Article Per Year (5 Year)
p-Index From 2021 - 2026
3.094
P-Index
This Author published in this journals
All Journal International Journal of Advances in Applied Sciences Jurnal Sains dan Teknologi Nuklir Indonesia (Indonesian Journal of Nuclear Science and Technology) Jurnal Fisika Unand Jurnal Sains & Teknologi Lingkungan JC-T (Journal Cis-Trans): Jurnal Kimia dan Terapannya Warta Ardhia : Jurnal Perhubungan Udara Jurnal Environmental Science JOURNAL OF CIVIL ENGINEERING, BUILDING AND TRANSPORTATION Jurnal Meteorologi Klimatologi dan Geofisika Jurnal Rekayasa Hijau To Maega: Jurnal Pengabdian Masyarakat Variance : Journal of Statistics and Its Applications Jurnal EnviScience (Environment Science) Jurnal Kolaboratif Sains DiJITAC : Digital Journal of Information Technology and Communication Jurnal Kesehatan dan Pengelolaan Lingkungan Geosfera: Jurnal Penelitian Geografi Jurnal Widya Climago Jurnal Laut Pulau Jurnal Penelitian Sains dan Teknologi Indonesia
Agung Hari Saputra
Sekolah Tinggi Meteorologi Klimatologi Dan Geofisika
Religion Agriculture, Biological Sciences & Forestry Humanities Astronomy Biochemistry, Genetics & Molecular Biology Chemical Engineering, Chemistry & Bioengineering Chemistry Civil Engineering, Building, Construction & Architecture Computer Science & IT Decision Sciences, Operations Research & Management Earth & Planetary Sciences Economics, Econometrics & Finance Education Electrical & Electronics Engineering Energy Engineering Environmental Science Health Professions Industrial & Manufacturing Engineering Languange, Linguistic, Communication & Media Law, Crime, Criminology & Criminal Justice Materials Science & Nanotechnology Mathematics Mechanical Engineering Medicine & Pharmacology Nursing Physics Public Health Social Sciences Transportation Other

Published : 23 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 23 Documents
Search

 1   2   3 
Analisis Variabilitas Emisi Karbon Monoksida Selama Penyelenggaraan MotoGP di Kabupaten Lombok Tengah Giananti, Attiya Shakila; Hanggadireksa, Bimo; Rohman, Muhammad Faisal; Syahputra, Rizki; Saputra, Agung Hari
Geosfera: Jurnal Penelitian Geografi Vol 2, No 2 (2023): Geosfera: Jurnal Penelitian Geografi
Publisher : Universitas Negeri Gorontalo

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37905/geojpg.v2i2.23014

Abstract

Event MotoGP merupakan salah satu event olahraga yang populer di dunia. Namun, event ini juga dapat mengeluarkan emisi karbon monoksida (CO) yang dapat mempengaruhi kualitas udara di wilayah sekitar. Pada event MotoGP, emisi karbon monoksida merupakan salah satu jenis emisi yang dapat dihasilkan oleh mesin motor yang digunakan. Emisi karbon monoksida ini dapat mempengaruhi kualitas udara di sekitarnya dan dapat berdampak pada kesehatan manusia. Oleh karena itu, penting untuk mengetahui tingkat emisi karbon monoksida yang disumbangkan dari event MotoGP di berbagai lokasi dan bagaimana emisi tersebut mempengaruhi kualitas udara di sekitarnya. Untuk pertama kalinya, event MotoGP diadakan di Indonesia, tepatnya di daerah Lombok Tengah.  Event ini berlangsung pada tanggal 11 s.d. 20 Maret 2022 dimana hal ini memungkinkan untuk terjadinya peningkatan kadar karbon monoksida. Penelitian ini dilakukan dengan tujuan untuk mengetahui variabilitas sebaran kadar karbon monoksida (CO) mulai dari sebelum hingga setelah event MotoGP dilakukan. Dalam penelitian ini data diperoleh dari data citra satelit Sentinel 5P / TROPOMI dan diolah menggunakan Google Earth Engine. Hasil penelitian ini menunjukkan bahwa emisi karbon monoksida tertinggi di daerah Lombok Tengah terjadi pada puncak pelaksanaan event motoGP (20 Maret 2022). Emisi karbon cenderung mengalami peningkatan tiap perubahan periode. Berdasarkan data emisi CO tiap kecamatan di Kabupaten Lombok Tengah, kecamatan dengan emisi tertinggi adalah kecamatan Praya Timur dan Pujut dan kecamatan dengan emisi terendah adalah kecamatan Batukliang.
Analisis Variasi Diurnal Gaya Angkat Pesawat di Bandar Udara Internasional Yogyakarta Tahun 2020 Musyaffa, Faqih; Saputra, Agung Hari; Hariadi, Hariadi; Sagita, Novvria
WARTA ARDHIA Vol 49, No 2 (2023)
Publisher : Badan Kebijakan Transportasi, Kementerian Perhubungan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25104/wa.v49i2.515.96-101

