Claim Missing Document
Check
Articles

Found 26 Documents
Search
Journal : Jurnal Ilmiah Mahasiswa Pertanian

Analisis Kehilangan Tekanan Air pada Jaringan Perpipaan dalam Rangka Menuju Kampus Hijau Universitas Syiah Kuala Menggunakan Software EPANET 2.2 Abuijal Muhammad Rifaldi; Agus Arip Munawar; Ichwana Ramli
Jurnal Ilmiah Mahasiswa Pertanian Vol 7, No 4 (2022): November 2022
Publisher : Fakultas Pertanian, Universitas Syiah Kuala

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (247.039 KB) | DOI: 10.17969/jimfp.v7i4.22275

Abstract

Abstrak . Kehilangan aliran dalam sistem perpipaan menunjukkan kinerja sistem perpipaan. kehilangan tekanan merupakan kehilangan yang tidak dapat dihindari pada aliran fluida, yang akan menyebabkan tekanan pada aliran menjadi berkurang, sehingga menurunkan kecepatan aliran. Penelitian ini bertujuan untuk mengetahui kehilangan udara dan penurunan tekanan pada jaringan perpipaan distribusi air bersih di lingkungan kampus USK. Untuk menentukan headloss digunakan rumus Hazen-Williams . Hasil dari penelitian menunjukkan bahwa berdasarkan kriteria yang ditetapkan oleh American Water Work Association, kehilangan kehilangan tekanan pada jaringan distribusi udara pada lingkungan kampus USK 3 tahun pengujian yaitu tahun 2019, 2020 dan 2021 sudah sesuai. Kriteria tersebut menyatakan bahwa untuk kisaran optimum yang boleh terjadi adalah 1-4 m/km dan tidak boleh melebihi 10 m/km. Sementara tekanan kehilangan yang terjadi pada lingkungan kampus USK masih berkisar 1-4 m/km. Hasil kampus kehilangan tekanan yang dilakukan pada kawasan lingkungan USK menggunakan software EPANET 2.2 menunjukkan bahwa, pada tahun 2019, 2020 dan 2021 kehilangan tekanan atau unit headloss yang terbesar terjadi pada pipa 76 sebesar 0,29 m/km pada tahun 2019, 0,23 m/ km pada tahun 2020 dan 0,4 m/km pada tahun 2021. Sementara untuk kehilangan tekanan yang terkecil terjadi pada beberapa pipa, diantaranya 48, 49, 50, 51, 52, 60, 61, 65, 66, 69. 70, 71 , 72, 74, 81, 90 dan 92 dengan nilai sebesar 0 m/km. hasil Berdasarkan simulasi tekanan (Pressure ) pada tiap junction yang dilakukan menggunakan software EPANET dalam 3 tahun pengujian menunjukkan bahwa, junction yang mengalami tekanan terbesar terjadi pada junction 53 dan 56 sebesar 4218,25 m di tahun 2019. Tahun 2020 terjadi pada junction 53, 54, 55, 56, 59, 60, 66 dan 69 sebesar 4.740,34 m. Tahun 2021 terjadi pada junction 53 dan 56 sebesar 3.544,96 m. Sementara itu untuk 3 tahun pengujian terjadi pada yang sama yaitu 2 dan 3 sebesar 0,19 m.Analisis Headloss Pada Jaringan Perpipaan Dalam Rangka Green Campus Universitas Syiah Kuala Menggunakan Software Epanet 2.2Abstrak.Loss of flow in the piping system indicates the performance of the piping system. Pressure loss is an unavoidable loss in fluid flow, which will cause the pressure in the flow to decrease, thereby reducing the flow velocity. This study aims to determine water loss and pressure drop in the clean water distribution pipeline network in the USK campus environment. To determine the headloss, the Hazen-Williams formula is used. The results of the study indicate that based on the criteria set by the American Water Work Association, the loss of pressure on the clean water distribution network in the USK campus environment for 3 years of testing, namely 2019, 2020 and 2021 is appropriate. The criteria state that the optimum range that may occur is 1-4 m/km and should not exceed 10 m/km. Meanwhile, the pressure loss that occurred in the USK campus environment was still in the range of 1-4 m/km. The results of the pressure loss simulation carried out in the USK campus environment using EPANET 2.2 software show that, in 2019, 2020 and 2021 the largest pressure loss or headloss unit occurred in pipe 76 at 0.29 m/km in 2019, 0.23 m/km. km in 2020 and 0.4 m/km in 2021. Meanwhile, the smallest pressure loss occurred in several pipes, including 48, 49, 50, 51, 52, 60, 61, 65, 66, 69. 70, 71 , 72, 74, 81, 90 and 92 with a value of 0 m/km. Based on the results of the pressure simulation (Pressure) at each junction carried out using EPANET software in 3 years of testing, it shows that the junction experiencing the greatest pressure occurs at junction 53 and 56 at 4218.25 m in 2019. In 2020 it occurs at junction 53, 54 , 55, 56, 59, 60, 66 and 69 of 4,740.34 m. In 2021 it will occur at junctions 53 and 56 of 3,544.96 m. While the smallest pressure for 3 years of testing occurred at the same junction, namely 2 and 3 of 0.19 m.
Visualisasi Pengendalian Kondisi Lingkungan Greenhouse Untuk Pertumbuhan Tanaman Kangkung Darat (Ipomoea reptans P.) Dengan Menggunakan Logika Fuzzy Yusril Agus Putra; Indera Sakti Nasution; Agus Arip Munawar
Jurnal Ilmiah Mahasiswa Pertanian Vol 7, No 1 (2022): Februari 2022
Publisher : Fakultas Pertanian, Universitas Syiah Kuala

