Garuda - Garba Rujukan Digital

p-Index From 2021 - 2026

3.916

P-Index

This Author published in this journals

All Journal Jurnal Ilmu Komputer dan Informasi Jurnal F. Teknik : RESULTAN Paradigma : Journal of Science, Religion and Culture Studies TELKOMNIKA (Telecommunication Computing Electronics and Control) PIKSEL : Penelitian Ilmu Komputer Sistem Embedded and Logic JREC (Journal of Electrical and Electronics) Jurnal RESTI (Rekayasa Sistem dan Teknologi Informasi) International Journal of Artificial Intelligence Research Cakrawala : Jurnal Humaniora Bina Sarana Informatika Bina Insani ICT Journal Informatics for Educators and Professional : Journal of Informatics Information Management For Educators And Professionals (IMBI) BENTANG : Jurnal Teoritis dan Terapan Bidang Rekayasa Sipil Jurnal Komtika (Komputasi dan Informatika) Jurnal Kajian Ilmiah Jurnal ABDIMAS (Pengabdian kepada Masyarakat) UBJ Jurnal Sains Teknologi dalam Pemberdayaan Masyarakat DEVOSI Journal of Students‘ Research in Computer Science (JSRCS) Journal of Computer Science Contributions (Jucosco) Jurnal Komtika (Komputasi dan Informatika)

Rahmadya Trias Handayanto

Program Studi Teknik Komputer Fakultas Teknik, Universitas Islam 45

Author-ID : 274287

Religion Arts Humanities Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Education Electrical & Electronics Engineering Engineering Environmental Science Industrial & Manufacturing Engineering Law, Crime, Criminology & Criminal Justice Library & Information Science Social Sciences Transportation Other

Published : 59 Documents Claim Missing Document

Claim Missing Document

Articles

1 2 3 4 5

Algoritma Stemming Sebagai Pra-Proses Pengecekan Kemiripan Naskah Rahmadya Trias Handayanto; Ahmad Wafiq Amrillah; Intan Juwita; Muhammad Arifin; Setiaji Setiaji; Reyvan Karani
Bahasa Indonesia Vol 5 No 2 (2018): Bina Insani ICT Journal (Desember 2018)
Publisher : Lembaga Penelitian dan Pengabdian Masyarakat Universitas Bina Insani

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (536.368 KB)

Abstrak: Proses pencarian kata dasar dari suatu kata dalam Bahasa Indonesia lebih sulit dari pada bahasa Inggris. Proses yang dikenal dengan istilah stemming itu membutuhkan algoritma tertentu dalam mencari kata dasar suatu kata. Berbeda dengan bahasa Inggris yang hanya mengenal akhiran, dalam Bahasa Indonesia dikenal awalan, akhiran dan sisipan sehingga proses stemming jauh lebih rumit. Beberapa algoritma stemming untuk Bahasa Indonesia telah banyak diterapkan untuk proses temu kembali. Penelitian ini mencoba menerapkan algoritma stemming untuk mengecek kemiripan naskah berdasarkan kata dasarnya. Selain itu sebuah aplikasi sederhana dibuat untuk menguji akurasi proses stemming yang diusulkan. Kata kunci: kata dasar, kemiripan naskah, Matlab, pemrosesan teks, temu kembali. Abstract: Searching a root of word in Indonesian is more difficult that English. This process, which is called stemming, need specific algorithms in finding the root. Whereas in English usually the roots are found by separating the suffixes, in Indonesia are found by separating preffixes, suffixes, and inffixes as well, so it adds the complexity of stemming process. Many stemming algorithms have been proposed in information retrieval, but in this study, the stemming was also used for similarity check of papers. In addition, a prototype was created for checking the proposed-algorithm’s accuracy. Keywords: information retrieval, Matlab, root word, similarity, text processing.

