Articles
279 Documents
Search results for
, issue
"Vol 5, No 2 (2016)"
:
279 Documents
clear
<![CDATA[Analisis Pola Persebaran ISPA (Infeksi Saluran Pernafasan Akut) Sebagai Dampak Industri Migas di Kabupaten Bojonegoro Menggunakan Spatial Pattern Analysis dan Flexibly Shaped Spatial Scan Statistic ]]>
<![CDATA[Niswatul Qona`ah]]>;
<![CDATA[Sutikno Sutikno]]>
<![CDATA[ Jurnal Sains dan Seni ITS Vol 5, No 2 (2016) ]]>
Publisher : <![CDATA[Lembaga Penelitian dan Pengabdian Kepada Masyarakat (LPPM), ITS ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (881.726 KB)
|
DOI: 10.12962/j23373520.v5i2.17395
<![CDATA[Salah satu dampak negatif yang dirasakan masyarakat di kawasan eksplorasi migas Bojonegoro adalah banyak yang terserang ISPA (Infeksi Saluran Pernafasan Akut). Berdasarkan data 10 besar penyakit terbanyak di puskesmas Kabuputen Bojonegoro, penyakit ISPA selalu menduduki peringkat pertama sejak tahun 2010 sampai tahun 2015. Dalam penelitian ini dilakukan pengujian terhadap adanya autokorelasi spasial pada data ISPA tiap kecamatan di Bojonegoro pada tahun 2012-2015. Pengujian secara global menggunakan indeks Moran’s I menunjukkan bahwa terdapat autokorelasi spasial pada tahun 2012 dan 2013 yang siginifikan pada α=5%, pada tahun 2014 dan 2015 signifikan pada α>5% namun tidak sampai lebih dari 15%. Sementara dengan menggunakan indek’s Geary’s C menunjukkan bahwa terdapat autokorelasi spasial pada tahun 2015 yang signifikan pada α=5% dan pada tahun 2012, 2013, 2014 signifikan pada α>5% namun tidak sampai lebih dari 15%. Deteksi hotspot kejadian ISPA tahun 2012 menggunakan pengujian LISA menunjukkan bahwa wilayah yang menjadi hotspot yaitu kuadran I (HH) meliputi kecamatan Trucuk, Bojonegoro, dan Kapas. Kuadran IV (HL) meliputi kecamatan Tambakrejo. Wilayah dalam kuadran II (LH) merupakan coldspot kejadian ISPA meliputi kecamatan Sukosewu. Sedangkan wilayah dalam kuadran III (LL) meliputi kecamatan Sekar, Ngambon, dan Gondang tergolong wilayah yang aman. Deteksi hotspot kejadian ISPA tahun 2012 menggunakan flexibly shaped spatial scan statistic diperoleh 3 kantong ISPA yang signifikan. Kantong pertama terdiri dari 7 kecamatan yaitu Bojonegoro, Dander, Trucuk, Malo, Kasiman, Padangan, dan Purwosari dengan resiko relatif sebesar 1,413. Kantong kedua hanya terdiri dari 1 kecamatan yaitu Kepohbaru dengan resiko relatif sebesar 1,142. Kantong ketiga terdiri dari 2 kecamatan yaitu Balen dan Sukosewu dengan resiko relatif sebesar 1,079.]]>
<![CDATA[Measurement System Analysis Repeatability dan Reproducibility (Gauge R&R) pada Alat Vickers Hardness Tester Di PT Jaykay Files Indonesia ]]>
<![CDATA[Sigit Budiantono]]>;
<![CDATA[Sri Mumpuni Retnaningsih]]>;
<![CDATA[Diaz Fitra Aksioma]]>
<![CDATA[ Jurnal Sains dan Seni ITS Vol 5, No 2 (2016) ]]>
Publisher : <![CDATA[Lembaga Penelitian dan Pengabdian Kepada Masyarakat (LPPM), ITS ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (774.257 KB)
|
DOI: 10.12962/j23373520.v5i2.17433
<![CDATA[PT Jaykay Files Indonesia merupakan salah satu produsen pembuat alat perkakas kualitas dunia, yang mempunyai beragam jenis produk seperti files, cutting tools dan lain sebagainya. Salah satu produk yang paling banyak diproduksi yaitu kategori cutting tools jenis drills. Dalam proses produksi drills alur pembuatan masih didominasi oleh tenaga kerja manusia dan alat bantu produksi seperti vickers hardness tester yang digunakan untuk membuat produk drills telah berusia tua ±10 tahun dan mengalami penurunan fungsi sehingga menghasilkan kualitas produk yang kurang memuaskan. Oleh karena itu ingin diketahui apakah faktor-faktor yang mempengaruhi hasil pengukuran drills test block dan sistem pengukuran (measurement system) telah acceptable atau tidak. Dengan menggunakan data hasil pengukuran kekerasan terhadap tiga jenis drills test block yang dilakukan oleh tiga inspektor diperoleh hasil bahwa faktor drills test block, inspektor dan interaksi memberikan pengaruh yang signifikan terhadap hasil pengukuran serta hasil analisis gauge R&R bahwa sistem pengukuran di PT Jaykay Files Indonesia unacceptable.]]>
