Hasil Pencarian  ::  Simpan CSV :: Kembali

"Skripsi ini berjudul Penerapan 5 Dimensi Peter Senge di Perpustakaan Institut Pertanian Bogor dalam Membangun Organisasi Pembelajar. Tujuan dari penelitian ini adalah untuk mengidentifikasi penerapan organisasi pembelajar di Perpustakaan IPB yang diukur dengan menggunakan indikator berdasarkan konsep 5 dimensi organisasi pembelajar menurut Peter Senge, yaitu penguasaan personal, model mental, pemahaman visi bersama, pembelajaran kelompok, dan berpikir sistem. Pendekatan penelitian menggunakan pendekatan kuantitatif dengan metode penelitian studi kasus. Pengumpulan data dilakukan dengan menggunakan kuesioner sebagai instrumen penelitian. Responden dari penelitian ini adalah pustakawan di Perpustakaan Institut Pertanian Bogor yang terdiri dari 27 orang. Dari hasil penelitian yang dilakukan, kesimpulan menunjukkan bahwa penerapan organisasi pembelajar Perpustakaan IPB sudah cukup baik. Dari kelima dimensi, tiga di antaranya memiliki kategori sangat baik, yaitu penguasaan personal, model mental, dan berpikir sistem. Sedangkan, dua dimensi termasuk dalam kategori baik yaitu pembelajaran kelompok dan pemahaman visi bersama. Untuk dimensi yang memiliki skor rata-rata paling tinggi adalah dimensi penguasaan personal. Hal tersebut menunjukkan Perpustakaan IPB mendukung pustakawan untuk melakukan pengembangan diri sebab mereka percaya bahwa pustakawan yang terus belajar akan memiliki kompetensi yang baik sehingga akan memberikan manfaat tidak hanya bagi diri sendiri tetapi juga untuk kemajuan perpustakaan. Pustakawan dapat belajar sehingga mampu beradaptasi terhadap perubahan melalui beberapa kegiatan seperti FGD, berbagi pengetahuan, dan forum pustakawan.

---

This research is entitled The Implementation of The Fifth Disciplines by Peter Senge in Institut Pertanian Bogor Library  in Building Learning Organization. The purpose of this research is to identify the implementation of learning organization in Institut Pertanian Bogor Library that can be measured by The Fifth Disciplines of learning organization dimension according to Peter Senge that consist of personal mastery, mental model, shared vision, team learning, and system thinking. This research is using case study method with quantitative approach. Data is collected by questionnaire as the research instrument. The respondent of this research are 27 librarian of Institut Pertanian Bogor library. The results of this research shows  that the implementation of the learning organization in Institut Pertanian Bogor Library is good enough. Three out of  the five disciplines has very good category which is personal mastery, mental model, and system thinking. Meanwhile, the other two disciplines have good category which is team learning and shared vision disciplines. The dimension that has highest average is personal mastery. This shows that the Institut Pertanian Bogor Library supports librarians to develop themselves because they believe that librarians who continue to learn will have good competence so that they will provide benefits not only for themselves but also for the improvement of the library.Tthey also can learn to adapt with change through the activites such as Focus Group Discussion, knowledge sharing and librarian forum."

"Penelitian ini dilakukan pada tim ketja majalah anak-anak dengan inisial Bb. Data dan infommasi diperolch dari wawancara, observasi, dan data hasil penjualan sclama tahun 2005 dan 2006. Hasil yang diperoleh menunjukkan kinerja tim keqa Bb sedang mengalami penurunan kinerja, dengan tolok ukur berdasarkan penurunan market share, hasil penjualan dan kegagalan dalam melakukan pengembangan produk baru. Berdasarkan analisis daur hidup produk majalah Bb telah mencapai tahap decline. Produk yang berada pada tahap ini perlu di ?re-launching" melalui inovasi produk, proses, dan layanan. Untuk melakukan inovasi diperlukan pengetahuan dari iuar maupun dari dalam organisasi agar "produk" yang diciptakan dapat bertumbuh kembali. Masalahnya orang-orang di tim kerja Bb belum mengetahui cara untuk mengumpulkan infonnasi dan mengolah informasi menjadi pengetahuan. Permasalahan ini disebabkan karena faktor Organization Capital yaitu sistem dan budaya di tim kerja Bb masih menj adi penghambat terciptanya knowledge. Sebagai rekomendasi untuk mengatasi permasalahan ini, mula-mula yang harus dipersiapkan adalah Organization Capital untuk merangsang organisasi menjadi learning organization. Untuk menjadi learning organization, Organization Capital dibentuk berdasarkan penerapan tcori Organizational Knowledge Creation, scrta pcncrapan tcori FMh Discipline.

