Hasil Pencarian  ::  Simpan CSV :: Kembali

"Tesis ini membahas tentang kewenangan perusahaan asuransi umum menerbitkan Sertifikat Penjaminan Surety Bond pasca diundangkannya Undang-Undang Nomor 1 Tahun 2016 tentang Penjaminan (UU Penjaminan) dengan pokok permasalahan pertama mengenai bagaimana kewenangan perusahaan asuransi umum menerbitkan surety bond dan keabsahan sertifikat penjaminan surety bond yang diterbitkan sebelum dan pasca diundangkannya UU Penjaminan. Permasalahan kedua mengenai upaya hukum apa yang dapat dilakukan supaya penerbitan sertifikat surety bond oleh perusahaan asuransi umum tidak menimbulkan permasalahan hukum. Metode penelitian dan teori hukum yang dipergunakan untuk membahas permasalahan dalam tesis ini adalah metode penelitian yuridis normatif dan teori pembentukan perundang-undangan. Hasil penelitian menunjukkan bahwa perusahaan asuransi umum sebelum dan sesudah diundangkan UU Penjaminan tetap mempunyai kewenangan untuk menerbitkan sertifikat surety bond. Upaya hukum utama yang dapat dilakukan adalah melalui upaya hukum uji materi (judicial review) ketentuan dalam UU Penjaminan dan/atau ketentuan mengenai perasuransian supaya penerbitan sertifikat surety bond oleh perusahaan asuransi umum tidak menimbulkan permasalahan hukum mengenai keabsahannya dan untuk menegaskan dan menghilangkan penafsiran atau pandangan yang berbeda. Saran dari penelitian ini adalah perusahaan asuransi umum melalui Asosiasi Asuransi Umum Indonesia (AAUI) supaya mengajukan uji materi (judicial review) ketentuan dalam UU Penjaminan dan/atau peraturan mengenai perasuransian. Pada saat penulisan tesis ini, hal itu telah dilakukan oleh AAUI dan dilaksanakan sebelum tesis ini diuji, putusan MK telah dikeluarkan melalui putusan No.5/PUU-XVIII/2020 pada 25 November 2020 yang memperkuat hasil penelitian ini dimana perusahaan asuransi umum memiliki kewenangan dalam menerbitkan sertifikat surety bond.

---

This thesis discusses about the legal rights of general insurance companies to issue surety bond certificates after the enactment of Law Number 1 of 2016 concerning Suretyship (Suretyship Law) with the first issue regarding how the legal rights of general insurance companies to issue surety bonds and the validity of surety bond certificates issued by insurance companies before and after the enactment of the Suretyship Law. The second issue concerning to legal actions to be taken by stakeholders so that the issuance of surety bond certificates by general insurance companies does not cause legal problems. The research methods and legal theory used to discuss the problems in this thesis are normative legal research and legislation formation theory. The results showed that general insurance companies before and after the enactment of the Suretyship Law still have the authority to issue surety bond certificates. The main legal actions that can be taken are through judicial review of provisions in the Suretyship Law and / or Law No. 40 of 2014 regarding Insurance (Insurance Law) so that the issuance of surety bond certificates by general insurance companies does not cause legal issues particularly regarding its validity and also to emphasize and eliminate different interpretations or views. The suggestion based on this research is that general insurance companies through the Indonesian General Insurance Association (AAUI) shall submit request for judicial review of the provisions of the Suretyship Law and/or Insurance Law. During the writing process of this thesis, AAUI had been submit a request to Constitutional Court for judicial review and decision was issued through decision No.5 / PUU-XVIII / 2020 in November 25th, 2020 which strengthened the results of this research where the general insurance company has the authority to issue surety bond certificates"

"Kanker Payudara (KPD) merupakan salah satu penyakit penyebab kematian terbesar. Indonesia merupakan negara dengan jumlah KPD cukup besar. KPD ini merupakan benjolan. Benjolan ini dapat diperiksa menggunakan cara manual yaitu diraba bagian dekat dengan putting susu. Jika benjolan tidak kunjung mengecil dianjurkan untuk memeriksa ke dokter. Pendektesian KPD ini dapat dilakukan dengan menggunakan proses pencitraan. Data yang digunakan pada penelitian ini diambil dari website Pilot European Image Processing Archive (PEIPA) yaitu dataset Mammographic Image Analysis Society (MIAS). Pendektesian dilakukan dengan menganalisa gambar payudara (mammography) pasien dengan menggunakan metode Principal Component Analysis (PCA) mengubah gambar dalam bentuk matriks. Matriks ini akan digunakan sebagai data yang akan digunakan dalam Neural Network (jaringan saraf tiruan) dengan metode Backpropagation Neural Network (BNN). Dari hasil Percobaan dapat diketahui bahwa metode ini menghasilkan nilai akurasi pembelajaran dari deep learning supervised sebesar 98%.

