Article Per Year (5 Year)
p-Index From 2021 - 2026
6.657
P-Index
This Author published in this journals
All Journal Jurnal Teknologi Perikanan dan Kelautan Jurnal Perikanan dan Kelautan Journal of Marine Research Jurnal Teknologi Informasi dan Ilmu Komputer INVOTEC Jurnal Pendidikan Geografi: Kajian, Teori, dan Praktik dalam Bidang Pendidikan dan Ilmu Geografi Jurnal Teknologi dan Sistem Komputer Jurnal RESTI (Rekayasa Sistem dan Teknologi Informasi) SemanTIK : Teknik Informasi Jurnal Pengabdian Pada Masyarakat JURNAL REKAYASA TEKNOLOGI INFORMASI Georafflesia : Artikel Ilmiah Pendidikan Geografi METHODIKA: Jurnal Teknik Informatika dan Sistem Informasi J SIG (Jurnal Sains Informasi Geografi) Al-Kharaj: Journal of Islamic Economic and Business PENA AKUATIKA : JURNAL ILMIAH PERIKANAN DAN KELAUTAN Jurnal Komunitas: Jurnal Pengabidian Kepada Masyarakat Jurnal Abdi Insani Jurnal Chart Datum International Journal of Marine Engineering Innovation and Research Jurnal Teknologi Informasi dan Komunikasi Jurnal Mandala Pengabdian Masyarakat Jurnal Kemaritiman: Indonesian Journal of Maritime Zona Laut : Jurnal Inovasi Sains dan Teknologi Kelautan Simpatik: Jurnal sistem Informasi dan Informatika Indonesian Journal of Oceanography Jurnal Algoritma Journal of Scientech Research and Development JATIKOM: Jurnal Aplikasi dan Teori Ilmu Komputer Jurnal Perikanan dan Kelautan INOVTEK Polbeng - Seri Informatika JURNAL ILMIAH SATYA MINABAHARI JUSTINDO (Jurnal Sistem dan Teknologi Informasi Indonesia) Jurnal Pendidikan Perikanan Kelautan (Journal of Fisheries and Maritime Studies)
Willdan Aprizal Arifin
Universitas Pendidikan Indonesia
Agriculture, Biological Sciences & Forestry Humanities Automotive Engineering Biochemistry, Genetics & Molecular Biology Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Earth & Planetary Sciences Economics, Econometrics & Finance Education Electrical & Electronics Engineering Energy Engineering Environmental Science Health Professions Immunology & microbiology Industrial & Manufacturing Engineering Languange, Linguistic, Communication & Media Law, Crime, Criminology & Criminal Justice Library & Information Science Materials Science & Nanotechnology Mathematics Mechanical Engineering Physics Public Health Social Sciences Transportation Other

Published : 48 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 48 Documents
Search

 1   2   3   4   5 
Perbandingan Metode Hyperparameter Tuning Pada Model XGBoost Untuk Prediksi Multioutput Handyanto, Lukman; Arifin, Willdan Aprizal; Syafri, Herman
Jurnal Rekayasa Teknologi Informasi (JURTI) Vol 10, No 1 (2026): Jurnal Rekayasa Teknologi Informasi (JURTI)
Publisher : Universitas Mulawarman

