Hasil Pencarian  ::  Simpan CSV :: Kembali

"Tingkat keaktifan dan produktivitas masyarakat perkotaan menyebabkan peningkatan kebutuhan masyarakat akan pemenuhan kebutuhan sehari-hari yang mudah dicapai dan nyaman. Salah satu hal yang menjawab kebutuhan masyarakat adalah minimarket yang berkonsep retail sekaligus restoran, yang mulai tersebar di kota-kota besar di Indonesia. Minimarket restoran tersebut menghadirkan dampak bagi transportasi, oleh karena itu, sebagai langkah awal, analisis mengenai bangkitan perjalanan perlu dilakukan. Penelitian ini ditujukan untuk menganalisis hal-hal apa saja yang mempengaruhi jumlah perjalanan yang dibangkitkan ke minimarket jenis restoran, dan memodelkannya menjadi sebuah persamaan yang menggambarkan pola bangkitan perjalanan tersebut, dengan batasan minimarket berlokasi di kawasan bisnis di Provinsi DKI Jakarta. Data yang diperoleh merupakan jumlah tarikan perjalanan orang, sepeda motor, dan mobil per jam yang diperoleh dari perekaman CCTV selama 12 jam pada tujuh minimarket studi kasus. Penyebaran kuesioner juga dilakukan pada pengungjung minimarket di tempat serta responden via internet untuk mengonfirmasi variabel-variabel yang mempengaruhi tarikan perjalanan ke minimarket jenis restoran. Data dianalisis dengan menggunakan metode regresi linear berganda OLS (Ordinary Least Square). Hasil analisis menunjukkan bahwa tarikan perjalanan orang dipengaruhi oleh luas areal minimarket, luas areal parkir, dan jumlah ATM, sementara tarikan perjalanan sepeda motor dipengaruhi oleh jumlah kursi dan jumlah komoditas, dan tarikan perjalanan mobil dipengaruhi oleh luas areal parkir.

---

The intensive activity and productivity of a city?s citizens make a necessity of a comfort and easy-to-reach stores in order to fulfill their daily needs. They are provided by retail and restaurant concepted mini market, which has been relatively wide scattered in most major cities in Indonesia. The resto-minimarkets cause impacts to the transportation du to the parking activities, so an analysis of their traffic generation is needed. This research is aimed to analyse the factors which affect the trips generated by the resto-minimarket, and to model them as an equation which bestly describes the pattern of the trip generation. The model is the limited to the minimarkets which are located in commercial district in DKI Jakarta. The tripsore was classified in people, motorcycle, and car trip, motorcycle, and car trip attraction, and they were obtained through 12 hours CCTV recording in 7 stores of study cases. Questionnaires were also carried out to the in-site costumers, as well as cyber respondents in order to confirm the variables which influence the trip attraction of resto-minimarket. The data were analyzed by OLS multiple regression method. The results show that people trip attraction of resto-minimarket is affected by the area of resto-minimarket, the size of parking area, and the number of ATM (Automatic Teller Machine), while motorcycles one is by by the number of chairs and commodity types the resto-minimarket sells. Moreover, the car trip attraction is affected by the size of parking area."

"Sebagaimana disebutkan dalam Pasal 31 ayat (1) UUD 1945, pendidikan ialah hak setiap warga. Kendati demikian, rendahnya indeks aksesibilitas transportasi di Kabupaten Administrasi Kepulauan Seribu masih terjadi dan berakibat pada disparitas hak-hak masyarakat, salah satunya hak atas pendidikan yang layak. Lebih lanjut, dilansir dari Badan Pusat Statistik (BPS), angka partisipasi sekolah yang diukur dengan Angka Partisipasi Murni (APM) di Kepulauan Seribu hanya 35 persen atau setara dengan kabupaten-kabupaten di Indonesia yang secara konstitusional ditetapkan sebagai daerah tertinggal. Untuk itu, perlu dilakukan studi ini guna menganalisis pola perjalanan sekolah, faktor atau variabel yang memengaruhi perjalanan sekolah, serta model persamaan bangkitan perjalanan sebagai untuk memprediksi permintaan perjalanan. Adapun penelitian dilakukan secara kuantitatif dengan metode cross-sectional dalam pengumpulan data. Terdapat data primer yang dikumpulkan dengan menggunakan instrumen penelitian form kuesioner dan data sekunder yang dikumpukan dengan melakukan observasi dan permintaan data langsung kepada pihak sekolah terkait. Analisis dalam penelitian ini dilakukan dengan metode regresi linear dengan jumlah trip production berbasis rumah tangga dan trip attraction berbasis sekolah sebagai variable dependen. Dalam pemodelan regresi, didapatkan bahwa variabel pendapatan dan jumlah anggota keluarga berusia sekolah memiliki pengaruh paling signifikan terhadap jumlah trip production, sementara variabel luas bangunan sekolah memiliki pengaruh paling signifikan terhadap jumlah trip attraction. Penelitian ini dapat digunakan oleh regulator, dalam hal ini Dinas Perhubungan DI Jakarta untuk bahan evaluasi dalam perencanaan dan pengembangan transportasi penumpang kepulauan.

