Hasil Pencarian  ::  Simpan CSV :: Kembali

"Penelitian ini bertujuan untuk mengetahui, menganalisis, membuktikan dan menguji perbedaan hasil status kesehatan antara model Grover, Springate, dan Zmijewski. Model tersebut digunakan oleh investor yang akan menanamkan modalnya di perusahaan. Data penelitian diuji menggunakan uji chi square. Hasil penelitian menunjukkan hipotesis 1 diterima yaitu terdapat perbedaan status kesehatan pada pengujian model Grover, Springate, dan Zmijewski pada perusahan manufaktur yang terdaftar di BEl tahun 2006-2015. Model Springate merupakan model prediksi terbaik dibandingkan model Grover dan Springate, karena mempunyai komponen lebih banyak dari kedua model lainnya dan model Springate mempunyai komponen EBIT To Current Liabilities yaitu seberapa besar kemampuan laba dalam membayar hutang perusahaan. Komponen ini adalah komponen yang sangat penting untuk melihat kesulitan keuangan, karena kesulitan keuangan sabh satunya terjadi karena hutang yang tidak tercakup oleh perusahaan."

"Di dalam model regresi, variabel dependen harus selalu variabel acak. Variabel independen dapat merupakan variabel acak maupun fixed. Jika variabel independen bukan merupakan variabel acak, dinamakan fixed regressor model, bila variabel independennya merupakan variabel acak dikenal dengan error in variable model. Error in variable model terbagi menjadi dua tipe, yaitu classical error in variable model dan Berkson measurement error model (model Berkson). Dalam tugas akhir ini akan dibahas mengenai penaksiran parameter pada model Berkson. Pada model linier Berkson metode OLS dapat diterapkan untuk menaksir parameter dengan mengabaikan error observasi dan taksiran yang didapat merupakan taksiran yang tak bias. Sedangkan pada model polinomial Berkson, parameter model akan ditaksir menggunakan metode OLS berdasarkan pada first two conditional moment dari variabel dependen diberikan variabel independen."

"Dengan menggunakan data return 13 indek harian yang didapat dari buzsa dapat digunakan _untuk menghitung suatu ukuran dari volatilitas time-varying. Andersen dan Bollerslev (1998) menyatakan bahwa model-model volatilitas menycdiakan forecast yang baik dari suatu variansi yang terkondisi (the conditional variance). Dalam tulisan ini, penulis menggunakan pendekatan yang sama dengan Bollerslev (1998) dan menggunakan data return 13 indck harian untuk mengestimasi pengukumn volatilitas yang kemudian dibandingkan dengan model-model volatilitas. Tujuan penulisan adalah untuk mengevaluasi apakah evolusi dari model-model volatilitas (dalam hal ini model-model GARCHfamib=) telah membawa hasil forecast volatilitas menjadi lebih baik dali model volatilitas yang lebih sederhana (ARMA). Penulis menggunakan 7 model dari GARCH famibv pada .13 indek yang terdailar di Bursa Efek Jakarta dengan jumlah pengamatan sebanyak 317 pengamatan. Hasil analisis penulis memmjukan bahwa tidak satupun model dari GARCH#1mi(y yang lebih superior dari model GARCHj21mib» lainnya untuk setiap indek, namun beberapa model volatilitas dari GARCH family jelas menunjukkan aproksimasi volatilitas yang Iebih baik jika dibandingkan dengan apa yang didapat dari model ARMA (sebagai bench mark).

---

Within data from 13 daily index which listing on Bursa Efek Jakarta (BEJ) can be measured one important measuring, that is volatility in time series. Andersen and Bollerslev (1986) said that volatility models are specially usetirl when the goal of study to analyze and forecast the conditional variance (volatility).

In this paper, the writer use approximation the same as with Bollerslev (1998), and use retum data of 13 daily index in BEJ to estimate measuring volatility and then make comparison among volatility models. This paper focuses on the performance of various GARCH models in terms of their ability of delivering volatility forecast for stock return data compared to the simple volatility model, that is ARMA.

This paper using 7 models of GARCH family on 13 index which is listing on BFJ with 317 observation daily data. Finally, out of sample tests indicate that no one of GARCH models (in this paper) superior among themselves for every index, but some of GARCH models clearly show that they better than ARMA models as forecaster in volatility. "

"Secara singkat tulisan ini akan membahas pendekatan pemodelan yang bisa digunakan dalam collection activity. Untuk lebih mengerti tulisan ini, diharapkan pembaca sudah memahami baik secara praktis atau teoritis mengenai intelligence cycle di dalam intelligent activity. Pemodelan yang dibahas di dalam tulisan ini adalah theater model, communication model dan anti-logic model. Sebelum pemodelan dibahas akan diterangkan juga mengenai alasan-alasan mengapa pemodelan diperlukan di dalam collection activity. ...."

