Hasil Pencarian  ::  Simpan CSV :: Kembali

"Penelitian ini akan menganalisis best practice pada unsur-unsur kapabiltas dynamic governance dalam kebijakan transformasi digital pelayanan Bea Perolehan Hak Atas Tanah Dan Bangunan (BPHTB) di Provinsi DKI Jakarta sehingga dapat terbentuk sebuah kebijakan yang adaptif yang tertuang pada Peraturan Gubernur Provinsi DKI Jakarta Nomor 34 Tahun 2022. Metode penelitian yang digunakan kualitatif dengan pendekatan postpositivisme. Pisau analisis pada penelitian ini adalah Teori Dynamic Governance Neo dan Chen (2007). Pengumpulan data dilakukan melalui studi dokumentasi dan wawancara dengan penyusun kebijakan dan pelaksana kebijakan. Hasil penelitian ini menunjukan bahwa terwujudnya sebuah kebijakan yang adaptif bergantung pada kapasitas organisasi melalui thinking ahead, thinking again, serta thinking across. Kemampuan ini sebagian besar berasal dari sumber daya manusia terutama kepemimpinan yang ada pada Badan Pendapatan Daerah Provinsi DKI Jakarta yang mampu menggerakan able people untuk menjawab permasalahan dan isu-isu pada pelayanan BPHTB yang didukung oleh agile process. Able people pada Badan Pendapatan Daerah Provinsi DKI Jakarta menjadi pembuat jalur pada penyusunan kebijakan dan strategi yang dinamis dan dukungan Agile process dalam bentuk tersusunnya Rencana Strategis yang kemudian tertuang dalam rencana aksi Kegiatan Strategis Daerah dan tersedianya alokasi anggaran untuk melakukan transformasi digital pajak daerah dan pengembangan able people yang memungkinkan terwujudnya kebijakan adaptif.

---

This research will analyze best practices on the elements of dynamic governance capabilities in digital service transformation policies for Land and Building Rights Acquisition Fees in the Special Capital Region of Jakarta Province so that an adaptive policy can be formed as stated in the Regulation of the Governor of DKI Jakarta Province Number 34 of 2022.The research method used is qualitative with a postpositivist approach. The analytical tool in this research is Neo and Chen's (2007) Dynamic Governance Theory. Data collection was carried out through documentation studies and interviews with policy makers and policy implementers. The results of this research show that the realization of an adaptive policy depends on the organization's capacity to thinking ahead, thinking again, serta thinking across. This ability largely comes from human resources, especially the leadership in the Regional Revenue Agency of the Special Capital Region of Jakarta Province which is able to mobilize the able people to respond problems and issues in Land and Building Rights Acquisition Fee services which are supported by agile processes. Able people in the Regional Revenue Agency of the Special Capital Region of Jakarta Province are the path makers in the preparation of dynamic policies and strategies and the support from Agile process in the form of the preparation of a Strategic Plan which is then contained in the Regional Strategic Activity action plan and the availability of budget allocations to carry out digital transformation of regional taxes and development of capable communities that enable the realization of adaptive policies."

"ABSTRAKPenelitian ini bertujuan untuk menentukan alternatif optimalisasi pemanfaatan tanah yang berlokasi di Lot 1 SCBD Jakarta milik Sekretariat Jenderal Kementerian Keuangan dengan mempertimbangkan actual use dan potential use. Tanah tersebut merupakan sebuah tanah kosong yang belum dimanfaatkan. Metode penelitian yang digunakan adalah kualitatif dengan menggunakan metode analisis Highest and Best Use HBU . Dalam Analis HBU, tiga kriteria yang harus dipenuhi yaitu memungkinkan secara fisik, diijinkan oleh peraturan dan harus layak secara keuangan. Analisis HBU didahului dengan analisis pasar untuk membatasi alternatif penggunaan. Hasil penelitian menyatakan bahwa berdasarkan analisis aspek fisik, analisis peraturan serta keuangan, Penggunaan Tertinggi dan Terbaik/Highest and Best Use pada objek penelitian adalah peruntukan sebagai perkantoran dengan nilai pasar Rp185.158.285,00/m2.