---

As stated in Pasal 31 ayat (1) UUD 1945, education is the right of every citizen. However, the low transportation accessibility index in the Kabupaten Administrasi Kepulauan Seribu still happens and results in disparities in community rights, one of which is the right to proper education. Furthermore, as reported by Badan Pusat Statistik (BPS), the school participation rate measured by the Angka Partisipasi Murni (APM) in Kepulauan Seribu is only 35 percent or equivalent to districts in Indonesia that are constitutionally designated as disadvantaged areas. For this reason, it is necessary to conduct this study to analyze school travel patterns, factors or variables that influence school travel, and travel generation equation models to predict travel demand. The research was conducted quantitatively with a cross- sectional method in data collection. There are primary data collected using questionnaire form research instruments and secondary data collected by conducting observations and direct data requests to the relevant schools. The analysis in this study was conducted using linear regression method with the number of trip production and trip attraction as the dependent variable. In the regression modelling, it was found that the variables of income and number of school-age family members have the most significant influence on the number of trip production, while the variable of school building area has the most significant influence on the number of trip attraction. This research can be used by regulators, in this case the Dinas Perhubungan DI Jakarta, for evaluation in planning and developing island passenger transportation."

"Semakin meningkatnya kebutuhan masyarakat pada energi semakin mendorong berkembangnya teori manajemen permintaan energi. Indonesia sebagai negarayang mengalami peningkatan kebutuhan konsumsi premium masih membutuhkan perbaikan dalam tata kelolakebijakan energinya. Salahsatunya dalam melakukan peramalan. Oleh karena itu,Dibutuhkan suatu cara agar dapat melakukan peramalan konsumsi BBM premium di Indonesia.Dalam penelitian ini, peramalan dilakukandengan dua cara. Yaitu dengan menggunakan Multi Linear Regrresi dan Neural network. Hasil yang didapat menunjukkan bahwa metode Multi linear regresi memperoleh keakuratan yang lebih baik dibanding Neural network.

---

The increasing of energy consumption encouraging the development of energy demand management theory. Indonesia as a country which have increasing consumption premium fuel in few years is need to improve their energy policy, especially in forecasting. Therefore, there are need a methode to forecast premium demand in Indonesia. In this research, forecasting is done with using Multi Linear Regression and Neural Network. The result is the accuration of Multi Linear Regression methode better than the accuration of Neural network methode."

"ABSTRAKPerolehan proyek penting bagi kelangsungan industri jasa konstruksi. Estimatoradalah fungsi penting pada perusahaan engineering/konstruksi. Kompetensiestimator dihadapkan dengan bagaimana keterampilan, pengetahuan dan perilakudari fungsi estimator tersebut. Tujuan penelitian untuk menganalisa pengaruhkompetensi estimator berdasarkan tiga aspek : knowledge, skill dan personalattributes terhadap perolehan proyek dan kinerja hasil usaha (omset kontrak) padasalah satu perusahaan kontraktor BUMN. Penelitian ini menggunakan metodeanalisa regresi linier berganda yang kemudian dilakukan analisa korelasiSpearman dan analisa faktor untuk mendapatkan gap analysis kompetensidominan terhadap kompetensi estimator pada PT.XYZ, yang selanjutnyadilakukan validitas akhir untuk proses pengembangan dengan respon pembuatanmodul pelatihan

