Hasil Pencarian  ::  Simpan CSV :: Kembali

"Inflasi sebagai indikator makro ekonomi memiliki peran penting bagi pemerintah dalam perencanaan dan evaluasi pembangunan. Namun penghitungan inflasi yang dilakukan oleh BPS masih terbatas di beberapa kabupaten/kota sampel SHK padahal data inflasi dibutuhkan di semua kabupaten/ kota. Dalam mengatasi keterbatasan tersebut dapat dilakukan pendekatan geostatistika dengan metode Ordinary Point Kriging untuk memprediksi nilai inflasi di beberapa kabupaten/kota tidak tersampel berdasarkan nilai inflasi di kabupaten/kota sampel yang ada di sekitarnya. Hasil penelitian ini menunjukkan bahwa penggunaan metode Ordinary Point Kriging dengan model semivariogram Gaussian untuk memprediksi nilai inflasi di beberapa kabupaten/kota kontrol di Pulau Jawa diperoleh hasil prediksi yang baik yang ditunjukkan oleh nilai MAPE sebesar 12,56 persen. Sementara itu, hasil penerapan metode kriging pada kabupaten/kota yang tidak tersampel di Pulau Jawa cenderung menunjukkan kemiripan nilai inflasi dengan kabupaten/ kota sampel yang berdekatan"

"Penelitian ini menjelaskan tentang bagaimana pengaruh makro ekonomi terhadap probability of default untuk segmen usaha mikro di Indonesia. Model yang digunakan untuk dapat mengukur indikator risiko kredit berdasarkan Days Past Due (DPD) dan kolektabilitas, sehingga dapat dihitung probability of default sesuai dengan data historis internal perusahaan. Selanjutnya dilakukan regresi linier berganda untuk dapat mengetahui apakah perubahan variable makro ekonomi yang terdiri dari PDB, Inflasi, nilai tukar IDR terhadap USD, dan tingkat pengangguran dapat mempengaruhi probability of default untuk segmen usaha mikro di Indonesia. Sesuai dengan hasil uji statistik diketahui bahwa perubahan makro ekonomi khususnya untuk variable makro ekonomi seperti inflasi dan nilai tukar IDR terhadap USD yang memiliki pengaruh signifikan terhadap probability of default untuk segmen usaha mikro untuk setiap bucket pinjaman. Hasil penelitian ini diharapkan dapat memberikan gambaran kepada perbankan Indonesia dalam melakukan ekspansi pinjaman khususnya untuk segmen usaha mikro, serta dapat dijadikan acuan pada saat melakukan perbaikan kebijakan pengukuran risiko kredit dalam rangka meningkatkan prinsip kehati-hatian.

---

This research is conducted to analyze the effects of macroeconomics to the default probability of micro business segment in Indonesia. The model used for credit risk indicator measurement was based on Days Past Due (DPD) and collectability which allow calculate probability of default based on the companys internal historical data. Furthermore, multiple linear regression was applied in order to find out if macro economy variables, consists of GDP, inflation, IDR/USD exchange rate and unemployment rate could affect probability of default of micro segment in Indonesia. In accordance with the result of statistical test, macroeconomic variable such as inflation and the exchange rate of IDR to USD have a significant effect on the probability of default for the micro business segment for each loan bucket. Thus, this research is expected to provide adequate information related to micro expansion as well as to be a guidance of credit risk policy improvement for banks in Indonesia in pursuance of precautionary principle."

"Metode ordinary kriging adalah metode penaksiran yang menghasilkan taksiran yang memenuhi kriteria BLUE (Best Linear Unbiased Estimator). Nilai taksiran dinyatakan sebagai kombinasi linier dari data sampel. Data yang digunakan adalah data spasial. Metode ordinary kriging dapat digunakan jika data spasial memenuhi asumsi stasioner orde dua atau asumsi stasioner intrinsik. Dalam melakukan penaksiran dengan metode ordinary kriging diperlukan suatu fungsi yang disebut semivariogram. Ada dua jenis semivariogram, yaitu : semivariogram isotropik dan semivarogram anisotropik. Pada tugas akhir ini, metode ordinary kriging digunakan untuk menaksir nilai pengamatan pada suatu titik di lokasi yang tidak tersampel, dan semivariogram yang digunakan adalah semivariogram isotropik. "

