Hasil Pencarian  ::  Simpan CSV :: Kembali

"Inflasi sebagai indikator makro ekonomi memiliki peran penting bagi pemerintah dalam perencanaan dan evaluasi pembangunan. Namun penghitungan inflasi yang dilakukan oleh BPS masih terbatas di beberapa kabupaten/kota sampel SHK padahal data inflasi dibutuhkan di semua kabupaten/ kota. Dalam mengatasi keterbatasan tersebut dapat dilakukan pendekatan geostatistika dengan metode Ordinary Point Kriging untuk memprediksi nilai inflasi di beberapa kabupaten/kota tidak tersampel berdasarkan nilai inflasi di kabupaten/kota sampel yang ada di sekitarnya. Hasil penelitian ini menunjukkan bahwa penggunaan metode Ordinary Point Kriging dengan model semivariogram Gaussian untuk memprediksi nilai inflasi di beberapa kabupaten/kota kontrol di Pulau Jawa diperoleh hasil prediksi yang baik yang ditunjukkan oleh nilai MAPE sebesar 12,56 persen. Sementara itu, hasil penerapan metode kriging pada kabupaten/kota yang tidak tersampel di Pulau Jawa cenderung menunjukkan kemiripan nilai inflasi dengan kabupaten/ kota sampel yang berdekatan"

"Penelitian ini menjelaskan tentang bagaimana pengaruh makro ekonomi terhadap probability of default untuk segmen usaha mikro di Indonesia. Model yang digunakan untuk dapat mengukur indikator risiko kredit berdasarkan Days Past Due (DPD) dan kolektabilitas, sehingga dapat dihitung probability of default sesuai dengan data historis internal perusahaan. Selanjutnya dilakukan regresi linier berganda untuk dapat mengetahui apakah perubahan variable makro ekonomi yang terdiri dari PDB, Inflasi, nilai tukar IDR terhadap USD, dan tingkat pengangguran dapat mempengaruhi probability of default untuk segmen usaha mikro di Indonesia. Sesuai dengan hasil uji statistik diketahui bahwa perubahan makro ekonomi khususnya untuk variable makro ekonomi seperti inflasi dan nilai tukar IDR terhadap USD yang memiliki pengaruh signifikan terhadap probability of default untuk segmen usaha mikro untuk setiap bucket pinjaman. Hasil penelitian ini diharapkan dapat memberikan gambaran kepada perbankan Indonesia dalam melakukan ekspansi pinjaman khususnya untuk segmen usaha mikro, serta dapat dijadikan acuan pada saat melakukan perbaikan kebijakan pengukuran risiko kredit dalam rangka meningkatkan prinsip kehati-hatian.

---

This research is conducted to analyze the effects of macroeconomics to the default probability of micro business segment in Indonesia. The model used for credit risk indicator measurement was based on Days Past Due (DPD) and collectability which allow calculate probability of default based on the companys internal historical data. Furthermore, multiple linear regression was applied in order to find out if macro economy variables, consists of GDP, inflation, IDR/USD exchange rate and unemployment rate could affect probability of default of micro segment in Indonesia. In accordance with the result of statistical test, macroeconomic variable such as inflation and the exchange rate of IDR to USD have a significant effect on the probability of default for the micro business segment for each loan bucket. Thus, this research is expected to provide adequate information related to micro expansion as well as to be a guidance of credit risk policy improvement for banks in Indonesia in pursuance of precautionary principle."

"Metode ordinary kriging adalah metode penaksiran yang menghasilkan taksiran yang memenuhi kriteria BLUE (Best Linear Unbiased Estimator). Nilai taksiran dinyatakan sebagai kombinasi linier dari data sampel. Data yang digunakan adalah data spasial. Metode ordinary kriging dapat digunakan jika data spasial memenuhi asumsi stasioner orde dua atau asumsi stasioner intrinsik. Dalam melakukan penaksiran dengan metode ordinary kriging diperlukan suatu fungsi yang disebut semivariogram. Ada dua jenis semivariogram, yaitu : semivariogram isotropik dan semivarogram anisotropik. Pada tugas akhir ini, metode ordinary kriging digunakan untuk menaksir nilai pengamatan pada suatu titik di lokasi yang tidak tersampel, dan semivariogram yang digunakan adalah semivariogram isotropik. "

