PRISMA FISIKA最新文献

Dinamika Populasi Sistem Hybrid Semiconductor Quantum Dot – Metal Nanoshell 混合半导体量子点-金属纳米壳系统的流行趋势

PRISMA FISIKA Pub Date : 2023-12-02 DOI: 10.26418/pf.v11i3.65091

Rindiani Rindiani, Bintoro Siswo Nugroho, Yudha Arman

引用次数: 0

Prediksi Luas Area Terbakar Menggunakan Fire Weather Index dan Frekuensi Titik Panas di Jambi 利用火灾气象指数和热点频率预测占碑省的烧毁面积

PRISMA FISIKA Pub Date : 2023-12-02 DOI: 10.26418/pf.v11i2.64550

Presli Panusunan Simanjuntak

{"title":"Prediksi Luas Area Terbakar Menggunakan Fire Weather Index dan Frekuensi Titik Panas di Jambi","authors":"Presli Panusunan Simanjuntak","doi":"10.26418/pf.v11i2.64550","DOIUrl":"https://doi.org/10.26418/pf.v11i2.64550","url":null,"abstract":"Forest fires occur every year in Indonesia, one of the regions with the highest forest fires is Jambi Province. Significant losses and negative impacts due to forest fires cause the need for an effort to prevent forest fires early on with the detection of forest and land fires. One method that can provide information about the level of forest fire based on daily weather data input is the Fire Weather Index (Fire Weather Index / FWI) system, which was first developed by Canada. This study aims to estimate burn area in the Jambi region by using temperature, rainfall, humidity, and wind speed data. Other supporting data are hotspot frequency data from NASA-FIRMS satellites and data fraction of burn area from GFED satellites on a daily scale of the period 2006-2016. In this study an analysis of the relationship between these data variables and burn area estimation was carried out using multiple linear regression methods then validated to see the level of suitability of the output model forecasts. The results showed that the predictor variables that had the highest relationship were hotspots frequency, Buildup Index (BUI), and FWI index with correlation values of 0.888, 0.739 and 0.753, respectively. The estimation model of the resulting burnt area is: Burned Area = -966.6146918 + (7.519631195 × BUI) + (147.4865469 × FWI) + (14.5373858 × Hotspots) + 116, with an RMSE value of 635.524 and MAE of 491.38","PeriodicalId":127503,"journal":{"name":"PRISMA FISIKA","volume":"50 6","pages":""},"PeriodicalIF":0.0,"publicationDate":"2023-12-02","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":null,"resultStr":null,"platform":"Semanticscholar","paperid":"139187625","PeriodicalName":null,"FirstCategoryId":null,"ListUrlMain":null,"RegionNum":0,"RegionCategory":"","ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":"","EPubDate":null,"PubModel":null,"JCR":null,"JCRName":null,"Score":null,"Total":0}

引用次数: 0

Prediksi Penyakit Hepatitis C dan Sirosis Hati dengan Penerapan SMOTE pada Metode Jaringan Saraf Tiruan Propagasi Balik 将 SMOTE 应用于反向传播人工神经网络法预测丙型肝炎疾病和肝硬化

