Hasil Pencarian  ::  Simpan CSV :: Kembali

"Puskesmas memerlukan SDM kesehatan sebagai motor penggerak. Salah satu SDM kesehatan adalah dokter umum. Ketersediaan dokter umum dalam segi jumlah harus memadai dan terdistribusi secara merata. Kebijakan pendayagunaan dokter umum puskesmas yang berlaku di Provinsi DKI Jakarta memberikan keluluasaan bagi puskesmas kecamatan selaku instansi pelaksana dalam melakukan manajemen SDM. Salah satu variabel yang mempengaruhi proses implementasi kebijakan adalah kapabilitas instansi pelaksana. Kapabilitas ini ditunjukkan dengan kemampuan manajemen. Penelitian ini bertujuan untuk mengetahui gambaran implementasi kebijakan pendayagunaan dokter umum puskesmas di Puskesmas Kecamatan Kemayoran. Penelitian menggunakan mixed method yang menggabungkan hasil kualitatif dengan hasil kuantitatif. Gambaran implementasi kebijakan adalah masih terjadi ketidakseimbangan beban kerja dokter umum antara puskesmas kelurahan dan puskesmas kecamatan. Hal ini disebabkan karena tidak ada aturan yang baku mengenai penempatan dokter umum sampai dengan tingkat puskesmas kelurahan dan kemampuan manajemen puskesmas kecamatan masih kurang. Salah satu rekomendasi kebijakan yang diajukan adalah perbaikan manajemen dengan menggunakan model simulasi distribusi dokter umum berdasarkan penyeimbangan forecasting beban kerja dokter umum di puskesmas wilayah Kemayoran.

---

Public health centre needs health human resources as a driving force. One of the health workforce is general practitioner. The availibity of general practitioners in terms of the amount should be adequate and evenly distributed. The policy of physician utilization at public health centre in the province of DKI Jakarta, gives authority for district public health centre as the implementing agency in managing human resources. One of the variables that influence the process of policy implementation is the capability of implementing agencies. This capability is indicated by the ability of management. The purpose of the study is to describe policy implementation of physician utilization at public health centre in Kemayoran. Research using a mixed methods that combines qualitative and quantitative results. As an overview of policy implementation, there is an imbalance of physician workload between district and sub district public health centre in Kemayoran. This is because there are no standard rules regarding the placement of a physician up to sub district level and lack of management skills at district public health centre. One of the proposed policy recommendation is improved management using simulation models of physician distribution which is based on physician workload balancing in Kemayoran public health centre."

"ABSTRAKPeningkatan jumlah kendaraan di Indonesia terbilang cukup tinggi dari tahun ke tahun memiliki dampak pada berbagai aspek seperti kemacetan, polusi udara, kecelakaan lalu lintas dll. Penelitian ini bertujuan untuk mendapatkan model terbaik dan hasil peramalan untuk pertumbuhan kendaraan bermotor berupa mobil dan motor dalam 11 tahun ke depan. Data yang digunakan dalam penelitian ini adalah datajumlah mobil dan jumlah motor dari tahun 2005 sampai 2019. Metode yang digunakan adalah metode Multi Linear Regression dan ARIMA. Variabel yang digunakan dalam metode Multi Linear Regression adalah jumlah mobil, jumlah motor, harga premium, harga solar, jumlah rumah tangga, indeks harga konsumen, produk domestik bruto, jumlah penduduk, pertumbuhan jalan, jumlah pekerja dan pendapatan perkapita Dengan menggunakan Multi Linear Regression didapatkannilai MAPE yang lebih kecil dibandingkan dengan nilai MAPE ARIMA.

---

ABSTRACTThe number of vehicles in Indonesia has increased quite high from year to year having an impact on various aspects such as traffic jams, air pollution, traffic accidents etc. The purpose of this study is to obtain the best model and the results of forecasting an increase in the number of cars and the number of motorcycles in the next 11 years. The data used in this study are data on the number of cars and the number of motorcycles from 2005 to 2019. The method used is the Multi LinearRegression and ARIMA methods. The variables used in the Multi Linear Regression method are the number of cars, number of motorcycles, premium prices, diesel prices, number of households, consumer price index, gross domestic product, population, road growth, number of workers and per capita income. By using Multi Linear Regression obtained MAPE value is smaller than the MAPE ARIMA value."

