Hasil Pencarian  ::  Simpan CSV :: Kembali

"Penelitian ini beretujuan untuk mengetahui apakah  fungsi humas dapat dijalankan oleh sebuah perusahaan khususnya perusahaan konstruksi yang tidak memiliki departemen humas secara khusus, dengan melihat fungsi humas pada PT KMA yang mengalami krisis akibat tersandung kasus hukum. Fungsi Humas dalam manajemen isu menunjukkan bahwa organisasi terkadang tidak dapat mengelak dari masalah yang kemungkinan datang kapanpun dan berasal dari mana saja, terduga maupun tidak. Humas memiliki fungsi dan peran yang besar dalam memastikan bahwa citra organisasi di mata publik baik internal maupun eksternal tetap terjaga dengan baik. Metodologi penelitian yang digunakan yaitu pendekatan kualitatif metode yang digunakan adalah metode penelitian kualitatif dengan merujuk kepada studi kasus yang terjadi pada sebuah untuk kemudian dikonseptualisasikan dan dianalisis secara empiris sebagai manifestasi dari bagian yang lebih luas. Hasil penelitian disimpulkan bahwa  PT KMA sebagai perusahaan dalam bidang konstruksi belum menjalankan fungsi humas secara maksimal dan terencana, terutama dalam kaitannya dengan manajemen isu.

---

The aim of this study is to find out whether the Public Relations function can be run by a company, especially a construction company that does not have a public relations department specifically, by looking at the function of public relations at PT KMA which is experiencing a crisis due to tripping over a legal case. The function of Public Relations in management issues shows that organizations sometimes can not avoid problems that might come at any time and come from anywhere, unexpected or not. Public Relations has a big function and role in ensuring that the image of the organization in the eyes of the public both internally and externally is well maintained.

The research methodology used is a qualitative approach to the method that will be used is a qualitative research method by referring to case studies that occur in a later conceptualized and analyzed empirically as manifestations of a wider section. The results of the study concluded that PT KMA as a company in the field of construction has not carried out the function of public relations maximally and planned, especially in relation to management issues."

"Pengelolaan SDM merupakan proses manajemen yang melibatkan fungsi-fungsi dalam manajemen SDM yang meliputi fungsi manajerial dan operasional untuk pancapaian tujuan perusahaan secara terpadu. Manajemen SDM didalam perusahaan jasa konstruksi skala kecil dan menengah belum banyak diketahui peranannya dalam meningkatkan kinerja perusahaan. Peningkatan kinerja perusahaan bagi perusahaan jasa konstruksi skala kecil dan menengah perlu dilakukan, terutama bila keterbatasan akan sumber daya manusia, modal maupun pasar. Untuk itu perlu diketahui hambatan-hambatan yang menjadi faktor dalam penerapan manajemen SDM pada perusahaan jasa konstruksi UKM khususnya yang bergerak dibidang konstruksi jalan, baik hambatan yang bersifat eksternal maupun intemal. Sehingga diketahui hambatan yang mempengaruhi kinerja perusahaan yang diukur dalam kinerja biaya tenaga kerja, mutu dari kecakapan tenaga kerja lapangan, waktu yang tergantung dari produktivitas tenaga lapangan, dan keamanan dari para pekerja. Hambatan yang mempengaruhi kinerja tersebut dapat diketahui dengan cara mencari faktor hambatan yang dominan dengan memakai perhitungan Al-IP (Analytical Hierarchy Process), hingga mencari model ldnelja perusahaan dapat diketahui dengan merubah pendapat responden kodalam kuantitatif dan dilakukan analisis data statistik dengan metode SPSS. Kemudian model hambatan yang terpilih disimulasi dengan menggunakan Monte Carlo dengan 1000 trial untuk mempermudah optimasi dan validasi model hambatan untuk rnengetahui keadaan perusahaan dan melakukan tindakan koreksi. Berdasarkan hasil analisis diperoleh bahwa faktor yang sangat menentukan untuk meningkatkan kinerja dan memiliki kontribusi terbesar adalah aspek rekrutmen dan kepemimpinan. Artinya setiap perusahaan jasa konstruksi UKM saugat tergantung akan kepemimpinan pemilik perusahaan dalam memperkerjakan tenaga kerja, sehingga perusahaan jasa konstruksi UKM dapat bersaing untuk melanjutkan usahanya.

---

Human resources management is the management process involving the functions of management and operational for company integrated purpose. Role of Human resources management is not detected to increase performance the small-medium scale construction company. To increase performance of small-medium scale construction company is really needed, especially when human resources on others limited. That for constrains in apply human resources management in the company must be knew.

