Hasil Pencarian  ::  Simpan CSV :: Kembali

Abstrak :
ABSTRAK
Telkomsel sebagai sebuah operator telekomunikasi seluler besar telah turut serta mengimplementasi layanan 3G WCDMA/HSPA di area Jabodetabek (Jakarta , Bogor, Depok, Tangerang, Bekasi). Teknologi 3G yang ada saat ini hanya HSDPA yang diaktifkan sedangkan HSUPA sebagai komplemennya masih dalam kondisi disabled. Pola trafik dari pelanggan 3G belum sepenuhnya diamati sehingga dapat menemui kesulitan dalam perencanaan bisnis kedepannya. Perkembangan jumlah trafik terutama uplink dan pelanggan yang sedang aktif dalam trafik tersebut diamati maka kondisi throughput pelanggan dapat diketahui apakah mengalami saturasi atau belum sehingga keperluan pengaktifan fitur peningkatan kapasitas uplink melalui teknologi HSUPA dapat dipertimbangkan. Penelitian perhitungan forecasting ini dilakukan dengan menggunakan metode deret waktu (time series method ) terhadap payload trafik uplink dan pelanggan yang sedang aktif di layanan serta barrier dan kelas trafik tertentu saat pengamatan. Sebagai hasil, pola dan rata-rata throughput setiap transaksi uplink pada kondisi masing-masing bearer dapat diketahui.

---

ABSTRACT
Telkomsel as a big cellular telecommunication operator already participated in 3G WCDMA/HSPA implementation at Jabodetabek area (Jakarta, Bogor, Depok, Tangerang, Bekasi). 3G technology that applied recently today only enable in HSDPA feature meanwhile HSUPA as complement still in disabled condition. Traffic pattern from 3G subscribers have not been fully monitored so it will face difficulty in future business plan. Development amount of traffic especially in uplink and subscribers who active in that traffic can be monitored so user throughput being known wheter on its saturation condition or not thus activating feature for improving uplink capacity through HSUPA technology can be considered. This forecasting research was done by applying time series method to uplink traffic and active subscriber in each barrier and QoS traffic class at the monitoring moment. As result, pattern and average throughput on each barrier can be known.

Abstrak :
Telkomsel sebagai sebuah operator telekomunikasi seluler besar telah turut serta mengimplementasi layanan 3G WCDMA/HSPA di area Jabodetabek (Jakarta, Bogor, Depok, Tangerang, Bekasi). Teknologi 3G yang ada saat ini hanya HSDPA yang diaktifkan sedangkan HSUPA sebagai komplemennya masih dalam kondisi disabled. Pola trafik dari pelanggan 3G belum sepenuhnya diamati sehingga dapat menemui kesulitan dalam perencanaan bisnis kedepannya. Perkembangan jumlah trafik terutama uplink dan pelanggan yang sedang aktif dalam trafik tersebut diamati maka kondisi throughput pelanggan dapat diketahui apakah mengalami saturasi atau belum sehingga keperluan pengaktifan fitur peningkatan kapasitas uplink melalui teknologi HSUPA dapat dipertimbangkan. Penelitian perhitungan forecasting ini dilakukan dengan menggunakan metode deret waktu (time series method ) terhadap payload trafik uplink dan pelanggan yang sedang aktif di layanan serta barrier dan kelas trafik tertentu saat pengamatan. Sebagai hasil, pola dan rata-rata throughput setiap transaksi uplink pada kondisi masing-masing bearer dapat diketahui.

---

Telkomsel as a big cellular telecommunication operator already participated in 3G WCDMA/HSPA implementation at Jabodetabek area (Jakarta, Bogor, Depok, Tangerang, Bekasi). 3G technology that applied recently today only enable in HSDPA feature meanwhile HSUPA as complement still in disabled condition. Traffic pattern from 3G subscribers have not been fully monitored so it will face difficulty in future business plan. Development amount of traffic especially in uplink and subscribers who active in that traffic can be monitored so user throughput being known wheter on its saturation condition or not thus activating feature for improving uplink capacity through HSUPA technology can be considered. This forecasting research was done by applying time series method to uplink traffic and active subscriber in each barrier and QoS traffic class at the monitoring moment. As result, pattern and average throughput on each barrier can be known.

