Hasil Pencarian  ::  Simpan CSV :: Kembali

"Merangking peralatan kritis di Pembangkit Listrik Tenaga Panas Bumi PLTP merupakan hal terpenting sebelum menentukan metode pemeliharaan yang digunakan untuk setiap masing ndash; masing peralatan. Pada penelitian ini, penulis memperkenalkan metode terbarukan dalam menentukan dan merangking peralatan kritis di PLTP dengan metode Fuzzy Borda Count FBC. Proses perhitungan dengan metode FBC menggabungkan antara analisis kualitatif dengan analisis kuantitatif. Langkah pertama pada proses ini adalah menyaring terlebih dahulu sistem dengan menggunakan matriks risiko orde 2 x 2. Setelah itu menyaring peralatan dengan menggunakan matriks risiko orde 5 x 5. Dalam tahapan perhitungan terdapat 8 faktor yang berpengaruh terhadap sistem dan peralatan. Faktor tersebut di bobotkan serta di normalisasikan dengan menggunakan metode Analytic Hierarchy Process AHP . Dengan adanya nilai bobot setiap faktor maka dapat menghitung indeks dari setiap peralatan. Serta tahapan terakhir dalam merangking dengan menggunakan metode Fuzzy Borda Count FBC.

---

Ranking of critical equipment in Geothermal Power Plants GPPs is the most important thing before determining maintenance method used for each equipment. In this research, the author introduces a new method in determining and ranking of critical equipment in GPPs with Fuzzy Borda Count method. The calculation process by FBC method through combination of qualitative analysis with quantitative analysis. The first step in this process is to filter the system using Risk Analysis RA of a 2th order risk matrix. After that, we must filter the equipment from system in GPPs using Risk Analysis RA of a 5th order risk matrix. In this calculation, we use 8 factors that affect the system and equipment in GPPs. These factors are weighted and normalized using the Analytic Hierarchy Process AHP method. Given the weight value of each factor then it can calculate the index of each equipment. And the last step is ranking critical equipment by using Fuzzy Borda Count method FBC."

"Hasil survei The Standish Group pada tahun 2020 menyatakan bahwa dalam satu dekade terakhir, tingkat kegagalan proyek pengembangan perangkat lunak selalu lebih tinggi daripada tingkat keberhasilannya. Beberapa penelitian terdahulu berupaya mengumpulkan faktor penentu kegagalan proyek pengembangan perangkat lunak. Salah satu faktor yang paling sering dibahas adalah pendefinisian persyaratan yang kurang memadai. Oleh sebab itu, proses requirements engineering menjadi penting dalam menentukan keberhasilan proyek pengembangan perangkat lunak. Penelitian ini bertujuan memeringkatkan faktor penentu keberhasilan requirements engineering. Metode yang digunakan untuk memeringkatkan faktor adalah Analytic Hierarchy Process (AHP). Penelitian ini fokus pada pendekatan kuantiatif untuk mengumpulkan dan mengolah data. Pengumpulan data dilakukan menggunakan kuesioner dengan model perbandingan berpasangan (pairwise comparison). Data yang dikumpulkan dari kuesioner kemudian diolah menggunakan aplikasi Expert Choice 11 untuk memeringkatkan kriteria dan faktor. Hasil pengolahan data menunjukkan bahwa faktor yang paling menentukan keberhasilan requirements engineering adalah pendefinisian batasan dan tujuan proyek. Implikasi yang diberikan dari penelitian ini secara teoritis adalah melengkapi dan memvalidasi penelitian terdahulu terutama tentang kriteria dan faktor penentu keberhasilan requirements engineering. Secara praktikal, hasil penelitian ini merekomendasikan tim pengembang perangkat lunak untuk fokus dalam mendefinisikan tujuan dan ruang lingkup proyek sebelum menjalankan proses requirements engineering.

---

According to a survey conducted by The Standish Group in 2020, the failure rate of software development projects has always been greater than their success rate during the last decade. Several earlier research attempted to identify the causes of failed software development projects. The poor definition of needs is one of the most commonly mentioned factors. Therefore, the importance of the requirements engineering process in determining the success of a software development project increases. This research attempted to rank the critical success factors of requirements engineering. Analytic Hierarchy Process is the method used to rank the components (AHP). This study emphasizes a quantitative approach to data collection and analysis. Using a questionnaire and a paired comparison model, data was obtained. The questionnaire data were then analyzed with the Expert Choice 11 software in order to rank the criteria and factors. The findings reveal that the definition of project scopes and goals is the most critical factor for the success of requirements engineering. Theoretically, the conclusions of this study complement and validate earlier research, particularly about the criteria and critical success factors for requirements engineering. In practice, the results of this study suggest that the software development team should focus on defining the project's scope and goals prior to executing the requirements engineering process."

