📚 Eksplorasi & Komparasi Topik Dokumen
Pencarian topik
Hasil Dokumen
Ditemukan: 101,300 dokumenPARAMETRIC ANALYSIS OF VARIATION IN IMPACT LOCATION ON SIDE POLE IMPACT TO PASSENGER SAFETY USING FINITE ELEMENT METHOD
The rapid growth of vehicle ownership in Indonesia has resulted in a proportional increase in the risks of traffic accidents, particularly in side-impact collisions with fixed objects like poles. These crashes often involve a restricted crush zone, which limits the absorption of impact forces and increases the likelihood of severe injuries to the head and thorax. This research investigates how different initial impact positions during side pole collisions affect injury severity, using finite element analysis as the primary evaluation method. Simulations were conducted following the UNECE R135 protocol, utilizing a model of a 2012 Toyota Camry paired with a WorldSID 50th percentile crash test dummy seated in the driver’s position. Model accuracy was validated through energy balance checks and comparison of simulated deformation patterns with real-world crash test data. Injury risk was evaluated using the HIC metric for head trauma, along with peak thoracic rib deflections to assess chest injuries. Findings show that different impact positions in side pole impacts does not increases the injury probability on the head and chest. These study highlight the effectiveness of finite element crash simulations as a cost-efficient and reliable tool for safety evaluation, enabling automakers to develop structural designs that better protect drivers in side pole collisions.
INVENTARISASI MINERAL KRITIS DAN STRATEGIS DI INDONESIA UNTUK MENDUKUNG IMPLEMENTASI ENERGI HIJAU STUDI KASUS: SCANDIUM BESERTA KEMUNGKINAN KEBERADAAN MINERAL KRITIS DAN STRATEGIS LAINNYA
Endapan nikel laterit tidak hanya mengandung nikel sebagai unsur utama, tetapi juga menunjukkan adanya potensi keberadaan unsur-unsur lain yang diklasifikasikan sebagai mineral kritis seperti scandium (Sc), cobalt (Co), dan chromium (Cr), yang juga mengalami pengayaan selama proses lateritisasi. Selain itu, endapan ini mulai diketahui sebagai media potensial untuk sekuestrasi CO? melalui proses karbonasi mineral, terutama karena kandungan mineral ultramafik seperti olivine dan serpentine, yang reaktif terhadap CO?. Penelitian ini dilakukan di Pomalaa, Sulawesi Tenggara, pada dua lokasi, yaitu Blok Tengah dan Blok Utara. Penelitian ini bertujuan untuk mengetahui karakteristik endapan nikel laterit, mengidentifikasi distribusi unsur-unsur mineral kritis, dan mengetahui potensi bedrock endapan nikel laterit area penelitian sebagai media sekuestrasi CO?. Sebanyak 57 sampel dikumpulkan menggunakan metode pengambilan channel sampling dan chip sampling. Analisis yang dilakukan yaitu petrografi untuk identifikasi mineral dan menentukan tipe bedrock, XRD untuk menentukan mineral penyusun, dan analisis geokimia menggunakan XRF dan ICP-MS untuk menentukan kandungan unsur-unsur utama dan unsur-unsur jejak. Hasil yang didapatkan yaitu, kadar Sc, Co, dan Cr cenderung lebih tinggi di zona limonite dibandingkan zona lainnya, dengan kadar pada Sc (63-97 ppm), Co (235-1240 ppm), dan Cr (0,71-19,2%). Dari perspektif sekuestrasi CO?, keberadaan bedrock yang kaya akan magnesium oksida menunjukkan potensi awal untuk pengembangan proses karbonasi mineral, yang dapat berkontribusi pada transisi menuju energi hijau.
