Claim Missing Document
Check
Articles

Found 5 Documents
Search

EKTRAKSI SILIKON DIOKSIDA DARI DAUN BAMBU Halimah Sa'diyah; Salamet Nurhimawan; Sigit Ahmad Fatoni; Irmansyah Irmansyah; Irzaman Irzaman
PROSIDING SEMINAR NASIONAL FISIKA (E-JOURNAL) Vol 5 (2016): PROSIDING SEMINAR NASIONAL FISIKA (E-JOURNAL) SNF2016
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 | Full PDF (416.995 KB) | DOI: 10.21009/0305020303

Abstract

Silika extract has got from bamboo leaf by leaching with HCl 7% p.a. After bamboo leaf was burned, the charcoal was heated in the furnace with annealing rates of 0.9 and 1 °C/minute. The first temperature was room temperature, then increased to 400 °C with 2 hours arrested time. And last increased to 950 °C with 1 hour arrested time. The resulting ash was leached with HCl 7% p.a and its pH was neutralisted by aquabides. Then, the neutral ash was heated in furnace at 1000 °C. The result of EDX analysis showed that silica samples have purity levels of 84.53% to 99.99%. FTIR result showed that silica samples have absorption bands at wave numbers of 1071 cm-1, 1060 cm-1 and 798 cm-1 which indicate the asymetric stretching vibration of Si-O from siloxane group. Keywords: silica, bamboo leaves, purity level, function group.
Pelatihan Pembuatan Animasi Video Pembelajaran Untuk Guru SMA Negeri 1 Sliyeg Robieth Sohiburoyyan; Salamet Nur Himawan; Nur Budi Nugraha
SEWAGATI: Jurnal Pengabdian Masyarakat Indonesia Vol. 1 No. 3 (2022): September : Jurnal Pengabdian Masyarakat Indonesia
Publisher : BADAN PENERBIT STIEPARI PRESS

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (299.157 KB) | DOI: 10.56910/sewagati.v1i3.139

Abstract

Guru merupakan salah satu faktor yang menentukan mutu pendidikan dan menciptakan sumber daya manusia yang berkualitas karena guru berinteraksi langsung dengan peserta didik dalam proses pembelajaran. SMA Negeri 1 Sliyeg merupakan salah satu sekolah menengah atas yang ada di kabupaten indramayu dan memiliki jumlah siswa lumayan banyak. Kurangnya motivasi siswa SMA N 1 Sliyeg untuk belajar dan kurang kreatifnya guru dalam mengajar membuat siswa cepat merasa bosan. Motivasi siswa pada waktu pembelajaran yang tidak pada tempatnya, yaitu siswa lebih suka ribut, berbicara dengan temannya daripada mendengarkan guru mengajar sehingga kondisi pembelajaran di kelas kurang kondusif. Kegiatan pengabdian pada masyarakat ini bertujuan untuk memberikan pelatihan kepada guru-guru SMA N 1 Sliyeg tentang pembuatan animasi video pembelajaran. Metode yang digunakan dalam pengabdian ini meliputi sosialisasi dan workshop pembuatan animasi video pembelajaran serta pendampingan pembuatan animasi video pembelajaran. Hasil yang diharapkan dari kegiatan ini agar bisa meningkatkan motivasi siswa dalam belajar. Selain itu guru – guru memiliki keahlian dalam membuat animasi video pembelajaran sederhana untuk mendukung pembelajaran di kelas.
Feature Selection Menggunakan Algoritma Meta-Heuristik Salamet Nur Himawan; Rendi; Nur Budi Nugraha
Journal of Practical Computer Science Vol. 2 No. 2 (2022): November 2022
Publisher : DPPM Universitas Pelita Bangsa

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37366/jpcs.v2i2.2289

Abstract

Machine learning requires data to make predictions. Data can have a large number of features. The large number of features can cause machine learning models to overfit, increase model complexity, and high computational costs. Feature selection is one method for optimizing machine learning models. Feature selection reduces the number of features used in the learning process. This research proposes a feature selection method using meta-heuristic algorithms. The machine learning model serves as the objective function for the meta-heuristic algorithm. The objective function is evaluated at each iteration to obtain the most influential features in the model. The machine learning models used are Random Forest, k-Nearest Neighbors, and Support Vector Machine. The meta-heuristic algorithms used are Differential Evolution, Flower Pollination, Grey Wolf, and Whale Optimization. The research shows that using meta-heuristic algorithms can improve the accuracy of machine learning models with fewer features. The Support Vector Machine – Differential Evolution scheme has the highest accuracy and uses the fewest features.
KAJIAN MANAJEMEN ENERGI RUANG OPERASI Icha Fatwasauri; Gilar Wisnu Hardi; Rendi; Salamet Nur Himawan
JURNAL REKAYASA ENERGI Vol. 1 No. 1 (2022): Jurnal Rekayasa Energi
Publisher : Politeknik Negeri Indramayu

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (181.883 KB) | DOI: 10.31884/jre.v1i1.6

Abstract

Ruang operasi merupakan tempat untuk melakukan pembedahan organ tubuh pasien yang harus bebas dari paparan. Sehingga penting untuk menjaga kestabilan suhu dan kelembaban serta system HVAC. Merancang system HVAC yang sesuai standar ruang operasi tentunya akan memakan banyak biaya. Hal inilah yang membuat rumah sakit harus merancang sistem tata udara di ruang operasi yang hemat energy tetapi tetap sesuai standar. Artikel ini akan menjabarkan berbagai penelitian terkait system hemat energy di ruang operasi dan system HVAC di ruang operasi. Selain itu, artikel ini juga akan menjabarkan standar yang digunakan dunia serta Indonesia dalam mendesain ruang operasi. Hasil tinjauan menunjukkan agar rumah sakit dapat dengan optimal melakukan manajemen energi yang baik dengan tetap menerapkan system HVAC yang benar.
KLASIFIKASI INHIBITOR SARS-COV-2 MENGGUNAKAN GEOMETRIC DEEP LEARNING Salamet Nur Himawan; Robieth Sohiburoyyan; Iryanto
Prosiding Seminar SeNTIK Vol. 7 No. 1 (2023): Prosiding SeNTIK 2023
Publisher : Lembaga Penelitian dan Pengabdian Kepada Masyarakat

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

Abstract

SARS-CoV-2 merupakan virus penyebab wabah Covid-19. Saat ini virus tersebut masih berkembang dan memiliki jenis-jenis baru. Pada proses penyebaran dan pengendalian wabah Covid-19 dibauat antivirus yang dapat mencegah perkembangan virus. Penemuan antivirus tidak terlepas dari penemuan senyawa yang dapat menghambat perkembangan virus atau inhibitor. Geometric Deep Learning digunakan untuk klasifikasi senyawa kimia yang berpotensi menjadi inhibitor. Data latih merupakan data senyawa kimia yang berpotensi sebagai inhibitor berdasarkan FDA-Approve Drug Library. Hasil latih model Geometric Deep Learning ditunjukan dengan loss dan akurasi. Loss terbaik mencapai 0.781 dan akurasi terbaik mencapai 0.553. Hasil menunjukkan model bepotensi dalam klasifikasi inhibitor Covid-19. Model dapat dioptimalisasi dengan menambah data latih yang ada