Hasil Pencarian  ::  Simpan CSV :: Kembali

Hasil Pencarian

Ditemukan 8672 dokumen yang sesuai dengan query
cover
Fajar Hariyanto
Perancangan Dan Analisis Mekanisme Berbagi Informasi Keamanan Siber Antar Computer Security Incident Response Team (CSIRT) Di Indonesia Berbasis Teknologi Blockchain Menggunakan Hyperledger Composer Dan Interplanetary File System (IPFS) = Design and Analysis of Blockchain-Based Cybersecurity Information Exchange Mechanism Using Hyperledger Composer and Interplanetary File System (IPFS) for Indonesian Computer Security Incident Response Teams(CSIRT)
"Dalam era digital yang berkembang pesat, ancaman insiden keamanan siber menjadi isu di tingkat global maupun Indonesia. Insiden keamanan siber seperti serangan phishing, ransomware, dan malware telah menyebabkan kerugian finansial serta menurunkan reputasi. Computer Security Incident Response Team (CSIRT) memegang peran penting dalam mendeteksi, merespon, dan menanggulangi insiden keamanan siber. Namun, terdapat permasalahan yang dihadapi yaitu kurangnya tingkat kepercayaan antar CSIRT terhadap mekanisme berbagi informasi keamanan siber yang aman dan efektif. Penelitian ini bertujuan untuk merancang dan mengevaluasi mekanisme berbagi informasi keamanan siber antar CSIRT di Indonesia. Mekanisme tersebut memanfaatkan teknologi blockchain yaitu Hyperledger Composer yang diintegrasikan dengan Interplanetary File System (IPFS) dan Traffic Light Protocol (TLP). Metode penelitian mencakup desain mekanisme berbagi informasi, simulasi implementasi, dan evaluasi performa. Pengujian performa menunjukkan bahwa latency rata-rata untuk proses unggah adalah 120 ms dan untuk unduh adalah 150 ms, dengan throughput rata-rata masing-masing 500 KB/s dan 480 KB/s. Penerapan standar TLP juga berkontribusi dalam mengatur dan mengendalikan aliran informasi serta batasan distribusinya. Penelitian ini memiliki peran dalam memberikan solusi inovatif berbagi informasi keamanan siber antar CSIRT di Indonesia yang belum banyak dieksplorasi. Selain itu, penelitian ini juga memberikan referensi mengenai pemanfaatan teknologi blockchain untuk meningkatkan keamanan siber.
In the rapidly evolving digital era, the threat of cyber security incidents has become a significant issue both globally and in Indonesia. Cyber security incidents such as phishing attacks, ransomware, and malware have caused financial losses and damaged reputations. The Computer Security Incident Response Team (CSIRT) plays a crucial role in detecting, responding to, and mitigating cyber security incidents. However, a key challenge faced is the lack of trust among CSIRTs regarding a secure and effective mechanism for sharing cyber security information. This research aims to design and evaluate a mechanism for sharing cyber security information among CSIRTs in Indonesia. The mechanism utilizes blockchain technology, specifically Hyperledger Composer, integrated with the Interplanetary File System (IPFS) and the Traffic Light Protocol (TLP). The research methodology includes designing the information-sharing mechanism, implementing simulations, and evaluating performance. Performance testing showed that the average latency for the upload process is 120 ms and for the download process is 150 ms, with average throughputs of 500 KB/s and 480 KB/s, respectively. The implementation of the TLP standard also contributes to regulating and controlling the flow of information and its distribution boundaries. This research provides an innovative solution for sharing cyber security information among CSIRTs in Indonesia, an area that has not been extensively explored. Additionally, this study offers a reference on the utilization of blockchain technology to enhance cyber security."
