📚 Eksplorasi & Komparasi Topik Dokumen
Pencarian topik
Hasil Dokumen
Ditemukan: 101,300 dokumenPENGEMBANGAN KERANGKA PENGAMBILAN KEPUTUSAN STRATEGIS BERBASIS VALUE-FOCUSED THINKING DAN ANALYTIC HIERARCHY PROCESS UNTUK PENGELOLAAN MINYAK MENTAH BERKADAR GARAM TINGGI DI KILANG PERTAMINA RU III PLAJU
Kebijakan pemerintah untuk memaksimalkan penyerapan minyak mentah domestik menempatkan Pertamina Refinery Unit III Plaju pada posisi strategis yang kompleks, terutama akibat meningkatnya kebutuhan pengolahan minyak mentah dengan kandungan garam tinggi. Kondisi ini menimbulkan risiko terhadap keandalan peralatan, stabilitas proses, dan efisiensi operasional, sehingga memerlukan pengambilan keputusan yang lebih terstruktur dan robust Penelitian ini bertujuan mengidentifikasi hambatan dalam pengambilan keputusan strategis, mengembangkan kerangka perbaikan, serta mengevaluasi efektivitasnya. Pendekatan mixed-methods digunakan dengan desain sequential exploratory, menggabungkan analisis kualitatif seperti SWOT, Five-Why, wawancara, dan focus group discussions, serta Value-Focused Thinking (VFT) dan analisis kuantitatif menggunakan Analytic Hierarchy Process (AHP). VFT digunakan untuk merumuskan tujuan dan alternatif strategi, sedangkan AHP digunakan untuk menyusun kriteria, menentukan bobot, dan memprioritaskan alternatif. Hasil penelitian menunjukkan bahwa hambatan utama bersifat sistemik, terutama inkonsistensi tata kelola dan kurangnya integrasi kriteria evaluasi. Kerangka VFT AHP yang dikembangkan menetapkan empat kriteria utama yaitu Operational Excellence, Process Stability, Economic Performance, dan Strategic Feasibility dengan empat alternatif strategi. Hasil AHP menunjukkan instalasi desalter baru sebagai prioritas utama (32,9%), dengan hasil yang tetap stabil pada analisis sensitivitas hingga ±20%. Kerangka ini meningkatkan kejelasan, konsistensi, dan transparansi pengambilan keputusan melalui pendekatan multi-kriteria yang terstruktur dengan mengubah proses yang sebelumnya terfragmentasi dan bersifat biner. Validasi manajemen menunjukkan bahwa kerangka ini praktis untuk diimplementasikan serta meningkatkan akuntabilitas dan keterpertanggungjawaban keputusan dalam menghadapi tekanan regulasi dan audit
INKLUSIVITAS TRANSPORTASI UMUM DI ERA DIGITAL BAGI PENYANDANG DISABILITAS NETRA: STUDI PERSEPSI DAN PREFERENSI DI DKI JAKARTA
Transportasi umum yang inklusif merupakan prasyarat penting untuk menjamin mobilitas dan partisipasi sosial penyandang disabilitas netra. Meskipun Jakarta memiliki sistem transportasi publik yang relatif terintegrasi dan didukung digitalisasi layanan, berbagai hambatan aksesibilitas masih membatasi kemandirian perjalanan kelompok ini. Penelitian ini bertujuan mengidentifikasi karakteristik mobilitas, persepsi, dan faktor-faktor yang memengaruhi preferensi pemilihan moda transportasi umum penyandang disabilitas netra di Jakarta serta merumuskan rekomendasi kebijakan yang mendukung inklusivitas transportasi. Penelitian menggunakan pendekatan mixed methods dengan desain sequential explanatory. Data kuantitatif diperoleh melalui survei terhadap 20 responden penyandang disabilitas netra dan dianalisis menggunakan statistik deskriptif, Principal Component Analysis (PCA), serta Binary Logit Model. Data kualitatif dikumpulkan melalui wawancara mendalam dan observasi terarah untuk memperdalam interpretasi hasil kuantitatif. Hasil penelitian menunjukkan bahwa penyandang disabilitas netra merupakan pengguna transportasi umum yang sangat bergantung pada layanan publik, namun masih menghadapi hambatan pada infrastruktur pedestrian, sistem informasi audio, dan kepastian perjalanan. Analisis menunjukkan bahwa keandalan informasi audio merupakan faktor paling berpengaruh dalam pemilihan moda transportasi umum. Temuan ini mengindikasikan bahwa bagi penyandang disabilitas netra, kemampuan memperoleh informasi perjalanan yang akurat, konsisten, dan dapat diprediksi menjadi prasyarat utama bagi mobilitas yang mandiri. Oleh karena itu, peningkatan inklusivitas transportasi tidak cukup hanya melalui penyediaan fasilitas fisik yang aksesibel, tetapi juga memerlukan penguatan sistem informasi audio dan aksesibilitas digital yang terintegrasi di seluruh rantai perjalanan. Temuan ini menunjukkan bahwa peningkatan inklusivitas transportasi bagi penyandang disabilitas netra perlu menempatkan aksesibilitas informasi sebagai prioritas utama, berdampingan dengan penyediaan infrastruktur fisik yang aksesibel.
