Hasil Pencarian  ::  Simpan CSV :: Kembali

"Kegiatan pemeliharaan merupakan salah satu faktor pendukung kelancaran operasi perusahaan. Agar kegiatan pemeliharaan dapat terlaksana dibutuhkan keterlibatan dari semua pihak untuk melakukan pemeliharaan. Hal ini untuk mengantisipasi gejala kerusakan lebih awal. Tindakan antisipasi paling awal, dapat dilakukan oleh operator, sebagai ujung tombak pemeliharaan. Metode ini dikenal dengan nama pemeliharaan mandiri (autonomous maintenance). Pelakasanaan pemeliharaan mandiri memerluukan rencana induk sebagai panduan. Perancangan rencana induk dimulai dengan penyebaran kuesioner ke pihak yang berkaitan dalam hal ini kelompok manajemen dan kelompok oprator untuk menganalisis kesiapan dan keinginan responden untuk menerapakn pemeliharaan mandiri. Sehingga dapat dihasilkan suatu rancangan pemeliharaan mandiri.

---

Maintenance activity is one of supporting factors to carry on company operation. Maintenance activity needs every single one to get involved during maintenance activity. In this way, maintenance departement could anticipated the breakdown earlier through the operator because operator is the key player to detect the breakdown earlier. This method known as Autonomous Maintenance. The implementation of Autonomus Maintenance need a masterplan as a guidance.

Designing a masterplan started with the questionnare distribution to the top level and operator level. The questionnare is needed to analyze respondent willingness and company preparation to implemented the Autonomous Maintenance and to breed a masterplan design."

"Perkembangan teknologi mempengaruhi berbagai bidang usaha untuk menerapkan sistem otomasi. Salah satunya adalah industri transportasi yang marak mengembangkan kendaraan otonom atau Autonomous Vehicle (AV). Seiring dengan perkembangan tersebut, penyelenggaraan AV tentu membutuhkan regulasi yang mendukung. Tulisan ini bertujuan untuk mengetahui pelindungan konsumen terhadap pengguna jasa transportasi AV di Indonesia dan bagaimana pertanggungjawaban pelaku usaha terhadap potensi kerugian yang dialami oleh konsumen ketika menggunakan jasa layanan transportasi AV. Tulisan ini menggunakan metodologi hukum Doktrinal, dengan menelaah suatu norma dan penerapan asas hukum, serta pelaksanaan Undang-Undang Nomor 8 Tahun 1999 tentang Perlindungan Konsumen, Undang-Undang Nomor 23 Tahun 2007 tentang Perkeretaapian, Undang-Undang Nomor 22 Tahun 2009 tentang Lalu Lintas dan Angkutan Jalan, Undang-Undang Nomor 11 Tahun 2008 tentang Informasi dan Transaksi Elektronik sebagaimana terakhir kali diubah dengan Undang-Undang Nomor 1 Tahun 2024, serta peraturan terkait lainnya. Walaupun ketentuan mengenai penyelenggaraan, pelindungan hukum, hingga pertanggungjawaban atas kerugian konsumen sebagai pengguna jasa transportasi AV belum diatur secara khusus dalam perundang-undangan di Indonesia, namun adanya sistem otomasi dalam operasional kendaraan sudah disinggung dalam Peraturan Menteri Perhubungan Nomor 18 Tahun 2023 tentang Sertifikasi Kecakapan Awak Sarana Perkeretaapian dan Peraturan Menteri Perhubungan Nomor 76 Tahun 2021 tentang Sistem Manajemen Transportasi Cerdas di Bidang Lalu Lintas dan Angkutan Jalan.

