Hasil Pencarian  ::  Simpan CSV :: Kembali

Abstrak :
Penelitian ini membahas tentang pengaruh gaya hidup achievers terhadap keputusan menggunakan kartu kredit pada nasabah pengguna kartu kredit Bank Mandiri cabang Pematangsiantar. Tujuannya adalah untuk mengetahui pengaruh antara gaya hidup achievers dengan keputusan menggunakan kartu kredit pada nasabah pengguna kartu kredit Bank Mandiri Jumhh responden yang ditentukan sebanyak 100 responden. Prosedur pengambilan sampel dilakukan dengan cara purposive sampling yaitu teknik pengambilan sampel berdasarkan pada pengguna kartu kredit yang bertempat tinggal di kota Pematangsiantar. Regresi linier berganda digunakan sebagai teknik analisis. Hasil penelitian menujukkan bahwa variabel gaya hidup achievers mempunyai pengaruh yang signifikan terhadap keputusan menggunakan kartu kredit Dari hasil analisis regresi diketahui bahwa variabel activities dan opinion memiliki pengaruh lebih kuat dibandingkan interest terhadap keputusan menggunakan kartu kredit.

Abstrak :
ABSTRAK
Perolehan proyek penting bagi kelangsungan industri jasa konstruksi. Estimator adalah fungsi penting pada perusahaan engineering/konstruksi. Kompetensi estimator dihadapkan dengan bagaimana keterampilan, pengetahuan dan perilaku dari fungsi estimator tersebut. Tujuan penelitian untuk menganalisa pengaruh kompetensi estimator berdasarkan tiga aspek : knowledge, skill dan personal attributes terhadap perolehan proyek dan kinerja hasil usaha (omset kontrak) pada salah satu perusahaan kontraktor BUMN. Penelitian ini menggunakan metode analisa regresi linier berganda yang kemudian dilakukan analisa korelasi Spearman dan analisa faktor untuk mendapatkan gap analysis kompetensi dominan terhadap kompetensi estimator pada PT.XYZ, yang selanjutnya dilakukan validitas akhir untuk proses pengembangan dengan respon pembuatan modul pelatihan

---

ABSTRACT
Acquisition project paramount for the construction services industry. Estimator is important function in the company's engineering/construction. Competence estimator faced with how the skills, knowledge and behavior of the estimator function. The research objective to analyze the effect of competence estimator based on three aspects: knowledge, skill and personal attributes for the project acquisition and performance results (turnover contract) on one of BUMN construction company. This study uses multiple linear regression analysis, Spearman correlation analysis and factor analysis to obtain a dominant competency gap analysis on the competence estimator PT.XYZ, and then make an end to the validity of the development process with response training module manufacturing.;

Abstrak :
Perkembangan bisnis perbankan syariah dewasa ini tampak menunjukan peningkatan, namun perkembangan belum sebagaimana yang diharapkan, dimana target pertumbuhan asset sampai akhir 2008 adalah sebesar 5 % darl asset perbankan nasional, temyata bam terealisir sebesar 2,1 %, berarti target bel urn tercapai. Hal ini karena perbankan syariah menghadapi persaingan diantara perbankan nasional terutarna dengan bank konvensionaL Pada industti produk dan jasa perbankan syariah hat yang menjadi perhatian adalah mutu pelayan yang dibarikan oleh Sumber Daya lnsani (SDl} Bank Syariah tersebut. SDI sebagai penggerak harus memiliki kualitas yang baik sehingga dapat memberikan pelayanan yang bennutu kepada nasabahnya. Hal inilah yang menjadikan penulis tertarik melakukan penelitian kualitas SDI (independent variabel) dan pelatihan sebagai independent variabel berbentuk dummy berpengaruh terhadap Mutu Pelayanan (dependent variabel) pada Kantor Cabang Bank Syariah Mandiri (BSM) di Jakarta Selatan. Penelitian ini menggunakan analisis regresi bcrganda. Hasil penelitian menunjukan bahwa kealitas SDI berpengaruh siginifikan terhadap mutu pelayanan, sedangkan pelatihan tidak signifikan mempengaruhi mutu pe1ayanan. Namun pelatihan memberikan kontrihusi yang positif dengan koeffisien yang positif. Selanjutnya dalam penelitian ini menyarankan kepada BSM yang diteliti agar lebih meningkatkan kualitas SDinya melalui pelatihan baik secara On the Job Training maupun secara the job training disamping itu agar merekruit tenaga yang memiliki Jatar be1akang study ekonomi Islam daJam rangka mencapai mutu pelayanan yang baik. ......These days, sharia banking has grown significantly, yet its development has. not yet met the expectation. The target for assets growth up to the end of 2008 was 5% of the the national banking assets, while orJy 2.1% has been realized and it means that the target is not yet achieved. One reason is because there is: a competition between sharia banks and particularly conventional banks in the national banking industry. In the industry which engages in the products and services of sharia banking, one thing which requires attention is the quality of service provided by human resources in the sharia bank in question. The human resources need to be qualified in order to provide quality service to the customers. The writer has been particularly interested in the issue and then conducted research on the human resources quality as an independent variable, and the training, as a dummy independent variable which affect the quality of the service, as the dependent variable, at Bank Syariah Mandiri (BSM) Branch Office in South Jakarta. The research used Multiple Liner Regression analysis and the result suggests that human resources quality has a significant impact on the service quality, while the training has only a minor one although the training gives positive contribution with positive coefficient. The further suggests that BSM being examined improve the quality of its human resources through both on-the-job and off-the job trainings in order to achieve a good standard of service quality and that BSM recruit personnel w1th Islamic Economy education background.