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30872/jurti.v10i1.22958

Abstract

Prediksi parameter atmosfer-oseanografi yang akurat sangat penting untuk mitigasi risiko di wilayah pesisir dan aktivitas kelautan. Penelitian ini membandingkan efektivitas Grid Search dan Randomized Search dalam optimasi hyperparameter XGBoost untuk prediksi multioutput lima parameter cuaca dan laut, yaitu kecepatan angin, arah angin, kelembaban relatif, suhu permukaan laut, dan tinggi muka air menggunakan data Automatic Weather Station BMKG periode 2022-2025 pada stasiun Merak, Ciwandan, dan Bakauheni. Penelitian meliputi tahapan pengumpulan data, ekstraksi fitur temporal, pembersihan data, pemisahan fitur-target, pembagian data latih-uji, normalisasi, pelatihan model, hyperparameter tuning, dan evaluasi menggunakan metrik R². Hasil menunjukkan kedua metode menghasilkan akurasi tinggi dengan nilai R² berada pada rentang 0,7214 hingga 0,9916. Perbedaan akurasi antar metode relatif kecil, dengan selisih R² terbesar 0,0152 pada variabel arah angin. Meskipun demikian, Randomized Search menunjukkan keunggulan signifikan dari sisi efisiensi komputasi dengan waktu eksekusi hingga 7,5 kali lebih cepat dibandingkan Grid Search, yaitu 38,3 detik dibandingkan 285,6 detik pada variabel kecepatan angin. Selain itu, proses optimasi hyperparameter terbukti meningkatan kinerja model dibandingan konfigurasi baseline, dengan peningkatan nilai R² arah angin dari 0,6137 menjadi 0,7366. Berdasarkan keseimbangan antara akurasi dan efisiensi komputasi, Randomized Search direkomendasikan sebagai optimasi hyperparameter untuk model XGBoost multioutput pada data kompleks dan berdimensi tinggi.
ANALISIS STOK IKAN GULAMAH (Johnius sp.) YANG DIDARATKAN DI PPN KARANGANTU DAN ANALISIS EAFM DOMAIN EKONOMI DAN SOSIAL: STOCK ANALYSIS OF GULAMAH FISH (Johnius Sp.) LANDED AT KARANGANTU NUSANTARA FISHING PORT AND EAFM ANALYSIS OF ECONOMIC AND SOCIAL DOMAINS Puti Hanifa Kamal; Ayang Armelita Rosalia; Willdan Aprizal Arifin
Jurnal Ilmiah Satya Minabahari Vol. 11 No. 1 (2025): Vol. 11 No. 1 (2025): Vol. 11 No. 1 Agustus 2025 - Januari 2026
Publisher : Fakultas Perikanan dan Ilmu Kelautan Universitas Satya Negara Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.53676/jism.v11i1.236

Abstract

Ikan gulamah (Johnius sp.) merupakan salah satu sumber daya perikanan yang didaratkan di Pelabuhan Perikanan Nusantara (PPN) Karangantu, Serang, Provinsi Banten dan memiliki nilai ekonomi bagi nelayan. Penelitian ini bertujuan untuk menganalisis nilai Catch Per Unit Effort (CPUE), Maximum Sustainable Yield/MSY , jumlah tangkapan yang diperbolehkan (Total Allowable Catch/TAC), serta kondisi pengelolaan perikanan berdasarkan pendekatan Ecosystem Approach to Fisheries Management (EAFM) pada domain sosial dan ekonomi. Berdasarkan analisis model Schaefer diperoleh nilai MSY sebesar 80.468 kg/tahun, effort optimum sebesar 10.045 trip, dan TAC sebesar 64.374 kg. Nilai CPUE mengalami fluktuasi dengan nilai tertinggi 7 kg/trip pada tahun 2019 dan terendah 2 kg/trip pada tahun 2022 dan 2025. Rata-rata tingkat pemanfaatan sebesar 76,54% mengindikasikan bahwa pemanfaatan sumber daya ikan gulamah (Johnius sp.) telah mencapai kondisi fully exploited. Berdasarkan hasil analisis EAFM, domain sosial memperoleh kategori baik dengan nilai 70, sementara domain ekonomi termasuk dalam kategori sedang dengan nilai 56,67. Secara keseluruhan, pengelolaan perikanan gulamah di PPN Karangantu termasuk kategori baik dengan nilai agregat 63,33 sehingga diperlukan pengendalian upaya penangkapan dan peningkatan kesejahteraan nelayan untuk mendukung keberlanjutan sumber daya perikanan.
Weather and Marine Multi-output Prediction Using XGBoost on Automatic Weather Station Data Willdan Aprizal Arifin; Luthfi Anzani; M Ma'ruf; Anton Daud; Lukman Handyanto; Raisa Maulidia; Ramzan Pradana Maulsyid; Angga Fadzar
Jurnal RESTI (Rekayasa Sistem dan Teknologi Informasi) Vol 10 No 2 (2026): April 2026
Publisher : Ikatan Ahli Informatika Indonesia (IAII)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29207/resti.v10i2.7031

