Article Per Year (5 Year)
p-Index From 2021 - 2026
1.452
P-Index
This Author published in this journals
All Journal Jurnal Fisika Unand Jurnal Spektra Science and Technology Indonesia Jurnal Informatika Universitas Pamulang INTECOMS: Journal of Information Technology and Computer Science Jurnal Ilmu Fisika Jurnal Sistem Komputer & Kecerdasan Buatan Makara Journal of Technology IKRAM: Jurnal Ilmu Komputer Al Muslim Jurnal Ilmu Komputer
Abu Khalid Rivai
Pusat Sains dan Teknologi Bahan Maju, BATAN
Astronomy Biochemistry, Genetics & Molecular Biology Chemical Engineering, Chemistry & Bioengineering Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Earth & Planetary Sciences Electrical & Electronics Engineering Energy Engineering Environmental Science Materials Science & Nanotechnology Mechanical Engineering Physics

Published : 14 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 14 Documents
Search

 1   2 
SINTESIS BAHAN YSZ (YTTRIA STABILIZED ZIRCONIA, Y2O3-ZrO2) DENGAN METODE REAKSI PADATAN DAN KARAKTERISASINYA Munggaran, Galih Putra Drantou; Fitriyani, Dian; Rivai, Abu Khalid
Jurnal Fisika Unand Vol 3 No 2: April 2014
Publisher : Universitas Andalas

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25077/jfu.3.2.102-107.2014

Abstract

ABSTRAKTelah dilakukan sintesis bahan YSZ (Yttria Stabilized Zirkonia, ZrO2-Y2O3) dengan metode reaksi padatan (solid state reaction) yaitu melalui proses penggerusan. Proses pemaduan bahan YSZ dilakukan dengan mencampurkan serbuk yttria dan zirkonia yang digerus bersama-sama selama       5 jam dengan komposisi Y2O3  dan ZrO2 (4,5:95,5 dan 8,0:92,0) %mol. Setelah itu serbuk paduan dikalsinasi pada temperatur 500°C selama 3 jam,  kemudian dikompaksi pada tekanan 4000 psi dan sintering pada temperatur 1300°C selama 3 jam. Selanjutnya, sampel digerus dan dikalsinasi kembali pada temperatur 500°C selama 3 jam, dikompaksi pada tekanan ~14.600 psi dan sintering pada temperatur 1400°C selama 3 jam. Identifikasi fasa dari senyawa yang terbentuk, pengamatan morfologi dan konduktivitas ionik pada sampel hasil sintesis tersebut dilakukan berturut-turut dengan menggunakan XRD  spektroskop, SEM-EDS dan LCR meter. Hasil analisis menunjukkan bahwa telah berhasil terbentuk YSZ pada bahan hasil sintesis untuk kedua komposisi YSZ. Hal ini ditunjukkan dengan teridentifikasinya fasa kubik yang mendominasi pada bahan YSZ yang dihasilkan walaupun masih teridentifikasi sebagian kecil fasa monoklinik zirkonia. Lebih lanjut lagi, nilai konduktivitas ionik yang diperoleh cukup baik yang  menunjukkan bahan YSZ yang terbentuk. Nilai ini meningkat dengan bertambahnya temperatur dan komposisi yttria sesuai dengan karakteristik ionik pada padatan.Kata kunci: YSZ, yttria, zirkonia, sensor oksigen, solid oxide fuel cell, penggerusanAbstractThe synthesis of YSZ materials (Yttria Stabilized Zirconia, ZrO2-Y2O3) have been done with solid state reaction method through the mixing process with grinding technique. The process of grinding was done by mixing yttria and zirconia powders and grinded for 5 hours with composition Y2O3 and ZrO2 (4.5:9.5 and 8.0:92.0) mol%. Afterward, the mixed powder was calcinated at temperature of 500°C for 3 hours, compaction at pressure of 4,000 psi and then sintered at temperature of 1,300°C  for 3 hours.Furthermore, samples were grinded again, calcinated at temperature of 500 °C for 3 hours, compaction at  pressure of ~14,600 psi and sintering at temperatures of 1400 ° C for 3 hours. Identification of the phase transformation and crystals, microstructure, morphology and ionic conductivity were tested using XRDSpectroscope, SEM-EDS and LCR meter, respectively. The results show that YSZ was successfully formed for both samples. It was revealed by the identification of dominated cubic phase for both samples even view peaks of monoclic phase of zirconia was still found. Furthermore, the ion conductivity values was relatively good which show the formation of YSZ. The ionic conductivity values increas with increasing of temperature and composition of yttriain accordance with the characteristics of ionic in solids .Keywords: YSZ,  yttria, oxygen sensor, solid oxide fuel cell, grinding
Ekstraksi Topik dalam Dataset Menggunakan Teknik Pemodelan Topik Anggai, Sajarwo; Tukiyat; Rivai, Abu Khalid; Zain, Rafi Mahmud
Jurnal Ilmu Komputer Vol 2 No 1 (2024): Jurnal Ilmu Komputer (Edisi Juli 2024)
Publisher : Universitas Pamulang

