Hasil Pencarian  ::  Simpan CSV :: Kembali

"Persaingan bisnis antar perusahaan semakin meningkat, hal ini akan mendorong perusahaan untuk lebih dapat kompetitif sehingga dapat bersaing dengan perusahaan lain. Perusahaan akan berusaha untuk mencari pola bisnis yang lebih menguntungkan, salah satunya dengan menerapkan alih daya (outsourcing) untuk mengurangi biaya pada produksi. Akan tetapi semakin meningkatnya daya saing, beberapa perusahaan sudah menerapkan outsourcing ini pada kompetensi inti. Salah satu bisnis yang menerapkannya adalah pada bengkel perbaikan bodi kendaraan. Mereka menggunakan tenaga kerja teknisi dari outsourcing, dimana kompetensi inti bengkel perbaikan bodi kendaraan adalah melakukan pekerjaan perbaikan pada bodi kendaraan yang dilakukan oleh teknisi bengkel. Banyak riset menjelaskan mengenai outsourcing hanya dapat dijalankan pada selain kompetensi inti. Untuk dapat melihat keberhasilan penggunaan outsourcing pada kompetensi inti, maka kualitas relasional antara klien dan vendor harus selalu terjaga. Vendor sebagai pihak penyedia layanan harus meningkatkan kualitas pembelajaran dan pertumbuhan nilai bisnis agar dapat bersaing dengan perusahaan lain. Hasil riset ini menjelaskan bahwa kualitas relasional dipengaruhi oleh kualitas pembelajaran manajerial dan pertumbuhan nilai bisnis.

---

Business competition for companies is increasing, this situation encourage companies to improve more competitive to compete with other companies. Company improve business strategy to get profitable business schame, one of strategy is implementing outsourcing is reduce costs in production. Outsourcing usually is applied at non core competencies. However, increasing competitiveness, some companies have implemented outsourcing in core competencies. Automotive body repair workshop that applied outsourcing on core competence. They use a technicians workforce from outsourcing, where the core competency of a workshop is conduct repair of body and maintenance works. This case interesting to conduct research, because many studies explain that outsourcing applied on non core competencies. Outsourcing need relationship quality to maintained cooperate. To see the success of the use of outsourcing, the relational quality between clients and vendors must always be maintained. Vendors should be improved learning quality and bussinness growth value. Result of this research explain that management learning quality and bussiness growth value has impact to relationship quality."

"Indonesia memiliki luas lahan gambut terbesar dengan karakteristik keasaman tinggi, kandungan air tinggi, kompresibilitas tinggi, dan mampu menyimpan karbon dalam jumlah yang besar. Pada musim kemarau, suhu yang tinggi dan kekeringan dapat memicu lahan gambut menjadi rentan terbakar, tahun 2023, seluas 2,5 juta hektar lahan gambut tergolong pada “kerentanan kelas tinggi”. Hal ini berdampak negatif terhadap kesehatan dan lingkungan, contohnya tahun 2019, terdapat 919.516 orang yang menderita ISPA akibat kebakaran lahan gambut di Riau, Sumatera Selatan, Jambi, dan Kalimantan. Emisi gas rumah kaca yang menyebabkan pemanasan global juga merupakan dampak dari kasus ini. Algoritma You Only Look Once atau YOLO muncul sebagai solusi yang menjanjikan. YOLO memiliki kemampuan pendeteksian objek secara real-time berkat ukuran arsitektur model yang kecil dan kalkulasi yang cepat. YOLOv8 merupakan versi kedelapan dari model YOLO. Model ini digunakan untuk pendeteksian kebakaran hutan dan lahan gambut secara real-time dan memiliki keunggulan dalam kecepatan proses pendeteksian. Hasil pengujian YOLOv8 dalam mendeteksi kebakaran hutan dan lahan gambut meraih akurasi nilai mAP50 sebesar 79,6% dan mAP50-95 sebesar 49,4% dengan kecepatan proses 6,7 milisekon/frame. Berdasarkan hasil tersebut, sistem ini dapat mendeteksi kebakaran hutan dan lahan gambut dengan cepat dan akurat sehingga dapat meminimalkan potensi kebakaran yang lebih besar.

