Hasil Pencarian  ::  Simpan CSV :: Kembali

"Pelanggan telekomunikasi akan bertambah dari hari ke hari. Lonjakan jumlah pelanggan ini tentu menggembirakan pelaku industri telepon seluler. Namun penambahan jumlah pelanggan juga membawa konsekuensi serius bagi operator, yaitu kapasitas jaringan untuk menjamin konektifitas pelanggannya. Dengan menggunakan data periode dari tahun 2008 dan metode linier least square untuk melakukan prediksi trafik di tahun 2010. Perhitungan dan prediksi dilakukan untuk mendapatkan komponen nilai growth factor, high season factor, trafik akhir 2010, prediksi pelanggan akhir 2010, program ekspansi jaringan 3G khususnya tentang kebutuhan High Speed Downlink Packet Access (HSDPA) , capex dan juga opex guna untuk keputusan analisa investasi.Subscriber HSDPA di Bali diperkirakan meningkat sebesar 160% di tahun 2010, sedangkan Tren Average of Concurrent User Tahun 2010 diprediksikan akan mengalami kenaikan sekitar 206 %. Peningkatan jumlah pelanggan HSDPA diatasi dengan penambahan kapasitas jaringan baik disisi ekspansi maupun new collocated. Dengan IRR berkisar antara 30,353% dan NPV > 0, maka proyek ini layak untuk dijalankan.

---

Telecommunications customers will increase from day by day. Jump in the number of subscribers is certainly encouraging mobile phone industry. However, the number of customer additions also bring serious consequences for the operator, the network capacity to ensure connectivity customers. The data period collected from 2008 and linear method least square is used to carry out the prediction of the traffic for 2010. The calculation and the prediction was done to get the component thought growth factor, high season factor, also end of year traffic 2010, the prediction of the end subscriber 2010, the total expansion for 3G networks in particular High Speed Downlink Packet Access (HSDPA), capex and Opex furthermore those parameter will be used for investment analysis.Subscriber HSDPA in Bali is expected to increase by 160% in the year 2010, while the trend of Concurrent Users Average year 2010 is predicted to increase approximately 206%. An increasing number of HSDPA overcome by the addition of either side of the network capacity expansion and new collocated. With IRR ranged between 30.353% and the NPV> 0, means this program is recommended to be done."

"Perkembangan telekomunikasi pada tahun 2008 menjadi sangat penting bagi dunia telekomunikasi. Industri Telekomunikasi berbasis GSM masih menjadi andalan bagi operator telekomunikasi Telkomsel sebagai sumber pemasukan utama mereka. Perencanaan program pembangunan jangka pendek selama satu tahun kedepan, yang matang diperlukan oleh operator telekomunikasi untuk mengalokasikan anggaran biaya.Dengan menggunakan data periode 2008 untuk seluruh Area Jawa Timur dan metode linier least square untuk melakukan prediksi trafik 2009. Data dikumpulkan selama setahun sebelum dan untuk prediksi selama setahun sesudah. Perhitungan dan prediksi dilakukan untuk mendapatkan komponen nilai growth factor, high season factor, trafik akhir 2009, prediksi pelanggan akhir 2009, program per kuartal, capex dan juga opex guna untuk keputusan analisa investasi.Pertumbuhan trafik 2009 mengalami kenaikan 49.51 % dari tahun 2008. Pertumbuhan pelanggan sebesar 9.51%. Prediksi peningkatan trafik terbesar terjadi pada bulan September 2009 pada akhir sebesar 17.93% dengan growth factor rata-rata 1.18 %. Growth factor tertinggi terjadi pada kabupaten Bondowoso sebesar 1.9 dan terkecil Bangkalan sebesar 1.06. High Season Factor tertinggi pada Nganjuk 1.6 dan terendah pada kabupaten Gresik, Jember, Lamongan, Lumajang, Madiun, Malang, Malang (Kodya), Ngawi, Pasuruan, Ponorogo, Sidoarjo, Trenggalek, Tuban dan Tulungagung. Anggaran 2009 sebesar Rp 553.340.301.544,61 dengan IRR sebesar 9.34 %, Payback period 23,5 bulan dan juga nilai NPV > 0, sehingga proyek layak untuk dijalankan.

