Article Per Year (5 Year)
p-Index From 2021 - 2026
2.59
P-Index
This Author published in this journals
All Journal JOURNAL ONLINE OF PHYSICS Jurnal Fisika dan Terapannya Jurnal Pengabdian Masyarakat (ABDIRA) Jurnal Bio-Geo Material Dan Energi International Journal of Hydrological and Environmental for Sustainability Dedikasi: Jurnal Pengabdian Kepada Masyarakat Jurnal Pengabdian Masyarakat Pinang Masak
Pebralia, Jesi
Unknown Affiliation
Religion Aerospace Engineering Agriculture, Biological Sciences & Forestry Humanities Chemical Engineering, Chemistry & Bioengineering Chemistry Civil Engineering, Building, Construction & Architecture Computer Science & IT Earth & Planetary Sciences Economics, Econometrics & Finance Education Electrical & Electronics Engineering Energy Engineering Environmental Science Languange, Linguistic, Communication & Media Library & Information Science Mathematics Nursing Physics Social Sciences Other

Published : 16 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 6 Documents
Search
Journal : JOURNAL ONLINE OF PHYSICS

 1 
IDENTIFIKASI KANDUNGAN TANAH DI KECAMATAN PEMAYUNG KABUPATEN BATANG HARI PROVINSI JAMBI Samsidar, Samsidar; maison, Maison; Ermadani, Ermadani; Latief, Madyawati; Fendriani, Yoza; Alrizal, Alrizal; Resta, Ichy Lucya; Riany, Hesti; Pebralia, Jesi
JOURNAL ONLINE OF PHYSICS Vol. 10 No. 3 (2025): JOP (Journal Online of Physics) Vol 10 No 3
Publisher : Prodi Fisika FST UNJA

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.22437/jop.v10i3.47051

Abstract

Informasi akan kandungan tanah penting diketahui sebagai dasar pengolahan pertanian. Pada Kabupaten batang Hari kecamatan pemayung Provinsi Jambi terdapat dua jenis tanah yang sering dimanfaatkan sebagai lahan pertanian yaitu tanah Ultisol dan Inseptisol. Dalam pemanfaatan sebagai lahan pertanian terhadap kedua jenis tanah tersebut umumnya pelaku pertanian melakukan penanaman langsung sehingga sering kali mendapatkan hasil yang kurang optimal akibat ketidaksesuaian jenis tanaman dan pupuk yang digunakan, untuk itu pada penelitian ini dilakukan karakterisasi terhadap tanah tersebut. Sampel tanah diambil dari 6 titik lokasi dengan ukuran 1km x 2km, selanjutnya dilakukan preparasi untuk pengukuran unsur logam dengan menggunakkan X-Ray Fluorescence (XRF), uji kandungan C-Organik dan pH. Hasil pengujian XRF menunjukkan bahwa daerah aluvial (Inseptisol) memiliki kandungan Mg dan C-organik lebih tinggi daripada tanah Ultisol dimana rata-rata kandungan Mg >18% dan C-Organik >14% serta memiliki kandungan Al dan Si lebih rendah, dimana Al <20% dan Si <25%. Untuk nilai C- Organik tanah inseptisol (aluvial) memiliki C-organik lebih tinggi (>14%) dan pH lebih rendah (<5) dibandingkan dengan tanah ultisol. Dari hasil pengujian kandungan tanah diharapkan pelaku pertanian pada daerah tersebut dapat mengetahui gambaran kandungan tanah dengan cara melakukan pencocokan pendekatan terhadap sampel tanah yang telah dilakukan pengujian pada penelitian ini.
PENGARUH PENYEBARAN ACAK PARTIKEL TERHADAP PERFORMANSI SISTEM PENGUKURAN PM 2.5 BERBASIS SENSOR GP2Y1010AU0F: EKSPERIMEN DENGAN SIRKULASI UDARA BUATAN Frayoga, Andito; Pebralia, Jesi; Afrianto, Muhammad Ficky; Fendriani, Yoza
JOURNAL ONLINE OF PHYSICS Vol. 11 No. 1 (2025): JOP (Journal Online of Physics) Vol 11 No 1
Publisher : Prodi Fisika FST UNJA

