2017
DOI: 10.25126/jtiik.201742305
|View full text |Cite
|
Sign up to set email alerts
|

Pemetaan Data Dan Visualisasi Kedalaman Air Pada Bendungan / Waduk

Abstract: AbstrakPenelitian dilakukan untuk melakukan pemetaan data dan visualisasi kedalaman air suatu waduk. Hasil dari pemetaan dan visualisasinya digunakan untuk mengetahui kontur endapan dan volume waduk. Pemetaan dilakukan dengan memprediksi titik-titik yang tidak diketahui kedalaman airnya berdasarkan titik-titik yang diketahui kedalaman airnya. Metode prediksi yang digunakan pada penelitian ini adalah metode interpolasi IDW (Inverse Distance Weighting), yaitu perhitungan rata-rata n buah titik, dimana titik-titi… Show more

Help me understand this report

Search citation statements

Order By: Relevance

Paper Sections

Select...
2
1
1
1

Citation Types

0
0
0
3

Year Published

2019
2019
2024
2024

Publication Types

Select...
6

Relationship

0
6

Authors

Journals

citations
Cited by 6 publications
(5 citation statements)
references
References 0 publications
0
0
0
3
Order By: Relevance
“…Power BI adalah alat bisnis intelijen yang digunakan untuk memvisualisasi informasi -informasi penting dari sebuah dataset [14]. Visualisasi dari data kemudian dianalisis untuk mendapatkan insight-insight yang berhubungan dengan pengambilan keputusan [15]…”
Section: Pendahuluanunclassified
“…Power BI adalah alat bisnis intelijen yang digunakan untuk memvisualisasi informasi -informasi penting dari sebuah dataset [14]. Visualisasi dari data kemudian dianalisis untuk mendapatkan insight-insight yang berhubungan dengan pengambilan keputusan [15]…”
Section: Pendahuluanunclassified
“…Visualisasi merupakan segala sesuatu yang dibawa ke dalam bentuk teknis dalam bentuk gambar, tulisan, grafik atau Gerakan [12]. Visualisasi dapat didefinisikan sebagai suatu metode untuk merepresentasikan suatu data atau permasalahan ke dalam format grafik atau bentuk gambar yang mudah untuk dipahami [13].…”
Section: Tinjauan Pustaka 21 Visualisasiunclassified
“…Berikut rumus Triple Exponential Smoothing (TES) [9]: a. Menentukan nilai smoothing (pemulusan) Single pada persamaan (1). = hasil peramalan periode ke depan yang diramalkan Nilai α (alpha) yang rendah akan menyebabkan jarak yang lebih rendah dari trend, nilai α (alpha) yang rendah lebih cocok digunakan ketika data stabil dan nilai α (alpha) yang lebih tinggi digunakan jika data memiliki peningkatan yang tinggi, dalam mencari nilai α (alpha) yang tepat dapat dilakukan dengan pengujian trial and error (coba-coba) terhadap nilai α (alpha) yang berbeda untuk mencari nilai error terkecil [10].…”
Section: B Tinjau Pustaka 1) Sistem Informasiunclassified