PENERAPAN PHYSICS-INFORMED NEURAL NETWORKS (PINNS) PADA PEMODELAN DAN SIMULASI GELOMBANG BERDASARKAN PERSAMAAN AIR DANGKAL
Dinamika gelombang di wilayah pesisir memiliki karakteristik yang kompleks sehingga memerlukan pendekatan pemodelan yang mampu merepresentasikan perambatan gelombang di perairan dangkal. Persamaan Air Dangkal (Shallow Water Equations, SWE) merupakan salah satu model matematis yang umum digunakan untuk menggambarkan fenomena tersebut. Pada tugas akhir ini, diterapkan metode Physics-Informed Neural Network (PINN) untuk menyelesaikan SWE dalam pemodelan dinamika gelombang di perairan dangkal. Pendekatan ini mengintegrasikan informasi fisika seperti persamaan diferensial, kondisi awal, dan kondisi batas ke dalam proses pelatihan jaringan saraf. Model PINN yang dikembangkan digunakan untuk mensimulasikan perambatan gelombang pada beberapa skenario, yaitu batimetri datar, batimetri bertingkat, dan konfigurasi dengan keberadaan vegetasi mangrove. Selain untuk penyelesaian masalah maju (forward problem), model ini juga dimanfaatkan untuk menyelesaikan masalah invers (inverse problem) dalam bentuk estimasi parameter fisik tertentu dari data terbatas. Pada tugas akhir ini, strategi fine-tuning juga diterapkan dengan memanfaatkan bobot model yang telah dilatih sebelumnya, sehingga baik simulasi forward maupun proses estimasi parameter dapat dilakukan pada parameter baru tanpa perlu melatih ulang model dari awal. Hasil simulasi menunjukkan bahwa pendekatan PINN mampu merepresentasikan pola dinamika gelombang pada berbagai konfigurasi yang diuji. Penelitian ini menunjukkan bahwa PINN dapat digunakan sebagai alternatif pendekatan dalam pemodelan dinamika gelombang di perairan dangkal, khususnya untuk menangani berbagai skenario batimetri dan kondisi fisik yang berbeda.
STUDI KELAYAKAN DAN STRATEGI PENGEMBANGAN BUDIDAYA RAMI (BOEHMERIA NIVEA) DI KECAMATAN LEMBANG
Ketergantungan industri tekstil nasional terhadap impor serat kapas mendorong perlunya pengembangan sumber bahan baku alternatif yang dapat diproduksi secara lokal dan berkelanjutan. Rami (Boehmeria nivea) merupakan salah satu tanaman serat yang memiliki potensi tinggi untuk dikembangkan karena produktivitasnya baik, dapat dipanen berulang, serta memiliki karakteristik serat yang unggul. Kecamatan Lembang memiliki kondisi agroklimat, topografi, dan akses pasar yang dinilai mendukung untuk pengembangan budidaya rami. Namun demikian, pengembangan komoditas ini memerlukan evaluasi kelayakan yang komprehensif agar implementasinya tidak hanya layak secara teknis, tetapi juga berkelanjutan secara sosial, lingkungan, dan ekonomi. Penelitian ini bertujuan untuk (1) menganalisis wilayah potensial budidaya rami, (2) menilai kelayakan usaha berdasarkan aspek teknis, manajemen, sosial, lingkungan, pasar, dan finansial, serta (3) merumuskan strategi pengembangan budidaya rami di Kecamatan Lembang. Metode penelitian menggunakan pendekatan studi kasus dengan kombinasi data kuantitatif dan kualitatif. Analisis spasial dilakukan untuk menilai kesesuaian lahan berdasarkan parameter biofisik. Data sosial diperoleh melalui kuesioner kepada petani menggunakan stratified random sampling dan wawancara mendalam dengan pemangku kepentingan. Kelayakan finansial dianalisis melalui indikator Net Present Value (NPV), Internal Rate of Return (IRR), Net Benefit Cost Ratio (Net B/C), dan Payback Period (PP). Perumusan strategi dilakukan menggunakan matriks SWOT dan dilanjutkan dengan Quantitative Strategic Planning Matrix (QSPM). Hasil penelitian menunjukkan bahwa sebagian wilayah Kecamatan Lembang memiliki tingkat kesesuaian lahan yang memadai untuk budidaya rami, didukung oleh kondisi tanah, ketinggian, serta ketersediaan air. Dari aspek teknis dan manajemen, sistem budidaya dan dukungan kelembagaan dinilai dapat diimplementasikan dengan peningkatan kapasitas sumber daya manusia. Secara sosial, tingkat penerimaan masyarakat tergolong baik meskipun masih terdapat kekhawatiran terkait risiko usaha dan kepastian pasar. Dari sisi lingkungan, potensi dampak dapat dikendalikan melalui praktik konservasi tanah dan pengelolaan biomassa. Analisis pasar memperlihatkan adanya peluang permintaan serat rami, terutama dengan dukungan mitra off-taker. Evaluasi finansial menunjukkan bahwa usaha budidaya rami layak dijalankan dengan nilai NPV dengan nilai Rp541,54 juta; IRR dengan nilai 56%; Net B/C dengan nilai 1,6; serta PP dalam waktu sekitar 1-2 tahun. Berdasarkan analisis SWOT dan QSPM, strategi prioritas pengembangan diarahkan pada penguatan kemitraan industri, peningkatan kapasitas petani melalui pelatihan teknis, serta optimalisasi pemanfaatan lahan sesuai kesesuaian biofisik wilayah. Strategi ini memiliki implikasi berbeda bagi setiap stakeholder, di mana petani difokuskan pada peningkatan kapasitas teknis, perusahaan pada penguatan jaminan pasar dan pendampingan produksi, serta pemerintah pada penyediaan dukungan kebijakan dan kelembagaan.
PERANCANGAN TATA KELOLA SISTEM OTOMASI INSPEKSI KONTAINER DI PELABUHAN
Pelabuhan Indonesia menghadapi permasalahan mendasar pada proses inspeksi kontainer dengan pemeriksaan fisik bagian luar yang masih sepenuhnya manual, sementara data hasil pemindaian X-Ray vendor tersimpan secara terisolasi (silo) dan tidak terintegrasi dengan Terminal Operating System (TOS) Nusantara maupun sistem kepabeanan Bea Cukai. Kondisi ini menyebabkan ketiadaan audit trail terpusat, lemahnya standarisasi data lintas entitas, serta absennya instrumen pemantauan Service Level Agreement (SLA) dari sisi Pelindo, yang pada akhirnya memicu antrean truk di Gate Out dan meningkatkan risiko operasional pelabuhan. Penelitian ini merancang kerangka tata kelola berbasis COBIT-Like untuk sistem inspeksi kargo digital terintegrasi bernama Cargovision menggunakan Double Diamond Framework dan Iterative Development, diselaraskan dengan standar COBIT 2019, ITIL 4, dan ISO 27001. Pemilihan solusi menggunakan Analytical Hierarchy Process (AHP) menghasilkan model Tata Kelola Terpadu berbasis COBIT–ITIL sebagai alternatif terbaik dengan skor 93%. Solusi tata kelola mencakup pengaturan penggunaan komponen kecerdasan buatan untuk deteksi kerusakan fisik kontainer dan pemanfaatan API Gateway sebagai Anti-Corruption Layer berbasis pola Adapter untuk menstandarisasi payload data vendor. Tata kelola diperkuat melalui empat parameter SLA yang diturunkan dari dokumen Business Continuity Plan (BCP) IPC TPK, yaitu waktu respons API maksimal 2 detik, uptime di atas 99,5%, Mean Time to Restore maksimal 4 jam, dan integritas log data 100%. Evaluasi dilakukan secara kuantitatif terhadap delapan belas dokumen internal resmi IPC TPK dan secara kualitatif melalui expert judgement tiga praktisi terminal peti kemas. Berdasarkan matriks risiko, pemetaan kontrol, dan expert judgement, rancangan tata kelola yang diusulkan menurunkan estimasi risiko gangguan TI dan kerusakan alat dari kategori Tinggi menjadi Sedang. Rancangan ini juga menunjukkan arah peningkatan Maturity Level TI dari Level 2 (Terkelola) menuju Level 3 (Terdefinisi) pada domain DSS02, MEA01, dan APO03 dalam kerangka COBIT 2019.