Jakarta: Fakultas Teknik Universitas Indonesia, 2024
T-pdf
UI - Tesis Membership  Universitas Indonesia Library
cover
Aris Surya Yunata
Analisis Pengaruh Noise terhadap Performa K-Nearest Neighbors Algorithm dengan Variasi Jarak untuk Klasifikasi Beban Listrik = Analysis of the Effect of Noise on the Performance of the K-Nearest Neighbors Algorithm with Distance Variations in Electrical Load Classification
"Teknik NILM (Non-Intrusive Load Monitoring) digunakan dalam pemantauan konsumsi energi. Penerapan NILM digunakan untuk energi efisiensi, manajemen energi, dan diagnosa peralatan di rumah tangga, industri atau penyedia energi. Variabel pengukuran yang digunakan yaitu daya aktif dan daya reaktif. Namun, data pengukuran sering kali terpengaruh oleh noise. Berbgai macam metode digunakan dalam NILM. Metode K-NN adalah salah satu metode machine learning yang banyak digunakan untuk klasifikasi beban listrik dalam teknik NILM dengan performa yang baik dan bersaing dengan metode lain yang lebih kompleks. Penelitian ini bertujuan untuk menganalisis pengaruh noise terhadap performa algoritma k- Nearest Neighbors (K-NN) dalam klasifikasi beban listrik. Berbagai tingkat noise secara rundom diberikan pada data pengukuran yang diperoleh sebesar 1% hingga 20%. Selanjutnya, model K-NN dilatih dan dievaluasi dengan nilai k = 1 sampai 25 dan menggunakan 15 variasi jarak. Dalam penelitian ini bahasa pemograman python digunakan untuk mengevaluasi performa K-NN. Hasil eksperimen menunjukkan bahwa penambahan noise pada data pengukuran secara signifikan mempengaruhi performa algoritma K-NN dalam mengklasifikasikan beban listrik. Pengaruh ini terlihat pada nilai akurasi, presisi dan recall. Performa K-NN menurun hingga 15% yang didapatkan dari perbandingan nilai akurasi untuk data yang diberikan noise 20%. Nilai k yang memberikan akurasi maksimal k = 25 untuk data yang diberikan noise. Nilai k yang memberikan presisi dan recall maksimal bernilai k = 3 untuk data yang diberikan noise. Dari ke 15 jenis jarak yang dipakai di metode K-NN pada penelitian ini, jarak Clark dan Divergence yang memiliki nilai akurasi diatas ratarata, jarak Camberra memiliki nilai presisi di atas rata-rata dan jarak Neyman Chi Squared memiliki nilai recall diatas rata-rata. Perbandingan performa antara metode K-NN dengan Random Forest dan Extra Trees Classifier juga telah dilakukan. Dari hasil pengujian dan penelitian didapatkan bahwa dengan metode K-NN memberikan performa yang baik untuk mendisaggregasi data yang diberikan noise besar dibandingkan dengan metode Random Forest dan Extra Trees Classifier. metode K-NN memiliki nilai akurasi lebih tinggi dibandingkan dengan metode Random Forest dan Extra Trees Classifier, Selisih yang dihasilkan mencapai 15%.
The NILM (Non-Intrusive Load Monitoring) technique is used in monitoring energy consumption. NILM applications include energy efficiency, energy management, and appliance diagnostics in households, industries, or energy providers. Measurement variables used are Real Power and Reactive Power. However, measurement data are often affected by noise. Appliance diagnosis uses various machine learning methods. The K-NN method is one of the widely used machine learning methods for classifying electrical loads with good performance, competing even with more complex methods. Python has become a mainstay in data science. This programming language enables data analysis to perform machine learning algorithms. This study aims to analyze the impact of noise on the performance of the k-Nearest Neighbors (K-NN) algorithm in classifying electrical loads. Various noise levels, ranging from 1% to 20%, were randomly added to the measurement data obtained. Subsequently, the K-NN model was trained and evaluated with k values ranging from 1 to 25, using 15 distance variations. Experimental results showed that the addition of noise to the measurement data significantly affected the performance of the K-NN algorithm in classifying electrical loads. This impact is reflected in the values of accuracy, precision, and recall. K-NN performance decreased by up to 15%, as indicated by the accuracy comparison for data with 20% noise. The k value providing maximum accuracy was k = 25 for both low and high noise data. The k value providing maximum precision and recall was k = 3 for both low and high noise data. Among the 15 types of distances used in the K-NN method in this study, Clark and Divergence distances had above-average accuracy values, Camberra distance had above-average precision values, and Neyman Chi-Squared distance had above-average recall values. Testing and research results showed that the K-NN method performs well in disaggregating data with high noise compared to the Random Forest and Extra Trees Classifier methods."
