Hasil Pencarian  ::  Simpan CSV :: Kembali

"Kemajuan teknologi saat ini berkembang sangat pesat dan menyebabkan meningkatnya konsumsi produk elektronik. Namun, hal tersebut menimbulkan tantangan baru yaitu peningkatan limbah elektronik. Banyak negara yang telah mengadaptasi kebijakan Extended Producer Responsibility untuk melindungi lingkungan dari pencemaran limbah elektronik. Di Taiwan, kebijakan Extended Producer Responsibility telah ditetapkan sejak 1998 di bawah 4-in-1 Recycling Program dan evaluasi kebijakan tetap dilakukan secara terus menerus untuk mendapatkan kebijakan yang lebih baik. Saat ini, ketidak seimbangan model pendanaan Extended Producer Responsibility terjadi dan dapat merugikan pihak tertentu. Keterlibatan banyak pihak yaitu produsen, pemerintah, industri daur ulang dan konsumen mengakibatkan kompleksitas untuk kebijakan pengelolaan glimbah elektronik semakin tinggi. Oleh karena itu, penelitian ini mengusulkan untuk melakukan perancangan ulang model pendanaan Extended Producer Responsibility untuk memastikan profitabilitas dalam sistem pengelolaan limbah elektronik di Taiwan menggunakan metode system dynamics. Berdasarkan hasil penelitian, trade-off antar banyak pihak dapat terjadi dalam penerapan kebijakan pengelolaan limbah elektronik. Berdasarkan model yang diusulkan, kebijakan Extended Producer Responsibiity telah disimulasikan dan dapat diadopsi untuk memaksimalkan keuntungan produsen dan industri daur ulang tanpa pemerintah dan konsumen.

---

The technology advancement in this era is growing rapidly and cause the increasing consumption of the electrical and electronic product. Nonetheless, it deals with other problems, Waste Electrical and Electronic Equipment (WEEE) increase. Many countries promote producer responsibility to protect the environment. For instance, in Taiwan, the Extended Producer Responsibility (EPR) policy that is responsible for managing waste electrical and electronic equipment has already established since 1998 called 4-in-1 Recycling Program and continuous review is still conducted to obtain a better policy. In addition, the unbalance recycling fund mode between recycling fee and recycling subsidy is appeared in implementation by this country. Due to the high complexity of multiple parties among manufacturer, recycling industries, consumers and government in such eco-system, this study proposed a new EPR-based fund mode to ensure the profitability of WEEE management using system dynamics. A case study is investigated in Taiwan.  According to our study, a trade-off between the multiple agents appeared. Based on the present model, the best policy can be simulated and adopted to maximize manufacturer and recycling industries profit without harming other stakeholders."

"Salah satu bentuk nyata dari globalisasi dalam bidang ekonomi adalah terciptanya perdagangan bebas yang kini telah diterapkan oleh hampir seluruh negara di dunia. Pergerakan global menuju pasar bebas ini telah mengubah pasar global menjadi sangat kompetitif. Oleh karena itu, para produsen dipaksa untuk terus mempertahankan atau meningkatkan daya saing mereka. Menerapkan metode penjadwalan yang efisien adalah salah satu strategi efektif dalam meningkatkan efisiensi dan daya saing manufaktur. Oleh karena itu, penelitian ini berfokus pada pemecahan masalah penjadwalan toko aliran permutasi (PFSP) yang dapat diterapkan secara luas di industri. Pertama, heuristik Nawaz, Enscore, dan Ham (NEH) akan dimodifikasi dengan menambahkan strategi pencarian lokal. Kemudian heuristik yang diusulkan tersebut akan dibandingkan dengan NEH oleh Nawaz et al. (1983) dan NEHKD oleh Kewal et al. (2019). Hasil penelitian menunjukkan bahwa heuristik yang diusulkan dapat mengungguli heuristik pembanding dalam memperoleh solusi dengan makespan yang lebih rendah bagi PFSP. Selain itu, nilai indikator dari median yang dikombinasikan dengan standar deviasi dapat meningkatkan kinerja lebih jauh.

