Hasil Pencarian  ::  Simpan CSV :: Kembali

"Kolom mempunyai peranan yang sangat penting dalam suatu struktur. Oleh sebab hal tersebut diperlukan usaha-usaha untuk meningkatkan kemampuannya, khususnya kolom beton bertulang yang terletak di daerah gempa. Kemampuan dari kolom beton bertulang mengalami penurunan kekuatan pada saat di daerah inelastis, karena diakibatkan adanya retak-retak pada beton dan baja tulangan telah mengalami leleh. Upaya yang dilakukan untuk meningkatkan kekuatan di daerah inelastis pada kolom beton bertulang adalah pemberian confinement (pengikatan pada kolom beton), dan pada saat ini untuk lebih meningkatkan kekuatan pada daerah tersebut, digunakan kombinasi baja mutu biasa (Ordinary Strength Steel) dan baja mutu ultra tinggi (Ultra High Strength Steel) sebagai tulangan longitudinal (memanjang). Diharapkan dengan upaya tersebut dapat menaikkan lebih kekuatan penampang kolom pada daerah inelastis.Tingkah laku dari penampang kolom beton bertulang dapat dilihat dari hubungan momen-kelengkungan (M-?) dan hubungan beban-momen (P-M). Dalam memperoleh hubungan tersebut digunakan analisa penampang kolom beton bertulang dengan cara pendekatan lapis per-lapis (layer) dari penampang yang berdasarkan kepada modelisasi kurva tegangan-regangan masing-masing material. Pada prinsipnya analisa tersebut memperhatikan hubungan yang nonlinier dari kurva tegangan-regangan material beton, sehingga diharapkan hasil yang didapat mendekati sebenarnya. Untuk membantu perhitungan digunakan metode numerik yang diproses dengan komputer. Beberapa parameter utama yang akan divariasikan adalah perbandingan antara baja mutu ultra tinggi (Ultra High Strength Steel) dengan baja mutu biasa (Ordinary Strength Steel), penyusunan letak dari tulangan baja dengan mutu berbeda tersebut di dalam beton, dan pengaruh gaya normal ( Pnormal) yang bekerja pada penampang. Tipe pembebanan yang diberikan dalam studi ini adalah secara monoton, yaitu pemberian beban secara bertahap, semakin lama semakin besar sampai kolom mengalami kehancuran. Maksud dari pembebanan monoton ini adalah supaya dapat melihat lebih jelas tingkah laku dari penampang kolom dari awal pemberian beban sampai kondisi hancur.Dari hasil analisa tingkah laku yang diperoleh, menunjukkan adanya peningkatan kekuatan dari penampang kolom beton bertulang dengan mutu pembesian yang berbeda (mutu biasa dan baja mutu ultra tinggi ) di daerah inelastis. Peningkatan ini dapat terlihat jelas dari besarnya kekuatan penampang dalam menerima beban aksial dan momen lentur, serta besarnya penyerapan energi regangan bila dibandingkan dengan penampang kolom beton bertulang dengan pembesian mutu biasa. Daktilitas dari penampang akan meningkat pula, tetapi semakin banyak kandungan baja mutu ultra tinggi ditempatkan pada penampang, daktilitas akan berkurang."