---

ABSTRACTThis research aims to determine alternatives to optimize the utilization of land which is located in Lot 1 SCBD Jakarta that belongs to the Secretariat General of The Ministry of Finance by considering the actual use and the potential use. The research object is a vacant land that has not been utilized. In Highest and Best Use analysis, three criteria must be met, which are physically possible, legally permissible and financially feasible. Highest and Best Use analysis is preceded by a market analysis that will limit the alternative uses. The result of this research shows that based on market analysis, physical analysis, legal analysis, and financial analysis, The Highest and Best Use for object research is as an office with market value Rp185.158.285,00 m2."

"Komputasi intelejensia yang digunakan dalam masalah klasifikasi pola dapat digolongkan menjadi dua bagian, yaitu yang berbasis pada Neural Network dan yang berbasis pada Pembelajaran Statistika (Statistical Learning). Pembelajaran yang berbasis statistika, pertama kali ditemukan oleh Vapnik pada dekade tujuh-puluhan. Untuk masalah klasifikasi pola Vapnik mengembangkan metode hyperplane optimal separation, atau dikenal juga dengan nama metode Support Vector Machines (SVM). Pada awalnya SVM dirancang hanya untuk menyelesaikan masalah klasifikasi biner, yaitu dari data-data yang ada, diklasifikasikan menjadi dua kelas. Untuk mengklasifikasikan data yang terdiri dari lebih dari dua kelas, metode SVM tidak dapat langsung digunakan. Ada beberapa metode yang dapat digunakan untuk menyelesaikan masalah klasifikasi multikelas SVM yaitu: metode One-vs-One dan metode One-vs-Rest. Kedua metode ini merupakan perluasan dari klasifikasi biner SVM. Kedua metode tersebut akan dibahas di artikel ini dan akan dilihat kinerjanya dalam mengklasifikasikan aroma. Data aroma yang digunakan dalam percobaaan ini terdiri dari 3 jenis aroma, masing-masing aroma terdiri atas 6 kelas. Pembagian kelas ini berdasarkan pada konsentrasi alkohol yang dicampurkan pada masing-masing aroma. Misalkan untuk aroma A, terdapat 6 jenis aroma A dengan kandungan alkohol : 0%, 15%, 25%, 30%, 45% dan 75%. Kinerja dari kedua metode diukur berdasarkan kemampuan untuk mengenal dan mengklasifikasikan aroma, dengan tepat dan sesuai dengan jenis atau kelas, dari data yang diberikan.

---

Aroma classification using one-vs-one and one-vs-rest methods. Computational Intelligence used in pattern classification problem can be divided into two different parts, one based on Neural Network and the other based on Statistical Learning. The Statistical Learning discovered by Vapnik on 70-est decade. For the pattern classification, Vapnik developed hyperplane optimal separation, which is known as Support Vector Machines Method (SVM). In the beginning, SVM was designed only to solve binary classification problem, where data existing are classified into two classes. To classify data whose consist of more than two classes, the SVM method can not directly be used. There are several methods can be used to solve SVM multiclasses classification problem, they are One-vs-One Method and One-vs-Rest Method. Both of this methods are the extension of SVM binary classification, they will be discussed in this article so that we can see their performance in aroma classification process. Data of aroma used in this experiment is consisted of three classes of aroma, each of them has six classes. The division of this class is based on alcohol concentration mixed into each of those aromas. For example, for aroma A, there are six kinds of aroma A with different alcohol concentration: 0%, 15%, 25%, 30%, 45% and 75%. The performance of these methods is measured based on their ability to recognize and classify aroma, precisely and match with the right class or variety of data existed."

"There are two categories of well-known approach (as basic principle of classification process) for leraning structure of Bayesian Neywork (BN) in data mining (DM): ...."