49971 research outputs found
Sort by
Pendaratan Quadcopter Pada Platform Bergerak Menggunakan Model Predictive Control
No full textPenggunaan Quadcopter di berbagai industri menjadikannya harus memiliki kemampuan maneuver yang beragam. Contohnya, pada industri jasa pengiriman barang, quadcopter mengirimkan paket dengan lokasi yang ditentukan dan kembali ke titik awal dikirimkan. Kemampuan pendaratan di platform yang bergerak sewaktu-waktu dibutuhkan apabila penyedia jasa dituntut oleh waktu. Keterbatasan daya batrai juga dapat mempengaruhi quadcopter untuk dapat mencari pengisi daya. Penelitian ini membahas kontrol quadcopter untuk melakukan pendaratan di platform yang bergerak. Sensor GPS digunakan untuk mengetahui posisi platform bergerak. Dengan Kalman Filter untuk melakukan filter data GPS yang mengandung noise dan bias, quadcopter dapat memperoleh data posisi platform yang lebih baik. Model Predictive Control (MPC) digunakan sebagai kontroler quadcopter untuk melakukan tracking terhadap platform yang bergerak melalui data sensor GPS yang telah ter-filter. Pendaratan dilakukan dengan bantuan kamera yang mendeteksi Apriltag diatas platform bergerak. Hasil menunjukkan quadcopter dapat melakukan pendaratan dengan kecepatan platform adalah 0.2 m/s dengan menggunakan kontrol MPC, dan pendeteksian AprilTag dapat terbaca melalui
ketinggian < 3 meter.
===============================================================================================================================================
The use of a Quadcopter in various industries requires it to have various maneuvering capabilities. For example, in the goods delivery service industry, quadcopters deliver packages to specified locations and return to the starting point. The ability to land on a moving platform is needed at any time if the service provider is pressed for time. Limited battery power can also affect the quadcopter's ability to find a charger. This study discusses quadcopter control for landing on a moving platform. GPS sensors are used to determine the position of the moving platform. With the Kalman Filter to filter GPS data containing noise and bias, the quadcopter can obtain better platform position data. Model Predictive Control (MPC) is used as a quadcopter controller to track the moving platform through filtered GPS sensor data. Landing is done with the help of a camera that detects Apriltag above the moving platform. The results show that the quadcopter can land at a platform speed of 0.2 m/s using MPC control, and AprilTag detection can be read from a height of <3 meters
Penerapan Lean Dengan Genba Shikumi Untuk Mengurangi Pemborosan Pada Proses Produksi Di PT Sanghiang Perkasa
No full textPT Sanghiang Perkasa (Kalbe Nutritionals) merupakan perusahaan yang bergerak di manufaktur susu bubuk dan nutrisi. Dalam kondisi existing proses produksi masih ditemukan berbagai bentuk pemborosan khususnya pada aktivitas penyiapan Raw Material (RM). Proses penyiapan masih dilakukan secara manual memunculkan indikasi adanya non-value-added activity. Oleh karena itu, penelitian ini bertujuan mengidentifikasi pemborosan dan merancang solusi perbaikan proses penyiapan dengan pendekatan lean manufacturing meliputi Value Stream Mapping (VSM) dan Process Activity Mapping (PAM) untuk memetakan proses penyiapan. Identifikasi waste kritis dilakukan menggunakan metode genba shikumi karena pendekatan ini mampu mengkaji proses secara langsung (genba) dan menghasilkan prioritas pemborosan. Waste kritis didapatkan dari skor tertinggi matriks kepentingan mutlak di genba shikumi yang dianalisis berdasarkan prinsip pareto. Ditemukan dua waste kritis yang berasal dari proses non-timbang, yaitu aktivitas setting scanner dan menjemput RM. Kedua waste ini termasuk kritis karena frekuensi yang sering terjadi, dampaknya besar terhadap keseluruhan proses penyiapan, dan memiliki keterkaitan dengan pemborosan yang lain. Oleh karena itu, waste kritis menjadi perhatian untuk dicari akar permasalahan dan dilakukan perbaikan. Akar permasalahan dianalisis menggunakan 5 Why’s, didapatkan struktur bangunan dari proses penyiapan yang menghalangi jaringan untuk permasalahan aktivitas setting scanner. Selain itu, permasalahan penjemputan RM oleh operator vacuum dikarenakan belum adanya trigger point yang mengatur pengiriman oleh operator pengiriman dimana saat ini hanya menggunakan perkiraan jam pengiriman. Diusulkan 2 rekomendasi perbaikan untuk mengatasi stuktur bangunan yang menghalangi jaringan, yaitu pembuatan Wi-Fi yang dialokasikan khusus proses penyiapan dan penggunaan alat docking crade yang kompatibel terhadap ethernet. Sedangkan akar permasalahan trigger point pengiriman diusulkan 3 rekomendasi, yaitu penggunaan HT, penggunaan andon, dan penerapan digital kanban. Pemilihan rekomendasi dilakukan melalui lean matrix 2 untuk menentukan prioritas implementasi. Hasil analisis menunjukkan akar permasalahan dari struktur bangunan proses penyiapan menjadi prioritas utama menjadi prioritas pertama, dan dilanjutkan dengan akar permasalahan prosedur pengiriman RM oleh operator pengiriman. Dengan demikian, rekomendasi penyediaan Wi-Fi khusus proses penyiapan menjadi prioritas pertama perusahaan untuk menyelesaikan permasalahan setting scanner, kemudian dilanjutkan dengan penerapan digital kanban yang berkontribusi mengatasi penjemputan RM.
