📚 Eksplorasi & Komparasi Topik Dokumen
Pencarian topik
Hasil Dokumen
Ditemukan: 101,300 dokumenOPTIMALISASI PEMBELIAN OBAT MENGGUNAKAN MODEL MANAJEMEN PERSEDIAAN BERBASIS PERAMALAN DI KLINIK SATURNUS CARE
Pada klinik yang baru berdiri, pengadaan obat seringkali bersifat reaktif karena tidak adanya sistem peramalan dan perencanaan persediaan yang terstruktur. Penelitian ini bertujuan untuk meminimalkan biaya pembelian obat dengan mengintegrasikan metode peramalan permintaan dan model manajemen persediaan. Analisis ABC terhadap data penjualan dilakukan untuk menentukan obat prioritas, dan menghasilkan tiga obat kategori A, yaitu Sertraline tablet 50 mg, Hyalub MND, dan Atorvastatin tablet 20 mg. Peramalan permintaan kemudian dilakukan secara terpisah untuk setiap obat. Sertraline diramalkan menggunakan metode Holt’s exponential smoothing dengan pengaturan optimal ARIMA dari Minitab untuk menentukan smoothing constant, sedangkan Hyalub MND dan Atorvastatin menggunakan regresi linier. Akurasi peramalan terutama dievaluasi menggunakan Mean Absolute Percentage Error (MAPE); namun, ketika terdapat nilai aktual nol, hanya MAD dan MSE yang digunakan sebagai pengganti. Berdasarkan hasil peramalan tahunan, dilakukan perhitungan Economic Order Quantity (EOQ), Reorder Point (ROP), dan Safety Stock untuk masing-masing obat. Model EOQ standar digunakan jika tidak terdapat informasi mengenai syarat minimum pembelian untuk memperoleh diskon dan harga per unit tetap. Berdasarkan hasil peramalan tahunan, dilakukan perhitungan Economic Order Quantity (EOQ), Reorder Point (ROP), dan Safety Stock untuk masing-masing obat. Model EOQ standar digunakan jika tidak terdapat informasi mengenai syarat minimum pembelian untuk memperoleh diskon dan harga per unit tetap.
OPTIMALISASI SISTEM INSTALASI PENGOLAHAN LUMPUR TINJA (IPLT) DURI KOSAMBI, DAERAH KHUSUS JAKARTABUKU DETAIL I: OPTIMALISASI SISTEM PENGOLAHAN IPLT UNIT I
Pengelolaan lumpur tinja di Jakarta, dengan populasi padat sebesar 11,35 juta jiwa, menghadapi tantangan besar yang berpotensi menimbulkan pencemaran lingkungan. Salah satu fasilitas pengolahan utama, IPLT Duri Kosambi Unit I, beroperasi jauh di bawah kapasitas desainnya, hanya sekitar 8,3% dari 600 m³/hari, dan menghasilkan efluen dengan kualitas di bawah baku mutu untuk parameter TSS, amonia, dan koliform. Penelitian ini bertujuan untuk mengevaluasi kondisi eksisting IPLT Unit I dan merancang strategi optimalisasi sistem pengolahan agar kinerjanya lebih efektif dan efisien. Metodologi yang digunakan mencakup analisis data lapangan, pengujian laboratorium, dan perancangan desain teknis. Solusi optimalisasi yang diusulkan melibatkan penambahan kolam buffer untuk menstabilkan debit masuk dan kolam desinfeksi menggunakan klorinasi untuk pengolahan lanjutan, serta rehabilitasi unit eksisting seperti secondary clarifier. Proyek ini dinyatakan layak secara finansial dengan NPV sebesar Rp19.266.822.195,00 dan BCR sebesar 1,22.
