Hasil Pencarian  ::  Simpan CSV :: Kembali

"Penelitian ini bertujuan untuk menganalisis penyebab keterlambatan jadwal serta mengusulkan strategi mitigasi untuk kegiatan engineering, procurement, construction, dan commissioning proyek panas bumi Lumut Balai Unit-2 yang dikelola oleh Pertamina Geothermal Energy. Studi ini menggunakan kombinasi metode identifikasi risiko yang didukung oleh literatur dan masukan profesional. Risiko dievaluasi menggunakan kerangka penilaian berdasarkan probabilitas dan dampak waktu, kemudian diproses melalui simulasi Monte Carlo untuk memodelkan ketidakpastian jadwal. Hasil simulasi menunjukkan bahwa tidak ada satu aktivitas yang secara dominan memengaruhi risiko jadwal, namun berbagai aktivitas menunjukkan sensitivitas sedang, terutama yang berkaitan dengan supervisi, tenaga kerja, dan pengujian. Analisis Schedule Sensitivity Index (SSI) dan Risk Duration Tornado mengindikasikan bahwa risiko yang memengaruhi banyak aktivitas seperti kurangnya supervisi, kekurangan pekerja, dan target commissioning tidak tercapai memiliki dampak lebih besar dibanding keterlambatan tugas individual. Temuan ini menyarankan bahwa mitigasi risiko jadwal yang efektif sebaiknya difokuskan pada risiko yang berdampak luas serta penyesuaian ulang aktivitas kritis. Penelitian ini memberikan kontribusi pada manajemen risiko proyek dengan mengintegrasikan simulasi probabilistik dan penilaian ahli dalam perencanaan infrastruktur panas bumi.

---

This research aims to analyze the causes of schedule delays and propose mitigation strategies for the engineering, procurement, construction, and commissioning of the Lumut Balai Unit-2 geothermal project, managed by Pertamina Geothermal Energy. The study employs a combination of risk identification methods, supported by literature and professional input. Risks are evaluated using a scoring framework based on probability and time impact, which are then processed through Monte Carlo simulation to model schedule uncertainty. The simulation results reveal that while no single activity dominates the schedule risk, a wide range of activities exhibit moderate sensitivity, particularly those related to supervision, labor, and testing. Schedule Sensitivity Index (SSI) and Risk Duration Tornado analysis indicate that risks affecting multiple activities such as lack of supervision, worker shortages, and commissioning target not met are more impactful than isolated task delays. The findings suggest that effective schedule risk mitigation should focus on project wide affecting risks and readjustment of critical activities. This study contributes to the field of project risk management by integrating probabilistic simulation and expert judgment in geothermal infrastructure planning."

"Penjualan produk fesyen merupakan penjualan dengan tingkat kompetisi yang sangat tinggi dimana inventris merupakan faktor penting yang mempengaruhi permintaan produk dan keuntungan perusahaan. Produk fesyen merupakan produk dengan siklus hidup yang sangat singkat dimana suatu produk dapat digantikan dengan produk yang baru dalam jangka waktu yang sangat cepat. Kendala berupa kelebihan stok maupun kekurangan stok merupakan masalah yang sering terjadi. Perkiraan permintaan yang akurat untuk produk-produk tersebut sangat penting dalam mendorong operasi bisnis yang efisien dan mencapai keunggulan kompetitif yang berkelanjutan. Metode peramalan yang akurat sangat diperlukan dalam meramalkan produk fesyen karena beragamnya produk fesyen, selain itu produk fesyen memiliki data historis yang terbatas karena siklus hidupnya yang pendek. Oleh karena itu, sangat penting untuk mengembangkan metode peramalan yang berbeda untuk menganalisis tren permintaan produk ini. Dalam penelitian ini, skema peramalan dilakukan meggunakan metode hibrida klastering K-Means untuk melakukan agregasi terhadap beberapa jenis produk fesyen pada produk lama/produk historis, klasifikasi decision tree untuk meramalkan produk baru berdasarkan karakteristik produk lama, serta metode moving average untuk meramalkan penjualan berdasarkan time series pada produk baru.