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (584.395 KB) | DOI: 10.17969/jimfp.v7i1.18959

Abstract

Abstrak. Kemajuan di bidang teknologi yang begitu pesat sekarang ini, memacu semua aspek untuk mengalami perkembangan-perkembangan ke arah yang lebih baik terutama pada sektor pertanian sebagai salah satu komoditas utama manusia. Melalui implementasi Industri 4.0 di sektor pertanian, diharapkan proses usaha tani semakin efisien, sehingga menyebabkan peningkatan produktivitas dan meningkatkan daya saing produk yang terkhusus pada produk yang berasal dari sektor pertanian. Penelitian ini bertujuan untuk merancang sebuah program komputer yang didesain menggunakan program Visual Basic 6.0 untuk dapat memvisualisasikan kondisi lingkungan greenhouse untuk pertumbuhan tanaman kangkung darat (Ipomoea reptans P.) dengan kendali logika fuzzy. Adapun variabel yang akan dikendalikan adalah suhu, kelembaban udara dan kadar air tanah dari ruang tumbuh kangkung darat (Ipomoea reptans P.). Prinsip kerja dari perangkat lunak (software) pengendali kondisi lingkungan greenhouse pada tanaman kangkung darat ini adalah saat nilai suhu berada lebih 25oC maka program akan menyalakan kipas dan ketika nilai suhu berada dibawah 25oC kipas akan mati secara otomatis, ketika nilai kelembaban udara berada kurang dari 60% maka program akan menjalankan sprayer dan ketika nilai kelembaban udara lebih dari 60% maka program akan mematikan sprayer secara otomatis dan saat kadar air tanah kurang dari 60% maka program akan otomatis menyalakan pompa air dan akan mematikannya secara otomatis saat nilai kadar air tanah bernilai lebih dari 60%. Hasil pengujian dari sampel percobaan berdasarkan kombinasi pengujian maka didapatkan software dapat berjalan dengan sangat baik dengan tingkat persentase keakuratan 100%.Visualization of Controlling Greenhouse Environmental Conditions For The Growth of Kale Plant (Ipomoea reptans P.) using Fuzzy LogicAbstract. The rapid development of technology has made all aspects to create developments towards a better direction, especially in the agricultural sector as one of the important commodities. The implementation of Industry 4.0 in the agricultural sector is expected to be more efficient, causing an increase in productivity and product competitiveness, especially in products originating from the agricultural sector. This study aims to create a computer program using Visual Basic 6.0 program to be able to visualize the greenhouse environmental conditions for the growth of water spinach (Ipomoea reptans P.) with fuzzy logic control. The variables to be controlled are temperature, air humidity and soil moisture content of the kale (Ipomoea reptans P.) growing room. The principle of the software controlling greenhouse environmental conditions on the kale is when the temperature value is more than 25oC, the program will turn on the fan and when the temperature value is below 25oC the fan will turn off automatically, when the humidity value is less than 60% then the program will run the sprayer and when the humidity value is more than 60% then the program will turn off the sprayer automatically and when the soil moisture content is less than 60% then the program will automatically turn on the water pump and will turn it off automatically when the soil moisture content value is more than 60 %. The experimental results based on a combination of tests obtained that the software can operate very well with a percentage of 100%.
Uji Karakteristik Biochar dengan Pendekatan Near Infrared Spectroscopy (NIRS) Intan Ratna Juwita; Agus Arip Munawar; Darusman Darusman
Jurnal Ilmiah Mahasiswa Pertanian Vol 6, No 3 (2021): Agustus 2021
Publisher : Fakultas Pertanian, Universitas Syiah Kuala

