Hasil Pencarian  ::  Simpan CSV :: Kembali

Abstrak :
Sheet metal forming adalah salah satu klasifikasi dari proses manufaktur yang membentuk sebuah lembaran logam yang bertindak sebagai benda kerja menjadi produk yang diinginkan melalui serangkaian proses cutting bahan (shearing, blanking, punching) dan/atau pembentukan material (bending, drawing, deep drawing, dll). Indeks kompleksitas proses sheet metal forming (PIproses) merupakan indikator dari suatu proses manufaktur sebuah produk dengan tingkat kerumitan atau kompleksitas tertentu, faktor kesulitan yang terdapat dalam langkah proses sheet metal forming (Σpcx) ditambah dengan kompleksitas produk (CIproduk). Untuk mengetahui dan mengeliminasi parameter bebas dan parameter terikat dilakukan pembobotan dengan metode AHP berdasarkan data kuisioner yang didapat dari ahli, didapatkan ranking terbaik yaitu pcin process, feature : material, geometri material inprocess, geometri dies dan jumlah deformasi dan pcin process, specification : gaya dan aliran material. Setelah diperoleh model penilaian kompleksitas proses produk press part, dilakukan pengujian terhadap produk yang ada di industri dan produk dengan keseluruhan nilai bobot ?0?, ?0,5? dan ? 1?. Hasil dari pengujian model adalah sebagai berikut: PI (bobot keseluruhan ?0?) = 11,76; PI (bobot keseluruhan ?0,5?) = 14,16; PI (bobot keseluruhan ?1?) = 16,57; PI (blanking panel roof) = 12,47; PI (panel roof) = 34,83; PI (front door) = 36,30; PI (rear door) = 36,69.

---

Sheet metal forming is one of the classification of manufacturing processes forming a sheet of metal which acts as the workpiece into the desired product through a series of material cutting process (shearing, blanking, punching) and/or the material forming (bending, drawing, deep drawing, etc. ). Sheet metal forming process complexity index (PIprocess) is an indicator of a manufacturing process of a product with the complexity level or a certain complexity, the complexity factor which found in sheet metal forming process step (Σpcx) added with the product complexity (CIproduct). To find and eliminating free parameters and tied parameters will be performed the weighting by the AHP method based on data obtained from the expert questionnaire, and then obtained the best ranking pcin process, feature : material, inprocess material geometry, dies geometry and amount of deformation and pcin process, specification : force and material flow. After obtained the complexity of the process of product valuation models press part, and then testing to industry product and the overall value of products with a total weight of "0", "0.5" and "1". Results of testing the model are as follows: PI (total weight of "0") = 11.76; PI (total weight of "0.5") = 14.16; PI (total weight of "1") = 16.57; PI (blanking panel roof) = 12.47; PI (panel roof) = 34.83; PI (front door) = 36.30; PI (rear door) = 36.69.

Abstrak :
Setiap proses pembelajaran memerlukan suatu evaluasi berupa ujian, begitu pula dengan e-learning. Pada proses e-learning jenis ujian yang banyak digunakan adalah jenis ujian pilihan ganda dan isian singkat. Alasannya adalah kemudahan dalam proses penilaian, komputer yang menjadi komponen penting dalam proses e-learning lebih mudah dalam melakukan penilaian ujian pilihan ganda dan isian singkat secara akurat karena jawaban yang ada harus sama baik pilihan maupun kata-katanya, dibandingkan dengan melakukan penilaian jenis ujian esai yang lebih kearah pemahaman bukan hafalan. Padahal jenis ujian pilihan ganda dan isian singkat memiliki banyak kekurangan bila dibandingkan dengan jenis ujian esai. Hal inilah yang mendasari lahirnya penilaian jawaban esai secara otomatis untuk mempersingkat pemeriksaan jawaban esai. Ada banyak metode yang telah dikembangkan untuk penilai jawaban esai secara otomatis, salah satunya adalah Latent Semantic Analysis (LSA). Metode ini mempunyai ciri khas hanya mementingkan kata-kata kunci yang terkandung dalam sebuah kalimat tanpa memperhatikan karakteristik linguistiknya. Pada LSA, kata-kata direpresentasikan dalam sebuah matriks semantik dan kemudian diolah secara matematis menggunakan teknik aljabar linier Singular Value Decomposition (SVD). Implementasi pembobotan pada sistem penilaian esay otomatis dilakukan dengan menggunakan bahasa php, pada percobaan menggunakan jawaban esay dari quiz jaringan komputer. Hasil ujicoba menunjukkan hal-hal yang mempengaruhi kecepatan proses aplikasi adalah banyaknya jawaban mahasiswa dan banyaknya user yang mengakses aplikasi. Dari percobaan juga menunjukkan bahwa skema yang paling mendekati dengan human rater adalah skema 4 yaitu dengan pembobotan lokal jawaban mahasiswa untuk Square Root dan pembobotan dosen Binary dan tidak menggunakan pembobotan global.

