EX No BULAN EX PANTURA JAWA DSK BARAT TON % TON % TON % TON % TON % TON % TON %
|
|
|
- Ratna Kurniawan
- 6 tahun lalu
- Tontonan:
Transkripsi
1 Lampiran 1.1 Pemasukan Beras Ke Pasar Beras Induk Cipinang Tahun 2005 BANDUNG SOLO, JAWA JAWA TIMUR, LUAR EX No BULAN EX PANTURA JAWA DSK TENGAH DSK BALI, DSK PULAU JAWA IMPOR DOLOG BARAT TON % TON % TON % TON % TON % TON % TON % JML (Ton) 1 Januari , , , , ,804 2 Februari , , , , ,596 3 Maret , , , , ,616 4 April , , , ,582 5 M e i , , , ,704 6 J u n i , , , ,604 7 J u l i , , , , ,250 8 Agustus , , , ,754 9 September , , , , , Oktober , , , , , Nopember , , , , Desember , , , , , ,731 J U M L A H , , , , , ,229 Rata-Rata Per bulan 137, , , , , ,436 Rata-Rata per Hari ,657 (Sumber : FSTJ 2005) 163
2 164 Lampiran 1.2 Pemasukan Beras Ke Pasar Beras Induk Cipinang Tahun 2006 BANDUNG SOLO, JAWA JAWA TIMUR, LUAR EX No BULAN EX PANTURA JAWA DAN TENGAH DSK BALI, DSK PULAU JAWA IMPOR DOLOG BARAT SEKITARNYA TON % TON % TON % TON % TON % TON % TON % JML (Ton) 1 Januari , , , , , ,106 2 Februari , , , , , ,287 3 Maret , , , , , ,533 4 April , , , ,083 5 M e i , , , , ,409 6 J u n i , , , ,183 7 J u l i , , , ,321 8 Agustus , , , ,848 9 September , , , , Oktober , , , , Nopember , , , , , Desember , , , , ,108 J U M L A H 450, , , , , ,403 Rata-Rata Per bulan 37, , , , , ,950 Rata-Rata per Hari 1, ,306 (Sumber : FSTJ 2006)
3 Lampiran 1.3 Pemasukan Beras Ke Pasar Beras Induk Cipinang Tahun 2007 BANDUNG SOLO, JAWA JAWA TIMUR, LUAR GUDANG No BULAN OPERASI PANTURA JAWA DSK TENGAH DSK BALI, DSK PULAU JAWA JAKARTA BULOG BARAT TON % TON % TON % TON % TON % TON % TON % JML (Ton) 1 Januari , , , , ,470 2 Februari 4, , , , , , ,517 3 Maret 8, , , , , , , ,089 4 April , , , , ,676 5 M e i , , , , ,563 6 J u n i , , , ,824 7 J u l i , , , ,145 8 Agustus , , , , ,462 9 September , , , , Oktober , , , , Nopember , , , , Desember , , , , , ,734 J U M L A H 14, , , , , , , ,742 Rata-Rata Per bulan 7, , , , , , ,067 Rata-Rata/ Hari , ,080 (Sumber : FSTJ 2007)
4 166 Lampiran 1.4 Pemasukan Beras Ke Pasar Beras Induk Cipinang Tahun BANDUNG SOLO, JAWA JAWA TIMUR, LUAR GUDANG No BULAN OPERASI PANTURA JAWA DSK TENGAH DSK BALI, DSK PULAU JAWA JAKARTA BULOG BARAT TON % TON % TON % TON % TON % TON % TON % JML (Ton) 1 Januari 3, , , , , , ,057 2 Februari 2, , , , , ,094 3 Maret , , , , ,760 4 April , , , , , ,393 5 M e i , , , , , ,172 6 J u n i , , , , , ,259 7 J u l i , , , , ,109 8 Agustus , , , , , ,848 9 September , , , , , , Oktober , , , , , Nopember , , , , , Desember , , , , , ,408 J U M L A H 5, , , , , , , ,732 Rata-Rata Per bulan 1, , , , , , ,885 Rata-Rata per Hari , ,515 (Sumber : FSTJ 2008)
5 Lampiran 1.5 Pemasukan Beras Ke Pasar Beras Induk Cipinang Tahun 2009 Bln Daerah Produksi / Asal (Ton) Karawang Cirebon Bandung Cianjur Banten Jateng Jatim Gdg.Jkt Ex Bulog Antar Pulau Jumlah (Ton) Januari 11,983 17,555 4, ,125 2,727 1, ,227 Februari 8,049 12,788 4, ,901 2, ,982 Maret 18,604 18,949 7, ,788 1,927 1, ,515 April 20,748 23,029 7, ,157 1, ,103 M e i 16,212 22,809 7, ,312 1,664 1, ,987 J u n i 23,913 24,892 5, ,040 1, ,932 J u l i 24,814 26,571 5,337 1, ,982 1, ,718 Agustus 28,179 31,775 6, ,197 1, ,290 September 19,850 22,096 3, , ,275 Oktober 31,994 34,546 7, , ,834 Nopember 26,094 27,109 6, , ,308 Desember 20,907 31,447 8, , ,059 Jumlah 251, ,566 75,438 8,961 2, ,800 16,164 9,525-1, ,230 % Per bln 20,946 24,464 6, ,817 1, ,769 (Sumber : FSTJ 2009)
6 Lampiran 2. Algoritma Jaringan Syaraf Tiruan Backpropagation Tahap 0 : Inisialisasi bobot (ambil bobot awal dengan nilai random yang cukup kecil antara (-1 s/d 1). Tahap 1 : Lakukan tahap 2 sampai tahap 9 selama kondisi berhenti bernilai false. Tahap 2 : Untuk tiap-tiap pasangan elemen yang akan dilakukan pembelajaran, lakukan tahap 3 sampai tahap 8. Feedfoward : Tahap 3 : Tiap-tiap unit input (X i, i = 1,2,3,...,n) menerimasinyal input x i, dan meneruskan sinyal tersebut ke semua unit pada lapisan yang ada di atasnya (lapisan tersembunyi). Tahap 4 : Tiap-tiap unit tersembunyi (Z j, j = 1,2,3,...p) menjumlahkan sinyal- sinyal input berbobot: z_in j = v 0j + x i v Kemudian digunakan fungsi aktivasi untuk menghitung sinyal outputnya: z j = f(z_in j ) dan sinyal tersebut dikirimkan ke semua unit di lapisan atasnya (unit-unit output). Tahap 5 : Tiap-tiap unit output (Y k = 1,2,3,...m) menjumlahkan sinyalsinyal input terbobot. y_in k = w 0k + z j w Kemudian digunakan fungsi aktivasi untuk menghitung sinyal outputnya Y k = f(y_ in k ) Dan kirimkan sinyal tersebut ke semua unit di lapisan atasnya (unit-unit Output) Backpropagation Tahap 6 : Tiap-tiap unit output (Y k, k = 1,2,3,...m) menerima target pola yang berhubungan dengan pola input pembelajaran, hitung informasi error nya: ij jk
7 169 δ k = (t k - y k ) f (y_in k ) Kemudian dihitung koreksi bobot (yang nantinya akan digunakan untuk memperbaiki nilai w jk ). Δwjk = α δ k z Hitung juga koreksi bias (yang nantinya akan digunakan untuk memperbaiki nilai w Kirimkan δ k 0k ). Δw0k = α δ Tahap 7: Tiap-tiap unit tersembunyi (Z, j = 1,2,3,...p) menjumlahkan delta k j ini ke unit-unit yang ada di lapisan bawahnya. inputnya (dari unit-unit yang berada di lapisan atasnya). j δ_in j = δ k w Kemudian kalikan nilai tersebut dengan turunan dari fungsi aktivasinya untuk menghitung informasi error: δ j = δ_in j f (δ _in j ) Kemudian dihitung koreksi bobot (yang nantinya akan digunakanuntuk memperbaiki nilai v Δvij = αδ j x Dihitung juga koreksi bias (yang nantinya akan digunakan untuk memperbaiki nilai v 0j ): Δv0j = αδ Perbaiki bobot dan bias Tahap 8 : Tiap-tiap unit output (Y k, k = 1, 2, 3,...,m)memperbaiki bias dan bobotnya (j = 0, 1,..., p): j i w jk (baru) = w jk (lama) + Δw Tiap-tiap unit tersembunyi (Zj, j = 1, 2,..., p) memperbaiki bias dan bobotnya (i = 0, 1,..., n) vij (baru) = vij (lama) + Δvij Tahap 9 : Di uji kondisi berhenti, uji nilai error jika lebih besar dari toleransi error, kembali ke langkah 1 Keterangan : x = vektor masukan untuk pelatihan, x = (x 1,, x i,, x n ). t = vektor target keluaran, t = (t1,, t k,, t m ). δ δ k j = Koreksi error penentuan bobot w = Koreksi error penentuan bobot v α = Kecepatan belajar. jk. jk. jk ij ) jk
8 170 x i v Z oi j = Unit masukan ke-i. = Bias pada lapisan tersembunyi ke-j. = Lapisan tersembunyi ke-j masukan z j, dilambangkan dengan z_in Sinyal keluaran dari Zj dilambangkan dengan z w Y ok k = Bias pada lapis keluaran ke k. = Lapis keluaran ke k. Masukan Yk dilambangkan dengan y_in k. Sinyal keluaran dari Yk dilambangkan dengan y k. j. j.
9 171 Lampiran 3. Algoritma TOPSIS (Technique for Order Preference by Similarity to Ideal Solution) 1. TOPSIS membutuhkan rating kinerja setiap alternatif A i pada setiap kriteria C j yang ternormalisasi, yaitu : r ij = m x i= 1 ij x 2 ij ; dengan i = 1,2,,m dan j = 1,2,,n 2. Solusi ideal positif A + dan solusi ideal negatif berdasarkan rating bobot ternormalisasi ( y ij ) sebagai : y = w r ; dengan i = 1,2,,m dan j = 1,2,,n ij i ij 3. Matriks solusi ideal positif dan solusi ideal negatif dihitung dari A y, y,..., y ) ; + = ( 1 2 n A = y, y,..., y ) ; dengan y + j ( 1 2 = max y i min y i ij ij n ;jika j adalah atribut keuntungan ; jika j adalah atribut biaya A dapat ditentukan y j = min yij i max y i ij ;jika j adalah atribut keuntungan ; jika j adalah atribut biaya j = 1,2,,n 4. Jarak antara alternatif A i dengan solusi ideal positif dirumuskan sebagai : D + i n + 2 = ( yi yij ) ; i = 1,2,,m j= 1 Jarak antara alternatif n 2 D i = ( yij yi ) ; i = 1,2,,m j= 1 A i dengan solusi ideal negatif dirumuskan sebagai :
10 Nilai preferensi untuk setiap alternatif ( V i ), diberikan sebagai : Di V i = ; i = 1,2,,m D + D i + i Nilai V i yang lebih besar menunjukkan bahwa alternatif untuk dipilih. A i lebih baik
11 173 Lampiran 4.1. Pola Pelatihan dan Pola Pengujian Untuk Pasokan Beras Pada Jaringan Syaraf Tiruan. Pola Pola Pola Pola Pola Pola Pola Pola Pola Pola Pola Pola Pola Pola Pola Pola Pola Pola Pola Pola Pola Pola Pola Pola Pola Pola Pola Pola Pola Pola Pola Pola Pola Pola Pola Pola Pola Pola Pola Pola
12 174 Lampiran 4.1. Pola Pelatihan dan Pola Pengujian Untuk Pasokan Beras Pada Jaringan Syaraf Tiruan (lanjutan). Pola Pola Pola Pola Pola Pola Pola Pola Pola Pola Pola Pola Pola Pola Pola Pola Pola Pola Pola Pola Pola Pola Pola Pola Pola Pola Pola Pola Pola Pola Pola Pola Pola Pola Pola
13 175 Lampiran 4.2. Pola Pelatihan dan Pola Pengujian Untuk Harga Beras Muncul/ III Pada Jaringan Syaraf Tiruan. Pola Pola Pola Pola Pola Pola Pola Pola Pola Pola Pola Pola Pola Pola Pola Pola Pola Pola Pola Pola Pola Pola Pola Pola Pola Pola Pola Pola Pola Pola Pola Pola Pola Pola Pola Pola Pola Pola Pola Pola
14 176 Lampiran 4.2. Pola Pelatihan dan Pola Pengujian Untuk Harga Beras Muncul/ III Pada Jaringan Syaraf Tiruan (lanjutan). Pola Pola Pola Pola Pola Pola Pola Pola Pola Pola Pola Pola Pola Pola Pola Pola Pola Pola Pola Pola Pola Pola Pola Pola Pola Pola Pola Pola Pola Pola Pola Pola Pola Pola Pola Pola
15 177 Lampiran 4.3. Pola Pelatihan dan Pola Pengujian Untuk Harga Beras IR 64/ III Pada Jaringan Syaraf Tiruan. Pola Pola Pola Pola Pola Pola Pola Pola Pola Pola Pola Pola Pola Pola Pola Pola Pola Pola Pola Pola Pola Pola Pola Pola Pola Pola Pola Pola Pola Pola Pola Pola Pola Pola Pola Pola Pola Pola Pola Pola
16 178 Lampiran 4.3. Pola Pelatihan dan Pola Pengujian Untuk Harga Beras IR 64/ III Pada Jaringan Syaraf Tiruan (lanjutan). Pola Pola Pola Pola Pola Pola Pola Pola Pola Pola Pola Pola Pola Pola Pola Pola Pola Pola Pola Pola Pola Pola Pola Pola Pola Pola Pola Pola Pola Pola Pola Pola Pola Pola Pola Pola
17 179 Lampiran 5. Hasil Pengujian 25 Pola Data Uji Menggunakan JST Backpropagation Waktu Prediksi M i n g g u k e - 5 Harga Beras Muncul Pola Harga Beras IR64 Pasokan % III % Pengujian Prediksi Aktual Prediksi Aktual Pengujian Aktual % Pola Pola Pola Pola Pola Pola Pola Pola Pola Pola Pola Pola Pola Pola Pola Pola Pola Pola Pola Pola Pola Pola Pola Pola Pola
18 180 Lampiran 5. Hasil Pengujian 25 Pola Data Uji Menggunakan JST Backpropagation (lanjutan) Harga Beras Muncul Waktu Pola Harga Beras IR64 Pasokan % III % Prediksi Pengujian Prediksi Aktual Prediksi Aktual Pengujian Aktual % Pola Pola Pola Pola Pola Pola Pola Pola Pola Pola Pola Pola Pola Pola Pola Pola Pola Pola Pola Pola Pola Pola Pola Pola Pola Rata-rata M i n g g u k e - 6
19 181 Lampiran 6.1. Grafik Perbandingan Hasil Pengujian Dengan Data Aktual Untuk Pasokan Beras hasil uji aktual Lampiran 6.2. Grafik Perbandingan Hasil Pengujian Dengan Data Aktual Untuk Jenis Beras Muncul III Hasil Uji Aktual
