Article Per Year (5 Year)
p-Index From 2021 - 2026
4.851
P-Index
This Author published in this journals
All Journal Jurnal Ilmu Dasar POSITRON PRISMA FISIKA JURNAL FISIKA Phi : Jurnal Pendidikan Fisika dan Terapan Jurnal Fisika Unand SEMIRATA 2015 BULETIN FISIKA Jurnal Fisika FLUX Jurnal Rekayasa Sipil Jurnal Penelitian Pendidikan IPA (JPPIPA) Jurnal Biologi Tropis Jurnal Surya Masyarakat Jurnal Ilmu Fisika Jurnal Fisika : Fisika Sains dan Aplikasinya Jurnal Teori dan Aplikasi Fisika Jurnal Surya Masyarakat JRFES Newton-Maxwell Journal of Physics JuTISI (Jurnal Teknik Informatika dan Sistem Informasi)
Dwiria Wahyuni
Jurusan Fisika FMIPA Universitas Tanjungpura
Religion Agriculture, Biological Sciences & Forestry Humanities Astronomy Biochemistry, Genetics & Molecular Biology Chemical Engineering, Chemistry & Bioengineering Chemistry Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Earth & Planetary Sciences Education Electrical & Electronics Engineering Energy Engineering Environmental Science Immunology & microbiology Materials Science & Nanotechnology Mathematics Mechanical Engineering Physics Public Health Transportation Other

Published : 46 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 46 Documents
Search

 1   2   3   4   5 
Sintesis Komposit Karbon Aktif TKKSTiO2 dengan Aktivasi Gelombang Mikro untuk Pemurnian Emisi Gas Buang Kendaraan Bermotor Aqni, Wahyu Nur; Nurhanisa, Mega; Dwiria Wahyuni
Jurnal Ilmu Fisika Vol 17 No 1 (2025): March 2025
Publisher : Jurusan Fisika FMIPA Universitas Andalas

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25077/jif.17.1.19-30.2025

Abstract

The palm oil plantation industry generates waste besides palm oil products, including empty palm bunch (EPB). This research examines the emission reduction capabilities of motor vehicle exhaust gases using a composite of activated carbon from EPB-AC/TiO2. Surface morphology characterization of the composite is conducted using Brunauer-Emmett-Teller (BET) and Scanning Electron Microscope (SEM). EPB-AC exhibits an average reduction effectiveness of HC gas based on particle size (50, 100, 150, 200 mesh) sequentially at 34.49%, 37.43%, 39.98%, and 43.56%. The average effectiveness of EPB-AC in reducing CO gas sequentially is 70.29%, 71.30%, 72.86%, and 74%. For CO2 gas, EPB-AC has an average reduction sequentially at 52.6%, 54.25%, 56.52%, and 58.54%. On the other hand, the EPB-AC/TiO2 composite exhibits an average reduction effectiveness of HC gas based on particle size sequentially at 42.38%, 43.42%, 45.1%, and 46.57%. The average effectiveness of the EPB-AC/TiO2 composite in reducing CO gas sequentially is 71.24%, 73.52%, 75.54%, and 76.9%. For CO2 gas, the EPB-AC/TiO2 composite has an average reduction sequentially at 54.93%, 54.25%, 59.76%, and 63.05%. Therefore, the best reduction results occur at a particle size of 200 mesh.
Quality Study of Activated Carbon/TiO2 Composite Based on Activated Carbon Granule Size Nurhanisa, Mega; Wahyuni, Dwiria; Arsyad, Ya' Muhammad
Jurnal Fisika Flux: Jurnal Ilmiah Fisika FMIPA Universitas Lambung Mangkurat Vol 22, No 1 (2025): Jurnal Fisika Flux: Jurnal Ilmiah Fisika FMIPA Universitas Lambung Mangkurat
Publisher : Lambung Mangkurat University Press

