Fadil Danu Rahman, Mulki Indana Zulfa Mulki, Acep Taryana
Pengamatan dan analisis data cuaca merupakan aspek penting dalam memahami kondisi atmosfer di suatu wilayah. Penelitian ini bertujuan untuk menganalisis data cuaca berbasis BMKG dari Stasiun Meteorologi Tunggul Wulung Cilacap menggunakan metode K-Means clustering dan algoritma Random Forest. Data cuaca dari tahun 1975 hingga 2023 diambil untuk mengidentifikasi pola dan karakteristik unik dalam kondisi atmosfer. Metode K-Means clustering digunakan untuk membentuk cluster , yang kemudian digunakan sebagai dasar untuk klasifikasi kondisi cuaca dengan algoritma Random Forest . Melalui penggunaan algoritma Random Forest , model klasifikasi berhasil memprediksi kondisi cuaca dengan tingkat akurasi yang memuaskan. Meskipun demikian, penurunan kinerja pada rentang tahun 2018-2023 menunjukkan adanya tantangan dalam memodelkan pola cuaca yang kompleks. Analisis menggunakan metode Elbow dan Silhouette menunjukkan jumlah cluster optimal dan evaluasi kualitas pengelompokkan. Implikasi temuan ini diharapkan dapat memberikan manfaat dalam pemahaman dan prakiraan cuaca yang lebih akurat, dengan potensi dampak positif pada berbagai sektor, seperti pertanian dan transportasi. Dengan memadukan teknik clustering dan klasifikasi, penelitian ini membuka peluang untuk pengembangan lebih lanjut dalam analisis cuaca berbasis data.
{"title":"CLUSTERING DAN KLASIFIKASI DATA CUACA CILACAP DENGAN MENGGUNAKAN METODE K-MEANS DAN RANDOM FOREST","authors":"Fadil Danu Rahman, Mulki Indana Zulfa Mulki, Acep Taryana","doi":"10.61124/sinta.v1i2.15","DOIUrl":"https://doi.org/10.61124/sinta.v1i2.15","url":null,"abstract":"Pengamatan dan analisis data cuaca merupakan aspek penting dalam memahami kondisi atmosfer di suatu wilayah. Penelitian ini bertujuan untuk menganalisis data cuaca berbasis BMKG dari Stasiun Meteorologi Tunggul Wulung Cilacap menggunakan metode K-Means clustering dan algoritma Random Forest. Data cuaca dari tahun 1975 hingga 2023 diambil untuk mengidentifikasi pola dan karakteristik unik dalam kondisi atmosfer. Metode K-Means clustering digunakan untuk membentuk cluster , yang kemudian digunakan sebagai dasar untuk klasifikasi kondisi cuaca dengan algoritma Random Forest . Melalui penggunaan algoritma Random Forest , model klasifikasi berhasil memprediksi kondisi cuaca dengan tingkat akurasi yang memuaskan. Meskipun demikian, penurunan kinerja pada rentang tahun 2018-2023 menunjukkan adanya tantangan dalam memodelkan pola cuaca yang kompleks. Analisis menggunakan metode Elbow dan Silhouette menunjukkan jumlah cluster optimal dan evaluasi kualitas pengelompokkan. Implikasi temuan ini diharapkan dapat memberikan manfaat dalam pemahaman dan prakiraan cuaca yang lebih akurat, dengan potensi dampak positif pada berbagai sektor, seperti pertanian dan transportasi. Dengan memadukan teknik clustering dan klasifikasi, penelitian ini membuka peluang untuk pengembangan lebih lanjut dalam analisis cuaca berbasis data.","PeriodicalId":518817,"journal":{"name":"Jurnal SINTA: Sistem Informasi dan Teknologi Komputasi","volume":"18 19","pages":""},"PeriodicalIF":0.0,"publicationDate":"2024-04-22","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":null,"resultStr":null,"platform":"Semanticscholar","paperid":"140675029","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}