20 182 Lampiran 6.3. Grafik Perbandingan Hasil Pengujian Dengan Data Aktual Untuk Beras IR64/ III Harga beras IR64(Rp) Pengujian Aktual Pola 1 Pola 5 Pola 9 Pola 13 Pola 17 Pola 21 Pola 25 Pola 29 Pola 33 Pola 37 Pola 41 Pola 45 Pola 49 Minggu ke-5 Minggu ke-6 Pola pengujian
21 183 Lampiran 7. Jumlah Pasokan dan Rata-rata Harga Beras per Minggu (Januari 2009 s.d. Juli 2010) Jumlah Rata-rata Harga Rata-rata Harga Pasokan (ton) Muncul/ III (Rp) IR64/ III (Rp) Minggu Minggu Minggu Minggu Minggu Minggu Minggu Minggu Minggu Minggu Minggu Minggu Minggu Minggu Minggu Minggu Minggu Minggu Minggu Minggu Minggu Minggu Minggu Minggu Minggu Minggu
22 184 Lampiran 7. Jumlah Pasokan dan Rata-rata Harga Beras per Minggu (Januari 2009 s.d. Juli 2010) (lanjutan) Jumlah Rata-rata Harga Rata-rata Harga Pasokan (ton) Muncul/ III (Rp) IR64/ III (Rp) Minggu Minggu Minggu Minggu Minggu Minggu Minggu Minggu Minggu Minggu Minggu Minggu Minggu Minggu Minggu Minggu Minggu Minggu Minggu Minggu Minggu Minggu Minggu Minggu Minggu Minggu Minggu Minggu
23 185 Lampiran 7. Jumlah Pasokan dan Rata-rata Harga Beras per Minggu (Januari 2009 s.d. Juli 2010) (lanjutan) Jumlah Pasokan (ton) Rata-rata Harga Muncul/ III (Rp) Rata-rata Harga IR64/ III (Rp) Minggu Minggu Minggu Minggu Minggu Minggu Minggu Minggu Minggu Minggu Minggu Minggu Minggu Minggu Minggu Minggu Minggu Minggu Minggu Minggu Minggu Minggu Minggu Minggu Minggu Minggu Minggu
24 Lampiran 8.1. Jarak Antar Lokasi Pasar di Wilayah Jakarta Utara Dari/ Ke (km) P1 P2 P3 P4 P5 P6 P7 P8 P9 P10 P11 P12 P13 P14 Keterangan P1 0 14,9 29,8 15,3 13,3 11,6 22,5 14,9 18,3 14,3 12,9 15,8 15,3 13,8 P2 14, P3 29, P4 15, P5 13, P6 11, P7 22, P8 14, P9 18, P10 14, P11 12, P12 15, P13 15, P14 13, No Kode Nama Pasar Lokasi 1. P1 Cipinang Jl. Pisangan Lama 2. P2 L o n t a r Jl. Manggar 3. P3 Kali Baru Jl.. Kosambi timur II 4. P4 Sindang Jl. Raya Sindang 5. P5 Rawabadak Jl. Anggrek I, koja 6. P6 Sukapura Jl. Tipar Cakung 7. P7 Ikan Luar batang Jl. Pasar Ikan 8. P8 M u n c a n g Jl. Manggar 9. P9 Teluk Gong Jl. Raya Teluk Gong 10. P10 Pademangan Timur Jl. Pademangan III 11. P11 Koja Baru Jl. Bhayangkara 12. P12 Eks Kantor Cabang Jl. Dusun No P13 Anyar Bahari Jl. Tenggiri raya 14. P14 W a r u Jl. Raya Cilincing
25 Lampiran 8.2. Jarak Antar Lokasi Pasar di Wilayah Jakarta Pusat Dari /Ke (km) P1 P2 P3 P4 P5 P6 P7 P8 P9 P10 P11 P12 P13 P14 P15 P16 P17 P18 P P P P P P P P P P P P P P P P P P P P P P P P P P P
26 188 Lampiran 8.2. Jarak Antar Lokasi Pasar di Wilayah Jakarta Pusat (lanjutan) 188 Dari /Ke (km) P1 P2 P3 P4 P5 P6 P7 P8 P9 P10 P11 P12 P13 P14 P15 P16 P17 P18 P P P P P P P P Dari /Ke (km) P19 P20 P21 P22 P23 P24 P25 P26 P27 P28 P29 P30 P31 P32 P33 P34 P35 P P P P P P P P P P P P P P P
27 189 Lampiran 8.2. Jarak Antar Lokasi Pasar di Wilayah Jakarta Pusat (lanjutan) Dari /Ke (km) P19 P20 P21 P22 P23 P24 P25 P26 P27 P28 P29 P30 P31 P32 P33 P34 P35 P P P P P P P P P P P P P P P P P P P P Keterangan NO Kode Nama Pasar 1 P1 Cipinang 2 P2 Regional Tanah Abang 3 P3 Senen Blok III 4 P4 Cikini Ampiun 5 P5 Pasar Baru dan Mini Baru 6 P6 Bendungan Hilir 7 P7 Blora 8 P8 Gondangdia 9 P9 Cikini hias Rias 10 P10 Karang Anyar 11 P11 Pal Merah 12 P12 Petojo Ilir NO Kode Nama Pasar 13 P13 P a s e b a n 14 P14 K e n a r i 15 P15 Jembatan merah 16 P16 Diponegoro 17 P17 Petojo Enclek 18 P18 Kwitang Dalam 19 P19 Gandaria 20 P20 Nangka Bungur 21 P21 Cideng Thomas 22 P22 Pramuka Pojok 23 P23 Jalan Surabaya 24 P24 Kombongan NO Kode Nama Pasar 25. P25 Tanah Abang Bukit 26 P26 Tanah Tinggi Poncol 27 P27 Rajawali 28 P28 Pertokoan Kav.36.A 29 P29 Pertokoan Jalan Biak 30 P30 Kantor Cabang 31 P31 Kebon Jati 32 P32 Pertokoan Jemb.Merah 33 P33 Kebon Melati 34 P34 Cempaka Putih 35 P35 Eks. Kt. Camat Senen 189
28 190 Lampiran 8.3. Jarak Antar Lokasi Pasar di Wilayah Jakarta Barat 190 Dari/Ke (km) P1 P2 P3 P4 P5 P6 P7 P8 P9 P10 P11 P12 P13 P14 P15 P16 P17 P18 P19 P20 P21 P P P P P P P P P P P P P P P P P P P P P Keterangan NO Kode NAMA PASAR LOKASI 1. P1 Cipinang Jl. Pisangan Lama 2. P2 Glodok Jl. Glodok 3. P3 Grogol Jl. Dr. Mawardi IV 4. P4 H W I / Lindeteves Jl. Hayam Wuruk 5. P5 P a g i Jl. Pasar Pagi 6. P6 Sawah Besar Jl. Sawah Besar I 7. P7 Tomang Barat Jl, Tanjung Duren 8. P8 Asem Reges Jl. Taman sari Raya 9. P9 Petak Sembilan Jl. Kemenangan I 10. P10 Gang Kancil Jl. Keamanan NO Kode NAMA PASAR LOKASI 11. P11 Kampung Duri Jl. Duri Raya 12. P12 Pejagalan Jl. Pejagalan Raya 13. P13 Pecah Kulit Jl. Mangga Besar IV 14. P14 S l i p i Jl. Anggrek Garuda 15. P15 Cengkareng Jl. Raya Kemal 16. P16 Duta Mas JL Wijaya IV 17. P17 Mangga Besar Jl. Kebon Jeruk IX 18. P18 Bojong Indah Jl. Raya Pakis 19. P19 Jembatan Lima Jl. H.M.Mansyur 20. P20 Perniagaan Jl. Perniagaan 21. P21 Perumahan Citra Komp. Perum Citra I
29 191 Lampiran 8.4. Jarak Antar Lokasi Pasar di Wilayah Jakarta Timur Dari/Ke (km) P1 P2 P3 P4 P5 P6 P7 P8 P9 P10 P11 P12 P13 P14 P15 P16 P17 P18 P19 P20 P21 P22 P P P P P P P P P P P P P P P P P P P P P P
30 192 Lampiran 8.4. Jarak Antar Lokasi Pasar di Wilayah Jakarta Timur (lanjutan) 192 Keterangan NO Kode Nama Pasar Lokasi 1. P1 Cipinang Jl. Pisangan Lama 2. P2 Jatinegara Jl. Matraman Raya 3. P3 Unit Usaha Pasar Induk Kramat Jati Jl. Raya Bogor Km P4 Rawabening Jl. Bekasi Barat 5. P5 Kramat jati Jl. Raya Bogor Km P6 Pramuka, Burung, Matraman, Kebon Kosong Jl. Raya Pramuka 7. P7 Pool Truk Angkutan Jl. Bekasi Timur 8. P8 K l e n d e r Jl. Bekasi timur 9. P9 Sunan Giri Jl. Sunan Giri 10. P10 Pal Meriam Jl. Pal Meriam 11. P11 Tanah Kosong Duren Sawit Jl. Kelurana I 12. P12 Rawamangun Jl. Cipinang 13. P13 Cawang Kapling Jl. Cawang Baru 14. P14 Ampera Kampung Ambon Jl. Pondasi Raya 15. P15 Sudi Mampir Jl. Matraman Raya 16. P16 Kampung Melayu Jl. Jatinegara Barat 17. P17 Lokomotif Jl. Bekasi Barat 18. P18 Pertokoan Waru Jl. Jaginegara Barat 19. P19 Pal Sepuluh Jl. Raya Otista 20. P20 Kantor Cabang Jl. Kayu Putih V/7 21. P21 C a k u n g Jl. Bekasi Raya 22. P22 Pulo Gadung Jl. Raya Bekasi Km.18
31 193 Lampiran 8.5. Jarak Antar Lokasi Pasar di Wilayah Jakarta Selatan Dari/ Ke (km) P1 P2 P3 P4 P5 P6 P7 P8 P9 P10 P11 P12 P13 P14 P15 P16 P17 P18 P19 P P P P P P P P P P P P P P P P P P P Keterangan No. Kode Nama pasar Lokasi 1. P1 Cipinang Jl. Pisangan Lama 2. P2 Melawai Blok M Jl. Melawai V 3. P3 Blok A Jl. Fatmawati 4. P4 Mayestik Jl. Tebah 5. P5 Rumput Jl. Sultan Agung 6. P6 Santha Jl. Cipaku 7. P7 Mampang Prapatan Jl. Buncit Raya 8. P8 Kebayoran lama Jl. Raya Keb.Lama 9. P9 Minggu Jl. Raya Ragunan 10. P10 Tebet Barat Jl. Tebet Barat Dalam No. Kode Nama Pasar Lokasi 11. P11 Bukit Duri Puteran Jl. Bukit Duri Dalam 12. P12 Pondok Labu Jl. Pondok Labu 13. P13 Cipete Jl. Rs.Fatmawati 14. P14 Menteng Pulo Jl. Menteng Pulo 15. P15 M e d e Jl. Rs. Fatmawati 16. P16 Tebet Timur Jl. Tebet Timur Dalam 17. P17 Manggis Jl. Guntur 18. P18 Tulodong Jl. Tulodong 19. P19 Pertokoan Sultan Agung Jl. Sultan Agus 193
32 Lampiran 9. Tiga Skenario Distribusi dan Transportasi Beras Dengan Simulated Annealing 9.1 Skenario Pertama - Terdapat Delapan Pesanan. Menggunakan Dua Grandmax
33 195
34 195 Hasil Skenario Pertama Dua Grandmax No Rute Kendaraan Muatan Total Jarak Total Waktu (menit) (kg) (km) Grand Max = = Grand Max = = Grand Max = = Grand Max = = Grand Max = = Grand Max = = 36.4 Total Menggunakan Satu Grandmax dan Satu Toyota Dyna Hasil Skenario Pertama Satu Grandmax dan Satu Toyota Dyna No Rute Kendaraan Muatan (kg) Total Jarak (km) Total Waktu (menit) Grand Max = = Toyota Dyna = = Grand Max = = Toyota Dyna = = 43.2 Total
35 Skenario Ke Dua - Terdapat Sepuluh Pesanan. Menggunakan Dua Grandmax Hasil Skenario Ke Dua - Menggunakan Dua Grandmax No Rute Kendaraan Muatan (kg) Total Jarak (km) Total Waktu (menit) Grand Max = = Grand Max = = Grand Max = = Grand Max = = Grand Max = = Grand Max = = Grand Max = = 63.7 Total
36 197 Menggunakan Satu Grandmax dan Satu Toyota Dyna Hasil Skenario Ke Dua - Satu Grandmax dan Satu Toyota Dyna No Rute Kendaraan Muatan (kg) Total Jarak (km) Total Waktu (menit) Grand Max = = Toyota Dyna = = Grand Max = = Toyota Dyna = = 82.2 Total
37 Skenario Ke Tiga Terdapat Dua Belas Pesanan Menggunakan Dua Grandmax
38 199 Hasil Skenario Ke Tiga - Menggunakan Dua Grandmax No Rute Kendaraan Muatan (kg) Total Jarak (km) Total Waktu (menit) Grand Max = = Grand Max = = = Grand Max = Grand Max = = Grand Max = = Grand Max = = Grand Max = 33.4 Total = 73.4 Menggunakan Satu Grandmax dan Satu Toyota Dyna
39 200 Hasil Skenario Ke Tiga - Satu Grandmax dan Satu Toyota Dyna No Rute Kendaraan Muatan (kg) Total Jarak (km) Total Waktu (menit) Grand Max = = Toyota Dyna = = Grand Max = = Toyota Dyna = = 44.8 Total Hasil Keseluruhan Dua Grand Max Satu Grand Max dan Selisih Skenario Satu Toyota Dyna Jarak (km) Waktu (menit) Jarak (km) Waktu (menit) Jarak (km) Waktu (menit) Skenario Skenario Skenario Rataan
40 201 Lampiran 10. Kuesioner dan Jawaban Para Pakar Terhadap Kuesioner KUESIONER PENELITIAN Bapak/ Ibu/ Saudara responden yang terhormat, Saya Dadang Surjasa adalah mahasiswa S3 pada Program Teknologi Industri Pertanian IPB, mengucapkan terima kasih, jika Bapak/Ibu/Saudara berkenan meluangkan waktu untuk mengisi kuesioner ini sebagai salah satu bahan pelengkap untuk penelitian yang saat ini sedang saya lakukan. Kuesioner ini disebar kepada semua pelaku baik akademisi maupun praktisi yang terkait dengan usaha perberasan dari tingkat produsen (pemasok pupuk, pemasok benih, pemasok alat dan mesin pertanian) dan petani penghasil padi/ beras, pedagang beras (besar, kecil), sampai dengan tingkat konsumen. Dengan demikian tujuan dari kuesioner ini adalah : 1. Untuk mendapatkan masukan, saran maupun kritik baik berupa nilai positip (nilai lebih) dan nilai negatip (nilai kurang) dari model-model yang dihasilkan. 2. Untuk mendapatkan penilaian tingkat manfaat dari model-model yang dihasilkan terkait dengan usaha perberasan. PERTANYAAN 1. Bagaimana menurut Bapak/ Ibu/ Saudara, nilai positip (nilai lebih) maupun nilai negatip (nilai kurang) dari model-model tersebut ditinjau dari usaha/ rantai pasok perberasan? No MODEL 1. MODEL PRAKIRAAN PASOKAN DAN PERSEDIAAN BERAS Nilai positip (nilai lebih) : a. b. Nilai negatip (nilai kurang) : a. b. 2. MODEL PRAKIRAAN HARGA BERAS Nilai positip (nilai lebih) : a. b. Nilai negatip (nilai kurang) : a. b. 3. MODEL PEMILIHAN PEMASOK BERAS Nilai positip (nilai lebih) : a. b. Nilai negatip (nilai kurang) : a. b.
