Hasil Pencarian  ::  Simpan CSV :: Kembali

"ABSTRAKTingkat ketidakpastian pada tahap FEED yang cukup tinggi mengharuskan perencana untuk mengalokasikan biaya kontingensi guna mengantisipasi tindakan korektif yang harus dilakukan sebagai respon terhadap resiko yang terjadi. Metode yang digunakan untuk menghitung biaya kontingensi pada penelitian ini adalah Monte Carlo Simulation yang permodelannya didapatkan dari analisa regresi dimana contruct dari penelitian ini berbasis PMBOK 2013. Faktor resiko dominan yang dinilai berpengaruh signifikan terhadap kenaikan biaya proyek FEED adalah Faktor Resiko Planning Controlling yang dipengaruhi oleh Faktor Eksternal, Faktor Lemahnya Kompetensi Kontraktor Engineering dalam Mengelola Proyek, Faktor Resiko Kurangnya Pengetahuan Tim Teknis mengenai Change Management. Dengan melakukan simulasi monte carlo menggunakan data responden pada tingkat kepercayaan 95 , maka didapatkan bahwa alokasi biaya kontingensi sebesar 11,16 pada anggaran proyek FEED dapat mengantisipasi kenaikan biaya yang terjadi. Dari penelitian ini didapatkan bahwa dalam proses penyusunan anggaran, saat melakukan estimasi biaya kontinensi sebaiknya tidak menggunakan persentase kontingensi proyek terdahulu karena masing - masing proyek memiliki tingkat kesulitan yang berbeda dan risiko yang berbeda juga. Untuk itu, proses penyusunan risk register pada proses penyusunan anggaran menjadi komponen yang penting.

---

ABSTRACTThe high level of uncertainty of the FEED stage requires a planner to allocate cost contingency to anticipate the corrective actions that may occur as risk responses. The cost contingency calculation method used in this research is the Monte Carlo Simulation. The dominant risk factor that significantly affect cost increase are planning controlling risk due to external factors, shortcomings of engineering contractor competence in managing project, technical team lack of knowledge regarding change management. By using respondents data as monte carlo simulation inputs with 95 of confidence level, it is shown that the cost contingency allocation of 11,16 in FEED budget estimation is sufficient to anticipate any potential cost increase. This research shows that in the process of budget settings, planners are suggested not to use the contingency percentage from previous projects because every project has their own difficulty level and different kind of risk. Therefore, the process of constructing risk register as a part of budget estimation process becomes crucial."

"Pemerintah Indonesia melalui Undang-Undang Nomor 44 Tahun 2009 mewajibkan semua alat Kesehatan untuk dikalibrasi. Sebagai implementasi dari peraturan tersebut, Kementerian Kesehatan menerbitkan Peraturan Menteri Kesehatan Nomor 54 Tahun 2015 yang mengharuskan alat kesehatan untuk dikalibrasi minimal sekali dalam satu tahun. Defibrillator adalah salah satu alat kesehatan yang berfungsi untuk memberikan kejutan listrik kepada pasien yang mengalami gangguan jantung. Untuk memastikan akurasi dan ketertelusuran metrologi, defibrillator harus dikalibrasi minimal satu kali dalam setahun. Dalam melakukan kalibrasi defibrillator, digunakan perangkat bernama defibrillator analyzer. Seperti halnya defibrillator, defibrillator analyzer juga harus dikalibrasi untuk memastikan akurasi dan ketertelusuran metrology. Metode Monte Carlo digunakan dalam kegiatan kalibrasi defibrillator analyzer dengan menggunakan high voltage differential probe untuk melakukan estimasi ketidakpastian pengukuran. Metode Monte Carlo menggunakan propagasi distribusi dan umumnya memberikan hasil yang lebih dekat dengan kenyataan serta menghasilkan nilai ketidakpastian yang lebih baik. Hasil dari kalibrasi defibrillator analyzer adalah nilai pengukuran (measurand) dengan persentase antara 93% hingga 95%, dan perhitungan ketidakpastian menggunakan Metode Monte Carlo menghasilkan ketidakpastian yang valid sebesar 100%.

