Article Per Year (5 Year)
p-Index From 2020 - 2025
0.61
P-Index
This Author published in this journals
All Journal Jurnal Pendidikan, Sains, Geologi, dan Geofisika (GeoScienceEd Journal) Jurnal Penelitian Sains dan Teknologi Indonesia
Hidayat, Farhan Oktaviansyah
Unknown Affiliation
Agriculture, Biological Sciences & Forestry Biochemistry, Genetics & Molecular Biology Chemistry Economics, Econometrics & Finance Education Industrial & Manufacturing Engineering Physics Social Sciences

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

Found 3 Documents
Search

 1 
Analisis Sebaran Gas SO2 Menggunakan Citra Satelit Himawari-9 Studi Kasus: Gunung Lewotobi Laki Laki 3 - 4 November 2024 Pramuji, Veimas Mahardhika; Hidayat, Farhan Oktaviansyah; M. Arifudin
Jurnal Pendidikan, Sains, Geologi, dan Geofisika (GeoScienceEd Journal) Vol. 6 No. 2 (2025): May
Publisher : Mataram University

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

Abstract

Penelitian ini bertujuan untuk menganalisis sebaran gas sulfur dioksida (SO2) dari erupsi Gunung Lewotobi Laki-Laki menggunakan citra Satelit Himawari-9 dengan metode Ash RGB. Data yang digunakan mencakup kanal 11 (8,6 μm), kanal 13 (10,4 μm), dan kanal 15 (12,4 μm). Hasil analisis menunjukkan bahwa gas SO2 mulai terdeteksi di lokasi gunung satu jam setelah erupsi dan menyebar ke arah barat laut, timur, utara, dan tenggara gunung. Metode Ash RGB terbukti efektif dalam memvisualisasikan sebaran gas SO2, mampu membedakan gas SO2 (ditandai dengan warna hijau terang) dari awan (berwarna kecoklatan)Penelitian ini memberikan kontribusi dalam memahami dampak erupsi vulkanik terhadap atmosfer dan lingkungan sekitar.
Analisis Sebaran Gas SO2 Menggunakan Citra Satelit Himawari-9 Studi Kasus: Gunung Lewotobi Laki Laki 3 - 4 November 2024 Pramuji, Veimas Mahardhika; Hidayat, Farhan Oktaviansyah; M. Arifudin
Jurnal Pendidikan, Sains, Geologi, dan Geofisika (GeoScienceEd Journal) Vol. 6 No. 2 (2025): May
Publisher : Mataram University

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

Abstract

Penelitian ini bertujuan untuk menganalisis sebaran gas sulfur dioksida (SO2) dari erupsi Gunung Lewotobi Laki-Laki menggunakan citra Satelit Himawari-9 dengan metode Ash RGB. Data yang digunakan mencakup kanal 11 (8,6 μm), kanal 13 (10,4 μm), dan kanal 15 (12,4 μm). Hasil analisis menunjukkan bahwa gas SO2 mulai terdeteksi di lokasi gunung satu jam setelah erupsi dan menyebar ke arah barat laut, timur, utara, dan tenggara gunung. Metode Ash RGB terbukti efektif dalam memvisualisasikan sebaran gas SO2, mampu membedakan gas SO2 (ditandai dengan warna hijau terang) dari awan (berwarna kecoklatan)Penelitian ini memberikan kontribusi dalam memahami dampak erupsi vulkanik terhadap atmosfer dan lingkungan sekitar.
ANALISIS PERFORMA MODEL LIGHTGBM DALAM PREDIKSI INTENSITAS HUJAN WILAYAH STASIUN METEOROLOGI KELAS 1 KUALANAMU Kurniawan, Didik; Hidayat, Farhan Oktaviansyah; Saputra, Agung Hari
Jurnal Penelitian Sains dan Teknologi Indonesia Vol 3 No 1 (2024): Jurnal Penelitian Sains dan Teknologi Indonesia (JPSTI)
Publisher : Lembaga Penelitian dan Pengabdian Kepada Masyarakat (LP2M) Universitas Jember

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.19184/jpsti.v3i1.776

Abstract

The intensity of rain or rainfall that occurs is influenced by various weather parameters and it plays a big role for the community. Therefore, information related to rain intensity is very important, there is a need for the availability of information related to this. This study aims to analyze the performance of Machine Learning using the Light Gradient Boosting Machine model in predicting the intensity of rainfall in the Kualanamu Meteorological Station area during the 2018-2022 time span. Historical data collection is done through synoptic data collection that has been issued by Kualanamu class 1 Meteorological Station. Several matrix evaluations are used in the form of Accuracy, AUC (Area Under the Curve), Recall, Precision, and F1 Score. The matrix evaluation is able to produce detailed evaluation calculations and is able to measure how well the model works. Then the average value of the matrix evaluation is 0.7251 for accuracy, 0.8122 for AUC, 0.7251 for Recall, 0.7236 for Precision and 0.7231 for F1 Score. Based on the results obtained, the Light Gradient Boosting Machine model is able to provide good rain intensity prediction results but there is a need for further analysis in the model development stage, focusing on reducing the error rate and increasing prediction accuracy so as to make a significant contribution to the planning and decision-making process related to weather conditions.
Co-Authors Agung Hari Saputra M. Arifudin Pramuji, Veimas Mahardhika