"Penelitian ini bertujuan untuk menentukan kriteria kinerja supplier bahan baku yang ramah lingkungan sebagai mitra perusahaan dalam jangka panjang yang berkelanjutan dan menghitung nilai optimum jumlah bahan baku yang perlu dipesan dengan menyeimbangkan berbagai aspek manufaktur dan green supply chain management GSCM.Penelitian ini melibatkan responden sebagai pengambil keputusan yang merupakan representasi dari perusahaan dengan instrumen pengambilan data yang dilakukan dengan dua fase yaitu in-depth interview dan penyebaran kuesioner tiga tahap. Dengan menggunakan Fuzzy Analytic Hierarchy Process F-AHP dan Goal Programming GP didapatkan bobot prioritas dan solusi optimal jumlah pembelian yang lebih akurat dan spesifik dengan mempertimbangkan ketidakjelasan dan ketidakpastian dalam masalah yang disebabkan oleh kurangnya informasi ataupun kesubjektivitasan oleh para pengambil keputusan.Dari hasil perhitungan dengan F-AHP, didapatkan bahwa komitmen manajemen 28,57 adalah kriteria yang paling penting dalam pemilihan green supplier, di mana dampak lingkungan 26,48 dan kualitas 18,78 menempati peringkat setelahnya. Dan dari hasil perhitungan GP, didapatkan bahwa utilitas maksimum terjadi pada empat dari enam variabel yang ada yaitu kualitas yang baik, harga yang rendah, pengiriman yang handal, dan dampak lingkungan yang positif. Pada akhirnya, fokus perusahaan pada pemilihan green supplier dengan keempat kriteria ini sebaiknya dilakukan dan dipertahankan seoptimal mungkin demi terciptanya sinergi supply dan demand dalam upaya keberlangsungan bisnis jangka panjang dan memiliki keunggulan daya saing.

---

This study aims to determine the performance criteria in selecting environmentally friendly suppliers as strategic partners for a long term and sustainable alliance and to calculate an optimum quantity of raw materials need to be ordered by considering various aspects of manufacturing and green supply chain management GSCM.

The study involved decision makers as representatives of the case company by adopting a two phase survey approach, which interviews and three stage questionnaire survey were undertaken. By using Fuzzy Analytic Hierarchy Process F AHP and Goal Programming GP , priority weights and optimum solution of quantity order were obtained in a way more accurate and specific that considered the vagueness and uncertainty of the problems caused by either lack of information or subjective views by decision makers.

The result of the F AHP study lays on management commitment 28.57 as the most important criteria in selecting green suppliers, with the environmental impact 26.48 and quality 18.78 rank consecutively. From the calculation model of the GP, it was found that the maximum utility occurs on four out of six variables good quality, low cost, reliable delivery, and the positive environmental impact. At the end of the day, the company 39 s focus in selecting green suppliers to these four criteria should be performed and maintained as optimal as possible in order to deliver the synergies of supply and demand for business sustainability and competitive advantage."

"Pemeliharaan merupakan hal terpenting dalam menjalankan sebuah sistem produksi yang melibatkan aset yang besar, termasuk pada Pembangkit Listrik Tenaga Panas Bumi. Pemeliharaan mesin berbasis kondisi mesin Condition-Based Maintenance dirasa efektif dalam menjaga performa mesin. Kondisi mesin dapat diketahui melalui data operasi yang ada. Salah satu pendekatan yang dapat mempelajari dan mengolah ribuan data operasi yang terekam oleh sensor-sensor parameter keseluruhan data operasi yang ada adalah dengan pendekatan machine learning. Data operasi tersebut kemudian akan dibagi menjadi beberapa kategori yaitu long, medium dan short dengan batasan berupa lama waktu aset tersebut beroperasi. Data tersebut kemudian akan menjalani proses training menggunakan aplikasi Classification Learner pada software MATLAB. Proses ini memungkinkan MATLAB mempelajari hubungan antar parameter, waktu dan kategori yang dibuat hingga menghasilkan sebuah model klasifikasi kondisi mesin. Model tersebut kemudian digunakan untuk memprediksi kondisi turbin terkini yang kemudian dapat diperkirakan berapa lama lagi turbin dapat beroperasi dengan baik sampai turbin membutuhkan kegiatan pemeliharaan kembali.

