Hasil Pencarian  ::  Simpan CSV :: Kembali

"Salah satu bahan tambang yang penting dan banyak dipakai adalahbauksit. Daerah Mempawah, Kalimantan merupakan salah satu daerahpenambangan bauksit yang ada di Indonesia. Dalam kasuspengeksplorasian bahan tambang sering ditemukan permasalahan seberapabanyak cadangan bahan tambang yang tersedia di suatu lokasi. Dalampenelitian ini dilakukan penaksiran kandungan cadangan bauksit diMempawah dengan menggunakan metode penaksiran ordinary krigingdengan semivariogram anisotropik. Metode penaksiran ordinary krigingmerupakan metode yang memberikan penaksir yang linier tak bias terbaik(BLUE = best linear unbiased estimator). Dari hasil penelitian disimpulkanbahwa model semivariogram yang cocok digunakan adalah modeleksponensial. Penaksiran dilakukan pada 24 titik lokasi yang tidak tersampel"

"Salah satu bahan tambang yang penting dan banyak dipakai adalah bauksit. Daerah Mempawah, Kalimantan merupakan salah satu daerah penambangan bauksit yang ada di Indonesia. Dalam kasus pengeksplorasian bahan tambang sering ditemukan permasalahan seberapa banyak cadangan bahan tambang yang tersedia di suatu lokasi. Dalam penelitian ini dilakukan penaksiran kandungan cadangan bauksit di Mempawah dengan menggunakan metode penaksiran ordinary kriging dengan semivariogram anisotropik. Metode penaksiran ordinary kriging merupakan metode yang memberikan penaksir yang linier tak bias terbaik (BLUE = best linear unbiased estimator). Dari hasil penelitian disimpulkan bahwa model semivariogram yang cocok digunakan adalah model eksponensial. Penaksiran dilakukan pada 24 titik lokasi yang tidak tersampel"

"Model regresi ordinal dua level merupakan model yang digunakan untuk menganalisis data respon ordinal tercluster dan longitudinal. Dalam hal ini variabel respon ordinal yang diketahui, dibentuk dari suatu variabel laten kontinu yang tak diketahui nilainya. Nilai batas kategorik (threshold) pada variabel laten perlu diestimasi bersama-sama dengan koefisien regresi ordinal dua level. Untuk mengestimasi parameter-parameter dan threshold pada model regresi ordinal dua level, digunakan metode estimasi maximum marginal likelihood (MMLE) melalui pendekatan numerik dengan metode Fisher scoring. Pada setiap iterasi metode Fisher Scoring, digunakan Gauss-Hermite Quadrature untuk menghitung secara numerik persamaan marginal likelihood. Untuk mengilustrasikan penerapan model regresi ordinal dua level untuk data ordinal tercluster, digunakan data TVSFP di mana siswa bersarang dalam kelas. Sedangkan untuk mengilustrasikan penerapan model regresi ordinal dua level untuk data ordinal longitudinal, akan digunakan data psikiatrik di mana pasien diklasifikasikan pada beberapa tingkat keparahan penyakit terhadap beberapa titik waktu (time points). Struktur data dua level yang digunakan untuk data longitudinal adalah perulangan observasi bersarang dalam individu (pasien)."

"Dalam model panel data dinamis terdapat lag dari variabel dependen yang menyebabkan variabel eksplanatori berkorelasi dengan error. Lag dari variabel dependen tersebut dinamakan variabel endogen eksplanatori. Dengan adanya variabel endogen eksplanatori, estimasi secara OLS menjadi bias dan inkonsisten. Oleh karena itu sebelum menaksir parameter pada model panel data dinamis harus dilakukan first-difference untuk menghilangkan efek individu dan selanjutnya dilakukan instrumental variabel pada variabel endogen eksplanatori. Kemudian untuk mendapatkan taksiran yang unbiased, konsisten, dan efisien, model ini ditaksir dengan metode Arellano dan Bond yang menggunakan prinsip GMM optimal."

