Hasil Pencarian  ::  Simpan CSV :: Kembali

"Kondisi stunting pada anak mempunyai konsekuensi yang bersifat jangka panjang bagi penderitanya. Menyadari hal itu, Pemerintah Indonesia mengeluarkan kebijakan aksi konvergensi stunting yang memastikan kerjasama dan komitmen dari berbagai tingkatan dan sektor pemerintahan dalam upaya penanganan stunting. Dalam melaksanakan kebijakan tersebut, Kota Depok mengalami sejumlah masalah terkait dengan desain kebijakan untuk kebijakan aksi konvergensi stunting ini mulai dari pemahaman masalah yang berasal dari data yang tidak mencukupi, tidak terkaitnya pelaksanaan kebijakan dengan siklus perencanaan tahunan mereka, serta kondisi pandemi covid-19. Penelitian ini bertujuan untuk menggambarkan desain kebijakan aksi konvergensi stunting pada Kota Depok. Penelitian ini mengacu kepada teori elemen desain kebijakan Thomas A. Birkland (2015). Pendekatan dalam penelitian ini menggunakan pendekatan post-positivist dengan teknik pengumpulan data melalui wawancara mendalam dan studi kepustakaan. Hasil penelitian ini menunjukkan bahwa Kota Depok mempunyai masalah dalam setiap dimensi elemen desain kebijakan mulai dari dimensi tujuan karena memandang masalah stunting sebagai masalah ringan, dimensi model kausal karena tidak berjalan optimalnya penyelarasan tujuan dan prioritas, dimensi alat kebijakan karena tidak terpenuhinya kelayakan administrasi, dimensi target kebijakan karena pandangan stunting sebagai beban kerja tambahan, serta dimensi implementasi kebijakan karena sejumlah masalah seperti masalah pengumpulan data stunting dan beberapa masalah yang diakibatkan oleh kondisi pandemi. Berdasarkan hasil tersebut, saran yang diberikan ialah supaya Kota Depok dapat melaksanakan sosialisasi internal, membuat komitmen resmi, menambah kualitas dan kuantitas pelaksana kebijakan, memprioritaskan penggunaan DAK, melibatkan akademisi, melakukan perencanaan dengan mempertimbangkan kondisi pandemi, dan memastikan data yang digunakan dapat menggambarkan kondisi realita.

---

The condition of stunting in children has long-term consequences for the sufferer. Realizing this, the Government of Indonesia issued a stunting convergence action policy that ensures cooperation and commitment from various levels and sectors of government in efforts to tackle stunting. In implementing this policy, the City of Depok experienced a number of problems related to the policy design for this stunting convergence action policy, starting from understanding the problem stemming from insufficient data, the unrelated implementation of the policy with their annual planning cycle, as well as the condition of the COVID-19 pandemic. This study aims to describe the design of stunting convergence action policies in Depok City. This research refers to the theory of policy design elements of Thomas A. Birkland (2015). The approach in this study uses a post-positivist approach with data collection techniques through in-depth interviews and literature study. The results of this study indicate that the city of Depok has problems in every dimension of policy design elements starting from the objective dimension because it views the stunting problem as a minor problem, the causal model dimension because the alignment of goals and priorities does not run optimally, the policy tool dimension due to non-fulfillment of administrative feasibility, the policy target dimension because of the view of stunting as an additional workload, as well as the dimensions of policy implementation due to a number of problems such as the problem of collecting stunting data and several problems caused by pandemic conditions. Based on these results, the suggestions given are that the City of Depok can carry out internal socialization, make official commitments, increase the quality and quantity of policy implementers, prioritize the use of DAK, involve academics, carry out planning by taking into account the pandemic conditions, and ensure that the data used can describe real conditions.

