Hasil Pencarian  ::  Simpan CSV :: Kembali

Abstrak :
Procurement sebagai sektor yang terpenting di perusahaan dalam hal melakukan efisiensi biaya harus negosiasi dengan vendor untuk mendapatkan harga terbaik untuk mengadakan suatu  asset dan jasa dari sebuah perusahaan. Bagian tersulit dalam negosiasi adalah melakukan estimasi harga. Penentuan faktor estimasi harga masih menjadi hal yang diperdebatkan oleh ahli procurement. Penelitian ini memiliki tujuan untuk menentukan faktor dominan terhadap estimasi harga di Procurement dan menciptakan sebuah model yang baik  untuk estimasi harga. Selain faktor-faktor yang mempengaruhi harga dari penelitian sebelumnya, dalam penelitian ini ada kebaruan dalam faktor yang mempengaruhi estimasi harga yaitu tingkat kinerja vendor,  jumlah pesanan, dan tenant dari aset. Faktor analisis dilakukan di penelitian ini , untuk mengetahui kelompok variabel laten dari seluruh variabel faktor estimasi harga. Hasil dari faktor analisis membentuk empat kelompok faktor estimasi harga. Keempat kelompok variabel tersebut dibuat dalam model Hybrid Case-Based Reasoning dimana ada pendekatan k-Nearest Neighbor dan Neural Network untuk memvalidasi hasil antara aktual dan estimasi. Dari model validasi tersebut didapakan bahwa model dengan kelompok variabel yang terdiri dari lokasi, tingkat kinerja vendor, jumlah pesanan dengan pendekatan k-Nearest Neighbor memiliki nilai aktual dan estimasi paling banyak dan nilai MAE terkecil yaitu 52 data dan nilai MAE 1.05%. Namun ada satu kelompok variabel yang hanya ada satu faktor yaitu tipe pekerjaan dengan pendekatan k-Nearest Neighbor memiliki nilai RSME paling kecil sebesar 3.80. Ketika melibatkan seluruh variabel sebagai prediktor ternyata tidak memperkecil nilai MAE dan RSME. Sehingga model terbaik yaitu dari kelompok -1 yang terdiri dari lokasi, jumlah kompetitor, dan jumlah pesanan yang didapatkan dari hasil faktor analisis sebelumnya. Sehingga jumlah komposisi kelompok penyusun variabel tidak berbanding lurus nilai error terhadap model yang dibangun. ...... Procurement as a vital sector for cost efficient of a company must negotiate with vendors to get the best price for procuring assets and services for a company. The most challenging part of negotiation is creating price estimation by a purchaser. Price estimation factors are debatable for procurement experts. This research aims to determine dominant factors for price estimation in a procurement and creating a model based on the factor especially lease asset procuring. In addition, the research consider factors from previous research on price estimation and add novelty factors as a consideration such as vendor performance, quantity order, and tenancy of assets. Factor analysis is conducted in this research to get latent variable group of whole variable factor estimation price. The results of factor analysis are four group variable latent of factor estimation price. Afterward,  Four groups variable are creating model with Hybrid Case-Based Reasoning by approaching k-Nearest Neighbor dan Neural Network to validate result between actual and estimation. Thereafter, the model validated obtain that result of group latent variabel consist of location, vendor performance, and quantity order by approaching  k-Nearest Neighbor,  has result between actual and estimation the most matching and the smallest value MAE estimation by 52 data and MAE value is 1.05% consecutively. Conversely, any one group variabel latent which consist of one factor is tipe Pekerjaan by approaching k-Nearest Neighbor get value of RSME is the smallest than the others by value 3.80. when involving all variabels as predictors, it does not reduce the value of MAE and RSME. Thus, the best model is from group 1 which consists location, number of competitors, and quantity order obtain from the results of previous factor analysis. So that the composition of the variabel is not directly proportional  to the error value of the model built. 

