Hasil Pencarian  ::  Simpan CSV :: Kembali

Abstrak :
Laporan magang ini membahas dan mengevaluasi proses uji tuntas keuangan untuk menghasilkan penyesuaian normalisasi pada PT ABC berdasarkan prosedur KAP XYZ untuk uji tuntas keuangan dan penyesuaian normalisasi. Evaluasi dilakukan dengan membandingkan prosedur uji tuntas keuangan pada PT ABC untuk menghasilkan penyesuaian normalisasi yang akan digunakan untuk menormalisasi EBITDA, dengan teori. Proses uji tuntas keuangan pada PT ABC, berhasil menghasilkan empat penyesuaian normalisasi untuk menormalkan EBITDA, dengan menggunakan daftar temuan. yaitu beban material, pendapatan berdasarkan jenis konsumen untuk Medical Solution Service, pendapatan berdasarkan jenis konsumen untuk PT Asuransi, dan beban pihak ketiga. Berdasarkan evaluasi, prosedur KAP XYZ untuk proses uji tuntas untuk menghasilkan penyesuaian normalisasi pada PT ABC telah sesuai dengan teori dari Peter Howson (2017) dan James R. Hitcher (2017). Laporan magang ini juga menggambarkan refleksi diri penulis berdasarkan pengalaman magang di KAP XYZ. ......The internship report discusses and evaluates the process of financial due diligence to generate normalization adjustment on PT ABC, based on KAP XYZ`s procedures of financial due diligence and normalization adjustment. The evaluation was done by comparing KAP XYZ`s procedures of financial due diligence on PT ABC project to generates a normalization adjustment to be used to normalize EBITDA with the theories. The process of financial due diligence on PT ABC had successfully generated four normalization adjustments, using the findings list, to normalize EBITDA which were material expense, revenue based on customers for Medical Solution Service, revenue based on customers for PT Insurance, and third party expense. Based on the evaluation, KAP XYZ`s procedures of financial due diligence to generate normalization adjustment on PT ABC were already in accordance with the theories from Peter Howson (2017) and James R. Hitcher (2017). This internship report also describes the author`s self-reflection based on the internship experience at KAP XYZ.

