Hasil Pencarian  ::  Simpan CSV :: Kembali

"Distribusi Gamma-Half Normal merupakan distribusi kontinu yang dapat memodelkan data yang unimodal atau bimodal. Distribusi Gamma-Half Normal merupakan hasil pengkombinasian antara distribusi Gamma dan distribusi Half Normal dengan menggunakan metode Transformed-Transformer. Pembahasan meliputi pembentukan distribusi Gamma-Half Normal, fungsi kepadatan probabilitas, fungsi distribusi, fungsi hazard, dan karakteristik-karakteristik distribusi Gamma-Half Normal lainnya. Penaksiran parameter-parameter dari distribusi Gamma-Half Normal menggunakan metode maksimum likelihood. Dua kelompok data dibangkitkan untuk memberikan ilustrasi penggunaan distribusi Gamma-Half Normal.

---

Gamma-Half Normal distribution is a continued distribution which can model unimodal or bimodal data. Gamma-Half Normal distribution is derived from Gamma distribution and Half Normal distribution using the Transformed-Transformer method. It will be explained how to form Gamma-Half Normal distribution, probability density function, cumulative distribution function, hazard function, and other characteristics of Gamma-Half Normal distribution. Maximum likelihood method is used for estimating Gamma-Half Normal’s parameters. Two sets data are used to illustrate the applicability of Gamma-Half Normal distribution."

"Sistem perpipaan yang mengalami kegagalan dapat mengakibatkan beberapa masalah terutama adalah masalah finansial. Penyebab utama pada permasalahan ini adalah korosi yang terjadi akibat adanya campuran pada minyak bumi yang dapat menyebabkan permasalahan korosi internal. Hal ini dapat diatasi dengan adanya model matematika yang harus dikembangkan untuk mengoptimalkan perencanaan pada perawatan untuk mengevaluasi kuantitatif probabilitas kegagalan. Dalam inspeksi berbasis risiko dapat digunakan metode Monte Carlo. Dalam metode Monte Carlo biasa digunakan distribusi normal yang dapat menghasilkan nilai bias yaitu underestimation dan overestimation. Dalam penelitian ini digunakan distribusi Gamma sebagai pengganti distribusi normal. Dengan menggunakan distribusi selain distribusi normal yaitu distribusi Gamma akan menurunkan atau menghilangkan nilai bias tersebut. Dengan mengoptimalkan nilai bias tersebut dapat meningkatkan keakuratan dalam inspeksi berbasis risiko dan dapat menurunkan biaya yang harus dikeluarkan dalam melakukan suatu inspeksi.

---

Piping systems failure in oil and gas industry can cause several problems mainly as a financial problem because not only will be directly impacted on maintenance cost but also other indirect losses such as stopped productivity. Internal corrosion is one of the main causes due to the natural content of corrosive chemicals inside the piping systems. This can be overcome by the existence of a mathematical model that must be developed to optimize planning for treatment to quantitatively evaluate the probability of failure. In a risk-based inspection the Monte Carlo method can be used. A normal distribution is commonly used in the Monte Carlo method, that can produce a bias value which is underestimation and overestimation. In this research Gamma distribution is used as an alternate normal distribution. Using other kinds of distribution which is Gamma distribution will reduce or eliminate the value of the bias. Optimizing this bias can increase the accuracy of risk based inspections and can reduce costs incurred in conducting an inspection."

"ABSTRAKTugas akhir ini membahas mengenai distribusi Gamma-Pareto yang merupakandistribusi probabilitas kontinu yang diperoleh dengan melakukan metodetransformed-transformer pada distribusi Gamma dan distribusi Pareto. Metode inidiperkenalkan oleh Alzaatreh. Distribusi Gamma-Pareto dapat mengatasi masalahkemencengan dan heavy-tail. Beberapa karakteristik distribusi akan dipelajari,seperti fungsi kepadatan probabilitas, fungsi distribusi, fungsi survival, fungsihazard, modus, dan momen ke-r. Kemudian, dicari estimasi parameter denganmenggunakan metode alternatif maksimum likelihood. Pada akhirnya, dataBirnbaum dan Saunders (1969) digunakan sebagai ilustrasi.