Mengenali Karakteristik Penggunaan Lahan dengan Statistika Spasial (Spatial Metrics) Herlawati Herlawati; Rahmadya Trias Handayanto
INFORMATICS FOR EDUCATORS AND PROFESSIONAL : Journal of Informatics Vol 1 No 2 (2017): INFORMATICS FOR EDUCATORS AND PROFESSIONAL : JOURNAL OF INFORMATICS (Juni 2017)
Publisher : Lembaga Penelitian dan Pengabdian Masyarakat Universitas Bina Insani

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (320.569 KB)

Abstrak: Statistik banyak digunakan untuk mendeskripsikan suatu data. Data yang diolahkebanyakan data non-spasial yang tidak melibatkan koordinat atau lokasi suatu obyek.Perlahan tapi pasti, statistik sudah mulai diterapkan pada data spasial dengan variabel-variabel baru yang dikembangkan dengan istilah spatial metrics. Artikel ini bermaksud menggunakananalisa statistik sebagai sarana untuk mendeskripsikan suatu data spasial dengan Jakarta dansekitarnya (Jabotabek) sebagai area penelitian. Aplikasi yang digunakan untuk analisa adalahFragstats dengan bantuan perangkat lunak Idrisi Selva v17 untuk pengolahan citra satelit yangdiunduh dari satelit Landsat pada laman United States Geological Survey (USGS) untuk duaperiode waktu yakni 1988 dan 2015. Analisa statistik menunjukan bahwa pertumbuhan lahan diwilayah jabotabek didominasi oleh karakteristik infilling dan edge expansion dimanaperkembangan lahan cenderung mengisi tepian dan ruang-ruang kosong di antara lahan yangsudah ada.Kata Kunci: Data Spasial, Fragstats, Idrisi Selva, Landsat, Penggunaan Lahan, Spatial metricsAbstract: Statistics are widely used to describe data. These data mostly non-spatial that doesnot involve the coordinates or the location of an object. Nowadays statistics have employedspatial data with new variables called spatial metrics. This article intends to use statisticalanalysis as a means of describing a spatial data in Jakarta Metropolitan Region (Jabotabek) asa research area. Fragstats was used as statistical analysis tool with the Idrisi Selva softwarev17 for satellite-image processing which was downloaded from Landsat satellites on the UnitedStates Geological Survey (USGS) page for two time periods, 1988 and 2015. Statistical analysisshows that land growth in the jabotabek area was dominated by infilling and edge expansioncharacteristic where land developments tend to fill the edges and empty spaces betweenexisting fields.Keywords: Spatial Data, Fragstats, Selva Ides, Landsat, Land Use, Spatial Metrics

Spatial Metric Untuk Analisa Perkembangan Lahan Urban di Bekasi Seta Samsiana; Herlawati Herlawati; Anita Setyowati Srie Gunarti; Rahmadya Trias Handayanto
INFORMATICS FOR EDUCATORS AND PROFESSIONAL : Journal of Informatics Vol 2 No 1 (2017): INFORMATICS FOR EDUCATORS AND PROFESSIONAL : JOURNAL OF INFORMATICS (Desember 201
Publisher : Lembaga Penelitian dan Pengabdian Masyarakat Universitas Bina Insani

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (635.705 KB)

Abstrak: Perkembangan lahan biasanya dianalisa dengan mengklasifikasi tipe lahan dari citra satelit. Hasil klasifikasi memperlihatkan secara visual tipe-tipe lahan yang ada di suatu wilayah. Untuk menganalisanya diperlukan keahlian khusus berdasarkan pengalaman pihak yang membaca peta hasil klasifikasi tersebut. Karena keterbatasan seseorang, seperti buta warna dan batasan-batasan otak manusia dalam menginterpretasikan suatu peta lahan yang luas menjadi kendala dalam menganalisa hasil klasifikasi citra satelit. Selama ini statistik dianggap mampu mewakili deskripsi suatu data tanpa adanya pengaruh subyektivitas pihak yang menganalisa. Sayangnya variabel statistik yang dikenal saat ini seperti rata-rata, standar deviasi, frekuensi, dan lain-lain hanya cocok diperuntukan untuk data non-spasial. Sementara itu data spasial yang memiliki karakter lokasi selain dari atribut membutuhkan juga variabel statistik khusus. Saat ini variabel statistik berbsis lansekap sedang dikembangkan, seperti Patch Density, Euclidean Nearest-Neighborhood, Landscape Shape Index, dan Percentage of Like-Adjacency. Keempat variabel statistik untuk data spasial yang dikenal dengan istilah Spatial Metric itu akan diimplementasikan untuk wilayah JABODETABEK dan Bekasi, dengan menggunakan aplikasi FRAGSTATS. Aplikasi ini membutuhkan citra satelit yang dapat diunduh secara bebas dari situs United States Geological Survey. Kata Kunci: Spatial Metric; Perkembangn Lahan Urban; Fragstats; Patch Density; Landscape Shape Index; Eucledean Nearest-Neighborhood; Percentage of Like-Adjacency; Post Suburbanization

