📚 Eksplorasi & Komparasi Topik Dokumen
Pencarian topik
Hasil Dokumen
Ditemukan: 6,268 dokumenKINERJA GRID FORMING INVERTER DALAM SISTEM TENAGA
Dorongan menuju Net Zero Emission 2060 dan target bauran EBT 48 persen pada 2030 menempatkan sumber berbasis konverter, baik Grid Forming maupun Grid Following sebagai tulang punggung penyediaan energi listrik. Di tengah pergeseran sistem tenaga menuju dominasi konverter, dibutuhkan cara yang objektif dan praktis untuk mengukur margin interkoneksi tanpa harus membuka model internal perangkat. Tugas akhir ini menyajikan alur kerja impedance-based analysis yang utuh untuk menilai kestabilan sambungan inverter dan jaringan dengan fokus pada kuantisasi jarak terhadap titik kritis pada plot Nyquist dan keterbacaan fitur pada kurva Bode sebagai indikator margin fasa dan gain. Kerangka dimulai dari pemodelan impedansi pada kerangka dq, dilanjutkan transformasi ke urutan positif dan negatif agar kopling silang termetakan, serta perumusan rasio loop minor L(j?) sebagai hasil kali admitansi konverter dan impedansi grid yang menjadi dasar evaluasi berbasis Generalized Nyquist Criterion. Estimasi dilakukan melalui injeksi arus multi tone di titik sambung bersama sehingga respons konverter dan jaringan dapat diperoleh dari satu eksperimen frekuensi yang ringkas. Studi kasus pada Grid Following dan Grid Forming di sistem IEEE 14 bus menunjukkan bagaimana bentuk impedansi di pita rendah hingga menengah mengatur munculnya resonansi dan interaksi kontrol. Sensitivitas Grid Following sangat dipengaruhi pengaturan bandwidth PLL, sedangkan Grid Forming memiliki kekuatan yang baik pada frekuensi rendah. Kontribusi utama terletak pada kerangka yang replikatif, hemat data, dan cocok ketika akses detail model terbatas, lengkap dengan pedoman pengaturan dan metrik berbasis jarak Nyquist yang memudahkan studi interkoneksi.
PENGEMBANGAN GEOGRAPHIC INFORMATION SYSTEM DATA KELUARGA UNTUK PEMETAAN WILAYAH STUNTING ANAK DENGAN DATA-DRIVEN APPROACH
Stunting merupakan permasalahan gizi kronis yang berdampak jangka panjang terhadap tumbuh kembang anak dan kualitas sumber daya manusia. Upaya pencegahan stunting perlu dilakukan secara tepat sasaran dengan dukungan data dari pihak terpercaya. Penelitian ini bertujuan untuk mengembangkan sistem informasi geografis berbasis data keluarga yang dapat digunakan untuk memetakan wilayah stunting anak secara lebih efektif. Metode yang digunakan adalah datadriven approach dengan pengambilan keputusan dan visualisasi wilayah risiko didasarkan pada analisis data aktual. Data keluarga yang digunakan mencakup informasi antropometri anak, status gizi, serta akses terhadap layanan kesehatan. Prosesnya dimulai dari praproses data, pelabelan data berdasarkan ground truth, hingga penerapan algoritma machine learning untuk klasifikasi status risiko anak. Dalam penelitian ini, digunakan beberapa algoritma klasifikasi diantaranya yaitu Random Forest, Support Vector Machine, dan Decision Tree. Ketiga algoritma ini nantinya akan dibandingkan dalam segi performa model untuk mengidentifikasi anak berisiko stunting. Ketiga hasil prediksi model akan divisualisasikan dalam sistem informasi geografis yang menunjukkan persebaran wilayah anak berisiko stunting di Kecamatan Ceper, Kabupaten Klaten yang dapat digunakan dalam pemetaan wilayah stunting.
