Article Per Year (5 Year)
p-Index From 2020 - 2025
0.882
P-Index
This Author published in this journals
All Journal JOURNAL ONLINE OF PHYSICS Jurnal RESTI (Rekayasa Sistem dan Teknologi Informasi) Jurnal Ecolab Science and Environmental Journals for Postgraduate
Rahmi Putri Wirman
UIN Sulthan Thaha Saifuddin Jambi
Computer Science & IT Education Engineering Environmental Science Physics Social Sciences

Published : 4 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 4 Documents
Search

 1 
Gradient Boosting Machine, Random Forest dan Light GBM untuk Klasifikasi Kacang Kering Indrawata Wardhana; Musi Ariawijaya; Vandri Ahmad Isnaini; Rahmi Putri Wirman
Jurnal RESTI (Rekayasa Sistem dan Teknologi Informasi) Vol 6 No 1 (2022): Februari 2022
Publisher : Ikatan Ahli Informatika Indonesia (IAII)

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (495.051 KB) | DOI: 10.29207/resti.v6i1.3682

Abstract

Bean seed classification is critical in determining the quality of beans. Previously, the same dataset was tested using the MLP, SVM, KNN, and DT algorithms, with SVM producing the best results. The purpose of this study is to determine the most effective model through the use of the BoxCox transformation selection feature and the random forest (RF) algorithm, as well as the gradient boosting machine (GBM), light GBM, and repeated k-folds evaluation model. The bean dataset is available on the UCI Repository website. The BoxCox transformation and repeated k-folds improved the classification prediction's accuracy. The model is used in the optimal training phase for a random forest with decision tree parameters 50 and depth 10, a gradient boosting machine model with a learning rate of 1, and a light gradient boosting machine model with a learning rate of 0.5 and estimator of 500. The best training accuracy results are obtained with light GBM. which is 99 percent accurate, but only 91 percent accurate in terms of validation. According research, the Barbunya, Bombay, Cali, Dermason, Horoz, Seker, and Sira beans classes provided accuracy values of 91 percent, 100 percent, 92 percent, 92 percent, 95 percent, 94 percent, and 84 percent, respectively.
Kajian Sifat Mekanik Serat Alam Limbah Tumbuhan sebagai Bahan Baku Bio-Komposit Vandri Ahmad Isnaini; Rahmi Putri Wirman; Indrawata Wardhana; Try Susanti; Shabri Putra Wirman
Jurnal Ecolab Vol 16, No 2 (2022): ECOLAB
Publisher : Pusat Standardisasi Instrumen Kualitas Lingkungan Hidup Laboratorium Lingkungan (P3KLL)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.20886/jklh.2022.16.2.117-127

Abstract

Serat alam adalah bahan baku yang banyak terdapat di alam dan merupakan bahan yang ramah lingkungan. Pemanfaatan limbah perkebunan atau hutan sebagai sumber serat alam juga ikut berkontribusi sebagai solusi masalah lingkungan. Penelitian ini dirancang untuk melakukan eksplorasi dan pengukuran sifat mekanik beberapa jenis serat alam yang terdapat di wilayah Provinsi Jambi. Sifat mekanik dari sampel serat alam diuji dengan alat universal testing machine yaitu penentuan nilai kuat tarik bahan (tensile test). Pengujian kuat tarik dilakukan dengan metode serat tunggal dengan panjang pengukuran 3 cm. Sebelum diuji, diameter sampel diukur sebagai variabel penentu luas sampel dengan menggunakan analisis gambar digital dari mikroskop dengan aplikasi ImageJ. Sedangkan tensile test digunakan untuk mencari nilai kekuatan maksimum dari serat alam. Dari hasil eksperimen, ukuran dari serat alam berkisar dari 0.0131 cm dengan ukuran terkecil dan nilai 0.0896 cm ukuran yang terbesar. Serat alam yang memiliki kekuatan tertinggi adalah serat dari daun nipah (Nypa fruticans), yaitu sebesar 13.54 Kg/cm2. Pola pengukuran nilai kuat tarik terhadap perubahan waktu menunjukkan bahwa serat alam merupakan serat berjenis elastis. 
Utilization of Acacia Leaf Litter (Acacia Mangium) as an Eco-Friendly Composite Material Rahmi Putri Wirman; Aldri Frinaldi; Dasman Lanin; Vandri Ahmad Isnaini
Science and Environmental Journal for Postgraduate Vol 4 No 2 (2022): Science and Environmental Journals for Postgraduate (SENJOp)
Publisher : Pascasarjana, Universitas Negeri Padang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24036/senjop.v5i1.156

