Hasil Pencarian  ::  Simpan CSV :: Kembali

"Variansi adalah salah satu teknik dalam metoda statistik yang digunakan untuk mencari dan menemukan suatu ukuran yang memberikan gambaran umum tentang bagaimana nilai-nilai pada suatu perangkat data itu beragam (bervariansi). Dalam data seismik 3D variansi dapat digunakan untuk mengukur keragaman amplitudo secara lateral, perubahan amplitudo ini secara implisit dapat disebabkan oleh karena adanya patahan, rekahan, chanel ataupun perubahan 1ithologi. Informasi ini sangat diperlukan oleh para geofisikawan, geologiwan maupun para ahli reservoir dalam meningkatkan presisi pemodelan reservoir dan menurunkan resiko kegagalan dalam pemboran. Pada tesis ini telah dilakukan pengujian penerapan teknik variansi dalam suatu volume data seismik 3D dengan berbagai macam konfigurasi trace kearah lateral, dan faktor pembobotan yang di gunakan untuk mengantenuasi noise sekaligus menormalisasikan harga varian dari setiap sampel yang dioperasikan secara vertikal. Dan data citra time slice yang dihasilkan terdapat perbedaan yang cukup signifikan antara data volume seismik 3D sebelum dan sesudah dilakukannya proses variansi. Pola struktur geologi, seperti patahan, rekahan dan chanel yang semula terpendam dalam data, setelah ditransformasikan kedalam domain variansi kini dapat terdefinisikan dengan jelas.

---

Variance is once of several kind statistical methods which is usually used to looking about the variant of our data set. I n 3D seismic data, variance can be used for measuring the variance of seismic amplitude laterally. Implicitly, seismic amplitude changes can be happened due to faults, disjoints, chanels or lithology changes. This information is very important specially for geophysicist, geologist or reservoir engineer to improve their reservoir modelling and to decrease the risk of drilling failed. In this thesis we have been tested the aplication of variance method into a 3D seismic data volume by several kind of seismic trace configuration, and also weightening factor to antenuate the noise and to normalize the variance value for each sample which was operated vertically. Based on the time slice image that had been produced, there were significant diferences between 3D seismic data volume before and after applied variance process. The geological structure such us faults, disjoints and chanel which could not be seen on the conventional time slice after be transfered into variance domain their geological features can be defined with more clearly."

"Sekolah adalah lembaga pendidikan formal yang bertujuan untuk memberikan pengajaran dan pembelajaran kepada siswa dalam berbagai bidang studi. Sekolah terdiri dari berbagai jenjang pendidikan, taman kanak-kanak hingga sekolah menengah atas. Kualitas performa suatu sekolah dapat diukur dengan melihat capaian Ujian Nasionalnya. Ujian Nasional tingkat SMA wajib diikuti oleh seluruh siswa kelas 12 dan dilaksanakan untuk menetapkan standar nasional yang akan digunakan untuk mengendalikan mutu pendidikan secara nasional. Analisis performa sekolah pada umumnya menggunakan metode konvensional sistem peringkat atau ranking berdasarkan nilai rata-rata Ujian Nasional. Analisis data nilai Ujian Nasional juga dapat dilakukan dengan berbagai cara termasuk pengelompokan data menggunakan algoritma clustering maupun biclustering. Metode clustering dapat digunakan untuk mengidentifikasi nilai sekolah yang mirip satu sama lain. Salah satu metode clustering yang populer digunakan adalah metode hierarki dan metode partisi (metode K-Means). Tetapi pada kenyataannya, masing-masing mata pelajaran memiliki penilaian yang sangat berbeda dari mata pelajaran lainnya. Penerapan biclustering pada metode pengelompokan ini diperlukan untuk mengungkap pola hubungan yang tidak terlihat antara nilai dan mata pelajaran pada data. Hal ini diimplementasikan dalam pengelompokan secara bersamaan dan simultan antara SMA (baris) dan mata pelajaran (kolom). Penelitian ini bertujuan untuk mengelompokkan SMA/MA di DKI Jakarta dan indikator nilai Ujian Nasional tahun 2019 menggunakan metode biclustering Cheng and Church dan Plaid Model serta membandingkan hasil penerapan metode tersebut menggunakan nilai indeks Jaccard dan variansi koherensi. Penelitian ini menggunakan data Capaian Nilai Ujian Nasional tahun 2019 pada SMA/MA di DKI Jakarta yang bersumber dari Kementerian Pendidikan dan Kebudayaan. Hasil penerapan metode biclustering Cheng and Church dan biclustering Plaid Model, menunjukkan bahwa bicluster-bicluster yang dihasilkan metode biclustering Plaid Model memiliki kisaran nilai indeks Jaccard dan variansi koherensi yang lebih rendah dibandingkan biclustering Cheng and Church. Hasil penelitian tersebut menunjukkan bahwa metode biclustering Plaid Model memberikan performa pengelompokan terbaik pada data Ujian Nasional. Diharapkan hasil penelitian ini dapat membantu memberikan wawasan terkait metode yang sesuai untuk diterapkan pada data dengan kondisi yang serupa.