---

Technological developments have influenced various business fields to implement automation systems. One of them is the transportation industry which is rampant in developing Autonomous Vehicles (AV). Along with these developments, the implementation of AV requires supportive regulations. This paper aims to find out consumer protection for AV transportation service users in Indonesia and how business actors are accountable for potential losses experienced by consumers when using AV transportation services. This paper uses a doctrinal legal methodology, by examining a norm and the application of legal principles, as well as the implementation of Law Number 8 of 1999 concerning Consumer Protection, Law Number 23 of 2007 concerning Railways, Law Number 22 of 2009 concerning Road Traffic and Transportation, Law Number 11 of 2008 concerning Information and Electronic Transactions as last amended by Law Number 1 of 2024, and other related regulations. Although provisions regarding the implementation, legal protection, and liability for consumer losses as users of AV transportation services have not been specifically regulated in legislation in Indonesia, the existence of an automation system in vehicle operations has been mentioned in the Regulation of the Minister of Transportation Number 18 of 2023 concerning Certification of Railway Crew Proficiency and Regulation of the Minister of Transportation Number 76 of 2021 concerning Transportation Management Systems Smart in the Field of Traffic and Road Transportation."

"Smart campus telah menjadi salah satu tren teknologi yang diterapkan di berbagai universitas. Salah satu layanan yang dihasilkan dari smart campus adalah layanan berbasis lokasi (LBS) yang dapat digunakan untuk berbagai kegunaan, seperti navigasi indoor. Implementasi LBS memerlukan teknologi indoor positioning system (IPS) agar dapat menentukan posisi seseorang secara akurat dalam lingkup suatu gedung atau ruangan (indoor). Salah satu metode yang populer digunakan dalam IPS adalah fingerprinting dengan teknik mengukur received signal strength indicator (RSSI) dan menggunakan teknologi penunjang Wi-Fi. Metode fingerprinting terdiri dari dua tahap, yaitu tahap pengumpulan data fingerprint (tahap offline) dan prediksi (tahap online). Proses pengumpulan fingerprint untuk tahap offline memiliki overhead yang sangat tinggi. Pada penelitian ini, tim penulis mengemukakan IPS berbasis semi-autonomous fingerprint collection untuk mengatasi overhead yang sangat tinggi tersebut dengan menerapkan konsep smart campus. Hasil evaluasi menunjukkan bahwa IPS yang dikembangkan dapat mengurangi overhead pengumpulan fingerprint manual sebanyak 550.550 data fingerprint, dengan tingkat accuracy IPS sebesar 52%. Dengan data training yang lebih banyak dan bervariasi yang digunakan untuk melatih model machine learning, hasil eksperimen menunjukkan bahwa performa IPS semi-autonomous fingerprint collection mampu bersaing dengan IPS manual fingerprint collection.

---

Smart campus has become one of the technology trends applied in various universities. One of the services that arose due to smart campus is location-based service (LBS) which can be used for various purposes, such as indoor navigation. The implementation of LBS requires indoor positioning system (IPS) technology that determines a person's position accurately within the scope of a building or room (indoor). One of the popular methods used in IPS is fingerprinting by measuring received signal strength indicator (RSSI) and with the help of Wi-Fi technology. The fingerprinting method consists of two stages, namely the fingerprint data collection stage (offline stage) and the prediction stage (online stage). The fingerprint collection process for the offline stage has a very high overhead. In this research, the author team proposes a semi-autonomous fingerprint collection-based IPS to overcome the very high overhead using smart campus. The evaluation results show that the developed IPS can reduce the overhead of manual fingerprint collection by 550,550 fingerprint data, with an IPS accuracy level of 52%. With larger amount and more varied training data used to train the machine learning model, the experimental results show that the performance of the semi-autonomous fingerprint collection IPS can compete with the manual fingerprint collection IPS."