Abstract

This study discusses the parameters of Acacia leaf litter fibers in environmentally friendly composite mixtures. This parameter is used as a reference for whether Acacia leaf litter fibers have the potential to be additives to composites. The composite sample used in this study was concrete. Acacia tree leaves are leaves that have strong fibers and high resistance. Acacia trees are trees that grow rapidly and can multiply rapidly throughout the annual season in the tropics. Acacia leaf litter fibers are used as additives to produce strong and environmentally friendly composites. Testing Acacia leaf litter fiber parameters in the form of particle distribution in samples and fiber tensile tests using a Universal Testing Machine (UTM). ImageJ software carried out an analysis of the distribution of concrete constituent particles. From the analysis results, the average distribution of fine aggregate particles was 0,20 mm², coarse aggregates were 92.69 mm², and Acacia leaf fibers were 0.162 mm² for powder particles and 0.174 mm for thread-shaped particles (fiber diameter). The study results show that Acacia leaf fiber has a tensile test with a value of 6.38 kg/cm², which has good elasticity and durability so that it can be used as a composite mixture material.
RANCANG BANGUN ALAT UKUR MODULUS ELASTISITAS MATERIAL DENGAN MENGGUNAKAN SENSOR FORCE GAUGE DAN VIDEO TRACKER Rahmi Putri Wirman; Vandri Ahmad Isnaini; Reni Kartika; Shabri Putra Wirman
JOURNAL ONLINE OF PHYSICS Vol. 8 No. 2 (2023): JOP (Journal Online of Physics) Vol 8 No 2
Publisher : Prodi Fisika FST UNJA

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.22437/jop.v8i2.21118

Abstract

Telah dilakukan penelitian tentang rancang bangun alat ukur modulus elastisitas material. Modulus elastisitas merupakan parameter fisis atau sifat mekanik dari suatu material untuk acuan klasifikasi material atau penentuan mutu dari material. Alat yang dibuat ini menggunakan sensor force gauge untuk mengukur besar gaya tarik dan kamera sebagai pengamat perubahan panjang sampel (regangan) terhadap gaya tarik yang diberikan. Pola regangan terhadap gaya tarik ini dianalisis menggunakan software Tracker di komputer. Kemudian hasil analisis dan variabel terukur dihitung dengan hasil akhir berupa nilai modulus elastisitas material. Sampel yang digunakan pada eksperimen adalah lembaran silicon yang dibuat dengan 10 variasi ukuran. Pada eksperimen, alat bekerja dengan baik dan dapat mengukur nilai gaya tarik, perubahan panjang sampel, grafik komparasi regangan terhadap waktu atau perubahan gaya, dan nilai modulus elastisitas material. Rata-rata nilai modulus elastisitas yang didapat oleh alat dalam mengukur sampel ini adalah 57669,73 Kg/m2. Persen deviasi data pengukuran pada eksperimen ini sebesar 5,08 %. Sebagai acuan ketidakpastian pengukuran, sampel juga diukur dengan alat universal testing machine yang telah terkalibrasi, nilai modulus elastisitas sampel bernilai 60822.56 Kg/m2. Sehingga persen ketidakpastian pada alat yang dirancang ini adalah sebesar 5.21%. Sehingga dapat diambil kesimpulan bahwa alat ini bekerja dengan baik serta memiliki akurasi yang cukup baik.
Co-Authors Aldri Frinaldi Dasman Lanin Indrawata Wardhana Indrawata Wardhana Musi Ariawijaya Reni Kartika Shabri Putra Wirman Try Susanti Vandri Ahmad Isnaini Vandri Ahmad Isnaini Vandri Ahmad Isnaini