REAKSI PASAR TERHADAP RILIS DEEPSEEK R1: STUDI PERISTIWA PADA RANTAI NILAI AI AS
Pertumbuhan investasi yang pesat dalam sektor kecerdasan buatan (AI) di Amerika Serikat telah menimbulkan kekhawatiran terkait potensi overvaluasi dan inefisiensi. Penelitian ini bertujuan untuk mengkaji respons pasar terhadap pencapaian DeepSeek R1 yang melampaui jumlah pengguna ChatGPT, sebuah peristiwa yang mengganggu ekspektasi pasar karena performa tinggi dan biaya pengembangan yang jauh lebih rendah. Dengan menggunakan metode event study, penelitian ini menganalisis abnormal return (AAR) dan aktivitas volume perdagangan (TVA) sebelum dan sesudah peristiwa pada 36 perusahaan publik AS yang dikelompokkan berdasarkan rantai nilai AI: Hardware, Hyperscalers, Developers, dan Integrators. Hasil penelitian menunjukkan bahwa segmen Hardware mengalami abnormal return negatif yang signifikan, mencerminkan kekhawatiran investor terhadap inefisiensi biaya setelah keberhasilan DeepSeek menggunakan GPU lama di tengah pembatasan ekspor chip AS. Sebaliknya, segmen Developer menunjukkan abnormal return positif yang signifikan dan peningkatan aktivitas perdagangan, menandakan bahwa kemunculan model AI berbiaya rendah dapat memicu inovasi lebih lanjut. Temuan ini memberikan wawasan bagi investor dan pembuat kebijakan mengenai dampak yang berbeda dari disrupsi teknologi AI di setiap bagian rantai nilai.
PENINGKATAN PENGALAMAN PELANGGAN MELALUI PERBANKAN DIGITAL: ANALISIS TEXT MINING TERHADAP KLASIFIKASI KUALITAS LAYANAN ELEKTRONIK BERDASARKAN ULASAN GOOGLE PLAYSTORE. STUDI KASUS PADA TIGA BANK DIGITAL-ONLY TERATAS DI INDONESIA
Ekspansi pesat sektor perbankan digital di Indonesia telah menciptakan persaingan ketat antarbank digital, menjadikan kualitas layanan sebagai faktor penentu keberhasilan dalam pasar. Penelitian ini menganalisis persepsi kualitas layanan pada tiga bank digital terdepan—SeaBank, Bank Jago, dan Bank Neo Commerce—melalui analisis ulasan pelanggan dari Google Play Store. Penelitian menggunakan kerangka E-S-QUAL yang diintegrasikan dengan metodologi text mining untuk mengklasifikasikan sentimen pelanggan dan mengidentifikasi dimensi kualitas layanan yang membutuhkan perbaikan strategi. Penelitian ini menggunakan pendekatan kuantitatif dengan memanfaatkan model fine-tuned IndoBERT untuk melakukan dua klasifikasi, yaitu analisis sentimen dan kategorisasi dimensi E-S-QUAL. Data penelitian mencakup 277.877 ulasan yang dikumpulkan selama periode Maret 2021 hingga Januari 2025. Model fine-tuned menunjukkan kinerja yang baik dengan akurasi keseluruhan sebesar 90,5%. Hasil penelitian menunjukkan SeaBank memimpin pasar dengan 68,6% sentimen positif, dengan dimensi efisiensi mencapai 89,4% sentimen positif sebagai keunggulan utama, namun menghadapi tantangan dalam aspek responsivitas layanan pelanggan. Bank Jago dan Bank Neo Commerce mengalami permasalahan signifikan pada dimensi reliabilitas dengan sentimen negatif reliabilitas masingmasing 88,4% dan 89,3%. Analisis BERTopic mengungkap permasalahan spesifik pelanggan dengan keluhan SeaBank terkonsentrasi pada layanan pelanggan (96,73%), kegagalan autentikasi pada Bank Jago (99,58% masalah login), dan kegagalan sistematis di 22 kategori masalah pada Bank Neo Commerce. Penelitian ini berkontribusi mengembangkan metode penilaian kualitas layanan berbasis ulasan pelanggan untuk industri perbankan digital. Temuan penelitian menawarkan strategi perbaikan spesifik, membantu bank digital meningkatkan kualitas layanan secara data-driven di pasar Indonesia yang kompetitif.
