Garuda - Garba Rujukan Digital

Prediksi Volume Sampah TPAS Talangagung dengan Pendekatan Sistem Dinamik Adipraja, Philip Faster Eka; Islamiyah, Mufidatul
SMATIKA JURNAL Vol 6 No 02 (2016): Smatika Jurnal : STIKI Informatika Jurnal
Publisher : LPPM STIKI MALANG

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (1348.807 KB)

Volume sampah di tempat pembuangan akhir sampah (TPAS) Talangagung, Kepanjen, Kabupaten Malang terus mengalami peningkatan, hal ini terbukti dengan adanya peningkatan volume sampah sebanyak dua kali lipat pada tahun 2014-2015. Akan tetapi prediksi pada tahun 2015 sudah terlampau jauh, dimana prediksi hanya 131,03 m3 per hari dimana data menunjukkan angka 198.62 m3 per hari. Untuk mengetahui peningkatan volume sampah pada jangka panjang maka perlu dilakukan prediksi volume sampah pada TPAS Talangagung, prediksi volume sampah ini bisa dilakukan dengan metode simulasi yang menggunakan sistem dinamik. Hasil studi menunjukkan bahwa prediksi volume sampah yang dikirim ke TPAS Talangaguung meningkat lebih dari dua kali lipat pada tahun 2025 yang diprediksikan mencapai 162 ribu m3dan tahun 2035 diperkirakan mencapai 341 ribu m3 pertahun atau mencapai 1000 m3 perhari.

Integrating fuzzy logic and genetic algorithm for upwelling prediction in Maninjau Lake Muhammad Rofiq; Yogie Susdyastama Putra; Wayan Firdaus Mahmudy; Herman Tolle; Ida Wahyuni; Philip Faster Eka Adipraja; Hafrijal Syandri
TELKOMNIKA (Telecommunication Computing Electronics and Control) Vol 17, No 1: February 2019
Publisher : Universitas Ahmad Dahlan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.12928/telkomnika.v17i1.11605

Upwelling is a natural phenomenon related with the increase in water mass that also occurs in Maninjau Lake, West Sumatra. The upwelling phenomenon resulted in considerable losses for freshwater fish farming because make mass mortalities of fish in farming using the method of floating net cages (karamba jaring apung/KJA). It takes a system that can predict the possibility of upwelling as an early warning to the community, especially fish farming to immediately prepare early anticipation of upwelling prevention. With historical water quality monitoring data at six sites in Maninjau Lake for 17 years, a prediction model can be made. There are three input criteria for Tsukamoto FIS that is water temperature, pH, and dissolve oxygen (DO). The model is built with fuzzy logic integration with the genetic algorithm to optimize the membership function boundaries of input and output criteria. After the optimization, hybrid Tsukamoto FIS and genetic algorithm successfully make a correct upwelling prediction on of 16 data with 94% accuracy.

Determining Growing Season of Potatoes Based on Rainfall Prediction Result Using System Dynamics Ida Wahyuni; Philip Faster Eka Adipraja; Wayan Firdaus Mahmudy
Indonesian Journal of Electrical Engineering and Informatics (IJEEI) Vol 6, No 2: June 2018
Publisher : IAES Indonesian Section

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.52549/ijeei.v6i2.315

Potato has been and is a basic food for many countries. However, because of the uncertainty in rainfall patterns that have occurred since the existence of climate change make a significant impact on the outcome of potatoes production from year to year. Therefore, it needs the determination of new growing season period according to climate change. The determination of growing season is based on the result of rainfall prediction data using system dynamics ever done in previous studies to predictions of rainfall during the next five years starting in 2017-2021. Based on the modeling that has been done shows that early dry season ranges in mid-April to mid-May by the length of days in the growing season ranges from 162-192 days. The growing season prediction model has small error only about two dasarian. By the middle of the dry season, rainfall is expected to be very low which will make the potatoes into water deficit and will affect the harvest of potatoes plants which can be overcome with the irrigation system.

