ABSTRAK Indonesia berada pada zona seismik aktif sehingga struktur bangunan bertingkat harus dirancang dengan sistem penahan gaya lateral yang efisien. Penelitian ini menganalisis perilaku seismik gedung baja 12 lantai dengan lima konfigurasi bresing konsentrik: diagonal (BrDg), X (BrX), V (BrV), V inverted (BrA), dan K (BrK). Analisis dilakukan menggunakan metode linier dinamik respon spektrum berdasarkan pada SNI 1726:2019, sedangkan pembebanan gravitasi berdasarkan SNI 1727:2020. Pemodelan struktur dilakukan menggunakan elemen rangka baja WF mutu BJ 41 dengan asumsi kondisi tanah lunak (SE) dan lokasi gempa Kota Padang. Parameter utama yang dievaluasi meliputi periode getar alami, gaya geser dasar (base shear), perpindahan maksimum puncak struktur (top displacement), dan simpangan antar lantai (story drift). Hasil analisis menunjukkan bahwa variasi bresing memberikan pengaruh signifikan terhadap kekakuan lateral dan respons dinamik struktur. Bresing V inverted (BrA) menghasilkan periode getar alami paling rendah (T = 1,73 detik arah X dan 1,68 detik arah Y) sehingga memberikan kekakuan efektif tertinggi. Model BrA juga menghasilkan base shear terbesar (3.335–3.385 kN), mengindikasikan kapasitas yang lebih baik dalam memikul gaya seismik. Pada parameter displacement dan story drift, BrA menunjukkan nilai paling kecil dibandingkan model lainnya dan seluruh tipe bresing memenuhi batas drift ijin Δa = 80 mm. Temuan ini menunjukkan bahwa konfigurasi bresing V inverted merupakan tipe paling efisien dalam meningkatkan stabilitas lateral struktur baja terhadap beban gempa. Kata Kunci : bresing konsentrik, displacement, story drift, gaya geser dasar.
Proses penyelesaian skripsi merupakan syarat mutlak kelulusan bagi mahasiswa sarjana yang melibatkan berbagai pihak seperti mahasiswa, dosen pembimbing, dan penguji. Penelitian ini menerapkan pendekatan Network Analysis untuk mengidentifikasi pola hubungan struktural antar dosen serta tren topik penelitian mahasiswa di Program Studi S1 Farmasi Universitas Anwar Medika. Data yang digunakan berjumlah 427 rekaman data skripsi. Melalui tahap preprocessing, data anomali pada durasi penyelesaian dieliminasi, menyisakan data valid dengan rata-rata waktu penyelesaian 177,71 hari dan frekuensi bimbingan rata-rata 24,39 kali. Pemodelan jaringan menghasilkan matriks Degree Centrality yang menunjukkan dosen tertentu memiliki peran sentral yang dominan. Selain itu, Text Network Analysis pada judul skripsi mengungkapkan bahwa kata kunci "ekstrak", "pasien", dan "etanol" merupakan topik penelitian yang paling banyak memiliki interkoneksi. Hasil penelitian ini diharapkan dapat memberikan wawasan strategis bagi pihak rektorat dan program studi dalam mendistribusikan beban bimbingan serta mengarahkan variasi topik penelitian di masa mendatang
Transformator merupakan salah satu komponen utama dalam sistem distribusi tenaga listrik yang berfungsi menyalurkan energi listrik melalui perubahan tingkat tegangan sesuai dengan kebutuhan beban. Keandalan transformator sangat berpengaruh terhadap kontinuitas dan stabilitas sistem kelistrikan di lingkungan industri, sehingga diperlukan pengujian awal sebelum transformator dioperasikan (energizing). Penelitian ini bertujuan menganalisis proses pengujian awal transformator step-down 20 kV/400 V di PT Batamindo Investment Cakrawala, khususnya pada Departemen Power House. Metode pengumpulan data meliputi observasi langsung, wawancara dengan teknisi, dokumentasi hasil pengujian, serta studi literatur mengenai standar pengujian transformator. Pengujian yang dianalisis meliputi turns ratio test (TTR), insulation resistance test, dan oil breakdown voltage test (BDV). Hasil analisis menunjukkan bahwa transformator tiga fasa berkapasitas 1000 kVA berada dalam kondisi layak operasi. Pengujian TTR menghasilkan deviasi maksimum sebesar ±0,074%, masih berada dalam batas toleransi standar sehingga menunjukkan kesesuaian rasio lilitan sisi primer dan sekunder. Pengujian tahanan isolasi menggunakan Megger menunjukkan nilai ≥1000 MΩ pada tegangan uji 5000 VDC, yang mengindikasikan kondisi isolasi sangat baik. Selain itu, hasil pengujian tegangan tembus minyak transformator (BDV) memperoleh nilai rata-rata sebesar 40,83 kV, melebihi batas minimum yang dipersyaratkan dalam standar pengujian. Berdasarkan hasil tersebut, transformator dinyatakan memenuhi persyaratan teknis dan siap dioperasikan pada sistem distribusi tenaga listrik di lingkungan industri.