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (852.815 KB) | DOI: 10.17969/jimfp.v6i3.17201

Abstract

Abstrak. Proximate analysis dan elemental analysis merupakan dua dari beberapa metode yang umum digunakan untuk uji jaringan tanaman. Namun, metode tersebut butuh waktu, tenaga, bahan kimia, biaya mahal serta tidak real time. Sehingga para pakar mencari alternatif lain, yaitu menggunakan Spektroskop sinar infra merah dekat (Near Infrared Spectroscopy, NIRS) untuk memprediksi kandungan unsur yang terkandung dalam tanah maupun jaringan tanaman. NIRS bekerja dengan panjang gelombang 780 nm - 2500 nm atau jumlah gelombang per 12.800 cm−1 hingga 4.000 cm−1.  Komposisi unsur yang terkandung pada sampel dihasilkan dari pantulan sinar infrared setelah sampel diberikan radiasi sinar infrared. Metode penelitian menggunakan metode pembanding yaitu dengan membandingkan hasil uji analisis proximate. Regresi liner (Principal Component Regression, dan Partial Least Square Regression) digunakan sebagai pembanding data aktual dengan estimasi yang dihasilkan dari spektrum NIR. Hasil penelitian menunjukkan bahwa Near Infrared Spectroscopy (NIRS) belum dapat menggantikan metode proximate analysis pada sampel biochar.  Estimasi dengan Partial Least Square Regression menghasilkan nilai lebih dekat dengan nilai data aktual, bila dibandingkan dengan metode Principal Component Regression.  Hal ini dikarenakan sampel uji yang digunakan masih kurang cukup dan terbukti dari hasil prediksi NIR yang tergolong sufficient performance. Disarankan pengujian lanjut dengan mengunakan sampel yang lebih banyak dan bervariasi.Biochar Characteristic Using Near Infrared Spectroscopy (NIRS) ApproachAbstract. Proximate analysis and elemental analysis are two of several methods of analysis of mineral soil and plant tissue. However, these methods require time, energy, chemicals, high cost and not real time. Currently experts have been looking for other alternatives, namely using near infrared light (NIRS) to predict the content of elements contained in soil and plant tissue. NIRS works with a wavelength of 780 nm - 2500 nm or the number of waves per 12.800 cm− 1 to 4.000 cm− 1. The elemental composition contained in the sample is generated from the reflection of infrared light after the sample is given infrared radiation. The research method uses the comparative method, namely using proximate analysis. Linear regression (principal component regression, and partial least square regression) is used to compare the actual data with the estimates generated from the NIR spectrum. This research shows that Near Infrared Spectroscopy (NIRS) cannot replace the proximate analysis method for biochar samples. Estimation with partial least square regression produces a value closer to the actual data value, when compared to the principal component regression method. This is because the test samples used are still insufficient and proven from the results of NIR predictions which are classified as sufficient performance. It is recommended that further testing using a larger and more varied sample.
Prediksi Kadar Salinitas, pH dan C-Organik Tanah Menggunakan Near Infrared Kecamatan Baitussalam Kabupaten Aceh Besar Riska Nurul Saputri; Ichwana Ichwana; Agus Arip Munawar
Jurnal Ilmiah Mahasiswa Pertanian Vol 4, No 4 (2019): November 2019
Publisher : Fakultas Pertanian, Universitas Syiah Kuala

