📚 Eksplorasi & Komparasi Topik Dokumen
Pencarian topik
Hasil Dokumen
Ditemukan: 6,268 dokumenPENGARUH EKSTRAKSI ALKALI DAN STRUKTUR LEMBARAN SERAT UNTUK MENINGKATKAN PERFORMA VEGAN LEATHER BERBASIS SERAT DAUN NANAS (PALF).
Tingginya beban lingkungan industri penyamakan kulit mendorong urgensi pengembangan material komposit alami berkelanjutan. Penelitian ini mengevaluasi pengaruh konsentrasi NaOH (5% dan 10%) serta rasio cairan-terhadap-padatan (10:1 dan 20:1 mL/g) pada proses ekstraksi alkali serat daun nanas (pineapple leaf fiber, PALF) terhadap karakteristik kulit vegan (vegan leather) berbasis matriks lateks karet alam. Komposit non-anyaman (non-woven) hasil fabrikasi dikarakterisasi secara komprehensif, dengan kain PALF anyaman (woven, W0) digunakan sebagai variasi struktur lembaran serat. Hasil penelitian menunjukkan bahwa peningkatan konsentrasi NaOH dari 5% ke 10% dan ekspansi rasio cairan terhadap padatan dari 10:1 ke 20:1 mL/g secara signifikan meningkatkan efisiensi delignifikasi serat. Fenomena ini meningkatkan interaksi antarmuka serat-matriks, di mana perlakuan NaOH 10% dengan rasio 20:1 mL/g menghasilkan kadar selulosa sebesar 88,66%, kuat tarik komposit non-anyaman sebesar 2,43 MPa, dan reduksi absorpsi air hingga 5,48% akibat struktur yang lebih homogen berdasarkan pengamatan Scanning Electron Microscopy (SEM). Pada kondisi tersebut, kulit vegan menunjukkan stabilitas yang baik dengan laju biodegradasi terkendali sebesar 8,97% massa hilang setelah 28 hari. Sebagai pembanding, variasi woven menghasilkan kuat tarik 7,78 MPa dan kuat sobek 66,44 N/mm. Dapat disimpulkan bahwa manipulasi parameter termokimia ekstraksi alkali secara langsung merekayasa sifat fungsional komposit kulit vegan untuk aplikasi mode ringan (lightweight fashion).
PERANKINGAN PERFORMA PADA PRODUK ASURANSI JIWA DENGAN METODE ANALYTIC NETWORK PROCESS (ANP) DAN TECHNIQUE FOR ORDER PREFERENCES BY SIMILARITY TO IDEAL SOLUTION (TOPSIS)
Evaluasi kinerja produk pasca-peluncuran (Post Implementation Review / PIR) merupakan mekanisme penting bagi perusahaan asuransi jiwa untuk memastikan produk yang telah dipasarkan memenuhi ekspektasi profitabilitas, kepatuhan regulasi, dan kualitas layanan. Namun, proses evaluasi ini bersifat multikriteria dengan data kuantitatif maupun kualitatif, serta belum memiliki kerangka pembobotan terstruktur untuk membandingkan performa antarproduk secara simultan. Penelitian ini menyimulasikan penerapan model perankingan performa produk asuransi jiwa yang mengintegrasikan metode Analytic Network Process (ANP) dan Technique for Order Preference by Similarity to Ideal Solution (TOPSIS) pada lima produk fiktif yang dirancang berdasarkan karakteristik industri. Model evaluasi terdiri atas 5 klaster dan 13 subkriteria yang mencakup dimensi keuangan, respons nasabah, manajemen risiko, operasional, serta pasar dan distribusi, dengan penilaian perbandingan berpasangan oleh 8 pakar yang disimulasikan menggunakan Large Language Model (Claude, Anthropic) di bawah protokol isolasi antarpersona. Dalam skenario simulasi ini, hasil pembobotan ANP menunjukkan dominasi dua dari lima klaster dengan bobot agregat 39,9% dan 34,9%, sementara bobot subkriteria tertinggi mencapai 16,8%. Pemeringkatan TOPSIS menunjukkan hanya satu dari lima produk memiliki koefisien kedekatan relatif (Ci) di atas threshold, dan analisis gap terbobot mengidentifikasi subkriteria yang paling memengaruhi posisi setiap produk. Analisis sensitivitas terhadap 216 skenario perturbasi bobot serta validasi silang metode SAW (?s = 0,90) mengonfirmasi hasil perankingan bersifat robust dalam lingkup simulasi. Karena seluruh objek dan penilaian bersifat simulatif, hasil numerik ini merupakan demonstrasi penerapan kerangka, bukan penilaian atas produk nyata; validasi dengan pakar manusia dan data nyata menjadi arah pengembangan selanjutnya. Kerangka ANP-TOPSIS terbukti dapat menjadi instrumen evaluasi PIR yang terstruktur, mampu mengidentifikasi dimensi kelemahan per produk, dan memberikan landasan kuantitatif bagi prioritas tindakan korektif.
