Hasil Pencarian  ::  Simpan CSV :: Kembali

"Angkutan umum/bis merupakan salah satu mode angkutan umum yang sangat dibutuhkan oleh sejumlah besar masyarakat terutama golongan menengah ke bawah. Permasalahan pokok yang dihadapi oleh pemakai jasa /user adalah tidak adanya waktu keberangkatan angkutan umum/bis yang tepat, sehingga mempengaruhi waktu perjalanan, waktu tunggu dan sebagainya, Berta cenderung akan mengharapkan jumlah bis yang beroperasi lebih banyak, karena semakin banyak bis yang beroperasi akan semakin cepat waktu keberangkatannya dan semakin kecil waktu tunggunya. Sedangkan permasalahan dari pihak operator/pengelola angkutan umum, akan cenderung untuk membatasi jumlah angkutan umum/bis pada tingkat pelayanan yang paling menguntungkan.Pendekatan model yang digunakan untuk pemecahan masalah adalah dengan melakukan optimasi pada proses penjadualan angkutan umum/bis berdasarkan waktu keberangkatan bis yang optimal dengan proses yang dinamik. Dengan mengetahui waktu keberangkatan bis yang optimal, maka didapat besar probabilitas penumpang yang dapat naik pada bis yang pertama kali datang di suatu pemberhentian, setelah kedatangannya penumpang tersebut di suatu pemberhentian tersebut.Model yang digunakan untuk pemecahan masalah adalah pengembangan model yang dikemukanan oleh Yosef Sheffi dan Morihisa Sugiyama, yang dikembangkan kembali oleh Dr.Ir. Sutanto Soehodho, MEng (1992). Pengembangan model tersebut mencakup metode untuk penjadualan waktu keberangkatan bis pada rute tunggal. Masalah formulasi program matematika dibatasi dengan kapasitas angkutan umum/bis, jumlah pemberhentian/halte dan jumlah armada yang dibutuhkan. Sedangkan tingkat kedatangan penumpang disetiap pemberhentian/halte, probability perpindahan anal tujuan penumpang dan waktu perjalanan armada dari suatu pemberhentian ke pemberhentian lain dibuat secara asumsi data.Sebagai solusinya digunakan prosedur dari "Dynamic Programming. Sehingga didapat optimasi penjadualan berdasarkan permintaan stokastik (Stochastic Demand).Studi kasus dalam pemecahan masalah dipilih Angkutan umum/bis dengan rute tunggal dengan jumlah bis yang optimal didapat sebesar 3 bis. Hasil analisa menunjukan bahwa waktu keberangkatan yang optimal yang didapat dengan menggunakan "Dynamic Programming" adalah sebagai berikut :Untuk bis yang pertama mempunyai selang waktu selama 23 menit dari waktu yang dijadualkan. Sedangkan untuk bis yang kedua mempunyai selang waktu 14 menit dari bis yang pertama dan untuk bis yang ketiga mempunyai selang waktu 23 merit dengan bis yang kedua.Adapun hasil dari Program Dinamik tersebut, maka didapatkan waktu keberangkatan yang menghasilkan harga Probabilitas Kejadian X yang optimal yaitu kejadian dimana penumpang dapat naik pada bis yang pertama kali datang di suatu pemberhentian, setelah kedatangannya penumpang tersebut di suatu pemberhentian tersebut."

