Hasil Pencarian  ::  Simpan CSV :: Kembali

Abstrak :
Berdasarkan tinjauan fisis dan hasil analisis klimatologi pola sebaran suhu muka laut, suhu udara permukaan dan curah hujan di wilayah daratan Sumatera Barat, menunjukkan bahwa lautan memiliki peran dalam pembentukan sistem cuaca di wilayah Sumatera Barat. Namun, ini masih harus dibuktikan dengan melibatkan pola sebaran angin di perairan timur Samudera Hindia dan sekitar Sumatera Barat serta penelitian lebih lanjut tentang pengaruh kondisi lokal terhadap pembentukan hujan di Sumatera Barat. Indeks penguapan laut dapat dihitung dari besarnya kecepatan angin, serta selisih antara suhu muka laut dan suhu udara permukaan. Perhitungan dilakukan dengan menggunakan data meteorologi permukaan bulanan selama periode 30 tahun (1971-2000) yang diperoleh dari NCEP Realtime Marine Data di perairan timur Samudera Hindia. Analisis hubungan indeks penguapan dengan curah hujan di Sumatera Barat menggunakan regresi linear yang dinyatakan dari nilai koefisien korelasinya. Hasil perhitungan menunjukkan rata-rata indeks penguapan bulanan bagian selatan ekuator Samudera Hindia lebih tinggi dibandingkan bagian utara ekuator dan makin ke arah pantai indeks penguapan semakin rendah. Di bagian utara peningkatan indeks penguapan terjadi pada bulan April dan Oktober hingga puncaknya November, sedangkan di bagian selatan peningkatan terjadi mulai bulan Juni hingga Agustus. Sumatera Barat memiliki 4 pola hujan dengan sebaran curah hujan tertinggi di pesisir barat dan wilayah perbukitan sebelah barat Bukit Barisan, sedangkan ke arah wilayah perbukitan tersier sebelah timur Bukit Barisan curah hujan semakin rendah. Pada kondisi normal, bulan Maret dan November merupakan bulan dengan nilai curah hujan yang paling tinggi. Indeks penguapan laut di sekitar ekuator Samudera Hindia umumnya berkorelasi kuat dan positif dengan curah hujan bulanan di pesisir barat dan wilayah perbukitan sebelah barat Bukit Barisan. Semakin dekat jaraknya ke arah pantai nilai koefisien korelasinya lebih tinggi. Koefisien korelasi indeks penguapan dengan hujan bulanan pada bulan yang sama lebih tinggi dibanding menggunakan indeks penguapan satu bulan sebelumnya.

Abstrak :
Dalam menghitung probabilitas survive atau gagalnya suatu status kehidupan majemuk, aktuaris selalu mengasumsikan bahwa T; waktu sampai saat meninggal dunia kehidupan yang menjadi anggota status kehidupan majemuk adalah saling bebas. Padahal kenyataannya, selalu ditemukan bahwa kehidupan-kehidupan yang ditanggung oleh asuransi atau annuitas kehidupan majemuk sering mempunyai korelasi dalam bentuk tertentu sepeiti pertalian darah, perkawinan, hubimgan pekeqaan dsb. Tugas akhir ini membahas suatu model untuk probabilitas kegagalan status lastsurvivor Rq-xy dengan menggunakan asumsi T: waktu sampai saat meninggal dunia kehidupan yang menjadi anggota status kehidupan majemuk tidak saling bebas yang disusun berdasarkan model khusus dari fungsi distribusi bivariat dengan suatu koefisien korelasi grade. Disamping itu juga akan dilihat apakah pengaruh penggunaan asumsi tidak gating bebas ini, cukup berarti terhadap perubahan nilai annuitas beserta beberapa contoh sederhana penerapannya pada fungsi aktuaria lain.