"

"Salah satu negara di dunia yang mengkhawatirkan permasalahan pencemaran laut akibat limbah plastik adalah Indonesia, dimana Indonesia merupakan negara penyumbang limbah plastik laut terbanyak kedua di dunia setelah Tiongkok. Penyebab dari permasalahan tersebut adalah kapasitas pengelolaan limbah Indonesia saat ini belum mampu menangani besarnya jumlah limbah yang dihasilkan. Produksi limbah plastik ini berpotensi terus mengalami kenaikan seiring dengan meningkatnya populasi dan pertumbuhan ekonomi di Indonesia. Pemerintah telah menyusun beberapa strategi untuk mengatasi hal tersebut, salah satu di antaranya adalah mendorong peralihan pendekatan pengelolaan limbah yang digunakan dari ekonomi linier menjadi ekonomi sirkular. Salah satu perusahaan yang turut berpartisipasi dalam pendekatan ini adalah PT Tridi Oasis yang merupakan sebuah perusahaan yang mendaur ulang botol plastik berbahan PET (polietilena tereftalat) menjadi bentuk serpihan. Untuk terus mendukung peningkatan daur ulang limbah di Indonesia dan mengembangkan bisnisnya, PT Tridi Oasis harus mengatasi permasalahan yang sedang dihadapinya saat ini, yaitu ketidaktercapaian hasil produksi terhadap target produksi yang telah ditetapkan, sehingga perusahaan perlu meningkatkan kinerja produksinya. Overall Equipment Effectiveness (OEE) merupakan salah satu pengukuran kinerja yang dapat membantu perusahaan dalam memahami seberapa baik kinerja dari proses manufaktur dan mengidentifikasi hal apa yang menghalangi kenaikan efektivitas tersebut. Berdasarkan hasil perhitungan, nilai OEE masih tergolong rendah, yaitu sebesar 4,30%, sehingga OEE belum memenuhi target perusahaan maupun standar kelas dunia. Hasil tersebut menunjukkan bahwa kinerja produksi PT Tridi Oasis masih belum optimal karena ada kerugian (losses) yang terjadi selama proses produksi yang menyebabkan nilai OEE menjadi rendah. Kerugian yang paling berpengaruh terhadap kinerja produksi PT Tridi Oasis adalah speed losses sebesar 55,03% dan quality losses sebesar 32,18%. Selanjutnya, dilakukan identifikasi mode kegagalan pada kedua losses tersebut yang menghasilkan 5 mode kegagalan untuk speed losses dan 6 kegagalan untuk quality losses. Kemudian, ditentukan tindakan perbaikan yang dapat dilakukan oleh perusahaan untuk mengatasi setiap mode kegagalan.

---

One of the countries in the world that is concerned about the problem of marine plastic debris is Indonesia, where Indonesia is the second-largest contributor to marine plastic debris in the world after China. The cause of this problem is that Indonesia's current waste management capacity is not able to handle the amount of waste generated. The production of plastic waste has the potential to continue to increase along with the increasing population and economic growth in Indonesia. The government has developed several strategies to overcome this issue, one of which is to encourage the shift of the waste management approach used from a linear economy to a circular economy. One of the companies participating in this approach is PT Tridi Oasis, a company that recycles plastic bottles made from PET (polyethylene terephthalate) into flakes. To continue to support the increase in waste recycling in Indonesia and to develop its business, PT Tridi Oasis must overcome the problem they currently face, namely the failure to achieve the production target that has been set, so the company needs to improve its production performance. Overall Equipment Effectiveness (OEE) is a performance measurement that can help a company understand how well the manufacturing process performs and identify what hinders the increase in effectiveness. Based on the calculation results, the OEE value is still relatively low, at 4.30%, so that OEE has not met the company's target or world-class standards. The results indicate that the production performance of PT Tridi Oasis is still not optimal because there are losses that occur during the production process which causes the OEE value to be low. The losses that affect the production performance of PT Tridi Oasis the most are speed losses of 55.03% and quality losses of 32.18%. Furthermore, the identification of failure modes for the two losses resulted in 5 failure modes for speed losses and 6 failures for quality losses. Then, the recommended actions that can be taken by the company to overcome each failure mode are planned."

"Kemacetan di DKI Jakarta merupakan masalah yang sering terjadi dari tahun ke tahun. Hal tersebut terjadi karena tingkat perpindahan masyarakat terjadi pada waktu serentak dengan jumlah yag sangat besar. Untuk mengatasi masalah tersebut pemerintah sudah mengerluarkan beberapa peraturan dan kebijakan yang membatasi pergerakan transportasi pribadi dan meningkatkan layanan transportasi umum. Untuk meningkatkan keinginan masyarkat menggunakan layanan transportasi umum, luas jangkauan layanan harus ditingkatkan sehingga pengguna akan lebih mudah dalam aksesibilitas. Penelitian ini berfokus pada penempatan lokasi baru yang dapat dibangun oleh bus non-BRT Transjakarta menggunakan metode optimasi set covering problem sebagai salah satu cabang dari penelitan operasi dengan tujuan untuk menentukan lokasi yang baru sehingga mampu menjangkau daerah yang belum terlayani. Hasil dari model optimasi mampu meningkatkan jumlah daerah tercover sebanyak 7,3 persen dengan membangun sebanyak 160 lokasi pemberhentian baru. Masih terdapat daerah yang belum terlayani dikarenakan daerah tersebut tidak berpenghuni atau tidak memiliki infrastruktur yang memadai.