41 202 Lampiran 10. Kuesioner dan Jawaban Para Pakar Terhadap Kuesioner (Lanjutan) 4. MODEL DISTRIBUSI DAN TRANSPORTASI BERAS Nilai positip (nilai lebih) : a. b. Nilai negatip (nilai kurang) : a. b. 2. Bagaimana menurut Bapak/ Ibu/ Saudara, nilai manfaat dari model-model yang dihasilkan terkait dengan usaha perberasan? beri tanda silang pada kotak tersedia dengan nilai yang sesuai menurut Bapak/ Ibu/ Saudara terkait dengan model yang dihasilkan No MODEL Nilai Manfaat Prakiraan Pasokan dan Persediaan Beras 2. Prakiraan Harga Beras 3. Pemilihan Pemasok Beras 4. Distribusi dan Transportasi Beras Keterangan : 1 : tidak bermanfaat 2 : kurang bermanfaat 3 : cukup bermanfaat 4 : bermanfaat 5 : sangat bermanfaat RESPONDEN KUESIONER NAMA JABATAN INSTITUSI HARI/ TANGGAL TANDA TANGAN : : : : :
42 203 Jawaban Suminta, SE. 1. Bagaimana menurut Bapak/ Ibu/ Saudara, nilai positip (nilai lebih) maupun nilai negatip (nilai kurang) dari model-model tersebut ditinjau dari usaha/ rantai pasok perberasan? No MODEL 1. MODEL PRAKIRAAN PASOKAN BERAS Nilai positip (nilai lebih) : Membantu dalam stabilisasi stok dan harga. Mengambil langkah preventif (operasi pasar) sebelum harga naik lebih tinggi. Nilai negatip (nilai kurang) : Musim yang ekstrim mengakibatkan gagal panen Pada saat harga tinggi pasokan melimpah sehingga pada satu titik tertentu persediaan beras dari daerah habis. 2. MODEL PRAKIRAAN HARGA BERAS Nilai positip (nilai lebih) : Ada kepastian harga dari produsen sampai dengan konsumen. Tidak ada spekulan yang memainkan harga. Meminimalkan mata rantai perdagangan. Adanya instrumen dari pemerintah mengenai perberasan. Nilai negatip (nilai kurang) : Kurangnya informasi bagi konsumen Harga tidak bisa diprediksi/ fluktuatif Kontrak kerja antara pedagang pemasok dengan pedagang pengumpul tidak bisa berjalan/ rugi Tidak adanya standar mutu 3. MODEL PEMILIHAN PEMASOK BERAS Nilai positip (nilai lebih) : Meningkatkan kepercayaan Meningkatkan kualitas beras yang dihasilkan Kepastian barang yang dikirim ada yang menerima dan harga stabil/ langganan. Nilai negatip (nilai kurang) : Pada saat kekurangan pasokan akan sulit mendapatkan beras Harga yang didapat tidak stabil/ bukan langganan. Pada saat pasokan melimpah, banyak yang dibawa pulang kembali ke daerah/ penawaran rendah. 4. MODEL DISTRIBUSI DAN TRANSPORTASI BERAS Nilai positip (nilai lebih) : Mempercepat penyebaran kebutuhan beras ke wilayah-wilayah Saling menguntungkan antara pedagang dengan pemilik perusahaan angkutan Menentukan margin harga dari PIBC ke pedagang wilayah setelah ditambah ongkos transport. Nilai negatip (nilai kurang) : Ongkos kirim tidak berdasarkan volume melainkan berdasarkan jarak. Penataan jalan yang semrawut menjadi kendala termasuk faktor alam, banjir, hujan dan sebagainya 2. Bagaimana menurut Bapak/ Ibu/ Saudara, nilai manfaat dari model-model yang dihasilkan terkait dengan usaha perberasan? beri tanda silang pada kotak tersedia dengan nilai yang sesuai menurut Bapak/ Ibu/ Saudara terkait dengan model yang dihasilkan No MODEL Nilai Manfaat Prakiraan Pasokan Beras x 2. Prakiraan Harga Beras x 3. Pemilihan Pemasok Beras x 4. Distribusi dan Transportasi Beras x RESPONDEN KUESIONER NAMA : Suminta, SE./ Kepala Seksi Perdagangan INSTITUSI : PT. Food Station Tjipinang Jaya HARI/ TANGGAL : Jumat, TANDA TANGAN : ttd (diterima melalui format kertas)
43 204 Jawaban H. Nellys Sukidi, SE., MM 1. Bagaimana menurut Bapak/ Ibu/ Saudara, nilai positip (nilai lebih) maupun nilai negatip (nilai kurang) dari model-model tersebut ditinjau dari usaha/ rantai pasok perberasan? No MODEL 1. MODEL PRAKIRAAN PASOKAN BERAS Nilai positip (nilai lebih) : Membantu dalam stabilisasi stok dan harga. Mengambil langkah preventif (operasi pasar) sebelum harga naik lebih tinggi. Nilai negatip (nilai kurang) : Masih banyak daerah produsen yang belum mempunyai stok tetap. Belum merata budaya menyimpan gabah/ beras karena lebih banyak dihabiskan untuk konsumsi. 2. MODEL PRAKIRAAN HARGA BERAS Nilai positip (nilai lebih) : Dapat dijadikan bahan pertimbangan untuk kebijakan para pengambil keputusan. Sebagai barometer harga beras nasional. Nilai negatip (nilai kurang) : Di lapangan masih ditemui spekulan beras. Pada saat tertentu kenaikan harga tidak bisa dihindari 3. MODEL PEMILIHAN PEMASOK BERAS Nilai positip (nilai lebih) : Para pedagang besar bisa memilih siapa pemasok potensial. Pemasok bisa dinilai dari beras yang dibawanya Nilai negatip (nilai kurang) : Ada pemasok yang tidak rutin/ jarang masuk PIBC Jumlah pemasok berubah setiap waktu 4. MODEL DISTRIBUSI DAN TRANSPORTASI BERAS Nilai positip (nilai lebih) : Bisa mempersingkat waktu pendistribusian Lebih banyak customer yang dikirim Efisiensi bahan bakar dan waktu Nilai negatip (nilai kurang) : Teknologi GPS belum familiar Kendaraan tidak semua dalam kondisi prima/ ada yang sudah tua 2. Bagaimana menurut Bapak/ Ibu/ Saudara, nilai manfaat dari model-model yang dihasilkan terkait dengan usaha perberasan? beri tanda silang pada kotak tersedia dengan nilai yang sesuai menurut Bapak/ Ibu/ Saudara terkait dengan model yang dihasilkan No MODEL Nilai Manfaat Prakiraan Pasokan Beras x 2. Prakiraan Harga Beras x 3. Pemilihan Pemasok Beras x 4. Distribusi dan Transportasi Beras x Keterangan : 1 : Tidak Bermanfaat 2 : Kurang Bermanfaat 3 : Cukup Bermanfaat 4 : Bermanfaat 5 : Sangat Bermanfaat RESPONDEN KUESIONER NAMA : H. Nellys Soekidi, SE., MM JABATAN : Direktur Utama INSTITUSI : PT. Pratama Global Agribiz HARI/ TANGGAL : Kamis, 16 Desember 2010 TANDA TANGAN (keterangan) : ttd (diterima melalui format kertas)
44 205 Jawaban Nurul Shantiwardhani, SE 1. Bagaimana menurut Bapak/ Ibu/ Saudara, nilai positip (nilai lebih) maupun nilai negatip (nilai kurang) dari model-model tersebut ditinjau dari usaha/ rantai pasok perberasan? No MODEL 1. MODEL PRAKIRAAN PASOKAN BERAS Nilai positip (nilai lebih) : Bisa dijadikan pedoman oleh para pengambil keputusan apakah perlu dilakukan operasi pasar atau impor beras untuk CBP (cadangan beras pemerintah) Nilai negatip (nilai kurang) : Walaupun tidak 100% benar, terkadang dengan diketahuinya stock di gudang, terutama jika jumlahnya sedikit, maka pedagang daerah atau siapapun bias menjadi spekulan di gudang/ tokonya. 2. MODEL PRAKIRAAN HARGA BERAS Nilai positip (nilai lebih) : Sangat membantu dalam menentukan harga jual dan untuk pemerintah menentukan HPP (harga pembelian pemerintah) untuk GKG/ GKP Nilai negatip (nilai kurang) : Masih belum bisa memprediksi harga lebih dari dua minggu ke depan. 3. MODEL PEMILIHAN PEMASOK BERAS Nilai positip (nilai lebih) : Bagi pembeli grosir akan lebih mudah mencari pemasok yang sesuai antara beras yang dibawa dan harga yang ditawarkan. Nilai negatip (nilai kurang) : Masih kurangnya informasi pemasok dari daerah produsen yang bias diketahui oleh para pedagang grosir 4. MODEL DISTRIBUSI DAN TRANSPORTASI BERAS Nilai positip (nilai lebih) : Dengan sendirinya bias menekan harga hingga di harga beli konsumen akhir Nilai negatip (nilai kurang) : Masih belum ada keseragaman antara ongkos angkut dari jasa angkutan yang satu dan lainnya 2. Bagaimana menurut Bapak/ Ibu/ Saudara, nilai manfaat dari model-model yang dihasilkan terkait dengan usaha perberasan? beri tanda silang pada kotak tersedia dengan nilai yang sesuai menurut Bapak/ Ibu/ Saudara terkait dengan model yang dihasilkan No MODEL Nilai Manfaat Prakiraan Pasokan Beras x 2. Prakiraan Harga Beras x 3. Pemilihan Pemasok Beras x 4. Distribusi dan Transportasi Beras x Keterangan : 1 : Tidak Bermanfaat 2 : Kurang Bermanfaat 3 : Cukup Bermanfaat 4 : Bermanfaat 5 : Sangat Bermanfaat RESPONDEN KUESIONER NAMA : Nurul Shantiwardhani, SE JABATAN : Sekretaris DPD Perpadi Provinsi DKI Jakarta INSTITUSI : Non Government Organization HARI/ TANGGAL : Jumat, 31 Januari 2011 TANDA TANGAN (keterangan) : ttd (diterima melalui format kertas)
