Hasil Pencarian  ::  Simpan CSV :: Kembali

"

Pipa dianggap sebagai peralatan paling aman dan paling efisien untuk mendistribusikan cairan atau gas alam. Namun, kemungkinan kegagalan dengan dampak kerusakan ekonomi, keselamatan, dan ekologi masih mungkin terjadi. Fenomena korosi uniform adalah anomali yang sering terjadi pada pipa yang dapat mengurangi ketebalan pipa dan implikasinya bagi manajemen aliran gas yang buruk. Metodologi Risk Based Inspectionn dapat digunakan untuk mengelola risiko korosi dengan memfokuskan upaya inspeksi pada peralatan dengan risiko tertinggi. Salah satu metode untuk menganalisis risiko korosi yang terjadi pada pipa gas adalah dengan metode Monte Carlo. Metode Monte Carlo adalah teknik metode yang membangun distribusi probabilitas terhadap hasil yang tepat dari sampel terbatas menggunakan proses pengacakan. Graphical User Interface (GUI) dibuat untuk metode model Monte Carlo dengan menggunakan bahasa pemrograman python. Untuk memvalidasi model, perhitungan manual pada perangkat lunak minitab digunakan sebagai perbandingan.

---

---

Pipes are considered the safest and most efficient equipment for distributing liquids or natural gas. However, the likely of failure with economic, safety, and ecological damage impacts is still possible. Uniform corrosion phenomenon is an anomaly that often occurs in pipelines that can reduce pipe thickness and implicate to poor management of gas flow. Risk-Based Inspection methodology may be used to manage the corrosion risk by focusing inspection efforts on the process equipment with the highest risk. One of the methods to analyse the corrosion risk that occur in gas pipelines is by Monte Carlo method. Monte Carlo method is a simulation technique that constructs probability distributions of the possible outcomes from the limited samples using a randomization process. Graphical User Interface (GUI) was created to model Monte Carlo method by using python programming language. To validate the model, the manual calculation on Minitab software was used as a comparation.

"

"Hipertensi merupakan salah satu faktor risiko dari kardiovaskular yang mematikan yang dikenal sebagai “the silent killer” dikarenakan hipertensi tidak menunjukkan gejala apapun dan tidak memiliki keluhan namun hipertensi mampu menyebabkan penyakitpenyakit lain atau komplikasi seperti kerusakan pada organ. Pengukuran parameterparameter fisiologis seperti tekanan darah adalah hal yang vital dalam menunjang pendeteksian dan analisis dari penyakit kardiovaskular. Namun, hingga saat ini beberapa metode-metode pengukuran yang tersedia saat ini membutuhkan instrumen yang canggih dan dibutuhkannya tenaga kesehatan dengan keahlian khusus untuk mengoperasikan instrumen tersebut. Selain itu, penggunaan cuff pada alat sphygmomanometer sangat tidak nyaman untuk digunakan apabila diperlukannya pengukuran tekanan darah secara kontinu serta pengoperasian instrumen membutuhkan kontak fisik sehingga meningkatkan kemungkinan terpaparnya COVID-19. Oleh karena itu, dibutuhkannya metode pengukuran darah tanpa cuff, mampu mengukur tekanan darah secara kontinu, dan mampu mengukur tekanan darah dengan akurat yang mampu dioperasikan dengan mudah. Penelitian ini bertujuan untuk membuat desain rancangan prototipe alat pengukur tekanan darah dengan menggunakan sensor MAX30102 dan ESP32 secara wireless melalui sinyal photoplethysmograph dengan pengolahan sinyal PPG berbasis pada ekstraksi fitur dan machine learning. Sistem pengukuran menggunakan sensor PPG dan microcontroller untuk mendapatkan sinyal PPG dari subjek yang kemudian sinyal melalui tahap preprocessing untuk menghilangkan noise kemudian sinyal diproses dengan peak detection dan ekstraksi fitur. Data tersebut kemudian akan dikumpulkan untuk dilatih pada machine learning untuk mendapatkan model yang mampu memprediksi nilai parameter fisiologis, yaitu tekanan darah. Model terbaik yang didapatkan, yaitu model dengan dataset 6 subjek dengan jumlah baris hasil ekstraksi 4 fitur sinyal PPG berjumlah 20 baris dengan perbandingan data training dan data validation sebesar 90:10 tanpa regularization dengan algoritma XGBoost dengan evaluasi performa sebesar 0,49/0,59 untuk koefisien determinasi dan nilai error sebesar 4,53/4,57 digunakan pada Graphical User Interface (GUI) yang berbasis web sehingga model dapat terintegrasi dengan sistem yang kemudian mampu diimplementasikan secara langsung oleh user.

