49971 research outputs found
Sort by
Fabrikasi Membran Pebax-1657 dengan Penambahan Nanoselulosa dari Rumput Belulang (Eleusine indica) untuk Pemisahan Gas CO2
No full textPeningkatan konsentrasi CO2 di atmosfer merupakan isu global mendesak yang memerlukan solusi mitigasi yang efisien seperti pemisahan berbasis membran. Pebax-1657 adalah kandidat membran unggul berkat permeabilitas dan kekuatan mekaniknya. Namun kinerjanya masih memiliki trade-off, sehingga menuntut inovasi material. Penelitian ini mengusulkan penambahan nanoselulosa (CNC) termodifikasi yang diisolasi dari rumput Belulang (Eleusine indica) untuk mengatasi tantangan ini. Selulosa mikrokristal dari rumput Belulang berhasil diperoleh dengan kristalinitas tinggi (75,76%). Selanjutnya, ekstraksi CNC melalui hidrolisis asam sulfat menghasilkan CNC berukuran nano (Z-Average 80,2 nm) dengan morfologi berbentuk batang. Modifikasi asetilasi pada CNC berhasil mengintroduksi gugus asetil (DS = 0,35) pada permukaan CNC sesuai konfirmasi dari analisis FTIR (munculnya puncak pada 1737 cm-1). Aplikasi CNC termodifikasi ke dalam matriks Pebax melalui teknik solution casting menunjukkan hasil yang signifikan. Analisis FTIR mengkonfirmasi adanya CNC termodifikasi di dalam matriks Pebax. Analisis XRD mengungkapkan peningkatan d-spacing segmen poliamida dari 0,366 Å menjadi 0,367 Å akibat interaksi gugus asetil CNC dengan gugus amida, sehingga menciptakan jalur difusi yang lebih baik untuk CO2. Studi DSC menunjukkan peningkatan moderat pada Tg Pebax (dari -49,85 °C menjadi -46,74 °C pada 1,0 % CNC) yang mengindikasikan pembatasan mobilitas rantai polimer akibat interaksi pengisi. Analisis TGA menunjukkan bahwa stabilitas termal didominasi oleh Pebax, meskipun loading CNC 1,0 % menunjukkan sedikit penurunan Tonset akibat dekomposisi awal CNC yang dapat mempercepat degradasi Pebax di sekitarnya. Secara krusial, membran Pebax/CNC termodifikasi menunjukkan peningkatan permeabilitas CO2 secara signifikan hingga mencapai 480,56 Barrer pada loading CNC 0,4 % akibat interaksi kuat CO2 dengan gugus C=O dari gugus asetil pada CNC (facilitated transport). Selain itu, selektivitas CO2/N2 dan CO2/CH4 juga meningkat menjadi 30,17 dan 19,28. Hal ini disebabkan oleh interaksi CO2-filik yang lebih kuat dan perubahan mikrostruktur membran yang lebih menguntungkan untuk difusi CO2. Temuan ini menunjukkan bahwa optimalisasi loading CNC termodifikasi dapat secara efektif meningkatkan kinerja membran Pebax mencapai batas atas Robeson 2008 untuk pemisahan gas CO2.
======================================================================================================================================
The increasing concentration of CO2 in the atmosphere is an urgent global issue necessitating efficient mitigation solutions like membrane-based separation. Pebax 1657 is a promising membrane candidate due to its permeability and mechanical strength; however, its performance still exhibits a trade-off, demanding material innovation. This research proposes the incorporation of modified nanocellulose (CNC) isolated from goosegrass (Eleusine indica) to address this challenge. Microcrystalline cellulose from goosegrass was successfully obtained with high crystallinity (75.76%). Subsequently, CNC extraction via sulfuric acid hydrolysis yielded nanoscale CNC (Z-Average 80.2 nm) with a rod-like morphology. Acetylation modification of the CNC successfully introduced acetyl groups (DS = 0.35) onto the CNC surface, as confirmed by FTIR analysis (appearance of a peak at 1737 cm-1). The application of modified CNC into the Pebax matrix via solution casting demonstrated significant results. FTIR analysis confirmed the presence of modified CNC within the Pebax matrix. XRD analysis revealed an increase in the polyamide segment's d-spacing from 0.366 Å to 0.367 Å due to interactions between CNC's acetyl groups and Pebax's amide groups, creating improved diffusion pathways for CO2. DSC studies showed a moderate increase in Pebax's Tg (from -49.85 °C to -46.74 °C at 1.0 wt% CNC loading), indicating restricted polymer chain mobility due to filler interaction. TGA analysis indicated that thermal stability was dominated by Pebax, though a 1.0 wt% CNC loading showed a slight decrease in Tonset due to