Hasil Pencarian  ::  Simpan CSV :: Kembali

"ABSTRAKKota Depok yang mempunyai luas wilayah sekitar 20.029 ha, tidak terlepas dari fenomena dinamika perubahan lahan akibat pertambahan penduduk terus menerus. Apabila proses ini dibiarkan maka akan terjadi pergeseran penggunaan lahan yang semakin tidak terkendali. Prediksi penggunaan lahan menjadi salah satu alternatif sebagai antisipasi pengendalian penggunaan lahan yang berlebihan dimasa yang akan datang . Penelitian ini bertujuan untuk melakukan pemodelan untuk memprediksi perubahan penggunaan lahan di Kota Depok tahun 2030 menggunakan aplikasi Cellular Automata-Markov dengan metode Jaringan Syaraf Tiruan, lalu membandingkannya dengan Rencana Tata Ruang Wilayah RTRW kota Depok sebagai salah satu instrumen perencanaan. Hasil penelitian menunjukan perubahan penggunaan lahan dari tahun 1998 ndash; 2013. Penambahan luas penggunaan lahan terjadi pada permukiman sebesar 7254 ha Kecamatan Limo dan Sukmajaya , pertanian/tegalan/ladang sebesar 3327, semak/tanah terbuka dan badan air masing ndash; masing 395 ha dan 451 ha Penurunan secara besar terjadi pada kebun/vegetasi dan sawah yaitu sebesar 9707 ha dan 1350 ha. Prediksi penggunaan lahan menunjukan penambahan luas penggunaan lahan terjadi pada kebun Kecamatan Tapos sebesar 1813 ha, permukiman sebesar 391 ha Kecamatan Beji, Pancoran Mas, Sukmajaya , dan sawah sebesar 864 ha. Penurunan secara besar terjadi pada pertanian yaitu sebesar 1971 ha dan semak/tanah terbuka sebesar 1079 ha. Prediksi perubahan penggunaan lahan di Kota Depok untuk tahun 2030 pada memiliki nilai Kappa sebesar 0.68 akurasi 68 . Setelah dibandingkan dengan RTRW setidaknya terdapat kemiripan sebesar 13.700 ha atau 68 luas total Kota Depok. Setidaknya sekitar 12516 ha permukiman kepadatan tinggi, 1549 ha untuk Ruang Terbuka Hijau, dan 80 ha untuk Daerah Resapan Air.

---

ABSTRACTDepok city which has an area of about 20,029 ha, is inseparable from the phenomenon of the dynamics of land use change due to the continuous population growth. If the process is allowed then there will be a huge shift and uncontrolled in land use . Land use prediction is one of the alternatives in anticipation of excessive land use control in the future. This study aims to model the prediction of land use change in Depok City by 2030 using Cellular Automata Markov application with Artificial Neural Network method and compare it with Spatial Planning RTRW of Depok as one of the planning instruments. The results of the study show the land use change from 1998 to 2013. The increase of land use occurred in settlements of 7254 ha Limo and Sukmajaya SubDistrct , agriculture of 3327ha, shrubs open land and water bodies of 395 ha and 451 ha. The large decrease occurred in the garden vegetation and rice fields that amounted to 9707 ha and 1350 ha. Land use prediction shows the increase of land use occurred in the vegetation Tapos Sub District of 1813 ha, settlements of 391 ha Beji, Pancoran Mas, Sukmajaya Sub District , and rice field of 864 ha. A large decrease occurred in agriculture that amounted to 1971 ha and shrub open land of 1079 ha. The prediction of land use change in Depok for 2030 has a Kappa value of 0.68 68 accuracy . After comparison with RTRW, there is at least 13,700 ha or 68 of total Depok City. At least around 12516 ha of high density settlements, 1549 ha for the Green Open Space, and 80 ha for the Water Catchment Area."