Abstrak :
Tesis ini dilatarbelakangi karena Kawasan Industri Pulo Gadung merupakan aset Pemerintah Provinsi DKI Jakarta yang harus dikelola dengan baik khususnya di era otonomi dan desentralisasi daerah kini dituntut pertanggungjawaban segala kinerja, termasuk pengelolaan asset berupa tanah. Di antara langkah awal untuk dapat mengelola tanah ini secara baik, bagi Pemerintah Kota Administratif Jakarta Timur, adalah mengetahui harga/nilainya secara tepat. Apabila hanya mendasarkan diri pada data NJOP, yang dihasilkan oleh Kantor Pelayanan Pajak Pratama Cakung Satu Jakarta Timur, dalam penentuan penggunaan tanah di Kawasan Industri Pulo Gadung tentu tidak baik. Sebab sejauh ini Kantor PBB Cakung Satu memperlakukan nilai/harga tanah yang sama untuk semua perusahaan di zona yang sama. Selain itu dengan memperlakukan harga secara sama untuk semua bidang tanah tanpa memperhatikan lokasi jelas akan berakibat tidak adil dalam pemungutan pajak (PBB). Tujuan dari tesis ini adalah untuk mengetahui harga pasar tanah wajar di Kawasan Industri Pulo Gadung. Tesis ini mengaplikasikan standar penilaian tanah yang dirumuskan oleh Komite Penyusunan Standar Penilaian Indonesia (KPSPI) yang kerap disebut Standar Penilaian Indonesia (SPI) Tahun 2007 dengan menggunakan pendekatan perbandingan data pasar untuk menentukan harga pasar tanah dari data jual beli (Data penawaran/data transaksi). Sedangkan nilai bangunan pabrik maupun gudang digunakan penilaian pendekatan kalkulasi biaya. Nilai pasar bangunan diperoleh dengan mengurangi Biaya Penggantian Baru (Replacement Cost, New) bangunan menggunakan Metode Meter persegi dengan Penyusutan/ Depresiasi bangunan pada saat penilaian menggunakan metode langsung (direct Method). Direkomendasikan agar pemerintah melakukan perhitungan kembali terhadap tanah-tanah, setidaknya dengan memanfaatkan standar penilaian tanah yang ada di Indonesia (SPI), khususnya yang ada di Kawasan Industri Pulo Gadung, dan seluruh bidang tanah di wilayahnya mengingat konflik ganti rugi tanah sering terjadi; dan PBB akan diserahkan pengelolaannya ke daerah tahun 2014. ......This thesis is motivated because Industrial Estate Pulogadung is an asset to the city administration that must be managed well, especially in the era of regional autonomy and decentralization of responsibilities now required of all performance, including management of assets such as land, Among the first steps to properly manage these lands, for the Government of the City of East Jakarta, is to know the price / value appropriately. If only rely on NJOP data, generated by the Tax Office Primary Cakung One East Jakarta, in determining the use of land in Industrial Area Pulo Gadung certainly not good. Because so far the Office Cakung One treats the value / price of land is the same for all companies in the same zone. In addition, by treating the same price for all parcels of land regardless of the location will obviously result in unfair tax (PBB). The purpose of this thesis is to determine the fair market value of land in Industrial Area Pulo Gadung. This thesis applies the land valuation standards formulated by the Appraisal Standards Development Committee of Indonesia (KPSPI) are often called Standard Assessment of Indonesia (SPI) of 2007 by using the market data approach to determine market price for property in the form of land clearing by comparing the data sale (Data bidding / transaction data) properties of similar / comparable. While the value of factory building and warehouse costing approach used in assessment. Market Value of the building is obtained by subtracting the New Replacement Cost (Replacement Cost, New) square meters of buildings using methods with Depreciation / Depreciation of buildings at the time of assessment using the direct method (direct method). It is recommended in order that the government do recalculation to lands, so that at least by using standard of estimation of exist land in Indonesia specially which is in Pulo Gadung Industrial Estate and all of land area in its territory. Where as the conflict of imbursement often occurred; and PBB (Building and Land Tax) will be given its management to the state in 2014.

