Claim Missing Document
Check
Articles

Found 2 Documents
Search

A Framework of image processing and machine learning utilization for flood disaster management Rozi, Fazrol; Rahmayuni, Indri; Syawaldipa, Ardi; Nova, Fitri; Primawati, Primawati; Batara, Batara
Teknomekanik Vol. 5 No. 2 (2022): Regular Issue
Publisher : Universitas Negeri Padang

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (238.609 KB) | DOI: 10.24036/teknomekanik.v5i2.17372

Abstract

Flood is one of the annual disasters in many places. It has not been well-managed yet both pre-disaster and post-disaster. Image processing and machine learning are commonly utilized for disaster management systems such as forecasting any potential flood by monitoring the water level in rivers and dams. However, it has a limited framework to be implemented as a strategic plan in flood management. Thus, this study aims to develop a framework for image processing and machine learning utilization for flood management. This study involves Padang, West Sumatera, Indonesia as a sample. It was conducted in three stages; 1) categorize the strategic plans and policies; 2) gather relevant literature; 3) analyze data. As findings, this study proposes a framework consisting of enhanced disaster preparedness, improved coping capacity, and completion of post-disaster reconstruction and rehabilitation. Involvement of the government, researchers and industry are mandatory. Government and researchers should collaborate to establish policies and regulations. Researchers should conduct studies with financial support from the industry. Meanwhile, the industry should be a public-private partnership with the government. In addition, the involvement of the private sector and the government are important factors that must exist to support research in this field.
Aplikasi Electical Resistivity Imaging (ERI) untuk investigasi Airtanah: Studi Kasus di Halaman Gedung Rektorat Universitas Islam Riau Suryadi, Adi; Pratama, David Toddy; Kausarian, Husnul; Batara, Batara
OPHIOLITE: Jurnal Geologi Terapan Vol 5 No 2 (2023): OCTOBER 2023
Publisher : Universitas Halu Oleo

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.56099/ophi.v5i2.p70-77

Abstract

Universitas Islam Riau merupakan salah satu universitas tertua yang ada di kota Pekanbaru. Kebutuhan air bersih terus meningkat seiring perkembangan universitas ini. Sebelumnya, pengeboran airtanah gagal dilakukan, karena pekerjaan tidak diawali dengan identifikasi kondisi geologi bawah permukaan. Penelitian ini bertujuan untuk mengetahui kondisi geologi bawah permukaan agar dapat ditentukan lokasi pengeboran airtanah yang sesuai. Metode yang digunakan adalah metode Electrical Resistivity Imaging (ERI) dengan menggunakan Geocis Resistvity meter multi elektroda (32 elektroda), pengeboran airtanah untuk mendapatkan airtanah sekaligus log stratigrafi bawah permukaan dan persampelan airtanah untuk pengujian kualitas airtanah menggunakan peralatan YSI-Pro. Hasil analisis ERI didapatkan lapisan akuifer berada pada kedalaman 20 – 75 meter dengan nilai resistivitas 8456 – 87532 Ωm yang diinterpretasikan sebagai lapisan pasir.  Hal ini dikonfirmasi dengan pengeboran yang menunjukkan bahwa di bawah permukaan didominasi oleh pasir halus berdasarkan hasil analisis granulometri. Selain itu, interpretasi ERI mampu mengidentifikasi penyebab kegagalan pengeboran sebelumnya. Kegagalan disebabkan terdapatnya bongkah batuan pada kedalaman 15 meter dengan geometri membulat. Nilai resistivitas bongkah tersebut masuk dalam kategori resistivitas tinggi yaitu >87532 Ωm. Kondisi airtanah yang didapatkan mempunyai kualitas yang baik dengan indikator warna jernih, tidak berbau, rasa tawar, temperatur 27°C, pH netral (6.55), konduktivitas 0.0461 µs/cm, dan zat padat terlarut 28.5 mg/L.