---

Breast Cancer is one of the biggest causes of death. Indonesia is a country with a large number of KPDs. This KPD is a lump. This lump can be examined using a manual method that is palpated near the nipple. If the lump does not go away it is recommended to see a doctor. This breast cancer assessment can be done using the imaging process. The data used in this study was taken from the website of the Pilot European Image Processing Archive (PEIPA) namely the Mammographic Image Analysis Society (MIAS) dataset. The assessment is done by analyzing the breast image (mammography) of the patient using the Principal Component Analysis (PCA) method to change the image in the form of a matrix. This matrix will be used as data to be used in Neural Networks with the Backpropagation Neural Network (BNN) method. From the results of the Experiment it can be seen that this method produces the value of accuracy of learning from supervised deep learning about 98%."

"Deteksi dan resolusi dari lapisan tipis merupakan masalah penting dalam analisis reservoir. Semakin tipis lapisan menyebabkan semakan tingginya puncak frekuensi pada spektrum wavelet yang direfleksikan dari lapisan tipis relatif terhadap domain frekuensi dari wavelet seismik datang. Untuk itu, energi dari gelombang digunakan untuk mendapatkan integrated energy spectra (INTENS) sebagai fungsi dari frekuensi. INTENS merupakan hasil plot antara integrated partial energy dengan frekuensi yang dapat digunakan untuk mendeteksi perubahan ketebalan dari lapisan tipis yang tidak dapat langsung dikenali pada domain waktu. Metode integrated energy spectra diterapkan pada model baji dan data seismik real 3 dimensi untuk mendapatkan penggambaran lapisan tipis yang lebih baik. Kemudian, untuk mempermudah analisis lapisan tipis, digunakan metode principal component spectral analysis (PCA) untuk mencari trend dari dari data yang dihasilkan. Metode ini mengkompaksi 86 komponen spectral yang harus dianalisa menjadi kurang dari 6 komponen utama. Hasil yang didapat menunjukkan PC band pertama dapat menggambarkan dengan baik distribusi channel. Jumlah dari 6 PC band pertama menunjukkan variansi sebesar 78% dan dapat menggambarkan distribusi channel yang lengkap. PCA dapat memproyeksikan fitur utama dengan baik pada beberapa PC band pertama dan menghilangkan sinyal yang tak berarti seperti noise.

---

Detection and resolution of thin layers is an important issue in the analysis of the reservoir. A progressively thinner bed corresponds to a progressively higher peak frequency in the spectrum of the wavelet reflected from the thin bed relative to the dominant frequency of the incident seismic wavelet. the energy of the waveform is used to obtain integrated energy spectra as a function of frequency. INTegrated ENergy Spectra (INTENS) is a plot of integrated partial energy against frequency that can be used to detect changes in thickness of thin that are not immediately recognizable in the time domain.

Integrated energy spectra method applied to the wedge model and 3-dimensional real seismic data to obtain a better image of thin bed. Then, to analyze thin layers, principal component analysis (PCA) is used to find the trend of the data produced. This method decrease 86 spectral components that must be analyzed to less than 6 main components.

The results show the first PC band can delineate channel distribution with good image. The sum of first 6 PC bands show variance by 78% and can delineate the complete distribution channel. PCA could project the main features on some first PC band and could eliminate bad signal such noise."

"The smith normal form and left good matrix have been know in matrix theorem.Any matrix over the principal ideal ring has a smith normal form.The smith normal form of a matrix has many applications on various fields such as a solution of Dioparthin linear equation and differential equation system

---

"

"Rainfall station should be selected based on the proposed three systems nomely flood forescating, low water monitoring and irrigation area...."

"In this study , spatial and seasonal variations of water quality in haraz river basin were evaluated using multivariate statistical techniques,such as cluster analysis,principal component analysis and factor analysis...."

"ABSTRAKWajah manusia mengandung banyak informasi dan antarmuka yang jelas dalam inleraksi antara manusia dan komputer. Hal ini telah memotivasi penelitian aktif di bidang pengenalan wajah, face tracking, pose estimation, pengenalan ekspresi, dan pengenalan mimik. Akan tetapi, sebagian besar metode tersebut mengasumsikan bahwa wajah manusia dalam suatu citra atau urutan citra telah diidentifikasi dan dilokalisasi. Untuk membangun suatu system otomatis sehingga kerja manusia dapat sepenuhnya ditangani oleh mesin, sangatlah penting untuk membangun algoritma yang handal dan efisien untuk mendeteksi wajah manusia.Tujuan dari deteksi wajah adalah untuk mengidentifikasi dan menempatkan wajah manusia dengan posisi, skala, orientasi, dan kondisi pencahayaan tertentu. Dalam tugas skripsi ini, ditampilkan suatu algorilma deteksi wajah untuk grayscale image dengan latar belakang yang kompleks dan skala yang bervariasi. Agar dapat menangani citra masukan dengan skala yang berbesa-beda, dilakukan metode pyramid terhadap citra masukan. Metode yang digunakan dalam proses deteksi dikembangkan dari metode Principal Component Analysis (PCA) dengan pembobotan yang optimum untuk menghasilkan error criterion yang terbaik. Simulasi dil akukan dengan MATLAB versi 5.3.

---

"