"Sebagian besar teori ekonometri didasari atas asumsi kestasioneran. Pada kenyataannya, hal ini hampir tidak mungkin terpenuhi pada peubahpeubah ekonomi. Granger dan Newbold (1974) telah menunjukkan bahwa regresi linier yang dibentuk dari peubah-peubah nonstasioner yang tidak berkorelasi akan menciptakan nonsense atau spurious regression (regresi palsu). Hasil regresi ini ?tampak baik? tetapi tidak mempunyai arti dalam ilmu ekonomi. Hingga pada tahun 1987, Engle dan Granger merumuskan suatu ide untuk membuat kombinasi linier yang stasioner dari peubah-peubah nonstasioner yang disebut kointegrasi. Ide ini muncul untuk menghindari spurious regression. Dalam ekonometrika, peubah yang saling terkointegrasi dikatakan dalam kondisi keseimbangan jangka panjang (long-run equilibrium). Untuk menguji hubungan kointegrasi antara dua peubah nonstasioner yang memiliki orde integrasi yang sama digunakan uji Engle-Granger dan untuk menaksir parameter kointegrasi digunakan Engle-Granger Two-Step Procedure. Dalam tugas akhir ini, hubungan kointegrasi diterapkan pada nilai ekspor dan investasi Indonesia pada tahun 1970−2007."

"Pada model regresi data panel spasial dinamis terdapat lag dari variabel dependen dan spatial lag dari variabel dependen yang berperan sebagai variabel eksplanatori. Hal ini menyebabkan variabel eksplanatori berkorelasi dengan error, variabel jenis ini disebut variabel endogen eksplanatori. Dengan adanya variabel ini, estimasi secara ordinary least squares menjadi bias dan tidak konsisten. Oleh karena itu sebelum menaksir parameter pada model regresi data panel spasial dinamis harus dilakukan first-difference untuk menghilangkan efek individu dan selanjutnya dilakukan instrumental variabel pada variabel endogen eksplanatori. Kemudian untuk mendapatkan unbiased and consistent estimator, model ini ditaksir dengan metode Arrelano dan Bond yang menggunakan prinsip generalized method of moments optimal."

"Pertumbuhan tingkat konsumsi bahan bakar minyak bumi untuk keperluan kendaraan bermotor semakin hari semakin meningkat, sehingga perlu dikembangkan bahan bakar alternatif selain minyak bumi. Salahnya satunya adalah biogasoline berbahan dasar minyak sawit. Hambatan utama yang sering dihadapi dalam pengembangan bahan bakar alternatif adalah mahalnya biaya untuk menentukan angka oktan sebagai satu parameter penting dalam penilaian kualitas bahan bakar. Kemajuan teknologi komputasi saat ini memungkinkan untuk memprediksi angka oktan bogasoline berdasarkan densitas dan suhu destilasi 50% dengan menggunakan jaringan saraf tiruan. Model jaringan yang dapat digunakan untuk memprediksikan angka oktan biogasoline adalah Multi Layer Feed Forward, Radial Basis, Generalized Regression dan Recurrent Network. Hasil simulasi menunjukkan tidak ada satupun model yang dapat digunakan untuk semua kondisi data masukan, namun dapat memprediksikan angka oktan dengan cukup baik jika syarat data masukan yang diberikan memenuhi syarat yang diharuskan.

---

The fuel demand for engine vehicle is increasing by the time while, thus the development for fuel alternative should be more paid attention. One of the prosperous product as fuel alternative is biogasoline made from crude palm oil. The most common problem occurred on developing biogasoline is the high cost on determination of the octane umber as a critical parameter on quality.

Recently, technology computation has been applied to estimate the octane number of biogasoline based on density and temperature of 50% destilation properties by using the artificial neural network. Neural network models known for this purpose are multi layer feed forward, generalized regression, radial basis and recurrent neural network.

Using the GUI MATLAB, four models network mentioned, showed that none of them could be used for any conditions of input data. The typical model is works properly for typical data input only."

"Aproksimasi harga zero-coupon bond dibutuhkan investor untuk mengetahui apakah pembelian zero-coupon bond memberikan keuntungan yang maksimal, yaitu dengan melihat pergerakan harga zero-coupon bond setelah pembelian. Harga zero-coupon bond dipengaruhi oleh perubahan tingkat suku bunga. Dalam skripsi ini, akan dibahas bagaimana memperoleh aproksimasi harga zero-coupon bond dengan tingkat suku bunga mengikuti model Vasicek. Model Vasicek ini merupakan model tingkat suku bunga jangka pendek yang memenuhi asumsi mean-reversion. Berdasarkan kajian model Vasicek, didapatkan bahwa model Vasicek berdistribusi normal dan akan didapatkan bahwa persamaan zero-coupon bond berdistribusi lognormal. Sehingga dengan menggunakan sifat momen pada distribusi lognormal, dapat diperoleh persamaan harga zero-coupon bond dengan tingkat suku bunga model Vasicek. Setelah diperoleh persamaan harga zero-coupon bond dengan tingkat suku bunga mengikuti model Vasicek, akan dibuat simulasi pergerakan tingkat suku bunga model Vasicek dan aproksimasi harga zero-coupon bond menggunakan metode Euler-Maruyama."