---

The development Telecommunication during 2008 became very important for the world of the telecommunications. The Telecommunication industry based on GSM still became the mainstay for Telkomsel which is the biggest telecommunications operator, as the source of their main revenue. Short-tenn planning of the development program for one year m the friture, which is ripe, is needed by the telecommunications operator to allocate the budget of the cost.

The data period collected from 2008 for East Java Area and linear method least square is used to carry out the prediction of the traffic for 2009. The data was gathered during one year before and for the prediction during one year after. The calculation and the prediction was done to get the component thought growth factor, high season factor, also end of year traffic 2009, the prediction of the end subscriber 2009, the program quarterly, capex and Opex furthennore those parameter will be used for investment analysis.

. The growth of the traffic 2009 experienced increase 49.51 % from 2008, and also growth of the customer increase almost 9, 51%. The highest increasing traffic prediction will he occurring in September 2009 at the end of 17, 93% with growth factor in general 1.18 %. The highest Growth factor occur in Bondowoso regency which is 1, 9 and smallest in Bangkalan around 1, 06. the highest High Season Factor come from Nganjuk 1,6 and lowered in Gresik regency, Jember, Lamongan, Lumajang, Madiun, Malang, Malang (the Municipality), Ngawi, Pasuruan, Ponorogo, Sidoarjo, Trenggalek, Tuban and Tulungagung with no HSF. Budgeting for period of 2009 is around Rp 553.340.301.544,61 with IRR value is 9.34 %, payback period 23.5 months and also NPV above 0, means this program is recommended to be done."

"Perkembangan telekomunikasi pada tahun 2008 menjadi sangat penting bagi dunia telekomunikasi. Industri Telekomunikasi berbasis GSM masih menjadi andalan bagi operator telekomunikasi Telkomsel sebagai sumber pemasukan utama mereka. Perencanaan program pembangunan jangka pendek selama satu tahun kedepan, yang matang diperlukan oleh operator telekomunikasi untuk mengalokasikan anggaran biaya. Dengan menggunakan data periode 2008 untuk seluruh Area Jawa Timur dan metode linier least square untuk melakukan prediksi trafik 2009. Data dikumpulkan selama setahun sebelum dan untuk prediksi selama setahun sesudah. Perhitungan dan prediksi dilakukan untuk mendapatkan komponen nilai growth factor, high season factor, trafik akhir 2009, prediksi pelanggan akhir 2009, program per kuartal, capex dan juga opex guna untuk keputusan analisa investasi. Pertumbuhan trafik 2009 mengalami kenaikan 49.51% dari tahun 2008. Pertumbuhan pelanggan sebesar 9.51%. Prediksi peningkatan trafik terbesar terjadi pada bulan September 2009 pada akhir sebesar 17.93% dengan growth factor rata-rata 1.18%. Growth factor tertinggi terjadi pada kabupaten Bondowoso sebesar 1.9 dan terkecil Bangkalan sebesar 1.06. High Season Factor tertinggi pada Nganjuk 1.6 dan terendah pada kabupaten Gresik, Jember, Lamongan, Lumajang, Madiun, Malang, Malang (Kodya), Ngawi, Pasuruan, Ponorogo, Sidoarjo, Trenggalek, Tuban dan Tulungagung. Anggaran 2009 sebesar Rp 553.340.301.544,61 dengan IRR sebesar 9.34%, Payback period 23.5 bulan dan juga nilai NPV > 0, sehingga proyek layak untuk di jalankan.

