Article Per Year (5 Year)
p-Index From 2020 - 2025
0.23
P-Index
This Author published in this journals
All Journal Jurnal Pengabdian Magister Pendidikan IPA PROSIDING SEMINAR NASIONAL FISIKA (E-JOURNAL)
Ahmad Kadarisman
Unknown Affiliation
Education Electrical & Electronics Engineering Energy Physics Other

Published : 3 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 3 Documents
Search

 1 
Pemanfaatan Eceng Gondok (Eichhornia Crassipes) untuk Briket Sebagai Bahan Bakar Energi Alternatif di Kelurahan Panji Sari, Lombok Tengah Eka Junaidi; Agif Suryadi; Chika Nur Narulita; Ghennia Dzinur Arninda; Lalu Wahri Suganda; Mutiara Rizkiandini Putri; Ahmad Kadarisman; Cokorda Werdiyatna S; Dinda Rizki Karina Sari; M. Iqbal Ferdiansyah; Baiq Haya Ulya Rifada; Gugus Putra Pamungkas; Harkees Hirvad; Nova Fitrian; Risky Khawiyu Pasya
Jurnal Pengabdian Magister Pendidikan IPA Vol 4 No 3 (2021)
Publisher : Universitas Mataram

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (497.474 KB) | DOI: 10.29303/jpmpi.v4i3.942

Abstract

Panji Sari merupakan kelurahan yang terletak di sekitar Bendungan Batujai yang terbagi menjadi enam lingkungan, yaitu Lingkungan Bukal Malang, Gelondong, Harapan Baru, Kemulah, Darul Falah Selatan, dan Darul Falah Utara. Letak geografis Panji Sari yang berdekatan dengan Bendungan Batujai, mengakibatkan tumbuhan eceng gondok banyak ditemukan di wilayah Panji Sari, khususnya Lingkungan Bukal Malang. Eceng gondok (Eichhornia crassipes) adalah tanaman yang hidup mengapung di air dan kadang-kadang berakar dalam tanah. Eceng gondok (Eichornia crassipes) berkembang biak dengan sangat cepat, baik secara vegetatif maupun generatif. Akibat pertumbuhannya yang cepat, eceng gondok sering kali menjadi gulma yang menganggu suatu perairan termasuk juga di wilayah kelurahan Panji Sari. Keberadaan eceng gondok yang ditemukan dalam jumlah besar menjadi sangat potensial sebagai bahan baku utama pembuatan briket. Pembuatan briket merupakan upaya mengubah keberadaan eceng gondok sebagai bahan bakar energi terbarukan, menjadi solusi dalam upaya ‘zero waste’ serta dapat meningkatkan nilai ekonomi masyarakat Kelurahan Panji Sari. Pembuatan briket menggunakan eceng gondok sebagai bahan utama yang ditunjang dengan bahan lain dari kulit biji kenari, sekam padi, ranting kayu, serta tepung tapioka sebagai perekatnya. Hasil dari pembuatan briket eceng gondok dapat dimanfaatkan masyarakat sebagai pengganti arang batok kelapa yang digunakan masyarakat dalam kehidupan sehari-hari sebagai bahan bakar serta pembuatan briket akan dapat memberikan nilai ekonomis tinggi bagi masyarakat khususnya di Kelurahan Panji Sari.
MODEL HYBRID DAE-GAN DENGAN ARSITEKTUR U-NET UNTUK DENOISING SINYAL SEISMIK Eko Priyatno; Ahmad Kadarisman; Santoso Soekirno; Martarizal
Joint Prosiding IPS dan Seminar Nasional Fisika Vol. 14 No. 1 (2026): Joint Prosiding IPS dan Seminar Nasional Fisika
Publisher : Program Studi Pendidikan Fisika dan Program Studi Fisika Universitas Negeri Jakarta, LPPM Universitas Negeri Jakarta, HFI Jakarta, HFI

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.21009/03.1401.FA08

Abstract

Data seismik penting untuk studi geofisika, tetapi sering menghadapi gangguan yang memperumit analisis struktur bawah tanah. Penelitian ini memperkenalkan metode baru menggunakan deep learning untuk mengurangi noise dalam rekaman seismik. Ini menggabungkan Denoising Autoencoder (DAE) dengan Generative Adversarial Network (GAN). Dalam metode ini, model U-Net berfungsi sebagai Generator untuk membuat sinyal bebas noise dari input yang terkontaminasi. Sebuah Discriminator berbasis CNN membedakan antara sinyal yang dihasilkan dan sinyal asli. Fungsi Loss Generator mencakup Mean Squared Error (MSE) untuk akurasi dan Adversarial Loss untuk fitur yang realistis. Model ini dilatih pada dataset STEAD dan kinerjanya dievaluasi dengan ukuran seperti Signal To Noise Ratio Sinyal (SNR), RMSE, dan PRD. Hasil menunjukkan bahwa model ini meningkatkan SNR dan menghasilkan sinyal bersih yang mirip dengan aslinya baik secara visual maupun spektral. Pendekatan ini dapat meningkatkan otomatisasi dan efisiensi dalam praproses data seismik.
Early Detection of Seismic Signal Anomalies Using Raspberry Pi 5 and Lightweight Machine Learning Models Ahmad Kadarisman; Imam Fachruddin; Santoso Soekirno; Hanif Andi Nugraha; Benyamin Heryanto Rusanto; Martarizal
Joint Prosiding IPS dan Seminar Nasional Fisika Vol. 14 No. 1 (2026): Joint Prosiding IPS dan Seminar Nasional Fisika
Publisher : Program Studi Pendidikan Fisika dan Program Studi Fisika Universitas Negeri Jakarta, LPPM Universitas Negeri Jakarta, HFI Jakarta, HFI

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.21009/03.1401.FA14

Abstract

Data integrity is crucial for seismic monitoring systems, but is often compromised by anthropogenic or instrumental anomalies. This paper proposes a lightweight edge computing framework using Raspberry Pi 5 for real-time anomaly detection. MiniSEED data from the high-noise TOJI station were processed through segmentation, statistical or spectral feature extraction, and unsupervised models (isolation forest and autoencoder). The results show a detection latency of 78-113 ms with minimal resource consumption (<35% CPU, <200 MB RAM) and 82% correlation with ground-truth anomalies. This framework can be used on networked seismographs with limited resources such as those of the BMKG.
Co-Authors Agif Suryadi Baiq Haya Ulya Rifada Benyamin Heryanto Rusanto Chika Nur Narulita Cokorda Werdiyatna S Dinda Rizki Karina Sari Eka Junaidi Eko Priyatno Ghennia Dzinur Arninda Gugus Putra Pamungkas Hanif Andi Nugraha Harkees Hirvad Imam Fachruddin Lalu Wahri Suganda M. Iqbal Ferdiansyah Martarizal Mutiara Rizkiandini Putri Nova Fitrian Risky Khawiyu Pasya Santoso Soekirno