Depok: Fakultas Teknik Universitas Indonesia, 2024
T-pdf
UI - Tesis Membership  Universitas Indonesia Library
cover
Catra Rahma Pashya
Pengembangan Total Construction Safety Culture untuk Meningkatkan Kinerja Keselamatan Konstruksi di IKN = Development of Total Construction Safety Culture to Improve Construction Safety Performance in IKN
"Pembangunan Ibu Kota Nusantara merupakan inisiasi yang dilakukan oleh pemeritah Indonesia dalam memenuhi keselarasan dan keseimbangan ekonomi dan pembangunan. Urgensi pemindahan Ibu Kota Negara adalah krisinya ketersediaan air di Pulau Jawa terutama DKI Jakarta dan tingginya jumlah penduduk, dimana Jakarta memiliki tingkat polusi udara yang tinggi. Pembangunan yang masif dan memerlukan sumber daya manusia yang banyak pada pembangunan IKN akan menimbulkan kewaspadaan akan keselamatan konstruksi. Fenomena kecelakaan konstruksi disebabkan oleh berbagai faktor seperti kesalahan manusia, budaya yang buruk, serta mengesampingkan spesifikasi perencanaan konstruksi. Pencegahan kecelakaan konstruksi dapat dilakukan dengan pembentukan budaya pada seluruh fase konstruksi dengan penerapan total construction safety culture. Studi ini bertujuan untuk mengembangkan strategi peningkatan kinerja keselamatan konstruksi berdasarkan model total construction safety culture. Pemodelan dilakukan dengan persamaan struktural (SEM) untuk menganalisis pola hubungan antar faktor dan variabelnya. Berdasarkan analisa pola hubungan struktural yang dilakukan, seluruh hipotesis model struktural dapat diterima, atau terdapat hubungan signifikan antara variabel total construcition safety culture terhadap kinerja keselamatan. Observasi juga dilakukan untuk menambah bukti bahwa penerapan keselamatan konstruksi pada studi kasus yang ditinjau belum sempurna. Strategi direkomendasikan berdasarkan hubungan langsung dan tidak langsung, dimana untuk hubungan langsung produk yang dihasilkan adalah saran terhadap kebijakan pemerintah terkait keselamatan konstruksi atau Norma, Standar, Pedoman, dan Kriteria (NSPK). Strategi berdasarkan hubungan tidak langsung menghasilkan rekomendasi seperti penggunaan teknologi dalam penerapan keselamatan konstruksi, tacit knowledge, dan metodologi pemantauan keselamatan konstruksi berbasis behaviour.
Establishment of Ibu Kota Nusantara is an initiation program that held by Indonesian Government to create the equality of economic and infrastructure development in Indonesia. Water crisis and high population in Java Island especially Jakarta are the reason of redeployment urgency of the National Capital. Massif construction needs a lot of resources in IKN development and it causes alertness of construction safety. Construction accident phenomena cause by several factors like human error, bad culture, also ignoring plan specification. Preventive act for construction accident can be held by creating a culture in the entire construction phase with the implementation of total construction safety culture. The aim of this study is to develop a strategy to improve construction safety performance based on total construction safety culture model. Structural Equation (SEM) is the method to modelling the total construction safety culture by analyze the relation pattern between all variables. Based on the structural analysis, all of the total construction safety culture made significant impact towards safety performance. Observation also done to find another evidence that construction safety implementation on study case is not perfect at all. Strategies made from direct and indirect interrelation. While direct interrelation strategy recommended the law of construction safety which need to be more simply. Indirect interrelation strategy talks about tacit knowledge, technology transformation on construction safety implementation, and newly supervision method based on behavior."
Depok: Fakultas Teknik Universitas Indonesia, 2024
T-pdf
UI - Tesis Membership  Universitas Indonesia Library
cover
Ghulam Izzul Fuad
Penentuan Posisi Interfering WiFi Access Point di Dalam Ruangan dengan Implementasi Model Klasifikasi Pembelajaran Mesin = Position Detection of Interfering WiFi Indoor Access Points with Machine Learning Classification Models
"Teknologi lokalisasi dalam ruangan berkembang pesat karena keterbatasan GPS di lingkungan tertutup. WiFi fingerprinting menjadi solusi menjanjikan karena ketersediaannya yang luas dan biaya rendah. Penelitian ini bertujuan menentukan posisi access point ilegal di dalam ruangan menggunakan infrastruktur WiFi Aruba dan klasifikasi berbasis machine learning. Pendekatan ini melibatkan dua fase utama. Pertama, fase konstruksi fingerprint database di mana data kekuatan sinyal WiFi dikumpulkan dari berbagai lokasi di dalam ruangan dan disimpan dalam database. Kedua, fase klasifikasi berbasis machine learning yang menggunakan algoritma seperti K-Nearest Neighbor (KNN), Random Forest (RF), Extreme Gradient Boosting (XGBoost), dan Artificial Neural Network (ANN) untuk mengklasifikasikan lokasi access point ilegal berdasarkan fingerprint received strength signal (RSS). Model dievaluasi menggunakan metric accuracy dan f1-score. Hasil eksperimen menunjukkan bahwa untuk dataset NTUST, model yang paling sesuai adalah model dengan algoritma XGBoost dengan label jenis satu, tanpa augmentasi, dan dengan hyperparameter tuning yang memiliki skor accuracy sebesar 0.793 dan skor weighted average f1-score sebesar 0.792. Untuk dataset UI, model yang paling sesuai adalah model dengan algoritma XGBoost dengan label jenis satu, dengan augmentasi, dan tanpa hyperparameter tuning yang memiliki skor accuracy sebesar 0.591 dan skor weighted average f1-score sebesar 0.582.