---

The development Telecommunication during 2008 became very important for the world of the telecommunications. The Telecommunication industry based on GSM still became the mainstay for Telkomsel which is the biggest telecommunications operator, as the source of their main revenue. Short-term planning of the development program for one year in the future, which is ripe, is needed by the telecommunications operator to allocate the budget of the cost. The data period collected from 2008 for East Java Area and linear method least square is used to carry out the prediction of the traffic for 2009. The data was gathered during one year before and for the prediction during one year after. The calculation and the prediction was done to get the component thought growth factor, high season factor, also end of year traffic 2009, the prediction of the end subscriber 2009, the program quarterly, capex and Opex furthermore those parameter will be used for investment analysis. The growth of the traffic 2009 experienced increase 49.51% from 2008, and also growth of the customer increase almost 9, 51%. The highest increasing traffic prediction will be occurring in September 2009 at the end of 17, 93% with growth factor in general 1.18%. The highest Growth factor occur in Bondowoso regency which is 1, 9 and smallest in Bangkalan around 1, 06. the highest High Season Factor come from Nganjuk 1,6 and lowered in Gresik regency, Jember, Lamongan, Lumajang, Madiun, Malang, Malang (the Municipality), Ngawi, Pasuruan, Ponorogo, Sidoarjo, Trenggalek, Tuban and Tulungagung with no HSF. Budgeting for period of 2009 is around Rp 553.340.301.544,61 with IRR value is 9.34%, payback period 23.5 months and also NPV above 0, means this program is recommended to be done."

"Sejalan dengan laju pertumbuhan penduduk di Indonesia, terjadi peningkatan jumlah pembangunan proyek konstruksi untuk dapat memenuhi kebutuhan penduduk. Hal ini menghadirkan banyaknya masalah seperti biaya dan waktu berlebih, serta hasil limbah konstruksi yang banyak. Salah satu solusi yang ditawarkan untuk menghadapi masalah tersebut adalah dengan smart construction. Smart Construction merupakan proses dari sebuah proyek konstruksi yang memanfaatkan digitalisasi, jaringan, kecerdasan, dan perkembangan teknologi untuk pembangunan. Namun penerapan smart construction di Indonesia masih sedikit dan mengalami beberapa permasalahan. Oleh karena itu, penelitian ini ditujukan untuk mengidentifikasi faktor – faktor apa saja dan hubungan antar faktor yang dapat mempengaruhi penerapan smart construction di Indonesia. Metode yang digunakan dalam penelitian ini adalah validasi pakar, survei kuesioner, dan pengolahan data menggunakan Partial Least Square – Structural Equation Modelling (PLS-SEM). Hasil dari penelitian ini yaitu didapatkan enam variabel yang mempengaruhi penerapan smart construction di Indonesia yaitu kompatibilitas, aksesibilitas, kesiapan organisasi, pendanaan, ilmu pengetahuan, dan kondisi pasar. Variabel yang memiliki pengaruh dengan tingkat signifikansi yang tinggi pada penerapan smart construction di Indonesia berdasarkan nilai T-Statistics secara berurutan yaitu ilmu pengetahuan, kompatibilitas, kesiapan organisasi, dan pendanaan. Variabel faktor pengaruh mempengaruhi pandangan pelaku konstruksi terhadap manfaat penerapan smart construction di Indonesia.

---

In line with the rate of population growth in Indonesia, there has been an increase in the number of construction projects to meet the needs of the population. This presents many problems, such as excess cost and time, as well as the resulting large amount of construction waste. One of the solutions offered to deal with this problem is smart construction. Smart Construction is the process of a construction project that utilizes digitalization, networking, intelligence, and technological developments for development. However, the application of smart construction in Indonesia is still small and experiencing several problems. Therefore, this research is aimed at identifying factors and the relationship between factors that can influence the implementation of smart construction in Indonesia. The methods used in this research are expert validation, questionnaire surveys, and data processing using Partial Least squares structural equation modeling (PLS-SEM). The results of this study show that there are six variables that influence the implementation of smart construction in Indonesia: compatibility, accessibility, organizational readiness, funding, knowledge, and market conditions. Variables that have a high level of significance for the implementation of smart construction in Indonesia based on the T-Statistics values sequentially are knowledge, compatibility, organizational readiness, and funding. Influence factor variables affect the views of construction workers on the benefits of implementing smart construction in Indonesia."

"Pada masa sekarang ini, teknologi semakin berkembang dan terus berkembang dengan cepat. Terutama kebutuhan adanya teknologi automasi yang memerlukan pengembangan lebih dalam lagi sehingga dapat menghasilkan teknologi cerdas yang dapat merespon tanggapan dengan cepat. Penelitian ini melakukan percobaan penerapan jaringan saraf tiruan radial basis function menggunakan metode backward dan metode Orthogonal Least Square (OLS). Berdasarkan hasil percobaan dapat dilihat bahwa penerapan jaringan saraf tiruan radial basis function metode OLS memiliki proses pelatihan yang lebih cepat dibandingkan penerapan jaringan saraf tiruan radial basis function metode backward. Selain itu, tingkat keakuratan yang dimiliki jaringan saraf tiruan radial basis function metode OLS juga tinggi.