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

The issue in this research is the lack of understanding regarding the main topics and their changes in speeches and media publications related to President Joko Widodo. This study aims to identify, analyze, and predict changes in key topics within speeches, statements, and media publications related to President Joko Widodo using Latent Dirichlet Allocation (LDA) topic modeling techniques. The research employs a quantitative approach to analyze President Joko Widodo's speech texts using the Latent Dirichlet Allocation (LDA) method. The process began with scraping documents from the official website of the Republic of Indonesia's Secretariat, resulting in 5,988 speech transcripts from October 20, 2014, to March 2, 2024. Text preprocessing involved tokenization, stopword removal, and stemming/ lemmatization, followed by dictionary-term formation. The findings indicate that the model with k=16 has the highest coherence (0.554) and the best perplexity at k=21 (-13.130). The main topics identified include Nationalism and National Values, Regional Government, and Education and Children. Topic visualization with PyLDAvis aids in the exploration and identification of topics, providing insights for decision-making and policy development. To enhance understanding of topic changes, it is recommended to conduct trend analysis on key topics over time. This will help identify how President Joko Widodo's priorities shift and respond to new issues. By monitoring these trends, the research can provide deeper insights into the evolution of policies and the President's focus.
PREDIKSI SUHU MAKSIMUM BERBASIS DEEP LEARNING DENGAN MODEL LONG SHORT-TERM MEMORY DAN GATED RECCURENT UNIT (STUDI KASUS WILAYAH CIPUTAT) Rahayuningsih, Hesti; Tukiyat, Tukiyat; Rivai, Abu Khalid
INTECOMS: Journal of Information Technology and Computer Science Vol. 9 No. 1 (2026): INTECOMS: Journal of Information Technology and Computer Science
Publisher : Institut Penelitian Matematika, Komputer, Keperawatan, Pendidikan dan Ekonomi (IPM2KPE)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31539/f9e1d633

Abstract

Prediksi suhu maksimum merupakan hal yang penting dalam kajian meteorologi karena berpengaruh terhadap berbagai sektor, seperti pertanian, kesehatan masyarakat, manajemen energi, dan perencanaan wilayah. Wilayah Ciputat menjadi lokasi yang relevan untuk studi prediksi iklim lokal, karena pernah sebagai wilayah dengan suhu ekstrem sebesar 37,2 °C pada 17 April 2023. Penelitian ini bertujuan untuk membandingkan kinerja model Long Short-Term Memory (LSTM) dan Gated Recurrent Unit (GRU) dalam memprediksi suhu maksimum harian di wilayah Ciputat serta menentukan model dengan performa terbaik. Data yang digunakan meliputi suhu maksimum harian, curah hujan, kelembapan, dan tekanan udara periode 2009–2025 yang diperoleh dari BMKG Wilayah II Ciputat, sehingga merepresentasikan variabilitas musiman dan pola iklim tropis jangka panjang. Evaluasi model dilakukan menggunakan metrik Mean Absolute Error (MAE), Root Mean Square Error (RMSE), Coefficient of Determination (R²), dan Mean Absolute Percentage Error (MAPE). Hasil evaluasi menunjukkan model LSTM dengan performa yang lebih baik dalam memprediksi suhu maksimum dibandingkan model GRU berdasarkan nilai MAE, RMSE, R² dan MAPE. Hasil penelitian ini diharapkan dapat mendukung pengembangan metode prediksi suhu berbasis deep learning yang lebih akurat serta menjadi referensi dalam pengambilan keputusan terkait mitigasi risiko iklim. Kata Kunci: Prediksi suhu maksimum, LSTM, GRU, Deep learning, Ciputat.
Analisis Sentimen Masyarakat Terhadap Pembangunan Ibu Kota Nusantara (IKN) Menggunakan Model Transformer BERT Dan XLNet: Analisis Sentimen Masyarakat Terhadap Pembangunan Ibu Kota Nusantara (IKN) Menggunakan Model Transformer BERT Dan XLNet Nurdiyanto, Didik; Hindasyah, Ahmad; Rivai, Abu Khalid
Jurnal SISKOM-KB (Sistem Komputer dan Kecerdasan Buatan) Vol. 9 No. 2 (2026): Volume IX - Nomor 2 - Februari 2026
Publisher : Teknik Informatika, Sistem Informasi dan Teknik Elektro