---

The Indonesian Government, through Law Number 44 of 2009, mandates calibration for all healthcare equipment. As an implementation of this provision, the Ministry of Health issued Ministerial Regulation Number 54 of 2015 concerning Testing and Calibration of Healthcare Equipment, which requires healthcare equipment to be calibrated at least once a year. A defibrillator is a medical device used to deliver an electric shock to patients with heart problems. To ensure accuracy and metrological traceability, a defibrillator must be calibrated at least once a year. During the calibration of a defibrillator, a device called a defibrillator analyzer is used.

Similar to the defibrillator, the defibrillator analyzer also needs to be calibrated to ensure accuracy and metrological traceability. The Monte Carlo method is used in the calibration of the defibrillator analyzer, utilizing a high voltage differential probe to estimate measurement uncertainty. The Monte Carlo method employs distribution propagation and generally yields results closer to reality, producing better uncertainty values. The result of the defibrillator analyzer calibration is a measurand value (measurement value) ranging between 93% and 95%, and the uncertainty calculation using the Monte Carlo method yields a valid uncertainty value of 100%."

"Model Markov Switching GARCH adalah model untuk runtun waktu yang dapat menangkap fenomena pengelompokan volatilitas. Pengelompokan volatilitas adalah keadaan dimana runtun memiliki variabilitas yang tidak sama untuk seluruh periode. Model ini adalah perluasan dari model GARCH dimana parameternya dapat melakukan pergantian nilai (switching) yang bergantung dari state rantai Markov sehingga nilainya tidak tetap untuk seluruh periode runtun. Mekanisme switching dari model Markov Switching ini mengikuti proses rantai Markov yang tidak terobservasi. Pada skripsi ini, akan dibahas mengenai struktur dan penaksiran parameter model Markov Switching GARCH. Penaksiran parameter menggunakan maximum likelihood estimator tidak dapat dilakukan karena masalah path dependence, sehingga penaksiran parameter akan dilakukan menggunakan Algoritma Monte Carlo Expectation-Maximization (MCEM) dan Monte Carlo Maximum Likelihood (MCML). Model Markov Switching GARCH ini kemudian akan diaplikasikan untuk runtun nilai tukar US Dollar (USD) terhadap Indonesian Rupiah (IDR).

---

Markov Switching GARCH is a model for time series that can capture volatility clustering phenomenon. Volatility clustering is a condition when time series has no same variability for entire period. This model is an extension of the GARCH model in which the parameters can do the switching that depend on the state of the Markov chain so that the value is not fixed for the entire period. The switching mechanism of Markov Switching GARCH model follow the unobserved Markov chain process. In this undergraduate thesis, it will be discussed the structure and the parameter estimation of Markov Switching GARCH model. Parameter estimation using maximum likelihood estimator can not be done because of the path dependence problem, so that the parameter estimation will be carried out using Monte Carlo Expectation-Maximization (MCEM) dan Monte Carlo Maximum Likelihood (MCML) algorithm. Markov switching GARCH model will be applied to exchange rate US Dollar (USD) to Indonesia Rupiah (IDR) series."

