Hasil Pencarian  ::  Simpan CSV :: Kembali

"ABSTRAKKarya ilmiah ini merupakan sebuah upaya dalam melihat potensi kebangkrutan bank umum di Indonesia yang dibentuk dari rasio-rasio keuangan yang dianggap mewakili potensi kebangkrutan bank dan menggunakan alat bantu statistik logistik sebagai alat analisis. Hal tersebut nantinya akan memberikan hasil yang berupa formulasi yang berbentuk persamaan regresi.Untuk dapat menghasilkan hal tersebut maka digunakan data yang didapatkan dari laporan keuangan bulanan bank dari situs Bank Indonesia dari tahun 2002 hingga 2006. Karya ini membentuk model yang mana variabel independennya adalah rasio keuangan signifikan yang bisa memberikan rumusan sebuah bank dikatakan bangkrut atau tidak. Dalam karya ini bank dikategorikan dalam bentuk kepemilikannya dmana ada 6 kategori yaitu bank asing, campuran, BPD, persero, nasional devisa dan nasional non devisa."

"ABSTRAKUsaba asuransi merupakan j asa finansial yang memiliki asset sangat besar dalamperekonomian global. Pengelolaan asuransi yang baik tidak saja dibutuhkan gunameiljaga agar segala kew~1iban kepada nasabah di masa depan dapat terpenuhi tetapi jugamengantisipasi persaingan global menghadapi era perdagangan bebas AFTA-2003 yangtinggal sebentar lagi akan diberlakukan.Masyarakat sebagai pembeli atau konsumen asuransi membutuhkan suatupedoman yang mudah dan sederhana untuk merriutuskan perusahaan mana yang akandipilih berdasarkan kinerja masa lalunya, kualitas aset yang dimiliki serta basil analisakondisi keuangan perusahaan tersebut. Melalui tulisan ini diharapkan diperoleh suatl;l alatukur yang memiliki tingkat kredibilitas tinggi mengenai kondisi perusahaan asuransi jiwasehingga masyarakat awam memiliki pengetahuan bagaimana memilih perusahaanasuransi yang sehat.Analisa rasio laporan keuangan EWS (Early Warning System) dipakai dalammenentukan perusahaan mana yang masuk dalam kategori 'sehat' atau 'perlu analisalanjut'. Selanjutnya hasil perhitungan rasio laporan keuangan tersebut akan diujivaliditasnya dengan menggunakan alat uji statistik multivariat, yaitu Logistic Regressionserta untuk mendapatkan rasio-rasio terpenting untuk menentukan tingkat kesehatanperusahaan asuransi jiwa."

"Newborn Early Warning System (NEWS) dapat mengidentifikasi tanda perburukan melalui proses sistematisdengan memetakan tanda-tanda vital pasien. Tujuan karya ilmiah ini adalah untuk menganalisis optimalisasi   asuhan keperawatam pada sistem peringatan awal neonatus menggunakan NEWS melalui pendekatan Teori Konservasi Levine. Metode karya ilmiah ini adalah studi kasus. Terdapat lima kasus neonatus yang dirawat di ruang perinatologi yang diberikan asuhan keperawatan dengan pendekatan Teori Konservasi Levine. Aplikasi Teori Konservasi Levine memperhatikan empat konservasi yaitu energi, struktural personal dan sosial. Intevensi keperawatan yang dilakukan berdasarkan evidence based dan intervensi lainnya. Peringatan awal dengan menggunakan NEWS terbukti efektif dalam mengidentifikasi bayi yang berisiko, memudahkan untuk melakukan intervensi secara tepat, meningkatkan kualitas hidup neonatus serta dapat meminimalkan morbiditas dan mortalitas

---

The Newborn Early Warning System (NEWS) can identify signs of worsening through a systematic process by mapping the patient's vital signs. The purpose of this scientific work is to analyze the optimization of nursing care in the neonatal early warning system using NEWS through Levine's Conservation Theory approach. The method of this scientific work is a case study. There were five cases of neonates who were treated in the perinatology room and were given nursing care using Levine's Conservation Theory approach. Levine's application of Conservation Theory pays attention to four conservations: energy, structural, personal, and social. Nursing interventions are based on evidence-based and other interventions. Early warning using NEWS has proven to be effective in identifying at-risk babies, making it easier to make appropriate interventions, improving the quality of life of neonates, and minimizing morbidity and mortality."