"Pertumbuhan dan perkembangan suatu wilayah tidak merata, melainkan terfokus pada wilayah-wilayah yang memiliki sektor strategis atau berfungsi sebagai pusat pertumbuhan. Kecamatan Pagedangan, terletak dekat dengan BSD, yang merupakan sektor strategis atau pusat pertumbuhan, memiliki potensi besar untuk berkembang. Pertumbuhan pesat di wilayah ini juga berdampak pada peningkatan populasi, dengan laju pertumbuhan penduduk sebesar 0,04% pada tahun 2021-2022, meningkatkan kebutuhan akan lahan. Namun, di sisi lain, lahan untuk permukiman akan semakin berkurang, dan beberapa wilayah di Kecamatan Pagedangan juga termasuk kedalam wilayah rawan banjir. Penelitian ini bertujuan untuk menganalisis secara spasial dan temporal perkembangan permukiman pada tahun 2015, 2019, dan 2023 di Kecamatan Pagedangan. Selain itu, penelitian ini memprediksi perkembangan permukiman pada tahun 2031 menggunakan model Cellular Automata – Markov Chain, serta menganalisis kesesuaian hasil prediksi lahan permukiman tahun 2031 dengan Rencana Tata Ruang Wilayah (RTRW) tahun 2031 di Kecamatan Pagedangan, Kabupaten Tangerang. Variabel yang digunakan melibatkan lereng, jarak dari jalan,jarak dari sungai, jarak dari POI, dan jarak dari wilayah rawan banjir. Metode Cellular Automata-Markov Chain digunakan untuk memprediksi penutup lahan permukiman pada tahun 2031, dengan koefisien KAPPA sebesar 0,65 dan nilai area under the ROC curve (AUC) sebesar 0,75, menunjukkan keakuratan klasifikasi. Hasil menunjukkan bahwa lahan permukiman di Kecamatan Pagedangan mengalami perkembangan, dengan peningkatan 12,12% pada tahun 2015-2019 dan 13,41% pada tahun 2019-2023. Prediksi menunjukkan kenaikan hanya sebesar 13% pada tahun 2031. Hasil kesesuaian antara prediksi permukiman tahun 2031 dengan RTRW tahun 2031 sebesar  51,75%  dari total luas kawasan permukiman pada RTRW tahun 2031. Selanjutnya wilayah yang tidak sesuai permukiman masuk wilayah industri sebesar 47 % dari total luas kasawan industri pada RTRW. Kemudian wilayah permukiman pada RTRW yang tidak sesuai dengan permukiman pada hasil prediksi tahun 2031 sebesar 48% dari total luas kawasan permukiman pada RTRW tahun 2031.

---

The growth and development of a region are not uniform but rather focused on areas with strategic sectors or functioning as growth centers. Pagedangan District, located near BSD, a strategic sector or growth center, has significant potential for development. The rapid growth in this area also impacts population increase, with a population growth rate of 0.04% in 2021-2022, leading to an increased demand for land. However, on the flip side, land for settlements will diminish, and some areas in Pagedangan District are prone to flooding. This research aims to spatially and temporally analyze the development of settlements in 2015, 2019, and 2023 in Pagedangan District. Additionally, the study predicts the development of settlements in 2031 using the Cellular Automata – Markov Chain model. It also analyzes the compatibility of the predicted land cover in 2031 with the Regional Spatial Plan (RTRW) for 2031 in Pagedangan District, Tangerang Regency. Variables involved include slope, distance from roads, distance from rivers, distance from Points of Interest (POI), and distance from flood-prone areas. The Cellular Automata-Markov Chain method is employed to predict land cover in 2031, with a KAPPA coefficient of 0.65 and an area under the ROC curve (AUC) value of 0.75, indicating classification accuracy. Results show that residential land in Pagedangan District has experienced development, increasing by 12.12% from 2015 to 2019 and 13.41% from 2019 to 2023. The prediction suggests a marginal increase of only 13% in 2031. An analysis of population, land requirements in 2031. The compatibility between the predicted settlement in 2031 and the RTRW for 2031 is 51.75% of the total area designated for settlements in the RTRW for 2031. Subsequently, areas incompatible with settlements are allocated to industrial use, constituting 47% of the total industrial area designated in the RTRW. Furthermore, settlement areas in the RTRW incompatible with the predictions for 2031 account for 48% of the total settlement area designated in the RTRW for 2031."