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (1396.809 KB) | DOI: 10.17969/jimfp.v4i4.12940

Abstract

Abstrak. Akuisisi spektrum Near Infrared Reflectance Spectroscopy (NIRS) terkait kualitas dan kondisi tanah telah banyak dilakukan dalam berbagai penelitian. Pada penelitian ini menggunakan model prediksi Partileal Least Squares (PLS) dengan metode koreksi spektrum Mean Normalization (MN), Savitzky-Golay Smoothing, dan kombinasi Mean Normalization (MN) dan Savitzky-Golay Smoothing. Sampel tanah yang digunakan berasal dari Kecamatan Baitussalam Kabupaten Aceh Besar karena dianggap sesuai untuk prediksi kadar salinitas, pH dan C-Organik tanah. Hasil dari penelitian menunjukkan adanya korelasi antara prediksi Near Infrared Reflectance Spectroscopy (NIRS) dengan hasil aktual laboratorium setelah dilakukan pembangunan model prediksi Partileal Least Square (PLS) dan dievaluasi dengan parameter statistika; penggunaan pretreatment Mean Normalization (MN) merupakan metode terbaik atau pilihan, dimana dapat meningkatkan keakuratan hasil prediksi kadar salinitas, pH dan C-Organik tanah.Prediction of Salinity, pH and C-Organic Soils Level Using Near  in Baitussalam Regency, Aceh Besar RegencyAbstract. Near Infrared Reflectance Spectroscopy (NIRS) spectrum acquisition related to soil quality and condition has been carried out in various studies. This study used prediction model Partileal Least Squares (PLS) with the spectrum correction methods used are Mean Normalization (MN), Savitzky-Golay Smoothing, and Combination of Mean Normalization (MN) and Savitzky-Golay Smoothing. The soil samples used were from Baitussalam regency, Aceh Besar regency because they were considered suitable for the prediction of salinity, pH and C-Organic soils. The results of this study showed a correlation between the prediction of Near Infrared Reflectance Spectroscopy (NIRS) with the actual results of the laboratory after the construction of the prediction model Partileal Least Square (PLS) and and evaluated with statistical parameters; the use of pretreatment Mean Normalization (MN) is the best or preferred spectrum correction method, which can improve the accuracy of the predicted results of salinity, pH and C-Organic soil.
Aplikasi Near Infrared Spectroscopy (NIRS) Untuk Mendeteksi Pencemaran Tanah Puji Meihani; Agus Arip Munawar; Devianti Devianti
Jurnal Ilmiah Mahasiswa Pertanian Vol 4, No 2 (2019): Mei 2019
Publisher : Fakultas Pertanian, Universitas Syiah Kuala

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (2062.737 KB) | DOI: 10.17969/jimfp.v4i2.10854

