Hasil Pencarian  ::  Simpan CSV :: Kembali

Abstrak :
DKI Jakarta merupakan kota metropolitan di Indonesia dengan tingkat kemacetan yang tinggi. Namun, upaya yang hingga saat ini diterapkan oleh Pemerintah hanya berupa kebijakan transportasi dengan objektif pelaku perjalanan sehingga belum dapat mengatasi kemacetan secara maksimal. Penelitian ini bertujuan untuk menganalisis perbedaan tingkat kesediaan perusahaan terkait kebijakan teleworking oleh Pemeritah, preferensi kebijakan teleworking pada perusahaan, dan pengaruh kebijakan teleworking terhadap tarikan perjalanan di DKI Jakarta. Penelitian ini berbasis pada sebaran data yang dianalisis dengan metode statistik deskriptif dan statistik nonparametrik seperti data terpusat, distribusi data, uji normalitas, dan uji komparasi. Data penelitian diperoleh melalui penyebaran kuesioner secara daring kepada penetap kebijakan perusahaan. Data tersebut terdiri atas identitas perusahaan dan preferensi perusahaan terkait skema teleworking. Dalam pengolahan data, sampel dikelompokkan menjadi tiga klaster sampel yaitu Perusahaan yang bergerak di bidang Produk, Jasa, dan Start Up. Ketiga klaster sampel tersebut dibagi menjadi dua sektor sampel berdasarkan sistem kerja yang diterapkan saat pascapandemi, yaitu WFO dan WFH. Kurva kumulatif dan nilai terpusat diperoleh untuk dapat menganalisis perbedaan tingkat kesediaan tiap sektor perusahaan terkait preferensi skema teleworking. Berdasarkan hasil kurva kumulatif dan nilai terpusat, terdapat perbedaan tingkat kesediaan di tiap sektor sampel perusahaan terkait skema teleworking. Uji komparasi dilakukan dengan membandingkan tiap sektor hingga klaster sampel untuk menganalisis signifikansi perbedaan skema teleworking. Kedua perusahaan yang memiliki hasil signifikansi tidak berbeda signifikan akan menerapkan skema teleworking yang sama. Berdasarkan uji komparasi Mann Whitney, dihasilkan dua golongan perusahaan dengan skema teleworking yang berbeda. Selain itu, dilakukan uji komparasi terhadap tiap nilai terpusat yang diperoleh untuk mendapatkan nilai yang representatif pada tiap golongan perusahaan yang terbentuk. Berdasarkan analisis tersebut, Golongan I (Produk dan Jasa WFO) diberikan dispensasi bekerja secara remote sebesar 60% pekerja dan 12 hari dalam sebulan. Sementara itu, Golongan II (Start up dan Jasa WFH) diberikan dispensasi bekerja secara remote dengan 80% pekerja dan 16 hari dalam sebulan. Dengan menyesuaikan kondisi saat ini, sebagian besar perusahaan kembali menerapkan WFO, penerapan kebijakan teleworking sebagai strategi TDM mampu mengurangi tarikan perjalanan sebesar 60% di DKI Jakarta. ......DKI Jakarta is a metropolitan city in Indonesia with a high level of congestion. However, the efforts that have been implemented by the Government so far have only been in the form of transportation policies with the objective of travellers, so they have not been able to overcome congestion optimally. This study aims to analyze the different willingness of companies regarding teleworking policies by the Government, the preferences of companies regarding teleworking policies, and the influence of teleworking policies on travel attraction in DKI Jakarta. This research is based on the distribution of data analyzed by descriptive statistical methods and nonparametric statistics such as centralized data, data distribution, normality tests, and comparison tests. Research data was obtained by distributing questionnaires online to company policymakers. The data consists of corporate identity and company preferences regarding teleworking schemes. In data processing, the samples were grouped into three sample clusters, namely companies engaged in products, services, and startups. The three sample clusters were divided into two sample sectors based on the work systems implemented during the post-pandemic period, namely WFO and WFH. Cumulative curves and centered values are obtained to be able to analyze the different willingness of each company sector regarding preferences for teleworking schemes. Based on the results of the cumulative curve and centered value, there are different willingness in each sector of the sample companies regarding teleworking schemes. Comparative tests are carried out by comparing each sector to sample clusters to analyze the significance of differences in teleworking schemes. The two companies whose results are not significantly different will apply the same teleworking scheme. Based on the Mann Whitney comparative test, two groups of companies with different teleworking schemes were produced. In addition, a comparative test was carried out on each centered value obtained to obtain a representative value for each group of companies formed. Based on this analysis, Group I (WFO Products and Services) are given the dispensation of working remotely for 60% of workers and 12 days a month. Meanwhile, Group II (Start up and WFH Services) are given the dispensation of working remotely with 80% of workers and 16 days a month. By adjusting to current conditions, most companies are re-implementing WFO, implementing teleworking policies as a TDM strategy, which is able to reduce travel attraction by 60% in DKI Jakarta.

