Article Per Year (5 Year)
p-Index From 2019 - 2024
2.908
P-Index
This Author published in this journals
All Journal Jurnal Ilmu Komputer dan Informasi Jurnal Online Mahasiswa (JOM) Bidang Ilmu Sosial dan Ilmu Politik Computatio : Journal of Computer Science and Information Systems Journal of Information Technology and Computer Engineering Petir Journal on Education Jurnal TAMBORA Jurnal Fokus Manajemen Bisnis Jurnal Planologi dan Sipil (JPS) Quimica : Jurnal Kimia Sains dan Terapan Bhakti Nagori (Jurnal Pengabdian kepada Masyarakat) Jurnal Migasian Journal of Electrical Engineering, Energy, and Information Technology J-CEKI
Ade Irawan
Unknown Affiliation
Agriculture, Biological Sciences & Forestry Humanities Biochemistry, Genetics & Molecular Biology Chemical Engineering, Chemistry & Bioengineering Chemistry Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Education Electrical & Electronics Engineering Energy Engineering Environmental Science Industrial & Manufacturing Engineering Languange, Linguistic, Communication & Media Social Sciences Transportation

Published : 16 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 16 Documents
Search

 1   2 
KOMPOSISI JENIS DAN BOBOT SAMPAH DI PESISIR PANTAI WISATA SALIPERATE, KABUPATEN SUMBAWA SEBAGAI DASAR DALAM UPAYA PENGELOLAAN KAWASAN WISATA YANG BERKELANJUTAN Baiq Hilda Astriana; Ayu Adhita Damayanti; Chandrika Eka Larasati; Aryan Perdana Putra; Ade Irawan
Jurnal TAMBORA Vol. 7 No. 1 (2023): EDISI 18
Publisher : Wakil Rektor 3, Direktorat Pengabdian kepada Masyarakat dan Publikasi, Universitas Teknologi Sumbawa

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36761/jt.v7i1.2476

Abstract

Sampah laut merupakan sumber pencemar yang paling sering mengganggu kawasan pesisir dan laut. Kabupaten Sumbawa sebagai salah satu Kabupaten di NTB yang memiliki banyak tempat wisata laut dan pantai juga sedang menghadap masalah sampah ini. Salah satu kawasan wisata pantai yang sering dikunjungi wisatawan lokal adalah Pantai Salipir ate, Desa Labuan Sumbawa. Kondisi pencemaran oleh sampah di kawasan ini cukup mengkhawatirkan sehingga berpotensi untuk mengurangi keindahan kawasan pesisir dan laut. Tujuan dari penelitian ini adalah untuk mengetahui jenis dan bobot sampah yang ditemukan pada kawasan ini Pantai Salipirate sehingga dapat menjadi dasar dalam perumusan strategi pengelolaan sampah di kawasan ini. Sampling sampah dilakukan dengan metode purposive sampling. Pengumpulan sampah dilakukan dengan menggunakan metode line transect berdasarkan kriteria yang telah ditentukan. Sampel yang dikoleksi selanjutnya disortir, ditimbang dan diidentifikasi jenisnya berdasarkan sistem klasifikasi sampah. Hasil analisis data sampah menunjukkan bahwa potongan sampah yang ditemukan di Pantai Saliperate didominasi oleh sampah plastik dengan kepadatan 8,16 potongan/m2 atau dengan persentase 72,08%; berat sampah yang ditemukan didominasi oleh sampah plastik dengan kepadatan berat 24,95 gr/m2 atau dengan persentase 51,21%. Kepadatan potongan maupun kepadatan berat sampah makro pada semua kategori sampah lebih tinggi daripada yang dimiliki sampah sampah mikro, dan kedua kelompok sampah ini sama-sama didominasi oleh sampah plastik.
Identifikasi Batuan Berdasarkan Data Well Log Menggunakan K-Means Clustering Meredita Susanty; Prinsislamsheeny Brilliantdianty Ebelaristra; Ahmad Fauzan Rahman; Ade Irawan; Ikri Madrinovella; Weny Astuti
Jurnal Migasian Vol 4 No 1 (2020): Jurnal Migasian
Publisher : LPPM Institut Teknologi Petroleum Balongan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36601/jurnal-migasian.v4i1.96