Abstrak :
Tingkat keaktifan dan produktivitas masyarakat perkotaan menyebabkan peningkatan kebutuhan masyarakat akan pemenuhan kebutuhan sehari-hari yang mudah dicapai dan nyaman. Salah satu hal yang menjawab kebutuhan masyarakat adalah minimarket yang berkonsep retail sekaligus restoran, yang mulai tersebar di kota-kota besar di Indonesia. Minimarket restoran tersebut menghadirkan dampak bagi transportasi, oleh karena itu, sebagai langkah awal, analisis mengenai bangkitan perjalanan perlu dilakukan. Penelitian ini ditujukan untuk menganalisis hal-hal apa saja yang mempengaruhi jumlah perjalanan yang dibangkitkan ke minimarket jenis restoran, dan memodelkannya menjadi sebuah persamaan yang menggambarkan pola bangkitan perjalanan tersebut, dengan batasan minimarket berlokasi di kawasan bisnis di Provinsi DKI Jakarta. Data yang diperoleh merupakan jumlah tarikan perjalanan orang, sepeda motor, dan mobil per jam yang diperoleh dari perekaman CCTV selama 12 jam pada tujuh minimarket studi kasus. Penyebaran kuesioner juga dilakukan pada pengungjung minimarket di tempat serta responden via internet untuk mengonfirmasi variabel-variabel yang mempengaruhi tarikan perjalanan ke minimarket jenis restoran. Data dianalisis dengan menggunakan metode regresi linear berganda OLS (Ordinary Least Square). Hasil analisis menunjukkan bahwa tarikan perjalanan orang dipengaruhi oleh luas areal minimarket, luas areal parkir, dan jumlah ATM, sementara tarikan perjalanan sepeda motor dipengaruhi oleh jumlah kursi dan jumlah komoditas, dan tarikan perjalanan mobil dipengaruhi oleh luas areal parkir. ......The intensive activity and productivity of a city?s citizens make a necessity of a comfort and easy-to-reach stores in order to fulfill their daily needs. They are provided by retail and restaurant concepted mini market, which has been relatively wide scattered in most major cities in Indonesia. The resto-minimarkets cause impacts to the transportation du to the parking activities, so an analysis of their traffic generation is needed. This research is aimed to analyse the factors which affect the trips generated by the resto-minimarket, and to model them as an equation which bestly describes the pattern of the trip generation. The model is the limited to the minimarkets which are located in commercial district in DKI Jakarta. The tripsore was classified in people, motorcycle, and car trip, motorcycle, and car trip attraction, and they were obtained through 12 hours CCTV recording in 7 stores of study cases. Questionnaires were also carried out to the in-site costumers, as well as cyber respondents in order to confirm the variables which influence the trip attraction of resto-minimarket. The data were analyzed by OLS multiple regression method. The results show that people trip attraction of resto-minimarket is affected by the area of resto-minimarket, the size of parking area, and the number of ATM (Automatic Teller Machine), while motorcycles one is by by the number of chairs and commodity types the resto-minimarket sells. Moreover, the car trip attraction is affected by the size of parking area.

