Hasil Pencarian  ::  Simpan CSV :: Kembali

"Salah satu fungsi dari pengolahan sinyal adalah untuk pengenalan pola yang dapat dimanfaatkan untuk proses mengidentifikasi suatu hal. Dengan adanya pengolahan sinyal, didapatkan suatu parameter yang berguna untuk proses identifikasi selanjutnya dengan menggunakan metode Hidden Markov Model. Dalam kehidupan seharihari, air sangat diperlukan oleh manusia untuk memenuhi kebutuhan hidupnya. Namun tanpa disadari, air yang dikonsumsi mengandung kadar nonlogam akibat dari pencemaran air atau kesengajaan dari manusia itu sendiri dengan maksud tertentu. Senyawa nonlogam yang banyak ditemui pada air atau larutan adalah nitrat dan asam benzoat yang digunakan sebagai sampel nonlogam pada seminar ini. Pada seminar ini, dibuat suatu program perangkat lunak yang digunakan untuk mendeteksi kadar nonlogam pada suatu larutan dengan menggunakan metode Hidden Markov Model. Program ini akan mendeteksi apakah di dalam suatu larutan mengandung nonlogam atau tidak. Proses yang dilakukan untuk membangun program ini adalah proses pembuatan sampel, pembentukan database, dan proses pengidentifikasian larutan. Pada proses akhir inilah akan diketahui kadar nonlogam pada suatu data larutan berdasarkan dari database yang telah dibuat.

---

One of the function of signal processing is pattern recognation which is used to identify of something. By using signal processing, the useful parameters is obtained to fulfil tha need input at the next identification process using Hidden Markov Model. In everyday life, water is needed by humans to meet their basic needs. However unwittingly, the water is consumed containing nonmetal content as the result of water pollution or deliberated action from the people itself with a specific purpose. Nonmetal compounds which can be easily found in water or a solution of nitric and benzoate acid is used as a sample of nonmetals at this seminar.

In this seminar, created a software program that is used to detect nonmetal content in a solution by using Hidden Markov Model. This program will detect whether in a solution containing nonmetals or not. The process is being done to build this program is the process of making a sample, forming a database, and the process of identifying solutions. At the end of this process will be known the nonmetal content in a solution based on data from the database that was formed."

"Telah dilakukan penelitian etnozoologi dan biologi reproduksi ikan lema, Rastrelliger kanagurta (Cuvier, 1816) yang dilakukan selama satu tahun (Maret 2011--Februari 2012) di Teluk Mayalibit Kabupaten Raja Ampat, Papua Barat. Penelitian bertujuan untuk mendapatkan rekomendasi bagi peningkatan pengelolaan perikanan lokal yang penting di Teluk Mayalibit. Teknik penangkapan yang digunakan masyarakat lokal untuk menangkap R. kanagurta disebut “balobe lema” merupakan suatu metode teknik penangkapan unik, yang memanfaatkan perilaku fototropisme ikan dengan menggiring ke tempat “susun batu” yang kemudian ditangkap dengan serok (“timba”). Teknik unik ini tidak merusak habitat dan selektivitas tinggi yang telah dikembangkan oleh nelayan lokal sejak 1983. Sampel biologi reproduksi yang dikumpulkan dari nelayan berjumlah 3.944 ekor yang diamati selama penelitian dari Maret 2011--Februari 2012. Data biologi reproduksi membuktikan bahwa ikan yang ditangkap sebagian besar mempunyai gonad yang dikelompokkan pada Tingkat Kematangan Gonad (TKG) IV (38,8% betina dan 50,4% jantan) dengan 39 buah gonad betina translucent (gonad dengan ovum yang siap dipijahkan/oocytes hydrated). Data TKG mengindikasikan bahwa pemijahan berlangsung sepanjang tahun di Teluk Mayalibit. Tiga indikator yang terdiri atas persentase TKG IV gonad betina, persentase gonad translucent, dan Gonad Somatic Index (GSI) menunjukkan bahwa puncak aktivitas pemijahan terjadi antara September--November. Dari perspektif pengelolaan, paradigma pengelolaan berbasis masyarakat dengan memasukkan pengetahuan lokal dan Hak Pemanfaatan Teritorial Perikanan (Territorial Use Right in Fisheries, TURFs) akan menjamin konsep perikanan refugia bagi stok ikan penting ini. Perikanan ini memerlukan pengawasan ketat terhadap potensi ancaman penangkapan pada skala yang lebih besar bagi spawning aggregation. Jika terjadi penangkapan berlebih maka pengelolaan kawasan konservasi harus mempertimbangkan musim penutupan selama puncak aktivitas pemijahan (September--November) untuk menjamin pemulihan stok.