KUANTIFIKASI NITROGEN PADA UBI JALAR UNGU (IPOMOEA BATATAS) DENGAN APLIKASI PUPUK ORGANIK CAIR DARI LIMBAH MARMOT (CAVIA PORCELLUS)
Abstrak – Ubi jalar ungu (Ipomoea batatas L.). merupakan salah satu komoditas lokal unggul yang dapat dijadikan pangan fungsional. Namun, produktivitas ubi jalar ungu di Indonesia masih rendah karena penurunan kualitas lahan. Hal ini dapat ditanggulangi dengan pemupukan. Pemupukan dapat memperbaiki sifat kimia, fisik, dan biologi tanah serta mempercepat laju penyerapan nutrisi. Pupuk yang digunakan pada penelitian ini adalah pupuk organik cair (POC) limbah marmot yang memiliki hara yang tinggi dan potensial dikembangkan di Indonesia. Namun, pengelolaan unsur makro khususnya Nitrogen (N) pada budidaya ubi jalar ungu harus dilakukan dengan cermat. Kekurangan N menyebabkan pertumbuhan terhambat dan hasil panen rendah, sedangkan kelebihan N menyebabkan pertumbuhan berfokus bagian vegetatif sehingga hasil panen juga rendah. Ketersediaan N diantaranya dipengaruhi oleh pemupukan, mikroklimat, karakteristik tanah, dan bakteri pemfiksasi N2. Tujuan dari penelitian ini adalah untuk menentukan pengaruh aplikasi POC limbah marmot terhadap budidaya ubi jalar ungu, pengaruh bakteri pemfiksasi nitrogen terhadap penggunaan nitrogen ubi jalar ungu, dan menguantifikasi penggunaan nitrogen pada ubi jalar ungu dengan aplikasi POC limbah marmot selama masa budidaya. Budidaya dilakukan sesuai SOP yang ditetapkan oleh BALITKABI. Parameter yang diukur terdiri dari mikroklimat, edafik tanah, bobot tanaman, analisis N total tanah dan tanaman, dan kelimpahan bakteri pemfiksasi nitrogen. Hasil penelitian menunjukkan bahwa aplikasi POC limbah marmot mampu meningkatkan laju pertumbuhan dan laju pembentukan umbi dan brangkasan secara berurutan 2,72 dan 1,51 kali lipat lebih cepat pada ubi jalar ungu dibandingkan metode konvensional. Bakteri pemfiksasi N2 tidak mengganggu siklus N pada budidaya namun menyebabkan sisa N pada tanah dan tanaman tinggi. Kuantitas N pada setiap fase pertumbuhan ubi jalar ungu yaitu establishment stage terdiri dari input 17,26 kg N/periode dan fiksasi N2 3,91 kg N/periode, serta output 21,17 kg N/periode; intermediate stage input 21,17 kg N/periode, output 20,90 kg N/periode, dan loss 0,27 kg N/periode; final stage input 20,90 kg N/periode, output 15,92 kg N/periode, dan loss 4,98 kg N/periode.
KINETIKA PELARUTAN ASAM ORGANIK PADA PENGASAMAN MATRIKS KARBONAT
Conventional carbonate matrix acidizing using hydrochloric acid (HCl) often causes severe corrosion and shallow penetration, thereby necessitating safer alternatives. This study presents a systematic evaluation of commercial bio-lactic acid (88%) as a more environmentally friendly carbonate acidizing fluid, closing two prior gaps: the laboratory-scale kinetic characterization of dissolution under reservoir-like conditions and an integrated procedure to establish the optimum injection rate based on PVbt, pressure-drop (?P) profiles, and wormhole morphology. The research problem is formulated to determine how temperature, stirring speed, and acid concentration govern the dissolution rate and how injection rate controls acidizing efficiency through the formation of a dominant wormhole. Consistent with the objectives, the hypotheses state that dissolution follows pseudo–first-order kinetics with measurable release of (Ca²?) and (Mg²?), and that an intermediate Damköhler regime exists in which a single dominant wormhole forms, PVbt is minimized, and ?P exhibits a clear breakthrough signal. The methodology comprises batch/flocculator tests to obtain the rate constant (k) and activation energy (Ea = 63.8 kJ mol?¹) via Arrhenius analysis with ion concentrations monitored by UV–Vis, and multi-rate core-flooding (0.1, 0.3, 0.5, 0.9 mL/min) at reservoir-like T/P to record ?P–time, compute PVbt, and verify morphology by CT scan and SEM. Results show consistent pseudo–first–order behavior; the rate constant (k) increases with temperature and stirring. In cores, the PVbt–rate relation forms a U-shaped curve: 0.1 mL/min produces face/near-uniform dissolution with high PVbt; 0.5 mL/min yields PVbt = 0.73 accompanied by a sharp ?P drop at breakthrough (dominant wormhole; maximum efficiency); whereas 0.9 mL/min shows a ramified/branching tendency and a renewed rise in PVbt. This synthesis confirms the hypotheses and meets the objectives: bio-lactic acid is practical, quantifiable, and parameterizable (k, Ea); the optimum rate of 0.5 mL/min minimizes acid usage to traverse the core. The Damköhler concept frames engineering implications: to maintain efficiency in hotter reservoirs, the injection rate should be scaled up to remain near the optimal Da. The practical contribution of this work is a kinetic map for bio-lactic acid (k, Ea) and an operational PVbt–?P–CT protocol for setting the optimum rate in carbonate matrix-acidizing design.