---

Indonesian local fashion products are currently common in Indonesia because of highly level of competition where many business owner start their business in fashion local, higher demand from Indonesian citizen, efficient product development timeline and increasingly product diversity. The significant growth of Indonesian fashion local product has caused of a competitive business with the scope of Indonesian fashion local business. Accurate demand forecasting of such products become important in driving effective business especially in local fashion product and achieving a sustainable competitive advantage. In this study, forecasting demand of Indonesian local fashion product using hybrid method clustering K-means algorithm, classification method decision tree and moving average was conducted. Five independent variable/attribute descriptive was conducted to classify the item using decision tree classification method. They are color, size, material, price, and motif. In this research, the forecasting was performed as mid-term forecasting method. "

"Perkembangan e-commerce di Indonesia terus menjadi pusat perhatian Asia Tenggara. Dengan prediksi pertumbuhan hingga US $ 300 miliar pada tahun 2020, banyak e-commerce bertujuan untuk menciptakan nilai baru dalam produk / layanan baru. Hal ini menjadi kesempatan bagi program kolaborasi e-commerce startup untuk meningkatkan peluang e-commerce tumbuh lebih besar. Beberapa e-commerce telah meluncurkan program kolaborasi dengan hasil yang signifikan dan berkualitas. Pengambilan keputusan dalam kolaborasi e-commerce cenderung intuitif, terpusat, dan tidak menggunakan alat manajemen strategis. Penelitian ini bertujuan untuk mengidentifikasi faktor kritis sebagai pertimbangan utama dalam pengambilan keputusan kolaboratif antara perusahaan e-commerce dengan partner kolaborasi. Studi dilakukan dengan mengembangkan kuesioner kepada pengambil keputusan dalam kolaborasi e-commerce. Metode studi menggunakan kerangka kerja TOE, AHP dan TOPSIS. Objek penelitian ini adalah perusahaan e-commerce yang melakukan pemilihan program metode pembayaran. Sementara penelitian terbatas pada pemeringkatan faktor, studi lebih lanjut dapat dikembangkan untuk pemilihan program kolaborasi lainnya atau pengembangan kerangka strategi kolaborasi.

---

The development of e-commerce in Indonesia continues to be the center of attention of Southeast Asia. With a predicted growth of up to US $ 300 billion by 2020, many e-commerce aims to create new value in new products/services. Opportunity raises for the e-commerce startup collaboration program to increase the opportunities for e-commerce to grow bigger. Several e-commerce sites have launched collaborative programs with significant and quality results. Decision-making in e-commerce collaborations tends to be intuitive, centralized and does not use strategic management tools. This study aims to identify critical factors as the primary consideration in collaborative decision-making between e-commerce companies and collaborative partners. The study was conducted by developing a questionnaire for decision-makers in e-commerce collaboration. The study method uses the TOE Framework, AHP, and TOPSIS. The object of this research is an e-commerce company that selects a payment method program. While research is limited to ranking factors, further studies can be developed to select other collaborative programs or develop a collaborative strategy framework. "