---

One of the real examples of globalization in economy is the creation of free trade policy which is currently applied by almost all countries in the world. This global movement towards the free market has turned the global market to become highly competitive. Therefore, manufacturers are forced to continuously maintain or enhance their competitiveness. Applying an efficient scheduling method is one of the effective strategies in increasing the manufacturing efficiency and competitiveness of the manufacture. Therefore, this paper focuses on solving permutation flow shop scheduling problem (PFSP) that can be widely applied in the industry. First, Nawaz, Enscore, and Ham (NEH) heuristic will be modified by adding a local search strategy. Then the proposed heuristic will be compared with NEH by Nawaz et al. (1983) and NEHKD by Kewal et al. (2019). The result shows that the proposed heuristic can outperform other compared heuristics in obtaining a better solution with smaller makespan for PFSP. Moreover, indicator value of median combined with standard deviation can enhance the heuristic performance even further."

"ABSTRAKTerjebaknya pipa (stuck pipe) selama pengeboran sumur Geotermal adalah salah satu masalah yang mempengaruhi waktu tidak produktif (NPT) yang memperpanjang jadwal pengeboran. Masalah ini secara langsung meningkatkan biaya pengeboran karena meningkatnya waktu pengeboran keseluruhan, bahan habis pakai, lumpur, mata bor dan juga akan mengorbankan sumur ketika tidak ada lagi kemajuan untuk mencapai kedalaman cadangan (reservoir) yang ditargetkan. Juga masalah suckpipe akan menciptakan efek domino yang mungkin berdampak pada pengeboran sumur berikutnya dan jadwal pengeboran lokasi lainnya. Masalah stuck pipe terjadi dari banyak faktor kontributor dan juga terkait dengan kasus masalah lain seperti kehilangan sirkulasi,ketidakstabilan lubang sumur, penutupan zona sementara, dan masalah pekerjaan penyemenan. Metode analitik yang ada saat ini sebagian besar menggunakan satu atau dua variabel dominan untuk memprediksi masalah pipa macet yang secara terbatas mewakili kondisi pengeboran, litologi dan kondisi sumur bor. Kombinasi metode statistik dan pendekatan pembelajaran mesin (machine learning) dikembangkan dan digunakan secara komprehensif untuk memprediksi masalah stuck pipe yang mewakili berbagai kondisi litologi, lubang sumur dan pengeboran. Data historis yang mewakili situasi kondisional dan perekam pengeboran elektronik (Electronic Drilling Recorder) digunakan untuk memprediksi masalah stuck pipe yang berbeda untuk setiap sumur. Banyak faktor yang berkontribusi terhadap keberhasilan kegiatan pengeboran dan tidak ada faktor tunggal, yang dominan menjadi akar penyebab menariknya penelitian ini. Pendekatan statistik seperti Principal Component Analysis, regresi logistik, dan analisisdiskriminan sangat membantu untuk menafsirkan data sebelum langkah analisis selanjutnya. Analisis statistik tersebut harus menjadi dasar interpretasi data sebelum membuat algoritma untuk menggunakan analisis prediktif menggunakan pembelajaran mesin (machine learning) dan pembelajaran mendalam (deep learning).

---

ABSTRACTStuck pipe during Geothermal well drilling is one of the problems that affect nonproductive time (NPT) which prolongs the drilling schedule. This problem directly increases drilling cost due to increasing overall drilling time, consumables, mud, drill bit and as well as sacrifices it's well when there is no more progress to reach the targeted reservoir depth. Also, the stuck pipe problem will create a domino effect that might impact next well drilling and another site drilling schedule. Stuck pipe problem is made from many contributor factors and related to other problem cases such as lost circulation, wellbore instability, temporary zone closure, and cementing job trouble. The current analytical method mostly uses one or two dominant variables to predict stuck pipe problems which limitedly represents drilling conditions, lithology and wellbore conditions. A combination of statistical method and machine learning approach is developed and comprehensively used to predict stuck pipe problem that represents different well lithology, wellbore and drilling condition. Historical data that represents the conditional situation and electronic data recorder is used to predict the stuck pipe problem which different for each of the well. Many factors contribute to successful drilling activities and no one single factor, which dominantly becomes the root cause of the problem. A statistical approach such as principal component analysis, logistic regression and discriminant analysis is very helpful to interpret data before the next step of the analysis. Those statistical analyses should be the baseline of data interpretation before creating an algorithm to use predictive analysis using machine learning and deep learning."