====================================================================================================================================
PT Sanghiang Perkasa (Kalbe Nutritionals) is a company engaged in the manufacturing of powdered milk and nutritional products. In its current production process, several forms of waste are still present, particularly in the Raw Material (RM) preparation stage. The preparation process is still carried out manually, which indicates the existence of non-value-added activities. Therefore, this study aims to identify waste and design improvement solutions for the preparation process using a lean manufacturing approach. Value Stream Mapping (VSM) and Process Activity Mapping (PAM) are applied to map and evaluate the current process. To identify critical waste, the genba shikumi method is used, as it enables direct observation of the process (genba) and helps prioritize the types of waste. The critical waste is identified based on the highest score in the absolute importance matrix from genba shikumi and further analyzed using the pareto principle. Two critical waste activities were identified within the non-weighing process, namely the scanner setup activity and the transportation of RM. These two types of waste are considered critical due to their frequent occurrence, significant impact on the overall preparation process, and connection to other forms of waste. Therefore, it is important to identify the root causes and implement improvements. Using the 5 Why’s method, the root cause of the scanner setting issue was found to be the building structure in the preparation area that obstructs the network. Meanwhile, the issue related to the pickup of RM by the vacuum operator was caused by the absence of a trigger point to manage deliveries. Currently, deliveries are only based on estimated times. Two improvement recommendations are proposed to solve the network obstruction problem: providing a dedicated Wi-Fi connection for the preparation process and using a docking cradle that is compatible with Ethernet. For the delivery trigger issue, three recommendations are suggested: using Handy Talkie (HT), installing an andon system, and applying a digital kanban system. The selection of recommendations was carried out using a lean matrix 2 to prioritize implementation. The analysis shows that the root cause related to the building structure in the preparation process should be addressed first, followed by improvements to the delivery procedure for RM. Therefore, the provision of dedicated Wi-Fi for the preparation process is set as the top priority to resolve the scanner setting issue, followed by the implementation of a digital kanban system to improve RM pickup activities
Screen Printed Carbon Elektrode (SPCE) Termodifikasi Nanopartikel Logam untuk Deteksi Metabolit Sekunder Indikator Infeksi Ganoderma Boninense pada Kelapa Sawit
No full textPenelitian ini mengembangkan sensor elektrokimia berbasis Screen Printed Carbon Electrode (SPCE) yang dimodifikasi dengan nanopartikel logam emas (Au), perak (Ag), dan platinum (Pt) untuk deteksi metabolit sekunder sebagai indikator infeksi Ganoderma boninense pada kelapa sawit. Nanopartikel Au disintesis menggunakan metode reduksi kimia sedangkan nanopartikel Ag dan Pt menggunakan metode hidrotermal. Karakterisasi struktur dan gugus fungsi dilakukan menggunakan Ultraviolet Visible Spectroscopy (UV-vis), Fourier Transform Infrared Spectroscopy (FTIR), X-ray Photoelectron Spectroscopy (XPS), dan Scanning Electron Microscopy (SEM). Modifikasi permukaan elektroda dilakukan dengan nanokomposit berbasis reduced Graphene Oxide (rGO) dan logam yang dievaluasi menggunakan Cyclic Voltammetry (CV), Electrochemical Impedance Spectroscopy (EIS), Four-Point Probe, Differential Pulse Voltammetry (DPV), dan Chronoamperometry. Hasil menunjukkan bahwa SPCE termodifikasi Pt/rGO (1 wt%) memiliki performa terbaik dengan sensitivitas masing masing untuk fitol 2,220 μA/mM dan 1,801 μA/μM untuk stigmasterol, Limit of Detection (LoD) sebesar 1,915 mM dan 0.505 μM, serta Limit of Quantification (LoQ) sebesar 5,805 mM dan 1,532 mikroM. Selain itu, waktu respon sensor juga terdeteksi dengan cepat (t = 1.28s). perbedaan konsentrasi analit disesuaikan dengan perbedaan kelarutan serta kestabilan larutan masing-masing senyawa secara visual. Dengan sensitivitas tinggi, waktu respon cepat, dan biayanya yang rendah, sensor ini berpotensi menjadi solusi portabel dan selektif untuk deteksi dini infeksi Ganoderma boninense dalam perkebunan kelapa sawit.