MANAGING URBAN STREET VENDORS: BALANCING THE PUBLIC SPACE AND ECONOMIC BENEFITS IN INDONESIA
The low level of education and limited job opportunities in developing countries, such as Indonesia, result in a higher rate of employment in the informal economic sector than in the formal economy. Street vendors are an integral part of the informal sector, becoming a common phenomenon in the urban areas of Indonesia. Street vendors are believed to cause environmental problems in open public spaces. The contribution of street vendors to the local government is not proportional to the issues they cause because they do not pay taxes, unlike the formal economic sector. However, street vendors belong to an informal sector to which the government must pay attention because they are financial assets that provide jobs for low- educated people and those without special skills. This study focuses on Blora Regency, which has the lowest minimum wage level in Indonesia and a high level of informal economic activity. The study analyses strategic efforts to regulate the presence of street vendors in public open spaces, considering the rights of street vendors who contribute to the local economy from the perspectives of policymakers, street vendor organisations, and street vendors themselves. The methodology entails a mixed-methods approach, combining descriptive analysis through surveys, observation, and in-depth interviews. This is complemented by a quantitative method using multiple linear regression analysis to determine the factors that influence street vendors’ location satisfaction. The findings reveal a discrepancy between the government’s and street vendors’ preferences: while the government aims for relocation, street vendors tend to prefer staying in their current locations with improved facilities, as they claim to have legal permits to occupy the space. Furthermore, there are only four variables that influence the location satisfaction of street vendors, namely the availability of trash bins, parking areas, electricity, and the level of festivity. Finally, the policy recommendations of this research are to protect the rights and economic contributions of street vendors in Blora Regency by implementing sub-zoning in public open spaces, enhancing facilities, providing capital assistance, training, branding, and strengthening place identity without forced relocation. These efforts should be supported by routine supervision and administrative regulation to improve vendor satisfaction, boost local revenue, and preserve the cultural character of Blora.
IDENTIFIKASI MIRNA YANG MENARGET GEN-GEN PADA JALUR BIOSINTESIS KURKUMIN TANAMAN KUNYIT (CURCUMA LONGA L.) UNTUK MENDUKUNG PENINGKATAN KUALITAS KUNYIT
Kunyit (Curcuma longa) merupakan tanaman obat yang dikenal karena kandungan kurkuminoid dan minyak esensialnya. Kurkumin, sebagai komponen utama kurkuminoid, memiliki aktivitas biologis tinggi serta nilai ekonomi yang signifikan. Namun, rendahnya bioavailabilitas kurkumin menyebabkan kebutuhan biomassa rimpang yang besar dan biaya ekstraksi yang tinggi. Sehingganya, diperlukan pemuliaan tanaman untuk menghasilkan varietas kunyit dengan kandungan kurkumin tinggi. Namun, pemuliaan konvensional sulit dilakukan karena tanaman kunyit jarang berbunga, bersifat steril, dan memerlukan waktu lama. Pemuliaan molekuler menjadi alternatif yang lebih efisien, tetapi memerlukan informasi berupa gen kunci dalam biosintesis kurkumin. Oleh karena itu, pemahaman regulasi gen oleh mikroRNA (miRNA) menjadi pendekatan potensial untuk identifikasi gen tersebut, mengingat peran miRNA dalam pengaturan ekspresi gen dan metabolisme sekunder tanaman. Penelitian ini bertujuan untuk mengidentifikasi miRNA serta gen targetnya yang berperan dalam regulasi biosintesis kurkumin pada C. longa. Sampel rimpang berasal dari tanaman kunyit berkadar kurkumin tinggi (4,94% b/b kurkuminoid) dan rendah (2,51% b/b kurkuminoid) yang dikoleksi dari lahan percobaan Universitas Padjadjaran, masing-masing dua ulangan. Small RNA diekstraksi menggunakan kit mirPremier miRNA. Isolat miRNA kemudian disekuensing menggunakan platform Illumina Novaseq 6000 dengan panjang bacaan 50 bp. Sekuensing menghasilkan 11–16 juta bacaan mentah, yang kemudian dibersihkan dari adapter dan disaring pada panjang 18–28 bp menggunakan Trimmomatic, menghasilkan 5–12 juta bacaan bersih. Bacaan bersih kemudian dipetakan ke genom Curcuma longa menggunakan R Subread kemudian known dan novel miRNA diprediksi dan dikuantifikasi menggunakan MiRDeep2. Dari penelitian ini, diperoleh 154 known miRNA dan 85 novel miRNA yang berhasil dikuantifikasi. Sebanyak 21 miRNA berhasil diidentifikasi mengalami perubahan ekspresi yang signifikan berdasarkan analisis ekspresi diferensial menggunakan Deseq2 (p < 0,05; Log2FC ? |2|; MFE ? –18 kcal/mol). Dua miRNA yang mengalami peningkatan ekspresi, yaitu Novel-miR74 dan Novel-miR9, serta tiga miRNA yang mengalami penurunan ekspresi, yaitu Novel-miR108, Ath-miR161, dan Novel-miR25, diprediksi menarget gen-gen yang terlibat dalam jalur biosintesis kurkumin berdasarkan hasil analisis psRNATarget. Gen target tersebut mengkode enzim-enzim kunci seperti CCOMT, PAL, 4CL, dan CURS3. Hasil penelitian ini memberikan pemahaman baru mengenai keterlibatan miRNA dalam regulasi biosintesis kurkumin dan dapat menjadi dasar pengembangan strategi pemuliaan molekuler, seperti knockdown atau overexpression gen target, untuk meningkatkan kandungan kurkumin pada kunyit.
