Hasil Pencarian  ::  Simpan CSV :: Kembali

"ABSTRAK Tesis ini membahas disain, implementasi dan analisa kinerja algoritma paralel integrasi numerik adaptif yang mempunyai paradigma tree computation. Implementasi algoritma paralel ini dilakukan pada jaringan komputer PC dengan bahasa pemrograman C yang berbasis PVM (parallel virtual machine). Ujicoba pengukuran dan analisa kinerja dari algoritma tersebut dilakukan pada jumlah slave yang bervariasi dari mesin-mesin komputer yang heterogen. Parameter-parameter yang diukur adalah nilai speedup, efisiensi penggunaan prosesor, computation to communication ratio, job allocation untuk mendapatkan load balancing yang merata, dan distribusi waktu eksekusi. Ada tiga model algoritma paralel yang ditawarkan dalam integrasi numerik adaptif ini. Model pertama menawarkan suatu cara dimana setiap node yang terbentuk pada tree computation akan dikerjakan oleh prosesor yang berbeda. Master akan mengirimkan node-node sebagai sub-sub problem. ke slave-slave secara ternus menerus sehingga semua slave tidak ada yang idle. Hasil yang diterima master belum tentu hasil akhir, sehingga mungkin sekali sub problem tersebut akan dipecah menjadi sub-sub problem bare yang akan dikirim kembali ke slave-slave. Pada solusi model kedua, master mengirim node-node sebagai sub-sub problem ke semua slave. Slave akan melakukan komputasi secara rekursif sampai diperoleh hasil akhir, sehingga terbentuk suatu sub tree computation pada setiap slave. Hasil akhir yang diterima master akan dikumpulkan untuk mendapatkan total hasil akhir. Slave yang telah selesai akan diberi sub problem berikutnya. Sedang pada model ketiga, master membagi problem secara liner sesuai dengan jumlah mesin yang terlibat, tanpa memperhatikan volume beban komputasi dari setiap sub problem. Selanjutnya master dan slave-slave akan melakukan komputasi secara rekursif sampai diperoleh hasil akhir. Jadi baik pada master maupun slave akan terbentuk sub-sub tree computation. Master akan menerima hasil dari setiap slave untuk dikumpulkan menjadi total hasil akhir. "

"ABSTRAKIndustri pelayaran diketahui memiliki potensi atau resiko tinggi yang terkait dengan keselamatan. Dari data kecelakaan kapal yang terjadi di Indonesia dari tahun 2005 hingga 2018, berdasarkan data yang diambil dari Komite Nasional Kecelakaan Kapal (KNKT), penelitian ini mengembangkan model untuk metode pengambilan keputusan dengan pohon keputusan untuk memprediksi kemungkinan kecelakaan kapal fatal dan mengakibatkan kematian. Hasil dari pemodelan menunjukkan bahwa kecelakaan fatal dan kematian sebagian besar disebabkan oleh faktor teknis dan manusia, dan hanya beberapa kecelakaan yang terjadi di perairan yang disebabkan oleh cuaca buruk. Selain itu, jumlah kecelakaan kapal telah meningkat dalam 7 tahun terakhir. Persentase terbesar dari kecelakaan kapal ditempati oleh kapal penumpang.Sebagian besar kecelakaan kapal terjadi di Laut Jawa dan Selat Bangka.Dari uraian data dan model pohon keputusan yang telah dibuat, akan diukur tingkat risiko kecelakaan kapal. Hasil penelitian ini bermanfaat bagi pembuat kebijakan dalam mengusulkan strategi yang efisien untuk mencegah kecelakaan pengiriman fatal, juga untuk pemilik kapal, operator dan lembaga asuransi.