PRISMA FISIKA Pub Date : 2023-10-31 DOI: 10.26418/pf.v11i3.65229

Emi Rajiah, H. Hasanuddin, Dwiria Wahyuni

{"title":"Prediksi Penyakit Hepatitis C dan Sirosis Hati dengan Penerapan SMOTE pada Metode Jaringan Saraf Tiruan Propagasi Balik","authors":"Emi Rajiah, H. Hasanuddin, Dwiria Wahyuni","doi":"10.26418/pf.v11i3.65229","DOIUrl":"https://doi.org/10.26418/pf.v11i3.65229","url":null,"abstract":"Penyakit hati adalah gangguan yang menyebabkan organ hati tidak bekerja dengan normal. Penelitian ini berfokus pada penyakit hati salah satunya yaitu, hepatitis C dan sirosis hati. Proses komputerisasi digunakan untuk mempermudah dalam pengolahan data agar memperoleh hasil yang akurat dan lebih memudahkan ahli medis dalam klasifikasi, prediksi, diagnosa dan pendeteksian suatu penyakit. Tujuan penelitian ini yaitu, untuk mengetahui jaringan saraf tiruan propagasi balik dalam memprediksi penyakit hepatitis C dan sirosis hati serta mengetahui persentase nilai akurasinya. Propagasi balik (backpropagation) termasuk algoritma jaringan saraf tiruan merupakan metode yang digunakan pada penelitian ini untuk menyelesaikan tugas yang komplek dengan bantuan Synthetic Minority Oversampling Technique (SMOTE) untuk menyeimbangkan data. Prinsip yang digunakan dalam metode SMOTE ialah prinsip oversampling yaitu, dengan membangkitkan data dari kelas yang jumlahnya sedikit (minor) agar jumlahnya seimbang dengan data dari kelas yang jumlahnya banyak (mayor). Hasil prediksi pada penelitian ini dengan metode propagasi balik untuk penyakit hepatitis C dengan pengolahan menggunakan SMOTE dan tanpa SMOTE berturut-turut yaitu, sebesar 99% dan 95%, sedangkan nilai akurasi prediksi penyakit sirosis hati dengan pengolahan menggunakan SMOTE dan tanpa SMOTE berturut-turut yaitu, sebesar 85% dan 84%. Berdasarkan hasil yang diperoleh tersebut, dapat disimpukan bahwa pengolahan data dengan bantuan SMOTE memperoleh nilai akurasi lebih tinggi sehingga dapat membantu meningkatkan nilai akurasi dalam proses pelatihan dan pengujian.Kata Kunci : Hepatitis_C, Jaringan_Saraf_Tiruan, Propagasi_Balik, Sirosis_Hati, SMOTE","PeriodicalId":127503,"journal":{"name":"PRISMA FISIKA","volume":"57 1","pages":""},"PeriodicalIF":0.0,"publicationDate":"2023-10-31","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":null,"resultStr":null,"platform":"Semanticscholar","paperid":"139306890","PeriodicalName":null,"FirstCategoryId":null,"ListUrlMain":null,"RegionNum":0,"RegionCategory":"","ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":"","EPubDate":null,"PubModel":null,"JCR":null,"JCRName":null,"Score":null,"Total":0}

引用次数: 0

Respons Sifat Fisika Tanah terhadap Penerapan Limbah Cair Pabrik Kelapa Sawit di Perkebunan Kelapa Sawit 油棕种植园施用棕榈油厂污水对土壤物理特性的影响

PRISMA FISIKA Pub Date : 2023-10-31 DOI: 10.26418/pf.v11i3.65283

Feby Indriyani, Okto Ivansyah, Yuris Sutanto

{"title":"Respons Sifat Fisika Tanah terhadap Penerapan Limbah Cair Pabrik Kelapa Sawit di Perkebunan Kelapa Sawit","authors":"Feby Indriyani, Okto Ivansyah, Yuris Sutanto","doi":"10.26418/pf.v11i3.65283","DOIUrl":"https://doi.org/10.26418/pf.v11i3.65283","url":null,"abstract":"Telah dilakukan penelitian untuk mengamati respons sifat fisika tanah terhadap penerapan Limbah Cair Pabrik Kelapa Sawit (LCPKS) di perkebunan kelapa sawit. Penerapan LCPKS pada perkebunan kelapa sawit menggunakan metode lubang biopori dengan kedalaman lubang 100 cm dan diameter lubang 10 cm. Lubang biopori dibuat pada 3 tanaman kelapa sawit. Pengambilan sampel tanah dilakukan sebanyak 2 kali yaitu saat sebelum penerapan LCPKS dan setelah penerapan LCPKS. Sampel tanah diambil dengan variasi kedalaman 0-30, 31-60, 61-90 dan 91-120 cm dari atas permukaan tanah. Hasil pengujian sampel tanah menunjukkan bahwa tidak terjadi perubahan yang signifikan pada massa jenis, kadar air dan porositas tanah setelah penerapan LCPKS tetapi terjadi peningkatan nilai konduktivitas listrik pada tanah. Nilai massa jenis tanah tidak menunjukkan perubahan yang signifikan akan tetapi terlihat bahwa semakin dalam lapisan tanah maka nilai massa jenisnya meningkat. Nilai kadar air tanah terjadi sedikit perubahan berupa peningkatan nilainya namun perubahannya tidak signifikan. Pada porositas tanah juga terjadi perubahan yang tidak signifikan. Nilai konduktivitas listrik LCPKS sebelum diterapkan pada lahan yaitu 21.700 , sedangkan nilai konduktivitas awal pada tanah setelah diterapkan LCPKS berkisar 19-20 dan mencapai nilai tertinggi sebesar yaitu pada kedalaman 91-120 cm. Tingginya nilai konduktivitas listrik pada suatu tanah dapat meningkatkan penyerapan pupuk oleh tanaman, oleh karena itu penerapan LCPKS pada perkebunan kelapa sawit sangat baik bagi tanaman kelapa sawit.Kata Kunci : Limbah Cair Pabrik Kelapa Sawit, Sifat Fisika Tanah, Biopori","PeriodicalId":127503,"journal":{"name":"PRISMA FISIKA","volume":"41 1","pages":""},"PeriodicalIF":0.0,"publicationDate":"2023-10-31","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":null,"resultStr":null,"platform":"Semanticscholar","paperid":"139309292","PeriodicalName":null,"FirstCategoryId":null,"ListUrlMain":null,"RegionNum":0,"RegionCategory":"","ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":"","EPubDate":null,"PubModel":null,"JCR":null,"JCRName":null,"Score":null,"Total":0}