Abstract

Climate change on a global scale has triggered an increase in sea levels and heightened the frequency of extreme weather events, especially in maritime countries such as Indonesia. These conditions necessitate the development of accurate and adaptive weather and marine prediction systems. This study proposes a multi-output prediction model using the eXtreme Gradient Boosting (XGBoost) algorithm based on BMKG's Automatic Weather Station (AWS) data from the BMKG. The data cover the period 2022-2025 with high temporal resolution and include five main parameters: wind speed, water level, water temperature, relative humidity, and wind direction. The hyperparameter tuning process led to the discovery of an optimal configuration capable of enhancing the model's accuracy. The evaluation results of the coefficient of determination (R²) and Root Mean Squared Error (RMSE) metrics show that the model can predict water temperature, water level, and relative humidity with very high accuracy, which is more than 85 percent. The model also performed well in predicting wind speed, although it still faced difficulties in handling wind direction due to its cyclical nature. Overall, the XGBoost approach proved effective in modeling weather and marine parameters simultaneously and has the potential to be integrated into environmental monitoring systems in Indonesia's coastal and archipelagic regions.
APPLICATION OF INVERSE DISTANCE WEIGHTED (IDW) INTERPOLATION IN DETERMINING WAVE HEIGHT IN THE WATERS OF THE SUNDA STRAIT: PENERAPAN INTERPOLASI INVERSE DISTANCE WEIGHTED (IDW) DALAM MENENTUKAN TINGGI GELOMBANG LAUT DI PERAIRAN SELAT SUNDA Willdan Aprizal Arifin; Anton Daud; Ramzan Pradana Maulsyid; Raisa Maulidia; Lukman Handyanto; Rifki Andreana Sutrisno
Jurnal Teknologi Perikanan dan Kelautan Vol. 16 No. 3 (2025): AUGUST 2025
Publisher : Fakultas Perikanan dan Ilmu Kelautan, IPB University

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24319/jtpk.16.268-281

Abstract

The Sunda Strait is one of the busiest transportation routes in Indonesia, which has great potential in the fields of shipping, fisheries, and tourism. In addition to its potential, the Sunda Strait is also faced with challenges in the form of high wave risks that can jeopardize safety and disrupt the smooth running of maritime activities. The availability of wave data is an important aspect in maintaining safety and maritime activities. This research aims to visualize Inverse Distance Weighted (IDW) interpolation of wave height to provide more accurate and detailed information in the waters of the Sunda Strait for the benefit of the maritime sector. In this study, the IDW method was applied to wind data at three Automatic Weather Stations (AWS) points around the Sunda Strait region. Before the application of IDW, the Delaunay Triangulation method was used to ensure the optimization of sample points used to perform interpolation. The results showed that the significant wave height tended to be higher in the southwest monsoon than in the northeast monsoon. During the observation period 2022-2024, the maximum significant wave height was recorded at 2.06 meters, and the minimum one was close to zero. The application of the IDW method successfully visualizes the spatial distribution of wave height in detail, thereby supporting decision-making in risk mitigation and shipping safety in the Sunda Strait.
Analisis Hubungan Tumpahan Minyak Terhadap Daerah Potensi Ikan di Wilayah Perairan Kabupaten Karawang: Analysis of The Relationship Between Oil Spills and Potential Fishing Grounds in The Waters of Karawang Regency Willdan Aprizal Arifin; Adhitiyah Rosy Wijayanti; La Ode Alam Minsaris
Jurnal Chart Datum Vol. 12 No. 1 (2026): Jurnal Chart Datum
Publisher : Sekolah Tinggi Teknologi Angkatan Laut (STTAL)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37875/chartdatum.v12i1.406