Adaptif Neuro Fuzzy Inference System (ANFIS) dalam Pengidentifikasi Kualitas Telur Ayam Ras Berdasarkan Warna Kerabang Dede Rosadi; Rahmadya Trias Handayanto; Maimunah Maimunah; Retno Nugroho Whidhiasih
INFORMATICS FOR EDUCATORS AND PROFESSIONAL : Journal of Informatics Vol 3 No 1 (2018): INFORMATICS FOR EDUCATORS AND PROFESSIONAL : JOURNAL OF INFORMATICS (Desember 201
Publisher : Lembaga Penelitian dan Pengabdian Masyarakat Universitas Bina Insani

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (898.368 KB)

Abstrak: Kerabang telur merupakan lapisan luar telur yang melindungi telur dari penurunan kualitas baik disebabkan oleh kontaminasi mikroba, kerusakan fisik, maupun penguapan. Salah satu yang mempengaruhi kualitas kerabang telur adalah umur ayam, semakin meningkat umur ayam kualitas kerabang semakin menurun, kerabang telur semakin tipis, warna kerabang semakin memudar dan berat telur semakin besar. Telur yang lebih besar memiliki pigmen warna lebih sedikit dan warnanya lebih terang jika dibandingkan dengan telur yang lebih kecil. Telur dengan warna lebih coklat tua lebih kuat dan tebal dibanding telur yang berwarna coklat terang. Permasalahan yang dirumuskan dalam penelitian ini adalah bagaimana membangun aplikasi yang dapat mengidentifikasi telur ayam ras ke dalam 3 kelas (kualitas 1, 2 dan 3) berdasarkan citra RGB dari warna kerabang telur ayam ras menggunakan metode ANFIS. Dengan Metode ANFIS (Adaptive Neuro Fuzzy Inference System) menunjukkan hasil penelitian ini dapat mempermudah pembeli dalam menentukan mutu telur dengan cara melihat warna kerabang dan menghemat waktu pembeli dalam menentukan mutu telur di pasar. Kata Kunci: Adaptive Neuro Fuzzy Inference System, ANFIS, Kerabang Telur, RGB. Abstract: Eggshell is an outer layer of eggs that protects the egg from deterioration in quality caused by microbial contamination, physical damage or evaporation. One that affects eggshell quality is the age of chickens, the increasing age of chickens the quality of the eggshell decreases, the eggshell gets thinner, the color of the eggshell fades and the weight of the egg increases. Larger eggs have fewer color pigments and lighter colors compared to smaller eggs. More dark brown eggs are stronger and thicker than light brown eggs. The problem formulated in this study is how to build an application that can identify race chicken eggs into 3 classes (quality 1, 2 and 3) based on the RGB image of race chicken eggshell using the ANFIS method. The ANFIS (Adaptive Neuro Fuzzy Inference System) method shows the results of this study can facilitate buyers in determining egg quality by looking at the color of the egg and saving the buyer's time in determining the quality of eggs in the market. Keywords: Adaptive Neuro Fuzzy Inference System, ANFIS, Egg Shell, RGB.

Migrasi dari Sistem Relasional ke Basis Data Objek Rahmadya Trias Handayanto; Nove Anggara Syah Sejati; Muhammad Aqil Emeraldi; Muhammad Ilham; Randika Purwadhana; Angga Fahreja; Aji Trisnantoro; Muhammad Ramadhan Fikri; Sella Alaida Syifa1; Muhammad Irvan
INFORMATION MANAGEMENT FOR EDUCATORS AND PROFESSIONALS : Journal of Information Management Vol 3 No 2 (2019): INFORMATION MANAGEMENT FOR EDUCATORS AND PROFESSIONALS (Juni 2019)
Publisher : Penelitian dan Pengabdian Masyarakat Universitas Bina Insani

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (444.921 KB)