---

In recent years, technology get better and better. The need of automatic technology that need to be developed more serious so it can result smart technology that can response the stimulation quickly. This research do experimentation on radial basis function neural network using backward methode and Orthogonal Least Square (OLS) methode and then compared with backpropagation neural network.

Based on result of experimentation we can conclude that radial basis function neural network using Orthogonal Least Square (OLS) method has training processing time faster than radial basis function neural network using backward method. Beside of that, radial basis function neural network using Orthogonal Least Square (OLS) method has high accuracy too."

"Implementasi layanan 3G di Indonesia memerlukan sebuah jaminan kualitas layanan bagi para pelanggannya yang di dalam istilah telekomunikasi biasa dikenal dengan sebutan QoS (Quality of Service). Salah satu cara pengukuran Nilai QoS adalah drive test, yaitu sebuah metode pengukuran trafik yang dilakukan dari satu wilayah ke wilayah lain dengan cara berpindah tempat atau mobile baik menggunakan kendaraan atau berjalan kaki. Drive test ini dianggap dapat mewakili data QoS dari sisi pelanggan. Wilayah pengukuran drive test yang dipilih adalah wilayah DKI Jakarta sebagai daerah utama implementasi layanan jaringan 3G dan dikhususkan pada daerah segitiga emas untuk jaringan 3G Telkomsel. Hasil pengukuran drive test tersebut kemudian dianalisa dengan menggunakan metode DOE (Design of Experiments) untuk desain Two-Factor fixed Effect Model. DOE ini mempunyai kemampuan untuk mengolah sedikit data untuk menghasilkan suatu kesimpulan yang sah dan objektif. Keluaran dari penghitungan DOE adalah uji nilai QoS. Dengan mengacu kepada parameter QoS yang telah ditetapkan oleh 3GPP, maka proses selanjutnya adalah membandingkan antara hasil analisa DOE untuk pengukuran QoS wilayah DKI Jakarta dengan QoS Standar operator. Hasil perbandingan tersebut menggambarkan tingkat baik atau buruknya QoS 3G Telkomsel wilayah DKI Jakarta. Dan dengan menggunakan DOE, hasil yang diperoleh lebih akurat walaupun menggunakan jumlah sampel yang lebih sedikit.

---

3G services in Indonesia need a quality guarantee for its customers. The guarantee of quality in telecommunication network is known by QoS (Quality of Service). One of methods to measure QoS value on user side is a drive test. Drive test is a traffic measurement method where data is collected by mobile activities, i.e. driving or walking from one area to other area. Before collecting the data, first of all we have to determine specific area and network to be measured. In this writing DKI Jakarta has been chosen as measurement area since it is a major area for 3G implementation. For the measured network, Telkomsel 3G network has been chosen. The next step is to analize drive test data using DOE (Design of Experiments) method for Two-Fixed Effect Model. DOE is capable to analyze a few experiments to produce a valid and an objective result. DOE output is a QoS verification where the final process is taken by comparing QoS measurement in DKI Jakarta with operator standard. The result of this experiment is a QoS 3G level in DKI Jakarta. Even using a few data, the DOE output is more acurate than output of reguler process."

"Pada penelitian ini diusulkan peramalan trafik jaringan menggunakan Artificial Neural Network dengan model Nonlinear Autoregressive. Model prediksi beban trafik dilakukan dalam tiga skenario yaitu tanpa input eksogen, dengan input eksogen jumlah pelanggan, dan dengan input eksogen jumlah pelanggan dan inflasi. Hasil penelitian dengan nilai MAPE dan MSE terkecil terdapat pada prediksi beban trafik dengan input eksogen jumlah pelanggan. Pada penelitian diprediksi beban trafik hingga l tahun kedepan untuk dapat merencanakan pembangunan dan peningkatan kapasitas node-b/ BTS 3G. Diharapkan dengan melakukan peramalan penggunaan-jaringan-oleh-pelanggan akan menghasilkan estimasi akurat permintaan kebutuhan pelanggan di masa mendatang sehingga organisasi dapat melakukan strategi yang tepat dalam merencanakan peningkatan kapasitas demi menjaga 4aality ofservice.