---

Maintenance is the most important thing in running a large production system that is using some machinery such as turbines, pumps and so on. This is also applied for a geothermal power plants that have so many assets to maintain. Condition based maintenance is considered to be the most effective maintenance management to be applied for a big scale industrial company. Machines condition could be known from the machines operation data that is continously recorded by the censors of some parameter. One of the most suitable approach to learn and process the big operation data is machine learning. The operation data will be classified into three categories, there are long category, medium category and short category, which has its limit based on the length of time the machine has been operating. Then, the operation data will be trained using Classification Learner toolbox of MATLAB. This process let MATLAB understands the relationship between each parameter, time and the categories until a classification model of machines condition has been produced. The model later could be used to predict the most recent machines condition so that we can also predict how long the machine could still operate well until it needs to be maintained again. "

"Pada penelitian ini dilakukan lima jenis analisis pada PLTP Kamojang Unit 4, antara lain analisis exergy pada kondisi operasional, optimasi efisiensi exergy, optimasi ekonomi, optimasi exergoeconomic dengan tekanan wellhead sebagai variabel, dan optimasi steam ejector dengan aliran motive steam sebagai variabel. Perhitungan dilakukan dengan bantuan MATLAB. Karakteristik termodinamika uap panas bumi diasumsikan sama dengan karakteristik air yang didapatkan dari REFPROP. Tekanan wellhead 10 bar saat ini menghasilkan efisiensi exergy 31,91%. Optimasi efisiensi exergy menghasilkan tekanan wellhead 5,06 bar, efisiensi exergy 47,3%, dan biaya sistem US $3.957.100. Optimasi ekonomi menghasilkan tekanan wellhead 11 bar, efisiensi exergy 22,13%, dan biaya sistem US $2.242.200. Optimasi exergoeconomic menghasilkan 15 titik optimum. Optimasi steam ejector menghasilkan aliran motive steam 34,41 𝑘𝑔 𝑠 lebih kecil dari aliran operasional saat ini 40,61 𝑘𝑔 𝑠.

---

This study presents five analysis at Unit 4 Kamojang Geothermal Power Plant are exergy analysis at operational condition, exergy efficiency optimization, economic optimization, exergoeconomic optimization with wellhead pressure as a variable, and steam ejector optimization with mass flow of motive steam as a variable. Calculations are conducted by using the MATLAB. Thermodynamics characteristic of geothermal fluid assumed as water characteristic which get from REFPROP. Wellhead pressure operational condition 10 bar has exergy efficiency 31.91%. Exergy efficiency optimization has wellhead pressure 5.06 bar, exergy efficiency 47.3%, and system cost US$ 3,957,100. Economic optimization has well pressure 11 bar, exergy efficiency 22.13%, and system cost US$ 2,242,200. Exergoeconomic optimization has 15 optimum condition. Steam ejector optimization has mass flow of motive steam 34.41 𝑘𝑔 𝑠 smaller than the operational condition 40.61 𝑘𝑔 𝑠."

