Hasil Pencarian  ::  Simpan CSV :: Kembali

Abstrak :
Penyebaran Porositas pada reservoir lapangan minyak bisa dilakukan dengan berbagai pendekatan. Hal ini didasarkan pada beberapa pertimbangan seperti kondisi lapangan dan ketersediaan data. Salah satu metode yang sering digunakan adalah Inversi Impedansi Akustik dan Multiatribut Neural Network. Lapangan Z adalah lapangan tua yang masih produksi berlokasi di Sumatra tengah milik PT. Pertamina Hulu Energi dengan jarak 120 km dari pekanbaru. Lapangan ini terdiri dari 5 formasi yaitu telisa, sand A, sand B, dan Sand C. Jumlah keseluruhan lapisan batupasir adalah 13 lapisan dimana ke 13 lapisan tersebut produktif. Adapun data yang tersedia adalah data sumur berjumlah 4 memiliki data sonic dan data seismic 3D lapangan tersebut. Penyebaran porositas dengan menggunakan Inversi Impedansi Akustik tidak dimasukan menjadi input untuk Multiatribut Neural Network. Dari analisis crossplot pada formasi target yaitu bangko didapatkan cut-off besaran fisis reservoir yaitu Nilai cut-off densitas dan porositas reservoir batupasir berkisar antara 2,14 ndash; 2,33 g/cc dan 0,15 ndash; 0,3 fraction . Dari hasil penelitian yang sudah dilakukan dengan inversi akustik menggunakan sumur Z-1 dan Z-2. Probabilistic neural network memperbesar nilai korelasi dari multiatribut regresi sehingga lebih baik dalam menyebarkan porsitas dibandingkan inversi impedansi akustik pada lapangan ini. Rekomendasi pengembangan lapangan yaitu arah timur laut dari sumur Z-1 karena menunjukan nilai porositas lebih baik daripada daerah sekitarnya yaitu 0.15 ndash; 0.18 fraction.

---

Porosity Distribution in oil field reservoir can be done with various approaches. It is based on several considerations such as field conditions and data availability. One of the most commonly used methods is Inversion of Acoustic Impedance and Multiple Neural Network. Field Z is an old field still in production located in Central Sumatra owned by PT. Pertamina Hulu Energi, 120 km from Pekanbaru. The field consists of 5 formations namely Telisa, Sand A, Sand B, and Sand C. The total layer of sandstone is 13 layers where it is produced. The available data are wells data amounted to 4 have sonic data and 3D seismic data of that field. The dispersion of porosity by using the Acoustic Impedance Inversion is not included as the input for Multiattribute Neural Network. From cross plot analysis on the target formation of bangko, a cut off density of the reservoir and the porosity of the sandstone reservoir ranged from 2.14 to 2.33 g cc and 0.15 to 0.3 fraction. From the results of research that has been done with acoustic inversion using Z 1 and Z 2 wells. Probabilistic neural networks increase the correlation value of multi attributes regression so that it is better to propagate porosity than the inversion of acoustic impedance in this field. The field development recommendation is the northeast direction of the Z 1 well because it shows better porosity value than the surrounding area is 0.15 0.18 fraction.

Abstrak :
ABSTRAK
Studi yang dilakukan dalam penelitian ini untuk menganalisis multiatribut dari data seismik dan data log dalam mengidentifikasi litologi bawah permukaan, terutama dalam mengidentifikasi penyebaran sourcerockpada suatu daerah target tertentu. Metode multiatribut dalam penelitian ini dilakukan untuk memprediksi log vshaleyang diturunkan dari log resisitivity. Untuk mendapatkan gambaran distribusi sifat fisik batuan di bawah permukaan, maka hubungan antara data log dengan data seismik dapat membantu menghasilkan volume sebaran sifat fisik batuan yang tadinya hanya didapat dari tempat yang memiliki data log hingga menjadi sebaran pada seluruh area yang terdapat data seismik. Kemampuan neural network untuk mengenali pola dan menemukan hubungan non linear antara data seismik, data multiatribut dan sifat fisik batuan dari data log dimanfaatkan untuk mendapatkan sebaran sifat fisik batuan pada volume seismik dengan mengacu pada data log. Aplikasi geostatistik digunakan untuk mendapatkan model distribusi spasial di mana hasil dari prediksi volume shale dipakai sebagai data sekunder sedangkan data dari lubang sumur digunakan sebagai data primer, sehingga diharapkan mendapatkan kemenerusan secara lateral.

