Hasil Pencarian  ::  Simpan CSV :: Kembali

"Transportasi umum saat ini menjadi pilihan favorit masyarakat dalam melakukan perpindahan dengan selamat dan efisien. Salah satu transportasi umum pilihan masyarakat Jakarta adalah kereta Mass Rapid Train (MRT). Keselamatan kereta MRT merupakan isu yang penting untuk diperhatikan agar dapat menjaga keselamatan baik masinis maupun penumpang. Dalam pengoperasian kereta MRT, dilakukan oleh seorang masinis. Menurut data Komisi Nasional Keselamatan Transportasi (KNKT), di tahun 2016 sebanyak 45% kecelakaan disebabkan oleh masinis. Penelitian ini bertujuan untuk menganalisis fatigue serta faktor-faktor yang berhubungan dengan kejadian kelelahan pada masinis seperti faktor terkait pekerjaan dan faktor tidak terkait pekerjaan. Penelitian ini dilaksanakan pada Januari-Juni 2023 di PT. XYZ. Alat yang digunakan dalam penelitian ini adalah kuesioner Fatigue Assessment Scale (FAS) dalam mengukur kelelahan, dan Sound Level Meter dalam mengukur kebisingan. Penelitian ini merupakan penelitian kuantitatif dengan desain studi cross sectional. Sampel pada penelitian ini adalah 67 masinis kereta MRT yang aktif mengoperasikan kereta. Hasil dari data kuesioner dianalisis menggunakan uji statistic chisquare. Hasil dari penelitian ini menunjukkan bahwa 41,8% mengalami kelelahan. Dari penelitian ini diketahui bahwa pada faktor risiko terkait pekerjaan, terdapat hubungan yang signifikan antara shift kerja dengan kelelahan pada masinis. Pada faktor risiko tidak terkait pekerjaan, terdapat hubungan yang signifikan antara commuting time, dan kualitas tidur terhadap kelelahan pada masinis.

---

Public transportation is currently people's favorite choice for moving safely and efficiently. One of the public transportation choices for the people of Jakarta is the Mass Rapid Train (MRT). MRT train safety is an important issue to pay attention to maintain the safety of both the driver and the passengers. In operating the MRT train, it is carried out by a train driver. According to data from the National Transportation Safety Commission (KNKT), in 2016 as many as 45% of accidents were caused by train drivers. This study aims to analyze fatigue and factors related to the occurrence of fatigue in train drivers such as work-related factors and non-work related factors. This research was conducted from January to June 2023 at PT XYZ. The tools used in this study were the Fatigue Assessment Scale (FAS) questionnaire to measure fatigue, and the Sound Level Meter to measure noise. This research is a quantitative study with a cross-sectional study design. The sample in this study was 67 MRT train drivers who actively operated trains. The results of the questionnaire data were analyzed using the chi-square statistical test. The results of this study showed that 41.8% experienced fatigue. From this study, it is known that on work-related risk factors, there is a significant relationship between work shifts and driver fatigue. In non-work related risk factors, there is a significant relationship between commuting time and sleep quality on driver fatigue."

"Bandara merupakan salah satu tempat kerja dan titik pertemuan berbagai moda transportasi dimana sektor transportasi merupakan penyumbang terbesar kedua angka kecelakaan kerja. Faktor kelelahan pengemudi merupakan penyebab utama kecelakaan kerja. Penelitian ini menggunakan Swedish Occupational Fatigue Index (SOFI) sebagai instrumen ukur tingkat kelelahan subyektif berbasis kuisioner. Penelitian ini bertujuan melihat dan menganalisa hubungan faktor terkait pekerjaan (sifat pekerjaan, shift kerja, waktu kerja, waktu istirahat, lama kerja), faktor tidak terkait pekerjaan (lama tidur, pola tidur, waktu perjalan, pengguna suplemen, akivitas fisik) dan karateristik individu (umur,status perkawinan, IMT) terhadap tingkat kelelahan pengemudi pemadu moda/bus bandara pada perusahaan pendukung layanan transportasi di bandar udara. Metode penelitian ini adalah metode kuantitatif dengan desain studi cross sectional. Besar sampel yang digunakan adalah 60 pengemudi yang berada di pool perusahaan dalam lokasi Bandara Internasional Soekarno Hatta. Hasil penelitian menunjukan bahwa terdapat 23,3% pengemudi pemadu moda/bus bandara yang mengalami lelah, dengan variabel waktu istirahat sebagai faktor yang paling mempengaruhi tingkat kelelahan pengemudi.