Abstract

Tumpahan minyak merupakan salah satu bentuk pencemaran laut yang berpotensi mengganggu kondisi oseanografi serta memengaruhi distribusi daerah potensi ikan, terutama di wilayah dengan aktivitas industri serta eksplorasi minyak dan gas bumi. Penelitian ini bertujuan untuk menganalisis hubungan antara tumpahan minyak dan perubahan daerah potensi ikan di perairan Kabupaten Karawang. Metode penelitian menggunakan pendekatan kuantitatif melalui analisis spasial dan temporal. Sebaran tumpahan minyak diidentifikasi menggunakan citra radar Sentinel-1A melalui metode Adaptive Thresholding pada periode 2019–2021. Sementara itu, penentuan daerah potensi ikan dilakukan berdasarkan parameter oseanografi yang meliputi suhu permukaan laut (SPL), klorofil-a, dan salinitas pada periode 2017–2021 dengan resolusi temporal bulanan. Hasil uji korelasi Spearman menunjukkan hubungan negatif yang lemah antara luasan tumpahan minyak dan luasan daerah potensi ikan (ρ = −0,288; p = 0,638). Nilai korelasi yang rendah diduga dipengaruhi oleh keterbatasan sebaran minyak, variasi konsentrasi minyak, perbedaan resolusi spasial data citra, serta kemungkinan adanya keterlambatan respons ekosistem (lag time). Meskipun demikian, analisis spasial menunjukkan adanya pergeseran distribusi daerah potensi ikan yang cenderung menjauhi wilayah pesisir yang terdampak tumpahan minyak.
Evaluasi Model Machine Learning untuk Klasifikasi Potensi Keberadaan Ikan Kembung (Rastrelliger sp.) di Selat Sunda Putri Adi Khotimah; Willdan Aprizal Arifin; Ayang Armelita Rosalia
Journal of Marine Research Vol 15, No 3 (2026): Journal of Marine Research
Publisher : Departemen Ilmu Kelautan, Fakultas PerikanJurusan Ilmu Kelautan, Universitas Diponegoro

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.14710/jmr.v15i3.57172

Abstract

Karakteristik lingkungan perairan Selat Sunda berperan penting dalam menentukan keberadaan ikan kembung. Variabilitas parameter lingkungan menyebabkan pola keberadaan ikan kembung menjadi dinamis sehingga perlu adanya pendekatan yang mampu menangkap kompleksitas hubungan antar variabel salah satunya menggunakan machine learning. Penelitian ini bertujuan untuk membuat pemodelan klasifikasi keberadaan ikan kembung menggunakan algoritma Random Forest dan XGBoost dengan pendekatan time series untuk mempertimbangkan aspek temporal data. Proses pelatihan model menggunakan data tahun 2019-2023 dan pengujian model menggunakan data tahun 2024-2025. Hyperparameter tuning dilakukan untuk mengoptimalkan kinerja model. Hasil evaluasi, Random Forest menunjukkan performa yang lebih unggul dengan akurasi 95% sementara XGBoost memperoleh akurasi sebesar 94%. Analisis menggunakan pendekatan SHAP menunjukkan bahwa klorofil-a menjadi variabel yang paling dominan dalam menentukan prediksi keberadaan ikan kembung di Selat Sunda. Pola musiman menunjukkan bahwa puncak keberadaan ikan kembung berada di periode Mei-Juni dan musim penurunan keberadaan pada periode November-Februari.
Pengaruh ENSO terhadap Variabilitas SPL dan Klorofil-a di Selat Sunda 2015 – 2025 Umi Holifah Mashur; Luthfi Anzani; Willdan Aprizal Arifin
Indonesian Journal of Oceanography Vol 8, No 3 (2026): Indonesian Journal of Oceanography
Publisher : University of Diponegoro

