menerapkan pengontrol Finite Control Set Model Predictive Control untuk meningkatkan performa dan kerobasan dari sistem fotovoltaik yang terintegrasi dengan boost converter. Dalam perancangan algoritma pengontrol, efek gangguan itu akan diestimasi menggunakan Disturbance Observer untuk meningkatkan kerobasan sistem terhadap gangguan. Namun tantangan selanjutnya pada sistem PV terletak pada perubahan kondisi naungan modul fotovoltaik yang diakibatkan oleh pergerakan awan dan bayangan benda-benda sekitar, sehingga sistem PV akan memiliki beberapa puncak daya keluaran. Situasi ini dikenal sebagai kondisi naungan sebagian (PSC). Oleh karena itu pada penelitian ini digunakan metode Incremental Conductance-Modified Particle Swarm Optimization yang dapat melacak puncak global yang kemudian dijadikan arus referensi bagi mekanisme pengontrol. Hasil simulasi MATLAB/Simulink menunjukkan bahwa sistem mampu bekerja baik pada kondisi standar ataupun PSC. Pada kondisi standar dengan iradiasi seragam, sistem mencapai waktu tunak 0,42 detik, efisiensi 94,572%, dan akurasi daya 99,97%. Pada kondisi standar dengan variasi iradiasi dan beban, sistem menghasilkan waktu tunak rata-rata 0,330 detik, akurasi daya 99,904%, dan efisiensi rata-rata 93,933%. Pada kondisi PSC, sistem mampu mencapai waktu tunak 0,352 detik, akurasi daya 99,699%, dan efisiensi rata-rata 94,31%. Hasil ini menunjukkan bahwa integrasi Hybrid IC–MPSO dan FCS–MPC dengan Disturbance Observer mampu meningkatkan performa pelacakan titik maksimum daya dan menjaga efisiensi sistem PV mandiri di bawah kondisi naungan sebagian.
STUDI STRUKTUR DAN REAKTIVITAS PADA ANTARMUKA LINIO2—ETILEN KARBONAT DENGAN DINAMIKA MOLEKULER MACHINE LEARNED INTERATOMIC POTENTIAL
Pengujian mutu fisik biji kopi mentah di Indonesia mengacu pada Standar Nasional Indonesia (SNI) 01-2907-2008. Pengujian mutu fisik biji kopi saat ini banyak dilakukan secara manual melalui metode organoleptik visual. Metode ini memiliki kelemahan berupa potensi penilaian yang tidak konsisten dan tidak efisien waktu seiring bertambahnya volume sampel pengujian. Untuk mendukung otomasi pengujian mutu fisik biji kopi menggunakan visi komputer, diperlukan sistem pelontar yang mampu menjatuhkan biji kopi satu per satu (singulasi). Sistem pengumpan terdahulu seperti rotary feeder dan vibratory feeder memiliki kelemahan terhadap sensitivitas ukuran biji dan sering memicu fenomena kemacetan total (arching) pada corong penampung. Oleh karena itu, penelitian ini bertujuan merancang purwarupa sistem otomasi pelontar biji kopi berbasis centrifugal feeder. Purwarupa dirancang menggunakan metode pencetakan 3D yang terdiri dari rangka stasioner, piringan berputar, serta ruang singulasi. Ruang singulasi ini diotomasi menggunakan mekanisme dua gerbang rack and pinion yang dikendalikan oleh mikrokontroler Arduino Pro Mini dengan umpan balik dari sensor inframerah. Kinerja sistem dievaluasi berdasarkan analisis trajektori biji kopi, pengujian tingkat keberhasilan singulasi, dan pengujian kapasitas beban alat. Hasil penelitian menunjukkan bahwa perancangan mekanis ini berhasil menstabilkan lintasan biji kopi pada rata-rata radius 9,98 hingga 10,6 cm. Sistem juga mampu mencapai tingkat keberhasilan singulasi yang absolut sebesar 100% tanpa keluaran ganda ketika beroperasi pada putaran dinamis 160 RPM dan 145 RPM secara bergantian. Pengujian kapasitas masukan menunjukkan bahwa stabilitas prototipe ini berada pada rentang 35 hingga 45 biji kopi. Sistem mulai mengalami penurunan tingkat linearitas laju keluaran biji kopi pada kapasitas minimum (30 biji) akibat berkurangnya efek gaya dorong kelompok, serta mengalami kegagalan (keluaran ganda) pada kapasitas maksimum (50 biji) akibat peningkatan gaya gesek internal.