---

This research proposed network traffic forecasting using Artificial Neural Network with Nonlinear Autoregressive models. The traffic load prediction model is done in three scenarios: without exogenous input, with the input of exogenous number of customers, and with exogenous inputs the number of subscribers and inflation. The smallest MAPE and MSE values are in the traffrc load prediction with subscribers as exogenous inputs. The traffic load is predicted up to 1 year ahead in order to plan the development and improvement of the capacity of the node-b / 3G base stations. By forecasting the network usage generate by the customer, we expect to have an accurate estimated demand of customer needs in the future so that the organization can perform the right strategy for planning the capacity to maintain the quality of service."

"Seiring dengan perkembangan populasi, urbanisasi dan industrialisasi, kebutuhan terhadap jaringan lalu lintas berupa jalan tol semakin meningkat. Jalan tol dapat memudahkan manusia dalam kehidupan sehari-hari. Akan tetapi dengan melajunya perkembangan proyek infrastruktur tersebut memberikan dampak terhadap konsumsi energi dan polusi lingkungan. Salah satu solusi untuk menangani ini adalah dengan implementasi jalan tol hijau. Melihat bahwa penerapan jalan tol hijau di Indonesia hanya mencapai 2% dilakukan penelitian ini dengan tujuan untuk menganalisis faktor yang mempengaruhi implementasi tersebut dan hubungan antar faktor. Metode peneltian yang digunakan untuk mencapai tujuan adalah validasi pakar, pilot survei dan survei responden. Dengan metode uji PLS-SEM dengan aplikasi SMARTPLS. Berdasarkan hasil validasi pakar ditemukan terdapat 17 indikator yang mempengaruhi implementasi jalan tol hijau di Indonesia. Berdasarkan nilai T-Statistics tahap konstruksi merupakan tahap dengan signifikansi tertinggi. Regulasi mengenai proyek jalan tol hijau, pengalaman dalam mendesain, training terkait metode konstruksi serta apresiasi dari pemerintah merupakan indikator yang paling signifikan dari setiap siklus hidup proyek. Berdasarkan penelitian ini implementasi jalan tol hijau paling signifikan pada jalan tol eksisting yang belum bersertifikat hijau.

---

Along with population development, urbanization and industrialization, the need for a traffic network in the form of toll roads is increasing. Toll roads can facilitate humans in everyday life. However, the accelerated development of these infrastructure projects has an impact on energy consumption and environmental pollution. One solution to deal with this is the implementation of green toll roads. Seeing that the implementation of green toll roads in Indonesia has only reached 2%, this research was conducted with the aim of analyzing the factors that influence this implementation and the relationship between factors. The research methods used to achieve the goal are expert validation, pilot surveys and respondent surveys with the PLS-SEM test method with the SMARTPLS application. Using PLS-SEM with the help of SMARTPLS application it was found that there are 17 indicators that influence the implementation of green toll roads in Indonesia.  Based on T-statistics, construction stage is the stage with the highest significance. Regulations regarding green toll road projects, experience in designing, training related to construction methods and appreciation from the government are the most significant indicators base of project life cycle. Green toll road implementation is most significant applied in existing toll road."

"MSS merupakan inti dari jaringan telekomunikasi. Karena MSS mengontrol semua aktivitas telepon yang terjadi pada suatu hubungan telekomunikasi. Penelitian ini membahas mengenai dimensioning pada MSS Semarang 2 dari PT Telkomsel wilayah Jawa Tengah. Dilihat dari perkembangannya, MSS Semarang 2 memiliki kenaikan dari segi kapasitas. Yaitu dari kapasitas jumlah pelanggan dan juga kapasitas trafiknya. Supaya pelanggan Telkomsel dapat terlayani dengan baik, maka dibutuhkan analisis dimensioning pada MSS Semarang 2. Dimensioning dilakukan dengan menggunakan metode pendekatan linier. Hasil dari analisis dimensioning ini memperlihatkan peningkatan jumlah pelanggan serta trafiknya di tahun 2011. Sehingga sangat perlu penambahan kapasitas pada MSS Semarang 2. Hal ini diperlukan supaya Telkomsel tetap bisa menjaga kualitas performansi layanan telekomunikasi yang dibutuhkan para pelanggannya.