"Kota Sukabumi merupakan wilayah dengan lahan sawah yang luas dan subur. Namun demikian, konversi lahan yang terus terjadi tiap tahunnya menyebabkan berkurangnya lahan pertanian sawah. Kajian lahan pertanian merupakan salah satu upaya konservasi untuk memperbaiki, melindungi dan mengembangkan wilayah yang berpotensi sebagai lahan pertanian sawah. Studi ini bertujuan untuk menganalisis perubahan penggunaan lahan terutama lahan pertanian dan model prediksi keutuhan lahan serta ketersediaannya untuk berbagai kebutuhan pangan di Kota Sukabumi. Metode yang digunakan adalah pemodelan menggunakan CA-MC untuk memprediksi perubahan penggunaan lahan Kota Sukabumi Tahun 2031. Variabel driving factor dalam penelitian ini adalah jarak dari jalan, jarak dari sungai, jarak dari pemukiman, jarak dari POI dan lereng. Survei lapangan juga dilakukan untuk validasi kondisi lahan pertanian dan membandingkan hasil model di wilayah penelitian. Hasil penelitian ini menunjukkan bahwa, tahun 2000-2019 perubahan penggunaan lahan di Kota Sukabumi berlangsung signifikan dengan kontributor utama adalah sawah yang potensial mengalami perubahan sementara permukiman mengalami peningkatan. Alih fungsi lahan (konversi lahan) terjadi di wilayah yang berdekatan dengan pusat kota dimana  aksesibilitas, kondisi fisik dan infrastruktur yang tergolong baik. Hasil uji kappa untuk model penggunaan lahan 2031 menunjukkan hasil yang baik dimana model memiliki nilai ketepatan sangat baik yang artinya model dapat digunakan. Model menunjukkan hasil dimana perubahan yang terjadi selinear dengan driving factor yang digunakan. Model ini dapat digunakan untuk kajian jangka panjang dan kebijakan tata ruang,

---

Sukabumi City with extensive and fertile area of rice fields. However, land conversion that continues to occur every year causes a decrease in paddy fields. The study of agricultural land is one of the conservation efforts to improve, protect and develop areas that have the potential to become paddy fields. This study aims to analyze changes in land use, especially agricultural land and prediction models of land integrity and availability for various food needs in the City of Sukabumi.  The method used is modeling using CA-MC to predict changes in land use in Sukabumi City in 2031. The driving factor in this study are the distance from the road, distance from the river, distance from the settlement, distance from POI and slope. Field surveys are also conducted to validate the condition of paddy field and compare the results of the model in the study area.  The results of this study indicate that, in 2000-2019 land use changes in the City of Sukabumi occurred significantly, whose main contributors are paddy fields which have the potential to undergo land conversion, while settlements have increased. Land conversion occurs in areas close to the city center where accessibility, physical condition and infrastructure are classified as good. Kappa test for the 2031 land use model shows good results, with the model having good accuracy value, thus are able to be used. The model shows that changes that occur are linear with the driving factor used. This model can be used for long-term studies and the making of spatial policy."

"Pelabuhanratu merupakan wilayah pesisir yang strategis untuk berkembang. Haltersebut membuat pemerintah setempat menjadikan Pelabuhanratu sebagai GrowthCenter dari Kabupaten Sukabumi. Berkaitan dengan hal itu, perubahan penggunaanlahan terus terjadi dan dikhawatirkan tidak mendukung keberlanjutan lingkungan.Tujuan dari penelitian ini adalah menganalisis bagaimana perubahan penggunaan lahankota Pelabuhanratu sampai dengan tahun 2032. Metode yang digunakan dalampenelitian ini adalah Cellular Automata-Markov dengan beberapa faktor yangmendorong terjadinya perubahan penggunaan. Faktor penentu dibuat dengan logikafuzzy dengan beberapa variabel yaitu jarak dari jalan, jarak dari point of interest, jarakdari sungai, jarak dari pantai, wilayah ketinggian, kemiringan dan tutupan lahan. Dataini digunakan sebagai masukan pada Cellular Automata-Markov Chain. Tutupan lahandiambil dari google earth pada tahun 2002, 2010 dan 2017. Hasil prediksi menunjukkanbahwa perubahan tutupan lahan sangat signifikan. Nilai akurasi kappa pada modelmencapai 91. Lahan terbangun berkembang linear pada bagian selatan, menyebarpada bagian utara dan beraglomerasi pada bagian barat.