---

The airport is one of the workplaces and meeting points for various transportation modes where the transportation sector is the second largest contributor to the number of workplace accidents. The driver's fatigue factor is the main cause of workplace accidents. This study uses the Swedish Occupational Fatigue Index (SOFI) as a measure of subjective fatigue level based on questionnaires. This study aims to look at and analyze the relationship of work-related factors (nature of work, work shift, work time, rest time, work experience), non-work-related factors (length of sleep, sleep patterns, travel time to work, supplement users, physical activity) and individual characteristics (age, marital status, BMI) on the level of fatigue of the airport bus driver at the transportation support company at the airport.

This research method is a quantitative method with a cross sectional study design. The sample size used is 60 drivers who are in the company pool in the location of Soekarno Hatta International Airport. The results showed that there were 23.3% of airport bus driver who experienced fatigue, with a variable rest time as the factor that most affected the level of driver fatigue."

"Dalam industri transportasi, permasalahan kelelahan menjadi salah satu isu penting yang erat kaitannya dengan kesehatan dan kualitas hidup pengemudi, serta potensi kecelakaan. Pekerjaan mengemudi merupakan suatu pekerjaan yang membutuhkan tingkat konsentrasi tinggi karena memerlukan koordinasi yang cepat dan tepat antara indera, sehingga mengemudi merupakan suatu pekerjaan yang sangat berisiko tinggi mengalami kelelahan. Terdapat banyak faktor risiko kelelahan pada pengemudi, baik itu dari faktor pekerjaan maupun faktor non pekerjaan. Penelitian ini dilakukan untuk mengetahui hubungan antara faktor risiko pekerjaan dan non pekerjaan dengan kelelahan pada pengemudi. Desain penelitian yang digunakan dalam penelitian ini adalah cross sectional study. Pengumpulan data dalam penelitian ini menggunakan kuesioner yang diadopsi dari kuesioner Fatigue Assessment Scale (FAS) dan Occupational Fatigue Exhaustion Recovery (OFER) untuk mengukur kelelahan pengemudi secara subjektif dan menggunakan aplikasi Sleep-2-Peak untuk mengukur kelelahan pengemudi secara objektif. Analisis data dilakukan secara univariat dan bivariat dengan uji regresi logistik. Hasil penelitian menunjukkan terdapat hubungan yang signifikan antara masa kerja, waktu isitrahat, jenis pekerjaan, monotoni, usaha kerja, penghargaan kerja, stress kerja, usia, dan kualitas tidur dengan kelelahan. Oleh karena itu perlu diadakan pengembangan program pencegahan dan pengendalian kelelahan (fatigue management) di tempat kerja, melihat hubungan faktor pekerjaan lebih dominan terhadap kelelahan dibandingkan faktor non pekerjaan.

---

In the transportation industry, fatigue has become one of the important issues that are closely related to the health and quality of life of the driver, as well as the potential for accidents. Driving is a job that requires a high level of concentration because it requires fast and precise coordination between the senses, so driving is potentially pose a greater risk to fatigue. There are many risk factors that can contribute to driver fatigue from work related and non work related factors. This study was conducted  to determine the relationship between work related and  non-work related factors to driver fatigue. The research is using cross sectional study design. Data was collected by using an adopted questionnaire from the Fatigue Assessment Scale (FAS) and Occupational Fatigue Exhaustion Recovery (OFER) to measure driver fatigue subjectively and the Sleep-2-Peak application to measure driver fatigue objectively. Univariate and bivariate logistic regression  was used to analyze the data. The results showed that there was a significant association between work period, rest breaks, type of work, monotony,effort, reward, work stress, age, and quality of sleep with fatigue. Therefore, it is necessary to develop a fatigue management program in the workplace, refers to the result that the relationship between work related factors and fatigue is more dominant than non-work related factors."