---

ABSTRACTThe shipping industry is known to have high potential or risk associated with safety. From ship accident data that happened in Indonesia from 2005 until 2018, based on the data taken from National Transportation Safety Comittee (NTSC), this study develops a model for decision making methods with a decision tree to predict the probability of fatal shipping accidents and corresponding mortalities. The model results show that both the fatal accidents and mortalities are mainly caused by technical and human factors, and only a few accidents occur in the waters caused by weathers. In addition, the number of ship accidents has increased in the past 7 years. The biggest portion of ship accidents is occupied by passenger ships. Mostly the ship accident occured in Java Sea and Bangka Strait.From the description of the data and the decision tree model that has been made, it will be measured the level of risk of ship accidents. The results of this study are beneficial for policy-makers in proposing efficient strategies to prevent fatal shipping accidents, also for ship owner, operator and insurance institution."

"ABSTRAKSetiap perusahaan telekomunikasi wajib untuk memberikan kualitas layanan yang baik kepada pelanggan. Standar kualitas layanan ini direpresentasikan oleh Service Level Agreement (SLA). Salah satu cara untuk meningkatkan SLA adalah dengan meminimalkan waktu downtime layanan. Waktu downtime ini disebut dengan Time to Repair (TTR) yang merupakan indikator kinerja dari Fault Management System (FMS). Semakin rendah nilai TTR, maka kinerja FMS pada PT. XYZ semakin baik. Pada penelitian ini akan dibahas mengenai peningkatan kinerja FMS dengan melakukan evaluasi proses bisnis FMS, mengukur nilai probabilitas kegagalan sistem dengan perubahan komposisi komponen, serta mendapatkan proses bisnis yang dapat meningkatkan kinerja FMS. Proses bisnis FMS direpresentasikan ke dalam Standard Operating Procedure (SOP) penanganan gangguan pada jaringan fiber optik. Metode Markov Chain (MC) digunakan untuk mengetahui tingkat kinerja proses bisnis FMS dari open ticket hingga closed ticket. Metode Fault Tree Analysis (FTA) digunakan untuk mengetahui probabilitas kegagalan sistem dari komposisi komponen-komponen dalam FMS. Tujuan metode FTA ini adalah untuk mendapatkan sistem yang memiliki probabilitas kegagalan yang minimum. Sistem yang baru tersebut kemudian diuji kembali kinerjanya dengan menggunakan metode MC. Dengan kedua metode tersebut didapatkan model proses bisnis yang dapat meningkatkan kinerja FMS di PT. XYZ hingga 92,64%.

---

ABSTRACTEvery telecom company is obliged to provide good quality services to customers. Service quality standards is represented by SLA (Service Level Agreement). One way to improve the SLA is to minimize service downtime. This downtime is called with TTR (Time to Repair) which is an FMS (Fault Management System) performance indicator. The lower TTR values, the better the FMS performance. This research will discuss the performance improvement by evaluating FMS business process, determine the components that lead to system failure, measure the value of a system failure probability with changes in the composition of its components, and obtain business process that can improve FMS performance. FMS business process is represented in SOP of fiber optic fault handling process. MC (Markov Chain) method is used to determine the level of FMS business process performance for each process from open ticket to closed ticket. FTA (Fault Tree Analysis) method is used to determine the probability of system failure for various components composition in the FMS. The purpose of this method is to get a system that has a minimum system failure probability. The new system is then re-tested for its performance using MC method. With both methods we can obtain business process models that can improve the performance of FMS PT. XYZ up to 92.64%."

