📚 Eksplorasi & Komparasi Topik Dokumen
Pencarian topik
Hasil Dokumen
Ditemukan: 6,268 dokumenSTUDI NUMERIKAL RESPON SIKLIK DINDING BATA TERKEKANG DENGAN PERKUATAN FEROSEMEN TERHADAP PEMBEBANAN SEARAH BIDANG (STUDI LANJUTAN)
Dinding pasangan bata terkekang dengan lapisan ferosemen semakin banyak dipertimbangkan sebagai solusi perkuatan dinding bata di wilayah rawan gempa. Namun, ketepatan prediksi respons searah bidang pada studi sebelumnya menunjukkan keterbatasan dalam menangkap fenomena pinching pada kurva histeresis. Penelitian ini merupakan studi lanjutan yang bertujuan memperoleh pemodelan numerik yang lebih konsisten. Perbaikan utama mencakup meshing yang lebih seragam, kalibrasi parameter material, penentuan boundary condition, serta pendefinisian parameter kontak automatic-surface-to-surface-tiebreak berbasis energi fraktur. Dua variasi kondisi batas dievaluasi, yaitu BC1 dengan kekangan dasar dinding arah x dan y, serta BC2 dengan dasar dinding tanpa kekangan tambahan. Selanjutnya dua skema parameter kontak juga dibandingkan, yaitu C1 dengan penelitian sebelumnya dan C2 dengan kalibrasi energi fraktur antarmuka. Dengan demikian, kombinasi pemodelan numerik yang dikaji adalah Model N-1 (BC1-C1), Model N-2 (BC2-C1), dan Model N-3 (BC2-C2). Validasi dilakukan terhadap kurva histeresis, kapasitas lateral, degradasi kekakuan, disipasi energi kumulatif, dan mekanisme kerusakan. Secara keseluruhan, Model N-3 menunjukkan kesesuaian paling baik dibandingkan dengan Model N-1, Model N-2, sekaligus model penelitian sebelumnya, ditinjau dari respon siklik kurva histeresis, prediksi kapasitas lateral, degradasi kekakuan, dan disipasi energi. Kurva histeresis Model N-3 menunjukkan fenomena pinching yang belum tertangkap secara jelas pada penelitian sebelumnya. Prediksi kapasitas puncak lebih baik, terutama pada arah pembebanan dorong, walaupun masih cenderung konservatif pada arah pembebanan tarik. Secara praktis, hasilnya dapat menjadi rujukan awal penentuan parameter antarmuka dan boundary condition pada kajian numerik perkuatan dinding, serta memberi dasar bagi evaluasi kinerja seismik dan pengembangan pedoman perancangan/ retrofitting.
PENINGKATAN KANDUNGAN FILANTIN PADA PHYLLANTHUS NIRURI L. MELALUI ELISITASI DENGAN JAMUR ENDOFIT DAN INDUKSI CEKAMAN KEKERINGAN
Phyllanthus niruri (meniran) merupakan salah satu tanaman obat yang mengandung berbagai senyawa dengan potensi farmakologis, seperti fenol, flavonoid, dan lignan. Salah satu senyawa lignan yang menjadi senyawa penanda penting dalam penilaian kualitas meniran adalah filantin. Senyawa ini memiliki berbagai aktivitas farmakologis, seperti hepatoprotektif, antioksidan, dan imunomodulator pada manusia. Pada tanaman, lignan berfungsi sebagai metabolit sekunder yang berperan dalam respons pertahanan terhadap cekaman lingkungan. Biosintesis dan akumulasi metabolit sekunder pada tanaman sangat dipengaruhi oleh faktor lingkungan. Oleh karena itu, peningkatan kandungan filantin pada meniran dapat dicapai melalui rekayasa kondisi lingkungan tempat tumbuhanya tanaman, salah satunya dengan penggunaan elisitor abiotik dan biotik. Mekanisme sinyal elisitasi tersebut perlu dipelajari secara mendalam melalui pendekatan integratif yang mencakup analisis pertumbuhan, fisiologi, metabolomik, metagenomik, dan transkriptomik. Penelitian bertujuan untuk mengkaji pengaruh elisitasi sinergis antara jamur endofit dan mikroba rizosfer yang diisolasi dari meniran, dikombinasikan dengan induksi cekaman kekeringan, terhadap aspek pertumbuhan, perkembangan dan akumulasi metabolit sekunder. Parameter yang diamati meliputi kandungan filantin, fenol total, flavonoid total, akumulasi ROS (H2O2), serta aktivitas enzim antioksidan SOD, APX dan CAT. Selain itu, penelitian ini juga mengevaluasi pengaruh elisitasi sinergis pada meniran melalui pendekatan multiomik. Penelitian ini dilakukan melalui beberapa tahapan, antara lain: (1) elisitasi jamur endofit, mencakup eksplorasi, isolasi, uji potensi, identifikasi molekuler, analisis koeksistensi, dan uji kokultivasi pada meniran; (2) seleksi level cekaman kekeringan; (3) elisitasi sinergis jamur endofit dan cekaman kekeringan terpilih; (4) analisis fisiologis dan biokimia melalui analisis kandungan filantin, flavonoid total, fenol total, akumulasi H2O2, dan aktivitas enzim antioksidan SOD, APX, dan CAT; serta (5) analisis metabolomik, metagenomik, dan transkriptomik untuk menjelaskan mekanisme molekuler yang mendasari respons tanaman. Hasil penelitian menunjukkan bahwa inokulasi dengan jamur Fusarium sp. dan pemberian cekaman kekeringan sebesar 55% Kapasitas Lapang (KL) pada 7 minggu setelah tanam (MST) memicu peningkatan kandungan H2O2, sebagai sinyal cekaman, yang diikuti oleh peningkatkan aktivitas enzim antioksidan (APX, CAT, SOD), prolin, flavonoid total, kandungan filantin, dan rendemen filantin. Peningkatan kandungan filantin ini disertai dengan penurunan senyawa penanda cekaman seperti eicosane dan 7,9-Di-tert-butyl-1-oxaspiro(4,5)deca-6,9-diene-2,8- dione. Elisitasi sinergis tidak hanya meningkatkan akumulasi senyawa antioksidan dan filantin, tetapi juga mengaktivasi jalur biosintesis metabolit sekunder seperti ubiquinone, terpenoid- quinon, steroid, sesquiterpenoid, triterpenoid, serta metabolisme primer seperti glikolisis dan piruvat, yang mendukung ketahanan tanaman terhadap cekaman. Analisis metagenomik menunjukkan bahwa kokultivasi Fusarium sp. dan cekaman kekeringan 55% KL membentuk kembali komunitas mikroba di tajuk, akar, dan rizosfer dengan keberhasilan introduksi Fusarium delphinoides yang sebelumnya tidak terdeteksi pada kontrol. Perubahan komunitas jamur ini disertai dengan peningkatan kelimpahan kelas jamur seperti Dothideomycetes, Saccharomycetes, dan Sordariomycetes, yang berpotensi meningkatkan toleransi cekaman dan berperan sebagai agen biokontrol. Korelasi antar genus jamur menunjukkan bahwa