Hasil Pencarian  ::  Simpan CSV :: Kembali

"Suatu perusahaan seringkali memerlukan tambahan modal untuk mengembangkan bisnisnya. Oleh karena itu, perusahaan perlu meminjam kepada bank. Besar pinjaman yang diberikan sangat bergantung pada karakteristik perusahaan. Penelitian ini bertujuan untuk menentukan faktor-faktor yang signifikan mempengaruhi besar pinjaman dan karakteristik suatu perusahaan berdasarkan faktor-faktor tersebut. Karakteristik suatu perusahaan dilihat dari kategori setiap faktor yang dimiliki oleh perusahaan tersebut. Metode yang digunakan dalam penelitian ini adalah Multiple Linear Regression dan Multiple Correspondence Analysis. Berdasarkan data, didapat bahwa faktor-faktor yang signifikan mempengaruhi besar pinjaman adalah profit, CEV total dan CCR. Karakteristik perusahaan yang didapat berdasarkan faktor-faktor tersebut yaitu perusahaan dengan besar pinjaman kecil, memiliki total jaminan bernilai kurang dari Rp.1 milyar dan kemungkinan gagal dalam memenuhi kewajiban kepada bank pada tingkat batas peminjaman (marginal risk). Perusahaan dengan besar pinjaman sedang, memiliki tingkat keuntungan 6,5% - 11,5%, total jaminan bernilai Rp.1 milyar - Rp.4 milyar dan kemungkinan gagal dalam memenuhi kewajiban kepada bank pada tingkat yang diperbolehkan (allowable risk). Dan perusahaan dengan besar pinjaman besar, memiliki tingkat keuntungan lebih dari 11,5%, total jaminan bernilai lebih dari Rp. 4 milyar dan iv"

"Dalam rangka menghindarkan perusahaan asuransi dari adverse selection, aktuaris perlu memprediksi tingkat risiko pada individu tertanggung. Adapun tingkat risiko individu dapat dipandang sebagai variabel ordinal. Pada penelitian ini, tingkat risiko pada skala ordinal diprediksi melalui pendekatan model linear terampat/generalized linear model (GLM), yaitu ordered stereotype model (OSM) yang merupakan salah satu jenis regresi logistik ordinal. OSM memungkinkan estimasi jarak (spacing) yang berbeda-beda antartingkat risiko ordinal dengan adanya penambahan parameter skor, di mana fitur unik ini tidak ditemukan pada model regresi ordinal lainnya. Pengetahuan akan spacing yang berbeda-beda antartingkat risiko membuka jalan untuk melakukan evaluasi terkait struktur pengelompokan tingkat risiko pada data asuransi yang seharusnya bersesuaian dengan pola faktor-faktor risikonya. Mengingat implementasi OSM yang masih jarang khususnya di bidang asuransi umum, penelitian ini mengaplikasikan model tersebut pada data klaim asuransi kendaraan bermotor di Prancis yang diakses dari CASdatasets pada perangkat lunak RStudio. Adapun tingkat risiko sebagai variabel respon disusun berdasarkan severitas klaim yang dipartisi menjadi beberapa kelompok secara ordinal. Penelitian ini pertama-tama menjelaskan terlebih dahulu bagaimana OSM dikonstruksi dari model dasarnya yaitu baseline-category logit model. Parameter model diestimasi dengan metode maximum likelihood, yang kemudian dibantu dengan metode iteratif dua langkah dan metode Newton-Raphson. Selanjutnya, hasil pengujian asumsi ordinal model menggunakan statistik uji rasio likelihood menunjukkan bahwa pengadaan tren ordinal pada OSM yang merupakan modifikasi dari baseline-category logit model adalah suatu langkah yang signifikan. Terakhir, dengan membandingkan hasil perhitungan Akaike’s information criterion (AIC) dan Bayesian information criterion (BIC) antara OSM dengan model regresi logistik ordinal lain (pada penelitian ini dipilih proportional odds model), diperoleh kesimpulan bahwa OSM adalah model terbaik.

---

In the context of mitigating adverse selection in insurance companies, actuaries are required to predict the risk levels associated with insured individuals. The ordered stereotype model (OSM) facilitates the estimation of distinct spacings between ordinal risk levels by introducing an additional score parameter. This feature distinguishes OSM from other ordinal logistic regression models. Knowledge of non-equal spacings among ordinal risk levels provides a basis for evaluating the structure of risk level groupings in insurance data, which should align with the patterns of its risk factors. In this research, OSM is applied to a French motor claims data sourced from CASdatasets and processed using the RStudio software. OSM is initially constructed through the modification of the baseline-category logit model. Model parameters are then estimated using the maximum likelihood method, supplemented by iterative two-step and Newton-Raphson methods. Likelihood ratio test statistics demonstrate that the incorporation of ordinal trends in OSM, as a modification of the baseline-category logit model, represents a statistically significant advancement. Finally, through a comparative analysis of Akaike's Information Criterion (AIC) and Bayesian Information Criterion (BIC) calculations between OSM, the baseline-category logit model, and the proportional odds model, it is deduced that OSM stands out as the superior model for predicting the risk levels of insured individuals."