---

A school is a formal educational institution aimed at providing teaching and learning to students in various fields of study. Schools consist of various levels of education, from kindergarten to high school. The quality of a school's performance can be measured by looking at its National Exam achievements. The National Exam at the high school level must be taken by all 12th-grade students and is conducted to establish national standards that will be used to control the quality of education on a national scale. School performance analysis generally uses conventional ranking systems based on the average National Exam scores. National Exam score data analysis can also be performed in various ways, including data clustering using clustering or biclustering algorithms. Clustering methods can be used to identify schools with similar scores. One of the popular clustering methods used is hierarchical clustering and partitioning methods (K-Means method). However, in reality, each subject has distinctly different assessments from other subjects. The application of biclustering in this clustering method is necessary to reveal hidden patterns of relationships between scores and subjects in the data. This is implemented in simultaneous grouping of both high schools (rows) and subjects (columns). This study aimsto cluster high schools (SMA/MA) in Jakarta and the 2019 National Exam score indicators using the Cheng and Church biclustering method and the Plaid Model biclustering method, and to compare the results of these methods using Jaccard index values and coherence variance. This study uses the 2019 National Exam Score Achievement data for high schools (SMA/MA) in Jakarta sourced from the Ministry of Education and Culture. The results of the application of the Cheng and Church biclustering method and the Plaid Model biclustering method show that the biclusters produced by the Plaid Model biclustering method have a lower range of Jaccard index values and coherence variance compared to Cheng and Church biclustering. The results of this study indicate that the Plaid Model biclustering method provides the best clustering performance for National Exam data. The findings of this study are expected to offer insights into the appropriate methods for application to similar data conditions."

"ABSTRAKAnalisis Variansi adalah suatu teknik dalam statistika untuk menguji perbedaan mean lebih dari dua kelompok dengan adanya faktor yang dapat mempengaruhi perbedaan mean tersebut. Analisis variansi terdapat tiga jenis, yaitu analisis variansi satu arah, analisis variansi dua arah, dan analisis variansi multi-arah. Pada tugas akhir ini, akan dibahas mengenai analisis variansi dua arah. Pengujian statistik pada analisis variansi didasarkan oleh uji F. Dalam melakukan analisis variansi dua arah, terdapat asumsi yang harus dipenuhi, yaitu pengamatan dalam sel atau kelompok harus berdistribusi normal, pengamatan antar sel atau kelompok saling independen, dan variansi antar sel atau kelompok bersifat homogen. Masalah yang sering terjadi pada analisis variansi dua arah adalah asumsi yang tidak terpenuhi, salah satunya variansi antar sel atau kelompok bersifat heterogen. Dengan menggunakan uji F saat variansi antar sel heterogen, membuat hasil p-value tidak valid. Tugas akhir ini berisi pembahasan metode untuk mengatasi permasalahan tersebut. Metode yang digunakan, adalah bootstrap parametrik yang diperkenalkan oleh Khrisnamoorthy 2007. Dengan melakukan simulasi, metode ini menghasilkan p-value yang lebih stabil saat melakukan analisis variansi dua arah dengan variansi antar sel heterogen.