"Di industri minyak bumi dan gas, pipa merupakan komponen utama yang ada dalam industri tersebut. Karena pipa merupakan komponen utama, maka pipa tersebut harus mendapatkan perhatian lebih dikarenakan kegagalan dalam sistem perpipaan, khususnya dalam industri minyak bumi dan gas, menjadi permasalahan yang sangat serius karena menimbulkan kerugian yang cukup besar. Salah satu cara untuk meminimalisir kegagalan tersebut adalah melalui inspeksi berbasis risiko. Dalam inspeksi berbasis risiko, digunakan simulasi Monte Carlo untuk mengetahui probabilitas komponen mengalami kegagalan. Pada umumnya, simulasi Monte Carlo menggunakan distribusi Normal dalam penentuan Random Variabel Generator. Namun, terdapat kemungkinan data yang dihasilkan adalah Bias, yaitu terdapat error sampling sehingga data tersebut menjadi kurang akurat dikarenakan nilai hasil dari distribusi Normal dapat bernilai negatif. Pada distribusi Normal, dihasilkan data yang sifatnya overestimation data. Maka dari itu, dibutuhkan metode lain untuk penentuan Random Variabel dimana data yang dihasilkan tidaklah bias sehingga akurasi hasil dari Inspeksi Berbasis Risiko meningkat. Metode Weibull dapat mengurangi biased data yang dihasilkan dari distribusi Normal.

---

Pipes are the main component in the oil and gas industries, and it needs a serious attention due to the high risk of the piping system failure. The failure of the piping system leads to a very serious consequence since it caused huge material losses, and the Risk-Based Inspection can minimize the failure. Risk-Based Inspection using the Monte Carlo Simulation for calculating the failure probabilities of the component.

In general, Normal distribution is used in Monte carlo simulation for Random Variable Generator. However, it is possible that the generated data is called Bias, i.e. there is an error sampling, so the resulting data becomes inaccurate. In the Normal distribution, the result of the data produce an overestimation data because the result of the data can be negative on the corrosion rate. Therefore, we need another method for determining Random Variables where the generate data is not biased so the accuracy of the results of the Risk-Based Inspection increases, and the Weibull method can reduce the biased data generated from the Normal distribution."

"Flatness dari kurva magnetisasi FC (field-cooled) di bawah temperatur kritis, yang dijumpai pada sistem partikel nanomagnetik monodisperse dense (berinteraksi dipolar kuat) merepresentasikan dinamika lambat spin-glass-like. Simulasi Monte Carlo ekuilibrium dilakukan untuk menginvestigasi pengaruh dari randomness distribusi arah sumbu anisotropi partikel terhadap ruang state sistem dan karakteristik ekuilibrium dari magnetisasi sistem. Dengan metode parallel tempering, sistem dapat diekuilibrasi untuk temperatur rendah di mana algoritma Metropolis cenderung terjebak dalam basin-basin metastabil. Pengaruh kekuatan interaksi dipolar antar partikel dipelajari dengan melakukan simulasi untuk beberapa sampel dengan konsentrasi berbeda. Nilai ekspektasi magnetisasi sistem pada kondisi ekuilibrium termal memperlihatkan transisi ke fase spin-glass-like seperti yang ditunjukkan kurva magnetisasi FC.

---

Flatness of the FC (field-cooled) magnetization curve below the critical temperature, observed on dense (strongly interacting) monodisperse magnetic nanoparticle system represents slow spin-glass-like dynamics. Equilibrium Monte Carlo simulations are performed to investigate how the randomness in anisotropy axis distribution affects the state spaces of the systems and the equilibrium property of magnetization. By using parallel tempering method the systems are able to equilibrate down to low temperature where the Metropolis algorithm tends to get stranded in metastable basins. The effect of dipolar interaction strength is investigated by performing simulations for several concentration of samples. Expectation value of magnetization in thermal equilibrium shows transition to spin-glass-like phase similar to that of FC magnetization curve."

"Peramalan permintaan material MRO pada industri migas sangat diperlukan untuk menunjang kegiatan pemeliharaan, perbaikan, dan operasi dalam kegiatan produksi. Maka dari itu diperlukan metode peramalan yang tepat untuk dapat mengendalikan persediaan material MRO. Dalam penelitian ini menggunakan salah satu metode machine learning yaitu Artificial Neural Network yang akan dibandingkan dengan beberapa metode tradisional.Metode peramalan yang menghasilkan nilai peramalan terbaik berupa nilai MSE terendah akan digunakan untuk memperoleh parameter pengendalian persediaan material berupa jumlah ROQ, safety stock, ROP, dan total biaya persediaan. Hasil yang menggunakan model continuous review system ini diharapkan dapat menurunkan total biaya persediaan.Adapun hasil pengendalian persediaan material tersebut akan dilakukan simulasi Monte Carlo untuk melihat range terhadap parameter pengendalian persediaan untuk mendapatkan proyeksi keadaan yang akan terjadi dikemudian hari. Selain itu dengan simulasi ini akan melihat pengaruh perubahan variabel uncertain terhadap perubahan total biaya persediaan.

