Hasil Pencarian  ::  Simpan CSV :: Kembali

"Penelitian ini bertujuan membuat model dasar penentuan alokasi anggaran yang optimal dalam pengelolaan kebersihan kota peserta Program Bangun Praja.Data yang digunakan berupa data 39 kota yang mengikuti Program Bangun Praja pada tahun 2003/2004 diambil dari Kantor Kementerian Lingkungan Hidup c.q Deputi Bidang Pengendalian Pencemaran Lingkungan.Metode analisa yang digunakan adalah regresi linier berganda, dengan variabel terikat besar anggaran kebersihan kota dan variabel bebas berupa jumlah penduduk terlayani, luas layanan, jumlah alat angkut, sampah terangkut, letak TPA dan jumlah personil. Pendugaan dilakukan dengan metode Ordinary Least Square (OLS).Dari hasil analisa tersebut diperoleh model terbaik. Model tersebut adalah bahwa anggaran kebersihan kota dipengaruhi terbesar oleh variabel jumlah alat angkut (ALAT), jumlah penduduk yang terlayani (JPT), jumlah personil (PERSON), dan jumlah pasar (PSR). Koefisien determinasi yang ditunjukkan sebesar 0,8687. Dengan menggunakan alat analisa EVEWS 3.1 diperoleh probabilitas t variabel ALAT sebesar 0,0468, variabel JPT sebesar 0,0248, variabel PERSON sebesar 0,0101 dan variabel PSR sebesar 0,0000, lebih kecil dari a 5%. Persamaan model tersebut adalah ANGG =-2596,5010+15,79316 ALAT+0,005627 J PT +3,908995 PERSON+396,1444 PSR.Simulasi dilakukan pada 5 kota, Kota Jakarta Utara, Bandung, Depok, Surakarta dan Salatiga. Nilai tingkat kebersihan kota-kota tersebut berdasar penilaian Program Bangun Praja relatif rendah dibanding dengan kota lain. Kenyataan ini didukung dengan dari hasil simulasi bahwa jumlah anggaran pengelolaan kebersihan kota di bawah estimasi anggaran.Kesimpulan penelitian ini adalah Model alokasi anggaran kebersihan kota peserta Program Bangun Praja yang diajukan cukup baik untuk menjelaskan pola penentuan alokasi anggaran kebersihan kota (data KLH tahun 2004). Variable yang berpengaruh besar adalah jumlah alat angkut, jumlah penduduk yang terlayani, jumlah personil, dan jumlah pasar.Dari hasil simulasi, dengan sumber daya yang ada agar kota-kota tersebut dapat manambah tingkat kebersihan kotanya harus pula meningkatkan jumlah anggaran pengelolaan kebersihan kota."

"Salah satu asumsi pada regresi linier adalah bahwa variansi kesalahan () sama. Bila asumsi ini tidak terpenuhi, keadaan ini di sebut heteroskedastisitas. Pada tugas akhir ini akan dibahas bagaimana pengaruh heteroskedastisitas terhadap sifat-sifat parameter regresi serta bagaimana mendeteksi dan mengatasi heteroskedastisitas tersehut."

"Skripsi ini membahas mengenai pengaruh lingkungan kerja terhadap pemipetan pada sebuah laboratorium pangan di bagian lab mikrobiologi. Pemipetan merupakan suatu kegiatan/pekerjaan pada sebuah laboratorium untuk mengambil larutan cair dengan jumlah/volume tertentu dan memindahkan larutan cair tersebut ke dalam media yang lainnya. Faktor lingkungan kerja yang dapat mempengaruhi pemipetan antara lain: cahaya, suhu ruang, tingkat kebisingan dari suara blower, dan kelembaban udara yang dapat mempengaruhi akurasi dari pipet tersebut. Penelitian ini menggunakan metode analisis regresi linier berganda. Dari penelitian ini diperoleh persamaan regresi linier Y = 351,099 + 0,696X1 + 0,609X2 - 1,181X3 - 0,274X4 dimana X1 merupakan cahaya dari lampu dengan daya lampu yang berbeda-beda, X2 merupakan suhu ruangan, X3 merupakan tingkat kebisingan yang dihasilkan oleh blower, dan X4 merupakan kelembaban udara. Dimana rumus tersebut diperoleh dari faktor lingkungan kerja sebagai berikut: Untuk faktor cahaya menggunakan lampu 18 W, 30 W, 36 W dan 58 W, sedangkan untuk faktor suhu berada di antara 18°C sampai 25°C, faktor kebisingan berada di antara 23 dB sampai 92 dB, dan faktor kelembaban di antara 51% sampai 84%. Dan dari hasil penelitian menunjukkan model regresi dapat menjelaskan sekitar 97,4% dari total variasi terhadap kinerja analis dalam pemipetan dan sisanya 2,6% dijelaskan oleh hal-hal lain.

---

This thesis discusses the influence of the work environment in a laboratory pipetting food in the microbiology lab. Pipetting is a work in a laboratory to take a liquid solution with the number/specific volume of liquid solution and move into other media. Work environment factors that can affect pipetting, include: light, temperature, noise level of the sound blowers, and air humidity can affect the accuracy of the pipette. This study uses the method of multiple linear regression analysis.