Abstrak :
Penerapan kebijakan penanganan Tindak Pidana Pencucian Uang (TPPU) pada Komisi Pemberantasan Korupsi (KPK) sudah diterapkan sejak tahun 2012, yang kemudian dilanjutkan pada KPK periode 2015-2019 yang dipimpin oleh Agus Rahardjo. Penanganan TPPU pada periode tersebut terlihat meningkat dari KPK periode sebelumnya, dengan jumlah penanganan perkara sebanyak 21 perkara TPPU. Namun perkara TPPU yang hanya sebanyak 21 perkara tersebut menjadi kritikan dari para ahli dan masyarakat sipil yang menyebutkan bahwa KPK tidak maksimal menangani TPPU dengan hanya melaksanakan 4 persen dari 542 perkara korupsi yang ditangani pada 2016- 2019, oleh sebab itu penulis mencoba untuk mengetahui bagaimana implementasi kebijakan penanganan TPPU pada KPK serta mengetahui apa sajakah faktor yang mempengaruhi implementasi kebijakan, melalui pendekatan Normalization Process Theory atau NPT (May&Finch, 2009), yang menekankan pada analisis mengenai pemahaman penentu kebijakan tentang sebuah kebijakan (coherence), siapa yang melaksanakan kebijakan dan bagaimana keterlibatan mereka (cognitive participation) bagaimana kebijakan tersebut dilaksanakan (collective action) dan juga bagaimana kebijakan dipahami setelahny (reflexive monitoring). Penelitian ini juga ditujukan untuk mengetahui faktor-faktor yang mempengaruhi implementasi kebijakan penanganan TPPU, dengan pendekatan 7C Protocol (Cloete et al, 2018). Penelitian ini menggunakan pendekatan penelitian kualitatif dan paradigma post-positivism, pengumpulan data melalui wawancara dan studi kepustakaan dapat disimpulkan bahwa pelaksanaan kebijakan penanganan TPPU pada KPK telah berjalan optimal, hal tersebut terlihat pada dimensi coherence, terlihat penentu kebijakan sudah memahami tentang hal pembeda mengenai penanganan TPPU dari kebijakan Pimpinan KPK sebelumnya, dan juga memahami tentang manfaat dari pelaksanaan TPPU bagi KPK, yaitu untuk memaksimalkan pemulihan aset. Pada dimensi cognitive participation, menunjukkan bahwa petugas pelaksana terutama Penyidik memang dengan kesadarannya memutuskan terlibat dalam kebijakan dan mereka juga menyadari tentang pentingnya penanganan TPPU bagi kegiatan Penyidikan mereka. Selain itu pada dimensi collective action, juga menunjukkan bahwa para pelaksana telah terjalin kepercayaan dalam melaksanakan tugas yang ditunjang pula dengan adanya usaha pembagian pekerjaan yang tepat. Pelaksanaan kebijakan masih ada catatan dalam hal kurang adanya forum yang dilembagakan untuk memantau dan menilai kelanjutan proses dan dampak penanganan TPPU tersebut. Hal tersebut terjadi karena dipengaruhi oleh beberapa faktor yaitu, commitment lembaga terhadap penanganan TPPU, communication penyampaian tentang urgensi pelaksanaan TPPU dan juga kurang jelasnya content kebijakan tentang TPPU, sehingga penelitian ini menyarankan perbaikan dalam hal komunikasi, komitmen lembaga dan kejelasan kriteria untuk penanganan TPPU oleh KPK. ...... The implementation of the policy for handling the Crime of Money Laundering (ML) at the Corruption Eradication Commission (KPK) has been implemented since 2012, which was then continued at the 2015-2019 KPK period led by Agus Rahardjo. The handling of money laundering offenses during this period seemed to have increased from the previous period's Corruption Eradication Commission, with a total of 21 cases of money laundering offenses. However, there are only 21 ML cases that have been criticized by experts and civil society who say that the KPK is not optimal in handling money laundering offenses by only carrying out 4 percent of the 542 corruption cases handled in 2016-2019, therefore the author tries to find out how the implementation Policies for handling money laundering offenses at the KPK and knowing what factors influence policy implementation, through the Normalization Process Theory approach (May & Finch, 2009), which emphasizes the analysis of policy makers' understanding of a policy (coherence), who implements the policy and how they are involved (cognitive participation) how the policy is implemented (collective action) and also how the policy is understood afterwards (reflexive monitoring). This research is also intended to determine the factors that influence the implementation of policies for handling money laundering offenses, using the 7C Protocol approach (Cloete et al, 2018). This study uses a qualitative research approach and a post-positivism paradigm, collecting data through interviews and literature studies, it can be concluded that the implementation of policies for handling money laundering offenses at the KPK has been running optimally, this can be seen in the coherence dimension, it appears that policy makers have understood the differentiating things regarding the handling of money laundering offenses. from the previous KPK leadership policies, and also understand the benefits of implementing money laundering offences for the KPK, namely to maximize asset recovery. In the cognitive participation dimension, it shows that implementing officers, especially investigators, have consciously decided to be involved in policies and they are also aware of the importance of handling money laundering offenses for their investigative activities. In addition to the collective action dimension, it also shows that the implementers have established trust in carrying out their duties which is also supported by the proper division of work. There is still a note in the implementation of the policy in terms of the lack of an institutionalized forum to monitor and assess the continuation of the process and the impact of the handling of money laundering offences. This happens because it is influenced by several factors, namely, the commitment of the institution to the handling of money laundering offenses, communication delivery about the urgency of the implementation of money laundering offenses and also the lack of clarity on policy content regarding money laundering, so this research suggests improvements in terms of communication, institutional commitment and clarity of criteria for handling money laundering offenses by the KPK.