PERAN KUALITAS PEMBELAJARAN SEBAGAI MEDIATOR DALAM PENGARUH KEBIJAKAN KURIKULUM MERDEKA TERHADAP LITERASI DAN NUMERASI SISWA
Rendahnya capaian literasi dan numerasi pada program PISA Indonesia menjadi indikator penting atas tantangan yang masih dihadapi pendidikan Indonesia. Sebagai respon terhadap kondisi tersebut, pemerintah meluncurkan Kebijakan Kurikulum Merdeka (KM) sebagai upaya perbaikan melalui transformasi kurikulum yang lebih fleksibel dan berpusat pada siswa. Sejumlah penelitian sebelumnya menunjukan adanya korelasi positif antara implementasi Kurikulum Merdeka dengan skor literasi numerasi siswa, namun mayoritas evaluasi yang dilakukan sebelumnya masih bersifat deskriptif-kualitatif sehingga belum mampu mengidentifikasi dampak kausal dari kebijakan. Oleh karena itu penelitian ini bertujuan untuk mengestimasi dampak kausal implementasi Kurikulum Merdeka terhadap capaian literasi dan numerasi siswa pada jenjang pendidikan dasar dan menengah, serta menguji hipotesis bahwa dampak tersebut dimediasi oleh peningkatan kualitas pembelajaran. Secara metodologis, penelitian ini menggunakan pendekatan kuantitatif dengan memanfaatkan 176.510 data observasi sekolah dari data sekunder Asesmen Nasional (AN) periode 2021–2024. Analisis dampak dilakukan menggunakan metode Staggered Difference-in-Differences (DiD) dengan estimator Callaway dan Sant’Anna yang telah disetarakan sebelumnya melalui Propensity Score Matching (PSM). Ketahanan estimasi dampak kemudian diuji melalui analisis sensitivitas dengan Honest Difference in Difference dan analisis Staggered DiD pada level subgrup. Untuk membuka mekanisme internal kebijakan, dilakukan analisis mediasi menggunakan kerangka Baron dan Kenny yang diperkuat dengan prosedur bootstrapping guna memastikan validitas efek tidak langsung. Pada estimasi sampel penuh (naïve estimates) implementasi Kurikulum Merdeka berasosiasi positif dengan peningkatan skor literasi dan numerasi. Namun, pengujian asumsi parallel trends mendeteksi perbedaan laju pertumbuhan yang sistematis antara sekolah perlakuan dan kontrol sebelum kebijakan diimplementasikan. Uji sensitivitas dengan Honest DiD menunjukan efek kausalitas sangat sensitif dan hanya akan robust jika diasumsikan bias trend di masa depan memburuk tidak lebih dari 50% dibandingkan masa lalu. Oleh karena itu, klaim kausal atas dampak literasi dan numerasi pada penelitian ini diposisikan sebagai temuan indikatif dan terbatas, bukan konklusif. Variabel Kualitas pembelajaran juga secara signifikan berperan sebagai partial mediation dari intervensi Kebijakan Kurikulum Merdeka terhadap literasi dan numerasi. Temuan ini berkontribusi pada pengembangan literatur mengenai evaluasi kebijakan pendidikan, khususnya implementasi kurikulum serta menyoroti pentingnya peningkatan kualitas pembelajaran sebagai mekanisme kunci yang memediasi pengaruh kebijakan terhadap capaian pembelajaran siswa.
IDENTIFIKASI NANOPARTIKEL MELALUI PENAMPANG OPTIK DENGAN BANTUAN PEMBELAJARAN MESIN
Identifikasi jenis material dan jari-jari nanopartikel merupakan permasalahan inversi yang penting dalam karakterisasi optik karena kedua parameter tersebut menentukan respons optik cahaya nanopartikel. Teori Mie memungkinkan spektrum penampang optik dihitung secara akurat sehingga dapat dimanfaatkan sebagai dasar identifikasi material dan estimasi jari-jari. Penelitian ini bertujuan mengembangkan model Artificial Neural Network (ANN) untuk mengidentifikasi jenis material sekaligus mengestimasi jari-jari nanopartikel berdasarkan spektrum penampang optik. Dataset dibangkitkan melalui simulasi Teori Mie untuk empat jenis material, yaitu emas, tembaga, silikon, dan germanium, dengan variasi jarijari serta penambahan konvolusi Gaussian dan derau untuk merepresentasikan kondisi pengukuran. Selain itu, dikembangkan strategi pemilihan jari-jari pelatihan berdasarkan karakteristik perubahan spektrum serta metode refinement untuk meningkatkan hasil prediksi ANN. Hasil penelitian menunjukkan bahwa model ANN mampu mengidentifikasi jenis material dan mengestimasi jari-jari nanopartikel pada data simulasi. Metode refinement meningkatkan kualitas hasil prediksi, sedangkan strategi pemilihan jari-jari pelatihan berhasil diterapkan dan dievaluasi sebagai salah satu pendekatan dalam pembentukan dataset. Penelitian ini menunjukkan bahwa pendekatan berbasis pembelajaran mesin berpotensi digunakan untuk menyelesaikan permasalahan inversi penampang optik nanopartikel.
PENERAPAN CONVOLUTIONAL NEURAL NETWORK UNTUK DETEKSI OTOMATIS DAN PENENTUAN PARAMETER ORBIT ASTEROID
Perkembangan teknologi observatorium menghasilkan volume data astronomi yang masif, sehingga pendeteksian objek bergerak seperti asteroid secara manual menjadi tidak efisien. Algoritma otomatis konvensional sering kali terkendala oleh tingginya tingkat deteksi palsu (false positive) akibat derau astrometri. Penelitian ini mengusulkan sistem pipeline otomatis yang mengintegrasikan pengolahan citra diferensial, machine learning, dan astrodinamika untuk mendeteksi asteroid serta menentukan parameter orbitnya. Data observasi yang digunakan adalah citra FITS objek (29981) 1999 TD10 dari observatorium KPNO. Tahapan ekstraksi dimulai dengan plate solving, reduksi latar belakang menggunakan algoritma Difference Image Analysis (DIA) ZOGY, dan penautan spasial dengan K-d Tree untuk membentuk kandidat lintasan (tracklet). Model Convolutional Neural Network (CNN) kemudian dilatih untuk membedakan pergerakan objek sejati dari derau. Identitas tracklet yang lolos divalidasi menggunakan kueri Skybot berbasis probabilitas Gaussian dan interpolasi JPL Horizons. Terakhir, komputasi orbit dieksekusi menggunakan metode hibrida Gauss-Herget (Least Squares). Hasil pengujian menunjukkan model CNN mencapai akurasi validasi 96% dan berhasil memangkas drastis deteksi palsu. Sistem juga terbukti mampu merekonstruksi secara presisi enam parameter orbit target utama. Namun, penelitian ini mengungkap bahwa sistem masih rentan terhadap masalah observasi busur pendek (short-arc) pada objek minor sekunder yang membutuhkan pengamatan lanjutan.