Abstrak: Sistem manajemen basis data relasional (RDBMS) merupakan sistem yang paling banyak digunakan di duni. Sistem ini menawarkan konsistensi, akurasi, keamanan dan aspek-aspek lain yang dibutuhkan dalam transaksi. Sistem manajemen basis data objek (ODBMS) di sisi lain menawarkan kesederhanaan dan struktur yang berbasiskan objek. Objek yang tersusun dalam kelas-kelas memiliki relasi yang berinteraksi dengan basis objek dengan kelas-kelas lain tanpa melihat hubungan atributnya (field dalam sistem relasional). Penelitian ini mencoba menyelesaikan masalah-masalah yang kerap terjadi dalam perubahan sistem relasional menjadi objek. Hasil uji coba mengindikasikan bahwa aspek-aspek tertentu harus diperhatikan ketika migrasi antara lain: perbedaan konsep penggunaan kunci utama, kunci tamu, dan metode penyimpanan. Kata Kunci: Java, Netbeans, DB4O, MySQL Abstract: Relational Database Management System (RDBMS) is the most implemented system in the world. This system provides consistency, accuracy, security, and other aspects related to transaction. In the other hand, Object Database Management System (ODBMS) offers simplicity by object implementation. An object in a class has many relations to other objects without seeing their attributes (field in RDBMS). This study tried to solve problems that usually appears in converting relational into object system. Testing results indicated some aspects should be considered, i.e. the different in primary key, foreign key usages, and data store system method. Keywords: Java, Netbeans, DB4O, MySQL

Aplikasi Pendaftaran Online Berdasarkan Sistem Zonasi Berbasis Sistem Informasi Geografis (Studi Kasus SMK TI Tunas Harapan Bekasi) Heri Setiawan; Malikus Sumadyo; Rahmadya Trias Handayanto
Journal of Students‘ Research in Computer Science Vol. 1 No. 1 (2020): Mei 2020
Publisher : Program Studi Informatika Fakultas Ilmu Komputer Universitas Bhayangkara Jakarta Raya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31599/jsrcs.v1i1.74

The Bekasi City Government uses a zoning system for the registration of prospective new students, especially those applying for junior and senior high schools. For this policy, prospective students are not free to register at the desired school because they must be based on the distance from home to school. This also often triggers academic-based discrimination that often arises in the community. The purpose of this research is to make an application design in one of the schools in Bekasi regarding the design of an online registration application based on the Geographic Information System (GIS). With the application design that is following the data and facts obtained from the analysis of this system, it will be able to provide the final decision of accepting new students at the SMK TI Tunas Harapan school, as a case study. Therefore, the information system can be managed in the future and provide solutions to various problems. Keywords: Android, Website, Application, GIS, Zoning Abstrak Pemerintah Kota Bekasi menggunakan sistem zonasi untuk pendaftaran calon peserta didik baru khususnya diberlakukan untuk tingkat SMP dan SMA juga yang sederajat. Atas kebijakan itu, calon peserta didik tidak leluasa untuk mendaftar ke sekolah yang diinginkan karna harus berdasarkan jarak dari rumah ke sekolah. Hal ini juga sering memicu diskrimasi berbasis akademis yang kerap muncul di masyarakat. Tujuan dari penelitian ini membuat aplikasi merancang suatu rancangan aplikasi di salah satu sekolah di Kota Bekasi mengenai perancangan aplikasi pendaftaran online berdasarkan sistem zonasi berbasis Sistem Informasi Geografis (SIG) studi kasus SMK TI Tunas Harapan. Dengan adanya rancangan aplikasi yang sesuai dengan data dan fakta yang didapatkan dari analasis sistem ini, akan mampu memberikan informasi beserta keputusan akhir dalam proses penerimaan peserta didik baru di sekolah SMK TI Tunas Harapan sehingga kedepannya sistem informasi tersebut dapat dikelola dan memberikan solusi atas berbagai macam permasalahan yang terjadi. Kata kunci: Android, Website, Aplikasi, SIG, Zonasi.

Prediksi, Optimalisasi Penggunaan Lahan, dan Nilai Tanah di Kota Bekasi Rahmadya Trias Handayanto; Haryono Haryono; Sella Alayda Syifa
Journal of Students‘ Research in Computer Science Vol. 2 No. 1 (2021): Mei 2021
Publisher : Program Studi Informatika Fakultas Ilmu Komputer Universitas Bhayangkara Jakarta Raya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31599/jsrcs.v2i1.657