Abstrak :
Dalam bisnis perkapalan, galangan kapal harus bisa memperkirakan harga kapal secara akurat. Perkiraan harga diperlukan dalam proses penawaran, perubahan pesanan, dan studi penjualan. Banyak pendekatan perkiraan harga yang ada, berdasarkan pada perhitungan dari kapal-kapal yang dibangun sebelumnya, parameter secara keseluruhan, dan analisa fisika. Perkiraan harga merupakan hal yang cukup sulit di dunia perkapalan. Estimator harga bisa saja kekurangan informasi teknis aktual dan mendapat data yang tidak konsisten. Insinyur perkapalan dan arsitek kapal kebanyakan kekurangan umpan balik dalam konsekwensi harga dari pilihan teknis mereka. Manager sering kekurangan informasi ditandai dari tingkat kepercayaan diri mereka dalam memperkirakan harga dalam pilihan bisnis. Akhirnya, banyak pendekatan dalam memperkirakan harga misterius dan tidak disahkan secara formal (setiap estimator harga mempunyai buku pegangan mereka masing-masing), menyulitkan (memerlukan waktu yang terlalu lama untuk digunakan oleh pembuat pilihan), atau sulit untuk digunakan (kurva yang curam). Tujuan penulisan tugas akhir ini adalah untuk menyediakan pendekatan yang sederhana, yang memudahkan untuk insinyur perkapalan, arsitek kapal dan estimator harga dalam memperkirakan harga kapal. Pendekatan dibuat ini berdasarkan pengamatan dan analisa dari data-data yang didapatkan dari berbagai sumber. ......In shipping business, shipyards must be able to accurately estimate costs. Cost estimating is necessary for the bid process, for change orders, and for tradeoff studies. Numerous cost estimating approaches exist. They are based on extrapolations from previously-built ships, detailed bottoms-up parametrics, and integrated physics-based analyses. Cost estimating can be frustrating to shipyard personnel. Cost estimators may lack timely technical information and face data inconsistencies. Ship engineers and naval architects commonly lack feed-back on the cost consequences of their technical decisions. Managers often lack information denoting the level of confidence in cost estimates upon which they must make business decisions. Finally, many approaches to cost estimating are mysterious and not formally validated (each cost estimator has his own black book), complicated (too time consuming to be of use to decision makers), or difficult to use (steep learning curve). This paper presents an approach that is simple, yet enables instant sharing of cost and technical data among ship engineers, naval architects and cost estimators; gives confidence measures to managers; and is user friendly. The approach is based on several years' development work in support of shipyard engineers, naval architects, and cost estimators.

Abstrak :
Penelitian ini dilakukan untuk mengetahui wilayah harga tanah di Kota Tangerang Selatan berdasarkan keinginan masyarakat (Harga Tanah Aktual), harga yang ditetapkan oleh pemerintah (Harga NJOP) dan harga pendugaan yang merupakan hasil perhitungan statistik (harga estimasi). Hasil dari penelitian ini menunjukan bahwa Faktor-faktor yang mempengaruhi wilayah harga tanah Aktual, NJOP dan Estimasi dipengaruhi oleh jarak terhadap pintu tol, jarak terhadap jalan arteri, terletak pada pemukiman teratur dan jarak terhadap fasilitas umum kesehatan. Faktor wilayah terbangun/tidak terbangun merupakan faktor penentu Harga Tanah Aktual dan Estimasi namun tidak berpengaruh terhadap Harga Tanah NJOP. Sedangkan jarak terhadap Fasilitas keamanan dan pendidikan merupakan faktor yang berpengaruh terhadap Harga Tanah NJOP namun tidak berpengaruh terhadap Harga Tanah Aktual dan Estimasi. Model Estimasi Spasial Harga Tanah Objektif adalah akan semakin tinggi apabila terletak dekat pintu tol, dekat jalan arteri, dekat fasilitas umum kesehatan dan terletak pada wilayah terbangun dengan pemukiman yang teratur. Status tanah, karateristik wilayah dan jarak fasilitas keamanan tidak berpengaruh terhadap model estimasi spasial harga tanah objektif. Apabila karakteristik wilayah bersifat desakota dikeluarkan dari model, maka karakteristik wilayah (bersifat perkotaan dan perdesaan) akan berpegaruh terhadap fluktuasi Harga Tanah Objektif. Jadi profil karakter desakota