"Model Cox merupakan model yang sering digunakan untuk menganalisis time-tovent data, yaitu data yang pengamatannya bergantung pada waktu. Terkadang, Selain informasi tentang waktu, data time-to-event juga dilengkapi dengan informasi tambahan (variabel penjelas). Analisis data waktu ke acara seperti ini dengan menggunakan model Cox akan menghasilkan perkiraan bahaya. Model Cox memiliki dua komponen utama yaitu baseline hazard dan mengandung fungsi eksponensial koefisien regresi. Bahaya didefinisikan sebagai produk antara dua komponen ini. Untuk dapat memperoleh bahaya spesifik, bahaya baseline dan koefisien regresi di model Cox harus diperkirakan. Dalam tesis ini, asumsi konstanta akan didefinisikan sebagai bahaya dasar dari model Cox. Kemudian, konstanta dan koefisien regresi dimasukkan Model ini akan diestimasi dengan menggunakan metode Bayesian dimana sampel diambil Parameter distribusi posterior dilakukan dengan menggunakan metode Markov chain Monte Carlo dengan algoritma pengambilan sampel Gibbs. Untuk metode Bayesian, distribusi sebelumnya untuk Bahaya baseline diasumsikan mengikuti distribusi gamma dan untuk koefisien regresi diasumsikan mengikuti distribusi normal. Data EKG (echocardiogram) yang terdiri dari106 observasi dan enam variabel penjelas digunakan dalam analisis. Mendapatkan hasil bahwa estimasi parameter yang diperoleh konvergen.

---

The Cox model is a model that is often used to analyze time-to-event data, namely data whose observations are time dependent. Sometimes, in addition to information about time, time-to-event data is also supplemented with additional information (explanatory variables). Analysis of time-to-event data like this using the Cox model will yield hazard estimates. The Cox model has two main components, namely the baseline hazard and contains an exponential regression coefficient function. Hazard is defined as a product between these two components. In order to obtain a specific hazard, the baseline hazard and regression coefficient in the Cox model must be estimated. In this thesis, the constant assumption will be defined as the basic hazard of the Cox model. Then, the constants and regression coefficients are entered. This model will be estimated using the Bayesian method where the sample is taken. Posterior distribution parameters are carried out using the Markov chain Monte Carlo method with the Gibbs sampling algorithm. For the Bayesian method, the previous distribution for baseline hazard is assumed to follow the gamma distribution and for the regression coefficient it is assumed to follow a normal distribution. EKG (echocardiogram) data which consists of

106 observations and six explanatory variables were used in the analysis. Obtain the result that the parameter estimates obtained are convergent."

"Berdasarkan UU RI no.7 tahun 1996, ketahanan pangan adalah kondisi terpenuhinya pangan bagi rumah tangga yang tercermin dari tersedianya pangan yang cukup, baik jumlah maupun mutunya, aman, merata dan terjangkau. Jika kondisi ini tidak terpenuhi maka akan terjadi kerawanan pangan. Dalam Penelitian ini akan dicari taksiran proporsi terjadinya rawan pangan pada kecamatan di kabupaten Bondowoso. Dalam mencari proporsi di tingkat kecamatan digunakan Small Area Estimation (SAE). Small Area Estimation merupakan suatu teknik statistika untuk menduga parameter-parameter subpopulasi yang ukuran sampelnya kecil. Teknik penaksiran ini memanfaatkan data dari domain besar (seperti sensus, survey) untuk menaksir parameter yang menjadi perhatian domain yang lebih kecil. Salah satu metode yang digunakan dalam Small Area Estimation adalah metode Empirical Bayes. Metode Empirical Bayes digunakan untuk mencari taksiran parameter pada small area dengan cara menggunakan informasi dari direct survey estimator dan dari variabel pendukung yang tersedia di setiap small area. Dalam metode Empirical Bayes, informasi prior tidak tersedia sehingga informasi prior dapat diestimasi dari sampel. Untuk mengukur seberapa baik taksiran parameter yang diperoleh digunakan Mean Square Error (MSE). Dalam penelitian ini akan ditunjukkan bahwa MSE dari penaksir EB akan lebih kecil dibandingkan dengan MSE dari penaksir langsung."