Abstract Urban planning management plays an important role in sustainable development because cities are the main source of environmental degradation. Limited land with high land prices makes it difficult to organize the city. There have been many studies discussing urban planning, but most of them focus on one side, such as only prediction, optimization, or other aspects related to environment conservation. This study intends to discuss aspects of prediction, optimization and their relationship to land values in the city of Bekasi. Prediction results show the addition of buildings, especially in the city center. To optimize land use, especially in relation to high land prices in the city center, it is necessary to build vertical settlements. Keywords: Land Change Modeler, Geographic Information Systems, Clustering, Driving Factors Abstrak Manajemen tata kota memegang peranan penting dalam pembangunan berkelanjutan karena kota merupakan sumber utama permasalahan lingkungan. Keterbatasan lahan dengan harga tanah yang tinggi menyebabkan sulitnya penataan kota. Riset yang membahas perencanaan kota sudah banyak dilakukan, hanya saja kebanyakan focus kepada satu sisi, misalnya prediksi, optimalisasi, atau pun aspek-aspek lain yang terkait konservasi alam. Penelitian ini bermaksud membahas aspek-aspek prediksi, optimalisasi dan keterkaitannya dengan nilai tanah di kota Bekasi. Hasil prediksi menunjukan penambahan bangunan khususnya di pusat kota. Untuk mengoptimalkan penggunaan lahan, khususnya berkaitan dengan harga tanah yang tinggi di pusat kota, perlu dibangun pemukiman vertikal. Kata kunci: Land Change Modeler, Sistem Informasi Geografis, Klasterisasi, Faktor Pendorong Perubahan Lahan

Prediksi Kelas Jamak dengan Deep Learning Berbasis Graphics Processing Units Rahmadya Trias Handayanto; Herlawati Herlawati
Jurnal Kajian Ilmiah Vol. 20 No. 1 (2020): Januari 2020
Publisher : Lembaga Penelitian, Pengabdian Kepada Masyarakat dan Publikasi (LPPMP)

For the first time, machine learning did the classical classification process using two classes (bi-class) such as class -1 and class +1, 0 and 1, or the form of categories such as true and false. Famous methods used are Artificial Neural Networks (ANN) and Support Vector Machine (SVM). The current development was a problem with more than two classes, known as multi-class classes. For SVM sometimes the plural classes are overcome by doing a gradual process like a decision tree (DT) method. Meanwhile, ANN has experienced rapid development and is currently being developed with a large number of layers with the new activation functions, i.e. the rectified linear units (ReLu), and the probabilistic-based activation, i.e. softmax, including its optimizer methods (adam, sgd, and others). Then the term changed to Deep Learning (DL). This study aimed to compare two well-known methods (DL and SVM) in classifying multiple classes. The number of DL layers was six with the neuron composition are 128, 64, 32, 8, 4, and 3, while SVM uses a radial kernel base function with gamma and c respectively 0.7 and 5. Besides, this study intends to compare the use of the Graphics Processing Unit (GPU) available on Google Interactive Notebook (Google Colab), an online Python language programming application. The results showed that DL accuracy outperformed SVM but required large computational resources, with the accuracy for DL and SVM are 99% and 98%, respectively. However, the use of the GPU can overcome these problems and is proven to increase the speed of the process as much as 47 times. Keywords: Artificial Neural Networks, Graphics Processing Unit, Google Interactive Notebook, Rectified Linear units, Support Vector Machine. Abstrak Di awal perkembangannya mesin pembelajaran melakukan proses klasikfikasi menggunakan dua kelas (bi-class) misalnya kelas -1 dan kelas +1, 0 dan 1, atau bentuk kategori seperti benar dan salah. Metode terkenal yang digunakan adalah Jaringan Syaraf Tiruan (JST) dan Support Vector Machine (SVM). Perkembangan selanjutnya adalah problem dengan kelas yang lebih dari dua kelas, dikenal dengan istilah kelas jamak (multi-class). Untuk SVM terkadang kelas jamak diatasi dengan melakukan proses berjenjang mirip pohon keputusan (decision tree). Sementara itu JST telah mengalami perkembangan yang pesat dan saat ini sudah dikembangkan dengan jumlah layer yang banyak disertai dengan fungsi-fungsi aktivasi terkini seperti rectified linear unit (ReLu), dan softmax yang berbasis probabilistik, termasuk juga metode-metode optimizernya (adam, sgd, dan lain-lain). Kemudian istilahnya berubah menjadi Deep Learning (DL). Penelitian ini mencoba membandingkan dua metode terkenal (DL dan SVM) dalam melakukan klasifikasi kelas jamak. Jumlah layer DL sebanyak enam dengan masing-masing neuron sebesar 128, 64, 32, 8, 4, dan 3, sementara SVM menggunakan kernel radial basis function dengan gamma dan c berturut-turut 0.7 dan 5. Selain itu penelitian ini bermaksud membandingkan penggunaan Graphics Processing Unit (GPU) yang tersedia di Google Interactive Notebook (Google Colab), sebuah aplikasi online pemrograman bahasa Python. Hasil penelitian menunjukan akurasi DL unggul tipis dibanding SVM namun memerlukan sumber daya komputasi yang besar masing-masing dengan akurasi 99% dan 98%. Namun penggunaan GPU mampu mengatasi permasalahan tersebut dan terbukti meningkatkan kecepatan proses sebanyak 47 kali. Kata kunci: Jaringan Syaraf Tiruan, Graphics Processing Unit, Google Interactive Notebook, Rectified Linear units, Support Vector Machine.

