Hasil Pencarian  ::  Simpan CSV :: Kembali

"Balanced Scorecard (BSC) merupakan salah satu alat bantu manajemen yang banyak digunakan di seluruh dunia sejak konsepnya diusulkan oleh Kaplan & Norton (1992). Dalam perkembangannya, BSC banyak sekali perubahan dan peningkatan hingga saat ini berada dalam fase maturity. Penelitian ini mencoba memberikan kontribusi pada perkembangan konsep BSC dengan menelaah faktorfaktor kesuksesan penerapan dan pengaruhnya pada level penerapannya. Penelitian dilakukan di Indonesia pada sektor energi dengan tujuan memberikan wawasan dan usulan tentang apa saja faktor-faktor kritikal penentu kesuksesan penerapan BSC pada tahapan-tahapan konsepnya (level penerapan atau generasi) yang dapat dipergunakan pada organisasi / perusahaan sektor energi di Indonesia untuk bisa mencapai sukses mengadopsinya pada tingkat kemampuan organisasi tersebut. Akhirnya, dari hasil penelitian didapatkan 4 level penerapan BSC (level 1, level 2a, level 3 dan level 5) dengan jumlah faktor-faktor kritis atau critical success factors (CSF) pada masing-masing level adalah 7, 12, 15 dan 26.

---

Balanced Scorecard (BSC) is one of the management tools that are widely used in the world since the concept proposed by Kaplan & Norton (1992). During its development process, the BSC has got many changes and improvements to this day, and now that concept is being in maturity phase. This study tried to contribute to the development of the BSC concept by reviewing the implementation success factors and their influence on the level of their application.

Context of the research was conducted in Indonesia in the energy sector with the goal is providing an insights and suggestions about what are Critical Success Factors of the BSC implementation in the concept stages (in application level or generation) that can be used by the organization/company in the energy sector to adopt BSC and achieve its success at the level of implementation based on the capability of their organization. Finally, 4 level BSC implementation (level 1, level 2a, level 3 and level 5) were reached as the result of research with number of critical success factors (CSF) for each level are 7, 12, 15 and 26 factors."

"Tesis ini bertujuan untuk merancang dan membangun sebuah sistem pengambil keputusan penilaian supplier dan alokasi order pada sebuah rantai supply. Dalam penerapan supply chain management, performa dari supplier lebih baik untukdievaluasi dengan menggunakan penilaian multikriteria dibandingkan hanya penilaian faktor biaya. Tiga metode AHP diantaranya AHP, TFN Fuzzy AHP dan Trapezoidal Fuzzy AHP dibandingkan untuk kemudian dianalisa berdasarkan data yang didapatkan dari perusahaan baja terintegrasi terbesar di Indonesia, hasil evaluasi menunjukkan bahwa metode AHP lebih realistis untuk diaplikasikan pada DSS. Akhirnya, sebuah contoh penilaian supplier material yang digunakan pada proses produksi baja diberikan untuk mengilustrasikan bagaimana DSS dapat digunakan.

---

This study aims to develop and generate a decision support system (DSS) for the improvement of supplier evaluation and order allocation decisions in a supply chain. In contemporary supply chain management, the performance of suppliers is evaluated agains multiple criteria rather than considering a single factor-cost. Three AHP models such as AHP, TFN Fuzzy AHP and Trapezoidal Fuzzy AHP are compared based on data from the bigger of indonesian intregated steel

company, where AHP model more realistic to apply in DSS for supplier appraisal. Finally, an example is provided to illustrate how the DSS can be used for material steel process."

"ABSTRAK

Model perencanaan perjalanan telah berkembang dari faktor kuantitatif yaitu pencapaian waktu tersingkat menjadi faktor kualitatif yaitu pencapaian kepuasan. Kepuasan ini didapatkan dari kunjungan ke sejumlah tempat yang dianggap penting, kritis, atau favorit sesuai lingkup model tersebut. Penerapan dalam bidang pariwisata akan membantu wisatawan dalam pembentukan rute perjalanan pariwisata yang layak dan berkualitas tinggi. Model yang dikembangkan pada penelitian ini adalah Team Orienteering Problem with Time Windows (TOPTW). Pada model awal dilakukan penyusunan rute dengan memperhatikan prioritas wisatawan, maksimum total waktu yang dimiliki wisatawan, lokasi awal yang sama dengan lokasi akhir, serta jam operasional destinasi wisata (time window). Penelitian perencanaan perjalanan wisata ini mengubah model awal dengan melakukan penyesuaian kebutuhan wisatawan yang belum terpenuhi dan mencapai tujuan kedua yaitu minimum total waktu yang dibutuhkan. Model usulan memperhatikan waktu kedatangan yang diinginkan wisatawan, lokasi awal dan akhir yang berbeda, serta toleransi waktu yang ditetapkan wisatawan terhadap jam buka dan jam tutup suatu destinasi, serta hari operasional destinasi wisata. Wisatawan juga dapat mengubah waktu kunjungan (service time), skor destinasi yang menunjukan tingkat kefavoritan, dan menentukan waktu kedatangan ke destinasi wisata.