Tanaman holtikultura membutuhkan kondisi lingkungan yang stabil untuk mencapai pertumbuhan optimal, terutama dalam hal suhu, kelembaban tanah, serta kandungan unsur hara. Pemantauan manual terhadap faktor-faktor tersebut dinilai kurang efektif karena memakan waktu dan tidak mampu memberikan informasi secara real-time. Penelitian ini mengembangkan prototype sistem monitoring berbasis Internet of Things (IoT) dengan memanfaatkan NodeMCU ESP32 sebagai mikrokontroler yang terhubung dengan sensor DHT22, soil moisture, sensor PIR, serta sensor MQ-137. Penambahan sensor MQ-137 menjadi pembeda utama penelitian ini dibandingkan penelitian terdahulu, karena memungkinkan deteksi kadar amonia (NH₃) sebagai indikator ketersediaan nitrogen pada tanah. Data hasil pembacaan sensor dikirim ke platform ThingsBoard melalui jaringan Wi-Fi dan divisualisasikan secara real-time. Hasil pengujian menunjukkan bahwa sistem mampu mendeteksi kondisi lingkungan tanaman dan mengaktifkan aktuator sesuai parameter yang ditetapkan, seperti kipas, lampu, pompa air, sprayer pupuk, dan pompa pestisida. Implementasi sistem ini terbukti dapat membantu petani memantau kondisi tanaman secara langsung, meningkatkan efisiensi, serta mengurangi risiko kerusakan akibat faktor lingkungan dan serangan hama.
Efisiensi turbin angin merupakan indikator penting dalam mengevaluasi kemampuan sistem mengonversi energi kinetik angin menjadi energi listrik, yang dipengaruhi oleh variasi kecepatan angin dan perubahan daya keluaran pada berbagai kondisi operasi. Penelitian ini bertujuan mengembangkan model machine learning berbasis unsupervised learning untuk mengidentifikasi karakteristik kondisi operasi turbin angin berdasarkan Wind Speed, Active Power, dan Efficiency. Dataset terdiri atas 100 observasi dari Wind Turbine Power Generation Dataset. Tahapan penelitian meliputi praproses data, normalisasi menggunakan Min-Max Scaling, penentuan jumlah klaster optimal dengan Elbow Method, K-Means clustering, serta evaluasi kualitas klaster menggunakan Silhouette Score. Hasil menunjukkan bahwa jumlah klaster optimal adalah tiga (K=3), dengan nilai WCSS sebesar 27,4509; 6,7612; 2,9752; 1,7142; dan 1,1369 untuk K=1 hingga K=5. Ketiga klaster merepresentasikan kondisi operasi efisiensi tinggi, transisi, dan efisiensi rendah. Klaster 1 memiliki centroid Active Power 577,1 kW, Wind Speed 6,4 m/s, dan Efficiency 73,6%; Klaster 2 sebesar 2.482 kW, 12,4 m/s, dan 63,7%; sedangkan Klaster 3 sebesar 6.122 kW, 18,0 m/s, dan 54,7%. Komposisi klaster masing-masing terdiri atas 44, 16, dan 40 observasi. Nilai Silhouette Score sebesar 0,5863 menunjukkan kualitas pengelompokan yang baik. Hasil karakterisasi menunjukkan bahwa peningkatan kecepatan angin berkaitan dengan peningkatan daya aktif, tetapi tidak selalu menghasilkan efisiensi yang lebih tinggi. Pendekatan machine learning yang dikembangkan berhasil mengidentifikasi tiga rezim operasi utama dan memberikan dasar berbasis data untuk analisis kondisi operasi turbin angin.
