Hasil Pencarian  ::  Simpan CSV :: Kembali

"ABSTRAKIndustry 4.0 tidak hanya membawa peluang besar namun juga berpotensi membawa imbas negatif bagi perkembangan industri di Indonesia. Makalah ini bertujuan untuk membangun taksonomi strategi penerapan Industry 4.0 di Indonesia melalui pemetaan 33 sektor manufaktur di Indonesia. Penelitian dilakukan berdasarkan statistik kinerja sektor industri besar yang diukur berdasarkan tujuh variabel yaitu: jumlah perusahaan, input, output, nilai tambah, biaya tenaga kerja, dan perubahan modal. Dengan menggunakan analisis klaster, kami mendapatkan bahwa penerapan Industry 4.0 di Indonesia dapat dibagi menjadi 4 strategi utama, yaitu: automasi, kolaborasi, biasa, dan bisnis model baru. Taksonomi strategi ini relevan bagi perencana kebijakan publik dalam menerapkan Industry 4.0 di Indonesia."

"Tesis ini membahas mengenai pemetaan industri percetakaan di Indonesia dengan menggunakan Analisis klaster. dengan metode K-Means. Pada saat ini penyebaran industri percetakan di Indonesia tidak merata, sebagian besar terkonsentrasi di pulau Jawa (73.3%), belum adanya informasi mengenai industri percetakan, informasi yang ada hanya sebatas penyebaran 2585 percetakan berikut bentuk badan hukumnya sehingga kebutuhan logistik (produk cetak) yang tidak dapat terbagi secara merata di antara perusahaan percetakan yang ada.Variabel yang digunakan dalam penelitian sebanyak 13 variabel, dengan menggunakan analisis faktor varibel direduksi menjadi 5 faktor. Hasil analisis klaster dengan metode K-means dibentuk sebanyak 3 klaster dimana faktor utilisasi mempunyai nilai p-value sebesar 0.620, lebih besar dari 0.05, artinya faktor utilisasi dari ketiga klaster relatif sama atau utilisasi antara klaster 1 tidak berbeda nyata dengan utilisasi di kedua klaster lainnya.Klaster 1 terdiri dari 382 perusahaan yang merepresentasikan industri percetakan di Indonesia secara umum dimana semua nilai faktornya bertanda negatif yang artinya semua nilai faktor rendah atau berada dibawah Klaster 2 terdiri dari 4 perusahaan dengan faktor pendapatan lain dan investasi (7.75701) serta faktor asset (4.74713) tinggi, tetapi faktor terkait produksi rendah (-0.07193).Pada klaster 3 hanya faktor utilisasi saja yang rendah (-0.55112), hal ini menunjukkan perusahaan tidak efisien dikarenakan produktivitasnya yang rendah.Hasil dari klaster yang terbentuk dibuat analisa SWOT sebagai salah satu dasar untuk rencana strategi pengembangan industri yang akan dilakukan. Pemerintah perlu kiranya untuk mengembangkan industri cetak secara lebih merata dan berkualitas.

---

This thesis discussed the mapping percetakaan industry in Indonesia by using cluster analysis. with K-Means method. At this time the spread of the printing industry in Indonesia is uneven, mostly concentrated in Java (73.3%), lack of information about the printing industry, there is only limited information dissemination following printing 2585 forms so that the logistics needs of its legal entity (print product) are not can be divided evenly among the existing printing company.

Variables used in the study as many as 13 variables, using a variable factor analysis is reduced to 5 factors. From the results of cluster analysis with K-means cluster method established as many as three clusters in which the utilization factor has a value p-value for 0620, greater than 0.05, meaning that utilization factor of the three clusters are relatively equal to or utilization of cluster 1 are not significantly different with the utilization in two other clusters.

Cluster 1 consists of 382 companies representing the printing industry in Indonesia is generally where all values are negative factors which means that all the factors are low or below-average population of clusters formed. Cluster 2 consists of 4 companies with other factors and investment income (7.75701) and high asset factor (4.74713), but low-production-related factors (-0.07193). In cluster 3 is only just a low utilization factor (-0.55112), but four factors others do not, it shows the company is inefficient due to low productivity.

Results from the cluster formed made a SWOT analysis as a basis for industrial development strategy plan will be done. Government is necessary to develop the print industry in a more equitable and quality."