"Penelitian berlokasi di daerah Langgikima, Konawe Utara, Sulawesi Tenggara. Tujuan dari penelitian ini yaitu untuk memetakan zona profil laterit berdasarkan hasil domaining serta mengestimasi kadar dan tonase nikel laterit yang terdapat di daerah penelitian. Metode pengolahan dan analisis data meliputi analisis statistik univarian serta metode ordinary kriging. Unsur yang diestimasi meliputi Ni, Co, Fe, SiO2, dan MgO dengan variogram model yang digunakan yaitu Ni sebagai variabel utama. Data yang digunakan berupa data sekunder yang mencakup collar, survey, dan assay serta menggunakan foto core sebagai data penunjang untuk validasi. Domain geologi pada penelitian ini terbagi menjadi 3, yaitu limonit, saprolit, dan bedrock. Limonit dan saprolit termasuk kedalam zona mineralisasi yang akan diestimasi. Densitas limonit sebesar 1.6 gr/cm3 dan saprolit 1.5 gr/cm3 . Klasifikasi sumberdaya didasarkan pada jarak antar spasi bor dan parameter geostatistik slope of regression. Hasil klasifikasi dengan menggunakan cut off grade 1% menunjukkan daerah penelitian terdiri atas kelas terukur. Domain limonit menghasilkan volume sebesar 1,697,891 m3 dan tonase 2,716,625 ton dengan kandungan rata-rata Ni sebesar 1.31%, Co 0.1%, Fe 45.42%, SiO2 9.01%, dan MgO 1.13%. Domain saprolit menghasilkan volume sebesar 964,063 m3 dan tonase 1,446,094 ton dengan kandungan rata-rata Ni sebesar 1.69%, Co 0.04%, Fe 20.93%, SiO2 33.52%, dan MgO 14.92%. Kategori terukur menandakan pada daerah penelitian memiliki tingkat keyakinan geologi yang tinggi untuk membuktikan kemenerusan kadar dan kandungan mineral serta memiliki nilai yang ekonomis untuk ditambang.

---

The research is located in Langgikima, Nort Konawe, Southeast Sulawesi. The purpose of this study was to map the laterite profile zones based on the results of domaining and to estimate the grades and tonnage of laterite nickel found in the study area. Data processing and analysis methods include univariate statistical analysis and ordinary kriging methods. The estimated elements include Ni, Co, Fe, SiO2, and MgO with the variogram model used, Ni as the main variable. The data used is in the form of secondary data which includes collars, surveys, and assays and uses core photos as supporting data for validation. The geological domain in this study is divided into 3, namely limonite, saprolite, and bedrock. Limonite and saprolite are included in the mineralized zone to be estimated. The density of limonite is 1.6 gr/cm3 and that of saprolite is 1.5 gr/cm3 . Resource classification is based on the distance between drill spacing and the slope of regression geostatistical parameters. Classification results using 1% cut off grade show that the study area is composed of measurable classes. The limonite domain produces a volume 1,697,891 m3 and tonnage of 2,716,625 tons with an average content of 1.31% Ni, 0.1% Co, 45.42% Fe, 9.01% SiO2, and 1.13% MgO. The saprolite domain produced a volume of 964,063 m3 and tonnage of 1,446,094 tons with average content of 1.69% Ni, 0.04% Co, 20.93% Fe, 33.52% SiO2, and 14.92% MgO.The measured category indicates that the research area has a high level of geological confidence to prove the continuity of grades and mineral content and has economic value for mining."

"Curah hujan memiliki keragaman dan fluktuasi yang tinggi di daerah tropis, namun data curah hujan yang didapatkan dari stasiun hujan hanya berupa data titik, sehingga metode interpolasi diperlukan dalam menggambarkan distribusi curah hujan wilayah. Curah hujan wilayah digambarkan dari 32 stasiun hujan di Kabupaten Kebumen selama periode 1986-2015 menggunakan metode Inverse Distance Weighted (IDW), Spline, Ordinary Kriging dan Natural Neighbor untuk menemukan metode terbaik dalam memetakan pola spasial curah hujan rata-rata tahunan, curah hujan rata-rata musim hujan dan curah hujan rata-rata maksimum bulanan di Kabupaten Kebumen. Hasil yang diperoleh dari penelitian ini menunjukkan bahwa metode Ordinary Kriging merupakan metode terbaik dalam menggambarkan distribusi curah hujan rata-rata tahunan dan curah hujan rata-rata maksimum bulanan, sementara metode IDW merupakan metode terbaik dalam menggambarkan distribusi curah hujan rata-rata musim hujan di Kabupaten Kebumen.