Fusarium dapat bertindak sebagai pemicu suksesi komunitas mikroba spesifik . Analisis transkriptomik menunjukkan bahwa perlakuan sinergis meningkatkan ekspresi 1.669 gen yang terkait dengan respons pertahanan kompleks, termasuk aktivasi jalur fitohormon, metabolisme primer dan sekunder, serta regulasi pertumbuhan. Jalur fenilpropanoid terinduksi secara spesifik, termasuk biosintesis flavonoid dan lignan. Meskipun gen PAL mengalami penurunan ekspresi, gen kunci dalam sintesis lignan seperti 4CLL1, CCR1, CADH, HST, CSE, LAC14, LAC9, C81Q2, dan SILD mengalami peningkatan ekspresi, yang mengindikasikan aktivasi jalur pinoresinol/secoisolariciresinol menuju akumulasi filantin. Respons cekaman juga melibatkan aktivasi jalur biosintesis senyawa pertahanan lainnya seperti terpenoid (GTOMC, TOCC), steroid (DET2, VEP1, HSD1b, HSD6), dan triterpenoid (BAMS, LUPS). Walaupun beberapa gen flavonoid seperti CHSY, CHIL2, dan F3PH mengalami penurunan ekspresi, kandungan total flavonoid tetap meningkat, menunjukkan adanya regulasi diferensial pada tingkat transkripsi dan metabolisme. Perubahan ekspresi gen yang terkonsentrasi pada apoplas (ruang antar sel), dinding sel, kloroplas, dan vakuola, menunjukkan adanya restrukturisasi sel dan peningkatan metabolisme energi, sintesis protein, serta interaksi tanaman-mikroba sebagai respons adaptif terhadap elisitasi dan cekaman. Secara keseluruhan, penelitian ini memberikan informasi penting mengenai respons fisiologis dan molekuler meniran terhadap elisitasi sinergis melalui inokulasi jamur endofit dan cekaman kekeringan, yang berpotensi dikembangkan lebih lanjut untuk budidaya tanaman obat berkualitas tinggi.
SEGMENTASI GRUP FASIES SEISMIK PADA DATA 3D POST-STACK DENGAN MENERAPKAN CONVOLUTIONAL NEURAL NETWORK
Segmentasi grup fasies seismik secara konvensional merupakan proses manual yang memakan waktu, subjektif, dan sulit diaplikasikan pada data seismik 3D bervolume besar. Penelitian ini mengusulkan penerapan metode deep learning untuk mengotomatisasi proses tersebut. Tujuan penelitian ini adalah mengimplementasikan dan membandingkan performa dua arsitektur Convolutional Neural Network (CNN) untuk tugas segmentasi fasies seismik. Model pertama arsitektur CNN sekuensial dasar, sedangkan model kedua mengadopsi arsitektur encoder-decoder lebih kompleks. Kedua model dilatih dan diuji menggunakan set data publik Blok F3 Lepas Pantai Belanda yang memiliki label fasies terinterpretasi. Optimasi hyperparameter, seperti laju pembelajaran dan jumlah filter, dilakukan untuk memperoleh arsitektur terbaik. Evaluasi model didasarkan pada kemampuannya dalam memvalidasi data latih dan memprediksi fasies pada data uji yang belum pernah terlihat sebelumnya. Hasil penelitian menunjukkan bahwa model dengan arsitektur encoder-decoder secara signifikan mengungguli model CNN dasar. Model encoder-decoder mampu menghasilkan peta segmentasi fasies yang lebih detail dan akurat, serta konsisten dengan label interpretasi manual. Hasil ini membuktikan potensi arsitektur encoder-decoder sebagai alat bantu yang efektif, cepat, dan objektif untuk interpretasi fasies seismik skala besar.
KOMPOSISI SPESIES DAN STRUKTUR KOMUNITAS BURUNG DI TAMAN NASIONAL GUNUNG GEDE PANGRANGO TNGGP, JAWA BARAT
Tekanan antropogenik di kawasan konservasi seperti Taman Nasional Gunung Gede Pangrango (TNGGP) dapat mengubah tutupan lahan hutan sehingga berdampak pada keanekaragaman hayati, salah satunya kelompok burung. Penelitian ini dilakukan untuk menginventarisasi kekayaan spesies burung, menghitung keanekaragaman spesies burung, serta membandingkan tipe komunitas burung pada tiga tipe tutupan lahan yang berbeda di tiga lokasi (jarak antar titik ±300 m; total sembilan titik), yaitu area Lapangan Golf-Balai TNGGP (LB), Telaga Biru (TB), dan Rawa Gayonggong–Curug Cibeureum (CB) pada bulan April– Agustus 2025. Parameter yang dicatat selama periode pengamatan adalah nama spesies burung dan jumlah individu; karakter morfologi dan suara diamati untuk mengidentifikasi spesies burung. Faktor lingkungan seperti suhu udara (oC), kelembapan (%), dan intensitas cahaya (lux) diukur menggunakan data logger. Data komposisi spesies burung dan jumlah individu dianalisis untuk menghitung Indeks Nilai Penting (INP), indeks keanekaragaman Shannon-Wiener (H’), dominansi (D), dan kemerataan (E). Analisis Non-metric Multidimensional Scaling (NMDS) dilakukan untuk menggambarkan komunitas burung di area penelitian, PERMANOVA untuk membandingkan antar lokasi penelitian, dan Distance-Based Redundancy Analysis (dbRDA) dilakukan untuk melihat kesamaan komposisi spesies burung di tiga lokasi. Sebanyak 1.981 individu dari 85 spesies (37 famili), dan 23 morfospesies burung yang belum teridentifikasi tercatat selama pengamatan. Apodidae dan Muscicapidae merupakan famili burung yang umum dijumpai di ketiga lokasi. Area hutan pegunungan (CB) dengan berbagai habitat mikro yang diciptakan dari kompleksitas tumbuhan memiliki kekayaan spesies burung tertinggi (58 spesies, H’= 3,058), kemudian TB (55 spesies, H’= 2,924), dan LB (39 spesies, H’= 2,496). Feeding guild burung didominasi oleh insektivora (49,07%). Tipe komunitas burung di CB adalah Phylloscopus–Collocalia (INP = 8,65%; 6,07%), sedangkan di TB Psilopogon–Orthotomus (INP = 12,08%; 8,75%), dan LB Passer– Collocalia (INP = 26,39%; 16,46%). Sebanyak enam spesies tergolong terancam menurut IUCN masih ditemukan di lokasi pengambilan data. Komunitas burung di TNGGP berbeda signifikan (p<0,05) pada tipe tutupan lahan yang berbeda, terlihat pada hasil analisis NMDS yang membentuk tiga kelompok komunitas burung. Variasi komunitas tersebut selain dipengaruhi sumber daya dan kompleksitas habitat, juga dipengaruhi oleh faktor mikroklimat sebesar 41,1%. Informasi kekayaan spesies burung ini penting bagi pengelola kawasan Taman Nasional untuk data inventarisasi terbaru dan pengelolaan kawasan.
