Hasil Pencarian  ::  Simpan CSV :: Kembali

"ABSTRAKTesis ini tentang perubahan fungsi bangunan gedung Senayan City yang merubahfungsi hotel menjadi perkantoran. Mengenai perubahan fungsi gedung SenayanCity dari menara Apartemen menjadi perkantoran, maka harus merubah IzinMendirikan bangunan (IMB) karena fungsi bangunan gedung tercantum dalamIMB sebagaimana diatur dalam Pasal 6 Ayat (2) Undang-undang Nomor 28Tahun 2002 tentang Bangunan Gedung. Metode analisis data yang digunakandalam penelitian ini adalah metode kualitatif. Hasil penelitian menyarankanbahwa pemerintah perlu bertindak tegas terhadap permasalahan yang timbulseputar peubahan fungsi bangunan gedung, sehingga para pemilik/pengelolagedung tidak bertindak secara leluasa melakukan perubahan fungsi tanpa melaluiprosedur; Senayan City juga sebaiknya tidak merubah fungsi menara hotelmenjadi apartemen dan kantor sebelum dikeluarkannya izin dari DinasPengawasan dan Penertiban"

"Skripsi ini membahas tingkat keramaian jalur pejalan kaki di Sudirman CentralBusiness District, Jakarta berdasarkan volume pejalan kaki dan kaitannya dengan fungsi gedung. Penelitian ini adalah penelitian idiografik dengan deskripsi tingkat keramaian jalur pejalan kaki. Sebagai kawasan superblok, jalur pejalan kaki menjadi penting karena sebagai penghubung antar blok maupun sebagai penelitian menunjukkan bahwa tingkat keramaian pada jalur-jalur pejalan kaki di SCBD berfluktuasi terhadap waktu kegiatan perkantoran dan tidak dipengaruhi oleh fungsi gedung "

"Pusat-pusat keramaian yang dibentuk oleh aktivitas perkantoran, perdagangan, rumah sakit, dan pendidikan seringkali dianggap sebagai penyebab kemacetan. Sehubungan dengan itu, penelitian ini bertujuan untuk mengetahui pola keruangan kemacetan dan faktor penyebab kemacetan pada pusat-pusat keramaian di Jakarta Pusat. Variabel yang digunakan untuk menentukan kemacetan adalah tingkat pelayanan jalan yang dihitung pada pagi, siang, dan sore hari di setiap ruas jalan.Hasil penelitian menunjukkan adanya variasi keruangan tingkat kemacetan menurut tempat dan waktu. Pada pagi hari tingkat kemacetan tinggi terdapat pada perkantoran dan sekolah, sedangkan pada sore hari terdapat pada perkantoran dan rumah sakit. Adapun pada siang hari tingkat kemacetan mengalami penurunan. Tingkat kemacetan tertinggi pada siang hari terdapat pada perkantoran, sekolah, dan rumah sakit. Penyempitan ruas jalan yang diakibatkan oleh hambatan samping merupakan faktor penyebab kemacetan di pusat-pusat keramaian. Jenis dan besaran hambatan samping berubah-ubah dari waktu ke waktu sesuai dengan aktivitas pada setiap pusat keramaian

---

The presence crowd centers such as the offices, trade centers, hospitals, and school areas are often considered as primary causes of traffic congestion. In concern with the problem, this study aims to analyzing spatial pattern of traffic congestions and identify their causal factors in the city of Central Jakarta. To determine characteristics of the congestion, the study used level of service road as a main indicator.

The results shows, there are spatial variations of traffic congestion over place and time. In the morning, a high level of congestion was found in the offices and schools areas, while in the afternoon it happened in the offices and hospitals. In the mid-day, level of congestion is lower than in the morning and afternoon. However, the highest level of congestion in the mid-day was found in the offices, schools and hospitals areas. Narrowing of road due to side constraints incidences is a main causal factor of the congestion. The type and value of side constraints vary from time to time in accordance with dynamics each crowd centers."