引用次数: 0

Identifikasi Penyakit COVID-19 dan Tuberkulosis Menggunakan Metode Convolutional Neural Network Arsitektur GoogLeNet Berdasarkan Citra Rontgen Thorax 基于胸部 X 射线图像，使用卷积神经网络方法 GoogLeNet 架构识别 COVID-19 和结核病

PRISMA FISIKA Pub Date : 2023-10-31 DOI: 10.26418/pf.v11i3.65228

Retry Asykurani Abdillah, H. Hasanuddin, Dwiria Wahyuni

{"title":"Identifikasi Penyakit COVID-19 dan Tuberkulosis Menggunakan Metode Convolutional Neural Network Arsitektur GoogLeNet Berdasarkan Citra Rontgen Thorax","authors":"Retry Asykurani Abdillah, H. Hasanuddin, Dwiria Wahyuni","doi":"10.26418/pf.v11i3.65228","DOIUrl":"https://doi.org/10.26418/pf.v11i3.65228","url":null,"abstract":"Penelitian identifikasi penyakit COVID-19 dan tuberkulosis berdasarkan rontgen thorax dengan metode convolutional neural network (CNN) arsitektur GoogLeNet telah dilakukan untuk menganalisis dan meningkatkan nilai akurasi dari penelitian CNN GoogLeNet dalam mengidentifikasi penyakit COVID-19 dan tuberkulosis. Data penelitian diperoleh dari situs Kaggle yang terdiri dari 700 citra COVID-19, 700 citra normal, dan 700 citra tuberkulosis. Metode CNN GoogLeNet dalam mengidentifikasi citra dimulai dari tahapan augmentasi, pelatihan, dan pengujian. Tahap augmentasi diawali dengan mengecilkan dan memotong citra hingga berukuran 224×224 piksel, membuat citra dirotasi secara acak 5⁰ dan citra dibalik posisinya secara horizontal serta citra akan digeser secara acak sebesar 0,08 berdasarkan kemiringan 0,2⁰. Tahapan pelatihan dan pengujian menggunakan hyperparameter yang terdiri atas batch size (16, 32, dan 64), epoch (10, 30, dan 50), cross entropy loss, optimizer (Adam), dan learning rate 0,0001. Hasil penelitian menunjukkan bahwa CNN GoogLeNet mengidentifikasi penyakit berdasarkan derajat keabuan yang dimiliki oleh citra melalui proses feature learning dan classification. Derajat keabuan pada citra berkisar antara 0-255 sedangkan yang dimiliki penyakit COVID-19 dominan pada >200-255, penyakit tuberkulosis dominan pada >100-255, dan kondisi paru-paru normal dominan pada >0-100. Hasil penelitian berdasarkan proses klasifikasi pengujian menghasilkan akurasi 97% (batch size 16 dan epoch 10), 98% (batch size 16 dan epoch 30), 97% (batch size 16 dan epoch 50), 96% (batch size 32 dan epoch 10), 98% (batch size 32 dan epoch 30), 96% (batch size 32 dan epoch 50), 96% (batch size 64 dan epoch 10), 96% (batch size 64 dan epoch 30), dan 97% (batch size 64 dan epoch 50). Kata Kunci : Citra Rontgen, CNN, COVID-19, GoogLeNet, Tuberkulosis","PeriodicalId":127503,"journal":{"name":"PRISMA FISIKA","volume":"150 1","pages":""},"PeriodicalIF":0.0,"publicationDate":"2023-10-31","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":null,"resultStr":null,"platform":"Semanticscholar","paperid":"139308591","PeriodicalName":null,"FirstCategoryId":null,"ListUrlMain":null,"RegionNum":0,"RegionCategory":"","ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":"","EPubDate":null,"PubModel":null,"JCR":null,"JCRName":null,"Score":null,"Total":0}

引用次数: 0

Identifikasi Stroke Menggunakan Metode Transfer learning Arsitektur Convolutional Neural Network Pada Citra CT-scan Kepala 在头部 CT 扫描图像上使用迁移学习法卷积神经网络架构识别脑卒中