---

ABSTRACTThis paper discusses about Gamma-Pareto distribution, the continued probabilitydistribution which is obtained by using transformed-transformer method inGamma and Pareto distribution. This method is introduced by Alzaatreh. Gamma-Pareto distribution can solve skewness and heavy-tail problem. First, somecharacteristics of distribution will be studied, such as probability density function,distribution function, survival function, hazard function, mode, and rth moment.Then, parameter estimation will also be studied by using alternative maximumlikelihood. Finally, a set of data Birnbaum dan Saunders (1969) will be used asillustration."

"Pada tugas akhir ini dibahas mengenai distribusi bivariat Gamma, yang aplikasinya banyak ditemui pada bidang hidrologi. Pembahasan meliputi konstruksi dan sifat – sifat dari distribusi bivariat Gamma. Pada proses konstruksi, digunakan 3 cara yang berdasarkan karakterisasi dari distribusi Gamma dan Beta. Sehingga menghasilkan 3 tipe distribusi bivariat Gamma yaitu tipe I, II, dan III. Sesudah tahap konstruksi, pada bentuk joint p.d.f dinyatakan dalam fungsi Whittaker. Sifat-sifat yang dibahas meliputi conditional p.d.f, product moment, kovariansi, dan korelasi. Sebagai ilustrasi digunakan data simulasi untuk tipe I, II, dan III. Hasil simulasi menunjukkan kesesuaian dengan teori yang dibahas.

---

In this final project, discussed the bivariate Gamma distribution, whose applications were encountered in the field of hydrology. The discussion includes the construction and some properties of bivariate Gamma distribution. In the construction process, used 3 ways, which based on the characterization of the Gamma and Beta distributions, resulting bivariate Gamma distribution of 3 types namely type I, II, and III.

After the construction phase, the joint p.d.f is expressed in the form of Whittaker functions. The properties covered include conditional p.d.f, product moment, covariance, and correlation. As an illustration, used simulated data for type I, II, and III. Simulation results demonstrate conformity with the theory are discussed."

"Distribusi normal merupakan salah satu distribusi probabilitas data, yang banyak digunakan dalam berbagai bidang karena sifat ideal yang dimilikinya, yaitu distribusi probabilitas data-datanya terpusat di sekitar mean dan distribusi probabilitas data lainnya tersebar secara merata. Namun ada kasus-kasus tertentu di mana distribusi normal sebaiknya tidak digunakan karena akan menghasilkan analisis yang kurang sesuai, terutama ketika data memiliki kemencengan yang kuat dan mempunyai heavy-tail. Pada tugas akhir ini diperkenalkan distribusi probabilitas yang dapat memfasilitasi kemencengan data, yaitu distribusi skew-normal. Distribusi skew-normal merupakan bentuk perluasan dari distribusi normal dengan memasukkan parameter kemencengan. Tugas akhir ini memberikan penjelasan mengenai karakteristik-karakteristik dari distribusi skew-normal univariat dan perluasannya dengan memasukkan parameter location dan scale, serta distribusi skew-normal secara umum dalam bentuk multivariat. Karakteristik-karakteristik yang dimaksud adalah fungsi kepadatan probabilitas, fungsi distribusi, mean, variansi, fungsi pembangkit momen, dan sifat-sifatnya.

---

The normal distribution is one of the probability distribution of data, which are widely used in various fields because of the nature of the ideal, namely the probability distribution of data centers around the distribution of average data and other probability is spread evenly. But there are certain cases where the normal distribution should not be used because it will produce less precise analysis, especially when the data has a strong skewness and heavy-tail.

This final project will introduce a probability distribution which can facilitate the skewness of data, i.e skew-normal distribution. The skew-normal distribution is an extend form of normal distribution, allowing a skewness parameter.

This final project will give an explanation about the chararteristics of the univariate skew-normal distribution and its extend to the location and scale family, and skew-normal distribution in general in multivariate form. The characteristics are probability density function, distribution function, mean, covariance, variance, moment generating function, and the properties of the distribution. "