---

Every learning process needs an evaluation in the form of test. At elearning process the test type many used is multiple choice and short answer test type. Its reason is amenity in course of assessment, the computer become the important component in course of e-learning easier in doing assessment of multiple choice and short anwer test in accurate because the answer have to be same exactly, compared to do assessment test of essay type more toward understanding and not memorizing. Though multiple choice and short answer test type have many insuffiencies if compared to the test type esai. These matters constitute the creation of automatically assessment of answer esai to take a short cut inspection of essay answer. There are many methods which have been developed for the automatically essay assessor, one of them is Latent Semantic Analysis (LSA). This Method has the unique method only making account of the key words implied in a sentence regardless of his linguistics characteristic. In LSA, words represented in a semantic matrix and then mathematicaly proceed to usely linear algebra technique Singular Value Decomposition (SVD). Wight implementation at automatically esay assessment system is done by using language php, In experiment the esay answer are from quiz computer network. Result of experiment show the things influence speed of application process is the number of student answers and to the number of user accessing application. Of attempt is also indicate that the scheme very come near with human rater is scheme of 4 that is with local wight [of] student answer to Square Root and lecturer wight Binary and don't use any global wight.

Abstrak :
Salah satu metode otomasi essay grading adalah essay grading metode LSA. LSA merepresentasikan isi kata dalam matriks dua dimensi yang besar. Bagian pemrosesan penting dari LSA adalah komponen penganalisisan bernama SVD (Singular Value Decomposition) yang mengkompresi informasi yang berkaitan dalam jumlah besar ke dalam ruang yang lebih kecil. Menggunakan teknik aljabar matriks (SVD), hubungan baru antara esai mahasiswa dan esai referensi ditentukan dan dimodifikasi untuk mewakili arti sebenarnya. SIMPLE-O adalah aplikasi penilaian esai otomatis metode LSA yang berbasis web yang dikembangkan di Indonesia. Untuk meningkatkan kualitas penilaian esai maka perlu diterapkan teknik pembobotan. Sebuah metode pembobotan merupakan susunan dari tiga buah pembobotan: pembobotan lokal (local weighting), pembobotan global (global weighting) dan normalisasi (normalization) [1]. Untuk mengimplementasikan pembobotan maka pada SIMPLE-O dilakukan perubahan pada bagian proses memasukan jawaban esai mahasiswa dan proses penilaianya. SIMPLE-OM adalah SIMPLE-O yang telah mengalami perubahan. Pada SIMPLEOM skema pembobotan yang diterapkan adalah skema pembobotan SICBI (SQRTIGFF-COSN-BNRY-IDFB). Berdasarkan hasil pengamatan dan perhitungan dari beberapa skenario pengujian, sistem aplikasi dengan pembobotan SICBI memberikan hasil yang lebih baik daripada sistem aplikasi tanpa pembobotan. Skenario pengujian yang memberikan hasil paling baik (mendekati human rater) adalah skenario yang memiliki jumlah mahasiswa terbanyak yaitu skenario 3 (20 mahasiswa). Pada skenario 3, rata-rata selisih antara penilaian sistem aplikasi dengan human rater adalah 10,9. Penerapan pembobotan akan membuat sistem aplikasi bekerja lebih lama dalam hal penilaian esai. Selain itu, beberapa hal lain yang berpengaruh pada kecepatan proses penilaian esai antara lain banyaknya kata kunci mahasiswa dan jumlah mahasiswa yang mengikui ujian.