"Kelelahan pada pengemudi bus antarprovinsi jurusan Blitar-Jakarta berisiko tinggi dalam kecelakaan lalu lintas yang dapat menyebabkan kerugian terutama pada penumpang, pengemudi dan perusahaan otobus. Hasil prasurvey di PT CTP menunjukkan bahwa 3 dari 7 pengemudi mengeluh kelelahan. Tujuan penelitian ini adalah untuk mengetahui gambaran tingkat kelelahan dan faktor risiko yang memengaruhi kelelahan pada pengemudi bus antarprovinsi jurusan Blitar-Jakarta. Desain penelitian yang digunakan adalah cross sectional, bersifat deskriptif dengan pendekatan semikuantitatif observasional. Teknik pengambilan sampel menggunakan total sampling yang berjumlah 31 responden. Variabel yang diteliti di antaranya faktor risiko terkait kerja (shift kerja, durasi mengemudi, dan waktu istirahat) dan faktor risiko tidak terkait kerja (usia, indeks masa tubuh, waktu tidur, masa kerja, pekerjaan sampingan, dan kondisi kesehatan). Data dianalisis dengan metode Fisher exact, Fatigue Severity Scale digunakan sebagai instrumen untuk mengukur kelelahan. Hasil penelitian ini menunjukkan hampir semua pengemudi mengalami kelelahan. Meskipun secara statistik tidak menunjukkan hubungan yang signifikan antara tingkat kelelahan dengan faktor risiko baik yang terkait maupun tidak terkait dengan pekerjaan. Namun, faktor risiko terkait pekerjaan dan faktor risiko tidak terkait pekerjaan memiliki kontribusi dalam menaikkan risiko kelelahan pada pengemudi bus.

---

Fatigued bus driver between provinces in Blitar-Jakarta has high risk in traffic accidents. This can cause losses especially to passengers, drivers, and auto companies. The survey results at PT CTP showed that 3 out of 7 drivers complained of fatigue. The purpose of this study is to describe the level of bus driver fatigue and risk factors affecting it. The study design is cross sectional, descriptive in nature with a semi-quantitative observational approach. The sampling technique uses a total sampling of totaling 31 respondents. The variables studied included work-related risk factors (work shifts, driving duration, and rest periods) and non-work related risk factors (age, body mass index, sleep time, years of service, side jobs, and health conditions). Data analyzed using Fisher exact method and Fatigue Severity Scale as an instrument to measure fatigue. The results of this study show that most drivers experience fatigue and only a small proportion do not experience fatigue. Although there is no significant relationship between the level of fatigue with work-related and non-work-related risk factors, those variables do contribute to the increase of fatigue in bus drivers"

"ABSTRAKKelelahan merupakan hal yang sering terjadi di berbagai industri, termasuk industri transportasi dalam hal ini khususnya pada masinis KRL. Aktivitas yang dilakukan oleh masinis KRL memiliki potensi menimbulkan terjadinya kelelahan kerja dikarenakan karakteristik pekerjaan dari masinis yang berisiko terpapar oleh faktor fisik postur janggal, psikososial usaha, peghargaan, overcommitment, pekerjaan monoton, dukungan social dari rekan kerja, atsan dan keluarga, stres kerja dan shift , dan faktor individu umur, indeks massa tubuh, status merokok. Penelitian ini dilakukan pada masinis KRL UPT Crew Depok PT. KCI. Desain penelitian yang dilakukan pada penelitian ini bersifat kuantitatif observasional dangan pendekatan cross sectional. Penelitian sebelumnya terkait kejadian kelelahan kerja meneliti faktor risiko psikososial sedangkan masih sedikit penelitian yang meneliti faktor risiko fisik. Selain itu penelitian terkait kelelahan kerja pada umumnya menggunakan instrumen kuesioner sedangkan dalam penelitian ini selain menggunakan instrumen kuesioner juga melakukan pengukuran secara objektif melalui pengukran Salivary Alpha Amilase SAA menggunakan cocorometer sebagai salah satu indikator untuk mengukur tingkat stres dan menggunakan aplikasi sleep-2-peak untuk mengukur kelelahan kerja. Hal tersebut yang mendasari peneliti untuk melakukan penelitian terkait gambaran kelelahan kerja serta mengalisis hubungan faktor fisik, psikososial, dan faktor individu terhadap kelelahan kerja pada masinis KRL PT. KCI tahun 2018.

