Claim Missing Document
Check
Articles

Found 4 Documents
Search

EFEKTIFITAS DRAINASE RAMAH LINGKUNGAN DALAM MEREDUKSI GENANGAN PADA KAWASAN PERUMAHAN (CIAMPEA KABUPATEN BOGOR) Sutomo, Edy
Jurnal Ilmiah Desain & Konstruksi Vol 16, No 1 (2017)
Publisher : Universitas Gunadarma

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Dewasa ini dampak dari perubahan Iklim akibat dari pemanasan global (global warming)  membutuhkan suatu sistem drainase yang dapat menjawab tantangan tersebut salah satu caranya adalah dengan menggunakan drainase yang ramah lingkungan (environment friendly). Adapun tujuan daripada sistem drainase  agar tidak terjadi banjir di suatu kawasan, air harus secepatnya dibuang,hal ini harus segera ditinggalkan karena air juga merupakan sumber kehidupan. Bertolak dari hal tesebut, maka konsep dasar pengembangan sistem drainase yang berkelanjutan adalah meningkatkan daya guna air dan mempertahankan ketinggian permukaan air tanah, yang sangat bermanfaat bagi kehidupan dan penghidupan masyarakat kabupaten Bogor dan sekitarnya. Dengan berpegang pada prinsip bahwa air selalu mengalir ke tempat yang lebih rendah maka dalam mendirikan bangunan khususnya komplek perumahan harus dibuatkan cara sedemikian rupa agar  air diarahkan ke badan air hingga tidak terjadi genangan  atau terkumpul diluar badan air yang dapat mengakibatkan berbagai dampak kerusakan. Sejalan  dengan pertumbuhan dan perkembangan Kawasan kabupaten Bogor sebagai  kabupaten  penyangga Megapolitan Jakarta dan juga merupakan  kabupaten  lintasan dari jakarta menuju Bandung melewati kawasan Puncak Bogor, pemerintah kabupaten Bogor beserta jajarannya dan masyarakat berusaha untuk membenahi dan membangun secara bertahap serta berkelanjutan prasarana  kabupaten  yang diperlukan terutama drainase  kabupaten  maupun drainase pemukiman perumahan pada umumnya, utamanya kawasan pemukiman yang berada pada hulu. Kata kunci: Drainase, genangan,Perumahan.
PENILAIAN ESTETIKA FASAD BANGUNAN MODERN BERDASARKAN PERSEPSI MASYARAKAT DI KOTA BOGOR DENGAN METODE CLUSTERING K-MEANS Sutomo, Edy; Dini, Sumaiyah Fitrian
Jurnal Ilmiah Desain & Konstruksi Vol 18, No 2 (2019)
Publisher : Universitas Gunadarma

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35760/dk.2019.v18i2.2620

Abstract

Kota Bogor sebagai salah satu kota penyangga ibukota tidak dapat dipungkiri lagi bahwa masyarakatnya yang plural tentu secara umum mempunyai akses teknologi yang cukup terhadap segala fenomena termasuk di dalamnya adalah pengetahuan (knowledge) tentang arsitektur, studi ini dimaksudkan untuk mengetahui persepsi maupun preferensi masyarakat terhadap fasad bangunan modern khususnya bangunan publik. Pemilihan metode K-means lebih dikarenakan mengingat data yang digunakan dalam variabel Kuisioner sangat sederhana parameternya yaitu mengenai preferensi pengetahuan masyarakat terhadap elemen arsitektural pada fasad bangunan. K-means clustering adalah jenis pembelajaran tanpa pengawasan, yang digunakan ketika terdapat entitas yang dimiliki  merupakan data yang tidak berlabel.Tujuan dari algoritma ini adalah untuk menemukan kelompok dalam data, dengan jumlah kelompok yang diwakili oleh variabel K. Algoritma ini bekerja secara iteratif untuk menetapkan setiap titik data ke salah satu kelompok K berdasarkan pada fitur yang disediakan. Poin data dikelompokkan berdasarkan kesamaan fitur. Hasil dari algoritma pengelompokan K-means  meliputi Centroid dari cluster K, yang dapat digunakan untuk memberi label data baru, dan label untuk data pelatihan (setiap titik data digunakan ke satu cluster) untuk memperjelas mekanisme kinerja K-means dicoba dengan menggunakan Ms Excell.
SURVEY TEKNIK PENGKLASIFIKASIAN GAYA ARSITEKTUR PADA FASAD BANGUNAN MENGGUNAKAN PENDEKATAN DEEP LEARNING CNN Sutomo, Edy
Jurnal Ilmiah Desain & Konstruksi Vol 19, No 2 (2020)
Publisher : Universitas Gunadarma