KAJIAN EMPIRIS LIDAR BAWAH AIR UNTUK PEMETAAN OBJEK: PERBANDINGAN DENGAN AWAN TITIK TERRESTRIAL LASER SCANNING (TLS) DAN FOTOGRAMETRI
Perkembangan infrastruktur bawah air yang pesat meningkatkan kebutuhan akan metode pemetaan objek bawah air yang semakin presisi. Meskipun lidar telah banyak digunakan dalam aplikasi terestrial, evaluasi empiris terhadap awan titik lidar bawah air (ULi) menggunakan dataset referensi masih terbatas. Penelitian ini bertujuan untuk menilai konsistensi geometrik awan titik ULi di lingkungan perairan dangkal dengan membandingkannya terhadap awan titik terrestrial laser scanning (TLS) dan fotogrametri dari objek yang sama, dengan studi dilakukan di Kabupaten Kepulauan Seribu, Indonesia, menggunakan rangka acoustic Doppler current profiler (ADCP) sebagai objek target. Perbedaan geometrik dikuantifikasi menggunakan algoritma multiscale model-to-model cloud comparison (M3C2), dengan nilai kesalahan dilaporkan sebagai median dan median absolute deviation (MAD) pada tingkat kepercayaan 95%. ULi memiliki kesalahan sebesar 0,008 ± 0,012 m terhadap TLS dan 0,006 ± 0,013 m terhadap fotogrametri. Perbandingan dimensional rangka ADCP menunjukkan deviasi sebesar 0–0,015 m, dengan kesalahan yang lebih besar terkonsentrasi pada segmen yang dipengaruhi oleh efek tepi. Secara khusus, rangka ADCP (0,40 × 0,75 × 0,60 m) berhasil dideteksi oleh ULi, memenuhi kriteria deteksi fitur IHO S-44 Exclusive Order, yang mensyaratkan deteksi objek berbentuk kubus dengan ukuran lebih besar dari 0,5 m. Secara keseluruhan, awan titik ULi menunjukkan konsistensi geometrik pada tingkat milimeter hingga sentimeter terhadap semua dataset referensi, mengindikasikan kesesuaiannya untuk pemetaan objek bawah air secara detail dalam kondisi perairan dangkal yang jernih.
FABRIKASI FILM TIPIS DARI MEMBRAN ULTRAFILTRASI AIR BERBASIS POLYVINYLIDENE FLUORIDE (PVDF) SEBAGAI FILM TIPIS PIEZOELEKTRIK DENGAN METODE SPIN COATING
Pada tahun 2023, manufaktur dari material polyvinylidene fluoride atau PVDF diperkirakan mencapai 51,6 ton dan diperkirakan akan meningkat sebesar 3,8% setiap tahunnya dan mencapai 67 ton pada tahun 2030. Peningkatan produksi menimbulkan kekhwatiran global karena PVDF dikategorikan sebagai bahan persistent organic pollutant (POP) yang berbahaya bagi lingkungan dan makhluk hidup. Dengan begitu, penelitian ini bertujuan untuk melakukan fabrikasi film tipis piezoelektrik dengan produk PVDF, yaitu membran ultrafiltrasi air. Film tipis dibuat dengan metode pemrosesan spin coating dan dilanjutkan dengan memberi perlakuan panas (annealing) yang diharapkan dapat meningkatkan fasa ?. Karakterisasi menggunakan FTIR dan SEM untuk mengonfirmasi komposisi material, fraksi fasa ?, dan ketebalan film tipis. Selanjutnya, dilakukan pengujian kekasaran permukaan dan pengujian piezoelektrik. Hasil menunjukkan nilai konsentrasi dan temperatur annealing optimum diperoleh 12,5%wt dan tanpa annealing dengan nilai fraksi fasa ? dan tegangan maksimum, masing-masing sebesar 88,39% dan 2,07 V. Permukaan film tipis yang kasar menurunkan nilai fraksi fasa ? dan tegangan maksimum. Sedangkan, peningkatan tegangan maksimum dari film tipis menunjukkan efisiensi dari film tipis untuk mengubah energi mekanik menjadi energi listrik semakin baik.
PENGARUH PAPARAN RADIASI ULTRAVIOLET C (UV-C) TERHADAP PERKECAMBAHAN BENIH ACACIA MANGIUM WILLD.