---

ABSTRACTFatigue is a common occurrence in many industries, including the transportation industry in this case particularly in electric train drivers. Activities performed by commuter train drivers have the potential to cause fatigue due to job characteristics of train drivers are at risk of exposure to physical factor awkward posture , psychosocial factors effort, reward, overcommitment, monotonous work, social support from co workers, supervisor and family, work related stress and shift, and individual factors age, body mass index, smoking status . This research was carried out on the train drivers of UPT Crew Depok PT. KCI. The design of this research is quantitative observational with crossectional approach. Previous studies have linked the incidence of work related fatigue to psychosocial risk factors while only few studies have examined physical risk factors. In addition, the study related to work fatigue in general used questionnaire instrument while in this study in addition to using the questionnaire instrument also made an objective measurement through Salivary Alpha Amylase SAA using cocorometer as one of the indicators to measure stress levels and using sleep 2 peak applications to measure work related fatigue. This is the background to conduct research related to the overview of work related fatigue as well as to analyze the relationship of physical factors, psychosocial, and individual factors to work related fatigue in train drivers of PT. KCI 2018."

"Kelelahan kerja merupakan perasaan lelah yang menyebabkan penurunan kemampuan kerja. Meski dapat ditemukan di setiap sektor industri, beberapa sektor lebih rentan terhadap kondisi ini karena kombinasi dari berbagai faktor risiko. Salah satunya adalah sektor tambang. Hingga saat ini, penelitian terkait kelelahan kerja di pertambangan belum banyak dilakukan pada pekerja mine support. Divisi X sebagai salah satu divisi mine support PT X telah mengalami insiden boat di mana kelelahan kerja terindikasi sebagai salah satu faktor laten. Penelitian ini bertujuan memberikan gambaran komprehensif mengenai kejadian kelelahan kerja serta faktor risikonya, baik terkait kerja maupun tidak terkait kerja, yang dialami oleh operator boat di Divisi X PT X tahun 2023. Penelitian menggunakan metode kualitatif dengan desain penelitian deskriptif. Pengumpulan data dilakukan menggunakan kuesioner Subjective Self Test oleh Industrial Fatigue Research Committee, wawancara mendalam, pengisian formulir, dan dokumentasi. Informan terdiri atas informan utama, yaitu operator boat, sejumlah lima orang dan informan kunci, yaitu supervisor operator boat, sejumlah satu orang. Variabel yang diteliti terdiri dari kelelahan kerja, faktor risiko terkait kerja (pengalaman kerja, desain kerja, durasi kerja, waktu istirahat, shift kerja, dan lingkungan kerja), serta faktor risiko tidak terkait kerja (durasi tidur, kualitas tidur, dan waktu perjalanan). Berdasarkan hasil penelitian, diketahui bahwa semua operator boat Divisi X PT X mengalami kelelahan kerja tingkat ringan atau sedang, dengan faktor risiko terkait kerja yang dialami adalah desain kerja, durasi kerja, waktu istirahat, shift kerja, dan lingkungan kerja. Sementara faktor risiko tidak terkait kerja adalah durasi tidur, kualitas tidur, dan waktu perjalanan.

---

Work fatigue refers to the feeling of tiredness that resulted in reduced work performance. While this condition can be found in every industrial sector, some are more susceptible than others due to the combination of risk factors. Such example is the mining industry. Research on work fatigue in mine support workers is currently limited. Division X, one of the mine support division in PT X, has recently experienced a boat incident in which work fatigue was indicated as a latent factor. This research aims to provide a comprehensive overview of work fatigue experienced by boat operators in Division X of PT X in 2023, along with its related risk factors, both work- and non-work-related. This research uses qualitative method with descriptive design. Data is collected through Subjective Self Test questionnaire by Industrial Fatigue Research Committee, in-depth interviews, data form, and documentation. Informants consist of five boat operators as main informants and one direct supervisor as key informant. Variables studied consist of work fatigue, its work-related risk factors (work experience, work design, work duration, rest time, shift work, and work environment), and non-work-related risk factors (sleep duration, sleep quality, and commuting time). Result shows that all boat operators in Division X of PT X experience mild to moderate occupational fatigue, with work-related risk factors found being work duration, rest time, shift work, and work environment. Meanwhile, non-work-related factors include sleep duration, sleep quality, and commuting time."