---

Traffic congestion in DKI Jakarta is a problem that occurs every year. This happens because of the mass mobility occurs at the same time and in a very large number. To overcome this problem, the government has issued several regulations and policies to limit the movement of private transportation and improve public transportation services. In order to increase the public's desire to use public transportation services, the area of services must be expanded so that users will have easier access to public transport. This study focus on the placement of new bus stop locations for non-BRT Transjakarta buses using the set covering problem optimization method as a branch of operations research with the aim of determining new locations that able to reach unserved areas. The results of the optimization model were able to increase the number of areas covered by 7.3 percent by placing 160 new stopping locations. However, there are still areas that have not been served because of several reasons such as the area is uninhabited or does not have adequate infrastructure.

"

"Pada masa pemerintahan Presiden Jokowi dan Wakil Presiden K.H Ma’ruf Amin, terdapat salah satu prioritas kerjanya tahun 2019-2024 mengenai penyederhanaan birokrasi. Momentum penyederhanaan birokrasi bersamaan dengan pembangunan SDM dan pemindahan ibu kota dalam menghadapi tantangan global yang ada saat ini. Tantangan tersebut dapat terlihat dengan adanya perubahan cara kerja secara drastis melalui transformasi digital yang menuntut SDM di pemerintahan/ASN untuk mempunyai keahlian dan kompetensi agar dapat bekerja dengan cepat, adaptif dan inovatif. Kementerian Kominfo mendukung pelaksanaan pengalihan jabatan ini, meskipun kebijakan pengalihan jabatan tersebut awalnya diragukan dapat terlaksana atau tidak oleh banyak pihak dan perlu adanya penyesuaian-penyesuaian di masa yang akan datang. Kementerian Kominfo sendiri termasuk dalam klasifikasi Kementerian kelompok 2 dengan susunan organisasi yang cukup kompleks. Adapun penelitian ini bertujuan untuk menganalisis dan mengidentifikasi proses transformasi organisasi di Kementerian Kominfo melalui pelaksanaan pengalihan jabatan struktural ke jabatan fungsional. Pendekatan penelitian menggunakan post-positivist dengan teknik pengumpulan data kualitatif melalui wawancara mendalam pada berbagai pihak di Kementerian Kominfo dan studi pustaka. Hasil penelitian ini menunjukkan Kementerian Kominfo melakukan proses transformasi organisasi melalui pengalihan jabatan dengan empat dimensinya, yaitu reframing, restructuring, revitalization, dan renewal. Proses transformasi organisasi ini telah menghasilkan pengalihan jabatan struktural ke jabatan fungsional di Kementerian Kominfo sebanyak 611 pegawai. Pada proses transformasi organisasi ini Kementerian Kominfo telah berupaya untuk melaksanakan pengalihan jabatan sesuai instruksi Presiden dan kondisi dilingkungannya. Masalah dan tantangan yang dihadapi dalam proses transformasi melalui pengalihan jabatan di Kementerian Kominfo meliputi komunikasi pembentukan tim kerja khusus, kekosongan mengenai tambahan fungsi manajemen dan batasan yang jelas terkait dengan koordinator dan subkoordinatornya setelah pengalihan jabatan, penetapan SOTK yang harus segera dilakukan, dan keseimbangan antara ketersediaan dengan kebutuhan keterampilan yang ada setelah pengalihan jabatan