REHABILITASI TEKNIS OPERASIONAL LAHAN URUG TPA PUTRI CEMPO SEBAGAI UPAYA PENINGKATAN MASA LAYAN TPA
Permasalahan sampah yang dihadapi Indonesia selama beberapa tahun terakhir perlu menjadi prioritas seluruh elemen masyarakat maupun berbagai stakeholder terkait, termasuk seperti pada Kota Surakarta. Pada tahun 2024 sendiri tercatat Kota Surakarta menghasilkan timbulan sampah sebesar 419 ton per harinya. Sementara itu, TPA Putri Cempo yang merupakan satu-satunya fasilitas penanganan sampah hanya menampung 409 ton per hari. Adanya perbedaan antara timbulan sampah yang dihasilkan dengan sampah yang diterima oleh TPA menunjukkan adanya permasalahan serius dalam upaya penangan sampah di Kota Surakarta. Walaupun pada saat ini di TPA Putri Cempo terdapat fasilitas PLTSa, kegiatan pemrosesan akhir sampah belum ideal sehingga mayoritas sampah berakhir pada lahan uruk dengan proses open dumping. Selama hampir 30 tahun TPA ini beroperasi, diprakirakan terdapat 460.814 ton sampah yang tersebar pada tiga area, yaitu Blok A, Blok B, serta Blok C yang perlu ditangani untuk selanjutnya dapat dirancang dan dioperasikan lahan uruk residu. Proses penambangan ini diproyeksikan selesai dalam kurun waktu 13 tahun dengan 275.928 ton dimanfaatkan sebagai bahan baku RDF untuk suplai feedstock PLTSa dan sisanya dikembalikan ke landfill sebagai material residu dan kebutuhan tanah penutup. Untuk mengakomodasi material residu hasil pengolahan sampah makanan maupun RDF, dirancang lahan uruk residu yang terbagi dalam dua blok dengan total kapasitas mencapai 491.127 m3 atau sebanyak 638.465 ton sampah. Perancangan operasional lahan uruk dibagi menjadi Blok E seluas 1,53 Ha dengan kapasitas 211.281 m3 yang diproyeksikan penuh dalam 12 tahun serta Blok B seluas 2,03 Ha dengan kapasitas 279.847 m3 yang diproyeksi penuh dalam 20 tahun masa iii operasional sebagai TPA Regional. Adapun timbulan gas bio yang dihasilkan dalam operasional lahan uruk ini sebesar 7 kg/hari atau setara 149,23 ton CO2-eq/tahun. Untuk menangani nilai timbulan gas yang relatif kecil ini digunakan passive venting dengan bantuan area green belt untuk membantu mendispersikan gas metan diudara. Adapun area lahan uruk pasca penutupan selanjutnya dipergunakan untuk pemanfaatan lain sesuai dengan kebutuhan. Pada Blok C, lahan hasil penambangan sampah akan dimanfaatkan untuk fasilitas penerimaan sampah baru dan pemrosesan material RDF, sementara pada Blok A selanjutnya akan dimanfaatkan sebagai fasilitas ruang terbuka hijau. Untuk Blok B akan dimanfaatkan kembali sebagai lahan uruk dengan sistem operasional khusus material residu. Untuk kedua zona lahan ururg residu setelah penutupan maka akan dijadikan sebagai ruang terbuka hijau yang selanjutnya dapat dijadikan sarana publik untuk rekreasi maupun edukasi. Seluruh proses rehabilitasi lahan uruk ini memerlukan biaya investasi sebesar Rp109.900.000.000,00 serta biaya operasional penambangan sampah Rp220.110,18 per-ton material yang ditambang dan biaya pengurukan sebesar Rp420.000,00 per-ton material residu yang diuruk. Adapun nilai NPV dari proyek ini senilai Rp190.983.209.499,24 dengan BCR sebesar 1,06. Berdasarkan analisis finansial yang dilakukan, proyek ini dapat dinyatakan layak secara finansial.
