• Publicationsclose
• Research dataclose
• Research softwareclose
• FR close
• CN close
• BE close
• Indonesian close

National audience

National audience

International audience

Penelitian ini bertujuan untuk Menganalisis Konfigurasi dengan biaya terendah, Just In Time (JIT) dan fleksibility pada rantai pasokan pada pasar tradisional dan modern oleh produsen, pedagang kecil, pedagang besar dan pedagang perantara untuk saluran rantai pasokan dari Minahasa Selatan pada kecamatan Modoinding (sentra komoditi sayur) ke wilayah kota Manado melalui pelanggan pasar tradisional dan pasar modern. Metode pengolahan dan analisis data deskriptif kualitatif dan kuantitatif dengan membagi tiga jenis sayur yaitu Kentang, kubis dan tomat. Lokasi penelitian dipilih secara proporsive sampling yaitu pada kabupaten Minahasa Selatan kecamatan Modoinding dan kota Manado. Hasil penelitian menunjukkan biaya logistik terendah pada pasar tradisional dan modern terdapat pada konfigurasi II (Petani – Pedagang Pengumpul Kecil – Pasar), JIT berdasarkan waktu tunggu terendah untuk pasar tradisional dan modern yaitu pada Konfigurasi II, dan Konfigurasi III (Petani – Pedagang Pengumpul Besar – Pasar), sedangkan untuk fleksibility pada konfigurasi III merupakan yang tertinggi untuk pasar tradisional dan modern.

International audience; Pembelajaran berbasis Blended Learning adalah salah satu metode pembelajaran inovatif yang banyak diterapkan di kalangan perguruan tinggi dan dunia pelatihan di negara-negara maju. Metode ini mengacu pada belajar yang mengkombinasikan pembelajaran tatap muka dan berbasis komputer secara daring maupun luring. Berbeda dengan metode pembelajaran lainnya, Blended Learning bertujuan untuk meningkatkan interaksi, partisipasi dan otonomi peserta didik dengan mengintegrasi penggunaan teknologi. Dalam konteks pendidikan, otonomi adalah kemampuan seseorang untuk bertanggungjawab atas pembelajarannya sendiri. Pola pendampingan non-direktif adalah model pendampingan yang paling efektif untuk meningkatkan kemampuan otonomi peserta didik, namun sebagian besar pengajar masih menerapkan model pendampingan instruktif dalam strategi pembelajaran yang digunakan. Karya tulis ini bertujuan untuk mengungkap strategi apa saja yang digunakan oleh pengajar di Universitas Strasbourg, Perancis, dalam menerapkan pola pendampingan instruktif untuk meningkatkan kemampuan otonomi mahasiswa dalam pembelajaran berbasis Blended learning. Untuk menjawab pertanyaan tersebut, observasi kelas, wawancara dengan para pengajar dan kajian kuantitatif kuesioner yang diisi oleh mahasiswa telah dilakukan. Penelitian ini menunjukkan bahwa pola pendampingan instruktif dari pengajar dapat meningkatkan kemampuan otonomi peserta didik apabila dirangkaikan dengan pola pendampingan non-direktif. Dalam penyusunan strategi pendampingan, pengajar harus memperhatikan karakteristik dan kebutuhan peserta didik agar dapat meningkatkan kemampuan otonomi mereka dan dapat memanfaatkan kelebihan dari metode pembelajaran berbasis Blended Learning secara maksimal.

Problem utama yang didiskusikan dalam tulisan ini adalah hubungan Islam dan Pancasila di Indonesia. Dengan menggunakan perspektif historis, hubungan Islam dan Pancasila mengalami perdebatan, sebagian kelompok menghendaki pancasila tidak bisa dijadikan dasar negara dan kelompok yang lain menerima pancasila sebagai dasar negara. Dalam pandangan penulis, kelompok yang tidak bisa menerima pancasila sebagai dasar negara masih ada di era reformasi. Hal ini nampak dalam beberapa gerakan ormas atau partai politik yang masih secara masif kampanye anti pancasila dan pada titik tertentu menggunakan cara-cara kekerasan. Proyek politik anti pancasila ini yang oleh penulis disebut dengan nalar syariatik yang hanya bersifat utopia.Kata kunci: Islam, Pancasila, Syari’ah dan Demokrasi

International audience; We present the design and realization of the AMBER data simulator. This tool provides the AMBER team with: (1) a way to test the performance and sensitivity of AMBER wrt. external parameters (e.g., observed source magnitude, AO correction); (2) a means to validate proposed visibility retrieval algorithms; and (3) a mean to obtain realistic data flows to test and implement the AMBER data reduction software.

International audience; In March 2020, the World Health Organization (WHO) defined the outbreak of COVID-19 disease, caused by the SARS-CoV-2 virus, like a pandemic. In the meantime, the first cases of COVID-19 in Brazil were identified. Despite the start of the vaccination campaign in Brazil in January 2021 and in several other countries, the demand for immunizers is still much higher than the supply of doses. Thus, the pandemic should still be a reality for a long time, requiring actions of surveillance, mitigation, or even suppression of the cycle of transmission of the disease. Mathematical-computational models are important tools for the analysis and diagnosis of the pandemic, which can indicate how to prevent new outbreaks or how to control current ones. Such models can also help to understand qualitative and quantitative characteristics of the propagation process of COVID-19, establishing cause and effect relationships that are vital to guide decision making. Epidemiological data record the history of the pandemic's evolution since its beginnings, encapsulating, among many characteristics, the effects of accelerating or reducing the spread of contagion due to the change in the social behavior of the population of interest. Although these data are subject to the effects of underreporting and delay, there is already a significant amount of spatio-temporal information accumulated in them (12 months of evolution, in all Brazilian cities). Thus, such data emerge as an important source of information about the dynamics of COVID-19, which can be explored (without ad hoc considerations) via machine / artificial intelligence learning techniques, with a view to extracting coherent structures/patterns that reveal relevant characteristics about the spread of the disease in Brazilian soil. This work proposes to develop a study of the spatial-temporal dynamics of COVID-19 in Brazilian states, using models based purely on data, ie, without any ad hoc hypothesis, constructed with the aid of two state-of-the-art techniques in statistical learning, they are: (i) Dynamic Mode Decomposition (DMD), which in some sense combines dimension reduction (principal component analysis) and spectral content analysis (Fourier transform) to extract coherent patterns in spatiotemporal data; (ii) Sparse Identification of Nonlinear Dynamics (SINDy), which seeks to reconstruct in a non-parametric way the law of evolution associated with data, imposing a sparse representation (which facilitates interpretation) to the function dictionary that generates the identified equations. COVID-19 data from Brazilian states and capitals are used to test the proposed framework.

National audience; Concernant le leadership des femmes dans l’Islam en analysant historiquement et philosophiquement le hadith consideré comme base pour interdire aux femmes d’être des leaders.