"Penelitian ini akan berfokus pada evaluasi metode-metode sistem peringatan dini gempa bumi yang telah dipublikasikan oleh peneliti-peneliti lainnya dan dapat diakses secara publik. Tujuan dari adanya penelitian ini adalah untuk mengevaluasi kelebihan dan kekurangan dari masing-masing metode dalam memprediksi gelombang P/S, magnitudo, dan lokasi gempa bumi serta memberikan rekomendasi metode apa yang sebaiknya dikembangkan lebih lanjut, terutama untuk sistem peringatan dini gempa bumi di Indonesia. Penulis mengumpulkan data dari ratusan titik seismograf di Indonesia dan menggunakannya sebagai input untuk metode-metode yang digunakan dalam penelitian ini. Evaluasi yang akan dilakukan adalah evaluasi kuantitatif dengan menggunakan metrik-metrik yang sesuai dengan hasil dari metode-metode yang digunakan. Penelitian ini berkontribusi dalam memberikan rekomendasi sistem peringatan dini gempa bumi untuk Indonesia, sehingga dapat meningkatkan kesiapan dan keamanan masyarakat dalam menghadapi bencana alam.

---

This research will focus on evaluating earthquake early warning systems that have been published by other researchers and are publicly accessible. The goal of this research is to assess the strengths and weaknesses of each method in predicting P/S waves, magnitude, and earthquake location, as well as to provide recommendations on which methods should be further developed, especially for earthquake early warning systems in Indonesia. I have collected data from hundreds of seismograph stations in Indonesia and used it as input for the methods utilized in this research. The evaluation will be quantitative, using metrics that correspond to the results of the methods employed. This research contributes to providing recommendations for earthquake early warning systems in Indonesia, thereby enhancing the preparedness and safety of the community in facing natural disasters."

"Penyakit Demam Berdarah Dengue (DBD) merupakan salah satu masalah kesehatan masyarakat di Indonesia yang cenderung meningkat Berta meluas penyebarannya, sejalan dengan adanya peningkatan mobilitas dan kepadatan penduduk.Tujuan penelitian ini adalah untuk mengembangkan SKD KLB DBD dengan menggunakan Model Time Series untuk dapar memprediksi KLB DBD di DKI Jakarta. Pengembangan sistem ini didapat dari analisa sistem yang ada di Dinas Kesehatan DKI Jakarta.Beberapa masalah dari sistem yang ada adalah, Rumah Sakit melaporkan jumlah kasus ke Dinas Kesehatan namun tidak melaporkan ke PKM Kecamatan, sehingga membuat inkonsistensi data antara Dinas kesehatan dengan PKM Kecamatan. Proses analisis dilakukan oleh Tingkat Dinas Kesehatan, baru kemudian hasil analisanya diberikan pada Piniri Kecamatan. Hai itu membuat panjangnya waktu analisa. Program yang ada tidak mampu menampung data base dan data diinput tidak dengan konsisten sehingga mengalami kesulitan dalam pengolahan data dan tidak dapat mereport secara otomatis sehingga status wilayah baru dapat dilihat dan di analisa setelah report dicetak.Untuk itu dirancang suatu program aplikasi basis data untuk pengembangan SKD KLB DBD, yang diharapkan dapat menjadi back up data di PKM Kecamatan dan Dinas Kesehatan, sehingga data hilang, tidak seragam dan inkonsistensi data dapat diatasi. Analisa dapat dilakukan setiap saat dengan cepat tanpa melihat laporan sebelumnya.Kekuatan sistem ini adalah data terstruktur, pengolahan data lebih cepat dan dapat menyajikan jumlah kasus dengan statusnya : KLB, Naik, Menurun atau Tetap. Program ini juga dapat memprediksi jumlah kasus yang terjadi dimasa yang akan datang. Kelemahannya, prediksi dapat dilakukan bila ada angka ABI (Angka Bebas Jentik), kelemaban dan suhu setiap bulannya.Dengan adanya model untuk dapat memprediksi jumlah kasus yang akan datang diharapkan Pengembangan SKD KLB DBD ini dapat diimpiementasikan di Dinas Kesehatan DKl Jakarta dan PKM Kecamatan. Hal ini untuk mendukung SKD KLB DBD. Tidak menutup kemungkinan basis data ini juga bisa dikembangkan lebih lanjut.