"Pemerintah Indonesia memliki target bebas karies 2030 diaman berdasarkan data pada tahun 2018, rata-rata indeks DMF-T gigi permanen di Indonesia adalah 7.1 dan masih belum memenuhi untuk target tahun 2020 yaitu sebesar 4.1, selain itu peresentase masyarakat di Indonesia yang memiliki kesadaran untuk melakukan pengobatan gigi masih tergolong rendah yaitu sebesar 16.3% pada tahun 2018. Sehingga terdapat tuntutan untuk meningkatkan kualitas pelayanan pada bidang kedokteran gigi agar dapat meningkatkan kualitas kesehatan gigi dan kesadaran masyarakat untuk melakukan pengobatan di dokter gigi. Penelitan ini bertujuan untuk mendapatkan faktor yang dapat mempengaruhi kualitas pelyanan  pada klinik gigi yang ada di Jakarta sehingga diharapkan dapat meningkatkan kepuasan dari pasien dan mendorong masyarakat Indonesia untuk berobat ke dokter gigi. Penelitian ini menggunakan dimensi kualitas pelayanan berdasarkan SERVQUAL yaitu Tangibility¸ Reliability, Responsiveness, Assurance dan Empathy kemudian ditentukan 30 faktor yang mempengaruhi kualitas pelayanan kesehatan gigi, survei dilakukan terhadap pasien pada 100 klinik di Jakarta untuk mendapatkan kesenjangan dalam kualitas layanan dan kemudian mengintegrasikan kessenjangan tersebut terhadap Model Kano sehingga didapat prioritas terhadap faktor-faktor tersebut dalam rangka peningkatan kualitas layanan pada klinik gigi di Jakarta

---

The Indonesian government has a caries-free target of 2030, and based on data in 2018, the average DMF-T index of permanent teeth in Indonesia is 7.1 that still does not meet the 2020 target of 4.1, besides that the percentage of people in Indonesia who have the awareness to do dental treatment is still relatively low at 16.3% in 2018. So there is a demand to improve the quality of services in the field of dentistry in order to improve the quality of dental health and public awareness to perform treatment at the dentist. This study aims to find out the factors that can affect the quality of services at dental clinics in Jakarta so that it is expected to increase patient satisfaction and encourage Indonesian people to seek treatment at the dentist. This study uses the dimensions of service quality based on SERVQUAL, namely Tangibility¸ Reliability, Responsiveness, Assurance and Empathy then determined 30 factors that affect the quality of dental health services, a survey was conducted on patients at 100 clinics in Jakarta to find gaps in service quality and then integrate these gaps into Kano model so that priority is obtained for these factors in order to improve service quality at dental clinics in Jakarta. "

"Saat ini pemerintah sedang gencar melakukan pembangunan infrastruktur sesuai dengan Rencana Pembangunan Jangka Menengah Nasional (RPJMN) Tahun 2015-2019. Kemudian pemerintah mengkategorikan beberapa proyek tersebut ke dalam proyek strategis nasional. Beberapa proyek strategis nasional terutama di sektor minyak bumi dan gas termasuk dalam kategori megaproyek. Megaproyek merupakan proyek dengan nilai lebih besar dari 1 miliar USD. Megaproyek terkenal akan kompleksitas pekerjaan dan terkenal dengan kinerja proyek yang sangat buruk. Hal ini tergambarkan dari kondisi eksekusi megaproyek saat ini yang terdapat berbagai keterlambatan, permasalahan biaya, dan permasalahan kualitas pekerjaannya. Oleh sebab itu, perlu dilakukan identifikasi faktor-faktor yang berpengaruh terhadap kinerja megaproyek saat ini. Penelitian ini bertujuan untuk mengetahui faktor-faktor kritis yang berpengaruh terhadap kinerja megaproyek dan mengetahui hubungan sebab akibat dari masing-masing subfaktor dengan metode Decision Making Trial and Evaluation Laboratory berbasis Analytic Network Process (DANP). Hasil menunjukkan bahwa komunikasi antar tim proyek dan tingkat kompetensi tim proyek menjadi faktor yang paling berpengaruh terhadap kinerja megaproyek strategis nasional saat ini. Setelah itu dibuat strategi mitigasi untuk faktor-faktor tersebut.

