Hasil Pencarian  ::  Simpan CSV :: Kembali

"Model BaFe12O19 telah dikembangkan menggunakan pendekatan Mean Field pada Hamiltonian Heisenberg. Parameter exchange interaction dihitung dengan memanfaatkan informasi posisi-posisi Fe3+ dan nilai suhu Curie Barium hexaferrite. Model ini memberikan nilai magnetisasi saturasi sebesar 79 emu/gram dan koersivitas 0.7 Tesla untuk BaFe12O19 pada suhu kamar. BaFe12􀀀xMnxO19 (x=0,1,2,4), BaFe12􀀀xTixO19 (x=0,1,2), BaFe12􀀀2xMnxTixO19 (x=0,1,2) mengalami penurunan nilai magnetisasi saturasi, remanen, dan koersivitas seiring meningkatnya konsentrasi Mn/Ti.

---

A model of BaFe12O19 has been developed based on Heisenberg Hamiltonian within Mean Field approximation. The exchange interaction parameter was calculated using the information of Curie temperature and positions of Fe3+ ions in Barium hexaferrite. This model at room temperature gives a saturation magnetization value about 79 emu/gram and coercivity about 0.7 Tesla for BaFe12O19. BaFe12􀀀xMnxO19 (x=0,1,2,4), BaFe12􀀀xTixO19 (x=0,1,2), BaFe12􀀀2xMnxTixO19 (x=0,1,2) show a decreasing trend in saturation magnetization, remanence, and coercivity with increasing x value."

"Kontrak asuransi jiwa dapat digambarkan dengan model Markov, yaitu multistate model yang melibatkan proses Markov dimana keadaan yang dialami oleh pemegang polis pada masa mendatang hanya bergantung pada keadaan terakhir yang terjadi sebelumnya dan waktu (usia polis asuransi) atau usia pemegang polis. Dipandang dengan model Markov, manfaat asuransi dibedakan menjadi dua yaitu manfaat transisi dan sojourn benefit. Bentuk eksplisit dari cadangan premi dengan menggunakan model Markov dapat diperoleh dari solusi persamaan diferensial Thiele. Pada praktik asuransi, terdapat manfaat asuransi yang bergantung cadangan premi baik manfaat transisi yang bergantung cadangan premi maupun sojourn benefit yang bergantung cadangan premi, contohnya nilai tunai dan biaya pengelolaan cadangan premi. Dengan melakukan modifikasi manfaat pada persamaan diferensial Thiele dan menerapkan teorema Cantelli pada persamaan diferensial tersebut, dapat diperoleh bentuk eksplisit dari cadangan premi untuk manfaat yang bergantung cadangan premi.

---

Life insurance contract can be described using Markovian model, that is multistate model which involve Markovian process in which state experienced by policy holder in the future depends only on last state which happen previously and time (policy's age) or policy holder's age. To be regarded with Markovian model, insurance benefits are divided into transition benefit and sojourn benefit. Explicit form from premium reserve with using Markovian model can be attained from the solution of Thiele differential equation. In the real insurance practice, there are premium reserve-dependent benefits, both premium reserve-dependent transition benefits and premium reserve-dependent sojourn benefits, as example: cash value and premium reserve management cost. By doing certain benefit modification on Thiele differential equation and by applying Cantelli theorem on that differential equation, can be attained explicit form from premium reserve for premium reserve-dependent benefits."

"ABSTRAKPenelitian tentang kinetika pertumbuhan kristal barium heksaferit disubstitusi Mndan Ti dengan komposisi BaFe9.6Ti1.2Mn1.2O19 yang dibuat melalui proses pemaduan mekanik telah dilakukan. Ukuran kristal rata-rata BaFe9.6Ti1.2Mn1.2O19 didapat dengan metode Whole Powder Pattern Modeling (WPPM) pada software PM2K. Ukuran kristal bertambah secara bertahap dan akhirnya mencapai ukuran maksimum. Dari pemanasan isotermal, kinetika pertumbuhan kristal dapat dijelaskan oleh persamaan Avrami dengan energi aktivasi pertumbuhan kristal 𝑄 yang dihasilkan sebesar 51.76 kJ/mol.