SISTEM REKOMENDASI MAKANAN BERBASIS KNOWLEDGE-BASED DAN RANDOM FOREST PADA PLATFORM SMART CANTEEN (STUDI KASUS: ITB GANESHA)
Panduan gizi yang personal sangat penting untuk mendukung kesehatan, meningkatkan konsentrasi, dan menjaga produktivitas. Secara umum, kebutuhan akan panduan gizi yang sesuai dengan kondisi individu menjadi hal yang krusial, terutama di lingkungan akademik seperti ITB Ganesha yang menuntut aktivitas fisik dan mental yang tinggi setiap harinya. Namun, mayoritas civitas akademika merasa kesulitan memilih makanan sehat karena keterbatasan informasi nutrisi. Untuk mengatasi masalah tersebut, penelitian ini bertujuan membangun sistem rekomendasi makanan yang mampu memberikan saran gizi personal pada platform Smart Canteen. Sistem dikembangkan dengan pendekatan hibrida yang menggabungkan metode knowledge-based dan machine learning, menggunakan metodologi DSRM dan CRISP-DM sebagai kerangka kerja pengembangan. Metode knowledge-based labeling digunakan untuk menghitung kebutuhan kalori pengguna serta melabeli data makanan, yang kemudian dipelajari oleh model klasifikasi Random Forest. Rekomendasi akhir dihasilkan dengan menggabungkan hasil prediksi model dan skor kompatibilitas nutrisi yang dihitung secara personal. Hasil evaluasi menunjukkan performa sistem yang sangat baik, dengan akurasi Random Forest mencapai 95%, skor validasi oleh ahli gizi sebesar 4,67 dari 5, dan tingkat keberhasilan UAT mencapai 100%. Berdasarkan hasil tersebut, dapat disimpulkan bahwa sistem rekomendasi makanan berbasis knowledge-based dan random forest efektif dan valid dalam menyediakan rekomendasi makanan terpersonalisasi untuk mendukung pola makan yang lebih sehat di lingkungan ITB Ganesha.
PENGEMBANGAN AI VOICE CHAT DENGAN DOMAIN SPESIFIK COMPUTER SCIENCE MENGGUNAKAN PRE-TRAINED MODEL
Perkembangan teknologi voice assistant telah mendorong interaksi manusia–komputer menuju bentuk yang lebih natural dan kontekstual, namun sebagian besar sistem yang tersedia masih bersifat umum (general-purpose) dan kurang optimal untuk menangani percakapan pada domain teknis tertentu seperti Computer Science. Penelitian ini bertujuan untuk mengembangkan sistem AI Voice Chat berbasis pre-trained models yang dioptimalkan untuk domain Computer Science dengan pendekatan arsitektur modular, mencakup tiga komponen utama: Speech-to-Text (STT), Natural Language Processing (NLP), dan Text-to-Speech (TTS). Modul STT menggunakan model Whisper, Wav2Vec 2.0, dan SpeechT5 STT; modul NLP menggunakan Llama 3.2 Instruct, Qwen 2.5 1.5B Instruct, dan Gemma 2B Instruct yang di-fine-tune menggunakan kerangka kerja Unsloth pada dataset Alpaca yang disesuaikan untuk domain teknis; sedangkan modul TTS menggunakan Kokoro, Chatterbox, dan SpeechT5 TTS. Evaluasi dilakukan secara terpisah untuk tiap modul menggunakan metrik yang relevan: Word Error Rate (WER) untuk STT, Exact Match (EM), BLEU, dan ROUGE-L untuk NLP, serta Perceptual Evaluation of Speech Quality (PESQ) untuk TTS. Hasil evaluasi menunjukkan bahwa Whisper unggul pada STT dengan WER terendah sebesar 19,86%, fine-tuning NLP belum menghasilkan peningkatan signifikan dengan EM tetap 0% dan nilai BLEU serta ROUGE-L rendah, serta seluruh model TTS memiliki skor PESQ yang mirip (1,207–1,223) dengan Kokoro dan SpeechT5 unggul dari sisi efisiensi. Selain itu, pengujian aspek keamanan menunjukkan bahwa model lokal lebih aman karena tidak menyimpan maupun mengulang data sensitif. Penelitian ini membuktikan kelayakan pengembangan AI Voice Chat domain spesifik berbasis pre-trained models yang berjalan secara lokal, meskipun peningkatan kualitas NLP, optimisasi efisiensi TTS, serta perhatian lebih pada aspek keamanan tetap diperlukan untuk implementasi nyata..