---

Hipertensi merupakan salah satu faktor risiko dari kardiovaskular yang mematikan yang dikenal sebagai “the silent killer” dikarenakan hipertensi tidak menunjukkan gejala apapun dan tidak memiliki keluhan namun hipertensi mampu menyebabkan penyakitpenyakit lain atau komplikasi seperti kerusakan pada organ. Pengukuran parameterparameter fisiologis seperti tekanan darah adalah hal yang vital dalam menunjang pendeteksian dan analisis dari penyakit kardiovaskular. Namun, hingga saat ini beberapa metode-metode pengukuran yang tersedia saat ini membutuhkan instrumen yang canggih dan dibutuhkannya tenaga kesehatan dengan keahlian khusus untuk mengoperasikan instrumen tersebut. Selain itu, penggunaan cuff pada alat sphygmomanometer sangat tidak nyaman untuk digunakan apabila diperlukannya pengukuran tekanan darah secara kontinu serta pengoperasian instrumen membutuhkan kontak fisik sehingga meningkatkan kemungkinan terpaparnya COVID-19. Oleh karena itu, dibutuhkannya metode pengukuran darah tanpa cuff, mampu mengukur tekanan darah secara kontinu, dan mampu mengukur tekanan darah dengan akurat yang mampu dioperasikan dengan mudah. Penelitian ini bertujuan untuk membuat desain rancangan prototipe alat pengukur tekanan darah dengan menggunakan sensor MAX30102 dan ESP32 secara wireless melalui sinyal photoplethysmograph dengan pengolahan sinyal PPG berbasis pada ekstraksi fitur dan machine learning. Sistem pengukuran menggunakan sensor PPG dan microcontroller untuk mendapatkan sinyal PPG dari subjek yang kemudian sinyal melalui tahap preprocessing untuk menghilangkan noise kemudian sinyal diproses dengan peak detection dan ekstraksi fitur. Data tersebut kemudian akan dikumpulkan untuk dilatih pada machine learning untuk mendapatkan model yang mampu memprediksi nilai parameter fisiologis, yaitu tekanan darah. Model terbaik yang didapatkan, yaitu model dengan dataset 6 subjek dengan jumlah baris hasil ekstraksi 4 fitur sinyal PPG berjumlah 20 baris dengan perbandingan data training dan data validation sebesar 90:10 tanpa regularization dengan algoritma XGBoost dengan evaluasi performa sebesar 0,49/0,59 untuk koefisien determinasi dan nilai error sebesar 4,53/4,57 digunakan pada Graphical User Interface (GUI) yang berbasis web sehingga model dapat terintegrasi dengan sistem yang kemudian mampu diimplementasikan secara langsung oleh user."

