Hasil Pencarian  ::  Simpan CSV :: Kembali

"Diskusi rutin dalam konteks quick share for quick learner (QSQL) di Bappenas bulan Oktober 2008 mengambil tema : "Percepatan pembangunan infrastruktur, peluang & kendala"...."

"Perubahan sistem pemerintahan dan hubungan antara pusat dan daerah dengan diberlakukannya UU No.22/1999 dan UU No.25/1999 membawa impikasi bagi kelangsungan semua sektor, termasuk sektor transportasi. Salah satu isu yang kemudian menjadi perhatian pada sektor transportasi adalah isu mengenai pembangunan dan penanganan infrastruktur jalan. Seiring dengan diberlakukannya sistem desentralisasi maka masalah pendanaan infrastruktur merupakan wujud kemandirian dari daerah didalam melakukan penanganan terhadap infrastruktur yang terdapat diwilayahnya masing-masing. Seperti diketahui penanganan dan pembangunan ini memerlukan anggaran yang tidak sedikit jumlahnya, sementara krisis ekonomi yang masih dihadapi Indonesia menyebabkan jumlah dana yang tersedia semakin terbatas. Berdasar kondisi ini maka diperlukan langkah-langkah kebijakan di sektor jalan yang secara tepat guna dapat memberikan dampak optimal baik bagi perkembangan sektor jalan maupun sektor lainnya.Untuk dapat menghasilkan kebijakan tersebut maka perlu dikembangkan model kebijakan yang mengadopsi berbagai Variabel yang menentukan dampak pengalokasian anggaran sektor jalan terhadap pertumbuhan ekonomi secara keseluruhan. Beberapa variabel yang berpengaruh adalah komposisi sektor, tingkat pertumbuhan ekonomi, inflasi dan proporsi anggaran untuk sektor jalan. Model sendiri dikembangkan dengan tujuan untuk diperoleh kebijakan yang memberikan dampak paling optimal yaitu pertumbuhan ekonomi.Proses pengembangan model dilakukan dengan menggunakan bantuan perangkat lunak POWERSIM dan Microsoft Excell 6.0. Pemilihan perangkat lunak POWERSIM dilakukan untuk mengetahui perubahan yang terjadi dalam satu rentang waktu untuk setiap kebijakan yang diambil. Untuk keperluan analisis kebijakan maka dikembangkan 6 (enam) scenario yaitu scenario proporsional (regional), invers proporsional (regional), kombinasi (regional), proporsional (sektoral), invers proporsional (sektoral), dan kombinasi (sektoral). Keenam skenario ini kemudian disimulasikan untuk kemudian diperoleh perbandingan hasil untuk masing-masing skenario.Skenario terbaik dari proses simulasi adalah skenario kombinasi (regional) walaupun pada dasarnya skenario yang memberikan dampak pertumbuhan ekonomi tertinggi adalah scenario invers proporsional (regional). Pertimbangan pemilihan skenario kombinasi sebagai skenario terbaik adalah karena skenario invers proporsional sulit untuk dilaksanakan karena daerah yang kaya tidak akan memberikan seluruh sumber dayanya kepada daerah miskin, didamping skenario kombinasi mengadopsi sistem subsidi silang antara daerah kaya dengan daerah miskin.DAFTAR PUSTAKA : 11"

"Saat ini, Indonesia memiliki tujuan untuk mewujudkan visi Indonesia Emas 2045. Salah satu bentuk visi tersebut adalah membangun Ibu Kota Nusantara (IKN) di Kalimantan Timur. IKN membawa konsep smart city dengan mengacu kepada enam kunci utama, salah satunya Transportation & Mobility. Disamping nilai tersebut, pembangunan IKN memicu perpindahan penduduk dari perdesaan ke perkotaan yang kerap disebut urbanisasi. Peningkatan jumlah penduduk membuat permintaan terhadap layanan transportasi semakin meningkat sehingga menimbulkan masalah kemacetan. Masalah kemacetan berdampak merugikan untuk lingkungan dan perekonomian. Hal ini disebabkan luaran emisi dari bahan bakar dan waktu yang terbuang sia-sia. Jika mengacu ke enam kunci utama IKN, implementasi Urban Air Mobility (UAM) merupakan salah satu inovasi berbasis transportasi cerdas untuk mendukung mobilisasi masyarakat di KIPP 1A. Penelitian ini bertujuan untuk menganalisis desain konseptual UAM yang meliputi variabel penitikkan lokasi vertiport antara KIPP 1A – IKN - Kalimantan, konsep operasional (skema jarak dekat dan jauh), sarana berupa Electric Vertical Take Off Landing (eVTOL), desain vertiport, charging station, dan hanggar, serta prasarana (Air Traffic Management dan pemeliharan). Hasil dari analisis tersebut akan dilanjutkan untuk direncanakan pemilihan rute berdasarkan fungsi bangunan dari KIPP 1A menuju wilayah IKN dan Kalimantan. Kedua analisis tersebut akan menjadi dasar dalam perencanaan pengembangan Urban Air Mobility tidak hanya di Indonesia tetapi di seluruh dunia.