IMPLEMENTASI MODEL DETEKSI OBJEK PADA SISTEM TIMBANGAN CERDAS KHUSUS JERUK UNTUK MENINGKATKAN EFISIENSI SORTIR SEKALIGUS MENGATASI MASALAH CLASS IMBALANCE
Penelitian ini bertujuan untuk mengatasi permasalahan efisiensi dan akurasi dalam proses sortir jeruk keprok Brastepu di rantai pasok agribisnis, khususnya di tingkat lapak. Proses manual yang ada saat ini menyebabkan inefisiensi waktu, tingginya angka kesalahan pencatatan, serta beban kerja fisik dan kognitif yang signifikan, yang berujung pada kerugian finansial dan menurunnya kepercayaan antaraktor. Untuk itu, diusulkan pengembangan sistem deteksi kebusukan jeruk berbasis computer vision yang terintegrasi dengan timbangan digital cerdas dan aplikasi khusus. Sebagai langkah awal, model YOLOv11m diimplementasikan, namun menunjukkan presisi rendah pada deteksi jeruk busuk (0.776), di bawah standar toleransi 15% false positive, akibat class imbalance dalam dataset. Oleh karena itu, untuk mengatasi masalah ini, tiga strategi penanganan class imbalance pada dataset diimplementasikan dan dievaluasi pada model YOLOv11m: pembobotan kelas (class weighting), penggunaan pre-trained weights, dan oversampling kelas minoritas. Model terbaik (YOLOv11m dengan pre-trained weights saja) berhasil mencapai presisi kelas 'rotten' 0.868, presisi keseluruhan 0.840, recall keseluruhan 0.818, dan mAP50 0.902, memenuhi semua kebutuhan non-fungsional yang ditetapkan. Sistem deteksi ini kemudian di-deploy sebagai API menggunakan FastAPI, mampu menerima citra, melakukan inferensi, menghitung proporsi kebusukan dan confidence interval dengan Finite Population Correction (FPC), serta mengembalikan data terstruktur. Evaluasi persepsi pengguna menggunakan Technology Acceptance Model (TAM) menunjukkan penerimaan yang sangat positif dari pedagang (Perceived Usefulness 4.36, Perceived Ease of Use 4.96) dan pekerja lapak (Perceived Usefulness 4.49, Perceived Ease of Use 4.67). Hal ini mengindikasikan bahwa sistem ini sangat bermanfaat dan mudah digunakan, dengan potensi tinggi untuk adopsi di lapangan.
KINERJA GRID FORMING INVERTER DALAM SISTEM TENAGA
Dorongan menuju Net Zero Emission 2060 dan target bauran EBT 48 persen pada 2030 menempatkan sumber berbasis konverter, baik Grid Forming maupun Grid Following sebagai tulang punggung penyediaan energi listrik. Di tengah pergeseran sistem tenaga menuju dominasi konverter, dibutuhkan cara yang objektif dan praktis untuk mengukur margin interkoneksi tanpa harus membuka model internal perangkat. Tugas akhir ini menyajikan alur kerja impedance-based analysis yang utuh untuk menilai kestabilan sambungan inverter dan jaringan dengan fokus pada kuantisasi jarak terhadap titik kritis pada plot Nyquist dan keterbacaan fitur pada kurva Bode sebagai indikator margin fasa dan gain. Kerangka dimulai dari pemodelan impedansi pada kerangka dq, dilanjutkan transformasi ke urutan positif dan negatif agar kopling silang termetakan, serta perumusan rasio loop minor L(j?) sebagai hasil kali admitansi konverter dan impedansi grid yang menjadi dasar evaluasi berbasis Generalized Nyquist Criterion. Estimasi dilakukan melalui injeksi arus multi tone di titik sambung bersama sehingga respons konverter dan jaringan dapat diperoleh dari satu eksperimen frekuensi yang ringkas. Studi kasus pada Grid Following dan Grid Forming di sistem IEEE 14 bus menunjukkan bagaimana bentuk impedansi di pita rendah hingga menengah mengatur munculnya resonansi dan interaksi kontrol. Sensitivitas Grid Following sangat dipengaruhi pengaturan bandwidth PLL, sedangkan Grid Forming memiliki kekuatan yang baik pada frekuensi rendah. Kontribusi utama terletak pada kerangka yang replikatif, hemat data, dan cocok ketika akses detail model terbatas, lengkap dengan pedoman pengaturan dan metrik berbasis jarak Nyquist yang memudahkan studi interkoneksi.