"ABSTRAKPenelitian mengenai lichen dilakukan di lingkungan kampus Universitas Indonesia, Depok pada Agustus 2015 -- Januari 2016. Tujuan dari penelitian ini adalah untuk menentukan struktur komunitas lichen di Universitas Indonesia, Depok. Tujuh plot 25 x 25 m dibuat di hutan kota dan sembilan garis transek masing-masing sepanjang 50 m dibuat di jalan utama kampus. Lima pohon dipilih pada setiap titik plot dan transek garis sebagai sampel. Sampel diambil dari pohon dengan DBH (Diameter at Breast Height) minimal 20 cm dengan jaring plastik 10 cm x 10 cm yang melekat di utara, selatan, timur, dan barat sisi batang pohon. Jaring plastik dibagi menjadi 100 kotak persegi, kemudian ditempel pada pohon dengan ketinggian yang berbeda (0 cm -- 100 cm dan 100 cm -- 200 cm) dari permukaan tanah. Hasilnya diperoleh tiga famili lichen yang ditemukan di hutan kota yaitu, Leprariaceae, Sarrameanaceae dan Physciaceae dan lima famili lichen di jalan utama kampus yaitu, Sarrameanaceae, Parmeliaceae, Leprariaceae, Graphidaceae dan Physciaceae. Kesamaan famili lichen antara hutan kota dan jalan utama kampus berdasarkan Indeks Sorenson sebesar 75%. Famili Leprariaceae adalah famili yang dominan di hutan kota, sementara Sarrameanaceae adalah famili yang dominan di jalan utama kampus. Keragaman lichen kedua lokasi dikategorikan sedang berdasarkan Indeks Shannon Wiener (H '1--3), namun tidak ada yang berbeda secara signifikan di antara kedua tempat tersebut. Famili Leprariaceae memiliki frekuensi kehadiran tertinggi pada pohon inang yaitu pohon daruak (Microcos tomentosa) sebesar 7,5%. Berdasarkan uji asosiasi (x2) antara tekstur kulit pohon dengan lichen menunjukkan asosiasi positif antara tekstur kulit pohon dengan lichen. Kehadiran famili Sarrameanaceae, Leprariaceae, Graphidaceae dan Physciaceae dipengaruhi oleh tekstur kulit pohon inang sedikit kasar.

---

ABSTRACTResearch on lichens was conducted at the Universitas Indonesia, Depok on August 2015 -- January 2016. The aim of this research is to determine community structur of lichen at the Universitas Indonesia, Depok. Seven plots of 25 x 25 m2 were made at the urban forest, while nine of 50 m line transect were made at the main road. Five trees of each plots and line transect were sampled. The samples were taken from trees with DBH (Diameter at Breast Height) minimum 20 cm then the grid 10 cm x 10 cm were attached at northern, southern, eastern, and western site of the trunk. The grid was divided into 100 square, then attached on trees in different height (0 cm - 100 cm and 100 cm - 200 cm) from the land surface. The result obtained three family of lichens were found in urban forest, they are Leprariaceae, Sarrameanaceae and Physciaceae. Five family were found at the main road, they were Sarrameanaceae, Parmeliaceae, Leprariaceae, Graphidaceae and Physciaceae. The similarity of lichens family between the urban forest and main road based on Sorenson similarity were high 75%. Family Leprariaceae was the dominant family at the urban forest, while Sarrameanaceae was dominant family at the main road. The diversity of lichen at both sites were categorized medium based on Shannon Wiener index (H? 1--3), however there was not significantly different between those place. Family Leprariaceae was the highest frequency of present on daruak (Microcos tomentosa) host tree, that was 7,5%. Based association test (x2) between the texture of tree bark with lichen, shows that positive association between the texture of tree bark with lichen,the presence of Sarrameanaceae, Leprariaceae, Graphidaceae and Physciaceae family is influenced by bark slightly rough"

"Nama:Puguh MahendrodjatiProgram Studi:Magister Keselamatan dan Kesehatan KerjaJudul Tesis:Analisa Dampak Kebakaran dan Ledakan pada Fasilitas Pengolahan Hidrokarbon Gas dan Kondensat Menggunakan Software ALOHA di PT. X Kebakaran pada sebuah tangki hidrokarbon adalah kecelakaan yang relatif langka yang dapat menyebabkan konsekuensi tak terduga untuk personil, instalasi dan lingkungan. Karakteristik hidrokarbon baik gas vapor ataupun cairan liquid yang memiliki bahaya dan risiko tinggi menyebabkan banyaknya kejadian kecelakaan yang melibatkan hidrokarbon tersebut. Penelitian ini merupakan deskriptif dengan desain kuantitatif melalui pengumpulan data sekunder dan studi literatur tanpa melakukan intervensi pada objek penelitian non experimental dan dianalisa menggunakan perangkat lunak ALOHA dan metode lainnya seperti event tree analysis, probit analysis, dll untuk mengevaluasi model konsekuensi kebakaran dan ledakan pada fasilitas pengolahan hidrokarbon gas dan kondensat yang merupakan Major Hazard Plant, berdasarkan skenario kegagalan yang mungkin terjadi. Major Accident Event MAE dari fasilitas tersebut antara lain kolam api, api jet dan ledakan uap awan. Kejadian kolam api dari fasilitas tersebut memiliki dampak yang sangat signifikan terhadap personil di dalam fasilitas tersebut. Risiko individu masih berada berada di ALARP region, sedangkan risiko social berada di ldquo;Intolerable region rdquo.

