Hasil Pencarian  ::  Simpan CSV :: Kembali

"Peningkatan jumlah keramba jaring apung yang berada di perairan juga dapat memberikan pengaruh pada komponen-komponen yang berada di daratan seperti penggunaan tanah di darat. Oleh karena itu penelitian ini bertujuan untuk mengetahui dampak budidaya keramba jaring apung Danau Maninjau terhadap perubahan penggunaan tanah di sekitar Danau Maninjau. Metode yang digunakan untuk melihat perubahan penggunaan tanah dilakukan dengan teknik interpretasi citra dan GIS, dan metode Kernel Density serta analisis statistik regresi logistik. Hasil analisis menunjukkan bahwa pola perubahan sebaran KJA selama jangka waktu 17 tahun menunjukkan bahwa lokasi KJA dengan density perubahan yang tinggi berada di lokasi yang berdekatan dengan akses jalan, sungai dan permukiman. Hal ini menunjukkan bahwa pertumbuhan jumlah KJA berorientasi terhadap keterjangkauan akses untuk kemudahan pengangkutan sarana produksi dan distribusi produksi dari budidaya ikan keramba jaring apung. Sedangkan pola sebaran perubahan penggunaan tanah permukiman mendekati akses jalan dan banyak permukiman yang tumbuh (muncul) di sekitar tepi Danau Maninjau. Berdasarkan analisis regresi logistik dapat disimpulkan bahwa kecenderungan jarak dari danau merupakan faktor yang paling berpengaruh pada perubahan penggunaan tanah yang menunjang budidaya KJA di sekitar Danau Maninjau. Hal ini menunjukkan bahwa aktivitas di Danau Maninjau berdampak pada penggunaan tanah sebagai penopang KJA di kawasan Danau Maninjau.

---

Increasing the number of floating cages in waters that are participates effect to the components of that are in the mainland as landuse on land. Therefore, this study aims to determine the impact of floating net of cultivation Maninjau the conversion of landuse around the Lake Maninjau. The method used to see the changes in land use with image interpretation and GIS techniques, and Kernel Density method and logistic regression statistical analysis.

The analysis showed that the pattern of changes in the distribution of KJA for a period of 17 years showed that the KJA locations with a high density changes were in locations adjacent to the access roads, rivers and the settlement. This suggests that the growth of the amount of KJA oriented to the affordability of access for the ease transportation of facilities production and distribution of the cultivation production of fish floating net cages. While the distribution pattern of land use and settlement approach the access road many settlements growing (up) around the edges of Lake Maninjau.

Based on logistic regression analysis concluded that the tendency of the distance of the lake is the most influential factor in the conversion of land use that support the cultivation KJA around the Maninjau. This indicates that activity in Maninjau impact on land use in the region for support KJA Maninjau."

"Risiko operasional merupakan salah satu jenis risiko pada perbankan yang wajib dikelola dengan baik karena sifatnya yang melekat pada setiap aktifitas fungsional bank. Dalam pengelolaan risiko operasional, bank dipersyaratkan untuk memperhitungkan kerugian yang diperkirakan dan kerugian yang tidak diperkirakan dalam kebutuhan modal bagi risiko operasional. Kebutuhan modal bagi risiko operasional ini dikenal sebagai Economic Capital (EC). Komite Basel dalam aturan Basel II, memberikan tiga pendekatan dalam perhitungan EC salah satunya pendekatan Advanced Measurement Approach (AMA). Metode AMA yang banyak digunakan adalah metode Loss Distribution Approach (LDA). Dalam metode LDA, bank harus mengestimasi loss severity distribution (distribusi severitas) dan loss frequency distribution (distribusi frekuensi) kemudian membentuk aggregate loss distribution dari gabungan kedua distribusi tersebut. Nilai EC dengan metode LDA didapat dari Value at Risk (VaR) pada aggregate loss distribution dengan tingkat kepercayaan 99,9%. Permasalahan dari metode LDA saat ini adalah dalam mengestimasi distribusi severitas masih berbasis pada suatu model distribusi tertentu, padahal banyak kasus dimana data tidak dapat digambarkan dengan baik oleh suatu model distribusi yang sudah ada. Oleh karena itu, dalam tulisan ini akan dijelaskan solusi dari permasalahan tersebut, yaitu dengan mengestimasi distribusi severitas berbasis pada data. Metode yang digunakan adalah Kernel Density Estimation (KDE). KDE merupakan suatu pendekatan statistika non-parametrik untuk mengestimasi fungsi distribusi probabilitas dari suatu variabel acak jika diasumsikan bentuk atau model distribusi dari variabel acak tersebut tidak diketahui. Hasil dari penelitian adalah estimasi distribusi severitas oleh KDE lebih baik dalam menggambarkan data dibandingkan dengan menggunakan model distribusi tertentu. Nilai EC yang dihasilkan oleh metode LDA yang menggunakan KDE lebih kecil 1,6 – 3,2% dibandingkan nilai EC yang dihasilkan oleh metode LDA yang menggunakan model distribusi tertentu.

