Hasil Pencarian  ::  Simpan CSV :: Kembali

"Interaksi hiperon-nukleon (YN) sulit untuk diselidiki sebab kurangnya data dari eksperimen hamburan. Untuk menyelidiki lebih lanjut interaksi ini, kontribusi dari potensial YN perlu diselidiki dalam sistem few-body. Sistem hipernukliryang terikat paling lemah, hipertriton, diselidiki dalam penelitian ini dengan Gaussian Expansion Method untuk dapat mempelajari struktur dan interaksi YN. Properti-properti dari hiperon Lambda (Λ) dikonfirmasi secara teoretis denganmenggunakan potensial tipe Minnesota. Energi ikat hiperon dari hipertriton ditemukan sebesar 0.19 MeV, relatif terhadap break up threshold d + Λ. Terjadi efek penyusutan pada deuteron, dimana radius rms deuteron berkurang dari 3.85 fm menjadi 3.58 fm, sedang jarak hiperon Λ berada di 9.5 fm. Hal ini mengkonfirmasistruktur halo pada hipertriton, yang mengimplikasikan bahwa sistem deuteron adalah inti nukleus yang dikelilingi oleh hiperon Λ. Hasil perhitungan model juga menghasilkan distribusi kepadatan dari substruktur hipertriton dan fungsi gelombang dari hipertriton, yang berguna untuk diaplikasikan ke perhitungan lebih lanjut.

---

The hyperon-nucleon interaction (YN) is difficult to be studied because of the lack in YN scattering data. To better understand this interaction, the contribution from YN

potential has to be studied in few-body systems. The lightest bound hypernuclear, hypertriton, is studied with Gaussian Expansion Method to understand its structure and the YN interaction. The properties of Lambda (Λ) hyperon is confirmed

theoretically with the Minnesota-type potential. The binding energy of hypertriton is found to be 0.19 MeV, relative to the d +Λ break-up threshold. There appear to be a shrinkage effect on deuteron, where the rms radius of deuteron shrink from 3.85 fm to 3.58 fm, whereas the hyperon Λ is located in 9.5 fm. This confirmed the halo structure of the hypertriton, which implies that the deuteron is the core nucleus with Λ hyperon surrounding it. The calculation results also give the denstiy distribution of hypertriton sub-structures and the wave function of the hypertriton, that is useful to be applied in further calculation.

"

"ABSTRAK Latar Belakang: Kasus trauma wajah di unit gawat darurat dan operasi elektif dalam penyembuhan lukanya dapat menjdi morbiditas karena parut yang berlebihan. Supaya mendapatkan hasil parut yang baik aplikasi mikropore diperlukan mencegah parut hipertrofik ataupun keloid. Tujuan penelitian ini adalah untuk membandingkan perbedaan kualitas parut antara kelompok yang diaplikasi mikropore dengan kontrol.Metode: Penelitian kohort eksperimental dengan subjek pasien di unit gawat darurat dan operasi elektif di Rumah Sakit Cipto Mangunkusumo yang memenuhi kriteria inklusi dan eklusi. Studi ini membandingkan perbedaan kualitas parut pada kelompok perlakuan dengan aplikasi mikropore dibandingkan dengan kontrol. Jumlah sampel minimal 19 sampel tiap kelompok, akan di evaluasi kualitas parut menggunakan VAS setelah enam bulan, oleh salah satu evaluator.Hasil: Dari mei ndash;juni 2016, terdapat 33 pasien dengan 55 parut,dengan grup perlakuan 24 parut, dan pada grup kontrol 29 parut. Parut tersebut dievaluasi nilai VAS score setelah parut terbentuk mnimal 6 bulan. Nilai VAS pada kelompok intervensi didapatkannilai median antara 8 ndash; 9 lebih tinggi dibanding median kelompok control antara 6-8. Nilai rerata pada intervention group 8,50 0,51, lebih besar dibandingkan rerata kelompok control yaitu 7,00 0,38. Dan uji hypothesis nilai VAS dengan nilai p-value < 0,005.Kesimpulan: Nilai VAS pada kelompok perlakuan bermakna lebih baik dibandingkan kontrol,dengan faktor umur ,jenis kelamin dan riwayat keloid atau parut hipertrofik,tidak mempengaruhi perbedaan nilai VAS. Maka disimpulkan aplikasi mikropore pada kualitas parut menjadi pilihan terapi yang lebih baik.

