Pub Date : 2020-11-30DOI: 10.30998/faktorexacta.v13i3.7071
Dewi Indah Prastuti, Yuli Karyanti
{"title":"Pengaruh Electronic Word of Mouth terhadap Keputusan Pembelian Tiket Kereta api Daring","authors":"Dewi Indah Prastuti, Yuli Karyanti","doi":"10.30998/faktorexacta.v13i3.7071","DOIUrl":"https://doi.org/10.30998/faktorexacta.v13i3.7071","url":null,"abstract":"","PeriodicalId":53004,"journal":{"name":"Faktor Exacta","volume":" ","pages":""},"PeriodicalIF":0.0,"publicationDate":"2020-11-30","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":null,"resultStr":null,"platform":"Semanticscholar","paperid":"45012834","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}
Pub Date : 2020-11-30DOI: 10.30998/faktorexacta.v13i3.6295
Nunu Kustian
{"title":"Sistem Informasi Pendaftaran Anggota Baru Pada Koperasi Simpan Pinjam Mekar Mandiri Jaya","authors":"Nunu Kustian","doi":"10.30998/faktorexacta.v13i3.6295","DOIUrl":"https://doi.org/10.30998/faktorexacta.v13i3.6295","url":null,"abstract":"","PeriodicalId":53004,"journal":{"name":"Faktor Exacta","volume":" ","pages":""},"PeriodicalIF":0.0,"publicationDate":"2020-11-30","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":null,"resultStr":null,"platform":"Semanticscholar","paperid":"49510310","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}
Pub Date : 2020-11-30DOI: 10.30998/faktorexacta.v13i3.6426
Suryo Bramasto, Melani Indriasari, E. D.
{"title":"Orkestrasi Cloud Dengan Chef, Menuju Keselarasan Sistem Otomasi Teknologi Informasi","authors":"Suryo Bramasto, Melani Indriasari, E. D.","doi":"10.30998/faktorexacta.v13i3.6426","DOIUrl":"https://doi.org/10.30998/faktorexacta.v13i3.6426","url":null,"abstract":"","PeriodicalId":53004,"journal":{"name":"Faktor Exacta","volume":" ","pages":""},"PeriodicalIF":0.0,"publicationDate":"2020-11-30","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":null,"resultStr":null,"platform":"Semanticscholar","paperid":"47232660","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}
The population of Indonesia from year to year has increased. The increase in population must also be accompanied by increased economic growth in Indonesia. The increase in economic growth in Indonesia is marked by the reduction in the number of poor people in Indonesia. In addition, the increase in economic growth is reflected in the equitable distribution of public income in the country. Even though there are still many Indonesian people who are not yet prosperous in economic terms. To overcome, it is necessary to have clustering and characteristics of 34 provinces in Indonesia by implementing the Modification Maximum Standard Deviation Reduction (MMSDR) graph clustering algorithm. The data used are indicators of public welfare in 2017 obtained from the Central Statistics Agency. There are 9 indicators of community welfare used in this research. There are four stages in the MMSDR algorithm namely the "MST", "Subdivide", "Biggest Stepping" and "Create Clusters" processes. The results of this study can be seen from the distance between the nodes or between one province and another province produced 22 clusters. From the cluster results obtained using the MMSDR algorithm on welfare data, there are many clusters formed with cluster members formed at most two nodes (province). Keywords: MMSDR, Clustering, Welfare of People
印度尼西亚的人口逐年增加。在印度尼西亚,人口的增加还必须伴随着经济的增长。印度尼西亚经济增长的增加标志着印度尼西亚贫困人口数量的减少。此外,经济增长的增加反映在该国公共收入的公平分配上。尽管仍有许多印尼人在经济上还不富裕。为了克服这一问题,需要采用修正最大标准差减少(Modification Maximum Standard Deviation Reduction, MMSDR)图聚类算法,具备印尼34个省份的聚类和特征。使用的数据是从中央统计局获得的2017年公共福利指标。本研究使用了9个社区福利指标。在MMSDR算法中有四个阶段,即“MST”、“Subdivide”、“maximum Stepping”和“Create Clusters”过程。本研究的结果可以从节点之间的距离或一个省与另一个省之间产生的22个集群中看出。从对福利数据使用MMSDR算法得到的聚类结果来看,聚类成员最多在两个节点(省)上形成。关键词:MMSDR,聚类,人民福利