"Osteoporosis adalah kelainan umum dengan komponen genetik yang kuat. Osteoporosis dapat terjadi pada wanita pasca menopause dan lansia di atas 70 tahun. Osteoporosis disebabkan oleh penurunan BMD (Bone Mineral Density) pada individu. Penelitian ini bertujuan untuk mengetahui distribusi polimorfisme gen BGLAP pada pasien osteoporosis. BGLAP -298 C > T (rs 1800247), ddH2O, dan MyTaq dicampur pada template DNA (sampel osteoporosis dan non-osteoporosis), kemudian dianalisis menggunakan teknik PCR-RFLP menggunakan HindIII sebagai enzim restriksi dilanjutkan dengan elektroforesis. Kemudian dianalisis menggunakan uji Pearson Chi - Square dan Continuity Correction. Frekuensi alel untuk osteoporosis dan non-osteoporosis dalam penelitian ini adalah 110% untuk h dan 90% untuk H. Prevalensi masing-masing genotipe dalam populasi penelitian adalah 35% hh, 40% Hh, dan 25% HH. Subjek dengan genotipe hh memiliki BMD terbesar dan subjek dengan HH memiliki BMD terkecil. Hasil penelitian menunjukkan bahwa terdapat perbedaan yang signifikan dalam distribusi frekuensi polimorfisme genotipe BGLAP antara osteoporosis dan non-osteoporosis. Kesimpulannya, polimorfisme gen BGLAP dikaitkan dengan penurunan BMD dan merupakan faktor predisposisi osteoporosis.Osteoporosis is a common disorder with a strong genetic component. Osteoporosis can occur in postmenopausal women and the elderly over 70 years. Osteoporosis is caused by a decrease in BMD (Bone Mineral Density) in individuals. This study aims to determine the distribution of BGLAP gene polymorphisms in osteoporosis patients. BGLAP -298 C > T (rs 1800247), ddH2O, and MyTaq were mixed on DNA templates (osteoporosis and non-osteoporosis samples), then analyzed using PCR-RFLP technique using HindIII as a restriction enzyme followed by electrophoresis. Then analyzed using the Pearson Chi - Square test and Continuity Correction. The allele frequencies for osteoporosis and non-osteoporosis in this study were 110% for h and 90% for H. The prevalence of each genotype in the study population was 35% hh, 40% hh, and 25% hh. Subjects with the hh genotype had the largest BMD and subjects with HH had the smallest BMD. The results showed that there was a significant difference in the frequency distribution of BGLAP genotype polymorphisms between osteoporosis and non-osteoporosis. In conclusion, BGLAP gene polymorphism is associated with decreased BMD and is a predisposing factor for osteoporosis."

"Di dalam skripsi ini dibahas tentang distribusi normal dan beberapa jenis pengujian model normal, yaitu kertas probabilitas normal, pengujian Chi Kuadrat, pengujian Kolmogorov, pengujian Lilliefors, dan pengujian Shapiro-Wilk. Juga diberikan contoh pengujian model normal dengan menggunakan aplikasi Komputer."

"Dosis pada LGK Perfexion dihitung untuk setiap tembakan dengan jumlahkan kontribusi dari 192 sumber radiasi yang dipancarkan dari cobalt-60. Secara umum, bentuk tengkorak pasien dimodelkan berdasarkan 24 skull measurement. Namun, karena keterbatasan pengukuran menggunakan 24 ukuran tengkorak, kontur yang dihasilkan perbedaan dari kepala pasien yang sebenarnya berdasarkan citra MRI. Penelitian ini dilakukan untuk distribusi dosis LGK Perfexion menggunakan kontur yang dihasilkan oleh pengukuran manual dan citra CT. Film GAFChromic EBT3 diletakan pada fantom anthropomorphik. Pemindai Epson 10000 XL dan ImageJ digunakan untuk menghasilkan hasil dari pengukuran. Hasil kalkulasi dosis titik menggunakan kontur dari citra CT menunjukan nilai yang lebih baik untuk semua kolimator dan bentuk target yang sama dengan nilai rata deviasi 1,3 ± 0,87, sedangkan jika menggunakan 24 ukuran tengkorak menunjukan nilai rata rata deviasi 4,03 ± 3,73.

---

The dose on LGK Perfexion is calculated for each shot by adding up the contributions of the 192 radiation sources emitted from the cobalt-60. In general, the patient's skull shape is modeled based on 24 skull sizes. However, due to the limitations of measurements using 24 skull sizes, the contours of the resulting differences from the actual patient's head based on the MRI images. This study was conducted for the dose distribution of LGK Perfexion using contours generated by manual measurements and CT images. The GAFChromic EBT3 film is set on an anthropomorphic ghost. An Epson 10000 XL and an ImageJ scanner were used to generate the measurement results. The result of point dose calculation using CT image contour shows a higher value good for all collimators and the same target shape with a mean deviation value of 1.3 ± 0.87, whereas if using 24 skull sizes it shows a mean deviation value of 4.03 ± 3.73."