"Pembangunan infrastruktur di Indonesia saat ini sedang banyak berkembang, khususnya pembangunan gedung yang dapat memfasilitasi kebutuhan berbagai sektor industri maupun pemerintahan. Akan tetapi, seiring dengan perkembangan tersebut, aspek keselamatan dan kesehatan kerja juga naik sebagai isu utama yang menjadi perhatian dan memicu penelitian ini dilakukan. Hal ini juga didasari bahwa dalam dekade terakhir terjadi sederetan insiden dan kecelakaan kerja dengan berkaitan dengan kelelahan yang terjadi di sektor konstruksi gedung. Penelitian ini bertujuan untuk menganalisis faktor-faktor yang berhubungan dengan kelelahan kerja subyektif di proyek gedung PT X di DKI Jakarta dan wilayah satelitnya. Penelitian ini didesain secara potong lintang dan dilakukan terhadap 124 orang responden melalui pengisian kuesioner yang dikelola sendiri untuk menilai karakteristik individu dan status gizi. Kelelahan subyektif diukur dengan kuesioner Industrial Fatigue Research Committee (IFRC) Jepang yang berisi 30 butir pertanyaan. Kondisi tidur diukur menggunakan kuesioner Pittsburgh Sleep Quality Index (PSQI) untuk kualitas tidur dan kuesioner Sleep Hygiene Index (SHI) untuk sleep hygiene. Faktor psikososial diukur menggunakan kuesioner Copenhagen Psychosocial Questionnaire (COPSOQ) III. Hasil penelitian menunjukkan bahwa terdapat hubungan yang signifikan antara perilaku merokok, jenis pekerjaan, Indeks Massa Tubuh, kualitas tidur, sleep hygiene, dan faktor psikososial terhadap kelelahan kerja subyektif. Akan tetapi, tidak terdapat hubungan yang signifikan antara kelelahan kerja subyektif dengan usia, status pernikahan, riwayat penyakit, perilaku olahraga, masa kerja, perilaku konsumsi air putih, perilaku konsumsi kopi, perilaku konsumsi gorengan, dan perilaku konsumsi minuman energi.

---

The construction of infrastructure in Indonesia has been developing lately, especially building construction which support the needs of various industrial and governmental sectors. Furthermore, alingside that development, occupational safety and health rise up to be one of the main issues of concern which prompts this research to be done. This is also based on the fact that in the last decade there has been a lot of work incidents and accidents related to worker fatigue that happened in building construction. This research aims on finding the factors associated with subjective work fatigue of PT X in DKI Jakarta and its satellite areas. The design of this research was cross sectional on 124 individuals through self-administered baseline questionnaire to measure individual characteristics and nutritional status. Subjective work fatigue was measured by Japanese Industrial Fatigue Research Committee (IFRC) 30-item questionnaire. Sleep condition was measured using Pittsburgh Sleep Quality Index (PSQI) questionnaire to measure sleep quality and Sleep Hygiene Index (SHI) questionnaire to measure sleep hygiene. Psychosocial factors were measured using the Copenhagen Psychosocial Questionnaire (COPSOQ) III. Results showed that there was a significant relationship between subjective work fatigue and each of smoking behavior, type of work, Body Mass Index, sleep quality, sleep hygiene, and psychosocial factors. However, there was no significant relationship between subjective work fatigue and age, marital status, disease history, exercise habit, length of work, water consumption habit, coffee drinking habit, fried food consumption habit, and energy drink consumption habit."

