Hasil Pencarian  ::  Simpan CSV :: Kembali

"Analisis regresi adalah salah satu metode yang digunakan dalam menganalisisdata. Metode yang sering digunakan untuk menaksir parameter dalam modelregresi linier adalah ordinary least square OLS. Metode OLS akan memberikantaksiran terbaik ketika semua asumsinya terpenuhi. Namun pada kenyataannya,asumsi tersebut seringkali tidak terpenuhi. Asumsi yang seringkali tidak terpenuhiadalah adanya multikolinieritas dan adanya pencilan outlier. Multikolinieritasakan membuat variansi taksiran parameter regresi menjadi sangat besar, sedangkanoutlier akan membuat taksiran parameter menjadi bias. Jika kedua pelanggaranasumsi ini terjadi pada data yang akan dianalisis digunakan robust jackknife ridgeregression. Robust jackknife ridge regression adalah regresi yang punya sifatrobust sehingga tidak terpengaruh oleh outlier dan menggunakan metode ridgeuntuk mengatasi masalah multikolinieritas serta menggunakan metode jackknifeuntuk mereduksi bias yang dihasilkan metode ridge. Metode yang digunakanuntuk mencapai sifat robust adalah MM-estimation sehingga taksiran yangdihasilkan punya breakdown point serta efficiency yang tinggi. ......Regression Analysis is one of many methods used for analyzing data. Method thatusually used for estimating parameter in linear regression model is ordinary leastsquare OLS . OLS will give best estimator when all the assumptions are met. Butin reality, sometimes not all the assumptions are met. Assumptions that usuallyviolated are multicollinearity and outlier. Multicollinearity will make variance ofthe estimated parameter become large, while outlier will make the estimatedparameter become biased. If this two violation of assumptions happened, robustjackknife ridge regression is used. Robust jackknife ridge regression is regressionthat have robust property so that it will not affected by outlier and using ridgemethod to handle multicollinearity with jackknife method to reduce biased fromridge method. Method used to achieve robust property is MM estimation so thatthe estimated parameter have high breakdown point and high efficiency."

"This book presents a comprehensive overview of the recently developed L1 adaptive control theory, including detailed proofs of the main results. The key feature of the L1 adaptive control theory is the decoupling of adaptation from robustness. The architectures of L1 adaptive control theory have guaranteed transient performance and robustness in the presence of fast adaptation, without enforcing persistent excitation, applying gain-scheduling, or resorting to high-gain feedback."

"Here is a brief, well-organized, and easy-to-follow introduction and overview of robust statistics. Huber focuses primarily on the important and clearly understood case of distribution robustness, where the shape of the true underlying distribution deviates slightly from the assumed model (usually the Gaussian law). An additional chapter on recent developments in robustness has been added and the reference list has been expanded and updated from the 1977 edition."

"Robust Knapsack Problem (RKP) adalah variasi dari masalah Knapsack, dimana dalam hal ini bobot dari setiap item belum diketahui secara pasti, dan hanya diketahui terletak dalam sebuah interval tentu. Pada RKP akan dicari solusi optimal yang merupakan keuntungan optimal yang akan didapatkan, dan item-item mana saja yang diletakkan ke dalam Knapsack sehingga menghasilkan solusi optimal. Terdapat dua metode alternatif yang akan dijelaskan untuk mencari solusi optimal pada RKP, yang kemudian dibandingkan efisiensi dari kedua metode tersebut dengan dilihat dari running time masing-masing metode. Sedangkan untuk mencari himpunan item-item yang menghasilkan solusi optimal pada RKP akan digunakan metode partisi rekursif, dimana ide awalnya adalah dengan mempartisi himpunan item menjadi dua subhimpunan item.

---

Robust Knapsack Problem (RKP) is a variation of the Knapsack Problem, where in this case the weight of each item is not exactly known in advance, but belongs to a given interval. On RKP, it will be sought optimal solution, which is the optimal benefit to be gained, and set of items placed into the Knapsack. There are two methods that will be discussed to find optimal solution in RKP, and then the efficiency of the two alternative methods will be compared with their running time. Whereas, to search the set of items that build optimal solutions in the RKP will be used recursive partitioning method. The main idea of this method is dividing the set of items into two subsets of items."

