Hasil Pencarian  ::  Simpan CSV :: Kembali

"Peningkatan emisi CO2 yang menyebabkan perubahan iklim yang membuat dunia Internasional dan Indonesia berkomitmen untuk menurunkan emisi CO2. Sektor pembangkit listrik adalah sektor terbesar yang menghasilkan emisi CO2 sehingga perlu adanya pengurangan emisi CO2 di sektor pembangkit listrik. Penelitian ini bertujuan untuk melihat dampak sosial, ekonomi, dan lingkungan apabila dilakukan investasi di beberapa sektor ketenagalistrikan yang dihasilkan dari energi terbarukan. Dengan menggunakan data SNSE, analisis dari penelitian ini dilakukan dengan subsitusi dari energi fosil menuju energi terbarukan dan komparasi energi terbarukan mana yang paling menguntungkan secara sosial, ekonomi, dan lingkungan. Dampak ekonomi dari substitusi investasi dari energi fosil ke energi terbarukan ini adalah negatif dengan mengukur nilai Produk Domestik Bruto (PDB) secara keseluruhan. Namun secara sosial yang menggunakan indikator distribusi pendapatan dan tenaga kerja, investasi ini memiliki dampak positif. Sedangkan dampak lingkungan yang dihasilkan sangat signifikan dalam menurunkan emisi CO2. Untuk studi komparasi, secara ekonomi dan lingkungan, investasi paling menguntungkan apabila dilakukan investasi di PLTP (Pembangkit Listrik Tenaga Panas Bumi). Sedangkan secara sosial, lebih menguntungkan di PLTA (Pembangkit Listrik Tenaga Air) dan PLTD (Pembangkit Listrik Tenaga Diesel).

---

Increasing of CO2 emissions that cause climate change had made the international and Indonesia agreed to reduce CO2 emissions. The power generation sector is the largest sector that produces CO2 emissions. There is a need to reduce CO2 emissions in the power generation. This study aims to look at the social, economic, and environmental impacts of investments in several power generation from renewable energy. Using Social Accounting Matrix (SAM) data, the analysis of this study was carried out with the substitution of fossil energy towards renewable energy and the comparison of which is the most beneficial socially, economically, and environmentally renewable energy in the power generation. The economic impact of investment substitution from fossil fuels to renewable energy is negative by measuring overall GDP. However, by using social indicators which calculate labor increasing and income distribution, this investment has a positive impact. On the other hand, it also reduce CO2 emission significantly. For comparative studies, the most beneficial economically and environmentally, is to invest in geothermal power plant. Meanwhile, it’s more profitable socially to invest in hydro and diesel power generation."

"Upacara dan perayaan ulang tahun kedatangan Sam Poo Kong diadakan di kelenteng Sam Poo Kong dan Tay Kak Sie di Semarang, Jawa Tengah. Ini adalah acara terbesar dari kelenteng yang terkenal di Jawa Tengah tersebut. Upacara dan perayaan tersebut diadakan setiap tahun yaitu dua hari terakhir bulan keenam Imlek (sistem penanggalan Cina) yang pada tahun 1992 bertepatan dengan tanggal 28 dan 29 Juli. Kedatangan Sam Poo Kong ke Semarang dianggap sebagai hal besar yang patut untuk dikenang dan dirayakan, maka tidaklah mengherankan kalau acara itu berlangsung dengan sangat meriah. Antusiasme masyarakat khususnya para penganut kepercayaan kepada Sam Poo Kong untuk hadir dalam acara tersebut sangat besar. Mereka datang dengan berbagai motivasi seperti menyampaikan terima kasih, meminta berkah, mohon kesembuhan kepada Sam Poo Kong dan sebagainya, atau karena tradisi memperingati dan merayakan hari kedatangan Sam Poo Kong setiap tahun.Upacara dan perayaan yang berlangsung begitu meriah adalah perwujudan keyakinan yang dalam terhadap Sam Poo Kong. Sate Poo Kong yang dianggap sebagai orang yang berjasa besar dijadikan dewa, dipuja, disembah oleh banyak orang dari beragam keyakinan khususnya para penganut kepercayaan kepada Sam Poo Kong. Hal ini didasarkan pada keyakinan masyarakat Cina bahwa orang-orang yang sudah meninggal bisa melindungi dan memberi berkah kepada mereka. Untuk menguraikan dan menganalisis topik tersebut di atas, saya menggunakan penelitian kepustakaan dan lapangan. Data dikumpulkan dengan wawancara dan observasi terlibat. Hasil penelitian membuktikan kebenaran dari teori-teori yang saya pakai bahwa upacara dan perayaan tersebut merupakan suatu perwujudan dari kegiatan religius. Hasil yang diperoleh juga membuktikan bahwa hipotesis yang saya ajukan kurang tepat yaitu orang yang datang ke tempat beribadat (kelenteng), pasti memiliki tujuan, bukan hanya sekedar kebiasaan."