"Revolusi industri 4.0 ditandai dengan dimulainya era digitalisasi dunia usaha. Kondisi ini menuntut semua sektor industri bertransformasi melalui digitalisasi proses bisnis. Advanced Metering Infrastructure (AMI) adalah representasi dari transformasi digital teknologi peralatan dan layanan pelanggan yang disampaikan oleh perusahaan utilitas di industri kelistrikan dan sekaligus merupakan inti dari sistem Smart Grid. Dengan dimulainya tahap komersialisasi infrastruktur AMI ke pelanggan di Jakarta, Perusahaan Listrik Negara atau PT PLN (Persero) selaku perusahaan pengelola usaha penyediaan tenaga listrik di Indonesia telah berhasil membangun ekosistem infrastruktur AMI pada tahun 2021. Komersialisasi pembangunan infrastruktur AMI dilakukan secara bertahap sesuai dengan target dan kemampuan pendanaan perusahaan. Diperlukan metode yang tepat dalam fase pengembangan ekosistem AMI agar PT PLN dan pelanggan dapat memaksimalkan fitur dan manfaat teknologi AMI di masa mendatang. Oleh karena itu, perlu dilakukan pembuatan skala prioritas dalam hal pemilihan lokasi pembangunan ekosistem pelanggan AMI. Dengan menggunakan metode Analytic Hierarchy Process (AHP), ditemukan metode pemilihan lokasi pembangunan ekosistem AMI dengan memprioritaskan beberapa hal. Berdasarkan expert judgement dengan total rasio inkonsistensi gabungan sebesar 0,01 diketahui bahwa PLN dapat memprioritaskan lima kriteria penentuan lokasi yaitu permasalahan penyalahgunaan energi listrik (C12) sebesar 10,3%, permasalahan piutang (Bad Debt) (C13) dengan 9,7%, Ketepatan GIS Mapping Pelanggan (C44) sebesar 8,9%, jumlah pelanggan per gardu (C42) sebesar 5,9%, dan kondisi dan aksesibilitas infrastruktur komunikasi (C46) sebesar 5,9% untuk mengoptimalkan ekosistem pelanggan Advanced Metering Infrastructure (AMI).

---

The industrial revolution 4.0 is marked by the commencement of the digitalization era of the business sector. This condition requires all industrial sectors to transform through the digitalization of business processes. Advanced Metering Infrastructure (AMI) is a representation of the digital transformation of equipment technology and customer service delivered by utility companies in the electricity industry and is at the same time the core of the Smart Grid system. With the start of the commercialization phase of AMI infrastructure to customers in Jakarta, the State Electricity Company or PT PLN (a limited liability company) as the company managing the electricity supply business in Indonesia has successfully built an AMI infrastructure ecosystem in 2021. The commercialization of AMI infrastructures takes place in stages in accordance with the company's targets and funding capabilities. The right method is needed in the development phase of the AMI ecosystem so that PT PLN and customers can maximize the features and benefits of AMI technology in the future Therefore, it is necessary to make a priority scale in terms of choosing the location for the development of the AMI ecosystem. By using Analytic Hierarchy Process (AHP) method, a method for selecting AMI ecosystem development location was found by prioritizing several things. Based on expert judgment with a total overall inconsistency value of 0.01 it is known that Jakarta's PLN must prioritize five subcategories are theft loss’s chance (C12) with 10,3%, corporation's bad debt problems (C13) with 9.7%, Customer GIS Mapping Accuracy (C44) by 8.9%, the number of customers per substation (C42) by 5.9%, and the Condition-Accessibility of Communication Infrastructure (C46) of 5.9% to optimize the Advanced Metering Infrastructure (AMI) customer ecosystem"

"PT. X sebagai perusahaan yang bergerak di bidang eksplorasi migas memiliki resiko operasional yang tinggi sehingga spesifikasi terhadap barang dan jasa yang dibutuhkan juga kompleks. Maka keputusan pemilihan pemasok di PT. X juga menjadi penting. Karena itu dibutuhkan suatu metode yang objektif dan mampu mengatasi permasalahan multikriteria secara proporsional. Dalam penelitian ini akan dibahas dua alternatif metode yang dapat digunakan, yaitu Analytic Hierarchy Process (AHP) dan Fuzzy AHP.Penelitian dilakukan dengan pendekatan studi kasus, yaitu pemilihan pemasok jasa pemeliharaan fasilitas off shore di PT X. Pertama-tama kriteria dan sub kriteria yang digunakan untuk memilih pemasok jasa pemeliharaan fasilitas off shore, dipilih oleh Procurement Specialist di PT. X kemudian dilakukan pembobotan kriteria dan sub kriteria dengan menggunakan metode AHP dan Fuzzy AHP.Dari penelitian ini didapatkan 7 kriteria dan 34 sub krteria yang menjadi pertimbangan dalam memilih pemasok. Kriteria Kesehatan, Keselamatan dan Lingkungan merupakan kriteria yang memiliki prioritas dan bobot tertinggi untuk memilih pemasok. Sedangkan kedua metode yang digunakan memberikan hasil pembobotan yang tidak jauh berbeda satu sama lain dengan rata-rata perbedaan bobot sebesar 0,032.

---

As an oil and gas company, PT X has a very high operational risk in every of its activities. This cause the company has very detail specifications on goods or services that they needed. So, the decision on supplier selection becomes important. This situation needs an objective and accommodative method for multi criteria supplier selection problem. This research will introduce two alternatives method which can be used to solve these problems; they are the Analytic Hierarchy Process (AHP) and Fuzzy AHP.