---

ABSTRACT
The Study conducted in this research to analyze the multi attributes of seismic data and log data in identifying subsurface lithology, especially in identifying sourcerock deployment in a given target area. Multi attributes method in this research is done to predict log vshale derived from log resistivity. To obtain a description of the distribution of the physical properties of rocks below the surface, the relationship between log data and seismic data can help to generate volume distribution of physical properties of rocks that were only obtained from places that have log data to be distributed in all areas of seismic data. The ability of neural networks to recognize patterns and find nonlinear relationships between multi attribute data seismic data and the physical properties of rocks from log data are utilized to obtain the distribution of physical properties of rocks at seismic volumes with reference to log data. The geostatistical application is used to obtain spatial distribution model where the result of the shale volume prediction is used as secondary data while the data from the wellbore is used as the primary data, so it is expected to obtain lateral generation.

Abstrak :
Tingginya biaya inventory, munculnya shortage cost serta sulitnya menjaga ketersediaan suku cadang dalam jumlah besar dan bervariasi memerlukan strategi pengontrolan yang tepat, metode klasifikasi pada umumnya fokus kepada annual dolar usage belum mengakomodasi kirteria lain yang bersifat kualitatif dan kuantitatif. Thesis ini bertujuan mendapatkan model manajemen persediaan dengan menggunakan metode Multi Criteria Decission Making yaitu klasifikasi berdasarkan Multi-attribute Spare Tree Analysis(MASTA) dan Inventory Management Policy (IMP) matrix yang mengakomodasi berbagai kriteria kualitative serta kuantitative di Industri minyak dan gas bumi Indonesia. Hasil penelitian menunjukkan MASTA & IMP sebagai metode manajemen persedian bisa diterapkan di Industri minyak dan gas bumi indonesia dan bisa menjaga persediaan dan menurunkan biaya inventory. ......The high cost of inventory, the emergence of shortage cost and difficulty of maintaining the availability of spare parts in large and varied quantities needs a proper control strategy, classification methods generally focus on annual dollar usage not accommodate other qualitative and quantitative criteria. This thesis aims to get the inventory management model using Multi Criteria Decision Making method based on Multi-attribute Spare Tree Analysis (MASTA) and Inventory Management Policy (IMP) matrix that accommodates a variety of qualitative and quantitative criteria in the oil and gas industry of Indonesia. The results showed MASTA & IMP as supply management methods can be applied in oil and gas industry Indonesia and could keep the stock and reduce inventory costs.

Abstrak :
ABSTRAK
Kualitas menjadi salah satu faktor penting dalam menjaga tingkat kompetitif sebuah perusahaan di persaingan industri yang semakin ketat ini. Metode statistik yang dikenal dengan Statistical Process Control (SPC) yang memiliki alat utama control chart digunakan untuk pengendalian kualitas tersebut. Penelitian ini mengambil studi kasus produksi sambungan pipa berbahan perunggu yang memiliki beberapa karakteristik cacat yang berkorelasi. Jenis control chart yang tepat untuk mengendalikan kualitas dengan karakteristik tersebut adalah multi- attribute control chart. Hasil penerapan multi-attribute control chart fase I dan II menemukan adanya proses yang di luar kendali, dan kemudian diidentifikasi kontributor utamanya dan dianalisis penyebabnya.

---

ABSTRACT
Quality becomes one of the most important factor for sustaining company competitiveness in this tight industry competition. To control the quality, they commonly use statistical method which is known as Statistical Process Control (SPC) that has control chart as the main tool. This research studied a case of bronze pipe fittings production which has some correlated nonconforming characteristics. To control quality with that characteristic, the appropriate type of control chart is multi-attribute control chart. From the result of phase I and II multi-attribute control chart application, it was indicated that there were out-of- control processes which then were identified and analyzed.