Acacia mangiumWilld. atau dikenal sebagai mangium termasuk salah satu spesies pohon yang dikategorikan sebagai spesies pohon multifungsi (Multipurpose Tree Species/ MPTS). Umumnya perkembangbiakan A mangium dilakukan secara generatif menggunakan benih. Namun benih Acacia mangium mengalami dormansi fisik yang disebabkan oleh adanya lapisan makrosklereid (sel yang mengalami lignifikasi) pada testa yang bersifat kedap air sehingga perlu diberikan perlakuan pendahuluan/skarifikasi untuk mematahkan dormansi fisik benih untuk memicu proses perkecambahan. Penelitian ini secara umum bertujuan untuk mengeksplorasi aplikasi metode skarifikasi menggunakan paparan radiasi UV-C 250 nm pada benih Acacia mangium terhadap kondisi fisik dan perkecambahan benih serta menganalisis periode waktu optimal paparan radiasi UV-C terhadap perkecambahan benih. Penelitian dilakukan di Gedung Labtek VA, dimana pemberian paparan UV-C dilakukan di laboratorium silvikultur dan perkecambahan benih dilakukan pada ruang modifikasi berupa lemari yang dilapisi oleh plastik UV greenhouse dengan tebal 250 mikron. Rancangan percobaan menggunakan Rancangan Acak Lengkap (RAL) dengan 4 perlakuan yaitu kontrol (AMC), paparan benih 6 jam (AM6), 4 jam (AM4), dan 2 jam (AM2). Masing-masing perlakuan akan memiliki 3 replikasi berisi 100 benih sebagai unit pengamatan. Terdapat 2 jenis parameter yang akan diamati yaitu parameter fisik dan fisiologis. Dalam parameter fisik akan diukur dimensi benih, berat 1.000 butir, kadar air, dan mikroskopi SEM sementara variabel fisiologis yang diamati berupa persentase perkecambahan (GP), laju perkecambahan (GR), rata-rata perkecambahan harian (MDG), nilai puncak (PV), dan nilai germinasi (GV). Semua variabel fisik benih sesuai dengan penelitian Krisnawati, et al (2011) kecuali kadar air dimana kadar air A. mangium didapatkan 2.19%. Kadar air benih yang terlalu rendah dapat menurunkan viabilitas benih. Sementara variabel pengamatan SEM menunjukkan retakan pada permukaan kulit benih yang diasumsikan akibat paparan UV-C. Pada variabel fisiologis, didapatkan GP tertinggi pada perlakuan AMC lalu AM4. Data menunjukkan bahwa durasi pemaparan pada perlakuan AM2 terlalu pendek untuk efektif dan AM6 cenderung berlebih. GR memiliki rata-rata 13 hari dengan paling cepat AM4. Berdasarkan nilai GV, AMC dan AM4 menunjukkan vigor atau potensi perkecambahan tertinggi. Analisis ANOVA satu arah menunjukkan tidak ada perbedaan yang signifikan pada parameter fisiologis yang diukur. Saat dilakukan uji konfirmasi, didapatkan kemungkinan faktor yang menyebabkan GP lebih rendah dari penelitian lainnya adalah faktor kualitas benih yang diasumsi rendah karena kadar air yang di bawah ambang batas. Secara keseluruhan, penelitian menemukan bahwa perlakuan AM4 memiliki potensi sebagai perlakuan yang paling efektif namun diperlukan penelitian lebih lanjut dengan menggunakan benih bermutu baik dan berasal dari spesies lain.
PENGEMBANGAN IN-KERNEL FAST PATH BERBASIS EXTENDED BERKELEY PACKET FILTER / EXPRESS DATA PATH (EBPF/XDP) DENGAN ANTARMUKA MANAJEMEN TERPUSAT
Perkembangan infrastruktur jaringan modern memicu lonjakan volume lalu lintas data yang masif, sehingga menuntut sistem pemrosesan paket memiliki kinerja tinggi yang mampu menangani penerimaan paket data bervolume besar secara simultan. Pada arsitektur konvensional berbasis Linux, pemrosesan paket pada perangkat jaringan bergantung pada tumpukan protokol standar (standard kernel network stack). Jalur ini memiliki keterbatasan skalabilitas saat menerima paket dalam jumlah jutaan per detik akibat tingginya beban interupsi perangkat lunak (softirq) dan alokasi memori sk_buff yang kompleks. Kondisi tersebut memicu bottleneck yang menyebabkan degradasi throughput karena banyak paket gagal diterima akibat ketidakmampuan kernel standar mengimbangi laju trafik. Di sisi lain, solusi kernel bypass tradisional seperti DPDK atau VPP mampu mengeliminasi kendali kernel untuk mendongkrak performa, namun memiliki kelemahan fatal pada aspek keamanan dan efisiensi. Arsitektur pure bypass pada DPDK atau VPP menyebabkan hilangnya kendali fungsi keamanan native kernel sehingga tidak dapat melakukan inspeksi isi paket secara langsung, di samping adanya masalah konsumsi daya akibat alokasi CPU core sebesar 100% secara konstan untuk mekanisme busy-polling. Guna mengatasi dilema arsitektur tersebut, Tugas Akhir ini mengusulkan implementasi jalur data cepat di dalam kernel jaringan (in-kernel fast path data plane) pada node pengujian menggunakan integrasi teknologi extended Berkeley Packet Filter (eBPF) dan eXpress Data Path (XDP) yang menggabungkan performansi tinggi dengan kapabilitas stateless firewall yang tertanam langsung pada level terendah kernel. Tujuan penelitian ini adalah merancang, mengimplementasikan, dan memvalidasi sistem pada node pemroses paket yang mampu memaksimalkan volume paket data yang diterima hingga menyamai solusi kernel bypass, namun tetap mempertahankan fungsi inspeksi keamanan paket (firewalling) serta efisiensi CPU secara proporsional tanpa mekanisme busy-polling. Metodologi penelitian dibagi ke dalam tiga subsistem terintegrasi: subsistem eksperimen permrosesan eBPF/XDP menggunakan library cillium/ebpf berbasis Go, subsistem orkestrasi testbed multi-node menggunakan playbook Ansible, serta subsistem dashboard interaktif berbasis React.js. Pengujian eksperimen dieksekusi menggunakan perangkat general-purpose server pada Testbed ITB dengan network interface card 25Gbps untuk mengukur secara komparatif kemampuan throughput utilisasi CPU, dan fungsionalitas sistem XDP dibandingkan dengan linux kernel dan VPP. ii Berdasarkan hasil pengujian melalui berbagai skenario eksperimen otomatis pada lingkungan testbed, node pemroses paket berbasis eBPF/XDP menunjukkan peningkatan volume paket yang diterima secara superior. Pada skenario Single Traffic, performa rata-rata XDP mencapai laju penerimaan paket puncak sebesar 32,349 Mpps, setara dengan rasion efisiensi 103,7% dari capaian framework VPP, sekaligus melampaui target minimal keberhasilan sebesar 55%. Jika dibandingkan dengan standard kernel stack yang mengalami saturasi pada 8,429 Mpps, teknologi XDP memberikan peningkatan throughput sebesar kurang lebih 383%. Melalui log mpstat, utilisasi CPU terbukti berjalan proporsional terhadap volume trafik tanpa memaksa core bekerja penuh saat kondisi idle. Karakteristik pertumbuhan kurva menunjukkan XDP mampu menyamai VPP sejak konfigurasi 4 port pada single traffic dan 2 port pada skenario Multi Traffic dua arah. Implementasi otomatisasi terpusat juga berhasil mereduksi waktu operasional (Deployment Time Reduction Rate) hingga 78% dibandingkan konfigurasi manual. Sumbangan ilmiah penelitian ini memberikan kontribusi nyata dalam mendemonstrasikan bahwa optimasi arsitektur in-kernel fast path berbasis eBPF mampu melampaui performansi teknologi userspace bypass tradisional dalam menangani penerimaan paket skala besar, serta membuktikan bahwa sistem jaringan dapat beroperasi secara aman dan efisien.