IMPLEMENTASI DEEP BOLTZMANN MACHINE UNTUK PENINGKATAN KUALITAS DAN KLASIFIKASI CITRA X- RAY DALAM DETEKSI KANKER PARU-PARU
Deteksi dini kanker paru-paru melalui citra X-ray menghadapi berbagai tantangan signifikan, mulai dari resolusi citra yang rendah hingga keterbatasan data medis yang berlabel. Penelitian ini mengembangkan pendekatan berbasis Deep Boltzmann Machine (DBM) dan Deep Belief Network (DBN) untuk meningkatkan kualitas dan akurasi klasifikasi citra X-ray dalam konteks diagnosis kanker paruparu. Tiga pendekatan utama diterapkan: (1) super resolution berbasis DBN yang dikombinasikan dengan transformasi domain frekuensi Discrete Cosine Transform (DCT), (2) klasifikasi citra X-ray menggunakan fitur yang diekstraksi oleh DBN dan CRBM (Convolutional Restricted Boltzmann Machine) dengan algoritma machine learning seperti Random Forest, SVM, dan k-NN, serta (3) transfer learning menggunakan DBM dengan pretraining dari dataset non-medis (MNIST dan CIFAR-10) yang dilanjutkan fine-tuning pada dataset radiologis JSRT. Hasil penelitian menunjukkan bahwa DBN mampu meningkatkan kualitas citra Xray secara signifikan, dengan rata-rata PSNR > 39 dB dan SSIM mendekati 1. Untuk klasifikasi, kombinasi fitur DBN dan algoritma Random Forest menghasilkan akurasi tertinggi hingga 82.8%. Visualisasi fitur menggunakan PCA dan t-SNE juga menunjukkan separabilitas yang baik antara citra kanker dan nonkanker. Selain itu, strategi transfer learning berbasis DBM dari CIFAR-10 memberikan hasil klasifikasi yang lebih baik dibanding MNIST, dengan peningkatan akurasi hingga 89.4% setelah iterasi mean-field sebanyak 10 langkah. Penelitian ini memberikan kontribusi signifikan terhadap pengembangan sistem diagnosis otomatis berbasis citra X-ray, khususnya pada kondisi dengan keterbatasan data dan sumber daya komputasi. Kebaruan penelitian terletak pada integrasi DBN-DCT untuk super resolution serta pemanfaatan korelasi visual dalam pemilihan dataset sumber untuk transfer learning DBM. Rekomendasi pengembangan selanjutnya mencakup integrasi model secara end-to-end, validasi klinis, dan perluasan ke modality citra medis lain seperti CT atau MRI.
PENGEMBANGAN ELEKTRODA CETAK-LAYAR BERBASIS KARBON AKTIF/VIRGIN COCONUT OIL/LILIN LEBAH UNTUK APLIKASI BIOSENSOR ASAM URAT
Perkembangan teknologi di bidang kesehatan mendorong kebutuhan akan perangkat diagnostik yang aman, efektif, dan berkelanjutan. Biosensor elektrokimia non-invasif menjadi solusi menjanjikan untuk pemantauan kondisi kesehatan karena kemudahan penggunaan, sensitivitas tinggi, dan biaya yang relatif rendah. Namun, sebagian besar elektroda yang digunakan masih mengandung bahan toksik, sehingga kurang ideal untuk aplikasi medis. Penelitian ini bertujuan untuk mengembangkan pasta karbon berbasis bahan alami dan berkelanjutan sebagai elektroda kerja pada elektroda karbon cetak-layar berbasis kain, yang difabrikasi menggunakan metode stensil. Pasta karbon diformulasikan dari karbon aktif (AC), virgin coconut oil (VCO), dan lilin lebah (beeswax/BW), dengan komposisi optimal pada 40–60 wt% AC dan rasio VCO:BW sebesar 1:1. Hasil karakterisasi menunjukkan bahwa penambahan BW meningkatkan konduktivitas dan adhesi pasta terhadap substrat kain. Eletroda yang dihasilkan (CP/Fabric) menunjukkan morfologi permukaan yang mendukung konduktivitas serta ketahanan kimia yang baik dalam berbagai pelarut, termasuk larutan KCl, buffer fosfat, dan air suling. Performa elektrokimia CP/Fabric dioptimalkan melalui penerapan penghalang hidrofobik dan penggunaan konektor berbahan pasta perak. Pengujian untuk deteksi asam urat (UA) menggunakan voltammetri pulsa diferensial (DPV) menunjukkan sensitivitas sebesar 18,977 ?A/mM, rentang linier 10–1000 ?M (R2 = 0,997), batas deteksi (LOD) sebesar 4,38 ?M, serta reproduksibilitas dan repeatabilitas yang baik setelah 30 kali pengukuran tanpa perubahan signifikan. Untuk meningkatkan performa sensor, permukaan elektroda CP/Fabric dimodifikasi dengan nanopartikel perak (AgNPs) yang disintesis melalui metode sintesis hijau menggunakan madu sebagai agen pereduksi dan penstabil. Karakterisasi menggunakan TEM, XRD, UV-Vis, dan DLS mengonfirmasi pembentukan AgNPs dengan ukuran partikel yang menurun seiring meningkatnya konsentrasi madu. Modifikasi AgNPs pada CP/Fabric menyebabkan peningkatan rasio ID/IG pada spektroskopi Raman, serta mengonfirmasi keberadaan Ag melalui analisis SEM-EDX. Elektroda hasil modifikasi (AgNPs/CP/Fabric) menunjukkan sensitivitas yang lebih tinggi dalam deteksi UA, dengan dua rentang linearitas: 33,329 ?A/mM (0,010–1,00 mM) dan 5,021 ?A/mM (1,00–5,00 mM), serta LOD masing-masing sebesar 1,13 ?M dan 7,47 ?M. Elektroda ini juga menunjukkan reproduksibilitas yang baik dengan nilai deviasi standar relatif (RSD) sebesar 4,04%, dan uji Tukey menunjukkan tidak ada perbedaan signifikan antar elektroda. Uji repeatabilitas selama 30 kali pengukuran juga menunjukkan stabilitas memadai yang berada pada kisaran 92% hingga 105%. Selain itu, respon arus terhadap keberadaan analit pengganggu (glukosa, urea, asam askorbat, asam laktat, dan etanol) menunjukkan perubahan di kisaran 10%, yang masih berada dalam batas toleransi dan tidak menunjukkan perbedaan signifikan menurut uji Tukey. Uji biokompatibilitas menunjukkan bahwa seluruh formulasi pasta karbon, termasuk yang dimodifikasi dengan AgNPs, tidak bersifat toksik terhadap sel normal, dengan tingkat viabilitas >70%. Secara keseluruhan, elektroda CP/Fabric dan AgNPs/CP/Fabric memiliki potensi besar sebagai platform biosensor ramah lingkungan yang sensitif, stabil, dan aman untuk aplikasi deteksi biomolekul seperti asam urat.