"Penelitian berlokasi di daerah Langgikima, Konawe Utara, Sulawesi Tenggara. Tujuan dari penelitian ini yaitu untuk memetakan zona profil laterit berdasarkan hasil domaining serta mengestimasi kadar dan tonase nikel laterit yang terdapat di daerah penelitian. Metode pengolahan dan analisis data meliputi analisis statistik univarian serta metode ordinary kriging. Unsur yang diestimasi meliputi Ni, Co, Fe, SiO2, dan MgO dengan variogram model yang digunakan yaitu Ni sebagai variabel utama. Data yang digunakan berupa data sekunder yang mencakup collar, survey, dan assay serta menggunakan foto core sebagai data penunjang untuk validasi. Domain geologi pada penelitian ini terbagi menjadi 3, yaitu limonit, saprolit, dan bedrock. Limonit dan saprolit termasuk kedalam zona mineralisasi yang akan diestimasi. Densitas limonit sebesar 1.6 gr/cm3 dan saprolit 1.5 gr/cm3 . Klasifikasi sumberdaya didasarkan pada jarak antar spasi bor dan parameter geostatistik slope of regression. Hasil klasifikasi dengan menggunakan cut off grade 1% menunjukkan daerah penelitian terdiri atas kelas terukur. Domain limonit menghasilkan volume sebesar 1,697,891 m3 dan tonase 2,716,625 ton dengan kandungan rata-rata Ni sebesar 1.31%, Co 0.1%, Fe 45.42%, SiO2 9.01%, dan MgO 1.13%. Domain saprolit menghasilkan volume sebesar 964,063 m3 dan tonase 1,446,094 ton dengan kandungan rata-rata Ni sebesar 1.69%, Co 0.04%, Fe 20.93%, SiO2 33.52%, dan MgO 14.92%. Kategori terukur menandakan pada daerah penelitian memiliki tingkat keyakinan geologi yang tinggi untuk membuktikan kemenerusan kadar dan kandungan mineral serta memiliki nilai yang ekonomis untuk ditambang.

---

The research is located in Langgikima, Nort Konawe, Southeast Sulawesi. The purpose of this study was to map the laterite profile zones based on the results of domaining and to estimate the grades and tonnage of laterite nickel found in the study area. Data processing and analysis methods include univariate statistical analysis and ordinary kriging methods. The estimated elements include Ni, Co, Fe, SiO2, and MgO with the variogram model used, Ni as the main variable. The data used is in the form of secondary data which includes collars, surveys, and assays and uses core photos as supporting data for validation. The geological domain in this study is divided into 3, namely limonite, saprolite, and bedrock. Limonite and saprolite are included in the mineralized zone to be estimated. The density of limonite is 1.6 gr/cm3 and that of saprolite is 1.5 gr/cm3 . Resource classification is based on the distance between drill spacing and the slope of regression geostatistical parameters. Classification results using 1% cut off grade show that the study area is composed of measurable classes. The limonite domain produces a volume 1,697,891 m3 and tonnage of 2,716,625 tons with an average content of 1.31% Ni, 0.1% Co, 45.42% Fe, 9.01% SiO2, and 1.13% MgO. The saprolite domain produced a volume of 964,063 m3 and tonnage of 1,446,094 tons with average content of 1.69% Ni, 0.04% Co, 20.93% Fe, 33.52% SiO2, and 14.92% MgO.The measured category indicates that the research area has a high level of geological confidence to prove the continuity of grades and mineral content and has economic value for mining."

"Curah hujan memiliki keragaman dan fluktuasi yang tinggi di daerah tropis, namun data curah hujan yang didapatkan dari stasiun hujan hanya berupa data titik, sehingga metode interpolasi diperlukan dalam menggambarkan distribusi curah hujan wilayah. Curah hujan wilayah digambarkan dari 32 stasiun hujan di Kabupaten Kebumen selama periode 1986-2015 menggunakan metode Inverse Distance Weighted (IDW), Spline, Ordinary Kriging dan Natural Neighbor untuk menemukan metode terbaik dalam memetakan pola spasial curah hujan rata-rata tahunan, curah hujan rata-rata musim hujan dan curah hujan rata-rata maksimum bulanan di Kabupaten Kebumen. Hasil yang diperoleh dari penelitian ini menunjukkan bahwa metode Ordinary Kriging merupakan metode terbaik dalam menggambarkan distribusi curah hujan rata-rata tahunan dan curah hujan rata-rata maksimum bulanan, sementara metode IDW merupakan metode terbaik dalam menggambarkan distribusi curah hujan rata-rata musim hujan di Kabupaten Kebumen.