---

Name Puguh MahendrodjatiStudy Program Master Program of Occupational Health and SafetyThesis rsquo Title The Impact Analysis of Fires and Explosions on the Gas and Condensate Hydrocarbon Processing Facility Using Software ALOHA in PT. X Fire on a hydrocarbon tank is a relatively rare accident that can lead to unforeseen consequences for the worker 39 s, installation and environmental. Characteristics of hydrocarbons either gas vapor or liquid liquid that have a danger and high risk to cause the number of incidents involving the hydrocarbon incident. This research is descriptive with quantitative design through secondary data collection and literature study without intervention on research object non experimental and analyzed using software ALOHA and other methods such as event tree analysis, probit analysis, etc. to evaluate model consequences Fire and explosion at the gas and condensate hydrocarbon processing facility which is the Major Hazard Plant, based on possible failure scenarios. Major Accident Events MAE of the facility include a pool of fire, jet fire and cloud vapor explosion. The event of a pool of fire from the facility has a very significant impact on personnel within the facility. Individual risk is still in the ALARP region, while social risk is in the Intolerable region."

"Kebocoran hidrokarbon dapat menyebabkan konsekuensi yang serius di berbagai aspek. Di samping berperan dalam polusi lingkungan, kebocoran yang berulang juga membutuhkan biaya perbaikan yang tinggi. Penelitian ini bertujuan untuk meminimalisir terjadinya kebocoran berulang dan mencegah terjadinya kebocoran di sistem perpipaan dengan aliran 3 fasa lainnya. Penelitian ini menggunakan analisis kuantitatif untuk mendapatkan level risiko, menghitung estimated life dan memperkirakan jadwal inspeksi atau mitigasi berikutnya. Penyebab utama terjadinya kebocoran berulang diketahui menggunakan analisis kuantitatif dari Fault Tree Analysis (FTA). Diagram bow tie menggambarkan safeguard yang dibutuhkan untuk mencegah dan mengontrol terjadinya kebocoran. Terdapat 8 sistem perpipaan yang mengalami kebocoran berulang pada 3 tahun terakhir. Dari hasil penelitian didapatkan level risiko beberapa pipa berada pada area kuning dan merah dengan 1 pipa dalam kondisi unfit. FTA menunjukkan adanya 4 penyebab utama terjadinya kebocoran berulang dan dimasukkan ke dalam diagram bow tie bagian kiri. Dapat disimpulkan bahwa analisis risiko ini dapat digunakan untuk meminimalisir dan mencegah terjadinya kebocoran di sistem perpipaan 3 fasa.

---

Hydrocarbon releases might result serious consequences in various aspects. Beside contribute to environmental pollution, repetitive leakages need high repair costs. This study is aimed to minimize repetitive leakage and prevent leakage for other 3-phase piping systems. We employ the quantitative risk assessment to establish risk levels, calculate estimated life, and propose the next inspection or mitigation plan. The most relevant root causes can be obtained through quantitative Fault Tree Analysis (FTA). A bow tie diagram will represent safeguards to prevent and control hydrocarbon releases. Eight piping systems that have suffered repetitive leakage are investigated. It has been found that the risk level of some piping systems in yellow and red areas with 1 pipe in unfit condition. FTA shows 4 basic events as root causes of leakage, and input them as threats in a bow tie. It can be concluded this analysis can be used to minimize and prevent leakage for 3-phase piping systems."