---

One method of automatic essay grading is "LSA Essay Grading Method". LSA represents words contained in a huge bi-dimensional matrix. Main processing part of LSA is analyzing component that called SVD (Singular Value Decomposition) which compress the large-scaled related information into smaller scale. Using matrix algebraic method (SVD), the new relations between student?s essay and the reference essay can be determined and modified in the real meaning. SIMPLE-O is an automatic essay grading application using web-based LSA method which has been developed in Indonesia. To increase essay grading quality, it needed to apply weighting technique. Weighting methods consist of three weighting: local weighting, global weighting, and normalization [1]. To implement the weighting in SIMPLE-O, it needs to make changes in student?s answers and grading process. SIMPLE-OM is a modified SIMPLE-O. In SIMPLEOM, the weighting scheme which is being implemented is SICBI (SQRT-IGFFCOSN-BNRY-IDFD) weighting scheme. According to observation results and calculation from several testing scenario, SICBI weighting application system gives better results than application system without weighting method. The best result (approaching the human rater) is given by the testing method which has the most student participants, that is in third scenario (20 students). In this scenario, the average differences between application system grading and human rater is 10.9. Weighting implementation will make the application system work longer in essay grading. The number of word and the students also affect to the essay grading speed.

Abstrak :
Simple-O merupakan sistem penilaian esai otomatis yang menerapkan algoritma Latent Semantic Analysis (LSA). Simple-O dalam penilaian hasilnya menggunakan metode pembobotan. Sebagai sistem penilaian esai otomatis, tentu saja Simple-O diharapkan agar hasil penilaiannya mirip dengan hasil penilaian secara manual (Human Raters). Metode pembobotan awal yang diterapkan pada Simple-O masih memiliki beberapa kekurangan, oleh karena itu pada skripsi kali ini akan diimplementasikan empat belas metode pembobotan (kombinasi tujuh pembobotan lokal dan dua pembobotan global) pada Simple-O dan hasilnya akan dilakukan analisa agar dapat ditentukan metode pembobotan yang mana yang paling cocok diterapkan di Simple-O. Metode pembobotan biner tanpa bobot lokal sejauh ini memiliki kemiripan yang paling tinggi dengan human raters dengan selisih perbedaan dengan human raters 9.255 poin. ......Simple-O is an automated essay grading system that complies the Latent Semantic Analysis (LSA) algorithm. Simple-O uses word weighting method in the assessment of the results. As an automated essay grading system, the assessment system in Simple-O is supposedly similar with the manual assessment (human raters). The original Simple-O weighting method still have some flaws, therefore, on this thesis will be implemented fourteen word weighting methods (the combination of seven local weightings and two global weightings) and all of the results will be analyzed to determine which weighting method have the best result to be implemented in Simple-O. Binary weighting method so far have the highest similarity with the manual assessment with the differences by 9.255 point.

Abstrak :
Kajian terkait pembobotan tingkat keandalan bangunan gedung pada tahun 2011 menghasilkan komposisi bobot 30% untuk aspek kesehatan, 50% untuk aspek kenyaman dan 20% untuk aspek kemudahan sedangkan aspek keselamatan tidak diberi bobot dengan pertimbangan bahwa aspek tersebut merupakan prasyarat yang harus dipenuhi