---

ABSTRACTThe analysis of variance is a technique in statistics to test the mean differences of more than two groups in the presence of factor that can effect the mean difference. There are three types of variance analysis, namely one way analysis of variance, two way analysis of variance, and multi way analysis of variance. In this final project, will be discussed about two way variance analysis. Statistical test on analysis of variance based on F test. In peforming analysis of variance, there are assumptions that must be fulfilled such as the observation in each cell or group must be normally distributed, observation between cells or group are mutually independent, and variance between cells or group are homogeneous. The most common problem that happened with two ways analysis of variance is unfulfilled assumptions, one of them is variance between cells or group are heterogeneous. By using the F test when the variance between cells or group are heterogenous makes the results p values is invalid. In this final project contains a method discussion to overcome the problem. The method used namely parametric bootstrap introduced by Khrisnamoorty 2007 . By performing the simulation, this method produces a more stable p value when conducting two ways analysis of variance with variance between cells or gorup are heterogeneous."

"Suatu alat ukur menggunakan skala likert perlu diketahui reliabilitasnya. Adapun salah satu cara untuk menaksir reliabilitas suatu alat ukur adalah dengan menggunakan koefisien Alpha Cronbach. Biasanya alat ukur tidak hanya digunakan satu kali, melainkan beberapa kali dengan sampel yang berbeda-beda. Karena perbedaan sampel maka taksiran koefisien Alpha Cronbach yang didapatkan juga berbeda-beda. Oleh karena itu, diperlukan suatu cara untuk mencari koefisien Alpha Cronbach gabungan yang memperhatikan ukuran sampel dan variasi dalam dan antar sampel. Metode yang digunakan adalah metode Meta-Analisis. Tugas akhir ini membahas tentang meta-analisis untuk mencari inferensi statistik dari taksiran reliabilitas gabungan suatu alat ukur berdasarkan koefisien Alpha Cronbach.

---

In research, the variables which are usually used in measurement are latent variables. The latent variables are measured by likert scales. A measuring instrument using a likert scale necessary to know its reliability. As one way to assess the reliability of a measurement is using the Cronbach's Alpha coefficient. Measuring instrument are not typically used only once, but more with different samples. Because of differences in sample size, then the estimation of Cronbach's Alpha coefficient obtained are also different. Therefore, we need a way to find the Cronbach's Alpha coefficients combined by attention to sample size and variation within and between samples. The method used is a Meta-Analysis. The final task is about the meta-analysis to look for statistical inference of the estimated reliability of a composite measure based on Cronbach's Alpha coefficient."

"Inversi Impedansi Akustik dan multi atribut merupakan bagian dari metode seismik yang digunakan dalam mengkarakterisasi reservoir. Melalui inversi impedansi akustik memberikan gambaran mengenai fluida dan litologi dari reservoir, multi atribut dapat mengkarakterisasi reservoir secara lebih baik, dan atribut variansi digunakan dalam mengidentifikasi keberadaan struktur geologi. Berdasarkan ketiga metode akan menghasilkan peta resolusi lateral yang baik sekaligus mengidentifikasi sebaran batuan yang ada serta pengaruh patahan terhadap eksplorasi migas pada Lapangan "V”, Formasi Lower Talang Akar, Cekungan Sumatera Selatan. Tujuan Penelitian yaitu menentukan karakterisasi dari zona prospek pada batuan reservoir berdasarkan peta struktur geologi bawah permukaan dan peta impedansi akustik, menentukan distribusi porositas berdasarkan analisis multi-atribut, dan mengetahui pengaruh patahan terhadap eksplorasi berdasarkan atribut variansi. Hasil penelitian menunjukkan terdapat 3 patahan normal berorientasi timur laut – barat daya berperan menjadi hydrocarbon trap. Zona reservoir pada Sumur-A memiliki karakteristik impedansi akustik dengan rentang 7574 ((m/s)*(g/cc)) – 8645 ((m/s)*(g/cc)) sedangkan Sumur-B dengan rentang 9000 ((m/s)*(g/cc)) – 10610 ((m/s)*(g/cc)) dan gamma ray < 60 gAPI. Porositas pada lapangan “V” mengindikasikan porositas yang cukup baik hingga baik sebesar 17 – 20 % untuk Sumur-A dan 12 - 15 % untuk Sumur-B yang terdistribusi relatif berada di timur laut dan barat daya.