AMOBILISASI LIPASE CANDIDA RUGOSA BERBASIS BIOPOLIMER POLIHIDROKSIBUTIRAT SEBAGAI MATERIAL PENDUKUNG DALAM SINTESIS BIODIESEL
Biodiesel merupakan solusi yang terus berkembang untuk menjawab masalah sumber energi terbarukan. Indonesia sebagai penghasil minyak kelapa sawit terbesar di dunia memiliki potensi besar menjadi produsen dan pengembang sumber energi biodiesel. Tujuan dari penelitian ini adalah menyintesis biodiesel dengan biokatalis lipase Candida rugosa (LCR) teramobilisasi pada material berbasis biopolimer polihidroksibutirat (PHB). Amobilisasi bertujuan untuk meningkatkan stabilitas enzim sebagai agen katalis yang bermanfaat di bidang industri. PHB yang melalui proses pembengkakan (swelling) dicampurkan dengan enzim menjadi suspensi dan diinkubasi pada suhu 6 oC selama empat jam. Proses pemisahan material PHB yang mengamobilisasi lipase dilakukan sentrifugasi dan pencucian sebanyak tiga kali. Konsentrasi enzim yang tidak teramobilisasi ditentukan melalui metode Bradford. Aktivitas enzim bebas dan teramobilisasi ditentukan dengan menginkubasi substrat asam oleat dan metanol dengan enzim lipase. Pengukuran aktivitas dilakukan dengan menghitung selisih volume titrasi asam basa untuk larutan sampel dan kontrol. Penghitungan aktivitas didasarkan pada pengurangan substrat asam oleat per menit reaksi per mg enzim yang digunakan. Amobilisasi lipase menunjukkan aktivitas esterifikasi yang lebih baik dengan aktivitas spesifik lipase bebas dan teramobilisasi berturut-turut 0,068 U/mg dan 0,568 U/mg pada suhu 40 oC. Persen amobilisasi enzim pada material PHB diketahui mencapai 56,2% dengan dengan aktivitas paling tinggi diperoleh pada PHB–LCR dengan inkubasi PHB pada konsentrasi lipase 2 mg/mL. Hasil karakterisasi FTIR menunjukkan puncak serapan baru pada bilangan gelombang 1686 cm-1 sebagai indikasi adanya gugus amida. Karakterisasi SEM–EDS juga menunjukkan perubahan komposisi unsur C dan O serta terdeteksinya unsur N sebesar 0.4% pada sampel PHB–LCR. Analisis ukuran partikel menunjukkan pergeseran distribusi ukuran dengan puncak frekuensi tertinggi masing-masing pada PHB dan PHB– LCR berturut-turut 1541 dan 1741 nm dengan PHB–LCR memiliki pola distribusi ukuran partikel yang lebih landai. Pengujian kinetika reaksi menunjukkan perubahan profil aktivitas pada reaksi hidrolisis antara lipase bebas dan teramobilisasi. LCR bebas menunjukkan model kinetika Michelis–Menten dengan nilai Vmax dan km berturut-turut 14,001 ± 0,4306 ?molS-1 dan 1370,3 ± 60,277 ?M. Sementara itu, LCR teramobilisasi menunjukkan kesesuaian dengan model kinetika alosterik dengan nilai Vmax, k0,5, dan konstanta hill berturut-turut 15,696 ± 2,2670 ?molS-1; 560,58 ± 2,2670 ?M; dan 1,8710 ± 0,3740. Mekanisme amobilisasi yang diajukan adalah adsorbsi internal didukung oleh citra TEM yang menunjukkan pengumpulan sejumlah massa enzim di pusat granula PHB dan profil aktivitas pada pemakaian berulang yang menjadi indikasi kuat mekanisme amobilisasi adalah adsorbsi melalui interaksi fisik.
BATERAI ION LITIUM, DINAMIKA MOLEKULER, MACHINE LEARNED INTERATOMIC POTENTIAL, MULTI-ATOMIC CLUSTER EXPANSION, LINIO2, ETILEN KARBONAT.