---

ABSTRACTAbstract Background There are more traumatic wound cases in emergency department and elective surgery,the result of injuries will healed with excessive scar and morbidity. The microporous paper tappe that can be applied for better scar and to prevent hypertrophic scar and kelloid. The result of this study to compare quality of scar in two groups.Materials and Methods Experimental cohort prospective study, with patient in emergency room and elective operation at Cipto Mangunkusumo Hospital, which meet the inclusion and exclusion criterias. This study to compare the differences scar quality between the intervention group and control group. There are minimal 19 sample each groups, will be evaluated with one evaluator after 6 month,using VAS scoring system.Results From mei to jun 2016,there are 33 patients with 55 sample of scars, the intervention group were 24 scars, and in control group were 29 scars. The scars will be evaluated of VAS score after scar mnimal 6 months. VAS score in the intervention group obtained median value between 8 9 that higher than the median of the control group between 6 8. The mean value in the intervention group is 8.50 0.51, higher than the average of the control group is 7.00 0.38. the result of VAS values with hypothesis test is p "

"Segmentasi tiga dimensi merupakan task yang pada awalnya sulit digunakan yang disebabkan keterbatasan spesifikasi perangkat. Segmentasi tiga dimensi memanfaatkan point cloud sebagai input dan point cloud dihasilkan dari sensor LiDAR yang kepemilikannya sangat terbatas. Dahulu, LiDAR hanya ada pada perangkat industri, berguna untuk mendapatkan informasi tiga dimensi lahan. Sekarang, LiDAR sudah terdapat pada perangkat ponsel, namun hanya pada yang spesifikasinya termasuk golongan high-end atau mewah. Berangkat dari permasalahan tersebut, muncul pertanyaan mengenai kemungkinan segmentasi tiga dimensi tanpa menggunakan sensor LiDAR, tujuannya agar fitur tersebut tidak eksklusif ke suatu kelompok, melainkan semua orang yang memiliki ponsel dengan kamera bisa melakukan segmentasi tiga dimensi. Dirumuskanlah penghasil point cloud dengan menggunakan 3D Gaussian Splatting. Model segmentasi yang digunakan juga merupakan state-of-the-art, yaitu Point Transformer v2 dan v3, serta sebuah metode segmentasi tiga dimensi unik yang memanfaatkan 3DGS secara langsung, yaitu SAGA. Hasil penelitian menemukan bahwa SAGA merupakan model segmentasi tiga dimensi yang paling baik. Selain hasil kemampuannya mensegmentasi 3DGS, SAGA juga mampu mensegmentasi objek tanpa batasan kelas sehingga membuat SAGA unggul pada konteks penelitian ini.

---

Three-dimensional segmentation is a task that was initially difficult to use due to limited device specifications. Three-dimensional segmentation utilizes the point cloud as input and the point cloud is generated from the LiDAR sensor, which has very limited ownership. In the past, LiDAR only existed in industrial devices, useful for obtaining three-dimensional information of land. Now, LiDAR is available on mobile devices, but only on those whose specifications are included in the high-end or luxury class. Starting from this problem, the question arises about the possibility of three-dimensional segmentation without using a LiDAR sensor, the goal is that the feature is not exclusive to a group, but everyone who has a cellphone with a camera can do three-dimensional segmentation. A point cloud generator using 3D Gaussian Splatting was formulated. The segmentation models used are also state-of-the-art, namely Point Transformer v2 and v3, and a unique three-dimensional segmentation method that utilizes 3DGS directly, namely SAGA. The results found that SAGA was the best three-dimensional segmentation model. In addition to the results of its ability to segment 3DGS, SAGA is also able to segment objects without class constraints, which makes SAGA superior in the context of this research."

"Penelitian ini bertujuan untuk menganalisis pendekatan aproksimasi minimax, LS-SVM, dan GPR untuk proses pemodelan semivariogram pada metode kriging. Proses ini adalah bagian tahap dalam operasi kriging yang biasanya dilakukan untuk proses interpolasi dan fusi. Kriging sendiri telah banyak digunakan untuk memprediksi nilai spasial yang terbukti lebih baik dalam memprediksi proses dibandingkan dengan metode deterministik, di mana kriging dikategorikan sebagai pada metode interpolasi stokastik. Pendekatan konvensional untuk proses pemodelan semivariogram menggunakan metode weighted least square dengan menggunakan fungsi tertentu. Fungsi yang tersedia untuk metode ini antar lain stable, exponential, spherical, dan lain-lain. Beberapa pembaharuan untuk kasus pemodelan semivariogram saat ini telah dibuat dengan menggunakan teknik regresi seperti LS-SVM. Selain itu sebagai bagian dari kebaruan, pendekatan aproksimasi minimax, LS-SVM, dan GPR yang diusulkan untuk kasus ini dapat meningkatkan akurasi pada hasil interpolasi, dalam hal ini diimplementasikan pada metode ordinary kriging. Pendekatan baru, yang dapat disebut sebagai minimax kriging ini dapat mengurangi eror. Minimax berkontribusi pada prediksi bobot nilai semivariogram lebih baik daripada weighted least square dan proses komputasi yang lebih cepat daripada metode berbasis SVM dan GPR.