---

Development Of Early Warning System For The Outbreak Of Dengue Hemorrhage Fever Using Time Series At DKI JakartaDengue Hemorrhage Fever (DHF) is one of the public health problems in Indonesia, this disease tend to increase and spread out, following increase of population's mobility and population's density.The purposed of this study is to develop Early Warning System (EWS) for the Outbreak of Dengue Hemorrhage Fever (DHF) using Time Series in order to be able to predict Outbreak DHF at DKI Jakarta. Developing this system based on the analysis system existed in the Provincial Health Department DKI Jakarta.Results of the analysis system is found that there is a problem with the existing system, the hospitals sending their report only to the Provincial Health Department, they are not reporting to Sub-district Community Heath Center (CRC), then the data analysis was done by the Provincial Health Department, and after that the result of the analysis sent to Sub-district CHC. This system resulting on a tong time process of the data analysis and also introducing inconsistency data between Provincial Health Department with Sub-district Community Health Center. The other problem is the data was not entered consistently, resulting on some difficulties on the data processing, and the report was net processed automatically, therefore the status of new areas were not seen and could not be analyzed after report printed.In order to solve the problems, it was developed a data-based computer software for the Early Warning System for the Outbreak of Dengue Hemorrhage Fever. This data-based expected could be as a back-up data-based in Sub-district Community Health Center and at the Provincial Heath Department, therefore the data lost or data inconsistency could be controlled, and the data analysis could be done every time quickly.The strength of this system is the data was structured, the data processing can be done quickly, and the report can be shows the number of cases and the status of the area; outbreak, increasing cases, decreasing, or constant, This system could also be used to predict the number of cases in the future. However, the weaknesses of this system is the prediction could be done if only available the data about ABJ (Angka Bebas Jentik), humidity (kelembaban), and temperature (suhu) every month.With the ability of the system to predict the number of cases in the future, it hopes that this Early Warning System (EWS) for the Outbreak of Dengue Hemorrhage Fever (DHF ) that has developed can implemented in the Provincial Health Department and Sub-district Community Health Center (CHC). However, this system especially the data-based could also be developed for the other analysis."

"The 1997-1999 currency crises series was a major shock to Indonesian economy. The crises had damaged Indonesian economy, since economic growth declined sharply and Indonesian banking system was in collapse. Should the monetary authority and business practitioners anticipated the currency crises, the social loss caused by it could be reduced. Learning from past mistakes, an early warning system to predict the possibility of currency crises occurrence in the near future is needed.This study applies the leading indicator approach to construct early warning system of currency crisis for Indonesia, both by using individual and composite leading indicators. A currency crises in this study is defined as any observation of exchange market pressure {EMI') over EMPs mean plus one time of EMPs standard deviation. Meanwhile, the threshold level for indicator's signal issuance is set to leave 20% best observations. Each indicator's performance is measured by using three criteria: (I) percentage of correctly called crises; (2) adjusted noise to signal ratio; and (3) probability of crisis following a signal.Results from this study show that there are five best individual indicators that can fulfil all of the criteria: (1) Rupiah REER misalignment over its trend value; (2) Deposit Money Banks' foreign assets growth; (3) financial account surplus; (4) base money growth; and (5) financial account surplus to GDP ratio. From the best individual indicators, 17 best composite indicators can be constructed. The first best composite indicator is the "VW', which is a direct combination of "Rupiah REER misalignment over its trend" and "Deposit Money Banks' foreign assets growth"."