PENGARUH MANAJEMEN PENGETAHUAN TERHADAP MANAJEMEN PERUBAHAN SETELAH REBRANDING: STUDI KASUS TAMARIN HOTEL JAKARTA
Rebranding dalam industri perhotelan merupakan bentuk transformasi strategis yang tidak hanya berkaitan dengan perubahan visual atau reposisi pemasaran, tetapi juga mencerminkan perubahan organisasi yang lebih mendasar. Proses ini menuntut kemampuan adaptasi karyawan, komunikasi internal yang selaras, serta pembelajaran berkelanjutan agar kualitas layanan dan kesesuaian budaya tetap terjaga. Pasca pandemi COVID-19, hotel yang beralih dari jaringan internasional menuju merek independen menghadapi tekanan yang lebih intens untuk menyelaraskan kembali sistem internal, membangun ulang identitas, dan menjaga performa operasional. Kondisi tersebut menjadi konteks penelitian ini, yang bertujuan menelaah bagaimana struktur pengetahuan dan mekanisme pembelajaran berperan dalam kesiapan organisasi selama proses rebranding. Penelitian ini mengangkat dua permasalahan utama, yaitu apakah manajemen pengetahuan (KM) berpengaruh signifikan terhadap manajemen perubahan (CM) dan sejauh mana KM berkontribusi terhadap efektivitas implementasi perubahan organisasi di Tamarin Hotel Jakarta setelah peralihannya dari jaringan internasional menjadi hotel butik independen. Penelitian ini didasarkan pada kerangka teori Resource-Based View (RBV) dan Brandology. RBV memandang pengetahuan sebagai sumber daya tak berwujud yang memiliki nilai strategis dan sulit ditiru, sehingga memperkuat kapasitas adaptif organisasi. Sementara itu, Brandology mengonseptualisasikan transformasi merek sebagai fenomena organisasi yang terintegrasi dan memerlukan koordinasi perubahan budaya, manajerial, serta komunikasi. Kedua landasan teoretis ini melahirkan proposisi bahwa praktik KM—terutama penciptaan, penyimpanan, pembagian, dan pemanfaatan pengetahuan—menjadi mekanisme dasar yang memungkinkan karyawan dan pemimpin menginternalisasi identitas merek baru. Berdasarkan asumsi tersebut, penelitian ini menyusun dua hipotesis yang memprediksi adanya pengaruh signifikan KM terhadap CM dan efektivitas CM pasca rebranding. 5 Pendekatan kuantitatif eksplanatori digunakan untuk menguji hipotesis melalui Structural Equation Modeling dengan teknik Partial Least Squares (PLS-SEM). Populasi penelitian terdiri dari 113 karyawan operasional dan manajerial yang mengalami proses rebranding pada periode 2022–2024. Data dikumpulkan menggunakan kuesioner terstruktur yang mengoperasionalkan KM melalui indikator penciptaan pengetahuan, berbagi pengetahuan, penyimpanan pengetahuan, dan pemanfaatan pengetahuan. Sementara itu, CM diukur melalui indikator adaptabilitas, kejelasan komunikasi, komitmen kepemimpinan, dan keterlibatan karyawan. Pengujian model pengukuran menunjukkan terpenuhinya validitas konvergen, validitas diskriminan, dan reliabilitas komposit, sehingga memastikan bahwa konstruk yang digunakan terukur secara konsisten. Model struktural selanjutnya digunakan untuk mengevaluasi hubungan kausal antara KM dan CM melalui analisis jalur. Hasil penelitian menunjukkan pengaruh kuat dan signifikan dari KM terhadap CM, ditunjukkan oleh koefisien jalur sebesar 0,902 dengan nilai p 0,000. Nilai R² sebesar 0,811 mengonfirmasi bahwa 81,1% variasi efektivitas manajemen perubahan dijelaskan oleh praktik KM. Temuan ini menunjukkan bahwa penciptaan pengetahuan yang konsisten, mekanisme berbagi pengetahuan yang terstruktur, serta pemanfaatan pengetahuan organisasi secara efektif mampu memperkuat kemampuan adaptasi, memperjelas komunikasi, dan meningkatkan keselarasan kepemimpinan selama transisi. Analisis deskriptif juga memperlihatkan tingginya tingkat keterlibatan karyawan serta partisipasi dalam pelatihan, yang berkontribusi pada internalisasi nilai-nilai merek baru di seluruh departemen. Tinjauan teoretis singkat menempatkan temuan ini dalam diskusi yang lebih luas mengenai pembelajaran organisasi, kapasitas adaptif, dan transformasi berbasis pengetahuan di sektor perhotelan. Kontribusi akademik penelitian ini tercermin dari bukti empiris bahwa ekosistem pengetahuan berfungsi sebagai infrastruktur kognitif yang mendukung keberhasilan rebranding, sehingga memperkuat aplikasi RBV dan Brandology dalam konteks perubahan organisasi. Secara praktis, penelitian ini menegaskan pentingnya pengembangan platform pengetahuan terpadu, keberlanjutan pelatihan internal, serta penguatan komunikasi kepemimpinan untuk mengintegrasikan identitas merek baru ke dalam operasional sehari-hari. Dengan mengaitkan struktur pengetahuan dan transformasi organisasi secara empiris, penelitian ini memberikan wawasan bagi organisasi perhotelan yang ingin membangun resiliensi jangka panjang dan menjaga koherensi selama proses transisi merek.