initial CNC decomposition accelerating surrounding Pebax degradation. Crucially, the Pebax/modified CNC membrane exhibited a significant increase in CO2 permeability, reaching 480.56 Barrer at 0.4 wt% CNC loading, attributed to strong CO2 interaction with the C=O groups of the acetyl groups on CNC (facilitated transport). Furthermore, CO2/N2 and CO2/CH4 selectivities also increased to 30.17 and 19.28, respectively. This is due to stronger CO2-philic interactions and microstructural changes within the membrane favoring CO2 diffusion. These findings indicate that optimizing the modified CNC loading can effectively enhance Pebax membrane performance to reach the Robeson 2008 upper bound for CO2 gas separation
Optimalisasi Operasi Kapal Niaga Berbasis Carbon Intensity Indicator (CII): Studi Trade-off Emisi Karbon dan Efisiensi Biaya di Indonesia
No full textDisertasi ini bertujuan untuk mengoptimalkan operasional kapal niaga di Indonesia dengan memanfaatkan Carbon Intensity Indicator (CII) sebagai alat ukur utama dalam menilai efisiensi energi dan dampak lingkungan dari aktivitas operasional kapal. Penelitian ini juga mengkaji
trade-off antara pengurangan emisi karbon dan efisiensi biaya operasional kapal, yang menjadi tantangan utama dalam memenuhi regulasi internasional terkait emisi gas rumah kaca, khususnya yang ditetapkan oleh IMO. Selain itu, penelitian ini mengevaluasi dampak kebijakan pajak karbon terhadap profitabilitas perusahaan, mengingat implikasi fiskal yang dihadapi oleh industri maritim. Disertasi ini ini membandingkan empat metode estimasi konsumsi bahan
bakar kapal, yaitu metode Trozzi, Jalkanen (STEAM2), Wang, dan Mersin yang diterapkan pada kapal niaga dengan tipe dan rute berbeda. Hasil evaluasi menunjukkan bahwa metode
Wang menghasilkan nilai error terendah secara statistik dengan overall MAE sebesar 18,44%, sedangkan metode STEAM2 memberikan hasil yang lebih relevan secara operasional dengan cakupan kecepatan yang paling sering digunakan, menjadikannya metode utama dalam studi ini. Optimalisasi konsumsi bahan bakar tercapai melalui pengaturan kecepatan kapal, yang mengurangi konsumsi bahan bakar hingga 6,2% pada kapal dengan muatan penuh. Oleh karena itu, optimasi kecepatan kapal perlu diterapkan untuk meningkatkan rating CII dan mengurangi konsumsi bahan bakar, yang berdampak positif pada efisiensi operasional dan pengurangan
emisi. Selain itu, simulasi kebijakan fiskal menunjukkan bahwa penerapan pajak karbon dapat menggerus profitabilitas hingga 15–25% pada skenario pelayaran dengan kecepatan tinggi, khususnya pada kapal dengan rating CII D atau E. Hal ini memperkuat urgensi pengelolaan efisiensi operasi demi menekan beban fiskal akibat emisi. Untuk mendukung proses prediksi operasional secara berkelanjutan, disertasi ini mengembangkan model machine learning berbasis algoritma Random Forest. Model menggunaka perhitungan deterministik berbasis STEAM2. Evaluasi model menunjukkan akurasi prediksi yang baik dengan nilai Mean Absolute Error sebesar 0,14 kg/h dan Root Mean Square Error sebesar 0,52 kg/h, menjadikannya andal untuk memprediksi konsumsi bahan bakar dan emisi gas buang secara prediktif. Dengan menggunakan data operasional yang lebih rinci dan analisis berbasis machine learning, sistem ini diharapkan dapat memberikan kontribusi signifikan terhadap pengurangan emisi karbon di sektor pelayaran dan memastikan pemenuhan regulasi IMO.
=======================================================================================================================================
This dissertation aims to optimize the operational efficiency of commercial ships in Indonesia by utilizing the Carbon Intensity Indicator (CII) as the primary tool for assessing energy efficiency and the environmental impact of ship operations. The study also examines the trade-off between carbon emission reduction and operational cost efficiency, which represents a major challenge in meeting international regulations on greenhouse gas emissions,
particularly those set by the International Maritime Organization (IMO). This dissertation compares four ship fuel consumption estimation methods Trozzi, Jalkanen (STEAM2), Wang, and Mersin where applied to commercial vessels operating across various types and routes.