"Pada penelitian ini membahas sistem pemantauan pada stairlift menggunakan internet of things (IoT), di mana sistem tertanam dalam fisik stairlift menggunakan sensor yang dipasang pada komponen stairlift dan kemudian diintegrasikan ke dalam platform IoT cloud (thingspeak) melalui jaringan internet. Akuisisi data fisis multi-sensor dapat berjalan, banyak informasi yang dapat diakses seperti: temperature motor, kecepatan, beban penumpang, konsumsi daya, getaran bearing dan getaran motor. Sistem pemantauan dapat berjalan secara real time, sehingga membuat pemantauan terpusat dan kegagalan operasi stairlift dapat dicegah sedini mungkin melalui early warning system (EWS) via Telegram. Selain itu, sistem ini dapat memberikan dukungan analisis teknis dalam mengembangkan prototype stairlift di masa mendatang. Berdasarkan analisis hasil pemantauan yang diperoleh, prototype stairlift layak dikembangkan untuk skala industri, secara operasional memenuhi ASME A18.1, ISO 10816 dan ISO 2372. Hal ini ditunjukkan dalam ujicoba variasi beban penumpang hingga maksimum 115 kg diperoleh kecepatan maksimum rata-rata <0,2 m/s, temperature motor <74,6 ˚C, konsumsi daya <600 watt, acceleration getaran bearing <0,5 g'peak dan kecepatan getaran motor (RMS) <4,5 m/s. Namun masih dibutuhkan improvement pada sistem teknis operasional prototype stairlift diantaranya temperature motor, konsumsi daya dan kecepatan agar dapat berjalan stabil.

---

This research discusses monitoring systems on stairlift using internet of things (IoT), where the system embedded in the physical stairlift uses sensors that are mounted on the stairlift component and then integrated into the IoT cloud platform (thingspeak) via the internet network. Multi-sensor physical data acquisition can run, a lot of information that can be accessed such as: motor temperature, speed, passenger load, power consumption, bearing vibration and motor vibration. The monitoring system can run in real time, thus making centralized monitoring and failure of stairlift operations preventable as early as possible through the early warning system (EWS) via Telegram. In addition, this system can provide technical analysis support in developing stairlift prototypes in the future. Based on the analysis of the monitoring results obtained, the prototype stairlift is suitable for industrial scale development, operationally compliant with ASME A18.1, ISO 10816 and ISO 2372. This is shown in the trial of passenger load variations up to a maximum of 115 kg obtained an average maximum speed <0, 2 m/s, motor temperature <74.6˚C, power consumption <600 watts, bearing vibration acceleration <0.5 g'peak and motor vibration speed (RMS) <4.5 m/s. However, improvements are still needed in the operational technical system of the prototype stairlift including motor temperature, power consumption and speed so that it can run stably."

"Skripsi ini berisi tentang sistem pendeteksian gelombang gempa penyebab tsunami dengan menggunakan metoda Hidden Markov Models (HMM) dengan membandingkan keseluruhan sistem terhadap perubahan ukuran codebook, besarnya iterasi dan durasi sinyal. Pada sistem pendeteksian ini, gelombang gempa yang diterima disampling terlebih dahulu kedalam bentuk diskrit. Sinyal diskrit ini diekstraksi agar diperoleh karakteristiknya dengan menggunakan MFCC (Mel Frequency Cepstrum Coefficient). Vektor data yang terbentuk kemudian dikuantisasi dengan algoritma General Lloyd Algorithm (GLA) yang selanjutnya akan ditraining dengan metoda HMM dan diidentifikasi. Pada tahap identifikasi gelombang gempa (recognition), ketiga jenis parameter ini diteliti unjuk kerjanya berdasarkan tingkat akurasi yang diperoleh. Peningkatan ukuran codebook, besar iterasi dan durasi sinyal memberikan peningkatan pada persentasi keberhasilan ini. Dari hasil uji coba, tingkat akurasi rata - rata yang diperoleh pada sistem ini adalah untuk durasi pencuplikan 0,1 codebook 32 = 69,1 %, cobebook 64 = ,76,6 % dan codebook 128 = 85 %. Sedangkan untuk durasi pencuplikan 0,5 detik codebook 32 = 72,5 %, cobebook 64 = 73,3 % dan codebook 128 = 81,6 %. Serta untuk durasi pencuplikan 1 detik ukuran codebook 32 = 75 %, codebook 64 = 81,6 % dan codebook 128 = 87,5 %.

---

This skripsi contains a system of earthquake causes tsunami waves by using the method of Hidden Markov Models (HMM) compare with the whole system to change the size of codebook, the size of the Iterations and the duration of the signal. On this system, the earthquake waves which received then take sampling into diskrit form. Diskrit signal is extracted so that the characteristics obtained by using the MFCC (Mel Frequency Cepstrum Coefficient). Vector data and that the algorithm quantized by General Lloyd algorithm (GLA), which will then be trained with the methods and identified HMM.