"Setiap tindak ujaran yang dihasilkan dalam suatu peristiwa ujaran yang tercipta karena adanya interaksi sosial bersemuka memanfaatkan paling kurang dua komponen, yaitu peserta dan bahasa. Komponen tindak ujaran (components of speech acts) yang lengkap dijelaskan dalam Hymes (1972:5B--65). Peserta dalam suatu interaksi verbal bersemuka adalah pembicara dan kawan bicara atau pendengar dan bahasa yang di gunakan dapat berupa bahasa baku, bahasa nonbaku bahasa daerah, dialek, laras, atau variasi lain. Variasi atau ragam bahasa apa pun yang dipakai dalam interaksi itu, salah satu seginya yang penting adalah sistem penyapaan.Sistem penyapaan bahasa Indonesia di anggap sangat rumit antara lain oleh Sutiyono (1421:1) karena memiliki terlalu banyak pilihan kata yang dapat digunakan untuk menyapa orang. Kenyataan itu membangkitkan minat sejumlah pemelajar bahasa Indonesia, termasuk penulis.Disertasi ini memasalahkan sistem penyapaan bahasa Indonesia ragam Manado dan membatasi ruang lingkup pembahasannya pada penggunaan kata penyapa khususnya yang ada kaitan dengan kendala sosial dalam kegiatan pemilihan jenis kata penyapa dan wujud vari annya yang cocok, strategi pemilihannya terutama di pengaruhi oleh identitas sosial para peserta tindak ujaran dan jenis hubungan peran yang ada di antara para peserta itu. Identi tas para peserta selain ditentukan oleh latar belakang bahasa etni, pendidikan, umur, dan jenis kelaamin, juga dipengaruhi oleh status baik dalam keluarga maupun dalam masyarakat yang menghasi1kan berbagai hubungan peran, seperti antara lain hubungan ayah-anak, suami-istri, dosen-mahasiswa, dokter pasien, dsbnya. Hubungan peran menunjukkan keakraban yang diwarnai oleh sistem budaya yang hidup dalam masyarakat pemakai kata-kata penyapa itu (Linton, 1976; Goodenough, 195: Merton, 1966; Fishman, 1970; Lyons, 1977)."

"Penelitian ini bertujuan untuk menganalisis dampak pembangunan sektor pertanian tanaman pangan dalam meningkatkan PDB dan output, dan dalmam memperbaiki distribusi pendapatan. Analisis menggunakan model Sistem Neraca Sosial Ekonomi (SNSE). Untuk menghitung dampak tersebut penulis menggunakan pengganda SNSE, pengganda dekomposisi, Analisis Jalur Struktural, dan koefisien Gini. Hasil perhitungan menunjukkan bahwa sektor pertanian tanaman pangan memiliki kontribusi terhadap penciptaan nilai tambah dan peningkatan pendapatan rumah tangga paling tinggi dibandingkan dennen sektor lainnya. Kemudian, peranan pengeluaran pemerintah di sektor pertanian tanaman pangan terlihat mampu meningkatkan PDB dan output bruto seria dapat memperbaiki distribusi pendapatan. Secara umum kebijakan peningkatan produksi tanaman pangan merupakan kebijakan yang mampu meningkatkan PDB dan pendapatan sektor pertanian tanaman pangan paling baik dibanding kebijakan lainnya

---

The objective of the research is to analyze the impact of food crops sector development toward the improvement of National GDP and Output, and the improvement of income distribution. The Analysis uses Social Accounting Matrix (SAM) model. In order to accomplish the objective of this research, four tools are

used i.e.: accounting multiplier, decomposition multiplier, structural path analysis (SPA), and gini coefficient. The result shows that food crops sector has contributed toward the improvement of National GDP and Output, and the improvement of income distribution. Moreover, government expenditure in food

crops sector is able to improve National GDP and Output, and to improve income distribution. Generally, increasing production in food crops is the most effective policy to improve National GDP and to improve output in food crops sector."