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.20527/flux.v21i3.17999

Abstract

Activated carbon (AC) composited with TiO2 photocatalyst can be used as a material that can purify wastewater. This research aims to obtain the optimum particle size of AC as a buffer for AC. The work began by making AC from oil palm empty fruit bunches (OPEFB) waste with various particle sizes, namely 50 mesh, 100 mesh, 150 mesh, and 200 mesh. AC was synthesized by carbonizing the raw materials at 500 °C and then activated using a microwave oven at 500 watts for 15 minutes. Furthermore, AC/TiO2 composites were synthesized using a microwave oven under similar conditions. Spectroscopy Electron Microscopy (SEM) characterization was done to see the morphology of AC and AC/TiO2 composites. To determine the performance of AC and AC/TiO2 composites, the degradation process of methylene blue (MB) solution was carried out. Characterization with a UV-Vis spectrophotometer was done as a quantitative method to measure the level of MB degradation. The results of MB degradation for 6 hours of irradiation showed that 200 mesh particles achieved the highest efficiency of 86.19%. Thus, using TiO2 has been shown to improve the performance of AC, with those of 200 mesh degrading MB the most.
Deteksi Dini Serangan Hama Penyakit pada Cabai Rawit Menggunakan Metode Image Recognition Suci Fitri Nazila; Yudha Arman; Dwiria Wahyuni; Nurhasanah Nurhasanah; Yoga Satria Putra
Jurnal Teknik Informatika dan Sistem Informasi Vol 9 No 2 (2023): JuTISI
Publisher : Maranatha University Press

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.28932/jutisi.v9i2.6342

Abstract

The chili plant is one of the high economic value vegetable commodities which has the potential to continue to grow. On the other hand, this plant’s production still has obstacles such as pests and disease. Identifying the pest and diseases earlier is needed to protect against these problems. In this work, image recognition technology is applied to recognize the pest and diseases of the chili plant. First, the image of healty leaves and infected leaves by P. Latus, B. Tabaci, Gemini virus, and Cercospora sp are collected. The next step is image prepocessing, including cropping and resizing to make uniform image format and background removal to reduce background effects in image processing. Red-Green-Blue (RGB) input images are changed to grayscale images to give input one color channel. The images are extracted to get features using Gray Level Co-occurrence Matrix (GLCM) method. Extracted texture features involve contrast, correlation, energy, homogeneity, and dissimilarity with average angle values are 0°, 45°, 90° and 135°. Furthermore, all obtained features are classified into five classes using K-Means Clustering Algorithm. Extraction and segmentation results are used as parameters in the classification process using a Support Vector Machine (SVM). In this work, the result of this process is 82%.
Reduksi Termal Oksida Grafena Berbasis Tandan Kosong Kelapa Sawit: Sintesis dan Aplikasinya sebagai Adsorben Metilen Biru Saron, Mawar; Wahyuni, Dwiria; Arman, Yudha
POSITRON Vol 15, No 1 (2025): Vol. 15 No. 1 Edition
Publisher : Fakultas Matematika dan Ilmu Pengetahuan Alam, Univetsitas Tanjungpura