Abstract

Informasi meteorologi diperlukan operator penerbangan untuk mendukung pesawat saat penerbangan, lepas landas, dan mendarat di landasan pacu. Operator penerbangan perlu memahami variasi unsur cuaca permukaan diurnal meliputi suhu udara permukaan, tekanan udara permukaan, dan gaya angkat pesawat untuk mendukung aktivitas penerbangan. Penelitian ini menganalisis variasi diurnal gaya angkat pesawat di Bandar Udara Internasional Yogyakarta selama periode bulan Januari-Desember tahun 2020. Pengolahan data pengamatan AWOS dilakukan secara statistik dengan perhitungan analisis bivariat secara deskriptif. Airbus A320 merupakan pesawat yang dipilih untuk menghitung gaya angkat pesawat di landasan pacu 11 dan 29. Suhu udara tertinggi sekitar 29,7°C terjadi pada pukul 06.00 UTC dan terendah sekitar 24,5°C pada pukul 23.00 UTC. Tekanan udara permukaan tertinggi sekitar 1.010,8 hPa terjadi pada pukul 02.00 UTC dan terendah sekitar 1.007,2 hPa pada pukul 09.00 UTC. Gaya angkat pesawat tertinggi sekitar 12.853 N terjadi pada pukul 23.00 UTC dan terendah sekitar 10.527 N pada pukul 06.00 UTC. Kondisi dan waktu terbaik untuk melakukan pendaratan dan lepas landas pada pukul 13.00-23.00 UTC saat terjadi gaya angkat maksimum.
Pemanfaatan Pemodelan Machine Learning dalam Memprediksi Parameter Kualitas Udara Nitrogen Dioksida (NO2) Berdasarkan Algoritma Extra Trees Regression di DKI Jakarta Zikri, Muhammad Aulia; Taruna, I Wayan Jyesta Jaya; Merdeka, Juang; Saputra, Agung Hari
JC-T (Journal Cis-Trans): Jurnal Kimia dan Terapannya Vol 7, No 2 (2023)
Publisher : State University of Malang or Universitas Negeri Malang (UM)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.17977/um0260v7i22023p031

Abstract

Penelitian ini mengkaji kualitas udara di DKI Jakarta, terutama pada parameter Nitrogen Dioksida (NO2) dengan memanfaatkan model Extra Trees Regression untuk memprediksi indeks NO2. Penelitian menggunakan data time series NO2 tahun 2022, yang menunjukkan tidak adanya tren jangka panjang yang signifikan serta mengindikasikan data bersifat stasioner dan acak. Analisis periodogram, histogram, dan plot Q-Q menunjukkan distribusi normal dengan penyimpangan minor. Tidak ditemukan autokorelasi yang signifikan antara data aktual NO2 dan data model, menandakan kemungkinan adanya white noise. Evaluasi model dengan parameter seperti MASE, MAE, RMSE, MAPE, SMAPE, dan R2 menunjukkan kinerja model yang baik. Nilai R2 yang mencapai 73.14% menandakan kemampuan model dalam menjelaskan variabilitas data aktual. Meskipun model Extra Trees Regression mengikuti pola musiman, terdapat ketidaksesuaian antara nilai aktual dan prediksi di beberapa titik. Hal ini menandakan adanya potensi overfitting atau kesulitan dalam menangkap pola data secara spesifik. Penelitian ini memberikan informasi pemodelan yang cocok untuk memprediksi kualitas udara di DKI Jakarta.
Prakiraan Perubahan Suhu Permukaan Laut dengan Neuralprophet di Taman Laut Bunaken Syahrin, Khairummin Alfi; Disera, Tiara Emanuella; Nesty Youwe, Angelina Serena Gracella; Merdeka, Juang; Saputra, Agung Hari; Norman, Yosik; Nugraheni, Imma Redha
Jurnal Laut Pulau: Hasil Penelitian Kelautan Vol 3 No 2 (2024): Jurnal Laut Pulau
Publisher : Prodi Ilmu Kelautan Fakultas Perikanan dan Ilmu Kelautan Universitas Pattimura