Abstrak :
ABSTRAK Penelitian ini membahas tentang analisis data time series berdasarkan data laporan trafik DNS Sinkhole dari ID-SIRTII. Analisis ini terbagi menjadi dua yaitu analisis tren dan perbandingan performa dua metode forecasting berdasarkan jumlah aktivitas malware berbasis command and control C C selama tiga bulan awal tahun 2016 di Indonesia. Analisis tren dilakukan dengan mengelompokkan malware berdasarkan keluarga dan varian teraktif. Tren analisis menunjukan total aktivitas malware sebanyak 1452585872 yang terdiri dari 12 keluarga malware berbeda. Keluarga malware yang paling aktif yaitu berasal dari keluarga B85 Dorkbot dengan persentase 40,49 dari total keseluruhan aktivitas malware dalam tiga bulan tersebut. Varian teraktifnya yaitu B85-R2V dengan persentase 37 dari total keseluruhan aktivitas malware. Perbandingan performa forecasting menggunakan dua metode yang akan dibandingkan yaitu regresi linier berganda dan regresi dengan ARIMA error. Berdasarkan perbandingan nilai MAPE dalam prediksi jangka waktu 1 minggu, kedua metode hampir memiliki kemampuan yang sama dalam memprediksi 10 varian malware C C terbanyak. Sedangkan dalam jangka waktu 2 minggu, metode regresi dengan ARIMA error memberikan kemampuan prediksi yang lebih baik dibandingkan dengan metode regresi linier berganda.

---

ABSTRACT This bachelor thesis discuss about time series data analysis of DNS Sinkhole traffics from ID SIRTII. There are two main sections of this analysis, trend analysis and performance comparison of two forecasting methods based on C C malware activities in the first three months of 2016 in Indonesia. Trend analysis is performed by grouping malware based on family and the 10 most active variants. It shows 1452585872 total activity of malware consist of 12 different malware families. The most active malware is come from B85 Dorkbot family with 40.49 of total malware activities in those three months. Its most active variant is B85 R2V with 37 of total malware activities. Performace comparison of forecasting methods use multiple linear regression and regression with ARIMA errors. Based on the comparison of MAPE values in one week prediction period, both methods almost have the same ability to predict the top 10 C C malware variants. While within 2 weeks prediction period, regression method with ARIMA errors gives better prediction ability compared with multiple linear regression method.

Abstrak :
Provinsi Sumatera Selatan merupakan daerah produksi karet terbesar di Indonesia pada tahun 2021 yaitu sebanyak 870.966 ton. Pusat Penelitian Karet Sembawa merupakan lembaga penelitian yang dapat menghasilkan lateks yang mana tanaman karet (Hevea brasiliensis) merupakan komoditas utama yang diteliti. Umur tegakan merupakan salah satu variabel penting karena dapat memprediksi produktivitas lateks. Tujuan dari penelitian ini adalah untuk memetakan distribusi umur tegakan karet menggunakan data nilai spektral band dan indeks vegetasi serta hubungannya terhadap produktivitas lateks. Penginderaan jauh menggunakan citra optik multispektral Sentinel-2 dapat digunakan untuk mengestimasi umur tegakan karena memberikan informasi dengan efisiensi waktu yang lebih baik serta kemudahan mendapatkan data pada area yang susah untuk dijangkau. Nilai spektral band yang kemudian digabungkan menjadi indeks vegetasi diasumsikan dapat mempresentasikan umur tegakan karena kerapatan atau kehijauan kanopi tegakan karet memiliki variasi nilai yang berbeda antara tegakan yang berumur muda dan tegakan yang berumur tua. Indeks vegetasi yang digunakan adalah Normalized Difference Vegetation Index (NDVI), Normalized Difference Yellowness Index (NDYI), serta Soil Adjusted Vegetation Index (SAVI). Pemodelan ini dapat dibentuk melalui pendekatan model statistik yang berupa metode regresi linear berganda karena dengan menggunakan lebih banyak variabel, model yang dihasilkan akan lebih akurat dan presisi. Hasil dari pemodelan yang menggunakan pendekatan model statistik berbasis data citra Sentinel-2 memiliki tingkat akurasi lebih baik (RMSE = 4,767 tahun dan R2 = 0,308) dari beberapa penelitian terdahulu. ......South Sumatra Province is the largest rubber-producing region in Indonesia in 2021, with a total production of 870,966 tons. Sembawa Rubber Research Center is a research institution that focuses on studying the main commodity, rubber trees (Hevea brasiliensis). The rubber trees in the research area have different age groups and conditions. Estimation of rubber stand age an important variable as it can predict latex productivity. The objective of this research is to map the distribution of rubber tree ages using spectral band values and vegetation indices data, and to examine their correlation with latex productivity. Remote sensing, using multispectral optical images from Sentinel-2, can be used to estimate the age of rubber trees, as it provides information more efficiently and allows for data acquisition in hard-to-reach areas. The combined spectral band values, assumed to represent rubber tree age, can vary between young and old rubber tree canopies in terms of density or greenness. The vegetation indices used in this study are the Normalized Difference Vegetation Index (NDVI), Normalized Difference Yellowness Index (NDYI), and Soil Adjusted Vegetation Index (SAVI). Statistical model approach with multiple linear regression is employed, as using more variables can result in a more accurate and precise model. The results indicate that the statistical model using Sentinel-2 image data has better accuracy (RMSE = 4.767 years and R2 = 0,308) compared to previous research.