---

Acoustic impedance inversion and multi-attribute are part of seismic method used to characterize the reservoir. Through acoustic impedance inversion, provides an overview the fluid and lithology of reservoir, multi-attributes can better characterize reservoir, and variance attribute is used to identify presence of geological structures. Based on the three methods will produce a good lateral resolution map as well as identify the distribution of existing rocks and effect of faults on oil and gas exploration in the "V" Field, Lower Talang Akar Formation, South Sumatra Basin. The research objective is to determine the characterization of the prospect zone in reservoir rocks based on the map. subsurface geological structure and acoustic impedance map, determine the distribution of porosity based on multi-attribute analysis, and determine the effect of faults on exploration based on variance attributes. The results show that 3 normal faults oriented northeast – southwest act as hydrocarbon traps. Reservoir zone Well-A has characteristic acoustic impedance 7574 ((m/s)*(g/cc)) – 8645 ((m/s)*(g/cc)) while Well-B has 9000 ((m/cc) s)*(g/cc)) – 10610 ((m/s)*(g/cc)) and gamma ray < 60 gAPI. The porosity in “V” field indicates a fairly good porosity up to 17-20% for Well-A and 12-15% for Well-B which are distributed relatively in the northeast and southwest."

"Survey sampling adalah salah satu metode pengambilan sample dari suatu objek untuk memberikan informasi taksiran dari parameter populasi yang menjadi fokus penelitian. Salah satu metode yang digunakan untuk menaksir parameter populasi adalah penaksiran langsung. Namun, ketika penaksir langsung tersebut digunakan untuk suatu area yang kecil, maka akan menimbulkan standard error yang besar. Penanganan masalah tersebut dalam penaksiran area kecil dilakukan dengan menambahkan informasi mengenai parameter yang sama pada area kecil lain yang memiliki karakter serupa atau nilai pada waktu yang lalu, atau nilai dari peubah yang memiliki hubungan dengan peubah yang sedang diamati, metode ini dikenal dengan penaksiran area kecil Small Area Estimation, SAE. Dalam tugas akhir ini metode small area yang digunakan memperhatikan adanya pengaruh spasial antar area Spatial Empirical Best Linear Unbiased Prediction,SEBLUP . Untuk mendapat penaksir SEBLUP perlu dilakukan terlebih dahulu penaksiran variansi pengaruh acak dan korelasi antar area. Dalam tugas akhir ini untuk menaksir variansi pengaruh acak area dan korelasi digunakan metode Maximum Likelihood dan algoritma scoring.

---

Survey sampling is one of the sampling methods of an object to provide information estimation of population parameters that became the focus of research. One of the methods that used to estimate population parameters is direct estimation method. However, when the direct estimation is used it will caused a large standard error. To handle that problem in small area we add information about the same parameters in other small areas which has similar character, or the value of the variables that are related to the variables being observed, this method is known as the small area estimation SAE. In this mini thesis, small area methode that we use consider spatial correlation between area Spatial Empirical Best Linear Unbiased Prediction. The estimator of spatial EBLUP depends on the variance component and spatial correlation, but in practice they are unknown. Therefore, to get the spatial EBLUP estimator it is necessary to first estimate the variance of random effect and correlations between area. In this mini thesis we use maximum likelihood method and scoring algorithm to estimate the variance of random effect and correlations between area."