---

Currently, the government is aggressively carrying out infrastructure development in accordance with the National Medium-Term Development Plan (RPJMN) 2015-2019. Then the government categorized some of these projects into national strategic projects. Several national strategic projects, especially in the oil and gas sector, are included in the megaproject category. Megaprojects are projects with a value greater than 1 billion USD. Megaprojects are familiar with the complexity of their work and also very poor project performance. This is illustrated by the current state of megaproject execution, which has various delays, cost problems, and problems with the quality of the work. Therefore, it is necessary to identifying the critical factors that affect the current performance of the megaproject. This paper aims to determine the factors that influence megaproject performance and determine the relationship between each factor using Decision Making Trial and Evaluation Laboratory based on the Analytic Network Process method. The results show that communication between the project team and the level of competence of the project team are the most influencing factors for the current national strategic megaproject performance. After that mitigation strategy are made to minimize the impact of that factors."

"Teknologi informasi membawa banyak perubahan dalam kehidupan sehari-hari, salah satunya perkembangan e-commerce. Namun, e-commerce yang saat ini berjamur adalah ecommerce B2C dan C2C padahal B2B e-commerce memiliki banyak potensi dan manfaat. B2B e-commerce sebagai sistem informasi antar organisasi yang memungkinkan pembeli dan penjual yang berpartisipasi secara online untuk bertukar informasi tentang harga dan penawaran produk. Sama halnya dengan model e-commerce lain, B2B e-commerce menawarkan dari pencarian produk hingga pembayaran produk dapat dilayani di dalam platform. Menurut survei DailySocial pada tahun 2018, hanya sekitar 36% yang pernah menggunakan B2B e-commerce. Selain itu, dengan adanya anomali akibat dari pandemi COVID-19 yang berakibat banyak yang beralih ke online, perusahaan B2B e-commerce menargetkan peningkatan penggunaan mereka lebih dari 25% di tahun 2021 ini. Untuk itu, perlu adanya penelitian terhadap faktor pendukung untuk mengembangkan B2B e-commerce di Indonesia khususnya untuk meningkatkan penggunaannya. Penelitian ini menggunakan DeLone and McLean Information System Success Model yang telah ditambahkan beberapa variabel ke dalam modelnya untuk mengetahui faktor pendukung yang membuat pengguna menggunakan B2B e-commerce. Model ini divalidasi melalui kuesioner dan studi literatur. Setelah kuesioner publik disebarkan, hasilnya diolah melalui Structural Equation Modelling (SEM). Hasilnya memperlihatkan bahwa variabel-variabel kualitas layanan (SEQ), keuntungan yang dipersepsikan (PV), kegunaan atau manfaat B2B e-commerce (U), kepuasan pengguna B2B e-commerce (US), tekanan eksternal yang dirasakan (PEP), dan niat untuk menggunakan B2B e-commerce memiliki hubungan direct dan indirect yang signifikan terhadap penggunaan sebenarnya dari B2B e-commerce. Selain itu, metodologi pairwise digunakan untuk mengetahui faktor pendukung keberhasilan perkembangan B2B ecommerce di Indonesia menurut para ahli dan diketahui bahwa tiga faktor pendukung untuk keberhasilan perkembangan B2B e-commerce ialah infrastuktur TI, layanan pelanggan, dan pemasaran & branding.

---

Information technology brings many changes in everyday life, one of them is the development of e-commerce. However, e-commerce that is currently booming is B2C and C2C e-commerce, even though B2B e-commerce has many potentials and benefits. B2B e-commerce as an inter-organizational information system that allows buyers and sellers who participate online to exchange information about prices and product offerings. As with other e-commerce models, B2B e-commerce offers from procure to pay for products that can be served on the platform. According to a DailySocial survey in 2018, only around 36% have ever used B2B e-commerce. In addition, with the anomaly resulting from the COVID-19 pandemic which resulted in many sectors switching to online, B2B e-commerce companies are targeting an increase in their use of more than 25% by 2021. For this reason, it is necessary to understand the supporting factors for developing B2B e-commerce in Indonesia, especially to increase its use. This study uses the DeLone and McLean Information System Success Model which has added several variables to the model to determine the supporting factors that make users use B2B e-commerce. This model was validated through a questionnaire and literature study. After the public questionnaire is distributed, the results are processed through Structural Equation Modeling (SEM). The results show that the variables of service quality (SEQ), perceived value (PV), usefulness or benefits of B2B e-commerce (U), B2B e-commerce user satisfaction (US), perceived external pressure (PEP), and intention to use B2B e-commerce has a significant direct and indirect relationship to the actual use of B2B e-commerce. In addition, the pairwise methodology is used to determine the supporting factors for the successful development of B2B e-commerce in Indonesia according to experts and it is known that three supporting factors for the successful development of B2B e-commerce are IT infrastructure, customer service, and marketing & branding. "