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.22437/jop.v11i1.48688

Abstract

Telah dilakukan penelitian mengenai perancangan dan pengujian sistem pengukuran kualitas udara menggunakan sensor Sharp GP2Y1010AU0F untuk mendeteksi konsentrasi partikel debu PM 2.5 dalam ruangan tertutup. Penelitian ini bertujuan untuk merancang sistem monitoring, melakukan kalibrasi sensor terhadap alat referensi standar, serta mengevaluasi akurasi dan presisi pengukuran sensor dalam dua kondisi berbeda, yaitu dengan kipas dan tanpa kipas. Metode yang digunakan dalam penelitian ini yaitu metode research and development (R&D) dengan jenis penelitian eksperimen. Kalibrasi sensor dilakukan dengan membandingkan data sensor terhadap alat referensi standar, dan diperoleh persamaan regresi linier y = 88.082x – 0.1859. Persamaan ini menunjukkan bahwa terdapat hubungan yang kuat antara tegangan output sensor dan konsentrasi partikel debu, yang meningkatkan akurasi hasil pembacaan. Evaluasi akurasi dan presisi menunjukkan hasil berbeda antara kondisi ruangan dengan kipas dan tanpa kipas. Pada kondisi dengan kipas, sensor mengukur nilai rata-rata pembacaan PM 2.5 sebesar 31,4 µg/m³, error absolut rata-rata sebesar 0,6 µg/m³, akurasi sebesar 98,13% dan presisi sebesar 97,56%. Sementara itu, pada kondisi tanpa kipas, nilai rata-rata sebesar 30,2 µg/m³ diperoleh, dengan error absolut rata-rata sebesar 0,2 µg/m³, akurasi sebesar 99,3% dan presisi sebesar 93,85%. Hasil penelitian menunjukkan bahwa keberadaan kipas berperan penting dalam mendistribusikan partikel debu secara merata, sehingga sensor bekerja lebih akurat dan stabil. Pada pengujian menggunakkan debu diperoleh rata-rata pengukuran sensor sebesar 92,15 µg/m³ dengan standar deviasi 8,9 µg/m³ dan rata-rata hasil pengukuran instrumen referensi yang sebesar 94,53 µg/m³. Selisih antara keduanya adalah 2,38 µg/m³, nilai akurasi sensor mencapai 97,48%, yang berarti sensor mampu memberikan hasil pengukuran yang sangat dekat dengan nilai sebenarnya. Sementara itu, nilai presisi yang diperoleh adalah 90,35%
ANALYSIS OF MACHINE LEARNING ALGORITHM PERFORMANCE IN PREDICTING ULTISOL SOIL NUTRIENTS BASED ON IMPEDANCE VALUES Amanda, Dwi Rahmah; Samsidar, Samsidar; Pebralia, Jesi
JOURNAL ONLINE OF PHYSICS Vol. 9 No. 2 (2024): JOP (Journal Online of Physics) Vol 9 No 2
Publisher : Prodi Fisika FST UNJA