"Sistem penentuan sumber panas dengan metode tomografi menggunakan 36 sensor termometer digital DS18B20 telah dibuat dengan menggunakan mikrokontroler H8/3069F dengan komunikasi secara 1 wire. Komunikasi secara 1 wire ini memberi kemudahan dan penghematan penggunakan pin mikrokontroler sehingga pada penelitian ini hanya 1 pin mikrokontroler saja yang digunakan untuk memperoleh data yang terukur pada sensor sebanyak 36 secara bersamaan. Sistem ini menggunakan suatu ruang tertutup yaitu sebuah kotak inkubator berdimensi 60 x 40 x 40 cm. Graphical User Interface (GUI) yang dibuat dengan bahasa python digunakan untuk pengolahan data dan penampilan hasil keluaran sensor untuk kemudian disimpan dalam database MySQL. Data temperatur yang diperoleh pada sensor termometer digital DS18B20 dijadikan syarat batas oleh metode finite difference untuk menghasilkan data distribusi temperatur dan diolah menjadi sebuah grafik kontur yang dibuat dalam program wxPython dan Python GUI. Namun dengan pengolahan data menggunakan finite difference, hasilnya kurang baik sehingga dicoba pengolahan data menggunakan interpolasi kriging menggunakan software surfer. Grafik kontur yang dihasilkan adalah berupa hubungan antara letak sensor pada sumbu x dan y dengan temperatur yang terukur pada sumbu x dan y tersebut. Letak sumber panas yang dihasilkan adalah berupa sumbu koordinat x dan y yang menunjukan temperatur yang paling tinggi.

---

Determination system with the heat source tomography method using a digital thermometer sensor 36 has been made DS18B20 using H8/3069F microcontroller with 1 wire communication.1 wire communication gives convenience and economy, so the use of pin microcontroller in this study only 1 pin microcontroller are used to obtain measurable data on as many as 36 sensors simultaneously. This system uses an enclosed space that is an incubator box dimensions 60 x 40 x 40 cm. Graphical User Interface (GUI) that is made with python language used for data processing and viewing of the sensor output to then be stored in a MySQL database.Temperature data obtained on a digital thermometer sensor DS18B20 made by the boundary condition Finite difference methods to generate data on the distribution of temperature and processed into a contour graph created in the program GUI wxPython and Python. But with data processing using Finite difference, the result is not so good, so try using a data processing kriging interpolation using the software surfer. The resulting graph is the contour of the relationship between the location of sensors on the x and y axis with the temperature measured on the x axis and y are. Location of the source of heat is generated in the form of axis x and y coordinates that show the highesttemperatures.Tomography , DS18B20, microcSistem penentuan sumber panas dengan metode tomografi menggunakan 36 sensor termometer digital DS18B20 telah dibuat dengan menggunakan mikrokontroler H8/3069F dengan komunikasi secara 1 wire. Komunikasi secara 1 wire ini memberi kemudahan dan penghematan penggunakan pin mikrokontroler sehingga pada penelitian ini hanya 1 pin mikrokontroler saja yang digunakan untuk memperoleh data yang terukur pada sensor sebanyak 36 secara bersamaan. Sistem ini menggunakan suatu ruang tertutup yaitu sebuah kotak inkubator berdimensi 60 x 40 x 40 cm. Graphical User Interface (GUI) yang dibuat dengan bahasa python digunakan untuk pengolahan data dan penampilan hasil keluaran sensor untuk kemudian disimpan dalam database MySQL. Data temperatur yang diperoleh pada sensor termometer digital DS18B20 dijadikan syarat batas oleh metode finite difference untuk menghasilkan data distribusi temperatur dan diolah menjadi sebuah grafik kontur yang dibuat dalam program wxPython dan Python GUI. Namun dengan pengolahan data menggunakan finite difference, hasilnya kurang baik sehingga dicoba pengolahan data menggunakan interpolasi kriging menggunakan software surfer. Grafik kontur yang dihasilkan adalah berupa hubungan antara letak sensor pada sumbu x dan y dengan temperatur yang terukur pada sumbu x dan y tersebut. Letak sumber panas yang dihasilkan adalah berupa sumbu koordinat x dan y yang menunjukan temperatur yang paling tinggi.