---

During the administration of President Jokowi and Vice President K.H Ma'ruf Amin, there was one of the work priorities for 2019-2024 regarding the simplification of the bureaucracy. The momentum of simplifying the bureaucracy coincides with the development of human resources and the relocation of the capital city in facing the global challenges that exist today. This challenge can be seen in the drastic change in how things work through digital transformation which requires human resources in the government / ASN to have the skills and competencies to work quickly, adaptively and innovatively. The Ministry of Communication and Informatics supports the implementation of this transfer of positions, although the policy of transferring positions was initially doubted whether or not it could be implemented by many parties and there needs to be adjustments in the future. The Ministry of Communication and Informatics itself is included in the classification of the Ministry of Group 2 with a fairly complex organizational structure. This research aims to analyze and identify the organizational transformation process in the Ministry of Communication and Informatics through the implementation of the transfer of structural positions to functional positions. The research approach used post-positivist with qualitative data collection techniques through in-depth interviews with various parties in the Ministry of Communication and Informatics and literature study. The results of this study indicate that the Ministry of Communications and Informatics carried out an organizational transformation process through the transfer of positions with four dimensions, namely reframing, restructuring, revitalization, and renewal. This organizational transformation process has resulted in the transfer of structural positions to functional positions in the Ministry of Communication and Informatics as many as 611 employees. In the process of organizational transformation, the Ministry of Communications and Informatics has attempted to carry out the transfer of positions according to the President's instructions and conditions in their environment. The problems and challenges faced in the transformation process through the transfer of positions at the Ministry of Communication and Informatics include communication of the formation of a special work team, vacancies regarding additional management functions and clear boundaries related to the coordinator and sub-coordinator after transferring positions, the determination of SOTK that must be carried out immediately, and the balance between availability with the existing skills needs after the transfer"

"Pada periode pasca pandemi, banyak industri yang terdampak dikarenakan adanya perubahan perilaku dari masyarakat, salah satu industry yang terdampak adalah industri farmasi. Hal ini dapat menyebabkan terjadinya gangguan pada rantai pasok, yang nantinya dapat menyebabkan kekosongan barang atau stock yang berlebih. Gangguan ini dapat di mitigasi dengan menjalankan perencanaan permintaan yang memerlukan peramalan yang baik. Peramalan atau forecasting dapat di perbaikin dengan menggunakan alat, seperti machine learning. Penelitian ini akan berfokus pada produk obat over-the-counter (OTC) dimana produk dapat dijual bebas di toko-toko pada umumnya. Tujuan dari penelitian ini adalah mencari algoritma forecast yang terbaik dengan menggunakan software Python dengan cara membandingkan 3 Mean Average Percentage Error (MAPE) algoritma forecast yang sering digunakan: Metode SARIMA, XGBoost, dan Prophet. Hasil dari forecast ini disbanding dengan forecast awal yang dilakukan di Perusahaan, dan menunjukkan hasil forecast yang dihasilkan oleh machine learning memiliki accuracy yang lebih baik, dapat diartikan bahwa forecast mennginakn machine learning dapat digunakan untuk memperbaikin proses forecast produk farmasi untuk hasil yang lebih cepat dan akurat. Berdasarkan hasil perbandingan dari ketiga algoritma juga menunjukan metode forecast yang terbaik adalah prophet method karena menghasilkan MAPE terendah untuk lebih banyak produk.

---

During the post-pandemic period, many industries are impacted due to shifting behavior of the public, one of the industry which is widely impacted is pharmaceutical industry. This can cause a supply chain disruption which can cause either out of stock situations or overstock conditions. This can be mitigated by carrying out demand planning which requires good forecasting. Forecasting can be improved by utilizing tools, such as machine learning.

In this study, the focus will be on Over the Counter (OTC) drugs where the products can be found in many general stores. This study aims to find the best forecast algorithm using Python software for OTC products by comparing 3 commonly used algorithm, SARIMA, XGBoost and Prophet method. Based on the results of MAPE, the best forecast algorithm to use is the Prophet method, which generated a lower MAPE for the most products. In comparison to the original forecast, we also found the Machine Learnings to have a better forecast accuracy, represented by a lower MAPE. This results shows that machine learning could be used to improve the forecasting process of pharmaceutical products for a faster and more accurate planning."