The research would be analysis for determine the factor which most influence in order to increase performance to construction company. The research use a method AHP to know most influence in order to performance, performance model tined out use a SPSS and then Monte Carlo simulation is use for optimize and validation models with 1000 trial.

Based on the result analysis it is obtained that the most variable factor to increase he performance and the most significant contribution is recruitment and leadership aspect. It meant that each small-medium scale construction company depend on ovmer put to work assign employee, it is the key in Human resources management for success of the company."

"Penggunaan variabel berbasis jaringan pada model prediksi kebangkrutan perusahaan dengan metode XGBoost belum banyak ditemukan. Meskipun prediksi kebangkrutannya sudah dikaji secara luas dan beragam, namun sebagian besar masih berfokus pada penggunaan variabel finansial. Dampak sistemik kebangkrutan dapat meluas hingga mengancam stabilitas sistem keuangan. Dampak sistemik yang diwaspadai terutama yang ditimbulkan oleh konglomerasi ataupun kelompok perusahaan. Hal ini memunculkan pertanyaan apakah kebangkrutan perusahaan di dalam satu kelompok akan saling berpengaruh dan menyebabkan efek sistemik di dalam kelompoknya. Sebelum kondisi buruk diketahui oleh pasar atau publik, otoritas pengawasan tersebut diharapkan dapat mendeteksi lebih awal kondisi buruk yang akan terjadi dan melakukan langkah-langkah konkrit yang diperlukan untuk menyelamatkan perusahaan secara khusus dan sistem perekonomian secara umum.Deteksi dini ini dibangun dengan mengembangkan model prediksi yang bekerja berdasarkan data historis, mampu memprediksi kebangkrutan, dan memetakan potensi dampak sistemiknya pada serangkaian perusahaan yang berelasi. Penelitian ini menggunakan data finansial dan relasional dari perusahaan yang terdaftar pada Bursa Efek Indonesia (BEI) mulai tahun 2010 hingga 2021. Data finansial yang digunakan adalah variabel neraca, rasio solvency, rasio profitability, dan rasio operasional. Data relasional terdiri dari 3 jenis relasi berdasarkan teori ultimate ownership, yaitu pemegang saham yang terdaftar pada laporan tahunan, dewan komisaris dan dewan direksi. Setelah melalui serangkaian literatur review dan eksperimen, metode machine learning XGBoost dipilih karena kemampuannya dalam melakukan prediksi dalam data yang tidak seimbang. Model akhir yang diusulkan adalah model prediksi kebangkrutan dengan tugas klasifikasi kelas bangkrut dan tidak, dengan metode XGBoost, menggunakan integrasi data masukan berupa variabel keuangan dan non-keuangan berbasis jaringan. Model ini terdiri dari pemrosesan input variabel keuangan dan relasional, prediksi dengan XGBoost pada 7 jenis integrasi data, pemilihan hasil prediksi akhir berdasarkan AUC yang terbaik, dan analisis potensi dampak sistemik dari jaringan terpilih berdasarkan model integrasi data terbaik di tahap sebelumnya.Model prediksi kebangkrutan ini sekaligus memberikan kontribusi dalam memvisualisasikan potensi dampak sistemik yang mungkin terjadi. Pada tahap prediksi kebangkrutan digunakan model integrasi data variabel finansial – non finansial. Model dengan integrasi data yang menghasilkan AUC terbaik digunakan pada tahap analisis potensi dampak sistemik. Berdasarkan luaran dari tahap 1, analisis dampaknya dipetakan sesuai relasi yang terbentuk dari jaringan yang bersesuaian dengan model terbaiknya. Hasil pengujian dengan data tes tahun 2019 untuk memprediksi kondisi 1 tahun ke depan menunjukkan AUC sebesar 90.20% dengan model integrasi data finansial – Shareholder. Model usulan memiliki AUC lebih baik dari model Tobback et. al., namun tidak lebih baik dari model Zhao et. al.Analisis potensi dampak sistemik memberikan gambaran jaringan yang terbentuk dengan node sumber adalah perusahaan yang diprediksi bangkrut yang terhubung dengan perusahaan yang berelasi berdasarkan Shareholder. Besar kecilnya edge menggambarkan kuat lemahnya relasi yang ada. Penelitian disertasi ini berhasil membangun model prediksi kebangkrutan dengan variabel finansial dan relasional berbasis jaringan ultimate ownership dengan AUC lebih dari 90%. Hasil disertasi ini juga memberikan pandangan baru dalam melakukan deteksi konglomerasi dan analisis potensi dampak sistemik dari relasi yang ada.