"Teknologi Dense Wavelength Division Multiplexing (DWDM) telah mengalami perkembangan pesat, di mana beberapa vendor telah meningkatkan kapasitas per frekuensi hingga mencapai 1 Tbps (Tera Bit Per Second). Dalam tesis ini, penelitian dilakukan untuk menentukan pola data yang digunakan oleh engineer guna mencapai hasil yang optimal dengan menggunakan kecerdasan buatan. Penelitian ini berfokus pada simulasi jaringan DWDM di Microsoft di Amerika Utara, yang melibatkan beberapa repeater dan mempertimbangkan berbagai faktor yang terjadi dalam jaringan tersebut. Dengan menggunakan data hasil performansi lapangan, ditemukan data yang paling optimal untuk jaringan DWDM tersebut. Dengan mencapai kinerja Q-Factor yang baik, diperoleh juga margin pada jaringan berdasarkan perhitungan kabel optiknya. Estimasi kinerja Q-Factor dapat diperoleh melalui fungsi regresi linear yang bergantung pada perangkat yang dilalui dalam jaringan, seperti Transponder, EDFA, dan media transmisi berupa serat optik. Data hasil pengukuran merupakan data perubahan daya transmisi pada sisi penguat, yang menyebabkan perubahan daya per kanal pada setiap transponder di sisi penerima. Setiap perubahan nilai kinerja Q-Factor pada setiap kanal dianalisis polanya menggunakan machine learning. Data tersebut akan dilakukan proses pelatihan berulang kali guna meminimalkan kesalahan dan mencapai kinerja Q-Factor yang lebih baik. Secara keseluruhan, hasil yang dicapai dalam tesis ini membentuk dasar bagi skema pemodelan kinerja Q-Factor yang akurat serta mendapatkan nilai Q-Factor yang optimal. Hasil penelitian ini memberikan wawasan tentang penggunaan machine learning di masa depan dalam perencanaan jaringan optik DWDM.

---

This research investigates the development of Dense

Wavelength Division Multiplexing (DWDM) technology in

conjunction with 6G technology to meet the growing demands for

high-speed data transmission. Vendors have significantly

increased the capacity per channel enabling speeds of up to 1 Tera Bit Per Second. The Q-Factor is one of the indicators that

determines the quality of the optical system. Q-Factor plays a

crucial role in evaluating these technological advancements. In

actual practice, engineers need to conduct manual field tests to

obtain the Q-factor value. Engineers must calibrate the equipment

manually onsite. This procedure is time consuming and inefficient. Machine learning can be used to calculate and forecast the Qfactor quickly and automatically. This study designs a machine learning algorithm to forecast the Q-factor value based on the equipment parameters in the field. This study evaluates 4 machine learning algorithms. The data used is obtained from the Microsoft optical network in North America. The Decision tree model archives the best results with an impressive accuracy of 99.5% and low mean squared error (MSE) of 0,00104. The proposed algorithm achieved better results than the previous research."

"Data Center Network (DCN) adalah sebuah pendekatan populer dalam membangun jaringan dengan skala besar yang dapat melakukan pemrosesan data. Komponen-komponen yang ada pada DCN seperti server, switches, dan link dipandang sebagai sebuah kesatuan yang saling bekerja sama untuk dapat melayani permintaan proses data. Dalam operasinya, DCN membutuhkan topologi, dimana topologi tersebut adalah representasi bentuk jaringan dan bagaimana masing-masing komponen dalam DCN terhubung dan saling berkomunikasi. Beberapa topologi yang dapat dimplementasikan pada DCN diantaranya adalah topologi fat tree (yang paling sering digunakan) dan topologi BCube. Masing-masing topologi membutuhkan routing protocol yang dapat menentukan jalur terbaik bagi node server untuk dapat berkomunikasi. Pada penelitian ini mengusulkan penggunaan routing protocol XPath yang dapat meminimalisir penggunaan path berlebihan dengan cara melakukan kompresi menggunakan algoritma two step compression. Routing protocol XPath dimplementasikan pada masing-masing topologi dan disimulasikan menggunakan NS-3 Simulator untuk mendapatkan perbandingan hasil akhir berupa rata-rata throughput dan delay masing-masing topologi. Dari hasil penelitian dan pengujian didapat bahwa topologi BCube pada data center network yang mengimplementasikan routing protocol XPath menghasilkan nilai performansi yang lebih baik dibandingkan topologi Fat Tree. Implentasi routing protocol XPath juga secara signifikan meningkatkan throughput dan menurunkan delay masing-masing topologi.