==================================================================================================================================
This study developed an electrochemical sensor based on Screen-Printed Carbon Electrode (SPCE) modified with metal nanoparticles of gold (Au), silver (Ag), and platinum (Pt) for the detection of secondary metabolites as indicators of Ganoderma boninense infection in oil palm plantations. Au nanoparticles were synthesized using a chemical reduction method, while Ag and Pt nanoparticles were prepared via a hydrothermal process. Structural and functional group characterizations were carried out using Ultraviolet–Visible Spectroscopy (UV-Vis), Fourier Transform Infrared Spectroscopy (FTIR), X-ray Photoelectron Spectroscopy (XPS), and Scanning Electron Microscopy (SEM). The electrode surface was modified with reduced Graphene Oxide (rGO)–metal nanocomposites and evaluated using Cyclic Voltammetry (CV), Electrochemical Impedance Spectroscopy (EIS), Four-Point Probe, Differential Pulse Voltammetry (DPV), and Chronoamperometry. The SPCE modified with Pt/rGO (1 wt%) exhibited the best performance, with sensitivities of 2.220 μA/mM for phytol and 1.801 μA/μM for stigmasterol, a limit of detection (LoD) of 1.915 mM and 0.505 μM, and a limit of quantification (LoQ) of 5.805 mM and 1.532 μM. Additionally, the sensor showed a rapid response time (t = 1.28 s). The analyte concentration range was adjusted based on the solubility and visual stability of each solution. With high sensitivity, fast response, and low cost, this sensor shows potential as a portable and selective early detection tool for Ganoderma boninense infections in oil palm monitoring systems
Rancang Bangun Sistem Pemesanan Becak Online BECATUR
No full textBecak, sebagai salah satu moda transportasi tradisional, memainkan peran penting dalam mendukung pariwisata budaya di Indonesia. Namun, beberapa tantangan seperti overpricing dan kurangnya aksesibilitas layanan menjadi hambatan bagi pengalaman wisatawan. Tugas Akhir ini bertujuan untuk mengembangkan sebuah sistem yang dapat menghubungkan tukang becak dengan wisatawan melalui reservasi online. Sistem ini dirancang untuk meningkatkan transparansi harga, aksesibilitas layanan, pengalaman wisata, serta mendukung pelestarian budaya melalui penggunaan becak. Pengembangan sistem dilakukan menggunakan Flutter untuk aplikasi mobile, React.js untuk antarmuka web admin, dan Laravel sebagai backend. Sistem ini juga telah berhasil diintegrasikan dengan protokol MQTT guna mendukung komunikasi near real-time antara pengguna dan pengemudi. Observasi dan pengujian sistem dilakukan di kawasan Kota Lama Surabaya yang dipilih sebagai lokasi pilot project. Pengujian dilakukan pada dua aspek utama: fungsionalitas dan kualitas kode. Hasil pengujian fungsional menunjukkan tingkat keberhasilan 100% dengan 16 fungsionalitas dan 27 skenario uji. Pengujian kualitas kode dilakukan menggunakan SonarQube untuk backend dan frontend serta flutter_lints untuk aplikasi mobile. Hasil analisis menunjukkan peringkat “A” pada sebagian besar metrik dan tanpa ditemukan isu kritis.