Priagung Rahmat Sobirin, Daru Tri Nugroho, Mulki Indana Zulfa
Salah satu faktor yang dapat mempengaruhi keandalan pembangkit dalam memproduksi listrik adalah permintaan beban yang berubah-ubah. Ketika beban yang diminta oleh konsumen (PLN) berfluktuasi, aliran daya yang mengalir pun juga akan berubah-ubah mengikuti kondisi beban. Tujuan penelitian ini adalah untuk menganalisis fluktuasi pembebanan terhadap aliran daya yang mengalir, besar rugi daya, dan jatuh tegangan pada PLTU 1000 MW. Metode yang digunakan adalah menggunakan simulasi load flow pada software ETAP 19.0.1, dengan metode iterasi aliran dayanya menggunakan metode Newton-Raphson. Metode Newton-Raphson lebih sering digunakan karena lebih efisien dan presisi. Hasil yang diperoleh pada penelitian ini adalah daya aktif dan reaktif tertinggi yang mengalir untuk beban PLN sebesar 921.183 MW dan 113.567 MVar. Rugi daya aktif dan reaktif tertinggi terjadi di percabangan CW Water Pump Motor dengan nilai persentasenya sebesar 1.32% dan 1.36%. Jatuh tegangan tertinggi sebesar 1.83%. Nilai dari rugi daya dan jatuh tegangan pada semua percabangan masih memenuhi standar PLN karena tidak ada yang melebihi 2%. Berdasarkan simulasi ETAP, generator mengalami peringatan overload pada waktu-waktu tertentu dengan beban tertingginya mencapai 973.112 MW, tetapi masih berada dalam kondisi marginal. Sementara itu, kabel pada Pemakaian Sendiri masih dapat mengalirkan arus secara normal tanpa ada peringatan overload.
{"title":"ANALISIS ALIRAN DAYA TERHADAP FLUKTUASI PEMBEBANAN DI PEMBANGKIT LISTRIK TENAGA UAP 1000 MW","authors":"Priagung Rahmat Sobirin, Daru Tri Nugroho, Mulki Indana Zulfa","doi":"10.61124/sinta.v1i2.16","DOIUrl":"https://doi.org/10.61124/sinta.v1i2.16","url":null,"abstract":"Salah satu faktor yang dapat mempengaruhi keandalan pembangkit dalam memproduksi listrik adalah permintaan beban yang berubah-ubah. Ketika beban yang diminta oleh konsumen (PLN) berfluktuasi, aliran daya yang mengalir pun juga akan berubah-ubah mengikuti kondisi beban. Tujuan penelitian ini adalah untuk menganalisis fluktuasi pembebanan terhadap aliran daya yang mengalir, besar rugi daya, dan jatuh tegangan pada PLTU 1000 MW. Metode yang digunakan adalah menggunakan simulasi load flow pada software ETAP 19.0.1, dengan metode iterasi aliran dayanya menggunakan metode Newton-Raphson. Metode Newton-Raphson lebih sering digunakan karena lebih efisien dan presisi. Hasil yang diperoleh pada penelitian ini adalah daya aktif dan reaktif tertinggi yang mengalir untuk beban PLN sebesar 921.183 MW dan 113.567 MVar. Rugi daya aktif dan reaktif tertinggi terjadi di percabangan CW Water Pump Motor dengan nilai persentasenya sebesar 1.32% dan 1.36%. Jatuh tegangan tertinggi sebesar 1.83%. Nilai dari rugi daya dan jatuh tegangan pada semua percabangan masih memenuhi standar PLN karena tidak ada yang melebihi 2%. Berdasarkan simulasi ETAP, generator mengalami peringatan overload pada waktu-waktu tertentu dengan beban tertingginya mencapai 973.112 MW, tetapi masih berada dalam kondisi marginal. Sementara itu, kabel pada Pemakaian Sendiri masih dapat mengalirkan arus secara normal tanpa ada peringatan overload.","PeriodicalId":518817,"journal":{"name":"Jurnal SINTA: Sistem Informasi dan Teknologi Komputasi","volume":" 881","pages":""},"PeriodicalIF":0.0,"publicationDate":"2024-04-20","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":null,"resultStr":null,"platform":"Semanticscholar","paperid":"140682079","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}