PENGEMBANGAN SISTEM SMART HOME BERBASIS COMPUTER VISION UNTUK ANALISIS TEMPORAL DAN PEMANTAUAN KEJADIAN BERISIKO MENGGUNAKAN VISION LANGUAGE MODEL
Rumah merupakan tempat yang diharap mampu memberikan rasa aman bagi penghuninya, tetapi berbagai data menunjukkan bahwa lingkungan rumah memiliki tingkat kerawanan yang cukup tinggi terhadap berbagai insiden, baik yang berasal dari faktor eksternal seperti tindak kriminalitas maupun faktor internal seperti insiden jatuh. Sebagai bentuk reaksi terhadap kondisi tersebut, penggunaan sistem Closed-Circuit Television (CCTV) pada lingkungan rumah semakin meningkat, tetapi dengan kenyataan bahwa sebagian besar sistem pemantauan konvensional masih bekerja secara pasif tanpa kemampuan interpretasi otomatis. Selain itu, sebagian besar pendekatan Computer Vision (CV) yang ada masih bersifat single-task sehingga setiap skenario kejadian membutuhkan model yang terpisah dan menyebabkan kompleksitas sistem yang tinggi. Keterbatasan integrasi antara proses analisis visual, penyimpanan data kejadian, pembuatan ringkasan, serta interaksi berbasis bahasa natural juga mengakibatkan sistem pemantauan yang tersedia saat ini belum mampu menyajikan informasi yang mudah dipahami oleh penggunanya. Penelitian ini bertujuan untuk merancang dan menghasilkan sistem smart home berbasis CV yang mampu menganalisis aliran video secara otomatis dan akurat untuk mendeteksi dan menginterpretasikan kejadian berisiko di lingkungan rumah, khususnya kejadian yang memerlukan pemahaman konteks dan kondisi temporal, serta menyajikan informasi tersebut dalam bentuk peringatan dini terhadap kondisi berisiko, ringkasan aktivitas harian, dan interaksi percakapan melalui dashboard berbasis web. Pengembangan sistem dilakukan menggunakan bahasa pemrograman Python dengan arsitektur berbasis Docker yang terbagi atas tiga subsistem utama. Subsistem persepsi menggunakan model Vision Language Model (VLM) Qwen3-VL, LLaVA:v1.6, dan LLaVA-Llama3 melalui Ollama untuk menganalisis aliran video Real Time Streaming Protocol (RTSP) dan menghasilkan keluaran JavaScript Object Notation (JSON) yang memuat jenis kejadian, visibilitas wajah, dan observasi kejadian. Subsistem ini juga menerapkan motion detection untuk mendukung validasi kejadian ABNORMAL_INACTIVITY berdasarkan tidak adanya pergerakan dalam periode waktu tertentu serta mengintegrasikan modul pengenalan wajah berbasis face recognition untuk identifikasi individu. Fokus implementasi dan pengujian penulis berada pada skenario deteksi api dan deteksi ketidakbergerakan abnormal, sedangkan skenario deteksi orang yang tidak dikenal dan deteksi orang jatuh diimplementasikan oleh anggota kelompok lain. Subsistem logika dan data mengelola penyimpanan log kejadian ke dalam database MySQL, menjalankan mekanisme hybrid routing yang terdiri atas jalur Structured Query Language (SQL), jalur konteks, dan mekanisme fallback untuk mendukung interaksi chatbot berbasis bahasa natural, serta menghasilkan ringkasan aktivitas harian secara otomatis menggunakan Large Language Model (LLM). Subsistem interaksi menyediakan antarmuka dashboard berbasis Gradio yang menampilkan live webcam, keluaran JSON, snapshot, informasi sistem, chatbot, dan ringkasan aktivitas harian, sekaligus mengirimkan notifikasi peringatan serta ringkasan kepada pengguna melalui platform Telegram. Hasil pengujian pada sistem menunjukkan bahwa Qwen3-VL sebagai model VLM utama yang terpilih menghasilkan performa terbaik dibandingkan LLaVA:v1.6 dan LLaVA-Llama3 dengan tingkat akurasi sebesar 93,3% dalam mendeteksi tiga skenario kejadian, yakni deteksi api, deteksi ketidakbergerakan abnormal, serta kondisi normal. Selain itu, model Qwen3-VL juga menghasilkan nilai False Positive Rate (FPR) sebesar 8,3% serta F1 score mencapai 0,9 pada pengujian klasifikasi kejadian menggunakan dataset yang sama. Pada subsistem logika dan data, Gemma 3 sebagai model LLM utama yang terpilih mampu mencapai akurasi chatbot sebesar 100% dengan konsistensi jawaban berbahasa Indonesia formal yang lebih baik dibandingkan model Llama 3. Hasil pengujian integrasi menunjukkan bahwa sistem berhasil dijalankan menggunakan satu perintah docker-compose up tanpa adanya kegagalan, termasuk dashboard yang tetap dapat diakses tanpa interupsi selama proses pembaruan layanan backend. Meskipun demikian, kecepatan pemrosesan lebih dari 10 Frames Per Second (FPS) belum dapat dicapai oleh ketiga model yang diuji serta target rata-rata delay kurang dari 10 detik hanya berhasil dipenuhi oleh model LLaVA:v1.6 yang disebabkan oleh besarnya beban komputasi inferensi multimodal pada perangkat lokal. Kondisi ini menunjukkan adanya trade-off antara kemampuan interpretasi visual berbasis konteks dan performa inferensi sistem. Kebaruan penelitian ini terletak pada integrasi VLM sebagai komponen persepsi multimodal yang berdiri sendiri dan mampu menangani berbagai skenario kejadian secara bersamaan, dikombinasikan dengan metode analisis temporal berbasis data riwayat kejadian, interaksi chatbot berbasis bahasa natural, dan deployment sistem terintegrasi berbasis kontainer yang mampu dijalankan hanya dengan satu perintah. Penelitian ini memberikan kontribusi berupa bukti bahwa pendekatan berbasis VLM berpotensi secara signifikan dalam meningkatkan kemampuan interpretasi visual pada sistem smart home dibandingkan pendekatan deteksi konvensional, sekaligus menyediakan platform pembelajaran praktis bagi peneliti dan pengembang di bidang CV dan Artificial Intelligence (AI).