MACHINE LEARNING APPLICATION TO PREDICT REQUIRED COEFFICIENT OF FRICTION DURING HUMAN GAIT USING ACCELERATION DATA OBTAINED FROM INERTIAL MEASUREMENT UNITS
Tergelincir saat berjalan sering terjadi akibat kurangnya friksi antara kaki dan permukaan tanah. Required coefficient of friction (RCOF), yang didefinisikan sebagai rasio puncak antara gaya reaksi tanah horizontal dan vertikal, biasanya diukur menggunakan force plate. Inertial measurement unit (IMU) menawarkan cara baru untuk memprediksi RCOF apabila terbukti ada korelasi antara percepatan center of mass (COM) dan gaya reaksi tanah (GRF) yang digunakan untuk menghitung RCOF. Studi ini memverifikasi korelasi antara GRF dan akselerasi pusat massa (center of mass/COM) menggunakan AIST Gait Database yang dirilis pada 2015. Berdasarkan korelasi tersebut, model pembelajaran mesin Long Short-Term Memory (LSTM) dikembangkan menggunakan MATLAB untuk memprediksi RCOF dari data akselerasi. Model ini dilatih dan diuji menggunakan data dari database, kemudian dievaluasi menggunakan data gait baru yang diukur dengan IMU dan diverifikasi menggunakan data dari force plate. Hasil dari analisis korelasi antara traction coefficient yang didapatkan dari GRF dan akselerasi COM menunjukkan bahwa terdapat korelasi yang sangat kuat. Model pembelajaran mesin yang dikembangkan dalam studi ini memiliki nilai Mean Absolute Percentage Error (MAPE) sekitar 9,5% ketika divalidasi menggunakan data dari AIST Gait Database, yang dianggap sebagai tingkat akurasi yang dapat diterima untuk digunakan dalam memprediksi RCOF berdasarkan percepatan COM manusia. Namun, ketika model dievaluasi menggunakan data IMU yang baru, diperoleh tingkat kesalahan sekitar 19% setelah dilakukan penyesuaian terhadap bias prediksi, yang menunjukkan bahwa model ini belum siap digunakan untuk memprediksi RCOF dalam situasi dunia nyata.
PERAKITAN DAN KARAKTERISASI GENOM BAKTERI TERASOSIASI PENYAKIT ICE-ICE DARI PERAIRAN BATU NAMPAR, LOMBOK, NUSA TENGGARA BARAT SECARA IN SILICO
Penyakit ice-ice merupakan penyakit pada rumput laut yang disebabkan oleh kombinasi faktor lingkungan dan infeksi bakteri oportunistik. Hingga kini, penelitian terkait karakterisasi genom dan prediksi metabolit sekunder dari bakteri yang terasosiasi dengan penyakit ice-ice, khususnya pada Perairan Batu Nampar di Indonesia masih terbatas. Oleh karena itu, penelitian ini bertujuan untuk merakit genom, menentukan karakteristik genom, serta memprediksi klaster gen biosintetik metabolit sekunder pada bakteri yang diisolasi dari rumput laut Kappaphycus striatus terjangkit penyakit ice-ice di perairan Batu Nampar, Lombok, Nusa Tenggara Barat. Isolat bakteri ditumbuhkan pada media Zobell Marine Broth, kemudian dilakukan isolasi DNA total dan oxford nanopore sequencing . Kualitas hasil bacaan sekuensing dianalisis, kemudian dilakukan filtering untuk memperoleh bacaan dengan distribusi kualitas dan panjang yang lebih merata. Hasil bacaan yang telah disaring digunakan untuk merakit genom secara de novo. Evaluasi kualitas hasil perakitan genom menunjukkan bahwa genom memiliki persentase keutuhan 99,92% dan kontaminasi 0,41%, sehingga tergolong sebagai high-quality draft. Berdasarkan perhitungan nilai Average Nucleotide Identity (ANI), digital DNA-DNA Hybridization (dDDH), serta hasil konstruksi pohon filogenetik, isolat teridentifikasi sebagai Chromohalobacter israelensis . Hasil karakterisasi menunjukkan bahwa genom C. israelensis isolat Batu Nampar berukuran 3.546.898 bp dengan kandungan GC sebanyak 63,9%. Hasil anotasi fungsional genom, termasuk kategori cluster of orthologous group (COG) divisualisasikan dalam peta genom. Analisis lebih lanjut pada genom berhasil memprediksi keberadaan 14 genomic islands dan 3 klaster gen biosintetik metabolit sekunder, yaitu ektoin, siderofor, dan aril poliena. Ektoin merupakan osmolit yang berpotensi dimanfaatkan sebagai bahan baku industri. Siderofor merupakan senyawa pengkelat besi, yang dapat berperan sebagai faktor virulensi pada bakteri melalui mekanisme akuisisi besi. Sementara itu, aril poliena merupakan senyawa pigmen yang memiliki potensi di bidang industri, sekaligus dapat berperan sebagai faktor virulensi bakteri melalui mekanisme pembentukan biofilm.