---

Operational risk is one kind of risk on banking which must be managed well because of its character is inherent in every fungtional activity in Bank. In the management of operasional risk, Bank must be able to calculate a predictable loss and an unpredictable loss in capital requisite for operasional risk. The capital requisite in operasional risk is known as Economic Capital (EC). In the regulation of Basel II, Committee Basel gives three approaches of calculation in EC. One of that is Advanced Measurement Approach (AMA). In AMA method that is the most used in approach is Loss Distribution Approach (LDA) method. In LDA method, Bank must be able to estimate loss severity distribution (severity distribution) and loss frequency distribution (frequency distribution) and aggregate loss distribution is formed from both of them. Through LDA method, the value at EC can be gotten from Value at Risk (VaR) in aggregate loss distribution with the level of confidence reaches 99,9%. The problem from LDA method recently is in estimation a severity distribution which is still refers to a model on particular distribution whereas there are many cases which can not describe a data well through a distribution model that has been there. Therefore, in this paper, it will be explained how to face or the good solution from that problem. The good solution to face it is through estimation severity distribution that is refers to the data with using Kernel Density Estimation (KDE) method. KDE is a statistic approach non- parametric to estimate the function of distribution from disordered variabel that has not known. The result on this research is estimation of severity distribution through KDE is better than another in describing the data. LDA method using KDE is smaller the value at EC 1,6 % - 3,2 % than the value at EC using another distribution model in LDA method."

"Penerapan strategi pemasaran memainkan peranan penting dalam upaya meningkatkan jumlah penjualan dan penetrasi pasar, terutama pada kondisi pasar yang kompetitif. Dalam pendekatan geomarketing, analisis spasial dari pola persebaran pelanggan digunakan sebagai bahan pertimbangan untuk menentukan strategi pemasaran yang komperhensif. Oleh karena itu, penelitian ini dilakukan dengan tujuan untuk melihat pola spasial persebaran pelanggan layanan jaringan internet berbasis fixed broadband dari data pelanggan yang berbasis kepada sistem informasi geografis. Penelitian ini dilakukan menggunakan metode analisis spasial, yaitu spatial join, query, kernel density estimation, dan space time pattern mining. Hasil yang diperoleh dari penelitian ini memberikan gambaran mengenai pemetaan wilayah pelanggan dalam bentuk peta tematik dan heatmap.

---

The implementation of marketing strategy plays an important role in increasing the number of sales and market penetration, especially in competitive market. In geomarketing approach, spatial analysis of customer distribution patterns is used as a parameter to determine a comprehensive marketing strategy. Therefore, this study was conducted to find the spatial patterns of fixed broadband customer distribution from geographic information system based customer data. This research was conducted using spatial analysis methods, which are spatial join, query, kernel density estimation, and space time pattern mining. The results obtained from this study provide an overview of customer area mapping in the form of thematic map and heatmap."

"Kota Bogor mencatatkan kenaikan kasus positif Covid-19 cukup tinggi pada pekan terakhir Januari 2021. Pada Januari – Maret 2021, Pengawasan protokol kesehatan telah dilakukan oleh Satgas kepada lebih dari 2,5 juta jiwa masyarakat di Kota Bogor di 179.438 titik lokasi pemantauan. Tujuan penelitian untuk mengetahui fenomena geografi terkait kepatuhan dan pelanggaran masyarakat terhadap protokol kesehatan secara spasial serta menganalisa hubungan antara kepatuhan protokol kesehatan terhadap kasus Covid-19 yang terjadi di Kota Bogor. Analisis dilakukan dengan pendekatan analisis deskriptif spasial dengan overlay hasil titik sebaran kepatuhan dan ketidakpatuhan terhadap toponimi POI, kernel density dan korelasi spearman. Hasil analisis menemukan bahwa kepatuhan protokol kesehatan di Kota Bogor sudah sangat baik dengan rata-rata persentase kepatuhan di angka 91,5% dan perkantoran menjadi lokasi tertinggi kepatuhan. Secara spasial pelanggaran dan kepatuhan membentuk pola penyebaran acak. Tempat olahraga/ RPTRA dan jalan umum menjadi pusat lokasi tertingi terjadinya pelanggaran protokol kesehatan. Kecamatan Tanah Sereal dan Bogor Barat berada pada rentang kelas tinggi terjadinya kasus positif di Kota Bogor. Hubungan jumlah kepatuhan protokol kesehatan dan kasus positif Covid-19 di Kota Bogor mempunyai korelasi kuat dengan nilai (r) = -0,568 dan mempunyai hubungan yang negatif.

---

Bogor city recorded a significant increase in Covid-19 cases in the last week of January 2021. In January-March 2021, more than 2.5 million people were monitored in 179,438 locations in Bogor City by Covid-19 task force. This study aims to describe the geographical phenomenon with spatial pattern analysis related community compliance with the health protocols and to analyse the relationship between health protocol compliance with Covid-19 cases in Bogor City. Author used descriptive spatial analysis with overlay the result of distribution point of compliance and non-compliance with toponym, kernel density and spearman correlation to describe the phenomenon. The results of the analysis found that compliance with health protocols in Bogor City was very good with an average compliance percentage of 91.5% and offices being the highest location for compliance. Sport venues / RPTRA and public roads are the highest locations for non-compliance of health protocols. Tanah Sereal and West Bogor Subdistricts are in the high-class range of Covid-19 cases in Bogor City. The relationship between the number of health protocols compliance and positive cases in Bogor City has a strong correlation with a value (r) = -0,568 and has a negative relationship."