OPTIMASI MODEL GEOMETRI SISA HASIL PENGOLAHAN TIMAH ALUVIAL MENGGUNAKAN METODE CO-SIMULATION BERDASARKAN DATA PEMBORAN DAN GEOFISIKA
Sisa hasil pengolahan (SHP) merupakan hasil akhir dari pengolahan dimana seiring dengan penurunan kadar bijih yang ada di alam maka volume SHP yang dihasilkan akan semakin meningkat. Selain hanya sebagai limbah, umumnya SHP banyak mengandung material yang berharga. Dalam material SHP timah aluvial terdapat mineral yang dikenal dengan mineral ikutan timah (MIT) dan salah satunya adalah pasir kuarsa. Pasir kuarsa yang diperoleh pada penambangan timah aluvial memiliki kelimpahan kandungan silika yang cukup tinggi, dimana saat ini pasir kuarsa merupakan bahan galian industri yang cukup banyak dimanfaatkan untuk keperluan konstruksi. Penelitian ini bertujuan untuk memetakan atau memodelkan kondisi bawah permukaan dan mengestimasi potensi kelimpahan pasir kuarsa yang ada pada SHP timah aluvial. Metode yang digunakan untuk memodelkan bawah permukaan dalam penelitian ini adalah metode Ground Penetrating Radar (GPR) dan metode pemboran. Kedua metode tersebut diintegrasikan dengan bantuan metode geostatistik untuk mendapatkan model bawah permukaan yang optimum dan rinci. Model dan estimasi tonase yang akurat perlu memerhatikan aspek ketidakpastian dan menghindari efek smoothing, di mana analisis aspek tersebut dapat dilakukan dengan pendekatan teknik geostatistik yaitu simulasi. Salah satu metode simulasi yang ada adalah metode Sequential Gaussian Co-simulation (SGCS). Data pemboran digunakan sebagai variabel primer dan data GPR sebagai variabel sekunder dalam inputan metode SGCS. Data GPR yang didapatkan memiliki resolusi yang cukup baik dalam memetakan kondisi bawah permukaan khususnya dalam penentuan batas antara lapisan SHP dan lapisan bedrock. Hasil simulasi metode SGCS memberikan model geometri SHP yang optimum dan aktual berdasarkan 100 realisasi yang selanjutnya dikelompokkan menjadi 4 kelompok data berdasarkan persentil (P25, P50, P75, dan P90). Kelompok data P50 memberikan korelasi yang sangat kuat serta didukung dengan nilai evaluasi error (ME, MAE, dan RMSE) yang paling kecil terhadap data pemboran. Total estimasi pasir kuarsa yang terdapat pada blok penelitian di Pulau Bangka, yaitu sebesar 23.816.000 m3 sedangkan blok penelitian di Pulau Belitung, yaitu sebesar 26.525.000 m3.
PENGEMBANGAN KAKAS PEMBANGKIT KASUS UJI BERBASIS AGENTIC AI DENGAN PEMANFAATAN CONTROL-FLOW GRAPH SEBAGAI MEKANISME EKSPLORASI JALUR EKSEKUSI PROGRAM
Pengujian perangkat lunak merupakan fase krusial dalam siklus pengembangan untuk menjamin kualitas dan keandalan kode, namun proses manual sering kali memakan waktu, repetitif, dan rentan terhadap kesalahan manusia. Otomatisasi pembangkitan kasus uji adalah solusi untuk meningkatkan efisiensi, dengan tantangan utama adalah mencapai cakupan kode (code coverage) yang tinggi. Penelitian ini bertujuan untuk mengembangkan sebuah kakas (tool) yang mampu membangkitkan kasus uji secara otomatis untuk program Python dengan memanfaatkan pendekatan agentic yang dipandu oleh Control-Flow Graph (CFG). Metodologi yang digunakan adalah dengan merancang sistem yang terdiri dari Test Generator, Test Runner, dan Test Refiner. Generator bertugas membuat kasus uji awal, Runner mengeksekusi, menyederhanakan, dan mengukur cakupan kode, sementara Refiner memperbaiki kasus uji berdsaarkan jalur logika yang belum teruji, kemudian menyempurnakan kasus uji secara iteratif hingga target cakupan tercapai. Hasil dari penelitian ini adalah sebuah kakas fungsional yang berhasil mengimplementasikan alur kerja agentik tersebut. Berdasarkan pengujian yang dilakukan, kakas ini terbukti efektif dalam mencapai tingkat cakupan kode yang tinggi secara konsisten serta menghasilkan kumpulan kasus uji yang lebih efektif. Kakas ini menunjukkan bahwa sinergi antara Agentic AI dan analisis alur kontrol program merupakan pendekatan yang menjanjikan untuk mengatasi tantangan dalam otomatisasi pengujian perangkat lunak.