---

ABSTRACTA study on the kinetics of crystal growth of barium hexaferrite substituted by Mn ? Ti with composition BaFe9.6Ti1.2Mn1.2O19 produced by mechanical alloying was carried out. The grain size of BaFe9.6Ti1.2Mn1.2O19 was estimated by the Whole Powder Pattern Modeling (WPPM) in PM2K software. The grain size increases gradually, and finally ceases to reach an ultimate value regardless of annealing time. From isothermal anneals, the grain growth kinetics can be described by Avrami?s equation and activation energy for grain growth Q has been determined to be 51,76 kJ/mol."

"Tujuan dari penelitian ini adalah menganalisis biaya kapasitas yang terdapat di dalam mesin-mesin produksi perusahaan dan tenaga kerja yang mengoperasionalkan mesin-mesin produksi tersebut dengan menggunakan CAM-I capacity model. CAM-I capacity model merupakan pendekatan yang fokus terhadap bagaimana mengelola kapasitas yang dimiliki. Penelitian ini dilakukan di PT Bumi Tangerang Coklat Utama dengan fokus terhadap kegiatan produksi yang menggunakan mesin mixer kecil, mesin extruder, mesin oven drying, mesin enrober, mesin pan coating yang terdiri dari mesin pan coating dingin dan mesin pan coating panas, dan mesin packing yang terdiri dari mesin packing vertical dan mesin packing horizontal serta tenaga kerja yang mengoperasionalkan mesinmesin tersebut. Penelitian ini difokuskan kepada rate capacity, productive capacity, idle capacity, dan nonproductive capacity untuk mengukur biaya kapasitas.Hasil penelitian ini menunjukan bahwa sebagian besar kapasitas yang dimiliki baik mesin produksi maupun tenaga kerja tidak digunakan secara maksimal. Untuk mengurangi biaya kapasitas yang ada di mesin produksi dan tenaga kerja diperlukan untuk meningkatkan penjualan produk perusahaan namun jika hal tersebut tidak tercapai perlu adanya efisiensi dari mesin produksi dan tenaga kerja dengan cara melakukan pengurangan mesin produksi dan tenaga kerja.

---

Aim for this research are to analyze capacity cost which incure from company production machines and human resources whose operate the production machine using CAM-I capacity model. CAM-I capacity model is an approach which focus upon how to manage company resources. This research initiated at PT Bumi Tangerang Coklat Utama which focus to production activity that used small mixer machine, extruder machine, oven drying machine, enrober machine, pan coting machine which consist of hot and cold pan coating machine, and packing machine which consist of vertical packing machine and horizontal packing machine as well as human resources that operates those machine. This research focus on rate capacity, productive capacity, idle capacity, and nonproductive capacity to measure capacity cost.Result of this research shows most of the capacity owned by either by production machine or human resources are not utilized to its maximum potential. There are need to reduce capacity cost owned by production machine and human resoures to increase the product sales but if its unachieveable there will be need to increase efficiency from production machine and human resources by reducing their quantity."

"Harga saham selalu berfluktuasi setiap waktu. Hal ini merupakan salah satu bentuk ketidakpastian yang terjadi di pasar saham. Risiko akibat dari ketidakpastian ini dapat diminimalisir dengan peramalan harga saham yang dibentuk dengan model linier. Salah satu model linier yang dapat digunakan dalam peramalan harga saham adalah model hybrid ARFIMA-GARCH. Model ini merupakan gabungan dari model ARFIMA dan model GARCH yang sudah pernah digunakan oleh penelitian sebelumnya dan disinyalir memiliki kekurangan dan kelebihan masing-masing. Model ARFIMA baik digunakan untuk peramalan jangka panjang, namun memiliki kendala, yakni adanya volatilitas yang terjadi dalam jangka panjang. Hal ini dapat diatasi oleh model GARCH yang baik digunakan dalam volatilitas pada harga saham dalam jangka panjang. Model GARCH merupakan pengembangan dari model Autoregressive Conditional Heterocedastic (ARCH), di mana model ini menggunakan volatilitas pada data sebelumnya. Berikutnya, model ARFIMA dan GARCH yang digabungkan menjadi model hybrid ARFIMA-GARCH akan digunakan pada penelitian ini untuk peramalan harga saham LQ45. Pada penelitian ini, hanya dua saham dari indeks saham LQ45 yang akan diprediksi harga sahamnya, yakni saham dengan volatilitas harga terkecil dan terbesar. Data harga saham yang digunakan adalah harga penutupan harian saham BBCA (PT Bank Central Asia Tbk.) dan TKIM (PT Tjiwi Kimia Paper Factory Tbk.) pada periode tahun 2017-2021. Hasil peramalan dengan model ARFIMA-GARCH akan dievaluasi nilai erornya menggunakan Root Mean Square Error dan Mean Absolute Percentage Error. Berikutnya, nilai akurasi ini akan dibandingkan dengan nilai akurasi peramalan menggunakan model ARFIMA. Pada akhirnya, diperoleh hasil bahwa peramalan harga saham dengan model ARFIMA-GARCH lebih baik dibandingkan dengan model ARFIMA.