"Perkembangan ekonomi dan teknologi menuntut ketersediaan tenaga kerja yangmempunyai keahlian yang memadai. Data Produk Domestik Bruto (PDB) serta Sakemastahun 2003 dan 2006 dari Badan Pusat Statistik (BPS) menunjukkan bahwa setiapkenaikan l persen pertumbuhan ekonomi membutuhkan pekerja berpendidikan Sl ke atassebesar 2,3 persen. Hal ini menunjukkan bahwa semakin tinggi pertumbuhan ekonomiakan semakin banyak ketersediaan tenaga kerja berpendidikan Sl ke atas. Karena untukmenghasilkan pekerja berpendidikan tinggi memerlukan pembiayaan yang cukup besar, maka subsidi pendidikan menjadi suatu hal yang tidak dapat guna mendukuugpertumbuhan ekonomi dan perkembangan teknologi di masa akan datang.Pemerintah Indonesia telah lama mencanangkan subsidi pendidikan guna menyiapkansumber daya manusia yang handal. Perubahan sasaran subsidi pendidikan terus berlangsungsesuai dengan proses berjalannya waktu. Indonesia pernah mencanangkan wajib belajar 6tahun, kemudian bergeser menjadi wajib belajar 9 tahun, bahkan saat ini masyarakat sudahmenuntut supaya dana pendidikan mencapai 20 persen dari APBN/APBD. Dibeberapa daerahkaya, 20 persen anggaran untuk pendidikan telah terealisasi.Social Accounting Matrix (SAM) Indonesia tahun 2006 digunakan untukmentransformasi pembahan alokasi anggaran subsidi pendidikan yang diluncurkan olehpemerintah, guna meningkatkan pendapatan rumah tangga yang pada akhirnya akanmendorong rumah tangga mengalokasikan dananya untuk biaya pendidikan tinggi.Sedangkan alur subsidi pendidikan dirunut dengan menggunakan Structural Path Analysis(SPA).Analisis dampak dari tabel SAM tahun 2006 menunjukkan bahwa setiap pertumbuhanekonomi naik sebesar 1 persen akan menyediakan kesempatan kerja berpendidikan Sl ke atassebanyak 24| ribu ekivalen tenaga kerja (EIK). Apabila dilihat pertumbuhannya, maka setiap1 persen pertumbuhan ekonomi akan meminta pekerja berpendidikan S1 ke atas sebesar 4,l2persen.Apabila golongan rumah tangga secara desil berdasarkan jumlahpenduduk, maka 10 persen rumah tangga golongan paling bawah hanya menikmati pendapatanrumah tangga secara keseluruhan sebesar Rp 35,1 triliun. Untuk 10 persen golongan rumahtangga paling kaya menikmati pendapatan rumah tangga sebesar Rp 1.075,2 triliun. Inimenunjukkan bahwa gap pendapatan antara rumah tangga 10 persen termiskin dengan rumahtangga 10 persen terkaya sebesar 1 banding 31. Hasil simulasi subsidi pendidikan menunjukkan bahwa apabila subsidi pendidikandiberikan secara merata ke seluruh rumah tangga, melalui fasilitas pendidikan, makapengeluaran rumah tangga untuk pendidikan meningkat sebesar l4 persen. Jika subsidipendidikan hanya diberikan untuk rumah tangga golongan bawah, maka pengeluaran rumahtangga untuk pendidikan meningkat sebesar 13 persen"