SIMULASI KINERJA PEMBAKARAN MULTI-BIOMASS PADA PULVERIZED COAL BOILER DENGAN METODE COMPUTATIONAL FLUID DYNAMICS (CFD)
Target pemerintah dalam mencapai Net Zero Emissions 2060 harus didukung secara serius. Target terdekat yang akan dicapai yaitu penggunaan Energi Baru dan Terbarukan (EBT) sebesar 23% pada bauran energi nasional pada tahun 2025. Kebijakan ini dijalankan dengan komitmen Indonesia untuk mengurangi emisi gas rumah kaca hingga 29% pada tahun 2030, guna menuju sistem penggunaan energi yang lebih bersih dan berkelanjutan. Salah satu bentuk dukungan kepada pemerintah telah dilakukan oleh berbagai perusahaan pembangkit listrik, yaitu dengan melakukan uji coba Co-firing. Batubara dan biomassa dicampur pada stockpile dan dibakar dalam boiler. Pada penelitian ini, penulis melakukan analisis pembakaran campuran batubara dengan beberapa biomassa yaitu sawdust, sekam padi, dan Solid Recovered Fuel (SRF). Komposisi campuran antara biomassa dengan batubara dilakukan dengan 3 variasi, yaitu batubara 50% + sawdust 25% + sekam padi 25% (campuran A), batubara 50% + sekam padi 25% + SRF 25% (campuran B), dan batubara 50% + sawdust 25% + SRF 25% (campuran C). Penulis melakukan studi menggunakan metode numerik dengan bantuan perangkat lunak Computational Fluid Dynamics (CFD) Ansys Fluent 2022 R1 pada laju massa bahan bakar ditetapkan sama dengan laju massa bila menggunakan batubara saja. Hasil dari penelitian ini menunjukkan bahwa penggunaan campuran biomassa dapat mengurangi emisi CO2 dengan penurunan terbesar yaitu 45,7% pada campuran C. Untuk emisi SO2 dan NOx diperoleh dari pembakaran campuran A dengan penurunan SO2 sebesar 67,14% dan NOx sebesar 30,71%. Efek derating juga terjadi saat co-firing, namun hal ini merupakan konsekuensi penggunaan biomassa yang memiliki nilai kalor lebih rendah dibanding batubara. Dari ketiga campuran, campuran A memiliki keunggulan yang lebih banyak dibanding campuran lainnya, antara lain penurunan daya (derating) dan emisi yang terendah.
EKSPLORASI DAN EKSPLOITASI MASALAH REGRESI DOUBLE OUTPUT DENGAN PROSES GAUSS
Masalah regresi dengan lebih dari satu output merupakan tantangan penting dalam bidang pembelajaran mesin, terutama ketika terdapat keterkaitan atau korelasi antar output yang dapat dimanfaatkan untuk meningkatkan kualitas prediksi. Salah satu pendekatan untuk menyelesaikan permasalahan ini adalah Proses Gauss (Gaussian Process/GP), yang dikenal sebagai model non-parametrik dan probabilistik yang mampu menangani ketidakpastian dengan baik. Tugas akhir ini bertujuan mengeksplorasi dan mengeksploitasi model Multi-Output Gaussian Process (MOGP) dalam menyelesaikan permasalahan regresi dengan mempertimbangkan keterkaitan antar output. Secara khusus pada Tugas Akhir ini akan dikaji terkait double output. Studi dimulai dengan membuat data sintesis dua output, kemudian sebagian data pada salah satu output dihilangkan pada rentang yang berbeda-beda untuk menguji kemampuan model dalam melakukan prediksi ketika informasi tidak lengkap. Dua pendekatan dibandingkan, yaitu dengan model Single-Output Gaussian Proces (SOGP) dan model Multi-Output Gaussian Process (MOGP). Selanjutnya, dalam model MOGP dilakukan dua simulasi sub model yang berbeda, yakni Linear Model of Coregionlization (LMC) dan Intrinsic Coregionalization Model (ICM). Hasil simulasi menunjukkan bahwa pendekatan MOGP secara konsisten memberikan performa yang lebih baik dibandingkan model independen, terutama ketika terjadi kehilangan data pada salah satu output, serta mampu menangkap struktur korelasi antar output secara efektif. Tugas Akhir ini memberikan kontribusi terhadap pemahaman dan penerapan model GP dalam konteks multi-output regression serta berpotensi untuk diterapkan dalam berbagai aplikasi nyata yang memerlukan prediksi multivariabel.