<![CDATA[Analisis Kepuasan Pengunjung Terhadap Pelayanan Perpustakaan ITS ]]>
<![CDATA[Sandra Yuni Wulandari]]>;
<![CDATA[Wahyu Wibowo]]>
<![CDATA[ Jurnal Sains dan Seni ITS Vol 5, No 2 (2016) ]]>
Publisher : <![CDATA[Lembaga Penelitian dan Pengabdian Kepada Masyarakat (LPPM), ITS ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (577.928 KB)
|
DOI: 10.12962/j23373520.v5i2.17472
<![CDATA[Perpustakaan perguruan tinggi merupakan salah satu sumber informasi ilmiah bagi mahasiswa. Perpustakaan sebagai pusat informasi dituntut untuk memberikan layanan informasi yang lebih baik dan tepat guna, sehingga dapat menarik perhatian pemustaka dari berbagai kalangan dengan latar belakang yang berbeda-beda seperti anak-anak, pelajar, mahasiswa, dosen, peneliti dan sebagainya Untuk itu, penelitian ini bertujuan untuk mengetahui karakteristik dan kepuasan pengunjung terhadap lima dimensi pelayanan Metode yang digunakan adalah analisis statistika deskriptif, kesenjangan, biplot dan Customer Satisfaction Index (CSI). Hasil dari analisis statistika deskriptif menunjukkan bahwa pengunjung Perpustakaan ITS paling banyak adalah perempua. Pengunjung paling banyak adalah dari jurusan Teknik Kelautan dengan profesi Sarjana. Sedangkan dilihat pada variabel perilaku responden, dalam satu bulan pengunjung paling banyak mengunjungi Perpustakaan ITS lebih dari sepuluh kali dengan alasan utama paling banyak adalah mengerjakan tugas. Jenis koleksi yang sering dipinjam/ dibaca oleh pengunjung adalah buku dengan lama waktu berkunjung sekitar 1-4 jam. Sedangkan waktu berkunjung ke Perpustakaan ITS paling banyak adalah siang hari yaitu pada pukul 11.00 sampai dengan 14.30. Berdasarkan hasil analisis kesenjangan masih terdapat pelayanan yang perlu ditingkatkan pada masing-masing dimensi pelayanan (terdapat perbedaan yang signifikan antara harapan dan kenyataan). Secara keseluruhan, Customer Satisfaction Index (CSI) yang diperoleh mengidentifikasikan bahwa pelanggan puas terhadap pelayanan Perpustakaan ITS.]]>
<![CDATA[Peramalan Pengguna Kapal Ferry Ujung-Kamal dengan Metode Intervensi ]]>
<![CDATA[Eka Apriliani]]>;
<![CDATA[Irhamah Irhamah]]>
<![CDATA[ Jurnal Sains dan Seni ITS Vol 5, No 2 (2016) ]]>
Publisher : <![CDATA[Lembaga Penelitian dan Pengabdian Kepada Masyarakat (LPPM), ITS ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (988.545 KB)
|
DOI: 10.12962/j23373520.v5i2.17624
<![CDATA[Pelabuhan Ujung-Kamal merupakan pelabuhan penyeberangan yang menjadi gerbang utama dari pelabuhan Kamal di Madura, Kabupaten Bangkalan. Sebelum beroperasinya Jembatan Suramadu, masyarakat Madura menggunakan kapal ferry sebagai alat transportasi menuju Pulau Madura. Semenjak beroperasinya Suramadu, banyak penumpang kapal ferry yang beralih menggunakan suramadu dikarenakan waktu tempuh lebih cepat dibanding dengan kapal dan harga tiket lebih murah. Pada tanggal 13 Juni 2015 presiden memberikan kebijakan membebaskan tarif Tol Jembatan Suramadu roda dua. Kebijakan tersebut membuat penumpang kapal ferry Ujung-Kamal semakin menurun. Penelitian ini bertujuannya melihat apakah pembebasan tarif suramadu roda dua memberikan pengaruh penurunan penumpang kapal ferry Ujung-Kamal. Didapatkan hasil dari peramalan pada pengguna kapal ferry Ujung-Kamal, dari analisis intervensi pada penumpang agregat dan roda dua. Menunjukkan adanya pengaruh pembebasan tarif tol Suramadu roda dua pada penumpang agregat berdampak pada saat 15 hari setelah terjadinya intervensi dan penumpang rodadua berdampak 5 hari setelah intervensi. intervensi yang terjadi yaitu step, dalam waktu yang panjang.]]>