Abstrak :
Seiring berkembangnya zaman, teknologi yang digunakan pada industri manufaktur juga semakin meningkat. Hal ini memberikan dampak positif bagi industri maupun perusahaan dari berbagai sisi. Namun seiring meningkatnya proses produksi industri manufaktur, memberikan dampak terhadap negatif terhadap lingkungan, seperti peningkatan gas rumah kaca, kadar karbon monoksida di udara, hingga meningkatnya limbah buangan. Hal ini menimbulkan perhatian dari berbagai pihak, baik masyarakat, praktisi, edukasi, hingga pemerintah. Salah satu cara untuk menghadapi hal ini, adalah dengan mengimplementasikan Green HRM dalam pengelolaan perusahaan. Penelitian ini dilakukan untuk mengukur dampak dari implementasi Green / Sustainable HRM pada tahap Rekrutmen, Pelatihan, Penilaian Kinerja dan Reward & Benefit, terhadap faktor Triple Bottom Line (People, Profit, & Planet) di perusahaan Industri Manufaktur yang berada di Tangerang, Indonesia. Menggunakan metode survey pada 57 orang karyawan yang berada pada berbagai level jabatan, dan menggunakan teknik Spearman’s Correlation Coefficient untuk menganalisa keterhubungan, didapatkan hasil bahwa tahap Rekrutmen, Pelatihan, Penilaian Kinerja dan Reward & Benefit memiliki keterhubungan kuat dengan faktor Planet (Lingkungan). Sedangkan tahap Rekrutmen, Pelatihan, Penilaian Kinerja dan Reward & Benefit memiliki hubungan menengah dengan faktor People (Sosial) dan Profit (Keuangan). ...... Along with the development of the times, the technology used in the manufacturing industry is also increasing. This has a positive impact on the industry and companies from various sides. However, as the production process of the manufacturing industry increases, it has negative impacts on the environment, such as increasing greenhouse gases, carbon monoxide levels in the air, and increasing waste disposal. This raises the attention of various parties, both the community, practitioners, education, and the government. One way to deal with this, is to implement Green HRM in company management. This research was conducted to measure the impact of the implementation of Green / Sustainable HRM at the Recruitment, Training, Performance Appraisal and Reward & Benefit stages, on the Triple Bottom Line factor (People, Profit, & Planet) in a Manufacturing Industry company located in Tangerang, Indonesia. Using a survey method on 57 employees at various position levels, and using the Spearman’s Correlation Coefficient technique to analyze the relationship, it was found that the Recruitment, Training, Performance Appraisal and Reward & Benefit stages have a strong relationship with the Planet factor. While the Recruitment, Training, Performance Appraisal and Reward & Benefit stages have a medium relationship with the People and Profit factors.

Abstrak :
ABSTRAK
Pengujian kesamaan koefisien korelasi digunakan untuk membandingkan beberapa koefisien korelasi antara dua variabel. Pengujian tersebut didasarkan pada metode uji rasio likelihood. Metode ini akan diterapkan pada suatu contoh kasus untuk menguji kesamaan koefisien korelasi antara jumlah pembelian dan jumlah maksimum kredit yang diberikan oleh suatu distributor obat di Jakarta dari tiga kelompok pelanggan yaitu supermarket, toko obat dan warung.

---

Abstract
Test for equality of correlation coefficients is used to compare several correlation coefficients between two variables. The test is based on likelihood ratio test methods. This method will be employed to compare coefficient correlations between the number of purchases and the maximum amount of kredit granted by a drug distributor in Jakarta from three groups of customers (supermarkets, drug stores and food stalls).

Abstrak :
Pembangunan Bendungan Temef di Desa Oenino Kecamatan Oenino dan Desa Konbaki Kecamatan Polen Kabupaten Timor Tengah Selatan membutuhkan ketersediaan data curah hujan yang cukup panjang dan handal. Untuk mengatasi minimnya dan atau tidak tersedianya data hujan otomatis (ARR) serta data debit dalam beberapa tahun terakhir maka dapat digunakan data pengamatan satelit Tropical Rainfall Measuring Mission (TRMM). Keakuratan analisis curah hujan TRMM diperoleh apabila terdapat parameter kesesuaian dan kecocokan dengan data yang tercatat di pos hujan. Untuk DAS Temef, terdapat enam pos stasiun hujan yang ditinjau, yakni Stasiun Hujan Fatumnasi, Oeoh, Noelnoni, Polen, Nifukani, dan Batinifukoko. Perbandingan langsung dilakukan terhadap pengamatan data hujan untuk periode 20 tahun (1998-2018) terhadap data berbasis bulanan dan harian. Hasil penelitian menunjukkan bahwa pola hujan pada produk data TRMM (versi 3B42V7) cenderung konsisten pada 3 pos hujan, yaitu Noelnoni, Fatumnasi, dan Batinifukoko. Pemeriksaan data TRMM untuk data hujan bulanan diperoleh koefisien korelasi sebesar 0,505 – 0,813 dan untuk data hujan harian diperoleh tingkat faktor koreksi sebesar 0,0056 – 0,0129. Pada pemeriksaan data Hujan Harian Maksimum Tahunan (HHMT) didapatkan faktor koreksi 0,0298 – 0,2516. Data TRMM pada basis bulanan dan harian memberikan kesesuaian yang cukup baik dengan data dari 3 pos hujan, namun pada pemeriksaan data HHMT hasil yang kurang baik diperoleh untuk pos hujan Noelnoni.