"Bikunku merupakan suatu aplikasi penunjang informasi bis kuning (bikun); sarana transportasi di lingkungan Universitas Indonesia; yang dibuat oleh Alamsyah et al. melalui penelitiannya pada tahun 2022. Salah satu fitur penting yang ditawarkan dalam aplikasi ini adalah tracking lokasi bikun yang sedang beroperasi secara real-time. Meskipun secara keseluruhan sistem ini dapat menjalankan tugas- nya melakukan tracking lokasi bikun, sistem yang menggunakan frontend React, komunikasi WebSocket, dan database PostgreSQL ini kurang optimal untuk menangani data lokasi yang dikirim oleh driver bikun dan dibaca oleh ribuan sivitas akademik Universitas Indonesia. Penelitian ini bertujuan melakukan improvement berupa peningkatan performa pada sistem tracking bikun pada aplikasi Bikunku yang meliputi pengukuran end-to-end response time, throughput, CPU usage, memory usage, FPS dan rendering speed. Penelitian terdiri dari pengembangan dari sisi backend protokol komunikasi menggunakan gRPC dengan Kafka, sisi database menggunakan Firebase Cloud Firestore sebagai Realtime Database pada backend, dan sisi frontend menggunakan Flutter sebagai aplikasi mobile. Implementasi frontend Flutter pada akhirnya diinkorporasikan dengan pilihan implementasi backend dengan hasil performa yang terbaik. Dengan pengembangan menggunakan teknologi tersebut, improvement yang dilakukan pada penelitian ini meliputi pengubahan cara penyaluran data lokasi tracking dan database dari sistem polling menjadi sistem pushing, pengubahan arsitektur sistem yang lebih performant, digunakannya protokol komunikasi yang lebih unggul, perbaikan implementasi pada autentikasi driver sebagai salah satu penyebab bottleneck, pengubahan aplikasi menjadi mobile app, dan digunakannya implementasi maps yang lebih siap untuk production. Pengetesan dilakukan dengan load testing membandingkan performa masing-masing sistem implementasi baru terhadap sistem terdahulu Alamsyah. Skenario pengetesan sistem backend dan database meliputi request pengiriman lokasi oleh 11 driver bikun, disertai 1800 concurrent user di sisi client untuk membaca simulasi data lokasi terbaru bikun yang beroperasi. Sementara pada sisi frontend dilakukan pengetesan dengan resource profiling dan observasi terhadap simulasi bikun yang berjalan di frontend. Hasil pengetesan menunjukkan sistem gRPC-Kafka lebih cepat sebesar 96% dengan throughput yang dihasilkan lebih baik 216% dibandingkan dengan sistem Alamsyah, sistem Firebase lebih cepat sebesar 91% dengan throughput yang dihasilkan lebih baik 127% dibandingkan sistem Alamsyah. Dari hasil yang didapat, sistem gRPC-Kafka kemudian dipilih sebagai sistem backend yang diinkorporasikan dengan implementasi Flutter. Hasil pengetesan sistem Flutter dengan gRPC-Kafka mendapatkan hasil yang lebih baik pada OS Android di semua skenario dengan peningkatan performa metrik CPU usage, max CPU usage, memory usage, dan rendering speed sebesar 27%, 18%, 42%, dan 33%. Sistem Flutter dengan gRPC-Kafka mayoritas lebih baik pada OS iOS di semua skenario, yakni pada metrik memory usage, FPS, dan rendering speed dengan peningkatan performa sebesar 40%, 28%, dan 16%. Sementara dari segi CPU usage dan max CPU usage, sistem Alamsyah lebih baik sebesar 9% dan 0,3% dari sistem Flutter dengan gRPC- Kafka.

---

Bikunku is an information system application for bikun, a bus transportation facility within the University of Indonesia environment, developed by Alamsyah et al. through their research in 2022. One of the important features offered in this application is real-time tracking of the bikuns' location. Although the overall system is capable of tracking the bikun's location, the system, which utilizes React for the frontend, WebSocket for communication, and PostgreSQL for the database, it is not optimized to handle the location data sent by bikun drivers and accessed by thousands of University of Indonesia stakeholders.

This research aims to improve the performance of the bikun tracking system in the Bikunku application, including measuring end-to-end response time, throughput, CPU usage, memory usage, FPS, and rendering speed. The research consists of the development of backend communication protocol using gRPC with Kafka, development of backend using Firebase Cloud Firestore as Realtime Database, and development of the frontend mobile application using Flutter. The implementation of Flutter frontend is then integrated with the best performing backend implementation.