Dalam upaya merancang baterai ion litium yang lebih optimal, studi komputasional dibutuhkan untuk memahami mekanisme degradasi di antarmuka katoda dan elektrolit yang berkontribusi pada penurunan performa, masa pakai, dan keamanan baterai. Dinamika molekuler machine learned interatomic potential (MLIP) menjadi metode studi komputasional yang menonjol karena menjembatani kecepatan yang ditawarkan dinamika molekuler klasik dan akurasi dinamika molekuler ab initio yang memungkinkan studi komputasional akurat dengan skala sistem yang besar dan jangka waktu simulasi yang panjang. Dalam penelitian ini, dilakukan pelatihan model MLIP Multi-Atomic Cluster Expansion dengan metode fine-tuning yang kemudian diterapkan untuk simulasi dinamika molekuler MLIP pada antarmuka katoda LiNiO2 (LNO) dengan elektrolit etilen karbonat (ethylene carbonate/EC). Model yang dilatih dapat menghasilkan akurasi yang baik dengan root mean squared error (RMSE) energi sebesar 0.2 meV atom -1 dan RMSE gaya sebesar 55.8 meV Å-1. Dari simulasi tersebut, diperoleh data radial distribution function yang menunjukkan struktur antarmuka dan data perubahan jarak antaratom terhadap waktu. Simulasi yang dilakukan tidak menunjukkan adanya tren perubahan jarak antaratom yang dapat mengindikasikan terjadinya reaksi pada antarmuka LNO tanpa kekosongan litium dengan cairan EC.
ANALISIS KOMPARATIF PENDEKATAN THRESHOLD, MACHINE LEARNING DAN TRANSFER LEARNING UNTUK DETEKSI KEGAGALAN HOTSPOT PADA MODUL SURYA BERBASIS CITRA TERMAL INFRAMERAH
Inspeksi termal inframerah pada modul fotovoltaik masih bergantung pada interpretasi visual yang rentan inkonsistensi dan tidak mampu berskala. Oleh karena itu, penelitian ini merancang dan mengevaluasi sistem deteksi kegagalan hotspot otomatis sekaligus membandingkan tiga pendekatan yang berbeda secara sistematis (threshold sederhana, machine learning berbasis fitur statistic dan transfer learning berbasis piksel penuh menggunakan MobileNetV2) untuk menentukan pendekatan paling optimal dalam ruang trade-off antara akurasi deteksi dan efisiensi komputasi pada sistem monitoring PLTS berskala menengah. Dataset terdiri atas 1.146 citra termal inframerah modul surya dari repositori public dengan rasio ketidakseimbangan kelas 8,1:1 di mana setiap citra dikonversi ke grayscale dan diekstraksi menjadi lima fitur statistic termal. Dua model baseline threshold, dua algoritma ensemble learning (Random Forest dan XGBoost) yang dioptimasi melalui pencarian hyperparameter dengan validasi silang serta MobileNetV2 dengan fine-tuning dua tahap sebagai representasi pendekatan deep learning dievaluasi secara bersamaan terhadap metrik performa klasifikasi dan efisiensi komputasi. Pendekatan threshold tunggal terbukti tidak memadai karena kemampuannya mengenali kondisi normal runtuh hampir sepenuhnya meskipun sensitive terhadap hotspot. Random Forest dan XGBoost mencapai performa klasifikasi sangat tinggi pada seluruh metrik dengan ukuran model di bawah 0,4 MB dan latensi inferensi di bawah 7 milidetik per citra. MobileNetV2 mencapai klasifikasi sempurna pada data uji dan mampu mengenali pola spasial distribusi panas yang tidak tertangkap oleh fitur statistic global namun dengan ukuran model 68 kali lebih besar dan latensi 14 kali lebih lambat dibanding Random Forest. Fitur ?T terbukti sebagai representasi termal paling diskriminatif di antara seluruh fitur yang dievaluasi. Temuan ini menunjukkan bahwa operator dan pengembang sistem monitoring PLTS berskala menengah dapat mengadopsi model ensemble learning berbasis fitur statistic termal sebagai alternative yang akurat sekaligus ringan secara komputasi dibanding deep learning tanpa memerlukan infrastruktur GPU yang mahal.