---

Pelabuhanratu is a strategic coastal area that matter the local government makePelabuhanratu as a Growth Center of Sukabumi Regency. In this regard, landcoverchanges continue to occur and are feared not to support environmental sustainabilitycaused of growing center. The purpose of this study is to analyze how land use changeof Pelabuhanratu city until 2032. The method used in this research is CellularAutomata Markov in with several factors that encourage the land cover change. Drivingfactor made with fuzzy logic with some variables that is distance from road, distancefrom river, distance from coastline, distance from point of interest, elevation, slope andlandcover. This data is used to create suitability area for built up area as input forCellular Automata Markov tools. Land cover was obtained from google earth in 2002, 2010 and 2017 as the basis of model calculation. The prediction result shows that landuse change in Pelabuhanratu city is very significant with the Kappa Standard level ofaccuracy 91. Built up area has extended from the previous condition that coming fromagricultural area. Built up area growth with linear pattern at south area, spread pattern atnorth area and crowded at west area."

"Perkembangan suatu kota merupakan wujud pembangunan suatu daerah. Salah satu dampak dari perkembangan suatu kota adalah terjadinya perubahan tutupan lahan dan bertambahnya kawasan permukiman. Pada tahun 2002-2018 tutupan lahan vegetasi mengalami penurunan drastis dan mengalami alih fungsi lahan menjadi wilayah permukiman, sehingga luasan tutupan lahan permukiman bertambah. Penelitian ini bertujuan untuk menganalisis pola spasial dari perubahan tutupan lahan permukiman yang dipengaruhi oleh keberadaan TOL BOCIMI di wilayah Kabupaten Sukabumi, Jawa Barat menggunakan metode Cellular Automata-Markov Chain (CA-MC), serta dilakukan pemodelan untuk tahun 2032 berdasarkan faktor penggerak (driving factor) yang diterapkan pada model. CAMC adalah model sederhana dari proses terdistribusi spasial (spatial distributed process) dalam Sistem Informasi Geografi (SIG). Digunakan lima variabel yang kemudian digunakan sebagai driving factor, yaitu wilayah ketinggian, kemiringan lereng, jarak dari sungai, jarak dari jalan, dan jarak dari TOL. Hasil dari model menunjukkan adanya perubahan tutupan lahan dan bertambahnya luasan tutupan lahan permukiman yang dipengaruhi oleh faktor fisik dan infrastruktur di Kabupaten Sukabumi. Hal ini menunjukkan bahwa perlu dilakukan analisis antara model dan Rencana Tata Ruang Wilayah (RTRW) Kabupaten Sukabumi untuk melihat arah pertumbuhan permukiman di Kabupaten Sukabumi.

---

The development of a city is a manifestation of regional development. The impact of the development of a city is the occurrence of land cover changes and increasing of the settlement areas. In 2002-2018 the vegetation land cover experienced a drastic decline and experienced land conversion into the settlement areas, so that the area of settlement land cover increased. This study aims to analyze the spatial patterns of settlement land cover changes that are affected by the existence of BOCIMI TOL road in the Sukabumi Regency, West Java using the Cellular Automata-Markov Chain (CA-MC) method, and modeling for 2032 based on the driving factor (driving factor) applied to the model. CAMC is a simple model of a spatial distributed process in a Geographic Information System (GIS). Five variables are used as driving factors, elevation, slope, distance from the river, distance from the road, and distance from the TOL road. The results of the model show that there are some changes in land cover and an increase of the settlement area that is affected by the physical and infrastructure factors in Sukabumi Regency. This shows that it is necessary to analyze the Sukabumi Regency model and the Regional Spatial Plan (RTRW) to see the growth and the direction of the settlement area in Sukabumi Regency. "