Evaluation results indicate that the Wang method achieved the lowest statistical error, with an overall MAE of 18.44%. However, the STEAM2 method proved to be more operationally
relevant, particularly within the typical speed ranges encountered in real-world operations, thereby positioning it as the primary method adopted in this study. Fuel consumption optimization was achieved through speed management strategies, leading to a reduction in fuel
consumption of up to 6.2% on fully loaded vessels. Consequently, implementing speed optimization is crucial for improving CII ratings and reducing fuel consumption, which
positively impacts both operational efficiency and emission reductions. Furthermore, fiscal policy simulations reveal that the implementation of a carbon tax could reduce net profitability by 15–25% under high-speed sailing scenarios, especially for vessels with poor CII ratings (D
or E). This finding highlights the urgency of managing operational efficiency to mitigate the fiscal burden associated with carbon emissions. To support sustainable operational prediction, this dissertation develops a machine learning model based on the Random Forest algorithm.
The model incorporates deterministic calculations derived from the STEAM2 approach. Evaluation of the model demonstrates robust predictive accuracy, with a Mean Absolute Error of 0.14 kg/h and a Root Mean Square Error of 0.52 kg/h, confirming its reliability in predicting
main engine fuel consumption and associated exhaust gas emissions. By leveraging detailed operational data and machine learning-based analysis, the predictive emission monitoring system developed in this study is expected to make a significant contribution to reducing carbon
emissions in the maritime sector and ensuring compliance with IMO regulations
Sistem Predictive Maintenance Gripper Dispenser Penyedia Palet Pada Robot Palletizer Dengan Metode Long Short-Term Memory (LSTM)
No full textRobot palletizer Fuji di Gudang Phonska IV PT Petrokimia Gresik sering mengalami kendala teknis pada sistem dispenser penyedia palet, khususnya pada komponen gripper. Permasalahan seperti ketidaksesuaian tekanan udara, rotasi gripper yang tidak maksimal, dan piston yang macet menyebabkan palet tersangkut dan mengganggu kelancaran proses pengantongan. Saat ini, penanganan masalah masih bersifat reaktif, yaitu perbaikan dilakukan setelah kerusakan terjadi, sehingga meningkatkan risiko downtime yang tidak terduga. Penelitian ini bertujuan untuk mengembangkan sistem predictive maintenance menggunakan metode Long Short-Term Memory (LSTM) untuk memprediksi potensi waktu kerusakan pada gripper dispenser sebelum kegagalan benar-benar terjadi. Sistem ini memanfaatkan data realtime dari sensor tekanan (pressure transmitter), sensor akselerometer (ADXL335) untuk rotasi grip, dan sensor posisi piston (reed switch). Data sensor yang terkumpul diolah untuk menghitung nilai availability harian sistem, kemudian nilai tersebut dinormalisasi dan dianalisis menggunakan model LSTM untuk memprediksi performa sistem hingga 30 hari ke depan. Hasil pengujian menunjukkan bahwa model LSTM dengan konfigurasi lookback window 80 hari mampu memberikan prediksi dengan tingkat akurasi yang tinggi, dibuktikan dengan nilai Mean Absolute Percentage Error (MAPE) sebesar 0,25%. Sistem akan memberikan rekomendasi jadwal perawatan jika prediksi availability turun di bawah 90%. Hasil prediksi dan rekomendasi jadwal disajikan melalui Graphical User Interface (GUI) yang informatif, sehingga memudahkan operator dalam mengambil keputusan perawatan secara proaktif dan efisien. Dengan demikian, sistem ini dapat meminimalkan downtime tidak terduga dan meningkatkan operasional di PT Petrokimia Gresik.