---

ABSTRACTAcquisition project paramount for the construction services industry. Estimator isimportant function in the company's engineering/construction. Competenceestimator faced with how the skills, knowledge and behavior of the estimatorfunction. The research objective to analyze the effect of competence estimatorbased on three aspects: knowledge, skill and personal attributes for the projectacquisition and performance results (turnover contract) on one of BUMNconstruction company. This study uses multiple linear regression analysis,Spearman correlation analysis and factor analysis to obtain a dominantcompetency gap analysis on the competence estimator PT.XYZ, and then make anend to the validity of the development process with response training modulemanufacturing.;"

"Skripsi ini membahas model regresi untuk mengestimasi net premium sebuah polis asuransi umum yang dijual dengan deductible. Pada asuransi umum, taksiran untuk net premium harus mempertimbangkan frekuensi dan severitas klaim yang kemungkinan akan diajukan di masa depan. Model untuk net premium dapat dituliskan ke dalam dua komponen, yaitu komponen frekuensi dan severitas. Frekuensi dan severitas klaim antar pembeli polis dapat berbeda karena tidak semua pembeli polis memiliki karakteristik yang sama. Untuk menetapkan harga premi yang adil, karakteristik tersebut harus dipertimbangkan. Maka akan digunakan pendekatan analisis regresi. Model regresi dengan karakteristik pembeli polis sebagai kovariat diterapkan pada model frekuensi dan severitas secara terpisah, dan diasumsikan efek kovariat tersebut multiplikatif. Akan tetapi, dapat ditunjukkan bahwa efek dari deductible pada frekuensi maupun severitas tidak multiplikatif. Oleh karena itu, data akan dipartisi berdasarkan besarnya deductible dan untuk tiap partisi data ini dilakukan analisis Generalized Linear Model (GLM). Dari hasil GLM tersebut, dilakukan regresi sekali lagi untuk mencari hubungan antara frekuensi dengan deductible. Demikian juga untuk severitas dengan deductible. Hasil regresi yang diperoleh digunakan untuk mengestimasi frekuensi dan severitas klaim berdasarkan nilai deductible tertentu untuk setiap kombinasi karakteristik pembeli polis. Pada akhirnya, estimasi net premium didapat dari perkalian estimasi frekuensi dan severitas klaim.

---

This thesis discusses regression models to estimate the net premium of a general  insurance policy sold with a deductible. In general insurance, when estimating the net premium, the possible frequency and severities of claims made in the future must be considered. The model for net premium can be written into two components: the frequency and the severity component. Since every policyholder can have different characteristics, the claim frequency and severity can be different. To determine fair policy prices, these characteristics must be considered. Hence, the regression model will be used. The regression model with the policyholders characteristics as covariates is used to model the frequency and severity separately, and it is assumed that the effect of each covariate is multiplicative. However, it can be shown that the effect of deductible is not multiplicative. Therefore, the data will be partitioned based on deductibles and Generalized Linear Model (GLM) analysis will be used on each data partition. From this result, another regression will be used to model the relationship between frequency and deductible, and the relationship between severity and deductible. The estimate for net premium is obtained as a multiplication of the claim frequency and severity."

"ABSTRAKPenelitian ini membahas tentang analisis data time series berdasarkan data laporan trafik DNS Sinkhole dari ID-SIRTII. Analisis ini terbagi menjadi dua yaitu analisis tren dan perbandingan performa dua metode forecasting berdasarkan jumlah aktivitas malware berbasis command and control C C selama tiga bulan awal tahun 2016 di Indonesia. Analisis tren dilakukan dengan mengelompokkan malware berdasarkan keluarga dan varian teraktif. Tren analisis menunjukan total aktivitas malware sebanyak 1452585872 yang terdiri dari 12 keluarga malware berbeda. Keluarga malware yang paling aktif yaitu berasal dari keluarga B85 Dorkbot dengan persentase 40,49 dari total keseluruhan aktivitas malware dalam tiga bulan tersebut. Varian teraktifnya yaitu B85-R2V dengan persentase 37 dari total keseluruhan aktivitas malware. Perbandingan performa forecasting menggunakan dua metode yang akan dibandingkan yaitu regresi linier berganda dan regresi dengan ARIMA error. Berdasarkan perbandingan nilai MAPE dalam prediksi jangka waktu 1 minggu, kedua metode hampir memiliki kemampuan yang sama dalam memprediksi 10 varian malware C C terbanyak. Sedangkan dalam jangka waktu 2 minggu, metode regresi dengan ARIMA error memberikan kemampuan prediksi yang lebih baik dibandingkan dengan metode regresi linier berganda.

