Hasil Pencarian  ::  Simpan CSV :: Kembali

"Meningkatnya kebutuhan alat transportasi sepeda khususnya sepeda lipat harus diikuti dengan penelitian terhadap kekuatan rangka utama dan engselnya. Masalah stress konsentrasi akibat adanya engsel pada rangka sepeda lipat menjadi fokus penelitian ini. Pengujian yang dilakukan melingkupi pengujian statis dan dinamis menggunakan strain gage serta simulasi menggunakan Finite Element Method. Jenis pengujian dinamis dilakukan untuk melihat karakteristik desain terhadap pembebanan dalam suatu fungsi waktu, sekaligus memasukkan variabel pembebanan kejut dan berulang. Konfigurasi strain gage yang dipilih yaitu konfigurasi 2-gage dan 4-gage yang diharapkan bisa menghasilkan bending stress dan axial stress dengan tingkat sensitifitas 2 dan 2(1+_) kali daripada menggunakan konfigurasi 1-gage. Hasil pengolahan data dari pengujian statis pada strain gage dan simulasi FEM menghasilkan dimensi rancangan penampang engsel berupa persegi dengan sisi 10,91cm. Selanjutnya, hasil pengolahan data dari pengujian dinamis menggunakan strain gage pada rangka utama di dekat engsel menghasilkan nilai ekuivalen stress maksimum sebesar 141,487 Mpa dan faktor keamanan minimum sebesar 1,463.

---

Growth of bicycle transportation demand, especially folding bike must be followed by a research of the main frame and hinges strenght. Stress consentration problem due to existence of hinges in main frame is our research focus. The test include static and dynamic tests using a strain gage as well as simulations using the Finite Element Method.

Dynamic test is used to know the characteristic of design to load in time function, moreover including impact and cyclic load variables. Strain gage configuration which used is 2-gage configuration and 4-gage configuration. Both configurations can measure bending and axial stress in level sensitifity of 2 and 2(1+_) times bigger than 1-gage configuration.

From strain gage and FEM data can be resulted the dimension cross section of hinges and the cross section is a square with 10,91cm of length. In addition, data analysis for dynamic test which use strain gagein main frame near hinges resulting value of maximum equivalent stress is 141,487 Mpa with minimum safety factor is 1,463."

"Dalam proses pengembangan produk, pengujian pada prototipe digunakan untuk mendapatkan data yang berfungsi sebagai pembanding terhadap perhitungan pada fase desain sekaligus untuk memvalidasi simulasi yang dilakukan dengan menggunakan Finite Element Method. Jenis pengujian dinamis dapat dilakukan untuk melihat karakteristik desain terhadap pembebanan dalam suatu fungsi waktu, sekaligus memasukkan variabel pembebanan kejut dan berulang. Besarnya tegangan yang diterima oleh rangka merupakan informasi yang dibutuhkan untuk dapat mendesain konstruksi yang tahan terhadap kondisi yang akan dialami. Pengukuran tegangan dapat dilakukan dengan mengukur regangan yang dialami menggunakan sensor yang disebut strain gage. Berdasarkan Hukum Hooke, kita dapat mengetahui besarnya tegangan yang dialami oleh rangka tersebut. Untuk mendapatkan tegangan yang dibutuhkan tergantung dari beberapa hal seperti pendefinisian beban yang diterima, jenis strain gage yang dipakai, jenis jembatan wheatstone dan posisi penempelan strain gage itu sendiri. Beberapa input seperti titik kritis diperoleh dari analisis dan simulasi menggunakan software berbasis Finite Element Method.

---

In product development, prototype testing use to compare the measurement result and calculation on design phase, and also to validate Finite Element Method. With dynamic load testing we can applied impact and cyclic loading variable to see design characteristic on time function. Stress value which is accepted by frame is need in design analysis to make a good frame. Based on Hooke Law we can get the stress by measure the strain using Strain Gage.

Valid stress can be obtained by determine the load and support, type of wheatstone bridge and strain gage and strain gage location. Some input like critical point to install the strain gage can get from analysis and simulation by Finite Element Method software."

"Perhitungan cadangan klaim merupakan salah satu hal yang penting bagi setiap perusahaan asuransi agar dapat memenuhi kewajibannya untuk menutup kerugian akibat terjadinya loss. Umumnya, prediksi cadangan klaim dilakukan dengan menggunakan metode Chain-Ladder. Tetapi, karena metode ini tidak memerlukan asumsi distribusi, nilai prediksi hanya bergantung pada besar klaim sebelumnya dan besar development factor saja sehingga apabila terdapat outlier pada data sebelumnya maka, hasil prediksi menjadi kurang akurat. Oleh karena itu, pada penulisan tugas akhir ini, diusulkan dua model perhitungan prediksi cadangan klaim dengan pendekatan Generalized Linear Model (GLM). Kedua model tersebut dibedakan berdasarkan distribusi yang akan digunakan yaitu distribusi log normal dan distribusi Over-dispersed Poisson (ODP). Pada Generalized Linear Model ini, variabel dependen yaitu cadangan klaim diasumsikan berdistribusi log normal dan Over-dispersed Poisson (ODP) serta perhitungannya didasarkan pada waktu terjadinya loss (accident year) dan waktu jeda (development year) sebagai variabel eksplanatori. Pada penulisan tugas akhir ini, data yang digunakan adalah incurred but not reported (IBNR) dari laporan Statistical Compilation of Annual Statement Information for Property/Casualty Insurance Companies in 2019 yang kemudian diubah bentuknya menjadi bentuk run-off triangle. Hasil prediksi cadangan klaim kemudian akan dibandingkan menggunakan Mean Squared Error (MSE) dan Mean Absolute Percentage Error (MAPE). Dari nilai MSE dan MAPE yang diperoleh dapat disimpulkan bahwa perhitungan prediksi cadangan klaim menggunakan pendekatan Generalized Linear Model (GLM) dengan distribusi log normal lebih baik daripada dengan distribusi Over-dispersed Poisson. Hal ini dikarenakan nilai MAPE untuk Generalized Linear Model (GLM) dengan distribusi log normal lebih rendah yaitu sebesar 6,22%.

---

The calculation of claim reserves is one of the important elements in fulfilling each insurance company’s obligation to cover losses. Claim reserves are generally predicted using the Chain-Ladder method. However, the expected value can only be determined by the value of the previous claims and by the development factor, as this method is a non-distribution method. This means that if there are outliers in the previous data, the prediction results will be less accurate. Therefore, in this final paper, claim reserves predictions will be calculated using two models of the Generalized Linear Model (GLM) approach, namely the log normal distribution and the Overdispersed Poisson (ODP) distribution. It is assumed that both distributions predict the value of claims reserve as a dependent variable and the calculations is based on the accident year and the development year as explanatory variables. The Incurred but Not Reported (IBNR) data from “Statistical Compilation of Annual Statement Information for Property/Casualty Insurance Companies” in 2019 will be used in the calculation, which will then be converted into a run-off triangle form. The prediction of claim reserves results will then be compared by Mean Squared Error (MSE) and Mean Absolute Percentage Error (MAPE) and it showed that the Generalized Linear Model with log normal distribution approach is better than the Over-dispersed Poisson approach with the MAPE value is 6,22."