{"title":"Implementasi Graph Clustering Algorithm Modification Maximum Standard Deviation Reduction (MMSDR) dalam Clustering Provinsi di Indonesia Menurut Indikator Kesejahteraan Rakyat","authors":"Nurfidah Dwitiyanti, Septian Wulandari, Noni Selvia","doi":"10.30998/faktorexacta.v13i2.5863","DOIUrl":"https://doi.org/10.30998/faktorexacta.v13i2.5863","url":null,"abstract":"The population of Indonesia from year to year has increased. The increase in population must also be accompanied by increased economic growth in Indonesia. The increase in economic growth in Indonesia is marked by the reduction in the number of poor people in Indonesia. In addition, the increase in economic growth is reflected in the equitable distribution of public income in the country. Even though there are still many Indonesian people who are not yet prosperous in economic terms. To overcome, it is necessary to have clustering and characteristics of 34 provinces in Indonesia by implementing the Modification Maximum Standard Deviation Reduction (MMSDR) graph clustering algorithm. The data used are indicators of public welfare in 2017 obtained from the Central Statistics Agency. There are 9 indicators of community welfare used in this research. There are four stages in the MMSDR algorithm namely the \"MST\", \"Subdivide\", \"Biggest Stepping\" and \"Create Clusters\" processes. The results of this study can be seen from the distance between the nodes or between one province and another province produced 22 clusters. From the cluster results obtained using the MMSDR algorithm on welfare data, there are many clusters formed with cluster members formed at most two nodes (province). Keywords: MMSDR, Clustering, Welfare of People","PeriodicalId":53004,"journal":{"name":"Faktor Exacta","volume":" ","pages":""},"PeriodicalIF":0.0,"publicationDate":"2020-08-13","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":null,"resultStr":null,"platform":"Semanticscholar","paperid":"45160133","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}
Pub Date : 2020-08-13DOI: 10.30998/faktorexacta.v13i2.6587
A. Biantoro, Rini Anggraini, Subekti Subekti
Saat penggunaan bahan bakar gas dinilai lebih efisien daripada bahan bakar dari fosil. Namun, demikian, penggunaan bahan bakar gas dapat berdampak negatif terhadap keselamatan manusia bahkan menimbulkan kerugian yang cukup besar apabila tidak digunakan dengan hati-hati, terutama bila tidak diketahui telah terjadi adanya asap dan kebocoran dari tabung dan menyebabkan kebakaran, khususnya pada skala industri kecil dan skala rumah tangga. Bila anggota rumah tangga tidak ada di ruangan tersebut maka sulit untuk mendeteksi kebocoran gas yang ada di dapur. Gas BBG terkenal dengan sifatnya yang mudah terbakar sehingga kebocoran peralatan BBG beresiko tinggi terhadap kebakaran. Tujuan dari penelitian ini adalah untuk merancang pembuatan dan alat pendeteksi asap dan gas untuk mendeteksi kebocoran gas pada skala rumah tangga. Metode yang digunakan adalah pembuatan alat sistem pendeteksi asap dan kebocoran gas otomatis, dengan menggunakan mikrokontroller, Arduino Uno. Perlunya dibuatkan sistem yang mendukung mekanisme monitoring real time dan dapat memberikan peringatan dan notifikasi berbasis media suara (alarm) dan lampu led. Kesimpulan adalah bahwa alat pendeteksi kebocoran gas ini dapat bekerja dengan baik, ini ditunjukkan dengan berfungsinya alat saat diberikan percobaan asap dalam berbagai konsentrasi dan jarak. Buzzer berbunyi, lampu LED hijau menyala dan menampilkan data grafik pada android. Selanjutnya sensor akan mendeteksi adanya asap dan apabila di sekitar ruang misalnya ruangan dapur terdapat kandungan asap. Konsentrasi dimulai dari 0 ppm, lalu pada konsentrasi 600 ppm yang kemudian meningkat menjadi 650, 700 dan 900 ppm. Pada konsentrasi asap 600 ppm alat berfungsi dengan baik, dengan aktifnya alarm buzzer dan lampu led. Alat deteksi Asap ini dapat juga digunakan untuk deteksi gas seperti gas Butane dan dapat ditaruh di ruangan yang rawan kebakaran misalnya ruangan dapur, sedangkan layar led dapat ditaruh di lokasi di ruang yang sering dilalui oleh anggota rumah tangga.