Penggunaan Matlab dan Python dalam Klasterisasi Data Herlawati Herlawati; Rahmadya Trias Handayanto
Jurnal Kajian Ilmiah Vol. 20 No. 1 (2020): Januari 2020
Publisher : Lembaga Penelitian, Pengabdian Kepada Masyarakat dan Publikasi (LPPMP)

Abstract Organizations need to dig through the data clustering process, both past data and data from the internet. Sometimes the data has to be re-clustered to match the actual conditions. Therefore, it is necessary to prepare clustering support equipment. In this study the K-Means method was chosen for comparing two technical computational languages, i.e. Matlab and Python which are currently in great demand by researchers and can be used by organizations for a clustering process. This study showed both Matlab and Python have enough libraries (libraries) and toolboxes to help users in data clastering as well as graphics presentation. The test results show that the two programming languages are capable of carrying out the clustering process with two clusters; cluster 1 with a center point at coordinates (1.24, 1.34) and cluster 2 with a center point at coordinates (3.1, 3.07) and are presented by a cluster distribution plot. Keywords: Clusterization, K-Means, Matlab, Python. Abstrak Organisasi perlu menggali data lewat proses klasterisasi data, baik data lampau maupun data dari internet. Terkadang data harus dilakukan klasterisasi ulang untuk mencocokan dengan kondisi yang sebenarnya. Oleh karena itu perlu dipersiapkan peralatan pendukung klasterisasi. Dalam penelitian ini metode K-Means dipilih untuk membandingkan dua bahasa komputasi teknis yaitu Matlab dan Python yang sekarang ini banyak diminati para peneliti yang dan dapat digunakan oleh organisasi yang membutuhkan proses klasterisasi. Hasil dari penelitian ini menunjukan baik Matlab maupun Python memiliki cukup pustaka (library) dan toolbox dalam membantu pengguna mengklasterisasi data, mempresentasikan grafik. Hasil pengujian menunjukan kedua Bahasa pemrograman mampu menjalankan proses klasterisasi berupa klaster 1 yang memiliki titik pusat yang berada pada koordinat (1.24, 1.34) dan klaster 2 dengan titik pusat yang berada pada koordinat (3.1, 3.07) disertai dengan plot sebaran klasternya. Kata kunci: Klasterisasi, K-Means, Matlab, Python.

Efektifitas Pembatasan Sosial Berskala Besar (PSBB) di Kota Bekasi Dalam Mengatasi COVID-19 dengan Model Susceptible-Infected-Recovered (SIR) Rahmadya Trias Handayanto; Herlawati Herlawati
Jurnal Kajian Ilmiah Vol. 20 No. 2 (2020): Mei 2020
Publisher : Lembaga Penelitian, Pengabdian Kepada Masyarakat dan Publikasi (LPPMP)