"Bikunku merupakan suatu aplikasi penunjang informasi bis kuning (bikun); sarana transportasi di lingkungan Universitas Indonesia; yang dibuat oleh Alamsyah et al. melalui penelitiannya pada tahun 2022. Salah satu fitur penting yang ditawarkan dalam aplikasi ini adalah tracking lokasi bikun yang sedang beroperasi secara real-time. Meskipun secara keseluruhan sistem ini dapat menjalankan tugas- nya melakukan tracking lokasi bikun, sistem yang menggunakan frontend React, komunikasi WebSocket, dan database PostgreSQL ini kurang optimal untuk menangani data lokasi yang dikirim oleh driver bikun dan dibaca oleh ribuan sivitas akademik Universitas Indonesia. Penelitian ini bertujuan melakukan improvement berupa peningkatan performa pada sistem tracking bikun pada aplikasi Bikunku yang meliputi pengukuran end-to-end response time, throughput, CPU usage, memory usage, FPS dan rendering speed. Penelitian terdiri dari pengembangan dari sisi backend protokol komunikasi menggunakan gRPC dengan Kafka, sisi database menggunakan Firebase Cloud Firestore sebagai Realtime Database pada backend, dan sisi frontend menggunakan Flutter sebagai aplikasi mobile. Implementasi frontend Flutter pada akhirnya diinkorporasikan dengan pilihan implementasi backend dengan hasil performa yang terbaik. Dengan pengembangan menggunakan teknologi tersebut, improvement yang dilakukan pada penelitian ini meliputi pengubahan cara penyaluran data lokasi tracking dan database dari sistem polling menjadi sistem pushing, pengubahan arsitektur sistem yang lebih performant, digunakannya protokol komunikasi yang lebih unggul, perbaikan implementasi pada autentikasi driver sebagai salah satu penyebab bottleneck, pengubahan aplikasi menjadi mobile app, dan digunakannya implementasi maps yang lebih siap untuk production. Pengetesan dilakukan dengan load testing membandingkan performa masing-masing sistem implementasi baru terhadap sistem terdahulu Alamsyah. Skenario pengetesan sistem backend dan database meliputi request pengiriman lokasi oleh 11 driver bikun, disertai 1800 concurrent user di sisi client untuk membaca simulasi data lokasi terbaru bikun yang beroperasi. Sementara pada sisi frontend dilakukan pengetesan dengan resource profiling dan observasi terhadap simulasi bikun yang berjalan di frontend. Hasil pengetesan menunjukkan sistem gRPC-Kafka lebih cepat sebesar 96% dengan throughput yang dihasilkan lebih baik 216% dibandingkan dengan sistem Alamsyah, sistem Firebase lebih cepat sebesar 91% dengan throughput yang dihasilkan lebih baik 127% dibandingkan sistem Alamsyah. Dari hasil yang didapat, sistem gRPC-Kafka kemudian dipilih sebagai sistem backend yang diinkorporasikan dengan implementasi Flutter. Hasil pengetesan sistem Flutter dengan gRPC-Kafka mendapatkan hasil yang lebih baik pada OS Android di semua skenario dengan peningkatan performa metrik CPU usage, max CPU usage, memory usage, dan rendering speed sebesar 27%, 18%, 42%, dan 33%. Sistem Flutter dengan gRPC-Kafka mayoritas lebih baik pada OS iOS di semua skenario, yakni pada metrik memory usage, FPS, dan rendering speed dengan peningkatan performa sebesar 40%, 28%, dan 16%. Sementara dari segi CPU usage dan max CPU usage, sistem Alamsyah lebih baik sebesar 9% dan 0,3% dari sistem Flutter dengan gRPC- Kafka.

---

Bikunku is an information system application for bikun, a bus transportation facility within the University of Indonesia environment, developed by Alamsyah et al. through their research in 2022. One of the important features offered in this application is real-time tracking of the bikuns' location. Although the overall system is capable of tracking the bikun's location, the system, which utilizes React for the frontend, WebSocket for communication, and PostgreSQL for the database, it is not optimized to handle the location data sent by bikun drivers and accessed by thousands of University of Indonesia stakeholders.

This research aims to improve the performance of the bikun tracking system in the Bikunku application, including measuring end-to-end response time, throughput, CPU usage, memory usage, FPS, and rendering speed. The research consists of the development of backend communication protocol using gRPC with Kafka, development of backend using Firebase Cloud Firestore as Realtime Database, and development of the frontend mobile application using Flutter. The implementation of Flutter frontend is then integrated with the best performing backend implementation.

With the development using technologies listed, improvements made in this research include changing the method of location tracking data delivery and database from a polling system to a pushing system, modifying the system architecture for better performance, utilizing superior communication protocol, improving the implementation of driver authentication as one of the bottleneck causes, transforming the application into a mobile app, and utilizing a more production-ready maps implementation. Load testing is conducted to compare the performance of each new implementation with Alamsyah's previous system.

The testing scenarios for the backend and database systems involve location request submissions by 11 bikun drivers, along with 1800 concurrent users on the client side to simulate reading the latest location data of operating bikuns. On the frontend side, testing is performed using resource profiling and observation of the running bikun simulations.

The test results show that the gRPC-Kafka system is 96% faster with a 216% better throughput compared to Alamsyah's system, while the Firebase system is 91% faster with a 127% better throughput compared to Alamsyah's system. Based on these findings, the gRPC-Kafka system is then chosen as the backend system to be integrated with the Flutter implementation.

The testing results of Flutter with gRPC-Kafka demonstrate better performance on Android OS in all scenarios, with improvements in CPU usage, max CPU usage, memory usage, and rendering speed by 27%, 18%, 42%, and 33%, respectively. The Flutter with gRPC-Kafka system performs better on iOS OS in all scenarios for the majority, which are in terms of memory usage, FPS, and rendering speed, with performance improvements of 40%, 28%, and 16%, respectively. However, in terms of CPU usage and max CPU usage, the Alamsyah system performs better by 9% and 0.3% to the Flutter with gRPC-Kafka system."