PENDEKATAN REVERSE VACCINOLOGY DAN IMUNOINFORMATIKA DALAM PENGEMBANGAN KANDIDAT VAKSIN MRNA PENGODE MULTIEPITOP HBC DAN HBX VIRUS HEPATITIS B
Infeksi hepatitis B kronis (HBK) masih menjadi masalah kesehatan global meskipun vaksin profilaksis telah tersedia. Masalah utama pada penderita HBK adalah keberadaan covalently closed circular DNA (cccDNA) virus hepatitis B (VHB) secara persisten dan kelelahan pada sel T. Vaksin terapeutik berbasis protein inti (HBc) dan protein X (HBx) VHB berpotensi mengatasi masalah tersebut, namun dalam pengembangannya belum mempertimbangkan keragaman genotipe VHB dan masih menggunakan platform konvensional. Penelitian ini bertujuan mengembangkan kandidat vaksin mRNA terapeutik multiepitop berbasis HBc dan HBx lintas genotipe VHB dengan adjuvan flagelin (FliC) melalui pendekatan integratif reverse vaccinology (RV) dan imunoinformatika. Penelitian diawali dengan desain komputasional menggunakan pendekatan RV dan imunoinformatika. Epitop Cytotoxic T Lymphocyte (CTL), Helper T Lymphocyte (HTL), dan sel B diprediksi serta diseleksi berdasarkan antigenisitas, imunogenisitas dan profil keamanan. Analisis kemudian dilanjutkan dengan evaluasi cakupan populasi, perancangan konstruksi multiepitop terintegrasi adjuvan, serta validasi in silico melalui pemodelan struktur tiga dimensi, molecular docking, dinamika molekuler, dan simulasi respon imun. Selanjutnya, dilakukan rekayasa molekuler dan sintesis mRNA yang mencakup desain mRNA fungsional, optimasi kodon, analisis struktur sekunder, serta integrasi elemen regulator translasi. Konstruksi dikloning ke dalam plasmid pcDNA3.1(+) sebagai cetakan transkripsi in vitro dengan promotor T7, dimodifikasi menggunakan 5? cap Anti-Reverse Cap Analog (ARCA) dan ekor poli(A), kemudian dimurnikan dan dikarakterisasi. Kandidat vaksin yang dihasilkan kemudian dievaluasi secara in vitro menggunakan sel Human Embryonic Kidney 293T (HEK293T) melalui pembentukan kompleks lipid–mRNA, transfeksi, serta analisis ekspresi secara kualitatif dan kuantitatif. Pada penelitian ini berhasil dikumpulkan 13.610 sekuens HBc dan 12.333 sekuens HBx dari sepuluh genotipe VHB global (1963–2023). Pada HBc teridentifikasi empat epitop CTL, tiga HTL, dan tiga sel B, sedangkan pada HBx diperoleh tiga epitop CTL, dua HTL, dan dua sel B yang memenuhi kriteria inklusi. Epitop terpilih diprediksi memiliki cakupan populasi global sebesar 99,43%. Beberapa epitop juga dikenali oleh alel HLA-DP yang berasosiasi dengan kerentanan terhadap HBK. Penelusuran pada Immune Epitope Database menunjukkan sembilan dari 14 epitop merupakan temuan baru, menegaskan kontribusi orisinal penelitian ini. Kandidat vaksin K16 yang mengombinasikan adjuvan FliC dan Pan HLA DR-Binding Epitope terpilih sebagai kandidat terbaik. Pemodelan molekuler menunjukkan potensi K16 berinteraksi dengan kompleks TLR4-MD2, B Cell Receptor (BCR), dan T Cell Receptor (TCR). Simulasi dinamika molekuler selama 100 ns menunjukkan kestabilan kompleks dengan energi bebas ?40,3 kcal/mol (TLR4–MD2), ?5,6 kcal/mol (BCR), dan ?17 kcal/mol (TCR). Simulasi respon imun in silico memprediksi bahwa K16 berpotensi meningkatkan proliferasi sel T sitotoksik, sel T helper, dan sel B, serta produksi IFN-?, IL-2, dan IgG1. Optimasi kodon pada sekuens pengode K16 menghasilkan nilai Codon Adaptation Index sebesar 0,94 yang menunjukkan bahwa distribusi kodon sekuens K16 telah selaras dengan preferensi kodon sel mamalia. Prediksi struktur sekunder mRNA menunjukkan minimum free energy sebesar ?742,40 kcal/mol, dengan stabilitas memadai pada wilayah 5’UTR–Kozak (?38,10 kcal/mol) dan sinyal poli(A) bGH (?90,30 kcal/mol), sehingga mendukung translasi. Transkripsi in vitro menghasilkan mRNA sepanjang 2.590 basa (yield 36 ± 0,22 ?g, kemurnian 2,21, dan integritas baik), yang berhasil dimodifikasi dengan 5’cap ARCA dan ekor poli(A). mRNA dapat membentuk kompleks dengan Lipofectamine MessengerMAX (efisiensi 75,38%) serta membentuk partikel sferis berukuran ±200 nm. Transfeksi mRNA ke dalam sel HEK293T menghasilkan ekspresi protein yang terdeteksi melalui fluoresensi Green Fluorescent Protein (GFP) yang terfusi pada ujung C-terminal K16. Analisis kuantitatif menunjukkan bahwa intensitas fluoresensi K16-GFP (414,50 ± 10,53 RFU) lebih tinggi signifikan (p< 0,0001) dibandingkan dengan kontrol negatif (107,48 ± 6,08 RFU). Nilai tersebut mengindikasikan bahwa mRNA pengode K16-GFP berhasil ditranslasikan dan menghasilkan protein yang mengandung domain GFP fungsional. Residual DNA plasmid sebesar 0,0023 ± 0,00001 ng/?l terdeteksi, namun jumlah tersebut tidak memengaruhi interpretasi hasil ekspresi protein. Secara keseluruhan, penelitian ini menunjukkan bahwa kandidat vaksin mRNA terapeutik berbasis multiepitop HBc dan HBx lintas genotipe VHB dengan adjuvan FliC berhasil dirancang secara rasional, disintesis, dan diekspresikan pada sel mamalia. Hasil ini memberikan proof of concept bahwa desain molekuler dan elemen regulator mRNA mendukung proses translasi intraseluler. Temuan tersebut menjadi landasan untuk pengujian lanjutan pada model praklinis guna mengevaluasi respon imun dan potensi terapeutik terhadap infeksi HBK.