{"title":"Pengembangan Alat Deteksi Dini Asap Dan Kebocoran Gas Pada Tabung Lpg, Pencegah Kebakaran Skala Rumah Tangga","authors":"A. Biantoro, Rini Anggraini, Subekti Subekti","doi":"10.30998/faktorexacta.v13i2.6587","DOIUrl":"https://doi.org/10.30998/faktorexacta.v13i2.6587","url":null,"abstract":"Saat penggunaan bahan bakar gas dinilai lebih efisien daripada bahan bakar dari fosil. Namun, demikian, penggunaan bahan bakar gas dapat berdampak negatif terhadap keselamatan manusia bahkan menimbulkan kerugian yang cukup besar apabila tidak digunakan dengan hati-hati, terutama bila tidak diketahui telah terjadi adanya asap dan kebocoran dari tabung dan menyebabkan kebakaran, khususnya pada skala industri kecil dan skala rumah tangga. Bila anggota rumah tangga tidak ada di ruangan tersebut maka sulit untuk mendeteksi kebocoran gas yang ada di dapur. Gas BBG terkenal dengan sifatnya yang mudah terbakar sehingga kebocoran peralatan BBG beresiko tinggi terhadap kebakaran. Tujuan dari penelitian ini adalah untuk merancang pembuatan dan alat pendeteksi asap dan gas untuk mendeteksi kebocoran gas pada skala rumah tangga. Metode yang digunakan adalah pembuatan alat sistem pendeteksi asap dan kebocoran gas otomatis, dengan menggunakan mikrokontroller, Arduino Uno. Perlunya dibuatkan sistem yang mendukung mekanisme monitoring real time dan dapat memberikan peringatan dan notifikasi berbasis media suara (alarm) dan lampu led. Kesimpulan adalah bahwa alat pendeteksi kebocoran gas ini dapat bekerja dengan baik, ini ditunjukkan dengan berfungsinya alat saat diberikan percobaan asap dalam berbagai konsentrasi dan jarak. Buzzer berbunyi, lampu LED hijau menyala dan menampilkan data grafik pada android. Selanjutnya sensor akan mendeteksi adanya asap dan apabila di sekitar ruang misalnya ruangan dapur terdapat kandungan asap. Konsentrasi dimulai dari 0 ppm, lalu pada konsentrasi 600 ppm yang kemudian meningkat menjadi 650, 700 dan 900 ppm. Pada konsentrasi asap 600 ppm alat berfungsi dengan baik, dengan aktifnya alarm buzzer dan lampu led. Alat deteksi Asap ini dapat juga digunakan untuk deteksi gas seperti gas Butane dan dapat ditaruh di ruangan yang rawan kebakaran misalnya ruangan dapur, sedangkan layar led dapat ditaruh di lokasi di ruang yang sering dilalui oleh anggota rumah tangga.","PeriodicalId":53004,"journal":{"name":"Faktor Exacta","volume":" ","pages":""},"PeriodicalIF":0.0,"publicationDate":"2020-08-13","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":null,"resultStr":null,"platform":"Semanticscholar","paperid":"46760885","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}