Indoor localization technology is rapidly developing due to the limitations of GPS in enclosed environments. WiFi fingerprinting has become a promising solution due to its wide availability and low cost. This study aims to determine the position of illegal access points indoors using Aruba WiFi infrastructure and machine learning-based classification. This approach involves two main phases. First, the fingerprint database construction phase, where WiFi signal strength data is collected from various locations indoors and stored in a database. Second, the machine learning-based classification phase, which uses algorithms such as K-Nearest Neighbor (KNN), Random Forest (RF), Extreme Gradient Boosting (XGBoost), and Artificial Neural Network (ANN) to classify the location of illegal access points based on received strength signal (RSS) fingerprints. The model is evaluated using accuracy and f1-score metrics. Experimental results show that for the NTUST dataset, the most suitable model is the one using the XGBoost algorithm with label type one, without augmentation, and with hyperparameter tuning, achieving an accuracy score of 0.793 and a weighted average f1-score of 0.792. For the UI dataset, the most suitable model is the one using the XGBoost algorithm with label type one, with augmentation, and without hyperparameter tuning, achieving an accuracy score of 0.591 and a weighted average f1-score of 0.582."
Depok: Fakultas Teknik Universitas Indonesia, 2024
S-pdf
UI - Skripsi Membership  Universitas Indonesia Library
cover
Dendy Rio Casillas Pratama
Optimasi Kebijakan Transisi Energi Sektor Pembangkitan Listrik Indonesia Menuju Net Zero Emissions dengan Exploratory System Dynamics Modeling and Analysis = Optimizing Energy Transition Policy in Indonesia's Electricity Power Generation Sector towards Net Zero Emissions with Exploratory System Dynamics Modeling and Analysis
"Perencanaan dalam suatu sistem kompleks seperti sektor energi bukanlah hal yang mudah. Peta jalan transisi energi Indonesia dalam mencapai net zero emissions dihadapkan dengan berbagai macam ketidakpastian baik diri sisi techno-economic, socio-technical, dan juga political. Pengambilan kebijakan yang efektif dan optimal dibutuhkan agar target net zero emissions dapat tercapai dengan tetap memperhatikan faktor-faktor ketidakpastian yang menghambat. Dengan menggunakan pendekatan Exploratory System Dynamics Modeling and Analysis, penelitian ini menginvestigasi kombinasi kebijakan dan kebijakan yang menjadi kunci dalam mengoptimalkan transisi energi pada sektor pembangkitan listrik menuju net zero emissions di Indonesia dengan memperhatikan faktor-faktor ketidakpastian. Hasilnya penelitian ini menunjukkan bahwa kombinasi kebijakan tertentu dapat menghasilkan skenario optimal untuk mencapai net zero emissions.
Planning in a complex system such as the energy sector is not an easy task. Indonesia's energy transition road map in achieving net zero emissions is faced with various kinds of uncertainty, both from the techno-economic, socio- technical and political aspects. Effective and optimal policy making is needed so that the net zero emissions target can be achieved while still paying attention to inhibiting uncertainty factors. Using Exploratory System Dynamics Modeling and Analysis approach, this research investigates the combination of policies and policies that are key in optimizing the energy transition in the electricity generation sector towards net zero emissions in Indonesia by taking account into uncertainty factors. The results of this research show that a combination of certain policies can produce an optimal scenario for achieving net zero emissions."