===========================================================================================================================================
The pedicab, as one of Indonesia's traditional modes of transportation, plays a vital role in supporting cultural tourism. However, challenges such as overpricing and limited service accessibility have become obstacles to a seamless tourist experience. This Final Project aims to develop a system that connects pedicab drivers with tourists through an online reservation platform. The system is designed to improve price transparency, service accessibility, tourist experience, and to support cultural preservation through the continued use of pedicabs. The system was developed using Flutter for the mobile application, React.js for the web-based admin interface, and Laravel for the backend. It has also been successfully integrated with the MQTT protocol to enable near real-time communication between users and drivers. Observation and system testing were conducted in the Kota Lama area of Surabaya, which was selected as the pilot project location. Testing was conducted on two main aspects: functionality and code quality. The functional testing showed a 100% success rate with 16 functionality and 27 testing scenarios. Code quality testing was performed using SonarQube for the backend and admin web frontend, and flutter_lints for the mobile application. The analysis results showed an “A” rating on most metrics and no critical issues were found
Re-design Interior Kantor Pelindo SPTP Berkonsep Multigeneration Fun dengan Penerapan Collaborative Workspace
No full textPada era globalisasi yang ketat, pengembangan sumber daya manusia (SDM) menjadi faktor yang sangat krusial bagi suatu perusahaan. Pada PT Pelindo Petikemas (SPTP) sebagai perusahaan jasa, sangat mengandalkan kualitas SDM untuk meningkatkan kinerja dan etos kerja masing-masing karyawannya. Pengembangan SDM yang menyeluruh, termasuk perubahan sikap, diperlukan untuk mencapai efektivitas kerja yang lebih optimal. Kinerja karyawan tidak hanya dipengaruhi oleh kemampuan individu saja, namun kondisi lingkungan kerja menjadi fokus utama bagi para karyawan. Penelitian ini bertujuan merancang ulang interior kantor PT Pelindo Terminal Petikemas Surabaya (SPTP) dengan konsep Multigeneration Fun dan collaborative workspace untuk menciptakan lingkungan kerja yang inklusif, produktif, dan responsif terhadap kebutuhan multigenerasi, mengatasi tantangan miskomunikasi, produktivitas rendah, dan kurangnya keterlibatan akibat perbedaan nilai antar generasi. Dengan pendekatan design thinking, termasuk wawancara, observasi, dan kuesioner, penelitian mengidentifikasi bahwa desain eksisting kurang kolaboratif, monoton, dan tidak inklusif, sehingga diusulkan solusi desain yang mendukung kerja sama dan kenyamanan. Untuk mengatasi permasalahan tersebut, penelitian ini mengusulkan solusi desain yang mencakup pengembangan area publik seperti lounge dengan panel informatif yang menjelaskan sejarah dan layanan Pelindo SPTP, fun game arena yang dilengkapi dengan fasilitas billiard dan tenis meja untuk mendorong interaksi sosial dan relaksasi, serta open workstation untuk mendorong interaksi dan kreativitas. Penerapan prinsip ergonomi dan universal design juga ditekankan untuk memastikan kenyamanan, keamanan, dan aksesibilitas bagi semua pengguna, termasuk pengurangan tingkat stres dan peningkatan kualitas hidup melalui pemilihan furnitur yang ergonomis, pencahayaan optimal, dan penggunaan warna-warna netral seperti biru dan hijau yang menciptakan suasana tenang dan damai. Hasil validasi melalui kuesioner terhadap 48 responden menunjukkan bahwa desain ini berhasil mencapai skor tinggi, dengan 92,85% responden sangat setuju bahwa konsep Multigeneration Fun efektif memenuhi kebutuhan pengguna, sehingga menciptakan lingkungan kerja yang dinamis, kolaboratif, dan mendukung kesejahteraan karyawan serta tujuan organisasi. Dengan demikian, desain yang diusulkan tidak hanya menciptakan ruang kerja yang fungsional dan nyaman, tetapi juga mendukung produktivitas, kreativitas, dan kesejahteraan karyawan, sekaligus berkontribusi pada tujuan organisasi dan pembangunan berkelanjutan melalui lingkungan kerja yang inklusif dan inovatif.
