Hasil Pencarian  ::  Simpan CSV :: Kembali

"This paper reports on findings regarding the day-to-day dynamic behavior of commuters’ mode and route choices in Jakarta. Ninety-three commuters using Global Positioning System (GPS) devices during a one-week period were observed. The observation proves the presence of dynamic behavior in choosing both modes and routes for commuting in Jakarta. Car drivers and motorcyclists frequently change their routes, especially during work-to-home trips. Motorcyclists were more dynamic in choosing their routes than were car drivers. This case study revealed a unique pattern of mode and route choice behavior, which can be used for developing a mode and route choice model for Jakarta."

"Sebagai negara kepulauan posisi strategis Indonesia memiliki implikasi terhadap pengembangan kekuatan pertahanan guna menghadapi dinamisnya perubahan lingkungan strategis baik dalam tataran regional maupun secara global. Naiknya anggaran pertahanan negara-negara di Kawasan telah memberikan tantangan tersendiri bagi Indonesia seperti apa perencanaan kekuatan yang diharapkan oleh negara kepulauan terbesar di dunia ini. Kebijakan pemerintah dalam bidang industri pertahanan merupakan langkah strategis guna membangun kekuatan pertahanan di Kawasan yang secara langsung berimplikasi secara global terhadap perimbangan kekuatan. Industri pertahanan memiliki peranan yang sangat signifikan dihadapkan dengan perkembangan teknologi dewasa ini. Oleh karena itu, kebijakan terkait penganggaran dalam mewadahi kepentingan pembangunan kekuatan pertahanan Negara Kesatuan Republik Indonesia harus diatur sedemikian rupa sehingga arah perencanaan pembangunan kekuatan dapat terwadahi secara maksimal dan tepat guna. Salah satu faktor yang sangat berpengaruh serta memiliki keterkaitan dalam rangka membangun kekuatan pertahanan sebuah negara dalam hubungannya dengan kebijakan industri pertahanan adalah sumber daya manusia. Peningkatan sumber daya manusia bersifat linear terhadap pembangunan kekuatan pertahanan. Oleh karena itu peningkatan kekuatan pertahanan selalu diikuti dengan peningkatan sumber daya manusia. Dalam tataran kebijakan, pemerintah memiliki peran yang sangat penting terhadap upaya alokasi pendanaan anggaran pertahanan guna mewujudkan sebuah Angkatan perang yang memiliki daya pukul yang besar."

"Discounted {0-1} Knapsack Problem (DKP) adalah perluasan dari {0-1} Knapsack Problem (KP). Pada DKP akan dipilih sebuah himpunan kelompok-kelompok barang, dimana setiap kelompok terdiri dari tiga barang dan paling banyak satu dari tiga barang dapat dipilih. Barang ketiga dalam setiap kelompok merupakan gabungan dari barang pertama dan barang kedua. Dengan menggunakan konsep inti alternatif, DKP dapat dipartisi ke dalam beberapa submasalah berdasarkan tipe-tipe kasusnya (tidak berkorelasi, berkorelasi lemah, dan berkorelasi kuat). DKP yang telah dipartisi ini disebut partitioned DKP. Jika kasus dari DKP diketahui berkorelasi lemah atau berkorelasi kuat, maka dapat dilakukan partisi lebih lanjut lagi untuk memperbaiki efisiensi solusinya. Baik DKP maupun partitioned DKP dapat diselesaikan dengan menggunakan pemrograman dinamik. Berdasarkan percobaan numerik, penyelesaian partitioned DKP lebih efisien daripada penyelesaian DKP untuk semua kasus DKP, dengan tingkat efisiensi sekitar 11,79% untuk kasus tidak berkorelasi, 30,28% untuk kasus berkorelasi lemah, dan 41,84% untuk kasus berkorelasi kuat.

---

The Discounted {0-1} Knapsack Problem (DKP) is an extension of the {0-1} Knapsack Problem (KP). On DKP, it will be selected a set of item groups where each group consists of three items, and at most one of the three items can be selected. The third item in each groups is a combination of first item and second item. By using concept of alternative core, DKP can be partitioned to some sub problems based on types of DKP instances (uncorrelated, weakly correlated and strongly correlated).

If DKP is known as weakly correlated or strongly correlated, so it could be more partitioned for improving the solution efficiency. DKP and partitioned DKP could be solved by dynamic programming. Based on numerical experiments, solving partitioned DKP are more efficient than solving DKP for all cases of DKP, with efficiency level about 11.79% for uncorrelated instances, 30.28% for weakly correlated instances, and 41.84% for strongly correlated instances."