STUDI KOMPUTASI REAKSI KATALITIK KONVERSI METANA MENJADI METANOL PADA PERMUKAAN (110) LOGAM DIOKSIDA BERSTRUKTUR RUTIL
Konversi metana (CH4) menjadi metanol (CH3OH) merupakan salah satu solusi pemanfaatan gas rumah kaca (GRK). Namun, pemutusan ikatan C?H pada metana membutuhkan energi yang besar (4,508 eV). Penelitian sebelumnya menunjukkan bahwa logam dioksida berstruktur rutil dengan permukaan (110), yaitu ??MnO2(110), mampu memutus ikatan C-H melalui pembentukan spesi metil radikal (•CH3) yang dapat membentuk metanol. Hal ini memotivasi eksplorasi logam oksida rutil lainnya yang dapat membentuk metanol. Oleh karena itu, dengan menggunakan simulasi komputasi berbasis teori fungsional kerapatan (DFT) dan perangkat lunak VASP dengan fungsional GGA+U, penelitian ini membahas lima kandidat logam dioksida (MO2) berstruktur rutil (110), yaitu FeO2, NiO2, CoO2, AuO2, dan AgO2 untuk reaksi konversi metana menjadi metanol. Analisis dilakukan terhadap profil diagram energi reaksi, perubahan struktur geometri adsorsi, dan struktur elektronik melalui projected density of states (PDOS). Hasil simulasi menunjukkan bahwa katalis NiO2(110) memiliki efektivitas yang tinggi untuk memutus ikatan C?H dengan energi aktivasi yang rendah (????a = 0,08 eV). Meski demikian, kuatnya interaksi permukaan pada NiO2(110) membuat proses desorpsi produk metanol menjadi kurang menguntungkan karena energi desorpsi yang tinggi (????des = 1,54 eV). Di sisi lain, katalis AuO2(110) menunjukkan performa paling optimal dan seimbang secara keseluruhan dengan energi aktivasi pemutusan C?H sebesar 0,30 eV dan energi desorpsi metanol yang rendah sebesar 0,54 eV. Analisis geometri mengonfirmasi terjadinya distorsi struktural berupa perubahan sudut ikatan metana pada tahap adsorpsi akibat interaksi kemisorpsi, di mana FeO2(110) mengalami perubahan sudut dari 109,36° menjadi 112,22°. Sementara itu, hasil analisis PDOS mengidentifikasi kemiripan profil elektronik FeO2(110) dan CoO2(110) dengan katalis referensi MnO2(110) di sekitar energi Fermi. Berdasarkan hasil simulasi tersebut, AuO2(110) disimpulkan sebagai kandidat katalis baru yang paling menjanjikan untuk konversi metana menjadi metanol secara efisien.
ELEKTRODA PASTA KARBON TERMODIFIKASI MWCNT-CS/AUNPS UNTUK ANALISIS METIL PARABEN SECARA VOLTAMMETRI
Metil paraben merupakan salah satu pengawet yang banyak digunakan dalam berbagai produk kosmetik. Penggunaannya dalam kadar berlebih dapat menimbulkan dampak negatif seperti gangguan sistem endokrin yang dapat mengganggu keseimbangan hormon dan berpotensi menyebabkan kanker. Badan Pengawas Obat dan Makanan menetapkan jumlah maksimum metil paraben pada produk kosmetik yaitu sebesar 0,4% apabila digunakan sebagai pengawet tunggal, dan 0,8% apabila digunakan bersama dengan pengawet lain. Oleh karena itu, diperlukan metode analisis yang sensitif untuk menentukan kadar metil paraben dalam berbagai produk kosmetik agar sesuai dengan batas aman yang sudah ditetapkan. Pada penelitian ini dikembangkan sensor elektrokimia berbasis elektroda pasta karbon (EPK) yang dimodifikasi dengan komposit multi-walled carbon nanotube–kitosan/nanopartikel emas (MWCNT-CS/AuNPs) untuk deteksi metil paraben. Modifikasi elektroda dilakukan melalui metode drop-casting suspensi MWCNT-CS pada permukaan EPK yang dilanjutkan dengan elektrodeposisi AuNPs. Karakterisasi material dilakukan menggunakan FTIR, SEM, dan EDS, untuk mengkonfirmasi keberhasilan pembentukan lapisan MWCNT-CS/AuNPs pada permukaan elektroda. Karakterisasi elektrokimia menggunakan voltametri siklik (CV) menunjukkan bahwa modifikasi elektroda meningkatkan luas permukaan elektroaktif hingga 18,27 mm², yaitu sekitar 2,9 kali lebih besar dibandingkan EPK tanpa modifikasi. Kondisi optimum deteksi metil paraben diperoleh pada konsentrasi suspensi MWCNT dalam kitosan 0,5% sebesar 2,5 mg/mL, potensial deposisi AuNPs ?0,3 V selama 300 detik, dalam larutan PBS pH 7. Analisis kuantitatif dilakukan menggunakan teknik linear sweep voltammetry (LSV) pada rentang potensial 400–1200 mV dengan laju pindai 100 mV/s. EPK/MWCNT-CS/AuNPs