Abstrak :
Konstruksi fisik transformator terdiri atas elemen-elemen bersifat resistif, induktif, dan kapasitif, yang susunannya memiliki respon frekuensi yang khas.Dengan mengamati respon frekuensi suatu transformator, dapat dideteksi kerusakan mekanik yang terjadi pada inti dan belitan transformator tersebut. Metode yang sedang dikembangkan untuk mendeteksi kerusakan mekanik dikenal dengan Sweep Frequeency Response Analysis (SFRA). Proses pengukuran dilakukan dengan menginjeksikan sinyal tegangan rendah dengan menyapu nilai frekuensi mulai dari 20 Hz hingga 2 MHz. Dasar dari pengukuran ini merupakan analisis fungsi alih yang mana hasil pengukuran perlu diinterpretasikan lebih lanjut, salah satu caranya yaitu dengan perhitungan statistik. Indikator statistik yang digunakan yaitu koefisien korelasi, simpangan baku, dan absolute sum of logarithmic error (ASLE). Skripsi ini membahas proses interpretasi hasil pengukuran SFRA pada transformator 4 MVA, 11,8/6,3 kV di PT ABC dan transformator 12 MVA, 70/6,3 kV di PT XYZ menggunakan perhitungan statistik. Hasil yang didapat yaitu tidak ada indikasi kerusakan pada transformator 4 MVA, 11,8/6,3 kV di PT ABC pada kedua sisi kumparan. Sedangkan pada transformator 12 MVA di PT XYZ ditemukan indikasi kerusakan di bagian ujung (lead) kumparan utama dan tap kumparan pada kumparan tegangan 70 kV, dan di bagian inti, kumparan utama, tap kumparan, ujung (lead) kumparan utama, dan ujung (lead) tap kumparan pada kumparan tegangan 6,3 kV. ...... Physical construction of transformerconsists of resistive, inductive, and capacitive elements,the structurehas a typical frequency response. By observing the frequency response of a transformer, we can detect mechanical damage that oK Kurs in the transformer core and windings. Method sare being developed to detect mechanical damage known as Sweep Frequeency Response Analysis (SFRA). Measurement processis done by injecting a low voltage signal with the sweep frequency values ranging from 20Hz to 2MHz. The basis of this measurement is transfer function analysis that the measurement results need to be interpreted further, one way is by statistical calculations. Statistical indicator that used is correlation coefficient, standard deviation, and sum of absolute logarith micerror (ASLE). This thesis discusses the process of interpreting SFRA measurements result on PT ABC transformer, 4 MVA, 11,8/6,3 kV and PT XYZ transformer, 12 MVA, 70/6,3 kV using statistical calculations. The results are no indication of damage to PT ABC transformer, 4 MVA, 11,8/6,3 kV on both sides of the windings. While in PT XYZ transformer, 12 MVA found indications of damage at main and tap winding leads on 70 kV windings, and indications of damage at the core, main and tap windings, main and tap winding leads on 6,3 kV windings.

Abstrak :
Analisis Respon Frekuensi Penyapuan adalah suatu metode yang digunakan untuk mendeteksi kerusakan mekanik pada inti, kumparan dan struktur penjepit di dalam transformator, yang diakibatkan oleh tekanan elektromagnetik yang besar karena adanya arus gangguan atau selama proses transportasi dan pemindahan transformator setelah pabrikasi. Pengukuran SFRA menggunakan sinyal bertegangan rendah yang diinjeksikan ke dalam probe masukan dari suatu terminal transformator, dan sinyal keluaran diukur di terminal lainnya yang merupakan respon dalam bentuk magnitude dan fasa pada rentang frekuensi rentang 2 Hz sampai 2 MHz. Interpretasi hasil pengukuran dilakukan dengan membandingkan hasil pengukuran sebelumnya dengan hasil pengukuran terbaru. Bila tidak ada hasil pengukuran sebelumnya, perbandingan dilakukan dengan membandingkan hasil pengukuran SFRA pada transformator yang memiliki tipe dan jenis sama (sister unit). Tetapi, jika tidak ada sister unit dari transformator yang diuji, maka perbandingan dilakukan dengan membandingkan ketiga fasa dari transformator yang diuji. Pada skripsi ini, interpretasi SFRA menggunakan perbandingan ketiga fasa pada transformator 190 MVA, 150 kV/16kV. Kemudian, untuk menginterpretasikan hasil dari pengukuran SFRA, digunakan perhitungan dengan metode statistik Koefisien Korelasi dan Normalisasi Faktor Kovarian, dan hasil keduanya dibandingkan sesuai dengan standar perhitungan pada standar China DL 911/2004. Hasil kedua metode statistik ini akan menunjukkan indikasi kondisi mekanik transformator pada bagian inti, kumparan dan struktur penjepit.