"Indonesia merupakan produsen utama minyak kelapa sawit di dunia sekaligus penyumbang devisa terbesar dari sektor perkebunan. Namun demikian, produktivitas kelapa sawit nasional menunjukkan tren penurunan, meskipun luas areal tanam terus meningkat setiap tahunnya. Penurunan ini disebabkan oleh berbagai faktor, seperti tingginya proporsi pohon tua yang belum diremajakan, rendahnya efektivitas program replanting terutama di perkebunan rakyat, terbatasnya akses petani terhadap benih unggul dan teknologi modern, serta masih maraknya peredaran benih palsu. Penelitian ini bertujuan untuk mengelompokkan provinsi-provinsi penghasil kelapa sawit berdasarkan karakteristik produktivitas dan luas tanaman menghasilkan (TM), guna memberikan dasar bagi rekomendasi kebijakan yang lebih tepat sasaran. Metode yang digunakan adalah Hierarchical Clustering dengan jumlah klaster (k) = 2, yang dipilih karena memberikan struktur klaster yang terpisah dengan baik dan mudah divisualisasikan. Metode ini dibandingkan dengan K-Means Clustering dan divalidasi melalui pengukuran validitas internal (Silhouette Score = 0,298; Calinski-Harabasz Index = 9,105; Davies-Bouldin Index = 1,477; dan Dunn Index = 0,457) serta validitas eksternal (Adjusted Rand Index = 0,419; F-value = 60,64; dan p-value = 5,07e-08). Hasil validasi menunjukkan klaster yang terbentuk cukup representatif dan stabil. Hasil klasterisasi menghasilkan dua kelompok utama, yaitu Klaster 1 berlabel “Kebun Kurang Produktif dan Tidak Stabil” dan Klaster 2 berlabel “Kebun Produktif dan Efisien”. Klaster 1 terdiri dari provinsi-provinsi yang didominasi oleh perkebunan rakyat dengan produktivitas rendah, fluktuasi hasil panen tinggi, dan tren pertumbuhan negatif. Klaster ini juga menunjukkan keterbatasan luas tanaman menghasilkan serta nilai UMR yang lebih rendah dari rata-rata nasional. Sebaliknya, Klaster 2 terdiri dari wilayah dengan produktivitas tinggi dan stabil, didukung oleh pengelolaan kebun yang efisien dan akses terhadap teknologi yang memadai. Berdasarkan hasil tersebut, penelitian ini merekomendasikan intervensi kebijakan khusus untuk Klaster 1, di antaranya percepatan program replanting, penguatan akses terhadap benih unggul dan teknologi pertanian, serta peningkatan kapasitas manajemen kebun dan sumber daya manusia (SDM). Penelitian ini diharapkan dapat memberikan kontribusi terhadap strategi pengembangan sektor kelapa sawit nasional melalui pendekatan kebijakan berbasis data.