======================================================================================================================================
In the era of intense globalization, human resource development (HRD) has become a critical factor for any organization. At PT Pelindo Terminal Petikemas (SPTP), a service-oriented company, the quality of human resources is heavily relied upon to enhance employee performance and work ethic. Comprehensive HRD, including attitude transformation, is essential to achieve more optimal work effectiveness. Employee performance is not solely determined by individual capabilities but is significantly influenced by the conditions of the work environment, which serves as a primary focus for employees. This research aims to redesign the interior of the PT Pelindo Terminal Petikemas Surabaya (SPTP) office by implementing the Multigeneration Fun concept and a collaborative workspace to create an inclusive, productive, and responsive work environment that addresses the needs of multiple generations, mitigating challenges such as miscommunication, reduced productivity, and lack of engagement due to differing generational values. Utilizing a design thinking approach, which includes interviews, observations, and questionnaires, the study identified that the existing interior design lacks collaboration, is monotonous, and insufficiently inclusive, prompting the proposal of design solutions to enhance cooperation and comfort. To address these issues, the research proposes design solutions that include the development of public areas such as a lounge equipped with informative panels detailing the history and services of Pelindo SPTP, a fun game arena featuring billiard and table tennis facilities to encourage social interaction and relaxation, and an open workstation to foster interaction and creativity. The application of ergonomic principles and universal design is emphasized to ensure comfort, safety, and accessibility for all users, including reducing stress levels and improving quality of life through the selection of ergonomic furniture, optimal lighting, and the use of neutral colors such as blue and green to create a calm and serene atmosphere. Validation results from a questionnaire completed by 48 respondents indicate that the design achieved high scores, with 92,85% of respondents strongly agreeing that the Multigeneration Fun concept effectively meets user needs, thus creating a dynamic, collaborative work environment that supports employee well-being and organizational goals. Consequently, the proposed design not only establishes a functional and comfortable workspace but also enhances productivity, creativity, and employee well-being while contributing to organizational objectives and sustainable development through an inclusive and innovative work environment
Sistem Monitoring Gelombang Laut Berbasis Single Point LiDAR Untuk Prediksi Tsunami
No full textIndonesia merupakan negara yang rawan terhadap bencana tsunami akibat posisinya di zona cincin api Pasifik dan pertemuan tiga lempeng tektonik aktif. Untuk meminimalkan dampak bencana, diperlukan sistem pemantauan dan peringatan dini yang responsif serta akurat. Penelitian ini mengembangkan sistem monitoring permukaan air laut berbasis sensor LiDAR titik tunggal (single point) yang terintegrasi dengan mikrokontroler ESP32 dan modul komunikasi LoRa EBYTE E220. Sensor LiDAR digunakan untuk mengukur ketinggian permukaan air laut secara real-time, dengan pantulan dari pelampung yang naik turun mengikuti gelombang air laut. Data yang dikumpulkan dikirim melalui jaringan nirkabel LoRa kemudian diklasifikasikan menggunakan model Convolutional Neural Network (CNN) 1D berbasis masukan mentah dan spektrum FFT. Sistem ini diuji dalam tiga kondisi gelombang berbeda pada danau ITS untuk gelombang tenang, gelombang kapal, serta gelombang simulasitsunami buatan. Sistem juga diuji pada dermaga Tanjung Perak untuk pengujian gelombang kapal dan gelombang tenang pada air laut. Pengujian gelombang tsunami dilakukan dengandata dari Badan Informasi Geospasial (BIG). Hasil pengujian menunjukkan bahwa model CNN 1D mampu mengklasifikasikan jenis gelombang pada danau, dermaga, dan data BIG denganakurasi uji hingga 94,85%, 92,2%, dan 96,8%. Dengan kemampuan deteksi perubahan gelombang laut yang signifikan, sistem ini berpotensi menjadi solusi teknologi mitigasi tsunamiyang murah, efisien, dan dapat diimplementasikan di daerah pesisir Indonesia
Optimisasi Produksi Bioetanol dan Silase dari Fermentasi Rumput Pakchong dengan Sistem Simultaneous Saccharification and Fermentation (SSF)