Provinsi Jawa Tengah merupakan salah satu provinsi yang mempunyai prestasi kinerja yang signifikan. Hal tersebut dapat diketahui berdasarkan nilai pertumbuhan ekonomi Provinsi Jawa Tengah sebesar 5,28%. Pertumbuhan ekonomi di Jawa Tengah belum mencapai nilai yang maksimal hal ini dikarenakan belum meratanya tingkat perekonomian di beberapa wilayah di Provinsi Jawa Tengah. Indeks Pembanguan Manusia (IPM) adalah pengukuran perbandingan dari harapan hidup, melek huruf, pendidikan dan standar hidup untuk semua negara di seluruh dunia. IPM juga merupakan suatu tolak ukur maju atau tidaknya suatu wilayah ataupun daerah, karena dengan tingkat IPM yang tinggi suatu daerah akan dikatakan berhasil dalam program pembangunannya. Analisis pengelompokkan adalah suatu metode untuk mengelompokan n objek berdasarkan p variat yang memiliki kesamaan karakteristik diantara objek-objek. Penelitian ini membandingkan 3 metode pengelompokkan yaitu average linkage, complete linkage, dan ward’s yang bertujuan untuk mengelompokkan kabupaten/kota di provinsi Jawa Tengah berdasarkan data indikator IPM tahun 2018. Hasil dari penelitian menunjukkan metode pengelompokkan Average Linkage adalah yang terbaik dengan nilai korelasi cophenetic sebesar 0.865. Jumlah kelompok optimum didapatkan 3 kelompok dengan nilai indeks Calinzki Harabas sebesar 117.213. Metode cluster hierarki average linkage menghasilkan 3 kelompok, yaitu kelompok dengan kategori rendah sebanyak 20 kabupaten/kota, kelompok dengan kategori sedang sebanyak 12 kabupaten/kota dan kelompok dengan kategori tinggi sebanyak 3 kabupaten/kota. Hasil pengelompokan divisualisasikan dengan pemetaan pengelompokan kabupaten/kota di provinsi Jawa Tengah berdasarkan indikator IPM tahun 2018.
{"title":"Perbandingan Metode Average Linkage, Complete Linkage, dan Ward’S pada Pengelompokan Kabupaten/Kota di Provinsi Jawa Tengah Berdasarkan Indikator Indeks Pembangunan Manusia","authors":"Edy Widodo, Syinta Nuri Mashita, Yosi Ghea Prasetyowati","doi":"10.30998/faktorexacta.v13i2.6581","DOIUrl":"https://doi.org/10.30998/faktorexacta.v13i2.6581","url":null,"abstract":"Provinsi Jawa Tengah merupakan salah satu provinsi yang mempunyai prestasi kinerja yang signifikan. Hal tersebut dapat diketahui berdasarkan nilai pertumbuhan ekonomi Provinsi Jawa Tengah sebesar 5,28%. Pertumbuhan ekonomi di Jawa Tengah belum mencapai nilai yang maksimal hal ini dikarenakan belum meratanya tingkat perekonomian di beberapa wilayah di Provinsi Jawa Tengah. Indeks Pembanguan Manusia (IPM) adalah pengukuran perbandingan dari harapan hidup, melek huruf, pendidikan dan standar hidup untuk semua negara di seluruh dunia. IPM juga merupakan suatu tolak ukur maju atau tidaknya suatu wilayah ataupun daerah, karena dengan tingkat IPM yang tinggi suatu daerah akan dikatakan berhasil dalam program pembangunannya. Analisis pengelompokkan adalah suatu metode untuk mengelompokan n objek berdasarkan p variat yang memiliki kesamaan karakteristik diantara objek-objek. Penelitian ini membandingkan 3 metode pengelompokkan yaitu average linkage, complete linkage, dan ward’s yang bertujuan untuk mengelompokkan kabupaten/kota di provinsi Jawa Tengah berdasarkan data indikator IPM tahun 2018. Hasil dari penelitian menunjukkan metode pengelompokkan Average Linkage adalah yang terbaik dengan nilai korelasi cophenetic sebesar 0.865. Jumlah kelompok optimum didapatkan 3 kelompok dengan nilai indeks Calinzki Harabas sebesar 117.213. Metode cluster hierarki average linkage menghasilkan 3 kelompok, yaitu