"Penayangan iklan pada tempat umum cenderung dilakukan secara acak, sehingga pesan yang disampaikan bisa tidak tepat sasaran. Smart-ads billboard dapat menjadi salah satu solusi untuk menampilkan iklan yang sesuai dengan kondisi dan situasi pada suatu area. Smart-ads billboard dapat direalisasi menggunakan sensor secara real-time dengan memanfaatkan internet of things (IoT). Permasalahannya, perangkat IoT bisa saja menghasilkan data yang banyak dan berukuran besar, sedangkan perangkat IoT memiliki kapabilitas komputasi yang sangat terbatas. Penggunaan paradigma cloud computing dapat menjadi salah satu solusi, sebab resource yang terdapat pada cloud berjumlah jauh lebih banyak jika dibandingkan dengan perangkat IoT. Namun, limit bandwidth jaringan dapat meningkatkan latency pada suatu sistem, sehingga diterapkan paradigma fog computing. Untuk dapat mengimplementasikan fog computing pada sistem smart-ads billboard dengan mudah, pengaplikasian FogVerse sebagai basis dari sistem menjadi salah satu pilihan yang baik, sebab FogVerse dirancang khusus untuk menunjang stream data processing dengan menggunakan Apache Kafka. Sistem smart-ads billboard bekerja dengan mende- teksi jumlah orang pada suatu tempat, kemudian menampilkan iklan sesuai dengan jumlah orang yang ada. Untuk itu, dibutuhkan proses object detection secara real-time menggunakan suatu model machine learning. Penggunaan model machine learning YOLO dapat mendukung hal tersebut, karena YOLO dapat melakukan object detection secara real-time menggunakan deep learning. Penelitian ini menyelesaikan permasalahan smart-ads billboard dalam dua tahap. Pertama, dilakukan fine-tuning untuk implementasi YOLO untuk object atau person detection menggunakan crowdhuman dataset. Hal ini dilakukan untuk meningkatkan performa model dalam mendeteksi orang. Selanjutnya, model YOLO ini diadaptasi ke dalam sistem FogVerse untuk smart-ads billboard. Penelitian ini juga menunjukan faktor-faktor lain yang dapat memengaruhi latency dari sistem dan CPU utilization dari perangkat fog, serta bagaimana mengoptimalkan penggunaan perangkat fog dengan suatu scheduling algorithm.

---

Public advertisements shown on billboards, jumbotrons, and others are commonly randomized. Hence, some of the messages will not reach the targeted audience. Implementing a real-time smart-ads billboard to display advertisements according to the current situation around the sensor. This can be realized by utilizing Internet of Things (IoT) devices as a solution. Unfortunately, common IoT devices have a low computation capability. To avoid this limitation, the cloud computing paradigm can be a solution. But the latency caused by limited data transfer bandwidth from a local to a cloud device should be considered, especially if the application is delay-sensitive such as the smart-ads billboard. To avoid such things, the fog computing paradigm plays a big role by allowing the system to utilize fog resources before using cloud resources. Developing a smart-ads billboard system with FogVerse as its base application is an advantageous thing to do since FogVerse is designed for data stream processing by using Apache Kafka. Smart-ads billboard system works by detecting the number of people in an area and displaying an advertisement according to it. To do so, a real-time object detection process is essential. Since YOLO is capable to detect objects in real-time, it is sufficient for this type of system. This research approaches the problem in two steps. First, a study is conducted regarding object detection with YOLO, where the YOLO model is fine-tuned with the crowdhuman dataset. It is done to improve the model performance for crowd detection. Next, the YOLO model is used in the FogVerse architecture for smart ads billboards, alongside other factors that may affect system latency and CPU utilization of a fog device. This study also shows how to utilize the fog device optimally using a scheduling algorithm."

"Penayangan iklan pada tempat umum cenderung dilakukan secara acak, sehingga pesan yang disampaikan bisa tidak tepat sasaran. Smart-ads billboard dapat menjadi salah satu solusi untuk menampilkan iklan yang sesuai dengan kondisi dan situasi pada suatu area. Smart-ads billboard dapat direalisasi menggunakan sensor secara real-time dengan memanfaatkan internet of things (IoT). Permasalahannya, perangkat IoT bisa saja menghasilkan data yang banyak dan berukuran besar, sedangkan perangkat IoT memiliki kapabilitas komputasi yang sangat terbatas. Penggunaan paradigma cloud computing dapat menjadi salah satu solusi, sebab resource yang terdapat pada cloud berjumlah jauh lebih banyak jika dibandingkan dengan perangkat IoT. Namun, limit bandwidth jaringan dapat meningkatkan latency pada suatu sistem, sehingga diterapkan paradigma fog computing. Untuk dapat mengimplementasikan fog computing pada sistem smart-ads billboard dengan mudah, pengaplikasian FogVerse sebagai basis dari sistem menjadi salah satu pilihan yang baik, sebab FogVerse dirancang khusus untuk menunjang stream data processing dengan menggunakan Apache Kafka. Sistem smart-ads billboard bekerja dengan mende- teksi jumlah orang pada suatu tempat, kemudian menampilkan iklan sesuai dengan jumlah orang yang ada. Untuk itu, dibutuhkan proses object detection secara real-time menggunakan suatu model machine learning. Penggunaan model machine learning YOLO dapat mendukung hal tersebut, karena YOLO dapat melakukan object detection secara real-time menggunakan deep learning. Penelitian ini menyelesaikan permasalahan smart-ads billboard dalam dua tahap. Pertama, dilakukan fine-tuning untuk implementasi YOLO untuk object atau person detection menggunakan crowdhuman dataset. Hal ini dilakukan untuk meningkatkan performa model dalam mendeteksi orang. Selanjutnya, model YOLO ini diadaptasi ke dalam sistem FogVerse untuk smart-ads billboard. Penelitian ini juga menunjukan faktor-faktor lain yang dapat memengaruhi latency dari sistem dan CPU utilization dari perangkat fog, serta bagaimana mengoptimalkan penggunaan perangkat fog dengan suatu scheduling algorithm.