Abstrak :
Dalam menentukan perhitungan dosis serap yang optimal diperlukan nilai time-integrated activity coefficient (TIAC) yang akurat. Nilai TIAC diperoleh melalui fitting data menggunakan model fungsi matematis dengan metode Nonlinear Mixed-Effects Model (NLME). Fungsi terbaik diperoleh dengan melakukan model selection yang ditinjau melalui evaluasi Goodness of Fit. Namun, hasil dari model selection tidak selalu memenuhi Goodness of Fit sehingga sulit untuk mendapatkan fungsi terbaik, seperti halnya pada dosimetri lesi. Oleh karena itu, dibutuhkan metode yang dapat mengembangkan model selection dengan memperhatikan struktur parameter fungsi melalui optimisasi fixed effect dan random effect. Tujuan penelitian ini adalah mengetahui model fungsi matematis yang dapat menggambarkan data dan mengetahui pengaruh dari struktur parameter fungsi terhadap model selection. Data yang digunakan merupakan data biokinetik [111In]In-DOTATATE lesi dari 8 pasien yang diperoleh dari planar imaging. Fitting dilakukan menggunakan 13 fungsi Sum of Exponential (SOE). Fungsi yang tidak memenuhi Goodness of Fit dianalisa lebih lanjut dengan kombinasi fixed effectdan random effect. Pembobotan akaike digunakan untuk memilih fungsi yang paling merepresentasikan data. Fungsi terbaik yang diperoleh adalah fungsi dengan tidak mengestimasi nilai fixed effect dari parameter A1, Alpha, Lambda1 dan full random effectdimana memiliki nilai pembobotan akaike tertinggi sebesar 57,89%. Fungsi tersebut juga memiliki nilai maksimum Coefficient of Variation (CV) sebesar 39,71%. Penelitian ini berhasil menunjukan bahwa kombinasi fixed effect dan random effect berpengaruh terhadap model selection karena dapat mengurangi ketidakpastian dalam mengestimasi parameter melalui nilai Coefficient of Variation (CV) sehingga diperoleh fungsi terbaik dalam penentuan TIAC yang akurat pada dosimetri lesi. ......In determining the calculation of the optimal absorbed dose, an accurate time-integrated activity coefficient (TIAC) value is required. TIAC values were obtained through data fitting using a mathematical function model with the Nonlinear Mixed-Effects Model (NLME) method. The best function is obtained by model selection which is determined by evaluated Goodness of Fit. However, the results of model selection do not always correspond to the Goodness of Fit, so it is difficult to obtain the best function, as is the case with lesion dosimetry. Therefore, a method is needed that can develop a model selection by examined the structure of function parameters through optimization of fixed effects and random effects. This study aims to determine the best function model that can describe the data and to determine the effect of the function parameter structure in model selection. Data lesion biokinetics of [111In]In-DOTATATE from eight patients acquired by planar imaging. Thirteen function Sum of Exponential (SOE) were used in fitting. The function not passing the Goodness of Fit test were fitted with a combination of fixed and random effect. The Akaike weights were used to select the fit function most supported by the data. The best function obtained is the function without estimating the fixed effect value of parameter A1, Alpha, Lambda1 dan full random effect which has the highest akaike weighting value of 57.89%. This function also has a maximum Coefficient of Variation (CV) value 39.71%. This study succeeded in showing that the combination of fixed effects and random effects had an effect on model selection because it reduced the Coefficient of Variation (CV) value so that the best function was obtained in determining the accurate TIAC in lesion dosimetry.

Abstrak :
Setiap proses pembelajaran memerlukan suatu evaluasi berupa ujian, begitu pula dengan e- learning. Pada proses e- learning jenis ujian yang banyak digunakan adalah jenis ujian pilihan ganda dan isian singkat. Alasannya adalah kemudahan dalam proses penilaian, komputer yang menjadi komponen penting dalam proses e-learning lebih mudah dalam melakukan penilaian ujian pilihan ganda dan isian singkat secara akurat dibandingkan dengan melakukan penilaian jenis ujian esai. Padahal jenis ujian pilihan ganda dan isian singkat memiliki banyak kekurangan bila dibandingkan dengan jenis ujian esai. Hal inilah yang mendasari dibuatnya sistem penilaian jawaban esai secara otomatis (automated essay grading). Sistem yang dibuat merupakan sistem yang berbasiskan web dengan a lasan kemudahan pengaksesan oleh pihak user dari mana saja dan kapan saja. Dalam hal penilaian metode yang digunakan adalah metode Latent Semantic Analysis (LSA). Metode ini mempunyai ciri khas hanya mementingkan kata-kata kunci yang terkandung dalam sebuah kalimat tanpa memperhatikan karakteristik linguistiknya. Pada LSA, kata-kata direpresentasikan dalam sebuah matriks semantik dan kemudian diolah secara matematis menggunakan teknik aljabar linier Singular Value Decomposition (SVD). Walaupun metode ini relatif sederhana, namun memiliki tingkat korelasi yang cukup tinggi bila dibandingkan dengan penilaian yang dilakukan manusia secara manual. Skripsi ini membahas mengenai kinerja dari sistem penilaian esai otomatis berbasis web dengan menggunakan metode LSA dengan 3 tingkat bobot kata kunci. Pada sistem ini dilakukan pengujian mengenai kecepatan pada waktu memasukkan soal dan jawaban serta pada waktu penghitungan nilai. Pengujian tersebut dilakukan dengan menggunakan bantuan server pada localhost. Pengujian mengenai keakuratan penilaian juga dilakukan dengan cara membandingkan hasil penilaian sistem dengan human rater. Dari hasil pengujian, perbandingan penilaian dengan human rater menunjukkan angka korelasi sebesar 0,777402209 dengan rata-rata selisih nilai untuk setiap soal sebesar 17,36.