---

Determination system with the heat source tomography method using a digital thermometer sensor 36 has been made DS18B20 using H8/3069F microcontroller with 1 wire communication.1 wire communication gives convenience and economy, so the use of pin microcontroller in this study only 1 pin microcontroller are used to obtain measurable data on as many as 36 sensors simultaneously. This system uses an enclosed space that is an incubator box dimensions 60 x 40 x 40 cm. Graphical User Interface (GUI) that is made with python language used for data processing and viewing of the sensor output to then be stored in a MySQL database.Temperature data obtained on a digital thermometer sensor DS18B20 made by the boundary condition Finite difference methods to generate data on the distribution of temperature and processed into a contour graph created in the program GUI wxPython and Python. But with data processing using Finite difference, the result is not so good, so try using a data processing kriging interpolation using the software surfer. The resulting graph is the contour of the relationship between the location of sensors on the x and y axis with the temperature measured on the x axis and y are. Location of the source of heat is generated in the form of axis x and y coordinates that show the highesttemperatures."

"Minyak merupakan kebutuhan bahan bakar yang utama untuk menunjang kehidupan manusia dalam banyak aspek termasuk menggerakkan roda perekonomian. Kegiatan eksplorasi minyak banyak melibatkan jaringan perpipaan sebagai tempat mengalirkan atau memindahkan fluida. Oleh karena itu kehandalan sistem perpipaan sangat diperlukan untuk mencegah terjadinya kegagalan pada sistem perpipaan. Kegagalan pada sistem perpipaan terjadi akibat adanya interaksi antara logam pipa dengan lingkungannya yang akan mengakibatkan terjadinya korosi. Untuk mengantisipasi terjadinya korosi, dibutuhkan sistem inspeksi yang optimal sehingga mampu mencegah terjadinya korosi serta dapat meningkatkan efektifitas inspeksi. Risk Based Inspection (RBI) merupakan salah satu metode untuk menentukan sistem inspeksi secara optimal dengan menggunakan pendekatan risiko. Dalam pendekatan penghitungan risiko, simulasi Monte Carlo dapat digunakan untuk mendekati nilai risiko aktual pada kondisi lapangan dengan jumlah sampel yang sedikit. Metode simulasi Monte Carlo merupakan bentuk simulasi probabilistik dimana suatu solusi dari suatu masalah diberikan berdasarkan proses randomisasi (acak). Unsur pokok yang diperlukan dalam simulasi Monte Carlo adalah random number generator. Pada penelitian ini, perhitungan keandalan dilakukan dengan menggunakan simulasi Monte Carlo menggunakan bantuan perangkat lunak RStudio® yang akan dibandingkan hasil perhitungannya dengan menggunakan Graphical User Interface (GUI) berbasis bahasa pemrograman R. Tujuan akhir dari penelitan ini adalah untuk menciptakan Graphical User Interface (GUI) berbasis bahasa pemrograman R yang ditargetkan mampu mempermudah  user melakukan kalkulasi risiko dengan menggunakan simulasi Monte Carlo pada metode Risk Based Inspection

---

Oil is the main fuel requirement to support human life in many aspects including propelling the economy. Many oil exploration activities involve pipelines as a place to drain or move fluid. Therefore, the reliability of the piping system is needed to prevent failures in the piping system. Failure in the piping system occurs due to the interaction between the metal pipe and its environment which will result a corrosion. To anticipate the occurrence of corrosion, an optimal inspection system is needed so that it can prevent corrosion and increase the effectiveness of inspections. Risk Based Inspection (RBI) is one of the methods to determine the inspection system optimally by using a risk management approach. In this approach, Monte Carlo simulations can be used to approach the actual risk value in field conditions with a small number of samples. Monte Carlo simulation method is a form of probabilistic simulation where a solution of a problem is given based on a randomization process. The basic element needed in a Monte Carlo simulation is a random number generator. In this study, the reliability calculation is done using Monte Carlo simulation using the help of RStudio® software which will be compared to the results of calculations using the Graphical User Interface (GUI) based on the R programming. The final purpose of this research is to create a Graphical User Interface (GUI) based on the R programming language that is targeted to be able to facilitate users in calculating risk by using Monte Carlo simulations on the Risk Based Inspection method."