kelompok dengan kategori rendah sebanyak 20 kabupaten/kota, kelompok dengan kategori sedang sebanyak 12 kabupaten/kota dan kelompok dengan kategori tinggi sebanyak 3 kabupaten/kota. Hasil pengelompokan divisualisasikan dengan pemetaan pengelompokan kabupaten/kota di provinsi Jawa Tengah berdasarkan indikator IPM tahun 2018.","PeriodicalId":53004,"journal":{"name":"Faktor Exacta","volume":" ","pages":""},"PeriodicalIF":0.0,"publicationDate":"2020-08-13","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":null,"resultStr":null,"platform":"Semanticscholar","paperid":"47176824","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}
Pub Date : 2020-08-13DOI: 10.30998/faktorexacta.v13i2.6588
Tubagus Riko Rivanthio, Mardhiya Ramdhani
SMA PGRI 1 Subang is a private school that has several missions, one of which is the establishment of academic and non-academic achievements. In an effort to achieve the mission must supervise student achievement. The effort he did was to provide understanding in the selection of majors in accordance with the interests and talents of students. But in the activity of providing understanding, the school does not yet have a model that can evaluate the interests and talents of students to choose majors. The model can be obtained using student data processing. Data processing can be done using data mining, namely data mining clustering techniques. The technique will produce a model in the selection of majors. This clustering process is the process of grouping similar data based on the similarity of data held by students. The research method used is the CRISP-DM method which has 6 stages consisting of: Business Understanding, Data Understanding, Data Processing, Modeling, Evaluation, and Dissemination. The data that is processed is 620 data consisting of class of students in 2014, 2015, 2016. The results of processing using clustering obtained 6 clusters that have different models for each cluster. The results of this study can be used by schools in recommending courses chosen by students according to students' interests and talents, so students can learn optimally.Key words: clustering, dataMining, suitability, majors, students
SMA PGRI 1苏邦是一所私立学校,它有几个使命,其中一个是建立学术和非学术成果。为了努力完成任务,必须监督学生的成绩。他所做的努力是在根据学生的兴趣和才能选择专业方面提供理解。但在提供理解的活动中,学校还没有一个可以评估学生选择专业的兴趣和才能的模式。该模型可以通过对学生数据的处理得到。数据处理可以使用数据挖掘,即数据挖掘聚类技术来完成。这项技术将为专业的选择提供一种模式。这种聚类过程是基于学生持有的数据的相似性对相似数据进行分组的过程。研究方法采用CRISP-DM方法,分为业务理解、数据理解、数据处理、建模、评估和传播6个阶段。处理的数据为2014年、2015年、2016年班级620个数据。聚类处理结果得到6个聚类,每个聚类具有不同的模型。本研究的结果可以作为学校根据学生的兴趣和才能为学生推荐课程的依据,从而达到学生的最佳学习效果。关键词:聚类,数据挖掘,适用性,专业,学生
{"title":"Penerapan Teknik Clustering Data Mining untuk Memprediksi Kesesuaian Jurusan Siswa (Studi Kasus SMA PGRI 1 Subang)","authors":"Tubagus Riko Rivanthio, Mardhiya Ramdhani","doi":"10.30998/faktorexacta.v13i2.6588","DOIUrl":"https://doi.org/10.30998/faktorexacta.v13i2.6588","url":null,"abstract":"SMA PGRI 1 Subang is a private school that has several missions, one of which is the establishment of academic and non-academic achievements. In an effort to achieve the mission must