With the development using technologies listed, improvements made in this research include changing the method of location tracking data delivery and database from a polling system to a pushing system, modifying the system architecture for better performance, utilizing superior communication protocol, improving the implementation of driver authentication as one of the bottleneck causes, transforming the application into a mobile app, and utilizing a more production-ready maps implementation. Load testing is conducted to compare the performance of each new implementation with Alamsyah's previous system.

The testing scenarios for the backend and database systems involve location request submissions by 11 bikun drivers, along with 1800 concurrent users on the client side to simulate reading the latest location data of operating bikuns. On the frontend side, testing is performed using resource profiling and observation of the running bikun simulations.

The test results show that the gRPC-Kafka system is 96% faster with a 216% better throughput compared to Alamsyah's system, while the Firebase system is 91% faster with a 127% better throughput compared to Alamsyah's system. Based on these findings, the gRPC-Kafka system is then chosen as the backend system to be integrated with the Flutter implementation.

The testing results of Flutter with gRPC-Kafka demonstrate better performance on Android OS in all scenarios, with improvements in CPU usage, max CPU usage, memory usage, and rendering speed by 27%, 18%, 42%, and 33%, respectively. The Flutter with gRPC-Kafka system performs better on iOS OS in all scenarios for the majority, which are in terms of memory usage, FPS, and rendering speed, with performance improvements of 40%, 28%, and 16%, respectively. However, in terms of CPU usage and max CPU usage, the Alamsyah system performs better by 9% and 0.3% to the Flutter with gRPC-Kafka system."

"Bikunku merupakan suatu aplikasi penunjang informasi bis kuning (bikun); sarana transportasi di lingkungan Universitas Indonesia; yang dibuat oleh Alamsyah et al. melalui penelitiannya pada tahun 2022. Salah satu fitur penting yang ditawarkan dalam aplikasi ini adalah tracking lokasi bikun yang sedang beroperasi secara real-time. Meskipun secara keseluruhan sistem ini dapat menjalankan tugas- nya melakukan tracking lokasi bikun, sistem yang menggunakan frontend React, komunikasi WebSocket, dan database PostgreSQL ini kurang optimal untuk menangani data lokasi yang dikirim oleh driver bikun dan dibaca oleh ribuan sivitas akademik Universitas Indonesia. Penelitian ini bertujuan melakukan improvement berupa peningkatan performa pada sistem tracking bikun pada aplikasi Bikunku yang meliputi pengukuran end-to-end response time, throughput, CPU usage, memory usage, FPS dan rendering speed. Penelitian terdiri dari pengembangan dari sisi backend protokol komunikasi menggunakan gRPC dengan Kafka, sisi database menggunakan Firebase Cloud Firestore sebagai Realtime Database pada backend, dan sisi frontend menggunakan Flutter sebagai aplikasi mobile. Implementasi frontend Flutter pada akhirnya diinkorporasikan dengan pilihan implementasi backend dengan hasil performa yang terbaik. Dengan pengembangan menggunakan teknologi tersebut, improvement yang dilakukan pada penelitian ini meliputi pengubahan cara penyaluran data lokasi tracking dan database dari sistem polling menjadi sistem pushing, pengubahan arsitektur sistem yang lebih performant, digunakannya protokol komunikasi yang lebih unggul, perbaikan implementasi pada autentikasi driver sebagai salah satu penyebab bottleneck, pengubahan aplikasi menjadi mobile app, dan digunakannya implementasi maps yang lebih siap untuk production. Pengetesan dilakukan dengan load testing membandingkan performa masing-masing sistem implementasi baru terhadap sistem terdahulu Alamsyah. Skenario pengetesan sistem backend dan database meliputi request pengiriman lokasi oleh 11 driver bikun, disertai 1800 concurrent user di sisi client untuk membaca simulasi data lokasi terbaru bikun yang beroperasi. Sementara pada sisi frontend dilakukan pengetesan dengan resource profiling dan observasi terhadap simulasi bikun yang berjalan di frontend. Hasil pengetesan menunjukkan sistem gRPC-Kafka lebih cepat sebesar 96% dengan throughput yang dihasilkan lebih baik 216% dibandingkan dengan sistem Alamsyah, sistem Firebase lebih cepat sebesar 91% dengan throughput yang dihasilkan lebih baik 127% dibandingkan sistem Alamsyah. Dari hasil yang didapat, sistem gRPC-Kafka kemudian dipilih sebagai sistem backend yang diinkorporasikan dengan implementasi Flutter. Hasil pengetesan sistem Flutter dengan gRPC-Kafka mendapatkan hasil yang lebih baik pada OS Android di semua skenario dengan peningkatan performa metrik CPU usage, max CPU usage, memory usage, dan rendering speed sebesar 27%, 18%, 42%, dan 33%. Sistem Flutter dengan gRPC-Kafka mayoritas lebih baik pada OS iOS di semua skenario, yakni pada metrik memory usage, FPS, dan rendering speed dengan peningkatan performa sebesar 40%, 28%, dan 16%. Sementara dari segi CPU usage dan max CPU usage, sistem Alamsyah lebih baik sebesar 9% dan 0,3% dari sistem Flutter dengan gRPC- Kafka.