Abstrak :
Biaya makan pasien merupakan biaya langsung dari kegiatan penyediaan makanan di rumah sakit. Terdapat perbedaan cara perhitungan kebutuhan biaya makan pasien di RSUP Dr Hasan Sadikin, karena yang diusulkan berdasarkan kelas rawat inap sedangkan yang diterima berdasarkan harga rata-rata, sehingga kurang dari yang dibutuhkan. Hal ini menyebabkan terjadinya perubahan dalam standar gizi , macam bahan makanan dan variasi makanan. Penelitian dilakukan untuk memperoleh gambaran besarnya kebutuhan biaya makan pasien melalui peramalan terhadap jumlah hari makan pasien serta biaya makan per pasien per hari per kelas rawat. Rancangan penelitian adalah analisa kuantitatif. Data yang diramalkan merupakan data sekunder mengenai jumlah hari makan pasien dan biaya makan pasien per hari per kelas rawat periode April 1997 hingga Maret 2000. Peramalan dilakukan dengan metode Time Series atau deret waktu pada program Quantitative System Business plus (QSB+) , melalui tahap input data, tampilan data, perbaikan data, pemecahan masalah dan penampilan hasil peramalan. Dari 10 metode peramalan pada program tersebut, dengan parameter Mean Error atau Bias, telah terpilih Winter's Model sebagai metode yang sesuai untuk meramal jumlah hari makan pasien dan biaya makan per pasien per hari per kelas rawat. Hasil perhitungan menunjukkan kebutuhan biaya makan pasien sebesar Rp 2197.219.533,00 atau selisih 15,68 % dengan biaya tersedia. Dari sudut rata-rata harga makanan pasien, hasil peramalan adalah Rp. 6.077,50 sedangkan indek harga yang ditetapkan adalah Rp 5.250,00. Beberapa alternatif yang dapat disarankan untuk mengatasi masalah tersebut yaitu: (1) Seluruh kekurangan ditanggung oleh rumah sakit, sambil mencari dana tambahan dari sumber lainnya , (2) Prioritas biaya makan untuk makanan pasien kelas III, (3) Prioritas biaya makanan untuk makanan pasien seluruhnya, sedangkan makanan dokter, ko-asisten dan pegawai rumah sakit lainnya disediakan dari dana lain. Perlu juga dikembangkan analisa biaya makan pasien secara tepat agar dapat dihitung besarnya kebutuhan biaya yang sebenarnya serta pembebanannya pada pola tarif yang ada. ......The patient food expense is a direct cost of hospital food services. There are different methods from food patient budgeting at the Dr Hasan Sadikin General Hospital, which is usually less than required. Hospital has to adapt the budget into nutritional value, food materials and variety of food. This study described how much was the costs of the food services through forecast number of patient food costs and number of patient day for each day per every class. Design of the study was a Quantitative Analysis with data processing from the number of patient day and number of patient food costs per day per class on April, 1997 until March, 2000. These study used Time Series Forecasting (TSFC) in Quantitative System for Business plus (QSB+) program, which some of steps following data input, data display, data checking, problem solving and display of the forecasting result. From the 10 methods on TSFC, Winter's Model had been chosen by using Mean Error parameter as the significant method for forecasting number of patient day and number of patient food costs per each patient per day per class. The result from the forecasting showed that the expense of food patient is Rp. 2.197.219.533, 00. It was different almost 15, 68 % from the actual expenses. From the average costs point of forecast was Rp. 6.077,50, while the actual index was Rp.5.250, 00. Therefore some alternatives were suggested to solve the problem. Those were: (1) Hospital absorbing all the costs while trying to get additional budget from other source, (2) Priorities the budget to 3rd class patient, (3) Priorities the budget for all patient, while food for doctor, co-assistant and hospital employees have to be paid from other fund. This requires the improvement costs analysis, in order to calculate the actual costs and tariff from the ward.