"ABSTRAKPemerintah Indonesia telah menargetkan pengembangan industri battery swapping sebagai salah satu upaya untuk meningkatkan adopsi motor listrik. Namun, karena sistem battery swapping merupakan sistem yang kompleks dan dinamis, diperlukan strategi untuk pengembangan industri battery swapping. White-box modeling dapat membantu mendapatkan wawasan mengenai bagaimana driving forces (kekuatan pendorong), yang terdiri dari variabel eksogen serta intervensi kebijakan, dapat berdampak pada pengembangan industribattery swapping. Studi ini fokus pada tiga objektif yaitu tiga objektif yaitu jumlah pengguna motor listrik, jumlah pengguna battery swapping dan profit battery swapping. Terdapat tiga driving forces yang mendorong tercapainya objektif, yaitu teknologi pembuatan baterai serta kebijakan (battery pack standardization, discount on electricity price, dan government subsidy on battery swapping station building). Kebijakan ini diuji ke dalam tiga skenario berbeda. Hasil menunjukkan bahwa standardisasi kemasan baterai berdampak langsung kepada jumlah pengguna motor listrik sehingga berdampak langsung pada jumlah pengguna battery swapping. Selain itu, diskon biaya listrik memiliki peran yang signifikan untuk profit battery swapping.

---

ABSTRACTThe Government of Indonesia (GOI) has targeted the development of the battery swapping industry as an attempt to increase the adoption of electric motorcycles. However, since the battery swapping system is a complex and dynamic system, a strategy is needed in order to develop a battery swapping system. System dynamics help gain an insight into how the established driving forces, consisting of exogenous variables and policy measures, affect the battery swapping industry development. This study focuses on three objectives: electric motorcycle user, battery swapping user, and battery swapping profit. There are four driving forces achieve the goal: the technology advancement and the policy measures (battery pack standardization, discount on electricity price, dan government subsidy on battery-swapping station building). The policy measures are assessed into three different scenarios. Results show that battery pack standardization directly affects the number of electric motorcycle user, hence increase the number of battery swapping user. Furthermore, a discount on electricity prices has a significant impact on increase the battery swapping profit."

"ABSTRAKPenyebaran penyakit menular di Indonesia masih meningkat setiap tahunnya. Maka dari itu pemerintah mengeluarkan Rencana Pembangunan Jangka Menengah Nasional yang salah satu isinya adalah pengendalian penyakit menular. Vaksin diperlukan dalam pengendalian penyakit menular. Vaksin sensitif terhadap suhu tertentu, sehingga suhu penyimpanan yang tidak tepat akan merusak vaksin dan menghilangkan efektivitasnya. Vaksin membutuhkan cold chain di dalam rantai pasoknya yang dapat memastikan bahwa vaksin disimpan pada suhu yang sesuai. Kelalaian yang terjadi dalam rantai pasok dapat merusak vaksin dan dapat membahayakan pasien. Kendala yang dialami rantai pasok vaksin dapat menghambat pemberian vaksin kepada yang membutuhkannya dan menghambat upaya pengendalian penyakit. Maka dari itu penelitian ini bertujuan untuk menganalisis prioritasi risiko yang mungkin terjadi pada rantai pasok vaksin di Indonesia serta mengembangkan strategi mitigasi risiko untuk membantu anggota rantai pasok dalam mengelola risiko yang ada. Metode yang digunakan pada penelitian ini adalah MCDM (Multi-criteria Decision Making) DEMATEL-Based ANP. Risiko yang didapat dari identifikasi sebanyak 32 risiko dengan lima dimensi yaitu pasokan dan pemasok, operasional, finansial, pemerintahan & permintaan pasar dan logistik. Hasil prioritasi dengan DANP menunjukkan bahwa terdapat 19 risiko yang perlu diprioritaskan. Selanjutnya dikembangkan strategi mitigasi risiko yang divalidasi oleh ahli. Hasil yang didapat adalah 23 strategi mitigasi risiko.

