Hasil Pencarian  ::  Simpan CSV :: Kembali

"Tugas akhir ml membahas tentang uji kehomogenanmarginal dengan model log linier pada tabel kontingensi 2 dan3 dimensi yang mempunyal kategori dengan jumlah dan definisiyang sama. Untuk menguji kehomogenan marginal dengan modellog linier mi diperlukan syarat bahwa tabel kontingensitidak simetri tapi simetri semu."

"Salah satu bagian dari proses pengambilan keputusan pada Jaringan Sensor Nirkabel (JSN) adalah pengiriman hipotesis dari sensor ke Pusat Informasi Gabungan (PIG). Konsumsi daya yang besar pada proses transmisi akan mengurangi waktu hidup sensor. Untuk mengatasi tantangan ini, penulis mengusulkan sebuah skenario transmisi on-off pada tiap sensor. Transmisi on ketika hipotesis sebelumnya tidak sama dengan hipotesis sekarang. Sebaliknya, transmisi off (tidak melakukan pengiriman) ketika hipotesis sebelumnya sama dengan hipotesis sekarang. Pengambilan keputusan di PIG menggunakan aturan Max-Log. Keunggulan aturan Max-Log adalah mempunyai probabilitas deteksi yang baik diseluruh nilai SNR dengan Pd0 0.84 pada Eb/E0 25 dB. Penelitian ini menghasilkan rumusan matematis aturan Max-Log yang menggabungkan dengan skenarion On-Off dalam rangka menghemat konsumsi daya. Pada hasil simulasi diperoleh selisih konsumsi daya sebesar 1,5 watt setelah observasi ke-10.

---

One of the process decision making in wireless sensor network (WSN) is transmit hypothesis to fusion center. Having consumes high power on transmitting, it can reduce sensors life time. To solve this problem, author propose new scenario its called on-off transmission. Transmission on when sensor has different hypothesis than before. Contrary, transmission off when sensor has same hypothesis than before.

To make decision in fusion center, author use Max-Log fusion rules. The advantages of Max-Log fusion rule, it has good performace in all SNR value with Pd0 0.84 at Eb/E0 25 dB. The output of this research is mathematical approaches for Max-Log fusion rule combine with on-off scenario transmission. By simulation, Max-Log On-Off save energy consuming better than pure Max-Log with margin value 1,5 watt for 10 period observations."

"Praktik perawat harus berbasis bukti kompetensi dan terdokumentasi dengan baik. Bukti yang digunakan adalah buku harian kegiatan kompetensi perawat yang disebut dengan log book. Penelitian ini menggunakan quasi experiment posttest only design dengan jumlah sampel 37 perawat klinik level II dengan tehnik total sampling. Hasil riset menyimpulkan tidak ada hubungan yang bermakna antara karakteristik perawat dengan persepsi jenjang karir. Sedangkan karakteristik perawat yang berhubungan dengan pencapain target kompetensi hanya tingkat pendidikan (p= 0,02, 95% CI 0,46-5,20). Rekomendasi: rumah sakit sebaiknya membuat kebijakan yang bersinergis dengan pelaksanaan jenjang karir perawat dan kompetensinya sehingga dapat terlaksana sesuai harapan.

---

The nurses practice should be based on evidence of competence and well documented. The evidence used is a activities diary of the nurse competency called log book. This study uses a quasi experiment posttest only design with a sample of 37 2nd level clinical nurse with a total sampling technique. Research results concluded there was no significant relationship between nurse characteristics with perceptions of career paths. While the nurse characteristics associated with achievement of the target competence only educational level (p = 0.02, 95% CI 0.46 to 5.20). Recommendation: The hospital should make policy in synergism with the implementation of nurse career paths and competencies that can be implemented as expected."

