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 PERFORMA MODEL LIGHTGBM DALAM PREDIKSI INTENSITAS HUJAN WILAYAH STASIUN METEOROLOGI KELAS 1 KUALANAMU Kurniawan, Didik; Hidayat, Farhan Oktaviansyah; Saputra, Agung Hari
Jurnal Penelitian Sains dan Teknologi Indonesia Vol 3 No 1 (2024): Jurnal Penelitian Sains dan Teknologi Indonesia (JPSTI)
Publisher : Lembaga Penelitian dan Pengabdian Kepada Masyarakat (LP2M) Universitas Jember

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.19184/jpsti.v3i1.776

Abstract

The intensity of rain or rainfall that occurs is influenced by various weather parameters and it plays a big role for the community. Therefore, information related to rain intensity is very important, there is a need for the availability of information related to this. This study aims to analyze the performance of Machine Learning using the Light Gradient Boosting Machine model in predicting the intensity of rainfall in the Kualanamu Meteorological Station area during the 2018-2022 time span. Historical data collection is done through synoptic data collection that has been issued by Kualanamu class 1 Meteorological Station. Several matrix evaluations are used in the form of Accuracy, AUC (Area Under the Curve), Recall, Precision, and F1 Score. The matrix evaluation is able to produce detailed evaluation calculations and is able to measure how well the model works. Then the average value of the matrix evaluation is 0.7251 for accuracy, 0.8122 for AUC, 0.7251 for Recall, 0.7236 for Precision and 0.7231 for F1 Score. Based on the results obtained, the Light Gradient Boosting Machine model is able to provide good rain intensity prediction results but there is a need for further analysis in the model development stage, focusing on reducing the error rate and increasing prediction accuracy so as to make a significant contribution to the planning and decision-making process related to weather conditions.
Pengaruh Teknik Asimilasi Penakar Hujan Brandes Spatial Adjustment terhadap Quantitative Precipitation Estimation (QPE) Radar BMKG Padang Saputra, Agung Hari; Lukita, Nur Riska; Oktarina, Sirly
Jurnal Fisika Unand Vol 11 No 3 (2022)
Publisher : Universitas Andalas

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25077/jfu.11.3.373-379.2022

Abstract

Estimasi curah hujan kuantitatif (QPE) dengan tingkat akurasi spasial yang baik dan temporal yang tinggi dapat diperoleh dari instrumen radar cuaca. Namun, terdapat limitasi dalam pengamatan radar cuaca karena efek blocking dan adanya ground clutter. Sehingga pada penelitian ini akan dilakukan perbaikan kualitas data radar dengan mereduksi ground clutter menggunakan clutter map. Setelah perbaikan kualitas data radar akan dilakukan asimilasi data radar dengan data penakar hujan guna mengurangi kesalahan dan meningkatkan akurasi estimasi curah hujan. Data penakar hujan memiliki akurasi yang tinggi namun, informasi yang dikumpulkan masih berupa titik yang tidak terdistribusi secara merata sehingga tingkat keterwakilan spasialnya masih terbatas. Asimilasi curah hujan dengan data penakar hujan dapat dilakukan dengan metode Brandes Spatial Adjusment (BRA). Metode BRA memerhatikan jarak antara grid point dengan penakar hujan. Berdasarkan hasil penelitian diperoleh bahwa metode tersebut dapat mengurangi kesalahan estimasi namun tidak secara signifikan mengurangi kesalahan estimasi curah hujan.
Prediksi Karbon Monoksida Menggunakan Model Machine Learning Berdasarkan Perbandingan Model Time Series Studi Kasus DKI Jakarta: Carbon Monoxide Prediction Using Machine Learning Model Based on Time Series Model Comparison DKI Jakarta Case Study Sari, Ni Made Orcidia Wulaning Sari; Hani Elindra; Agung Hari Saputra
Jurnal Kolaboratif Sains Vol. 7 No. 3: MARET 2024
Publisher : Universitas Muhammadiyah Palu

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.56338/jks.v7i3.4819

Abstract

DKI Jakarta sebagai pusat kegiatan ekonomi, merupakan daerah dengan dinamika aktivitas dan tingkat kepadatan penduduk yang sangat tinggi, yang mana berpengaruh terhadap kualitas udara yang ada di wilayah tersebut. Rata - rata partikel PM 2.5 di Jakarta sebesar 160, level yang termasuk berbahaya bagi kesehatan manusia. Penelitian ini bertujuan untuk mengetahui dan menguji coba tingkat keakuratan model prediksi time series yang didapatkan dari proses perbandingan model pada library Pycaret yang dilakukan pada dalam memprediksi parameter pencemar udara berupa gas karbon monoksida di wilayah DKI Jakarta. Data yang digunakan pada penelitian ini adalah data ISPU DKI Jakarta selama 11 tahun dari 2010 hingga 2021. Hasil penelitian menunjukkan bahwa perbandingan dari model Machine Learning dimana didapatkan 3 model terbaik yaitu model Huber Regressor, model Linear Regressor dan Ridge Regressor untuk memprediksi karbon monoksida. Dari hasil keseluruhan, model Huber Regressor masih belum dapat menghasilkan prediksi yang akurat dan optimal. Terbukti dari nilai MAE sebesar 5.3187, nilai RMSE sebesar 8.9838, nilai MASE sebesar 0.5699, nilai RMSSE sebesar 0.6571, serta sebesar 0.2364 dan 0.2061 untuk MAPE dan SMAPE. Model masih memiliki banyak keterbatasan, terutama dalam menangani outlier atau peristiwa tak terduga sehingga model dan metode pada penelitian ini masih membutuhkan penyesuaian serta pengembangan lebih lanjut.
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