PENERAPAN METODE INTELLIGENT AUTOMATIC OPERATIONAL MODAL ANALYSIS UNTUK IDENTIFIKASI PARAMETER MODAL PADA STRUKTUR JEMBATAN
Identifikasi parameter modal berupa frekuensi alami, rasio redaman, dan mode shape merupakan dasar dari berbagai implementasi sistem pemantauan kesehatan struktur berbasis getaran. Operational Modal Analysis (OMA) merupakan metode yang banyak digunakan karena mampu mengestimasi parameter modal hanya dari respons getaran akibat beban ambien tanpa memerlukan pengukuran gaya eksitasi secara langsung. Namun, pendekatan konvensional pada OMA masih sangat bergantung pada interpretasi manual pengguna sehingga bersifat subjektivitas dan dapat menimbulkan ketidakkonsistenan hasil identifikasi. Penelitian ini menerapkan dan mengevaluasi metode Intelligent Automatic Operational Modal Analysis (i-AOMA) untuk mengidentifikasi parameter modal secara otomatis pada dua jenis data yang berbeda, yakni data hasil simulasi model jembatan beton prategang berbasis FEM dan data pengukuran akselerasi struktur aktual di lapangan. Penelitian ini memperluas penerapan i-AOMA pada struktur jembatan beton prategang dan mengkaji pengaruh variasi jumlah data pelatihan terhadap akurasi, efisiensi komputasi, dan konsistensi hasil identifikasi. Hasil pada data simulasi menunjukkan bahwa i-AOMA mampu mengestimasi frekuensi alami, mode shape, dan rasio redaman dengan akurasi tinggi terhadap analisis eigen FEM, dengan error relatif frekuensi di bawah 0.4%, error absolut rasio redaman di bawah 0.5%, serta nilai Modal Assurance Criterion (MAC) melebihi 0.95 untuk seluruh mode dominan. Variasi jumlah data pelatihan model machine learning diketahui dapat memengaruhi durasi komputasi karena berpengaruh terhadap jumlah simulasi yang mengalami kegagalan eksekusi, tetapi tidak berdampak signifikan terhadap akurasi hasil identifikasi yang dihasilkan. Penerapan pada data pengukuran lapangan juga berhasil mengidentifikasi mode dominan secara konsisten pada rentang frekuensi 2.14 Hz hingga 6.20 Hz dengan redaman antara 0.7% hingga 2.4%.
ANALISIS JADWAL SHUTDOWN DI CRUSHER MASTER PLANT STUDI KASUS DI PT FREEPORT INDONESIA
Divisi Mill Concentrating adalah salah satu divisi operasi di PT Freeport Indonesia yang memiliki peran penting dan fungsi signifikan pada pengolahan bebatuan sampai menjadi hasil akhir (konsentrat). Untuk menghasilkan konsentrat, bebatuan akan melalui berbagai proses dan peralatan. Serupa dengan divisi lain, biaya pengadaan peralatan dan pemeliharaannya termasuk sebagai elemen utama dalam pengoperasiannya. Di divisi Concentrating, ada pabrik yang bernama CRUSHER MASTER PLANT (CMP). Dalam sistem pabrik ini, ada tiga jalur untuk mengalirkan bijih yaitu South Train, North Train, and Middle Train. Saat ini, ada jadwal shutdown yang rutin dilakukan seminggu sekali selama 12-14 jam dengan tujuan untuk perawatan peralatan. Dalam project shutdown ini dibutuhkan tenaga tambahan dari sumber daya eksternal (kontraktor), sumber daya outsource tersebut akan digabungkan dengan sumber daya senior PTFI (karyawan) untuk menyelesaikan beberapa pekerjaan. Dikarenakan situasi perusahaan saat ini dan kebijakan perusahaan, tim maintenance CMP masih belum dapat merekrut karyawan baru untuk mengisi posisi kosong di dalam Bagan Organisasinya. Dengan hanya 34 karyawan, mereka perlu merawat lebih dari 200 peralatan di CMP. Oleh karena itu, mereka sangat kekurangan tenaga kerja senior untuk menyekesaikankan semua pekerjaan dalam program shutdown di CMP. Apalagi ditambah dengan lebih dari 94 tugas rutin yang perlu diselesaikan di setiap shutdown, dan jika ada permintaan tambahan pekerjaan maka beberapa tugas rutin harus dibatalkan. Kejadian ini telah berulang dan sangat berkontribusi dalam peningkatan Backlog yang belum dikerjakan. Dengan jumlah tugas cukup banyak dan belum dilakukan oleh tim perawatan, perubahan tipe perawatan terjadi di CMP menjadi perawatan reaktif (maintenance breakdown) yang berarti beberapa peralatan akan dirawat saat terjadi kegagalan. Pada akhirnya, akan meningkatkan shutdown tak terjadwal (downtime). Dengan demikian, perlu dikembangkan jadwal shutdown yang tepat untuk meningkatkan ketersediaan alat dan tonase. Berdasarkan diskusi kelompok terarah (FGD) secara internal dengan departemen Operasi, Pemeliharaan, dan Perencanaan di CMP, beberapa skenario telah diajukan seperti; mengubah jadwal shutdown, perubahan jadwal kerja bagi karyawan dan merekrut subkontraktor untuk melakukan beberapa tugas di CMP. Skenario tersebut dianalisis dengan metode SMART untuk mendapatkan hasil optimal. Umur liner, biaya kontraktor, biaya tenaga kerja, dan biaya material akan menjadi pertimbangan untuk menentukan skenario. Sedangkan prestasi keselamatan, pendapatan, retensi tenaga kerja, dan manajemen kelelahan akan menjadi keuntungan yang perlu dicapai. Skenario terbaik yang diambil adalah skenario 6 yaitu memakai jadwal kerja saat ini, yakni: lima hari kerja dan dua hari libur (5-2) dan menggabungkannya dengan mengalihkan dua jenis pekerjaan ke kontraktor yaitu pergantian roller di Belt Conveyor dan pergantian panel Deck di Primary Wet Screen, Secondary Wet Screen dan tertiary Dry Screen yang. Yang terakhir adalah merubah jadwal shutdown menjadi satu kali per dua minggu. Skenario ini merupakan pilihan yang efisien dengan pencapaian tertinggi berdasarkan analisis SMART. Dengan skenario ini, walaupun biaya untuk kontraktor meningkat 48% namun untuk atribut lainnya meningkat sebagai berikut: kinerja keselamatan meningkat 60%, retensi tenaga kerja meningkat 40%, manajemen kelelahan meningkat 60%, dan terakhir pendapatan meningkat 4%.
