Hasil Pencarian  ::  Simpan CSV :: Kembali

"INTISARI Telah dilakukan uji estimasi faktor kualitas Q medium dari koefisien redaman energi pada data seismogram sintetik VSP (Vertical Seismic Profiling) gelombang transmisi. Seismogram sintetik tersebut dibuat dengan melibatican faktor Q clan efek dispersi. Hasil estimasi Q metode redaman energi dibandingican dengan metode estimasi Q lainnya yang menggunakan metode rasio spektrum. Hasil studi menunjukkan bahwa metode tersebut membenlcan kesalahan estimasi yang relatif cukup kecil ( 200 A/dB. Atau dengan kata lain metode redaman energi akan berlaku balik pada medium yang mempunyai disipasi kecil. Estimasi q dari koeflsien redaman energi Si srnanto INTISARI Telah dilakukan uji estimasi faktor kualitas Q medium dari koefisien redaman energi pada data seismogram sintetik VSP (Vertical Seismic Profiling) gelombang transmisi. Seismogram sintetik tersebut dibuat dengan melibatican faktor Q clan efek dispersi. Hasil estimasi Q metode redaman energi dibandingican dengan metode estimasi Q lainnya yang menggunakan metode rasio spektrum. Hasil studi menunjukkan bahwa metode tersebut membenlcan kesalahan estimasi yang relatif cukup kecil ( 200 A/dB. Atau dengan kata lain metode redaman energi akan berlaku balk pada medium yang mempunyai disipasi kecil. Estimasi q dari koeflsien redaman energi Si srnanto INTISARI Telah dilakukan uji estimasi faktor kualitas Q medium dari koefisien redaman energi pada data seismogram sintetik VSP (Vertical Seismic Profiling) gelombang transmisi. Seismogram sintetik tersebut dibuat dengan melibatican faktor Q clan efek dispersi. Hasil estimasi Q metode redaman energi dibandingican dengan metode estimasi Q lainnya yang menggunakan metode rasio spektrum. Hasil studi menunjukkan bahwa metode tersebut memberikan kesalahan estimasi yang relatif cukup kecil ( 200 A/dB. Atau dengan kata lain metode redaman energi akan berlaku balk pada medium yang mempunyai disipasi kecil. "

"ABSTRAKEfek atenuasi gelombang seismik dapat dihilangkan dengan menentukan faktor Q dari setiap lapisan medium yang dilalui gelombang seismik. Kemudian, estimasi nilai Q digunakan dalam fungsi inverse Q filter untuk meningkatkan resolusi data seismik. Selain itu, nilai Q lapisan dapat digunakan sebagai atribut seismik untuk menentukan litologi dari lapisan yang dtinjau dan juga mengidentifikasi keberadaan hidrokarbon. Dalam panelitian ini, metode trace matching digunakan untuk memperkirakan nilai Q dari setiap lapisan yang diamati pada lapangan ldquo;AJ rdquo;. Pertama, kita membangun permodelan kedepan dari data gather sintetik berdasarkan data log sumur dari di lapangan ldquo;AJ rdquo;. Data sintetik ini kemudian akan dibandingkan dengan data CDP gather riil dari lapangan ldquo;AJ rdquo; yang telah dilakukan operasi inverse Q filter dengan nilai masukan Q konstan yang berbeda ndash; beda. Dari perbandingan ini, akan diamati apakah ada kemiripan pada trace seismik di zona target antara data sintetis dan riil untuk setiap masukan nilai Q konstan, dan kemudian kita tentukan posisi kemiripan tersebut pada kedalaman berapa. Dari hasil observasi, diketahui bahwa estimasi nilai Q pada zona target adalah 71 pada level waktu 1 ndash; 1,2s dan 53 pada level waktu 1,2 ndash; 1,4s. Selanjutnya, variasi nilai Q diterapkan dalam pemrosesan inverse Q filter untuk menghilangkan efek atenuasi pada data Post-Stack Time Migration PSTM . Untuk memvalidasi hasil dari proses ini, kita korelasikan trace seismik dari data seismik PSTM dengan trace sintetik yang dibangun dari log sonik dan densitas di sumur AJ-17. Sebagai hasil akhir, kita peroleh data seismik resolusi tinggi yang optimal dengan nilai korelasi maksimum sebesar 0,722 72,2 . Sedangkan, data seismik PSTM sebelum proses inverse Q filter hanya memiliki nilai korelasi maksimum sebesar 0,35 35.