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.22437/jop.v9i2.32564

Abstract

A study comparing the performance of machine learning algorithms to predict soil nutrient values based on soil impedance has been conducted. The algorithm models used include Linear Model, K-Nearest Neighbors (K-NN) with n-neighbors 3, 18, 21, 24, 27, and 30, Decision Tree with max depth 3, and Random Forest with n-estimators 6 and 21. During the training phase, 10 model variations with the best performance were found, including Linear Model, K-NN (n-neighbors), Decision Tree (max depth 3), and Random Forest (n-estimators 6 and 21). In the testing phase, Random Forest (n-estimator 21) showed the best performance with MAE = 0.15%, MSE = 0.09%, RMSE = 0.31%, and accuracy = 99.85%. Regression analysis indicated an R-squared value of 0.924, indicating that most of the variations in soil impedance values can be explained by variations in soil nutrient values. A regression value approaching 1 indicates that the regression model used has a very good ability to explain the variations observed in the data. This indicates that most of the variations in the dependent variable (the variable being predicted, which is the nutrient values) can be explained by the independent variable (the predictor variable, which is the soil impedance values) in the model. Correlation analysis resulted in a strong negative correlation between impedance and Al, Fe, K, Ca, Zn, Ni, Ta, V, Cr, and Mn (values -0.81 to -0.99), while a positive correlation occurred with Mg, Si, S, Cl, Ti, Zr, and Ga (values 0.65 to 0.99). This indicates that an increase in impedance values is generally followed by an increase in nutrient values.
SYSTEMATIC LITERATURE REVIEW: APAKAH ENTROPI MEMILIKI HUBUNGAN TERHADAP PANAH WAKTU? Dharma, Surya; Pebralia, Jesi; Alrizal, Alrizal
JOURNAL ONLINE OF PHYSICS Vol. 9 No. 3 (2024): JOP (Journal Online of Physics) Vol 9 No 3
Publisher : Prodi Fisika FST UNJA

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.22437/jop.v9i3.35195

Abstract

Telah dilakukan Systematic Literature Review dalam menganalisis hubungan entropi terhadap panah waktu, terdapat 10 artikel yang telah dipilih melalui proses seleksi. Dimana tujuh artikel mendukung adanya hubungan antara entropi dengan panah waktu dan tiga artikel tidak mendukung adanya hubungan antara entropi dengan panah waktu. Di sisi yang mendukung mengatakan bahwa peningkatan entropi seiring waktu menunjukkan arah waktu yang bergerak dari keadaan lebih teratur ke lebih kacau. Sedangkan di sisi yang tidak mendukung mengatakan bahwa peningkatan entropi tidak cukup untuk sepenuhnya menjelaskan asimetri waktu, termasuk asimetri jejak masa lalu dan masa depan, entropi adalah fungsi keadaan dan bukan merupakan fungsi waktu. Entropi termodinamika digambarkan seperti melihat sebuah ruangan secara keseluruhan (makroskopis) sedangkan entropi Boltzmann digambarkan seperti melihat objek yang ada di ruangan dan menghitung semua cara berbeda objek-objek itu bisa disusun (mikroskopis). Dalam simulasi menggunakan Python, konsep entropi dianalisis melalui pergerakan dan interaksi partikel dalam ruang dua dimensi menggunakan distibusi Maxwell-Boltzmann. Variasi kecepatan partikel disesuaikan dengan suhu yang ditransformasi menjadi kecepatan (172 m/s (50 K), 244 m/s (100 K), 422 m/s (300 K), 770 m/s (1000 K)) menunjukkan bahwa distribusi kecepatan partikel berubah sesuai dengan suhu, di mana kecepatan lebih tinggi mengindikasikan suhu lebih panas dan lebih banyak ketidakteraturan. Sedangkan pada kecepatan yang lebih rendah mengindikasikan suhu lebih dingin dan kondisi dari partikel lebih teratur, dan semakin cepat pergerakan dari partikel, semakin tinggi nilai entropinya, dimana untuk nilai entropi berdasarkan kecepatan secara berturut-turut adalah 3,42 × 10-22 J/K; 3,69 ×10-22 J/K; 4,11 ×10-22 J/K; 4,57 ×10-22 J/K. Grafik hubungan entropi dengan panah waktu menunjukkan bahwa entropi, meningkat secara linear seiring waktu, sesuai dengan prinsip kedua termodinamika.
MOLECULAR DOCKING SENYAWA (8)-SHOGAOL SEBAGAI OBAT ANTIKANKER Nur Syaqila, Cindy; Pebralia, Jesi; Restianingsih, Tika
JOURNAL ONLINE OF PHYSICS Vol. 9 No. 3 (2024): JOP (Journal Online of Physics) Vol 9 No 3
Publisher : Prodi Fisika FST UNJA