Pemodelan Fuzzy Inference System Tsukamoto untuk Prediksi Kejadian Banjir di Kota Malang Philip Faster Eka Adipraja; Danang Arbian Sulistyo; Ida Wahyuni
Jurnal Teknologi Informasi dan Ilmu Komputer Vol 7 No 1: Februari 2020
Publisher : Fakultas Ilmu Komputer, Universitas Brawijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar

Saat ini Malang menjadi kota yang mulai padat dengan perumahan penduduk. Hal tersebut mengakibatkan jumlah ruang terbuka hijau untuk penyerapan air hujan menjadi bekurang dan menyebabkan bencana banjir di beberapa tempat. Bencana banjir yang terjadi di Kota Malang merupakan bencana yang cukup serius dan membutuhkan penanganan cepat, karena banjir sering terjadi di perumahan padat penduduk. Oleh sebab itu, prediksi bencana banjir perlu dilakukan terlebih dahulu agar antisipasi dan mitigasi dapat dilakukan sedini mungkin. Tujuan dari penelitian ini adalah mengimplementasikan pemodelan algoritma Fuzzy Inference System (FIS) Tsukamoto untuk memprediksi terjadinya kejadian banjir di Kota Malang. Data yang digunakan adalah data curah hujan dan intensitas hujan di Kota Malang. Data tersebut diprediksi kedepannya sebagai masukan dalam memodelkan metode FIS Tsukamoto untuk memprediksi kejadian banjir dengan nilai error terkecil. Hasil prediksi yang dihasilkan oleh algoritma FIS Tsukamoto adalah jumlah kemungkinan kejadian banjir yang akan terjadi. Dari hasil pengujian yang dilakukan pada data jumlah kejadian banjir pada tahun 2016-2017 dihasilkan nilai error RMSE yang cukup kecil yaitu 2.76. Maka, dengan menggunakan data hasil perkiraan curah hujan dan intensitas hujan tiga tahun kedepan dari penelitian sebelumnya, pemodelan FIS Tsukamoto dapat diimplementasikan untuk memprediksi jumlah kejadian banjir di Kota Malang untuk tiga tahun kedepan mulai tahun 2018-2020. AbstractToday, Malang is a city that is starting to become crowded with population housing. This has resulted in the amount of green open space for absorption of rainwater to be reduced and causing floods in several places. The flood disaster that occurred in Malang City was a quite serious disaster and needed rapid handling, because flooding often occurs in densely populated housing. Therefore, the prediction of floods needs to be done in advance so that anticipation and mitigation can be done as early as possible. The purpose of this study is to implement the Tsukamoto Fuzzy Inference System (FIS) algorithm to predict the occurrence of flooding in Malang City. The data used are rainfall and rainfall intensity data in Malang City. The data is predicted in the future as input in modeling the Tsukamoto FIS method to predict flood events with the smallest error value. The prediction results generated by the Tsukamoto FIS algorithm are the number of possible flood events that will occur. From the results of the tests conducted on the data on the number of flood events in 2016-2017, the RMSE error value that was quite small was generated, which was 2.76. So, by using the results of rainfall and rainfall intensity estimates from the previous research, Tsukamoto's FIS modeling can be implemented to predict the number of flood events in Malang City for the next three years starting in 2018-2020.

Penerapan Metode Hybrid FIS Tsukamoto dan Algoritma Genetika untuk Prediksi Curah Hujan di Daerah Batu Ida Wahyuni; Fadhli Almu'iini Ahda; Philip Faster Eka Adipraja
Jurnal Teknologi Informasi dan Ilmu Komputer Vol 5 No 4: Agustus 2018
Publisher : Fakultas Ilmu Komputer, Universitas Brawijaya