menunjukkan respons elektrokimia yang baik terhadap oksidasi metil paraben dengan tiga rentang linear, yaitu 1–10, 10–100, dan 100– 1000 µM, dengan batas deteksi (LOD) sebesar 0,506 µM dan batas kuantifikasi (LOQ) sebesar 1,688 µM. Hasil analisis laju pindai menunjukkan bahwa proses oksidasi metil paraben pada permukaan elektroda termodifikasi MWCNT- CS/AuNPs dikendalikan oleh proses difusi. Elektroda juga menunjukkan repeatability dan reproducibility yang baik dengan nilai %RSD masing-masing sebesar 4,47% (40 kali pengulangan) dan 1,97% (10 elektroda), yang lebih rendah dibandingkan %RSD Horwitz sebesar 8,34%. Selain itu, sensor memiliki stabilitas yang baik dengan mempertahankan 87,93% kinerja awal setelah penyimpanan selama 20 hari. Uji interferensi terhadap asam askorbat (AA), hidrokuinon (HQ), dan butylated hydroxyanisole (BHA) pada perbandingan konsentrasi 1:1 hingga 1:100 menunjukkan bahwa keberadaan senyawa pengganggu tidak memberikan pengaruh yang signifikan terhadap respons arus, dengan sebagian besar respons tetap berada di atas 90%. Analisis pada sampel kosmetik berupa toner dan krim menunjukkan bahwa hasil penentuan metil paraben menggunakan EPK/MWCNT- CS/AuNPs secara voltammetri tidak berbeda signifikan dengan metode spektrofotometri UV-Vis berdasarkan hasil uji-t, serta memberikan nilai perolehan kembali (recovery) sebesar 98,67–104,80%. Kadar metil paraben yang diperoleh pada sampel toner dan krim masing-masing sebesar 0,1504% dan 0,4354%. Kadar pada sampel toner berada di bawah batas maksimum BPOM sebesar 0,4%, sedangkan kadar pada sampel krim masih berada di bawah batas maksimum 0,8% apabila digunakan bersama pengawet lain. Hasil penelitian ini menunjukkan bahwa EPK/MWCNT-CS/AuNPs berpotensi sebagai sensor elektrokimia yang sensitif, akurat, presisi, selektif, dan stabil untuk deteksi metil paraben, sehingga dapat diterapkan dalam pemantauan keamanan produk kosmetik.
ESTIMASI STATE OF CHARGE BATERAI LITHIUM-ION MENGGUNAKAN METODE COULOMB COUNTING DIKOMBINASIKAN DENGAN RECURSIVE LEAST SQUARE DAN KONTROLER PROPORTIONAL-INTEGRAL
Akurasi estimasi State of Charge (SOC) merupakan parameter penting dalam Battery Management System (BMS) pada baterai Lithium-ion untuk aplikasi kendaraan listrik. Metode Coulomb Counting (CC) yang umum digunakan bersifat open-loop sehingga rentan terhadap akumulasi derau (noise) dan sangat dipengaruhi oleh ketepatan nilai inisialisasi SOC awal. Untuk mengatasi keterbatasan tersebut, penelitian ini merancang dan mengimplementasikan sistem estimasi SOC berbasis simulasi MATLAB yang menggabungkan metode CC dengan algoritma Recursive Least Square (RLS) dan Kontroler Proportional-Integral (PI) sebagai mekanisme koreksi closed-loop. Baterai dimodelkan menggunakan rangkaian ekuivalen Thevenin orde satu (1RC) berdasarkan data karakterisasi sel Panasonic 18650PF, dengan kurva tegangan sirkuit terbuka (OCV) diaproksimasi melalui polinomial derajat 9. Algoritma RLS digunakan untuk mengidentifikasi parameter dinamis baterai, sementara selisih antara estimasi OCV hasil RLS dan hasil perhitungan CC diolah oleh Kontroler PI sebagai sinyal koreksi untuk memperbarui nilai SOC. Pengujian dilakukan pada kondisi pembebanan arus statis (1C) dan dinamis (siklus HWFET dan UDDS) dengan kondisi awal SOC yang sengaja diberi nilai keliru untuk mengevaluasi kemampuan konvergensi sistem. Hasil simulasi menunjukkan bahwa metode hibrida CC-RLS-PI mampu melakukan koreksi secara adaptif terhadap nilai SOC awal yang salah hingga mendekati nilai referensi (ground truth). Nilai rata-rata Mean Absolute Error (MAE) berhasil diturunkan dari sekitar 19% pada metode CC konvensional menjadi 2,596% pada pengujian 1C, 2,225% pada siklus HWFET, dan 1,849% pada siklus UDDS. Hasil ini menunjukkan bahwa metode CC-RLS-PI yang diusulkan memiliki tingkat stabilitas dan ketangguhan yang baik, dengan galat estimasi konsisten di bawah 3% pada rentang operasi normal baterai, serta terbukti sangat efisien secara komputasi (0,02 detik per iterasi) sehingga ideal untuk diimplementasikan pada mikrokontroler standar.