---

ABSTRACT Attenuation effect of seismic wave can be eliminated by determining the Q factor from every medium layer was passed through by seismic wave. Then, the estimated Q value is used in inverse Q filter function to enhance seismic data resolution. In addition, the Q value of medium layer can be used as seismic attribute to define the lithology of observed strata also identifying the presence of hydrocarbon. In this paper, trace matching method is used to estimate Q value from every observed layer in ldquo AJ rdquo field. First, we build a forward model of synthetic seismic gather based on well log data of ldquo AJ rdquo field. This synthetic data will then be compared with real CDP gather data of ldquo AJ rdquo field that has been done an inverse Q filter operation with different input constant Q values. From this comparison, it will be observed whether there is a match to the seismic traces in the target zone between synthetic and real data for every input constant Q value, and then determine the position of the match at which depth. From the observation result, it is known that the estimated Q value at target zone are 71 at time level 1 ndash 1,2s and 53 at time level 1,2 ndash 1,4s. Finally, the Q value variation is applied in inverse Q filter processing to eliminated attenuation effect in Post Stack Time Migration PSTM data. To validate the result from this process, we correlate seismic trace from PSTM seismic data with synthetic trace built from sonic and density log in well AJ 17. As a final result, we obtained an optimal higher resolution seismic data with maximum correlation value of 0.722 72.2 , while the PSTM seismic data before inverse Q filter applied only have maximum correlation value of 0.35 35 ."

"Telah dibuat seimogram sintetik pantul yang melibatkan faktor kualitas Q dalam ragam CDP atau CMP (CDP or CMP gather) untuk model dua lapis beserta estimasi Q baliknya. Hasil estimasi dengan menggunakan Vnmo memberikan nilai Q model dengan kesalahan relatif kurang dari 5%, dan estimasi dengan menggunakan Vmodel memberikan kesalahan relatif sekitar 10 %. Dalam simulasi ini tampak adanya gejala ketidakpastian antara besaran kecepatan V dengan besaran faktor kualitas Q yang masih perlu dikaji lebih jauh."

"Penelitian ini dilakukan untuk mengetahui wilayah harga tanah di Kota Tangerang Selatan berdasarkan keinginan masyarakat (Harga Tanah Aktual), harga yang ditetapkan oleh pemerintah (Harga NJOP) dan harga pendugaan yang merupakan hasil perhitungan statistik (harga estimasi). Hasil dari penelitian ini menunjukan bahwa Faktor-faktor yang mempengaruhi wilayah harga tanah Aktual, NJOP dan Estimasi dipengaruhi oleh jarak terhadap pintu tol, jarak terhadap jalan arteri, terletak pada pemukiman teratur dan jarak terhadap fasilitas umum kesehatan. Faktor wilayah terbangun/tidak terbangun merupakan faktor penentu Harga Tanah Aktual dan Estimasi namun tidak berpengaruh terhadap Harga Tanah NJOP. Sedangkan jarak terhadap Fasilitas keamanan dan pendidikan merupakan faktor yang berpengaruh terhadap Harga Tanah NJOP namun tidak berpengaruh terhadap Harga Tanah Aktual dan Estimasi. Model Estimasi Spasial Harga Tanah Objektif adalah akan semakin tinggi apabila terletak dekat pintu tol, dekat jalan arteri, dekat fasilitas umum kesehatan dan terletak pada wilayah terbangun dengan pemukiman yang teratur. Status tanah, karateristik wilayah dan jarak fasilitas keamanan tidak berpengaruh terhadap model estimasi spasial harga tanah objektif. Apabila karakteristik wilayah bersifat desakota dikeluarkan dari model, maka karakteristik wilayah (bersifat perkotaan dan perdesaan) akan berpegaruh terhadap fluktuasi Harga Tanah Objektif. Jadi profil karakter desakota justru cendrung membiaskan Harga Tanah di Kota Tangerang Selatan.

---

Objective of this research is to make a map of the land price in South Tangerang City based on 3 prices, i.e.: the prices determined by the public (actual land prices), the prices determined by the government (NJOP), and the prices as the results of statistical modeling (estimation prices).

The results of this research show that the spatial pattern of land prices (actual land prices, NJOP land prices, estimation land prices) are influenced by the distance from the gate of high way, the distance from artery road, location at proper/not proper residence, and the distance from public health facility.

The model of objective estimation land price is higher in the location where the land is closer to the gate of high way, to the artery road, to the public health facility, and in the developed area, with proper residence. The land status, the characteristic, and the distance from security facility do not give effects to the objective land prices. If the observations with characteristic rural-urban are not included in the model, this explanatory variable (characteristic of the area) contributes significantly to the land prices. In other words, characteristic ruralurban causes the bias to the land price of South Tangerang City."

"Partitions, q-series, and modular forms contains a collection of research and survey papers that grew out of a Conference on partitions, q-series and modular forms at the University of Florida, Gainesville in March 2008. It will be of interest to researchers and graduate students that would like to learn of recent developments in the theory of q-series and modular and how it relates to number theory, combinatorics and special functions."

"Estimasi parameter model autoregressive dapat diperoleh dengan beberapa metode, salah satunya adalah metode Marginal Likelihood. Untuk memperoleh fungsi marginal likelihood, proses autoregressive dapat dinyatakan sebagai structural model (Fraser, 1968). Dalam structural model, data runtun waktu stasioner dinyatakan sebagai kombinasi linear dari mean proses dan variabel error yang tidak terobservasi. Dengan mengganggap variabel error sebagai proses circular dan noncircular, diperoleh sifat distribusi dari variabel error yang tidak bergantung pada parameter populasi, sehingga data runtun waktu mengikuti model Location-scale. Melalui model Location-Scale dapat dibuktikan bahwa vektor data runtun waktu yang distandarisasi merupakan ancillary statistic. Ancillary statistic ini menjadi dasar untuk membangun fungsi marginal likelihood karena distribusi dari ancillary statistic bebas dari parameter populasi."

