Article Per Year (5 Year)
p-Index From 2019 - 2024
0.61
P-Index
This Author published in this journals
All Journal Berkala Fisika Indonesia : Jurnal Ilmiah Fisika, Pembelajaran dan Aplikasinya Jurnal Teknologi Transportasi dan Logistik SmartComp
Langgeng Asmoro
Politeknik Keselamatan Transportasi Jalan
Astronomy Computer Science & IT Earth & Planetary Sciences Education Electrical & Electronics Engineering Environmental Science Materials Science & Nanotechnology Physics Transportation Other

Published : 3 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 3 Documents
Search

 1 
Pengembangan pemodelan fisika dalam meningkatkan motivasi belajar taruna di lingkungan sekolah kementerian perhubungan berbantuan software Modellus Langgeng Asmoro; Srianto Srianto; Faris Humami
Berkala Fisika Indonesia : Jurnal Ilmiah Fisika, Pembelajaran dan Aplikasinya Vol 14, No 2 (2023)
Publisher : Universitas Ahmad Dahlan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.12928/bfi-jifpa.v14i2.25378

Abstract

.
Analysis of Soet Emissions using Diesel - Methanol (CH3OH) Mixture on L-300 Vehicles Langgeng Asmoro; Reza Yoga Anindita; Aris Budi Sulistyo; Rahmat Ahmad
Jurnal Teknologi Transportasi dan Logistik Vol. 4 No. 1 (2023): Juni 2023
Publisher : Pusat Penelitian dan Pengabdian Masyarakat Poltrada Bali

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.52920/jttl.v4i1.144

Abstract

In this research, it is intended to identify the concentration of soot in the exhaust emissions of the L-300 diesel engine by adding an additional substance in the form of methanol CH3OH. The research method in this study used an experimental method with the help of a smoke tester used to test the soot concentration in exhaust emissions of diesel motorized vehicles. The experiment was carried out at night using different mixtures and where each mixture will be carried out 8 times to collect data. Experiments used a smoke tester to test soot emissions on: fuel not mixed with methanol additive (M0D100), 5% methanol mixture (M5D95), 10% methanol (M10D90), 15% methanol mixture (M15D85). After carrying out the research and data processing, it was obtained that the M0D100 mixture had a soot emission concentration of 36.52%. The M5D95 mixture decreased the concentration of exhaust emissions to 31.05%. Then in the M10D90 mixture, the soot emission concentration decreased to 27.17%. whereas in the M15D85 mixture the soot concentration increased to 33.76%.
ANALISIS SENTIMEN REVIEW TRANSPORTASI MENGGUNAKAN ALGORITMA SUPPORT VECTOR MACHINE BERBASIS CHI SQUARE Mokhammad Rifqi Tsani; Anggun Prima Gilang Rupaka; Langgeng Asmoro; Brasie Pradana
Smart Comp :Jurnalnya Orang Pintar Komputer Vol 9, No 1 (2020): Smart Comp :Jurnalnya Orang Pintar Komputer
Publisher : Politeknik Harapan Bersama

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30591/smartcomp.v9i1.1817

Abstract

Analisis sentimen merupakan teknik yang bertujuan menentukan opini dari masyarakat bersifat positif atau negatif. Internet merupakan bagian terpenting dalam kehidupan sehari- hari. Banyak situs yang menyediakan berbagai macam review tentang suatu produk atau jasa yang menggambarkan pendapat pengguna. Salah satu contohnya adalah situs internet Yelp. Yelp adalah sebuah situs yang berisi berbagai macam review, seperti transportasi, media massa, restoran, hotel, makanan, elektronik dan lain sebagainya. Transportasi memiliki peran yang sangat penting dalam menunjang pertumbuhan ekonomi masyarakat dan merupakan urat nadi dalam pembangunan ekonomi suatu negara. Oleh karena itu keberhasilan pembangunan dibidang ekonomi harus ditunjang dengan pengembangan sistim transportasi yang baik, sesuai dengan kebutuhan dan perkembangan zaman. Pengguna transportasi bisa memberikan pendapat mereka mengenai kualitas dari transportasi yang sudah tersedia secara online. Jika membaca review tersebut secara keseluruhan bisa memakan waktu dan sebaliknya jika hanya sedikit review yang dibaca, hasil evaluasi akan bias. Algoritma klasifikasi sentimen review seperti support vector machine (SVM) adalah algoritma yang sering digunakan untuk klasifikasi analisis sentimen review. Namun klasifikasi sentimen review mempunyai kelemahan pada banyaknya fitur atau atribut dataset yang digunakan, metode seleksi fitur chi square dapat digunakan untuk mengurangi fitur atau atribut yang tidak relevan.Kata kunci : analisis sentimen, review transportasi, klasifikasi, chi Square.
Co-Authors Ahmad, Rahmat Aris Budi Sulistyo Brasie Pradana Faris Humami Mokhammad Rifqi Tsani Reza Yoga Anindita Rupaka, Anggun Prima Gilang Srianto Srianto