45 206 Jawaban Dodiek Ary Setyono, MSc. 1. Bagaimana menurut Bapak/ Ibu/ Saudara, nilai positip (nilai lebih) maupun nilai negatip (nilai kurang) dari model-model tersebut ditinjau dari usaha/ rantai pasok perberasan? No MODEL 1. MODEL PRAKIRAAN PASOKAN BERAS Nilai positip (nilai lebih) : Mengetahui jumlah pasokan terhadap kebutuhan Mengetahui inventory level yang optimal/efisien setiap minggu/periode Bisa menentukan buffer/safety stock yang ideal sesuai lead time Nilai negatip (nilai kurang) : Perlu menentukan waktu/periode tertentu sebagai peak demand Menetapkan jumlah pasokan max kapasitas gudang dan inventory level 2. MODEL PRAKIRAAN HARGA BERAS Nilai positip (nilai lebih) : Mengetahui pasaran harga beras (semua jenis) Pengendalian harga dengan memperhitungan supply vs demand Menghindari permainan harga beras terutama oleh spekulan Nilai negatip (nilai kurang) : Belum mengetahui harga pokok beras berdasarkan pasokan(supply) Perlu diketahui kurun waktu/periode antara panen raya dengan peak demand 3.. MODEL PEMILIHAN PEMASOK BERAS Nilai positip (nilai lebih) : Mengetahui wilayah peyanggah beras DKI Mengetahui kriteria pemilihan kondisi beras berikut bobot penilaiannya Mengetahui daerah yang bias menjadi pemasok beras dengan tingkat keekonomian Nilai negatip (nilai kurang) : Daerah penyanggah beras harus diperluas (mendapatkan tingkat kompetitif) Tidak ada jaminan pasokan beras dari daerah penyanggah 4. MODEL DISTRIBUSI DAN TRANSPORTASI BERAS Nilai positip (nilai lebih) : Mengetahui identitas pelanggan produk jarak quantity jenis kendaraan Mengetahui waktu penanganan beras per kendaraan(ton) Nilai negatip (nilai kurang) : Tidak teridentifikasi waktu tempuh per jarak Perlu analisis jumlah kapasitas kendaraan setiap jarak 2. Bagaimana menurut Bapak/ Ibu/ Saudara, nilai manfaat dari model-model yang dihasilkan terkait dengan usaha perberasan? beri tanda silang pada kotak tersedia dengan nilai yang sesuai menurut Bapak/ Ibu/ Saudara terkait dengan model yang dihasilkan No MODEL Nilai Manfaat Prakiraan Pasokan Beras V 2. Prakiraan Harga Beras V 3. Pemilihan Pemasok Beras V 4. Distribusi dan Transportasi Beras V RESPONDEN KUESIONER NAMA : Dodiek Ary Setyono, MSc. JABATAN : Karyawan (Praktisi) INSTITUSI : PT Cipta Mapan Logistik HARI/ TANGGAL : 27 Desember 2010 TANDA TANGAN (keterangan) : ttd.. (diterima melalui )
46 207 Jawaban Prof. Dr. Ir. Yuri M. Zagloel 1. Bagaimana menurut Bapak/ Ibu/ Saudara, nilai positip (nilai lebih) maupun nilai negatip (nilai kurang) dari model-model tersebut ditinjau dari usaha/ rantai pasok perberasan? No MODEL 1. MODEL PRAKIRAAN PASOKAN BERAS Nilai positip (nilai lebih) : Efektif memonitor trend harga Dapat di gunakan sebagai dasar forecasting Nilai negatip (nilai kurang) : Trend sering kali diakibatkan oleh faktor-faktor yang tidak terprediksi Trend sering kali di akibatkan oleh faktor yang tidak berulang 2. MODEL PRAKIRAAN HARGA BERAS Nilai positip (nilai lebih) : Efektif memonitor trend harga Dapat di gunakan sebagai dasar forecasting Nilai negatip (nilai kurang) : Konsekuensinya jika ada variable penting yang tidak dimasukan, maka model tidak dapat mencerminkan keadaan sebenarnya 3. MODEL PEMILIHAN PEMASOK BERAS Nilai positip (nilai lebih) : Model dapat membantu memilih pemasok yang kompeten Nilai negatip (nilai kurang) : Jika ada kriteria yang kurang pas atau tidak masuk maka model tidak menghasilkan output yang diharapkan 4. MODEL DISTRIBUSI DAN TRANSPORTASI BERAS Nilai positip (nilai lebih) : Dapat biaya yang optimal untuk distribusi dan transportasi beras Nilai negatip (nilai kurang) : Jika model optimalnya tidak pas, maka keluarannya tidak seperti yang diharapkan 2. Bagaimana menurut Bapak/ Ibu/ Saudara, nilai manfaat dari model-model yang dihasilkan terkait dengan usaha perberasan? beri tanda silang pada kotak tersedia dengan nilai yang sesuai menurut Bapak/ Ibu/ Saudara terkait dengan model yang dihasilkan No MODEL Nilai Manfaat Prakiraan Pasokan Beras x 2. Prakiraan Harga Beras x 3. Pemilihan Pemasok Beras x 4. Distribusi dan Transportasi Beras x Keterangan : 1 : Tidak Bermanfaat 2 : Kurang Bermanfaat 3 : Cukup Bermanfaat 4 : Bermanfaat 5 : Sangat Bermanfaat RESPONDEN KUESIONER NAMA : Prof. Dr. Ir. T. Yuri M. Zagloel JABATAN : Ketua Departemen Teknik Industri INSTITUSI : Universitas Indonesia HARI/ TANGGAL : Rabu 5 januari 2011 TANDA TANGAN (keterangan) : ttd (diterima melalui )
47 208 Jawaban Dr. Ir. Tomy Perdana 1. Bagaimana menurut Bapak/ Ibu, nilai positip maupun nilai negatip dari model-model tersebut ditinjau dari bisnis perberasan? No MODEL Nilai Positip Nilai Negatip 1. Prakiraan Pasokan Beras 2. Prakiraan Harga Beras 3. Pemilihan Pemasok Beras 4. Distribusi dan Transportasi Beras Memudahkan dalam pengambilan keputusan yang terstruktur Memudahkan dalam pengambilan keputusan yang terstruktur Memudahkan pemantauan terhadap perilaku harga beras Memudahkan dalam pengambilan keputusan yang terstruktur Memudahkan untuk pemilihan rute berdasarkan jarak Modelnya tidak mengakomodasi adanya feedback antar variabel seperti persediaan dengan harga beras Tidak membedakan jenis dan kualitas beras Tidak mengakomodasi perubahan iklim sebagai penentu pasokan dan harga Modelnya tidak mengakomodasi adanya feedback antar variabel seperti persediaan dengan harga beras Tidak membedakan jenis dan kualitas beras Tidak mengakomodasi perubahan iklim sebagai penentu pasokan dan harga Tidak mengakomodasi sumber pasokan setiap daerah memiliki spesifikasi jenis dan kualitas beras yang berbeda Belum mengakomodasi kepadatan lalulintas yang dapat menyebabkan inefisiensi transportasi 2. Bagaimana menurut Bapak/ Ibu, nilai manfaat dari model-model yang dihasilkan terkait dengan usaha perberasan? beri tanda silang pada kotak tersedia dengan nilai yang sesuai menurut Bapak/ Ibu terkait dengan model yang dihasilkan No MODEL Nilai Manfaat Prakiraan Pasokan Beras X 2. Prakiraan Harga Beras X 3. Pemilihan Pemasok Beras X 4. Distribusi dan Transportasi Beras X Keterangan : 1 : Tidak Bermanfaat 2 : Kurang Bermanfaat 3 : Cukup Bermanfaat 4 : Bermanfaat 5 : Sangat Bermanfaat RESPONDEN KUESIONER NAMA : Dr. Ir. Tomy Perdana JABATAN : Lektor Kepala dan Ketua Program Studi INSTITUSI : Program Studi Agribisnis Faperta Universitas Padjadjaran HARI/ TANGGAL : Rabu/ 5 Januari 2011 TANDA TANGAN (keterangan) : ttd. (diterima melalui )
48 209 Jawaban Dr. Ir. Rika Ampuh, MT. 1. Bagaimana menurut Bapak/ Ibu/ Saudara, nilai positip (nilai lebih) maupun nilai negatip (nilai kurang) dari model-model tersebut ditinjau dari usaha/ rantai pasok perberasan? No MODEL 1. MODEL PRAKIRAAN PASOKAN BERAS Nilai positip (nilai lebih) : Time batch per minggu Early warning signal Nilai negatip (nilai kurang) : Variabel masukan untuk forecasting apa saja? Level optimal stock beras belum terlihat 2. MODEL PRAKIRAAN HARGA BERAS Nilai positip (nilai lebih) : Time batch minggu Early warning signal Nilai negatip (nilai kurang) : Variabel forecasting tidak terlihat pada kuisioner 3. MODEL PEMILIHAN PEMASOK BERAS Nilai positip (nilai lebih) : Seluruh supplier sudah terlibat Kriteria pemilihan lengkap Nilai negatip (nilai kurang) : Aktor belum dilibatkan 4. MODEL DISTRIBUSI DAN TRANSPORTASI BERAS Nilai positip (nilai lebih) : Lokasi dan rute lengkap Fungsi obyektif realistis Nilai negatip (nilai kurang) : Tidak teridentifikasi waktu tempuh per jarak Perlu analisis jumlah kapasitas kendaraan setiap jarak 2. Bagaimana menurut Bapak/ Ibu/ Saudara, nilai manfaat dari model-model yang dihasilkan terkait dengan usaha perberasan? beri tanda silang pada kotak tersedia dengan nilai yang sesuai menurut Bapak/ Ibu/ Saudara terkait dengan model yang dihasilkan No MODEL Nilai Manfaat Prakiraan Pasokan Beras V 2. Prakiraan Harga Beras V 3. Pemilihan Pemasok Beras V 4. Distribusi dan Transportasi Beras V Keterangan : 1 : Tidak Bermanfaat 2 : Kurang Bermanfaat 3 : Cukup Bermanfaat 4 : Bermanfaat 5 : Sangat Bermanfaat RESPONDEN KUESIONER NAMA : Dr. Ir. Rika Ampuh Hadiguna, MT JABATAN : Dosen INSTITUSI : Fakultas Teknik Universitas Andalas HARI/ TANGGAL : Kamis, 25 November 2010 TANDA TANGAN (keterangan) :.ttd.. (diterima melalui )
49 210 Jawaban Setijadi, ST., MT 1. Bagaimana menurut Bapak/ Ibu, nilai positip maupun nilai negatip dari model-model tersebut ditinjau dari bisnis perberasan? No MODEL Nilai Positip Nilai Negatip 1. Prakiraan Pasokan Tampilan tidak menunjukkan Beras model, tetapi output model. 2. Prakiraan Harga Tampilan tidak menunjukkan Beras model, tetapi output model. 3. Pemilihan Pemasok Tampilan tidak menunjukkan Beras model, tetapi output model. 4. Distribusi dan Tampilan tidak menunjukkan Transportasi Beras model, tetapi output model. 2. Bagaimana menurut Bapak/ Ibu, nilai manfaat dari model-model yang dihasilkan terkait dengan usaha perberasan? beri tanda silang pada kotak tersedia dengan nilai yang sesuai menurut Bapak/ Ibu terkait dengan model yang dihasilkan No MODEL Nilai Manfaat Prakiraan Pasokan Beras X 2. Prakiraan Harga Beras X 3. Pemilihan Pemasok Beras X 4. Distribusi dan Transportasi Beras X Keterangan : 1 : Tidak Bermanfaat 2 : Kurang Bermanfaat 3 : Cukup Bermanfaat 4 : Bermanfaat 5 : Sangat Bermanfaat RESPONDEN KUESIONER NAMA : Setijadi, ST., MT. JABATAN : Kepala Logistics & Supply Chain Center INSTITUSI : Universitas Widyatama TANDA TANGAN (keterangan) :.ttd (diterima melalui )
50 211 Lampiran Proses Verifikasi Untuk Jaringan Syaraf Tiruan Pada Harga Beras Varietas Beras Muncul/ III Pola yang digunakan dalam verifikasi adalah pola no 3 harga beras Muncu/III yaitu sebagai berikut Minggu ke-1 Minggu ke-2 Minggu ke-3 Minggu ke-4 Minggu ke-5 Minggu ke-6 Nilai Keterangan Input Target Harga max: 6300; Harga min: 4900 Normalisasi X_norm = Maka: x1 x2 x3 x4 y1 y2 Nilai Keterangan Input Target Arsitektur JST Untuk Beras Muncul/ III Spesifikasi sebagai berikut: Jumlah neuron input 4 Jumlah neuron output 2 Jumlah neuron hidden 8 Fungsi aktivasi dari input ke hidden Logsig Fungsi aktivasi dari hidden ke output Logsig Epoch 5000 Goal Laju pembelajaran 0.2 Arsitektur backpropagation dengan 1 hidden layer yang terdiri dari dari 8 unit tampak pada gambar A.
