Hasil Pencarian  ::  Simpan CSV :: Kembali

"Estimasi parameter model autoregressive dapat diperoleh dengan beberapa metode, salah satunya adalah metode Marginal Likelihood. Untuk memperoleh fungsi marginal likelihood, proses autoregressive dapat dinyatakan sebagai structural model (Fraser, 1968). Dalam structural model, data runtun waktu stasioner dinyatakan sebagai kombinasi linear dari mean proses dan variabel error yang tidak terobservasi. Dengan mengganggap variabel error sebagai proses circular dan noncircular, diperoleh sifat distribusi dari variabel error yang tidak bergantung pada parameter populasi, sehingga data runtun waktu mengikuti model Location-scale. Melalui model Location-Scale dapat dibuktikan bahwa vektor data runtun waktu yang distandarisasi merupakan ancillary statistic. Ancillary statistic ini menjadi dasar untuk membangun fungsi marginal likelihood karena distribusi dari ancillary statistic bebas dari parameter populasi."

"Seperti halnya model Gravity maka model Intervening Opportunities merupakan model sintetis. Pendistribusian perjalanan dari asal perjalanan ke masing-masing tujuan perjalanan berdasarkan model Intervening Opportunities sangat ditentukan oleh parameter model yang disebut dengan parameter L. Parameter L merupakan parameter yang menyatakan bahwa probabilitas perjalanan yang keluar dari suatu lokasi asal perjalanan akan berhenti pada sembarang lokasi tujuan. Nilai parameter L ini sangat sensitif didalam model sehingga penentuan nilai sangat penting didalam analisis distribusi perjalanan dengan model Intervening Opportunities. Berdasarkan hal tersebut dilakukan analisis metode estimasi parameter (hipotesis pertama) dan analisis pola perjalanan yang sesuai model Intervening Opportunities (hipotesis kedua). Metode estimasi yang diuji adalah metode Regresi, Regresi dengan Optimasi, NLLS, VNLLS dan metode Maksimum Likelihood (ML). Untuk pengujian hipotesis pertama digunakan matrik asal tujuan buatan (artifisial) yang sembarang, sedangkan untuk pengujian hipotesis kedua digunakan matrik artifisial yang dipolakan. Pengujian hipotesis pertama dan kedua juga didukung oleh data matrik A -T kota Jakarta dan kota Balikpapan. Pengujian dan merupakan data matrik kecil. Sedangkan untuk pengujian data matrik besar diambil data matrik asal tujuan yang sesungguhnya yaitu data matrik asal tujuan kota Jakarta dan kota Balikpapan. Hasil analisis data artifisial dan data kota menunjukkan metode NLLS dan metode regresi (optimasi) yang diterapkan pada model Intervening Opportunities "Memaksa" merupakan metode estimasi yang cukup baik dilihat dari hasil uji statistik dan dari total probabilitas yang didapat."

"Tugas akhir ini bertujuan menjelaskan prosedur penaksiran parameter pada model shared gamma frailty dengan menggunakan metode penaksiran maximum likelihood. Model shared gamma frailty merupakan salah satu model frailty bivariat yang diperkenalkan untuk mengukur dependensi antara waktu-waktu survival terhadap faktor acak yang tidak teramati, yang terkadang diabaikan dalam penelitian. Model ini perluasan dari model Cox proportional hazard dengan memperhatikan adanya pemancungan kiri dan penyensoran kanan pada data yang diperoleh. Untuk melakukan penaksiran parameter maka dibentuk fungsi likelihood yang dibangun dari fungsi survival bersama pasangan observasi, lalu diperoleh parameter dependensinya. Semakin besar nilai parameter dependensi menyatakan bahwa heterogenitas antarpasangan observasi semakin besar dan asosiasi dalam tiap pasangan semakin kuat. Pada tugas akhir ini diberikan contoh penggunaan model dalam bidang demografi dan kesehatan. "

"ABSTRAKPenggunaan pemakaian pompa sentrifugal sangat luas, untuk penunjang proses industri, irigasi maupun untuk kebutuhan rumah tangga dan lain-lain.Guna mengantisipasi perkembangan dan permintaan konsumen yang akhir-akhir ini meningkat, maka industri manufaktur perlu dengan teliti menghitung waktu operasi proses pabrikasi, supaya tepat menghitung biaya produksinya. Dengan demikian pompa yang dihasilkan mempunyai daya saing di pasar.Penelitian ini membahas estimasi waktu, untuk mendapatkan target waktu operasi elemen-elemen utama pompa sentrifugal, melalui regresi linier dari metoda kuadrat larked, kemudian dipakai sebagal dasar untuk menghitung perkiraan biaya (cost estimation) dari biaya produksi (manufacturing cost).Berdasarkan hasil waktu dari Model, maka didapatkan hasil yang mendekati dengan waktu pengamatan pabrikasi sebenarnya, demikian juga biaya produksi dari model memperlihatkan hasil mendekati dengan biaya produksi sebenarnya.

---

ABSTRACTThe use of centrifugal pump Is widely utilized for Industrial process, irrigation, home appliance needs, etc.

The development of industry as well as the national domestic demands have recently increased, industrial manufacture needs the accurate production cost time calculation in order to get the exact budget of manufacturing cost. By means of this, the pump manufacture can Increase the gain of the competitive quality In the global marketing.

The research deals with the discussion of time operation estimate to reach the target of operating time of main element through the linear regression using the smallest square method. Using this method the cost estimation could be calculated from the total manufacturing cost.

The result indicates that the time estimated by this model have a close value comparing with the time estimation observed directly in the field. The cost production model have the same result as well as the time estimation model comparing with the real one. The cost production obtained by this model reaches the closest result compared with the manufacturing cost of the exact one."