Abstrak :
Optimalisasi penggunaan teknologi berperan dalam industri manufaktur agar mampu mencapai potensi produktifitas yang penuh di era ekonomi digital. Adanya transformasi teknologi digital ini dapat memberikan kontribusi besar pada struktur pendapatan pekerja industri manufaktur. Sementara itu, industri manufaktur yang merupakan leading sector perekonomian nasional dalam kurun waktu 2014 hingga 2018. Namun didominasi dengan pekerja berkarakteristik vertical mismatch (ketidaksesuaian antara tingkat pendidikan dengan jenis pekerjaan) yakni diatas 90 persen dan Indonesia menempati posisi tertinggi diantara negara Asia Pasifik lainnya untuk proporsi pekerja vertical mismatch. Resiko tenaga kerja yang berkarakteristik vertical mismatch, khususnya bagi pekerja overqualified adalah upah di bawah standar yang dikarenakan investasi mereka pada tingkat pendidikan tidak dipakai secara optimal. Penelitian ini bertujuan mempelajari pengaruh teknologi digital dan vertical mismatch terhadap pendapatan pekerja industri manufaktur di Indoensia menggunakan data Survei Angkatan Kerja Nasional (Sakernas) Agustus 2019. Hasil regresi linier berganda menunjukkan bahwa teknologi digital dan vertical mismatch berpengaruh secara signifikan terhadap pendapatan. Pekerja underqualified cenderung memperoleh pendapatan lebih besar dibandingkan mereka yang tergolong well-matched sedangkan pekerja overqualified akan dihadapkan dengan wage penalthy atau upah yang rendah. Adanya kemampuan menguasai teknologi digital seperti komputer, smartphone, dan teknologi digital lainnya mampu menambah pendapatan pekerja vertical mismatch dengan kecenderungan lebih tinggi. ......Optimizing the use of technology has a role in the manufacturing industry in order to be able to reach its full productivity potential at this digital economy era. The existence of this digital technology transformation impacts on a major contribution toward income structure of manufacturing industry labors. Meanwhile, the manufacturing industry was the leading sector of the national economy from 2014 to 2018. However, it is dominated by workers with vertical mismatch characteristics (the mismatch between the level of education and the type of work) which is above 90 percent. Furthermore, Indonesia occupied the highest position among other Asia Pacific countries in terms of vertical mismatch worker proportion. The risk of labor which is characterized by a vertical mismatch, especially for overqualified workers, is wages that are below standard because their investment in education level is not used optimally. This research aims to study the effect of digital technology and vertical mismatch on the income of manufacturing industry labors in Indonesia using data from the National Labor Force Survey (Sakernas) August 2019. The results of multiple linear regression indicate that digital technology and vertical mismatch have a significant effect on income. Underqualified labors tend to earn more than those who are classified as well-matched, while overqualified labors will be faced with wage penalthy or low wages. The ability to master digital technology such as computers, smartphones and other digital technologies is able to increase the income of vertical mismatch labors with a higher tendency.