Abstract

Abstrak. Penelitian ini bertujuan untuk mendeteksi pencemaran tanah (zat Pb, Zn dan Cu) dengan menggunakan NIRS. Metode yang dilakukan ialah skala laboratorium dan hasil uji menggunakan NIRS. Pada pengujian menggunakan NIRS, metode koreksi spektrum yang digunakan ialah Standard Normal Variate (SNV) dan De-Trending (DT) sedangkan dalam membangun model prediksi, metode regresi yang digunakan yakni Partial Least Square (PLS). Keakuratan model prediksi dilihat berdasarkan parameter statistika seperti r, R2, RMSEC dan RPD. Hasil yang didapatkan pada pengujian menggunakan NIRS pada prediksi data mentah untuk ketiga parameter (Pb, Zn dan Cu) didapatkan nilai RPD masing-masing 2.69, 2.69, dan 2.68. Nilai tersebut termasuk ke dalam kategori good model performance. Untuk meningkatkan nilai RPD, dilakukan prediksi setelah dikoreksi menggunakan SNV. Nilai RPD yang didapatkan pada masing-masing parameter (Pb, Zn dan Cu) adalah 5.21, 4.56, dan 4.78. Nilai-nilai prediksi tersebut masuk ke dalam kategori very good performance. Sedangkan nilai RPD untuk prediksi menggunakan SNV untuk ketiga parameter (Pb, Zn dan Cu) masing-masing 4.31, 4.39 dan 4.08 yang dikategorikan sebagai very good performance. Berdasarkan nilai RPD yang didapatkan dari ketiga prediksi, prediksi dengan menggunakan SNV yang paling baik karena memiliki nilai RPD yang paling tinggi.The Application of Near Infrared Spectroscopy (NIRS) to Soil Contamination DetectionAbstract. This study aims to soil pollution detection (Pb, Zn and Cu substances) by using NIRS. The method used are the laboratory scale and using NIRS. In using NIRS method, the spectrum correction method used is Standard Normal Variate (SNV) and De-Trending (DT). Prediction model using Partial Least Square (PLS). The accuracy of the prediction model is based on the statistical parameters such as r, R2, RMSEC and RPD. The results based on the NIRS method obtained the values of RPD are 2.69, 2.69, and 2.68 in prediction of raw data for parameters (Pb, Zn and Cu). These values belong to good model performance category. To increase the RPD score, prediction were made by using SNV spectrum correction method. RPD values obtained in each parameter (Pb, Zn and Cu) were 5.21, 4.56, and 4.78. These predictive values can be categorized as very good performance. The values of RPD for prediction used DT for the three parameters (Pb, Zn and Cu) 4.31, 4.39 and 4.08 which are categorized as very good performance. Based on RPD values obtained from the three predictions, predictions using SNV are the best because it has the highest RPD value.
Pengembangan Teknologi Infra Merah untuk Mendeteksi Kadar Minyak Kelapa sebagai Bahan Pemalsu Minyak Nilam Aceh Teuku Hafidh; agus arip munawar; zulfahrizal zulfahrizal
Jurnal Ilmiah Mahasiswa Pertanian Vol 8, No 1 (2023): Februari 2023
Publisher : Fakultas Pertanian, Universitas Syiah Kuala