---

The forecast of MRO material in oil and gas industry is needed to support maintenance, repair, and operation activities in production. Thus, an appropriate forecasting method is needed to control the inventory of MRO material. This paper uses one of the methods of machine learning, which is Artificial Neural Network. This method will be compared with some traditional methods.

Forecasting method which gives out the best forecast error in a form of the lowest MSE which will be used to get a material inventory control parameter. The material inventory control parameter are ROQ, safety stock, ROP, and total cost of inventory. These result which used continuous review system model are hoped to reduce inventory total cost.

The result of those material inventory control will be done using Monte Carlo simulation to see the range toward inventory control parameter in order to get the projection of future situation. Furthermore, this simulation will also see the influence of the changing uncertain variable towards the change of inventory total cost."

"ABSTRAKUntuk memenuhi kebutuhan energi seiring dengan menurunnya produksi minyak, pemanfaatan gas menjadi solusi untuk dapat memenuhi kebutuhan energi. Produksi gas Indonesia pada tahun 2015 adalah 8,102 MMSCFD berdasarkan data dari SKK Migas.Saat ini pemerintah sedang menggalakkan pembangunan jaringan gas kota di Indonesia, salah satunya di Kecamatan Muara Satu Kota Lhokseumawe. Salah satu perusahaan pemerintah berencana akan membangun 89.383 sambungan rumah tangga sampai tahun 2017 di seluruh Indonesia.Mengingat akan ada banyak proyek jaringan gas kota, penting bagi kita menganalisis risiko yang mungkin terjadi selama konstruksi maupun selama operasi dari jaringan gas tersebut. Pada penelitian ini dilakukan identifikasi risiko, kemudian mengelompokkan risiko tersebut sesuai kategorinya, kemudian dilakukan analisis kualitatif dan analisis kuantitatif dengan simulasi Monte Carlo, lalu hasilnya dievaluasi. Dengan menghitung risiko secara keseluruhan, risiko proyek jaringan gas di Kota Lhokseumawe ini tergolong rendah dengan nilai risk 3,72.Hasil penelitian ini adalah berupa strategi untuk menurunkan risiko-risiko dan kerugian yang mungkin timbul. Dengan adanya strategi penanganan terhadap risiko-risiko yang mungkin timbul, kerugian biaya dapat diturunkan menjadi 10% atau sekitar 4,5 milyar rupiah.

---

ABSTRACTTo fulfill energy demand because of decreasing oil production, converting oil to gas is a good choice. Based on data from SKK Migas in 2015, Indonesia produced 8.102 MMSCFD gas.Nowdays, Indonesia?s government encourages gas pipeline project for citygas in several cities in Indonesia. One of company owned by government plans to build 89.383 connection until 2017 in Indonesia.In the future, there are many citygas projects in Indonesia, risk analysis during construction and operation of pipeline project will be an important thing. This research included risk indentification, grouping the risk into their categories, then we analyze the risk both qualitative and quantitative using Monte Carlo simulation. The summary of all risk calculation shows that this project has low risk with value 3.72.The results of this research are strategies to reduce and manage the risks during pipeline construction and operation of citygas project. By applying the strategies, risks can be reduced from 29% to 10%. It is equivalent with 4,5 billion rupiahs."