Abstract

One of the stages in oil and gas exploration is a Petrophysical analysis, which aims to determine the structure of rock layers below the earth's surface. The petrophysical analysis uses physical properties in a well-log to determine the rock type below the surface. Nowadays, the software for conducting petrophysical analysis has utilized a machine-learning approach to predict rock types. Most of the software uses the supervised learning method to classify rock types. This research uses a different approach, unsupervised learning, to group rock types based on various features in a well-log. Using a publicly available well-log in Stafford, United States, and the k-means clustering algorithm, this study groups the data into 3 clusters. The result is compared with manual analysis interpretation and shows an alignment between them. From the result, it shows that the unsupervised learning method effectively predicts limestone, shale, and evaporites in the well. It classifies the dataset into useful clusters, generates useful lithologies, provides useful rock characterization, and less time-consuming.
Ekstraksi Zat Warna Alami dan Identifikasi Metabolit Sekunder Ekstrak Etanolik Umbi Bit (Beta vulgaris L.) Karin Angeline Safitri; Teguh Adiyas Putra; Ade Irawan
JURNAL QUIMICA Vol 5 No 1 (2023)
Publisher : Program Studi Kimia, Fakultas Teknik, Universitas Samudra

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33059/jq.v5i1.8085

Abstract

Umbi bit (Beta vulgaris L.) merupakan tumbuhan bahan pangan yang tinggi akan aktivitas antioksidan untuk memilihara kesehatan dan dengan kandungan pigmen betasianin yang berkhasiat sebagai pewarna merah alami. Pemanfaatan umbi bit di Indonesia untuk pengobatan tradisional dapat dilakukan dengan rebusan maupun jus. Tujuan penelitian ini untuk mendapatkan zat warna alami dan mengetahui metabolit sekunder yang terkandung dalam umbi bit. Sampel umbi bit diperoleh dari hasil maserasi menggunakan pelarut etanol 96% 1:4 (pH 4,5) selama 3 hari ditempat gelap, kemudian filtrat umbi bit diuapkan pada suhu 40 oC menggunakan rotary evaporator hingga dihasilkan ekstrak kental umbi bit. Skrining fitokimia dilakukan secara kualitatif menggunakan pereaksi warna dan uji pengendapan. Berdasarkan hasil skrining fitokimia metabolit sekunder ekstrak etanolik umbi bit dihasilkan positif mengandung flavonoid, tanin, saponin dan alkaloid.
IMPLEMENTASI LORA MULTI NODE UNTUK MONITORING LEVEL AIR PADA WATER BARREL COVID-19 Ade Irawan; Fitri Imansyah; Jannus Marpaung; Redi Ratiandi Yacoub; Muhammad Saleh
Journal of Electrical Engineering, Energy, and Information Technology (J3EIT) Vol 9, No 2: Juli 2021
Publisher : Faculty of Engineering, Universitas Tanjungpura

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26418/j3eit.v9i2.51174

Abstract

Mulai Maret 2020 dunia dilanda pandemi Covid-19, Penyakit virus corona 2019 (corona virus disease/COVID-19) termasuk Indonesia. Oleh karena itu untuk menekan kasus penularan, pemerintah menerapkan protokol kesehatan yaitu selalu memakai masker, menjaga jarak, dan mencuci tangan, akan tetapi fasilitas mencuci tangan di tempat umum maupun di pusat perbelanjaan seringkali tidak berisi air, sehingga pengunjung ataupun wisatawan sulit untuk menemukan fasilitas mencuci tangan yang berisikan air. Sistem monitoring level air pada fasilitas mencuci tangan perlu diperhatikan, maka diperlukan alat untuk memonitor kapasitas water barrel Covid-19 agar mempermudah mengetahui level air pada water barrel Covid-19. Pada penelitian ini akan dirancang sistem pemantauan level air pada water barrel Covid-19 yang akan di aplikasikan untuk mempermudah monitoring level air pada water barrel covid-19. Sebagai modul komunikasi akan digunakan Teknologi LoRa yang dapat mencapai jarak jangkauan mencapai 3 Km. Maka dari itu kita bisa mengetahui level air serta dapat melihat nilai RSSI, SNR dan ToA dalam keadaan LOS maupun NLOS.
SISTEM PENDETEKSI KALIMAT UMPATAN DI MEDIA SOSIAL DENGAN MODEL NEURAL NETWORK Sahrul Sahrul; Ahmad Fauzan Rahman; Muhammad Dzaky Normansyah; Ade Irawan
Computatio : Journal of Computer Science and Information Systems Vol. 3 No. 2 (2019): COMPUTATIO : JOURNAL OF COMPUTER SCIENCE AND INFORMATION SYSTEMS
Publisher : Faculty of Information Technology, Universitas Tarumanagara