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30598/jlpvol3iss2pp42-50

Abstract

Penelitian ini mengkaji prediksi suhu permukaan laut (SPL) di Taman Laut Bunaken yang diproyeksikan meningkat secara signifikan, dengan dampak yang berpotensi besar bagi sektor pariwisata dan ekonomi. Metode yang digunakan adalah kuantitatif deskriptif dengan model Neuralprophet, yang merupakan pengembangan dari Facebook Prophet dan menunjukkan peningkatan kinerja prediksi. Tujuan penelitian ini adalah memprediksi SPL hingga tahun 2032, serta mengidentifikasi konfigurasi hyperparameter Neuralprophet yang memberikan performa optimal. Model Neuralprophet dilatih menggunakan 80% data, menghasilkan nilai MAE training sebesar 0.204115, RMSE training sebesar 0.258052, dan Loss training sebesar 0.004066. Pada tahap pengujian dengan 20% sisa data, model menghasilkan MAE validasi sebesar 0.216127, RMSE validasi sebesar 0.27317, dan Loss validasi sebesar 0.003463. Hasil prediksi menunjukkan adanya peningkatan rata-rata SPL sebesar 0.003815°C per bulan selama 120 bulan, dengan estimasi total peningkatan SPL sebesar 0.4578°C pada tahun 2032.
IMPLEMENTASI TEKNOLOGI PENGINDERAAN JAUH BERBASISDUAL DOPPLER RADAR SEBAGAI UPAYA MITIGASI ASAP KARHUTLA Rosyady, Muhammad Panji; Saputra, Agung Hari; Pangestu, Titis Angger; Putri, Ashifa
Jurnal Widya Climago Vol 2 No 2 (2020): Adaptasi Kebiasaan Baru
Publisher : Pusdiklat BMKG

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

Abstract

During 2018, forest and land fires that occurred in the Banjarbaru area were recorded to the tune of 98,637hectares. The incident caused in the occurrence of smog that could harm the environment and human health. Direct and continuous monitoring of haze is needed by the community and government in providing early warning information related to haze of forest and land fires. Detection of haze from forest and land fires can be done by one of the remote sensing system, called the weather radar. However, for the detection of smoke haze from forestand land fires using weather radar is necessary to pay attention to the quality of radar data and the range of observations. Therefore, to improve the quality of weather radar data, clutter correction is used. In addition, it also can be used dual doppler method to increase the range of detection when smoke haze happen. This research was conducted on 12, 17 and 27 September 2018 in the Banjarbaru area using weather radar data, ME48 data, and hotspot data. This study aims to determine the application of the dual doppler method as well as the spatial and temporal characteristics of land fire smoke distribution. The results showed that the minimum visibility reached 10 m at the time of the haze of forest and land fires. Observation of haze of forest and land fires usingweather radar indicates the presence of smoke echo with a reflectivity value of -6 - 13 dBZ with smoke height reaching 2 km with the direction of smoke distribution moving from southeast to northwest.
Identification of Dominant Factor for Air Pollution Fluctuations at The Beginning of Covid-19 Large-Scale Social Restrictions (PSBB) in Jakarta Sagita, Novvria; Saputra, Agung Hari; Novianti, Rima
Jurnal EnviScience (Environment Science) Vol. 6 No. 1 (2022)
Publisher : Universitas Islam Lamongan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30736/jev.v6i1.334

Abstract

A Coronavirus Diseases 2019 (COVID-19) stroke many countries at the beginning of 2020. It had an impact not only in the health field but also on the environment. Some countries enforced to lockdown policy. This condition impacted to increase the air quality in big cities in the world. However, the Indonesian government ruled large scale social restriction (PSBB) since April 2020. PSBB is not as strict as lockdown in other countries because society could go out for some crucial reason such as working, and getting food. Many researchers reported that the lockdown policy decreased air pollution in some big cities such as Beijing, Italy, etc. Therefore, this study aimed to identify the dominant factor of air pollution fluctuation 1-month before PSBB, during PSBB and 1-month after PSBB. Is only PSBB reducing social mobility caused changes of air pollutions such as CO, SO2, NO2, PM, and O3 or did meteorological factors such as relative humidity and wind speed also impact air pollutions concentration? To calculate the dominant factor by highest contribution value, this study used multiplication between the slope of pollutant to relative humidity or wind speed or social mobility and the slope of relative humidity or wind speed or social mobility to the time. The result showed that the social mobility at 1-month before PSBB, during PSBB and 1-month after PSBB was the dominant factor of CO decreasing at the rate of -0.44, -0.01, and -0.11 ppm. However, the contribution of relative humidity, wind speed and social mobility to other air pollutions did not always same as the trend of air pollutions.
PERFORMANCE COMPARISON OF DECISION TREE MODELS FOR PM10 PREDICTION IN JAKARTA Syahrin, Khairummin Alfi; Saputra, Agung Hari
VARIANCE: Journal of Statistics and Its Applications Vol 7 No 1 (2025): VARIANCE: Journal of Statistics and Its Applications
Publisher : Statistics Study Programme, Department of Mathematics, Faculty of Mathematics and Natural Sciences, University of Pattimura