"Pergerakan respirasi saat treatment radioterapi tumor dalam toraks seperti pada kasus Non-small Cell Lung Cancer (NSCLC) merupakan salah satu hal yang perlu dipertimbangkan dalam keakurasian dosis. Pergerakan tersebut menghasilkan ketidakpastian posisi target pada saat treatment radiasi yang dapat mengakibatkan adanya kekurangan dosis akibat adanya dose blurring dan interplay effect. Penelitian terdahulu membuktikan bahwa penambahan margin internal pada PTV dapat mengurangi perbedaan dosis perencanaan dengan dosis terukur. Penelitian ini bertujuan untuk mempelajari pengaruh metode optimasi robust yang memperhitungkan ketidakpastian posisi relatif terhadap volume target dalam perencanaan radioterapi dan perbandingannya dengan metode konvensional yang dilakukan pada fantom toraks dinamik in-house. Penggunaan metode ini meningkatkan nilai konformitas dosis pada teknik IMRT dan VMAT, meningkatkan uniformitas dosis pada teknik VMAT, namun mengurangi kecuraman dosis fall-off perencanaan. Metode ini meningkatkan nilai dosis target pada perencanaan IMRT konvensional dari rerata 199,63 cGy menjadi 200,43; 206,26; dan 204,20 cGy untuk ketidakpastian 5 mm, 10 mm, dan 15 mm, tetapi menurunkan dosis target pada perencanaan VMAT konvensional dari rerata 201,59 cGy menjadi 198,84; 199,05; dan 199,06 cGy untuk ketidakpastian 5 mm, 10 mm, dan 15 mm. Metode ini juga meningkatkan dosis OAR di area terdekat target dan menurunkan dosis di area lainnya pada teknik IMRT, namun hampir seluruh area OAR mendapatkan peningkatan dosis pada teknik VMAT.

---

Respiration movement, when treating radiotherapy to the tumor in the thorax, such in the case of NSCLC, is one of the challenges of dose accuracy. The target movement during radiation treatment causes dose blurring and interplay effects. A previous study proved that internal margins on PTV reduce the differences between plan and measured doses. This study aims to observe the effect of robust optimization, which provide uncertainty of target volume position on photon planning. We compared the robust with a conventional method on the in-house thorax dynamic phantom. This method enhanced the dose conformity index in the IMRT and VMAT techniques and the dose uniformity in the VMAT technique. However, robust planning reduces the steepness of the dose in both IMRT and VMAT. The average target dose of IMRT technique was increased from 199.63 cGy in conventional planning to 200.43; 206.26; and 204.20 cGy for planning with an uncertainty of 5 mm, 10 mm and 15 mm. On the other hand, the average target dose was reduced from 201.59 cGy in conventional planning to 198.84; 199.05; and 199.06 cGy with an uncertainty of 5 mm, 10 mm and 15 mm for VMAT techniques, respectively. We found that the robust plan delivered a higher dose at OAR near the target than the conventional plan, but the dose is lower in the other areas on the IMRT technique. For VMAT, most of the OAR achieved a higher dose on a robust photon plan."

"This paper addresses a new robust multi objective multi period model for supply chain planning under uncertainty considering quantity discounts. The proposed model maximizes the current proht of the distributor by making a balance between the total costs of the supply chain and the distributor company s revenues of selling products and also maximizes the company s expected profit by introducing brands and taking the risk of loss on it. Considering uncertainty in the purchasing cost, selling fees, and demand fluctuations, the new robust multi objective mixed integer programming model is solved as a single objective mixed integer programming model by utilizing the LP metrics method. By settling regulatory penalty parameters and considering different economic scenarios, the robustness and effectiveness of the developed model are verified with the data from BEH PAKHSH Company, a commodities distributor in Iran. The outcomes show that the proposed model is a promising approach to run an efficient supply chain."