---

ABSTRACTThe spread of infectious diseases in Indonesia is still increasing every year. Therefore, the government issued a National Medium-Term Development Plan, one of which is the control of infectious diseases. Vaccines are needed in controlling infectious diseases. Vaccines are sensitive to certain temperatures, so improper storage temperatures will damage the vaccine and eliminate its effectiveness. Vaccines require cold chains in their supply chain that could ensure that vaccines are stored at the appropriate temperature. Negligence that occurs in the supply chain could damage the vaccine and could endanger the patient. Obstacles experienced by the vaccine supply chain can inhibit vaccine delivery to those who need it and hinder disease control efforts. Therefore this study aims to analyze the risk prioritization that might occur in the vaccine supply chain in Indonesia and develop a risk mitigation strategy to help supply chain members manage existing risks. The method used in this study is MCDM (Multi-criteria Decision Making) DEMATEL Based ANP. Risks obtained from the identification of 32 risks with five dimensions, namely supply and supplier, operational, financial, government & market demand, and logistics. The results of prioritization with DANP indicate that 19 risks need to be prioritized. Furthermore, risk mitigation strategies are validated by experts. The results obtained are 23 risk mitigation strategies."

"

Proses produksi pada industri proses  bersifat kontinyu  dan lebih banyak menggunakan otomatisasi di setiap bagian proses produksi dibandingkan industri diskrit. Sehingga pemeliharaan pada industri proses cenderung lebih  siap, sesuai industri 4.0, untuk memberikan data-data real time tentang kondisi mesin yang kemudian dianalisis menggunakan big data, dibandingkan industri diskrit. Penelitian sebelumnya menunjukkan bahwa terdapat delapan skenario terkait perkembangan manufaktur digital era industri 4.0 yaitu data analitis, sistem informasi yang interoperable, pendidikan dan pelatihan, perencanaan pemeliharaan berbasis fakta, prosedur kerja cerdas,  perencanaan pemeliharaan dengan perspektif sistem, standar dan peraturan lingkungan. Skenario tersebut digunakan sebagai masukan untuk rekomendasi strategi dalam implementasi industri 4.0 pada  bidang pemeliharaan di industri proses. Skenario tersebut dianalisa menggunakan metode Interpretative Structural Modelling (ISM), dimana pengambilan data menggunakan penilaian pakar dalam bentuk kuesioner  sehingga diperoleh keterkaitan masing masing skenario dan suatu model diagraph ISM. Analisa lebih lanjut, diperoleh nilai dependent yang rendah dan nilai driver power yang tinggi dari delapan skenario, yang kemudian dapat diketahui sebagai faktor kunci untuk rekomendasi strategi  pemeliharaan.

 

---

Process industries usually use  more automation due to their continuous process compare to discrete industry.  Then, maintenance in industry process have better preparedness  to get real machine data to facility big data analysis in industry 4.0 than discrete industry. Research according maintenance in industry 4.0 era identified eight the most probable scenarios for maintenance organisations which are data analytics, interoperable information systems, big data management, education and training, fact-based maintenance planning, smart work procedures, maintenance planning with a systems perspective, and environmental legislation and standards. These scenarios was used as direct input to strategic development of recommendation industry 4.0 implementation in process industry maintenance. These scenario was analyzed by Interpretative Structural Modelling (ISM) method, where  expert’s opinion was collected using questionnaire to give directional relationship of these scenarios  and develop a diagraph ISM structure. More analysis approach, low dependent and high driver power value of scenario was identified as a key success factor for maintenance strategy in process industry.

"

"ABSTRAKSynthesis loop merupakan salah satu sistem kritis di pabrik amoniak. Oleh karena itu, ada urgensi untuk menjaga reliability dan availability pada sistem ini. Sebagian besar peristiwa shutdown di pabrik amoniak terjadi tiba-tiba setelah alarm tercapai. Jadi, perlu ada sistem deteksi dini untuk memastikan masalah anomali ditangkap oleh operator sebelum menyentuh set point alarm. Implementasi algoritma machine learning dalam membuat model deteksi potensi kegagalan telah digunakan di berbagai industri dan objek sebagai penelitian. Algoritma yang digunakan adalah classifier dasar dan ensemble untuk membandingkan algoritma mana yang menghasilkan hasil klasifikasi terbaik. Penelitian ini dapat memberikan ide dan perspektif baru ke dalam industri pabrik amoniak untuk mencegah terjadinya shutdown yang tidak terjadwal dengan memanfaatkan data menggunakan algoritma machine learning.