---

This study aims to analyze the approach of Minimax, LS-SVM, and GPR approximation for the semivariogram modeling process in the kriging method. This process is part of the stage in kriging operations that are usually carried out for interpolation and fusion processes. Kriging itself has been widely used to predict spatial values which are proven to be better in predicting processes compared to deterministic methods, where kriging is categorized as a stochastic interpolation method. The conventional approach to the semivariogram modeling process uses the weighted least square method using certain functions. Functions available for this method include stable, exponential, spherical, and others. Several updates to the case of semivariogram modeling have now been made using regression techniques such as LS-SVM. Apart from that as part of the novelty, the proposed Minimax, LS-SVM, and GPR approximation approaches for this case can improve the accuracy of the interpolation results, in this case implemented in the ordinary kriging method. This new approach, which can be called minimax kriging, can reduce errors. Minimax contributes to the predicted weighting of semivariogram values better than weighted least square and faster computing processes than SVM and GPR-based methods."

"Analisis triclustering adalah salah satu metode data mining yang memiliki tujuan mengelompokkan data berbentuk tiga dimensi. Triclustering umumnya digunakan pada bidang bioinformatika untuk menganalisis kesamaan ekspresi gen suatu eksperimen pada titik waktu tertentu. Analisis triclustering yang dilakukan pada penelitian ini menggunakan metode gabungan Fuzzy Cuckoo Search berdasarkan Gaussian Distribution dengan -Trimax. Metode ini merupakan penggabungan algoritma nodes deletion pada Trimax dengan algoritma optimasi Fuzzy Cuckoo Search. Algoritma nodes deletion pada -Trimax digunakan pada fase pembentukan populasi awal tricluster. Konsep algoritma nodes deletion yaitu dapat menghasilkan himpunan tricluster dengan Mean Square Residue (MSR) di bawah threshold dan mendekati 0. Algoritma optimasi Cuckoo Search adalah algoritma pencarian solusi tricluster, digambarkan dengan konsep parasitisme spesies burung cuckoo. Pada penelitian ini, Cuckoo Search menggunakan random walk Gaussian Distribution untuk pencarian solusi tricluster. Berdasarkan hal ini komputasi algoritma Cuckoo Search menjadi lebih efisien dan efektif dalam menghasilkan himpunan tricluster yang lebih optimal dan mempercepat waktu komputasi. Fuzzy Cuckoo Search adalah pengembangan dari Cuckoo Search yang menggunakan fungsi objektif Fuzzy C-Means untuk mengatasi ketidakjelasan (uncertainty) dalam data ekspresi gen. Analisis triclustering menggunakan metode gabungan Fuzzy Cuckoo Search berdasarkan Gaussian Distribution dengan -Trimax digunakan pada data ekspresi gen tiga dimensi sel fibroblas yang diberikan perlakuan dengan Egr-1 dan Tgf-, di mana ekspresi gen diamati pada 6 kondisi dan 2 titik waktu. Pada penelitian ini, himpunan tricluster yang memiliki kualitas terbaik berdasarkan Triclustering Quality Index adalah himpunan tricluster yang dihasilkan dengan nilai = 0,015 dan = 0,50 . Berdasarkan himpunan tricluster tersebut, didapatkan informasi penting mengenai kumpulan gen yang memiliki respon baik terhadap pemberian perlakuan dengan Egr-1, Tgf- dan bertahan setiap titik waktu. Kumpulan gen tersebut dilakukan Gene Ontology (GO) yang diuji menggunakan Fisher’s exact dengan tingkat signifikansi 0,05 dan dikoreksi dengan False Discovery Rate. Hasil GO tersebut terdiri dari 219 GO Terms Biological Process, 28 GO Terms Molecular Function, dan 52 GO Terms Cellular Component. GO Terms dari masing-masing aspek GO tersebut dapat dijadikan bahan untuk penelitian di bidang bioinformatika untuk menganalisis hubungan GO Terms terhadap penyakit Systemic Sclerosis (SSc).