STUDI IMPLEMENTASI LLM DAN XAI DALAM PENJELASAN CREDIT SCORING BERBASIS MACHINE LEARNING
Seiring perkembangan zaman, implementasi teknologi di kehidupan sehari-hari semakin bertambah. Salah satu industri yang terdampak dengan perkembangan ini adalah credit scoring. Implementasi model machine learning mampu meningkatkan objektivitas serta efektivitas dari proses credit scoring tradisional yang tidak sepenuhnya objektif. Akan tetapi proses klasifikasi yang dilakukan model machine learning memiliki kekurangan dalam memberikan penjelasan proses mendapatkan hasil klasifikasi credit scoring. Penelitian ini bertujuan untuk mengimplementaikan XAI / LLM dengan ML untuk meningkatkan penjelasan yang didapatkan. Hasil penelitian menunjukkan bahwa tuned bagging classifier mendapatkan performa terbaik dengan akurasi 0.8314, recall class-0 0.8553, dan AUC 0.9387. Bagging classifier tersebut diimplementasikan bersama dengan XAI, yaitu SHAP, LIME, dan DiCE. Melalui SHAP dan LIME, user mendapatkan feature importance dari setiap hasil klasifikasi yang dilakukan model. Selain itu, implementasi DiCE juga membantu mendapatkan counterfactual explanation yang membantu user mengubah credit score menjadi "Good". Terakhir, ketiga output XAI akan dijelaskan dengan LLM untuk mendapatkan penjelasan dalam bahasa manusia. Evaluasi memperlihatkan bahwa penggunaan LLM dan XAI dapat memberikan penjelasan yang mudah dipahami oleh user tanpa domain knowledge, tetapi masih membutuhkan optimisasi untuk counterfactual explanation yang kurang realistis.
PENGEMBANGAN GEOGRAPHIC INFORMATION SYSTEM DATA KELUARGA UNTUK PEMETAAN WILAYAH STUNTING ANAK DENGAN DATA-DRIVEN APPROACH
Stunting merupakan permasalahan gizi kronis yang berdampak jangka panjang terhadap tumbuh kembang anak dan kualitas sumber daya manusia. Upaya pencegahan stunting perlu dilakukan secara tepat sasaran dengan dukungan data dari pihak terpercaya. Penelitian ini bertujuan untuk mengembangkan sistem informasi geografis berbasis data keluarga yang dapat digunakan untuk memetakan wilayah stunting anak secara lebih efektif. Metode yang digunakan adalah datadriven approach dengan pengambilan keputusan dan visualisasi wilayah risiko didasarkan pada analisis data aktual. Data keluarga yang digunakan mencakup informasi antropometri anak, status gizi, serta akses terhadap layanan kesehatan. Prosesnya dimulai dari praproses data, pelabelan data berdasarkan ground truth, hingga penerapan algoritma machine learning untuk klasifikasi status risiko anak. Dalam penelitian ini, digunakan beberapa algoritma klasifikasi diantaranya yaitu Random Forest, Support Vector Machine, dan Decision Tree. Ketiga algoritma ini nantinya akan dibandingkan dalam segi performa model untuk mengidentifikasi anak berisiko stunting. Ketiga hasil prediksi model akan divisualisasikan dalam sistem informasi geografis yang menunjukkan persebaran wilayah anak berisiko stunting di Kecamatan Ceper, Kabupaten Klaten yang dapat digunakan dalam pemetaan wilayah stunting.