---

ABSTRACTSynthesis loop is one of the critical systems in ammonia plant. Therefore, there is urgency for maintaining the reliability and availability of this system. Most of the shutdown events occur suddenly after the alarm is reached. So, there needs to be an early detection system to ensure anomaly problem captured by the operator beforetouching the alarm settings. The implementation of machine learning algorithms in making fault detection models has been used in various industries and objects. The algorithm used is the basic and ensemble classifier to compare which algorithms generate the best classification results. This research can provide a new idea and perspective into ammonia plant industry to prevent unscheduled shutdown by utilizingdata using machine learning algorithm."

"Prosthetik adalah suatu ilmu yang mempelajari, mendesain, dan membuat kaki/tangan tiruan (prosthesis) bagi individu dengan keterbatasan fisik. Sedangkan orthotik adalah ilmu yang mempelajari, mendesain,dan membuat alat bantu gerak untuk memperbaiki kecacatan tubuh. Pembuatan prosthesis/orthosis membutuhkan waktu yang sangat panjang.Proses tersebut dimulai dengan asesmen, pengukuran, casting, modifikasi, dan serangkaian proses lain yang membutuhkan repetitive actions. Proses pembuatannya juga bersinggungan berbagai macam hazard, termasuk di dalamnya hazard biologi, hazad fisik, hazard kimia, hazard ergonomi, dan lain-lain.Kondisi ini membuat prosthetist/orthotist yang bekerja pada industri pelayanan ini menghadapi berbagai macam masalah yang berdampak pada kesehatan dan keselamatan kerja. Identifikasi risiko marupakan langkah awal dalam manajemen risiko untuk mengendalikan dampak yang terjadi dan menemukan penyebab umum dari risiko-risiko dalam proses pembuatan prosthesis/orthosis. Manajemen risiko diperlukan untuk mengontrol dan meminimalisir eksposur terhadap hazard sehingga meningkatkan safety di lingkungan kerja. Metode pareto digunakan untuk menganalisa risiko pekerjaan tertinggi yang harus dihadapi oleh prosthetist orthotist. Hasil dari pareto kemudian digunakan untuk membuat langkah-langkah manajemen risiko dengan menggunakan metode bow-tie.

---

Prosthetics is a science that study, design, and make prosthesis/artificial limbs for the individual with physical disabilities. Orthotics is a science that studies, designs, and makes supported body’s devices (orthosis) to correct human deformities. Making prosthesis/orthosis in prosthetics and orthotics industry needs a long process. The process started with assessment, casting, modification, and other steps that need repetitive action involving several hazardous materials. These hazards include biological hazards, physical hazards, chemical hazards, ergonomic hazards, etc. This condition made prosthetist/orthotist who works in the industry facing several health and occupational problems. Risk management needs to apply to control and minimize hazard exposure to the professional, thus will increase safety in the working place. Hazard identification and risk assessments are the very first step in risk management to control the impact of working conditions in the manufacturing of prosthesis and orthosis. It can find the general causes, risks, and determining control to increase occupational health and safety in the industry. Experts from prosthetics orthotics industry asked to give weight in the hazardous process. Pareto method used to determine the most risks in the process. Later on, bow-tie analysis used to manage risks in the industry."

"ABSTRAKIndustri kemasan adalah sektor industri yang diproyeksi akan terus bertumbuh, khususnya industri kemasan plastik. Dengan plastik merupakan turunan dari minyak mentah, plastik dan bahan bakunya yang berupa resin tergolong sebagai produk petrokimia. Harga resin berfluktuasi dan sensitif terhadap pergerakan harga minyak mentah sehingga deret waktunya bersifat nonstasioner. Kondisi ini dapat membuat konverter plastik sebagai pihak yang mengkonversi resin menjadi produk plastik mengalami kesulitan dalam memasingkan harga resin pada harga produk kepada pelanggannya serta berpotensi mengalami kerugian. Hal ini memicu peneliti untuk memodelkan peramalan harga resin. Literatur menunjukkan peramalan harga produk petrokimia dengan model tradisional maupun komputasi lunak, namun masih memiliki keterbatasan yang berefek pada akurasi peramalan. Selain itu, kebanyakan peneliti memodelkan peramalan pada harga minyak mentah dan tidak ada yang ditemukan menggunakan harga resin sebagai objek peramalan. Penelitian ini mengajukan peramalan harga resin dengan model neuro-fuzzy yaitu ANFIS dan membandingkan hasilnya dengan sebuah model tradisional, ARIMA, dan sebuah model tunggal komputasi lunak, NN. Hasil peramalan menunjukkan model ANFIS memiliki tingkat error dalam bentuk MAPE yang relatif sangat kecil yaitu 1.06% dan juga tingkat akurasi arah yang tinggi yaitu 93%. Ini menunjukkan bahwa model peramalan ANFIS dapat merepresentasikan karakteristik harga resin. Selain itu, hasil uji statistik juga menunjukkan bahwa terdapat perbedaan yang signifikan antara akurasi peramalan ANFIS jika dibandingkan dengan ARIMA dan NN.