PRISMA FISIKA Pub Date : 2023-10-31 DOI: 10.26418/pf.v11i3.65242

Waliidaturrahmaniah Waliidaturrahmaniah, H. Hasanuddin, Dwiria Wahyuni

{"title":"Identifikasi Stroke Menggunakan Metode Transfer learning Arsitektur Convolutional Neural Network Pada Citra CT-scan Kepala","authors":"Waliidaturrahmaniah Waliidaturrahmaniah, H. Hasanuddin, Dwiria Wahyuni","doi":"10.26418/pf.v11i3.65242","DOIUrl":"https://doi.org/10.26418/pf.v11i3.65242","url":null,"abstract":"Stroke menjadi penyebab terbesar atas kecatatan dan kematian pada masyarakat Indonesia. Tingkat penderita stroke yang tertinggi di wilayah Asia Tenggara adalah Indonesia. Hal tersebut yang menjadi perhatian pada penelitian ini untuk dapat mengidentifikasi citra kepala hasil dari proses pencitraan medis yaitu CT-scan. Salah satu pemanfaatan teknologi IT dalam bidang medis adalah menggantikan fungsi kerja manusia dalam merepresentasikan hasil citra CT-scan dengan kinerja mesin. Teknologi tersebut memanfaatkan arsitektur Convolutional Neural Network (CNN) metode transfer learning. Pada penelitian ini, dataset yang akan digunakan adalah citra CT-scan kepala dari website www.kaggle.com. Beberapa variasi arsitektur yang digunakan adalah arsitektur AlexNet, VGG16, dan GoogLeNet serta variasi optimizer Stochastic Gradient Descent (SGD), AdaGrad, RMSProp, dan Adam. Hasil yang diperoleh adalah Akurasi AlexNet dengan menggunakan optimizer SGD adalah 75%, AdaGrad sebesar 93%, RMSProp menghasilkan 90%, dan Adam sebesar 85%. Hasil akurasi pada arsitektur VGG16 dengan menggunakan optimizer SGD adalah 73%, AdaGrad sebesar 88%, RMSProp menghasilkan 68%, dan Adam sebesar 91. Arsitektur GoogLeNet menghasilkan nilai akurasi dengan menggunakan optimizer SGD sebesar 65%, AdaGrad, RMSProp dan Adam masing masing menghasilkan akurasi sebesar 65%, 84%, 93% dan 85%.Arsitektur GoogLeNet dan AlexNet dengan optimizer yang berbeda yaitu AdaGrad dan RMSProp berhasil memperoleh akurasi tertinggi diantara arsitektur lainnya dengan akurasi sebesar 93%. Perbedaannya hanya waktu yang dibutuhkan kedua arsitektur ini untuk melakukan proses pelatihan yaitu 4 menit 15 detik untuk arsitektur AlexNet optimizer AdaGrad, dan 12 menit 26 detik untuk arsitektur GoogLeNet optimizer RMSProp. Kata Kunci: Convolutional_Neural_Network_(CNN), CT-scan, Optimizer, Stroke, Transfer_learning.","PeriodicalId":127503,"journal":{"name":"PRISMA FISIKA","volume":"109 1","pages":""},"PeriodicalIF":0.0,"publicationDate":"2023-10-31","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":null,"resultStr":null,"platform":"Semanticscholar","paperid":"139308715","PeriodicalName":null,"FirstCategoryId":null,"ListUrlMain":null,"RegionNum":0,"RegionCategory":"","ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":"","EPubDate":null,"PubModel":null,"JCR":null,"JCRName":null,"Score":null,"Total":0}

引用次数: 0

Efek Plasmon pada Suseptibilitas Nanohybrid Quantum Dot-Metal Nanoparticle: Pengaruh Jarak Antar Nanoparticle 纳米杂化量子点-金属纳米粒子的等离子体效应：纳米粒子间距离的影响

PRISMA FISIKA Pub Date : 2023-07-31 DOI: 10.26418/pf.v11i2.65077

Sismita Sismita, Bintoro Siswo Nugroho, Radhitya Perdhana

引用次数: 0

Perbandingan Metode Interpolasi Menggunakan Data CHIRPS Untuk Sebaran Curah Hujan Di Kabupaten Kubu Raya 使用 CHIRPS 数据对库布拉亚地区降雨量分布进行内插法比较

PRISMA FISIKA Pub Date : 2023-07-31 DOI: 10.26418/pf.v11i2.65013

N. Darmawan, Muliadi Muliadi, Riza Adriat

引用次数: 0

Pengaruh Intermediate Level pada Serapan Dua Foton 中间层对双光子吸收的影响

PRISMA FISIKA Pub Date : 2023-07-31 DOI: 10.26418/pf.v11i2.65048

Hero Hartato, Bintoro Siswo Nugroho, Dwiria Wahyuni