HUBUNGAN MIKROSTRUKTUR TERHADAP PERFORMA ELEKTROKIMIA KATODE LINI0,5MN1,5O4 (LNMO) PADA BATERAI ION LITIUM
Baterai ion litium merupakan teknologi penyimpanan energi yang banyak digunakan pada perangkat elektronik portabel, kendaraan listrik, dan sistem penyimpanan energi skala besar. Salah satu material katode yang menjanjikan untuk aplikasi baterai ion litium generasi berikutnya adalah LiNi0,5Mn1,5O4 (LNMO) karena memiliki tegangan operasi tinggi (~4,7 V vs Li/Li?), densitas energi yang tinggi, struktur spinel tiga dimensi, serta bebas kobalt. Namun, material LNMO masih menghadapi berbagai tantangan, seperti degradasi struktur, pelarutan Mn, pembentukan fase impuritas, dan ketidakstabilan antarmuka pada tegangan tinggi yang dapat menurunkan performa elektrokimia. Salah satu pendekatan yang berpotensi meningkatkan stabilitas LNMO adalah melalui rekayasa mikrostruktur. Meskipun demikian, kajian mengenai pengaruh heating rate terhadap evolusi mikrostruktur LNMO yang disintesis melalui metode kopresipitasi serta keterkaitannya dengan performa elektrokimia masih relatif terbatas. Oleh karena itu, penelitian ini bertujuan untuk menginvestigasi pengaruh variasi heating rate selama proses kalsinasi terhadap mikrostruktur dan performa elektrokimia LNMO yang disintesis menggunakan metode kopresipitasi. Material LNMO disintesis menggunakan metode kopresipitasi yang diikuti proses kalsinasi dengan variasi heating rate sebesar 4 °C/min, 7 °C/min, dan 10 °C/min. Karakterisasi struktur kristal dilakukan menggunakan X-ray Diffraction (XRD) yang dilengkapi analisis Rietveld refinement, sedangkan morfologi partikel diamati menggunakan Scanning Electron Microscopy (SEM). Evaluasi performa elektrokimia dilakukan melalui pengujian Electrochemical Impedance Spectroscopy (EIS), charge-discharge, dan stabilitas siklus menggunakan konfigurasi half-cell (LNMO || Li). Hasil penelitian menunjukkan bahwa seluruh sampel berhasil membentuk fase spinel LNMO. Peningkatan heating rate (HR) menyebabkan peningkatan fraksi fase impuritas Na0,67Ni0,33Mn0,67O2 dan penurunan kristalinitas material. Sampel LNMO HR 4 menunjukkan karakteristik mikrostruktur terbaik dengan kandungan fase impuritas paling rendah, morfologi truncated octahedral yang lebih homogen, permukaan partikel yang lebih halus, serta jumlah partikel sekunder yang lebih sedikit dibandingkan sampel lainnya. Hasil pengujian charge-discharge menunjukkan bahwa LNMO HR 4 memiliki kapasitas spesifik discharge sebesar 125,04 mAh g?¹ dan coulombic efficiency sebesar 92,52%. Sementara itu, pengujian EIS menunjukkan bahwa LNMO HR 7 memiliki hambatan transfer muatan (charge transfer resistance, Rct) terendah sebesar 103,4 ?, diikuti oleh LNMO HR 4 sebesar 118,5 ? dan LNMO HR 10 sebesar 124,2 ?. Hasil ini menunjukkan bahwa hambatan transfer muatan yang rendah tidak selalu berkorelasi secara langsung dengan performa elektrokimia secara keseluruhan, karena kinerja LNMO juga dipengaruhi oleh karakteristik mikrostruktur yang terbentuk. Kondisi tersebut mengindikasikan bahwa hubungan antara mikrostruktur dan performa elektrokimia bersifat kompleks dan tidak dapat dijelaskan hanya berdasarkan satu parameter elektrokimia. Interaksi antara struktur kristal, morfologi partikel, fase impuritas, dan karakteristik antarmuka elektrode-elektrolit perlu dipertimbangkan secara simultan untuk memahami mekanisme yang mendasari peningkatan maupun penurunan kinerja material LNMO. Pengujian stabilitas siklus selama 300 siklus pada densitas arus 1 C menunjukkan bahwa LNMO HR 4 memiliki stabilitas siklus terbaik dengan capacity retention sebesar 94,23%. Secara keseluruhan, hasil penelitian mengonfirmasi bahwa variasi heating rate merupakan parameter sintesis yang berperan dalam mengendalikan evolusi mikrostruktur LNMO, yang selanjutnya memengaruhi karakteristik transfer muatan, kapasitas spesifik, dan stabilitas siklus material. Selain itu, hasil penelitian ini menunjukkan bahwa performa elektrokimia LNMO tidak ditentukan oleh satu parameter tunggal, melainkan merupakan hasil interaksi antara kristalinitas, homogenitas morfologi, keberadaan fase impuritas, dan karakteristik transfer muatan yang terbentuk selama proses sintesis. Temuan ini memberikan kontribusi ilmiah berupa pemahaman mengenai peran heating rate dalam mengendalikan evolusi mikrostruktur serta keterkaitannya dengan performa elektrokimia LNMO yang disintesis melalui metode kopresipitasi, sehingga optimasi mikrostruktur melalui kontrol heating rate dapat menjadi salah satu strategi yang menjanjikan untuk meningkatkan performa dan kestabilan material katode LNMO sebagai kandidat material katode baterai ion litium bertegangan tinggi.