"Meningkatnya penggunaan e-commerce telah mempengaruhi perkembangan industri fashion online pada saat ini dan meningkatkan kompetisi di antara para pemain. Oleh karena itu, setiap pelaku bisnis perlu menyiapkan strategi pemasaran terbaik untuk dapat bersaing dan menarik konsumen,seperti melakukan segmentasi pelanggan untuk dapat memahami karakteristik pelanggan dan melakukan strategi pemasaran secara efektif kepada pelanggan yang tepat. Hal tersebut yang juga ingin dilakukan The Blouse yang merupakan toko fashion online yang menjual pakaian melalui e-commerce. Penelitian ini dilakukan untuk mencapai tujuan tersebut, yang dilakukan dengan menilai pelanggan berdasarkan model RFM. Setelah itu, dapat dilakukan analisis klaster untuk melakukan klasterisasi nilai RFM dari setiap pelanggan menggunakan metode klasterisasi k-means dan CLARA. Setelah klasterisasi terbaik ditentukan melalui analisis siluet dan Dunn index, maka akan diketahui klaster-klaster pelanggan yang dimiliki oleh The Blouse. Hasil dari klasterisasi tersebut kemudian dapat dianalisis untuk mengetahi bagaimana profil pelanggan dari setiap klaster yang terbentuk. Dengan begitu, dapat disimpulkan bagaimana segmentasi dan profil pelanggan The Blouse sebagai dasar untuk memberikan saran terbaik untuk permasalahan yang dihadapi perusahaan.

---

The increasing use of e-commerce has influenced the development of the online fashion industry at this time and increased competition among players. Therefore, every business person needs to prepare the best marketing strategy to be able to compete and attract consumers, such as segmenting customers to be able to understand customer characteristics and carry out effective marketing strategies for the right customers. This is what The Blouse, which is an online fashion store that sells clothes through e-commerce, also wants to do. This research was conducted to achieve this goal, which was carried out by assessing customers based on the RFM model. After that, cluster analysis can be performed to cluster the RFM values of each customer using the k-means and CLARA clustering methods. After the best clustering is determined through silhouette analysis and Dunn index, it will be known the customer clusters owned by The Blouse. The results of the clustering can then be analyzed to find out how the customer profile of each cluster is formed. That way, it can be concluded how the segmentation and customer profile of The Blouse is the basis for providing the best advice for the problems faced by the company"

"Kebutuhan listrik yang senantiasa meningkat setiap tahunnya, wilayah yang sangat luas dan jumlah penduduk yang besar, maka harus mampu membangun dan melayani seluruh kebutuhan listrik masyarakat. Sebagai rangkaian menyeluruh terhadap seluruh kebutuhan energi dan daya listrik tersebut, maka perlu adanya perencanaan yang saling berkait dan terus-menerus. Dengan demikian perlu adanya peramalan terhadap perkembangan dan kebutuhan dimasa depan.Terbatasanya data yang tersedia juga menjadi kendala dalam membuat peramalan yang akurat. Oleh karena itu penelitian memiliki tujuan untuk memperbaiki metode peramalan beban listrik sehingga menjadi sederhana dan akurat dengan optimalisasi data, kemudian memodifikasi peramalan beban listrik berbasis spasial yang sesuai ciri wilayah dengan jumlah data dan variabel yang terbatas. Penelitian ini berbasis spasial dengan mengembangkan metode Analisis Klastering untuk memperoleh beberapa sel kecil yang disebut klaster. Klaster ini terbentuk berdasarkan kemiripan data yang dimiliki sesuai dengan variabel yang telah ditentukan. Kemudian untuk memperoleh hasil yang akurat, maka dilakukan peramalan menggunakan metode regresi linear dan menggabungkannya dengan metode Principal Component Analysis (PCA). PCA ini mampu memberikan hasil galat yang kecil pada tiap perhitungannnya.Struktur penyelesaian masalah dalam penelitian ini dengan membuat peramalan berdasarkan jumlah variabel dengan tetap mengacu pada jumlah klaster yang terbentuk. Setiap jumlah variabel juga akan dibedakan jenis variabelnya agar terlihat ciri yang dimiliki oleh tiap klaster tersebut.Berdasarkan hasil yang diperoleh, nilai MAPE pada setiap perhitungan umumnya bernilai sangat baik. Nilai MAPE terendah untuk daya terpasang berada pada nilai 0,397% dan hampir seluruh klaster nilai MAPE berada dibawah 1%. Sedangkan pada peramalan energi terjual, nilai MAPE masih berada di atas 1%. Jumlah variabel yang banyak umumnya memiliki nilai MAPE yang kecil, walaupun dibeberapa kejadian variabel yang sedikit nilai MAPE juga rendah.