---

Rainfall rate attributed with high variability and fluctuations in the tropics, yet the rainfall rate data available from the rainfall monitoring station is a point data. The interpolation method, thus, is required to explain the distributions of area rainfall rate. The area Rainfall rate is illustrated from the data in 32 rain stations in Kebumen during the period 1986 - 2015 using the Inverse Distance Weighted (IDW), Ordinary Kriging, Spline, and Natural Neighbor to find the best method to map the spatial rainfall rate pattern of the annual average, monsoon average, and the monthly maximum average of rainfall rate in Kebumen.

The results obtained from this study indicate that the method of Ordinary Kriging is the best method to describe the distribution of annual average rainfall rate and monthly maximum average of rainfall rate, while the IDW method is the best method to describe the distribution of average monsoon season rainfall rate in the Kebumen district."

"Penelitian di lakukan di daerah Langgikima, Kabupaten Konawe Utara, Provinsi Sulawesi Tenggara. Penelitian ini bertujuan untuk mengestimasi endapan nikel laterit pada daerah penelitian berdasarkan zona profil laterit. Metode yang digunakan dalam pengolahan data menggunakan, yaitu Ordinary Kriging (OK). Metode ini menggunakan data sekunder yang terdapat data collar, survey, assay, dan foto core. Unsur geokimia yang diestimasi berupa Ni, Co, Fe, SiO₂, MgO, dan Al₂O₃ dengan variogram model berfokus pada kadar Ni. Penelitian ini akan membagi daerah penelitian menjadi 3, yaitu limonit, saprolit, dan bedrock. Limonit dan saprolit termasuk dalam zona mineralisasi yang memiliki densitas 1,67 gr/m³ dan 1,58 gr/m³. Hasil estimasi dengan metode Ordinary Kriging pada domain limonit menghasilkan volume sebesar 4,3 juta m³ dan tonase 7,2 juta ton dengan kandungan rata-rata Ni sebesar 1,35%. Sedangkan hasil estimasi domain saprolit menghasilkan volume sebesar 2,5 juta m³ dan tonase 4 juta ton dengan kandungan rata-rata Ni sebesar 1,35%.

---

The research was conducted in the Langgikima area, North Konawe Regency, Southeast Sulawesi Province. This purpose of this study was to estimate of laterite nickel deposits in the study area based on the laterite profile zone. The method used in data processing using, namely Ordinary Kriging (OK). This method uses secondary data containing collar, survey, assay, and photo core data. Geochemical elements estimated are Ni, Co, Fe, SiO₂, MgO, and Al₂O₃. with the variogram model focusing on Ni content. This research will divide the the study area into 3, namely limonite, saprolite, and bedrock. Limonite and saprolite are included in the mineralized zone which has a density of 1.67 gr/m³ and 1.58 gr/m³. The estimation results with the Ordinary Kriging method in the limonite domain produced a volume of 4.5 million tons m³ and tonnage of 7.2 million tons with an average Ni content of 1.39%. While the saprolite domain estimation results produced volume of 2.5 million m³ and tonnage of 4 million tons with an average Ni content of 1.35%."

"Penelitian berlokasi di daerah Kabaena Tengah, Kabupaten Bombana, Sulawesi Tenggara. Penelitian ini bertujuan untuk memetakan distribusi zona profil nikel laterit, memodelkan endapan nikel laterit di daerah penelitian dengan software, mengklasifikasi tipe sumber daya mineral di daerah penelitian dan mengestimasi kadar dan tonase nikel laterit di daerah penelitian. Metode Ordinary Kriging merupakan metode yang digunakan dalam penelitian estimasi nikel ini. Kemudian digunakan validasi hasil estimasi yang berguna dengan menggunakan Inverse Distance Weighted (IDW) dan Nearest Neighbour (NN) sebagai pembanding. Ni, Fe, Co, SiO2, MgO, dan Al2O3 merupakan variabel data assay hasil eksplorasi dengan Ni sebagai variabel utama. Domain geologi pada penelitian ini terbagi menjadi 3, yaitu limonit, saprolit, dan bedrock. Limonit dan saprolit termasuk kedalam zona mineralisasi yang akan diestimasi. Densitas limonit sebesar 1,8 gr/cm3 dan saprolit 1,7 gr/cm3 . Estimasi domain limonit menghasilkan jumlah volume sebesar 119.744 m3 dan tonase sebesar 215.544 ton dengan rata-rata Ni 1,39%, sedangkan domain saprolit menghasilkan jumlah volume sebesar 619.570 m3 dan tonase sebesar 1.053.270 ton dengan rata-rata Ni 1,66%. Domain saprolit memiliki kadar Ni yang lebih tinggi jika dibandingkan dengan domain limonit. Tingginya kadar Ni yang terdapat pada domain saprolit terjadi karena adanya supergene enrichment atau pengayaan sekunder. Klasifikasi sumber daya di daerah penelitian adalah terukur dan tertunjuk.