---

Public advertisements shown on billboards, jumbotrons, and others are commonly randomized. Hence, some of the messages will not reach the targeted audience. Implementing a real-time smart-ads billboard to display advertisements according to the current situation around the sensor. This can be realized by utilizing Internet of Things (IoT) devices as a solution. Unfortunately, common IoT devices have a low computation capability. To avoid this limitation, the cloud computing paradigm can be a solution. But the latency caused by limited data transfer bandwidth from a local to a cloud device should be considered, especially if the application is delay-sensitive such as the smart-ads billboard. To avoid such things, the fog computing paradigm plays a big role by allowing the system to utilize fog resources before using cloud resources. Developing a smart-ads billboard system with FogVerse as its base application is an advantageous thing to do since FogVerse is designed for data stream processing by using Apache Kafka. Smart-ads billboard system works by detecting the number of people in an area and displaying an advertisement according to it. To do so, a real-time object detection process is essential. Since YOLO is capable to detect objects in real-time, it is sufficient for this type of system. This research approaches the problem in two steps. First, a study is conducted regarding object detection with YOLO, where the YOLO model is fine-tuned with the crowdhuman dataset. It is done to improve the model performance for crowd detection. Next, the YOLO model is used in the FogVerse architecture for smart ads billboards, alongside other factors that may affect system latency and CPU utilization of a fog device. This study also shows how to utilize the fog device optimally using a scheduling algorithm."

""

"Pada beberapa kasus, pedagang kaki lima (PKL) atau pavement economy melakukan penolakan terhadap penggusuran dan relokasi yang mengindikasikan bahwa lokasi menjadi hal yang sangat penting bagi para PKL. Mengaitkan pemilihan lokasi pavement economy dengan space syntax, maka pergerakan dalam kota dan isovist yang mempengaruhi keramaian akan berdampak pada pola persebaran pavement economy yang melakukan pemasaran dengan menggunakan sebagian jalan untuk langsung mendekati konsumen. Ujung Tenggara Kebon Kacang dan beberapa titik di Timur Kebon Kacang, pada area perbatasan dengan Grand Indonesia (GI) dan Plaza Indonesia (PI), terdapat sekumpulan pavement economy yang mengalami perubahan persebaran dari waktu ke waktu mengikuti perubahan intensitas manusia yang terjadi di lokasi ini. Hasil analisis studi kasus tersebut menunjukkan bahwa respon yang dilakukan pavement economy terhadap pergerakan dan keramaian dalam penentuan lokasi berbeda-beda bergantung pada jenis pavement economy. Di balik kegiatan informal oleh pavement economy, terdapat pula pengaturan tidak tertulis (informal) yang turut mempengaruhi pemilihan lokasi, melalui negosiasi ruang untuk di satu sisi mempertahankan keberadaan pavement economy yang menopang kehidupan bangunan formal dan di sisi lain tidak mengganggu penampakan bangunan formal.

---

In some cases, pedagang kaki lima (PKL) or pavement economy refuses eviction and relocation that indicates the importance of location for PKL. Relating pavement economy location choice with space syntax conclude that movement inside the city and isovist which affect crowd will affect the spread of pavement economy that do the marketing by using part of street for approaching consumers. In the most southeast part of Kebon Kacang and several spots in the east of Kebon Kacang, on the borderline to Grand Indonesia (GI) and Plaza Indonesia (PI), there are groups of pavement economy which pattern changes in time following the change of human intensity in the location.

The result of the study case analysis shows that the respon of pavement economy towards movement and crowd in relation to location choice are different according to the each type of pavement economy. Behind the informal activity by pavement economy, there are unwritten (informal) regulations that also affects the location choice, through space negotiation, in one side, to keep the existance of pavement economy that support the life of the formal building and, in the other side, to not disturbing the look of the formal building."