"Bikunku merupakan suatu aplikasi penunjang informasi bis kuning (bikun); sarana transportasi di lingkungan Universitas Indonesia; yang dibuat oleh Alamsyah et al. melalui penelitiannya pada tahun 2022. Salah satu fitur penting yang ditawarkan dalam aplikasi ini adalah tracking lokasi bikun yang sedang beroperasi secara real-time. Meskipun secara keseluruhan sistem ini dapat menjalankan tugas- nya melakukan tracking lokasi bikun, sistem yang menggunakan frontend React, komunikasi WebSocket, dan database PostgreSQL ini kurang optimal untuk menangani data lokasi yang dikirim oleh driver bikun dan dibaca oleh ribuan sivitas akademik Universitas Indonesia. Penelitian ini bertujuan melakukan improvement berupa peningkatan performa pada sistem tracking bikun pada aplikasi Bikunku yang meliputi pengukuran end-to-end response time, throughput, CPU usage, memory usage, FPS dan rendering speed. Penelitian terdiri dari pengembangan dari sisi backend protokol komunikasi menggunakan gRPC dengan Kafka, sisi database menggunakan Firebase Cloud Firestore sebagai Realtime Database pada backend, dan sisi frontend menggunakan Flutter sebagai aplikasi mobile. Implementasi frontend Flutter pada akhirnya diinkorporasikan dengan pilihan implementasi backend dengan hasil performa yang terbaik. Dengan pengembangan menggunakan teknologi tersebut, improvement yang dilakukan pada penelitian ini meliputi pengubahan cara penyaluran data lokasi tracking dan database dari sistem polling menjadi sistem pushing, pengubahan arsitektur sistem yang lebih performant, digunakannya protokol komunikasi yang lebih unggul, perbaikan implementasi pada autentikasi driver sebagai salah satu penyebab bottleneck, pengubahan aplikasi menjadi mobile app, dan digunakannya implementasi maps yang lebih siap untuk production. Pengetesan dilakukan dengan load testing membandingkan performa masing-masing sistem implementasi baru terhadap sistem terdahulu Alamsyah. Skenario pengetesan sistem backend dan database meliputi request pengiriman lokasi oleh 11 driver bikun, disertai 1800 concurrent user di sisi client untuk membaca simulasi data lokasi terbaru bikun yang beroperasi. Sementara pada sisi frontend dilakukan pengetesan dengan resource profiling dan observasi terhadap simulasi bikun yang berjalan di frontend. Hasil pengetesan menunjukkan sistem gRPC-Kafka lebih cepat sebesar 96% dengan throughput yang dihasilkan lebih baik 216% dibandingkan dengan sistem Alamsyah, sistem Firebase lebih cepat sebesar 91% dengan throughput yang dihasilkan lebih baik 127% dibandingkan sistem Alamsyah. Dari hasil yang didapat, sistem gRPC-Kafka kemudian dipilih sebagai sistem backend yang diinkorporasikan dengan implementasi Flutter. Hasil pengetesan sistem Flutter dengan gRPC-Kafka mendapatkan hasil yang lebih baik pada OS Android di semua skenario dengan peningkatan performa metrik CPU usage, max CPU usage, memory usage, dan rendering speed sebesar 27%, 18%, 42%, dan 33%. Sistem Flutter dengan gRPC-Kafka mayoritas lebih baik pada OS iOS di semua skenario, yakni pada metrik memory usage, FPS, dan rendering speed dengan peningkatan performa sebesar 40%, 28%, dan 16%. Sementara dari segi CPU usage dan max CPU usage, sistem Alamsyah lebih baik sebesar 9% dan 0,3% dari sistem Flutter dengan gRPC- Kafka.