EKSTRAKSI CAUSAL GRAPH UNTUK KNOWLEDGE GRAPH HETIONET PADA INFORMATION RETRIEVAL SYSTEM DOMAIN MEDIS
Hubungan kausalitas memegang peranan penting dalam domain medis karena memungkinkan pemahaman yang lebih mendalam mengenai interaksi antara penyakit, efek pengobatan, dan faktor biologis. Namun, penyusunan hubungan kausal secara manual memerlukan waktu dan sumber daya yang besar sehingga sulit mengikuti laju pertumbuhan publikasi medis. Large Language Models (LLM) menawarkan peluang otomasi ekstraksi causal graph dari teks medis tidak terstruktur, meskipun masih menghadapi tantangan berupa halusinasi. Tugas akhir ini mengusulkan kerangka kerja ekstraksi causal graph dari jurnal medis yang dilengkapi strategi mitigasi halusinasi melalui prompt engineering menggunakan teknik COSTAR dengan tambahan few-shot example dan ontologi dari knowledge graph Hetionet. Causal graph yang dihasilkan selanjutnya diintegrasikan ke dalam Hetionet untuk memperkaya basis pengetahuan medis. Pengujian dilakukan pada tiga topik medis (Covid-19, Cardiovascular Disease, dan Breast Cancer) menggunakan dua model LLM pre-trained, yaitu GPT-4.1 dan Gemini-2.0. Validasi pakar menunjukkan bahwa tingkat precision hasil ekstraksi berada pada kisaran 0,64–0,94, yang menandakan rendahnya tingkat halusinasi. Namun, nilai recall relatif rendah (0–0,76), yang mengindikasikan adanya sejumlah relasi kausal relevan yang tidak berhasil ditangkap oleh model. Proses integrasi causal graph ke dalam Hetionet menghasilkan insertion rate entitas sebesar 47– 68% dan insertion rate relasi sebesar 80–93%, yang menunjukkan kontribusi signifikan terhadap penambahan informasi kausal baru pada knowledge graph. Berdasarkan hasil tersebut, knowledge graph yang telah diperkaya dengan informasi kausal menjadi luaran utama dari tugas akhir ini sekaligus mendukung pengembangan aplikasi information retrieval system dalam domain medis (IRS- Medis) pada proyek capstone. Knowledge graph hasil integrasi ini berfungsi sebagai basis data untuk sistem pencarian informasi yang transparan dan explainable, sehingga mendukung akses informasi medis yang akurat dan dapat ditelusuri sumbernya.
PENGEMBANGAN MODEL PENALARAN HUKUM PADA DATASET PILIHAN GANDA TEKS PANJANG UNTUK HUKUM ACARA PERDATA
Penelitian ini berfokus pada pengembangan model penalaran hukum berbasis Natural Language Processing (NLP) dengan menggunakan dataset soal pilihan ganda berbasis teks panjang mengenai hukum acara perdata di Amerika Serikat dari SemEval24 Task 5. Latar belakang penelitian ini adalah adanya kebutuhan terhadap sistem yang mampu memahami teks hukum acara perdata yang kompleks serta mendukung proses pengambilan keputusan. Tujuan utama penelitian ini adalah membangun model penalaran hukum yang mampu memproses teks panjang, menangani ketidakseimbangan data, serta membandingkan performa berbagai pretrained models dengan random baseline dan majority baseline untuk memperoleh hasil yang lebih akurat. Tahapan penelitian meliputi text preprocessing untuk penanganan teks panjang, data balancing untuk mengatasi distribusi kelas yang tidak seimbang, serta pembangunan model binary classification dan multiclass classification dengan metode fine-tuning. Eksperimen dilakukan dengan melatih model pada dataset hukum yang terdiri atas bagian introduction, question, dan answer. Hasil penelitian menunjukkan bahwa penerapan text preprocessing, data balancing, hyperparameter tuning, serta pemilihan pretrained models khusus domain hukum mampu memberikan peningkatan kinerja dibandingkan baseline. Namun, pembangunan model multiclass classification dan penggunaan pretrained models khusus teks panjang seperti BigBird dan LongFormer belum memberikan hasil yang memuaskan. Model terbaik diperoleh dari Legal-BERT-base dengan metode SWC MaxPool yang menghasilkan nilai F1-score sebesar 0,7385. Ke depan, penelitian ini dapat dikembangkan lebih lanjut melalui penerapan teknik data augmentation yang lebih bervariasi serta pemanfaatan fitur analysis dalam dataset untuk memperkaya informasi yang dapat dipelajari model.