---

Bikunku is an information system application for bikun, a bus transportation facility within the University of Indonesia environment, developed by Alamsyah et al. through their research in 2022. One of the important features offered in this application is real-time tracking of the bikuns’ location. Although the overall system is capable of tracking the bikun’s location, the system, which utilizes React for the frontend, WebSocket for communication, and PostgreSQL for the database, it is not optimized to handle the location data sent by bikun drivers and accessed by thousands of University of Indonesia stakeholders. This research aims to improve the performance of the bikun tracking system in the Bikunku application, including measuring end-to-end response time, throughput, CPU usage, memory usage, FPS, and rendering speed. The research consists of the development of backend communication protocol using gRPC with Kafka, development of backend using Firebase Cloud Firestore as Realtime Database, and development of the frontend mobile application using Flutter. The implementation of Flutter frontend is then integrated with the best performing backend implementation. With the development using technologies listed, improvements made in this research include changing the method of location tracking data delivery and database from a polling system to a pushing system, modifying the system architecture for better performance, utilizing superior communication protocol, improving the implementation of driver authentication as one of the bottleneck causes, transforming the application into a mobile app, and utilizing a more production-ready maps implementation. Load testing is conducted to compare the performance of each new implementation with Alamsyah’s previous system. The testing scenarios for the backend and database systems involve location request submissions by 11 bikun drivers, along with 1800 concurrent users on the client side to simulate reading the latest location data of operating bikuns. On the frontend side, testing is performed using resource profiling and observation of the running bikun simulations. The test results show that the gRPC-Kafka system is 96% faster with a 216% better throughput compared to Alamsyah’s system, while the Firebase system is 91% faster with a 127% better throughput compared to Alamsyah’s system. Based on these findings, the gRPC-Kafka system is then chosen as the backend system to be integrated with the Flutter implementation. The testing results of Flutter with gRPC-Kafka demonstrate better performance on Android OS in all scenarios, with improvements in CPU usage, max CPU usage, memory usage, and rendering speed by 27%, 18%, 42%, and 33%, respectively. The Flutter with gRPC-Kafka system performs better on iOS OS in all scenarios for the majority, which are in terms of memory usage, FPS, and rendering speed, with performance improvements of 40%, 28%, and 16%, respectively. However, in terms of CPU usage and max CPU usage, the Alamsyah system performs better by 9% and 0.3% to the Flutter with gRPC-Kafka system."