---

The research was conducted on a team of children magazine with the initial Bb. The data and information were obtained by interview and observation. All data and information were taken from the financial statistics of 2005 and 2006.

Measured by the decline of market share, the financial lost, and the failure to invent a new product; it is revealed that the work performance among the teams of Bb is declining.

The analysis shows that Bb magazine has reached the state of decline. At this point, the product needs to be relaunched with the innovation in product, process, and services. To implement the innovations, the teams should gain knowledge from inside and outside organizations so in order that the sales growth created products can increase. However, the member ofthe team do not know how to obtain the information and transform it into knowledge. Such problem is caused by the system and culture ofthe team that prohibits the knowledge sharing.

Based on the thorough analysis, firstly it is commended that the Organizational Capital is to prepare effectively by the management so that it can facilitate the Leaming Organization. Organization Capital should be developed based on the theories of Organizations Knowledge Creation and Fifth Discipline."

"Rendahnya penerapan green building melalui sertifikasi bangunan di Jakarta menyebabkan rendahnya capaian target reduksi emisi gas rumah kaca di tahun 2020 pada sektor energi melalui efisiensi penggunaan energi pada bangunan komersil yang hanya 37.789 ton CO2e (0,72%) dari target 5.26 juta ton CO2e pada 2030 dan menyebabkan Jakarta berpotensi mengalami dampak bencana akibat perubahan iklim. Rendahnya penerapan green building disebabkan oleh adanya hambatan pada penerapannya. Pemberian insentif dikenali sebagai solusi dalam mengatasi hambatan serta memiliki pengaruh yang signifikan dalam meningkatkan penerapan green building yang belum dapat diterapkan di Jakarta. Penelitian ini bertujuan untuk mengidentifikasi faktor hambatan dan bentuk insentif serta hubungan pengaruhnya terhadap tingkat penerapan green building melalui analisis jalur dengan menggunakan Partial Least Squares Structural Equation Modeling (PLS-SEM) yang selanjutnya digunakan untuk merumuskan rekomendasi peningkatan kebijakan pemberian insentif menggunakan analisis kebijakan publik. Data penelitian dikumpulkan dari 101 responden yang berasal dari institusi pengembang/pemilik, konsultan, kontraktor dan pemerintah yang memiliki pengalaman dalam penerapan green building. Pada penelitian ini diperoleh hasil bahwa pemberian insentif non finansial direkomendasikan sebagai bentuk insentif yang efektif untuk diberikan karena memiliki pengaruh signifikan terhadap tingkat penerapan green building, hambatan biaya dan risiko serta hambatan pengetahuan dan informasi dimana kedua hambatan tersebut diidentifikasi memiliki pengaruh signifikan dalam menghambat penerapan green building di Jakarta. Pada penelitian ini dapat disimpulkan pemberian insentif dapat meningkatkan penerapan green building di Jakarta melalui peningkatan kebijakan yang dimiliki Pemerintah Provinsi DKI Jakarta dalam bentuk insentif non finansial yaitu berupa percepatan perizinan, bantuan asisitensi teknis, promosi dan penghargaan dari pemerintah. Penelitian ini diharapkan dapat membantu pembuat kebijakan dan praktisi untuk merumuskan kebijakan pemberian  insentif yang efektif pada penerapan green building di Jakarta.