From this study obtained a linear regression equation Y = 351.099 + 0.696 X1 + 0.609 X2 - 1.181 X3 - 0.274 X4, where X1 is the light from the lamp with lamp power different, X2 be an air-conditioning, X3 is the noise level generated by the blower, and X4 is the air humidity. Where the formula is derived from the work environment factors as follows: for the factors of light using lamps 18 W, 30 W, 36 W and 58 W, while for the temperature factor is between 18°C to 25°C, the noise factor is between 23 dB to 92 dB, and the humidity factor of 51% to 84%. And the results showed regression model can explain about 97.4% of the total variation of the analyst's performance in pipetting and the rest 2.6% is explained by other things."

"Fly over Pondok Kopi berada di pertemuan antara jalan I Gusti Ngurah Rai dengan jalan Penggilingan, jalan Pondok Kopi dan Rel Kereta Api antara Jakarta - Cikampek, dan mempunyai hal-hal spesifik lokasi yang sempit konstruksi yang berbentuk melengkung vertikal maupun horisontal. Problem utama yang dihadapi adalah waktu dan biaya. Data primer antara lain jumlah dan waktu kereta api melintas, waktu pintu kereta api ditutup dan dibuka, posisi kendaraan setiap 5 menit, dan waktu yang dibutuhkan dari posisi kendaraan menutup lokasi pekerjaan sampai dengan tidak menutup, diperoleh dari hasil observasi selama satu hari satu malam pada hari Jumat. Waktu efektif dipengaruhi oleh jumlah lintasan kereta api, dan hal-hal yang berkenaan dengan lintasan tersebut. Sedangkan produktivitas kerja disamping dipengaruhi oleh waktu efektif, dan faktor lalu lintas. Dengan metode regresi linier, waktu efektif dan faktor lalu lintas dapat dihitung, dan masing-masing mempunyai persamaan yang signifikan, dengan nilai r = 0,951, dan 0,985. Dengan fungsi-fungsi tersebut, maka besarnya waktu kerja efektif dan faktor lalu lintas setiap jamnya dapat dihitung. Pada jam kerja umumnya, yaitu antara pukul 8 pagi sampai dengan 4 sore, besarnya waktu efektif sebesar sekitar 58,14 %, dan sedangkan dari pagi pukul 7 sampai sore pukul 6 sebesar 56,20 %.; sedangkan faktor lalu lintas sebesar 70,89 % dan 71,99 %. Waktu efektif dan faktor lalu lintas dapat digunakan untuk mengevaluasi dan mengendalikan waktu dan biaya pelaksanaan di lapangan. Sebagai gambaran dalam aplikasi di lapangan, pekerjaan beton K450 yang paling dipengaruhi, sedangkan pekerjaan kabel prestressed kurang. Secara umum resiko tambahan biaya tersebut merupakan fungsi kuadratik terhadap perubahan waktu. Sebagai gambaran untuk percepatan 30 hari, pekerjaan beton K450 mengalami resiko tambahan biaya cukup besar yaitu 8,58 % sedangkan pekerjaan kabel prestressed 2,12 % saja, dan bila dihitung secara keseluruhan pekerjaan proyek beresiko tambahan biaya sebesar 3.87 %. Dengan demikian metode paling efektif dalam melakukan pengendalian tersebut adalah dengan melakukan trade of resiko biaya dan waktu, dengan dibantu dengan teknik statistik regresi dan program linier."

"Proyek konstruksi selalu melibatkan beberapa pihak, hal ini menjadi suatu tantangan tersendiri dalam mengelola resiko yang ditimbulkan oleh permasalahan interface, di antara pihak yang saling berkepentingan. Penelitian ini bertujuan untuk mengetahui faktor-faktor resiko interface pada tahap desain rekayasa yang paling berpengaruh terhadap keterlambatan proyek. Metode penelitian yang digunakan adalah studi kasus dan pengumpulan data melalui metode survei. Data diolah dengan analisa level resiko, analisa faktor, regresi linier dan simulasi Monte Carlo. Berdasarkan hasil penelitian ini keterlambatan proyek dipengaruhi oleh faktor-faktor resiko interface seperti kurang terdefinisinya interface pada dokumen kerja dan kontrak, serta kurang efektifnya komunikasi dan koordinasi.

---

Construction project always involves many parties, it create challenges in managing risk posed by interface problems between parties mutually interested. This study aims to determine interface risk factors in engineering design phase that most influence on project delays. The research method used is case study and data collection through survey methods. Data processed by risk level analysis, factor analysis, linier regression and Monte Carlo simulation. Based on the results of this research, project delay is affected by interface risk factors such as lack interface definition on working documents and contracts, as well as the lack of effective communication and coordination."