"Pada penelitian sebelumnya telah dilakukan koreksi hasil pengukuran spektrum sinar-x menggunakan detektor CdTe dengan metode unfolding untuk menghilangkan noise atau sinyal yang tidak diinginkan Hasil koreksi ternyata kurang baik karena menunjukan adanya loncatan hasil koreksi pada rentang energi antara 30 keV sampai 40keV. Matriks responnya diperbaiki dengan pemodelan detektor dalam keadaan vakum sehingga diperoleh matriks respon baru yang digunakan untuk proses koreksi. Pemodelan dibentuk dengan simulasi monte carlo yang aplikasinya terdapat pada program EGSnrc. Proses koreksi dilakukan menggunakan metode Unfolding dan hasilnya menunjukan noise yang terbaca pada detektor CdTe dapat lebih diminimalisir. Sehingga perbaikan matriks respon dengan cara memodel ulang simulasi detektor berhasil dilakukan.

---

Most applications of nuclear techniques depend on results measurenment of radiation, especially to measure the intensity or dose radiation of radiation.Measurenment of x-ray spectra using CdTe detector will produce spectra characteristic of detector.so that spectrum known as noise must be corrected by the method of unfoldingin order to obtain the actual x-ray spectrum. Accuracy improvement of the correction relating to to the resolution of the detector response matrix, the response matrix is formed using monte carlo simulation methods and Heprow program. With an ideal detector modeling, will get a correction factor which produces more accurate output. "

"ABSTRAKIsoterm dari proses adsorpsi biasanya digunakan untuk karakterisasi distribusi ukuran pori dan biasanya diukur secara eksperimental dengan alat volumetrik, yang terdiri dari sel dosis dan sel sampel. Skripsi ini bertujuan untuk membangun keseimbangan antara fase gas dan fase adsorben dengan menggunakan Simulasi 2V-NVT Monte Carlo, dengan dua volume untuk mewakili perangkat tersebut. Efek dari ukuran pori dan volume dosis pada karakteristik isoterm adsorpsi yang dipelajari menggunakan model adsorpsi argon dalam pori graphitic carbon pada temperatur 87 K. Dalam simulasi Monte Carlo untuk sistem adsorpsi, potensi fluida-fluida dan potensi solid-fluida merupakan bagian penting. Potensi fluida-fluida umumnya digambarkan oleh persamaan 12-6 Lennard-Jones, sementara potensi solid-fluida membutuhkan penjumlahan dari semua interaksi antara molekul adsorbat dan semua atom yang ada di permukaan adsorben. Tujuan kedua dari skripsi ini adalah untuk mendapatkan potensi solid-fluida untuk luasan adsorben terbatas yang berbentuk persegi panjang dan lingkaran. Pencapaian utama dari skripsi ini adalah untuk menurunkan persamaan tersebut. Sebagai rekomendasi ke depan, model solid-fluida yang telah dikembangkan sebaiknya diintegrasikan ke dalam Simulasi Monte Carlo.

---

ABSTRACTAdsorption isotherms are commonly used for the characterization for pore size distribution and are usually measured experimentally with a volumetric device, which consists of a dosing cell and a sample cell. This project aims to establish an equilibrium between the gas phase and adsorbed phase by using 2V-NVT Monte Carlo simulation, with two volumes to represent such device. The effects of the sizes of pore and dosing volume on the behaviour of the adsorption isotherm are studied, where the model used is argon adsorption at 87K in a graphitic pore. In a Monte Carlo simulation of an adsorption system, the fluid-fluid potential and the solid-fluid potential are important. The former is commonly described by the 12-6 Lennard-Jones equation, while the solid-fluid potential requires the summation of all interactions between adsorbate molecule and all solid atoms in the surface. The second major aim of the project is to obtain the solid-fluid potential for a finite rectangular and disk shape patches. Under certain conditions these potentials become intermediate, and the major achievement of this project is to derive the limits of these equations, resolving the issue of intermediate problem. For future works, the developed solid-fluid model should be implemented into the simulation"