Hasil Pencarian  ::  Simpan CSV :: Kembali

"This study discusses the strategies to deal with fleet planning issuesat Garuda Indonesia, the legacy air carrier of Indonesia. This is conducted to choose the right aircraft to replace the old plane and to decide the suitable ownership type, whether it is the capital lease (purchase) or operating lease. It only focuses on China and Saudi Arabia routes, the largest share for the long-haul route for Garuda Indonesia. Moreover, it will use forecasted demand of passengers on those routes in 2019-2028 period. This study uses two forecasting models for this purpose. First is a regression model with the population in each country as the independent variable, and second is the Winters model that is suitable for data with trend and seasonality characteristics, such as airline passengers. The performances of both methods are analysed using forecast errors, which are mean squared error (MSE), mean absolute deviation (MAD), mean absolute percentage error (MAPE) and Tracking Signal. Furthermore, for choosing the right aircraft and the right type of ownership, this study uses Integer programming method.The results show that Winters model is more suitable for China route, while the regression model is more suitable for Saudi Arabia route. Both results imply that Garuda Indonesia should anticipate the growth of passengers by increasing the capacity and balancing it with the financial condition. At the end of this study, it can be concluded that investing in the operating lease is more dominant than investing to purchase new aircrafts.  

---

Studi ini membahas strategi untuk menangani masalah perencanaan armada di Garuda Indonesia, yang merupakan maskapai penerbangan utama Indonesia. Penelitian ini dilakukan untuk memilih pesawat yang tepat untuk menggantikan pesawat lama dan memilih jenis kepemilikannya, apakah dengan pembelian atau sewa operasi, yang disesuaikan dengan perkiraan permintaan penumpang pada Garuda Indonesia pada rute China dan Arab Saudi, yang mana merupakan bagian terbesar untuk rute jarak jauh untuk Garuda Indonesia, pada periode 2019-2028. Penelitian ini menggunakan dua model peramalan. Pertama adalah model regresi dengan populasi di masing-masing negara sebagai variabel independen, dan kedua adalah model Winter yang cocok untuk data dengan tren dan karakteristik musiman, seperti penumpang pesawat. Kinerja kedua metode dianalisis menggunakan kesalahan perkiraan, yaitu mean squared error(MSE), mean absolute deviation(MAD), mean absolute percentage error(MAPE) dan Tracking Signal. Selanjutnya, untuk memilih pesawat yang tepat dan jenis kepemilikan yang tepat, penelitian ini menggunakan metode pemrograman Integer. Hasil penelitian menunjukkan bahwa model Winter lebih cocok untuk rute Cina, sedangkan model regresi lebih cocok untuk rute Arab Saudi dan kedua hasil menyiratkan bahwa Garuda Indonesia harus mengantisipasi pertumbuhan penumpang dengan meningkatkan kapasitas dan diimbaingi dengan kondisi keuangan. Pada akhir penelitian ini, dapat ditarik kesimpulan bahwa berinvestasi dalam sewa operasi lebih dominan daripada berinvestasi untuk membeli pesawat baru."

"Parkinson dan Frontotemporal Dementia (FTD) merupakan penyakit neurodegenerative yang disebabkan oleh penurunan fungsi otak. Jumlah kasus penyakit ini diprediksi akan terus meningkat sehingga Indonesia harus mempersiapkan penanganan yang tepat untuk menangani pasien Parkinson dan FTD di masa depan. Hingga kini belum ditemukan obat untuk menyembuhkan kedua penyakit tersebut dan seringkali terjadi kesalahan diagnosis di mana pasien FTD didiagnosis sebagai pasien Parkinson. Secara umum, terdapat empat tingkat keparahan pada penyakit tersebut, yaitu normal, ringan, sedang, dan berat. Pada penelitian ini dibahas karakteristik pasien Parkinson dan FTD secara umum dan laju peningkatan keparahan kondisi dari normal atau ringan menjadi sedang berdasarkan karakteristik pasien. Penelitian ini menggunakan data sekunder yang terdiri dari beberapa pengukuran klinis dan demografis. Adapun metode yang digunakan untuk analisis laju peningkatan keparahan penyakit adalah Optimal Survival Tree dan metode untuk mengukur goodness-of-fit dari model survival adalah concordance statistics. Metode optimisasi yang digunakan untuk mengoptimalkan Survival Tree menjadi Optimal Survival Tree adalah Mixed-Integer Optimization (MIO) dan pendekatan local search. Hasil dari penelitian ini menunjukkan bahwa pasien FTD memiliki kondisi lebih parah dan laju peningkatan keparahan lebih cepat daripada pasien Parkinson. Laju peningkatan keparahan pasien FTD cenderung dijelaskan oleh kemampuan non-motorik pasien, sedangkan pada pasien Parkinson cenderung dijelaskan oleh kemampuan motoriknya.

---

Parkinson and Frontotemporal Dementia (FTD) are neurodegenerative diseases which caused by decreased brain function. The number of cases of these diseases is predicted to increase so that Indonesia must prepare the right treatment for Parkinson and FTD patients in the future. Until now, no medication has been found to cure these diseases. Furthermore, misdiagnosis in which FTD patients are diagnosed as Parkinson patients often occurs. In general, there are four levels of severity in those diseases, which are normal, mild, moderate, and severe. This research focuses on analyzing the general characteristics of Parkinson and FTD patients along with the rate of increase in disease severity from normal or mild to moderate. This study used secondary data, consisting of several clinical and demographic measures. The method used to analyze the rate of increase in disease severity is Optimal Survival Tree, while the concordance statistics is used to measure the goodness of fit of the survival model. The optimization method used to optimize Survival Tree into an Optimal Survival Tree is Mixed-Integer Optimization (MIO) and the local search approach. As a result, FTD patients suffer more severely and have a faster rate of increase in disease severity than Parkinson patients. In FTD, the rate of increase in disease severity tends to be explained by patient's non-motor abilities, while in Parkinson by patient's motor abilities."