"Smart campus telah menjadi salah satu tren teknologi yang diterapkan di berbagai universitas. Salah satu layanan yang dihasilkan dari smart campus adalah layanan berbasis lokasi (LBS) yang dapat digunakan untuk berbagai kegunaan, seperti navigasi indoor. Implementasi LBS memerlukan teknologi indoor positioning system (IPS) agar dapat menentukan posisi seseorang secara akurat dalam lingkup suatu gedung atau ruangan (indoor). Salah satu metode yang populer digunakan dalam IPS adalah fingerprinting dengan teknik mengukur received signal strength indicator (RSSI) dan menggunakan teknologi penunjang Wi-Fi. Metode fingerprinting terdiri dari dua tahap, yaitu tahap pengumpulan data fingerprint (tahap offline) dan prediksi (tahap online). Proses pengumpulan fingerprint untuk tahap offline memiliki overhead yang sangat tinggi. Pada penelitian ini, tim penulis mengemukakan IPS berbasis semi-autonomous fingerprint collection untuk mengatasi overhead yang sangat tinggi tersebut dengan menerapkan konsep smart campus. Hasil evaluasi menunjukkan bahwa IPS yang dikembangkan dapat mengurangi overhead pengumpulan fingerprint manual sebanyak 550.550 data fingerprint, dengan tingkat accuracy IPS sebesar 52%. Dengan data training yang lebih banyak dan bervariasi yang digunakan untuk melatih model machine learning, hasil eksperimen menunjukkan bahwa performa IPS semi-autonomous fingerprint collection mampu bersaing dengan IPS manual fingerprint collection.

---

Smart campus has become one of the technology trends applied in various universities. One of the services that arose due to smart campus is location-based service (LBS) which can be used for various purposes, such as indoor navigation. The implementation of LBS requires indoor positioning system (IPS) technology that determines a person's position accurately within the scope of a building or room (indoor). One of the popular methods used in IPS is fingerprinting by measuring received signal strength indicator (RSSI) and with the help of Wi-Fi technology. The fingerprinting method consists of two stages, namely the fingerprint data collection stage (offline stage) and the prediction stage (online stage). The fingerprint collection process for the offline stage has a very high overhead. In this research, the author team proposes a semi-autonomous fingerprint collection-based IPS to overcome the very high overhead using smart campus. The evaluation results show that the developed IPS can reduce the overhead of manual fingerprint collection by 550,550 fingerprint data, with an IPS accuracy level of 52%. With larger amount and more varied training data used to train the machine learning model, the experimental results show that the performance of the semi-autonomous fingerprint collection IPS can compete with the manual fingerprint collection IPS."

"Total Productive Maintenance (TPM) mengkondisikan mesin untuk menghasilkan produk berkualitas dengan cara mengubah cara pandang operator untuk bekerja. Hal ini terwujud dalam salah satu pillar TPM yaitu Autonomous Maintenance (AM). Tujuan penelitian ini adalah penerapan AM pada proses pengemasan susu bantal fleksibel yang dilakukan dengan perangkat bantu Pareto, Matrik QA, Analisa Kondisi Input Produksi, Kartu Perbaikan, Diagram SIPOC dan analisa 5 why. Data masa lampau menunjukkan jumlah produk cacat yang melebihi target yang ditetapkan. Tiga tahapan langkah AM dilaksanakan yang meliputi pembersihan awal mesin ,pengembalian mesin ke keadaan semula dan pembuatan standar hasil dari dua tahap sebelumnya. Hasil implementasi selama 8 bulan menunjukkan penurunan persentase produk cacat dari 3.8% menjadi 0.07%.

---

Total Productive Maintenance (TPM) make machine produce product with good quality by change the way operator works. That realized in one of TPM Pillar which is Autonomous Maintenance (AM). Purpose of this research in the packaging process of pillow flex milk is done with help of Pareto, QA Matrix, Input Production Condition Analysis, Tags, SIPOC, and 5 Why Analysis. Historical data shows that the amount of defects is larger than the target. Three steps of AM were done include initial cleaning, return to basic condition, and making of standard. The results of implementation in 8th months shows decrease from 3.8% become 0.07%."

"Universitas Indonesia merupakan universitas terbesar yang ada di Indonesia, sesuai visinya untuk menjadi World Class Resarch University, maka perlu didukung oleh kualitas peralatan pada sistem kelistrikan yang handal agar setiap kegiatan yang ada di kampus tidak terganggu akibat kerusakan peralatan listrik. Skripsi ini membahas mengenai bagaimana sistem kelistrikan yang ada di Universitas Indonesia dan bagaimana pengujian peralatan kelistrikan utama serta metode pemeliharaannya. Pada penulisan sekripsi ini, peralatan utama yang perlu dilakukan pemeliharaan rutin dan pengawasan khusus adalah Kabel Tegangan Menengah, Cubicle Tegangan Menengah dan Peralatan Hubung Bagi Tegangan Rendah. Karena bila salah peralatan tersebut rusak atau bermasalah, maka suplai listrik akan langsung padam.