ALTERNATIF STRATEGI UNTUK MENINGKATKAN KAPASITAS: STUDI KASUS PADA PT TURMERICA, PERUSAHAAN MANUFAKTUR EKSTRAK HERBAL
Meningkatnya permintaan global terhadap ekstrak herbal membuat PT Turmerica perlu mengevaluasi kembali kapasitas produksinya saat ini. Penelitian ini bertujuan untuk mengevaluasi solusi bisnis yang paling layak dan menguntungkan untuk mengatasi kapasitas produksi yang kurang dan memenuhi permintaan pasar melalui kombinasi analisis teknis dan finansial. Pengumpulan data dilakukan melalui data produksi internal perusahaan dan kuesioner dari personel kunci di perusahaan untuk mengevaluasi kinerja produksi yang ada, batasan kapasitas, dan analisis kelayakan. Dengan menggunakan kerangka kerja TELOS (Teknis, Ekonomi, Legal, Operational dan Penjadwalan) dan Decicion Tree Analysis, tiga alternatif strategis telah dievaluasi untuk dipertimbangkan: Alternatif 1 (A1) adalah berinvestasi pada mesin konsentrator baru; Alternatif 2 (A2) adalah outsourcing; dan Alternatif 3 (A3) memperpanjang jam kerja. Dari data produksi tahun 2023-2025 dan perkiraan tingkat pertumbuhan pasar, terlihat bahwa kapasitas produksi saat ini sebesar 161.915 kg/tahun tidak mencukupi untuk memenuhi permintaan di masa depan; kesenjangan kapasitas diperkirakan melebihi 17% pada tahun 2027. Hasil analisis menemukan bahwa mesin ekstraktor merupakan hambatan utama dalam jalur ekstraksi, sehingga menurunkan hasil produksi dan meningkatkan waktu pembersihan dan pemeliharaan. A1 (investasi pada mesin konsentrator baru) adalah alternatif yang paling menguntungkan, meningkatkan kapasitas sebesar 35,1% karena mempercepat konsentrasi ekstraksi, membuat ekstraktor tidak memerlukan pengentalan ekstrak, dan mencegah penyumbatan. Sebaliknya, baik A2 (outsourcing) dan A3 (jam kerja tambahan), hanya meningkatkan kapasitas masing-masing sebesar 8,6% dan 24,6% dengan risiko operasional yang jauh lebih tinggi dan keberlanjutan jangka panjang yang lebih lemah. Berdasarkan hasil TELOS, A1 menawarkan opsi yang paling layak dan menguntungkan berdasarkan Decision Tree Analysis yang menghasilkan arus kas lebih tinggi bagi perusahaan.
INTEGRASI FOTOGRAMETRI FOTO UDARA FORMAT KECIL-WAHANA UDARA NIR AWAK DAN KECERDASAN BUATAN UNTUK PERCEPATAN PEMBUATAN PETA DESA
Ketersediaan peta rupa bumi skala besar yang detail dan mutakhir sangat penting untuk mendukung perencanaan pembangunan, pengelolaan lingkungan, dan mitigasi bencana. Metode survei konvensional maupun citra satelit resolusi tinggi memiliki keterbatasan dari sisi biaya, frekuensi akuisisi, dan tingkat detail spasial. Fotogrametri Foto Udara Format Kecil Wahana Udara Nir Awak (FUFK-WUNA) menawarkan alternatif yang lebih fleksibel, terutama untuk wilayah pedesaan (rural) yang luas di Indonesia, karena pemetaan dapat dilakukan secara bertahap sesuai prioritas kebutuhan daerah, berbeda dengan pendekatan satelit yang umumnya dilakukan sekaligus pada cakupan yang luas. Metodologi penelitian ini mencakup akuisisi data menggunakan FUFK-WUNA, pemrosesan fotogrametri untuk menghasilkan ortofoto resolusi tinggi (10 cm), serta penerapan berbagai metode kecerdasan buatan (AI) untuk segmentasi dan klasifikasi tutupan lahan. Model yang diuji meliputi U-Net, DeepLab, CNN-based classifier, SVM, dan Segment Anything Model (SAM) yang dikombinasikan dengan algoritma klasifikasi seperti Random Forest, SVM, LinkNet, dan U-Net. Evaluasi kinerja dilakukan dengan parameter matriks konfusi (akurasi, F1, Kappa), serta analisis kesesuaian bentuk menggunakan Intersection over Union (IoU), berdasarkan data referensi lapangan dan peta resmi. Hasil penelitian menunjukkan bahwa pendekatan berbasis SAM memberikan performa segmentasi terbaik. Model High Quality SAM (HQ-SAM) dengan pendekatan zero-shot mencapai IoU sebesar 0,68 dan Dice Coefficient sebesar 0,81, mengungguli metode segmentasi lainnya. Pada tahap klasifikasi, dua pendekatan terbukti paling efektif: kombinasi OBIA dengan Decision Tree menghasilkan F1- Score 0,772 di Sumedang Kota, sedangkan arsitektur LinkNet–ResNet34 mencapai F1-Score 0,966 di Cimahi. Secara keseluruhan, workflow yang dikembangkan diuji pada enam set data yang merepresentasikan kawasan rural, transisi rural–urban, dan urban, dengan variasi sumber data mulai dari ortofoto FUFK-WUNA hingga citra satelit 50 cm. Tahapan pascapemrosesan merupakan komponen penting dari workflow otomatisasi ini. Proses mencakup pembersihan data untuk mengurangi noise hasil segmentasi, region merging untuk menggabungkan poligon kecil ke dalam kelas yang sesuai, serta penyederhanaan bentuk geometri agar hasil vektor lebih efisien secara topologi. Langkah-langkah ini terbukti meningkatkan keterbacaan hasil peta sekaligus menjaga efisiensi komputasi pada tahap akhir produksi. Evaluasi menyeluruh menunjukkan bahwa akurasi semantik rata-rata (F1) mencapai 70%, sementara kesesuaian spasial vektor (IoU) berada pada 37%. Dari sisi efisiensi, workflow ini mampu menghemat waktu hingga 85% dibandingkan metode manual. Selain itu, Indeks Otomatisasi Pemetaan (IOP) yang dikembangkan memberikan nilai rata-rata 0,61, dengan kinerja terbaik 0,65 pada data Cimahi (ortofoto FUFK-WUNA nonmetrik dengan kombinasi kanal RGB dan nDSM) serta nilai terendah 0,57 di Sumur Bandung berbasis citra satelit 50 cm. Temuan ini memperlihatkan bahwa metode berbasis FUFK-WUNA tidak hanya unggul untuk kawasan rural sebagaimana tujuan awal penelitian, tetapi juga efektif di kawasan urban dengan kompleksitas lebih tinggi. Perbandingan tambahan dengan citra satelit resolusi 50 cm menegaskan bahwa otomatisasi berbasis ortofoto FUFK-WUNA resolusi 10 cm menghasilkan akurasi lebih tinggi, sekaligus lebih fleksibel untuk diimplementasikan bertahap sesuai kebutuhan wilayah. Penelitian juga menunjukkan bahwa penggunaan kamera metrik maupun nonmetrik menghasilkan kualitas radiometrik yang sebanding, asalkan prosedur akuisisi dilakukan dengan tepat, khususnya perencanaan waktu pemotretan untuk meminimalkan bayangan. Kontribusi utama penelitian ini adalah: (1) pengembangan workflow FUFKWUNA untuk pemetaan tutupan lahan skala besar dan otomatisasi vektorisasi, (2) evaluasi komparatif berbagai metode AI untuk segmentasi dan klasifikasi dengan metrik F1, IoU, dan Dice, (3) pembuktian empiris bahwa FUFK-WUNA lebih unggul dibanding citra satelit resolusi tinggi serta efektif di rural maupun urban, (4) integrasi tahapan pascapemrosesan sebagai bagian esensial untuk menjamin kualitas vektor, dan (5) penegasan bahwa prosedur akuisisi yang tepat lebih menentukan kualitas hasil dibanding sekadar jenis kamera yang digunakan. Dengan demikian, penelitian ini memberikan landasan kuat bagi pengembangan sistem pemetaan desa berbasis kecerdasan buatan yang efisien, adaptif, dan berkelanjutan.