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26418/positron.v15i1.92203

Abstract

Oksida grafena tereduksi (rGO) menjadi material yang menarik dalam berbagai aplikasi, termasuk dalam pengolahan limbah dan degradasi polutan. Dalam penelitian ini, rGO disintesis dari tandan kosong kelapa sawit (TKKS) menggunakan proses reduksi termal untuk aplikasi degradasi metilen biru (MB). TKKS yang kaya akan serat digunakan sebagai prekursor untuk memproduksi grafena oksida (GO) melalui oksidasi dengan bahan kimia. GO kemudian direduksi secara termal menggunakan metode ultrasonikasi, gelombang mikro, dan hidrotermal untuk menghasilkan rGO. Karakterisasi material yang dihasilkan dilakukan menggunakan X-ray diffraction (XRD) untuk mengidentifikasi struktur dan kristalinitas dari GO dan rGO. GO memiliki puncak di 2θ = 6,2 ° sedangkan rGO memiliki puncak 2θ di antara 23-25 ° dan 43-45 °. rGO yang dihasilkan memiliki derajat kristalinitas diantara 65-69% artinya struktur rGO teridentifikasi semi kristal. Uji degradasi menunjukkan bahwa rGO hidrotermal dapat mengurangi konsentrasi metilen biru hingga 79,9% dalam waktu 3 jam, dengan efisiensi yang lebih tinggi dibandingkan dengan rGO ultrasonikasi dan gelombang mikro. Penelitian ini menunjukkan potensi besar TKKS sebagai sumber bahan baku alternatif untuk sintesis rGO, serta memberikan bukti bahwa rGO yang dihasilkan memiliki kemampuan adsorpsi yang baik untuk degradasi polutan organik seperti metilen biru. Kebaruan penelitian ini terletak pada pemanfaatan TKKS sebagai bahan baku alternatif untuk sintesis rGO serta evaluasi perbandingan tiga metode reduksi. Hasilnya membuktikan bahwa rGO hidrotermal dari TKKS efektif dalam menurunkan konsentrasi metilen biru, sehingga dapat memberikan solusi pengolahan limbah yang efisien dan berkelanjutan.
Karakteristik Batako Berlubang Menggunakan Bahan Tambahan Serat Eceng Gondok dengan Variasi Waktu Pematangan Nurhanisa, Mega; Asterina, Asterina; Wahyuni, Dwiria
Rekayasa Sipil Vol 14, No 1 (2025)
Publisher : Universitas Mercu Buana

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.22441/jrs.2025.v14.i1.02

Abstract

Batako merupakan bahan yang umum digunakan sebagai bahan pengganti kayu dengan batako ringan sebagai salah satu variasi yang ada. Penelitian ini dilakukan untuk menguji campuran serat eceng gondok sebesar 3% pada komposisi pembuatan batako ringan dengan menggunakan variasi waktu pematangan 14, 21, dan 28 hari terhadap kualitas dan karakteristik batako yang dihasilkan sesuai dengan SNI 8640:2018. Penelitian dilakukan dengan menguji daya serap air, densitas, kuat lentur, dan kuat tekan batako yang telah dihasilkan. Daya serap air dan kuat tekan tertinggi adalah pada variasi 28 hari sebesar 14,98% dan 1,984 MPa, sedangkan kuat lentur terbesar pada variasi 21 hari sebesar 6,586 MPa. Densitas rata-rata batako sebesar 1,51 g/cm3. Batako yang dihasilkan memenuhi beberapa ketentuan seperti daya serap air dan kuat tekan pada kategori bata ringan non struktural. Sedangkan densitas batako masih melebihi kategori batako ringan. Oleh karenanya diperlukan variasi bentuk eceng gondok serta daya tekan yang lebih besar dalam proses pencetakan agar batako menjadi lebih padat dan baik kualitasnya.
Study on Water Quality of Sekadau River Using Pollution Index Method Hardina, Ellan; Wahyuni, Dwiria; Zulfian
Jurnal Biologi Tropis Vol. 24 No. 2 (2024): April - Juni
Publisher : Biology Education Study Program, Faculty of Teacher Training and Education, University of Mataram, Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29303/jbt.v24i2.6531

Abstract

One of the leading causes of declining water quality is contamination from human activities. The Sekadau River serves as a primary water source for the residents of Sekadau Regency, facilitating bathing, laundry, kitchen equipment cleaning, and freshwater fish cultivation. The objective of this study is to evaluate the water quality of the Sekadau River, comparing it against Class II standards as stipulated in Government Regulation No. 22 of 2021 on Environmental Protection and Management. Subsequently, pollution levels in the Sekadau River at the measurement point were determined using the Pollution Index Method (PIM). The research findings reveal that the pollution index values for 2018, 2022, and 2023 fall within the lightly polluted category. Conversely, in 2019, the water quality of the Sekadau River exhibited improvement. It complied with water quality standards per the Minister of Environment and Forestry Decree No. 115 on Quality Status Determination Guidelines. Consequently, the Sekadau River remains suitable for bathing, laundry, freshwater fish cultivation, and other purposes requiring water of the same quality as its designated use. However, considering the increasing pollution trends in 2022 and 2023, appropriate measures are necessary to prevent the Sekadau River from becoming more polluted.
Sintesis Komposit Karbon Aktif TKKSTiO2 dengan Aktivasi Gelombang Mikro untuk Pemurnian Emisi Gas Buang Kendaraan Bermotor Aqni, Wahyu Nur; Nurhanisa, Mega; Dwiria Wahyuni
Jurnal Ilmu Fisika Vol 17 No 1 (2025): March 2025
Publisher : Jurusan Fisika FMIPA Universitas Andalas