At the identification stage, the wave changes phase (recognition), this third type of parameters are based on the performance of the level of accuracy obtained. Increasing the codebook size, duration and iteration of the signal gives an increase in the percentage success.

From the results of the testing, the level of accuracy the average obtained in this system is for the duration 0.1 seconds and codebook 32 = 69.1%, cobebook 64 = 76.6% and the codebook 128 = 85%. While for the duration 0.5 seconds and codebook 32 = 72.5%, cobebook 64 = 73.3% and the codebook 128 = 81.6%. And for 1 second duration size codebook 32 = 75%, codebook 64 = 81.6% and the codebook 128 = 87.5%."

"Indonesia seringkali mengalami bencana alam, pada tahun 2008 Indonesia termasuk dalam 10 besar negara di dunia yang selalu mengalami bencana. Bencana terbesar yang terjadi adalah bencana hidrologi yang berhubungan dengan banjir, yaitu sekitar 34%. Ini mengindikasikan bahwa kejadian banjir perlu ditangani secara seksama oleh berbagai pihak. Pendekatan yang digunakan adalah secara nonstruktur dengan mengembangkan sistem peringatan dini banjir, menggunakan pemdektan pemodelan hidrologi dan hidraulik untuk menentukan karakteristik aliran banjir. Input yang dipakai dalam model menggunakan beberapa sumber data, seperti data pengamatan lapangan dengan sistem pengiriman data secara telemetri, data radar, satelit, dan data prakiraan hujan dari berbagai Numerical Weather Prediction (NWP) serta prakiraan muka air laut dengan menggunakan Astronomical Tide dan South China Sea Model. Penggunaan beberapa sumber data dimaksudkan untuk memperpanjang lead time yang dihasilkan oleh model. Sistem peringatan dini banjir Jakarta (J-FEWS) telah dioperasikan secara perdana untuk kejadian banjir pada akhir tahun 2012 dan awal tahun 2013. Hasil yang diperoleh menunjukkan bahwa sistem berjalan dengan baik meskipun hasil prakiraan masih memerlukan perbaikan, terutama data curah hujan yang digunakan (baik data pengamatan maupun data prakiraan). Penggunaan hujan prakiraan dapat menghasilkan lead time yang lebih panjang, tetapi akurasi prakiraan model menjadi berkurang."

"Early Warning System EWS merupakan alat skoring yang digunakan untuk memantau kondisi pasien di ruang perawatan maupun di Instalasi Gawat Darurat IGD. Pada IGD yang cenderung overcrowded dan memiliki arus perpindahan pasien yang lambat penggunaan EWS digunakan untuk memantau kondisi pasien melalui tanda-tanda vital sehingga perburukan kondisi pasien dapat segera dikenali. Tujuan dari penelitian ini untuk mengetahui hubungan tingkat pengetahuan perawat tentang initial assessment dengan penatalaksanaan EWS. Penelitian ini merupakan penelitian kuantitatif dengan metode deskriptif korelatif dengan desain cross-sectional yang dilakukan kepada 70 perawat IGD. Hasil menunjukan adanya hubungan yang bermakna antara tingkat pengetahuan perawat terhadap initial assessment dengan penatalaksanaan EWS di IGD p= 0.001 yang menunjukan semakin tinggi tingkat pengetahuan perawat tentang EWS yang terdapat dalam initial assessment maka penatalaksanaan EWS yang dilakukan semakin baik, sehingga peningkatan pengetahuan melalui pelatihan perlu ditingkatkan agar penatalaksanaan EWS yang baik dapat dilaksanaakan secara menyeluruh.

---

Early warning system EWS is a physiological scoring to observe the patients condition not only in hospital wards but also in Emergency Department ED. At an overcrowded ER that have slow of patient flow, EWS is use as an early detection of patients deterioration by observing the vital signs.

The purpose of this study is to identify the relationship between nurses knowledge of initial assessment and the application of EWS at emergency department. This is a quantitative study that used descriptive correlative with cross sectional design toward 70 emergency nurses.

The result showed there is a relationship between Nurses Knowledge of Initial Assessment and The Use of Early Warning System at Emergency Room p 0 .001 that show that the higher the level of nurses knowledge, their behavior is better. It is recommended to maintain the use of EWS in ED that already good through training regularly re sertification."