supervise student achievement. The effort he did was to provide understanding in the selection of majors in accordance with the interests and talents of students. But in the activity of providing understanding, the school does not yet have a model that can evaluate the interests and talents of students to choose majors. The model can be obtained using student data processing. Data processing can be done using data mining, namely data mining clustering techniques. The technique will produce a model in the selection of majors. This clustering process is the process of grouping similar data based on the similarity of data held by students. The research method used is the CRISP-DM method which has 6 stages consisting of: Business Understanding, Data Understanding, Data Processing, Modeling, Evaluation, and Dissemination. The data that is processed is 620 data consisting of class of students in 2014, 2015, 2016. The results of processing using clustering obtained 6 clusters that have different models for each cluster. The results of this study can be used by schools in recommending courses chosen by students according to students' interests and talents, so students can learn optimally.Key words: clustering, dataMining, suitability, majors, students","PeriodicalId":53004,"journal":{"name":"Faktor Exacta","volume":"10 3","pages":""},"PeriodicalIF":0.0,"publicationDate":"2020-08-13","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":null,"resultStr":null,"platform":"Semanticscholar","paperid":"41302166","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}
Pub Date : 2020-08-13DOI: 10.30998/faktorexacta.v13i2.6583
Sumaryo Sumaryo, Yosef Sarwanto
PENGARUH UKURAN PARTIKEL DAN KRISTALIT TERHADAP KONDUKTIVITAS LISTRIK BAHAN BULK Ba(2-x)La(x)Fe2O5 (x = 0, 0.1, 0.3, DAN 0.5) PADA SUHU KAMAR. Sintesis bulk Ba(2-x)La(x)Fe2O5 telah dilakukan melalui metode metalurgi serbuk. Bulk Ba(2-x)La(x)Fe2O5 dibuat dengan komposisi BaCO3, La2O3 dan Fe2O3 dengan perbandingan komposisi berat tertentu. Ketiga bahan tersebut dicampur dengan menggunakan alat high energy milling kemudian dicetak dalam bentuk pellet (bulk), selanjutnya dilakukan proses pemanasan pada suhu 950 oC selama 5 jam. Karakterisasi sample secara makroskopik diamati dengan mikroskop optic untuk melihat perubahan ukuran partikel terhadap perubahan komposisi. Analisa fasa dilakukan menggunakan XRD (Difraksi Sinar-X) untuk menentukan fasa yang terbentuk, ukuran grain dan microstrain. Sedangkan konduktivitas listrik dilakukan dengan menggunakan LCR meter. Hasil pengamatan makroskopik terlihat adanya perubahan ukuran partikel dengan perubahan komposisi bahan. Hasil analisis XRD menunjukkan bahwa terbentuk fasa dominan Ba2Fe2O5 dengan fasa minor La(OH)3. Ukuran kristalit dan microstrain bulk juga berubah terhadap perubahan komposisi. Hasil pengukuran sifat listrik berubah mengikuti perubahan ukuran partikel dan kristalit dari bahan bulk Ba(2-x)La(x)Fe2O5.Kata kunci: Bulk, Ba(2-x)La(x)Fe2O5, mikroskop optik, difraksi sinar-X, ukuran partikel, ukuran kristalit, dan konduktivitas listrik.