---

The need for electricity that continues to increase every year, a very large area, and a large population make a government must be able to build and serve all the electricity needs of the community. As a comprehensive series of all these energy and electrical power needs, interrelated and continuous planning is needed. Thus, it is necessary to forecast the development and demand for electricity in the future.

However, the limited data available is an obstacle in making accurate forecasts. Therefore, this study aims to improve the electrical load forecasting method so that it becomes simpler and its accuracy increases with data optimization. Then, modification of the electrical load forecasting method using a spatial basis is carried out according to the characteristics of the area with a limited amount of data and variables. This research is spatially based by developing a clustering analysis method to obtain several small cells called clusters. This cluster is formed based on the similarity of the data held in accordance with the predetermined variables. Then to obtain more accurate results, forecasting is done using the linear regression method and combining it with the Principal Component Analysis (PCA) method. This PCA is able to provide results with small errors in each calculation.

The structure of problem solving in this study is to make forecasts based on the number of variables while still referring to the number of clusters formed. Each number of variables is distinguished by the type of variable so that the characteristics possessed by each cluster can be seen.

Based on the results obtained, the MAPE value in each calculation is generally very good. The lowest MAPE value for installed power is 0.397% and almost all clusters the MAPE value is below 1%. Then, in the forecast of energy sold, the MAPE value is still above 1%. A large number of variables, in general, has a small MAPE value, although in some cases, a small number of variables has a low MAPE value."

"

Keberhasilan ekonomi merupakan suatu indikator yang baik dari sebuah masyarakat yang kaya. Meskipun demikian, ada banyak faktor lain yang memengaruhi kekayaan dan kesejahteraan masyarakat suatu negara seperti tingkat kebebasan pribadi, lingkungan hidup, dan pendidikan, yang merupakan elemen penting dalam menciptakan suatu masyarakat yang makmur. Penelitian ini bertujuan untuk mengidentifikasi faktor-faktor yang membentuk kemakmuran 149 negara di dunia selama tahun 2018. Dalam penelitian ini 74 variabel yang diambil dari Legatum Prosperity IndexTM digunakan, kecuali variabel-variabel yang berasal dari Gallup World Poll karena ketidaktersediaan data. Data dianalisis menggunakan Analisis Faktor, dan direduksi menjadi 13 faktor yang menggambarkan tentang berbagai aspek penting dalam kehidupan. Seratus empat puluh sembilan negara tersebut dikelompokkan berdasarkan skor faktor masing-masing negara menggunakan pengklasteran metode Ward menjadi 4 kelompok berbeda dengan masing-masing klaster beranggotakan negara-negara yang memiliki karakteristik yang serupa. Diperoleh bahwa Klaster 1 merupakan kelompok negara-negara yang secara keseluruhan makmur, Klaster 2 merupakan kelompok negara-negara yang cukup makmur dalam hal masyarakat yang inklusif, Klaster 3 merupakan kelompok negara-negara dengan tingkat kemakmuran yang cukup, dan Klaster 4 merupakan kelompok negara-negara yang cukup makmur dalam hal masyarakat yang berdaya serta ekonomi yang bebas.

---

Economic achievement is a good indicator of a wealthy society. Nevertheless, there are many other factors that affect in shaping the wealth and well-being of the people in a country, such as the level of personal freedom, the environment, and education which are important elements in creating a prosperous society. The aim of this study is to identify the factors that shape the prosperity of 149 countries in the world during 2018. In this study 74 variables taken from the Legatum Prosperity IndexTM are used, excluding variables originating from the Gallup World Poll due to data unavailability. The data is reduced using Factor Analysis into 13 factors that describe various aspects of life. The 149 countries are clustered based on their factor scores using Wards Clustering into 4 distinct groups of countries with similar features. It is revealed that Cluster 1 consists of countries that are overall prosperous, Cluster 2 consists of countries that are quite prosperous in terms of an inclusive society, Cluster 3 consists of countries with sufficient levels of prosperity, and Cluster 4 consists of countries that are quite prosperous in terms of an empowered society and a free economy.

"