"Transjakarta merupakan sistem transportasi berjenis Bus Rapid Transit BRT pertama yang ada di kawasan Asia Tenggara. Salah satu koridor layanannya adalah koridor IX dengan rute Pinang Ranti ndash; Pluit, menjadi salah satu rute tersibuk dari seluruh koridor yang ada. Maka dari itu penting untuk memberikan layanan yang terbaik bagi penumpang. Proses penelitian dilakukan dengan dua metode yaitu survei statis dan survei dinamis pada jam sibuk pagi hari kerja, untuk mendapatkan data ridership, okupansi penumpang, waktu tempuh, waktu tunggu penumpang, dan waktu antara. Waktu antara rata-rata diketahui sebesar 7,92 menit yang berarti tidak memenuhi Standar Pelayanan Minimum Transjakarta SPM, kemudian setelah melakukan pengolahan data diketahui frekuensi pelayanan yang ada sebesar 8 bus per jam dengan kapasitas 909 penumpang per jam belum cukup memenuhi kebutuhan yang ada sebesar 2615 penumpang per jam, sehingga dilakukan analisis perbaikan untuk meningkatkan frekuensi pelayanan. Ketika analisis dilakukan dengan acuan minimum SPM, dengan waktu antara 5 menit maka frekuensi menjadi 12 bus per jam dengan kapasitas 1440 penumpang per jam dan ketika acuan minimum adalah demand 2615 penumpang per jam maka frekuensi yang dibutuhkan 22 bus per jam dengan waktu antara 2,75 menit.

---

The first Bus Rapid Transit BRT transportation in Southeast Asia is Transjakarta. One of the service corridors is corridor IX nine route Pinang Ranti Pluit, this becoming one of the busiest routes of Transjakarta services. Therefore it is important to provide the best service for passengers. The research process is carried out by two methods static survey and dynamic survey during the morning rush hour, to get ridership data, passenger occupancy, travel time, passenger waiting time, and headway time. Average headway is known at 7.92 minutes which does not meet the requirements of Transjakarta rsquo s Minimum Service Standard SPM , from the headway obtained existing service frequency of 8 buses per hour with capacity 909 passengers per hour which not enough to fulfill requirement of 2615 passengers per hour, so then the improvement analysis is done to increase service frequency. When the analysis is conducted with minimum SPM reference, with headway 5 minutes then the frequency becomes 12 buses per hour with capacity of 1440 passengers per hour and when the minimum reference is demand 2615 passengers per hour then the required frequency 22 buses per hour with 2,75 minutes headway."

"Transportasi umum saat ini menjadi pilihan favorit masyarakat dalam melakukan perpindahan dengan selamat dan efisien. Salah satu transportasi umum pilihan masyarakat Jakarta adalah kereta Mass Rapid Train (MRT). Keselamatan kereta MRT merupakan isu yang penting untuk diperhatikan agar dapat menjaga keselamatan baik masinis maupun penumpang. Dalam pengoperasian kereta MRT, dilakukan oleh seorang masinis. Menurut data Komisi Nasional Keselamatan Transportasi (KNKT), di tahun 2016 sebanyak 45% kecelakaan disebabkan oleh masinis. Penelitian ini bertujuan untuk menganalisis fatigue serta faktor-faktor yang berhubungan dengan kejadian kelelahan pada masinis seperti faktor terkait pekerjaan dan faktor tidak terkait pekerjaan. Penelitian ini dilaksanakan pada Januari-Juni 2023 di PT. XYZ. Alat yang digunakan dalam penelitian ini adalah kuesioner Fatigue Assessment Scale (FAS) dalam mengukur kelelahan, dan Sound Level Meter dalam mengukur kebisingan. Penelitian ini merupakan penelitian kuantitatif dengan desain studi cross sectional. Sampel pada penelitian ini adalah 67 masinis kereta MRT yang aktif mengoperasikan kereta. Hasil dari data kuesioner dianalisis menggunakan uji statistic chisquare. Hasil dari penelitian ini menunjukkan bahwa 41,8% mengalami kelelahan. Dari penelitian ini diketahui bahwa pada faktor risiko terkait pekerjaan, terdapat hubungan yang signifikan antara shift kerja dengan kelelahan pada masinis. Pada faktor risiko tidak terkait pekerjaan, terdapat hubungan yang signifikan antara commuting time, dan kualitas tidur terhadap kelelahan pada masinis.