PENGEMBANGAN APLIKASI PENYEDERHANAAN GRAF REPRESENTASI KODE SUMBER MULTIRELASI DALAM MENDUKUNG PEMAHAMAN PROGRAM
Pemahaman perangkat lunak merupakan bagian pengembangan perangkat lunak yang penting dan menghabiskan banyak waktu. Diperlukan pendekatan yang lebih efisien dalam melakukan pemahaman. Salah satu metode dalam melakukan pemahaman perangkat lunak adalah visualisasi graf representasi program. Namun, ukuran graf yang besar dapat menurunkan efisiensi metode tersebut. Tugas Akhir ini mengusulkan implementasi sistem penyederhanaan graf representasi program multirelasi dengan menggabungkan control flow graph (CFG) dan program dependence graph (PDG). Pola pikir pengembang yang diawali dengan berpikir procedural menyebabkan CFG cocok digunakan membantu pemahaman, sedangkan informasi dependensi yang sering ditanyakan pengembang terdapat pada PDG. Sistem ini juga mendukung visualisasi graf representasi dan pemberian konteks tiap simpul untuk mendukung analisis visual. Algoritma penyederhanaan graf secara umum tidak dapat diterapkan langsung pada graf multirelasi CFG dan PDG. Tugas Akhir ini juga mengusulkan bebrapa modifikasi algoritma yang dapat digunakan untuk menyederhanakan graf multirelasi tersebut tanpa kehilangan informasi relasi yang relevan. Pengujian algoritma menunjukkan beberapa algoritma yang diusulkan bekerja lebih baik dalam menyederhanakan graf CFG dan PDG. Perangkat lunak diuji dengan pengujian pengguna. Hasil pengujian menunjukkan aplikasi dapat membantu pemahaman perangkat lunak, khususnya dalam menjawab pertanyaan dependensi. Hasil pengujian pengguna juga menunjukkan algoritma greedy+ dengan modifikasi paling sesuai digunakan untuk menyederhanakan graf multirelasi. Pemberian konteks tiap simpul juga dinilai dapat memudahkan dalam memahami cuplikan kode dalam satu simpul, meskipun belum bisa menggantikan seluruh informasi yang hilang.
PERANCANGAN INTERAKSI APLIKASI BUSHI NAVI DENGAN PENDEKATAN USER CENTERED DESIGN
Trading Card Game (TCG) adalah permainan kartu koleksi berbasis strategi. Seiring perkembangan waktu, TCG membutuhkan dukungan aplikasi untuk mengakses informasi turnamen, mencatat hasil pertandingan, membuat deck log, dan menemukan toko TCG. Aplikasi Bushi Navi sebagai aplikasi pendukung TCG Bushiroad memiliki keterbatasan antarmuka dan kemudahan penggunaan, sehingga penelitian ini merancang perbaikan desain interaksi dengan pendekatan User Centered Design (UCD) melalui tahapan analisis konteks, analisis kebutuhan pengguna, perancangan solusi, dan evaluasi. Data dikumpulkan melalui kuesioner, dianalisis untuk mengidentifikasi kebutuhan, usability goals (effective to use) dan user experience goals (helpful), lalu diwujudkan dalam prototipe low-fidelity dan high-fidelity yang diuji menggunakan Single Ease Question(SEQ), System Usability Scale (SUS), Intrinsic Motivation Inventory (IMI), dan Error Rate. Hasil evaluasi menunjukkan peningkatan SEQ sebesar 20%, SUS sebesar 17.7%, IMI sebesar 10%, dan penurunan Error Rate sebesar 21%, sehingga solusi desain yang dirancang terbukti dapat mengurangi masalah kegunaan aplikasi dan memenuhi usability goals dan user experience goals yang diperoleh.