EKSPRESI GEN PENGKODE LAKASE REKOMBINAN DALAM SISTEM RAGI PICHIA PASTORIS
Produk pertanian sebanyak 10 – 50% merupakan limbah organik yang dapat terurai secara alami. Namun, limbah organik dalam jumlah yang besar berpotensi menyebabkan pencemaran lingkungan seperti pencemaran air. Limbah ini mengandung lignoselulosa yang dapat dimanfaatkan sebagai biofuel melalui hidrolisis selulosa dan hemiselulosa menjadi gula monomer. Pemanfaatan gula polimer ini terbatasi oleh keberadaan lignin yang membungkus gula polimer dengan kuat. Lignin memiliki struktur polimer dari metoksi fenol dan dapat didegradasi menggunakan lakase. Lakase merupakan enzim kelas oksidoreduktase dari keluarga multi-copper oxidase (MCO). Salah satu bakteri penghasil lakase yaitu Thermus thermophilus, hanya memproduksi enzim dalam jumlah sangat sedikit. Sehingga diperlukan cara untuk memproduksi protein rekombinan lakase, yaitu menggunakan sel inang Pichia pastoris. P. pastoris dipilih karena kemampuannya dalam memproduksi enzim rekombinan yang banyak karena keberadaan promotor AOX1 yang diinduksi oleh metanol. Tujuan dari penelitian yang dilakukan adalah mengekspresikan gen pengkode lakase menggunakan sistem P. pastoris, serta menentukan kondisi inducer metanol paling optimal untuk menghasilkan nilai aktivitas tertinggi. Tahapan metode diawali dengan memperbanyak vektor pembawa lakase menggunakan sel Escherichia coli. Plasmid kemudian diisolasi dan digunakan untuk mentransformasikan P. pastoris. Proses induksi dilakukan selama 5 hari dengan konsentrasi metanol 1 – 3%. Pengambilan sampel supernatan dilakukan harian untuk tiap variasi. Sampel kemudian dianalisis kandungan jumlah protein total melalui uji Bradford dan pengukuran aktivitas menggunakan substrat 2,2’-azino-bis(3-etilbenzotiazolin-6-sulfonat) (ABTS). Hasil elektroforesis gel poliakrilamida-SDS menunjukkan berat molekul lakase rekombinan berada di sekitar 60 kDa. Hasil ini sesuai dengan perhitungan berat molekul berdasarkan urutan asam amino penyusunnya. Pengujian Bradford menunjukkan adanya peningkatan konsentrasi protein harian mulai dari 0,02–0,11 µg/µL, pada variasi metanol 1–2% (v/v). Pada variasi metanol 2,5 dan 3% (v/v) terjadi penurunan konsentrasi mulai hari keempat dan ketiga secara berurutan. Nilai aktivitas enzim menunjukkan fluktuasi dengan pola distribusi normal. Uji two-way ANOVA menunjukkan bahwa parameter variasi konsentrasi metanol dan jumlah hari produksi mempengaruhi nilai aktivitas lakase.