---

University of Indonesia is the largest university in Indonesia, according to its vision to become a World Class University Resarch, it needs to be supported by quality equipment on a reliable electrical system for any existing activities on campus are not disrupted due to damage to electrical equipment. This thesis describes how the existing electrical system at the University of Indonesia and how the main electrical equipment testing and maintenance methods.

In writing this sekripsi, major equipment to do routine maintenance and special supervision is Medium Voltage Cables, Medium Voltage Cubicle and Equipment For Low Voltage circuit. Because if the wrong equipment is damaged or problematic, then the electricity supply would be immediately extinguished."

"PT YIMM adalah sebuah perusahaan manufaktur salah satu produksinya adalah perakitan sepeda motor. Dalam proses perakitan sepeda motor banyak sekali peralatan yang digunakan dan salah satu yang paling penting adalah Fastener Air Tool. Fastener Air Tool merupakan alat bantu yang digunakan untuk mempermudah pemasangan part-part pada rangka untuk menjadi satu unit sepeda motor. Produksi yang dilakukan oleh PT.YIMM berkembang dengan pesat karena permintaan yang semakin meningkat, hal ini menuntut semua elemen perusahaan untuk menjaga fasilitas produksinya secara berkesinambungan. Agar fasilitas produksi tersebut dapat digunakan dengan baik tanpa adanya gangguan maka diperlukan sistem pemeliharaan yang baik. Sistem pemeliharaan yang tepat untuk dilaksanakan dibagian perakitan adalah sistem Autonomous Maintenance, dimana peralatan yang dipakai terus menerus sahingga diperlukan sistem perawatan mandiri yang dilakukan oleh pihak produksi sendiri. Dalam penerapan Autonomous Maintenance banyak hal-hal yang perlu diperbaiki yaitu pengetahuan (knowledge), kernampuan (skill) dan yang penting adalah kebiasaan (habit dan moral). Ketiga hal tersebut merupakan bagian penting yang diperbaiki oleh PT. YIMM untuk mencapai target TPM melalui Autonomous Maintenance. Setelah melakukan tahap-tahap persiapan untuk melaksanakan Autonomous Maintenance, hasil yang dicapai pada saat evaluasi periode pertama menunjukkan kemajuan yang berarti. Hal tersebut dapat dilihat dari nilai indeks OEE sesudah penerapan Autonomous Maintenance membaik dari sebelumnya dan nilai pengeluaran perusahaan dapat ditekan sehingga target perusahaan terhadap profit meningkat"

"Dengan hanya melakukan perbaikan jalan ketika luas kerusakan sudah membesar, dana yang dikeluarkan akan menjadi boros dan tidak efektif. Penelitian ini bertujuan untuk mengetahui biaya pemeliharaan untuk jalan lingkar luar Universitas Indonesia dengan menggunakan metode Life Cycle Cost Analysis (LCCA) dan menentukan strategi pemeliharaan jalan yang paling cost-effective berdasarkan analisis biaya pemeliharaan jalan. Berdasarkan tiga skenario pemeliharaan jalan, didapatkan hasil bahwa strategi pemeliharaan jalan yang paling cost-effective adalah skenario pertama berupa pemeliharaan jalan setiap dua tahun sekali memiliki nilai Net Present Value (NPV) terendah yaitu sebesar Rp 23.490.602,00. Hasil perbandingan nilai NPV menunjukkan potensi penghematan biaya sebesar Rp 18.826.750,00 dari anggaran biaya pemeliharaan jalan dengan cara overlay di jalan lingkar luar Universitas Indonesia jika strategi skenario pertama diterapkan.