"Analisis data waktu tunggu memiliki peran penting pada berbagai disiplin ilmu. Distribusi yang sering digunakan untuk memodelkan data waktu tunggu adalah distribusi Weibull, hal ini karena pola penyebarannya yang menceng. Akan tetapi, distribusi Weibull tidak mampu memodelkan data waktu tunggu dengan fungsi hazard berbentuk non-monoton. Pada kenyataanya, data waktu tunggu sering kali memiliki fungsi hazard non-monoton. Pada skripsi ini, dibahas pembentukan distribusi Alpha Logarithmic Transformed Weibull yang merupakan generalisasi dari distribusi Weibull. Distribusi Alpha Logarithmic Transformed Weibull dikenalkan oleh Nassar (2018) menggunakan metode Alpha Logarithmic Transformation. Metode ini menambahkan suatu parameter bentuk pada fungsi survival distribusi Weibull dengan tujuan meningkatkan fleksibilitas fungsi hazard-nya. Salah satu karakteristik dari distribusi ini adalah fungsi hazard-nya memiliki berbagai macam bentuk, yaitu konstan, monoton naik, monoton turun, bathtub dan upside-down bathtub. Beberapa karakteristik dari distribusi Alpha Logarithmic Transformed Weibull seperti fungsi kepadatan probabilitas, fungsi distribusi, fungsi survival, fungsi hazard dan momen ke-r juga dibahas. Penaksiran parameter distribusi dilakukan dengan metode maximum likelihood. Pada bagian akhir, diberikan ilustrasi dengan data waktu hingga kerusakan alat industri yang dimodelkan dengan distribusi Weibull dan distribusi Alpha Logarithmic Transformed Weibull. Hasil uji Kolmogorov-Smirnov menunjukan bahwa distribusi Weibull tidak mampu memodelkan data tersebut, sementara distribusi Alpha Logarithmic Transformed Weibull mampu memodelkan data tersebut dengan baik.......Lifetime analysis has an important role in various disciplines. The most common distribution used to model lifetime data is the Weibull distribution, this is because of its skewed distribution. However, the Weibull distribution cannot model lifetime data with a non-monotone hazard function. Most lifetime data have a non-monotone hazard function. This thesis discusses the formation of the Alpha Logarithmic Transformed Weibull distribution, which is a generalization of the Weibull distribution. The Alpha Logarithmic Transformed Weibull was first introduced by Nassar (2018) using the Alpha Logarithmic Transformation. This method adds a shape parameter to the survival function of the Weibull distribution with the purpose of increasing the flexibility of its hazard function. This distribution features a hazard function with various shapes such as constant, increasing, decreasing, bathtub and upside-down bathtub. Some properties of this distribution such as its probability density function, cumulative distribution function, survival function, hazard function and the r-th moment is discussed. Parameter estimation is done with the maximum likelihood method. On the last part, an illustration using time to failure data of industrial devices is modeled by the Weibull distribution and the Alpha Logarithmic Transformed distribution. Results of the Kolmogorov-Smirnov test shows that the Weibull distribution is unable to model the data, while the Alpha Logarithmic Transformed Weibull distribution can model the data well."

"Data lifetime adalah waktu sampai terjadinya suatu kejadian yang menjadi objek observasi. Pemodelan dan analisis statistik dari data lifetime sangat penting dan dapat diterapkan dalam berbagai bidang, misalnya dalam bidang teknik, biologi, medis, epidemiologi, demografi, asuransi, dan finansial. Distribusi yang sering digunakan untuk memodelkan data lifetime adalah distribusi Weibull dan distribusi Lindley. Namun, kedua distribusi ini tidak dapat memodelkan fungsi hazard berbentuk bathub. Padahal, terdapat data dengan bentuk fungsi hazard yang berbentuk bathub, misalnya data pada bidang elektronik dan mesin. Oleh karena itu, skripsi ini menggunakan distribusi Weibull Lindley, di mana distribusi ini selain dapat memodelkan bentuk fungsi hazard berbentuk bathub, distribusi ini juga dapat memodelkan bentuk fungsi hazard monoton naik dan monoton turun. Selanjutnya, estimasi parameter distribusi dapat menggunakan metode maximum likelihood, namun seringkali fungsi likelihood dari suatu distribusi sulit diselesaikan secara analitik, sehingga dibutuhkan bantuan metode numerik untuk menyelesaikannya. Skripsi ini menggunakan metode numerik konjugat gradien, dimana metode ini memiliki keunggulan dalam hal simplisitas dan penggunaan memori yang rendah dibandingkan metode Newton-Raphson dan memiliki konvergensi yang lebih baik dibandingkan metode \emph{steepest descent}. Metode konjugat gradien mengalami pengembangan, yaitu metode konjugat gradien hibrid, yang bertujuan