---

Sweep Frequency Response Analysis (SFRA) is an effective method used to find out any possible winding displacement or mechanical deterioration such as core, winding and clamping structures inside the transformer, due to large electromagnetical forces occuring from the fault currents or due to transformer transportation and relocation. SFRA test use the application of low-voltage (LV) signal at one terminal of the transformer as the injection probe, and another terminal to measure the response with the frequency range 20 Hz to 2 MHz. The amplitude and phase transfer fuction are then determined. The most common practice for SFRA comparison is to compare the SFRA spectrum with the reference one. If the old results of the same transformer are available, a comparison made with the new results. However, if the reference signal is not available, a comparison made between the transformer and its sister unit. Furthermore, the comparison between the three phases of the transformer. In this paper, the SFRA interpretation using a comparison between the transformer’s three phases on a 190 MVA, 150 kV/16 kV prower transformer. Then, to interpret the result, the statistical method, Cross Correlation Coefficient and the Normalization Covariance Factor is used, and both compared with the indicator based on Chinese standard DL 911/2004. Both the statistical method show the mechanical condition of transformer in the core, winding and clamping structures.

Abstrak :
Sebagai dasar dalam perencanaan operasi, dibutuhkan prakiraan yang tepat untuk mengetahui kebutuhan tenaga listrik dalam periode waktu tertentu. Prakiraan biasanya berupa prakiraan beban load forecasting meliputi beban puncak MW, dan prakiraan kebutuhan energi listrik MWh. Dalam melakukan prakiraan telah berkembang berbagai macam metode, salah satunya metode koefisien yang digunakan oleh PT PLN Persero- P2B untuk memprakirakan beban harian dan mingguan dengan data realisasi 3 tahun sebagai pengembangan dari metode autoregresi. Metode prakiraan ini merupakan metode yang relatif akurat dengan tingkat kesalahan terhadap nilai-nilai beban aktual berkisar 5 - 10.

---

A basis for operations planning, precise forecasts are needed to determine the demand for electricity over a period of time. Forecasts usually includes load forecasting including peak load MW, and forecasts for electrical energy MWh. In doing the work has evolved a variety of methods, one of which is the coefficient method used by PT PLN Persero P2B to forecast daily and weekly loads with 3 years realization data as the development of the autoregression method. This forecasting method is a relatively accurate method with an error rate against actual load values ranging from 5 10.

Abstrak :
ABSTRAK
Salah satu alternatif ukuran kekuatan prediksi yang dapat diterapkan pada model GLM dimana variabel responnya berdistribusi tidak hanya normal yaitu dengan menggunakan koefisien korelasi regresi regression correlation coefficient ndash; RCC . Koefisien korelasi regresi dibangun berdasarkan definisi koefisien korelasi dengan menggunakan model GLM. Sehingga RCC dapat didefinisikan sebagai nilai yang menyatakan kekuatan hubungan antara variabel respon dan ekspektasi bersyarat dari variabel respon. Koefisien korelasi regresi merupakan salah satu alternatif ukuran kekuatan prediksi yang dapat memenuhi sifat applicability, interpretability, consistency, dan affinity. Pada umumnya bentuk eksplisit dari RCC pada GLM sulit ditemukan. Namun, ketika RCC diterapkan pada model regresi Poisson dan variabel prediktor diasumsikan berdistribusi multivariat normal, maka akan ditemukan bentuk eksplisit. Bentuk eksplisit ini masih memuat parameter ndash; parameter dari model regresi Poisson yang tidak diketahui. Oleh karena itu, perlu dicari estimasi dari parameter - parameter tersebut sehingga diperoleh estimator dari RCC. Metode yang digunakan untuk mengestimasi parameter pada model regresi Poisson adalah metode maximum likelihood. "

---

" "ABSTRACT
" The regression correlation coefficient RCC is one alternative measure of predictive power that can be applied to the GLM model in which the distribution of response variable is not only normal. The regression correlation coefficient is constructed based on the definition of correlation coefficient by using generalized linear model GLM . So, the RCC can be defined as a value that states the strength of the relationship between the response variable and the conditional expectation of the response variable. The regression correlation coefficient is one of predictable strength measure that can satiesfies the property like applicability, interpretability, consistency, and affinity. In general, the explicit form of RCC on GLM is difficult to find. However, when RCC is applied to the Poisson regression model and the predictor variable is assumed to be a normal multivariate distribution, an explicit form is found. This explicit form still contains the unknown parameters of the Poisson regression model. Therefore, we need to find an estimate of these parameters to obtain an estimator from the RCC. The method used to estimate the parameters in Poisson regression model is maximum likelihood method.