No full textTarget Net Zero Emission (NZE) 2060 dalam Perjanjian Paris mendorong peningkatan campuran bioetanol hingga 20-30%. Namun, keterbatasan produksi bioetanol dari bagas tebu di Indonesia menyebabkan kebutuhan mendesak akan diversifikasi biomassa. Rumput Pakchong (Pennisetum purpureum cv. Thailand) memiliki potensi tinggi sebagai bahan baku bioetanol dan silase karena produktivitasnya yang tinggi, kandungan lignin yang rendah, serta kemampuan adaptasi yang baik. Penelitian ini bertujuan untuk mengoptimisasi proses produksi bioetanol dan silase dari rumput Pakchong, yaitu pada proses pretreatment, sakarifikasi, dan fermentasi menggunakan skema modifikasi SSF. Optimisasi pretreatment dilakukan menggunakan larutan NaOH (1-5%) untuk mengurangi fraksi lignin dan hemiselulosa. Sakarifikasi dilakukan menggunakan enzim selulase komersial turunan Trichoderma reesei dengan konsentrasi 5-15 mg/mL. Dua skema SSF termodifikasi digunakan untuk fermentasi bioetanol, yaitu fed-batch SSF (FSSF) dan pre-SSF (PSFF), dengan variasi porsi feeding substrat dan enzim. Optimisasi dilakukan pada konsentrasi ragi Saccharomyces cerevisiae (3-4×10^4 cfu/g) untuk fermentasi bioetanol dan Lactobacillus plantarum (10^5-10^7 cfu/mL) untuk fermentasi silase. Pada proses pretreatment, NaOH 5% selama 15 menit adalah kondisi optimal, menghilangkan 70% lignin dan mempertahankan 66% selulosa. Sakarifikasi dengan enzim selulase 10 mg/mL menghasilkan efisiensi sakarifikasi terbaik sebesar 76,18% dalam 5 hari. Skema FSSF 2 porsi menghasilkan efisiensi konversi glukosa ke etanol sebesar 95,41% dari nilai teoretis, dengan efisiensi proses 23,99% dan efisiensi total 9,71%. Sementara itu, pada fermentasi silase, inokulum Lactobacillus plantarum 10^6 cfu/mL memberikan efisiensi konversi WSC menjadi asam laktat sebesar 60,78%, dengan efisiensi total 25,3% dan efisiensi fermentasi terhadap biomassa kering sebesar 40,24%. Dengan hasil ini, rumput Pakchong terbukti berpotensi menjadi biomassa yang dapat mendukung program bioenergi dan ketahanan pakan nasional.
==================================================================================================================================
The 2060 Net Zero Emission (NZE) target in the Paris Agreement encourages an increase in bioethanol blends to 20-30%. However, the limited production of bioethanol from sugarcane bagasse in Indonesia has created an urgent need for biomass diversification. Pakchong grass (Pennisetum purpureum cv. Thailand) has high potential as a raw material for bioethanol and silage due to its high productivity, low lignin content, and good adaptability. This study aims to optimize the production process of bioethanol and silage from Pakchong grass, namely in the pretreatment, saccharification, and fermentation processes using the SSF modification scheme. Pretreatment optimization was carried out using NaOH solution (1-5%) to reduce the lignin and hemicellulose fractions. Saccharification was carried out using commercial cellulase enzymes derived from Trichoderma reesei with a concentration of 5-15 mg/mL. Two modified SSF schemes were used for bioethanol fermentation, namely fed-batch SSF (FSSF) and pre-SSF (PSFF), with variations in the portion of substrate and enzyme feeding. Optimization was carried out at the concentration of Saccharomyces cerevisiae yeast (3-4×10^4 cfu/g) for bioethanol fermentation and Lactobacillus plantarum (10^5–10^7 cfu/mL) for silage fermentation. In the pretreatment process, 5% NaOH for 15 minutes was the optimal condition, removing 70% lignin and retaining 66% cellulose. Saccharification with 10 mg/mL cellulase enzyme produced the best saccharification efficiency of 76.18% in 5 days. The 2-portion FSSF scheme produced a glucose to ethanol conversion efficiency of 95.41% of the theoretical value, with a process efficiency of 23.99% and a total efficiency of 9.71%. Meanwhile, in silage fermentation, Lactobacillus plantarum inoculum of 10^6 cfu/mL provided a conversion efficiency of WSC to lactic acid of 60.78%, with a total efficiency of 25.3% and a fermentation efficiency of dry biomass of 40.24%. With these results, Pakchong grass has proven to have the potential to be a biomass that can support the national bioenergy and feed security program
Analisis Perhitungan Premi Reversionary Annuity Model Dynamic Bivariate Common Shock Dengan Hukum Gamma-Gompertz Dan Weibull Dengan Suku Bunga Stokastik
No full textIndustri asuransi jiwa memiliki peran penting dalam perlindungan finansial, terutama dalam skema joint life insurance. Salah satu produknya adalah reversionary annuity, yang memberikan pembayaran kepada penerima manfaat setelah kematian tertanggung utama. Model Dynamic Bivariate Common Shock (DBCS) digunakan untuk menangkap ketergantungan antarindividu akibat kejadian common shock bersama yang bersifat kumulatif, seperti kecelakaan fatal atau bencana alam. Penelitian ini mengembangkan metode perhitungan premi reversionary annuity dengan mempertimbangkan hukum mortalitas Gamma-Gompertz dan Weibull serta suku bunga stokastik model Cox-Ingersoll-Ross (CIR). Fungsi intensitas kejadian common shock dimodelkan dengan Nonhomogeneous Poisson Process (NHPP) dirumuskan sebagai fungsi naik. Perhitungan hasil premi dilakukan pada premi tunggal dan berjangka dengan dua variasi usia pasangan (tahun), di