---

Each learning process need an evaluation in form like an exam, so also with elearning. In e-learning process type of exam that often used is multiple choice and short essay. The reason is easiness in asssessment process, computer that became important part in e- learning process is easier to grade a multiple choice and short essay exam accurately compared with an essay exam. Whereas multiple choice and short essay exam have many flaw if we compared it with long essay exam. This was the basic idea of automated essay grading. This system was made based on the web based application, the reason is web based application is easy to be accessed by user anytime from anywhere. Scoring method that is used in this system is Latent Semantic Analysis method (LSA). This method has characteristic to only emphasize keywords in a sentence without paying attention to its linguistic characteristic. In LSA, words is represented in a semantic matrix and then processed mathemathically with Singular Value Decomposition (SVD). Despite of its simpicity, this method have a quite high correlation when compared with assessment of human rater. Performance of web based automated essay grading system by using LSA method with 3 levels weight of keywords is tested here. Testing concerning speed when entering a question and answer to system and when calculating exam score are conducted in this system. Those testing is conducted by using server in localhost. Testing concerning preciseness of its grading is also carried out by comparing result of system?s grading and human rater. From result of this testing, comparison of system?s grading with human rater showed the correlation figure of 0,777402209 with average difference of score is 17,36 for every question.

Abstrak :
Fenomena degradasi tanah di lingkungan tropis, jika tidak segera diatasi, maka akan menimbulkan kerusakan tanah (tanah kritis) yang dicirikan dengan menurunnya produktivitas tanah atau lahan. Oleh karena itu perlu penanganan lebih lanjut, salah satunya dengan cara mengetahui wilayah-wilayah yang memiliki tingkat kekritisan tinggi dan perubahan luasnya hingga pada kondisi sekarang. Penelitian ini bertujuan untuk mengetahui perubahan luas tanah kritis didasarkan pada tingkat kekritisan tanah menggunakan metode pembobotan dengan variabel yaitu erosi, tutupan vegetasi, kelerengan dan produktivitas lahan. Nilai erosi didapat dengan menggunakan metode USLE (Universal Soil Loss Equation). Perubahan luas tanah kritis di Kabupaten Lebak dalam kurun waktu 10 tahun (1999 - 2009) meningkat sebesar tujuh belas kali lipat. Perbedaan kategori perubahan luas pada wilayah lereng yang sama cenderung dipengaruhi oleh besar laju erosi. Wilayah lereng kurang dari 25% menunjukkan besar laju erosi rendah dan nilai produktivitas tanaman sayuran yang cenderung tinggi, berbeda hal dengan wilayah lereng diatas 25% dengan besar laju tinggi namun produktivitas tanaman sayurannya juga cenderung tinggi dikarenakan adanya penerapan pengelolaan tanah dan tanaman.

Abstrak :
Tujuan penelitian ini untuk menentukan model fungsi sum of exponential (SOE) terbaik dan membandingkan parameter fixed effect, random effect dan Area Under Curve (AUC) yang diperoleh pada NONMEM dan Matlab. Penelitian ini menggunakan data dari 10 pasien kanker prostat yang menerima injeksi ~3 GBq. Setlah diinjeksikan, dilakukan pemeriksaan menggunakan SPECT/CT pada waktu 1, 24, 48, 72, dan 168 jam. Data tersebut di-fitting menggunakan 54 fungsi SOE. Model fungsi terbaik ditentukan dengan kriteria nilai pembobotan Corrected Akaike Information Criterion (AICc). Fungsi terbaik yang dapat mendeskripsikan distribusi biokinetik data pada Organ at Risk (OAR) ditunjukkan fungsi f6f untuk ginjal, fungsi f4c untuk kelenjar ludah, dan fungsi f5g untuk hati. Perbedaan nilai parameter yang di fitting antara NONMEM dan Matlab memiliki nilai yang relatif besar hingga 1070%. Namun, perbedaan AUC pada NONMEM dan Matlab memiliki nilai yang kecil yaitu di bawah 1.5%. ......The purpose of this study was to determine the best sum of exponential (SOE) function model and compare the fixed effect, random effect and Area Under Curve (AUC) parameters obtained in NONMEM and Matlab. This study used data from 10 prostate cancer patients who received ~3 GBq injection. After injection, SPECT/CT was performed at 1, 24, 48, 72, and 168 hours. The data were fitted using 54 SOE functions. The best function model was determined by weighting the Corrected Akaike Information Criterion (AICc). The best function that can describe the biokinetic distribution of data on Organ at Risk (OAR) is shown by the function f6f for kidney, function f4c for salivary gland, and function f5g for liver. The difference in the fitted parameter values between NONMEM and Matlab has a relatively large value of up to 1070%. However, the difference in AUC in NONMEM and Matlab has a small value which is below 1.5%.