Hidroponik merupakan salah satu teknik pertanian yang dapat diterapkan di daerah perkotaan karena tidak memerlukan lahan yang cukup luas dan sangat ramah lingkungan. Seiring perkembangan teknologi semakin berkembang terutama dibidang pertanian. Salah satunya adalah pertanian berbasis IoT (Internet of Thing) bertujuan untuk memudahkan para petani dalam mengelola lahan pertaniannya. Solusi agar petani dapat memantau lahan pertanian tersebut agar lebih efisien dan efektif adalah dengan menggunakan teknologi IoT, teknologi tersebut berbasis LoRaWAN. Sistem yang dibuat sudah terhubung dengan internet jadi harapannya dapat lebih mudah diakses dan user friendly. Pengujian prototype hidroponik dengan menggunakan sensor PH untuk mengetahui unjuk kerja alat tersebut dengan mengukur parameter Qos (Quality of Service), diantaranya RSSI (Receive Signal Strength Indicator) dan SNR (Signal to Noise Ratio). Hasil yang didapat dari pengujian yaitu nilai rata-rata error PH meter sebesar 9,4% untuk pH low dan 3,8% untuk pH normal, dengan nilai keseluruhan rata-rata akurasi pembacaan sensor sebesar 90,6% untuk pH low dan 96,2 untuk pH normal.
{"title":"SISTEM MONITORING PH AIR TANAMAN SELADA PADA SISTEM HIDROPONIK BERBASIS LORAWAN","authors":"Aditya Sanubari, Slamet Indriyanto, Sigit Pramono","doi":"10.61124/sinta.v1i1.14","DOIUrl":"https://doi.org/10.61124/sinta.v1i1.14","url":null,"abstract":"Hidroponik merupakan salah satu teknik pertanian yang dapat diterapkan di daerah perkotaan karena tidak memerlukan lahan yang cukup luas dan sangat ramah lingkungan. Seiring perkembangan teknologi semakin berkembang terutama dibidang pertanian. Salah satunya adalah pertanian berbasis IoT (Internet of Thing) bertujuan untuk memudahkan para petani dalam mengelola lahan pertaniannya. Solusi agar petani dapat memantau lahan pertanian tersebut agar lebih efisien dan efektif adalah dengan menggunakan teknologi IoT, teknologi tersebut berbasis LoRaWAN. Sistem yang dibuat sudah terhubung dengan internet jadi harapannya dapat lebih mudah diakses dan user friendly. Pengujian prototype hidroponik dengan menggunakan sensor PH untuk mengetahui unjuk kerja alat tersebut dengan mengukur parameter Qos (Quality of Service), diantaranya RSSI (Receive Signal Strength Indicator) dan SNR (Signal to Noise Ratio). Hasil yang didapat dari pengujian yaitu nilai rata-rata error PH meter sebesar 9,4% untuk pH low dan 3,8% untuk pH normal, dengan nilai keseluruhan rata-rata akurasi pembacaan sensor sebesar 90,6% untuk pH low dan 96,2 untuk pH normal.","PeriodicalId":518817,"journal":{"name":"Jurnal SINTA: Sistem Informasi dan Teknologi Komputasi","volume":"64 6","pages":""},"PeriodicalIF":0.0,"publicationDate":"2024-01-04","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":null,"resultStr":null,"platform":"Semanticscholar","paperid":"140532056","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}
京公网安备 11010802042870号
京ICP备2023020795号-1
扫码关注我们
求助内容：
应助结果提醒方式：