"Industri polyester adalah industri yang padat karya dan padat modal. Untuk masuk ke industri ini dibutuhkan modal yang tidak sedikit dan industri ini juga banyak menyerap tenaga kerja. Sampai dengan tahun 2004 jumlah pekerja di industri polyester mencapai rata-rata 12,000 orang.Industri polyester di Indonesia juga didominasi oleh PMA yang diantaranya adalah perusahaan multinasional (multinational company), Banyaknya permintaan polyester didalam negeri tidak diikuti dengan jumlah produksi polyester di dalam negeri sehingga terjadi ketidakseimbangan. Sumber permintaan polyester tersebut lebih banyak berasal dari dalam negeri yang hampir 80 % produsen polyester tersebut merupakan perusahaan PMA dan sisanya 20% merupakan perusahaan PMDN. Dengan adanya ketidakseimbangan yang terjadi antara permintaan polyester di dalam negeri dan jumlah produksi polyester didalam negeri maka untuk menutupi kekurangannya, dilakukan impor polyester dari negara lain.Tulisan ini ingin mengkaji faktor-faktor yang mempengaruhi permintaan polyester, seperti harga polyester, harga bahan baku MEG, harga barang substitusi dalam hal ini harga kapas, penambahan variabel makro, seperti : tingkat PDB Indonesia, dummy kebijakan bea masuk pemerintah.Kebijakan-kebijakan pemerintah yang ada saat ini lebih mengarah kepada sistim dan prosedur ekspor dan impor produkproduk tertentu sedangkan kebijakan yang lebih spesifik ditujukan terhadap industri polyester sampai saat ini belum ada, kebijakan yang ada hanya ditujukan secara umum kepada industri tekstil dan produk tekstil (TPT) sehingga diharapkan dengan tulisan ini akan ada semacam masukan bagi pemerintah dalam mengeluarkan kebijakan-kebijakan yang sangat dibutuhkan oleh industri TPT umumnya serta industri polyester pada khususnya. Data-data penunjang yang digunakan dalam penelitian ini merupakan data-data time series dalam bentuk kuartal dimana periode waktu yang diambil adalah periode tahun 1983 sampai dengan 2003.Metode yang digunakan dalam penelitian ini adalah menggunakan metode analisis regresi berganda, yaitu dengan menggunakan uji statistik dan uji ekonometrika dimana variabel endogennya adalah permintaan polyester. Hasil dari model kemudian diestimasi dan digunakan untuk menguji relevansi empiris dari teori yang digunakan. Latar belakang penggunaan metode regresi berganda ini adalah karena regresi berganda biasa digunakan untuk sistem peramalan hubungan antar variabel eksogen terhadap vanabel endogen pada data runtun waktu."

"Sistem tenaga listrik di seluruh dunia menghadapi masalah teknis dalam pengoperasian, perencanaan, dan pengontrolan agar suplai tenaga listrik menjadi lebih efektif dan efisien. Namun, daya yang dikonsumsi oleh konsumen tidaklah selalu konstan, apalagi khususnya daya yang dipakai oleh pendingin ruangan. Ketika suhu meningkat, tentunya mengakibatkan banyak orang menggunakan pendingin ruangan dengan suhu yang lebih rendah dan ini berarti mengakibatkan daya yang dikonsumsi pun meningkat, begitu juga sebaliknya. Agar mencapai tujuan tersebut, diperlukan suatu peramalan beban yang tepat dengan tingkat kesalahan yang sangat kecil. Peramalan yang akan dilakukan dalam skripsi ini adalah peramalan jangka pendek dengan rentang waktu tiap satu jam dengan membuat pemodelan antara daya yang dikonsumsi konsumen tiap jam sebagai fungsi temperatur dan beban sebelumnya. Data beban dan temperatur yang digunakan untuk membuat pemodelan adalah data selama tahun 2010 yang didapat dari PLN dan BMKG. Pemodelan yang akan dibuat berupa pemodelan linier dengan satu varibel terikat dan empat belas variabel bebas. Koefisien dari pemodelan dicari dengan menggunakan metode kuadrat terkecil analisis regresi berganda. Hasil dari pemodelan yang telah dibuat menunjukan tingkat kesalahan rata-rata yang cukup kecil setiap harinya, yaitu sekitar 2% untuk hari biasa dan 5% untuk libur hari raya.

---

Power system in overall the world is facing technique problems in operating, scheduling, and controlling in order power supply can more effective and efficient. In contrast, power consumed by consumers is not constant, especially power used by air conditioner. When the temperature increase, it makes most people use air conditioner by low temperature and it means that power consumed by the air conditioner is increase, and also the reverse. To achieve the purpose, needed an accurate load forecasting with very low error.

Forecasting that has been done in this undergraduate thesis is short term forecasting with one hour interval by constructing the model between consumer power consumption every hour as the last temperature and load function. Load and temperature data used to make the modeling is data obtained during 2010 from PLN and BMKG. Modeling that will be made is linear modeling with one independent variable and fourteen dependent variable. The coefficients of modeling were searched using the least squares method of multivariate regression analysis. The result of the modeling that has been created showing the average error rate is small enough each day, about 2% for weekdays and 5% for the holiday feast."