PENGARUH TEKNIK AUGMENTASI DATA BACK-TRANSLATION TERHADAP KINERJA ANALISIS SENTIMEN DALAM BAHASA INDONESIA
Analisis Sentimen merupakan salah satu bidang pemrosesan bahasa alami (Natural Language Processing/NLP) yang bertujuan untuk mengklasifikasikan emosi atau opini yang terdapat pada suatu teks. Dalam melakukan pelatihan machine learning untuk sentimen analisis, permasalahan yang umum ditemukan adalah imbalanced dataset atau dataset dengan distribusi kelas tidak seimbang. Penelitian ini bertujuan untuk mengetahui dampak dari metode Back Translation (Terjemahan Bolak-Balik) terhadap kinerja machine learning dalam menyelesaikan permasalahan imbalanced dataset. Dataset yang digunakan berasal dari NusaX Analisis Sentimen yang terdiri atas 500 data pelatihan.Dataset ini berisi ulasan dari berbagai sumber yang telah diberikan label sentimen negatif, netral, dan positif. Dataset ini merupakan imbalanced dataset dengan distribusi kelas negatif dan positif merupakan kelas mayoritas, sedangkan kelas netral merupakan kelas minoritas. Model yang digunakan untuk mengevaluasi dampak Back Translation adalah Support Vector Machine (SVM) dan Naive Bayes. Hasil evaluasi menunjukkan bahwa model SVM dengan Back Translation bahasa Jawa memberikan peningkatan skor F1 macro terbaik yaitu 1.89% dan F1 weighted terbaik yaitu 1.52%. Hasil evaluasi juga menunjukkan bahwa tidak terdapat peningkatan skor secara signifikan pada model Naive Bayes yang menggunakan metode Back Translation. Hasil evaluasi ini menunjukkan bahwa metode Back Translation dapat mengatasi permasalahan imbalanced dataset dengan meningkatkan jumlah kelas minoritas. Hasil evaluasi ini juga menunjukkan bahwa metode Back Translation dapat meningkatkan kinerja machine learning pada model tertentu dalam melakukan analisis sentimen.
PENGEMBANGAN PROTOTIPE SISTEM SMART PARKING BERBASIS IOT UNTUK DETEKSI, NAVIGASI, DAN REKOMENDASI TEMPAT PARKIR
Permasalahan pencarian tempat parkir yang efisien di lingkungan perkotaan menjadi masalah di perkotaan, seperti kemacetan dan pemborosan bahan bakar. Pengembangan sistem smart parking dapat menjadi solusi masalah tersebut. Sistem ini mampu membantu pengguna dalam deteksi, navigasi, rekomendasi, dan pencarian alternatif slot parkir. Sistem smart parking dikembangkan dengan tiga komponen utama, yaitu komponen sensor untuk mendeteksi kendaraan, komponen backend untuk pemrosesan data dan memberikan rekomendasi, serta aplikasi frontend sebagai antarmuka pengguna. Komponen sensor dibangun menggunakan kombinasi sensor inframerah dan ultrasonik untuk deteksi slot parkir dan berkomunikasi menggunakan MQTT. Sistem backend dibangun menggunakan framework Fiber (Golang) yang menerapkan metode Simple Additive Weighting (SAW) untuk memberikan rekomendasi slot parkir sesuai preferensi pengguna. Aplikasi frontend dibuang pada platform Android menggunakan Flutter yang menggunakan Google Map API sebagai peta dan navigasi pengguna. Berdasarkan hasil pengujian komponen-komponen pada sistem, secara garis besar sistem berhasil memenuhi seluruh fungsionalitas utama dengan waktu respons backend rata-rata memiliki kisaran antara 23–50 ms dari kasus uji yang dilakukan dan mendapatkan jarak deteksi gabungan sensor adalah hingga 30 cm. Integrasi semua komponen sistem juga berjalan baik dengan hasil pengujian end-to-end berjalan dengan lancar dan waktu respons kebanyakan memenuhi batasan response time <1 detik dan juga <10 detik karena waktu respons terbesar adalah 4 detik. Akan tetapi, pengujian sensor inframerah menunjukkan adanya keterbatasan untuk deteksi objek berwarna gelap atau jika terkena cahaya matahari langsung. Salah satu solusi permasalahan tersebut adalah mengganti sensor yang inframerah yang lebih kuat atau menggunakan sensor ultrasonik sebagai sensor utama dan inframerah sebagai sensor tambahan. Walaupun demikian, solusi yang dibuat dapat memenuhi gap dari sistem smart parking, yaitu penggunaan preferensi untuk memberikan rekomendasi slot parkir sesuai dengan kriteria slotnya serta menunjukkan rute alternatif tempat parkir jika tempat parkir tujuan penuh pada saat permintaan awal.