---

ABSTRACTThe packaging industry is an industrial sector that is projected to continue growing, especially the plastic packaging industry.While plastic is a derivative of crude oil, plastic and its raw material which is called resin are categorized as petrochemical products. The resin price is fluctuating and sensitive to crude oil price movement so that the time series is nonstationary. This condition may cause the plastic converters as the ones converting resin to plastic products to experience the difficulty in passing the resin price into the product price for the customers and have the potential to suffer loss. This triggers the researcher to model the forecasting of resin price. Literatures show petrochemical product price forecasting by using traditional as well as soft computing models, but they still have limitations that affect the forecasting accuracy. In addition, most researchers model forecasting on crude oil price and none of them found to use the resin price as forecasting object. This research proposes resin price forecasting using neuro-fuzzy model that is ANFIS and compare the result with a traditional model, ARIMA, and a standalone soft computing model, NN. Forecasting result shows that ANFIS model has a relative low error in terms of MAPE that is 1.06% and also a high directional accuracy which is 93%. This shows that ANFIS forecasting model can represent the resin price characteristic. Moreover, statistical test also shows that there is significant difference in ANFIS forecasting accuracy if compared to ARIMA and NN."

"ABSTRAKPenggunaan word embedding sebagai pemodelan topik telah banyak dilakukan. Hasil dari pemodelan topik tersebut turut membantu dalam mengubah pola pikir para peneliti tentang teks sebagai suatu nilai. Menurut studi yang dilakukan oleh Mikolov et al. (2013) mengenai word embedding, mereka mengubah teks-teks tersebut menjadi suatu vektor yang dapat divisualisasikan dalam ruang vektor kontinu yang secara fleksibel dapat dihitung jarak kedekatannya dan dapat diolah lebih lanjut dengan menggabungkannya dengan metode yang lain seperti LSTM (Long Short Term Memory), CNN (Convolutional Neural Network), dll untuk berbagai keperluan penelitian. Beragam penelitian berkembang menggunakan hasil dari nilai embedding tersebut untuk tujuan yang lebih kompleks, mendorong penulis untuk kembali mengkaji manfaat dasar dari hal tersebut kemudian menggalinya untuk tujuan akhir lain yang belum pernah dilakukan penelitian lain sebelumnya.Penelitian ini menggunakan nilai akhir embedding secara sederhana sebagai sistem rekomendasi berbasis konten yang kemudian berkembang dengan kebaruan untuk digunakan sebagai alat bantu untuk melakukan tinjauan sistematis. Hasil penelitian ini menunjukkan bahwa kebaikan penggunaan metode word embedding sangat bervariasi tergantung dari dataset dan hyperparameter yang digunakan.

---

ABSTRACTThe utilization of word embedding as topic modeling has been widely carried out. The results helped to change the researchers' mindset regarding text as a value. According to a study conducted by Mikolov et al. (2013) regarding word embedding, they convert these texts into vectors that can be visualized in a continuous vector space which can be flexibly calculated of its proximity and can be further processed by combining it with other methods such as LSTM (Long Short Term Memory), CNN (Convolutional Neural Network), etc. for various research purposes. Various studies have been developing by using the embedding value for more complex purposes, thus encouraging the author to re-examine the basic benefits of it then explore it for other purposes that have never been done by other studies before.This study simply used embedding value as a content-based recommendation system which then it developed with novelty to be used as a tool to conduct systematic review. The results of this study indicate that the merits of using word embedding method vary greatly depending on the dataset and hyperparameters used."