Curah hujan yang semakin tidak menentu memberikan efek yang cukup signifikan pada bidang pertanian dan perkebunan. Salah satu bidang perkebunan yang memanfaatkan pola curah hujan adalah perkebunan apel. Petani apel membutuhkan perhitungan curah hujan untuk menentukan kapan proses pembungaan yang tepat agar hasil panen yang di dapatkan bisa maksimal. Namun, karena tidak menentunya pola curah hujan, petani menjadi kesulitan dalam menentukan waktu pembungaan dan panen apel menjadi tidak maksimal. Pada penelitian ini dibuat sebuah pemodelan yang paling optimal dalam memprediksi curah hujan di daerah Batu, Jawa Timur menggunakan metode hybrid FIS Tsukamoto dan algoritma genetika. Metode hybrid yang dilakukan adalah mengoptimasi batasan fungsi keanggotaan FIS Tsukamoto menggunakan algoritma genetika. Setelah proses pengujian, penerapan metode Metode hybrid FIS Tsukamoto dan algoritma genetika dapat digunakan untuk memprediksi curah hujan dengan nilai error RMSE lebih kecil dibandingkan dengan FIS Tsukamoto tanpa optimasi. Nilai error RMSE pada daerah Junggo sebesar 6.485, pada daerah Pujon sebesar 6.932, pada daerah Tinjomulyo sebesar 5.969, pada daerah Ngujung sebesar 5.498. AbstractThe erratic rainfall has a significant effect on agriculture and plantations. One area of plantations that utilizes rainfall patterns is apple plantations. Apple farmers need rainfall calculations to determine when the flowering process is right so that the yield can be maximized. However, due to the uncertainty of rainfall patterns, farmers have difficulty in determining the time of flowering and harvesting apples to be not optimal. In this study, the most optimal modeling was used to predict rainfall in the Batu area, East Java using the hybrid FIS Tsukamoto method and genetic algorithm. The hybrid method used is to optimize the boundary function of Tsukamoto's FIS membership using a genetic algorithm. After the testing process, the application of the hybrid method of the Tsukamoto FIS method and the genetic algorithm can be used to predict rainfall with a smaller RMSE error compared to the FIS Tsukamoto without optimization. RMSE error value in Junggo area is 6,485, in Pujon area is 6,932, in Tinjomulyo area is 5,969, in Ngujung area is 5,498.

Prediksi Volume Sampah TPAS Talangagung dengan Pendekatan Sistem Dinamik Philip Faster Eka Adipraja; Mufidatul Islamiyah
SMATIKA JURNAL Vol 6 No 02 (2016): Smatika Jurnal : STIKI Informatika Jurnal
Publisher : LPPM STIKI MALANG

Volume sampah di tempat pembuangan akhir sampah (TPAS) Talangagung, Kepanjen, Kabupaten Malang terus mengalami peningkatan, hal ini terbukti dengan adanya peningkatan volume sampah sebanyak dua kali lipat pada tahun 2014-2015. Akan tetapi prediksi pada tahun 2015 sudah terlampau jauh, dimana prediksi hanya 131,03 m3 per hari dimana data menunjukkan angka 198.62 m3 per hari. Untuk mengetahui peningkatan volume sampah pada jangka panjang maka perlu dilakukan prediksi volume sampah pada TPAS Talangagung, prediksi volume sampah ini bisa dilakukan dengan metode simulasi yang menggunakan sistem dinamik. Hasil studi menunjukkan bahwa prediksi volume sampah yang dikirim ke TPAS Talangaguung meningkat lebih dari dua kali lipat pada tahun 2025 yang diprediksikan mencapai 162 ribu m3dan tahun 2035 diperkirakan mencapai 341 ribu m3 pertahun atau mencapai 1000 m3 perhari.

Utilization Management of Landfill Zones Based on Volume of Municipal Organic Waste Simulation Philip Faster Eka Adipraja; Mufidatul Islamiyah; Ida Wahyuni
IPTEK The Journal for Technology and Science Vol 29, No 1 (2018)
Publisher : IPTEK, LPPM, Institut Teknologi Sepuluh Nopember

Talangagung landfill is one of the zones that well managed by the government of Malang Regency which uses sanitary landfill method. Additionally, it’s also succeeded in the utilization of methane gas which has already distributed to the residents around the landfill directly from the landfill zones for daily purposes. For a couple of years, the processing of municipal waste in Talangagung is quite well, however, the significant increase in the waste generation could lead to new management problems in the landfill. The prediction on the waste volume on next 20 years shows that the increased amount of waste volume soon or later will exceed the current capacity of landfill zones. The previous study about waste degradation shows the different time periods of degradation in various waste as fast as just about a month to more than 7 months. The simulation from this study shows that around 2004 require 2 landfill zones to use simultaneously. Hereafter, the prediction shows while in 2018 the landfill requires 3 zones used simultaneously, starts from 2025 there is necessary to use 4 zones simultaneously. Based on the simulation result, the landfill will overload in around 2026. The models in this study were validated with a small error of E1 about 2.33% and the error of E2 about 0.76%.