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30598/variancevol7iss1page11-20

Abstract

PM10 are airborne particulates that have a diameter of ≤10 μm. The potential hazards of PM10 particulates are an issue that is being intensified by many researchers. This research utilizes PyCaret, a library to accelerate the process of modeling and experimentation in the field of machine learning (ML) and data science. This research compares the performance of three decision tree-based models Extra Trees, Random Forest, and XGBoost in predicting PM10 particulate levels, presenting data and visualizations for each models predictions. The data used is ISPU data at five air quality monitoring stations in Jakarta, with the main dataset of PM10 in 2021. The forecast results show an increasing graph pattern, with higher fluctuations in XGBoost. The Extra Trees model produces the best performance, with MASE 0.8808, RMSSE 0.8113, MAE 12.6173, RMSE 14.7436, MAPE 0.2433, SMAPE 0.207, and R² -1.2013.
Analisis Variasi Diurnal Gaya Angkat Pesawat di Bandar Udara Internasional Yogyakarta Tahun 2020 Musyaffa, Faqih; Saputra, Agung Hari; Hariadi, Hariadi; Sagita, Novvria
WARTA ARDHIA Vol. 49 No. 2 (2023)
Publisher : Sekretariat Badan Kebijakan Transportasi, Kementerian Perhubungan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25104/wa.v49i2.515.96-101

Abstract

Informasi meteorologi diperlukan operator penerbangan untuk mendukung pesawat saat penerbangan, lepas landas, dan mendarat di landasan pacu. Operator penerbangan perlu memahami variasi unsur cuaca permukaan diurnal meliputi suhu udara permukaan, tekanan udara permukaan, dan gaya angkat pesawat untuk mendukung aktivitas penerbangan. Penelitian ini menganalisis variasi diurnal gaya angkat pesawat di Bandar Udara Internasional Yogyakarta selama periode bulan Januari-Desember tahun 2020. Pengolahan data pengamatan AWOS dilakukan secara statistik dengan perhitungan analisis bivariat secara deskriptif. Airbus A320 merupakan pesawat yang dipilih untuk menghitung gaya angkat pesawat di landasan pacu 11 dan 29. Suhu udara tertinggi sekitar 29,7°C terjadi pada pukul 06.00 UTC dan terendah sekitar 24,5°C pada pukul 23.00 UTC. Tekanan udara permukaan tertinggi sekitar 1.010,8 hPa terjadi pada pukul 02.00 UTC dan terendah sekitar 1.007,2 hPa pada pukul 09.00 UTC. Gaya angkat pesawat tertinggi sekitar 12.853 N terjadi pada pukul 23.00 UTC dan terendah sekitar 10.527 N pada pukul 06.00 UTC. Kondisi dan waktu terbaik untuk melakukan pendaratan dan lepas landas pada pukul 13.00-23.00 UTC saat terjadi gaya angkat maksimum.
Uji Keakuratan Kinerja Tiga Tree-Based Model Berbasis Classification dalam Memprediksi Kualitas Udara di Daerah Khusus Jakarta Adzan, Muhizzadin Abdul; Aritonang, Binsar Hakim; Saputra, Agung Hari
Rekayasa Hijau : Jurnal Teknologi Ramah Lingkungan Vol 9, No 2 (2025)
Publisher : Institut Teknologi Nasional, Bandung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26760/jrh.v9i2.113-122