Depok: Fakultas Teknik Universitas Indonesia, 2024
S-pdf
UI - Skripsi Membership  Universitas Indonesia Library
cover
Ahmadie Azra Isnain
Pengelolaan Keuangan Negara dalam Otorita Ibu Kota Nusantara = State Financial Management in the Nusantara Capital Authority
"Tulisan ini menganalisis bagaimana Prinsip Pengelolaan Keuangan Negara Dalam Otorita Ibu Kota Nusantara. Tulisan ini disusun dengan menggunakan metode penelitian doktrinal. Ibu Kota Baru Republik Indonesia yang telah disahkan oleh Pemerintah berdasarkan Undang-Undang Nomor 3 Tahun 2022 sebagaimana diubah terakhir dengan Undang-Undang Nomor 21 Tahun 2023 tentang Ibu Kota Negara menjadi pusat perbincangan oleh Masyarakat dan Akademisi. Pembangunan Ibu Kota Baru tidak terlepas dari bagaimana cara pemerintah melakukan pendanaan dalam pembangunan Ibu Kota tersebut. Pendanaan Ibu Kota baru mendapatkan sumber pendanaan dari Keuangan Negara, Keuangan Negara dalam Ibu Kota Nusantara dikelola langsung oleh Kepala Otorita Ibu Kota Nusantara yang ditunjuk langsung oleh Presiden dan Kepala Otorita berkedudukan setingkat dengan Menteri. Kepala Otorita yang mendapatkan kewenangan dalam mengelola Keuangan Negara dalam Ibu Kota Nusantara dan berkedudukan setingkat dengan Menteri menjadikan terdapat indikasi adanya dualisme kelembagaan dalam pengelolaan Keuangan Negara. Pada praktiknya Pengelolaan Keuangan Negara ditujukan hanya kepada Menteri Keuangan sebagai Chief Financial Officer (CFO) namun pada Undang-Undang tentang IKN, Kepala Otorita juga dapat mengelola Keuangan Negara dalam rangka persiapan, Pembangunan dan pemindahan Ibu Kota Negara. Anggaran Pendapatan Belanja Negara (APBN) digunakan dalam Pembangunan Ibu Kota Nusantara, sehingga terjadi kekhawatiran adannya pembengkakan APBN dalam Pembangunan Ibu Kota Nusantara.
This paper analyzes the Principle of State Financial Management in the Archipelago Capital Authority. This article was prepared using doctrinal research methods. The New Capital City of the Republic of Indonesia, which has been ratified by the Government based on Law Number 3 of 2022 as most recently amended by Law Number 21 of 2023 concerning the National Capital, has become the center of discussion among the public and academics. The development of the new capital city cannot be separated from how the government funds the development of the capital city. Funding for the new capital city receives funding sources from the State Finance. State Finances in the Archipelago Capital City are managed directly by the Head of the Archipelago Capital Authority who is appointed directly by the President and the Head of the Authority is at the same level as the Minister. The Head of the Authority who has the authority to manage State Finances in the Archipelago Capital and has a position at the same level as the Minister means that there is an indication of institutional dualism in the management of State Finances. In practice, State Financial Management is directed only to the Minister of Finance as the Chief Financial Officer (CFO), but in the Law on IKN, the Head of the Authority can also manage State Finances in the context of preparation, development and relocation of the National Capital. The State Revenue and Expenditure Budget (APBN) is used in the Development of the Archipelago Capital City, so there are concerns about the APBN swelling in the Development of the Archipelago Capital City."
Jakarta: Fakultas Hukum Universitas Indonesia, 2024
T-pdf
UI - Tesis Membership  Universitas Indonesia Library
cover
Muhammad Raihan Azhari
Pengembangan Sistem Verifikasi Keaslian Tanda Tangan Menggunakan Analisis Time Series dan Siamese Recurrent Neural Network = Development of Handwriting Signature Authenticity Verification System Using Time Series Analysis and Siamese Recurrent Neural Network
"Tanda tangan memiliki peran penting dalam konteks sosial, ekonomi, pendidikan. Awalnya, tanda tangan hanya berbentuk tulisan di atas kertas, namun seiring perkembangan tekonlogi digital, tanda tangan online mulai digunakan dan telah diakui secara hukum. Meskipun tanda tangan telah menjadi komponen yang penting, namun kasus pemalsuan tanda tangan masih tinggi. Beragam metode telah dilakukan untuk menyelesaikan permasalahan tersebut, mulai dari metode tradisional hingga penggunaan teknologi. Penelitian ini bertujuan untuk mengembangkan sistem verifikasi keaslian tanda tangan melalui metode analisis time series dan arsitektur model Siamese Recurrent Neural Network yang efisien, memiliki akurasi yang tinggi, serta bersifat writer independent. Dari pengujian yang dilakukan, model yang dilatih menggunakan GRU (Gate Recurrent Unit) yang diimplementasikan dalam arsitektur Siamese RNN merupakan model paling optimal dengan tingkat akurasi pengujian 81.02%, durasi pelatihan selama 680 sekon, serta ukuran model sebesar 37.996 Mb. Data yang digunakan untuk pelatihan model ini didapatkan dengan menggunakan metode pemotongan (truncating) sinyal time series sehingga memiliki panjang 1116 data dan tanpa melakukan proses alignment menggunakan algoritma Dynamic Time Warping. Meskpun demikian, model yang menggunakan Bidirectional LSTM yang dilatih dengan data time series sepanjang 3489 data memiliki akurasi pengujian tertinggi sebesar 85.16%. Namun, model tersebut memiliki durasi pelatihan yang terlama yaitu sebesar 2431.2 sekon dan ukuran model terbesar yaitu 630 Mb.