=====================================================================================================================================
The Fuji robot palletizer at the Phonska IV Warehouse of PT Petrokimia Gresik often experiences technical issues with its pallet dispenser system, particularly in the gripper component. Problems such as improper air pressure, suboptimal gripper rotation, and jammed pistons cause pallets to get stuck, disrupting the production process. Currently, problem-solving is reactive, with repairs performed after a failure has occurred, thereby increasing the risk of unexpected downtime. This research aims to develop a predictive maintenance system using the Long Short-Term Memory (LSTM) method to predict the potential failure time of the gripper dispenser before a breakdown actually happens. The system utilizes real-time data from a pressure transmitter, an accelerometer (ADXL335) for grip rotation, and reed switch sensors for piston position. The collected sensor data is processed to calculate the system's daily availability, this value is then normalized and analyzed using the LSTM model to predict the system's performance for up to 30 days in advance. Test results show that the LSTM model with an 80 day lookback window configuration can deliver highly accurate predictions, as evidenced by a Mean Absolute Percentage Error (MAPE) value of 0.25%. The system recommends a maintenance schedule if the predicted availability drops below 90%. The prediction results and schedule recommendations are presented through an informative Graphical User Interface (GUI), making it easier for operators to make proactive and efficient maintenance decisions. Thus, this system can minimize unexpected downtime and improve operations at PT Petrokimia Gresik
Desain Deep-Submergence Vehicle (DSV) untuk Perairan Arafura
No full textPerairan Arafura memiliki kawasan laut dalam yang memiliki potensi sumber daya kelautan besar, baik dari sektor keanekaragaman hayati, perikanan, migas, maupun mineral laut. Namun, eksplorasi di wilayah ini masih sangat terbatas karena tantangan teknis, terutama di kedalaman ekstrem dan keterbatasan teknologi kendaraan bawah laut dalam negeri. Penelitian ini bertujuan untuk mendesain Deep-Submergence Vehicle (DSV) yang mampu beroperasi hingga kedalaman 3680 meter di Perairan Arafura sebagai sarana riset laut dalam. Tahapan desain dimulai dari penentuan operational scheme di sekitar Cekungan Arafura. Kemudian, jenis dan spesifikasi alat DSV disesuaikan dengan risetnya yang dijalanakan, seperti kamera HD bawah air dan manipulator untuk dokumentasi dan pengambilan sampel biota laut, gravimeter untuk studi cadangan migas, SONAR multibeam untuk pemetaan dasar laut, dan sensor CTD untuk riset kualitas air. payload yang terdiri dari tiga orang, yaitu satu operator dan dua peneliti, serta alat penunjang riset. Langkah selanjutnya adalah menentukan dimensi utama DSV dan didapatkan ukuran Panjang (L) = 9 meter; Lebar (B) = 2,7 meter; dan Tinggi (H) = 4,1 meter. Setelah itu, dilakukan analisis teknis terhadap sistem utama kapal, dilanjutkan dengan pembuatan Lines Plan, General Arrangement, dan model 3D menggunakan perangkat lunak CAD. Estimasi biaya pembangunan DSV yaitu Rp70,027,557,268.30 dan estimasi biaya operasional per tahunnya sebesar Rp1,561,630,028. Struktur pressure hull dirancang berbentuk bola dengan diameter dalam 2 meter dan ketebalan 50 mm, menggunakan material titanium alloy ASTM B265 Grade 5 untuk menjamin kekuatan terhadap tekanan Perairan Arafura di kedalaman 3680 m. Hasil desain ini diharapkan menjadi dasar awal pengembangan teknologi kendaraan laut dalam nasional yang efisien dan berkelanjutan.
=============================================================================================================================================
The Arafura Sea has deep sea areas with great marine resource potential, both in terms of biodiversity, fisheries, oil and gas, and marine minerals. However, exploration in this region is still very limited due to technical challenges, especially at extreme depths and the limitations of domestic deep-sea vehicle technology. This study aims to design a Deep-Submergence Vehicle (DSV) capable of operating at depths of up to 3,680 meters in the Arafura Sea as a tool for deep-sea research. The design process begins with determining the operational scheme around the Arafura Basin. Then, the type and specifications of the DSV equipment are chosen to the research being conducted, such as underwater HD cameras and manipulators for documenting and collecting marine life samples, gravimeters for oil and gas reserve studies, multibeam SONAR for seabed mapping, and CTD sensors for water quality research. The payload consists of three people, one operator and two researchers, as well as research support equipment. The next step is to determine the main dimensions of the DSV, resulting in the following measurements: Length (L) = 9 meters; Width (B) = 2.7 meters; and Height (H) = 4.1 meters. Following this, a technical analysis of the vessel's main systems was conducted, followed by the creation of a Lines Plan, General Arrangement, and 3D model using CAD software. The estimated construction cost of the DSV is Rp70,027,557,268.30 and the estimated annual operational cost is Rp1,561,630,028. The pressure hull structure is designed in a spherical shape with an inner diameter of 2 meters and a thickness of 50 mm, using titanium alloy ASTM B265 Grade 5 material to ensure strength against the pressure of the Arafura Sea at a depth of 3,680 meters. This design is expected to serve as the initial foundation for the development of efficient and sustainable national deep-sea vehicle technology
Laporan Magang di PT Sinergi Gula Nusantara
No full textKegiatan magang merupakan sarana bagi mahasiswa untuk mengintegrasikan teori yang dipelajari di perkuliahan dengan pengalaman praktis di dunia kerja. Laporan ini memaparkan pelaksanaan magang mahasiswa Departemen Statistika Bisnis Fakultas Vokasi Institut Teknologi Sepuluh Nopember (ITS) di PT Sinergi Gula Nusantara (PT SGN) Divisi Pemasaran dan Pelanggan, yang berlangsung pada 17 Februari–30 Juni 2024. Selama magang, mahasiswa terlibat dalam berbagai kegiatan seperti administrasi dokumen, data entry, pembuatan dashboard, penyusunan infografis, serta analisis data penjualan gula. Salah satu tugas khusus adalah menyusun makalah deskriptif mengenai variasi harga jual gula berdasarkan kategori penjualan menggunakan uji Kruskal-Wallis sebagai metode analisis nonparametrik. Hasil magang menunjukkan bahwa penerapan ilmu Statistika Bisnis, khususnya dalam pengolahan dan visualisasi data, berperan penting dalam mendukung pengambilan keputusan yang berbasis data di PT SGN. Selain itu, kegiatan magang ini meningkatkan kompetensi teknis mahasiswa dalam analisis data serta mengembangkan keterampilan komunikasi, kerja sama tim, dan problem solving yang relevan dengan kebutuhan industri.