{"title":"Pengaruh Ukuran Partikel Dan Kristalit Terhadap Konduktivitas Listrik Bahan Bulk Ba(2-X)La(X)Fe2o5 (X = 0, 0.1, 0.3, Dan 0.5) Pada Suhu Kamar","authors":"Sumaryo Sumaryo, Yosef Sarwanto","doi":"10.30998/faktorexacta.v13i2.6583","DOIUrl":"https://doi.org/10.30998/faktorexacta.v13i2.6583","url":null,"abstract":"PENGARUH UKURAN PARTIKEL DAN KRISTALIT TERHADAP KONDUKTIVITAS LISTRIK BAHAN BULK Ba(2-x)La(x)Fe2O5 (x = 0, 0.1, 0.3, DAN 0.5) PADA SUHU KAMAR. Sintesis bulk Ba(2-x)La(x)Fe2O5 telah dilakukan melalui metode metalurgi serbuk. Bulk Ba(2-x)La(x)Fe2O5 dibuat dengan komposisi BaCO3, La2O3 dan Fe2O3 dengan perbandingan komposisi berat tertentu. Ketiga bahan tersebut dicampur dengan menggunakan alat high energy milling kemudian dicetak dalam bentuk pellet (bulk), selanjutnya dilakukan proses pemanasan pada suhu 950 oC selama 5 jam. Karakterisasi sample secara makroskopik diamati dengan mikroskop optic untuk melihat perubahan ukuran partikel terhadap perubahan komposisi. Analisa fasa dilakukan menggunakan XRD (Difraksi Sinar-X) untuk menentukan fasa yang terbentuk, ukuran grain dan microstrain. Sedangkan konduktivitas listrik dilakukan dengan menggunakan LCR meter. Hasil pengamatan makroskopik terlihat adanya perubahan ukuran partikel dengan perubahan komposisi bahan. Hasil analisis XRD menunjukkan bahwa terbentuk fasa dominan Ba2Fe2O5 dengan fasa minor La(OH)3. Ukuran kristalit dan microstrain bulk juga berubah terhadap perubahan komposisi. Hasil pengukuran sifat listrik berubah mengikuti perubahan ukuran partikel dan kristalit dari bahan bulk Ba(2-x)La(x)Fe2O5.Kata kunci: Bulk, Ba(2-x)La(x)Fe2O5, mikroskop optik, difraksi sinar-X, ukuran partikel, ukuran kristalit, dan konduktivitas listrik.","PeriodicalId":53004,"journal":{"name":"Faktor Exacta","volume":" ","pages":""},"PeriodicalIF":0.0,"publicationDate":"2020-08-13","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":null,"resultStr":null,"platform":"Semanticscholar","paperid":"44318997","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}
Pub Date : 2020-08-13DOI: 10.30998/faktorexacta.v13i2.6586
T. W. Wisjhnuadji, Arsanto Narendro, Pribadi Wicaksono
The Arduino-based sorting system is equipped with a color sensor and the monitoring of the number of goods via Android is a series of tools that serves to ease the work process of sorting goods by color manually at certain industrial companies. The method used to realize the problem above is by making a prototype of the sorting tool based on color automatically and monitoring the results of the sum of the items as connecting information from the device to Android. The tool is equipped with a TCS3200 color sensor as a color detector, an infrared sensor as an object counter, a DC motor and conveyor as a driving medium, a Servo motor as a sorting media, Arduino as a control media, and ESP8266 as a communication media and Android as a monitoring media. The results of test have been carried out on the prototype of this system, and are able to provide results in accordance with the design specifications of the tool.Keywords: arduino, android, sensor warna, sensor infrared, motor DC, motor servo, ESP8266
{"title":"Sistem Sortir Barang Otomatis Berbasis Arduino Dengan Sensor Warna Dan Monitoring Via Android","authors":"T. W. Wisjhnuadji, Arsanto Narendro, Pribadi Wicaksono","doi":"10.30998/faktorexacta.v13i2.6586","DOIUrl":"https://doi.org/10.30998/faktorexacta.v13i2.6586","url":null,"abstract":"The Arduino-based sorting system is equipped with a color sensor and the monitoring of the number of goods via Android is a series of tools that serves to ease the work process of sorting goods by color manually at certain industrial companies. The method used to realize the problem above is by making a prototype of the sorting tool based on color automatically and monitoring the results of the sum of the items as connecting information from the device to Android. The tool is equipped with a TCS3200 color sensor as a color detector, an infrared sensor as an object counter, a DC motor and conveyor as a driving medium, a Servo motor as a sorting media, Arduino