PENGEMBANGAN SISTEM PEMANTAUAN SAMPAH BERBASIS INTERNET OF THINGS SEBAGAI DASAR ANALISIS POLA PEMBUANGAN SAMPAH
Pengelolaan sampah di lingkungan kampus menghadapi tantangan berupa kurangnya data terstruktur mengenai pola pembuangan sampah, sehingga menyulitkan pengambilan keputusan berbasis data dalam jadwal pengangkutan dan alokasi sumber daya. Penelitian ini mengembangkan sistem pemantauan sampah berbasis Internet of Things (IoT) yang mampu mengotomasi pengumpulan data pembuangan sampah di Gedung Labtek VIII Institut Teknologi Bandung, khususnya pada area depan Laboratorium IoT Lantai 4, sebagai dasar bagi analisis pola pembuangan sampah. Sistem dirancang menggunakan arsitektur IoT 4-layer yang terdiri dari Perception Layer (mikrokontroler ESP32, sensor jarak VL53L0X, sensor arus INA219, dan modul GSM SIM800L), Network Layer berbasis protokol MQTT, Middleware Layer menggunakan Node-RED untuk pemrosesan aliran data, serta Application Layer dengan basis data Supabase dan dashboard Next.js untuk visualisasi data. Selama periode observasi 37 hari, tiga unit perangkat sensor berhasil mengumpulkan 816 records data dengan tingkat keberhasilan pengiriman sebesar 91,9%, dengan 805 records dinyatakan valid setelah filtering data kotor. Analisis deskriptif yang dilakukan terhadap data tersebut mengidentifikasi empat pola pembuangan sampah, yang terdiri dari tiga pola temporal dan satu pola komposisi, yaitu pola peak hour yang konsisten pada pukul 14:00–17:00 (29,6% dari total event penambahan), pola konsentrasi aktivitas pada jam kerja (07:00–19:00) di hari kerja, pola pengaruh hari libur berupa penurunan aktivitas pembuangan, serta pola dominasi sampah anorganik yang menyumbang 13 dari 27 event penambahan (48,1% dari total event) dengan kontribusi volume sebesar 51,7% dari total delta positif. Perangkat bawaan pihak ketiga diadaptasi melalui lima penyesuaian firmware, dengan empat di antaranya terbukti efektif dalam meningkatkan reliabilitas dan konsistensi pengukuran. Seluruh 10 kebutuhan fungsional dan 7 dari 8 kebutuhan nonfungsional sistem berhasil dipenuhi. Penelitian ini menunjukkan bahwa sistem pemantauan berbasis Internet of Things (IoT) dapat menjadi dasar yang andal untuk menghasilkan wawasan terstruktur dalam mendukung pengelolaan sampah kampus.
PENGEMBANGAN PROTOTIPE AGEN PERCAKAPAN REFLEKTIF BERBASIS LARGE LANGUAGE MODEL DENGAN KERANGKA 5R
Refleksi diri merupakan proses penting dalam pembelajaran karena membantu individu memahami pengalaman, mengembangkan pemikiran kritis, serta membangun kesadaran diri. Namun, proses refleksi mandiri sering kali tidak terstruktur sehingga sulit mencapai refleksi yang mendalam. Penelitian ini bertujuan mengembangkan agen percakapan reflektif berbasis Large Language Model (LLM) yang mampu memfasilitasi refleksi terbimbing secara bertahap menggunakan kerangka 5R, yaitu Reporting, Responding, Relating, Reasoning, dan Reconstructing. Penelitian menggunakan pendekatan Design Science Research Methodology (DSRM) yang mencakup tahap identifikasi masalah, perancangan, implementasi, dan evaluasi artefak. Sistem dirancang menggunakan Finite State Machine (FSM) untuk mengendalikan alur refleksi, Stage Evaluator berbasis LLM-as-Judge untuk mengevaluasi kedalaman refleksi pengguna, serta Question Generator yang menghasilkan pertanyaan adaptif berdasarkan kondisi refleksi pengguna. Evaluasi teknis dilakukan terhadap 26 sesi refleksi yang menghasilkan 281 giliran percakapan dan 104 transisi state. Hasil evaluasi menunjukkan bahwa Stage Evaluator menghasilkan keputusan transisi yang konsisten dengan penilaian peneliti dengan tingkat kesesuaian sebesar 93,75%. Selain itu, evaluasi pengguna yang melibatkan 30 mahasiswa menunjukkan bahwa sistem dinilai relevan, membantu pendalaman refleksi, serta memberikan pengalaman refleksi yang aman dan terstruktur. Validasi ahli juga menunjukkan bahwa desain sistem telah selaras dengan prinsip refleksi terbimbing dan kerangka 5R. Hasil penelitian menunjukkan bahwa kombinasi FSM dan LLM berpotensi menjadi pendekatan yang efektif untuk mendukung refleksi terbimbing secara terstruktur dalam konteks pendidikan tinggi.