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25077/jif.17.1.19-30.2025

Abstract

The palm oil plantation industry generates waste besides palm oil products, including empty palm bunch (EPB). This research examines the emission reduction capabilities of motor vehicle exhaust gases using a composite of activated carbon from EPB-AC/TiO2. Surface morphology characterization of the composite is conducted using Brunauer-Emmett-Teller (BET) and Scanning Electron Microscope (SEM). EPB-AC exhibits an average reduction effectiveness of HC gas based on particle size (50, 100, 150, 200 mesh) sequentially at 34.49%, 37.43%, 39.98%, and 43.56%. The average effectiveness of EPB-AC in reducing CO gas sequentially is 70.29%, 71.30%, 72.86%, and 74%. For CO2 gas, EPB-AC has an average reduction sequentially at 52.6%, 54.25%, 56.52%, and 58.54%. On the other hand, the EPB-AC/TiO2 composite exhibits an average reduction effectiveness of HC gas based on particle size sequentially at 42.38%, 43.42%, 45.1%, and 46.57%. The average effectiveness of the EPB-AC/TiO2 composite in reducing CO gas sequentially is 71.24%, 73.52%, 75.54%, and 76.9%. For CO2 gas, the EPB-AC/TiO2 composite has an average reduction sequentially at 54.93%, 54.25%, 59.76%, and 63.05%. Therefore, the best reduction results occur at a particle size of 200 mesh.
Identifikasi Stroke Menggunakan Metode Transfer learning Arsitektur Convolutional Neural Network Pada Citra CT-scan Kepala Waliidaturrahmaniah, Waliidaturrahmaniah; Hasanuddin, Hasanuddin; Wahyuni, Dwiria
PRISMA FISIKA Vol 11, No 3 (2023)
Publisher : FMIPA, Universitas Tanjungpura

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26418/pf.v11i3.65242

Abstract

Stroke menjadi penyebab terbesar atas kecatatan dan kematian pada masyarakat Indonesia. Tingkat penderita stroke yang tertinggi di wilayah Asia Tenggara adalah Indonesia. Hal tersebut yang menjadi perhatian pada penelitian ini untuk dapat mengidentifikasi citra kepala hasil dari proses pencitraan medis yaitu CT-scan. Salah satu pemanfaatan teknologi IT dalam bidang medis adalah menggantikan fungsi kerja manusia dalam merepresentasikan hasil citra CT-scan dengan kinerja mesin. Teknologi tersebut memanfaatkan arsitektur Convolutional Neural Network (CNN) metode transfer learning. Pada penelitian ini, dataset yang akan digunakan adalah citra CT-scan kepala dari website www.kaggle.com. Beberapa variasi arsitektur yang digunakan adalah arsitektur AlexNet, VGG16, dan GoogLeNet serta variasi optimizer Stochastic Gradient Descent (SGD), AdaGrad, RMSProp, dan Adam. Hasil yang diperoleh adalah Akurasi AlexNet dengan menggunakan optimizer SGD adalah 75%, AdaGrad sebesar 93%, RMSProp menghasilkan 90%, dan Adam sebesar 85%. Hasil akurasi pada arsitektur VGG16 dengan menggunakan optimizer SGD adalah 73%, AdaGrad sebesar 88%, RMSProp menghasilkan 68%, dan Adam sebesar 91. Arsitektur GoogLeNet menghasilkan nilai akurasi dengan menggunakan optimizer SGD sebesar 65%, AdaGrad, RMSProp dan Adam masing masing menghasilkan akurasi sebesar 65%, 84%, 93% dan 85%.Arsitektur GoogLeNet dan AlexNet dengan optimizer yang berbeda yaitu AdaGrad dan RMSProp berhasil memperoleh akurasi tertinggi diantara arsitektur lainnya dengan akurasi sebesar 93%. Perbedaannya hanya waktu yang dibutuhkan kedua arsitektur ini untuk melakukan proses pelatihan yaitu 4 menit 15 detik untuk arsitektur AlexNet optimizer AdaGrad, dan 12 menit 26 detik untuk arsitektur GoogLeNet optimizer RMSProp.  Kata Kunci: Convolutional_Neural_Network_(CNN), CT-scan, Optimizer, Stroke, Transfer_learning.
Identifikasi Penyakit COVID-19 dan Tuberkulosis Menggunakan Metode Convolutional Neural Network Arsitektur GoogLeNet Berdasarkan Citra Rontgen Thorax Abdillah, Retry Asykurani; Hasanuddin, Hasanuddin; Wahyuni, Dwiria
PRISMA FISIKA Vol 11, No 3 (2023)
Publisher : FMIPA, Universitas Tanjungpura