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.17969/jimfp.v8i1.22813

Abstract

Abstrak: Saat ini pemalsuan produk atsiri menjadi salah satu isu yang sangat menarik, khususnya nilam. Pemalsuan biasanya merupakan pencampuran antara produk yang bernilai rendah dengan yang bernilai tinggi. Tujuan dari penelitian ini yaitu untuk mendapatkan informasi tentang teknologi NIRS sebagai metode cepat dan tepat dalam memprediksi kadar minyak kelapa yang dicampurkan didalam minyak nilam Alat yang digunakan pada penelitian ini antara lain GCMS, Thermo Nicolet Antaris II TM, botol kaca 3 ml, gelas kimia, timbangan digital, micropipette, Magnetic Stirrer, dan Software Unscrambler X versi 10.3. Bahan yang digunakan pada penelitian ini yaitu minyak nilam (Crude Oil) dari PUI PT Nilam Atsiri Research Center (ARC) Universitas Syiah Kuala dan minyak kelapa yang diperoleh dari pasaran. Hasil penelitian ini menunjukkan bahwa Teknologi near infrared reflectance spectroscopy (NIRS) dengan metode partial least square (PLS) telah berhasil mendapatkan prediksi kadar minyak kelapa yang dicampurkan didalam minyak nilam yaitu pretreatment Derivative 1 (D1). Metode koreksi yang terbaik dalam mempediksi kadar minyak kelapa yang dicampurkan didalam minyak nilam adalah pretreatment Derivative 1 (D1), pretreatmen ini berhasil memperbaiki model yang dibangun oleh PLS, dimana model PLS-D1 memiliki ikatan variable dengan latent variable 6, nilai RPD sebesar 3,13 nilai korelasi (r) sebesar 0.94, nilai koefisien determinasi (R2) sebesar 0.89 dan nilai root mean erorr calibration (RMSEC) sebesar 9,17. (Development of Infra Red Technology for Detecting The Levels of Coconut Oil as A Material used in Product Counterfeiting of Patchouli Oil)Abstract: Currently, counterfeiting of essential oil products, especially patchouli, is a very interesting issue. Counterfeiting is usually done by mixing low-value and high-value products. The purpose of this study was to obtain information about NIRS technology as a fast and precise method for predicting the levels of coconut oil mixed in patchouli oil. The tools used in this research include GC-MS, Thermo Nicolet Antaris II TM, 3 ml glass bottle, beaker, digital scale, micropipette, Magnetic Stirrer, and Unscrambler X Software version 10.3. The materials used in this study were patchouli oil (Crude Oil) from PUI PT Nilam Atsiri Research Center (ARC) Syiah Kuala University and coconut oil obtained from the market. The results of this study indicate that the near infrared reflectance spectroscopy (NIRS) technology with the partial least square (PLS) method has succeeded in predicting the content of coconut oil mixed in patchouli oil, namely pretreatment Derivative 1 (D1). This correction method is the best in predicting the content of coconut oil mixed in patchouli oil and improving the model built by PLS, where the PLS-D1 model has a variable binding with a latent variable of 6, an RPD value of 3.13, a correlation value (r) of 0.94, the coefficient of determination (R2) of 0.89, and the root mean error calibration (RMSEC) of 9.17.
Co-Authors . Ichwana ., Jauharlina Abuijal Muhammad Rifaldi Agussabti Agussabti Annisa Azzahra Aulia Ifnu Akbar Br Padang, Sheila Saharani Cut Dahlia Iskandar Darwin Darwin Desi Nanda Sari Devianti Devianti Devianti Devianti Devianti Devianti Devianti Devianti Dewi Sri Jayanti Dian Sri Bintang Hasiholan Manihuruk Diding Suhandy Diswandi Nurba, Diswandi Dwi Anindea Putri Endamin Endamin Fachruddin Fachruddin Fitria Nisak Fredinan Yulianda Giar Pramanda Putra Hairatun Hairatun Hasanuddin Hasanuddin Hayati Zahra Hesti Meilina Ichwana Ichwana Ichwana Ramli Ichwana Ramli Indera Sakti Nasution Ine Elisa Putri Ine Elisa Putri Intan Ratna Juwita Irfan Maibriadi Khairul Abdi Ruslana Khairul Abdi Ruslana Kiman Siregar Kusumiyati Masdar Masdar Mohd Nazar Isza Putra Muaida Alfia Mubarak Hulda Muhammad Ikhram Muhammad Ikhsan Sulaiman Muhammad Zikri Pratama Munanda Irawan Murtahar Murtahar Muslem Muslem Mustaqimah Mustaqimah Najla Mumtazmi Nasrul Arahman Nur Alfah Puji Meihani Qurratul Zulmi Raida Agustina Raida Agustina Raida Agustina Ramayanty Bulan Ratna Ratna Ratna Ratna Ratna Ratna Ridwan Ridwan rina aulia barus Rina Aulia Barus Riska Nurul Saputri Rita Khathir Rita Zahara Salman Rivaldi Solly Aryza Sri Aprilia Sri Purnama Sari Sufardi Sufardi Suswita Sari Syahrul Ramadhan Syaubari syaubari Tasya, Yulia Teuku Hafidh Tyas Al Khalis Yesi Ardiani Yovita Amanda Yuda Hadiwijaya Yusmanizar Yusmanizar Yusril Agus Putra Yuswar Yunus Z Zainuddin Zainuddin, Z Zikrul Khalid Zulfahrizal Zulfahrizal Zulfahrizal Zulfahrizal Zulfahrizal Zulfahrizal Zulfahrizal Zulfahrizal zulfahrizal zulfahrizal Zulkifli Nasution