Hasil Pencarian  ::  Simpan CSV :: Kembali

Abstrak :


ABSTRAK
Pinggiran Sungai Ciliwung menjadi sebuah kawasan padat penduduk dikarenakan pemandangannya yang indah serta harga tanah yang murah. Namun ternyata terdapat gua bawah tanah pada tebing pinggiran sungai tersebut. Gua bawah tanah ini terbentuk akibat pengambilan pasir oleh manusia sejak dahulu. Oleh karenanya, hal ini merupakan sebuah ancaman bila terdapat banyak bangunan di atasnya. Jika dinding gua tidak kuat menahan beban di atasnya, akan terjadi bencana seperti sinkhole yang dapat mengakibatkan banyak korban. Adanya gua bawah tanah berisi udara pada pinggiran sungai yang memiliki nilai resistivitas mencapai 1500 ?m membuat kontras nilai resistivitas yang sangat jauh dibandingkan sekitarnya. Karena itu, metode resistivitas dengan konfigurasi dipole-dipole digunakan dalam penelitian ini agar dapat mendeteksi keberadaan dan kontinuitas gua bawah tanah tersebut. Agar dapat terlihat dengan jelas kontinuitasnya, pada penelitian ini terdapat 5 buah lintasan dengan jarak spasi antar elektroda sepanjang 2 meter. Berdasarkan hasil pengolahan data yang telah diambil, terdeteksi adanya anomali gua bawah tanah dengan ukuran tinggi dan lebar 1,5x1,5 meter serta nilai resistivitas berkisar antara 1400-1500 ?m serta dapat diperkirakan kontinuitasnya.

---

ABSTRAK
Ciliwung River ridge becomes a densely populated area due to its beautiful scenery and cheap land prices. But apparently there is an underground cave on the cliff edge of the river. This underground cave was formed due to sand taking by humans from the past. Therefore, this is a threat if there are many buildings on it. If the cave wall is not strong to hold the burden on it, there will be a disaster like sinkhole that can lead to many victims. The existence of an air filled underground cave on the edge of the river that has a resistivity value reaching 1500 m makes the contrast of resistivity value very far compared to its surroundings. Therefore, the resistivity method with dipole dipole array is used in this study in order to detect the existence and continuity of the underground cave. To be clearly visible continuity, in this research there are 5 pieces of line with spacing between electrode along the 2 meters. Based on the results of data processing has been taken, the cave underground anomalies detected with a height and width of 1,5x1,5 meters and resistivity value ranges between 1400 1500 m and can be estimated continuity.

Abstrak :
Malware merupakan suatu hal yang dapat merusak maupun menganggu aktivitas dari suatu jaringan ataupun komputer, untuk mencegah semakin tersebarnya Malware maka dibutuhkan pendeteksi untuk malware disuatu jaringan maka dapat ditempatkan suatu Honey Pot ataupun DNS Sinkhole untuk memantau adanya penyerangan terhadap jaringan tersebut ataupun ada malware yang berusaha masuk pada jaringan tersebut, data ndash; data malware yang telah dikumpulkan selanjutnya dapat diolah dengan menggunakan data mining, dengan menggunakan data mining, hasil pengolahan data tersebut dapat dijadikan sebagai parameter bagaimana aktivitas malware yang sering masuk kedalam jaringan dan jenis malware apa saja yang ada dijaringan tersebut. Dengan menggunakan Oracle Data Miner dapat dikatakan untuk tipe data malware yang digunakan untuk data mining adalah Naive Bayes dan Support Vector Machine SVM dimana menunjukkan untuk tipe data seperti ini algoritma Naive Bayes lebih berfungsi dengan baik dibandingkan dengan SVM terlihat dari presentase keberhasilan pengolahan datanya dimana Naive Bayes memiliki 76 keberhasilan sedangkan SVM hanya 32 keberhasilan. ...... Malware are something that can damage or disrupt activities of a network or computer. To prevent spreading of a malware, it is required a detection or a protection system in a network. Honey Pot and DNS Sinkhole are the two kinds of malware detection system that can detect and monitoring network activities and capture or prevent any malware attack that can happens inside the network or computer. Malware datas that already been gathered and collected then will be processed using data mining. With data mining, the mining result will be used as a parameter in how malware activities inside a network and what kind of malware that actived inside a network. Using Oracle Data Miner with data that consist of malware type can be done using Naive Bayes and Support Vector Machine SVM . With this kind of data Naive Bayes perform better than the other algorithm SVM judging by the completion percentage of data mining process for Naive Bayes are 76 and SVM are 32.

Abstrak :
Karst dapat dicirikan dengan mengidentifikasi terdapatnya sinkhole atau lembah kering dalam berbagai ukuran dan bentuk, langka atau tidak terdapatnya sungai permukaan, dan terdapatnya goa dari sistem drainase bawah tanah. Kecamatan Semanu dan Kecamatan Ponjong, Kabupaten Gunung Kidul termasuk ke dalam kawasan karst Gunungsewu. Kedua kecamatan ini banyak dijumpai fenomena sinkhole. Sinkhole pada proses karstifikasi lebih lanjut dapat terjadi amblesan. Amblesan dapat sangat berbahaya dalam aspek kewilayahan karena berhubungan dengan kehidupan di permukaan dan perencanaan infrastruktur. Penelitian ini bertujuan untuk mengetahui pola persebaran amblesan pada bentang alam karst di Kecamatan Ponjong dan Kecamatan Semanu, Kab. Gunung Kidul dan menganalisis wilayah potensi amblesan berdasarkan faktor pendorong dan faktor pengontrol yang mempengaruhi terjadinya amblesan pada bentang alam karst Pola sebaran amblesan dianalisis menggunakan analisis tetangga terdekat dan menghasilkan nilai indeks 0.553 yang berarti pola sebaran amblesan adalah mengelompok. Wilayah potensi amblesan dibuat dengan mengolah peta kelerengan, peta ketinggian, peta indeks vegetasi, dan peta suhu permukaan tanah. Keempat peta dioverlay kemudian dibuat klasifikasi menjadi wilayah potensi tinggi, sedang, dan rendah. Hasil pengolahan menunjukkan sebagian besar wilayah Kecamatan Ponjong dan Kecamatan Semanu merupakan wilayah potensi tinggi amblesan dan dibuktikan dengan 80 persen amblesan terjadi di wilayah potensi tinggi dengan curah hujan mempengaruhi wilayah amblesan. ...... Karst can be characterized by identifying the presence of sinkhole or dry valleys in various sizes and shapes, rare or absent surface rivers, and the presence of caves from underground drainage systems. District of Semanu and District of Ponjong, Gunung Kidul Regency belong to karst area Gunungsewu. Both subdistricts are often foundphenomenon synthetic. Sinkhole on further karstification process can occur subsidence. Amblesan can be very dangerous in the cantonal aspect as it relates to life on the surface and infrastructure planning. This study aims to determine the pattern of dispersal distribution in karst landscapes in District Ponjong and District Semanu, Kab. Gunung Kidul and analyze the potential region of subsidence based on the driving factors and the controlling factors that affect the occurrence of subsidence in the karst landscape. The dispersion distribution pattern is analyzed using nearest neighbor analysis and yields the index value 0.553 which means the pattern of the distribution of the subsidence is clumped. Areas of potential subsidence are made by treating gradient maps, altitude maps, vegetation index maps, and surface temperature maps. The four dioverlay maps are then classified into high, medium, and low potential areas. The processing result shows that most of Ponjong and Semanu sub districts are high potential subsidence area and proved by 80 of subsidence in high potential area with rainfall affecting the subsidence area.