DARI NERACA KEUANGAN HINGGA KINERJA PASAR: BAGAIMANA EFISIENSI INTERNAL DAN KONDISI EKONOMI MEMBENTUK PROFITABILITAS DAN NILAI PEMEGANG SAHAM PADA BANK-BANK BESAR DI INDONESIA
Sektor perbankan Indonesia telah mengalami beberapa perubahan struktural dalam satu dekade terakhir akibat pandemi Covid-19, ketidakpastian ekonomi global, dan percepatan transformasi digital. Perubahan dan dinamika tersebut telah meningkatkan urgensi untuk menjaga profitabilitas yang berkelanjutan bagi perusahaan dan pemegang saham, khususnya bagi bank kategori KBMI 3 dan KBMI 4 yang menguasai lebih dari 75% total aset dan penyaluran kredit di Indonesia sehingga bersifat sistemik. Dengan ukuran, dampak, dan kompleksitas yang besar, memahami faktor signifikan yang mempengaruhi profitabilitas perbankan dan nilai pemegang saham menjadi relevan untuk memastikan kinerja perbankan yang optimal dan berkelanjutan. Penelitian ini menginvestigasi bagaimana faktor internal perusahaan dan dinamika makroeokonomi mempengaruhi profitabilitas dan nilai pemegang saham pada bank KBMI 3 dan KBMI 4 selama tahun 2020-2024. Dengan menggunakan data panel triwulanan dari 15 perbankan yang terdaftar di bursa, penelitian ini menggunakan tiga spesifikasi model – model perbankan, model makroekonomi, dan model gabungan. Faktor internal menggunakan kerangka CAMEL (CAR, Net NPL, GCG, BOPO, LDR), sementara faktor makroekonomi menggunakan pertumbuhan PDB, Inflasi, Indeks Keyakinan Konsumen, Indeks Keyakinan Bisnis, Tingkat Pengangguran Terbuka, BI Rate, dan Nilai Tukar USD/IDR. Ukuran bank, periode pandemi Covid-19, dan efek musiman juga diukur sebagai variabel tambahan. Uji Hausman, uji asumsi klasik, dan penggunaan kluster regresi data panel digunakan dalam studi. Profitabilitas perbankan dan kinerja pasar diukur menggunakan ROA, ROE, NIM, dan QEPS. Hasil penelitian menunjukkan bahwa pengaruh internal memiliki peran lebih dominan dalam menjelaskan pergerakan profitabilitas dan nilai pemegang saham dibandingkan faktor makroekonomi. Net NPL, ukuran bank, ekspansi kredit, dan pola musiman muncul sebagai penggerak utama bisnis, sementara pertumbuhan ekonomi, permintaan rumah tangga, inflasi, dan kebijakan moneter merupakan faktor eksternal yang signifikan. Secara keseluruhan, profitabilitas yang berkelanjutan pada perbankan besar di Indonesia ditopang oleh tata kelola risiko yang kuat, manajemen harga dan aset-liabilitas yang optimal, skala dan strategi pertumbuhan yang tepat, serta respons adaptif terhadap dinamika makroekonomi. Rekomendasi ini diharapkan dapat memberikan wawasan yang bermanfaat bagi ekosistem perbankan Indonesia untuk mewujudkan sistem keuangan yang lebih tangguh, adaptif, menguntungkan dan memberi nilai tambah.
STRATEGI KEUANGAN PROYEK DAN KERANGKA MANAJEMEN RISIKO UNTUK SEWA INFRASTRUKTUR DI INDUSTRI BATUBARA INDONESIA PADA PT MIB
PT. MIB, perusahaan pertambangan batubara yang berlokasi di Sumatera, Indonesia, mengoperasikan infrastruktur pertambangan dengan kapasitas sebesar 18–20 juta ton per tahun. Realisasi throughput saat ini sekitar 10 juta ton per tahun, sehingga terdapat kapasitas tidak terpakai sebesar 8–10 juta ton. Kondisi ini menciptakan peluang strategis bagi perusahaan untuk menyewakan infrastruktur tersebut kepada pemegang izin usaha pertambangan (IUP) di sekitar wilayah operasi yang belum memiliki fasilitas serupa. Meskipun peluang ini cukup besar, PT MIB belum melaksanakan skema sewa infrastruktur karena kendala regulasi, ketiadaan kerangka strategi keuangan yang terstruktur, serta risiko operasional dan pasar yang belum terkelola secara optimal. Penelitian ini bertujuan untuk mengembangkan strategi keuangan dan kerangka manajemen risiko yang komprehensif. Studi ini menyoroti tiga isu utama, yaitu kejelasan regulasi, kemampuan evaluasi finansial, dan mitigasi risiko. Penelitian ini mengintegrasikan pemodelan keuangan kuantitatif dengan analisis kualitatif para pemangku kepentingan. Analisis keuangan mencakup model penetapan harga berbasis biaya, Discounted Cash Flow (DCF), Simulasi Monte Carlo, analisis sensitivitas, dan analisis skenario. Identifikasi dan prioritas risiko dilakukan berdasarkan kerangka kerja ISO 31000:2018, dengan metode TOPSIS untuk mengevaluasi dan menentukan peringkat strategi mitigasi. Analisis sensitivitas mengidentifikasi harga batubara, nilai tukar, dan harga bahan bakar sebagai variabel yang paling berpengaruh terhadap hasil keuangan. Melalui Simulasi Monte Carlo, skenario dasar (Base Case) menghasilkan NPV sebesar USD 173 juta dengan probabilitas 88% NPV > 0 dan Internal Rate of Return (IRR) sebesar 27,55%, jauh di atas WACC sebesar 13,46%. Dengan mengintegrasikan prosedur yang terstandarisasi, mekanisme penetapan harga yang dinamis, serta register risiko yang selaras dengan ISO 31000, PT MIB dapat menginstitusionalisasikan skema sewa infrastruktur sebagai strategi transformasi keuangan jangka panjang. Kerangka ini mampu mengurangi ketergantungan pada pendapatan penjualan batubara, meningkatkan pemanfaatan aset, serta memperkuat ketahanan finansial untuk pertumbuhan yang berkelanjutan.