=================================================================================================================================
An internship serves as a medium for students to integrate theoretical knowledge acquired in the classroom with practical experience in the workplace. This report presents the internship activities of a Business Statistics student from the Vocational Faculty, Institut Teknologi Sepuluh Nopember (ITS), at PT Sinergi Gula Nusantara (PT SGN), Marketing and Customer Division, from February 17 to June 30, 2024. During the internship, the student was involved in various activities such as document administration, data entry, dashboard development, infographic creation, and sugar sales data analysis. One of the special tasks was preparing a descriptive paper on sugar selling price variations based on sales categories using the Kruskal-Wallis test as a nonparametric analysis method. The internship results indicate that the application of Business Statistics, particularly in data processing and visualization, plays a vital role in supporting data-driven decision-making at PT SGN. Furthermore, this internship enhanced the student’s technical competence in data analysis and developed soft skills such as communication, teamwork, and problem-solving relevant to industry needs
Random Survival Forest Dengan Survshap(T) Untuk Model Survival Yang Interpretable Pada Perbaikan Kondisi Mental Pasien Terapi Komplementer
No full textKemampuan pembelajaran model machine learning dapat terus ditingkatkan seiring dengan bertambahnya data, sehingga cocok untuk kasus-kasus dinamis yang melibatkan waktu. Namun karena fleksibilitas model, hasil model machine learning sulit untuk interpretasi secara langsung. Beberapa model seperti Random Survival Forest (RSF) dianggap sebagai black-box model sehingga sulit untuk memahami bagaimana prediksi dibuat oleh model tersebut. SurvSHAP(t) mengatasi masalah tersebut dengan menyediakan interpretabilitas melalui nilai SHAP, sebuah teori permainan untuk mengukur kontribusi variabel prediktor terhadap fungsi survival atau risiko yang diprediksi dari model. Estimasi SurvSHAP(t) didapatkan melalui aturan permutasi untuk setiap subset variabel yang mana akan dinormalisasi pada akhirnya untuk mempermudah interpretabilitas model. Hasil studi kasus pada pasien terapi komplementer di Rumah Sakit Nur Hidayah,Yogyakarta dengan model RSF yang telah disesuaikan parameternya didapatkan hasil evaluasi Concordance Index yang baik yaitu sekitar 81,84% pada data training dan 91,08% pada data testing. Interpretasi SurvSHAP(t) membuktikan bahwa model RSF dapat dijelaskan dengan kesimpulan bahwa usia, keluhan utama pasien, reaksi terapi, tidak adanya riwayat interaksi dengan hal-hal supranatural merupakan variabel yang memiliki pengaruh penting. Variabel usia dan tidak adanya riwayat interaksi memiliki kontribusi yang baik terhadap peluang pasien untuk sembuh. Sedangkan pasien dengan reaksi aktif menurunkan peluang pasien untuk sembuh. Hasil ini diharapkan dapat membantu tim medis untuk menganalisis hasil terapi komplementer berbasis data.