To overcome the COVID-19 outbreak, the government did not carry out the lockdown policy (regional quarantine policy) but implemented the Large-Scale Social Restrictions (PSBB) policy. Starting from the capital city of Jakarta, this policy was followed by other regions. Bekasi City as a buffer zone of Jakarta immediately implemented the PSBB policy since this area is close to Jakarta and is feared to be affected by the Jakarta region which is a red zone with almost half of Indonesian COVID-19 cases are in the Jakarta area. Many people do not agree with the PSBB, but in order to keep the economic growth as well as to overcome the outbreak, the government does not adopt a regional quarantine policy. To determine the effectiveness of PSBB in the city of Bekasi, this study tried to use the Susceptible-Infected-Recovered (SIR) model to measure the spread rate of COVID-19. The results showed a decrease in the number of infected cases with beta and gamma were 0.071 and 0.05, respectively, and the epidemic was predicted to end in June 2020. Keywords: coronavirus, epidemic, pandemic, regional quarantine policy, Bekasi City Abstrak Dalam mengatasi wabah COVID-19, pemerintah tidak melakukan karantina wilayah (lock down) tetapi menggunakan kebijakan Pembatasan Sosial Berskala Besar (PSBB). Dimulai dari ibukota Jakarta, kebijakan ini diikuti oleh wilayah lainnya. Kota Bekasi sebagai wilayah penyangga Jakarta segera menerapkan kebijakan PSBB mengingat wilayah ini berdekatan dengan Jakarta dan dikhawatirkan terpengaruh dengan kota Jakarta yang merupakan zona merah dengan hampir separuh kasus COVID-19 ada di wilayah Jakarta. Banyak pihak yang mendukung dan juga kurang setuju dengan PSBB, namun agar perekonomian tetap berjalan dan wabah dapat diatasi, pemerintah tidak mengambil kebijakan karantina wilayah. Untuk mengetahui efektifitas PSBB di kota Bekasi, penelitian ini mencoba menggunakan model Susceptible-Infected-Recoverd (SIR) untuk mengukur laju penyebaran COVID-19. Hasilnya menunjukan adanya laju penurunan kasus terinfeksi dengan beta dan gamma beruturut-turut sebesar 0,071 dan 0,05 dan diprediksi akan berakhir di bulan Juni 2020. Kata kunci: virus corona, epidemik, pandemik, karantina wilayah, Bekasi City

Co-Authors A.A. Ketut Agung Cahyawan W Aeri Sujatmiko Agus Subekti Ahmad Liyas Sani Ahmad Wafiq Amrillah Aji Trisnantoro Andi Hasad Angga Fahreja Anita Setyowati Srie Gunarti Anita Setyowati Srie Gunarti Anita Setyowati Srie Gunarti Anita Setyowati Srie Gunarti Anussara Hirunpongchai, Anussara Atika , Prima Dina Bagus Suryasa Majanasastra Ben Rahman Benrahman Boravin Teng, Boravin Dadan Irwan Dadan Irwan Dadan Irwan Dadan Irwan Dede Rosadi Ekawati, Inna Endang Retnoningsih Endang Retnoningsih Faisal Adi Saputra Fata Nidaul Khasanah Fikri, Muhammad Ramadan Filda Angellia Galih Apriansha Pradana Haryono Haryono HARYONO Haryono . Haryono . Haryono Haryono Haryono Haryono Hendharsetiawan, Andy Achmad Heri Setiawan Herlawati Herlawati Idaul Hasanah Intan Juwita Irwan Raharja Jaelani, M Khanittha Saengmanee, Khanittha Maimunah Maimunah Maimunah Maimunah Maimunah Maimunah Maimunah Maimunah, Maimunah Malikus Sumadyo Malikus Sumadyo Malikus Sumadyo Muhammad Aqil Emeraldi Muhammad Arifin Muhammad Ilham Muhammad Irvan Muhammad Ramadan Fikri Muhammad Ramadhan Fikri Nita Merlina, Nita Nitin Kumar Tripathi Nove Anggara Syah Sejati Nutthapong Khangkhun, Nutthapong Pradana , Galih Apriansha Priatna , Wowon Prima Dina Atika RAFIKA SARI Rafika Sari Randika Purwadhana Rejeki , Sri Retno Nugroho Whidhiasih Retno Nugroho Whidhiasih Retno Whidhiasih Retnoningsih , Endang Reyvan Karani Rika Sylviana Samsiana , Seta Sani, Ahmad Liyas Saputra , Faisal Adi Sella Alaida Syifa1 Sella Alayda Syifa Septia, Dwi Yoga Seta Samsiana Seta Samsiana Seta Samsiana Seta Samsiana Seta Samsiana Setiaji Setiaji Setiawan, Ramdhani Setyo Supratno Setyowati Srie Gunarti, Anita Soedarmin Soenyoto Soedarmin Soenyoto Sohee Minsun Kim Sri Marini Sri Rejeki Sugeng Sugiyatno Sugiyatno Sugiyatno Sugiyatno Sumarlin Syahbaniar Rofiah Taufiqur Rakhman Tyastuti Sri Lestari Yopi Handoyo Yopi Handoyo Yusuf, Ajif Yunizar Pratama

Title

Found 59 Documents
Search

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Title Search

Found 59 Documents Search

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Title

Found 59 Documents
Search