OPTIMISASI KLASIFIKASI DAN EVALUASI KARAKTERISTIK PENGOLAHAN LIMBAH ORGANIK MENJADI BRIKET BIOMASSA MELALUI PEMODELAN DATA DAN PEMELAJARAN MESIN = Optimization of Classification and Evaluation of Characteristics Processing Organic Waste into Biomass Briquettes Through Data Modeling and Machine Learning


SAPTADI, NORBERTUS TRI SUSWANTO (2023) OPTIMISASI KLASIFIKASI DAN EVALUASI KARAKTERISTIK PENGOLAHAN LIMBAH ORGANIK MENJADI BRIKET BIOMASSA MELALUI PEMODELAN DATA DAN PEMELAJARAN MESIN = Optimization of Classification and Evaluation of Characteristics Processing Organic Waste into Biomass Briquettes Through Data Modeling and Machine Learning. Disertasi thesis, Universitas Hasanuddin.

[thumbnail of Cover]
Preview
Image (Cover)
D053201001_disertasi_28-02-2024 Cover1.jpg

Download (308kB) | Preview
[thumbnail of Bab 1-2] Text (Bab 1-2)
D053201001_disertasi_28-02-2024 bab1-2(FILEminimizer).pdf

Download (2MB)
[thumbnail of Dapus] Text (Dapus)
D053201001_disertasi_28-02-2024 Dapus(FILEminimizer).pdf

Download (610kB)
[thumbnail of Full Text] Text (Full Text)
D053201001_disertasi_28-02-2024(FILEminimizer).pdf
Restricted to Repository staff only until 21 August 2026.

Download (5MB)

Abstract (Abstrak)

NORBERTUS TRI SUSWANTO SAPTADI. OPTIMISASI KLASIFIKASI DAN EVALUASI KARAKTERISTIK PENGOLAHAN LIMBAH ORGANIK MENJADI BRIKET BIOMASSA MELALUI PEMODELAN DATA DAN PEMELAJARAN MESIN. (Dibimbing oleh Ansar Suyuti, Amil Ahmad Ilham, Ingrid Nurtanio). Indonesia memiliki potensi energi yang berasal dari sampah organik. Kebutuhan masyarakat akan energi semakin meningkat. Pengelolaan energi membutuhkan identifikasi, klasifikasi dan evaluasi. Penelitian bertujuan menghasilkan model estimasi energi yang bersumber dari limbah organik, model mekanisme deteksi objek limbah organik dan komposisi bahan baku, serta model penentuan kualitas pada produk briket biomassa. Metode penelitian menggunakan regresi linier dengan pendelatan model CNN. Penelitian menghasilkan prediksi konsumsi bahan bakar briket tahun 2022-2030 dengan model Y = 201.448,23 – 721,74 .X1 dan R2 = 0,94. Optimisasi bahan terbesar briket yaitu: tempurung kelapa/20,50, kayu/20,50, jerami/19,10, tongkol/18,80, daun/17,41. Persamaan model data HHV Terukur (MJ/kg) =1.995,638 + 0,092 FC - 0,022 VM - 0,272 ASH untuk memprediksi nilai HHV briket; model mekanisme deteksi objek limbah organik dan komposisi bahan baku menghasilkan pengujian aplikasi sampah organik citra digital dengan akurasi 97%. Optimisasi model efektif komposisi bahan baku tempurung kelapa 60%, kayu 20%, perekat 20% dengan warna RGB paling hitam dari komposisi briket adalah 3 (37,38,39). Persentase briket bahan baku tempurung kelapa lebih baik dalam uji komposisi dibandingkan briket campuran. Model penentuan terhadap kualitas produk briket menghasilkan optimisasi terbaik dengan pengujian rasio 70:30 dan arsitektur MobileNetV2 hasil prediksi nilai akurasi 0,73-0,99. Rerata nilai prediksi arsitektur adalah 0,95.

Keyword : limbah organik, klasifikasi dan evaluasi, briket, model, energi.

Item Type: Thesis (Disertasi)
Uncontrolled Keywords: Organic waste, classification and evaluation, briquettes, model, energy.
Subjects: T Technology > TK Electrical engineering. Electronics Nuclear engineering
Divisions (Program Studi): Fakultas Teknik > Teknik Elektro
Depositing User: Rasman
Date Deposited: 21 Jul 2025 01:46
Last Modified: 21 Jul 2025 01:46
URI: http://repository.unhas.ac.id:443/id/eprint/47633

Actions (login required)

View Item
View Item