"Model regresi ordinal dua level merupakan model yang digunakan untuk menganalisis data respon ordinal tercluster dan longitudinal. Dalam hal ini variabel respon ordinal yang diketahui, dibentuk dari suatu variabel laten kontinu yang tak diketahui nilainya. Nilai batas kategorik (threshold) pada variabel laten perlu diestimasi bersama-sama dengan koefisien regresi ordinal dua level. Untuk mengestimasi parameter-parameter dan threshold pada model regresi ordinal dua level, digunakan metode estimasi maximum marginal likelihood (MMLE) melalui pendekatan numerik dengan metode Fisher scoring. Pada setiap iterasi metode Fisher Scoring, digunakan Gauss-Hermite Quadrature untuk menghitung secara numerik persamaan marginal likelihood. Untuk mengilustrasikan penerapan model regresi ordinal dua level untuk data ordinal tercluster, digunakan data TVSFP di mana siswa bersarang dalam kelas. Sedangkan untuk mengilustrasikan penerapan model regresi ordinal dua level untuk data ordinal longitudinal, akan digunakan data psikiatrik di mana pasien diklasifikasikan pada beberapa tingkat keparahan penyakit terhadap beberapa titik waktu (time points). Struktur data dua level yang digunakan untuk data longitudinal adalah perulangan observasi bersarang dalam individu (pasien)."

"Skripsi ini membahas bagaimana pengaruh Sensitivitas Arus Kas dan Tobin rsquo's Q terhadap investasi perusahaan manufaktur. Penelitian ini mengklasifikasikan perusahaan kepada tiga kategori, yaitu keseluruhan perusahaan, perusahaan berskala besar, dan perusahaan berskala kecil. Hasil dari penelitian ini menunjukkan bahwa arus kas perusahaan berpengaruh positif terhadap investasi perusahaan. Hal ini disebut dengan investment-cashflow sensitivity. Perusahan berskala kecil constrained firms mengalami investment-cashflow sensitivity yang lebih besar dibandingkan dengan perusahaan berskala besar unconstrained firms . Hasil penelitian juga menunjukkan bahwa investasi perusahaan besar lebih memiliki ketergantungan terhadap pendanaan eksternal, sementara investasi perusahaan kecil lebih berketergantungan terhadap pendanaan internal perusahaan.

---

This thesis discusses how the influence of the sensitivity of cash flows and Tobin rsquo s Q to investments manufacturing company. This study classifies companies into three categories, namely the whole all , large, and small companies. The results of this study indicate that the company 39 s cash flow have a positive effect on the company 39 s investment. This is called investment cashflow sensitivity. Small scale company constrained firms have a greater investment cashflow sensitivity than the large scale company unconstrained firms . The results also showed that large companies investment more dependent on external funding, while investment in smaller companies dependent on companies internal financing."

"Seperti halnya model Gravity maka model Intervening Opportunities merupakan model sintetis. Pendistribusian perjalanan dari asal perjalanan ke masing-masing tujuan perjalanan berdasarkan model Intervening Opportunities sangat ditentukan oleh parameter model yang disebut dengan parameter L. Parameter L merupakan parameter yang menyatakan bahwa probabilitas perjalanan yang keluar dari suatu lokasi asal perjalanan akan berhenti pada sembarang lokasi tujuan. Nilai parameter L ini sangat sensitif didalam model sehingga penentuan nilai sangat penting didalam analisis distribusi perjalanan dengan model Intervening Opportunities. Berdasarkan hal tersebut dilakukan analisis metode estimasi parameter (hipotesis pertama) dan analisis pola perjalanan yang sesuai model Intervening Opportunities (hipotesis kedua). Metode estimasi yang diuji adalah metode Regresi, Regresi dengan Optimasi, NLLS, VNLLS dan metode Maksimum Likelihood (ML). Untuk pengujian hipotesis pertama digunakan matrik asal tujuan buatan (artifisial) yang sembarang, sedangkan untuk pengujian hipotesis kedua digunakan matrik artifisial yang dipolakan. Pengujian hipotesis pertama dan kedua juga didukung oleh data matrik A -T kota Jakarta dan kota Balikpapan. Pengujian dan merupakan data matrik kecil. Sedangkan untuk pengujian data matrik besar diambil data matrik asal tujuan yang sesungguhnya yaitu data matrik asal tujuan kota Jakarta dan kota Balikpapan. Hasil analisis data artifisial dan data kota menunjukkan metode NLLS dan metode regresi (optimasi) yang diterapkan pada model Intervening Opportunities "Memaksa" merupakan metode estimasi yang cukup baik dilihat dari hasil uji statistik dan dari total probabilitas yang didapat."