---

ABSTRACT

This bachelor thesis discuss about time series data analysis of DNS Sinkhole traffics from ID SIRTII. There are two main sections of this analysis, trend analysis and performance comparison of two forecasting methods based on C C malware activities in the first three months of 2016 in Indonesia. Trend analysis is performed by grouping malware based on family and the 10 most active variants. It shows 1452585872 total activity of malware consist of 12 different malware families. The most active malware is come from B85 Dorkbot family with 40.49 of total malware activities in those three months. Its most active variant is B85 R2V with 37 of total malware activities. Performace comparison of forecasting methods use multiple linear regression and regression with ARIMA errors. Based on the comparison of MAPE values in one week prediction period, both methods almost have the same ability to predict the top 10 C C malware variants. While within 2 weeks prediction period, regression method with ARIMA errors gives better prediction ability compared with multiple linear regression method."

"Kepadatan penduduk di Jakarta menimbulkan berbagai masalah perkotaan. Salah satu permasalahan yang timbul adalah kenyamanan termal dengan sensasi panas yang tidak nyaman. Hal ini juga diperparah dengan pemanfaatan ruang perkotaan yang tidak proporsional sehingga perbaikan sensasi termal sulit untuk diwujudkan. Perbaikan kenyamanan termal dilakukan terhadap wilayah mikro kemudian perlahan melakukan evaluasi dengan skala yang lebih besar. Penelitian-penelitian sebelumnya banyak membahas mengenai hubungan antar variabel meteorologi dengan Thermal Sensation Vote (TSV) dan Thermal Comfort Vote (TCV) dan kaitannya terhadap rekomendasi penambahan vegetasi. Namun sangat jarang dibahas terkait peluang responden untuk merubah persepsinya terhadap sensasi termal yang dirasakan setelah adanya evaluasi dan perbaikan kenyamanan termal. Teknik Ordinal Logistic Regression (OLR) digunakan dalam penelitian ini untuk menghasilkan model prediktif dari pengamatan yang melibatkan TSV dan TCV terhadap variabel meteorologi. Sedangkan metode ANOVA, digunakan untuk mendapatkan kisaran netral suhu yang dapat diterima di dua lokasi studi, Kelurahan Gunung Sahari Selatan dan Kelurahan Tanjung Priok. Simulasi pemanfaatan ruang di kedua lokasi studi dilakukan dengan evaluasi kenyamanan termal serta penambahan vegetasi menggunakan bantuan ENVI-Met. Penelitian menemukan kisaran netral suhu yang dapat diterima untuk membentuk TSV = 0 (Netral) di Gunung Sahari Selatan adalah 31,29 ± 0,96 ºC, sedangkan di Tanjung Priok adalah 31,32 ± 0,87 ºC. Juga didapatkan kisaran netral suhu yang dapat diterima untuk pembentuk respon TCV = 0 (Netral) di Gunung Sahari Selatan sebesar 31,21 ± 1,23 ºC dan di Tanjung Priok sebesar 31,12 ± 0,93 ºC. Model OLR yang terbentuk menyimpulkan bahwa setiap peningkatan suhu 1ºC dan kecepatan angin 1 m/s akan meningkatkan peluang respon untuk TSV=+3/7 (Panas) adalah sebesar 200% di Gunung Sahari Selatan. Sedangkan OLR untuk pengamatan di Tanjung Priok, disimpulkan bahwa setiap peningkatan suhu 1ºC dan penurunan kelembaban relatif 1% akan meningkatkan peluang respon untuk TSV=+3/7 (panas) sebesar 0%. Hasil evaluasi kenyamanan termal melalui simulasi penambahan vegetasi membuktikan bahwa terjadi penurunan batas bawah suhu hingga 0,08 ºC di Gunung Sahari dan penurunan batas atas suhu hingga 0,33 ºC di Tanjung Priok. Fakta-fakta tersebut memperlihatkan bahwa pemanfaatan ruang di Jakarta belum proporsional sehingga mayoritas dari responden memilih TSV = +3 (Panas) dan TCV = -1 (Sedikit Tidak Nyaman). Hal tersebut membuktikan pemanfaatan ruang yang tidak proporsional dapat memperburuk kenyamanan termal iklim mikro.