Implementasi Alat Prediksi Curah Hujan Menggunakan Metode Embedded System di Kelurahan Wonokoyo Kecamatan Kedungkandang Kota Malang Ida Wahyuni; Philip Faster Eka Adipraja; Sri Anggraini Kusuma Dewi
Jurnal Ilmiah Teknologi Informasi Asia Vol 13 No 1 (2019): Volume 13 Nomor 1 (8)
Publisher : LP2M INSTITUT TEKNOLOGI DAN BISNIS ASIA MALANG

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (1352.566 KB)

Kelurahan Wonokoyo adalah salah satu kelurahan di Kota Malang yang kaya akan potensi pertanian. Banyak komoditi pertanian tebu dan palawija yang dihasilkan kelurahan Wonokoyo khususnya di RW 5 yang dihimpun oleh Kelompok Tani Ainul Hayat. Namun karena kondisi iklim yang tidak menentu membuat curah hujan menjadi sulit diprediksi. Padalah jumlah curah hujan sangat menentukan awal masa tanam dan masa pemupukan. Selama ini para petani hanya mengandalkan pengalaman dalam menentukan awal masa tanam dan masa pemupukan, namun karena curah hujan tidak menentu sering terjadi kesalahan dalam memperkirakan curah hujan. Kesalahan dalam memprediksi curah hujan mengakibatkan hasil panen dan kulitas pemupukan menjadi tidak optimal. Alat prediksi curah hujan sangat dibutuhkan untuk memperkirakan rata-rata curah hujan yang akan turun selama sepuluh hari kedepan. Dengan mengetahui perkiraan curah hujan, petani akan mempunyai pedoman dalam menentukan apakah sepuluh hari kedepan baik digunakan untuk awal masa tanam atau masa pemupukan. Alat prediksi curah hujan dibuat dengan sensor pencatat data cuaca dan software embedded system untuk memprediksi curah hujan. Metode yang akan digunakan yaitu hybrid FIS-GA yang pernah digunakan sebagai metode prediksi curah hujan. Hasil luaran yang ditampilkan oleh alat prediksi curah hujan adalah rata-rata curah hujan yang akan terjadi sepuluh hari kedepan.

Simulasi Degradasi Sampah Organik untuk Optimasi Siklus Penggunaan Sebuah Zona Penimbunan di TPAS Talangagung Philip Faster Eka Adipraja; Mufidatul Islamiyah
Jurnal Ilmiah Teknologi Informasi Asia Vol 11 No 2 (2017): Volume 11 Nomor 2 (8)
Publisher : LP2M INSTITUT TEKNOLOGI DAN BISNIS ASIA MALANG

Increasing the waste volume is proportional to the increase in consumption and the increase of Malang residents who average of 0.73 percent every year. The data shows that there is a 150% increase in waste volume in 2015 in TPAS Talangagung. Zone 1 TPAS Talangagung as a landfill zone managed by sanitary landfill method with a capacity of 59,500 M3. Modeling and simulation are done by using system dynamics approach. The simulation results show that the accumulation of waste in 2015 and 2016 exceeds the capacity of zones by 7 percent that can be moved in other landfill zones. The predicted results in the development of validated models indicate that the results of accumulated waste in 2021 and 2022 have exceeded the zone capacity up to 201.9%. This suggests that waste management for the year requires two zones of 0.7 ha. Waste on landfill should be kept for about 4 to 7 months to degrade organic waste into compost. The composted waste can be used for agriculture and the zones can be filled with new organic waste.

Pemodelan Sistem Dinamik untuk Prediksi Intensitas Hujan Harian di Kota Malang Philip Faster Eka Adipraja; Danang Arbian Sulistyo
Jurnal Ilmiah Teknologi Informasi Asia Vol 12 No 2 (2018): Volume 12 Nomor 2 (8)
Publisher : LP2M INSTITUT TEKNOLOGI DAN BISNIS ASIA MALANG

Malang city located in the highlands that is not spared from the flood disaster which the number of events is increasing every year. This is due to many factors, such as the high intensity of daily rainfall coupled with less optimal infrastructure development. In this case, to mitigate the number of flood events, an easy first step is to predict the daily rain intensity. So that the prediction result can be used by the stakeholders to mitigate flood incident in Malang City in the following years. This study aims to create a simple model in predicting rain intensity over a three year period of 2018-2020. Modeling and simulation are done by using a system dynamics approach that can model the system with complex dynamics. The developed model of rain intensity integrates influencing factors such as humidity and temperature. The rainfall intensity model has validated with the error of E1 value is 3.86% and E2 is 4.13% and with RMSE result indicates the number of 8.4452.

Title

Found 11 Documents
Search

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Title Search

Found 11 Documents Search

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Title

Found 11 Documents
Search