Claim Missing Document
Check
Articles

Found 3 Documents
Search

Implementasi Fuzzy Neural Network Pada Sistem Cerdas Untuk Pendeteksian dan Penanganan Dini Penyakit Sapi Achmad Fauqy Ashari; Wiwik Anggraini; Ahmad Mukhlason
Jurnal Teknik ITS Vol 1, No 1 (2012)
Publisher : Direktorat Riset dan Pengabdian Masyarakat (DRPM), ITS

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (219.435 KB) | DOI: 10.12962/j23373539.v1i1.1133

Abstract

Daging sapi sebagai sumber protein hewani, merupakan salah satu agent of development yang dapat menentukan daya saing sumber daya manusia suatu negara. Namun, konsumsi daging masyarakat Indonesia masih jauh lebih rendah         jika dibandingkan dengan masyarakat dari negara-negara lain di ASEAN. Sementara itu, kesenjangan antara kebutuhan konsumsi dengan produksi daging sapi lokal terjadi tiap tahunnya, peternakan sapi potong nasional masih belum mampu memenuhi kebutuhan masyarakat akan daging yang terus meningkat, bahkan sapi lokal hanya dapat mensuplai kebutuhan daging nasional sebesar 49%. Program Swasembada Daging Sapi (PSDS) tahun 2014 yang dicanangkan Pemerintah pada tahun 2010 guna meningkatkan lonjakan populasi sapi dalam negeri pun menghadapi beberapa tantangan antara lain penyakit dan terbatasnya jumlah dokter hewan di daerah pedesaan. Sehubungan dengan permasalahan tersebut dan sejalan dengan visi serta salah satu sasaran dari Direktorat Kesehatan Hewan, maka diperlukan adanya sistem cerdas yang mampu mendeteksi  penyakit sapi berdasarkan gejala-gejalanya yang bervariasi sehingga dapat dilakukan penanganan dini terhadap sapi  tersebut yang dapat mencegah penyebaran penyakit. Pada penelitian sebelumnya [1], masih terdapat kelemahan pada input datanya karena hanya dapat memproses keseluruhan gejala penyakit dengan instance berupa “Ya” dan “Tidak”.
Potensi Pengurangan Sampah Kertas dan Emisi Karbon dari Implementasi Digitalisasi Inspeksi Kendaraan Ringan di Perusahaan Tambang Batubara Meicahayanti, Ika; Ashari, Achmad Fauqy
Jurnal Teknik Sipil dan Lingkungan Vol. 9 No. 1: April 2024
Publisher : Departemen Teknik Sipil dan Lingkungan, IPB University and The Institut of ENgineering Indonesia (PII), Bogor

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29244/jsil.9.1.21-30

Abstract

Salah satu perusahaan tambang batubara terbesar di Indonesia yang berlokasi di Kutai Timur, Kalimantan Timur, yaitu PT. Kaltim Prima Coal. Perusahaan ini menerapkan prosedur inspeksi pre-start pada kendaraan ringan, baik untuk kendaraan pit maupun non-pit. Terdapat perubahan dalam sistem inspeksi dari sistem manual menggunakan kertas menjadi sistem digital secara online. Sistem yang dikembangkan ini diberi nama STIKER yang merupakan singkatan dari Sistem Terpadu Inspeksi Kendaraan Ringan. Perubahan mekanisme inspeksi menjadi sistem digital ini berpotensi memberikan dampak positif, salah satunya adalah pengurangan konsumsi kertas yang memberikan pengaruh terhadap kualitas lingkungan. Studi ini bertujuan untuk mengkaji pengaruh implementasi sistem inspeksi digital terhadap potensi pengurangan sampah kertas dan emisi karbon, serta melakukan kajian terhadap estimasi potensinya pada implementasi sistem dalam satu tahun. Kajian dilakukan melalui tahap observasi, serta pengumpulan dan analisis data. Jumlah data yang terekam pada sistem terintegrasi digunakan sebagai dasar perhitungan pengurangan konsumsi kertas dan sampah kertas, dimana sistem inspeksi manual membutuhkan dua lembar kertas dengan massa 5,4 gram per inspeksi. Angka pengurangan sampah kertas selanjutnya dianalisis potensinya terhadap penurunan emisi karbon. Hasil kajian menunjukkan bahwa pada implementasi sistem selama tujuh bulan berpotensi mengurangi 480,51 kg sampah kertas; 32,03 kg emisi CH4 atau 1089,16 kg CO2-eq. Hasil estimasi menunjukkan bahwa implementasi sistem digital berpotensi mengurangi sampah kertas sebesar 826,16 kg/tahun dan pengurangan emisi karbon sebesar 55,08 kg CH4/tahun atau 1872,64 kg CO2-eq/tahun.
Potensi Pengurangan Sampah Kertas dan Emisi Karbon dari Implementasi Digitalisasi Inspeksi Kendaraan Ringan di Perusahaan Tambang Batubara Meicahayanti, Ika; Ashari, Achmad Fauqy
Jurnal Teknik Sipil dan Lingkungan Vol. 9 No. 1: April 2024
Publisher : Departemen Teknik Sipil dan Lingkungan IPB

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29244/jsil.9.1.21-30

Abstract

Salah satu perusahaan tambang batubara terbesar di Indonesia yang berlokasi di Kutai Timur, Kalimantan Timur, yaitu PT. Kaltim Prima Coal. Perusahaan ini menerapkan prosedur inspeksi pre-start pada kendaraan ringan, baik untuk kendaraan pit maupun non-pit. Terdapat perubahan dalam sistem inspeksi dari sistem manual menggunakan kertas menjadi sistem digital secara online. Sistem yang dikembangkan ini diberi nama STIKER yang merupakan singkatan dari Sistem Terpadu Inspeksi Kendaraan Ringan. Perubahan mekanisme inspeksi menjadi sistem digital ini berpotensi memberikan dampak positif, salah satunya adalah pengurangan konsumsi kertas yang memberikan pengaruh terhadap kualitas lingkungan. Studi ini bertujuan untuk mengkaji pengaruh implementasi sistem inspeksi digital terhadap potensi pengurangan sampah kertas dan emisi karbon, serta melakukan kajian terhadap estimasi potensinya pada implementasi sistem dalam satu tahun. Kajian dilakukan melalui tahap observasi, serta pengumpulan dan analisis data. Jumlah data yang terekam pada sistem terintegrasi digunakan sebagai dasar perhitungan pengurangan konsumsi kertas dan sampah kertas, dimana sistem inspeksi manual membutuhkan dua lembar kertas dengan massa 5,4 gram per inspeksi. Angka pengurangan sampah kertas selanjutnya dianalisis potensinya terhadap penurunan emisi karbon. Hasil kajian menunjukkan bahwa pada implementasi sistem selama tujuh bulan berpotensi mengurangi 480,51 kg sampah kertas; 32,03 kg emisi CH4 atau 1089,16 kg CO2-eq. Hasil estimasi menunjukkan bahwa implementasi sistem digital berpotensi mengurangi sampah kertas sebesar 826,16 kg/tahun dan pengurangan emisi karbon sebesar 55,08 kg CH4/tahun atau 1872,64 kg CO2-eq/tahun.