PENDEKATAN PROSES GAUSSIAN PARAMETRIK UNTUK REGRESI PADA DATA BESAR
Keterbatasan skalabilitas pada Regresi Proses Gaussian (GPR) klasik menghambat penerapannya pada data besar. Penelitian ini mengusulkan dan mengevaluasi pendekatan Proses Gaussian Parametrik (PGP) sebagai solusi skalabel untuk masalah tersebut. Metodologi ini memanfaatkan sejumlah M titik induksi (M << N) untuk membangun sebuah representasi data yang ringkas, memungkinkan parameter model diperbarui secara efisien melalui inferensi Bayesian pada mini-batch data. Studi kasus dilakukan pada dataset konsumsi listrik rumah tangga yang terdiri dari sekitar 1,9 juta data observasi. Hasil eksperimen menunjukkan bahwa model PGP berhasil dilatih pada dataset penuh dengan tingkat efisiensi komputasi yang tinggi, mencapai R2 sebesar 0,9983 dan RMSE 0,037. Pada eksperimen perbandingan dengan subset data yang lebih kecil, PGP terbukti hingga 21 kali lebih cepat daripada GPR klasik sambil mempertahankan akurasi yang sebanding. Temuan ini menunjukkan bahwa PGP adalah metodologi yang efektif dan skalabel untuk regresi probabilistik pada dataset berskala besar.
EKSPLORASI FAKTOR-FAKTOR YANG MEMPENGARUHI KEPUTUSAN PEMBELIAN SPOTIFY PREMIUM UNTUK FITUR EKSKLUSIF SPOTIFY K-POP ON! HUB DAN REKOMENDASI PENINGKATANNYA: STUDI KASUS K-POP FANS GEN Z DI INDONESIA
Musik K-pop merupakan sebuah fenomena global besar di abad ke-21, hal ini terlihat dari meningkatnya jumlah penggemar dan streaming di seluruh dunia, yang menunjukkan prospek menjanjikan bagi pasar K-pop. Melihat peluang ini, Spotify meluncurkan Spotify K-Pop ON! Hub pada tahun 2024, sebuah hub platform khusus K-pop, yang menawarkan berbagai konten dan pengalaman bagi penggemar, dengan fitur Listening Party, K-Pop ON! Giveaway, dan K-Pop ON! Achievement Card tersedia eksklusif untuk pengguna premium. Hub ini pertama kali diluncurkan di Indonesia, sebagaimana pangsa pasar K- pop terbesar di dunia. Meskipun memiliki potensi besar, Spotify ternyata masih mengalami penurunan laju pertumbuhan pengguna premium dalam 5 tahun terakhir dan jumlah pelanggan premium yang rendah di Indonesia. Maka dengan itu, penelitian ini bertujuan untuk mengeksplorasi faktor-faktor yang mempengaruhi keputusan penggemar K-pop dalam membeli Spotify Premium untuk mengakses fitur eksklusif dari Spotify K- Pop ON! Hub, sekaligus memberikan rekomendasi bagi Spotify untuk meningkatkan strategi pemasaran mereka. Penelitian ini menggunakan pendekatan kualitatif, dengan metode wawancara semi- struktur dan teknik non-probability purposive, yang berfokus pada penggemar K-pop Gen Z di Indonesia. Merujuk pada teori proses keputusan pembelian dari Kotler dan Keller (2016) serta Burnet (2011), temuan penelitian ini menunjukkan bahwa keputusan pembelian penggemar K-pop merupakan proses yang kompleks, melibatkan berbagai faktor seperti mengidolakan, persepsi nilai, dan lainnya yang diklasifikasikan ke dalam faktor situasional, psikologis, dan sosial. Selain itu, studi ini menunjukkan bahwa fitur eksklusif K-Pop ON! Hub dapat mendorong langganan premium. Penelitian ini merekomendasikan Spotify untuk menyediakan lebih banyak penawaran eksklusif, mengoptimalkan fitur eksklusif yang ada saat ini, meningkatkan promosi pemasaran, mendorong kolaborasi dengan lebih banyak artis K-pop dan fanbase, serta memperbaiki aspek teknis dari fitur eksklusif yang ada. Hal ini tentunya dapat berkontribusi pada peningkatan langganan Spotify Premium dan memperkuat posisi pasar Spotify. Selain itu, hasil penelitian ini juga memberikan kontribusi baik secara praktis pada layanan streaming musik digital maupun secara teoritis dalam pemahaman keputusan pembelian langganan premium di kalangan penggemar K-pop, yang bisa menjadi dasar bagi penelitian di masa yang akan datang.