Abstrak :
Banjir merupakan salah satu permasalahan yang sering terjadi di wilayah DKI Jakarta, dimana salah satu penyebabnya adalah meluapnya Sungai Pesanggrahan. Dalam menanggulangi hal tersebut, pemerintah Provinsi DKI Jakarta pada tahun 2013 melakukan normalisasi pada sungai tersebut. Namun, terdapat beberapa penelitian yang menunjukkan bahwa normalisasi mengakibatkan ketidakstabilan saluran dalam angkutan sedimen. Tujuan dari penelitian ini adalah menganalisis pengaruh dari normalisasi sungai pada daerah hulu terhadap angkutan sedimen di daerah hilir ruas yang ditinjau. Identifikasi perubahan alur sungai sebelum dan sesudah normalisasi dilakukan berdasarkan data dari Balai Besar Wilayah Sungai Ciliwung-Cisadane. Sampel sedimen diambil pada 3 titik pada ruas sungai yang ditinjau untuk mengetahui gradasi dari butiran sedimen tersebut. Aplikasi HEC-RAS digunakan untuk melakukan simulasi angkutan sedimen pada ruas sungai tersebut untuk sebelum dan sesudah normalisasi. Hasil simulasi digunakan untuk mengetahui perubahan penampang yang terjadi akibat adanya angkutan sedimen dan untuk mengetahui tinggi muka air pada sungai tersebut. Dari tinggi muka air dapat diketahui jari – jari hidrolik penampang untuk kemudian dilakukan perhitungan angkutan sedimen menggunakan persamaan Ackers-White karena persamaan tersebut menggunakan rentang distribusi butiran dari 0,02 – 4,94 mm. Dari hasil perhitungan didapat bahwa angkutan sedimen pada titik hulu yang ditinjau meningkat 155,11 ton/tahun, pada titik tengah meningkat 89,64 ton/tahun dan titik hilir menurun 0,28 ton/tahun. ......Flooding is one of the common problem in DKI Jakarta, which one of the causes is the overflow of the Pesanggrahan River. To overcoming it, the Jakarta Provincial Government in 2013 normalized the river. However, there are several studies show that normalization results in channel instability on sediment transport. The purpose of this research is to analyze the effect of river normalization in upstream areas on sediment transport in the downstream areas of the section that being reviewed. The identification of changes in river flow before and after normalization was carried out based on data from Central Office of River Region Ciliwung-Cisadane, Ministry of Public Works. HEC-RAS is used to simulate sediment transport in the river segment before and after normalization. The results are used to determine cross section changes due to sediment transport and to determine the water level of the river. From the water level, hydraulic radius can be calculated and then carried out sediment transport calculation using Ackers-White equation since the equation using grain distribution from range 0,02 – 4,94 mm. From the calculation, can be seen that sediment transport at the upstream point increases 155,11 tons/year, at the midpoint increases 89,64 tons/year, and the downstream point decreases 0,28 tons/year

Abstrak :
Normalisasi teks merupakan task pada NLP yang dapat digunakan untuk meningkatkan performa dari aplikasi-aplikasi NLP lain. Penelitian tentang normalisasi teks pada bahasa Indonesia masih jarang dan kebanyakan masih hanya menormalisasi pada tingkat token. Penelitian ini bertujuan untuk mengevaluasi pembangunan model normalisasi dengan menggunakan algoritma statistical machine translation (SMT). Isu dari pendekatan machine translation dalam penyelesaian task normalisasi teks adalah butuhnya data yang relative banyak. Penelitian ini juga melihat bagaimana pengaruh dari pemelajaran semi-supervised dengan cara menggunakan pseudo-data dalam pembangunan model normalisasi teks dengan algoritma statistical machine translation. Model SMT memiliki performa yang cukup baik pada data tanpa tanda baca, namun memiliki performa yang buruk pada data bertanda baca karena banyaknya noise. Pendekatan semi-supervised menurunkan performa SMT secara keseluruhan, namun, pada jenis data tidak bertanda baca penurunan relatif tidak signifikan. ......Text normalization is a task in NLP which can be used to improve the performance of other NLP applications. Research on text normalization in Indonesian language is still rare and most only normalize at the token level. This study attempts to improve the development of the normalization model by using the statistical machine translation (SMT) algorithm. The issue in building a good performing text normalization model using the machine translation approach is the relatively large data needs. This research also looks at how using semi-supervised learning by using pseudo-data as training data in SMT approach affects text normalization performance. The SMT model has a fairly good performance on data without punctuation, but has poor performance on data with a punctuation due to the amount of noise. The semi-supervised approach reduces the overall performance of the SMT model, but the reduction in performance is relatively insignificant on data without punctuation.