"Perubahan penggunaan lahan di sekitar daerah aliran sungai (DAS) menghasilkan dorongan masyarakat untuk membuka lahan pertanian di daerah hulu. Deforestasi yang terjadi di Kabupaten Bandung dapat mengganggu stabilitas tanah untuk menyerap air, sehingga memicu erosi. Penelitian ini bertujuan untuk menganalisis dan memprediksi perubahan penggunaan lahan dan laju erosi pada tahun 2036 di Citarum Hulu DA di Kabupaten Bandung. Prediksi penggunaan lahan pada tahun 2036 menggunakan metode Seluler Automata Markov Chain, dan memprediksi tingkat erosi berdasarkan perubahan penggunaan lahan pada tahun 2000, 2015, 2018 dan 2036 menggunakan metode perhitungan USLE (Universal Soil Loss Equation) dengan variabel erosivitas hujan, erodibilitas tanah, panjang tanah dan kemiringan lereng dan penggunaan dan pengelolaan lahan. Hasil penelitian menunjukkan bahwa ada perubahan penggunaan lahan di Sub DA Ci Tarum Hulu dari tahun 2000-2036, di mana pada tahun 2036 hutan dan sawah mengalami penurunan besar diikuti oleh peningkatan area permukiman dan pertanian lahan kering. Hasil tes akurasi pada CA Markov ditunjukkan oleh nilai Kappa 0,8079 atau 80%. Prediksi model laju erosi pada tahun 2036 menunjukkan bahwa laju erosi di DA Ci Tarum Hulu Kabupaten Bandung didominasi oleh erosi ringan dan erosi yang sangat berat. Erosi sangat rendah dengan kehilangan tanah <15 ton/ha/tahun di daerah tersebut, sementara erosi sangat berat dengan jumlah kehilangan tanah> 480 ton/ha/tahun di Sub DA Ci Kapundung dan Ci Widey dengan penggunaan lahan dalam bentuk pertanian lahan kering. terletak di daerah dengan kemiringan curam, yaitu 25% -> 40%.

---

Changes in land use around watersheds (DAS) resulted in community encouragement to open up agricultural land in upstream areas. Deforestation that occurs in Bandung Regency can disturb the stability of the soil to absorb water, thus triggering erosion. This study aims to analyze and predict changes in land use and erosion rates in 2036 in the Upper Citarum DA in Bandung Regency. Land use prediction in 2036 uses the Cellular Automov Markov Chain method, and predicts erosion rates based on land use changes in 2000, 2015, 2018 and 2036 using the USLE (Universal Soil Loss Equation) calculation method with rain erosivity, soil erodibility, soil length variables and slope and land use and management. The results showed that there were changes in land use in the Sub DA Ci Tarum Hulu from 2000-2036, where in 2036 the forests and rice fields experienced a large decline followed by an increase in settlements and dryland farming areas. Accuracy test results on CA Markov indicated by a Kappa value of 0.8079 or 80%. The prediction of the erosion rate model in 2036 shows that the erosion rate in DA Ci Tarum Hulu Bandung Regency is dominated by mild erosion and very heavy erosion. Erosion is very low with soil loss <15 tons/ha/year in the area, while erosion is very heavy with total soil loss> 480 tons/ha/year in Sub DA Ci Kapundung and Ci Widey with land use in the form of dry land agriculture. located in an area with a steep slope, which is 25% -> 40%."

"Secara teoritis, biometrik dapat digunakan untuk mengidentifikasi dan memverifikasi suatu individu. Iris mata merupakan salah satu instrumen biometric yang handal, karena keunikan dari dan kompleksitasnya.Di dalam penelitian ini dirancang bangun program identifikasi iris mata menggunakan metode Jaringan Syaraf Tiruan (JST). Citra mata dijital yang akan diidentifikasi pertama-tama dilakukan pra-pengolahan terlebih dahulu. Proses ini memisahkan bagian iris dari citra mata menggunakan metode morphologi, yaitu close, erosi dan dilasi. Selanjutnya, citra disegmentasi untuk memisahkan citra iris berbentuk lingkaran dalam koordinat x-y menjadi format polar r-θ berbentuk persegi panjang. Citra polar kemudian diekstrasi untuk mendapatkan nilai karakteristik rata-ratanya dalam bentuk matriks 40 x 1. Nilai karakteristik dilatih dan dimasukkan ke dalam database sebagai input pembanding untuk proses identifikasi. JST terdiri dari 10 layer tersembunyi, 1 layer keluaran, dengan fungsi aktifasi tansig dan purelin.Setelah dilakukan pelatihan untuk 80 citra iris, baik mata kiri maupun kanan, proses identifikasi mencapai tingkat akurasi rata-rata sebesar 87% untuk 5 buah input citra dengan 20 kali uji coba.