ANALISIS PENGATURAN WAKTU SINYAL LALU LINTAS SIMPANG TERKOORDINASI(STUDI KASUS: SIMPANG JALAN ACEH – JALAN BANDA DAN SIMPANG JALAN ACEH – JALAN LOMBOK)
Keberadaan persimpangan serta signifikansinya tidak dapat dihindari pada sistem transportasi perkotaan. Hal ini dikarenakan persimpangan menjadi satu bagian yang berfungsi untuk menunjang keberlangsungan dan kelancaran arus lalu lintas yang ada. Signifikansi atas persimpangan berkaitan erat dengan manajemen lalu lintas dalam menghadapi beragam tantangan seperti halnya kemacetan tingginya volume kendaraan. Hal ini pula yang terjadi pada Kota Bandung dimana timbul permasalahan kemacetan yang berakibatkan terjadinya antrean di simpang. Salah satu cara mengoptimalkan kinerja simpang adalah dengan melakukan pengaturan waktu sinyal lalu lintas dan mengkoordinasikan antar simpang berdekatan. Pada penelitian ini, akan melakukan pembangunan model lalu lintas sesuai kondisi eksisting pada VISSIM terhadap salah satu lokasi studi kasus pada Simpang Jl. Aceh – Jl. Banda dan Simpang Jl. Aceh – Jl. Lombok, Kota Bandung. Dari hasil analisis awal didapat pergerakan dominan kendaraan berasal dari arah barat – timur dan timur – barat kedua simpang, sehingga terjadi panjang antrian maksimum tertinggi berada pada arah pergerakan tersebut. Maka arah pergerakan tersebut menjadi fokus utama dalam penanganan skenario perbaikan kinerja simpang. Skenario yang diambil dalam perbaikan kinerja simpang yaitu optimasi waktu antar hijau atau intergreen dengan nilai waktu 6 detik dan 4 detik, skenario koordinasi simpang menggunakan waktu hasil optimasi intergreen 4 detik dengan offset 22 detik, dan skenario simpang adaptif dengan maksimum waktu hijau sebesar 50 detik. Untuk skenario simpang adaptif, analisis dilakukan dengan memerintahkan script pada MATLAB yang dihubungkan dengan VISSIM-COM. Seluruh skenario mengalami penurunan panjang antrean pada pendekat barat dan timur, serta penurunan tertinggi pada Simpang Jl. Aceh – Jl. Banda sebesar 62,3%, lalu pada pendekat barat dan timur Simpang Jl. Aceh – Jl. Lombok mengalami penurunan sebesar 60,0% pada skenario simpang adaptif. Waktu termpuh yang dibutuhkan kendaraan pada jaringan jalan atau vehicle hours time (VHT) mengalami penurunan tertinggi hingga 74,2% pada skenario simpang adaptif. Berdasarkan penurunan panjang antrean maksimum dan waktu tempuh yang dibutuhkan kendaraan pada jaringan jalan, skenario simpang adaptif merupakan solusi yang terbaik dalam peningkatan kinerja pada simpang yang memiliki jarak yang berdekatan.
