Claim Missing Document
Check
Articles

Found 3 Documents
Search

ANALISA POTENSI PENGEMBANGAN PEMBANGKIT ENERGI BARU TERBARUKAN TENAGA PICO HIDRO DI DESA PENIRAMAN KECAMATAN SUNGAI PINYUH KABUPATEN MEMPAWAH KALIMANTAN BARAT Wahyu Prayitno
Jurnal Ilmiah Lingkungan Kebumian Vol 5, No 1 (2022): September 2022
Publisher : Jurusan Teknik Lingkungan, FTM, Universitas Pembangunan Nasional “Veteran” Yogyakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31315/jilk.v5i1.6778

Abstract

Pertumbuhan permintaan energi listrik setiap tahun semakin meningkat. Sebesar 95% pasokan energi listrik PLN masih menggunakan pembangkit listrik berbasis bahan bakar fosil dan sisanya merupakan pembangkit berbasis energi baru terbarukan (EBT). Di beberapa wilayah kabupaten mengalami defisit daya/energi listrik dari sisi pembangkit listrik sehingga berakibat pemadaman bergilir. Pemanfaatan energi baru dan terbarukan dapat mendukung penyediaan energi listrik, sehingga mempercepat pertumbuhan sektor rill, meningkatkan rasio elektrifikasi dan rasio desa berlistrik di Kalimantan Barat. Selain itu pemanfaatan energi baru terbarukan adalah sebagai salah satu upaya mengurangi gas rumah kaca yang menyebabkan perubahan iklim. Desa Peniraman masih terjadi ketidakseimbangan antara penyediaan dan kebutuhan energi listrik di beberapa lokasi yang jauh dari pemukiman. Oleh karena itu, perlu dilakukan Analisa Pengembangan Potensi Pembangkit Energi Baru Terbarukan Tenaga Pico Hidro di Desa Peniraman yang bertujuan untuk mengetahui kondisi sumber daya air sebagai pembangkit energi listrik serta kondisi jaringan listrik pada rumah-rumah yang jauh dari pemukiman. Penentukan lokasi dalam analisa pengembangan potensi pembangkit energi baru terbarukan tenaga pico hidro perlu melakukan survei lokasi dan pengukuran tinggi jatuh air, kecepatan aliran dan debit air serta di bantu dengan data meteorologi yang selanjutnya dilakukan pengolahan data terkait potensi daya terbangkitnya dan debit andalan pada sumber air bakunya. Sehingga dapat diketahui potensi air bakunya sebagai sumber pembangkit energi listrik di desa Peniraman.
Klasifikasi Citra Kebakaran Hutan Menggunakan Arsitektur ResNet-50 Berbasis Transfer Learning: Forest Fire Image Classification Using ResNet-50 Architecture Based on Transfer Learning Aditya Pratama; Candra Gudiato; Denny Primanda; Weli Zuandi; Wahyu Prayitno
SISFOTENIKA Vol. 16 No. 2 (2026): SISFOTENIKA
Publisher : STMIK PONTIANAK

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30700/sisfotenika.v16i2.707

Abstract

Kebakaran hutan dan lahan (karhutla) merupakan bencana lingkungan serius yang memerlukan sistem deteksi dini secara akurat dan efisien guna meminimalisir dampak kerusakan. Penelitian ini bertujuan untuk menguji keandalan dan efisiensi arsitektur ResNet-50 berbasis Transfer Learning dalam mengklasifikasikan citra digital kebakaran hutan ke dalam dua kelas biner (wildfire dan nowildfire). Dataset sekunder yang diunduh dari repositori terbuka Kaggle terlebih dahulu melalui tahap pra-pemrosesan, mencakup pemeriksaan integritas data (data integrity check) untuk menangani file gambar yang rusak/korup, pengubahan ukuran citra (resizing) menjadi 128 × 128 piksel, normalisasi nilai piksel, serta teknik augmentasi data acak. Dataset dibagi secara terpisah dengan proporsi rasio 70% data latih (30.250 citra), 15% data validasi (6.300 citra), dan 15% data uji (6.300 citra). Arsitektur ResNet-50 dikombinasikan dengan classification head buatan (Global Average Pooling 2D, Dense Layer 256 unit dengan ReLU, Dropout 0.4, dan Output Sigmoid) serta dilatih selama 5 epoch menggunakan optimizer Adam (default learning rate 1 × 10⁻3) dan fungsi kerugian Binary Cross-Entropy Loss. Evaluasi terhadap 6.300 citra uji independen menunjukkan bahwa model mampu mencapai Akurasi Keseluruhan sebesar 88%. Model terbukti memiliki sensitivitas tinggi terhadap kelas kebakaran (wildfire) dengan Recall sebesar 0.90 dan F1-Score sebesar 0.90 (berhasil mengenali 3.141 dari 3.480 citra kebakaran secara tepat). Pengujian Receiver Operating Characteristic (ROC) Curve menghasilkan nilai Area Under Curve (AUC) sebesar 0.92, yang menegaskan kemampuan pemisahan kelas (class separation ability) yang sangat unggul. Hasil ini membuktikan bahwa pendekatan Transfer Learning berbasis ResNet-50 sangat efektif dan efisien untuk diterapkan sebagai mesin pemrosesan visual utama pada sistem peringatan dini kebakaran hutan
Pemanfaatan Limbah Tailing PT Indonesia Chemical Alumina Sebagai Bahan Campuran Batu Bata untuk Alternatif Pengurangan Limbah Industri Bauksit Faizah Isyiqah; Wahyu Prayitno; Rizky Putranto
AKSIOMA : Jurnal Sains Ekonomi dan Edukasi Vol. 3 No. 8 (2026): AKSIOMA : Jurnal Sains, Ekonomi dan Edukasi
Publisher : Lembaga Pendidikan dan Penelitian Manggala Institute

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.62335/aksioma.v3i8.2860

Abstract

This study evaluated the utilization of bauxite tailings from PT Indonesia Chemical Alumina as a mixture material for brick manufacturing to reduce industrial waste. A quantitative experimental method was applied using tailing compositions of 0%, 20%, 40%, and 80%. Bricks were produced through drying, sieving, mixing, molding, drying, and traditional firing according to SNI 15-2094-2000. The 20% tailing composition produced the highest compressive strength of 4.828 MPa, while the 80% composition showed the lowest value of 1.839 MPa. Water absorption increased with higher tailing content, ranging from 29.01% to 43.76%. The utilized tailing volume reached 0.003892 m³ at laboratory scale. The results indicate that bauxite tailings can be used as a brick mixture material and have potential for reducing industrial waste, although optimization is still needed to improve water absorption performance.