51 212 Gambar A. Mula-mula bobot diberi nilai acak yang kecil. Misal didapat bobot seperti Tabel A (bobot dari input layer ke hidden layer = v ji ) dan Tabel B (bobot hidden layer ke output layer = w kj ) Tabel A. Bobot dari input layer ke hidden layer = v ji z1 z2 z3 z4 z5 z6 z7 z8 x x x x Tabel B. Bobot hidden layer ke output layer = w kj y1 y2 z z z z z5-1 1 z z z
52 213 Fase I : Propagasi Maju Hitung keluaran unit tersembunyi (zj) z_net j = + z_net1 = (0.5) (1) (0.6) (0.5) = z_net2 = (1) (-0.3) (0.9) (-0.3) = z_net3 = (0.2) (0.3) (1) (-0.8) = z_net4 = (-0.1) (0.4) (0.5) (-0.3) = z_net5 = (0.4) (0.5) (-0.3) (0.6) = z_net6 = (0.9) (-1) (-1) (1) = z_net7 = (-0.3) (0.8) (0.5) (0.2) = z_net8 = (0.4) (0.5) (0.4) (1) = zj = f(z_net j ) = z1 = f(z_net 1 ) = = z2 = f(z_net 2 ) = = z3 = f(z_net 3 ) = = z4 = f(z_net 4 ) = = z5 = f(z_net 5 ) = = z6 = f(z_net 6 ) = = z7 = f(z_net 7 ) = = z8 = f(z_net 8 ) = = Hitung keluaran unit y k y_netk = w ko + y_net1 = (-1) (0.3) (1) (0.2) + (-0.599)(-1) (-0.5) + (-0.028)(0.2) (0.7) = y_net2 = (0.6) (0.2) (0.8) (-1) + (-0.599)(1) (0.4) + (-0.028)(-1) (0.8) = y1 = f(y_net 1 ) = = y2 = f(y_net 2 ) = = Lanjut ke tahap selanjutnya sampai keluaran sama dengan target. Fase II : Propagasi mundur Hitung faktor δ di unit keluaran y δk = (t k y k )f (y_net k ) = (t k y k )y k (1 y k ) δ1= ( ) ( ) = δ2= ( ) ( ) = k
53 214 Suku perubahan bobot w kj (dengan α = 0.2): Δwkj = α δ k zj Δw10 = 0.2 (-0.034) (1) = Δw20 = 0.2 (-0.065) (1) = Δw11 = 0.2 (-0.034) (0.784) = Δw21 = 0.2 (-0.065) (0.784) = Δw12 = 0.2 (-0.034) (0.612) = Δw22 = 0.2 (-0.065) (0.612) = Δw13 = 0.2 (-0.034) (0.749) = Δw23 = 0.2 (-0.065) (0.749) = Δw Δw Δw Δw Δw = 0.2 (-0.034) (0.642) = = 0.2 (-0.065) (0.642) = = 0.2 (-0.034) (0.355) = = 0.2 (-0.065) (0.355) = = 0.2 (-0.034) (0.741) = = 0.2 (-0.065) (0.741) = = 0.2 (-0.034) (0.493) = = 0.2 (-0.065) (0.493) = = 0.2 (-0.034) (0.724) = = 0.2 (-0.065) (0.724) = Δw 15 Δw 16 Δw 17 Δw 18 Δw Hitung penjumlahan kesalahan dari unit tersembunyi (=δ) δ_net j = δ_net1 = (-0.034) (-1) + (-0.065) (-0.6) = δ_net2 = (-0.034) (0.3) + (-0.065) (0.2) = δ_net3 = (-0.034) (1) + (-0.065) (0.8) = δ_net4 = (-0.034) (0.2) + (-0.065) (-1) = δ_net5 = (-0.034) (-1) + (-0.065) (1) = δ_net6 = (-0.034) (-0.5) + (-0.065) (0.4) = δ_net7 = (-0.034) (0.2) + (-0.065) (-1) = δ_net8 = (-0.034) (0.7) + (-0.065) (0.8) = Faktor kesalahan δ di unit tersembunyi: δ j = δ_net j f (z_ net j ) = δ_net j z j (1-z j ) δ1 = (0.784) ( ) = δ2 = (0.612) ( ) = δ3 = (0.749) ( ) = δ4 = (0.642) ( ) = δ5 = (0.355) ( ) = δ6 = (0.741) ( ) = δ7 = (0.493) ( ) = δ8 = (0.724) ( ) =
54 215 Suku perubahan bobot ke unit tersembunyi Δv ji = α δ j x i x1 x2 x3 x4 1 z1 z2 z3 z4 z5 z6 z7 z8 v51 = v61 = v71 = v81 = v 11 = v41 = v21 = (0.2)(- v31 = (0.2)(- (0.2)(- (0.2)(- (0.2)( - (0.2)( - (0.2)( (0.2)( )( )(0.214) )( )( )( )(0.2 )(0.214) = )(0.214) = -4 ) = -2.8 x 10 = -6.8 x ) = ) = ) = -7.6 x 14) = -6.2 x 5.3 x x x 10 x v52 = v62 = v72 = v82 = v 12 = v42 = v22 = (0.2)(- v32 = (0.2)(- (0.2)(- (0.2)(- (0.2)( - (0.2)( - (0.2)( (0.2)( )( )(0.214) )( )( )( )(0.2 )(0.214) = )(0.214) = -4 ) = -2.8 x 10 = -6.8 x ) = ) = ) = -7.6 x 14) = -6.2 x 5.3 x x x 10 x v53 = v63 = v73 = v83 = v 13= v43 = v23 = (0.2)(- v33 = (0.2)(- (0.2)(- (0.2)(- (0.2)( - (0.2)( - (0.2)( (0.2)( )( )(0.214) )( )( )( )(0.2 )(0.214) = )(0.214) = -4 ) = -2.8 x 10 = -6.8 x ) = ) = ) = -7.6 x 14) = -6.2 x 5.3 x x x 10 x v54 = v64 = v74 = v84 = v 14= v24= (0.2)(- v34 = (0.2)(- v44 = (0.2)(- (0.2)(- (0.2)( - (0.2)( - (0.2)( )( 0.016)( (0.2)( )( )( )( )( )( 0.288) = 0.288) = ) = )( 0.288) = ) = ) = ) = ) = x 10 x 10 x x x x x x 10-4 v50 = v60 = v70 = v80 = v 10= v40 = v20 = (0.2)(- v (0.2)( = (0.2)(- (0.2)(- (0.2)(- (0.2)( - (0.2)( - (0.2)( )(1) = )(1) = )( 1) )( )( 1) )( 1) )(1) = 2.5 x )( 1) = x x 10-3 = x 1) = x = x = -2.9 x x Fase III : Hitung semua perubahan bobot Perubahan bobot unit keluaran: w kj (baru) = w kj (lama) + Δw kj (k=1; j=0,1,,3) w11 (baru) = = w21 (baru) = = w12 (baru) = = w22 (baru) = = w13 (baru) = = w23 (baru) = = w14 (baru) = = w24 (baru) = = w15 (baru) = = w25 (baru) = = w16 (baru) = = w26 (baru) = = w17 (baru) = = w27 (baru) = = w18 (baru) = = w28 (baru) = = w (baru) = = (baru) = = w
55 216 Perubahan bobot unit tersembunyi: v ji (baru) = v ji (lama) + Δv ji (j=1,2,,8; i=0,1,,3) vji (baru) = v ji (lama) + Δv ji x1 x2 x3 x4 1 z1 z2 z3 z4 z5 z6 z7 z8 v 11(baru) v v = (baru) = 1 31(baru) = v41(baru) = v51(baru) = v61(baru) = v71(baru) = v81(baru) = x x x x x x x x = = = = 10-5 = 10-4 = = = v 12(baru) v22(baru) = - v32(baru) = v42(baru) = v52(baru) = v v = x x x x x 62(baru) = - 72(baru) = v82(baru) = = = x x x = 10-4 = 10-4 = = = = v 13(baru) v23(baru) = v v = x x 33(baru) = 1 43(baru) = v53(baru) = v v 10-4 = x x (baru) = - 73(baru) = v83(baru) = = = 10-4 = x x x x = = 10-4 = = v 14(baru) v v = (baru) = - v34(baru) = - 44(baru) = v54(baru) = v74(baru) = v v x x x x x 64(baru) = 1 84(baru) = 1 = = x x x 10-4 = 10 = = = = = v 10(baru) v20(baru) = v v = x 30(baru) = 1 40(baru) = v50(baru) = v70(baru) = v80(baru) = v x 10-3 = x x (baru) = 1 = = 10-3 = x x x = - x 10-3 = = = Fase 1 s.d. fase 3 sama dengan 1 iterasi atau 1 epoch, iterasi dilakukan sampai keluaran jaringan sama dengan target. Iterasi selanjutnya dilakukan dengan menggunakan program Matlab. Melalui proses perhitungan manual dan telah diperlihatkan bahwa dengan menggunakan program aplikasi MatLab bahwa hasil iterasi menunjukkan terjadinya penurunan nilai error menuju error yang ditentukan atau nilai hasil perhitungan JST menuju kepada nilai target yang diharapkan. Dengan demikian maka model JST pada subsistem prakiraan harga beras tersebut dapat disebut model yang terverifikasi.
56 217 Lampiran Proses Verifikasi Untuk Aturan Peringatan Dini Pada Prakiraan Harga Beras Varietas Beras Muncul/ III Input : Harga pada Minggu 50, 51, 52, 53 Output : Minggu 54, 55 Harga sesungguhnya : dan Aturan Dengan variabel-variabel sebagai berikut: Input harga untuk minggu ke 1, harga untuk minggu ke 2, harga untuk minggu ke 3, harga untuk minggu ke 4, Output harga untuk minggu ke 5, harga untuk minggu ke 6, Harga rata-rata untuk input adalah dengan
KUESIONER ANALISIS HUBUNGAN RESTRUKTURISASI ORGANISASI DENGAN KINERJA KARYAWAN (Studi Kasus PD Pasar Jaya Unit Area 03 Pramuka, Jakarta Timur)
LAMPIRAN Lampiran 1. Kuesioner Penelitian. No. KUESIONER ANALISIS HUBUNGAN RESTRUKTURISASI ORGANISASI DENGAN KINERJA KARYAWAN (Studi Kasus PD Jaya Unit Area 03 Pramuka, Jakarta Timur) Responden Yth. Saya
DATA PASAR PD. PASAR JAYA
DATA PASAR PD. PASAR JAYA No Nama Pasar Alamat Longitude Latitude Luas Pasar Klasifikasi Pasar A. JAKARTA BARAT 1 PASAR ASAM REGES Jalan Taman Sari Raya No.40, Taman Sari, Taman Sari, Jakarta Barat 106,8271217
KUESIONER ANALISIS HUBUNGAN RESTRUKTURISASI ORGANISASI DENGAN KINERJA KARYAWAN (Studi Kasus PD Pasar Jaya Unit Area 03 Pramuka, Jakarta Timur)
LAMPIRAN 133 134 Lampiran 1. Kuesioner penelitian. No. KUESIONER ANALISIS HUBUNGAN RESTRUKTURISASI ORGANISASI DENGAN KINERJA (Studi Kasus PD Jaya Unit Area 03 Pramuka, Jakarta Timur) Responden Yth. Nama
PASAR TRADISIONAL DI PROVINSI DKI JAKARTA
PASAR TRADISIONAL DI PROVINSI DKI JAKARTA No Nama Pasar Alamat 1. 2. 3. 4. Tanah Abang Lindeteves/H W I Jatinegara Induk Kramatjati Jl. K.H. Fachrudin Jl. Hayam Wuruk No.100 Jl. Matraman Raya Jl. Raya
DATA SURAT KETERANGAN DOMISILI SEMENTARA TAHUN 2014
DATA SURAT KETERANGAN DOMISILI SEMENTARA TAHUN 2014 TAHUN NAMA PROVINSI NAMA KABUPATEN KOTA NAMA KECAMATAN NAMA KELURAHAN LAKI-LAKI PEREMPUAN 2014 PROVINSI DKI JAKARTA KAB.ADM.KEP.SERIBU KEP. SERIBU UTR
DATA JUMLAH KEPALA KELUARGA PROVINSI DKI JAKARTA TAHUN 2014
DATA JUMLAH KEPALA KELUARGA PROVINSI DKI JAKARTA TAHUN 2014 TAHUN NAMA PROVINSI NAMA KABUPATEN/KOTA NAMA KECAMATAN NAMA KELURAHAN JUMLAH KK JUMLAH KK LAKI-LAKI PEREMPUAN 2014 PROVINSI DKI JAKARTA KAB.ADM.KEP.SERIBU
DATA KEPADATAN PENDUDUK PROVINSI DKI JAKARTA TAHUN 2014
DATA KEPADATAN PENDUDUK PROVINSI DKI JAKARTA TAHUN 2014 TAHUN NAMA PROVINSI NAMA KABUPATEN/KOTA NAMA KECAMATAN NAMA KELURAHAN LUAS WILAYAH (KM2) KEPADATAN (JIWA/KM2) 2014 PROVINSI DKI JAKARTA KAB.ADM.KEP.SERIBU
NAMA WAJIB KTP WAJIB KTP TAHUN NAMA PROVINSI NAMA KECAMATAN NAMA KELURAHAN KABUPATEN/KOTA LAKI-LAKI PEREMPUAN
TAHUN NAMA PROVINSI NAMA WAJIB KTP WAJIB KTP NAMA KECAMATAN NAMA KELURAHAN KABUPATEN/KOTA LAKI-LAKI PEREMPUAN 2013 PROVINSI DKI JAKARTA KAB.ADM.KEP.SERIBU KEP. SERIBU UTR P. PANGGANG 2094 2002 2013 PROVINSI
DATA PENDUDUK PROVINSI DKI JAKARTA BERDASARKAN WAJIB KTP TAHUN 2014
DATA PENDUDUK PROVINSI DKI JAKARTA BERDASARKAN WAJIB KTP TAHUN 2014 TAHUN NAMA PROVINSI NAMA KABUPATEN/KOTA NAMA KECAMATAN NAMA KELURAHAN WAJIB KTP LAKI-LAKI WAJIB KTP PEREMPUAN 2014 PROVINSI DKI JAKARTA
REKAPITULASI KINERJA HARIAN 21-Sep-16 NO Lokasi Nilai Freq. Kepuasan (%) Koefisien Nilai Akhir 1 Kelurahan Palmerah ,0 1.
