Hasil Pencarian  ::  Simpan CSV :: Kembali

"Penelitian ini bertujuan untuk melakukan analisa kelayakan pembangunan dan pengoperasian instalasi pengolahan air bersih dengan sistem dan teknologi reverse osmosis di Teluk Jakarta. Pembangunan instalasi pengolahan air bersih tersebut dimaksudkan sebagai wujud nyata upaya pemerintah untuk mengatasi masalah defisit air bersih dan memenuhi kebutuhan air bersih penduduk di wilayah Jakarta Utara. Sistem reverse osmosis yang dikembangkan dalam penelitian ini adalah instalasi pengolahan air laut sebagai bahan baku dan diproses menjadi air bersih dengan kualitas air minum desalinasi. Pendekatan studi dilakukan dengan melakukan proyeksi jumlah penduduk dan kebutuhan air bersih hingga masa 30 tahun ke depan periode 2016 2047. Untuk analisis keinginan membayar dan kemampuan membayar dilakukan dengan pendekatan survei menggunakan metode Contingent Valuation. Analisis kelayakan dilakukan dengan mempertimbangkan aspek pasar aspek teknis aspek kelembagaan aspek lingkungan aspek keuangan dan aspek ekonomi. Perhitungan analisis kelayakan menggunakan metode analisis biaya manfaat dengan berdasarkan nilai Net Present Value NPV Internal Rate of Return IRR Benefit Cost Ratio dan Pay Back Period. Penelitian ini menggunakan beberapa asumsi diantaranya adalah kegiatan operasi selama 30 tahun dengan Opportunity Cost of Capital sebesar 12 dan kapasitas mesin pengolah minimum 100 000 meter kubik per hari. Upaya perhitungan perkiraan pendapatan biaya dan pemenuhan kebutuhan air bersih konsumsi dilakukan berdasarkan hasil survei dengan menggunakan Contingent Valuation Method. Selain analisis kelayakan penelitian ini juga melakukan analisis alternatif kebijakan dan strategi investasi serta analisis dampak (eksternalitas).

---

This study aims to analyze the feasibility of the construction and operation of water treatment plant with reverse osmosis systems and technology in Jakarta. Bay Construction of water treatment plant is intended as the government 39 s efforts to address the problem of clean water deficit and meet water needs population in North Jakarta. Reverse osmosis system developed in this study is a sea water treatment plants as raw materials and processed into water with the quality of drinking water desalination.

Approach to the study done by the projected population and the need for clean water until the next 30 years period 2016 2047 For the analysis of the willingness to pay and ability to pay is done by using the survey with Contingent Valuation Method. CVM Feasibility analysis performed by considering the market aspects technical aspects institutional aspects environmental aspects financial aspects and economic aspects. The calculation of the feasibility analysis using cost benefit analysis on the basis of the value of the Net Present Value NPV Internal Rate of Return IRR Benefit Cost Ratio and Payback Period.

This study uses a number of assumptions which are operations for 30 years with interest rate as the Opportunity Cost of Capital of 12 and a minimum processing engine capacity of 100 000 cubic meters per day. Efforts approximate calculation of revenues expenses and clean water supply consumption based on the results of a survey carried out by using the Contingent Valuation Method. In addition to the analysis of the feasibility of this research is also conducted an analysis of the alternatives policies and investment strategies as well as the analysis of the effects (externalities). "

"Segmentasi semantik adalah sebuah task pada bidang computer vision yang dewasa ini menjadi semakin penting. Segmentasi semantik sendiri dapat dipakai untuk memisahkan satu benda dengan benda yang lainnya, baik pada dua dimensi maupun tiga dimensi. Segmentasi semantik tiga dimensi umumnya mengutilisasikan sebuah point cloud yang dapat diambil menggunakan sensor Light Detection and Ranging (LIDAR). Sejak 2020, Apple menyertakan sensor LIDAR pada beberapa model iPhone. Hal tersebut memungkinkan orang awam untuk merekonstruksi berbagai objek dan keadaan di sekitarnya. Berdasarkan hal tersebut, dapat dirumuskan sebuah aplikasi yang dapat membantu penggunanya untuk melakukan scan terhadap benda rumah tangga untuk mengetahui panjang, lebar, tinggi, dan volume melalui kombinasi dari segmentasi semantik dan beberapa metode lainnya. Dibandingkan juga performa beberapa model yang menjadi kandidat integrasi dengan aplikasi tersebut, yaitu Dynamic Graph Convolutional Neural Network (DGCNN), Kernel Point Convolutional Neural Network (KPConv), Point Transformer, dan Point Transformer dengan Contrast Boundary Learning (CBL). Hasil pengujian menujukkan bahwa Point Transformer dengan CBL memiliki Intersection over Union yang paling baik. Didapatkan juga bahwa DGCNN adalah model yang paling baik untuk diimplementasikan sepenuhnya pada iPhone untuk edge computing.

---

Semantic segmentation is a computer vision task that has become increasingly important in recent years. Semantic segmentation can be utilized to separate one object from another in a two dimensional or three dimensional environment. Semantic segmentation normally utilizes a point cloud that can be obtained using a Light Detection and Ranging (LIDAR) sensor. As of 2020, Apple has packaged a built-in LIDAR sensor on a few iPhone models. This allows everyday users to reconstruct all sorts of objects around them. Owing to that

fact, there can be formulized an application that helps its users to find the length, width, height, and volume of an object through a combination of semantic segmentation along with a few other methods. We also compared the performance of different models as candidates to be integrated into the application, which are Dynamic Graph Convolutional Neural Network (DGCNN), Kernel Point Convolutional Neural Network (KPConv), Point Transformer, and Point Transformer with Contrast Boundary Learning (CBL). We found that Point Transformer with CBL has the best Intersection over Union result. We also found that DGCNN is the best model to be fully implemented on an iPhone for edge computing."