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24912/computatio.v3i2.6032

Abstract

Governments and social media providers put high effort to tackle massive negative contents in social media. Those contents are mostly containing religion, race, and inter-group issues, cyberbullying, and also body shamming, which usually appears together with offensive languages. It becomes difficult to overcome because of a large number of internet users in Indonesia. Hence, we need a system that can automatically detect the negative contents. This paper utilizes Neural Network (NN) models for not only classifying the words as (non)offensive words but also considering the structure of the sentence to get its context. There are two NN models analyzed in this paper: Artificial Neural Network (ANN) and Recurrent Neural Network (RNN). The computer simulation results show that the RNN has better performances than the ANN with the accuracy of training, validation, and testing 94%, 84%, and 84%, respectively. Pemerintah dan penyedia layanan media sosial di Indonesia berusaha keras untuk mengatasi maraknya konten negatif di media sosial. Konten negatif yang sering ditemui diantaranya isu suku, agama, ras, dan antargolongan (SARA), cyberbullying, serta body shamming, yang biasanya muncul disertai kalimat-kalimat umpatan. Hal tersebut menjadi sulit untuk diatasi karena jumlah pengguna internet di Indonesia yang sangat besar, sehingga perlu adanya sebuah sistem yang dapat mendeteksinya secara otomatis. Penelitian ini mengusulkan sistem dengan model Neural Network untuk deteksi konten negatif di media sosial dengan cara mempertimbangkan konteks kalimat atau frasa, tidak hanya kata-per-kata. Ada dua model NN yang dianalisis di penelitian ini, yaitu Artificial Neural Network (ANN) dan Recurrent Neural Network (RNN). Model RNN menunjukkan performa yang lebih baik dibandingkan dengan model ANN dengan akurasi training, validasi, dan test masing-masing adalah 94%, 84%, dan 84%.  
Analisis Laporan Keuangan Berdasarkan Metode Vertikal Dan Horizontal Untuk Mengevaluasi Kinerja Keuangan Perusahaan Subsektor Food And Beverage Yang Terdapat Di BEI Periode 2020-2022 Dhita Avdilla; Siti Nuridah; Siti Ayu Rosida; Ade Irawan
J-CEKI : Jurnal Cendekia Ilmiah Vol. 3 No. 5: Agustus 2024
Publisher : CV. ULIL ALBAB CORP

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.56799/jceki.v3i5.5054

Abstract

Tujuan dari penelitian ini adalah menganalisis kinerja keuangan perusahaan dengan melakukan analisis vertikal dan horizontal pada laporan keuangan perusahaan pada tahun 2020-2022. Populasi penelitian yang dijadikan obyek penelitian adalah Perusahaan subsektor Food and Beverage yang terdapat di Bursa Efek Indonesia. Dalam penelitian ini peneliti menggunakan lima sampel Perusahaan Food and Beverage, yaitu Sekar Bumi Tbk, Sariguna Primatirta Tbk, Tri Banyan Tirta Tbk, Buyung Poetra Sembada Tbk, dan Prasidha Aneka Niaga Tbk. Teknik analisis laporan keuangan adalah menggunakan laporan keuangan yaitu laporan posisi keuangan, laporan laba rugi, dan laporan arus kas dengan menggunakan analisis vertikal dan horizontal. Analisis vertikal berkenaan dengan angka pada masing-masing baris yang dibandingkan dengan angka total sedangkan analisis horizontal adalah membandingkan angka pada masing-masing baris dengan angka pada tahun sebelum atau sesudahnya. Data yang digunakan adalah data laporan keuangan yang diperoleh dengan mengunduh dari https://www.idx.co.id/id Hasil analisis rasio keuangan melalui analisis vertikal dan horizontal pada laporan keuangan berguna bagi para pengambil keputusan untuk melakukan evaluasi kinerja pada masa lalu, koreksi dan penetapan target pada tahun berikutnya, dan juga pelaporan perpajakan.
Co-Authors Afriansyah Afriansyah Ahmad Fauzan Rahman Ariana Yunita Aryan Perdana Putra Ayu Adhita Damayanti Baiq Hilda Astriana Chandrika Eka Larasati Chitra Hermawan Dhita Avdilla Dwi Visti Rurianti Efni Noor Salam Fitrawansyah Fitrawansyah Fitri Imansyah Gusmulyani Gusmulyani Hendro Setyono Herminarto Nugroho Iffah Zahira Iktri Madrinovella Inggil Rahmawati Jannus Marpaung Joko Triyanto Karin Angeline Safitri Meredita Susanty Meredita Susanty Muhamad Koyimatu Muhammad Dzaky Normansyah Muhammad Qubaisy Andiyantama Muhammad Saleh Prinsislamsheeny Brilliantdianty Ebelaristra Putra, Teguh Adiyas Redi Ratiandi Yacoub Riestiya Zain Fadillah Sahrul Sahrul Siti Ayu Rosida Siti Nuridah Surya Adinata Udin Saepudin Weny Astuti Yolanda Yolanda