"Tesis ini mengeksplorasi strategi untuk meningkatkan Overall Equipment Effectiveness (OEE) dalam industri manufaktur wrapped v-belt untuk penggunaan industri, dengan fokus utama pada efisiensi jadwal produksi. Pendekatan ini melibatkan peningkatan prioritas pengiriman kepada pelanggan dan pengurangan waktu hilang akibat proses setup adjustment. Dengan mengintegrasikan analisis data empiris dan menerapkan metodologi Six Big Losses, penelitian ini berhasil mengidentifikasi faktor-faktor utama yang mempengaruhi efektivitas jadwal produksi dan mengusulkan solusi praktis untuk meningkatkan ketersediaan produksi. Kerangka kerja Six Big Losses unggul dalam mengidentifikasi dan mengkategorikan sumber-sumber paling signifikan dalam ketidakefisienan produksi, memungkinkan perbaikan yang ditargetkan untuk memaksimalkan OEE. Hasilnya menunjukkan peningkatan signifikan dalam nilai OEE, yang secara langsung memenuhi persyaratan waktu pengiriman sesuai dengan jadwal pengiriman pelanggan. Secara khusus, kerugian terbesar dari Six Big Losses yang diidentifikasi adalah setup adjustment. Job sequencing unggul dalam mengoptimalkan efisiensi produksi dengan menata tugas secara strategis untuk meminimalkan waktu henti dan memastikan penyelesaian tepat waktu, sehingga meningkatkan produktivitas operasional secara keseluruhan. Dengan menggunakan job sequencing untuk mengurangi keterlambatan total, waktu setup dapat diminimalkan, yang mengarah pada peningkatan lebih lanjut dalam efisiensi dan efektivitas produksi. Rata-rata OEE setelah pengurangan penyesuaian setup meningkat dari 62,92% menjadi 67,02%, menjadi dampak substansial dari strategi penjadwalan.

---

This thesis explores strategies for improving Overall Equipment Effectiveness (OEE) in the wrapped v-belt manufacturing industry for industrial usage, with a primary focus on production schedule efficiency. The approach involves increasing delivery priority to customers and reducing lost time due to setup adjustment processes. By integrating empirical data analysis and applying the Six Big Losses methodology, this study successfully identifies key factors that affect the effectiveness of the production schedule and proposes practical solutions to enhance production availability. The Six Big Losses framework excels in identifying and categorizing the most significant sources of production inefficiency, enabling targeted improvements to maximize overall equipment effectiveness (OEE). The results demonstrate a significant improvement in OEE values, directly meeting the delivery time requirements according to customer delivery schedules. Notably, the most significant of the Six Big Losses identified is setup adjustment. Job sequencing excels in optimizing production efficiency by strategically arranging tasks to minimize downtime and ensure timely completion, thereby enhancing overall operational productivity. By employing job sequencing to reduce total tardiness, the setup time can be minimized, leading to further improvements in production efficiency and effectiveness. The average OEE after reducing setup adjustment increased from 62.92% to 67.02%, highlighting the substantial impact of strategic scheduling."

"Peradaban yang terus berkembang telah membuat konflik antara manusia dan lingkungan menjadi semakin parah sehingga menyebabkan banyak terjadinya bencana alam. Banyak negara yang terdampak oleh bencana alam dan salah satunya adalah Indonesia. Kondisi dan letak geografis Indonesia menyebabkan banyak terjadinya bencana alam di Indonesia. Oleh karena itu, perlu dilakukan pengelompokan daerah bencana alam di Indonesia untuk mengetahui daerah yang paling sering terkena bencana alam. Metode clustering dapat digunakan untuk mengetahui daerah tersebut. Dari studi literatur yang telah dilakukan, belum ada penelitian yang menggunakan metode hierarchical clustering dan fuzzy c-means untuk clustering daerah bencana alam di Indonesia. Maka dari itu, tujuan dari penelitian ini adalah mengklasifikasi daerah yang sering mengalami bencana alam di Indonesia dengan menggunakan metode hierarchical clustering dan fuzzy c-means. Data yang digunakan dalam penelitian ini adalah data bencana alam di Indonesia dari tahun 2019 hingga 2023. Variabel yang digunakan adalah jumlah kebakaran hutan dan lahan, banjir, cuaca ekstrem, gelombang pasang, tanah longsor, kekeringan, erupsi gunung api, dan gempa bumi di setiap kabupaten yang terdampak bencana alam. Hasil clustering menunjukan terdapat 66 daerah yang sering mengalami banjir, 45 daerah yang sering mengalami kebakaran hutan dan gelombang pasang, dan 30 daerah yang sering mengalami cuaca ekstrem, tanah longsor, kekeringan, erupsi gunung api, dan gempa bumi.