---

The population density in Jakarta has been raising various urban problems. One of those problems that arise are thermal comfort with an uncomfortable hot sensation. That’s also exacerbated by the disproportionate use of urban space so the improvement of thermal sensations is difficult to realize. The improvement of thermal comfort are generally carried out on the micro region then slowly evaluating it on a larger scale. Previous studies have discussed the relationship between meteorological variables with the Thermal Sensation Vote (TSV) and Thermal Comfort Vote (TCV) and their relation to recommendations for adding vegetation. However, it rarely discussed regarding the opportunity for respondents to change their perception of thermal sensation that felt after an evaluation and improvement of thermal comfort. Ordinal Logistic Regression (OLR) technique applied in this study to produce predictive models from observations involving TSV, TCV and meteorological variables. Meanwhile, the ANOVA method used to obtain a neutral range of acceptable temperatures in two locations; Gunung Sahari Selatan and Tanjung Priok. Spatial utilization simulation in both study locations was carried out by evaluating thermal comfort and adding vegetation using the ENVI-Met. The study found that the acceptable temperature neutral range for forming TSV = 0 (Neutral) at Gunung Sahari Selatan was 31.29 ± 0.96 ºC, while at Tanjung Priok it was 31.32 ± 0.87 ºC. Also obtained the acceptable temperature neutral range to form a TCV = 0 (neutral) response at Gunung Sahari Selatan of 31.21 ± 1.23 ºC and at Tanjung Priok of 31.12 ± 0.93 ºC. The OLR model concluded that every 1ºC increase in temperature and 1 m/s wind speed will increase the chance of a response for TSV=+3/7 (Hot) by 200% at Gunung Sahari Selatan. While the OLR for observations at Tanjung Priok concluded that every 1°C increase in temperature and 1% decrease in relative humidity would increase the chance of a response for TSV=+3/7 (Hot) by 0%. The results of the evaluation of thermal comfort through the simulation of adding vegetation proved that there was a decrease in the lower temperature limit to 0.08 ºC at Gunung Sahari and a decrease in the upper temperature limit to 0.33 ºC at Tanjung Priok. These facts shown that space utilization in Jakarta is not proportional enough so that the majority of respondents choose TSV = +3 (Hot) and TCV = -1 (Slightly Uncomfortable). It was also proves that disproportionate space utilization can exacerbated the microclimate thermal comfort."

"The accuracy of measured traffic flow on a roadway largely depends on the correctness of the PCU factors used for converting traffic counts. PCU is the number of passenger cars that are displaced by a single heavy vehicle of a particular type under prevailing roadway, traffic and control conditions. The aim of the present study is to develop more appropriate models for estimating the equivalency units of different vehicle types on multilane highways, considering the limitations of available methods. Estimation of equivalency units for vehicle types is described by developing speed models based on multiple non-linear regression approaches. The equivalency units estimated by using models are found to be realistic and logical under heterogeneous traffic flow conditions. The PCU values estimated by the multiple non-linear regression method are compared with and found to be relatively higher values than the values obtained by the dynamic PCU. The accuracy of the models is checked by comparing the observed values of speed with estimated speeds. The multiple non-linear regression approach is also used for estimating the equivalency units on six-lane divided highways. Results indicate that the proposed methodology can be used for estimation of equivalency units for vehicle types under mixed traffic conditions."

"Konsumsi ikan berkelanjutan merupakan salah satu program pemerintah yang sedang gencar dilaksanakan untuk menanggulangi gizi buruk di masyrakat, meningkatkan kesehatan dan mensejahterakan masyarakat. Penelitian ini bertujuan untuk menguji dan melakukan analisis faktor-faktor anteseden yang mempengaruhi intensi konsumen untuk konsumsi ikan berkelanjutan, melalui perspektif model Theory of Planned Behavior (TPB) dan peranan kepercayaan diri konsumen. Analisis dilakukan dengan menggunakan Analisis Regresi Stepwise untuk menguji kekuatan lima hipotesis dari hubungan variabel dalam model. Responden yang dipilih melalui purposive sampling adalah 200 orang ibu-ibu yang hobi dan secara rutin mengkonsumsi ikan. Hasil penelitian menunjukkan bahwa sikap dan persepsi efektivitas konsumen berdampak langsung dan berpengaruh positif terhadap intensi untuk konsumsi ikan berkelanjutan. Kepercayaan hanya mempengaruhi attitude terhadap intensi konsumen. Sedangkan persepsi ketersediaan dan norma subjektif tidak berpengaruh secara signifikan terhadap intensi untuk konsumsi ikan berkelanjutan.