Handwriting signature has important role at social, economic, and education context. Initially, handwriting signature only write in the paper. However, with the development of digital technology, online handwriting start to be used and has gained legal recognition in law. Although online handwriting signature has become important, there is still many cases of forgery handwriting signature. Various method has already implemented to solve this problem, start from traditional method until technology utilization. This research aims to develop system for handwriting signature authentication verification using time series analysis and Siamese Recurrent Neural Network model architecture that is efficient, highly accurate, and writer-independent. Based on experiments conducted in this research, the model trained using a GRU (Gate Recurrent Unit) implemented in Siamese RNN is the most optimal model generates 81.02% accuracy score, training time of 680 second, and memory size of 37.996 Mb. The data used for training this model was generated from time series signal truncation method resulting time series with data sequence length of 1116, without implementing alignment using Dynamic Time Warping algorithm. However the model utilizing Bidirectional LSTM trained with time series data sequence length of 3489 generates the highest accuracy score of 85.16%. But this model also has longest training time of 2431.2 second and largest memory size of 630 Mb."
Depok: Fakultas Teknik Universitas Indonesia, 2024
S-pdf
UI - Skripsi Membership  Universitas Indonesia Library
cover
Muhammad Akmal Zuhdi
Analisis Aliran Daya pada Sistem Distribusi Tiga Fase Tidak Seimbang menggunakan Metode Backward and Forward Sweep = Power Flow Analysis in Unbalanced Three-Phase Distribution Systems using Backward and Forward Sweep Method
"Sistem distribusi tenaga listrik adalah bagian dari sistem tenaga listrik yang berfungsi untuk mendistribusikan listrik dari jaringan transmisi menuju ke pelanggan. Pada sistem distribusi, sering tejadi ketidakseimbangan sistem akibat adanya perbedaan profil beban pada setiap fasenya yang dapat terjadi karena pemakaian beban satu fase masing-masing pelanggan dapat bervariasi. Hal tersebut dapat menyebabkan adanya ketidakseimbangan tegangan dan peningkatan kerugian daya pada sistem distribusi. Penelitian ini bertujuan untuk membandingkan dua metode analisis aliran daya, yaitu Backward and Forward Sweep dan Current Injection. Studi ini akan memberikan analisis tentang kondisi tegangan serta daya pada masing-masing fase di setiap bus dan saluran pada sistem distribusi tiga fase dalam kondisi beban yang tidak seimbang. Simulasi ini dilakukan pada dua IEEE test bus, yaituIEEE 19-Bus dan IEEE 33-Bus dengan konfigurasi radial. Hasil perhitungan aliran daya menggunakan metode Backward and Forward Sweep menunjukkan bahwa pada sistem IEEE 19-Bus, persentase penurunan tegangan tertinggi terjadi pada fase b di bus 19, sebesar 3,14%, persentase ketidakseimbangan tegangan tertinggi terjadi pada bus 19, sebesar 0,1409%, dan total rugi-rugi daya aktif dan reaktifnya sebesar 7,352 kW dan 3,164 kVAR. Pada sistem IEEE 33-Bus, persentase penurunan tegangan tertinggi terjadi pada fase c di bus 18, sebesar 5,85%, persentase ketidakseimbangan tertinggi terjadi pada bus 15, sebesar 0,2077%, dan total rugi-rugi daya aktif dan reaktifnya sebesar 19,107 kW dan 8,22 kVAR. Persentase selisih dari dua metode yang digunakan adalah kurang dari satu persen, sehingga kedua metode tersebut cukup akurat dalam menganalisis aliran daya pada sistem distribusi yang tidak seimbang.