agar metode tersebut memiliki konvergensi dan akurasi yang baik. Pada skripsi ini, digunakan metode konjugat gradien hibrid Hestenes-Stiefel-Polak-Ribiere-Polyak (HS-PRP), yang merupakan bentuk hibrid dari metode konjugat gradien Hestenes-Stiefel (HS), Wei-Yao-Liu (WYL), dan Modified-Polak-Ribiere-Polyak (DPRP). Pada penelitian sebelumnya, terbukti bahwa efisiensi dari metode konjugat gradien hibrid HS-PRP dilihat dari banyaknya iterasi dan waktu komputasi lebih baik dibandingkan metode DPRP dan DHS. Berikutnya, skripsi ini membandingkan akurasi metode hibrid HS-PRP dengan metode DPRP dan Modified-Hestenes-Stiefel (DHS) dalam mengestimasi parameter distribusi Weibull Lindley pada data simulasi. Didapatkan bahwa metode konjugat gradien hibrid HS-PRP memiliki akurasi terbaik dibanding metode konjugat gradien pembanding lainnya. Oleh karena itu, metode konjugat gradien HS-PRP digunakan untuk membantu estimasi parameter distribusi Weibull Lindley pada data aplikasi waktu tunggu kerusakan pada lampu. Dapat disimpulkan bahwa distribusi Weibull Lindley merupakan distribusi terbaik dalam memodelkan data waktu tunggu kerusakan pada lampu dibandingkan distribusi pembentuknya, yaitu distribusi Weibull dan distribusi Lindley.......Lifetime data is the time until an event occurs which is the object of observation. Modeling and statistical analysis of lifetime data is very important and can be applied in various fields, for example in engineering, biology, medicine, epidemiology, demography, insurance and finance. Distributions that are often used to model lifetime data are the Weibull distribution and the Lindley distribution. However, these two distributions cannot model a tubular hazard function. In fact, in reality there is data with a hazard function in the form of a tub, for example data in the field of electronics and machinery. Therefore, modifications were made to the distribution, one of which was by carrying out a compounding process between the Weibull and Lindley distributions to produce the Weibull Lindley distribution. Apart from being able to model the form of a tubular hazard function, the Weibull Lindley distribution can also model the form of a monotonically increasing and monotonically decreasing hazard function. Furthermore, distribution parameter estimation can use the maximum likelihood method, but often the likelihood function of a distribution is difficult to solve analytically, so the help of numerical methods is needed to solve it. This thesis uses conjugate gradient method, where this method has advantages in terms of simplicity and low memory usage compared to Newton-Raphson method and has better convergency compared to steepest descent method. One form of development of the conjugate gradient method is the hybrid conjugate gradient method, which aims to ensure that the method has good convergence and accuracy. In this thesis, the Hestenes-Stiefel-Polak-Ribiere-Polyak (HS-PRP) hybrid gradient conjugate method is used, which is a hybrid form of the Hestenes-Stiefel (HS), Wei-Yao-Liu (WYL), and Modified-Polak-Ribiere-Polyak (DPRP) gradient conjugate methods. In previous research, it was proven that the efficiency in terms of iteration number and computation time of the HS-PRP conjugate gradient hybrid method was better than the DPRP and Modified-Hestenes-Stiefel (DHS) methods. Next, this thesis compares the accuracy of the HS-PRP hybrid method with the DPRP and DHS methods in estimating Weibull Lindley distribution parameters on simulated data. It was found that the HS-PRP hybrid gradient conjugate method had the best accuracy compared to other comparative gradient conjugate methods. Therefore, the HS-PRP conjugate gradient method is used to assist in estimating the Weibull Lindley distribution parameters on application data for lamp failure waiting times. It can be concluded that the Weibull Lindley distribution is the best distribution in modeling data on waiting time for damage to lamps compared to its forming distribution, Weibull distribution and Lindley distribution."

"Pada tahun 1974 Michio Sugeno dalam disertasinya telah mendefinisikan Integral Fuzzy dari suatu fungsi terukur dan positif terhadap suatu ukuran Fuzzy. Pada tulisan ini dibicarakan Integral Fuzzy dari suatu fungsi terukur dan positif terhadap suatu ukuran Fuzzy, yang didefinisikan oleh Dan Ralescu dan Gregory Adams pada tahun 1980 yang disebut Integral Fussy Ralescu - Adams , baserta sifat-sifatnya. Berdasarkan definisi yang terakhir, ditunjukkan berlakunya teorema konvergensi monoton dan lemma Fatou. Ditunjukkan pula kesetaraan antara Integral Fuzzy Ralescu-Adams dengan Integral Fuzzy yang didefinisikan oleh Michio Sugeno."