Abstrak :
Penelitian ini bertujuan untuk mengkaji dampak Putusan Mahkamah Agung Nomor 70P/HUM/2013 yang menyetujui usulan KADIN (komposium kelapa sawit) bahwa barang hasil pertanian sebaiknya dikenakan PPN 10%. Namun Asosiasi Industri Kakao Indonesia (AIKI), Gabungan Perusahaan Karet Indonesia (GAPKINDO), Forum Komunikasi Asosiasi Komoditas Primer, Asosiasi Eksportir Kopi Indonesia (AEKI), Dewan Karet Indonesia dan Dewan Teh Indonesia mengusulkan pembatalan penerapan kebijakan PPN tersebut, dengan kata lain kembali kepada PP Nomor 31 Tahun 2007. Penelitian ini bermaksud mengkaji dampak keputusan penerapan PPN sesuai amanat Mahkamah Agung tersebut terhadap daya saing produk-produk ekspor pertanian. Penelitian ini menggunakan analisis regresi data time series dengan data dari Februari 2012 sampai dengan Februari 2018 untuk menguji kaitan antara elastisitas dan kinerja ekspor (competitiveness). Semakin elastis permintaan ekspor suatu komoditas, berarti komoditas tersebut semakin kompetitif dalam ekspor. Hal ini sesuai dengan hasil kajian Senhadji dan Montenegro (1999) yang menyatakan bahwa semakin tinggi elastisitas permintaan terhadap harga, maka produk tersebut semakin kompetitif pada pasar dunia. Hasil regresi dari penelitian ini menunjukkan bahwa PPN pada barang hasil pertanian memberikan implikasi ekspor biji kopi dan ekspor teh menjadi semakin elastis terhadap perubahan harga, yang artinya semakin kompetitif dalam ekspor. Namun sebaliknya. Ekspor CPO dan ekspor kakao menjadi semakin tidak elastis terhadap perubahan harga, artinya implikasi diterapkannya PPN mengakibatkan CPO dan kakao menjadi tidak kompetitif dan berpotensi merugikan ekspor CPO dan ekspor kakao. Sewaktu CPO dan biji kakao terkena PPN, seharusnya Pajak Masukan fully deductable (direfund sepenuhnya). Tetapi dalam kenyataannya mungkin proses refund tidak berjalan dengan lancar sehingga biaya dari perpajakan tersebut justru terbebankan pada biaya produksi yang mengakibatkan harga ekspor tidak kompetitif dan menurunkan volume ekspornya. Intervensi Pemerintah, seperti Bea Keluar, mengakibatkan total pajak yang dibebankan menjadi lebih besar sehingga kurang menguntungkan untuk diekspor. Sebaliknya, pengenaan PPN pada biji kopi dan teh meningkatkan daya saing. ......This study aims to examine the impact of Supreme Court Decision Number 70P/HUM/2013 which approved the KADIN (oil palm composium) proposal that agricultural products should be subjet to a 10% VAT. However, the Indonesian Cocoa Industry Association (AIKI), the Association of Indonesian Rubber Companies (GAPKINDO), the Primary Commodities Association Communication Forum, the Association of Indonesian Coffee Exporters (AEKI), the Indonesian Rubber Council and the Indonesian Tea Council which proposed canceling the application of the VAT policy in other words, return to Government Regulation Number 31/2007. This study intends to examine the impact of the decision on the application of VAT to the competitiveness of agricultural export products. The study use time series data regression analysis with data from February 2012 to February 2018 to examine the relationship between elasticity and export performance (competitiveness). The more elastic the export demand for a commodity, the more competitive the commodity is in exports. This is consistent with the results of a study by Senhadji and Montenegro (1999) which states that the higher the elasticity of demand for prices, the more competitive the product is on the world market. Regression results from this study indicate that VAT on agricultural products has implications for the export of coffee beans and tea exports become more elastic to price changes, which means increasingly competitive in exports. But the opposite. CPO export and cocoa export become increasingly inelastic to changes in prices, meaning that the implication of the application of VAT causes CPO and cocoa to be uncompetitive and potentially detrimental to CPO exports and cocoa exports. When CPO and cocoa beans are subject to VAT, the Input Tax should be fully deductable. But in reality, the refund process might not run smoothly, so the cost of the taxation will be borne by production costs resulting in uncompetitive export prices and reducing the volume of exports. Government interventions, such as Export Levy, result in a greater total tax charged so that it is less profitable to be exported. Conversely, the imposition of VAT on coffee beans and tea increases competitiveness.