A MULTI-CRITERIA DECISION ANALYSIS FOR RIGLESS JOB SCOPE PRIORITIZATION: FRAMEWORK FOR STRATEGIC RIGLESS WELL CANDIDATE SELECTION
Intervensi sumur tanpa rig memainkan peran penting dalam mengembalikan produksi, menjaga integritas sumur, serta mendukung keberlanjutan aset pada operasi hulu minyak dan gas. Dalam praktiknya, perusahaan sering menghadapi situasi operasional yang dinamis, di mana beberapa kandidat Rigless muncul secara bersamaan, sementara kapasitas eksekusi dibatasi oleh anggaran, sumber daya, atau adanya perubahan kondisi keuangan Perusahaan secara mendadak. Tanpa adanya kerangka prioritisasi yang terstruktur, keputusan eksekusi Rigless dapat menjadi tidak konsisten dan sangat bergantung pada penilaian subjektif, terutama ketika perusahaan berada dalam kondisi keterbatasan finansial atau menghadapi strategi eksekusi yang terlalu agresif. Penelitian ini bertujuan untuk mengembangkan kerangka pendukung keputusan yang sistematis dalam memprioritaskan program intervensi sumur Rigless dengan menerapkan metode Analytical Hierarchy Process (AHP). Kerangka ini mengintegrasikan berbagai kriteria teknis, operasional, ekonomi, serta risiko untuk menentukan prioritas relatif dari tujuan program Rigless. Penilaian para ahli dikumpulkan dan disintesis untuk membentuk hierarki prioritas yang jelas di antara berbagai alternatif yaitu pengurangan Lost Production Opportunity (LPO), pemulihan integritas sumur, evaluasi sumur lapangan dan stimulasi sumur. Hasil penelitian menunjukkan bahwa pengurangan LPO menjadi prioritas tertinggi karena dampaknya yang langsung dan signifikan terhadap pemulihan produksi. Selanjutnya, pemulihan integritas sumur menjadi prioritas penting sebagai prasyarat utama untuk operasi yang aman dan berkelanjutan. Berdasarkan hasil tersebut, disusun pula panduan prioritisasi Rigless sebagai solusi bisnis utama yang menerjemahkan hasil analisis ke dalam aturan praktis terkait pelaksanaan maupun penundaan pekerjaan, yang dapat diterapkan dalam kondisi banyaknya kandidat secara bersamaan serta adanya keterbatasan finansial maupun operasional. Kontribusi utama penelitian ini terletak pada transformasi hasil analisis prioritas menjadi acuan pengambilan keputusan bisnis yang dapat diimplementasikan, sehingga dapat mendukung keputusan eksekusi Rigless yang konsisten, transparan, dan dapat dipertanggungjawabkan. Kerangka yang diusulkan memungkinkan perusahaan untuk menyesuaikan strategi eksekusi Rigless secara efektif, baik dalam kondisi eksekusi yang agresif maupun dalam situasi keterbatasan keuangan tanpa menambah kompleksitas operasional.
STUDI PENGHILANGAN TEMBAGA DAN TIMAH DALAM BAJA MENGGUNAKAN PELEBURAN PLASMA HIDROGEN
Baja merupakan salah satu material yang paling banyak dibutuhkan dengan tingkat produksi global mencapai 1,88 milyar ton pada tahun 2024. Pemanfaatan baja bekas sebagai bahan baku sekunder dalam produksi baja menggunakan tanur listrik berkontribusi terhadap pengurangan emisi CO2, kebutuhan energi dan kebutuhan bijih besi. Namun, keberadaan unsur pengotor yang sukar dioksidasi, seperti Cu dan Sn dalam baja bekas menjadi tantangan dalam daur ulang baja karena dapat menyebabkan fenomena hot shortness, yaitu penggetasan baja saat dilakukan pembentukan pada temperatur tinggi. Berbagai metode dikembangkan untuk mengatasi permasalahan ini, salah satunya melalui proses peleburan plasma hidrogen. Penelitian ini bertujuan untuk mengeksplorasi potensi peleburan plasma hidrogen sebagai alternatif produksi baja yang lebih bersih dan efisien, terutama dalam penghilangan unsur Cu dan Sn. Penelitian berfokus pada pengaruh durasi peleburan, kadar awal baja bekas dan komposisi campuran gas terhadap tingkat penghilangan unsur Cu dan Sn dalam baja sebagai dasar evaluasi efektivitas plasma hidrogen dalam daur ulang baja yang berkelanjutan. Metode penelitian menggabungkan simulasi untuk meninjau kesetimbangan fasa elemen dalam baja menggunakan perangkat lunak FactSageTM 8.3 dengan percobaan peleburan plasma hidrogen dalam skala laboratorium. Karakterisasi awal dilakukan menggunakan scanning electron microscope-energy dispersive spectroscopy (SEM-EDS) untuk menentukan kadar dan distribusi unsur dalam baja. Pada percobaan ini, digunakan dua variasi sampel dengan komposisi yang berbeda, yaitu Fe-0,73%Cu dan Fe-0,44%Cu-0,06%Sn. Peleburan dilakukan dengan variasi durasi 0,5 – 12 menit serta variasi campuran gas 5 L/menit Ar-80%H2 dan 4,2 L/menit 100%Ar. Hasil penelitian menunjukkan pada durasi peleburan 12 menit tingkat penghilangan Cu mencapai 86,72% pada sampel Fe-0,7%Cu dan 88,87% pada sampel Fe- 0,4%Cu-0,06%Sn dengan tren yang terus meningkat. Sementara itu, penghilangan Sn pada durasi peleburan 12 menit mencapai 84,04%. Penggunaan plasma Ar- 80%H2 menghasilkan tingkat penghilangan Cu dan Sn yang lebih tinggi dibandingkan dengan plasma 100%Ar. Hasil tersebut mengindikasikan efektivitas plasma hidrogen sebagai metode alternatif dalam penghilangan pengotor Cu dan Sn pada proses daur ulang baja.