antaranya pasangan 1: suami berusia 46 dan istri berusia 45; pasangan 2: suami berusia 56 dan istri berusia 55. Proyeksi suku bunga diperoleh melalui simulasi Monte Carlo sebanyak 10000 kali dengan nilai MAPE sebesar 17,3%. Parameter Gamma-Gompertz menghasilkan RSE sebesar 4,2% untuk laki-laki dan 4,3% untuk perempuan. Di sisi lain, model Weibull menunjukkan tingkat adjusted R-squared sebesar 96%. Hasil analisis menunjukkan bahwa nilai premi untuk pendekatan DBCS tidak jauh berbeda dengan pendekatan independen, yang disebabkan oleh fungsi intensitas shock yang sangat kecil. Hal ini mengindikasikan bahwa probabilitas kejadian kematian simultan akibat common shock sangat rendah sehingga penyintas tetap memiliki harapan hidup panjang. Selain itu, model Weibull tetap menunjukkan kecenderungan menghasilkan premi lebih tinggi karena sensitivitasnya terhadap umur panjang. Dengan demikian, pemilihan model mortalitas dan bentuk fungsi intensitas shock menjadi faktor krusial dalam menentukan nilai premi yang adil dan berkelanjutan. Penelitian ini diharapkan dapat membantu industri asuransi dalam merancang strategi penetapan premi yang lebih akurat dan adaptif terhadap risiko kematian akibat common shock di Indonesia.
====================================================================================================================================
The life insurance industry plays a vital role in financial protection, particularly through joint life insurance schemes. One of its products is the reversionary annuity, which provides payments to the beneficiary after the death of the primary insured. The Dynamic Bivariate Common Shock (DBCS) model is used to capture the dependency between individuals caused by cummulative common shock events, such as fatal accidents or natural disasters. This study develops a method for calculating reversionary annuity premiums by considering the Gamma-Gompertz and Weibull laws, as well as the stochastic interest rate modeled using Cox-Ingersoll-Ross (CIR) framework. The shock intensity function is modeled using a Nonhomogeneous Poisson Process (NHPP) and defined as increasing function. Premium calculations are carried out for single and term premiums using two age scenarios: couple 1 (husband aged 46, wife aged 45) and couple 2 (husband aged 56, wife aged 55). The interest rate is projected via 10000 Monte Carlo simulations, resulting in a MAPE of 17,3%. The Gamma-Gompertz model yields RSE values of 4.2% for males and 4.3% for females, while the Weibull model shows a strong performance with an adjusted R-squared of 96%. The analysis reveals that the premium values under the DBCS approach are not significantly different from the independent approach due to the very low shock intensity function, indicating that the probability of simultaneous death from a common shock is minimal, allowing the survivor to maintain a long-life expectancy. Furthermore, the Weibull model consistently produces higher premium values due to its sensitivity to longevity. Thus, selecting an appropriate mortality model and intensity function is crucial for determining fair and sustainable premium values. This research is expected to assist the insurance industry in designing more accurate and adaptive premium strategies for mortality risks arising from common shocks in Indonesia
Pemodelan Prediksi Kelelahan Kognitif Aktivitas Berkendara Menggunakan Driving Simulator dengan Explainable Machine Learning
No full textKecelakaan lalu lintas di Indonesia terus meningkat, dengan faktor manusia sebagai penyebab utama. Kelelahan kognitif menjadi salah satu faktor utama yang menurunkan pengambilan keputusan serta respon pengendara, sehingga meningkatkan urgensi pengelolaan kelelahan untuk pengendara. Berbagai studi telah menerapkan machine learning dan deep learning untuk mendeteksi kelelahan, namun keterbatasan interpretabilitas menjadi kendala implementasi. Penelitian ini bertujuan untuk mengembangkan model prediksi kelelahan kognitif berbasis explainable machine learning dengan menggunakan algoritma Kolmogorov–Arnold Network (KAN). Data diperoleh melalui eksperimen dengan desain cross-sectional menggunakan simulator berkendara. Model dibangun dengan mempertimbangkan variabel demografik serta beban kognitif yang dialami partisipan selama simulasi yang diukur menggunakan software OnDrive PVT yang mengukur waktu reaksi selama peserta berkendara. Kuesioner NASA-TLX serta kuesioner Swedish Occupational Fatigue Index (SOFI) digunakan sebagai instrumen pengukuran kelelahan utama. Penelitian ini berhasil mengembangkan model prediksi yang akurat dan interpretabel menggunakan KAN dalam dua bentuk yaitu Feed Forward Network (FFN) dan Recurrent Neural Network (RNN), dengan performa mendekati Random Forest, FFN umum, serta RNN umum. Penelitian ini menunjukkan bahwa KAN mampu memodelkan data sekuensial kompleks sekaligus memberikan interpretabilitas yang dibutuhkan dalam pengambilan keputusan di berbagai sektor.