REKAPITULASI KINERJA HARIAN 21-Sep-16 NO Lokasi Nilai Freq. Kepuasan (%) Koefisien Nilai Akhir 1 Kelurahan Palmerah 2226 460 96.78 2,0 1.897 2 Kota Administrasi Jakarta Selatan 1474 300 98.26 2,0 1.298
REKAPITULASI KINERJA HARIAN 22-Sep-16 NO Lokasi Nilai Freq. Kepuasan (%) Koefisien Nilai Akhir 1 Kelurahan Palmerah ,0 1.
REKAPITULASI KINERJA HARIAN 22-Sep-16 NO Lokasi Nilai Freq. Kepuasan (%) Koefisien Nilai Akhir 1 Kelurahan Palmerah 1837 397 92.54 2,0 1.581 2 Kota Administrasi Jakarta Timur 1521 309 98.44 2,0 1.335 3
DATA JUMLAH PENDUDUK BERDASARKAN AGAMA TAHUN 2014
DATA JUMLAH PENDUDUK BERDASARKAN AGAMA TAHUN 2014 TAHUN NAMA PROVINSI NAMA KABUPATEN/KOTA NAMA KECAMATAN NAMA KELURAHAN Islam Kristen Katholik Hindu Budha Khonghuchu Aliran Kepercayaan 2014 PROVINSI DKI
KEPUTUSAN GUBERNUR PROPINSI DAERAH KHUSUS IBUKOTA JAKARTA NOMOR 3069/ 2003 TENTANG
KEPUTUSAN GUBERNUR PROPINSI DAERAH KHUSUS IBUKOTA JAKARTA NOMOR 3069/ 2003 TENTANG KELURAHAN SASARAN PENEMPATAN KOMPUTER PELAYANAN ADMINISTRASI KEPENDUDUKAN DAN AKTA CATATAN SIPIL DALAM WILAYAH PROPINSI
HASIL PEROLEHAN SUARA PEMILIHAN UMUM GUBERNUR DAN WAKIL GUBERNUR DI TINGKAT KELURAHAN SE PROVINSI DKI JAKARTA TAHUN 2012
HASIL PEROLEHAN AN UMUM GUBERNUR DAN WAKIL GUBERNUR DI TINGKAT SE PROVINSI DKI JAKARTA TAHUN 20 1 2 3 4 5 6 1 P. PANGGANG 10 4.029 3.049 980 48 3 3.100 76,94 1.668 54,85 20 0,66 210 6,91 587 19,30 33 1,09
Poverty Map of Jakarta Poverty Headcount Poverty Headcount Level, Code
Province: 3100000000 D K I JAKARTA 2,204,219 8,246,736 0.0298 0.0053 District: 3171000000 JAKARTA SELATAN 458,352 1,763,159 0.0211 0.0053 3172000000 JAKARTA TIMUR 607,959 2,322,795 0.0254 0.0069 3173000000
25 The SMERU Research Institute, January 2003
Province: 3100000000 D K I JAKARTA 2,204,219 8,246,736 0.2928 0.0078 District: 3171000000 JAKARTA SELATAN 458,352 1,763,159 0.2967 0.0101 3172000000 JAKARTA TIMUR 607,959 2,322,795 0.2814 0.0094 3173000000
Poverty Map of Jakarta Monthly Per Capita Expenditure (Rupiah) Number Number
Province: 3100000000 D K I JAKARTA 2,204,219 8,246,736 305,577.82 8,336.69 District: 3171000000 JAKARTA SELATAN 458,352 1,763,159 329,076.13 14,033.11 3172000000 JAKARTA TIMUR 607,959 2,322,795 303,242.49
19 The SMERU Research Institute, January 2003
Province: 3100000000 D K I JAKARTA 2,204,219 8,246,736 0.0014 0.0003 District: 3171000000 JAKARTA SELATAN 458,352 1,763,159 0.0010 0.0003 3172000000 JAKARTA TIMUR 607,959 2,322,795 0.0012 0.0004 3173000000
DATA KEJADIAN BANJIR BULAN FEBRUARI 2015 JUMLAH TERDAMPAK KETINGGIAN AIR
DATA KEJADIAN BANJIR BULAN FEBRUARI 2015 NO 1 2 3 4 5 6 7 8 9 11 12 13 14 15 16 1 JAKARTA BARAT 1 CENGKARENG 1 CENGKARENG BARAT 2 CENGKARENG TIMUR 3 DURI KOSAMBI 4 KAPUK 5 KEDAUNG KALI ANGKE 6 RAWA BUAYA
BUKU XI KODE DAN DATA WILAYAH ADMINISTRASI PEMERINTAHAN PROVINSI DKI JAKARTA
BUKU XI KODE DAN DATA ADMINISTRASI PEMERINTAHAN PROVINSI DKI JAKARTA K O D E (Km) DKI JAKARTA.0. ADM. KEP. SERIBU - 0,.09 UU No. 9/00.0.0 Kepulauan Seribu Utara -.0.0.00 Pulau Panggang.0.0.00 Pulau Kelapa.0.0.00
HASIL PEROLEHAN SUARA PEMILIHAN UMUM GUBERNUR DAN WAKIL GUBERNUR DI TINGKAT KELURAHAN SE PROVINSI DKI JAKARTA TAHUN 2012 PUTARAN KEDUA
HASIL PEROLEHAN AN UMUM GUBERNUR DAN WAKIL GUBERNUR DI TINGKAT KELURAHAN SE PROVINSI DKI JAKARTA TAHUN 2012 PUTARAN KEDUA NO KELURAHAN TPS PASANGAN CALON 1 3 1 P. PANGGANG 10 4.051 2.861 1.190 27 1 2.889
DATA KELURAHAN DAN KOPERASI PENERIMA DANA BERGULIR PEMK TAHUN 2014
DATA KELURAHAN DAN KOPERASI PENERIMA DANA BERGULIR PEMK TAHUN 2014 No Nama Koperasi 1 KJK PEMK Cengkareng Barat Cengkareng Barat CENGKARENG JAKARTA BARAT 2 KJK PEMK Cengkareng Timur Cengkareng Timur CENGKARENG
HASIL PEROLEHAN SUARA PEMILIHAN UMUM GUBERNUR DAN WAKIL GUBERNUR DI TINGKAT KELURAHAN SE PROVINSI DKI JAKARTA TAHUN 2012 PUTARAN KEDUA
HASIL PEROLEHAN AN UMUM GUBERNUR DAN WAKIL GUBERNUR DI TINGKAT KELURAHAN SE PROVINSI DKI JAKARTA TAHUN 2012 PUTARAN KEDUA NO KELURAHAN TPS DLM DPT PASANGAN CALON 1 3 TIDAK 1 P. PANGGANG 10 4.051 2.861
N A M A / J U M L A H
LAMPIRAN PERATURAN MENTERI DALAM NEGERI REPUBLIK INDONESIA NOMOR TAHUN TENTANG KODE DAN DATA ADMINISTRASI PEMERINTAHAN B. KODE DAN DATA ADMINISTRASI PEMERINTAHAN PROVINSI, UPATEN/. DAN DESA/ SELURUH INDONESIA
N A M A / J U M L A H
BUKU XI PROVINSI DKI JAKARTA LAMPIRAN II PERATURAN MENTERI DALAM NEGERI REPUBLIK INDONESIA NOMOR TENTANG KODE DAN DATA ADMINISTRASI PEMERINTAHAN KODE DAN DATA ADMINISTRASI PEMERINTAHAN PROVINSI, UPATEN/.
KODE DAN DATA WILAYAH ADMINISTRASI PEMERINTAHAN PROVINSI DKI JAKARTA
KODE DAN DATA ADMINISTRASI PEMERINTAHAN PROVINSI DKI JAKARTA K O D E (Km) DKI JAKARTA.0. ADM. KEP. SERIBU - 0,.0.0.0 Kepulauan Seribu Utara -.0.0.00 Pulau Panggang.0.0.00 Pulau Kelapa.0.0.00 Pulau Harapan.0.0
HASIL PEROLEHAN SUARA PEMILIHAN UMUM GUBERNUR DAN WAKIL GUBERNUR DI TINGKAT KELURAHAN SE PROVINSI DKI JAKARTA TAHUN 2012 PUTARAN I
HASIL PEROLEHAN PEMILIHAN UMUM GUBERNUR DAN WIL GUBERNUR DI TINGKAT KELURAHAN SE PROVINSI DKI JARTA TAHUN 2012 PUTARAN I PEMILIH DPT DPT PEMILIH TID 1 4.029 3.049 3.100 P. PANGGANG 10 980 48 3 3.100 76,94
PERBANDINGAN JUMLAH DPT, JUMLAH TPS PILPRES II TAHUN 2004 DAN PILKADA 2007 PROVINSI DKI JAKARTA
PERBANDINGAN, TAHUN DAN 1 PETOJO UTARA 14.391 12.074 17.918 51 27 2 PETOJO SELATAN 10.025 10.450 14.550 38 20 3 DURI PULO 17.914 15.530 19.631 68 32 4 CIDENG 13.191 11.540 15.738 50 25 5 GAMBIR 2.834 2.406
PEROLEHAN SUARA CALON PRESIDEN DAN WAKIL PRESIDEN PUTARAN I TINGKAT KELURAHAN DI DKI JAKARTA
B H I N EK G G AL I KA PEMILIHAN 6 7 8 1 PETOJO UTARA 898 2.965 2.970 3.468 275 10.576 2 PETOJO SELATAN 863 1.934 2.395 2.803 138 8.133 3 DURI PULO 1.286 4.306 3.482 5.179 346 14.599 4 CIDENG 724 3.727
PEROLEHAN SUARA PARTAI POLITIK (DPR) TINGKAT KELURAHAN DI DKI JAKARTA
1 PETOJO UTARA 7 12 146 7 767 24 21 72 1.929 38 20 12 534 88 414 1.901 337 1.201 756 709 57 13 3 6 9.074 2 PETOJO SELATAN 5 7 63 14 598 27 16 14 1.366 13 12 12 558 86 215 1.524 451 926 571 510 46 5-5 7.044
PEROLEHAN SUARA PARTAI POLITIK (DPRD) TINGKAT KELURAHAN DI DKI JAKARTA
BHIN E KA TUNGGA L IKA PEMILIHAN UMUM 25 26 27 1 PETOJO UTARA 11 12 151 11 737 11 19 60 1.886 45 19 10 525 103 304 1.891 321 1.322 806 720 68 14 6 1 9.053 2 PETOJO SELATAN 8 5 65 11 569 9 15 21 1.327 16
PEROLEHAN SUARA CALON PRESIDEN DAN WAKIL PRESIDEN PUTARAN II TINGKAT KELURAHAN DI DKI JAKARTA
BH IN E K A TU NGG AL IKA PEMILIHAN 3 4 8 1 PETOJO UTARA 3.637 6.088 9.725 2 PETOJO SELATAN 2.469 5.122 7.591 3 DURI PULO 5.712 8.096 13.808 4 CIDENG 4.418 5.076 9.494 5 GAMBIR 782 1.463 2.245 6 KEBON
JADWAL BIMTEK PENERAPAN TKD DINAMIS
JADWAL BIMTEK PENERAPAN TKD DINAMIS No. Hari: Kamis Tanggal : 5 Februari 2015 Waktu : Pukul 07.30 s.d selesai Tempat : Ruang Rapat Serbaguna Lt.22, Gd. Balaikota SKPD/UKPD PESERTA RAPAT I II III Kota Administrasi
Jumlah Tempat Usaha. No. Area Nama Pasar Alamat Telepon Kantor Pasar Jenis Jualan
No. Area Nama Pasar Alamat Telepon Kantor Pasar Jenis Jualan 1 Jakarta Barat Pasar Asam Reges Jalan Taman Sari Raya No. 40, Taman Sari, Taman Sari 021 6292796 Produk yang diperdagangkan di Pasar Asam Reges
Lampiran 1. Rekapitulasi Hasil Rembuk RW Berdasarkan Kota/Kab. Total Usulan RW 1 JAKARTA PUSAT 366 7,914 5,036,617,729,176 1,622
Lampiran 1. Rekapitulasi Hasil Rembuk RW Berdasarkan Kota/Kab NO Wilayah RW Anggaran Usulan 1 JAKARTA PUSAT 366 7,914 5,036,617,729,176 1,622 2 JAKARTA UTARA 381 7,009 13,062,560,072,362 686 3 JAKARTA
No Kota_administrasi Kecamatan Kelurahan RW 1 Jakarta Pusat Sawah Besar Pasar Baru 0 2 Jakarta Pusat Tanah Abang Gelora 0 3 Jakarta Pusat Gambir
No Kota_administrasi Kecamatan Kelurahan RW 1 Jakarta Pusat Sawah Besar Pasar Baru 0 2 Jakarta Pusat Tanah Abang Gelora 0 3 Jakarta Pusat Gambir Kebon Kelapa 0 4 Jakarta Pusat Menteng Menteng 2 5 Jakarta
z_in ( ) dan mengaplikasikan fungsi aktivasi untuk menghitung sinyal output ( ) Propagasi balik:
LAMPIRAN 4 Lampiran Algoritma aringan syaraf tiruan propagasi balik Langkah 0 Inisialisasi bobot Langkah Selama kondisi berhenti bernilai salah, lakukan langkah -9. Langkah Untuk setiap pasangan, lakukan
Tabel : SP (T). JUMLAH RUMAH TANGGA MENURUT KECAMATAN DAN TEMPAT PEMBUANGAN AKHIR KOTORAN MANUSIA Kotamadya : JAKARTA SELATAN Tahun : 2009
BAB II : TEKANAN TERHADAP LINGKUNGAN Tabel : SP-3.6.1 (T). RUMAH TANGGA MENURUT KECAMATAN DAN TEMPAT PEMBUANGAN AKHIR KOTORAN MANUSIA Kotamadya : JAKARTA SELATAN Tahun : 2009 KECAMATAN LUAS PENDUDUK RUMAH
PENERAPAN JARINGAN SYARAF TIRUAN DALAM MEMPREDIKSI TINGKAT PENGANGGURAN DI SUMATERA BARAT
PENERAPAN JARINGAN SYARAF TIRUAN DALAM MEMPREDIKSI TINGKAT PENGANGGURAN DI SUMATERA BARAT Havid Syafwan Program Studi Manajemen Informatika, Amik Royal, Kisaran E-mail: havid_syafwan@yahoo.com ABSTRAK:
Dinas Pendidikan Provinsi DKI Jakarta Lt 4 Jl Jenderal Gatot Subroto Kav Jakarta Selatan Telp: Fax: BELUM MENGAJUKAN
BELUM MENGAJUKAN NO NAMA SATUAN PENDIDIKAN PROGRAM PENDIDIKAN KECAMATAN KOTA TELPON BERAKHIR 1 SDN Pulau Harapan 02 - Kepulauan Seribu Selatan Kepulauan Seribu / 2013-12-30 2 SDS Budi Mulia - Sawah Besar
3. Undang-Undang Nomor 32 Tahun 2004 tentang Pemerintahan Daerah;