---

Public transportation is currently people's favorite choice for moving safely and efficiently. One of the public transportation choices for the people of Jakarta is the Mass Rapid Train (MRT). MRT train safety is an important issue to pay attention to maintain the safety of both the driver and the passengers. In operating the MRT train, it is carried out by a train driver. According to data from the National Transportation Safety Commission (KNKT), in 2016 as many as 45% of accidents were caused by train drivers. This study aims to analyze fatigue and factors related to the occurrence of fatigue in train drivers such as work-related factors and non-work related factors. This research was conducted from January to June 2023 at PT XYZ. The tools used in this study were the Fatigue Assessment Scale (FAS) questionnaire to measure fatigue, and the Sound Level Meter to measure noise. This research is a quantitative study with a cross-sectional study design. The sample in this study was 67 MRT train drivers who actively operated trains. The results of the questionnaire data were analyzed using the chi-square statistical test. The results of this study showed that 41.8% experienced fatigue. From this study, it is known that on work-related risk factors, there is a significant relationship between work shifts and driver fatigue. In non-work related risk factors, there is a significant relationship between commuting time and sleep quality on driver fatigue."

"Untuk mengatasi kemacetan dengan segera, beberapa kota memilih untuk mengadakan infrastruktur busway daripada infrastruktur kereta api. Pengadaan infrastruktur transportasi seharusnya diikuti dengan peningkatan harga lahan di wilayah sekitar. Terdapat perdebatan apakah peningkatan harga lahan akibat infrastruktur busway setara dengan infrastruktur kereta api.Tujuan utama penelitian ini adalah untuk mengukur dampak Transjakarta terhadap harga lahan kelurahan-kelurahan di DKI Jakarta. Penelitian ini menggunakan data panel. Variabel keluaran adalah harga lahan dalam 3 (tiga) tahun; 2013, 2014, dan 2015. Terdapat 2 (dua) treatment dalam penelitian ini; yaitu pengadaan busway koridor 12 dan perpanjangan koridor 2.Penelitian ini menggunakan pendekatan difference-in-difference dan juga estimasi score matching yaitu Nearest Neighbor Matching. Studi ini menemukan bahwa pengadaan busway baru akan meningkatkan harga lahan sekitar 20 – 30 persen. Kuantitas ini cukup besar namun cukup masuk akal. Karena itu adalah benar jika dampak busway setara dengan kereta api. Manfaat yang besar ini dapat digunakan untuk mendorong peran serta swasta dan publik dalam membantu pembiayaan pengadaan infrastruktur busway.

---

To immediately curb severe traffic congestion, some cities choose to establish bus rapid transit (BRT) infrastructure over rail-transit. New establishment of transportation infrastructure should be followed by the increases of land value. There have been debates whether the increases on land value because of BRT establishment are on par of railway investments.

This study mainly intents to determine the impact of TransJakarta BRT on land value of sub-districts in DKI Jakarta Province. The research utilizes panel data. Outcome variable is land value in 3 (three) years; 2013, 2014, and 2015. There are two treatments in this thesis. They are installation of BRT route 12 and installation of extension of BRT route 2.

This study utilizes difference-in-difference approach as well as score matching estimation namely Nearest Neighbor Matching (NNM). The research found that the new installation of BRT causes land value to increase around 20 – 30 percent. This magnitude is high. Hence it is correct to say that BRT impact on land value is on par with other transportation establishment such as railway. Its apparent benefit to land value can be used as basis to encourage more private and public-sector involvement in helping to fund the BRT installation."