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.14710/ijoce.v8i3.32565

Abstract

Selat Sunda memiliki peran krusial dalam perputaran massa air laut di Indonesia, yang dipengaruhi oleh pertemuan dua aliran utama, yakni massa air yang berasal dari Laut Jawa dan massa air dari Samudra Hindia. Tujuan penelitian ini untuk menganalisis variabilitas SPL dan konsentrasi klorofil-a serta pengaruh ENSO berdasarkan indeks ONI selama musim barat dan musim timur pada rentang waktu 2015–2025. Penelitian ini memanfaatkan data SPL dan klorofil-a berbasis citra satelit Aqua MODIS, data angin ERA5, serta data indeks ONI dari NOAA, dengan pendekatan kuantitatif deskriptif serta analisis spasial-temporal. Visualisasi dilakukan menggunakan interpolasi kriging pada ArcGIS dan pengolahan data angin menggunakan Python. Analisis dilakukan melalui korelasi Pearson serta regresi linear berganda. Temuan menunjukkan bahwa SPL memiliki pola musiman yang konsisten, ketika musim barat memiliki suhu lebih rendah dibandingkan dengan musim timur. Sementara klorofil-a ketika musim barat lebih tinggi yang disebabkan oleh curah hujan serta runoff daratan yang mengangkut nutrien. Hubungan ONI terhadap SPL menunjukkan korelasi sangat rendah dan tidak signifikan pada musim barat (r = 0,01) dan korelasi negatif sedang pada musim timur (r = -0,47) dengan hasil regresi yang signifikan. Sementara hubungan ONI dengan klorofil-a bersifat lemah dan tidak signifikan pada kedua musim. Penelitian ini menunjukkan bahwa variabilitas SPL dan konsentrasi klorofil-a tidak hanya dipengaruhi oleh ENSO, tetapi juga oleh dinamika oseanografi dan iklim regional perairan Selat Sunda.
PENERAPAN FEATURE SELECTION DALAM MEMPREDIKSI TINGGI GELOMBANG LAUT SIGNIFIKAN Arifin, Willdan Aprizal; Anzani, Luthfi; Ma'ruf, Ma'ruf; Daud, Anton; Handyanto, Lukman; Maulidia, Raisa; Maulsyid, Ramzan Pradana
Jurnal Pendidikan Perikanan Kelautan (Journal of Fisheries and Maritime Studies) Vol 5, No 2 (2025): Desember 2025
Publisher : Universitas Pendidikan Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.17509/jppk.v5i2.95250