2 3. Undang-Undang Nomor 32 Tahun 2004 tentang Pemerintahan Daerah; 4. Undang-Undang Nomor 29 Tahun 2007 tentang Pemerintahan Provinsi Daerah Khusus Ibukota Jakarta Sebagai Ibukota Negara Kesatuan Republik
Gubernur Propinsi Daerah Khusus Ibukota Jakarta PERATURAN GUBERNUR PROVINSI DAERAH KHUSUS IBUKOTA JAKARTA NOMOR 1 TAHUN 2008 TENTANG
Gubernur Propinsi Daerah Khusus Ibukota Jakarta PERATURAN GUBERNUR PROVINSI DAERAH KHUSUS IBUKOTA JAKARTA NOMOR 1 TAHUN 2008 TENTANG PEMBENTUKAN UNIT PELAYANAN KAS DI LINGKUNGAN KANTOR PERBENDAHARAAN DAN
REKAPITULASI KEJADIAN BANJIR BULAN JANUARI cm cm cm
REKAPITULASI KEJADIAN BANJIR BULAN JANUARI 2014 NO 1 JAKARTA TIMUR 1 2 1 JATINEGARA 1 Bidara Cina 2 Kampung Melayu 3 Cipinang Muara 2 KRAMAT JATI 5 Cawang 4 Cipinang Besar Selatan TERDAMPAK KECAMATAN KELURAHAN
PENGARUH KENAIKAN MUKA LAUT DAN GELOMBANG PASANG PADA BANJIR JAKARTA
PENGARUH KENAIKAN MUKA LAUT DAN GELOMBANG PASANG PADA BANJIR JAKARTA Rabu, 09 Juli 2008 Dr. Armi Susandi, MT. Program Studi Meteorologi Institut Teknologi Bandung Badan Pengelolaan Lingkungan Hidup Daerah
MIGRASI PENDUDUK DI PROVINSI DKI JAKARTA TAHUN 2015
MIGRASI PENDUDUK DI PROVINSI DKI JAKARTA TAHUN 2015 DINAS KEPENDUDUKAN DAN PENCATATAN SIPIL PROVINSI DKI JAKARTA Migrasi Di Provinsi DKI Jakarta 1 KATA PENGANTAR Perpindahan penduduk (migrasi atau mobilitas)
Berikut adalah data DAYA TAMPUNG SEMENTARA pada masing-masing SMA Negeri yang melaksanakan proses PPDB online. Update terakhir: 29/06/2010 12:54:15 WIB. Sumber : http://sma.ppdbdki.org/# NO NAMA SEKOLAH
DAFTAR ALAMAT KANTOR DPP PARTAI POLITIK
DAFTAR ALAMAT KANTOR DPP PARTAI POLITIK NO NAMA PARPOL ALAMAT Jl. R.P Soeroso No. 44, Gondangdia Lama, Jakarta 10350 1 PARTAI NasDem Telp (021)392 9801 Fax (021) 3192 7288 Email: partainasdem@gmail.com
DAFTAR LOKASI TPS/DIPO WILAYAH SUKU DINAS KEBERSIHAN KOTA ADMINISTRASI JAKARTA PUSAT
DAFTAR TPS/DIPO WILAYAH SUKU DINAS KEBERSIHAN KOTA ADMINISTRASI JAKARTA PUSAT NO KECAMATAN KELURAHAN I GAMBIR A Monas & Gambir 1 Jl. Pejambon LPS B Kebon Kelapa 1 RW 04 Dipo 120 Swasta C Petojo Selatan
ZONA PENERIMAAN PESERTA DIDIK BARU (PPDB) SEKOLAH MENENGAH ATAS (SMA) TAHUN PELAJARAN 2014/2015
Lampiran III : Keputusan Kepala Dinas Pendidikan Provinsi Daerah Khusus Ibukota Jakarta Nomor : 737 Tahun 2014 Tanggal : 14 Mei 2014 ZONA PENERIMAAN PESERTA DIDIK BARU (PPDB) SEKOLAH MENENGAH ATAS (SMA)
NAMA KECAMATAN ALAMAT LAT LONG
NO WILAYAH KD NAMA KECAMATAN ALAMAT LAT LONG 1 KEPULAUAN SERIBU P3101020101 PUSKESMAS KECAMATAN KEPULAUAN SERIBU UTARA/RB KEPULAUAN SERIBU UTARA Kel. Pulau Kelapa Kec. Kep. Seribu Utara 2 KEPULAUAN SERIBU
Halte yang dilalui bus Transjakarta koridor 1 adalah:
LAMPIRAN Koridor Gambar L.1 Koridor 1 Bus Transjakarta koridor 1 beroperasi dengan rute Terminal Blok M sampai Halte Stasiun Kota. Jalan yang dilalui oleh koridor 1 adalah Jalan Sisingamangaraja, Jend.
Dinas Pendidikan Provinsi DKI Jakarta Lt 4 Jl Jenderal Gatot Subroto Kav Jakarta Selatan Telp: Fax: SUDAH MENGAJUKAN
SUDAH MENGAJUKAN NO NAMA SATUAN PENDIDIKAN PROGRAM PENDIDIKAN KECAMATAN KOTA TELPON WAKTU PENGAJUAN 1 SDN Pulau Kelapa 01 Pagi - Kepulauan Seribu Utara Kepulauan Seribu 081806114439/087883220408 2013-04-09
Lampiran 1. Tabel Peubah Yang Digunakan pada Analisis Hayashi I
LAMPIRAN 53 Lampiran 1. Tabel Peubah Yang Digunakan pada Analisis Hayashi I No Peubah Kategori 1 Kegiatan 1 6 2 Usia 1= 0-15 2 3 4 5 2= 16-30 3= 31-45 4= >45 3 Status di 1= Ayah 2= Ibu 3= Anak 4= Anggota
PENGUMUMAN PENGADAAN LANGSUNG DAN PENUNJUKAN LANGSUNG Nomor : 152/PPBJ/SDPGP-JU/P/PL/XI/2014
Berdasarkan Surat Penetapan Suku Dinas Perumahan dan Gedung Nomor : 134/PPBJ/SDPGP-JU/P/PL/XI/2014 Tanggal 13 November 2014 untuk paket pekerjaan : Nama Program : 1.04.03 Program Peningkatan Kualitas dan
LAMPIRAN. Lampiran 1 Peta penutupan lahan yang tetap dan mengalami perubahan di DAS Ciliwung Hilir periode
43 LAMPIRAN Lampiran 1 Peta penutupan lahan yang tetap dan mengalami perubahan di DAS Ciliwung Hilir periode 1993-2013 44 Lampiran 2 Data Kependudukan DAS Ciliwung Hilir Kecamatan Kelurahan Penduduk Kepadatan
lalu menghitung sinyal keluarannya menggunakan fungsi aktivasi,
LAMPIRAN 15 Lampiran 1 Algoritme Jaringan Syaraf Tiruan Propagasi Balik Standar Langkah 0: Inisialisasi bobot (bobot awal dengan nilai random yang paling kecil). Langkah 1: Menentukan maksimum epoch, target
Daftar SPBU yang Menjual Bright Gas 5,5 kg
1 31.102.02 Jakarta - Abdul Muis Jl. Abdul Muis No.59 Jakarta Pusat 2 31.139.01 Jakarta - Cakung Jl. Raya Bekasi Km 22, RT 004/013, Cakung, (Depan Pasar Cakung) 3 4 5 31.103.03 Jakarta - Cikini Jl. Cikini
Muhammad Fahrizal. Mahasiswa Teknik Informatika STMIK Budi Darma Jl. Sisingamangaraja No. 338 Simpanglimun Medan
IMPLEMENTASI JARINGAN SARAF TIRUAN DALAM MEMPREDIKSI SERVICE KENDARAAN RODA 4 DENGAN METODE BACKPROPAGATION (STUDI KASUS PT. AUTORENT LANCAR SEJAHTERA) Muhammad Fahrizal Mahasiswa Teknik Informatika STMIK
NO KD NAMA KECAMATAN ALAMAT LAT LONG 1 P PUSKESMAS KEC. JAGAKARSA JAGAKARSA Jl. Moh. Kahfi Rt. 008/06-6, , P
NO KD NAMA KECAMATAN ALAMAT LAT LONG 1 P3171010101 PUSKESMAS KEC. JAGAKARSA JAGAKARSA Jl. Moh. Kahfi Rt. 008/06-6,316111 106,811667 2 P3171010202 PUSKESMAS KEL. JAGAKARSA I JAGAKARSA Jl. Raya Jagakarsa
JUMLAH PUSKESMAS MENURUT KABUPATEN/KOTA (KEADAAN 31 DESEMBER 2013)
JUMLAH MENURUT KABUPATEN/KOTA (KEADAAN 31 DESEMBER 2013) PROVINSI DKI JAKARTA KAB/KOTA RAWAT INAP NON RAWAT INAP JUMLAH 3101 KAB. ADM. KEPULAUAN SERIBU 1 7 8 3171 KOTA ADM. JAKARTA SELATAN 8 70 78 3172
Golden Bird transfer to city from Jakarta airport
Golden Bird transfer to city from Jakarta airport Terms & Conditions: Booking must be made at least twenty-four (24) hours prior to departure. Changes are permitted fourty-eight (48) hours prior to your
DAFTAR KANTOR PELAYANAN PAJAK PENANAMAN MODAL ASING BERDASARKAN KLASIFIKASI LAPANGAN USAHA (KLU) WAJIB PAJAK URAIAN KLASIFIKASI LAPANGAN USAHA
Lampiran I PERATURAN DIREKTUR JENDERAL PAJAK NOMOR : 9/PJ/2008 TENTANG : TEMPAT PENDAFTARAN BAGI WAJIB PAJAK TERTENTU DAN ATAU TEMPAT PELAPORAN USAHA BAGI PENGUSAHA KENA PAJAK TERTENTU DAFTAR KANTOR PELAYANAN
BADAN METEOROLOGI KLIMATOLOGI DAN GEOFISIKA STASIUN KLIMATOLOGI PONDOK BETUNG-TANGERANG
B M K G BADAN METEOROLOGI KLIMATOLOGI DAN GEOFISIKA STASIUN KLIMATOLOGI PONDOK BETUNG-TANGERANG Telp: (0) 7330 / Fax: 736 Website : http://wwwstaklimpondoketungnet Jln Raya Kodam Bintaro No Jakarta Selatan
BAB IV. RANCANG BANGUN MODEL PENELITIAN
BAB IV. RANCANG BANGUN MODEL PENELITIAN Bab ini membahas rancang bangun model dari sistem penunjang keputusan cerdas untuk sistem rantai pasokan beras di provinsi DKI Jakarta. Rancang bangun model dari
ALAMAT PUSKESMAS KECAMATAN & KELURAHAN PROVINSI DKI JAKARTA
ALAMAT PUSKESMAS KECAMATAN & KELURAHAN PROVINSI DKI JAKARTA Jakarta Pusat 1. Puskesmas Kecamatan Kemayoran Alamat : Jl. Serdang baru I Telepon : (021) 4244277, 42801847 2. Puskesmas Kelurahan Utan Panjang
SATIN Sains dan Teknologi Informasi
SATIN - Sains dan Teknologi Informasi, Vol. 2, No., Juni 206 SATIN Sains dan Teknologi Informasi journal homepage : http://jurnal.stmik-amik-riau.ac.id Penerapan Jaringan Syaraf Tiruan Untuk Estimasi Needs
RENCANA TATA RUANG DKI JAKARTA
RENCANA TATA RUANG DKI JAKARTA Bahan Penjelasan Gubernur Provinsi DKI Jakarta Pada Acara : Penerimaan Kunjungan Lapangan Panja RUU tentang Penataan Ruang DPR-RI ke Provinsi DKI Jakarta Pemerintah Provinsi
AUTO 2000 Salemba Jl. Salemba Raya No. 67 Telp. (021) (Hunting) Fax. (021) Fasilitas: Penjualan, service, dan suku cadang
Bagi anda yang membutuhkan informasi bengkel rekanan Asuransi Autocillin Adira untuk mobil Toyota anda pada bengkel resmi Toyota, Berikut daftar alamat bengkel authorized toyota untuk wilayah jakarta *
Jurnal Informatika Mulawarman Vol 5 No. 1 Februari
Jurnal Informatika Mulawarman Vol 5 No. 1 Februari 2010 50 Penerapan Jaringan Syaraf Tiruan Untuk Memprediksi Jumlah Pengangguran di Provinsi Kalimantan Timur Dengan Menggunakan Algoritma Pembelajaran
DINAS PENDIDIKAN PROVINSI DAERAH KHUSUS IBUKOTA JAKARTA
DINAS PENDIDIKAN KEPUTUSAN KEPALA DINAS PENDIDIKAN NOMOR TENTANG PENUNJUKKAN NAMA-NAMA TK, SD, SMP DAN SMA/SMK PENYELENGGARA PENDIDIKAN INKLUSIF DI PROVINSI DKI JAKARTA TAHUN 2012 DENGAN RAHMAT TUHAN YANG
BAB V. HASIL DAN PEMBAHASAN MODEL PENELITIAN
BAB V. HASIL DAN PEMBAHASAN MODEL PENELITIAN Model yang dihasilkan adalah model konseptual yang selanjutnya dikembangkan menjadi program komputasi dengan menerapkan tiga buah metode artificial intelligence
Studi Modifikasi standard Backpropagasi
Studi Modifikasi standard Backpropagasi 1. Modifikasi fungsi objektif dan turunan 2. Modifikasi optimasi algoritma Step Studi : 1. Studi literatur 2. Studi standard backpropagasi a. Uji coba standar backpropagasi
SATIN Sains dan Teknologi Informasi
SATIN - Sains dan Teknologi Informasi, Vol. 2, No., Juni 206 SATIN Sains dan Teknologi Informasi journal homepage : http://jurnal.stmik-amik-riau.ac.id Jaringan Syaraf Tiruan Peramalan Inventory Barang
KODE KANTOR WILAYAH DIREKTORAT JENDERAL PAJAK DAN KANTOR PELAYANAN PAJAK NO UNIT KANTOR KODE 1.
