Hasil Pencarian  ::  Simpan CSV :: Kembali

"Data Panel merupakan kombinasi dua jenis data yaitu data cross section dan data time series. Tujuan dari penulisan tugas akhir ini adalah mencari taksiran parameter pada model regresi untuk data panel yang tidak lengkap (incomplete panel data regression models) dengan komponen error satu arah (one-way error component). Selain itu model regresi tersebut merupakan random effect models, yang berarti perbedaan karakteristik individu dan waktu diakomodasikan pada komponen error dari model.Metode yang digunakan untuk menaksir parameter adalah metode Feasible Generalized Least Squares (FGLS). Pada metode tersebut, matriks kovarians error tidak diketahui, sehingga perlu dilakukan penaksiran terhadap komponen variansi yang terdapat pada matriks kovarians error tersebut. Metode yang digunakan untuk menaksir komponen variansi adalah modifikasi metode penaksiran ANOVA yang diusulkan oleh Wallace dan Hussain."

"Pelaksanaan pekerjaan galian dilapangan sering kali menghadapi kendala manakala pekerjaan tersebut memakan waktu yang lama sehingga displacement pada dinding galian terjadi. Solusi dari permasalahan ini adalah penggunaan lateral support untuk meminimalisir displacement tersebut sehingga keruntuhan dapat dihindarkan. Salah satu lateral support yang sering digunakan adalah angkur tanah. Skripsi ini merupakan studi simulasi dimana galian dengan variasi bentuk (plane strain dan axissymetry), panjang embedment, lebar galian, kedalaman galian, serta jenis tanah, akan memberikan variasi perilaku pada turap dan angkur tanah. Perilaku tersebut berupa lendutan pada ujung turap, momen pada turap, gaya angkur yang dihasilkan, tekanan tanah aktif-pasif disepanjang turap, serta settlement yang terjadi di sisi galian. Simulasi ini dimodelkan menggunakan software Plaxis Ver.8."

"Skripsi ini menggunakan metode Transformasi Bahaya Proporsional Non-parametrik menghitung premi yang memperhitungkan pemuatan risiko dari asuransi pertanian tradisional. Pendekatan non-parametrik digunakan karena tidak semua data kerugian pertanian tersedia dapat diasumsikan mengikuti distribusi tertentu karena karakteristik data yang hilangtambak yang digunakan tidak sesuai dengan distribusi yang ada. Premi dihasilkan melalui metode Transformasi Bahaya Proporsional disebut sebagai penyesuaian risiko premium. Perhitungan premi yang disesuaikan dengan risiko dibedakan berdasarkan jenis data yang digunakan, yaitu data kerugian individu atau kelompok. Pada data kerugian individu, Penghitungan premi yang disesuaikan dengan risiko dapat dilakukan dengan dua cara, yaitu dengan menggunakan fungsi kelangsungan hidup empiris dan fungsi kelangsungan hidup empiris yang disempurnakan. Nilai premi yang disesuaikan dengan risiko yang dihitung berdasarkan fungsi survival empiris akan lebih besar di bandingkan dengan nilai premi yang disesuaikan dengan risiko dihitung berdasarkan fungsi kelangsungan hidup empiris yang dimurnikan. Perhitungan premi yang disesuaikan dengan risiko akan diterapkan pada data kerugian pertanian padi di Indonesia dari 2015 hingga 2017.

---

This thesis uses the Non-parametric Proportional Hazard Transformation method to calculate the premium that takes into account the risk loading of traditional agricultural insurance. A non-parametric approach is used because not all available agricultural loss data can be assumed to follow a certain distribution due to the characteristics of the missing data

the pond used is not in accordance with the existing distribution. The premium generated through the Proportional Hazard Transformation method is referred to as the risk adjustment premium. The calculation of premiums adjusted for risk is differentiated based on the type of data used, namely data on individual or group losses. For individual loss data, the calculation of the risk-adjusted premium can be done in two ways, namely by using the empirical survival function and the enhanced empirical survival function. The risk-adjusted premium value calculated based on the empirical survival function would be greater than the risk-adjusted premium value calculated based on the empirically refined survival function. The calculation of the risk-adjusted premium will be applied to the rice agricultural loss data in Indonesia from 2015 to 2017.

"

"ABSTRAKTesis ini telah memaparkan suatu pengembangan terhadap penelitian sebelumnya tentang penentuan threshold kapasitas yang pada penelitian ini dilakukan terhadap utilisasi power resource Node-B. Terjadinya kegagalan aksesibilitas pada jaringan 3G terhadap utilisasi power resource yang telah digunakan saat ini tidak menjamin pencapaian customer experience dalam kualitas secara maksimal. Adapun keputusan yang dilakukan dalam hal ini adalah melalui ekspansi Node-B yang secara ekonomi akan menambah biaya investasi. Penelitian dimulai dengan melakukan identifikasi latar belakang keputusan ekspansi berdasarkan kinerja jaringan melalui pemilihan threshold dari utilisasi power resource. Metode Analisis Probabilitas Risiko Uji Non-Parametrik digunakan dalam pengujian terhadap empat alternatif yang dihitung dengan tujuan mengetahui alternatif mana yang memiliki risiko bisnis investasi minimum. Hasil dari penelitian ini berupa waktu yang tepat dalam keputusan melakukan ekspansi yaitu pada agregasi utilisasi mean dengan threshold sebesar 90%.

---

ABSTRACTThis thesis has described a development of the previous studies of determining the threshold capacity in this study conducted on a power resource utilization Node-B. Accessibility failure on the 3G network to power resource utilization that have been used at this time does not guarantee the achievement of customer experience in maximum quality. The decisions made in this terms is through the expansion of Node-B that will add cost of the investment in economy side. The study began by identifying a background of expansion decisions based on network performance through the election threshold of power resource utilization. Risk Probability Analysis Method of Non-Parametric Test used in four-alternative test calculation in order to know which alternative that has the minimum investment business risk. Results of this research is the right time in the decision of Node-B expansion that is in mean power utilization with threshold of 90%."

"Metode scan statistic yang dikembangkan oleh Kulldorf merupakan suatu metode yang dapat digunakan untuk mendeteksi cluster dengan menggunakan scanning window dalam satu atau dua dimensi, yang membutuhkan asumsi underlying distribution dari daerah yang akan diteliti, misalnya Bernoulli, Poisson, atau Normal. Dalam tugas akhir ini akan membahas suatu metode untuk mendeteksi cluster jika underlying distribution dari daerah yang akan diteliti tidak diketahui. Metode ini disebut metode semi-parametrik. Metode semi-parametrik menggunakan model rasio densitas semi-parametrik yang dinyatakan sebagai fungsi dari tilt function. Untuk menentukan kandidat cluster, dilakukan pembentukkan scanning window yang berbentuk lingkaran. Scanning window memisahkan daerah yang diteliti menjadi dua bagian, yaitu daerah di dalam dan di luar scanning window. Model rasio densitas digunakan untuk menguji kesamaan distribusi dua populasi, yaitu populasi di dalam dan di luar scanning window. Dalam mendeteksi cluster, setiap scanning window dihitung rasio likelihood-nya setelah pemilihan tilt function. Setiap scanning window berkaitan dengan suatu statistik uji (rasio likelihood). Hal ini menyebabkan multiple testing problem. Untuk mengatasi hal ini digunakan Bonferroni correction."