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35760/dk.2020.v19i2.2619

Abstract

Teknik pengklasifikasian gaya arsitektur pada fasad bangunan menjadi bagian penting pada dunia perancangan, guna mempercepat proses dalam melakukan kajian tipologinya. Dewasa ini dengan semakin berkembangnya teknologi informasi, sangat memungkinkan bila seiring waktu dengan berbagai kemajuan metode dalam mengekstraksi obyek bangunan utamanya fasad bangunan. Penelitian dalam pengklasifikasian fasad bangunan banyak dilakukan untuk menelusuri jenis bangunan maupun aspek estetika lainnya. Demi tujuan tersebut studi survey ini dimaksudkan untuk mengetahui teknik komputasi Deep Learning (DL) yang dapat digunakan dalam mengidentifikasi fasad bangunan secara lebih akurat dengan membedakan dan mengelompokkannya agar lebih mudah dikenali tipe bangunannya. Metode yang digunakan dalam melakukan penelitian ini menggunakan teknik seleksi dan eliminasi, berasal dari penelitian di berbagai jurnal yang relevan terhadap pengklasifikasian gaya arsitektur bangunan. Hasil survey literatur menunjukkan bahwa terdapat  kesenjangan, hasil akurasi dari yang tertinggi ke terendah sebesar 48,19 % sehingga diperlukan adanya inovasi pada perangkat sistemnya. Teknik DL paling banyak digunakan dengan pendekatan Convolutional Neural Network (CNN) yang dikombinasikan dengan sistem perangkat lain, daripada fiturnya sendiri guna meningkatkan nilai akurasi.
Pengaruh Keselamatan dan Kesehatan Kerja (K3) terhadap Produktivitas Proyek Infrastruktur Lestiyono, Sidik; Sutomo, Edy
RIGGS: Journal of Artificial Intelligence and Digital Business Vol. 4 No. 4 (2026): November - January
Publisher : Prodi Bisnis Digital Universitas Pahlawan Tuanku Tambusai

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31004/riggs.v4i4.3612

Abstract

Keselamatan dan kesehatan kerja (K3) memegang peran penting dalam menjaga stabilitas operasional dan produktivitas di sektor konstruksi. Penelitian ini menganalisis keterkaitan antara jumlah kecelakaan kerja dengan produktivitas proyek infrastruktur menggunakan data panel lima perusahaan konstruksi nasional selama periode 2020–2024. Pendekatan kuantitatif eksplanatori digunakan melalui pemodelan regresi data panel pada EViews 12, disertai pengujian Chow, Lagrange Multiplier (LM), dan Hausman untuk menentukan model terbaik. Ketiga pengujian tersebut secara konsisten menunjukkan bahwa Random Effect Model (REM) merupakan metode paling tepat dalam menjelaskan variasi data antarperusahaan dan antarwaktu. Hasil regresi mengungkapkan bahwa kecelakaan kerja memiliki pengaruh negatif dan signifikan terhadap produktivitas tenaga kerja. Koefisien regresi sebesar -3,42 dengan probabilitas 0,0001 menunjukkan bahwa setiap peningkatan satu kasus kecelakaan menurunkan produktivitas secara bermakna. Nilai R-squared sebesar 0,742 menandakan bahwa 74,21% variasi produktivitas dapat dijelaskan oleh perubahan jumlah kecelakaan kerja, mengindikasikan kekuatan model yang solid. Temuan ini mempertegas bahwa penerapan K3 bukan hanya kewajiban regulatif, tetapi juga faktor penting untuk meningkatkan efisiensi proyek. Upaya seperti pelatihan keselamatan yang intensif, kepatuhan penggunaan alat pelindung diri, serta pengawasan prosedur kerja yang lebih ketat menjadi langkah strategis untuk meminimalkan risiko kecelakaan. Dengan demikian, peningkatan budaya K3 secara berkelanjutan menjadi kunci dalam mencapai performa proyek yang optimal dan berdaya saing tinggi.