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47970/siskom-kb.v9i2.874

Abstract

Pembangunan Ibu Kota Nusantara (IKN) memainkan peran penting dalam memahami persepsi publik mengenai proyek pemindahan ibu kota Indonesia. Penelitian ini menggunakan pendekatan berbasis Transformer khususnya dengan melakukan studi perbandingan antara model BERT dan XLNet untuk analisis sentimen terkait pembangunan IKN. Dataset yang digunakan diambil dari platform Twitter dalam rentang waktu Januari hingga November 2024, mencakup percakapan yang mengandung kata kunci seperti “IKN”, “Pembangunan IKN”, dan “Pemindahan Ibu Kota”. Dataset awal terdiri dari 10.000 tweet berbahasa Indonesia yang diekstraksi menggunakan Twitter API. Setelah melalui proses pembersihan data dari noise seperti retweet, spam, dan postingan berulang, dilakukan tahapan preprocessing yang mencakup tokenisasi, penghapusan stopwords, dan stemming. Selanjutnya, data divalidasi dan dilakukan pelabelan manual. Dari 10.000 tweet yang tersedia, hanya 6.000 tweet yang digunakan untuk memastikan keseimbangan jumlah data pada masing-masing kategori sentimen: positif, negatif, dan netral. Dataset ini kemudian dibagi dengan rasio 80:10:10 untuk tahap pelatihan, validasi, dan pengujian. Model BERT dan XLNet digunakan untuk memproses data dan melakukan klasifikasi sentimen. Hasil evaluasi menunjukkan bahwa model BERT mencapai akurasi sebesar 92%, sedangkan XLNet menunjukkan performa yang lebih rendah dengan akurasi sebesar 91%. Temuan ini mengindikasikan bahwa BERT lebih efektif dalam menangkap pola-pola sentimen dalam teks berbahasa Indonesia khususnya dalam konteks isu pembangunan IKN.
Co-Authors Agung Budi Susanto Agus Hadi Ismoyo Agusutrisno Agusutrisno, Agusutrisno Albert, Albert Setiawan Harijanto Anggai, Sajarwo Annette Heinzel Arbi Dimyati Bery, Winda Surya Chaur Jeng Wang, Chaur Jeng Dadang Kurnia, Dadang Dian Fitriyani Edi Suharyadi Elvaswer Elvaswer Evvy, Kartini Galih Putra Drantou Munggaran, Galih Putra Drantou Hadriani, Angelina Hindasyah, Ahmad Mardiansyah Mardiyanto Mardiyanto Mohammad Dani Nur Ika Puji Ayu Nurdiyanto, Didik Parikin Parikin Rahayuningsih, Hesti Riza Iskandar Sudarno Sudarno Sulistioso G.S, Sulistioso Sulistioso Giat Sukaryo, Sulistioso Giat Tukiyat Tukiyat Tukiyat, Tukiyat Yudhistyra Saputra, Yudhistyra Zain, Rafi Mahmud Zarvianti, Enny Zavianti, Enny