Abstrak :
Pada skripsi ini akan dibahas mengenai penerapan metode empirical likelihood (EL) pada model regresi dengan variabel pengganggu. Secara matematis, model regresi dengan variabel pengganggu adalah model regresi dimana rata-rata dari variabel respon dan beberapa variabel prediktor merupakan fungsi nonparametrik dari sebuah variabel pembantu, yaitu waktu. Dari metode EL akan diperoleh sebuah bentuk empirical log-likelihood ratio function untuk parameter-parameter model regresi dengan variabel pengganggu. Kemudian akan dicari distribusi asimtotik dari bentuk tersebut, yang merupakan versi nonparametrik dari Wilks’s theorem. Berdasarkan distribusi asimtotik dari bentuk empirical log-likelihood ratio function tersebut, dapat diperoleh daerah kepercayaan untuk parameter-parameter model regresi dengan variabel pengganggu. Lebih lanjut, daerah kepercayaan tersebut dapat digunakan untuk uji kelayakan model regresi dengan variabel pengganggu. Pada akhir skripsi ini, akan diberikan sebuah contoh aplikasi yang berkaitan dengan uji kelayakan model regresi tersebut, dengan menggunakan data periklanan. ...... In this skripsi, will be discussed the application of empirical likelihood (EL) method in the regression model with noised variable. Mathematically, the regression model with noised variable is a regression model in which means of the response variable and some predictor variables are nonparametric functions of an auxiliary variable, namely time. Of the EL method will be obtained a form of empirical log-likelihood ratio function for the parameters of the regression model with noised variable. Then will be looked for the asymptotically distribution of that form, in which is a nonparametric version of Wilks’s theorem. Based on the asymptotically distribution, will be obtained the confidence region for the parameters of the regression model with noised variable. Furthermore, the confidence region can be used for goodness of fit test to the regression model with noised variable. In the end of this skripsi, will be given an example of the application related to goodness of fit test to this regression model, using advertising data.

Abstrak :
Memodelkan mortalitas merupakan hal yang penting bagi perusahaan asuransi maupun perusahaan dana pensiun dalam menentukan premi yang sesuai bagi perusahaan asuransi dan kontribusi yang sesuai bagi perusahaan dana pensiun. Pada skripsi ini dijelaskan mengenai pendekatan kredibilitas Bühlmann untuk memodelkan mortalitas. Model kredibilitas Bühlmann umumnya digunakan untuk memprediksi nilai dari suatu peubah acak pada satu periode yang akan datang. Dalam memprediksi nilai dari suatu peubah acak pada dua atau lebih periode yang akan datang, dibutuhkan suatu pendekatan. Pada penelitian ini, diperkenalkan suatu pendekatan kredibilitas Bühlmann yang dilakukan melalui 2 strategi, yaitu strategi expanding window dan strategi moving window. Strategi expanding window dilakukan dengan cara menambahkan nilai hasil prediksi ke dalam data untuk menghasilkan nilai prediksi di tahun berikutnya sedangkan strategi moving window dilakukan dengan cara menambahkan nilai hasil prediksi ke dalam data dan membuang data terlama untuk menghasilkan nilai prediksi di tahun berikutnya. Parameter pada pendekatan kredibilitas Bühlmann diestimasi melalui pendekatan nonparametrik. Performa prediksi mortalitas dari pendekatan kredibilitas Bühlmann dianalisis dengan cara membandingkan nilai AMAPE, AAMAPE, dan reduction ratio dari pendekatan kredibilitas Bühlmann terhadap model Lee-Carter. Dari penelitian ini, diperoleh bahwa pendekatan kredibilitas Bühlmann menghasilkan prediksi mortalitas yang lebih baik dibandingkan dengan model Lee-Carter pada kasus data mortalitas Australia ......Modeling mortality is an important thing for insurance company and pension fund company in determining the appropriate premium for insurance company and appropriate contribution for pension fund company. This thesis explains the Bühlmann credibility approach for modeling mortality. Bühlmann's credibility model is generally used to predict the value of a random variable in the next future period. In predicting the value of a random variable in the next two or more future periods, an approach is needed. In this study, the Bühlmann credibility approach is done through 2 strategies, namely the expanding window strategy and the moving window strategy. The expanding window strategy is done by adding the predicted value to the data to produce a predicted value in the following year while the moving window strategy is done by adding the predicted value to the data and discarding the oldest data to produce a predicted value in the following year. The parameters of the Bühlmann credibility approach are estimated through the nonparametric approach. Mortality prediction performances from the Bühlmann credibility approach are being analyzed by comparing the values of AMAPE, AAMAPE, and the reduction ratio of the Bühlmann credibility approach to the Lee-Carter model. From this study, it was found that the Bühlmann credibility approach produced better mortality predictions compared to the Lee-Carter model in the case of Australian mortality data.