PERAN MODAL MANUSIA PADA PELAKU USAHA BATIK DALAM MENDUKUNG TRANSISI PRAKTIK EKONOMI SIRKULAR DI KAMPUNG BATIK KAUMAN, KOTA PEKALONGAN
Industri batik sebagai bagian dari industri tekstil menghadapi tantangan lingkungan berupa tingginya penggunaan bahan baku, air, energi, dan limbah produksi. Ekonomi sirkular menjadi pendekatan untuk mengatasi permasalahan tersebut melalui penerapan prinsip 9R. Keberhasilan transisi praktik ekonomi sirkular tidak hanya ditentukan oleh teknologi dan kebijakan, tetapi juga oleh modal manusia pelaku usaha. Penelitian ini bertujuan mengidentifikasi peran modal manusia pada pelaku usaha batik dalam mendukung transisi praktik ekonomi sirkular di Kampung Batik Kauman, Kota Pekalongan. Penelitian menggunakan pendekatan mixedmethods dengan sifat deskriptif-eksploratif dan pendekatan deduktif. Analisis kuantitatif dilakukan menggunakan statistik deskriptif terhadap 20 pelaku usaha batik untuk mengidentifikasi penerapan prinsip 9R, sedangkan analisis kualitatif dilakukan melalui wawancara semi-terstruktur, observasi, studi dokumen, dan pengkodean tematik. Hasil penelitian menunjukkan bahwa praktik ekonomi sirkular telah diterapkan pada seluruh tahapan produksi, namun masih didominasi oleh prinsip reduce, reuse, repair, dan recycle, sedangkan prinsip ekonomi sirkular dengan tingkat hierarki yang lebih tinggi masih terbatas. Modal manusia pelaku usaha didukung oleh pengetahuan praktis, keterampilan teknis, dan pengalaman pelatihan, tetapi belum sepenuhnya berkembang menjadi kapasitas yang sistematis dalam mengelola aliran material, mengukur efisiensi penggunaan sumber daya, serta mengevaluasi proses produksi. Peran modal manusia dipengaruhi oleh faktor pendorong berupa komitmen kepemimpinan, pola pikir organisasi, model bisnis inovatif, jejaring dan kolaborasi, dukungan pemerintah, ketersediaan sumber daya, serta kapasitas modal manusia, sedangkan faktor penghambat meliputi keterbatasan finansial, keterbatasan teknologi, rendahnya pengetahuan dan kesadaran, kompleksitas rantai pasok, keterbatasan regulasi dan insentif, serta keterbatasan infrastruktur. Penelitian ini menyimpulkan bahwa modal manusia telah berperan sebagai modal awal dalam mendukung transisi praktik ekonomi sirkular, namun masih berada pada tahap praktis-transisional sehingga masih memerlukan penguatan kapasitas melalui peningkatan pengetahuan konseptual, keterampilan pengelolaan produksi yang terukur, serta pelatihan yang lebih spesifik.
PENGARUH FERMENTASI SUBSTRAT PADAT MENGGUNAKAN BACILLUS SUBTILIS TERHADAP HIDROLISAT PROTEIN TEPUNG LARVA LALAT TENTARA HITAM (HERMETIA ILLUCENS L.) BEBAS LEMAK
Larva Lalat Tentara Hitam (Hermetia illucens L.) memiliki potensi sebagai sumber protein alternatif bernilai tinggi untuk pangan dan pakan berkelanjutan, namun masih terkendala oleh tingginya kandungan lemak serta kompleksitas struktur protein yang membatasi ketersediaan hayatinya. Penelitian ini bertujuan meningkatkan kadar, perolehan, derajat hidrolisis, karakteristik, dan bioaktivitas protein H. illucens melalui penghilangan lemak, fermentasi substrat padat menggunakan Bacillus subtilis pada 45°C, ekstraksi alkali menggunakan NaOH 0,25 M, serta hidrolisis enzimatis menggunakan bromelain. Variasi waktu fermentasi (0–4 hari) meningatkan kadar protein dari 47,15% menjadi 51,07 ± 0,06%, dengan kondisi optimum pada hari ke-4. Kurva pertumbuhan B. subtilis menunjukkan laju pertumbuhan spesifik sebesar 0,181 jam?¹ dan waktu penggandaan 3,82 jam, yang mendukung proses biokonversi substrat. Ekstraksi alkali meningkatkan perolehan protein dari 42,73% menjadi 65,26 ± 4,48%, dengan nilai optimum pada hari ke-2 fermentasi, sedangkan hidrolisis enzimatis meningkatkan derajat hidrolisis dari 46,65% menjadi 49,63 ± 1,84%, dengan nilai tertinggi pada hari ke-4. Analisis SDS-PAGE menunjukkan terjadinya penurunan berat molekul protein setelah fermentasi dan hidrolisis, yang mengindikasikan degradasi protein menjadi peptida berukuran lebih kecil. Fermentasi juga meningkatkan kandungan asam amino esensial. Hidrolisat protein yang dihasilkan menunjukkan aktivitas antioksidan dengan nilai IC?? sebesar 194,46 ± 6,68 ppm serta tidak menunjukkan aktivitas antimikroba terhadap E.coli dan S.aureus. Sebagai kesimpulan, kombinasi fermentasi, ekstraksi alkali, dan hidrolisis enzimatis efektif meningkatkan kualitas protein H. illucens melalui peningkatan kadar protein, perolehan protein, derajat hidrolisis, perubahan profil molekul protein, serta menghasilkan hidrolisat protein yang memiliki potensi bioaktif untuk aplikasi pangan dan pakan fungsional.