---

The application of network-based variables in the company’s bankruptcy prediction model with XGBoost method has not been widely found.. While bankruptcy prediction has been widely and diversely examined, most of them still focus on the use of financing variables. The systemic consequences of bankruptcy can jeopardize the stability of the financial system. The systemic impact under scrutiny primarily arises from conglomerates or corporate organizations. This prompts an inquiry into whether the insolvency of enterprises within a group may impact one another and induce systemic repercussions inside or outside the group. Prior to the market or public awareness of adverse situations, the regulatory body is anticipated to identify these detrimental circumstances early and implement necessary measures to preserve the company specifically and the economic system broadly.

This early detection is established through the creation of a predictive model that utilizes historical data to forecast bankruptcy and assess its potential systemic effects on a network of interconnected enterprises. This research utilizes financial and relational data from firms registered on the Indonesia Stock Exchange (IDX) spanning the years 2010 to 2021. The financial statistics utilized comprise balance sheet variables, solvency ratios, profitability ratios, and operating ratios. Relational data comprises three categories of relations according to the ultimate ownership theory: shareholders identified in the annual report, the board of commissioners (BoC), and the board of directors (BoD). Following an extensive analysis of research and experimentation, the XGBoost machine learning algorithm was selected as the model base due to its efficacy in predicting outcomes within unbalanced datasets. The final proposed model is a bankruptcy prediction model with the task of classifying bankrupt and non-bankrupt classes, with the XGBoost method, using network-based integration of input data in the form of financial and non-financial variables. This model consists of processing financial and relational variable inputs, prediction with XGBoost on 7 types of data integration, selecting the final prediction results based on the best AUC, and analyzing the potential systemic impact of the selected network based on the best data integration model in the previous stage.

This bankruptcy prediction model also contributes to visualizing the potential systemic impacts that may occur. At the bankruptcy prediction stage, a data integration model of financial and non-financial variables is used. The model of data integration exhibiting the highest AUC results is employed at the stage of analyzing potential systemic impacts. The expected impact is delineated based on the output from prior stage, according to the relationships established within the network of the optimal model. The test results utilizing 2019 data to forecast situations one year in advance demonstrated an AUC of 90.20% with the integration model of financial – Shareholder variables. The proposed model has a better AUC than the Tobback et. al., but not better than the Zhao et. al. model. The analysis of potential systemic impacts provides a picture of the network formed with the source node being a company predicted to go bankrupt that is connected to a company related to Shareholders. The size of the edge describes the strength of the existing relationship.

This dissertation research has succeeded in building a bankruptcy prediction model with financial and relational variables based on the ultimate ownership network with an AUC of more than 90%. The results of this dissertation also provide new insights into detecting conglomerates and analyzing the potential systemic impacts of existing relationships."

"Pengendalian persediaan suku cadang merupakan hal yang sangat penting bagi perusahaan minyak bumi dan gas melihat perannya sebagai penunjang pemeliharaan, perbaikan, serta pendukung berjalannya kegiatan operasional. Dengan beberapa tantangan berupa permintaan suku cadang pada Perusahaan Migas yang bersifat tak menentu, banyaknya jenis material, resiko tertundanya produksi akibat kekurangan persediaan, serta persediaan berlebih yang akan mengurangi pemasukan perusahaan, pemilihan kebijakan persediaan harus diberi perhatian khusus. Penetapan kebijakan persediaan yang sesuai dimulai dengan peramalan permintaan untuk mengestimasi parameter pengendalian persediaan, yang dilanjutkan dengan perhitungan jumlah pemesanan (Q) dan titik pemesanan kembali (ROP) pada metode Continuous Review, serta review interval (T) pada Periodic Review. Pada kasus ini, hanya ROP dari metode Continuous Review yang dapat diterapkan pada data historis perusahaan. Hasil dari perhitungan dan analisis Re-Order Point kebijakan persediaan Continuous Review berupa penurunan inventory level sehingga membuat nilai turnover ratio material suku cadang meningkat.

---

Spare parts inventory control is extremely important for oil and gas companies due to their role in supporting the maintenance and repair of the operations. With several challenges in the form of spare parts demand on oil and gas companies that are erratic, the many types of materials, the risk of delays in production due to shortage of inventory, as well as excess inventory that will reduce the company's revenue, the selection of inventory policies should be given special attention.

Determination of the appropriate inventory policy starts with demand forecasting for estimating inventory control parameters, which is followed by the calculation of the order quantity (Q) and reorder point (ROP) in the continuous review method, and the review interval (T) on the Periodic Review method.