---

Triclustering analysis is one of the data mining methods aimed at clustering threedimensional data. Triclustering is commonly used in the field of bioinformatics to analyze the similarity of gene expression in an experiment at specific time points. The triclustering analysis in this research uses a combined method of Fuzzy Cuckoo Search based on Gaussian Distribution with -Trimax. This method combines the nodes deletion algorithm of -Trimax with the optimization algorithm of Fuzzy Cuckoo Search. The nodes deletion algorithm of -Trimax is used in the initial population formation phase of the tricluster. The concept of the nodes deletion algorithm is to produce tricluster sets with Mean Square Residue (MSR) below the threshold and close to 0. The optimization algorithm of Cuckoo Search is a search algorithm for tricluster solutions, depicted with the parasitism concept of cuckoo bird species. In this research, Cuckoo Search uses random walk Gaussian Distribution for tricluster solution search. This enhances the efficiency and effectiveness of the Cuckoo Search algorithm in producing more optimal tricluster sets and accelerating the computation time. Fuzzy Cuckoo Search is an extension of Cuckoo Search that employs Fuzzy C-Means objective function to handle uncertainty in gene expression data. The triclustering analysis using the combined method of Fuzzy Cuckoo Search based on Gaussian Distribution with -Trimax is applied to the three-dimensional gene expression data of fibroblast cells treated with Egr-1 and Tgf-1, where gene expressions are observed under 6 conditions and 2 time points. In this research, the tricluster set with the best quality based on the Triclustering Quality Index (TQI) is obtained with = 0.015 and = 0.50. Based on this tricluster set, important information is derived regarding groups of genes that respond well to treatment with Egr1, Tgf, and persist at each time point. These gene groups are subjected to Gene Ontology (GO) analysis, which is tested using Fisher's exact test with a significance level of 0.05 and corrected with False Discovery Rate. The GO results consist of 219 GO Terms Biological Process, 28 GO Terms Molecular Function, and 52 GO Terms Cellular Component. The GO Terms from each aspect can be utilized for further research in the field of bioinformatics to analyze the relationship of GO Terms with Systemic Sclerosis (SSc) disease."

"Perancangan model 3 Dimensi dari sebuah kampus untuk keperluan visualisasi lokasi dapat dilakukan dengan pemindaian secara 3 dimensi. 3D Gaussian Splatting merupakan teknik pemindaian objek 3 Dimensi menggunakan 3D Gaussian sebagai representasi data volumetric dari proses Structure-from-Motion yang di konversi menjadi splats sebagai representasi objek yang memiliki data warna dan intensitas yang membentuk sebuah citra digital dengan akurasi warna dan posisi, dan detail objek yang tinggi. Untuk melihat render dari 3D Gaussian viewer berbasis web yang dapat menggunakan library ThreeJS. Menggunakan metode 3D Gaussian Splatting sebuah model kampus virtual 3D dapat diciptakan dan dilihat melalui aplikasi web dengan library ThreeJS . Hasil dari pembuatan model 3D Gaussian Splatting tersebut adalah rata-rata waktu training 9,49 menit dan hasil dari pengembangan aplikasi web tersebut menghasilkan rata-rata framerate 111 FPS.

---

Designing a 3 dimensional model of a campus for location visualization needs can be done using 3 dimensional scanning. 3D Gaussian Splatting is a 3 dimensional scanning technique using 3D Gaussians as a representation of volumetric data from Structure-from-Motion process that is converted into splats as the representation of objects with color and intensity that creates a digital view with high accuration of color, position, and object detail. To see the render of 3D Gaussian Splatting a web based viewer can be used using the ThreeJS library. Using the 3D Gaussian Splatting method a 3D model for virtual campus can be created and viewed using a web application by utilizing ThreeJS library. The result of creating the 3D model using 3D Gaussian Splatting is an average training time of 9,49 minutes and the result of the development of the web based application is an average framerate performance of 111 FPS."