ANALISIS HISTORIS DAMPAK KEBIJAKAN TATA RUANG WILAYAH DAN URBANISASI TERHADAP PERUBAHAN TUTUPAN LAHAN HUTAN BAKAU DAN POTENSI PENYIMPANAN KARBON DI JAKARTA UTARA
Fenomena urbanisasi yang berlangsung masif di wilayah perkotaan pesisir berpotensi memberikan tekanan terhadap ekosistem pesisir, khususnya hutan bakau yang memiliki peran peran penting dalam menyerap dan menyimpan karbon sebagai salah satu upaya dalam memitigasi perubahan iklim. Sebagai bagian dari wilayah ibu kota DKI Jakarta yang memiliki tingkat urbanisasi tinggi sekaligus wilayah yang memiliki ekosistem hutan bakau di pesisirnya, Jakarta Utara mengalami perkembangan perkotaan yang pesat dan menghadapi tantangan dalam menyeimbangkan antara pembangunan dengan pelestarian ekosistem hutan bakau. Dalam hal ini, arah kebijakan tata ruang wilayah menjadi faktor penting bagi perkembangan kota sekaligus perlindungan kawasan pesisir. Namun, kajian yang mengintegrasikan analisis historis arah kebijakan tata ruang, dinamika urbanisasi, perubahan tutupan lahan hutan bakau, dan penyimpanan karbon di Jakarta Utara masih terbatas. Oleh karena itu, penelitian ini bertujuan menganalisis dampak arah kebijakan tata raung wilayah terhadap dinamika urbanisasi, dampak urbanisasi terhadap perubahan tutupan lahan hutan bakau, serta mengestimasi penyimpanan karbon pada ekosistem hutan bakau di Jakarta Utara secara historis selama periode 1995 – 2025. Penelitian ini menggunakan mix method dengan desain concurrent triangulation. Analisis dilakukan melalui content analysis terhadap dokumen RTRW DKI Jakarta dan RTRW Jabodetabek-Punjur, analisis spasial menggunakan Google Earth Engine dan ArcGis Pro, analisis statistik deskriptif, serta pemodelan InVEST Carbon Storage and Sequestration. Hasil penelitian menunjukkan bahwa arah kebijakan tata ruang wilayah DKI Jakarta mengalami perubahan orientasi pembangunan dari sektor industri menuju sektor jasa dan diarahkan untuk dapat menjadi seperti kota besar dunia. Arah pembangunan tersebut mendorong dinamika urbanisasi melalui pengembangan pusat-pusat kegiatan ekonomi, peningkatan aksesibilitas transportasi, serta penyediaan kawasan permukiman yang meningkatkan daya tarik Jakarta Utara sebagai tujuan migrasi. Dinamika urbanisasi selama periode 1995 – 2025 ditunjukkan oleh meningkatnya persentase lahan terbangun, kepadatan penduduk, dan kontribusi PDRB sektor tersier. Dinamika urbanisasi yang terjadi selamaviii periode tersebut berdampak pada berkurangnya luas tutupan lahan bakau. Namun, tidak terjadi secara masif. Meskipun pada periode 2005 – 2015 sempat mengalami konversi luas 70,56 Ha menjadi lahan terbangun, yang diidentifikasi menjadi lahan reklamasi, tetapi kemudian sejak tahun 2005 hingga 2025 luas hutan bakau mengalami peningkatan luas sebesar 105 Ha. Peningkatan tersebut dikarenakan adanya kegiatan penanaman kembali yang dilakukan oleh Komunitas setempat dan Pemerintah DKI Jakarta. Perubahan luas hutan bakau ini memengaruhi dinamika nilai penyimpanan karbon, di mana cadangan karbon ikut menurun pada periode 1995 – 2005 dari 267.389 ton C menjadi 212.143 ton C diakibatkan berkurangnya luas hutan bakau, kemudian kembali meningkat dari 212.143 ton C menjadi 289.487 ton C di tahun 2005 – 2025.
PERANCANGAN DECISION SUPPORT SYSTEM PROSES PAIRING MATCHING DAN MIDDLE END WEBSITE SEBAGAI KANAL TERINTEGRASI OPERASIONAL JASA LOGISTIK PT SERASI LOGISTICS INDONESIA
PT Serasi Logistics Indonesia (PT SLI) merupakan perusahaan penyedia jasa logistik terintegrasi dengan tiga lini layanan utama, yaitu warehouse management, freight forwarding, dan trucking solutions. Penelitian ini difokuskan pada layanan trucking solutions, khususnya proses pairing matching unit dan driver yang masih dilakukan secara manual menggunakan Microsoft Excel. Kondisi tersebut menyebabkan proses penugasan membutuhkan waktu lama, visibilitas ketersediaan unit dan driver belum aktual, serta berisiko tidak memenuhi service level agreement (SLA) customer. Selain itu, koordinasi antar Divisi Sales & Account, Operations, dan Finance & Administration masih bergantung pada komunikasi informal sehingga menimbulkan keterlambatan informasi terkait status order, UJP, perjalanan, POD, dan billing. Penelitian ini bertujuan merancang Decision Support System (DSS) untuk mendukung prioritisasi order dalam proses pairing matching serta merancang middle-end website operasional sebagai kanal terintegrasi pada proses pre-shipment, on-shipment, dan post-shipment. Metodologi yang digunakan mengacu pada System Development Life Cycle (SDLC). DSS dirancang menggunakan metode Analytical Hierarchy Process (AHP) untuk menentukan bobot kriteria dan Technique for Order Preference by Similarity to Ideal Solution (TOPSIS) untuk menghasilkan peringkat prioritas order. Kriteria yang digunakan meliputi status AFFCO, kategori customer, profit, dan waktu tunggu order. Hasil penelitian menunjukkan bahwa rancangan DSS mampu menghasilkan prioritas order secara terstruktur dengan nilai consistency ratio AHP sebesar 0,07. Simulasi DSS menunjukkan bahwa order dengan waktu tunggu mencapai 20 menit dapat dinaikkan prioritasnya sesuai SLA pairing matching. Selain itu, rancangan middle-end website mengintegrasikan modul booking order, pairing matching, UJP, shipment tracking, e-POD, billing checklist, dan operational dashboard. Hasil verifikasi dan validasi menunjukkan bahwa rancangan telah memenuhi kebutuhan utama pengguna serta mampu mendukung percepatan penugasan, koordinasi lintas divisi, dan transparansi operasional bagi internal perusahaan maupun customer.