In this case, only ROP of the Continuous Review can be applied to the historical data of the company. The results of the calculation and analysis of Re-Order Point in the Continuous Review inventory policy is lower inventory levels and with that increasing the value of the turnover ratio from spare parts material."

"Pemodelan generator turbin angin skala kecil yang terdiri dari generator magnet permanen, rectifier, dan DC-DC boost converter, serta algoritma pengendalian yang daya maksimum direpresentasikan dalam buku skripsi ini. Pemodelan model turbin angin dilakukan berdasarkan rangkaian pengganti gabungan permanent magnet synchronous generator PMSG, rectifier, dan boost konveter. Pemodelan rectifier boost converter dibagi menjadi 12 kondisi berdasarkan keadaan switching diode dan rectifier akibat tegangan stator tiga fasa keluaran generator. Algoritma Maximum Power Pint Tracking MPPT yang dibangun menggabungkan algoritma MPPT Perturb and Observe dan Optimum Relation Based ORB. Keluaran MPPT akan memberikan set point arus. Pengendali PI akan memberikan pengendalian arus beban untuk mencapai daya maksimal. Model turbin angin yang dibangun mampu memodelkan sistem generator turbin angin dengan akurat, dan algoritma MPPT yang dibangun dapat mengoperasikan turbin angin pada daya maksimummnya pada sistem riil.

---

Modeling a small scale turbine generator generator consisting of a permanent magnet generator, rectifier, and DC DC boost converter, as well as the maximum power control algorithm represented in this book. The modeling of the wind turbine model is performed based on permanent magnet synchronous generator PMSG equivalent circuit, rectifier, and convower boost. Modeling rectifier boost converter is divided into twelve 12 conditions based on switching diode and rectifier conditions due to three phase stator voltage of generator as the input.

The Maximum Power Pint Tracking MPPT algorithm constructed incorporates the Perturb and Observe and Optimum Relation Based ORB algorithms. The MPPT output will provide the current set point. PI controller will provide load current control to achieve maximum power. The simulation of wind turbine model is capable of modeling an accurate wind turbine generator system, and the presented MPPT algorithm can operate the wind turbine at maximum power in the real system."

"Teknologi cloud adalah fenomena baru dalam bidang teknologi informasi. Teknologi cloud banyak menawarkan keuntungan meskipun teknologi cloud juga memiliki banyak kekurangan. Selain itu identifikasi tentang adopsi teknologi baru juga semakin penting sehingga diperlukan model yang bisa mengidentifikasi faktor yang mempengaruhi adopsi teknologi cloud. Penelitian ini mengadopsi model DEMATEL untuk mengidentifikasi faktor yang mempengaruhi adopsi teknologi cloud dilihat dari perspektif manfaat peluang biaya dan risiko BOCR. Studi kasus dilakukan pada dua perusahaan yang bergerak pada bidang jasa pertambangan yaitu PT Darma Henwa PTDH dan PT United Tractors UT. Proses pengambilan data menggunakan metode forum group discussion FGD dan metode delphi melibatkan para petinggi divisi TI sebagai pengambil keputusan. Kedua organisasi tersebut memiliki karakter berbeda untuk menggali keterkaitan antara karakteristik organisasi dengan faktor yang mempengaruhi adopsi teknologi cloud.Hasil penelitian menunjukkan bahwa model DEMATEL dan BOCR berhasil mengidentifikasi faktor tersebut. Faktor yang mempengaruhi adopsi teknologi cloud sangat dipengaruhi karakteristik organisasi Karakteristik internal organisasi yang paling mempengaruhi adopsi teknologi cloud adalah ketersediaan sumberdaya diikuti dengan struktur organisasi ketersediaan tenaga ahli dan dukungan pimpinan organisasi.

---

Currently cloud technologies could be said as a new phenomenon in the field of information technology. Cloud technologies offered many advantages although has many drawbacks. Moreover the identification of the adoption of new technologies is also increasingly important. Therefore there is a need to build a model that can identify the factors affecting the adoption of cloud technologies. This research adapted the DEMATEL model to identify the factors that affecting the adoption of cloud technologies from the perspective of benefit opportunity cost and risk BOCR. Case study is conducted on two organizations that engaged in mining service industry namely PT Darma Henwa PTDH and PT United Tractors UT. Data collecting process using FGD and Delphi technique and involves the IT department leader as decision maker Both organizations have different character to explore the linkage between organization rsquo s internal characteristics and factor that affecting the adoption of cloud technologies.

This study found that the improved DEMATEL with BOCR model successfully identify these factors. Factors that affecting the adoption of cloud technologies are greatly affected by organization rsquo s characteristics The availability of resource is the most influential factor followed by organizational structure the availability of IT expert and strength of organizational support."