"

Mahasiswa sebagai cikal bakal penerus bangsa perlu mempersiapkan diri untuk bekerja di era revolusi industri 4.0. Revolusi industri 4.0 membuat setiap manusia harus memiliki beberapa kemampuan agar siap untuk menghadapi revolusi industri 4.0, seperti pemecahan masalah kompleks, berpikir kritis, kreativitas, kerja sama/berkoordinasi dengan orang lain, memiliki kecerdasan emosional, dan memiliki kemampuan menilai dan mengambil keputusan. Setelah lulus kuliah, mahasiswa harus mempersiapkan diri untuk bekerja di era revolusi industri 4.0. Agar siap menghadapi era revolusi industri 4.0, perlu diketahui faktor-faktor yang menjelaskan kesiapan dalam menghadapi era revolusi industri 4.0. Tujuan penelitian ini adalah untuk mengetahui faktor-faktor yang menjelaskan kesiapan mahasiswa FMIPA UI dalam menghadapi era revolusi industri 4.0. Faktor-faktor yang diduga menjelaskan kesiapan mahasiswa dalam menghadapi era revolusi industri 4.0 adalah jenis kelamin, tujuan penggunaan internet, pengalaman kerja, pengalaman organisasi/kepanitiaan, uang saku, kecocokan  jurusan kuliah, departemen, kepribadian ekstrovert, dan kepribadian introvert. Metode yang digunakan adalah regresi linear berganda. Data yang digunakan merupakan data primer dengan sampel sebanyak 523 mahasiswa FMIPA UI yang diambil dengan metode quota sampling. Hasil yang diperoleh menunjukkan bahwa faktor yang menjelaskan kesiapan mahasiswa FMIPA UI dalam menghadapi era revolusi industri 4.0 adalah jenis kelamin, tujuan penggunaan internet, pengalaman kerja, kecocokan jurusan kuliah, dan kepribadian ekstrovert.

---

Students as the prospective nation’s successors need to prepare themselves to work in the 4.0 industrial revolution era. 4.0 Industrial revolution causes peoples being must have some ability to be ready to face it, such as complex problem solving, critical thinking, creativity, team work/coordinate with others, have emotional intelligence, and could judge and take decisions. It is necessary to know the factors that explain readiness in facing 4.0 industrial revolution. The purpose of this research is to determine the factors that explain the readiness of FMIPA UI students in facing 4.0 industrial revolution. Presumption factors explained the readiness in facing 4.0 industrial revolution are gender, the purpose in using the internet, work experiences, organizations/committees experiences, pocket money, sense of match with majors, department, extrovert personality, and introvert personality. The method used in this research is multiple linear regression. The data of this research is primary data with a sample of 523 FMIPA UI students, collected by using quota sampling method. The results showed that the factors that explain the readiness of FMIPA UI students in facing the 4.0 industrial revolution era are gender, the purpose in using the internet, work experience, sense of match with majors, and extrovert personality.

"

"Pembukaan kelas merupakan salah satu bagian terpenting pada institusi pendidikan disaat awalpembelajaran yang akan dimulai. Dalam melakukan pembukaan kelas harus didukung dengan analisadata yang kuantitatif dengan hasil yang terukur sehingga menghasilkan jumlah kelas yang akurat. Padapenelitian ini bertujuan untuk mengetahui jumlah pembukaan kelas diperiode berikutnya dengan carameramalkan, dimana metode peramalan yang digunakan adalah metode regresi linear. Di dalam metoderegresi ini menggambarkan hubungan antara paling tidak satu/lebih variabel bebas (independentvariable) dan satu variabel bergantung (dependent variable) dengan tujuan untuk meramalkan nilaivariabel bergantung dalam hubungan dengan nilai variabel bebas tertentu. Penelitian ini menggunakanperiode waktu sebagai variabel bergantung dan data jumlah mahasiswa default serta mahasiswa yangkemungkinan mengulang dan yang belum mengambil sebagai variabel bebasnya. Data yang digunakanadalah data history pada 3 tahun yang lalu. Dengan mengimplementasikan regresi linear kedalam sistempembukaan kelas ini memberikan kemudahan dalam melakukan perhitungan serta mengurangi terjadinyadrop kelas. "

"Dalam skripsi ini akan dianalisis hubungan antara beberapa karakteristik yang berhubungan dengan fertilitas ibu yaitu jumlah anak lahir hidup, umur ibu waktu disurvei, pendidikan tertinggi ibu, dan umur perkawinan pertama ibu. Untuk mendapatkan hubungan tersebut, digunakan pendekatan metode Log-linier. Dari model log-linier yang terbaik, kita dapat melihat hubungan antara pasangan variabel secara keseluruhan, maupun hubungan interaksi 3 faktor atau yang lebih tinggi. Data yang dipakai adalah data Survei Prevalensi Kontrasepsi di Indonesia tahun 1987."