---

Indonesia has the largest peatland area in the world with characteristics of high acidity, high water content, high compressibility, and capable of storing large amounts of carbon. During the dry season, high temperatures and drought can trigger peatlands to become vulnerable to fire, by 2023, 2.5 million hectares of peatlands are classified as ‘high vulnerability class’. This has negative impacts on health and the environment, for example, in 2019, 919.516 people suffered from ARI due to peatland fires in Riau, South Sumatra, Jambi, and Kalimantan. Greenhouse gas emissions that cause global warming are also an impact of this case. The You Only Look Once or YOLO algorithm emerged as a promising solution. YOLO has the ability to detect objects in real time thanks to its small model architecture size and fast calculations. YOLOv8 is the eighth version of the YOLO model. This model is used for real-time detection of forest and peatland fires and has advantages in the speed of the detection process. The test results of YOLOv8 in detecting forest and peatland fires achieved an accuracy value of mAP50 of 79.6% and mAP50-95 of 49.4% with a process speed of 6.7 milliseconds/frame. Based on these results, this system can detect forest and peatland fires quickly and accurately so as to minimise the potential for larger fires."

"Indonesia memiliki luas lahan gambut terbesar dengan karakteristik keasaman tinggi, kandungan air tinggi, kompresibilitas tinggi, dan mampu menyimpan karbon dalam jumlah yang besar. Pada musim kemarau, suhu yang tinggi dan kekeringan dapat memicu lahan gambut menjadi rentan terbakar, tahun 2023, seluas 2,5 juta hektar lahan gambut tergolong pada “kerentanan kelas tinggi”. Hal ini berdampak negatif terhadap kesehatan dan lingkungan, contohnya tahun 2019, terdapat 919.516 orang yang menderita ISPA akibat kebakaran lahan gambut di Riau, Sumatera Selatan, Jambi, dan Kalimantan. Emisi gas rumah kaca yang menyebabkan pemanasan global juga merupakan dampak dari kasus ini. Algoritma You Only Look Once atau YOLO muncul sebagai solusi yang menjanjikan. YOLO memiliki kemampuan pendeteksian objek secara real-time berkat ukuran arsitektur model yang kecil dan kalkulasi yang cepat. YOLOv8 merupakan versi kedelapan dari model YOLO. Model ini digunakan untuk pendeteksian kebakaran hutan dan lahan gambut secara real-time dan memiliki keunggulan dalam kecepatan proses pendeteksian. Hasil pengujian YOLOv8 dalam mendeteksi kebakaran hutan dan lahan gambut meraih akurasi nilai mAP50 sebesar 79,6% dan mAP50-95 sebesar 49,4% dengan kecepatan proses 6,7 milisekon/frame. Berdasarkan hasil tersebut, sistem ini dapat mendeteksi kebakaran hutan dan lahan gambut dengan cepat dan akurat sehingga dapat meminimalkan potensi kebakaran yang lebih besar.

---

Indonesia has the largest peatland area in the world with characteristics of high acidity, high water content, high compressibility, and capable of storing large amounts of carbon. During the dry season, high temperatures and drought can trigger peatlands to become vulnerable to fire, by 2023, 2.5 million hectares of peatlands are classified as ‘high vulnerability class’. This has negative impacts on health and the environment, for example, in 2019, 919.516 people suffered from ARI due to peatland fires in Riau, South Sumatra, Jambi, and Kalimantan. Greenhouse gas emissions that cause global warming are also an impact of this case. The You Only Look Once or YOLO algorithm emerged as a promising solution. YOLO has the ability to detect objects in real time thanks to its small model architecture size and fast calculations. YOLOv8 is the eighth version of the YOLO model. This model is used for real-time detection of forest and peatland fires and has advantages in the speed of the detection process. The test results of YOLOv8 in detecting forest and peatland fires achieved an accuracy value of mAP50 of 79.6% and mAP50-95 of 49.4% with a process speed of 6.7 milliseconds/frame. Based on these results, this system can detect forest and peatland fires quickly and accurately so as to minimise the potential for larger fires."