"Penilaian efektivitas pengolahan air/air limbah dan emisi gas rumah kaca memerlukan analisis kelayakan mikroba dan kuantifikasi/identifikasi taksonomi mikroba yang ekstensif. Kemampuan kelayakan dan penilaian aktivitas mikroba akan memerlukan pengembangan metode berbasis fluoresensi, sementara kemampuan kuantifikasi/identifikasi akan menyelidiki analisis otomatis dengan citra sel, sitometri aliran, dan kecerdasan buatan untuk pengujian skala besar pada air, air limbah, dan rangkaian pengolahan air daur ulang. Daftar komunitas mikroba target mencakup, namun tidak terbatas pada: (ambang batas) Cyanobacteria, algae, helminth eggs (misalnya telur ascaris yang ditemukan dalam biosolid), patogen indikator dalam air Kelas A, dan metanogen serta seluruh populasi mikroba dalam pencernaan (dengan mempertimbangkan sumbernya). Proyek ini berhipotesis bahwa pendekatan pembelajaran mesin yang diawasi dan dipandu pengetahuan dapat digunakan untuk mengidentifikasi mikroba secara akurat dan cepat dalam sampel air produksi yang direkam menggunakan platform analitik berbeda (mikroskopi optik, mikroskopi fluorescence dan imaging flow cytometry). Pendekatan berbasis pembelajaran mesin menggunakan cara komputasi untuk membandingkan gambar mikroba dengan tolak ukur berbagai sel dan filamen untuk mengelompokkannya. Dalam proyek ini, gambar-gambar tersebut dipasok oleh instalasi pengolahan air di Melbourne. Tiga metode pembelajaran mesin yang harus dievaluasi, Segment Anything Model (SAM) pertama kali digunakan untuk mensegmentasi gambar mentah menjadi gambar sel dan filamen individual. Metode pembelajaran mesin RMSE (Root Mean Square Error), UQI (Universal Quality Index) dan SAM (Spectral Angle Mapper) kemudian digunakan untuk menghitung skor kemiripan antara gambar tersegmentasi dan tolak ukur berbagai jenis sel atau filamen. Skor kesamaan tertinggi yang dicapai antara suatu gambar dan suatu tolak ukur menunjukkan bahwa gambar tersebut akan dikelompokkan ke dalam tolak ukur tersebut. Hasil penelitian menunjukkan bahwa hasil tersebut kemudian akan dibandingkan dengan hasil clustering manual, dimana secara manual membandingkan kesamaan antara setiap gambar dan setiap benchmark.

---

Assessment of water/wastewater treatment efficacy and greenhouse gas emissions will require extensive analysis of microbial viability and microbial quantification/taxonomic identification. Microbial viability and activity assessment capabilities will require development of fluorescence-based methods, while quantification/identification capabilities will investigate automated analysis with cell imagery, flow cytometry and artificial intelligence for large scale testing at water, wastewater and recycled water treatment trains. List of target microbial communities includes, but not limited to:(threshold) Cyanobacteria, algae, helminth eggs (e.g. ascaris eggs found in biosolids), indicator pathogens in Class A water, and methanogens and whole population of microbe in digestor (considering the sources of bias). This project hypothesises that supervised and knowledge-guided machine learning approaches can be used to accurately and rapidly identify microbes within manufactured water samples recorded using different analytical platforms (optical microscopy, fluorescence microscopy and imaging flow cytometry). Machine learning-based approaches use computational ways to compare images of microbes to benchmarks of different cells and filaments to cluster them. In this project, the images were supplied by a water treatment plant in Melbourne. Three machine learning methods is to be evaluated, Segment Anything Model (SAM) was first used to segment raw images into images of individual cells and filaments. Machine learning methods of RMSE (Root Mean Square Error), UQI (Universal Quality Index) and SAM (Spectral Angle Mapper) were then used to calculate similarity scores between the segmented images and benchmarks of different types of cells or filaments. The highest similarity score achieved between an image and a benchmark indicated that the image would be clustered into that benchmark. The study shows the results would then be compared with manual clustering results, where the it is manually compared the similarities between each image and each benchmark."

"Penelitian ini menyajikan analisis pengaruh sektor komunikasi bagi perekonomian DKI Jakarta dengan Sistem Neraca Sosial Ekonomi (SNSE). Penelitian ini menggunakan Sistem Neraca Sosial Ekonomi (SNSE) DKI Jakarta tahun 2010 dan data pengeluaran pemerintah DKI Jakarta di sektor komunikasi. Analisis menunjukkan bahwa sektor komunikasi memberikan dampak positif pada distribusi pendapatan dan kesempatan kerja. Sektor komunikasi ini menitikberatkan pada Teknologi Informasi dan Komunikasi (TIK). Rekomendasi kebijakan yang ditawarkan adalah untuk memastikan penggunaan maksimal potensi Teknologi Informasi dan Komunikasi (TIK) dalam sistem perekonomian.

---

This research presents an analysis of the effect of communication sector for Jakarta economy using Social Accounting Matrix (SAM). This research using Social Accounting Matrix (SAM) Jakarta 2010 and Jakarta government expenditures in communication sector data.The analysis reveals that the communication sector is adequate to impact positivelyon the income distribution and employment.The communication sector places emphasis on the Information and Communication Technology (ICT). Policy recommendations areoffered to ensure maximum use of Information and Communication Technology (ICT) potentials in the economy system."