Abstrak :
Sistem klasifikasi diabetes sangat berguna di bidang kesehatan. Dataset Pima Indian Diabetes (PID) digunakan untuk melatih dan mengevaluasi algoritma ini. Rentang nilai yang tidak seimbang pada atribut mempengaruhi kualitas hasil klasifikasi, sehingga perlu dilakukan preprocess data yang diharapkan dapat meningkatkan akurasi dari dataset hasil klasifikasi PID. Dua jenis metode yang digunakan yaitu normalisasi min-max dan normalisasi z-score. Kedua metode normalisasi ini digunakan dan akurasi klasifikasi dibandingkan. Sebelum dilakukan proses klasifikasi data, data dibagi menjadi data latih dan data uji. Hasil pengujian klasifikasi menggunakan algoritma K-Means menunjukkan bahwa akurasi terbaik terletak pada dataset PID yang telah dinormalisasi menggunakan metode normalisasi min-max, yaitu 79% dibandingkan dengan normalisasi z-score.

---

The diabetes classification system is very useful in the health sector.. The Pima Indian Diabetes (PID) dataset is used to train and evaluate this algorithm. The unbalanced value range in the attributes affects the quality of the classification result, so it is necessary to preprocess the data which is expected to improve the accuracy of the PID dataset classification result. Two types methods are used that are min-max normalization and z-score normalization. These two normalization methods are used and the classification accuracies are compared. Before the data classification process is carried out, the data is divided into training data and test data. The result of the classification test using the K-Means algorithm has shown that the best accuracy lies in the PID dataset which has been normalized using the min-max normalization method, which 79% compared to z-score normalization

Abstrak :
Skripsi ini membahas mengenai bagaimana bentuk dominasi hegemoni maskulinitas di Indonesia serta bagaimana hegemoni maskulinitas tersebut memengaruhi sikap normalisasi kekerasan yang dilakukan oleh anak laki-laki, secara khusus Novel Dear Nathan. Dengan metode kualitatif, penelitian ini berusaha melihat bagaimana pesan dan penggambaran yang dilakukan oleh penulis novel mengenai maskulinitas yang digambarkan pada setiap tokohnya. Teori yang digunakan adalah kriminologi budaya dan feminis radikal. Teori kriminologi budaya digunakan dalam menjelaskan bagaimana pesan kekerasan disampaikan dalam novel fiksi dapat memengaruhi perilaku pembacanya. Sementara itu, teori feminis radikal digunakan dalam menganalisis pesan, berupa hegemoni maskulinitas yang merupakan akar dari adanya normalisasi kekerasan oleh laki-laki. Hasil dari penelitian ini menggambarkan bahwa setiap karakter pada tokoh Dear Nathan mendukung hegemoni maskulinitas sehingga melakukan normalisasi kekerasan yang dilakukan oleh anak laki-laki. Namun, di sisi lain tokoh-tokoh tersebut hadir dengan suatu pemahaman yang dimiliki oleh penulis novel, dimana pembaca tidak hanya sebagai agen yang menerima pesan saja namun juga mendukung pesan tersebut. Dengan demikian, novel Dear Nathan ini tidak hanya sebagai instrumen dalam melanggengkan hegemoni maskulinitas, namun juga sebagai bukti adanya dominasi hegemoni maskulinitas di Indonesia. ......This thesis discusses how the hegemonic form of masculinity dominates in Indonesia and how this hegemonic masculinity influences the normalization of violence perpetrated by boys, specifically in the Novel Dear Nathan. Using a qualitative method, this research tries to see how the messages and depictions carried out by the novelist regarding masculinity are depicted in each character. The theories used are cultural criminology and radical feminists. The theory of cultural criminology is used to explain how messages of violence conveyed in fiction novels can affect the behavior of their readers. Meanwhile, radical feminist theory is used in analyzing messages in the form of hegemonic masculinity which is the root of the normalization of violence perpetrated by boys. The results of this study illustrate that each character in the character Dear Nathan supports hegemonic masculinity so that it normalizes violence perpetrated by boys. However, these characters come with an understanding that is owned by the author of the novel, which it turns out that the readers are not only an agent who receives the message but also supports the message, so that it can be said that the novel Dear Nathan is not only an instrument in perpetuating hegemonic masculinity but also as evidence of the dominance of hegemonic masculinity in Indonesia.