"Rumah unggas adalah salah satu penyumbang polutan amonia dan PM di udara. Penyebaran polutan dipengaruhi oleh kipas dan kondisi meteorologi di sekitar rumah unggas. Model Dispersi Gauss untuk Gas (MDGG) dengan modifikasi titik semu merupakan model dispersi atmosfer yang cocok digunakan untuk memprediksi konsentrasi polutan dan mengakomodasi kondisi spasial rumah unggas. Steepest ascent adalah metode optimasi untuk mencari nilai maksimal dari fungsi umum nonlinear dengan menggunakan gradien fungsi untuk menentukan arah pergerakan pencarian nilai maksimal. Optimasi MDGG dengan metode steepest ascent memberikan hasil jarak titik semu optimal untuk polutan amonia L = 2,396 m dan polutan PM L = 1,259 m. Kedua nilai tersebut memberikan prediksi yang lebih baik di beberapa eksperimen. Prediksi konsentrasi PM lebih baik dari amonia dan hasil prediksi kedua polutan pada malam hari lebih baik dibandingkan pada pagi hari.

---

Poultry houses are one of the contributors to ammonia and PM pollutants in the air. Fans and meteorological conditions around the poultry house influence the spread of pollutants. The Gaussian Plume Model with virtual point modification is an atmospheric dispersion model suitable for predicting pollutant concentrations and accommodating the spatial conditions around poultry houses. Steepest ascent is an optimization method for finding the maximum value of a general nonlinear function by using the gradient of the function to determine the direction of movement to find the maximum value. Gaussian Plume Model optimization using the steepest ascent method results optimal virtual point distances for pollutants ammonia L = 2.396 m and PM L = 1.259 m. Both values provide better predictions in some experiments. PM concentration prediction was better than ammonia, and prediction results for both pollutants at night were better than in the morning."

"Lapangan Krisna terletak di bagian barat blok South East Sumatra (SES), Cekungan Sunda. Produksi minyak utama Lapangan Krisna B dan C berasal dari batugamping Formasi Baturaja Unit Baturaja Bawah yaitu LBR. LBR berasosiasi dengan fasies reef, shallow marine deposit, foreslope deposit, dan open marine. Prediksi porositas dari inversi impedansi akustik menjadi tantangan karena tidak mudah untuk memprediksi porositas area porous dan tight dengan resolusi seismik pada puncak buildup LBR berada di bawah tuning thickness. Feasibility analysis menunjukkan impedansi akustik dapat memisahkan litologi batugamping (carbonate) dan batuserpih (shale), dengan nilai impedansi akustik (IA) untuk good reservoir pada LBR adalah 22500-32500 gr/cm3.ft/s, IA< 22500 gr/cm3.ft/s adalah shale, dan IA>32500gr/cm3.ft/s adalah tight carbonate. Nilai impedansi akustik rendah berkorelasi dengan nilai porositas sumur yang tinggi. Pemodelan porositas menggunakan metode Sequential Gaussian Simulation (SGS) dengan impedansi akustik sebagai variabel sekunder kriging. Model porositas dengan keterpengaruhan impedansi akustik 60% menunjukkan korelasi terbaik sebesar 0.73 dengan porositas sumur. Porositas tertinggi berkorelasi dengan asosiasi fasies reef. Peta sebaran porositas LBR nantinya dapat dipakai untuk identifikasi prospek sumur pengembangan lainnya di Lapangan Krisna B dan C.

---

Krisna Field is located in the western part of South East Sumatra (SES), Sunda Basin. Main oil production in Krisna B and C Field is from lower baturaja (LBR) formation. LBR interpreted as reef facies association, shallow marine deposit facies association, foreslope deposit facies association and open marine facies association. Porosity prediction from acoustic impedance inversion is challenge since there is not easy to predict the porous and tight zone with resolution of seismic in the crest of LBR buildup is below tuning thickness. Feasibility analysis showed that acoustic impedance could distinguish limestone carbonate from shale, with good reservoir acoustic impedance (AI) value 22500-32500gr/cm3.ft/s, AI<22500gr/cm3.ft/s for shale, and AI>32500gr/cm3.ft/s for tight carbonate. Low acoustic impedance value is correlated with high porosity value from the wells. Porosity modeling used Sequential Gaussian Simulation (SGS) method with acoustic impedance as kriging secondary variable. Porosity model with 60% AI has the best correlation about 0.73 with porosity from wells. The highest porosity is correlated with reef facies association. LBR porosity distribution could be used for infill prospect in Krisna B and C Field."