---

By simply doing pavement repairs when the area of damage has been enlarged, the amount of cost expended would be wasteful and ineffective. This study aims to determine the pavement maintenance cost for outer ring road of University of Indonesia using Life Cycle Cost Analysis (LCCA) method and determine the most cost-effective maintenance strategies based on the analysis of pavement maintenance costs. Based on three three pavement maintenance scenarios, the result shows thatthe most cost-effective maintenance strategy is the first scenario, pavement maintenance every two years, with the lowest value of Net Present Value (NPV) Rp 23.490.602,00. The comparison result of NPV value shows potential reduced cost Rp 18.826.750,00 from University of Indonesia?s pavement maintenance budget using overlay work if the first scenario strategy is implemented."

"Autonomous Underwater Vehicle (AUV) adalah kapal selam tanpa awak yang beroperasi di bawah permukaan air dengan ukuran mini. AUV sangat penting kegunaannya terutama di negara Indonesia yang merupakan negara kepulauan. Selain untuk kepentingan militer juga dibutuhkan untuk keperluan sipil. Untuk itu, pengembangan teknologi AUV sangat diperlukan dan bernilai strategis. Salah satu yang harus dikembangkan adalah teknologi kendali dinamik AUV. Pada tesis ini telah didesain model kendali AUV dengan pengendali Linear Quadratic Regulator (LQR), Proporsional Integral Derivatif (PID) dan Fractional Order PID (FOPID). Langkah pertama yang dilakukan adalah menurunkan model matematika AUV menjadi dua model yaitu depth model dan steering model. Langkah selanjutnya merancang pengendali stabilisasi sistem dengan metode pole placement dikarenakan model AUV tidak stabil. Kemudian mendesain model kendali LQR, PID dan FOPID. Untuk melakukan evaluasi perancangan ketiga pengendali tersebut dilakukan simulasi menggunakan MATLAB. Hasil dari simulasi ketiga pengendali telah berhasil didesain untuk mengendalikan stabilitas dan performansi keluaran model dengan baik. Pada depth model dapat dilihat dari steady state error-nya, dimana pengendali LQR sebesar 0.000067, pengendali PID sebesar 0.0039 dan FOPID sebesar 0.0079. Sedangkan pada steering model steady state error pengendali LQR sebesar 0.0011, pengendali PID sebesar 0.0019 dan FOPID sebesar 0.0085. Jika dibandingkan dari ketiga pengendali tersebut, pengendali LQR yang memberikan stabilitas dan performansi paling baik dalam menstabilkan sistem.

---

Autonomous Underwater Vehicle (AUV) is an unmanned submarine with a mini size which is very important, especially in Indonesia as an archipelagic country. Apart from military aims, it is also needed for civilian purposes. For this reason, the development of AUV technology is necessary and has a strategic value. One that should be developed is an AUV dynamic control technology. In this paper, an AUV control model has been designed with linear quadratic regulator (LQR), proportional integral derivative (PID), and Fractional Order PID (FOPID) controllers. The first step is to reduce the AUV mathematical model into two models, the depth model and the steering model. The next step is to design a system stabilization controller using the pole placement method because the AUV model is not stable. And then design the LQR, PID and FOPID control models. To evaluate the design of the three controllers a simulation has been done using MATLAB. The three controllers have been designed and the results are in accordance with the desired specifications. In the depth model, the steady state error for the LQR controller is 0.000067, the PID controller is 0.0039 and the FOPID is 0.0079. While in the steering model steady state error LQR controller is 0.0011, PID controller is 0.0019 and FOPID is 0.0085. LQR controller provides the best stability and performance in stabilizing the system compared to PID and FOPID."

"This is the first book dedicated to this topic, in the areas of constraint programming, machine learning, evolutionary computing, and feedback control theory. After the editors' introduction to autonomous search, the chapters are focused on tuning algorithm parameters, autonomous complete (tree-based) constraint solvers, autonomous control in metaheuristics and heuristics, and future autonomous solving paradigms."