Hasil Pencarian  ::  Simpan CSV :: Kembali

Abstrak :
ABSTRAK
Fasilitas blending mogas berfungsi untuk mencampur komponen High Octane Mogas Component HOMC dan Naphtha sehingga menghasilkan produk dalam bentuk gasoline 88 atau lebih dikenal premium. Analisa kelayakan investasi dilakukan dengan metode Net Present Value NPV yang dilakukan dalam dua cara yaitu secara konvensional dan fuzzy.Penelitian ini menggunakan software MATLAB R2016a untuk melakukan perhitungan Fuzzy NPV berbasis Distribusi Triangular. Rentang nilai yang digunakan untuk variabel yang difuzzikan adalah rendah L , medium M , dan tinggi H .Hasil perhitungan dengan pendekatan fuzzy menunjukkan nilai yang berbeda dibandingkan dengan pendekatan konvensional. Hasil perhitungan NPV menggunakan metode konvensional menghasilkan nilai 10.6995 juta USD, sedangkan berbasis Fuzzy Distribusi Triangular menghasilkan 8.8129 juta USD. Adanya perbedaan tersebut dikarenakan variasi input terhadap tingkat suku bunga, pendapatan, dan total biaya blending.

---

ABSTRACT
The blending mogas facility serves to mix High Octane Mogas Component HOMC and Naphtha components to produce gasoline 88 or known premium. Investment feasibility analysis is done by Net Present Value NPV method which is done in two ways, conventionally and fuzzy.This research uses MATLAB R2016a software to perform Fuzzy NPV calculation based on Triangular Distribution. The range of values used for the dif fered variables is low L , medium M , and high H .The results of calculations with the fuzzy approach show different values compared with the conventional approach. The NPV calculation results using conventional methods is 10.6995 million USD, while Fuzzy based Triangular Distribution is 8.8129 million USD. The difference is due because there are input variation to the interest rate, revenue, and total cost of blending.

Abstrak :
"ABSTRAK
" Kanker merupakan penyakit penyebab kematian terbesar kedua di dunia. Menurut prediksi WHO 2015 kasus kematian akibat kanker akan meningkat menjadi 21,6 juta kasus pada tahun 2030. Salah satu usaha untuk mengurangi penyebaran kanker dengan menggunakan machine learning adalah melakukan pendeteksian jenis kanker dengan memanfaatkan microarray data. Pada umumnya, microarray data kanker terdiri dari banyak fitur. Namun, tidak semua fitur yang ada pada data kanker memiliki informasi penting. Oleh karena itu, fitur-fitur tersebut akan diekstraksi menggunakan metode Principal Component Analysis PCA . Kemudian dipilih fitur-fitur yang paling informatif dari data hasil ekstraksi PCA. Fitur-fitur terpilih dari data hasil ekstraksi akan dibentuk dalam data baru. Data sebelum dan data setelah dilakukan pemilihan fitur akan diklasifikasi menggunakan metode Fuzzy Support Vector Machines FSVM . Akurasi dari proses klasifikasi dua tahap tersebut akan dibandingkan. Pendekatan one versus one akan digunakan pada masalah klasifikasi multikelas data kanker leukemia. Dengan pendekatan tersebut akan terbentuk sebanyak k k-1 /2 masalah dua kelas, di mana k menunjukkan jumlah kelas. Hasilnya, tanpa melakukan pemilihan fitur, diperoleh akurasi tertinggi sebesar 87.69 . Setelah dilakukan pemilihan fitur, diperoleh akurasi terbaik dengan menggunakan 60 fitur dengan akurasi sebesar 96,92 .

---

ABSTRACT
Cancer is the second leading cause of death globally. According to WHO prediction 2015 cases of cancer deaths will increase become 21.6 million cases by 2030. One of the effort to reduce the spread of cancer by using machine learning is to detect the types of cancer. We can use microarray data to detect the types of cancer. In general, microarray cancer data consist of many features. However, not all features in cancer data have important information. Therefore, these features will be extracted by using Principal Component Analysis PCA method. Then, we select the most features who have important information of data extraction. The selected features of extracted data will be formed in the new data. Data, before and after selection will be classified using Fuzzy Support Vector Machines FSVM method. The accuracy of the classification process will be compared. The one versus one approach will be used on multiclass leukemia cancer data. This approach will formed the multiclass problem into k k 1 2 binary class problems, where k denotes the number of classes. The results, without doing feature selection, the highest accuracy is 87.69 . After doing feature selection, the best accuracy is obtained by using 60 features with the accuracy is 96.92 .

Abstrak :
Jumlah produksi kartu perdana untuk pelanggan Telkom Flexi menunjukkan trend meningkat mengikuti kenaikan jumlah pelanggan dari periode satu ke periode berikutnya. Namun perusahaan juga dihadapkan dengan adanya keterbatasan sumber daya yang yang dimiliki seperti keterbatasan kapasitas BTS dan sumber daya penomoran dan ketersediaan budget. Kondisi ini memperlihatkan bahwa diperlukan suatu metode perencanaan produksi yang tepat untuk mengoptimalkan ketersediaan dan pemakaian sumber daya sehingga dihasilkan jumlah produksi yang optimal. Metode fuzzy linear programming (FLP) dapat digunakan untuk solusi optimasi perencanaan produksi. Penerapan metode fuzzy linear programming dilakukan berdasarkan pertimbangan diperlukan adanya suatu batasan nilai terhadap jumlah produksi dengan ketersediaan sumber daya yang ada, sehingga diperoleh jumlah produksi yang optimal. Tesis ini akan menganalisa perencanaan produksi kartu perdana Flexi dengan menggunakan metode fuzzy linear programming. ......Total production of starter pack for customers Telkom Flexi showed an increasing trend followed the increase in the number of subscribers from period to period. But the company also faces resource constraints or other factors such as the capacity of BTS, numbering resources and budget availability. This condition shows that we need a proper method of production planning to optimize the availability and use of resources or other factors so that the resulting optimal amount of production output. The method of fuzzy linear programming (FLP) can be used for production planning optimization solutions. Application of fuzzy linear programming method based on the considerations necessary to have a limit value of total production with the availability of existing resources, to obtain the optimal amount of production. This tesis will analyze the production planning of Flexi starter pack using fuzzy linear programming method.