"Penjadwalan unit pembangkit menentukan unit yang hidup dan mati. Dari unit pembangkit yang hidup tersebut ditentukan besar pembebanan ekonomis pada masing-masing unit dengan memperhatikan kondisi optimal serta batasan-batasan (constrain) unit pembangkit. Operasi ekonomis adalah bagaimana mengatur karaktersitik-karakteristik masukan dan keluaran dari masing-masing pembangkit. Pada operasi sistem tenaga listrik, biaya bahan bakar menempati biaya yang terbesar (pembangkit termal) yaitu sekitar 60% dari biaya operasi secara keseluruhan. Pengendalian operasi ini menjadi hal yang sangat penting, optimalisasi satu persen saja untuk sistem berskala besar akan menghasilkan penghematan dalam orde milyaran rupiah pertahun. Apalagi jika berhasil dilakukan optimasi yang lebih besar dari itu. Tentunya akan memberikan penghematan yang lebih besar.

---

Scheduling generating units determine the unit on and off. From the number of units on, will be determined the least-cost dispatch of available generation to meet the electrical load. Economical operation is how to set the characteristics of the input and output of each plant. In the operation of electric power systems, fuel costs occupy the largest cost (thermal power plant) which is about 60% of the all operating costs. Controlling this, becomes very important. Optimizing one percent for large-scale system will result in savings the billions rupiah per year. Moreover, if we can optimize higher than that, it will provide greater savings."

"PDB Indonesia saat ini berada di peringkat ke-15 dunia, dan diprediksi akan naik ke peringkat 8 pada tahun 2035. Disebutkan bahwa ada sentimen positif ekonomi Indonesia menjanjikan untuk mewujudkan era Indonesia maju pada tahun 2035 disokong oleh 3 sektor industri terbesar, yaitu industri manufaktur, pertanian, dan perdagangan. Sayangnya, Indonesia yang sekarang masih di daulat sebagai negara berkembang, dinilai rentan terhadap krisis. Dilihat dari contoh 3 krisis ekonomi yang pernah dialami Indonesia, industri manufaktur adalah yang paling terkena hantaman, terlebih karena industri ini pertumbuhannya selalu beriringan dengan pertumbuhan PDB nasional. Hal ini tentunya akan menghambat mimpi Indonesia Maju 2035. Oleh karena itu, dibutuhkannya sebuah formulasi strategi resiliensi agar industri manufaktur dapat didorong untuk tumbuh secara kuat dan cepat pulih ke semula, bahkan meningkat performanya walaupun dalam gangguan atau krisis. Penelitian ini menganalisis skenario masa depan yang dapat terjadi dan berpotensi mempengaruhi kondisi industri manufaktur secara baik ataupun buruk, dengan metode sistem dinamis.  Kemudian dilanjutkan dengan menghitung indeks resiliensinya serta membandingkan dengan kondisi Business As Usual (BAU). Hasil yang didapatkan akan dijadikan basis formulasi strategi untuk meningkatkan resiliensi industri manufaktur yang dapat lebih tangguh pulih setelah terkena gangguan.

---

Indonesia's GDP is currently ranked 15th in the world, and is predicted to rise to rank 8th in 2035. It is stated that there is positive economic sentiment in Indonesia promising to realize an advanced Indonesia era in 2035 supported by the 3 largest industrial sectors, namely the manufacturing industry, agriculture and trade. Unfortunately, Indonesia, which is now still sovereign as a developing country, is considered vulnerable to crisis. Judging from the examples of 3 economic crises that Indonesia has experienced, the manufacturing industry is the one most affected, especially because this industry's growth always goes hand in hand with national GDP growth. This will certainly hamper the dream of Indonesia Forward 2035. Therefore, it is necessary to formulate a resilience strategy so that the manufacturing industry can be encouraged to grow strongly and recover quickly, and even improve its performance even in a disturbance or crisis. This study analyzes future scenarios that can occur and have the potential to affect the condition of the manufacturing industry for good or bad, using the dynamic system method. Then proceed with calculating the resilience index and comparing it with the conditions of Business As Usual (BAU). The results obtained will be used as the basis for formulating strategies to increase the resilience of the manufacturing industry which can be more resilient to recover after being hit by a disturbance."