            Metode yang digunakan bertujuan untuk mencari keseimbangan (equilibrium solution) antara hasil yang optimal dengan proses perhitungan yang lebih efisien. Metode pencarian hasil akan diawali dengan kontruksi heuristik untuk mengakomodasi destinasi favorit terlebih dahulu dalam rute, dilanjutkan dengan tahapan local search untuk mendapatkan pengaturan terbaik dari rute-rute tersebut. Metode yang digunakan adalah Iterated Local Search (ILS) yang disesuaikan, yaitu Adjusted ILS (AILS). AILS terdiri dari tahapan permutasi dan reversed untuk setiap rute, dan terakhir adalah perturbasi untuk semua rute yang terbentuk. Pada setiap tahapan akan dibandingkan total skor dan total waktunya, dan yang terbaik akan melanjutkan ke tahapan berikutnya. Setiap tahapan ini akan melalui diverifikasi untuk menjamin kelayakan hasil.

            Selain itu dilakukan perbandingan metode antara AILS dan metode metaheuristik lain seperti Multi-start Simulated Annealing (MSA), Simulated Annealing (SA), Artificial Bee Colony (ABC) dan ILS. Hasil dari uji statistik menyatakan adanya perbedaan hasil di antara metode AILS dan metode-metode lainnya. Metode AILS memiliki keunggulan lebih tingginya skor per destinasi yang berarti lebih banyak destinasi favorit yang dikunjungi yaitu rata-rata sebesar 26% untuk metode MSA, SA, dan ABC, dan 21% untuk metode ILS. Running time pada AILS lebih singkat 537% daripada metode MSA, SA dan ABC, dan lebih lama 42% dibandingkan metode ILS. Semua metode yang dibandingkan tidak memiliki total waktu seperti yang telah dilakukan dalam AILS. Setelah itu dibuat sistem rekomendasi bernama ROSTER (Routing System Recommendation)  untuk kemudahan penggunaan dan pemahaman hasil.

---

ABSTRACT

 

---

The travel planning model has expanded from quantitative factor with the achievement of the shortest time, into a qualitative factor with the achievement of satisfaction. The satisfaction is obtained from visiting a number of destinations that are considered important, critical, or favorite. Application in the tourism industry will help tourists to develop an appropriate and high-quality travel routes. The development model in this study is Team Orienteering Problem with Time Windows (TOPTW). In the initial model, route planning considers tourist priorities, the maximum total time owned by tourists, the same initial location as the final location, and the operational hours of each destination or time window. This research develop the initial model by adjusting more demand of tourists and achieve the second goal, the minimum total time. The proposed model consider arrival time of tourists, different initial and final locations, time tolerance from tourists to destination operational hours, and operational days of the destinations. Tourists can also adjust the time of visit or service time, destination scores that indicate the level of favorability, and determine the time of arrival to tourist destinations.

The method used aims to find a balancing (equilibrium solution) between optimal results with  more efficient running time. The method will begin with a heuristic construction to accommodate the favorite destinations in advance on the route, followed by the local search to get the best routes. The method used is modification of Iterated Local Search (ILS) and being Adjusted ILS (AILS). AILS consists of permutation and reversed stages for each route, and perturbation for all routes formed in previous stages. At each stage the total score and total time will be compared, and the best routes will proceed to the next stage. Each of these stages will be verified through to ensure the feasibility of the results.