---

Data Center Network (DCN) is a popular approach to build a big and scalable network, which process big data in its core. Each component in DCN such us node server, switches, and link are likely to be seen as one system working together to process request data from user. In its operation DCN need at least one topology in each manageable system. Topology is the representation of network communication, and how each component in DCN can connect to each other. There are many topology that can be implemented in DCN architecture such as Fat Tree topology which is commonly use in DCN architecture and also BCube topology. Each of that topology in DCN also need a routing protocol that can arrange and manage a best path or desired path for each node server to transfer data accros network. In this research, XPath routing protocol is proposed to be implemented in both Fat Tree based DCN and BCube based DCN. XPath routing protocol is choosen because its nature to compress excess possible path become desired path only, using two-step compression algorithm. XPath routing protocol are implemented in each topology using NS-3 Simulator as simulation framework. The purpose of the research is to get comparison result between Fat Tree and BCube using average throughput and average delay metrics. Result of this research and simulation indicating that BCube data center network which implement XPath routing protocol shows a better performance than Fat Tree. The implementation of XPath routing protocol in each topology also show throughput increase and delay decrease significantly, which make XPath routing protocol a good idea to be implemented in data center network."

"Penggunaan biogas dalam mendukung aktivitas pembangunan memiliki risiko kebakaran dan ledakan karena struktur komposisi penyusunnya. Tingkat kecelakaan karena biogas di Eropa tercatat cukup signifikan dalam rentang waktu tahun 2007 – 2014, yaitu sebanyak 144 kasus dimana 17 kasus di dalamnya mengakibatkan kematian. Tujuan penelitian ini adalah untuk menganalisis risiko kebakaran dan ledakan pada biogas plant di PT X dengan pendekatan kuantitatif melalui analisis tingkat kemungkinan, konsekuensi, serta mengestimasikan tingkat risiko kebakaran dan ledakan pada instalasi biogas PT X. Analisis kemungkinan risiko kebakaran dan ledakan menggunakan metode Event Tree Analysis (ETA) dan untuk analisis konsekuensi menggunakan perangkat lunak Areal Locations of Hazardous Atmosphere (ALOHA) v.5.4.7. Hasil penelitian ini adalah adanya skenario kebocoran gas dari pipa pada saat operasional biogas yang berdampak jet fire, flash fire dan ledakan dengan kemungkinan 1,08,E-06 untuk jet fire, 1,30,E-05 untuk flash fire, dan 8,64,E-06 untuk ledakan. Dampak kebakaran jet fire mencapai 20 meter, vapor cloud mencapai 63 meter, ledakan 26 meter, dan toxic threat zone kurang dari 10 meter. Risiko individu untuk pekerjaan dengan waktu kerja 10 jam seperti asisten operasional biogas adalah sebesar 6,935 x 10-9 dan untuk pekerjaan dengan waktu kerja 12 jam seperti operator biodigester, gas engine dan security adalah 8,322 x 10-9. Total Potential Loss of Life (PLL) adalah 1,304 x 10-7. Dengan demikian risiko individu dan sosial masih dalam level dapat terima. Rekomendasi yang dapat diberikan adalah menerapkan pengendalian preventif berbasis risiko, evaluasi sistem proteksi kebakaran, mengembangkan program manajemen krisis dan tanggap darurat baik dari segi sumber daya manusia dan fasilitas.