---

Sustainable fish consumption is one of the government programs that are being intensively implemented to overcome malnutrition in society, improve health and public welfare. This study aims to examine and analyze the antecedent factors that influence consumer intentions to increase fish consumption, through the perspective of Theory of Planned Behavior model (TPB) and the role of consumer confidence. The analysis was performed by using Stepwise Regression Analysis to test the strength of five hypotheses of the variable relationship in the model. Respondents selected through purposive sampling are 200 mothers who hobbies and regularly consume fish. The results showed that attitude and perceived consumers effectiveness have a direct impact and positif influence towards intention to sustainable fish consumption. Confidence only affects attitudes toward consumer intentions. While perceived availability and subjective norms do not significantly influence the intention to sustainable fish consumption."

"Gempa bumi merupakan peristiwa alam yang kapan saja bisa terjadi dan dapat membahayakanorang-orang yang berada dekat dengan pusat gempa. Akan sangat baik jikakita dapat melakukan persiapan sebelum gempa bumi terjadi, tetapi permasalahannya kitatidak tahu kapan gempa bumi akan terjadi. Penelitian ini bertujuan untuk menganalisishubungan antara kejadian gempa bumi di masa lalu dan di masa mendatang denganmencoba memprediksi jumlah gempa tahunan pada suatu tahun dilihat dari jumlah kejadiangempa bumi di tahun-tahun sebelumnya. Penelitian ini membagi data kejadiangempa bumi berdasarkan dua kategori lokasi: zona waktu GMT dan lempengan bumi.Hasil dari penelitian ini berupa model-model machine learning yang dapat memprediksijumlah gempa tahunan berdasarkan masing-masing lokasi. Penelitian ini menggunakanteknik-teknik machine learning yaitu linear regression, LSTM, dan Prophet pada datasetgempa bumi dengan menggunakan pendekatan time series analysis. Penelitian ini jugamencoba beberapa pengaturan window size, dan penggunaan jenis data stationary untuktraining. Hal ini dilakukan untuk menemukan pengaturan terbaik yang dapat digunakanuntuk melakukan prediksi. Performa model yang dihasilkan akan dievaluasi menggunakanmetrik RMSE dan R2. Teknik machine learning yang dianggap memiliki performarata-rata terbaik (rata-rata dari penggunaan window size 3, 4, dan 5) untuk dua kategorilokasi tersebut adalah linear regression dengan penggunaan data stationary yang manamendapatkan rata-rata RMSE 11.26 dan R2 0.19 untuk kategori zona waktu, sedangkanuntuk kategori lempengan bumi mendapatkan rata-rata RMSE 6.87 dan R2 0.13.

---

An earthquake is a natural event that can occur anytime and endanger many lives. It is a

good thing if we can make a preparation to overcome the after-effect, but the problem is

we do not know when an earthquake will take place. The purpose of this research is to analyze

the correlation between the past and future earthquakes by predicting the number of

earthquakes in a certain year based on the number of earthquakes in previous years. This

research groups the earthquakes based on their location categorization: GMT time zone

and earth plate. The results of this research are machine learning models that can predict

the number of annual earthquakes for each location. We employ various machine learning

techniques in this research, such as linear regression, LSTM, and Prophet on earthquake

datasets with a time series analysis approach. This research also measures the effect of

window sizes and the usage of stationary data for training. This is done to find the best

settings that can be used in prediction. The models are evaluated using the RMSE and R2

metrics. The evaluation results suggest that the highest average performance (average on

the window size of 3, 4, and 5) is obtained by using the linear regression model, achieving

an RMSE score of 11.26 and an R2 score of 0.19 for the time zone categorization, and an

RMSE score of 6.87 and an R2 score of 0.13 for the earth plate categorization."