---

The continuously evolving civilization has exacerbated the conflict between humans and the environment, leading to increasingly severe natural disasters. Many countries are affected by natural disasters, and one of them is Indonesia. Indonesia's conditions and geographic location contribute to the occurrence of numerous natural disasters in the country. Therefore, it is necessary to classify areas prone to natural disasters in Indonesia to identify the most frequently affected regions. Clustering methods can be used to determine these areas. From the literature review conducted, there has been no research utilizing hierarchical clustering and fuzzy c-means methods for clustering areas prone to natural disasters in Indonesia. Therefore, the aim of this research is to classify areas that frequently experience natural disasters in Indonesia using hierarchical clustering and fuzzy c-means methods. The data used in this research is the natural disaster data in Indonesia from 2019 to 2023. The variables used include the number of forest and land fires, floods, extreme weather events, tidal waves, landslides, droughts, volcanic eruptions, and earthquakes in each disaster-affected district. The clustering results indicate that there are 66 regions frequently experiencing floods, 45 regions often experiencing forest fires and tidal waves, and 30 regions commonly facing extreme weather, landslides, droughts, volcanic eruptions, and earthquakes."

"Penelitian ini menyelidiki optimasi rute pengiriman untuk CJ Logistics di Wilayah X, Area A, Korea Selatan, dengan mengatasi Capacitated Vehicle Routing Problem (CVRP) menggunakan algoritma hybrid heuristik. Studi ini mengintegrasikan Pendekatan Tetangga Terdekat, Pencarian Lokal 2-Opt, dan Simulated Annealing untuk mengurangi jarak perjalanan dengan tetap mempertimbangkan kendala kapasitas kendaraan. Dalam kondisi penambahan dan penghapusan hingga 30% node untuk menilai kinerja algoritme di bawah permintaan yang berfluktuasi, pendekatan heuristik hibrid mencapai peningkatan kinerja keseluruhan sebesar 1,08%. Simulated Annealing dikombinasikan dengan Local Search 2-Opt Inter-route mengungguli Simulated Annealing dikombinasikan dengan Local Search 2-Opt Intra-route dengan rata-rata sebesar 3,73%, menunjukkan kemampuannya untuk mencari tempat pencarian yang lebih luas. Temuan ini menekankan manfaat praktis heuristik hibrid, termasuk pengurangan jarak tempuh dan peningkatan ketepatan waktu pengiriman, sehingga menawarkan wawasan berharga bagi CJ Logistics dan sektor logistik e-commerce.

---

This research investigates delivery route optimization for CJ Logistics in Region X, Area A, South Korea, by addressing the Capacitated Vehicle Routing Problem (CVRP) using hybrid heuristic algorithms. The study integrates Nearest-Neighbor Approach, Local Search 2-Opt, and Simulated Annealing to reduce travel distance while considering vehicle capacity constraints. Under the conditions of adding and removing up to 30% of nodes to assess the performance of the algorithm under fluctuating demand, hybrid - heuristics approach achieved overall performance improvement of 1.08%. Simulated Annealing combined with the Local Search 2-Opt Inter-route outperformed Simulated Annealing combined with the Local Search 2-Opt Intra-route by an average of 3.73%, demonstrating its ability to search broader search place. These findings emphasizes the practical benefits of hybrid heuristics, including reduced mileage and improved delivery timeliness, offering valuable insights for CJ Logistics and the e-commerce logistics sector. "

"Penentuan alokasi saham menggunakan Mean-Variance Optimization membutuhkan estimasi dari return setiap saham yang akan dioptimasi. Proses estimasi return saham tersebut menjadi tantangan karena terlalu banyak faktor yang dapat memengaruhi return sehingga dapat memengaruhi kualitas keputusan dari hasil proses optimasi. Proses estimasi return ini biasanya bergantung kepada prediction error atau seberapa jauh predicted return dengan actual return. Padahal, minat investor dalam proses alokasi bobot saham adalah decision error atau seberapa jauh best predicted decision dengan best actual decision. Selain itu, proses estimasi return dengan konsiderasi decision error, atau biasa disebut Smart Predict-then-Optimize, sejauh ini belum mengeksplorasi beberapa auxiliary features selain momentum. Oleh karena itu, kontribusi dari penelitian ini adalah untuk feature engineering dalam proses Smart Predict-then-Optimize. Hasil penelitian menunjukkan dengan auxiliary feature dan parameter model tertentu, rata-rata return bulanan bisa mencapai 5.7% dengan confidence untuk break-even bisa mencapai 99% yakni peningkatan sebesar 8.5% dibandingkan dari algoritma Smart Predict-then-Optimize tanpa auxiliary features meskipun IHSG dan indeks mayor seperti IDX30, LQ45, dan KOMPAS100 tidak menunjukkan performa terbaiknya.