justru cendrung membiaskan Harga Tanah di Kota Tangerang Selatan. ......Objective of this research is to make a map of the land price in South Tangerang City based on 3 prices, i.e.: the prices determined by the public (actual land prices), the prices determined by the government (NJOP), and the prices as the results of statistical modeling (estimation prices). The results of this research show that the spatial pattern of land prices (actual land prices, NJOP land prices, estimation land prices) are influenced by the distance from the gate of high way, the distance from artery road, location at proper/not proper residence, and the distance from public health facility. The model of objective estimation land price is higher in the location where the land is closer to the gate of high way, to the artery road, to the public health facility, and in the developed area, with proper residence. The land status, the characteristic, and the distance from security facility do not give effects to the objective land prices. If the observations with characteristic rural-urban are not included in the model, this explanatory variable (characteristic of the area) contributes significantly to the land prices. In other words, characteristic ruralurban causes the bias to the land price of South Tangerang City.

Abstrak :
Mobil pribadi dianggap sebagai kendaraan yang memberikan nilai kenyamanan tersendiri bagi pemiliknya. Di negara-negara berkembang, jual-beli mobil bekas menjadi sebuah tren yang tidak terhindarkan. Valuasi mobil bekas ditentukan oleh banyak faktor sehingga sulit menentukan harga jualnya, akan tetapi metode machine learning (ML) menunjukkan hasil yang menjanjikan belakangan ini. Penelitian ini menggabungkan stacked generalization (stacking) sebagai salah satu metode ML dengan optimasi berbasis model berurutan atau sequential model-based optimization (SMBO) untuk mengestimasi valuasi mobil bekas. Penelitian ini menambahkan beberapa variabel independen yang belum pernah digunakan oleh penelitian sebelumnya seperti harga awal, sisa masa garansi, serta kehadiran kunci cadangan dan buku servis. Data penelitian berasal dari salah satu situs web penjualan mobil bekas di Indonesia. Algoritma stacking dibandingkan dengan algoritma ML lain yang sering digunakan untuk mengestimasi harga mobil bekas seperti random forest (RF), gradient boosting (GB), support vector regression (SVR), dan multi-layer perceptron (MLP). Hasil penelitian menunjukkan bahwa algoritma stacking yang dioptimasi memiliki kemampuan prediksi terbaik dengan R2 0,9712, MAPE 4,57%, dan RMSE 19,77 juta rupiah. Dengan teknik permutation feature importance, penelitian ini mendapati faktor-faktor yang paling berpengaruh terhadap besarnya penurunan harga mobil bekas yaitu usia mobil, kapasitas mesin, bahan bakar, merek, jarak tempuh, sisa masa garansi, dan tipe mobil. ......Private cars are considered vehicles that provide unrivaled comfortability for its owner. In developing countries, buying and selling used cars is an inevitable trend. The valuation of a used car is determined by many factors, making it difficult to determine its selling price, but machine learning (ML) method has recently shown promising results. This study combines stacked generalization (stacking) as one of the ML methods with sequential model-based optimization (SMBO) to estimate used car valuations. This study adds several independent variables that previous studies have not used, including initial price, remaining warranty period, and the presence of spare keys and service books. Data are gathered from a website selling used cars in Indonesia. Stacking is compared to other ML algorithms often used to estimate used cars price, such as random forest, gradient boosting, support vector regression, and multi-layer perceptron. Results showed that the optimized stacking algorithm had the best predictive ability with R2 0.9712, MAPE 4.57%, and RMSE 19.77 million rupiahs. Using permutation feature importance, this study found the most influential factors in the decline magnitude of used car prices, which are the car's age, engine capacity, fuel, brand, mileage, remaining warranty period, and type of the car.