---

Theorically, biometric can be used to identify dan verify an individu. Iris is one of biometric identifier that highly acceptable because of its uniqueness and complexity.

The objective of this research is to identifiy an iris using Artificial Neural Network (ANN) method. First, the digital infrared image of eye will be preprocessed which separate the iris from the eye using morphology technique, such as closing, erosion, and dilation. The iris is then transformed from x-y dimension into r-θ polar image, which convert the circle shape into rectangle one. The image was then extracted in order to get the average value of its intensities and saved in 40 x 1 matrix size. These values will be trained in the ANN and inserted into a database to be used as a comparator in identification process. The ANN consisted of 10 hidden layer, 1 output layer, and activation functions of tansig and purelin, respectively.

Using 80 images as training data, the identification accuracy reached 87 % for 5 images and 20 times of test for left side and right side eyes."

"Dalam skripsi ini dibuat perangkat lunak yang dapat mengenali tipe ABO golongan darah manusia melalui pengolahan citra berbasiskan Jaringan Syaraf Tiruan (JST). Pola sampel darah yang direaksikan dengan reagen akan memiliki hasil pasangan penggumpalan yang berbeda. Jenis reagen yang direaksikan adalah antigen-A dan antigen-B. Pola pasangan darah dan reagen serta bentuk penggumpalan citra darah menjadi ciri dan kombinasi yang unik untuk membedakan tipe-tipe darah yang ada.Data sampel darah berupa citra digital yang diperoleh menggunakan kamera digital. Sampel darah direaksikan dengan reagen di atas preparat dengan urutan reagen anti-A ditempatkan pada bagian kiri preparat dan reagen anti-B pada bagian kanan. Sebelum diolah dalam sistem JST, data melewati pra-proses, yaitu proses perbaikan citra digital yang terdiri dari proses pencuplikan, gray-level quantization, dan normalisasi dalam bentuk matriks. Hasil akhirnya berupa citra fitur hitam putih dalam matriks berukuran 5×5. Hasil pra-proses kemudian dihitung nilai parameter karakteristiknya, yaitu nilai rata-rata matriks tersebut. Nilai ini selanjutnya akan dijadikan input bagi proses pelatihan jaringan syaraf tiruan dengan metode backpropagation.Jumlah data sampel sebanyak 120 set, dimana 80 di antaranya digunakan untuk melatih JST, dan sisanya digunakan untuk menguji JST. Hasil simulasi menunjukkan sistem mampu mengenali golongan darah dengan tingkat akurasi hingga 90%.

---

In this research, an identification system of human blood type is designed using image processing techniques and the Artificial Neural Network (ANN) with backpropagation algorithms. The pattern of human blood type was formed using a chemical reaction between the blood and a reagent. The reagent that used in the reaction process are anti-A and anti-B reagent. Using a flat glass preparat as a media, the anti-A reagent is mixed to the blood sample on the left side and the anti-B reagent on the right side. Combination of blood coagulation pairs could distinguish the blood type.

The blood coagulation pair is converted into digital images after taken by a digital camera. The image is then pre-processed and normalized to 50×50 matrix size. The matrix is divided to different blocks and reduced to 5×5 grayscale image. The preprocessing involved sampling, gray-level quantization, and normalization. After preprocessing, the mean of 5×5 gray scale image will be calculated and used as the input for the ANN.

The total number of blood sample data is 140 pairs, 80 set of them are used for training process of the ANN and the rest are used for identification. The simulation result shows that the system is able to identify up to 90% level of accuracy."