Abstrak :
Peta perpolitikan Timur Tengah memasuki babak baru setelah UEA memutuskan untuk menormalisasi hubungan diplomatik dengan Israel dalam sebuah kesepakatan Abraham Accord yang dimediasi oleh mantan Presiden AS, Donald Trump. Penelitian ini bertujuan untuk menganalisa bagaimana kesepakatan normalisasi UEA-Israel muncul sebagai strategi balancing untuk merespon ancaman di kawasan serta mengetahui bagaimana respon serta dampak yang ditimbulkan dari negara-negara Timur Tengah dan dunia Arab atas kesepakatan tersebut. Penelitian ini menggunakan paradigma neorealisme dengan konsep balancing sebagai pisau analisis. Selain itu, penelitian ini menggunakan metode kualitatif melalui pendekatan studi kasus dalam menjawab berbagai persoalan yang diusung. Hasil penelitian ini menunjukkan bahwa berdasarkan strategi balancing UEA meningkatkan pertahanan dan keamanan secara maksimal bersama dengan Israel untuk membendung potensi ancaman yang datang dari Iran, Turki, dan musuh potensial lainnya di kawasan. Normalisasi tersebut memiliki implikasi signifikan terhadap pergeseran peta politik Timur Tengah sehingga memiliki dampak positif terhadap perekonomian di kawasan dan berdampak negatif terhadap eskalasi perebutan pengaruh Turki dan Iran di kawasan sebagai penentang kesepakatan normalisasi UEA-Israel. ......The political map of the Middle East entered a new chapter after the UAE decided to normalize diplomatic relations with Israel in the Abraham Accords Peace Agreement mediated by former US President, Donald Trump. This study aims to analyze how the UAE-Israel normalization agreement emerged as a balancing strategy to respond to threats in the region and to find out how the response and the impact of Middle Eastern countries and the Arab world on the agreement. This study utilize the neorealism paradigm with the concept of balancing as an analytical tools. In addition, this research uses a qualitative method through a case study approach in answering the various issues raised. The results of this study indicate that based on the balancing strategy, the UAE increases defense and security to the maximum together with Israel to stem potential threats coming from Iran, Turkey, and other potential enemies in the region. This normalization has significant implications for shifting the political map of the Middle East so that it has a positive impact on the economy in the region and a negative impact on the escalation of the struggle for influence between Turkey and Iran in the region as opponents of the UAE-Israel normalization agreement.

Abstrak :
ABSTRAK Daerah perbatasan perairan Indonesia merupakan salah satu wilayah yang rentan akan kegiatan ilegal yang dapat merugikan negara. Oleh karena itu, perlu adanya pengawasan untuk setiap objek yang melewati perbatasan perairan tersebut. Pengawasan dapat dilakukan dengan pendeteksian jenis kapal yang melewati area perbatasan antar negara. Saat ini di Indonesia sudah terdapat pendeteksian khusus untuk mendeteksi adanya kapal perang asing. Selain kapal perang, kapal nelayan juga perlu dilakukan pengawasan untuk mencegah adanya illegal fishing. Pendeteksian kapal perang dan kapal nelayan dapat dilakukan dengan menggunakan mesin. Mesin dapat diprogram untuk menjalani perintah secara berulang kali, hal tersebut disebut sebagai Machine Learning, yang merupakan salah satu bidang dari Artificial Intelligence. Metode untuk memprogram pembelajaran mesin tersebut disebut dengan Deep Learning. Deep learning bekerja dengan membentuk hubungan antara neuron seperti layaknya cara kerja otak manusia atau biasa disebut dengan neural network.Salah satu jenis dari neural network yang terkenal adalah Convolutional Neural Network(CNN). CNN digunakan untuk simulasi pendeteksian kapal nelayan dan kapal militer dengan hasil keluaran berupa nilai akurasi training, akurasi validasi, dan juga prediksi. CNN juga ditambahkan additional layer, yaitu dropout dan batch normalization untuk meningkatkan ketepatan prediksi. Hasil yang didapatkan adalah pengaruh dari parameter layer dan dataset yang digunakan terhadap nilai akurasi pada pelatihan program. Dari simulasi didapatkan nilai akurasi yang paling baik dengan penggunaan pooling layer jenis max pooling dengan penggunaan layer tambahan berupa batch normalization dan dropout.