---

Maturity stages of 3,485 individuals of the Indian mackerel, Rastrelliger kanagurta (Cuvier, 1816) were measured from a population occurring in Mayalibit Bay during the period from March 2011 to February 2012. Approximately 200--600 individuals were sampled each month from the catches of fishers from the villages of Warsambin and Lopintol in the mouth of Mayalibit Bay. Of the 3485 individuals whose gonads were examined, 1734 (49.76%) were males and 1751 (50.24%) females. The values of Lm of male and female were 19.55 cm and 20.71 cm, respectively, which is significantly larger than in populations examined in the Malacca Strait and Java Sea, indicating these latter populations are more heavily exploited than in Mayalibit Bay. In both sexes, individuals in all 5 gonadal maturity stages were recorded each month, with the highest cumulative percentage being stage IV (ripe gonads) for both males (50.4%) and females (38.8%). Weights of individual male testes ranged from 0.9 to 20.4 g, while female ovary weights ranged from 3.1 to 28.9 g. Two of the individuals examined displayed hermaphroditic development of the gonads. Thirty nine of the females examined had translucent ovaries, indicating spawning would be imminent. This finding, along with the overall high percentage of individuals with stage IV and V maturity stages, lends strong support to fisher reports that Mayalibit Bay functions as a spawning aggregation area for R. kanagurta. Though gonad maturity data indicate that spawning occurs throughout the year in Mayalibit Bay, three separate indicators (percentage of stage IV gonads, percentage of translucent ovaries, and Gonad Somatic Index or GSI) each suggest that peak spawning season occurs between September and November. The highest GSI recorded for both males and females (10.22% and 14.48%, respectively) occured in November 2011."

"ABSTRAKPada perusahaan yang bergerak di bidang konsultasi, pengelolaan pengetahuan merupakan proses yang penting dalam perusahaan, karena inti dari produk yang dijual adalah pengetahuan itu sendiri. Group SAP merupakan bagian dari PT ABC, yang merupakan perusahaan konsultan teknologi dan informasi di Indonesia, telah menyadari pentingnya mengelola pengetahuan para konsultan SAP yang dimilikinya. Salah satu proses pengelolaan pengetahuan yang telah dijalankan adalah berbagi pengetahuan. Tujuan proses ini adalah untuk membantu para konsultan SAP mencari solusi terbaik bagi pelanggan berdasarkan pengalaman yang telah lalu.Namun, knowledge sharing yang dilakukan oleh group SAP belum optimal. Hal ini terlihat dari presentase kehadiran kegiatan knowledge sharing, di mana tidak semua peserta yang diundang menghadiri kegiatan tersebut. Selain itu, pemanfaatan KnowldgeHub, yang merupakan knowledge repository yang digunakan untuk menyimpan dan mengakses pengetahuan yang dimiliki organisasi, masih rendah. Untuk itu, perlu dilakukan evaluasi mengenai knowledge sharing capability konsultan SAP. Dengan adanya penelitian ini, organisasi dapat mengetahui faktor yang mempengaruhi kemampuan berbagi pengetahuan para konsultan SAP, sehingga organisasi dapat menentukan program yang perlu dijalankan agar knowledge sharing bisa berjalan secara optimal.Penelitian dilakukan kepada 70 konsultan SAP PT ABC. Pengolahan data statistik menggunakan teknik analisis PLS dengan bantuan software SmartPLS 3.2.1. Faktor-faktor yang secara empiris terbukti mempengaruhi knowledge sharing capability adalah organizational reward, social network, trust, personality, end-user focus, altruism dan IT apliaction usage. Sementara itu, faktor awareness, knowledge self-efficacy, top management support dan ICT infrastructure tidak secara signifikan mempengaruhi knowledge sharing capability. Pada penelitian ini didapatkan nilai R2 sebesar 0.701, yang berarti tujuh variabel eksogen secara moderate menjelaskan 70.1% variansi dari variabel dependen (knowledge sharing capability), dimana sisanya sebesar 29.9% dipengaruhi oleh variabel lain yang tidak dijelaskan dalam model penelitian ini.

---

ABSTRACT

Knowledge management is an important process in consulting firm, because the core of the product of consulting firm is the knowledge itself. SAP group is a part of PT ABC, which is an information communication and technology consulting firm in Indonesia, have realized the importance of knowledge management. One of knowledge management process that has been implemented in PT ABC is knowledge sharing. The purpose of this process is to help SAP consultants looking for the best solutions for customers based on their past experience in industry.

However, knowledge sharing undertaken by SAP group has not been optimal. The evident of this statement came from the attendance percentage of knowledge sharing activities, where not all the participants were invited attended the event. In addition, the use of KnowldgeHub, as a knowledge repository to store and access the knowledge of organization, is still low. Based on these conditions, there should be an evaluation of knowledge sharing capability of SAP consultant. Given this research, organizations can determine the factors that affect the ability to share the knowledge of SAP consultants, so that the organization can determine which program should be run in order to optimize the knowledge sharing in organization.

The study was conducted at 70 SAP consultants of PT ABC. Statistical data processing uses PLS analysis techniques using software SmartPLS 3.2.1. Based on the results of statistical data processing, it is known that the individual, organizational and technological aspects affect knowledge sharing capability of SAP consultant. Factors that are empirically proven affecting knowledge sharing capability is organizational rewards, social networks, trust, personality, end-user focus, altruism and IT apliaction usage. Meanwhile, the factor such as awareness, knowledge self-efficacy, top management support and ICT infrastructure does not significantly affect knowledge sharing capability. The value of R2 of this study is 0.701, which means seven exogenous variables are moderate explain 70.1% variance of the dependent variable (knowledge sharing capability), where the remaining of 29.9% is influenced by other variables that are not described in this research model."