---

The use of biogas in supporting development activities has the risk of fire and explosion due to the structure of its constituent composition. The accident rate due to biogas in Europe was recorded quite significantly in the period 2007 – 2014, there are 144 cases of which 17 fatalities. This study aims to analyze the risk of fire and explosion at the biogas plant at PT X with a quantitative approach through analysis of the likelihood, consequence, and estimating the level of risk of fire and explosion at the biogas plant at PT X. Analysis of the possibility of fire and explosion risk using the Event Tree Analysis method (ETA) and for the analysis of consequences using the software Areal Locations of Hazardous Atmosphere (ALOHA) v.5.4.7. The result of this research is that there is a scenario of gas leakage from the pipeline during biogas operation which has an impact on jet fire, flash fire and explosion with a probability of 1.08, E-06 for jet fire, 1.30, E-05 for flash fire, and 8, 64,E-06 for explosion. The impact of the jet fire was 20 meters, the vapor cloud reached 63 meters, the explosion was 26 meters, and the toxic threat zone was less than 10 meters. The individual risk for a job with a working time of 10 hours such as a biogas operational assistant is 6.935 x 10-9 and for a job with a working time of 12 hours such as a biodigester, gas engine and security operator is 8.322 x 10-9. Total Potential Loss of Life (PLL) is 1,304 x 10-7. Thus, individual and social risks are still at an acceptable level. Recommendations that can be given are implementing risk-based preventive controls, evaluating fire protection systems, developing crisis management and emergency response programs both in terms of human resources and facilities."

"Warung kopi atau coffee shop kian mengalami peningkatan dalam tren dan permintaan di Indonesia. Pandemi Covid-19 membuat pemberlakuan pembatasan sosial yang membuat penjualan dan permintaan menjadi susah diprediksi sehingga pengelolaan stok biji kopi menjadi masalah. Melakukan peprediksi menggunakan model machine learning dapat menjadi solusi untuk mengatasi masalah tersebut. Data yang digunakan adalah permintaan biji kopi yang didapatkan dari sistem POS (Point-of-Sales). Untuk membuat performa model yang lebih baik, ditambahkan beberapa variabel eksternal seperti cuaca, hari raya dan pembatasan sosial. Model prediksi yang digunakan adalah Multiple Linear Regression (MLR), Decision Tree (DT), Support Vector Regressor (SVR) dan Neural Network (NN). Hasil pelatihan model menunjukan model-model yang menggunakan semua variabel menghasilkan hasil prediksi yang lebih baik dibandingkan dengan model-model dengan menggunakan hanya variabel tanggal. Model DT menunjukan hasil prediksi yang terbaik berdasarkan pola prediksi dan error yang dihasilkan. Implementasi hasil prediksi dapat diterapkan dengan perhitungan Reorder Point (ROP) yang ditampilkan dalam dashboard, Expected Value Analysis untuk penentuan tingkat pemesanan, danpencatatan pemesanan bahan baku untuk perkiraan biaya yang dibutuhkan dihitung menggunakan metode FIFO (First in First Out).

---

The trend of Coffee shops in Indonesia keeps increasing as well as its. COVID-19 pandemic has caused the establishment of social restriction which creates hindrance in predicting the sales and demand, as a result disrupts the coffee beans inventory management. Forecasting using machine learning models could offer a solution to overcome those problems. The data used in this research is the coffee beans demand from POS (Point-of-Sales) system. Various external variables such as weather, event and social restrictions are added to increase model performance. Predictions models used are Multiple Linear Regression (MLR), Decision Tree (DT), Support Vector Regressor (SVR) and Neural Network (NN). The result of model training shows that models that use all variables produce better prediction than models that use date variables only. DT model generates the best prediction based on its pattern and error measurement. The prediction result from the chosen model is implemented to calculate the Reorder Point (ROP)  and visualized using  dashboard, Expected Value Analysis to determine the stock level estimation. Subsequently, material stock register calculated using FIFO (First in First Out). "