PENGEMBANGAN KOMBINASI LRFD PADA BANGUNAN PUSAT DATA MELALUI PENDEKATAN PENINGKATAN INDEKS RELIABILITAS DAN EVALUASI MENGGUNAKAN ANALISIS NONLINIER RIWAYAT WAKTU
Pertumbuhan pembangunan data center di Indonesia, khususnya di Jakarta, mengalami peningkatan yang pesat, dengan jumlah mencapai sekitar ±50 bangunan dan kemungkinan akan terus bertambah. Namun, hingga saat ini, Standar Nasional Indonesia (SNI) belum secara spesifik mengatur tingkat kepentingan bangunan data center. Berdasarkan konsensus di kalangan ahli struktur di Jakarta, nilai faktor kepentingan untuk bangunan data center umumnya diasumsikan sebesar 1,25. Faktor kepentingan ini berpengaruh langsung terhadap beban gempa, sedangkan untuk beban gravitasi tidak terdapat penambahan nilai khusus dan masih mengacu pada kombinasi beban LRFD sebagaimana diatur dalam SNI 1727:2019, yang sebenarnya ditujukan untuk bangunan umum. Dalam penelitian ini, pendekatan berbeda diterapkan dengan tidak menggunakan faktor kepentingan pada beban gempa, melainkan dengan menaikkan target indeks reliabilitas (?). Untuk beban gempa, target reliabilitas ditingkatkan dari ? = 2,25 (probabilitas kegagalan, ???????? = 10?2) menjadi ? = 2,5 (probabilitas kegagalan, ???????? = 5????10?3). Sementara itu, untuk beban gravitasi, target reliabilitas ditingkatkan dari ? = 3 (probabilitas kegagalan, ???????? = 10?3). menjadi ? = 3,25 (probabilitas kegagalan, ???????? = 5????10?4). Dua model bangunan 6 lantai dianalisis dalam penelitian ini: satu menggunakan kombinasi beban berdasarkan SNI dengan penambahan faktor kepentingan untuk beban gempa, dan satu lagi menggunakan kombinasi beban dengan peningkatan target reliabilitas sebagaimana dijelaskan. Hasil perbandingan menunjukkan bahwa pada model dengan peningkatan target reliabilitas, kebutuhan tulangan kolom di lantai dasar meningkat sebesar ±37%. Selain itu, analisis nonlinear time history dilakukan terhadap kedua model untuk mengevaluasi kinerja struktur, hasilnya mengindikasikan model struktur dengan LRFD rekomendasi lebih baik dengah kondisi yang sama yaitu life Safety.
PENILAIAN KAPABILITAS TATA KELOLA TEKNOLOGI INFORMASI PROSES MANAJEMEN PENERIMAAAN PERUBAHAN DAN TRANSISI TI DI PT X BERDASARKAN COBIT 2019
Transformasi digital menuntut organisasi, khususnya Badan Usaha Milik Negara (BUMN), memiliki tata kelola teknologi informasi (TI) yang efektif. Sesuai Peraturan Menteri BUMN Nomor PER-2/MBU/03/2023, setiap BUMN wajib melakukan pengukuran kapabilitas proses. PT X, sebagai induk holding di sektor strategis, tengah menjalani restrukturisasi yang menuntut integrasi sistem, proses, dan layanan bersama (shared service). Kondisi ini menimbulkan urgensi untuk memastikan penerimaan perubahan dan transisi TI dapat dikelola secara terarah agar integrasi berjalan efektif. Penelitian ini berfokus pada proses Managed IT Change Acceptance and Transitioning (BAI07) yang krusial untuk menjamin perubahan sistem dapat diterima, diuji, dan ditransisikan dengan aman. Penilaian kapabilitas dilakukan dengan kerangka kerja COBIT 2019 melalui kuesioner, wawancara, dan analisis dokumen. Metode pass and fail digunakan untuk Level 1, sedangkan skala NPLF (Not–Partially–Largely–Fully) digunakan pada Level 2 ke atas untuk mengukur tingkat ketercapaian aktivitas. Hasil menunjukkan kapabilitas BAI07 di PT X masih pada Level 1 (Initial). Aktivitas dasar telah dijalankan, namun dokumentasi tidak konsisten. Dari 29 dokumen yang dipersyaratkan, hanya 42,86% dokumen input dan 66,67% dokumen output tersedia. Pada Level 2, dari 25 aktivitas hanya 9 yang terpenuhi, dan pada Level 3 dari 22 aktivitas hanya 8 yang terlaksana. Hal ini menunjukkan kesenjangan signifikan terhadap target Level 4 (Quantitatively Managed). Analisis kesenjangan menyoroti lemahnya standar dokumentasi, minimnya pengendalian formal, dan belum adanya peran khusus seperti QA Engineer dan Software Tester. Rekomendasi yang disusun meliputi penyusunan dokumen wajib (quality plan, fallback plan, release log, post-implementation review), penguatan struktur organisasi, dan penerapan continuous improvement berbasis metrik kinerja. Evaluasi terhadap rekomendasi memperoleh skor rata-rata 4,1 dari 5, menunjukkan relevansi dan kesesuaiannya dengan kebutuhan PT X.