---

The low implementation of green building through building certification in Jakarta has resulted in the low achievement of the target of reducing greenhouse gas emissions in 2020 in the energy sector through efficient use of energy in commercial buildings, which is only 37,789 tons of CO2e (0.72%) of the target of 5.26 million tons of CO2e in 2030 and causing Jakarta to potentially experience the effects of a disaster due to climate change. Barriers to implementation may cause a low number of green building-certified buildings in Jakarta. Providing incentives is recognized as a solution to overcoming barriers and significantly influences the application of green building, which still needs to be implemented in Jakarta. This study aims to identify the inhibiting factors and forms of incentives as well as their influence on the level of implementation of green building through path analysis using Partial Least Squares Structural Equation Modeling (PLS-SEM), which is then used to formulate recommendations for increasing incentive policies using public policy analysis. Research data were collected from 101 respondents from developer/owner institutions, consultants, contractors, and the government who have experience implementing green buildings. In this study, the results obtained were that the provision of non-financial incentives was recommended as an effective form of incentive to be given because it has a significant influence on the level of green building implementation, cost, and risk barriers, as well as knowledge and information barriers where both of these barriers were identified as having a significant influence on hindering the implementation of green building in Jakarta. In this study, incentives can increase the implementation of green buildings in Jakarta through policy improvements in the form of non-financial incentives, namely expedited permits, technical assistance, promotions, and awards from the government. This research is expected to assist policymakers and practitioners in formulating effective incentive policies for implementing green buildings in Jakarta."

"Sampai sekarang, sebagian besar orang masih menganggap kepemilikan rumah sebagai kebutuhan primer yang belum bisa ditandingi oleh pilihan hunian lain. Harga rumah biasanya ditentukan oleh berbagai faktor seperti lokasi, kondisi makro ekonomi, serta kondisi fisik rumah. Banyaknya faktor tersebut membuat penentuan valuasi rumah secara objektif menjadi sulit. Dalam beberapa tahun terakhir, penelitian mengenai estimasi harga rumah telah berkembang pesat, dengan metode machine learning menjadi yang paling sering digunakan. Oleh karena itu, penelitian ini menggunakan salah satu algoritma machine learning yang sudah terbukti dapat mendapatkan akurasi tinggi, yaitu stacked generalization. Penelitian ini menggabungkan beberapa variabel yang digunakan oleh penelitian-penelitian sebelumnya untuk memprediksi valuasi rumah. Model stacked generalization yang dibangun akan dibandingkan dengan algoritma lain yang juga sering digunakan dalam memprediksi valuasi rumah, diantaranya adalah regresi linear, random forest, gradient boosting machine, dan extreme gradient boosting. Hasil penelitian menunjukkan bahwa algoritma stacked generalization memiliki kemampuan prediksi yang lebih baik dibandingkan metode lainnya dengan hasil R2 sebesar 0,881, dan MAPE sebesar 0,21%. Selanjutnya dilakukan analisis terhadap faktor yang paling berpengaruh terhadap perubahan valuasi rumah menggunakan teknik permutation feature importance. Faktor-faktor yang paling berpengaruh adalah luas tanah, luas bangunan, jarak menuju pusat perbelanjaan, kapasitas listrik, dan Indeks Harga Perumahan Residensial.

---

In recent years, homeownership remains a primary need that other housing options have yet to match. House prices are typically determined by various factors such as location, macroeconomic conditions, and the physical state of the house. These numerous factors make objective house valuation challenging. Recently, research on house price estimation has advanced significantly, with machine learning methods being the most commonly used. Therefore, this study employs one proven machine learning algorithm with high accuracy, stacked generalization. This research incorporates several variables used by previous studies to predict house valuations. The stacked generalization model developed is compared with other frequently used algorithms for predicting house valuations, including linear regression, random forest, gradient boosting machine, and extreme gradient boosting. The results show that the stacked generalization algorithm has superior predictive ability compared to other methods, with an R2 of 0.881 and MAPE of 0.21%. Subsequently, an analysis of the factors most influencing changes in house valuation was conducted using permutation feature importance techniques. The most influential factors are land area, building area, distance to shopping centers, electricity capacity, and the Residential Property Price Index."