Abstrak :
ABSTRAK
Penerapan teknologi 4G yang dilakukan XL-Axiata membutuhkan kapasitas yang besar pada jaringan transport khususnya transmisi microwave. Kapasitas microwave yang terbatas mengakibatkan perlu dilakukan upgrading pada jaringan eksisting untuk menghindari terjadinya congestion. Teknologi baru millimeter wave E-band dapat menjadi solusi pada proses upgrading ini. E-band merupakan teknologi transmisi microwave pada band 70 GHz dan 80 GHz yang dapat menghasilkan kapasitas hingga multi-giga bps. Meskipun demikian, teknologi ini belum bisa diimplementasikan oleh penyelenggara telekomunikasi di Indonesia karena skema biaya lisensi yang masih dikerjakan.Penelitian ini bertujuan menganalisis pemilihan teknologi E-band pada jaringan transmisi eksisting microwave legacy XL-Axiata. Dari sisi teknis, pada penelitian ini dilakukan pengamatan dan pengukuran performansi ethernet dalam uji coba perangkat E-band pada link eksisting 14521003. Hasil pengukuran ethernet E-band ini dinormalisasi terhadap hasil pengukuran link eksisting microwave legacy dengan metode pembobotan weighting . Dari sisi ekonomi, pada penelitian ini juga dilakukan perhitungan estimasi biaya pengeluaran cash out implementasi kedua teknologi. Hal ini dilakukan untuk mendapatkan biaya pengeluaran yang rendah sehingga efisiensi bisa diperoleh.Hasil penelitian ini menunjukkan bahwa microwave E-band lebih baik dibandingkan microwave legacy terhadap pemenuhan kapasitas yang diinginkan. Dari skema pembobotan yang dilakukan microwave E-band memperoleh nilai yang lebih tinggi dibandingkan microwave legacy, dengan perolehan throughput 987 Mbps, latency 200.7 s, dan jitter 8.5 s. Namun penerapan microwave E-band tidak memberikan efisiensi terhadap biaya pengeluaran yang dilakukan. Dari hasil perhitungan didapatkan biaya pengeluaran operasional microwave E-band lebih besar 21 dibandingkan microwave legacy. Dari hasil ini ditemukan bahwa Biaya Hak Penggunaan BHP frekuensi merupakan kontributor terbesar biaya operasional yang dikeluarkan setiap tahunnya, sehingga diperlukan kajian lebih lanjut khususnya terhadap skema perhitungan BHP frekuensi untuk mendapatkan efisiensi biaya pengeluaran yang diinginkan.

---

ABSTRACT
Implementation of 4G technology was required large capacity for the transport network, especially through microwave transmission network of XL Axiata. Limited capacity need to be upgraded to avoid congestion for existing microwave network. The new technology of millimeter wave E band could be resolved this upgrading problem. The E band is microwave transmission technology using band 70 GHz and 80 GHz that could be provide up to multi giga bps capacity. Nonetheless this new technology has not been implemented by network provider In Indonesia due to licensing scheme are still being worked out by goverment.This research aims to analyze the election of E band technology implementation on existing transmission network microwave legacy of XL Axiata. This research was conducted observations and measurements of E Band ethernet performance that were trialed through existing link 14521003. The measurement results of E band were normalized with legacy rsquo s measurement results using ldquo weighting rdquo methods. This research was also calculated the expenditure cost cash out of both technologies. This calculation to obtain low expenses of implementation, so cost efficiencies could be achieved.The results shown that the E Band is better than legacy to enlarge the capacity. Based on weighting scheme the E Band obtain better result than legacy with throughput 987 Mbps, latency 200.7 s and jitter 8.5 s. However the E band implementation does not provide cost efficiency than legacy. The calculation results shown the expenses of E band are higher around 21 than legacy. It was found that frequency fee licenses BHP is the largest contributor of operating costs incurred each year, so it is necessary to study more specifically of frequency fee calculation scheme to obtain efficiency of expenses desired.