PENGEMBANGAN METODE DIAGNOSIS MYCOBACTERIUM TUBERCULOSIS COMPLEX (MTBC) MELALUI PENDEKATAN ROLLING CIRCLE AMPLIFICATION (RCA) DENGAN BIOSENSOR BERBASIS KOLORIMETRI DAN FLUOROMETRI
Tuberkulosis (TB) adalah penyakit infeksi Kompleks Mycobacterium tuberculosis (MTBC) yang dapat merusak paru-paru dengan risiko kematian tinggi. Di Indonesia, kasus TB masih tinggi karena terbatasnya fasilitas kesehatan dan teknologi diagnosis dini, sehingga banyak pasien tidak mendapatkan pengobatan yang tepat. Teknologi Rolling Circle Amplification (RCA) yang bersifat isothermal dapat menjadi solusi karena dapat diterapkan di fasilitas laboratorium terbatas. Reaksi RCA menghasilkan amplikon panjang dan asam pirofosfat sebagai produk samping, yang dapat mengubah pH reaksi dan terdeteksi oleh biosensor yang kompatibel. Oleh karena itu, penelitian ini berfokus pada pengembangan biosensor yang dapat mendeteksi produk samping RCA yang menargetkan bakteri penyebab tuberkulosis. Komponen utama reaksi, yaitu padlock probe, dirancang untuk menargetkan gen 16s rRNA dari MTBC. Performa hibridisasi/ligasi dan amplifikasi padlock probe dievaluasi menggunakan visualisasi elektroforesis dengan gel ploakrilamida dan agarosa. Di sisi lain, dilakukan pula penapisan carbon nanodots (CNDs) yang memiliki sensitivitas yang baik pada rentang perubahan pH pada reaksi RCA. CNDs yang memiliki sensitivitas terbaik dikarakterisasi dengan menggunakan FTIR, PL Mapping dan karakterisasi sistem reaksi kombinasi CNDs dan phenol red. Sistem reaksi RCA kemudian dimodifikasi dan dioptimasi dengan menghilangkan komponen penyangga dan penambahan aditif. Sensitivitas sistem biosensor dievaluasi dengan dilusi target dari konsentrasi 107 hingga 102 kopi/mL. Spesifisitas dari sistem reaksi juga di uji pada isolat genom mikroba komensal saluran pernapasan. Terakhir, Sistem RCA divalidasi dengan pengujian pada sampel pasien positif TB. Desain padlock probe menargetkan bagian hypervariable 1 dari gen 16s rRNA MTBC dan memiliki banyak mismatch dengan non-tuberculous mycobacteria (NTM) serta mikroba komensal lainnya. Ligasi pada target berhasil dilakukan dengan konsentrasi optimal 1 ?M dan terkonfirmasi dapat membentuk produk RCA dengan ukuran yang besar. Hasil penapisan CNDs menunjukan bahwa bahan baku glukosa memiliki sensitivitas yang paling baik dibandingkan bahan baku lainnya. CNDs berbasis glukosa memiliki berbagai gugus fungsi seperti -OH, -NH?, -CH?, -CH?, gugus karboksilat, dan ikatan karbon rangkap yang merupakan ciri khas CNDs. Panjang eksitasi dan emisi maksimal dari CNDs ini adalah masing-masing 405 nm dan 500-550 nm dengan sensitivitas yang baik ketika digabungkan dengan phenol red. Kondisi optimum reaksi termodifikasi dicapai melalui penghilangan komponen penyangga dan penambahan 40 mM guadidine HCl dengan waktu inkubasi 30 menit untuk pengujian fluorometri dan 45 menit untuk pengujian kolorimetri. Limit deteksi yang dicapai melalui pendekatan fluorometri dan kolorimetri masing-masing adalah 1898 kopi/mL dan 10.000 kopi/mL. Sistem reaksi tidak memiliki aktivitas cross activity untuk E. coli dan S. aureus dengan konfirmasi positif pada pasien penderita TB. Sehingga dapat disimpulkan sistem reaski RCA dengan berbasis kolorimetri dan fluorometri memiliki potensi yang baik untuk aplikasi diagnosis TB.
TRANSISI MELAMPAUI BATUBARA: KONVERSI PLTU KE AMONIA DAN BIOMASSA, PLTGU KE HIDROGEN, SERTA PENERAPAN CCS UNTUK MASA DEPAN ENERGI INDONESIA
Sektor ketenagalistrikan Indonesia menghadapi transisi penting untuk menjaga keamanan energi, daya saing ekonomi, dan keberlanjutan lingkungan. Meskipun terdapat kemajuan kebijakan, PLTU berbasis batubara masih menyumbang lebih dari 50% produksi listrik nasional sehingga menyebabkan emisi tinggi dan risiko stranded assets. Untuk mendukung target Net Zero Emissions (NZE) 2060, penelitian ini mengevaluasi jalur dekarbonisasi melalui konversi dan retrofitting PLTU dan PLTGU menggunakan amonia, biomassa, hidrogen, serta teknologi carbon capture and storage (CCS), dengan tujuan mengidentifikasi strategi yang layak tanpa mengurangi keandalan sistem. Penelitian ini menjawab tiga pertanyaan utama: bagaimana dampak konversi PLTU dan PLTGU terhadap bauran pembangkitan, kapasitas, dan emisi; bagaimana kinerja konversi dibandingkan skenario business-as-usual dalam hal output listrik, biaya investasi, dan keandalan sistem; serta strategi apa yang dapat diterapkan PLN dan pembuat kebijakan untuk menyeimbangkan komitmen lingkungan dengan keterbatasan operasional dan finansial. Empat skenario dikembangkan: BAR, BAD, RET, dan CCS; merepresentasikan tingkat ambisi teknologi yang berbeda. Pendekatan kuantitatif berbasis skenario menggunakan LEAP-NEMO dan solver HiGHS, dengan kalibrasi berdasarkan RUKN 2025–2060, RUPTL 2025–2034, dan data PLN, ESDM, IPCC, serta IEA. Hasil menunjukkan BAR dan BAD tetap bergantung pada batubara hingga setelah 2040, sedangkan RET dan CCS menurunkan emisi lebih dari 85%. RET mencapai 88% energi terbarukan pada 2060, sementara CCS memberikan reduksi lebih dalam namun membutuhkan investasi lebih besar (USD 149–164 miliar). Proyeksi permintaan listrik meningkat dari 316 TWh (2024) menjadi 1.347 TWh (2060), dengan kebutuhan kapasitas 407– 563 GW. Temuan ini menegaskan pentingnya teknologi transisi dalam dekarbonisasi jangka panjang Indonesia.