================================================================================================================================
The learning capability of machine learning models can be continuously improved as the data grows, making it very suitable for dynamic cases involving time. However, due to the flexibility of the model, machine learning model results are difficult to interpret directly. Some models, such as Random Survival Forest (RSF), are considered black-box models, making it difficult to understand how predictions are made by the model. SurvSHAP(t) addresses this issue by providing interpretability through SHAP values, a game theory for measuring the contribution of predictor variables to the survival function or predicted risk from the model. SurvSHAP(t) estimates are obtained through permutation rules for each subset of variables, which are ultimately normalized to facilitate model interpretability. The results of a case study on complementary therapy patients at Nur Hidayah Hospital, Yogyakarta, using an RSF model with adjusted parameters yielded a good Concordance Index evaluation result of approximately 81.84% on the training data and 91.08% on the testing data. The interpretation of SurvSHAP(t) demonstrates that the RSF model can be explained by the conclusion that age, the patient's primary complaint, therapy response, and the absence of a history of interaction with supernatural phenomena are variables with significant influence. Age and the absence of a history of interaction contribute positively to the patient's likelihood of recovery. Meanwhile, patients with an active response have a reduced likelihood of recovery. These results are expected to help medical teams analyze data-based complementary therapy outcomes
Studi Struktur, Sifat Mekanik, dan Sifat Elektrokimia Kompoait ZrO2/Al2O3 dari Pasir Zirkon Alam
No full textPemanfaatan sumber daya alam lokal sebagai bahan baku material fungsional berpotensi mengurangi ketergantungan terhadap material impor. Penelitian ini bertujuan untuk mensintesis dan mengkarakterisasi komposit ZrO₂/Al₂O₃ polimorfi (amorf dan tetragonal) serta ZrSiO₄/Al₂O₃ berbasis pasir zirkon alam asal Kalimantan sebagai sumber zirkonia dan zirkon. Serbuk zirkon dimurnikan dan dikonversi menjadi ZrO₂ melalui metode alkali fusion, kemudian dikombinasikan dengan Al₂O₃ dan disinter menggunakan metode konvensional (1200–1300 °C, 3–7 jam) serta spark plasma sintering (SPS) (40–80 MPa, 10 menit). Hasil XRD menunjukkan pembentukan fasa zirkon, korundum, tetragonal dan monoklinik zirkonia, serta mullite. Citra SEM memperlihatkan bahwa sintering SPS menghasilkan difusi antarpartikel yang lebih intens dibandingkan sintering konvensional. Densitas bulk komposit mencapai 4,84 g/cm³ dan kekerasan maksimum 12,2 GPa untuk komposit a-ZrO₂/Al₂O₃ yang disinter SPS pada 1300°C, 40 MPa. Pengujian elektrokimia menunjukkan pembentukan lapisan pasif yang stabil, dengan peningkatan resistansi korosi (R_cor) dan penurunan aktivasi elektrokimia pori (Q_pore), serta nilai I_corr menurun drastis hingga mencapai 4,81×10⁻⁸ A/cm². Penggunaan bahan lokal pasir zirkon serta optimalisasi material dasar dan sintering untuk menghasilkan komposit keramik dengan ketahanan korosi dan sifat mekanik unggul menunjukkan potensi dalam pengembangan material gigi berbasis sumber daya alam Indonesia.
================================================================================================================================
The utilization of local natural resources as raw materials for functional materials holds significant potential in reducing dependency on imported materials. This study aimed to synthesize and characterize polymorphic (amorphous and tetragonal) ZrO₂/Al₂O₃ composites and ZrSiO₄/Al₂O₃ composites derived from natural zircon sand from Kalimantan, serving as sources of zirconia and zircon. The zircon powder was purified and converted into ZrO₂ via the alkali fusion method, then combined with Al₂O₃ and sintered using both conventional methods (1200–1300 °C for 3–7 hours) and spark plasma sintering (SPS) (40–80 MPa for 10 minutes). XRD analysis confirmed the formation of zircon, corundum, tetragonal and monoclinic zirconia phases, as