<![CDATA[Analisis Pengelompokan Mengenai Perubahan Struktur Kependudukan Dalam Menghadapi Era Bonus Demografi Di Kabupaten/Kota Provinsi Jawa Timur ]]>
<![CDATA[Meita Nike Harmanto]]>;
<![CDATA[Agnes Tuti Rumiati]]>;
<![CDATA[Kresnayana Yahya]]>
<![CDATA[ Jurnal Sains dan Seni ITS Vol 5, No 2 (2016) ]]>
Publisher : <![CDATA[Lembaga Penelitian dan Pengabdian Kepada Masyarakat (LPPM), ITS ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (982.788 KB)
|
DOI: 10.12962/j23373520.v5i2.17628
<![CDATA[Pembangunan perlu didasarkan pada realita kependudukan secara berkelanjutan. Bonus demografi terjadi karena jumlah penduduk usia produktif (15-64 tahun) di suatu wilayah jauh lebih besar jika dibandingkan dengan penduduk usia nonproduktif (0-14 tahun dan 65 tahun keatas). Struktur penduduk di Provinsi Jawa Timur didominasi oleh penduduk usia produktif pada periode 2010-2020. Tujuan penelitian ini membandingkan tiga kondisi yang berbeda untuk mengetahui perubahan struktur kependudukan periode 2010, 2014 dan 2020 berdasarkan proyeksi penduduk hasil SP 2010. Rasio ketergantungan terus mengalami penurunan sehingga beban tanggungan penduduk usia produktif menjadi berkurang. Variabel yang digunakan adalah kependudukan, ekonomi, kesejahteraan penduduk (pendidikan dan kesehatan) serta ketenagakerjaan. Berdasarkan hal tersebut dilakukan analisis faktor sehingga didapatkan tiga faktor utama yaitu faktor pembagunan manusia, kualitas dan kuantitas penduduk serta perekonomian sektor manufaktur. Hasil pengelompokkan dengan Ward’s Method berdasarkan faktor utama pada masing-masing tahun 2010 dan 2014 serta tahun 2020 (variabel kependudukan) didapatkan 3 kelompok. Variabel kependudukan cukup penting dalam perubahan transisi demografi, dimana kelompok 1 merupakan daerah pertanian kelompok 2 daerah perdagangan dan jasa serta kelompok 3 daerah industri. Variabel pembeda antar kelompok adalah kepadatan penduduk dan jumlah pekerja jasa di tahun 2010 dan 2014, sedangkan di tahun 2020 adalah jumlah penduduk perkotaan.]]>
<![CDATA[Peningkatan Kualitas Produksi Pupuk Organik P-126 Dengan Menggunakan Metode Lean Manufacturing (Studi Kasus : PT. Molindo Raya Industrial) ]]>
<![CDATA[Muhammad Desryadi Ilyas]]>;
<![CDATA[H. Hari Supriyanto]]>
<![CDATA[ Jurnal Sains dan Seni ITS Vol 5, No 2 (2016) ]]>
Publisher : <![CDATA[Lembaga Penelitian dan Pengabdian Kepada Masyarakat (LPPM), ITS ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (620.863 KB)
|
DOI: 10.12962/j23373520.v5i2.18408
<![CDATA[PT. Molindo Raya Industrial merupakan perusahaan penghasil pupuk organik P-126 yang berlokasi di Lawang, Kabupaten Malang dengan kapasitas produksi lebih dari 10.000 ton per tahun. Untuk memenangkan persaingan di bidang produksi pupuk organik, perusahaan dituntut untuk melakukan peningkatan kualitas proses produksi secara berkelanjutan dengan mereduksi waste yang ada. Meskipun produksi pupuk organik P-126 di PT. Molindo Raya Industrial mengalami peningkatan, namun masih terdapat beberapa waste, diantaranya waiting yang disebabkan oleh breakdown mesin produksi yang mengakibatkan kerugian perusahaan lebih dari Rp. 500.000.000 per tahun. Waste kedua ialah defect berupa granul yang tidak memenuhi spesfikasi