"Kuantifikasi citra terhadap pengukuran resolusi spasial, umumnya menggunakan protokol standar yang diterbitkan oleh National Electrical Manufacturers Association (NEMA). Namun, metode ini memiliki keterbatasan pada metode fitting data yang dilakukan. Akurasi yang lebih baik diberikan oleh fungsi Gaussian. Selanjutnya, penentuan resolusi spasial seperti berdasarkan Point Spread Function (PSF) dapat dipengaruhi oleh keberadaan noise atau error dalam data yang dapat menurunkan kontras citra. Oleh karena itu, untuk menjamin akurasi kuantifikasi citra, dilakukan dengan memastikan error sekecil mungkin dan memiliki perkiraan yang dapat diandalkan tentang seberapa besar error tersebut. Penelitian ini ditujukan untuk menyelidiki bagaimana tingkat noise yang berbeda pada pengukuran Full Width at Half Maximum (FWHM) berdasarkan metode NEMA dan Gaussian mempengaruhi keakuratan sistem pencitraan. FWHM digunakan untuk mengkarakterisasi resolusi spasial berdasarkan profil PSF. Hasil yang diperoleh diharapkan dapat memberikan informasi pada fisikawan medis mengenai pengaruh error dari pengukuran FWHM dalam rangka optimasi layanan klinis di rumah sakit. Dalam penelitian ini, model error yang digunakan adalah kombinasi model error proporsional dan Fractional Standard Deviation (FSD). Hasil penelitian menunjukkan terdapat peningkatan relatif deviasi FWHM terhadap variasi FSD 1% hingga 5% pada bidang dua dimensi dan tiga dimensi berdasarkan metode NEMA dan Gaussian. Peningkatan ini menjelaskan bahwa semakin tinggi tingkat noise pada sistem pencitraan, maka akan semakin mempengaruhi pengukuran FWHM yang berdampak pada penurunan kontras citra. Selanjutnya, terdapat korelasi antara error pixel value dan error FWHM. Semakin tinggi persentase nilai error pixel value pada sistem pencitraan, maka akan semakin mempengaruhi peningkatan persentase nilai error pada pengukuran FWHM.

---

Image quantification of spatial resolution measurements, generally using standard protocols published by the National Electrical Manufacturers Association (NEMA). However, this method has limitations on the data fitting method performed. Better accuracy is given by Gaussian function. Furthermore, spatial resolution determination such as based on Point Spread Function (PSF) can be influenced by the presence of noise or errors in the data that can decrease image contrast. Therefore, to ensure the accuracy of image quantification, it is done by ensuring the slightest possible error and having a reliable estimate of how big the error is. This study is intended to investigate how different noise levels in Full Width at Half Maximum (FWHM) measurements based on NEMA and Gaussian methods affect the accuracy of imaging systems. The FWHM is used to characterize spatial resolution based on PSF profiles. The results are expected to provide information to medical physicists about the effect of error in FWHM measurement to optimize clinical services in hospitals. In this study, the error model used is a combination of the proportional error model and the Fractional Standard Deviation (FSD). The results showed that there was an increase in the relative deviation of FWHM to the FSD variation of 1% to 5% in two-dimensional and three-dimensional fields based on the NEMA and Gaussian methods. This increase explains that the higher the noise level in the imaging system, the more it affects the FWHM measurement which has an impact on the decrease in image contrast. Furthermore, there is a correlation between the pixel value error and the FWHM error. The higher the percentage of error pixel value in the imaging system, the more it will affect the increase of percentage error FWHM measurement."

"Tugas akhir ini membahas mengenai distribusi invers gaussian yang merupakan distribusi probabilitas kontinu yang dapat mengatasi masalah kemencengan dan long-tail. Pembahasan meliputi fungsi kepadatan probabilitas, fungsi distribusi, fungsi survival, fungsi hazard, serta membentuk fungsi pembangkit momen. Kemudian, dicari bentuk mode, mean, variansi, kemencengan, dan kurtosis distribusi invers gaussian. Terakhir, dicari taksiran parameter dan distribusi dari taksiran parameter menggunakan MLE. Data Jug Bridge mengenai drainase digunakan sebagai ilustrasi.

---

This paper discusses about Inverse Gaussian Distribution, the continued probability distribution which can solve skew and long tail problem. At first, we study about probability density function, cumulative distribution function, survival function, hazard function, and form moment generating function. Then, we seek mode, mean, variance, skewness, and kurtosis of inverse gaussian distribution. Finally, we try to discover parameter estimation and distribution of parameter estimation using MLE. Jugde Bridge data about drianage will be used as illustration."