Abstrak :
Memprediksi penjualan produk sangatlah penting bagi perusahaan FMCG terutama pada kondisi ekonomi yang tak menentu saat ini. Kemampuan untuk mencapai efisiensi dalam pembuatan, pendistribusian, dan pemasaran barang, sangatlah bergantung pada seberapa akurat perkiraan penjualan. Pengaruh prediksi penjualan yang salah dapat menyebabkan perubahan perilaku konsumen terhadap produk, persediaan berlebih, dan kurangnya stok di pasar. Banyak penelitian yang menunjukkan bahwa metoda machine learning saat ini adalah metoda terbaik untuk memprediksi penjualan, namun, banyak perusahaan masih kesulitan untuk menggunakan metoda machine learning ini dikarenakan banyak variabel yang dibutuhkan untuk memprediksi penjualan agar hasilnya menjadi lebih akurat. Penelitian ini mengusulkan kerangka sederhana untuk memprediksi penjualan produk menggunakan metoda machine learning regresi linear, decision tree, random forest serta support vector machine dalam variabel seperti harga produk, tingkat distribusi, pemasaran dan variabel eksternal seperti inflasi, indeks kepercayaan konsumen dan tingkat bunga. Hasilnya menunjukkan bahwa menggabungkan regresi random forest untuk meramalkan Indeks kepercayaan Konsumen dan kemudian menggunakan regresi support vector dalam variabel-variabel ini cukup akurat untuk memprediksi penjualan. ......Predicting the sales of the product is becoming more critical for fast-moving consumer goods company especially during unprecedented times. The ability to achieve efficiency for manufacturing, distributing, and marketing for the goods, are really dependent on how accurate the sales forecast is. The effect of wrong sales prediction could lead to consumer behavior changes towards the product, excessive inventory, and out of stocks in the market. Many papers show that machine learning techniques are currently the best practice to predict sales, however, many companies are still struggling to use these machine learning techniques due to many variables that are being needed to forecast the sales for the result to become more accurate. This study proposed a simple framework to forecast the sales of products using the combined supervised machine learning technique between multiple linear regression, decision tree regression, random forest regression, and support vector regression within internal marketing variables such as product price, distribution level, and marketing spends and external variables such as inflation, consumer confidence index and interest rate. The results show that combining random forest regression to forecast the Consumer Confidence Index and then using support vector regression within these variables is quite accurate to predict the sales.

Abstrak :
Krisis ekonomi yang terjadi di masa lalu menimbulkan pertanyaan tentang validitas Efficient Market Hypothesis dan mendorong berkembangnya model-model yang dapat memprediksi indeks harga saham. Salah satunya yaitu prediksi memanfaatkan komponen ekonomi yang diketahui mempengaruhi IHSG dan memprosesnya dengan teknik machine learning. Support Vector Machine dikenal memiliki kemampuan untuk menangani data berdimensi tinggi dan memiliki keunggulan dibandingkan algoritma yang lain. Performa SVM akan dibandingkan dengan Artificial Neural Network (ANN) dan algoritma klasik Multiple Linear Regression (MLR). Studi ini diawali mengidentifikasi pengaruh komponen ekonomi terhadap IHSG mendatang. Hasil penelitian menunjukkan bahwa SVM memiliki kinerja paling baik dalam memprediksi harga indeks saham keesokan harinya (t + 1), namun kinerja ANN paling baik untuk memprediksi t + 5, t + 10, dst. ......The economic crisis that occurred in the past raised questions about the validity of the Efficient Market Hypothesis and encouraged the development of models that can predict the stock price. One of them is prediction utilizing economic components known to affect IDX composite index and processed by machine learning techniques. Support Vector Machines are known to have the ability to handle high-dimensional data and have advantages over other algorithms. SVM performance will be compared to Artificial Neural Networks (ANN) and the classic Multiple Linear Regression (MLR) algorithm. This study begins with identifying the influence of economic component on the future IDX composite index. The results showed that SVM had the best performance in predicting the next day stock index prices (t+1), but ANN's performance was better than others for predicting t+5, t+10, and so on.