This research using study case approach in off shore facilities maintenance service supplier selection problem at PT.X. First, the criteria and sub criteria used to evaluate supplier is chosen by some procurement specialist in PT X, then the criteria and sub criteria is weighted by AHP and Fuzzy AHP Method.

This research resulting 7 criteria and 34 sub criteria used to evaluate the supplier. Health, Safety and Environmental is the criteria with highest priority and weight for selecting supplier. The two methods used here, give weighting result which is not too different each other with said average difference is 0,032."

"Energi panas bumi memiliki peran penting dalam transisi penyediaan energi yang rendah karbon serta aman terhadap lingkungan. Energi panas bumi adalah sumber energi terbarukan yang dapat menjadi solusi untuk memenuhi kebutuhan pasokan energi dalam negeri. Tetapi beberapa Pembangkit Listrik Tenaga Panas Bumi PLTP juga memiliki berbagai tantangan kehandalan berupa risiko kegagalan pada peralatannya, yang secara khusus disebabkan oleh kandungan fluida pada reservoir panas bumi. Berbagai metode untuk menghilangkan atau mengurangi risiko kegagalan mulai dipertimbangkan sebagai upaya membangun suatu program inspeksi. Inspeksi Berbasis Risiko memberikan hubungan antara mekanisme kerusakan dengan program inspeksi yang digunakan untuk menurunkan risiko. Penelitian ini, memanfaatkan program Inspeksi Berbasis Risiko sebagai teknik yang mudah digunakan untuk mengevaluasi tingkat probabilitas dan konsekuensu kegagalan sebagai upaya untuk membangun program inspeksi. Untuk menjaga tingkat akurasi dalam analisa penelitian, standar API 581 digunakan sebagai pedoman dalam penelitian kali ini agar dihasilakn kesesuaian antara level risiko dan program inspeksi yang di kembangkan untuk meningkatkan kehandalan.

---

Geothermal energy has an important role in the transition toward a low carbon energy and environmentally safe. Geothermal energy is a renewable energy source that can be a solution to meet domestic energy supply. But, some Geothermal Power Plant GPPs also have various reliability challenges of failure of the equipment, which is specifically caused by the fluid content. Various methods for eliminating or reducing the risk of failure are consideration as an effort to build an inspection program. Risk Based Inspection provides a link between the damage mechanism and the inspection program used to reduce the risk.

In this study, by utilizing the Risk Based Inspection program as an easy technique to use for evaluating probability levels and consequence of failure as an effort to build the inspection program. To maintain accuracy in this research analysis, standard of API 581 are used as guidance in this research to produced suitability between risk levels and inspection programs developed to improve reliability."

"Penelitian ini bertujuan untuk menganalisa kriteria pemilihan pemasok di PT. Kalbe Farma, Tbk. dan memilih pemasok terbaik untuk produk X menggunakan metode analytic hierarchy process (AHP) dan dibantu dengan perangkat lunak Expert Choice. Model penelitian yang digunakan adalah model penelitian hasil studi Enyinda, Emeka, dan Janel tahun 2010, yaitu studi untuk pemilihan pemasok perusahaan manufaktur obat farmasi di Amerika Serikat. Berdasarkan bobotnya, kriteria Kualitas merupakan kriteria dengan prioritas tertinggi diikuti oleh kriteria Ketaatan pada Peraturan, Biaya, Manajemen Risiko, Pelayanan, Profil Pemasok, dan Green Purchasing. Pemasok yang dipilih untuk produk X adalah Pemasok D, karena mendapatkan bobot tertinggi berdasarkan prioritas kriteria pemilihan pemasok.

---

The objective of this research is to analyze the supplier selection criteria at PT. Kalbe Farma, Tbk. and select the best supplier for product X using analytic hierarchy process (AHP) method with the support of Expert Choice software. The model used in this research is a model from the research done by Enyinda, Emeka, and Janel on 2010 about supplier selection in a generic pharmaceutical firm in US. Based on the weight result, Quality is the criteria with the highest priority, followed by Regulatory Compliance, Cost, Risk Management, Service, Supplier Profile, and Green Purchasing successively. Vendor D is selected to be the best supplier for product X by obtaining the highest weight based on the priority of supplier selection criteria."