A comparison method was conducted between AILS and other metaheuristic methods such as Multi-start Simulated Annealing (MSA), Simulated Annealing (SA), Artificial Bee Colony (ABC) and ILS. The results of the statistical test revealed differences in results between the AILS method and other methods. The AILS method has the advantage of higher scores per destination which means more favorite destinations visited are on average 26% for the MSA, SA, and ABC methods, and 21% for the ILS method. Running time on AILS is 537% shorter than MSA, SA and ABC methods, and 42% shorter than ILS method. All the previous methods do not have the minimum total time that was reached in AILS. A recommendation system named ROSTER (Routing System Recommendation) was made for user convenience.

 

"

"

Penjaminan kualitas, keandalan dan keselamatan di sistem industri yang semakin kompleks menjadi tantangan di era modern. Strategi pemeliharaan yang tepat menjadi kunci. Pemeliharaan berbasis kondisi, yang didukung dengan kegiatan pemonitoran kondisi, menjadi pilihan yang tepat untuk menghadapi tantangan tersebut. Informasi dari hasil pemonitoran tersebut menjadi dasar dalam mengambil keputusan pemeliharaan. Tahap awal yang penting dalam ekstraksi informasi mengenai kondisi proses maupun peralatan adalah dengan membangun  sistem deteksi dan diagnosis fault yang cepat dan akurat.

Pembangkit listrik termal, sebagai representasi sistem industri yang kompleks,  merupakan penyedia listrik utama dalam kehidupan modern. Untuk menjamin keandalannya, pengembangan sistem cerdas  sistem berbasis data-driven untuk deteksi dan diagnosis fault yang cepat dan akura, menjadi sebuah kebutuhan.  Keunggulan dari pendekatan ini adalah tidak diperlukannya pengetahuan yang komprehensif mengenai sebuah sistem, sehingga sangat sesuai untuk diaplikasikan pada industri yang kompleks, seperti pada pembangkit listrik. Algoritma berbasis pembelajaran mesin menjadi pilihan tepat pada era di mana data pemonitoran kondisi dihasilkan terus menerus. Penelitian ini bertujuan untuk mendapatkan rancangan sistem cerdas berbasis data-driven, untuk deteksi dan diagnosis fault pada sistem utama di pembangkit listrik termal. Penelitian ini mengusulkan aplikasi metode berbasis Neural Networks (NN) yang dikenal mampu menangani permasalahan kompleks yang non linier dan menghasilkan model dengan akurasi yang tinggi.  Extreme learning machine-radial basis function (ELM-RBF), yang merupakan metode berbasis NN yang dikenal memiliki waktu pembelajaran yang sangat cepat, dibandingkan dengan metode klasik NN, yaitu Backpropagation (BPNN), serta Support Vector Machine (SVM), yang selalu menghasilkan solusi yang global.

Struktur penyelesaian masalah dalam penelitian ini terdiri atas perancangan sistem cerdas untuk deteksi dan diagnosis fault pada  dua sistem utama, yaitu turbin uap dan transformator yang berperan vital.  Data untuk eksperimen berasal dari data riil industri PLTU Muara Karang, ditambah dengan data fault dan normal yang sudah dipublikasikan ke dalam basis data IEC-TC10. BPNN paling unggul dalam akurasi, namun waktu komputasi yang sangat lama. SVM menunjukkan akurasi yang lebih baik dibandingkan ELM-RBF, namun kalah dalam waktu komputasi. ELM-RBF unggul dalam waktu komputasi tanpa perbedaan yang signifikan pada akurasi. Dengan semakin lengkapnya basis data training, ELM-RBF berpotensi mendeteksi dan mendiagnosis dengan akurasi tinggi dan waktu komputasi yang sangat cepat, sesuai kebutuhan pembangkit listrik termal.

---

Quality, reliability and safety assurance in the increasingly complex industrial systems is a challenge in the modern era. The right maintenance strategy is vital. Condition based maintenance, supported by condition monitoring activities, is the right choice to face these challenges. Information from the monitoring results becomes the basis for determining maintenance decisions. An important initial step in the extraction of information, regarding process and equipment conditions, is to establish a fast and accurate fault detection and diagnosis system.