---

Stock price always fluctuate all the time. This is one form of buffer that occurs in the stock market. The risk resulting from this buffer can be minimized by forecasting stock prices using linear model. One of the linear model that can be used in stock price forecasting is the hybrid ARFIMA-GARCH model. This model is a combination of the ARFIMA model and GARCH model which have been used in previous studies and allegedly each models have advantages and disadvantages. ARFIMA model is good for long-term forecasting, but has a problem, which is the volatility that occurs in the long term. This can be resolved by GARCH model which is good for volatility in stock prices, even for a long term data. GARCH model is a development of Autoregressive Conditional Heterocedastic (ARCH) model, where this model uses volatility in previous data. Furthermore, the ARFIMA and GARCH models are combined into the hybrid ARFIMA-GARCH model which will be used in this study for forecasting LQ45 stock prices. In this study, only two stock prices from LQ45 stock index that will be forecast, stocks which have the smallest and largest price volatility. The price data used is the daily closing price of BBCA (PT Bank Central Asia Tbk.) and TKIM (PT Tjiwi Kimia Paper Factory Tbk.) in 2017- 2021. The ARFIMA-GARCH model forecasting results will be evaluated by using the Root Mean Square Error and Mean Absolute Percentage Error. Next, this error accuracy value will be compared with the forecasting accuracy value using ARFIMA model. In the end, our hypothesis is that the stock price forecasting with ARFIMA-GARCH model is better than ARFIMA model."

"Kebutuhan gas bumi di Indonesia terus meningkat dan salah satu cara efektif untuk mengangkut gas bumi adalah dengan melakukan proses regasifikasi LNG. Untuk optimasi, sistem pengendali terus dipelajari. Namun, masih memungkinkan untuk sistem terpengaruh dengan gangguan yang menurunkan kinerja pengendali. Untuk mengatasi hal tersebut, multi-loop PI menawarkan pengendali yang mampu mengurangi gangguan dengan mengantisipasinya melalui pengembangan model. Oleh karena itu, penelitian ini bertujuan untuk mengidentifikasi model gangguan berdasarkan first order plus dead time (FOPDT) dan melakukan verifikasi model, serta melakukan de-tuning dengan metode biggest log modulus tuning (BLT) dan menganalisis kinerja pengendali terhadap multivariable model predictive control (MMPC) yang dikembangkan oleh Wahid dan Phenica (2020) pada sistem linier dan nonlinier. Model gangguan berupa suhu dan laju aliran umpan dirancang untuk model set point berdasarkan empat variabel terkontrol, yaitu tekanan tangki storage LNG yang dipertahankan pada 16,5 psia, tekanan keluaran vaporizer pada 444 psia, suhu keluaran vaporizer pada 6˚C, dan suhu gas keluaran heater pada 30˚C. Hasil penelitian menunjukkan bahwa nilai terbaik dari model gangguan FOPDT diperoleh dengan metode Solver. Pengandali muti-loop PI dengan penyetelan BLT memberikan kinerja terbaik dibandingkan dengan multi-loop PI dengan penyetelan Ziegler Nichols ketika diterapkan pada proses regasifikasi LNG linier dan nonlinier. Selain itu, muti-loop PI-BLT pada proses linier menghasilkan kinerja yang lebih baik dibandingkan dengan MMPC pada proses nonlinier. Namun, ketika multi-loop PI-BLT dan MMPC keduanya diterapkan pada proses nonlinier, MMPC masih lebih baik.