DAMPAK INDIKATOR KINERJA KEUANGAN DAN PENGUNGKAPAN KEBERLANJUTAN TERHADAP PROFITABILITAS: BUKTI DARI BANK UMUM SYARIAH DI INDONESIA
Penelitian ini menganalisis hubungan antara pengungkapan keberlanjutan dan kinerja keuangan pada bank umum syariah di Indonesia selama periode 2020–2024. Dengan menggunakan regresi data panel melalui pendekatan Random Effects Model (REM), penelitian ini mencakup sepuluh bank syariah untuk menguji pengaruh indikator keuangan—Capital Adequacy Ratio (CAR), Cost-to-Income Ratio (CIR), Debt-to-Equity Ratio (DER), dan ukuran bank—serta pengungkapan keberlanjutan yang diwajibkan oleh POJK No. 51/2017. Hasil penelitian menunjukkan bahwa CAR berpengaruh positif terhadap profitabilitas, sedangkan CIR dan DER berpengaruh negatif signifikan. Ukuran bank dan pengungkapan keberlanjutan tidak menunjukkan pengaruh signifikan terhadap Return on Assets (ROA). Temuan ini menegaskan bahwa efisiensi operasional, kekuatan permodalan, dan kehati-hatian dalam leverage merupakan faktor utama penentu profitabilitas bank syariah, sementara pengungkapan keberlanjutan belum memberikan manfaat finansial yang terukur pada periode penelitian. Penelitian ini menekankan pentingnya menyelaraskan strategi profitabilitas bank syariah dengan maqasid al-shariah agar tercapai keberlanjutan finansial sekaligus tanggung jawab etis.
GAIN-SCHEDULED LQR CONTROL FOR SHIPBOARD LANDING OF A TILT-ROTOR UAV
Shipboard landing of Vertical Take-Off and Landing (VTOL) aircraft presents significant control challenges due to limited deck space, ship motion, and harsh sea conditions. This thesis develops a gain-scheduled Linear Quadratic Regulator (LQR) tracking controller for a tilt-rotor UAV to enable precise and autonomous deck landings. The controller combines state-feedback stabilization with integral action to minimize tracking errors relative to the moving ship deck while respecting actuator constraints. To address the UAV’s highly nonlinear dynamics during the transition from forward flight to hover, multiple linearized models are generated across a range of rotor tilt angles and airspeeds. Individual LQR gain matrices are designed for each operating condition and scheduled in real time based on the vehicle’s flight regime. This gain scheduling approach ensures smooth controller adaptation, maintaining optimal performance throughout the entire landing maneuver. Implemented within a MATLAB/Simulink environment with coupled UAV and ship motion, the proposed control system demonstrates reliable trajectory tracking and stability under realistic sea state disturbances. The results show that the gain-scheduled LQR strategy enables landings with vertical impact velocities below 0.2 m/s and achieves position tracking errors within 2?3 cm in the longitudinal direction, ensuring safe and accurate autonomous recovery of tilt-rotor UAVs in maritime operations.
REAKSI PASAR TERHADAP RILIS DEEPSEEK R1: STUDI PERISTIWA PADA RANTAI NILAI AI AS
Pertumbuhan investasi yang pesat dalam sektor kecerdasan buatan (AI) di Amerika Serikat telah menimbulkan kekhawatiran terkait potensi overvaluasi dan inefisiensi. Penelitian ini bertujuan untuk mengkaji respons pasar terhadap pencapaian DeepSeek R1 yang melampaui jumlah pengguna ChatGPT, sebuah peristiwa yang mengganggu ekspektasi pasar karena performa tinggi dan biaya pengembangan yang jauh lebih rendah. Dengan menggunakan metode event study, penelitian ini menganalisis abnormal return (AAR) dan aktivitas volume perdagangan (TVA) sebelum dan sesudah peristiwa pada 36 perusahaan publik AS yang dikelompokkan berdasarkan rantai nilai AI: Hardware, Hyperscalers, Developers, dan Integrators. Hasil penelitian menunjukkan bahwa segmen Hardware mengalami abnormal return negatif yang signifikan, mencerminkan kekhawatiran investor terhadap inefisiensi biaya setelah keberhasilan DeepSeek menggunakan GPU lama di tengah pembatasan ekspor chip AS. Sebaliknya, segmen Developer menunjukkan abnormal return positif yang signifikan dan peningkatan aktivitas perdagangan, menandakan bahwa kemunculan model AI berbiaya rendah dapat memicu inovasi lebih lanjut. Temuan ini memberikan wawasan bagi investor dan pembuat kebijakan mengenai dampak yang berbeda dari disrupsi teknologi AI di setiap bagian rantai nilai.