---

Currently, Indonesia has the goal of realizing the vision of a Golden Indonesia 2045. One form of this vision is building an Ibu Kota Nusantara (IKN) in East Kalimantan. IKN brings the smart city concept by referring to six main keys, one of which is Transportation & Mobility. Apart from this value, the development of IKN triggers population movement from rural to urban areas which is often called urbanization. The increase in population makes demand for transportation services increase, giving rise to congestion problems. Congestion problems have a detrimental impact on the environment and economy. This is due to emissions from fuel and wasted time. If we refer to the six main keys to IKN, the implementation of Urban Air Mobility (UAM) is one of the smart transportation-based innovations to support community mobilization in KIPP 1A. This research aims to analyze the conceptual design of UAM which includes the variables of vertiport location between KIPP 1A - IKN - Kalimantan, operational concept (short and long distance schemes), facilities in the form of Electric Vertical Take Off Landing (eVTOL), vertiport design, charging station, and hangars, as well as infrastructure (Air Traffic Management and maintenance). The results of this analysis will be continued to plan route selection based on building function from KIPP 1A to the IKN and Kalimantan areas. These two analyzes will be the basis for planning the development of Urban Air Mobility not only in Indonesia but throughout the world."

"Trans Sumatera dengan Pendekatan Value Engineering. Perencanaan proyek infrastruktur JTTS menghabiskan investasi sebesar Rp 340 Triliun. Investasi sebesar itu hanya membangun Jalan Tol konvensional yaitu kendaraan golongan 1 sampai 5, seharusnya besarnya investasi tersebut mendapat nilai tambah multi fungsi. Untuk mendapatkan nilai tambah, metode rekayasa nilai (value engineering) mengidentifikasi fungsi-fungsi, menciptakan gagasan kreatif dan inovatif. Pengembangan fungsi dasar dari JTTS sebagai fungsi transportasi golongan 1 sampai 5 diawali dengan pendekatan ranking PDRB dan jumlah penduduk, pengembangan wilayah Sumatera dengan location quotient, ditambah dengan fungsi pariwisata, telekomunikasi fiber optic, integrasi median tol dengan kereta api, integrasi jalur sepeda motor, integrasi dengan pelabuhan sungai, perkebunan karet, integrasi pipa migas serta service dan rest area. Dengan adanya penambahan fungsi tersebut dapat menambah manfaat proyek infrastruktur Jalan Tol Trans Sumatera.

---

Planning JTTS Infrastructure project require investment Rp 340 trilion. Investment of the Toll Road just build conventional vehicle classes 1 to 5, the magnitude of the investment should have the value added multi function.. In order to reach a goal to have additional value, using value engineering to identify functions, creating creative and innovative ideas. Developing basic functions of JTTS as transportation functions from level 1 up to 5 begins ranking GDP and total inhabitant, then to the development Sumatera of the location quotient and coupled with additional value of tourism function, fiber-optic telecommunication, toll road median integration with train, motorcycle integration pathway, integration with dryport, rubber plantation, integration oil & gas pipeline, service and rest area. With addition of several functions, it is to have increase the benefits of JTTS Infrastructure project."

"Salah satu tantangan yang kita hadapi saat ini adalah menghubungkan kinerja keberlanjutan proyek infrastruktur dengan SDGs. Insinyur sipil perlu memiliki alat yang praktis untuk menilai dampak pada proyek yang layak untuk kemudian dilakukan pengambilan tindakan terkait sustainabilitas. Saat penelitian ini dibuat, masih belum ada kerangka penilaian sustainabilitas yang berbasis SDGs yang secara khusus diarahkan untuk mengevaluasi proyek infrastruktur transportasi. Penelitian ini bertujuan untuk mengisi kesenjangan tersebut dengan mengusulkan kerangka sistem untuk menilai dampak infrastruktur transportasi pada tahap perencanaan serta mengembangkan model machine learning yang mampu memprediksi hasil penilaian berdasarkan indikator dari kerangka yang diberikan. Melalui serangkaian studi literatur, diusulkan kerangka sistem penilaian dengan 15 indikator yang merepresentasikan empat pilar sustainabilitas, sosial, ekonomi, lingkungan, dan institusional. Indikator merefleksikan 25 target dari 12 tujuan SDGs. Berdasarkan pembobotan indikator dengan metode Analytic Hierarchy Process, didapatkan indikator persentase pekerja disabilitas memiliki bobot kepentingan terbesar, yaitu 8.08%, dan indikator jumlah pengaduan yang diajukan oleh masyarakat setempat memiliki bobot kepentingan terkecil sebesar 5.30%. Indikator sosial memiliki tingkat kepentingan yang paling tinggi, dilanjutkan dengan indikator lingkungan, ekonomi, dan institusional. Model machine learning yang dihasilkan menggunakan tiga algoritma pengklasifikasi, Naïve Bayes, ANN/Deep Learning, dan Decision Tree. Model dengan algoritma Naïve Bayes memiliki akurasi sebesar 64.7%, algoritma ANN/Deep Learning memiliki akurasi sebesar 86.7%, dan algoritma Decision Tree memiliki akurasi sebesar 75.3%.