"ABSTRAKTanah gambut merupakan ekosistem yang rapuh fragile , banyak diantaranya ketika akan dimanfaatkan, kemudian berujung pada kegagalan dan akhirnya ditelantarkan, sehingga pemanfaatan dan penggunaannya harus secara bijak dan didasarkan pada karakteristik tanah. Perluasan penggunaan tanah gambut meningkat pesat di beberapa provinsi yang memiliki areal gambut luas seperti di Jambi. Jambi merupakan salah satu provinsi yang memiliki tanah gambut dengan luasan, diurutan ketujuh di Indonesia. Penelitian ini bertujuan untuk melihat perubahan penggunaan tanah, yang berpotensi terhadap berkurang dan hilangnya fungsi-fungsi tanah gambut yang bernilai tinggi, dengan menggunakan metode Cellular Automata CA . Metode CA ini dijalankan dengan menggunakan aplikasi LCM Land Change Modeler dengan 6 faktor pendorong yang mempengaruhi, dimana perubahan paling dominan terjadi dari hutan menjadi perkebunan. Perubahan Penggunaan tanah dilihat pada rentang tahun 1990, 2000, 2010, dan 2014. Hasil analisis yang diperoleh kemudian dilakukan validasi Kappa. Hasil validasi Kappa tersebut digunakan untuk membuat simulasi model perubahan penggunaan tanah di tahun 2030, dengan tingkat akurasi model mencapai 75.74 .

---

ABSTRACTPeatlands is a fragile ecosystem, which is very difficult to be maintained and utilized, and finally will be abandoned. Therefore, peatlands utilization must be careful and refer to the land characteristic. Massive and extensive peatlands utilizations could be found in some provinces, including Jambi. Peatlands area in Jambi is the seven largest in Indonesia. Using Cellular Automata CA method, the aim of this research is to identify land use change that gives impact to the loss and decrease of high value peatlands. CA method runs by LCM Land Change Modeler with 6 influencing supporting factors, where the most dominant change could be found in the forest to plantation area. Land use change is analyzed from following year 1990, 2000, 2010, and 2014. The result analysis is validated using Kappa to create a land use model simulation in 2030. The accuracy of this simulation reaches 75.74 . "

"Suara denyut jantung memiliki pola khusus yang bersesuaian dengan kondisi jantung seseorang. Jantung yang tidak normal akan menimbulkan suara khas yang disebut murmur. Murmur disebabkan oleh berbagai hal yang menunjukkan kondisi jantung seseorang. Melalui Phonocardiogram (PCG) dapat dilihat gelombang sinyal denyut jantung seseorang. Spektrum denyut jantung abnormal memiliki pola spektrum yang khas. Sehingga melalui pola spektrum tersebut dapat diketahui kelainan jantung apa yang diderita oleh seseorang. Penelitian ini akan membuat suatu program simulasi yang akan mengenali tiga jenis kelainan jantung. Program simulasi ini menggunakan metode Jaringan Syaraf Tiruan dalam mengidentifikasi ketiga jenis kelainan jantung tersebut. Data yang akan digunakan sebagai database yaitu berupa sampel suara denyut jantung dengan format .wav, mono. Metode pelatihan Jaringan Syaraf Tiruan yang dibuat ini menggunakan fungsi traingdx yang terdapat pada Neural Network Toolbox MATLABTM. Adapun penggunaan fungsi traingdx ini karena waktu pelatihannya lebih cepat. Berdasarkan hasil pengujian pengenalan beberapa sampel kelainan jantung diperoleh akurasi rata-rata sebesar 82.2% dalam mengenali tiga jenis kelainan jantung tersebut.

---

Heartbeat has a unique pattern which corresponding to heart condition. Abnormal heart has a unique sounds which called murmurs. An murmur can be caused by something that indicates heart condition. It can be shown as a signal waveform of heartbeats by Phonocardiogram (PCG). Abnormal heartbeat has a unique spectral pattern. So with that spectral pattern it can be identify what kind of murmur types. This research make a simulation program which will identify 3 kinds of murmur heartbeats. This simulation program use Artificial Neural Network (ANN) to identify that murmurs. ANN database will use some murmurs heartbeats which record in .wav, mono fomat. Training method in this ANN use traingdx function which provided by Neural Network Toolbox MATLABTM. Traingdx function is a faster training method. This simulation program has 82.2% accuracy to detect 3 kinds of heartbeat murmur."