Hasil Pencarian  ::  Simpan CSV :: Kembali

"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."

"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."

"Tugas akhir ini secara umum bertujuan untuk membahas latent class model yaitu suatu model yang menghubungkan probabilitas respon suatu individu untuk variabel-variabel indikator dengan suatu variabel laten yang bersifat kategorik. Penaksiran parameter dalam latent class model menggunakan taksiran Maximum Likelihood, yang dicari melalui algoritma EM (Expectation-Maximization). Kecocokan model diuji dengan uji rasio likelihood. Model terbaik dengan banyak kelas optimal dipilih berdasarkan reduksi 2 L , dimana 2 L adalah nilai statistik uji untuk banyak kelas terkait. Berdasarkan banyak kelas yang terbentuk pada model terbaik ini, individu-individu akan dikelompokkan ke dalam kelas-kelas tersebut. Metode tersebut akan diterapkan untuk mencari latent class model dengan tingkatan gejala pasien demam berdarah sebagai variabel laten kategorik yang dibentuk dari 5 variabel indikator kategorik, yaitu transfusi, nadi, tekanan darah, hb darah, dan trombosit. Hasil analisis data menunjukkan bahwa tingkatan gejala demam berdarah dapat dikategorikan menjadi 3 kelas."