---

ABSTRACT Indonesia's waters border is one of the areas that are vulnerable to illegal activities that can disserve the country. Detecting types of ships that cross border areas between countries is needed. Controlling can use machine thats automatically detect the object can do detection of warships and fishing boats. The concept is called machine learning. Machine learning is one of the types of Artificial Intelligence. The method for programming the machine learning is called Deep Learning. Deep learning works by forming relationships between neurons like the way the human brain works or commonly called a neural network. Convolutional Neural Network (CNN) is the famous method for deep learning. CNN is used to simulate the detection of fishing vessels and military vessels with the output in the form of training accuracy, validation accuracy, and the final prediction. CNN can also added an additional layer, namely dropout and batch normalization to improve the accuracy of predictions. The results obtained are the effect of the layer and dataset parameters used on the accuracy value in the training program. The best accuracy is obtained by using max pooling for pooling layer with additional layers of batch normalization and dropout.

Abstrak :
Sanksi merupakan alat kebijakan luar negeri yang digunakan ketika diplomasi tidak lagi efektif. Amerika Serikat (AS) menjadi salah satu negara yang sudah menggunakan sanksi sejak abad ke-19, salah satunya terhadap Kuba. Secara historis, AS dan Kuba merupakan dua negara yang telah menjalin hubungan, terutama dalam bidang ekonomi. Namun, semua ini berubah ketika Fidel Castro memerintah Kuba pada tahun 1961 yang melancarkan Revolusi Kuba dan tidak lagi sejalan dengan kepentingan  AS, yaitu mengikuti nilai-nilai liberal. Sebagai respon, AS memberlakukan sanksi ekonomi di bawah sepuluh pemerintahan yang berbeda. Kendati demikian, 17 Desember 2014 menjadi titik balik hubungan kedua negara dengan diumumkannya normalisasi hubungan oleh kedua belah pihak. Dengan demikian, penelitian ini berupaya menjelaskan dan menganalisis faktor-faktor yang membawa AS pada keputusan normalisasi hubungan dengan Kuba. Penelitian ini pun menggunakan metodologi penelitian kualitatif dengan kerangka teori realisme neoklasik. Argumen utama dari penelitian ini adalah keputusan AS melakukan normalisasi hubungan dengan Kuba ditentukan oleh faktor sistemik dan domestik. Pada tingkat sistemik, distribusi kapabilitas relatif AS, sifat lingkungan strategis AS, dan  menentukan tekanan sistem bagi AS. Kemudian, pada tingkat domestik, keputusan tersebut dipengaruhi oleh aktor domestik, polarisasi politik domestik dan tantangan politik pada pemerintahan Obama, serta respon pemerintahan Obama terhadap dinamika politik domestik terkait hubungan AS dan Kuba. ......Sanction is a foreign policy tool used when diplomacy fails to be effective. The United States (US) is one of the countries that has been using sanctions since the 19 century, including against Cuba. Historically, US and Cuba had established relations, particularly in the economic field. However, this all changed when Fidel Castro became the leader of Cuba in 1961 and carried out the Cuban Revolution. Such action was not in line with the US interest which aimed to promote liberal values. In response, US imposed economic sanctions under ten different administrations. Nevertheless, December 17, 2014, marked a turning point of the relationship between these two countries with the announcement of the normalizations of relations. Therefore, this study aims to explain and analyze the factors that led US to the decision of normalizing relations with Cuba. This research utilizes a qualitative research methodology with a framework of neoclassical realism theory. The main argument of this study is that the decision of US to normalize relations with Cuba is determined by systemic factors that are intervened by domestic factors, resulting in the decision of normalization. At the systemic level, the relative distribution of power, the geographic proximity between US and Cuba, as well as the geopolitical context and international events, exert structural pressure on US. At the domestic level, the decision is influenced by domestic actors, political polarization and challenges within the Obama administrations, as well as the Obama administration’s response to the domestic political dynamics related to US-Cuba relations.