"Kemajuan teknologi yang semakin pesat mengakibatkan kebutuhan energi listrik yang juga semakin meningkat. Hal ini dikarenakan penggunaan listrik tidak hanya pada tingkat rumah tangga, melainkan juga pada tingkat industri-industri besar. Akan tetapi kebutuhan energi listrik ini tidak diimbangi dengan produksi energi listrik yang memadai oleh perusahaan listrik negara di Indonesia. Oleh karena itu, diperlukan solusi yang memadai baik dari sisi konsumen maupun produsen listrik agar kedua belah pihak dapat memenuhi kebutuhan dan kepentingannya. Diperlukan strategi yang baik agar solusi yang ditawarkan dapat berjalan dengan baik. Energi cahaya dari matahari kini banyak dimanfaatkan oleh rumah tangga, dan pemanfaatan energi cahaya melalui solar panel di masa mendatang akan semakin banyak lagi digunakan. Rumah cerdas adalah sebuah rumah yang dapat menghasilkan energi listrik sendiri dengan memanfaatkan energi terbarukan. Sistem rumah cerdas ini terhubung ke jaringan distribusi PLN, sehingga apabila terdapat kelebihan energi yang dihasilkan oleh PV, maka energi tersebut dapat disuplai ke PLN (jual daya ke PLN) dan apabila energi yang dihasilkan rumah cerdas berkurang, maka PLN akan mensuplai kekurangan tersebut. Pada sistem monitoring ini, sumber energi matahari akan dijadikan sebagai sumber daya utama untuk rumah tersebut dan pada keadaan-keadaan tertentu, rumah tersebut juga dapat menjual listrik dari solar panel ke PLN atau sekedar menyimpannya di baterai untuk kebutuhan saat terjadi mati listrik. Proses jual-beli akan dimonitoring berdasarkan harga jual dan harga beli yang bersifat dinamis secara real time (dynamic pricing) baik dari sisi konsumen maupun produsen. Proses ini akan dimonitor dan dikontrol menggunakan SCADA, sedangkan sistem ix akan berjalan berdasarkan logic pada PLC secara real-time saat sistem berjalan, sehingga proses jual-beli listrik dapat ditentukan berdasarkan naik turunnya harga setiap waktu di setiap harinya. Selain itu, sistem ini juga dapat dikontrol melalui sistem Online Monitoring sehingga memungkinkan pengguna atau user untuk dapat memonitor dan mengontrol rumah cerdasnya dari jarak jauh. Laporan dari hasil olahan data pada SCADA dapat dilihat dan dicetak sesuai keinginan user. Skripsi ini sendiri menjelaskan mengenai penggunaan sistem automasi untuk memonitor dan mengkontrol daya listrik pada rumah cerdas yang dapat diakses secara online melalui Web Browser Internet Explorer. Dalam sistem ini, pemilik rumah yang memiliki sistem Smart House ini dapat mengontrol keseimbangan konsumsi daya yang disesuaikan dengan harga dinamis dari sisi konsumen maupun produsen sehingga user dapat menghasilkan keuntungan yang sebesar-besarnya dari penggunaan sistem rumah cerdas tersebut. Hal yang terpenting dalam sistem ini, listrik pada rumah diusahakan tidak padam meskipun PLN sedang tidak mensuplai listrik. Alhasil, listrik pada rumah tangga tidak terlalu bergantung lagi pada listrk PLN. Pada skripsi ini juga disajikan analisa cash flow dari sistem Smart House. Sehingga apabila user menggunakan sistem Smart House ini, user akan mengetahui besarnya penghematan yang dapat dilakukan setiap 20 tahunnya.

---

Technological advances which increased rapidly results an increasing of electrical energy power needs. It happened because of electricity is used not only at household level but also for industrial level needs. However, this necessity is equilibrate (well-balanced) by the adequate production of electrical energy from State Electrical Company in Indonesia. Therefore, an adequate solution is needed both in terms of consumers and producers of electricity so that both parties can meet their needs and concerns. A good strategy is needed in order to offer a solution that can make this system works well. Light energy from sun is now widely used by household, and the application of light energy through solar panel will be highly used in the future. Smart House is a house that can generate its own electrical energy by utilizing renewable energy. This Smart House System will be connected to the utility grid of PLN. So, if PV produces some excess energy, it will be supplied to utility grid (PLN), and if the energy that has been produced by Smart House is reduced, then utility grid (PLN) will cover the deficiency. In this monitoring system, solar energy will be used as the primary resource for the house, and for certain circumstances, the house can also sell its electrical power to utility grid (PLN), or it can be just stored in batteries in order to prevent the electrical black-out. The process of purchasing and selling will be real-time monitored based on sell price and purchase price which will change dynamically (dynamic pricing) both in terms of consumers and producers. When the system is running, its process will be monitored and controlled in real time using SCADA, and at the same time the system will also run based on PLC logic. So the process of purchasing and selling can be determined based on the rising xi and the decreasing of prices each time, every day. In addition, this system can also be controlled through Online Monitoring system which allows user to monitor and control their Smart House remotely. Reports of the processed data on SCADA can be viewed and printed according to user desires. This final project describes the use of its automation system to monitor and control the electrical power flow for this Smart House System which can be accessed online via Internet Explorer Web Browser. By using this system, user can control their power consumption based on the rise and fall of electricity global price each time every day, so that user can produce their maximum profit from the use of its system. The most important thing in this system is the Smart House will not get black-out in case PLN do not supply their electrical power. Consequently, in the future, most of house which use this Smart House System will not be depend on PLN if it suddenly gets black-out. This final assignment also present cash flow analysis of Smart House System. So if users use this Smart House System, the user will know the level of savings that can be done for every 20 years."