EKSPANSI PASCA-MASUK STRATEGIS DI PASAR MALAYSIA: KASUS MINYEUK PRET MEREK PARFUM HALAL DARI ACEH
Studi ini menelaah tantangan yang dihadapi Minyeuk Pret, merek parfum halal asal Aceh sekaligus Usaha Kecil dan Menengah (UKM) Indonesia, dalam ekspansi ke Malaysia setelah masuk secara informal. Walau terdapat kesesuaian budaya dan agama, merek ini menghadapi rendahnya visibilitas, penetrasi pasar terbatas, dan kapasitas organisasi lemah. Kondisi ini mencerminkan ketiadaan strategi ekspansi yang terstruktur dan kontekstual. Penelitian ini bertujuan menyusun peta jalan pertumbuhan berkelanjutan melalui penanganan kelemahan internal, pemanfaatan peluang eksternal, dan penyesuaian dengan dinamika pasar. Penelitian menggunakan desain studi kasus tunggal kualitatif dengan data primer dan sekunder. Wawancara mendalam dengan pemangku kepentingan di Indonesia serta Malaysia memberikan wawasan penting. Analisis memadukan PESTEL dan Lima Kekuatan Porter untuk faktor eksternal, serta Resource-Based View (RBV) dan VRIO untuk kapabilitas internal. Hasil kemudian disintesis melalui SWOT, dikembangkan dengan TOWS, dan diprioritaskan menggunakan Matriks Dampak–Kelayakan yang divalidasi pemangku kepentingan. Temuan menunjukkan Malaysia mendukung usaha halal, khususnya pada sektor perawatan pribadi dan kosmetik. Konsumen menunjukkan permintaan kuat terhadap produk halal dan sesuai budaya. Namun, ancaman meliputi persaingan intens, substitusi produk seperti parfum non-alkohol dan minyak esensial, serta regulasi dan logistik kompleks. Secara internal, Minyeuk Pret unggul pada identitas budaya dan eksklusivitas Patchouli Aceh, namun terkendala rantai pasok rapuh, pemasaran digital lemah, dan minim pengalaman lintas negara. Peta jalan strategis mencakup branding digital, restrukturisasi operasional, penguatan rantai pasok, dan kemitraan institusional dengan rencana aksi dan indikator kinerja. Secara teoretis, studi ini berlandaskan perencanaan bertahap, RBV, serta model internasionalisasi UKM seperti Model Uppsala dan perspektif jaringan. Secara praktis, studi ini memberi wawasan bagi Minyeuk Pret dan UKM halal Indonesia lain, sekaligus implikasi kebijakan bagi lembaga pemerintah dan institusi pendukung dalam memfasilitasi internasionalisasi UKM sesuai agenda integrasi ekonomi regional
EXPERIMENTAL AND ANALYTICAL INVESTIGATION OF MAGNETORHEOLOGICAL (MR) FLUID ENGINE MOUNTS FOR VIBRATION CANCELLATION IN AUTOMOBILES
Engine mounts play a crucial role in minimizing the transmission of engine-induced vibrations to the vehicle chassis. Conventional rubber mounts often lack adaptability to varying dynamic conditions, prompting the exploration of semi-active systems such as those utilizing magnetorheological (MR) fluids. This study presents an experimental and analytical investigation of MR fluid-based engine mounts for vibration cancellation. The experimental approach involved testing three MR mounts under different electrical currents (0 A, 1 A, and 2 A) using a damper dynamometer to collect time-history data of force, displacement, and velocity. For the analytical approach, the Modified Bouc-Wen model was employed to simulate the nonlinear hysteretic behavior of the MR mounts. Parameter fitting was conducted using MATLAB to align the model with the experimental data. The results indicate that applying electrical current significantly influences the damping characteristics of the MR fluid, with higher currents yielding increased force responses and enhanced vibration suppression. The Modified Bouc-Wen model effectively captured the hysteresis loops and showed strong agreement with the experimental data, validating its suitability for modeling MR fluid behavior. In conclusion, MR fluid engine mounts exhibit strong potential as tunable vibration isolators for automotive applications. The successful integration of experimental data with nonlinear modeling supports the development of smart suspension components capable of adapting to real-time operating conditions.