Hasil Pencarian  ::  Simpan CSV :: Kembali

"ABSTRAKPerusahaan hulu MIGAS mempunyai risiko tinggi terjadinya insiden, termasuk Near Miss. Program kampanye Near Miss, berupa pelaporan Near Miss secara aktif merupakan salah satu upaya mencegah terjadinya insiden. Di PT. X, kecelakaan serius terjadi 2 kali pada tahun 2014, namun kejadian Near Miss yang dilaporkan sebanyak 10 kali 1:5 , hal ini tidak sejalan dengan teori piramida insiden yang menyatakan 1:60. Penelitian ini bertujuan diketahuinya hubungan pengetahuan, perilaku, pendidikan dan lama kerja dengan perubahan laporan Near Miss sebelum dan sesudah kampanye dan Basic Risk Factor nya.Penelitian ini menggunakan metode potong lintang, data primer melalui kuesioner terkait pengetahuan dan perilaku, dan data sekunder berupa tingkat pendidikan dan lama kerja terhadap 94 sampel pekerja lapangan perusahan hulu MIGAS PT. X yang masih aktif, serta dilakukan wawancara mendalam ke 20 responden. Sebagian besar responden memiliki pengetahuan tinggi 61,7 , perilaku baik 61,7 , pendidikan tinggi 94,7 , lama kerja ge; 3 tahun 60,6 . Didapatkan perubahan laporan Near Miss sebesar 17 dan kategori prosedur merupakan penyebab utama Near Miss, pekerja lapangan dengan pengetahuan sedang ndash; rendah 22,2 , perilaku baik 20,7 , pendidikan tinggi 18 , dan lama kerja ge; 3 tahun 21,1 lebih banyak melakukan perubahan laporan Near Miss. Namun tidak ada variabel yang berhubungan signifikan secara statistik dengan perubahan laporan Near Miss baik pengetahuan, perilaku, tingkat pendidikan maupun lama kerja P > 0,05 .

---

ABSTRACT

Upstream Oil and Gas Company at high risk incidents, including Near Miss. Near Miss campaign program through active Near Miss reporting is one of ways to prevent the occurance of incidents. At PT. X, serious accidents occurred 2 times in 2014, while 10 Near Miss reported 1 5 this event is not in line with incident pyramid 1 60 . The objective of this study was to obtain knowledge, behavior, education and length of work toward Near Miss report change before and after the campaign and its Basic Risk Factor.

This study conducted in cross sectional method, primary data through questionnaire related to knowledge and behavior, while secondary data based on education level and length of work towards 94 samples of existing field staff in one of Oil and Gas Company as well as in depth interview to 20 respondents. Most of respondents have a high knowledge 61,7 , good behavior 61,7 , high education level 94,7 , and length of work ge 3 years 60,6 , Near Miss report changes is 17 16 report and procedures category are the highest of underlying cause Near Miss, field staff who have mid to low knowledge 22,2 , good behavior 20,7 , high education level 18 , and length of work ge 3 years 21,1 more report on Near Miss change. However, there was no significant relationship between Near Miss report and knowledge, behavior, education, length of work P 0,05."

"ABSTRAKIdentifikasi lapisan lilin pada buah sangat sulit dilakukan tanpa adanya suatu sistem yang bersifat non-destruktif. Pada umumnya, dilakukan metode yang bersifat destruktif untuk mengetahui ada atau tidaknya suatu lapisan pada buah, seperti merendam buah pada air panas, menggunakan campuran cuka dengan air, atau campuran soda kue dengan air. Adapun metode destruktif lainnya yang menggunakan instrumentasi kromatografi gas, dimana proses ini membutuhkan waktu yang lama dan pengoperasian yang sulit. Citra VNIR menjadi metode terbaru untuk mengatasi masalah tersebut karena metode ini bersifat non-destruktif dan lebih mudah untuk dioperasikan. Dalam penelitian ini, sistem identifikasi ada atau tidaknya lapisan lilin pada buah apel berhasil dibuat. Proses dimulai melalui akuisisi citra, koreksi citra, object detection, window averaging, model klasifikasi, hingga mendapatkan status pelapisan (coating status). Citra diakuisisi pada rentang panjang gelombang 400 hingga 100 nm. Profil reflektansi yang didapat, selanjutnya dikomparasikan antara satu kelas dengan kelas lainnya, sehingga terlihat perbedaan yang mencolok diantara keduanya. Selanjutnya, model akan diuji dan dievaluasi menggunakan data referensi yang merupakan hasil klasifikasi secara manual. Pembuatan dan pengujian model dilakukan melalui proses traning dan testing data. Pada penelitian ini, digunakan beberapa model klasifikasi yang dibuat berdasarkan profil reflektansi dari setiap citra yang telah diakuisisi. Hasil akurasi model melalui evaluasi confusion matrix didapat sebesar 70,83% untuk model PCA-SVM, 95,42% untuk model DT, dan 98,33% untuk model RF.

---

ABSTRACTWax coating identification on fruits is very difficult without a non-destructive system. In general, destructive methods were used to find out whether or not there are coatings on fruit, such as soaking fruit in hot water, using a mixture of vinegar and water, or baking soda and water. There are other destructive methods using instrumentation like gas chromatography, where this process takes much time and difficult to operate. VNIR imaging becomes the latest method to overcome this problem because this method is non-destructive and easier to operate. In this study, identification system for the presence or absence of wax coating on apples has been successfully made. The process starts through image acquisition, image correction, object detection, window averaging, classification model, until we got the coating status. The image was acquired on a wavelength range from 400 to 1000 nm. The reflectance profile is obtained, then it is compared between one class and the other class, until there is a noticable difference between the two. Next, the model will be tested and evaluated using reference data which is the result of manual classification. The making and testing of the model was done through the process of data training and data testing. In this study, several classifications models were made based on the reflectance profile of each acquired image. The accuracy of the model through confusion matrix evaluatin were 70.83% for the PCA-SVM model, 95.42% for the DT model, and 98.33% for the RF model."