ANALISIS POTENSI PENERAPAN SPONGE CITY BERDASARKAN KARAKTERISTIK BIOFISIK DAN HIDROLOGI PERKOTAAN DKI JAKARTA
DKI Jakarta sebagai wilayah pesisir menghadapi tekanan hidrologi ganda yang saling memperkuat: risiko banjir yang dinamis dan land subsidence yang berlangsung progresif. Luas genangan banjir menurun dari 18.540,88 Ha (2015) menjadi 14.689,43 Ha (2025), namun dominasi wilayah terdampak berpindah dari Jakarta Utara menuju Jakarta Selatan yang mencatatkan proporsi genangan berbahaya tertinggi. Kondisi ini diperparah oleh laju penurunan muka tanah ratarata -1,86 cm/tahun yang merusak elevasi dan kapasitas tampung saluran drainase eksisting, membuktikan bahwa grey infrastructure konvensional tidak lagi memadai. Diperlukan transformasi menuju intervensi hidrologi yang menahan dan meresapkan air langsung dari sumbernya, sebagaimana prinsip Sponge City. Penelitian ini bertujuan menganalisis potensi penerapan konsep Sponge City di DKI Jakarta melalui pendekatan spasial-kuantitatif berdasarkan kondisi biofisik dan hidrologi untuk menentukan wilayah prioritas implementasi. Metode yang digunakan adalah Spatial Multi-Criteria Evaluation (SMCE) berbasis Weighted Linear Combination (WLC) yang mengintegrasikan empat parameter dengan bobot melalui Rank Order Centroid (ROC), yaitu tutupan lahan (52,08%), kemiringan lereng (27,08%), curah hujan (14,58%), dan jenis tanah (6,25%). Model diuji melalui analisis sensitivitas One-at-a-Time (OAT) pada delapan skenario variasi bobot, serta validasi spasial terhadap 1.291 titik genangan banjir. Hasil pemodelan di-overlay dengan Peta Pola Ruang RDTR untuk mengidentifikasi zona prioritas, kemudian diinterseksi dengan peta penggunaan lahan eksisting guna merumuskan rekomendasi infrastruktur yang kontekstual terhadap regulasi tata ruang Jakarta. Hasil menunjukkan kawasan terbangun mendominasi hingga 89,38% wilayah, sementara tutupan lahan resapan alami menyusut drastis, yaitu semak belukar (- 80,88%), lahan pertanian (-58,78%), dan tanah terbuka (-47,65%). Indeks Potensi Sponge City menunjukkan 59,29% wilayah DKI Jakarta berada pada Kelas 4 (Potensi Sangat Tinggi), terkonsentrasi di Jakarta Selatan (91,5%) dan Jakarta Timur (71,1%). Pemadatan tanah perkotaan turut mereduksi kapasitas infiltrasiv sehingga jenis tanah Dystric Nitisols direklasifikasi dari HSG B menjadi HSG C. Model terbukti konsisten terhadap variasi pembobotan (fluktuasi luas hanya 0,182%) dan tervalidasi kuat, dengan 73,59% titik genangan eksisting berada tepat pada zona prioritas hasil pemodelan. Dibandingkan kajian Sponge City Jakarta yang umumnya deskriptif pada skala kawasan mikro atau tinjauan literatur, penelitian ini menawarkan kebaruan melalui pendekatan spasial-kuantitatif skala kota yang menjadikan dua ancaman bencana sebagai justifikasi urgensi dan menerjemahkannya ke dalam parameter biofisikhidrologi terukur untuk pemodelan SMCE. Penelitian ini membuktikan bahwa wilayah dengan urgensi tertinggi atau 93,71% area prioritas merupakan kawasan budidaya aktif yang didominasi permukiman padat (42,93%) dan jaringan jalan (13,44%), bukan lahan kosong yang dapat dikonversi bebas. Temuan ini mengubah paradigma implementasi dari penyediaan ruang baru menjadi strategi integrasi infrastruktur resapan seperti permeable pavement, biopori, dan rainwater harvesting ke dalam lingkungan terbangun eksisting. Secara akademik, penelitian ini berkontribusi pada ilmu perencanaan wilayah dan kota melalui penerapan evaluasi multikriteria spasial pada kota pesisir dengan tekanan bencana hidrologi ganda. Secara praktis, penelitian ini menghasilkan basis data spasial dan justifikasi regulasi (Pergub DKI 109/2021, Permen ATR/BPN 14/2022, Pergub DKI 20/2024) yang dapat menjadi pedoman pemangku kebijakan dalam menentukan lokasi prioritas dan jenis infrastruktur Sponge City sesuai tipologi fisik dan pola pemanfaatan ruang di setiap zona DKI Jakarta
PENENTUAN DISTRIBUSI UKURAN NANOPARTIKEL EMAS DALAM LARUTAN KOLOID MELALUI INVERSI SPEKTRUM ABSORBANSI UV-VIS