=====================================================================================================================================
Traffic accidents in Indonesia continue to rise, with human factors being the primary cause. Cognitive fatigue is one of the key contributors to impaired decision-making and slower driver responses, thereby increasing the urgency for effective fatigue management among drivers. Various studies have applied machine learning and deep learning to detect fatigue, but limitations in interpretability have hindered practical implementation. This study aims to develop a cognitive fatigue prediction model based on explainable machine learning using the Kolmogorov–Arnold Network (KAN) algorithm. Data were collected through a cross-sectional experimental design using a driving simulator. The model was constructed by taking into account demographic variables and the cognitive load experienced by participants during the simulation, measured using the OnDrive PVT software that captures reaction time while driving. The NASA-TLX questionnaire and the Swedish Occupational Fatigue Index (SOFI) were used as the primary instruments for fatigue assessment. This study successfully developed an accurate and interpretable prediction model using KAN in two architectures: Feed Forward Network (FFN) and Recurrent Neural Network (RNN), with performance comparable to Random Forest, conventional FFN, and conventional RNN models. The results demonstrate that KAN is capable of modeling complex sequential data while also providing the interpretability needed for informed decision-making across various sectors
Pengembangan Aplikasi Simulasi Tahapan Evakuasi Bencana Banjir Dengan Menggunakan Teknologi Virtual Reality
No full textBencana banjir merupakan salah satu bencana alam yang sering terjadi di Indonesia dan dapat menyebabkan kerugian besar, baik secara material maupun korban jiwa. Kurangnya pemahaman masyarakat tentang langkah-langkah evakuasi yang tepat menjadi salah satu faktor yang memperburuk dampak bencana ini. Penelitian ini bertujuan untuk mengembangkan aplikasi simulasi berbasis Virtual Reality (VR) yang dirancang untuk memberikan panduan langkah-langkah evakuasi dalam situasi bencana banjir. Aplikasi ini menawarkan pengalaman imersif dan interaktif yang memungkinkan pengguna untuk belajar secara langsung melalui simulasi di lingkungan virtual yang menyerupai kondisi nyata. Simulasi mencakup berbagai skenario, seperti evakuasi di rumah, kantor, maupun pabrik, sehingga dapat membantu pengguna memahami prosedur evakuasi di berbagai situasi. Dalam simulasi, pengguna diarahkan untuk melakukan langkah-langkah persiapan evakuasi dan evakuasi. Panduan audio-visual yang terintegrasi memastikan pengguna dapat mengikuti simulasi dengan mudah dan memahami langkah-langkah yang harus dilakukan. Aplikasi yang dihasilkan menunjukkan keberhasilan dalam menerapkan seluruh rancangan sistem secara menyeluruh. Pengujian fungsionalitas menunjukkan bahwa 100% fitur di setiap skenario berjalan sesuai dengan yang direncanakan. Selain itu, hasil uji coba pengguna menunjukkan bahwa dari 14 pengguna yang menguji aplikasi, terdapat 3 error yang kemudian dapat disempurnakan.
===============================================================================================================================
Flood disasters are among the most frequent natural disasters in Indonesia and can result in significant losses, both in terms of material damage and human casualties. A major factor that exacerbates the impact of such disasters is the public’s lack of understanding regarding proper evacuation procedures. This research aims to develop a simulation application based on Virtual Reality (VR) designed to provide guidance on evacuation steps during flood disaster scenarios. The application offers an immersive and interactive experience that enables users to learn directly through simulations in virtual environments that closely resemble real-life conditions. The simulation includes various scenarios, such as evacuations at home, in offices, and in factories, helping users to understand evacuation procedures in different contexts. Within the simulation, users are guided through both the preparation and execution of evacuation steps. An integrated audio-visual guide ensures that users can easily follow the simulation and comprehend the necessary actions to take. Functionality testing showed that all features in each scenario worked as intended. Functionality testing shows 100% of the features work as intended. Additionally, user testing shows that of all 14 participants, there are 3 errors that were eventually fixed and perfected