The electrical power distribution system is a part of the power system that functions to distribute electricity from the transmission network to customers. In the distribution system, imbalances often occur due to the varying load profiles on each phase, which can happen because the single-phase load usage of each customer can vary. This can cause voltage imbalances and increase power losses in the distribution system. This study aims to compare two power flow analysis methods, namely Backward and Forward Sweep and Current Injection. The study provides an analysis of the voltage and power conditions on each phase at each bus and line in the three-phase distribution system under unbalanced conditions. Simulations were conducted on two IEEE test buses, namely IEEE 19-Bus and IEEE 33-Bus with radial configurations. The power flow calculation results using the Backward and Forward Sweep method showed that in the IEEE 19-Bus system, the highest voltage drop percentage occurred on phase b at bus 19, at 3.14%, the highest voltage imbalance percentage occurred at bus 19, at 0.1409%, and the total active and reactive power losses were 7.352 kW and 3.164 kVAR. In the IEEE 33-Bus system, the highest voltage drop percentage occurred on phase c at bus 18, at 5.85%, the highest imbalance percentage occurred at bus 15, at 0.2077%, and the total active and reactive power losses were 19.107 kW and 8.22 kVAR. The percentage difference between the two methods used is less than one percent, indicating that both methods are sufficiently accurate in analyzing power flow in an unbalanced distribution system."
Depok: Fakultas Teknik Universitas Indonesia, 2024
S-pdf
UI - Skripsi Membership  Universitas Indonesia Library
cover
Indria Mayangsari
Efektivitas Pelatihan “Menjadi Guru Terbuka” untuk Meningkatkan Pemahaman Guru Taman Kanak-Kanak mengenai Keterbukaan terhadap Pengalaman Baru = Effectiveness of "Becoming an Open Teacher" Training in Enhancing Kindergarten Teachers' Understanding of Openness to New Experiences
"Keterbukaan terhadap pengalaman baru akan membantu meningkatkan kualitas pengajaran pada guru taman kanak-kanak. Tujuan penelitian ini adalah untuk mengetahui efektivitas pelatihan “Menjadi Guru Terbuka” dalam meningkatkan pemahaman guru Taman Kanak-Kanak mengenai keterbukaan terhadap pengalaman baru. Partisipan penelitian adalah 38 guru Taman Kanak-Kanak. Pengukuran efektivitas dilakukan dengan menggunakan alat ukur keterbukaan yang dikembangkan oleh peneliti dan diukur sebelum pelatihan, sesudah pelatihan dan dua minggu pasca pelatihan. Pengolahan data menggunakan ANOVA repeated measure. Pendekatan pelatihan menggunakan experiental learning dengan menggunakan berbagai metode seperti permainan, role play, diskusi dan ceramah. Pelatihan dilakukan selama dua hari yang terdiri dari empat sesi. Hasil penelitian menunjukkan bahwa pelatihan “Menjadi Guru Terbuka” efektif meningkatkan pemahaman guru tentang keterbukaan terhadap pengalaman baru, yaitu dengan tingkat signifikansi 0.019. Meskipun demikian, efek pembelajaran relatif tidak menetap. Beberapa faktor didiskusikan lebih lanjut. Hasil penelitian ini dapat digunakan sebagai referensi ilmiah untuk mengembangkan program intervensi yang serupa pada guru Taman Kanak-Kanak untuk membantu meningkatkan kualitas pengajaran.
Openness to new experiences will help improve the quality of teaching in kindergarten teachers. The aim of this research is to determine the effectiveness of the "Becoming an Open Teacher" training in increasing Kindergarten teachers' understanding of openness to new experiences. Research participants were 38 Kindergarten teachers. Measurement of effectiveness was carried out using an openness measuring tool developed by researchers and measured before training, after training and two weeks after training. Data processing uses ANOVA repeated measures. The training approach uses experiential learning using various methods such as games, role plays, discussions and lectures. The training was carried out over two days consisting of four sessions. The research results showed that the "Becoming an Open Teacher" training was effective in increasing teachers' understanding of openness to new experiences, with a significance level of 0.019. However, the learning effects are relatively less persistent. Several factors are discussed further. The results of this research can be used as a scientific reference for developing similar intervention programs for Kindergarten teachers to help improve the quality of teaching."