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26418/pf.v11i3.65228

Abstract

Penelitian identifikasi penyakit COVID-19 dan tuberkulosis berdasarkan rontgen thorax dengan metode convolutional neural network (CNN) arsitektur GoogLeNet telah dilakukan untuk menganalisis dan meningkatkan nilai akurasi dari penelitian CNN GoogLeNet dalam mengidentifikasi penyakit COVID-19 dan tuberkulosis.   Data penelitian diperoleh dari situs Kaggle yang terdiri dari 700 citra COVID-19, 700 citra normal, dan 700 citra tuberkulosis. Metode CNN GoogLeNet dalam mengidentifikasi citra dimulai dari tahapan augmentasi, pelatihan, dan pengujian. Tahap augmentasi diawali dengan mengecilkan dan memotong citra hingga berukuran 224×224 piksel, membuat citra dirotasi secara acak 5⁰ dan citra dibalik posisinya secara horizontal serta citra akan digeser secara acak sebesar 0,08 berdasarkan kemiringan 0,2⁰. Tahapan pelatihan dan pengujian menggunakan hyperparameter yang terdiri atas batch size (16, 32, dan 64), epoch (10, 30, dan 50), cross entropy loss, optimizer (Adam), dan learning rate 0,0001.  Hasil penelitian menunjukkan bahwa CNN GoogLeNet mengidentifikasi penyakit berdasarkan derajat keabuan yang dimiliki oleh citra melalui proses feature learning dan classification. Derajat keabuan pada citra berkisar antara 0-255 sedangkan yang dimiliki penyakit COVID-19 dominan pada 200-255, penyakit tuberkulosis dominan pada 100-255, dan kondisi paru-paru normal dominan pada 0-100. Hasil penelitian berdasarkan proses klasifikasi pengujian menghasilkan akurasi 97% (batch size 16 dan epoch 10), 98% (batch size 16 dan epoch 30), 97% (batch size 16 dan epoch 50), 96% (batch size 32 dan epoch 10), 98% (batch size 32 dan epoch 30), 96% (batch size 32 dan epoch 50), 96% (batch size 64 dan epoch 10), 96% (batch size 64 dan epoch 30), dan 97% (batch size 64 dan epoch 50).  Kata Kunci : Citra Rontgen, CNN, COVID-19, GoogLeNet, Tuberkulosis
Prediksi Penyakit Hepatitis C dan Sirosis Hati dengan Penerapan SMOTE pada Metode Jaringan Saraf Tiruan Propagasi Balik Rajiah, Emi; Hasanuddin, Hasanuddin; Wahyuni, Dwiria
PRISMA FISIKA Vol 11, No 3 (2023)
Publisher : FMIPA, Universitas Tanjungpura