LAMPIRAN KEPUTUSAN MENTERI KEUANGAN NOMOR 161/KMK.01/2007 TENTANG KODE KANTOR WILAYAH DIREKTORAT JENDERAL PAJAK DAN KANTOR PELAYANAN PAJAK KODE KANTOR WILAYAH DIREKTORAT JENDERAL PAJAK DAN KANTOR PELAYANAN
MENTERI KEUANGAN REPUBLIK INDONESIA NAMA DAN KODE KANTOR PELAYANAN PAJAK NO. N A M A KODE KANWIL/KPP KANWIL DJP NANGGROE ACEH 010
LAMPIRAN KEPUTUSAN MENTERI KEUANGAN REPUBLIKINDONESIA NOMOR 58/KMK.03 /2002 TENTANG PERUBAHAN DAN PEMBERIAN KODE KANTOR PELAYANAN PAJAK NAMA DAN KODE KANTOR PELAYANAN PAJAK KANWIL DJP NANGGROE ACEH 010
REKAPITULASI FASKES PRIMER (PUSKESMAS) BPJS KESEHATAN DIVISI REGIONAL IV
REKAPITULASI FASKES PRIMER (PUSKESMAS) BPJS KESEHATAN DIVISI REGIONAL IV NO KCU JAKARTA PUSAT 1 Kec. Gambir Jl. Tanah Abang I No. 10 Jakarta Pusat Gambir 33749 2 Kec. Tanah Abang Jl. KH. Mas Mansyur No.
PENCAPAIAN PROGRAM KB PROVINSI DKI JAKARTA
PENCAPAIAN PROGRAM KB PROVINSI DKI JAKARTA SAMPAI DENGAN BULAN SEPTEMBER 216 Oleh : Bidang Teknologi Tepat Guna & Jaringan Informasi BPMPKB Provinsi DKI Jakarta CAKUPAN LAPORAN TEMPAT PELAYANAN KB BULAN
Perbaikan Metode Prakiraan Cuaca Bandara Abdulrahman Saleh dengan Algoritma Neural Network Backpropagation
65 Perbaikan Metode Prakiraan Cuaca Bandara Abdulrahman Saleh dengan Algoritma Neural Network Backpropagation Risty Jayanti Yuniar, Didik Rahadi S. dan Onny Setyawati Abstrak - Kecepatan angin dan curah
BADAN METEOROLOGI KLIMATOLOGI DAN GEOFISIKA STASIUN KLIMATOLOGI PONDOK BETUNG-TANGERANG
B M K G BADAN METEOROLOGI KLIMATOLOGI DAN GEOFISIKA STASIUN KLIMATOLOGI PONDOK BETUNG-TANGERANG Telp: (021) 7353018 / Fax: 7355262 Website : http://www.staklimpondoketung.net Jln. Raya Kodam Bintaro No.
PEMERINTAH PROVINSI DAERAH KHUSUS IBUKOTA JAKARTA BADAN AMIL ZAKAT, INFAQ DAN SHADAQAH
PEMERINTAH PROVINSI DAERAH KHUSUS IBUKOTA JAKARTA BADAN AMIL ZAKAT, INFAQ DAN SHADAQAH Jl. K.H. Mas Mansyur/Jl. H. Awaludin II Tanah Abang Telp. 3901367, 3144579, 3144023 Fax. 3144579 Jakarta 10230 REKAP:
KATA PENGANTAR. Berdasarkan Pasal 1 Undang-Undang Nomor 23 Tahun 2002 tentang Perlindungan Anak
1 KATA PENGANTAR Berdasarkan Pasal 1 Undang-Undang Nomor 23 Tahun 2002 tentang Perlindungan Anak sebagaimana telah disempurnakan dengan Undang Undang Nomor 35 Tahun 2014, anak adalah seseorang yang belum
Lampiran II Plafon Anggaran Sementara Berdasarkan Urusan Pemerintahan Tahun Anggaran 2018
Lampiran II Sementara Berdasarkan Urusan Pemerintahan Tahun Anggaran 2018 Urusan/SKPD 1 Urusan Pemerintahan Wajib 1 01 Pendidikan 5.333.062.526.937 1 01 - DINAS PENDIDIKAN 3.451.808.149.166 1 01 - SUKU
PEMERINTAH PROVINSI DAERAH KHUSUS IBUKOTA JAKARTA NOMOR 118 TAHUN 2015 TENTANG
PEMERINTAH PROVINSI DAERAH KHUSUS IBUKOTA JAKARTA INSTRUKSI GUBERNUR PROVINSI OAERAH KHUSUS IBUKOTA JAKARTA NOMOR 118 TAHUN 2015 TENTANG PELAKSANAAN KERJA BHAKTI BAGI PEJABAT PIMPINAN TINGGI PRATAMA 01
Membangun Rumah Tangga JADWAL 2018
Membangun Rumah Tangga JADWAL 2018 JANUARI 2018 14 & 21 Kristus Raja Pejompongan 27 & 28 St. Regina Caeli Pantai Indah Kapuk 20 & 21 Bunda Hati Kudus Kemakmuran 13 & 14 St. Kristoforus Grogol 27 & 28 27
BADAN METEOROLOGI KLIMATOLOGI DAN GEOFISIKA STASIUN KLIMATOLOGI PONDOK BETUNG-TANGERANG
B M K G BADAN METEOROLOGI KLIMATOLOGI DAN GEOFISIKA STASIUN KLIMATOLOGI PONDOK BETUNG-TANGERANG Telp: (021) 7353018 / Fax: 7355262 Website : http://www.staklimpondoketung.net Jln. Raya Kodam Bintaro No.
KUESIONER PENELITIAN SKRIPSI. Saudara/i yth. Saya Yunita Gouwtama dari Fakultas Ilmu Komunikasi Universitas
KUESIONER PENELITIAN SKRIPSI Saudara/i yth. Saya Yunita Gouwtama dari Fakultas Ilmu Komunikasi Universitas Esa Unggul sedang melakukan penelitian yang berjudul Persepsi Mahasiswa Fakultas Ilmu Komunikasi
PETA KAWASAN RAWAN KONFLIK PROVINSI DKI JAKARTA
BADAN KESATUAN BANGSA DAN POLITIK PROVINSI DKI JAKARTA PETA KAWASAN RAWAN KONFLIK PROVINSI DKI JAKARTA JAKARTA SELATAN, JAKARTA TIMUR, JAKARTA BARAT, JAKARTA PUSAT, JAKARTA UTARA 2015 Kata Pengantar Puji
Perkembangan Jumlah Armada Bus Sekolah
Perkembangan Jumlah Armada Bus Sekolah No. Tahun Armada Eksisting Penambahan Total Operasi Cadangan Operator 1 Desember 2006 34 34 30 4 2 2007 34 3 37 30 4 PT. Sinar Jaya 3 2008 37 4 2009 37 10 47 40 4
JADWAL PENGAMBILAN USER ID DAN PASSWORD ADMIN SKPD/UKPD SIMDKLAT DAN KONSULTASI TAHUN 2017
JADWAL PENGAMBILAN USER ID DAN PASSWORD ADMIN SKPD/UKPD SIMDKLAT DAN KONSULTASI TAHUN 2017 NO Satuan Kerja Perangkat Daerah (SKPD)/ Unit Kerja Perangkat Daerah (UKPD) HARI/TANGGAL WAKTU 1 Badan Pengembangan
CARUT MARUT DAFTAR PEMILIH PILKADA DKI 2012 KPUD TIDAK KREDIBEL & PROFESIONAL
CARUT MARUT DAFTAR PEMILIH PILKADA DKI 2012 KPUD TIDAK KREDIBEL & PROFESIONAL TEMUAN DPS BERMASALAH BUKTI ADANYA KESALAHAN SISTEMATIS DAN MASIF OLEH PENYELENGGARA PILKADA JAKARTA GAP yang BESAR antara
PERATURAN PEMERINTAH REPUBLIK INDONESIA NOMOR 60 TAHUN 1990 TENTANG PEMBENTUKAN KECAMATAN KELAPA GADING DAN PADEMANGAN DI WILAYAH KOTAMADYA JAKARTA UTARA, KECAMATAN PALMERAH, KALIDERES DAN KEMBANGAN DI
PEMERINTAH PROVINSI DAERAH KHUSUS IBUKOTA JAKARTA BADAN AMIL ZAKAT, INFAQ DAN SHADAQAH
PEMERINTAH PROVINSI DAERAH KHUSUS IBUKOTA JAKARTA BADAN AMIL ZAKAT, INFAQ DAN SHADAQAH Jl. K.H. Mas Mansyur/Jl. H. Awaludin II Tanah Abang Telp. 3901367, 3144579, 3144023 Fax. 3144579 Jakarta 10230 REKAP:
PERATURAN PEMERINTAH NO.60 TAHUN 1990, TENTANG
PERATURAN PEMERINTAH NO.60 TAHUN 1990, TENTANG PEMBENTUKAN KECAMATAN KELAPA GADING DAN PADEMANGAN DI WILAYAH KOTAMADYA JAKARTA UTARA, KECAMATAN PALMERAH, KALIDERES DAN KEMBANGAN DI WILAYAH KOTAMADYA JAKARTA
BAB II DASAR TEORI Jaringan Syaraf Tiruan. Universitas Sumatera Utara
BAB II DASAR TEORI Landasan teori adalah teori-teori yang relevan dan dapat digunakan untuk menjelaskan variabel-variabel penelitian. Landasan teori ini juga berfungsi sebagai dasar untuk memberi jawaban
BAB II. Penelitian dengan jaringan syaraf tiruan propagasi balik. dalam bidang kesehatan sebelumnya pernah dilakukan oleh
BAB II TINJAUAN PUSTAKA DAN DASAR TEORI 2.1. Tinjauan Pustaka Penelitian dengan jaringan syaraf tiruan propagasi balik dalam bidang kesehatan sebelumnya pernah dilakukan oleh Sudharmadi Bayu Jati Wibowo
1. PARTAI HATI NURANI RAKYAT. Kantor DPP Alamat : Jl. Diponegoro No. 1 Menteng, Jakarta Pusat Telp : Fax :
1. PARTAI HATI NURANI RAKYAT Alamat : Jl. Diponegoro No. 1 Menteng, Jakarta Pusat 10310. Telp : 021-31935334 Fax : 021-3922054 2. PARTAI KARYA PEDULI BANGSA Alamat : Jl. Cimandiri No. 30 Cikini Menteng
Jaringan Syaraf Tiruan Menggunakan Algoritma Backpropagation Untuk Memprediksi Jumlah Pengangguran (Studi Kasus DiKota Padang)
Jaringan Syaraf Tiruan Menggunakan Algoritma Backpropagation Untuk Memprediksi Jumlah Pengangguran (Studi Kasus DiKota Padang) Hadi Syahputra Universitas Putra Indonesia YPTK Padang E-mail: hadisyahputra@upiyptk.ac.id
DATA FASILITAS DINAS OLAHRAGA DAN PEMUDA PROVINSI DAERAH KHUSUS IBUKOTA JAKARTA
DATA FASILITAS DINAS OLAHRAGA DAN PEMUDA PROVINSI DAERAH KHUSUS IBUKOTA JAKARTA NO NAMA FASILITAS JENIS FASILITAS ALAMAT A UPT. GELANGGANG OLAHRAGA 1 UPT. Gelanggang Olahraga Rawamangun UPT. Gelanggang
Partai - Partai Rabu, 09 Juli 2008
Partai - Partai Rabu, 09 Juli 2008 1. PARTAI HATI NURANI RAKYAT Alamat : Jl. Diponegoro No. 1 Menteng, Jakarta Pusat 10310. Telp : 021-31935334 Fax : 021-3922054 2. PARTAI KARYA PEDULI BANGSA Alamat :
: SP-2C (T). JUMLAH STASIUN POMPA BENSIN UMUM (SPBU) DAN RATA-RATA PENJUALAN : SP-2C (T)
Tabel : SP-2C (T). STASIUN POMPA BENSIN UMUM (SPBU) DAN RATA-RATA PENJUALAN : SP-2C (T). BAHAN BAKAR MINYAK (BBM) Provinsi : DKI JAKARTA Tahun : 2015 JAKARTA SELATAN 1 Jl. Karang Tengah Raya No. 20 398,54