Abstrak :
Dalam dunia perawatan, line stop adalah salah satu dari banyak ancaman yang dapat memberikan kerugian besar bagi dunia industri. Line stop terjadi karena kerusakan sebagian komponen sementara suku cadang tidak siap stok. Oleh karena itu, perusahaan memerlukan lebih banyak waktu untuk mendapatkan suku cadang dari pemasok, sehingga dapat membuat kerugian yang lebih besar. Di sisi lain, jika perusahaan menyediakan lebih banyak suku cadang daripada yang dibutuhkan, itu akan menghadapi biaya persediaan yang lebih tinggi. Pertukaran ini dapat diselesaikan melalui sistem persediaan yang efektif dengan menentukan klasifikasi dan prioritas suku cadang yang lebih baik, serta menghitung tingkat stok optimal. Penelitian ini bertujuan untuk mengusulkan metode klasifikasi suku cadang yang efektif menggunakan Multi Criteria Decision Making (MCDM). Analytical Network Process (ANP) dan Multi Attribute Spare Tree Analysis (MASTA) digunakan sebagai metode MCDM untuk klasifikasi suku cadang, karena keunggulannya pada kemungkinan memperhitungkan faktor-faktor yang lebih potensial dan tidak berwujud yang mempengaruhi klasifikasi/strategi inventaris suku cadang. Hasil penelitian ini diharapkan dapat memberikan metode inventaris baru sebagai hasil dari klasifikasi suku cadang dengan kombinasi antara ANP dan MASTA, dan kemudian menetapkan tingkat stok yang tergantung pada hasil klasifikasi yang telah disebutkan sebelumnya. ......In the maintenance world, line stop is one of many threats that can give a big loss to the industrial world. Line stop occurs due to a partial breakdown of the components while the spare parts is not readily stock. Therefore, the company needs more time to get the spare parts from the suppliers, hence it can make a bigger loss. On the other hand, if the company stocks more spare parts, it will face a higher inventory cost. This trade-off can be solved through an effective inventory system by determining a better spare parts classification and prioritization, as well as calculating the optimum stock level. This study aims to propose an effective spare parts classification method using a Analytical Network Process and Multi-Criteria Decision Making (MCDM). An Analytical Network Process (ANP) and  Multi-Attribute Spare Tree Analysis (MASTA) are used as the MCDM method for spare parts classification, due to its advantage on possibility to take into account more potential and intangible factors influencing the spare parts classification/inventory strategies such as. The result of this research is expected to give a new inventory method as a result of spare parts classification with combination between ANP and MASTA, and then setting stock level which depends on the result of classification that already mentioned before.

Abstrak :
ABSTRAK
Tujuan dari penelitian ini adalah untuk mengategorikan barang dan jasa yang diminta oleh sebuah kapal di perusahaan pelayaran Indonesia menggunakan model portofolio Kraljic. Saat ini, perusahaan mengelompokkan barang dan jasa (komoditas) berdasarkan sifat dan kritikalitas fungsi. Namun, pengelompokan saat ini tidak menggambarkan strategi pembelian ketika perusahaan ingin memperoleh masing-masing komoditas. Dalam penelitian ini, skor komoditas untuk risiko supply dan dampak profit didapat melalui fuzzy multi-attribute. Tiga ahli pengadaan di perusahaan terlibat dalam penilaian attribute risiko supply dan dampak profit. Empat orang tambahan-total tujuh orang responden memberikan nilai untuk setiaps kelompok komoditas, yang digunakan untuk mengetahui skor kinerja sehubungan dengan risiko supply dan dampak profit. Komoditas kelompok kemudian ditempatkan dalam model portofolio Kraljic dengan penskalaan multidimensi. Hasil penelitian menunjukkan bahwa tiap kelompok barang masuk kedalam salah satu kuadran kategori Kraljic dan perlu adanya sistem pengelolaan vendor. Pengategorian akan membantu perusahaan untuk membuat jenis hubungan yang tepat antara perusahaan dengan pemasok sehingga proses pengadaan bisa lebih andal dan waktu yang dibutuhkan untuk memperoleh barang menjadi lebih pendek.

---

ABSTRACT
The goal of the study is to categorize the goods and services requested from a ship in an Indonesian shipping company into four quadrants using Kraljic's portfolio model. Currently, the company groups the goods and services (commodities) based on its critical nature and functionality. However, current grouping does not signify the purchasing strategy when the company wants to acquire each commodity. In this study, the commodity scores for their supply risk and potential profit impact through Fuzzy multi-attributete. Three procurement experts in the company are involved in scoring the supply risk and profit impact attributes. An additional four persons-a total of seven respondents scores identification of a list of group commodities, and used for finding out the performance scores with respect to supply risk and profit impact dimension. The group commodities are then placed in the Kraljic's Portfolio Model with multidimensional scaling. The results showed that each group of goods belonged to one of the Kraljic category quadrants and the necessity of vendor management system. The categorizing will help the company to make a proper type of relationship with the supplier so the procurement process can be more reliable and the time needed for acquiring goods become shorter.