PENGARUH PRAKTIK KEBERLANJUTAN DAN KINERJA KEUANGAN TERHADAP RASIO PENGEMBALIAN EKUITAS: STUDI KASUS DARI BANK UMUM SYARIAH DI INDONESIA
Penelitian ini bertujuan untuk menganalisis pengaruh praktik keberlanjutan, rasio biaya operasional terhadap pendapatan (BOPO), dan rasio pembiayaan terhadap simpanan (FDR) terhadap rasio pengembalian ekuitas (ROE) di bank umum syariah di Indonesia. Data yang digunakan adalah data sekunder yang diperoleh dari laporan keberlanjutan dan laporan tahunan yang diterbitkan oleh 11 bank umum syariah selama periode 2021–2024 yang terdaftar di OJK. Pengukuran indeks keberlanjutan didasarkan pada tiga dimensi utama praktik keberlanjutan yang diuraikan oleh Jan et al. (2019), yaitu aspek ekonomi, lingkungan, dan sosial. Penelitian ini menggunakan metode kuantitatif dengan analisis regresi data panel. Hasil menunjukkan bahwa praktik keberlanjutan (X1) tidak memiliki pengaruh signifikan terhadap ROE dengan koefisien positif sebesar 0,615474 dan nilai p sebesar 0,5539. BOPO (X2), di sisi lain, memiliki pengaruh negatif yang signifikan terhadap ROE dengan koefisien –0,403274 dan nilai p 0,0000, menunjukkan bahwa efisiensi operasional yang lebih rendah mengurangi keuntungan. Sementara itu, FDR (X3) menunjukkan pengaruh yang tidak signifikan terhadap ROE dengan koefisien 0,008572 dan nilai p sebesar 0,8863. Temuan ini menyarankan bahwa hanya BOPO yang secara signifikan mempengaruhi profitabilitas bank komersial Islam melalui ROE, sementara praktik keberlanjutan dan FDR tidak memiliki pengaruh yang signifikan selama periode studi.
PENINGKATAN PENGALAMAN PELANGGAN MELALUI PERBANKAN DIGITAL: ANALISIS TEXT MINING TERHADAP KLASIFIKASI KUALITAS LAYANAN ELEKTRONIK BERDASARKAN ULASAN GOOGLE PLAYSTORE. STUDI KASUS PADA TIGA BANK DIGITAL-ONLY TERATAS DI INDONESIA
Ekspansi pesat sektor perbankan digital di Indonesia telah menciptakan persaingan ketat antarbank digital, menjadikan kualitas layanan sebagai faktor penentu keberhasilan dalam pasar. Penelitian ini menganalisis persepsi kualitas layanan pada tiga bank digital terdepan—SeaBank, Bank Jago, dan Bank Neo Commerce—melalui analisis ulasan pelanggan dari Google Play Store. Penelitian menggunakan kerangka E-S-QUAL yang diintegrasikan dengan metodologi text mining untuk mengklasifikasikan sentimen pelanggan dan mengidentifikasi dimensi kualitas layanan yang membutuhkan perbaikan strategi. Penelitian ini menggunakan pendekatan kuantitatif dengan memanfaatkan model fine-tuned IndoBERT untuk melakukan dua klasifikasi, yaitu analisis sentimen dan kategorisasi dimensi E-S-QUAL. Data penelitian mencakup 277.877 ulasan yang dikumpulkan selama periode Maret 2021 hingga Januari 2025. Model fine-tuned menunjukkan kinerja yang baik dengan akurasi keseluruhan sebesar 90,5%. Hasil penelitian menunjukkan SeaBank memimpin pasar dengan 68,6% sentimen positif, dengan dimensi efisiensi mencapai 89,4% sentimen positif sebagai keunggulan utama, namun menghadapi tantangan dalam aspek responsivitas layanan pelanggan. Bank Jago dan Bank Neo Commerce mengalami permasalahan signifikan pada dimensi reliabilitas dengan sentimen negatif reliabilitas masingmasing 88,4% dan 89,3%. Analisis BERTopic mengungkap permasalahan spesifik pelanggan dengan keluhan SeaBank terkonsentrasi pada layanan pelanggan (96,73%), kegagalan autentikasi pada Bank Jago (99,58% masalah login), dan kegagalan sistematis di 22 kategori masalah pada Bank Neo Commerce. Penelitian ini berkontribusi mengembangkan metode penilaian kualitas layanan berbasis ulasan pelanggan untuk industri perbankan digital. Temuan penelitian menawarkan strategi perbaikan spesifik, membantu bank digital meningkatkan kualitas layanan secara data-driven di pasar Indonesia yang kompetitif.