Thermal power plants, as a representation of complex industrial systems, are the primary electricity providers in modern life. To ensure its reliability, the development of intelligent systems based on data-driven systems for rapid and accurate detection and diagnosis of faults is a necessity. The advantage of this approach is that it does not need comprehensive knowledge about a system, so it is very suitable to be applied to complex industries, such as power plants. Machine learning-based algorithms are the most suitable choice in an era where condition monitoring data is generated continuously. This study aims to obtain a data-driven intelligent system design for fault detection and diagnosis in the main system of thermal power plants. This research proposes the application of Neural Networks (NN) based methods, which are known to be able to handle complex non-linear problems and produce models with high accuracy. Extreme learning machine-radial basis function (ELM-RBF), which is an NN-based method that is known to have an extremely fast learning time, compared to the classical NN method, namely Backpropagation (BPNN), and Support Vector Machine (SVM), which always produces a global solution.

The structure of problem-solving includes designing intelligent systems for fault detection and diagnosis in the two main systems, namely steam turbines, and transformers, which play a vital role. Experiment data is acquired from a power plant real data and added with a published IEC-TC10 database. BPNN is superior for accuracy, but it is accomplished with the longest computation time. SVM shows better accuracy than ELM-RBF, but the computation time is slower than ELM-RBF. ELM-RBF excels in computation time without a significant accuracy difference. With the more comprehensive training data, ELM-RBF has the potential to detect and diagnose faults with high accuracy and high-speed computation time, according to the requirement of thermal power plants.

"

"Pengembangan industri pariwisata berkelanjutan yang terarah dan terintegrasi dengan perencanaan pengembangan daerah sangat penting, khususnya untuk daya tarik wisata (DTW) yang masuk ke dalam World Heritage List (WHL). Tujuan penelitian ini adalah mengembangkan model penentuan lokasi potensial fasilitas layanan pendukung industri pariwisata yang mempertimbangkan interaksi spasial antar kategori fasilitas pendukung pariwisata serta pertumbuhan sektor pariwisata yang memiliki hubungan timbal balik dengan sektor lain. Tinjauan pustaka serta hasil analisis konten data media sosial dari wisatawan menunjukkan adanya keterkaitan antara lokasi DTW dengan fasilitas akomodasi, fasilitas penyedia makanan dan minuman, fasilitas belanja, fasilitas transportasi, dan fasilitas pendukung pariwisata lainnya. Hasil analisis average nearest-neighbor membuktikan bahwa setiap kategori memiliki kecenderungan mengelompok, dan hasil overlay antara peta Kernel Density Estimation (KDE) DTW dengan peta KDE fasilitas pendukung pariwisata menunjukkan adanya interaksi spasial. Nilai Participation Index membuktikan bahwa lokasi DTW dan lokasi setiap kategori fasilitas pendukung pariwisata merupakan co-location rules pada prevalence threshold 50% dan prevalence distance 5 km. Pertumbuhan fasilitas pendukung pariwisata berhubungan erat dengan pertumbuhan pariwisata, yang dipengaruhi dan mempengaruhi berbagai sektor kehidupan, yaitu sektor sosial demografi, sektor ekonomi pariwisata, dan sektor alam dan lingkungan (termasuk di dalamnya adalah penggunaan lahan). Untuk mengkaji berbagai hubungan yang terjadi, maka dikembangkan model spasial dinamik untuk mengkaji perubahan penggunaan lahan untuk waktu yang akan datang. Pendekatan multi-criteria decision making diterapkan dalam proses penentuan lokasi potensial untuk lima kategori fasilitas pendukung industri pariwisata, yang bersama-sama dengan lokasi DTW dan infrastruktur jalan raya, saling mempengaruhi secara simultan. Hasil analisis co-location pattern mining digunakan untuk mengembangkan model penentuan lokasi potensial yang mempertimbangkan perilaku interaksi spasial antar kategori fasilitas pendukung pariwisata agar tercipta jaringan kompleks interaksi aktifitas layanan harian. Dengan demikian, pengembangan fasilitas yang mendukung aktifitas pariwisata tidak hanya untuk mendorong peningkatan kapasitas pariwisata, namun juga untuk menjaga aspek proteksi dan preservasi dari (WHS) secara khusus, serta menjaga ecosystem services secara umum.