---

The research is located in the Central Kabaena area, Bombana Regency, Southeast Sulawesi. This study aims to map the distribution of the nickel laterite profile zones, model the nickel laterite deposits in the study area using software, classify the types of mineral resources in the study area, and estimate the grade and tonnage of nickel laterite in the study area. The Ordinary Kriging method is used in the nickel estimation research. Validation of the estimation results is then performed using Inverse Distance Weighted (IDW) and Nearest Neighbor (NN) as comparisons. Ni, Fe, Co, SiO2, MgO, and Al2O3 are the assay data variables resulting from the exploration, with Ni as the primary variable. The geological domain in this study is divided into three: limonite, saprolite, and bedrock. Limonite and saprolite are part of the mineralized zones to be estimated. The density of limonite is 1.8 g/cm³ and saprolite is 1.7 g/cm³. The limonite domain estimation results in a total volume of 119,744 m³ and a tonnage of 215,544 tons with an average Ni grade of 1.39%, while the saprolite domain results in a total volume of 619,570 m³ and a tonnage of 1,053,270 tons with an average Ni grade of 1.66%. The saprolite domain has a higher Ni grade compared to the limonite domain. The high Ni grade in the saprolite domain occurs due to supergene enrichment or secondary enrichment. The resource classification in the study area is measured and indicated."

"Nikel merupakan hasil bahan galian tambang yang sangat melimpah di Indonesia. Kebutuhan nikel kian meningkat terutama pada dunia industri pembuatan baja. Penelitian ini dilakukan di wilayah pertambangan PT Vale Indonesia Tbk, Sorowako, Kecamatan Nuha, Kabupaten Luwu Timur, Provinsi Sulawesi Selatan. Daerah ini secara umum dipisahkan menjadi 3 bagian lapisan nikel, yaitu limonite, saprolite dan bedrock. Penelitian ini bertujuan untuk menganalisis karakteristik dan pola penyebaran nikel laterit serta menghitung deposit cadangan nikel laterit pada wilayah penelitian. Penelitian ini membutuhkan data berupa data collar, data assay, dan data zona profil nikel laterit. Analisis pemodelan dilakukan untuk mengetahui pola penyebaran nikel laterit dan merancang model 3D endapan nikel laterit. Analisis menggunakan metode Ordinary Kriging dilakukan untuk menghitung deposit cadangan nikel laterit. Berdasarkan hasil penelitian, penggunaan metode Ordinary Kriging mempertimbangkan proses pengisian block model dan banyak sampel yang digunakan, sedangkan block model Nearest Neighbor Point tidak.

---

Nickel is a very abundant mining material in Indonesia. The need for nickel is increasing, especially in the steel industry. This research was conducted in the mining area of PT Vale Indonesia Tbk, Sorowako, Nuha District, East Luwu Regency, South Sulawesi Province. This area is generally divided into 3 nickel layers, namely limonite, saprolite and bedrock. This study aims to analyze the characteristics and distribution patterns of laterite nickel and calculate the laterite nickel reserve deposits in the research area. This study requires data in the form of collar data, assay data, and geological data. Modeling analysis was carried out to determine the distribution pattern of laterite nickel and to design a 3D model of laterite nickel deposits. Analysis using the Ordinary Kriging method was carried out to calculate the laterite nickel reserve deposits. Based on the results of the study, the use of the Ordinary Kriging method considers the block model filling process and the number of samples used, while the Nearest Neighbor Point block model does not."

"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"

"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"