Hasil Pencarian  ::  Simpan CSV :: Kembali

"Penelitian ini bertujuan untuk menigkatkan pengawasan terhadap tingkat radiasi linkungan dengan merancang bangun sistem instrumentasi detektor radionuklida berbasis kristal sintilasi CsI(Na) terintegrasi stasiun cuaca dengan uji karakteristik akuisisi detektor radionuklida terhadap sumber radiasi Eu-152, Cs-137, K-40 dan perubahan parameter cuaca. Uji karakteristik terhadap sumber radiasi menghasilkan data perbandingan hubungan perubahan laju dosis terhadap jarak sumber radiasi berdasarkan posisi penempatan detektor kristal sintillasi , dan perbandingann dengan instrumen standar gamma surveymeter. Uji karakteristik terhadap perubahan cuaca mendapatkan data perubahan laju dosis dan laju cacah terhadap perubahan parameter udara yaitu: suhu; kelembapan relatif; dan tekanan.

---

This research purposes are to increse environmental radiation monitoring by designing and developing an instrumentation system radionuclide detector CsI(Na) scintillation crystal integrated with a weather station by radionuclide detector cquisition characteristic testing with Eu-152, Cs-137, K-40 as radiation source and changes in weather parameters. Characterization test using radiation source produced data comparing the relation between changes in dose rate and distance from the radiation source based on the placement position of the scintillation crystal detector, as well as comparisons with a standard gamma survey meter instrument. The characterization test under varying weather conditions provided data on changes in dose rate and count rate in response to changes in air parameters, including temperature, relative humidity, and pressure. "

"Perbatasan negara merupakan wilayah yang rentan untuk dipengaruhi oleh negara-negara tetangga. Faktor-faktor yang dapat mempengaruhi negara seperti penyalahgunaan sumber daya alam, penyelundupan dan pencemaran lingkungan. Salah satu bahaya pencemaran lingkungan adalah berasal dari sumber radionuklida, baik dari alam maupun teknologi fasilitas nuklir. Untuk mencegah pengaruh buruk tersebut, PRFN BATAN berencana menempatkan perangkat pemantau radiasi lingkungan di berbagai wilayah perbatasan negara. Perangkat pemantau radiasi lingkungan yang tersedia saat ini hanya memiliki kemampuan untuk pengukuran nilai cacah gross radiasi tanpa kemampuan identifikasi jenis radionuklida. Kekurangan ini menyebabkan hasil yang bias ketika kondisi abnormal, apakah disebabkan oleh NORM atau TNORM. Maka, dibuatlah perangkat dengan kemampuan identifikasi radionuklida menggunakan detektor sintilasi CsI(Na) dengan metode machine learning. Pengujian dilakukan di laboratorium dengan variasi waktu pencacahan 1, 5, 10, 15, 30, 60 dan 120 menit serta jarak 50, 75, 100, 125 dan 150 cm, representasi dari laju dosis. Metode fitur ekstraksi menggunakan Histogram of Oriented Gradients (HOG) dengan 4 buah pembagian daerah sesuai dengan puncak radionuklida. Metode klasifikasi menggunakan Linear Regression, LDA, K-NN, Decision Tree, Naïve Bayes, SVM dan Neural Network. Hasil pengujian menunjukkan kombinasi metode ektraksi fitur ketiga dengan metode klasivikasi SVM merupakan metode terbaik dengan akurasi sebesar 97.845% dan waktu identifikasi radionuklida 0.997 ms.

---

State borders are areas that are vulnerable to being influenced by neighboring countries. Factors that can affect the country such as misuse of natural resources, smuggling and environmental pollution. One of the dangers of environmental pollution is originating from radionuclide sources, both from nature and nuclear facility technology. To prevent this bad influence, PRFN BATAN plans to place environmental radiation monitoring devices in various border areas of the country. Currently available environmental radiation monitoring devices only have the ability to measure the gross count value of radiation without the capability to identify the type of radionuclide. This deficiency causes biased results when the condition is abnormal, whether due to NORM or TNORM. So, a device with the ability to identify radionuclides was made using the CsI (Na) scintillation detector using the machine learning method. Tests were carried out in the laboratory with a variety of counting time 1, 5, 10, 15, 30, 60 and 120 minutes and distances of 50, 75, 100, 125 and 150 cm, a representation of the dose rate. The feature extraction method uses a Histogram of Oriented Gradients (HOG) with 4 regional divisions according to the radionuclide peaks. The classification method uses Linear Regression, LDA, K-NN, Decision Tree, Naïve Bayes, SVM and Neural Network. The test results show that the combination of the third feature extraction method with the SVM classification method is the best method with an accuracy of 97.845% and a radionuclide identification time of 0.997 ms."

"Nelayan-nelayan kecil yang berada di tengah laut memiliki risiko besar karena tidak adanya saluran komunikasi yang dapat digunakan untuk mendapatkan informasi mengenai cuaca yang ada di lokasinya dan anomali cuaca yang dapat berubah secara tiba-tiba serta ekstrem. Salah satu solusi masalah tersebut adalah dengan sebuah sistem yang dapat memantau cuaca secara otomatis. Penelitian ini berfokus pada pembuatan perangkat lunak untuk sistem tersebut yang berbasis citra dari satelit NOAA dan menggunakan library OpenCV. Perangkat lunak yang telah dibuat dapat memberikan informasi keadaan cuaca di lokasi dan sekitar pengguna berada. Pada pengujian didapatkan hasil bahwa akurasi yang dimiliki adalah sebesar 91,25%. Dari segi waktu, lamanya waktu eksekusi rata-rata dari perangkat lunak ini adalah sebesar 0,211 detik. Pada pengujian ketahanan terhadap noise dengan menggunakan Gaussian noise μ = 0 dan σ yang divariasikan antara 26, 64, dan 128 didapatkan akurasi secara berturut-turut sebesar 82,5%, 60%, dan 52,5%. Uji fungsional serta tampilan antarmuka, mendapatkan nilai rata-rata sebesar 75%.

---

Traditional fishermen who are in the middle of the sea have great risk because of the absence of communication channels that can be used to obtain information about weather in the location and weather anomalies that may change suddenly and extreme. One solution to the problem is with a system that can monitor the weather automatically. This research will focus on the software development for the system based on imagery from NOAA satellites and it uses OpenCV library.

The software has been created to provide information about the weather conditions on the user’s location and around of its location. On testing, it showed that the accuracy is at 91.25%. In terms of time, the length of the average execution time of this software is at 0.211 seconds. In the resistance to noise testing by using a Gaussian noise μ = 0 and σ which varied between 26, 64, and 128 obtained accuracy in a row amounted to 82.5%, 60%, and 52.5%. Functional testing and interface, obtain an average value of 75%."

"The interaction of the solar and heat radiation with the atmosphere and surface is the subject of the book. The book contains the description of 17 computer studying programs supporting different topics of courses."