well as mullite. SEM images revealed that SPS facilitated more intensive interparticle diffusion compared to conventional sintering. The bulk density of the composites reached up to 4.84 g/cm³, with a maximum hardness of 12.25 GPa achieved by the a-ZrO₂/Al₂O₃ composite sintered via SPS at 1300 °C and 40 MPa. Electrochemical testing indicated the formation of a stable passive layer, characterized by increased corrosion resistance (R_cor), decreased electrochemical pore activation (Q_pore), and a significant reduction in corrosion current density (I_corr), reaching as low as 4.81×10⁻⁸ A/cm². The use of locally sourced zircon sand, along with the optimization of base materials and sintering parameters, demonstrates the potential of developing ceramic composites with superior corrosion resistance and mechanical performance for dental applications based on Indonesia's natural resources
Sistem Deteksi Kualitas Warna Pupuk Menggunakan Support Vector Machine (SVM) Pada Lini Produksi Gudang Urea
No full textPengawasan parameter kualitas warna pupuk urea memainkan peran penting dalam memastikan standar mutu pada sektor produksi. Penelitian ini mengembangkan sistem deteksi kualitas warna pupuk berbasis algoritma Support Vector Machine (SVM) dengan fitur warna HSV (Hue, Saturation, Value). Sistem memanfaatkan kamera IP untuk menangkap citra pupuk secara real-time di jalur konveyor, yang kemudian diklasifikasikan ke dalam tiga kategori mutu: normal, pekat, dan pudar. Empat jenis kernel SVM dibandingkan, dan kernel Radial Basis Function (RBF) menunjukkan kinerja terbaik dengan akurasi 99,64%, macro F1-score 99,63%, precision-recall seimbang di atas 99% dan memperoleh mAP 99,82%. Sistem juga dilengkapi dashboard IoT untuk menampilkan hasil klasifikasi dan confidence score secara real-time. Hasil pengujian menunjukkan sistem mampu mendeteksi kualitas warna pupuk dengan akurasi tinggi dan konsistensi stabil dalam kondisi pencahayaan standar. Implementasi ini mampu mengurangi kesalahan inspeksi manual dan meningkatkan efisiensi proses produksi secara signifikan.
==========================================================================================================================================
Monitoring the color quality parameters of urea fertilizer plays a crucial role in ensuring quality standards in the production sector. This study developed a fertilizer color quality detection system based on the Support Vector Machine (SVM) algorithm with HSV (Hue, Saturation, Value) color features. The system utilizes an IP camera to capture real-time images of fertilizer on the conveyor line, which are then classified into three quality categories: normal, dark, and faded. Four types of SVM kernels were compared, and the Radial Basis Function (RBF) kernel demonstrated the best performance with an accuracy of 99.64%, a macro F1-score of 99.63%, a balanced precision-recall above 99%, and an mAP of 99.82%. The system also features a IoT dashboard to display the classification results and confidence scores in real-time. Test results show the system is capable of detecting fertilizer color quality with high accuracy and stable consistency under standard lighting conditions. This implementation can significantly reduce manual inspection errors and improve production process efficiency
Pengembangan Modul Pengelolaan Fitur Dinamis Menggunakan WebAssembly (WASM) pada Sistem Penerimaan Murid Baru (SPMB) Jawa Timur 2025
No full textSistem Penerimaan Murid Baru (SPMB) Jawa Timur 2025 dikembangkan sebagai aplikasi web untuk mendukung pengelolaan penerimaan murid baru dengan kebutuhan pembaruan konfigurasi yang cepat. Permasalahan utama muncul pada proses build dan deployment Next.js yang memakan waktu rata-rata lima menit, sehingga menghambat perubahan mendesak. Untuk mengatasi hal ini, modul eksternal berbasis WebAssembly (WASM) dikembangkan dengan logika yang ditulis dalam C++ dan dikompilasi melalui Emscripten SDK. Hasil pengujian menunjukkan peningkatan signifikan, dengan waktu pembaruan berkurang dari lima menit menjadi 30 detik (efisiensi 90%). Solusi ini terbukti efektif memberikan fleksibilitas dan kecepatan dalam mendukung kelancaran proses penerimaan murid baru.