"Reservoir sandstone merupakan target utama atau terpenting dalam eksplorasi hidrokarbon di Formasi Mungaroo AA daerah Offshore Cekungan Carnarvorn Utara. Salah satu lapangan dengan reservoir sandstone pada Formasi Mungaroo AA berada di Lapangan Wheatstone. Identifikasi zona reservoir potensial hidrokarbon merupakan suatu hal yang fundamental dalam industri Migas. Salah satu instrumen yang saat ini menjadi sangat powerfull karena begitu luas pemanfaataannya dan nilai investasi yang besar karena tidak semahal analisa core dan well testing adalah well log. Data well log hingga saat ini masih dilakukan intepretasi secara manual atau analisa kurva. Interpretasi secara manual memakan waktu lebih lama dan melelahkan sehingga dapat mengurangi keakuratan dalam interpretasi. Seiring perkembangan waktu dibutuhkan pemanfaatan yang lebih pada data well log dibutuhkan sebuah metode yang dapat meningkatkan kualitas interpretasi atau analisis sumur, yaitu data mining.Dalam penelitian ini, metode data mining Support Vector Machine (SVM) diterapkan untuk identifikasi zona reservoir potensial hidrokarbon dari data well log di Formasi Mungaroo AA, Lapangan Wheatstone, Cekungan Carnarvorn Utara. Data well log yang digunakan berasal dari lima (5) sumur yang dibor di Lapangan yang sama. Penerapan SVM membutuhkan proses pelatihan, satu sumur digunakan sebagai data latih dan fungsi yang diperoleh darinya diterapkan pada 4 sumur yang tersisa. Fase klasifikasi akan meliputi 2 fase, yaitu fase penentuan litologi (sandstone dan non-sand) dan penentuan potensi hidrokarbon (produktif dan non-produktif). Kedua fase ini diterapkan secara bertahap menggunakan metode SVM.Hasil penelitian didapatkan nilai rata-rata akurasi pada fase penentuan litologi (sandstone dan non-sand) menunjukkan nilai sebesar 0.98 sedangkan pada fase penentuan potensi hidrokarbon (produktif dan non-produktif) menunjukkan nilai sebesar 0.93. Hasil akhir pengujian hipotesis t dengan membandingkan distribusi nilai Net To Gross (NTG) hasil prediksi dengan NTG field report menunjukkan menunjukkan bahwa distribusi antara keduanya mendekati. Meskipun hasil pengujian hipotesa yang didapatkan mengatakan distribusi nilai NTG mendekati, peneliti merekomendasikan bahwa metode data mining dapat digunakan sebagai alat verifikasi dalam mengidentifikasi zona reservoir potensial hidrokarbon. Hal ini dapat mengurangi ketidakpastian dan meningkatkan kualitas analisis sumur.

---

Sandstone reservoir occupies the first position or dominates as a hydrocarbon resource. The sandstone reservoir is the main or most important target for hydrocarbon exploration in the Mungaroo AA Formation in the Offshore area of ​​the North Carnarvon Basin. One of the fields with a sandstone reservoir in the Mungaroo AA Formation is the Wheatstone Field. Identification of potential hydrocarbon reservoir zones is a fundamental matter in the oil and gas industry. One of the instruments that are currently very powerful because of its wide use and large investment value because it is not as expensive as core analysis and well testing is the well log. Well log data is still being interpreted manually or curve analysis. Manual interpretation takes longer and is tiring so it can reduce the accuracy of interpretation. Along with the development of time, more use of well log data is needed, and a method that can improve the quality of interpretation or well analysis is needed, namely data mining.

In this study, the Support Vector Machine (SVM) data mining method was applied to identify potential hydrocarbon reservoir zones from well log data in the Mungaroo AA Formation, Wheatstone Field, North Carnarvon Basin. The well log data used is from five (5) wells drilled in the same field. The application of SVM requires a training process, one well is used as training data, and the functions derived from it are applied to the remaining 4 wells. The classification phase will include 2 phases, namely the lithology determination phase (sandstone and non-sand) and the determination of the hydrocarbon potential (productive and non-productive. These two phases are implemented in stages using the SVM method.

The results showed that the average accuracy value in the lithology determination phase showed a value of 0.98 while the hydrocarbon potential determination phase showed a value of 0.93. The result of testing the t hypothesis by comparing the distribution of the predicted NTG value with the NTG field report shows that the distribution between the two is identical. Although the results of the hypothesis testing obtained say the distribution of NTG values ​​is identical, the researcher recommends that the data mining method can be used as a verification tool in identifying potential hydrocarbon reservoir zones. This can reduce uncertainty and improve the quality of well analysis"