---

One of the challenges we face today is linking the sustainability performance of infrastructure projects with the SDGs. Civil engineers need to have a viable practical tool for assessing impacts on a project to be able to take sustainable actions. At the time this research was conducted, there was no framework for SDG-based sustainability assessment that was specifically directed at evaluating transportation infrastructure projects. This study aims to fill this gap by proposing a system framework to assess the impact of transportation infrastructure at the planning stage and develop a machine learning model that can predict the results of the assessment based on indicators from the given framework. Through a series of literature studies, a scoring system framework with 15 indicators is proposed, representing the four pillars of sustanability, social, economic, environmental, and institutional. The indicators reflect 25 targets of the 12 SDGs goals. Based on the weighting of the indicators using the Analytic Hierarchy Process method, it was found that the percentage of disabled workers indicator has the largest importance weight, which is 8.08%, and the indicator of the number of complaints submitted by the local community has the lowest importance with a weight of 5.30%. Social indicators have the highest importance, followed by environmental, economic, and institutional indicators. The resulting machine learning model uses three classifier algorithms, Naïve Bayes, ANN/Deep Learning, and Decision Tree. The model with Naïve Bayes algorithm has an accuracy of 64.7%, the ANN/Deep Learning model has an accuracy of 86.7%, and the Decision Tree model has an accuracy of 75.3%."

"Jakarta, sebagai kota metropolitan dengan populasi terbesar di Indonesia, menghadapi tantangan dalam menyediakan transportasi yang efektif dan terintegrasi. Pemerintah telah melakukan investasi besar-besaran dalam pembangunan infrastruktur transportasi massal, termasuk pembangunan jaringan Mass Rapid Transit (MRT). Salah satu kawasan yang terpengaruh oleh pembangunan MRT adalah kawasan Transit Oriented Development (TOD) Fatmawati. Penelitian ini bertujuan untuk mengkaji pengaruh keberadaan infrastruktur stasiun MRT dan jaringannya terhadap nilai lahan di kawasan TOD Fatmawati serta potensi pemanfaatannya sebagai mekanisme penangkapan nilai lahan untuk sumber pembiayaan baru. Melalui pengumpulan data primer menggunakan metode observasi lapangan dan penyebaran kuesioner kepada responden terkait, data tentang kondisi lingkungan dan perubahan yang terjadi di wilayah penelitian dikumpulkan. Data tersebut kemudian dianalisis menggunakan model Hedonic Pricing Model untuk mengestimasi pengaruh spesifik dari keberadaan stasiun MRT terhadap nilai lahan. Hasil penelitian menunjukkan bahwa faktor-faktor seperti jarak persil ke stasiun MRT, jarak persil ke jalan utama, dan fungsi guna lahan secara bersama-sama berpengaruh signifikan terhadap nilai lahan di kawasan TOD Fatmawati. Penggunaan metode DiD menggambarkan lebih jauh bahwa keberadaan stasiun MRT memiliki dampak yang signifikan terhadap kenaikan nilai lahan dengan persentase uplift yang cukup besar hingga 61,26% (tertinggi) pada rentang jarak 200-400 meter. Pola karakteristik nilai lahan juga dianalisis berdasarkan nilai NJOP, yang menunjukkan bahwa kedekatan jarak dengan stasiun MRT belum menjadi faktor utama yang mempengaruhi nilai lahan.

---

Jakarta, as the largest metropolitan city in Indonesia, faces challenges in providing effective and integrated transportation. The government has made significant investments in the development of mass transportation infrastructure, including the construction of the Mass Rapid Transit (MRT) network. One of the areas affected by the MRT development is the Fatmawati Transit Oriented Development (TOD) area. This study aims to examine the influence of the presence of MRT station infrastructure and its network on land value in the Fatmawati TOD area, as well as its potential utilization as a mechanism for capturing land value for new sources of financing. Through the collection of primary data using field observation methods and questionnaires distributed to relevant respondents, data on environmental conditions and changes occurring in the research area were gathered. The data was then analyzed using the Hedonic Pricing Model to estimate the specific influence of the presence of MRT stations on land value. The research findings indicate that factors such as the distance from plots to MRT stations, the distance from plots to main roads, and land use function collectively have a significant impact on land value in the Fatmawati TOD area. The use of the DiD method further illustrates that the presence of MRT stations has a significant impact on the increase in land value, with a considerable uplift percentage of up to 61.26% (highest) within the distance range of 200-400 meters. The characteristics of land value patterns were also analyzed based on the NJOP value, indicating that proximity to MRT stations is not yet a primary factor influencing land value."