---

Stock allocation with Mean-Variance Optimization requires estimating stock returns, which is challenging due to numerous influencing factors that affect optimization quality. This process typically focuses on prediction error, while investors prioritize decision error. Moreover, the return estimation process that considers decision error, commonly referred to as Smart Predict-then-Optimize, has so far not explored several auxiliary features beyond momentum. Therefore, the contribution of this research is to test whether auxiliary features can improve the results from the Smart Predict-then-Optimize process. The research results show that, by using auxiliary features with specific model parameters, the average monthly return can reach up to 5.7%, with the confidence of break-even point can reach up to 99%, a 8.5% increase compared to the Smart Predict-then-Optimize algorithm without auxiliary features, even though the IHSG and major indices such as IDX30, LQ45, and KOMPAS100 did not show their best performance. "

"Metode House of Risk (HOR) adalah integrasi antara dua metode yaitu metode Failure Mode and Effect Analysis (FMEA) dan House of Quality (HOQ) yang berfokus pada penentuan sumber risiko serta strategi aksi mitigasi terhadap sumber risiko yang telah ditetapkan melalui proses eliminasi. Metode House of Risk (HOR) banyak digunakan untuk melakukan penanganan terhadap permasalahan yang terjadi di berbagai industri tak terkecuali industri sektor perikanan. Berbeda dengan industri manufaktur, Hasil dari industri perikanan memiliki sifat-sifat mutu yang heterogen, mudah rusak, jumlah dan volume yang tidak dapat dipastikan hasilnya. Udang merupakan komoditas hewan ternak penghasil sumber protein yang bermanfaat bagi seluruh masyarakat indonesia. Pemerintah terus mendukung pengembangan ternak udang karena siklus udang yang lebih cepat, sehingga dapat memutar perekonomian rakyat lebih cepat. Pertumbuhan industri budidaya perikanan udang tentunya berbanding lurus dengan munculnya risiko pada proses rantai pasoknya. Setelah melakukan pengolahan data dengan House of Risk (HOR) fase 1 maka diperoleh 13 kejadian risiko dan 13 penyebab risiko. Berdasarkan perhitungan Pareto, terdapat 7 agen risiko yang mencakup 80% dari total Aggregate Risk Potential (ARP) dan dipilih sebagai prioritas mitigasi. Pada pengolahan data House of Risk fase 2 didapatkan 6 strategi aksi mitigasi risiko yang diperingkatkan berdasarkan nilai Effectiveness to Difficulty Ratio of Action (ETDk).

---

The House of Risk (HOR) method is an integration between two methods, namely the Failure Mode and Effect Analysis (FMEA) and House of Quality (HOQ) methods which focus on determining risk sources and mitigation action strategies for risk sources that have been determined through an elimination process. The House of Risk (HOR) method is widely used to handle problems that occur in various industries, including the fisheries sector. Unlike the manufacturing industry, the results of the fisheries industry have heterogeneous quality characteristics, are easily damaged, the number and volume of which cannot be ascertained. Shrimp is a livestock commodity that produces a source of protein that is beneficial for all Indonesian people. The government continues to support the development of shrimp livestock because the shrimp cycle is faster, so it can turn the people's economy faster. The growth of the shrimp aquaculture industry is of course directly proportional to the emergence of risks in the supply chain process. After processing the data with the House of Risk (HOR) phase 1, 13 risk events and 13 risk causes were obtained. Based on Pareto calculations, there are 7 risk agents that cover 80% of the total Aggregate Risk Potential (ARP) and are selected as mitigation priorities. In the House of Risk phase 2 data processing, 6 risk mitigation action strategies were obtained and ranked based on the Effectiveness to Difficulty Ratio of Action (ETDk) value."