"ABSTRAKEfek Heat Island (HI) Jakarta dikaji menggunakan data suhu permukaan di 9(sembilan) Stasiun Meteorologi Jakarta, Tanjung Priok, Serang, Halim,Cengkareng, Pondok Betung, Curug, Bogor, Citeko selama 1986-2008 (23 tahun)dan Serpong selama 2008-2011 dan 2013; penggunaan dan tutupan lahan: terbukahijau, industri, badan air, pemukiman, lahan terbuka pada 1997, 2004, 2009, 2012;dan jumlah industri dan transportasi selama 1986-2011 (26 tahun). Metodeanalisis harmonik digunakan untuk menghilangkan pengaruh dominan faktormusiman dan dilakukan perataan bergerak (moving average) 30 harian agardiperoleh tren deret waktu suhu yang lebih jelas serta Mann-Kendall untukmengetahui tingkat kepercayaan persamaan tren. Hasil studi menunjukkan industrimerupakan faktor utama perubahan penggunaan dan tutupan lahan di Jakartadengan laju kenaikan/tahun 502 Ha (10,3%) terkonsentrasi di wilayah JakartaTimur. Aktivitas industri menyebabkan kenaikan alih fungsi tutupan lahanberbanding lurus dengan penurunan fungsi lahan hijau dan lahan terbuka diJakarta selama 2009-2012 (4 tahun) dimana laju kenaikan 38,8%/tahun lahanindustri diikuti laju penurunan 8,3%/tahun dan 13,8%/tahun untuk masing-masingfungsi lahan hijau dan lahan terbuka. Efek HI menyebabkan tren laju kenaikansuhu/tahun di Jakarta, Tanjung Priok, Serang, Halim, Pondok Betung,Cengkareng, Curug, dan Bogor berturut-turut sebesar 0.051°C, 0.021°C, 0,018°C,0.012°C, 0.006°C, 0.006°C, 0.005°C, dan 0.004°C. Jumlah hari hujan R>40mm,R>50mm, dan R>100mm di Jakarta mengalami kenaikan tren pada tingkatkepercayaan 90% selama tahun pengamatan, dimana Jakarta lebih banyakmenerima curah hujan ekstrim dibandingkan daerah pegunungan. Kenaikan trencurah hujan diikuti dengan peningkatan konsentrasi aerosol SO2 dan NO2 didaerah Kemayoran dan terbukti telah menyebabkan kenaikan kejadian banjir diJakarta.

---

ABSTRACTHeat Island (HI) effect in Jakarta has been studied using air temperature at 9(nine) meteorological stations: Jakarta, Tanjung Priok, Serang, Halim,Cengkareng, Pondok Betung, Curug, Bogor, Citeko during 1986-2008 (23 years)and Serpong during 2008-2011 and 2013; land use and land cover of forest,industry, water, settlement, and open/cleared land in 1997, 2004, 2009, 2012; andtotal number of industry and transportation during 1986-2011. Harmonic analysisused to remove seasonal component from temperature time series data and filteredby 30-day-moving-average technique to capture its trends with significant test byMann-Kendall method. The results show that industry played as major factor inland use and land cover changes (LULCC) over Jakarta with increasinggrowth/year of 502 Ha (10.3%) concentrated in the East Jakarta. Industry hassimilar spatial cover change with deforestation and open/cleared land expandingremarkably in Jakarta during 2009-2012 (4 years) by 38.8%/year (industry),8.3%/year (deforestation), and 13.8%/year (open/cleared land). HI effectincreased temperature trend rate/year in Jakarta, Tanjung Priok, Serang, Halim,Pondok Betung, Cengkareng, Curug, Bogor about 0.051°C, 0.021°C, 0,018°C,0.012°C, 0.006°C, 0.006°C, 0.005°C, 0.004°C, respectively, equivalent withaveraged warming in the city, suburban, and mountainous areas around 2.5°C,0.6°C, and 0.4°C, respectively within 100 years since 2009. Rainfall daysR>40mm, R>50 mm, and R>100mm in Jakarta during year observationsexperienced increasing trend with 90% statistically significant. Jakarta receivedmore rainfall extreme than mountanious area. Increasing rainfall trend followedby increasing trend of aerosols SO2 and NO2 in Kemayoran and it has beencausing increasing number of floods."