APLIKASI FLEXIBLE PARAMETRIC SURVIVAL MODELS UNTUK ANALISIS RISIKO KANKER SERVIKS DAN PENETAPAN PREMI ASURANSI
Kanker serviks merupakan salah satu penyakit kritis dengan prevalensi tertinggi pada perempuan di Indonesia, sehingga memberikan tekanan signifikan terhadap klaim asuransi penyakit kritis. Tugas Akhir ini bertujuan memodelkan fungsi hazard kanker serviks menggunakan Flexible Parametric Survival Models (FPSM) serta mengestimasi premi asuransi penyakit kritis berbasis hasil pemodelan tersebut. Data yang digunakan adalah data sekunder dari 858 pasien perempuan dengan 102 kasus positif (11,89%). Pemilihan model terbaik dilakukan menggunakan Akaike Information Criterion (AIC), dengan hasil FPSM skala normal dan m = 3 sebagai model terbaik (AIC = 1138,102), mengungguli distribusi parametrik klasik terbaik yaitu GenGamma (AIC = 1144,394). Fungsi hazard yang dihasilkan menunjukkan dua fase risiko, peningkatan pada usia 18–20 tahun akibat paparan HPV dini, penurunan sementara hingga usia 24 tahun, kemudian peningkatan konsisten hingga usia 65 tahun. Premi asuransi dihitung melalui pendekatan expected cash flow dengan target discounted profit margin sebesar 20%, menghasilkan premi tahunan Rp200.000-Rp3.000.000 tergantung usia masuk dan rencana manfaat. Hasil profit testing menunjukkan IRR 6%-11%, tidak ada New Business Strain, dan Loss Ratio 36%–38%, mengindikasikan kelayakan finansial produk. Analisis sensitivitas menunjukkan bahwa incidence rate merupakan faktor paling berpengaruh terhadap profitabilitas, menegaskan pentingnya akurasi estimasi hazard dalam penetapan premi asuransi penyakit kritis.
KONSTRUKSI VALUASI HARGA WAJAR PROGRAM KEPEMILIKAN SAHAM KARYAWAN DI INDONESIA BERDASARKAN MODEL VOLATILITAS STOKASTIK HESTON
Employee Stock Option (ESO) atau Program Kepemilikan Saham Karyawan merupakan instrumen kompensasi berbasis saham dengan karakteristik yang berbeda dari opsi yang diperdagangkan secara umum di pasar derivatif, seperti adanya masa tunggu (vesting period) hingga ESO hidup, keterbatasan periode pelaksanaan, risiko gugur akibat keluarnya karyawan, dan kemungkinan pelaksanaan lebih awal. Dalam praktik pencatatan keuangan, valuasi ESO masih umum dibangun di atas model Black–Scholes atau Geometric Brownian Motion (GBM) yang mengasumsikan volatilitas konstan. Asumsi ini tidak terpenuhi apabila histori harga saham menunjukkan heteroskedastisitas, volatility clustering, dan perubahan varians antarperiode. Penelitian ini membangun kerangka valuasi nilai wajar ESO berbasis model Heston Stochastic Volatility (HSV) dengan diskretisasi Euler untuk simulasi Monte Carlo. Studi kasus dilakukan pada Management and Employee Stock Ownership Program (MESOP) 2023–2028 PT Bank Jago Tbk. (ARTO.JK), dengan memperhatikan karakteristik ESO dan regulasi Indonesia. Varians laten diaproksimasi menggunakan Exponentially Weighted Moving Average (EWMA), dengan parameter variance decay ? dipilih melalui rolling-origin backtesting berdasarkan Continuous Ranked Probability Score (CRPS). Hasil pengujian data historis ARTO.JK menolak asumsi volatilitas konstan. Model GBM dan HSV–Euler yang dikalibrasi dan dibangkitkan dalam pengujian rolling-origin backtesting menunjukkan bahwa HSV–Euler memberikan CRPS lebih rendah daripada GBM, yang mengindikasikan bahwa model HSV lebih baik dalam menangkap dinamika pergerakan volatilitas maupun harga saham. Dalam valuasi ESO, dividen historis q = 0 Bank Jago menghasilkan nilai wajar lebih tinggi daripada nilai yang dilaporkan, sedangkan implicit dividend yield yang didapatkan dari valuasi model Black–Scholes dengan input sesuai laporan keuangan Bank Jago menghasilkan nilai lebih rendah dibandingkan nilai yang dilaporkan. Analisis sensitivitas mengidentifikasi faktor dominan yang mempengaruhi valuasi, seperti tingkat imbal hasil, moneyness, parameter varians jangka panjang, dan variance decay. Pada akhirnya, model berhasil memberikan kerangka valuasi yang fleksibel untuk ESO Indonesia ketika asumsi volatilitas konstan tidak terpenuhi.