diameter, material hasil cleaning dan karung finished good yang sobek dan waste ketiga ialah over production yang mengakibatkan kerugian perusahaan lebih dari Rp. 400.000.000 per tahun. Untuk mengatasi permasalahan tersebut dilakukan perbaikan dengan menggunakan metode lean manufacturing yang fokus dalam mereduksi waste dan non value added activity. Pada penelitian ini menggunakan framework DMIC six sigma, tahapan pertama ialah tahap define untuk mengidentifikasi permasalahan dengan menggunakan tools Big Picture Mapping, Activity Classification dan identifikasi waste berdasarkan E-DOWNTIME. Tahapan kedua ialah measure yang digunakan untuk mengukur kerugian perusahaan yang diakibatkan adanya waste. Selanjutnya adalah tahap analyze menggunakan tools 5 Why’s dan FMEA untuk mengetahui root cause adanya waste, kemudian tahap terakhir ialah tahap improve, pada tahap improve dilakukan penyusunan dan pemilihan alternatif usulan perbaikan dengan mengunakan pendekatan value engineering. Usulan perbaikan terpilih dalam upaya meningkatkan proses produksi pupuk organik P-126 diantaranya mengevaluasi penjadwalan preventif maintenance mesin produksi, menyusun penjadwalan mesin produksi yang kritis, evaluasi SOP dan penerapan SOP, melaksanakan pelatihan untuk operator dan karyawan dan perbaikan sistem demand forecasting.]]>
<![CDATA[Peramalan Curah Hujan Harian di Stasiun Ahmad Yani Kota Semarang Menggunakan Adaptive Neuro Fuzzy Inference System (ANFIS) ]]>
<![CDATA[Rr. Sekar Kalaksita]]>;
<![CDATA[Irhamah Irhamah]]>
<![CDATA[ Jurnal Sains dan Seni ITS Vol 5, No 2 (2016) ]]>
Publisher : <![CDATA[Lembaga Penelitian dan Pengabdian Kepada Masyarakat (LPPM), ITS ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.12962/j23373520.v5i2.19748
<![CDATA[Kota Semarang sebagai ibukota Jawa Tengah merupakan salah satu kota yang berkembang di Pulau Jawa dan menjadi kota perdagangan. Dalam beberapa tahun terakhir, Kota Semarang menghadapi permasalahan yang cukup sulit, yaitu setiap tahun mengalami bencana banjir dikarenakan letaknya yang dilalui oleh jalur pantura dan merupakan kawasan rob. Perlu adanya peramalan curah hujan harian dengan akurasi yang tinggi untuk mengurangi dampak negatif seperti banjir. Metode yang digunakan untuk meramalkan jumlah curah hujan periode ke depan di Stasiun Ahmad Yani Kota Semarang adalah ARIMA dan ANFIS. Model ARIMA yang terpilih adalah ARIMA (1,1,1) dan ARIMA ([1,60],1,[1,31]) sedangkan dengan pendekatan ANFIS, input yang terpilih adalah jumlah curah hujan harian satu hari dan dua hari sebelumnya dengan fungsi keanggotaan Trapezoidal dan banyaknya MF sebesar 2. Metode ANFIS menunjukkan kinerja akurasi peramalan yang lebih baik daripada ARIMA karena menghasilkan RMSE dan MAPE yang lebih kecil.]]>
<![CDATA[Persebaran Hiposenter Maluku Selatan Menggunakan Metode Double Difference ]]>
<![CDATA[Ryandi Bachrudin Yusuf]]>;
<![CDATA[Bagus Jaya Santosa]]>
<![CDATA[ Jurnal Sains dan Seni ITS Vol 5, No 2 (2016) ]]>
Publisher : <![CDATA[Lembaga Penelitian dan Pengabdian Kepada Masyarakat (LPPM), ITS ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (1009.085 KB)
|
DOI: 10.12962/j23373520.v5i2.16997