Depok: Fakultas Psikologi Universitas Indonesia, 2024
T-pdf
UI - Tesis Membership  Universitas Indonesia Library
cover
M. Farrel Firdiansyah Putra
Kewenangan Peradilan Tata Usaha Negara Dalam Menyelesaikan Sengketa Keputusan Pimpinan Perguruan Tinggi Swasta Dalam Pemberhentian Mahasiswa (Putusan 24/G/2021/PTUN.BL) = Authority of the State Administrative Court in Resolving Dispute on the Decision of the Leaders of Private Higher Education Institutions Student Dismissal (Decision 24/G/2021/PTUN.BL)
"Keputusan Tata Usaha Negara Menurut Pasal 1 angka 9 Undang-Undang Nomor 51 Tahun 2009 Tentang Perubahan Kedua atas Undang-Undang Nomor 5 Tahun 1986 Tentang Peradilan Tata Usaha Negara menjelaskan tentang Keputusan Tata Usaha Negara yaitu suatu penetapan tertulis yang dikeluarkan oleh badan atau pejabat tata usaha negara yang berisi tindakan hukum tata usaha negara yang berdasarkan peraturan perundang-undangan yang berlaku, yang bersifat konkret, individual, dan final, yang menimbulkan akibat hukum bagi seseorang atau badan hukum perdata. Tesis ini membahas mengenai Kewenangan Peradilan Tata Usaha Negara dalam menyelesaikan sengketa Keputusan Pimpinan Perguruan Tinggi Swasta dalam Pemberhentian Mahasiswa. Metode Penelitian yang digunakan dalam penelitian ini menggunakan penelitian doktrinal. Sengketa yang terjadi dalam Perkara Nomor 24/G/2021/PTUN.BL antara mahasiswa dengan universitas swasta adalah perbuatan hukum yang memiliki sifat administratif sehingga menyebabkan dampak hukum bagi kedua belah pihak, Objek Gugatan ialah Surat Keputusan Rektor Universitas Teknokrat Indonesia tertanggal 27 Januari 2021 tentang Pemberhentian sebagai Mahasiswa Universitas Teknokrat Indonesia. Simpulan yang didapat berdasarkan hasil analisis adalah Keputusan Pimpinan Perguruan Tinggi Swasta dalam pemberhentian mahasiswa termasuk dalam kategori Keputusan Tata Usaha Negara. Hal ini karena RektorPerguruan Tinggi Swasta dianggap sebagai Badan atau Pejabat Tata Usaha Negara yang menjalankan urusan pemerintahan di bidang pendidikan sesuai dengan ketentuan peraturan perundang-undangan. Penegakan hukum terhadap keputusan pimpinan perguruan tinggi swasta terkait pemberhentian mahasiswa dalam Perkara Nomor 24/G/2021/PTUN.BL dilakukan melalui proses peradilan administratif di Pengadilan Tata Usaha Negara (PTUN).
State Administrative Decision According to Article 1 number 9 of Law Number 51 of 2009 concerning the Second Amendment to Law Number 5 of 1986 concerning State Administrative Courts, it explains that State Administrative Decisions are written decisions issued by state administrative bodies or officials containing state administrative legal actions based on applicable laws and regulations, which are concrete, individual, and final, which have legal consequences for a person or civil legal entity. This thesis discusses the Authority of State Administrative Courts in resolving disputes over Decisions of Private Higher Education Leaders in Dismissing Students. The research method used in this study uses doctrinal research. The dispute that occurred in Case Number 24/G/2021/PTUN.BL betweenstudents and private universities is a legal act that has an administrative nature so that it causes legal impacts for both parties. The Object of the Lawsuit is the Decree of the Chancellor of Teknokrat Indonesia University dated January 27, 2021 concerning Dismissal as a Student of Teknokrat Indonesia University. The conclusion obtained based on the results of the analysis is that the Decision of the Head of a Private Higher Education Institution in dismissing students is included in the category of State Administrative Decisions. This is because the Chancellor of a Private HigherEducation Institution is considered a State Administrative Agency or Official who carries out government affairs in thefield of education in accordance with the provisions of laws and regulations. Law enforcement against the decision of the head of a private higher education institution regarding the dismissal of students in Case Number 24/G/2021/PTUN.BL is carried out through an administrative court process at the State Administrative Court (PTUN)."
Jakarta: Fakultas Hukum Universitas Indonesia, 2024
T-pdf
UI - Tesis Membership  Universitas Indonesia Library
<<   1 2 3 4 5 6 7 8 9 10   >>