========================================================================================================================================
Sistem Penerimaan Murid Baru (SPMB) Jawa Timur 2025 was developed as a web-based application to manage student enrollment with the need for rapid configuration updates. The main challenge was the Next.js build and deployment process, which took an average of five minutes and hindered the implementation of urgent changes. To address this, an external WebAssembly (WASM) module was implemented, with logic written in C++ and compiled using the Emscripten SDK. Performance testing demonstrated a significant improvement, reducing update time from five minutes to just 30 seconds (a 90% efficiency gain). This solution proved effective in providing the flexibility and speed required to support the smooth operation of the admission proces
Analysis of Factors Causing Low Compliance of Labour in Using Personal Protective Equipment at Makassar Port
No full textTesis ini menyelidiki masalah terkait rendahnya kepatuhan penggunaan Alat Pelindung Diri (APD) di kalangan tenaga kerja bongkar muat (TKBM) di Pelabuhan Makassar, Indonesia. Meskipun terdapat peraturan yang jelas dan kerangka kelembagaan yang baik, tingkat kepatuhan penggunaan APD tetap jauh dari optimal, sehingga menimbulkan risiko besar terhadap keselamatan pekerja dan operasional pelabuhan. Dengan menggunakan desain mixed-methods, penelitian ini mengintegrasikan analisis kuantitatif dari data inspeksi ketenagakerjaan historis selama enam bulan dan survei terstruktur terhadap 82 tenaga kerja (11% dari populasi), serta analisis tematik kualitatif dari wawancara mendalam dengan sembilan pemangku kepentingan utama, termasuk regulator pelabuhan, penyedia tenaga kerja, perusahaan bongkar muat, perwakilan pekerja, dan operator pelabuhan. Hasil penelitian mengungkapkan lima faktor utama yang saling terkait yang mendasari kesenjangan kepatuhan ini: (1) budaya kerja yang telah mengakar kuat yang menormalisasi pengambilan risiko dan lebih memprioritaskan kecepatan operasional daripada keselamatan; (2) mekanisme penegakan hukum yang secara struktural tidak efektif karena tidak memiliki kekuatan sanksi yang mengikat; (3) ketidaksesuaian APD standar yang disediakan dengan tuntutan tugas bongkar muat kargo yang beragam, yang menyebabkan rasionalisasi ketidakpatuhan; (4) model penyediaan tenaga kerja yang bersifat monopolistik yang mengurangi insentif kompetitif untuk perbaikan keselamatan; dan (5) pendanaan yang tidak memadai untuk pengadaan APD khusus dan berkualitas tinggi karena struktur tarif yang sudah usang. Studi ini menjelaskan sifat sistemik dari masalah tersebut, yang melampaui isu-isu perilaku individu, dan menggarisbawahi perlunya penanganan holistik yang mencakup hambatan budaya, kelembagaan, dan ekonomi. Berdasarkan hal ini, tesis ini mengusulkan rekomendasi kritis yang dapat ditindaklanjuti yang bertujuan untuk mengaktifkan kembali mekanisme penegakan hukum bersama, mengoptimalkan penyediaan APD melalui penilaian kebutuhan yang disesuaikan dan renegosiasi tarif, menumbuhkan budaya keselamatan berbasis perilaku melalui kepemimpinan rekan kerja yang diberdayakan, dan mengadvokasi reformasi kelembagaan jangka panjang untuk memperkenalkan persaingan dalam penyediaan tenaga kerja. Penelitian ini berkontribusi pada pemahaman yang lebih luas mengenai tantangan keselamatan kerja di lingkungan pelabuhan yang melibatkan banyak pemangku kepentingan dan menawarkan peta jalan pragmatis untuk meningkatkan kepatuhan APD, sehingga dapat meningkatkan kesejahteraan tenaga kerja dan ketahanan operasional di Pelabuhan Makassar dan lingkungan serupa.
==================================================================================================================================
This thesis investigates the persistent problem of low compliance with Personal Protective Equipment (PPE) usage among stevedoring labourers at Makassar Port, Indonesia. Despite clear regulatory mandates and established institutional frameworks, PPE adherence remains significantly suboptimal, posing severe risks to worker safety and port operations. Employing a sequential explanatory mixed-methods design, this research integrates quantitative analysis of six months of historical labour inspection data and a structured survey of 82 labourers (11% of the workforce), alongside qualitative thematic analysis of in-depth interviews with nine key stakeholders, including regulatory authorities, labour providers, stevedoring companies, worker representatives, and port operators. Findings reveal five primary interwoven factors underpinning the compliance gap: (1) a deeply ingrained work culture normalizing risk-taking and prioritizing operational speed over safety; (2) a structurally ineffective enforcement mechanism lacking binding punitive power; (3) the inadequacy of standard-issue PPE for diverse cargo-handling tasks, leading to rationalized non-compliance; (4) a monopolistic labour provision model that reduces competitive incentives for safety improvements; and (5) insufficient funding for specialized, high-quality PPE owing to outdated tariff structures. The study elucidates the systemic nature of the problem, transcending individual behavioural issues, and underscores the necessity of holistically addressing cultural, institutional, and economic barriers. Based on these insights, the thesis proposes critical, actionable recommendations aimed at reactivating joint enforcement mechanisms, optimising PPE provisioning through tailored needs assessments and tariff renegotiations, fostering a behaviour-based safety culture via empowered peer leadership, and advocating long-term institutional reforms to introduce competition in labour provision. This research contributes to the broader understanding of occupational safety challenges in complex multi-stakeholder port environments and offers a pragmatic roadmap for enhancing PPE compliance, thereby improving labour welfare and operational resilience at Makassar Port and comparable settings