<![CDATA[Wilayah Maluku Selatan merupakan wilayah bagian timur Indonesia dengan potensi gempa yang tinggi. Salah satu penyebab daerah ini rawan gempa adalah tatanan lempeng tektonik yang masuk dalam zona tektonik kompleks, yaitu zona pertemuan lempeng Eurasia, lempeng Filipina, dan lempeng Pasifik, serta pada bagian Pulau Seram merupakan perbatasan zona subduksi lempeng Indo-Australia. Sebagai upaya mitigasi bencana gempa bumi, perlu adanya studi kegempaan berupa relokasi hiposenter dan menganalisa persebaran hiposenter di wilayah Maluku Selatan. Prinsip metode double difference ini adalah jika ada dua gempa yang saling berdekatan, dimana jarak relative antar gempa lebih kecil daripada jarak relative gempa ke stasiun perekam, maka raypath dan waveform dapat dianggap sama, sehingga kesalahan akibat model kecepatan bisa diminimalkan. Hasil relokasi menggunakan metode double difference mampu memberikan hasil yang lebih akurat, hal ini ditunjukkan dengan nilai RMS hasil relokasi yang jauh lebih baik (mendekati nol) dibandingkan dengan nilai RMS sebelum relokasi. Persebaran hiposenter gempa banyak terjadi dekat patahan, dan zona subduksi lempeng, pergeseran episenter lebih terkumpul pada satu titik dan kedalaman hiposenter lebih tersebar (keluar dari fixed depth) didominasi antara 2-50 Km.]]>
<![CDATA[Sintesis Material Feroelektrik Bebas Timbal K0,5Na0,4Li0,1NbO3 dengan Metode Reaksi Padat ]]>
<![CDATA[Nur Lailiyah Isnaini]]>;
<![CDATA[S Suasmoro]]>
<![CDATA[ Jurnal Sains dan Seni ITS Vol 5, No 2 (2016) ]]>
Publisher : <![CDATA[Lembaga Penelitian dan Pengabdian Kepada Masyarakat (LPPM), ITS ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (522.733 KB)
|
DOI: 10.12962/j23373520.v5i2.17000
<![CDATA[Material feroelektrik bebas timbal K0,5Na0,4 Li0,1NbO3 disingkat KNLN disintesis dengan metode reaksi padat. Bahan dasar yang digunakan adalah K2CO3, Na2CO3, Li2CO3 dan Nb2O5 merck dalam bentuk serbuk. Karakterisasi material meliputi difraksi sinar-X dan analisa parameter kisi. Fasa tunggal pada KNLN telah terbentuk pada temperatur kalsinasi 750°C selama 2 jam serta pada temperatur sintering 1100°C selama 2 jam. Materaial KNLN ini memiliki struktur perovskite tetragonal dengan grup ruang P4mm dengan parameter kisi a=b=3,943 Å dan c=4,011 Å.]]>
<![CDATA[Prediksi Log TOC dan S2 dengan Menggunakan Teknik ∆Log Resistivity ]]>
<![CDATA[Dwi Ayu Karlina]]>;
<![CDATA[Bagus Jaya Santosa]]>
<![CDATA[ Jurnal Sains dan Seni ITS Vol 5, No 2 (2016) ]]>
Publisher : <![CDATA[Lembaga Penelitian dan Pengabdian Kepada Masyarakat (LPPM), ITS ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (705.59 KB)
|
DOI: 10.12962/j23373520.v5i2.17024
<![CDATA[Salah satu dari elemen petroleum sistem adalah source rock, yaitu batuan yang mengandung banyak material organik. Kualitas batuan ini dapat ditentukan oleh Total Organic Carbon (TOC), dan nilai S2 (material prospek hidrokarbon). Pada tingkat kematangan tertentu, material organik akan bertransformasi menjadi hidrokarbon cair atau gas dan terekam oleh respon well logging tools, seperti log resistivitas. Untuk mempelajari respon well log dilakukan pemodelan dengan teknik Δlog Resistivity dengan pendekatan metode Passey. Dengan adanya Δlog Resistivity dapat digunakan untuk menentukan TOC dan S2 pada suatu sumur. Untuk memprediksi log TOC dan S2 digunakan data vitrinite reflectance, log resistivitas, data log sonic, data Hydrogen Index (HI). Pendekatan Passey yang digunakan adalah dengan cara melakukan overlay antara log sonic dan log resistivitas, serta menentukan baseline untuk mendapatkan besar separasi Δlog Resistivity, yang kemudian digunakan untuk memprediksi log TOC dengan mengikutsertakan variable LOM (Level of Organic Maturity) yang didapat dari data vitrinite reflectance. Setelah didapatkan log TOC maka dengan mengetahui sifat hidrokarbon melalui data HI digunakan untuk menentukan log S2. Hasil prediksi log TOC dan S2 memiliki korelasi paling tinggi terletak pada sumur B dengan korelasi antara log TOC prediksi dan log TOC terhitung yaitu sebesar 0.857 dan korelasi prediksi log S2 terhitung dan terukur yaitu 0.774.]]>