PERBANDINGAN PRESTASI UNTUK TIGA METODE PENYEIMBANGAN DINAMIK
Proses penyeimbangan rotor merupakan langkah penting dalam menjaga umur operasional mesin rotasi di berbagai sektor industri. Setiap rotor yang berputar memerlukan penyeimbangan untuk memastikan distribusi massa merata dan menghindari getaran berlebih. Ketakseimbangan pada rotor dapat meningkatkan risiko kerusakan serta memperpendek umur operasional mesin. Oleh karena itu, penelitian ini bertujuan membandingkan prestasi tiga metode penyeimbangan dinamik, yaitu Metode A (tanpa pemotongan sinyal), Metode B (dengan pemotongan sinyal), dan Metode C (Time Synchronous Averaging). Penelitian ini dilakukan pada perangkat uji rotor satu tingkat dan dua tingkat, masing-masing dengan satu dan dua bidang penyeimbangan. Pada tahap awal, dilakukan proses penyeimbangan pada rotor satu tingkat untuk mendapatkan kondisi referensi, sedangkan pada rotor dua tingkat dilakukan pengukuran getaran guna memperoleh spektrum sebagai dasar penentuan massa tak seimbang yang dipasang agar amplitudonya berbeda cukup jauh dari kondisi tersebut. Selanjutnya, pengujian pada rotor satu tingkat difokuskan untuk melihat pengaruh variasi massa tak seimbang terhadap prestasi penyeimbangan, sedangkan pada rotor dua tingkat difokuskan pada pengaruh ketakseimbangan rotor bawah terhadap prestasi penyeimbangan rotor atas. Hasil penelitian menunjukkan bahwa metode dengan TSA menghasilkan prestasi penyeimbangan terbaik pada pengujian satu bidang penyeimbangan, baik pada rotor satu maupun dua tingkat. Pada pengujian dua bidang penyeimbangan, ketiga metode menunjukkan keunggulan masing-masing bergantung pada pengujian. Selain itu, metode tanpa pemotongan sinyal cenderung menghasilkan standar deviasi sudut fasa yang lebih besar dibandingkan metode dengan pemotongan sinyal.
MANAGING URBAN STREET VENDORS: BALANCING THE PUBLIC SPACE AND ECONOMIC BENEFITS IN INDONESIA
The low level of education and limited job opportunities in developing countries, such as Indonesia, result in a higher rate of employment in the informal economic sector than in the formal economy. Street vendors are an integral part of the informal sector, becoming a common phenomenon in the urban areas of Indonesia. Street vendors are believed to cause environmental problems in open public spaces. The contribution of street vendors to the local government is not proportional to the issues they cause because they do not pay taxes, unlike the formal economic sector. However, street vendors belong to an informal sector to which the government must pay attention because they are financial assets that provide jobs for low- educated people and those without special skills. This study focuses on Blora Regency, which has the lowest minimum wage level in Indonesia and a high level of informal economic activity. The study analyses strategic efforts to regulate the presence of street vendors in public open spaces, considering the rights of street vendors who contribute to the local economy from the perspectives of policymakers, street vendor organisations, and street vendors themselves. The methodology entails a mixed-methods approach, combining descriptive analysis through surveys, observation, and in-depth interviews. This is complemented by a quantitative method using multiple linear regression analysis to determine the factors that influence street vendors’ location satisfaction. The findings reveal a discrepancy between the government’s and street vendors’ preferences: while the government aims for relocation, street vendors tend to prefer staying in their current locations with improved facilities, as they claim to have legal permits to occupy the space. Furthermore, there are only four variables that influence the location satisfaction of street vendors, namely the availability of trash bins, parking areas, electricity, and the level of festivity. Finally, the policy recommendations of this research are to protect the rights and economic contributions of street vendors in Blora Regency by implementing sub-zoning in public open spaces, enhancing facilities, providing capital assistance, training, branding, and strengthening place identity without forced relocation. These efforts should be supported by routine supervision and administrative regulation to improve vendor satisfaction, boost local revenue, and preserve the cultural character of Blora.