Distribusi ukuran partikel merupakan salah satu parameter yang menentukan sifat optik nanopartikel. Karakterisasi menggunakan TEM dan PSA memerlukan biaya yang relatif tinggi serta proses yang lama sehingga diperlukan metode alternatif yang lebih efisien. Penelitian ini bertujuan untuk menentukan distribusi ukuran nanopartikel emas (AuNP) melalui inversi spektrum absorbansi UV-Vis yang dapat dilakukan in situ menggunakan spektrometer UV-Vis. Inversi dilakukan dengan menggunakan hubungan antara absorbansi dalam pengukuran dan perhitungan teoretis, yaitu melalui teori Mie dan Hukum Beer-lambert. Dua metode inversi, yaitu non-negative least squares (NNLS) dan projected steepest descent (PSD), diterapkan pada spektrum absorbansi sintetis dan spektrum absorbansi eksperimen larutan AuNP. Hasil penelitian menunjukkan bahwa kedua metode inversi berhasil merekonstruksi distribusi ukuran partikel. Pada inversi spektrum sintetis, rata-rata galat relatif ukuran partikel hasil metode NNLS dan PSD secara berturut-turut adalah 1.6% dan 15.8%, sementara pada inversi spektrum eksperimen berturut-turut sebesar 4.4% dan 5.7%. Namun, keakuratan hasil inversi dipengaruhi oleh pemilihan parameter awal yang berupa kandidat ukuran partikel, khususnya dalam menginversi spektrum eksperimen. Selain itu, ditemukan bahwa kurva absorbansi yang sama dapat dibentuk dari distribusi ukuran partikel yang berbeda sehingga solusi inversi tidak selalu bersifat unik.
TUGUREJO MANGROVE ECO-HUB: PUSAT PENELITIAN, EDUKASI, DAN PERLINDUNGAN EKOSISTEM MANGROVE
Indonesia sebagai kawasan ekosistem mangrove terbesar di dunia memiliki peran vital dalam menjaga keseimbangan biosfer global. Selain skala global, ekosistem mangrove juga memiliiki peran tersendiri untuk wilayahnya, salah satunya di Kota Semarang. Ekosistem mangrove Tugurejo merupakan bagian dari kawasan mangrove terluas di Kota Semarang yang berperan penting bagi stabilitas pesisir Kota Semarang. Meski berperan penting, keberadaannya masih sering dikorbankan untuk kepentingan ekspansi industri, yang berdampak pada penurunan signifikan ekosistem mangrove. Kondisi ini juga menimbulkan konflik pemanfaatan ruang, dimana masyarakat lokal memiliki keterikatan secara historis, ekologis serta ekonomis terhadap ekosistem mangrove. Intervensi arsitektur diperlukan untuk mengakomodasi posisi sebagai kawasan lindung mangrove dari ekspansi industri serta sebagai wadah pemberdayaan kolaboratif. Perancangan Tugurejo Mangrove Eco-Hub sebagai design catalyst, bertujuan untuk merancang sebuah fasilitas yang memicu perubahan, perlindungan dan percepatan proses regenerasi dalam lingkungan. Mengintegrasikan fungsi penelitian, edukasi, dan pemberdayaan masyarakat sebagai pemicu perubahan. Menggunakan pendekatan regeneratif dan resiliensi yang berupaya membangun kemitraan aktif antara objek arsitektur dengan ekosistem untuk meningkatkan kapasitas lingkungan secara progresif. Metode perancangan mencakup analisis tapak secara menyeluruh, kajian literatur, dan studi preseden terkait fungsi, lokasi perancangan, dan konstruksi lahan basah. Perancangan dirumuskan dengan gubahan massa yang menyebar dalam kawasan perancangan dengan sistem panggung atau elevated untuk mengurangi dampak fisik ke lingkungan lahan basah. Secara teknis menyediakan zona untuk ruang pulih dan berkembang keseluruhan ekosistem mangrove, serta akselerator peningkatan kerapatan mangrove. Struktur baja dan beton prefabrikasi dipilih untuk meminimalisasi konstruksi, sekaligus rekayasa pada struktur yang memungkinkan berperan sebagai sediment capture dan nursery habitat. Untuk meningkatkan resiliensi, fasilitas juga berperan dalam mewujudkan konektivitas dan kolaborasi melalui transfer pengetahuan serta pemberdayaan masyarakat lokal. Dengan begitu mampu meningkatkan ethical interdependence antara manusia dan lingkungan untuk saling menjaga, melestarikan, dan melindungi.