---

MSS represent the core of telecommunications network. Because MSS control all phone activity that happened at one particular telecommunications link. This research study regarding to dimensioning at MSS Semarang 2 from regional PT Telkomsel of Central Java. Seen from its growth, MSS Semarang 2 owning increase of capacities facet. So that the customer of Telkomsel can serve better, hence required analysis of dimensioning at MSS Semarang 2. Dimensioning conducted by using linear approach method. That is capacities from amount of client as well as its capacities of MSS Semarang 2.

Result from analysis of dimensioning show the increase of subscribers and also their trafik in 2011. So that very need addition of capacities at MSS Semarang 2. This matter is needed, so that Telkomsel still able to take care the quality of performance for their customers."

"Beton pracetak merupakan salah satu bentuk penerapan konstruksi berkelanjutan, yang memasukan aspek berkelanjutan dalam beberapa faktor, misalnya menggabungkan desain yang terintegrasi, penggunaan bahan secara efisien, pengurangan limbah konstruksi yang dihasilkan, pengurangan gangguan pada lokasi kerja, serta pengurangan kebisingan. Walaupun komponen beton pracetak sudah mulai digunakan di Indonesia, penggunaannya masih jauh lebih sedikit dibandingkan penggunaan beton cast insitu. Teori kerangka kerja Technology, Organization, and Environment (TOE) telah dianggap sebagai konteks yang cocok untuk meneliti adopsi dari suatu inovasi dalam industri konstruksi. Penelitian ini bertujuan untuk mengidentifikasi faktor-faktor yang mempengaruhi intensi adopsi beton pracetak di Indonesia berdasarkan kerangka kerja TOE dan menganalisis hubungan antar faktor-faktor yang mempengaruhi intensi adopsi beton pracetak di Indonesia berdasarkan kerangka kerja TOE. Metode penelitian yang digunakan dalam penelitian ini adalah validasi pakar dan survei responden yang diolah dengan Structural Equation Modeling. Hasil dari penelitian ini adalah didapatkan 6 (enam) variabel yang berpengaruh terhadap intensi adopsi beton pracetak, diantaranya adalah: (1) persepsi risiko; (2) biaya; (3) kesiapan organisasi; (4) dukungan pemerintah; (5) tekanan kompetitif; (6) kompatibilitas. Nilai R-Square untuk variabel intensi adopsi beton pracetak sebesar 0.496. Variabel yang memiliki pengaruh dengan tingkat signifikansi tinggi terhadap intensi adopsi beton pracetak berdasarkan nilai T Statistics adalah (1) tekanan kompetitif; (2) biaya; (3) kesiapan organisasi.

---

Precast concrete is a form of sustainable construction application, which incorporates sustainable aspects into several factors, such as combining an integrated design, efficient use of materials, reducing construction waste generated, reducing disturbance at work sites, and reducing noise. Although precast concrete components have started to be used in Indonesia, their use is still much less than the use of cast in situ concrete. The theoretical framework of Technology, Organization, and Environment (TOE) has been considered as a suitable context for researching the adoption of an innovation in the construction industry. This study aims to identify the factors that influence the intention to adopt precast concrete in Indonesia based on the TOE framework and analyse the relationship between the factors that influence the intention to adopt precast concrete in Indonesia based on the TOE framework. The research method used in this research is expert validation and respondent survey which is processed by Structural Equation Modeling. The results of this study are obtained 6 (six) variables that affect the intention to adopt precast concrete, including: (1) risk perception; (2) costs; (3) organizational readiness; (4) government support; (5) competitive pressure; (6) compatibility. The value of R-Square for the variable of intention to adopt precast concrete is 0.496. Variables that have a high significance level of influence on the intention to adopt precast concrete based on the T Statistics value are (1) competitive pressure; (2) costs; (3) organizational readiness."