Abstract

Beberapa dekade terakhir, isu kualitas udara menjadi masalah di kota-kota besar di dunia, terutama Daerah Khusus Jakarta. Penelitian ini membandingkan performa dari tiga tree-based model random forest (RF), extra trees (ET), dan gradient boosting classifier (GBC) dalam memprediksi kualitas udara di Daerah Khusus Jakarta dengan mengguankan data Automatic Weather Station BMKG dan ISPU Daerah Khusus Jakarta selama 2018 – 2021. Penelitian ini bertujuan untuk menentukan pemodelan terbaik serta mencari faktor terpenting yang memengaruhi kualitas udara di Daerah Khusus Jakarta berdasarkan nilai accuracy, precision, recall, f1-score, confusion metrics, dan (receiver operating characterist) ROC/AUC serta pengujian terhadap parameter menggunakan feature importance plot. Berdasarkan feature importance plot dari ketiga model tersebut menunjukan bahwa parameter IPSU O3 merupakan parameter yang sangat memengaruhi kualitas udara, serta arah dan kecepatan angin merupakan faktor meteorologis yang paling memengaruhi kualitas udara. Berdasarkan pengujian keakuratan model tersebut menujukan nilai yang hampir sama antara ketiga tree-based model tersebut dengan nilai accuracy 0.8646 – 0.8821, precision 0.8755 – 0.8870, recall 0.8646 – 0.8821, f1-score 0.8674 – 0.8816 serta AUC 0.9286 – 0.9441. Berdasarkan ketiga tree-based model tersebut, model random forest (RF) menunjukan kemapuan terbaik dibandingkan dengan dua model lainnya dengan nilai accuracy 0.8821, precision 0.8870, recall 0.8821, f1-score 0.8816, dan AUC 0.9425.
Perbandingan Model Decision Tree untuk Prediksi Intensitas Hujan di Juanda, Sidoarjo, Jawa Timur Taufiqi, Rafli Iqbal; Pramuji, Veimas Mahardika; M. Arifudin, M. Arifudin; Saputra, Agung Hari
Jurnal Sains dan Teknologi Lingkungan Vol. 17 No. 1 (2025): SAINS & TEKNOLOGI LINGKUNGAN
Publisher : Teknik Lingkungan Universitas Islam Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.20885/jstl.vol17.iss1.art2

Abstract

Rainfall intensity is one of the key parameters in climate dynamics and is strongly associated with the increasing occurrence of hydrometeorological disasters. This study aims to evaluate and compare the performance of three decision tree–based machine learning models in predicting rainfall intensity in the Juanda region, Sidoarjo, East Java. The data used consist of daily weather observations from the Juanda Class I Meteorological Station during the period 2018–2022, covering 13 meteorological variables. The models compared include the Extra Trees Classifier, Random Forest Classifier, and XGBoost Classifier, with performance evaluation based on accuracy, precision, recall, F1 score, and Area Under the Curve (AUC). The results indicate that the Extra Trees Classifier demonstrates the best performance, with an accuracy of 0.8123; precision of 0.8151; recall of 0.8123; AUC of 0.9158; and F1 score of 0.8126. Relative humidity (Rh) was identified as the most influential variable in predicting rainfall intensity across all three models. These findings provide further insights into the relationship between daily weather parameters and rainfall intensity and contribute to the development of more accurate predictive systems as a basis for hydrometeorological disaster mitigation in the study area.
Co-Authors Abigael, Febby Debora Adzan, Muhizzadin Abdul Agustina Rachmawardani Arief Yuniarto Arif Yuniarto Aritonang, Binsar Hakim Arno, Giarno Athallah, Yusron Faiz Aulia Nisaul Khoir Azwar Makarim Aldimasqie Deni Septiadi Disera, Tiara Emanuella Fauzi, Naufal Kamil Giananti, Attiya Shakila Hanggadireksa, Bimo Hani Elindra Hariadi Hariadi Hidayat, Farhan Oktaviansyah Indah Sary Jannata, Juan Idhar Lukita, Nur Riska M. Arifudin, M. Arifudin Manullang, Safri Merdeka, Juang Muhammad Elifant Yuggotomo Muhammad Zaidan Hakim Musyaffa, Faqih Nanda Putri Kinanti Nesty Youwe, Angelina Serena Gracella Novianti, Rima Novvria Sagita Nugraheni, Imma Redha Nur Riska Lukita Oktarina, Sirly Pangestu, Titis Angger Pramuji, Veimas Mahardika Putri, Ashifa Rayhan Rivaniputra Rista Hernandi Virgianto Rohman, Muhammad Faisal Rosyady, Muhammad Panji Sari, Ni Made Orcidia Wulaning Sari Sirly Oktarina Sirly Oktarina Sugiarto, Cahya Syahputra, Rizki Syahrin, Khairummin Alfi Takdir, Muhammad Zaqi Fikanza Taruna, I Wayan Jyesta Jaya Taufiqi, Rafli Iqbal Thenu, Christy Anastasya Yosik Norman Yudistira, Ricko Zikri, Muhammad Aulia