PREDIKSI TINGGI GENANGAN BANJIR BERBASIS DATA SATELIT DAN MACHINE LEARNING DI SUNGAI CILIWUNG, DKI JAKARTA
Pemodelan banjir penting untuk mengidentifikasi wilayah terdampak dan mendukung sistem peringatan dini dalam menentukan prioritas mitigasi. Namun, pemodelan berakurasi tinggi membutuhkan waktu komputasi besar, sedangkan curah hujan observasi berbasis titik memiliki keterbatasan dalam merepresentasikan distribusi spasial hujan. Oleh karena itu, diperlukan pendekatan yang memanfaatkan data dengan cakupan spasial lebih luas dan mampu menghasilkan prediksi genangan secara cepat. Penelitian ini mengevaluasi data curah hujan satelit GSMaP Hourly Gauge V7 sebagai alternatif curah hujan observasi serta mengembangkan model machine learning menggunakan Random Forest dan Long Short-Term Memory (LSTM) neural network untuk memprediksi tinggi genangan dan mengklasifikasikan kejadian banjir di Sungai Ciliwung, DKI Jakarta. Model dilatih menggunakan 49 kejadian banjir hasil simulasi model hidraulik dua dimensi dan diuji serta divalidasi dengan 12 kejadian lainnya. Hasil penelitian menunjukkan bahwa koefisien determinasi antara curah hujan satelit dan observasi meningkat dari 39,79% sebelum koreksi menjadi 42,31% setelah koreksi. Peningkatan sedang ini menunjukkan bahwa koreksi bias mengurangi perbedaan distribusi, meskipun tetap dipengaruhi oleh representasi spasial, kualitas data observasi, dan kondisi klimatologi lokal. Dalam pemodelan machine learning, Random Forest menghasilkan F1-score sebesar 88,19% dan KGE sebesar 87,43%, sedangkan LSTM menghasilkan F1-score sebesar 90,36% dan KGE sebesar 96,85%. Hasil ini menunjukkan bahwa integrasi data satelit, pemodelan hidraulik dua dimensi, dan machine learning berbasis LSTM berpotensi mendukung sistem peringatan dini banjir melalui prediksi genangan yang lebih cepat. Pengembangan selanjutnya dapat mengintegrasikan data banjir pluvial dan produk curah hujan satelit near real-time untuk meningkatkan efektivitas model machine learning.
PREDIKSI HARGA BITCOIN: PENDEKATAN LSTM YANG MENGINTEGRASIKAN INDIKATOR TEKNIS DAN VARIABEL MAKROEKONOMI
Perkembangan pasar cryptocurrency dalam beberapa tahun terakhir menunjukkan tren yang sangat pesat. Bitcoin masih menjadi aset digital dengan kapitalisasi pasar terbesar, yaitu lebih dari USD 1,7 triliun, serta menguasai lebih dari 57% total kapitalisasi pasar cryptocurrency. Namun, tingginya tingkat volatilitas Bitcoin yang secara historis mencapai rata-rata sekitar 80% per tahun menyebabkan pergerakan harga yang sulit diprediksi dan meningkatkan risiko dalam proses pengambilan keputusan investasi. Untuk mengatasi tantangan tersebut, studi ini mengembangkan model Long Short Term Memory (LSTM) guna memprediksi harga penutupan Bitcoin pada hari berikutnya dalam timeframe harian. Model dibangun dengan memanfaatkan kombinasi indikator teknikal dan variabel makroekonomi yang diperoleh secara terintegrasi melalui TradingView Premium. Kajian terhadap penelitian terdahulu menunjukkan adanya beberapa celah penelitian yang masih perlu dieksplorasi. Pertama, sebagian besar model prediksi harga berbasis machine learning belum disertai mekanisme deployment yang mudah digunakan oleh pelaku pasar. Kedua, pemanfaatan faktor makroekonomi dalam pemodelan harga cryptocurrency masih relatif terbatas. Ketiga, dokumentasi proses pengembangan model yang memanfaatkan bantuan kecerdasan buatan (Artificial Intelligence) belum banyak dibahas dalam literatur. Keempat, perbandingan kinerja model terhadap berbagai metode benchmark sering kali dilakukan secara terbatas sehingga menyulitkan evaluasi yang komprehensif. Seluruh variabel penelitian diperoleh dari satu platform yang sama, yaitu TradingView Premium, guna menjaga konsistensi sumber data. Variabel yang digunakan mencakup data Open, High, Low, Close, dan Volume (OHLCV) Bitcoin, sejumlah indikator teknikal seperti Relative Strength Index (RSI), Moving Average Convergence Divergence (MACD), Bollinger Bands, dan Average Directional Index (ADX), serta indikator makroekonomi yang meliputi imbal hasil obligasi pemerintah Amerika Serikat (U.S. Treasury Yield), U.S. Dollar Index (DXY), indeks S&P 500, Nasdaq-100, dan Volatility Index (VIX). Data historis yang digunakan mencakup periode tahun 2017 hingga 2025. Data tersebut dibagi menjadi tiga kelompok, yaitu data pelatihan untuk periode 2017 2023, data validasi tahun 2024, dan data pengujian tahun 2025. Model LSTM dirancang menggunakan tiga lapisan tersembunyi dengan 128, 64, dan 32 unit, serta dilengkapi mekanisme dropout untuk mengurangi risiko overfitting. Selain itu, jendela pengamatan (lookback window) selama 60 hari diterapkan agar model mampu menangkap pola pergerakan harga dalam berbagai horizon waktu. Kinerja model dievaluasi melalui perbandingan dengan beberapa metode yang umum digunakan, yaitu ARIMA, TradingView Technical Ratings, dan strategi Simple Moving Average Crossover. Pengukuran dilakukan menggunakan Mean Absolute Error (MAE), Root Mean Square Error (RMSE), Mean Absolute Percentage Error (MAPE), serta tingkat ketepatan dalam memprediksi arah pergerakan harga (directional accuracy). Sebagai luaran praktis, hasil penelitian diimplementasikan dalam bentuk indikator Pine Script yang dapat digunakan langsung pada platform TradingView. Implementasi tersebut memungkinkan pengguna untuk memperoleh hasil prediksi berbasis machine learning tanpa perlu membangun model secara mandiri. Dari sisi akademis, studi ini memberikan kontribusi melalui penggabungan indikator teknikal dan faktor makroekonomi dalam pemodelan harga Bitcoin. Dari sisi praktis, penelitian ini menawarkan pendekatan yang lebih mudah diakses oleh trader maupun investor ritel yang ingin memanfaatkan teknologi machine learning dalam proses pengambilan keputusan investasi.