Abstrak :
ABSTRAK
Klasifikasi indirect material pada industri otomotif tempat penelitian ini dilakukan belum dapat dilakukan dengan baik sehingga diharapkan dengan menggunakan metode multi-attribute ABC dan support vector machine performa klasifikasi indirect material dapat ditingkatkan. Multi-attribute ABC digunakan untuk melakukan klasifikasi berdasarkan kriteria klasifikasi dengan bobot yang dihitung dengan analytic hierarchy process , dan support vector machine digunakan untuk menemukan pola hubungan antara kriteria dengan hasil klasifikasi dan melakukan penilaian performa klasifikasi . Hasil akhir dari penelitian ini menunjukkan bahwa kriteria harga dan kritikalitas merupakan kriteria paling berpengaruh terhadap hasil klasifikasi dan terjadi peningkatan performa klasifikasi setelah memanfaatkan metode ini

---

ABSTRACT
Indirect material classification on the automotive industry where the research was done is not being done properly so it is expected that by using multi-attribute ABC and support vector machine the classification performance could be enhanced. Multi-attribute ABC is used to classify the item based on the criterion and weight that is calculated using analytic hierarchy process , and support vector machine is used to find hidden pattern about the criterion and classification result and assess classification performance. The end results of this research show that price and criticallity are the most influental criterion for the classification results and there is classification performance enhancement after using these methods.

Abstrak :

Kendaraan Listrik adalah kendaraan ekonomis dan ekologis dengan tenaga yang berasal dari baterai yang dapat diisi ulang di dalam mobil. EV sendiri memiliki banyak keunggulan karena hampir tidak menghasilkan emisi karbon atau polusi, hemat biaya, dan senyap. Kerugian utama kendaraan ini adalah masalah pengisian ulang. Penelitian ini bertujuan untuk menentukan lokasi yang optimal untuk pembangunan Stasiun Pengisian Kendaraan Listrik Umum (SPKLU) di Jakarta melalui analisis multikriteria sebagai dasar perhitungan. Data dalam penelitian ini merupakan data sekunder yang berasal dari laporan pemerintah dan penelitian sejenis sebelumnya. Lokasi optimal SPKLU dilakukan melalui analisis spasial weighted overlay menggunakan metode Geographic Information System (GIS) dan pemeringkatan akhir dilakukan menggunakan Simple Multi-Attribute Rating Technique (SMART). Pada penelitian ini, terdapat empat skenario yang dirancang untuk mengestimasi faktor eksternal yang dapat mempengaruhi kriteria penentuan lokasi SPKLU yang optimal. Studi ini dilakukan untuk Kota Jakarta tanpa Kabupaten Kepulauan Seribu. Kriteria dengan nilai bobot tertinggi adalah kepemilikan kendaraan listrik dengan nilai 0,163 diikuti jumlah penduduk dan pendapatan penduduk dengan nilai 0,161 dan 0,131. Hasil penelitian menunjukkan bahwa Kecamatan Kemayoran merupakan lokasi yang optimal untuk SPKLU pada kondisi tanpa skenario dengan skor 0,660. ......Electric Vehicles (EV) are economical and ecological vehicles with power that comes from the rechargeable battery in the car. EV itself has many advantages because it produces almost no carbon emissions or pollution, is cost effective and is quiet. The main disadvantage of this vehicle is the problem regarding recharging. This study aims to determine the optimal location for the construction of Public Electric Vehicle Charging Stations (EVCS) in Jakarta through multi-criteria analysis as a basis for calculations. Optimal location of EVCS was carried out through weighted overlay spatial analysis using the Geographic Information System (GIS) method and the final ranking was carried out using the Simple Multi-Attribute Rating Technique (SMART). In this study, there are four scenarios designed to estimate external factors that may affect the criteria for determining the optimal EVCS location. This study was conducted for the City of Jakarta without the Thousand Islands Regency. The criteria with the highest weighted value are electric vehicle ownership with a value of 0.163 followed by the population and population income with values ​​of 0.161 and 0.131. The results show that Kemayoran District is the optimal location for EVCS in no-scenario conditions with a score of 0.660