"Prosedur untuk mengalokasikan ruangan kelas dalam sebuah institusi pendidikan diketengahkan. Prosedur ini didasarkan kepada model program linier yang meminimumkan fungsi tujuan. Dengan harga-harga baku (tetapan) dan beberapa parameter yang dihasilkan oleh prosedur, model pertama kali menempatkan sejumlah ruang yang ada dan memungkinkan sesuai dengan permintaan. Kemudian prosedur menempatkan permintaan ke ruangan yang paling sesuai dengan tuntutan permintaan. Dengan mengubah-ubah harga tetapan dan fungsi tujuan, pemakai dapat pula mengajukan beberapa permintaan untuk menempati ruangan yang lebih disukai. Kendala-kendala dikaitkan dengan kemungkinan pemakaian ruangan pada jam-jam yang bervariasi dalam satu hari, dan dengan permintaan-permintaan terhadap ruangan-ruangan tersebut. Selama pendekatan ini secara implisit menghasilkan semua pengalokasian, ia harus menghasilkan hasil yang lebih baik daripada alokasi secara manual."

"Tugas akhir ml membahas tentang uji kehomogenanmarginal dengan model log linier pada tabel kontingensi 2 dan3 dimensi yang mempunyal kategori dengan jumlah dan definisiyang sama. Untuk menguji kehomogenan marginal dengan modellog linier mi diperlukan syarat bahwa tabel kontingensitidak simetri tapi simetri semu."

"ABSTRAKJembatan gantung (suspension bridge) telah banyak digunakan di seluruh dunia sejak jembatan gantung modern pertama dibuat pada awal abad ke-19. Teknologi perencanaan jembatan gantung pun terus berkembang seiring dengan ditemukannya kelemahan-kelemahan pada struktur jembatan gantung khususnya terhadap gaya-gaya dinamis. Hal serupa diduga terjadi pada jembatan gantung “X” yang mengalami kegagalan struktur dalam proses pemeliharaan. Penggantian kabel penggantung (hanger) pada sisi-sisi jembatan menyebabkan beban tambahan yang bersifat dinamis. Beban tambahan tersebut, ditambah dengan kondisi lalu lintas yang padat selama proses penggantian, diperkirakan sebagai penyebab terjadinya kegagalan struktur jembatan. Analisa masalah dilakukan dengan memodelkan struktur jembatan gantung “X” terhadap variasi pemutusan hanger pada satu sisi dan dua sisi, termasuk didalamnya variasi beban dinamis tambahan dan beban lalu lintas dengan menggunakan analisa elastis linier riwayat waktu. Hasil dari analisa perbandingan variasi pemutusan hanger dan beban lalu – lintas diperoleh nilai gaya dalam maksimum untuk kondisi pemutusan hanger dan beban lalu – lintas satu sisi. Akan tetapi analisa ini tidak menggambarkan kondisi yang sebenarnya karena beban aksi lingkungan, degradasi material dan elemen pendukung pada hanger dan hold clamp tidak diperhitungkan.

---

ABSTRACTThe suspension bridge has been used around the world since the first modern of its were made in the early 19th century . Technology planning of suspension bridge continues to grow along with the discovery of the weaknesses in the structure of the suspension bridge especially to dynamic forces . The same thing allegedly happened at suspension birdge " X " which suffered structural failure in the maintenance process . Replacement hanger on the sides of the bridge causes additional dynamic loads . The additional burden , coupled with the heavy traffic conditions during the replacement process , is suspected as the cause of the failure of the bridge structure . The analysis can be done by modeling the problem structure suspension bridge " X " to variations excision hanger on one side and two sides , including the additional dynamic load variations and traffic loads using linear elastic time history analysis . The results of the analysis obtained of the maximum internal forces for one side excision hanger condition. However, this analysis does not describe the actual conditions because of the burden of environmental action, degradation of materials and elements supporting the hanger and hold not be calculated."

"Tugas akhir ini bertujuan untuk mencari taksiran parameter pada Generalized Linear Mixed Model (GLMM). Parameter-parameter dalam GLMM merupakan parameter untuk melihat efek fixed dan efek random dari variabel-variabel prediktor terhadap variabel respon. Hal ini yang membedakan dengan Generalized Linear Regression Model (GLRM), yang hanya memperhatikan efek fixed. GLRM merupakan perluasan dari model regresi linier berganda dalam hal asumsi variansi errornya tidak konstan. Pada tugas akhir ini, metode yang digunakan untuk mencari taksiran parameter pada GLMM adalah metode Best Linear Unbiased Prediction (BLUP). Teori dasar yang dibutuhkan pada metode BLUP ini adalah metode Lagrange dan teorema invers matriks partisi. "