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.22437/jop.v9i3.36116

Abstract

Telah dilaksanakan penelitian tentang lapisan tipis ZnO/asam stearat sebagai material self cleaning. Penelitian diawali dengan proses pembuatan sol ZnO dengan metode sol gel menggunakan bahan zink asetat, etanol dan dietanolamin yang kemudian di lakukan penumbuhan lapisan tipis diatas substrat kaca menggunakan teknik dip coating, diikuti dengan modifikasi permukaan oleh asam stearate dengan berbagai konsentrasi yaitu 0%, 1%, 1,5%, 2%, 2,5% dalam etanol. Sampel yang telah dibuat dilakukan pengujian sudut kontak dan self cleaning, serta dikarakterisasi menggunakan SEM-EDX. Berdasarkan penelitian hasil uji sudut kontak sampel ZS-0% dan ZS-1% menghasilkan sudut kontak < 90O yang berarti memiliki sifat hidrofilik, sedangkan pada sampel ZS-1,5%, ZS-2%, dan ZS-2,5% menghasilkan sudut kontak > 90O yang berarti memiliki sifat hidrofobik. Dimana Pada penelitian ini asam stearat dengan konsentrasi 2% merupakan konsentrasi optimum dengan sudut kontak sebesar 128,969o, ini menunjukkan bahwa ZS-2% memiliki sifat self-cleaning yang baik dibandingkan kaca murni. Berdasarkan hasil SEM-EDX didapatkan morfologi permukaan substrat pada sampel ZS-2% lebih kasar dibandingkan dengan substrat pada sampel ZS-0%. Hasil EDX pada sampel ZS-0% menunjukkan adanya unsur Zinc(Zn), dan oksigen(O), sedangkan pada sampel ZS-2% menunjukkan adanya unsur Zinc(Zn), karbon(C), dan oksigen(O).
CLASSIFICATION ANALYSIS OF BRAIN TUMOR DISEASE IN RADIOGRAPHIC IMAGES USING SUPPORT VECTOR MACHINES (SVM) WITH PYTHON Ananda, Jihan Suci; Fendriani, Yoza; Pebralia, Jesi
JOURNAL ONLINE OF PHYSICS Vol. 9 No. 3 (2024): JOP (Journal Online of Physics) Vol 9 No 3
Publisher : Prodi Fisika FST UNJA

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.22437/jop.v9i3.36270

Abstract

This research examines the analysis of brain tumor disease classification using radiographic images using the Python-based Support Vector Machines (SVM) method. Data was collected from the Kaggle platform with four main categories of brain tumors: normal, pituitary, glioma, and meningioma. The data is then processed, including cleaning, pixel intensity normalization, and feature extraction to distinguish brain tumor characteristics. The data were visualized to understand the distribution and characteristics of the tumor. With the implementation of Python, visual analysis becomes efficient. The SVM model was trained and evaluated, showing an accuracy of 90% with good evaluation metrics such as MAE, MSE, RMSE, and F1-SCORE. The results show that SVM has excellent potential as a diagnostic tool to support the identification and treatment of brain tumors.
Co-Authors -, Maison Afrianto, M Ficky Afrianto, Muhammad Ficky Afrianto, Muhhamad Ficky Alrizal, Alrizal Amanda, Dwi Rahma Amanda, Dwi Rahmah Ananda, Jihan Suci Anggraeni, Rista Mutia Anggraini, Rista Mutia Aryanti, Yesi Ermadani Ermadani Febri Berthalita Pujaningsih Frastica Deswardani Frayoga, Andito Husnul Hamdi, Husnul Lucky Zaehir Maulana Madyawati Latief Nur Syaqila, Cindy Nurhidayah Nurhidayah Pradila, Mutia Hasmi Raden Mohamad Herdian Bhakti Ramadoni, Ramadoni Resta, Ichy Lucya Restianingsih, Tika Riany, Hesti Samsidar Samsidar Saparullah, Rizky Surya Dharma Wulandari, Marita Yoza Fendriani