Claim Missing Document
Check
Articles

Found 2 Documents
Search

Simulasi Desain Pencahayaan Lampu Penerangan Jalan Umum Menggunakan Dialux Evo 11 di Proyek Marunda Rizky Budiman Iskandar; Elfirza Rosiana; Abdurahman; Edy Sumarno
Techné : Jurnal Ilmiah Elektroteknika Vol. 25 No. 1 (2026):
Publisher : Fakultas Teknik Elektronika dan Komputer Universitas Kristen Satya Wacana

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31358/techne.v25i1.598

Abstract

Lampu penerangan jalan umum (PJU) merupakan fasilitas publik yang diperlukan masyarakat untuk penerangan di jalan, khususnya pada malam hari. Namun, kadangkala terdapat beberapa lokasi dimana lampu PJU yang telah terpasang tidak sesuai dengan standar yang ditetapkan. Hal ini dapat membahayakan pejalan kaki dan pengendara pada malam hari yang memiliki jarak penglihatan rendah. Oleh karena itu, diperlukan desain pencahayaan lampu untuk pemasangan PJU yang sesuai dengan SNI 7391:2008. Jalan Marunda merupakan kelas jalan kolektor yang memiliki dua tipe jalan. Tipe 1 memiliki panjang 2.515 m dan lebar 14 m. Sedangkan tipe 2 memiliki panjang 840 m dan lebar 8 m. Perencanaan PJU sudah memenuhi standar dengan spesifikasi lampu yang dipasang dengan ketinggian 9 m, jarak antar tiang tipe 1 adalah 40 m dan tipe 2 adalah 50 m. Jumlah tiang dan titik lampu 162 buah, satu lengan dengan daya lampu 55 watt. Dari hasil simulasi diperoleh iluminasi untuk tipe 1 dengan jarak 40 m dan lebar 14 m sebesar 16 lux dan tipe 2 dengan jarak 50 m dan lebar 8 m sebesar 15,3 lux. Kebutuhan daya listrik adalah 8,91 kW dan konsumsi energi listriknya sebesar 3.207 kWH per bulan dengan durasi nyala lampu PJU dari pukul 17.00 hingga 05.00. Perhitungan tarif listrik perencanaan PJU di Jalan Marunda per bulan Rp. 3.566.184,-.
Implementasi Model Machine Learning Untuk Klasifikasi Dan Prediksi Pada Dataset Bunga Iris Abdurahman; Alda Ailsa Alvita; Indika Saputra; Kamil Haedar; Muhammad Ario Ardhi; Muhammad Edria Zaiz Faidullah; Muhammad Fahmi Alfarizi
Jurnal Riset Informatika dan Inovasi Vol 2 No 10 (2025): JRIIN: Jurnal Riset Informatika dan Inovasi
Publisher : shofanah Media Berkah

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

Abstract

− Penelitian ini bertujuan untuk mengimplementasikan berbagai model machine learning dalam menganalisis dataset Iris, termasuk Logistic Regression, Random Forest, dan Linear Regression. Dataset Iris digunakan karena sifatnya yang sederhana namun mencakup masalah klasifikasi dan regresi. Proses melibatkan preprocessing data, seperti scaling fitur, serta pembagian dataset menjadi data latih dan data uji. Evaluasi dilakukan menggunakan metrik akurasi, confusion matrix, mean squared error (MSE), dan R-squared (R²). Hasil penelitian menunjukkan bahwa semua model mencapai performa sempurna pada tugas klasifikasi, dengan akurasi 100% dan confusion matrix yang hanya menunjukkan prediksi benar. Model Linear Regression juga menunjukkan kinerja yang sangat baik dengan nilai R² = 1.00, mengindikasikan kemampuan untuk menjelaskan seluruh variasi data. Korelasi antar variabel mengungkapkan bahwa fitur petal memiliki pengaruh lebih signifikan dibandingkan fitur sepal dalam membedakan spesies. Visualisasi hasil prediksi menunjukkan pola distribusi nilai aktual dan prediksi yang hampir identik.