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26418/pf.v11i3.65229

Abstract

Penyakit hati adalah gangguan yang menyebabkan organ hati tidak bekerja dengan normal. Penelitian ini berfokus pada penyakit hati salah satunya yaitu, hepatitis C dan sirosis hati. Proses komputerisasi digunakan untuk mempermudah dalam pengolahan data agar memperoleh hasil yang akurat dan lebih memudahkan ahli medis dalam klasifikasi, prediksi, diagnosa dan pendeteksian suatu penyakit. Tujuan penelitian ini yaitu, untuk mengetahui jaringan saraf tiruan propagasi balik dalam memprediksi penyakit hepatitis C dan sirosis hati serta mengetahui persentase nilai akurasinya. Propagasi balik (backpropagation) termasuk algoritma jaringan saraf tiruan merupakan metode yang digunakan pada penelitian ini untuk menyelesaikan tugas yang komplek dengan bantuan Synthetic Minority Oversampling Technique (SMOTE) untuk menyeimbangkan data. Prinsip yang digunakan dalam metode SMOTE ialah prinsip oversampling yaitu, dengan membangkitkan data dari kelas yang jumlahnya sedikit (minor) agar jumlahnya seimbang dengan data dari kelas yang jumlahnya banyak (mayor). Hasil prediksi pada penelitian ini dengan metode propagasi balik untuk penyakit hepatitis C dengan pengolahan menggunakan SMOTE dan tanpa SMOTE berturut-turut yaitu, sebesar 99% dan 95%, sedangkan nilai akurasi prediksi penyakit sirosis hati dengan pengolahan menggunakan SMOTE dan tanpa SMOTE berturut-turut yaitu, sebesar 85% dan 84%. Berdasarkan hasil yang diperoleh tersebut, dapat disimpukan bahwa pengolahan data dengan bantuan SMOTE memperoleh nilai akurasi lebih tinggi sehingga dapat membantu meningkatkan nilai akurasi dalam proses pelatihan dan pengujian.Kata Kunci : Hepatitis_C, Jaringan_Saraf_Tiruan, Propagasi_Balik, Sirosis_Hati, SMOTE
Co-Authors . Fauziah Abdillah, Retry Asykurani Abdurrahman Bahtiar Abdurrahman Bahtiar Agus Prasetiono Amanda, Ulvi Loly Andi Ihwan Apriani, Ririn Aqni, Wahyu Nur Arsyad, Ya' Muhammad Arsyad, Ya’ Muhammad Asifa Asri Asifa Asri Asifa Asri Asterina, Asterina Azrul Azwar Bintoro Siswo Nugroho Boni Pahlanop Lapanporo Dala Novika Sandi Erwan Erwan, Erwan Fatisa, Huril Fitria Yudita Galuh Utamia Dillayati H., Cindy Priscilla Hardina, Ellan Harmawanda, Salsabila Hasanuddin Hasanuddin Hasanuddin Hasanuddin Hero Hartato Irfana Diah Faryuni Kornelia, Yenniarti Kurnia, Ayu Lestari, Tri Mukti Liana, Tila Mariana Bara'allo Malino Mariana Bara’allo Malino Mariani Mariani Marjuki Marjuki Masela, Patrisia Mega Nurhanisa Mia Audina, Mia Muliadi Muliadi Muliadi Mustafa, Usliana Neng Ayu Arini Nia Syafitri Nurhasanah Nurhasanah Nurhasanah Nurhasanah Nurhasanah Nurhasanah Nurhasanah Nurhasanah Perdhana, Radhitya Putri, Evi Pania Rahmadhani, Nur Winda Rajiah, Emi Riza Adriat Rutdiyanti Rutdiyanti Rutdiyanti, Rutdiyanti Sandi, Dala Novika Saputro, Febriyanto Joko Saron, Mawar Sinaga, Dian Tarni Siti Helmyati Suci Fitri Nazila Sumiati, Mimi Sumila Sumila Tri Handayani Wahyu Tri Hidayat Waliidaturrahmaniah, Waliidaturrahmaniah Ya' Muhammad Arsyad Ya’ Muhammad Arsyad Yoga Satria Putra Yudha Arman Yuris Sutanto Zeny Oktaviani Zeny Oktaviani Zulfian Zulfian Zulfian