"Pola hidup WFH (Work From Home) sebagai dampak pandemi Covid-19 menyebabkan konsumsi listrik yang tadinya berasal dari gedung perkantoran menjadi terdistribusi pada perumahan sebagai tempat masyarakat bekerja. Hal tersebut menyebabkan konsumsi listrik di perumahan meningkat dan dibutuhkan cara untuk mengontrolnya. Prediksi penggunaan listrik pada jangka waktu pendek dapat digunakan sebagai solusi, sehingga dapat dibuat perencanaan biaya listrik yang lebih awal serta mendeteksi anomali ketika hasil prediksi berbeda jauh ketika dibandingkan dengan penggunaan secara aktual. Agar pendeteksian anomali dan prediksi konsumsi dapat dilakukan secara maksimal, diperlukan suatu model dengan akurasi yang tinggi. Penelitian ini menggunakan hybrid model sebagai forecasting model yang belakangan ini terus berkembang. Penggunaan hybrid model dipertimbangkan untuk digunakan karena dapat menciptakan suatu model yang komprehensif. Implementasi hybrid model menggabungkan ETS (Error, Trend, and Seasonality) sebagai model untuk memprediksi komponen linear dan ANN (Artificial Neural Network) sebagai untuk komponen non-linear dari dataset. ANN menggunakan SCA (Sine-Cosine Algorithm) sebagai algoritma optimasinya untuk mempercepat konvergensi dari pelatihan model dengan akurasi yang tetap terjaga. Hybrid model digunakan untuk memprediksi konsumsi listrik AC dan penerangan pada gedung S FTUI (Fakultas Teknik Universitas Indonesia) dengan kuantisasi data per hari dan per jam. Pada kuantisasi data per hari hybrid model dibandingkan dengan model individu yaitu ETS, ANN, dan SCA-ANN, dan juga dibandingkan dengan hybrid model dengan GA (Genetic Algorithm) sebagai algoritma metaheuristiknya dan hybrid model tanpa algoritma metaheuristik (backpropagation menggunakan Adam). Pada perbandingan tersebut hybrid model menjadi model terbaik dengan MSE sebesar 43,494 dan SMAPE 51.6 pada data AC, dan MSE sebesar 5,928 dan SMAPE sebesar 44.5 pada data penerangan. Pada kuantisasi data per jam, hybrid model tidak dapat memprediksi konsumsi listrik dengan baik

---

WFH (Work From Home) is a new lifestyle that is developed due to the Covid-19 pandemic, and resulted to the distribution of electricity consumption from office buildings to residential area where people lives. That increases residential area’s electricity consumption, and something is needed to control the increase. Shortterm electricity consumption can be used as a solution, so electricity cost can be planned earlier, and anomaly can be detected when there is an unusual pattern in the consumption. To maximize the performance of anomaly detection and consumption prediction, a specific model with high accuracy is needed. This research uses the recently much developed hybrid model as the forecasting model. The use of hybrid model is considered because it can create a comprehensive model. The implementation of hybrid model combines ETS (Error, Trend, and Seasonality) to predict the linear components and ANN (Artificial Neural Network) to predict the non-linear components from the dataset. ANN uses SCA (Sine-Cosine Algorithm) as an optimization algorithm to speed the convergence process while maintaining the accuracy of the prediction. Hybrid model is used to predict the electricity consumption of FTUI (Fakultas Teknik Universitas Indonesia) S building’s air conditioning and lighting which is quantized to daily and hourly data. When quantized as daily data, the hybrid model is compared to ETS, ANN, and SCA-ANN as an individual model, and compared to a hybrid model with GA (Genetic Algorithm) as its metaheuristic algorithm, and hybrid model without any metaheuristic algorithm (backpropagation using Adam). In the comparison, hybrid model is the best model with MSE value of 43,494 and SMAPE value of 51.6 when used in air conditioning data, and MSE value of 5,928 and SMAPE value of 44.5 when used in lighting data. When quantized as hourly data, hybrid model cannot predict the electricity consumption well."