---

The development of a sustainable tourism industry that is organized and integrated with regional development planning is very important, especially for tourism sites that are included in the World Heritage List (WHL). This study aims to develop a tourism support service facility potential location model that incorporates several considerations, such as spatial interactions between tourism sites and their support facilities, and tourism growth that has relationships with other sectors. The results of the literature review, as well as the results of the content analysis of social media data, show a relationship between the location of DTW and the locations of accommodation facilities, food and beverage facilities, shopping facilities, transportation facilities, and other tourism support facilities. The average nearest-neighbor analysis demonstrates that each category has a clustering tendency, and the overlay between the Kernel Density Estimation (KDE) map of DTW has spatial interactions with the KDE map of tourism support facilities. The Participation Index value verifies that the DTW locations are co-location rules with the location of each category of tourism support facilities, at 50% prevalence threshold and 5 km prevalence distance. The growth of tourism supporting facilities is related to tourism growth, which is influenced by and affects various sectors of life, namely the socio-demographic sector, the tourism economic sector, and the natural and environmental sector (including land use). To investigate these relationships, a spatial dynamic model was developed to assess future land use changes. The multi-criteria decision-making approach is applied in the process of allocating five categories of tourism support facilities, which together with the location of the DTW and road infrastructure, influence each other simultaneously. The results of the co-location pattern mining analysis are used to develop a potential location model that considers the behavior of spatial interactions between categories of tourism support facilities to create a complex network of interactions for daily service activities. Thus, the development of facilities that support tourism activities is not only to increase tourism capacity but also to maintain protection and preservation aspects (WHS) in particular, as well as to maintain ecosystem services in general."

"Penelitian ini menganalisis hazard keselamatan operasi Bus Transjakarta menggunakan system based risk analysis dengan Partial Least Square – Structural Equation Modeling, qualitative expert judgement pada pengukuran mental workload dan risiko musculoskeletal, dan SCHAZOP (Safety Culture Hazard and Operability Studies). 404 pramudi Transjakarta berpartisipasi dalam survei. Hasil penelitian menunjukkan bahwa peningkatan 1 poin pada performance iklim keselamatan akan menurunkan performance pelanggaran keselamatan sebesar 0.638. Peningkatan 1 poin pada performance indikator pemberdayaan pramudi dalam manajemen keselamatan (SC2) akan meningkatkan performance iklim keselamatan sebesar 0.2538. Peningkatan 1 poin pada deskriptor prioritas, komitmen, dan kompetensi dalam manajemen keselamatan (SC1) akan menyebabkan peningkatan performansi variabel iklim keselamatan sebesar 0.159. Analisis jalur pengaruh yang signifikan adalah dimulai dari iklim keselamatan → motivasi keselamatan → perilaku keselamatan → kesadaran keselamatan → pelanggaran keselamatan. Efek moderasi iklim keselamatan memiliki pengaruh yang signifikan terhadap pelanggaran keselamatan. Pengukuran mental workload menunjukkan level tinggi dan keluhan musculoskeletal yang terbanyak adalah pada leher, betis dan telapak kaki. Rekomendasi pada upaya pencegahan pelanggaran keselamatan untuk operator bus Transjakarta di Jakarta diberikan berupa standar komunikasi keselamatan untuk operasi BRT, standar penanganan hazard untuk operasi BRT, standar penentuan program safety rutin, standar program pelatihan keselamatan untuk pramudi BRT, dan standar audit keselamatan operasi BRT, standar pengendalian beban kerja mental yang berlebih dan standar pencegahan risiko gangguan musculoskeletal

---

This study analyzed Transjakarta operation hazard by using three approaches; the first was a system-based risk analysis using Partial Least Square - Structural Equation Modeling. The second was a qualitative expert assessment on the measurement of mental workload and musculoskeletal risk, and the third was SCHAZOP (Safety Culture Hazard and Operability Studies). We assisted of 404 Transjakarta drivers in the survey. Hypothesis test results and importance-performance map analysis showed that an increase of 1 point in the safety climate performance would reduce the performance of the safety violation variable by 0.638. An increase of 1 point in the performance indicators for the empowerment of drivers in safety management (SC2) will increase the performance of the safety climate variable by 0.2538. An increase of 1 point in the priority descriptors, commitments, and competencies in safety management (SC1) will cause an increase in the performance of the safety climate variable by 0.159. The path analysis of significant influence started with safety climate → safety motivation → safety behavior → safety awareness → safety violations The moderation effect of the safety climate has a significant causal relationship to a safety violation. Mental workload measurements show high levels, and most musculoskeletal complaints were on the neck, calves, and soles of the feet. Recommendations for Transjakarta bus operators in Jakarta included safety standards for BRT operations, safety handling standards for BRT operations, routine safety program for BRT operations, and BRT services safety audit standards"