---

Indonesia is the world's leading producer of palm oil and the largest contributor to foreign exchange earnings from the plantation sector. However, national palm oil productivity is showing a downward trend, even though the area under cultivation continues to increase every year. This decline is attributed to various factors, including a high proportion of old trees that have not been replanted, low effectiveness of replanting programs, particularly in smallholder plantations, limited access for farmers to high-quality seeds and modern technology, and the widespread circulation of counterfeit seeds. This study aims to group palm oil-producing provinces based on productivity characteristics and productive area (PA) to provide a basis for more targeted policy recommendations. The method used is Hierarchical Clustering with the number of clusters (k) = 2, chosen because it provides a well-separated cluster structure that is easy to visualize. This method was compared with K-Means Clustering and validated through internal validity measurements (Silhouette Score = 0.298; Calinski-Harabasz Index = 9.105; Davies-Bouldin Index = 1.477; and Dunn Index = 0.457) as well as external validity (Adjusted Rand Index = 0.419; F-value = 60.64; and p-value = 5.07e-08). The validation results indicate that the clusters formed are sufficiently representative and stable. The clustering results yield two main groups: Cluster 1 labeled “Low-Productive and Unstable Plantations” and Cluster 2 labeled “Productive and Efficient Plantations.” Cluster 1 consists of provinces dominated by smallholder plantations with low productivity, high harvest yield fluctuations, and negative growth trends. This cluster also shows limitations in the area of productive crops and a lower UMR value than the national average. Conversely, Cluster 2 consists of regions with high and stable productivity, supported by efficient plantation management and adequate access to technology. Based on these findings, this study recommends specific policy interventions for Cluster 1, including accelerating replanting programs, strengthening access to high-quality seeds and agricultural technology, and enhancing plantation management capacity and human resources (HR). This study is expected to contribute to national palm oil sector development strategies through a data-driven policy approach."

"Sektor properti memegang peran penting dalam perkembangan ekonomi perkotaan, khususnya dalam penentuan valuasi harga apartemen yang melibatkan berbagai faktor kompleks seperti ukuran bangunan, jumlah kamar, lokasi, dan akses terhadap fasilitas publik. Penelitian ini bertujuan untuk membangun model prediksi harga apartemen di DKI Jakarta menggunakan algoritma Multiple Linear Regression (MLR). Dataset yang digunakan memuat data apartemen di berbagai wilayah Jakarta dengan variabel mencakup karakteristik fisik properti serta kedekatannya dengan moda transportasi umum dan fasilitas publik. Proses pra-pemrosesan meliputi penanganan data hilang, transformasi variabel target menggunakan logaritma natural, serta standardisasi input untuk meningkatkan kinerja model. Model dievaluasi menggunakan metrik R-squared (R²) dan menunjukkan nilai R² sebesar 0,917, yang berarti 91,7% variasi harga apartemen dapat dijelaskan oleh variabel input. Variabel seperti luas bangunan (LB), jarak ke universitas, akses terhadap LRT, lokasi administratif (kabupaten), dan kedekatan dengan MRT memiliki kontribusi signifikan terhadap nilai properti. Hasil ini menunjukkan bahwa kombinasi faktor fisik dan aksesibilitas fasilitas publik merupakan penentu utama dalam valuasi apartemen di kawasan perkotaan seperti Jakarta.

---

The property sector plays a crucial role in urban economic development, particularly in determining apartment valuations, which involve complex factors such as building size, number of rooms, location, and access to public facilities. This study aims to develop a predictive model for apartment prices in Jakarta using the Multiple Linear Regression (MLR) algorithm. The dataset consists of apartment listings across Jakarta, incorporating variables related to physical characteristics as well as proximity to public transport and urban facilities. Preprocessing steps include handling missing data, applying natural logarithm transformation to the target variable, and feature standardization to enhance model performance. The model evaluation using the R-squared (R²) metric yields a value of 0.917, indicating that 91.7% of the variation in apartment prices can be explained by the input variables. Key features such as building area (LB), distance to universities, LRT access, administrative location (district), and MRT proximity significantly influence apartment values. These findings highlight the importance of integrating property attributes with accessibility to public amenities in determining apartment valuation in metropolitan areas like Jakarta."