Abstract

Tinggi gelombang signifikan (Hs) merupakan indikator utama dalam memantau kondisi laut dan keselamatan aktivitas kelautan. Penelitian ini bertujuan mengembangkan model prediksi Hs menggunakan algoritma Long Short-Term Memory (LSTM) dengan pendekatan seleksi fitur berbasis korelasi Spearman. Analisis ini tidak hanya digunakan untuk melihat hubungan antarvariabel, tetapi juga secara eksplisit berfungsi sebagai langkah seleksi fitur untuk menentukan prediktor paling relevan bagi model LSTM. Data diperoleh dari Automatic Weather Station (AWS) milik BMKG untuk periode 2022–2025 yang mencakup berbagai parameter meteorologi dan oseanografi. Seleksi fitur dilakukan untuk mengidentifikasi variabel paling berpengaruh terhadap Hs. Hasil analisis menunjukkan kecepatan angin memiliki korelasi tertinggi (0,98), diikuti oleh suhu air laut, tinggi muka air, kelembaban relatif, dan arah angin. Variabel terpilih digunakan sebagai input pada model LSTM multivariat. Evaluasi model menggunakan Mean Squared Error (MSE), Mean Absolute Error (MAE), dan koefisien determinasi (R²). Hasil menunjukkan MSE sebesar 0,00076, MAE sebesar 0,0179, dan R² sebesar 0,9666. Nilai ini menunjukkan bahwa model memiliki akurasi tinggi dan mampu merepresentasikan pola fluktuasi Hs secara baik. Temuan ini menunjukkan bahwa integrasi seleksi fitur Spearman dan LSTM efektif untuk prediksi tinggi gelombang, serta berpotensi diterapkan dalam sistem pemantauan gelombang di wilayah pesisir Indonesia.
Co-Authors Acep Saepul Zamil Adhitiyah Rosy Wijayanti Agung Setyo Sasongko Ahmad Beryliumsyah Ikmaludin Ahmad Satibi Ahmad Satibi AKBAR fitransyah, Hikmal Alya Dina Wilujeung Amien Rais Andre Aprinaldo Angga Fadzar Ani Anisyah Anton Daud Anton Daud Anzani, Luthfi Apriansyah, Muhamad Renaldi Apriansyah, Muhammad Renaldi Arief Darmawan Arsanti, Yulia Asep Sandra Budiman Aulia, Tazkiah Aulia, Tazkiah Kamilah Ayang Armelita Rosalia Azhari, Dhea Rahma Budiman, Asep Sandra Cakra Rahardjo cakra rahardjo Darmawan, Arief Daud, Anton Della Ayu Lestari Della Ayu Lestari Dhea Rahma Azhari Dhea Rahma Azhari Fadillah, Annisa Nur Fadzar, Angga Fahriza, Salsabila Putri Fawaz Fawaz Fernaldy Akbar Faudzan Futriansyah Lipalda Haekal Ghossan Firdaus Hajijah, Karimatul Aulia Handyanto, Lukman Hari Din Nugraha Herli Salim Hikmattulloh, M. Bintang Ilsa Margiana Herawati Ishak Ariawan Ita Arianti Jelita, Dinda Kiffah Kayyisah Ahmad Kiran Aulia Putri Kiran Aulia Putri Kukuh Widiyanto La Ode Alam Minsaris Larasati, Wenny Ananda Lubis, Naddra Haddad Lukman Handyanto Lukman Handyanto Lukman Lukman Lukman Lukman Luthfi Anzani M Ma'ruf Ma'ruf, Ma'ruf Mad Rudi Makhtar, Muhammad Ottmar Mar’ah, Maihuhatul Maulana, Pardip Maulidia, Raisa Maulsyid, Ramzan Pradana Minsaris, La Ode Alam Muhamad Ashari, Mahathir Muhamad Renaldi Apriansyah Muhammad Renaldi Apriansyah Murtianingsih, Dzakiya Fikri Nabila Tufailah Nevin Adel Ramaputra Novi Sofia Fitriasari Nurghea, Shelena Yasmin Nurokhim, Arif Pardip Maulana Puti Hanifa Kamal Putri Adi Khotimah Raden Mohamad Herdian Bhakti Rahaditya Aryadi, Naufal Rahardjo, Cakra Raisa Maulidia Raisa Maulidia Ramaputra, Nevin Adel Ramdhani, Muhammad Akbar Ramzan Pradana Maulsyid Ramzan Pradana Maulsyid Rifki Andreana Sutrisno Rudi, Mad Sabilla, Annisa Maulana Sariwardoyo, Awanda Muthia Septiantina, Shinta Shafa Salsabilla Buchori Salsabilla Buchori Shelena Yasmin Nurghea Shinta Septiantina Sihombing, Amalia Rahma Dini Sinurat, Anting B.N Sriyanto, Sesar Prabu Dwi Syafri, Herman Syamsul Arifin Tarigan, Daniel Julianto Taufiq Ejaz Ahmad Tirtana, Denta Titania Ferodova Shonda Umi Holifah Mashur Virgianisa, Tania Wenny Ananda Larasati Wilujeung, Alya Dina Yoga Estu Nugraha Nugraha Zamil, Acep Saepul