as a control media, and ESP8266 as a communication media and Android as a monitoring media. The results of test have been carried out on the prototype of this system, and are able to provide results in accordance with the design specifications of the tool.Keywords: arduino, android, sensor warna, sensor infrared, motor DC, motor servo, ESP8266","PeriodicalId":53004,"journal":{"name":"Faktor Exacta","volume":" ","pages":""},"PeriodicalIF":0.0,"publicationDate":"2020-08-13","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":null,"resultStr":null,"platform":"Semanticscholar","paperid":"49304259","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}
Pub Date : 2020-08-13DOI: 10.30998/faktorexacta.v13i2.6585
Suriski Sitinjak
Suatu citra digital terkadang memiliki kualitas yang kurang baik, misalnya terdapat noise, terlalu tajam, kurang tajam, kabur, terlalu gelap, terlalu terang, dan sebagainya. Untuk itu diperlukan perbaikan kualitas citra digital (image enhancement) sebagai proses awal pengolahan citra (image preprocessing) agar citra dapat digunakan untuk proses selanjutnya, seperti pengenalan pola (patern recognition). Konvolusi merupakan salah satu teknik perbaikan kualitas citra yang digunakan untuk memanipulasi piksel-piksel dalam citra, sehingga diperoleh citra yang memiliki sifat dan informasi yang diinginkan. Penelitian ini bertujuan untuk melakukan eksperimen terhadap kernel/tapis konvolusi dengan beberapa pengujian untuk penajaman dan penghalusan citra berwarna. Hasil eksperimen/pengujian menunjukkan bahwa tingkat ketajaman suatu citra hasil konvolusi bergantung pada nilai tiap elemen dan ukuran matriks kernel. Semakin besar angka dan ukuran matriks yang digunakan maka semakin tinggi pula tingkat ketajaman yang dihasilkan. Pada penghalusan citra, tingkat kehalusan bergantung pada ukuran matriks kernel. Semakin besar ukuran matriks kernel maka semakin besar tingkat kehalusannya (semakin blur). Dari penelitian ini diharapkan dapat membantu mengetahui kernel yang tepat untuk memperbaiki kualitas suatu citra, sehingga dapat digunakan untuk proses lebih lanjut. Kata kunci: konvolusi, kernel, citra digital
{"title":"Pengujian Modifikasi Kernel Konvolusi Untuk Penajaman Dan Penghalusan Citra Berwarna","authors":"Suriski Sitinjak","doi":"10.30998/faktorexacta.v13i2.6585","DOIUrl":"https://doi.org/10.30998/faktorexacta.v13i2.6585","url":null,"abstract":"Suatu citra digital terkadang memiliki kualitas yang kurang baik, misalnya terdapat noise, terlalu tajam, kurang tajam, kabur, terlalu gelap, terlalu terang, dan sebagainya. Untuk itu diperlukan perbaikan kualitas citra digital (image enhancement) sebagai proses awal pengolahan citra (image preprocessing) agar citra dapat digunakan untuk proses selanjutnya, seperti pengenalan pola (patern recognition). Konvolusi merupakan salah satu teknik perbaikan kualitas citra yang digunakan untuk memanipulasi piksel-piksel dalam citra, sehingga diperoleh citra yang memiliki sifat dan informasi yang diinginkan. Penelitian ini bertujuan untuk melakukan eksperimen terhadap kernel/tapis konvolusi dengan beberapa pengujian untuk penajaman dan penghalusan citra berwarna. Hasil eksperimen/pengujian menunjukkan bahwa tingkat ketajaman suatu citra hasil konvolusi bergantung pada nilai tiap elemen dan ukuran matriks kernel. Semakin besar angka dan ukuran matriks yang digunakan maka semakin tinggi pula tingkat ketajaman yang dihasilkan. Pada penghalusan citra, tingkat kehalusan bergantung pada ukuran matriks kernel. Semakin besar ukuran matriks kernel maka semakin besar tingkat kehalusannya (semakin blur). Dari penelitian ini diharapkan dapat membantu mengetahui kernel yang tepat untuk memperbaiki kualitas suatu citra, sehingga dapat digunakan untuk proses lebih lanjut. Kata kunci: konvolusi, kernel, citra digital","PeriodicalId":53004,"journal":{"name":"Faktor Exacta","volume":" ","pages":""},"PeriodicalIF":0.0,"publicationDate":"2020-08-13","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":null,"resultStr":null,"platform":"Semanticscholar","paperid":"42777230","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}