Abstrak :
Model mortalitas merupakan aspek penting dalam menentukan premi untuk perusahaan asuransi jiwa ataupun dana pensiun. Model mortalitas untuk populasi tunggal umumnya mengasumsikan independensi mortalitas antar populasi. Pada tugas akhir ini akan dibahas model prediksi mortalitas yang mengasumsikan dependensi mortalitas antar populasi untuk memodelkan mortalitas multi-populasi. Pendekatan yang digunakan adalah model kredibilitas hierarki untuk memprediksi mortalitas beberapa negara (multi-populasi). Secara sederhana, model kredibilitas Bühlmann memprediksi nilai dari suatu peubah acak di satu periode yang akan datang. Model kredibilitas hierarki adalah generalisasi dari model kredibilitas Bühlmann dan model kredibilitas Bühlmann-Straub dengan struktur pohon hierarki empat tingkat atau lebih. Pada tulisan ini diterapkan struktur pohon hierarki 5 tingkat yang terdiri dari multi-negara, negara, jenis kelamin, usia, dan tahun. Untuk memprediksi nilai dari peubah acak yang menyatakan tingkat perubahan nilai logaritma natural dari central death rate di periode-periode berikutnya, digunakan dua strategi, yaitu Expanding Window dan Moving Window. Kedua strategi memanfaatkan data prediksi terbaru sebagai data yang digunakan untuk memprediksi tahun berikutnya, namun strategi Moving Window menghilangkan data terlama. Parameter dari model yang digunakan akan diestimasi menggunakan pendekatan non-parametrik. Data yang digunakan untuk penerapan model adalah data mortalitas dari Norwegia, Kanada dan Jepang. Pada akhir tulisan, performa dari model prediksi mortalitas dengan pendekatan model kredibilitas hierarki dibandingkan terhadap model Lee-Carter menggunakan nilai AMAPE (Average of Mean Absolute Percentage Error) dan RR (Reduction Ratio). Berdasarkan hasil prediksi pada tugas akhir ini, pendekatan kredibilitas hierarki memiliki performa yang lebih baik dibanding model Lee-Carter dalam memprediksi mortalitas multi-populasi. ......Mortality model is an important aspect in determining premium for life insurance company and pension fund company. Generally, mortality model for single population assumes independence between mortality of population. This thesis discusses mortality model that assumes dependence between mortality of population to model multipopulation mortality. Hierarchical credibility model is the approach used to forecast mortality of multi-country (multi-population) in this writing. Bühlmann credibility model predicts the value of a random variable in the future. Hierarchical credibility model is the generalization of Bühlmann credibility model and Bühlmann-Straub credibility model with a tree structure of four or more levels. This thesis applies a five-level tree structure consisting of multi-country, country, gender, age, and year. To predict the random variable of the yearly decrement of the logarithm of central death rate over the following periods, two strategies are adopted, which are Expanding Window and Moving Window. Both strategies utilize the newest predicted data as a part of the data used to predict the next period, however Moving Window removes the oldest data. The parameters used will be estimated using the nonparametric approach. Application of the model is applied to mortality data of Norway, Canada and Japan. In the end of this thesis, mortality model forecasting performance of hierarchical credibility approach is compared with Lee-Carter model based on the values of AMAPE (Average of Mean Absolute Percentage Error) and RR (Reduction Ratio). In accordance with the prediction results from this writing, the hierarchical credibility approach yields better performance than the Lee-Carter model in forecasting multi-population mortality.

Abstrak :
Analisis regresi merupakan suatu metode statistik untuk menyelidiki dan memodelkan hubungan antara satu variabel respon Y dengan satu atau lebih variabel prediktor X . Hubungan antara variabel prediktor X dan variabel respon Y secara umum dapat dimodelkan dengan sebuah fungsi regresi. Menentukan fungsi taksiran regresi dapat dilakukan secara parametrik dan nonparametrik. Dalam tugas akhir ini fungsi regresi ditaksir secara nonparametrik dengan metode regresi polinomial lokal. Regresi polinomial lokal adalah suatu metode regresi nonparametrik, dengan fungsi regresi ditaksir menggunakan bentuk polinomial. Jika pada regresi polinomial biasa persamaan regresi di-fit untuk seluruh wilayah data maka dalam regresi polinomial lokal persamaan regresi di-fit sepotong-sepotong. Kemulusan kurva dari taksiran regresi ini tergantung pada pemilihan parameter pemulus atau bandwidth, sehingga diperlukan pemilihan bandwidth yang optimal, yaitu bandwidth yang meminimumkan GCV. Dalam aplikasi metode regresi polinomial lokal dibandingkan dengan metode Nadaraya-Watson. Hasil yang diperoleh adalah metode regresi polinomial lokal akan baik menaksir data yang nilainya menyimpang jauh dibandingkan nilai data yang lain, sedangkan metode Nadaraya-Watson akan baik menaksir pada data yang berkumpul.