---

Rainfall rate attributed with high variability and fluctuations in the tropics, yet the rainfall rate data available from the rainfall monitoring station is a point data. The interpolation method, thus, is required to explain the distributions of area rainfall rate. The area Rainfall rate is illustrated from the data in 32 rain stations in Kebumen during the period 1986 - 2015 using the Inverse Distance Weighted (IDW), Ordinary Kriging, Spline, and Natural Neighbor to find the best method to map the spatial rainfall rate pattern of the annual average, monsoon average, and the monthly maximum average of rainfall rate in Kebumen.

The results obtained from this study indicate that the method of Ordinary Kriging is the best method to describe the distribution of annual average rainfall rate and monthly maximum average of rainfall rate, while the IDW method is the best method to describe the distribution of average monsoon season rainfall rate in the Kebumen district."

"Salah satu bahan tambang yang penting dan banyak dipakai adalahbauksit. Daerah Mempawah, Kalimantan merupakan salah satu daerahpenambangan bauksit yang ada di Indonesia. Dalam kasuspengeksplorasian bahan tambang sering ditemukan permasalahan seberapabanyak cadangan bahan tambang yang tersedia di suatu lokasi. Dalampenelitian ini dilakukan penaksiran kandungan cadangan bauksit diMempawah dengan menggunakan metode penaksiran ordinary krigingdengan semivariogram anisotropik. Metode penaksiran ordinary krigingmerupakan metode yang memberikan penaksir yang linier tak bias terbaik(BLUE = best linear unbiased estimator). Dari hasil penelitian disimpulkanbahwa model semivariogram yang cocok digunakan adalah modeleksponensial. Penaksiran dilakukan pada 24 titik lokasi yang tidak tersampel"

"Salah satu bahan tambang yang penting dan banyak dipakai adalah bauksit. Daerah Mempawah, Kalimantan merupakan salah satu daerah penambangan bauksit yang ada di Indonesia. Dalam kasus pengeksplorasian bahan tambang sering ditemukan permasalahan seberapa banyak cadangan bahan tambang yang tersedia di suatu lokasi. Dalam penelitian ini dilakukan penaksiran kandungan cadangan bauksit di Mempawah dengan menggunakan metode penaksiran ordinary kriging dengan semivariogram anisotropik. Metode penaksiran ordinary kriging merupakan metode yang memberikan penaksir yang linier tak bias terbaik (BLUE = best linear unbiased estimator). Dari hasil penelitian disimpulkan bahwa model semivariogram yang cocok digunakan adalah model eksponensial. Penaksiran dilakukan pada 24 titik lokasi yang tidak tersampel"

"The feed forward neural network (FFANN) model has been the most popular form of artificial neural network model used for forecasting, particularly in economics and finance. In this paper, we elucidate the application of FFANN as a means of modeling financial data. We particularly focus on the model building of FFANN as time series model and use inflation rates in Indonesia as a case study. A comparison is drawn between FFANN model and the best existing models based on traditional econometrics time series approach. The best models are selected on forecasting ability by using the MSE, particularly on the dynamic forecast. The results show that FFANN models outperform the traditional econometric time series model."

"Bauksit, sebagai bijih utama aluminium, mempunyai kualitas yang baik jika mengandung kadar alumina (Al2O2) yang tinggi dan reaktif silika (RSiO2) rendah. Penelitian ini dilakukan untuk memetakan distribusi spasial kadar Al2O3 dan RSiO2 menggunakan metode interpolasi ordinary kriging (OK) dan inverse distance weighting (IDW). Fitting variogram dilakukan dengan model spherical, exponential, dan gaussian, dan pemilihan variogram dilakukan dengan parameter residual sum of square (RSS). Dalam proses interpolasi IDW menggunakan power 1, 2, 3 dan 4. Evaluasi metode interpolasi terbaik dilakukan dengan parameter root mean square error (RMSE) dan mean error (ME). Hasil penelitian menunjukkan bawa metode interpolasi OK lebih baik dibandingkan dengan metode IDW. Peta hasil interpolasi OK menggambarkan bahwa distribusi bauksit dengan konsentrasi kadar Al2O3 ≥ 48% dan RSiO2 ≤ 5% menempati kurang lebih 50% dari luas daerah penelitian. Distribusi bauksit dengan kadar tersebut masih terbuka dan menerus ke arah utara, barat dan tenggara."