---

The demand for natural gas in Indonesia continues to increase over time, and one effective way to transport natural gas is to carry out the LNG regasification process. For optimization, the control system for this process is continuously being studied, yet it is still possible for the system to comply with disturbances that scale down the performance. To overcome this, an approach using multi-loop PI controller offers a control system that reduces disturbance by anticipating it through developing a model. Therefore, this study identifies the disturbance model based on first order plus dead time (FOPDT) and verify the model, as well as performs de-tuning with biggest log modulus tuning (BLT) method and analyzes the performance of the controller against multivariable model predictive control (MMPC) developed by Wahid and Phenica (2020) in linear and nonlinear system. The disturbance model of inlet temperature and feed flow rate is designed for a set point model based on four controlled variables, namely the pressure of the LNG storage tank which is maintained at 16.5 psia, the vaporizer outlet pressure at 444 psia, the vaporizer outlet temperature at 6˚C, and the gas heater outlet temperature at 30˚C. The results showed that the best value of the FOPDT disturbance model was obtained by the Solver method. Muti-loop PI controller with BLT tuning provides the best control performance compared to multi-loop PI with Ziegler Nichols tuning when applied to linear and nonlinear LNG regasification processes. Furthermore, muti-loop PI-BLT in linear process yields better performance compared to MMPC. However, when multi-loop PI-BLT and MMPC are both applied to nonlinear processes, MMPC is still exceptional."

"Return saham-saham pertambangan di Indonesia masih cukup menjanjikan bagi investor. Hal ini dikarenakan masih adanya potensial growth di sektor pertambangan. Di luar potensial growth ini, ada faktor-faktor lainnya yang mempengaruhi return saham tersebut yaitu faktor internal perusahaan itu sendiri dan faktor eksternal. Faktor eksternal disini adalah variabel-variabel makroekonomi. Variabel makroekonomi yang mempengaruhi return sahamsaham pertambangan dengan menggunakan metode multifactor model menarik untuk diteliti. Diharapkan dari penelitian ini dapat dibentuk juga model saham yang dapat menggambarkan return saham. Kesimpulan yang didapat adalah hanya variabel return pasar ( IHSG ) yang signifikan berpengaruh terhadap return saham. Variabel makroekonomi lainnya seperti inflasi, nilai tukar, uang beredar, SBI, Federal Rate dan kredit masih belum dapat menjelaskan perubahan return saham pertambangan. Dan model saham yang dibentuk tidak dapat menunjukkan signifikansi pengaruh variabel independen yang memadai.

---

Mining stock's return still have good prospect for investor because there is potential growth in this sector. Beside that, there are others factors impact mining stock's return as below : internal and external factors. Macroeconomy is part of external factor. It's attractive to look for the relationship between macroeconomic variables to mining stock's return using multifactor model methods. Besides that, hopefully there will be representative stock's return model after this research. Conclusions obtained that only market return which give signficantly impact to mining stock's return. Other macroeconomics variables such as inflation, exchange rate, money supply, SBI, Federal Rate, and credit couldn't explain mining stock's return. And the established model showed no significance influence of independent variables adequately."

"Triglyceride hydrolysis using lipase has been proposed as a novel method to produce raw materials in food and cosmetic industries such as diacylglycerol, monoacylglycerol, glycerol and fatty acid. In order to design a reactor for utilizing this reaction on industrial scale, constructing a kinetic model is important. Since the substrates are oil and water, the hydrolysis takes place at oil-water interface. Furthermore, the triglyceride has three ester bonds, so that the hydrolysis stepwise proceeds. Thus, the reaction mechanism is very complicated. The difference between the interfacial and bulk concentrations of the enzyme, substrates and products, and the interfacial enzymatic reaction mechanism should be considered in the model."