---

Bikunku is an information system application for bikun, a bus transportation facility within the University of Indonesia environment, developed by Alamsyah et al. through their research in 2022. One of the important features offered in this application is real-time tracking of the bikuns’ location. Although the overall system is capable of tracking the bikun’s location, the system, which utilizes React for the frontend, WebSocket for communication, and PostgreSQL for the database, it is not optimized to handle the location data sent by bikun drivers and accessed by thousands of University of Indonesia stakeholders. This research aims to improve the performance of the bikun tracking system in the Bikunku application, including measuring end-to-end response time, throughput, CPU usage, memory usage, FPS, and rendering speed. The research consists of the development of backend communication protocol using gRPC with Kafka, development of backend using Firebase Cloud Firestore as Realtime Database, and development of the frontend mobile application using Flutter. The implementation of Flutter frontend is then integrated with the best performing backend implementation. With the development using technologies listed, improvements made in this research include changing the method of location tracking data delivery and database from a polling system to a pushing system, modifying the system architecture for better performance, utilizing superior communication protocol, improving the implementation of driver authentication as one of the bottleneck causes, transforming the application into a mobile app, and utilizing a more production-ready maps implementation. Load testing is conducted to compare the performance of each new implementation with Alamsyah’s previous system. The testing scenarios for the backend and database systems involve location request submissions by 11 bikun drivers, along with 1800 concurrent users on the client side to simulate reading the latest location data of operating bikuns. On the frontend side, testing is performed using resource profiling and observation of the running bikun simulations. The test results show that the gRPC-Kafka system is 96% faster with a 216% better throughput compared to Alamsyah’s system, while the Firebase system is 91% faster with a 127% better throughput compared to Alamsyah’s system. Based on these findings, the gRPC-Kafka system is then chosen as the backend system to be integrated with the Flutter implementation. The testing results of Flutter with gRPC-Kafka demonstrate better performance on Android OS in all scenarios, with improvements in CPU usage, max CPU usage, memory usage, and rendering speed by 27%, 18%, 42%, and 33%, respectively. The Flutter with gRPC-Kafka system performs better on iOS OS in all scenarios for the majority, which are in terms of memory usage, FPS, and rendering speed, with performance improvements of 40%, 28%, and 16%, respectively. However, in terms of CPU usage and max CPU usage, the Alamsyah system performs better by 9% and 0.3% to the Flutter with gRPC-Kafka system."

"Bus merupakan salah satu moda transportasi yang paling diminati masyarakat Indonesia, namun angka kecelakaan bus di Indonesia cukup tinggi. Kondisi jalanan yang macet, membuat frustasi dan stress menjadi pemicu perilaku pengemudi bus yang berisiko dan berbahaya seperti perilaku aggressive driving. Hal ini merupakan salah satu faktor penyebab kecelakaan. Penelitian ini bertujuan untuk mengetahui hubungan antara persepsi risiko kecelakaan dengan intensi perilaku pengemudi bus Antar Kota Antar Propinsi (AKAP) di PO “X” tahun 2015. Pengumpulan data dilakukan secara cross sectional dengan menggunakan instrumen kuesioner Driver Stress Inventory (DSI), Driver Coping Questionnairre (DCQ), dan kuesioner persepsi risiko. Hasil yang diperoleh secara umum persepsi risiko kecelakaan pengemudi bus AKAP memiliki kecenderungan baik (60,5%) di atas rata-rata populasi penelitian, hasil pengukuran intensi perilaku untuk parameter yang bersifat positif (meningkatkan keselamatan) antara lain hazard monitoring, fatigue proneness, task focus, dan reappraisal cenderung sedang pada rata-rata populasi penelitian. Sedangkan pengukuran intensi bersifat negatif (meningkatkan risiko kecelakaan) antara lain agresi, dislike of driving, confrontive coping, emotional focus, dan avoidance memperoleh hasil kecenderungan sedang pada rata-rata populasi penelitian, namun variabel thrill seeking dengan kecenderungan tinggi diatas rata-rata populasi penelitian.

---

Bus is one of the most favored mode of transportation the people of Indonesia, but the number of bus accidents in Indonesia is quite high. Traffic jam, frustrating and stressful situations to trigger bus driver risky behavior and dangerous as aggressive driving behavior. This is one of the causes of accidents. This study aims to determine the relationship between risk perception and behavior intention of bus driver inter-city inter-province (AKAP) in the PO "X" in 2015. The data was collected with cross sectional approach using questionnaire Driver Stress Inventory (DSI), Driver Coping Questionnairre (DCQ), and risk perception questionnaire.

The results obtained accidents risks perception of AKAP bus driver generally had a good tendency (60.5%) above the average of the population study, results for positive parameters (increased safety) of the behavioral intention measurement, among others hazard monitoring, fatigue proneness, task focus, and reappraisal likely to moderate in the population study average. While the measurement of negative intentions (increasing the risk of accidents) among others aggression, dislike of driving, confrontive coping, emotional focus, and avoidance obtain results tendencies were on average the population study, however thrill-seeking variables with a high propensity above the average population study."