"Tujuan: (1) Untuk menganalisis perbedaan ukuran linier gigi dan besaran crowding antara model plaster, digital, dan 3D-printed dengan berbagai derajat keparahan crowding, (2) untuk mengetahui hubungan antara derajat keparahan crowding dengan perbedaan ukuran linier gigi dan besaran crowding antara ketiga jenis model studi. Metode penelitian: 30 model studi dibagi menjadi tiga kelompok: crowding ringan (0-4 mm, n=10), sedang (4.01-8 mm, n=10), dan berat (≥8.01 mm, n=10). Model studi plaster direplikasi menjadi model digital melalui pemindaian dengan intraoral scanner Trios3. Data digital dicetak menjadi model 3D-printed berbahan resin dengan 3D-printer Formlabs2. Pengukuran dilakukan pada bidang mesiodistal, bukolingual, servikoinsisal, dan besaran crowding (selisih antara required space dibandingkan available space) pada 12 gigi di setiap model studi. Hasil: Uji statistik komparatif numerik menunjukkan perbedaan ukuran linier mesiodistal, bukolingual, servikoinsisal, dan besaran crowding yang bermakna secara statistik antara ketiga jenis model studi, baik pada kondisi crowding ringan, sedang, dan berat. Perbedaan signifikan ditemukan antara model plaster-digital dan plaster-3D-printed. Analisis Bland-Altman menunjukkan level of agreement yang tinggi antara ketiga jenis model studi terlepas dari keparahan crowding. Hasil pengukuran model digital dan 3D-printed memiliki tendensi lebih besar dibandingkan dengan model plaster, namun perbedaan pengukuran antar model studi relatif kecil (<0.5 mm). Kesimpulan: Terdapat perbedaan ukuran linier gigi dan besaran crowding antara model plaster, digital, dan 3D-printed yang siginifikan secara statistik namun tidak relevan secara klinis, terlepas dari keparahan crowding. Derajat keparahan crowding tidak mempengaruhi besar perbedaan pengukuran gigi pada ketiga jenis model studi.

---

Objectives: (1) To analyze tooth size and crowding measurement differences between plaster, digital, and 3D-printed models with different degrees of crowding, (2) to find the association between severity of crowding with tooth size and crowding measurement differences on three types of study models.

Methods: 30 models were divided into three groups; mild crowding (0-4 mm; n=10), moderate crowding (4.01-8 mm, n=10), and severe crowding (≥8.01 mm, n=10). Plaster models were scanned with Trios3 intraoral scanner into digital models. .STL data were then produced into resin models with Formlabs2 3D-printer. Mesiodistal, buccolingual, servicoincisal, and crowding were measured on 12 teeth in each model.

Results: Comparative statistical test found significant tooth size and crowding measurement differences between three types of study models in all category of crowding. Post-hoc tests showed significant differences between plaster-digital models and plaster-3D-printed models. Bland-Altman plots displayed high level of agreement between three types of study models regardless of severity of crowding. Digital and 3D-printed model measurements were found likely to be larger than plaster model, although the differences in four measured parameters were relatively small (<0.5 mm).

Conclusions: Differences of linier tooth size and crowding measurements on plaster, digital, and 3D-printed models were found to be statistically significant, although clinically irrelevant, irrespective of degrees of crowding. No association was established between severity of crowding and measurement differences between three types of study models."

"Latar Belakang: Model cetakan gigi memiliki peranan penting dalam bidang prostodonsia untuk menentukan diagnosis dan rencana perawatan. Model yang saat ini sering digunakan adalah model konvensional. Model tersebut mempunyai beberapa kekurangan yaitu kemungkinan hilang dan rusak, membutuhkan tempat penyimpanan dan menyulitkan komunikasi dengan laboratorium. Perkembangan teknologi khususnya CAD/CAM diharapkan mampu mengatasi kekurangan tersebut dengan penggunaan intraoral scanner (IOS). IOS mampu menghasilkan model digital dengan cara pemindaian secara langsung di dalam mulut dan menghasilkan file dengan format standard tesselation language (STL). File ini kemudian dapat dicetak menggunakan 3D printer dengan teknik stereolithography (STL) menjadi model 3D printing. Tujuan: Untuk menganalisis perbedaan akurasi antara pengukuran langsung pada pasien, model konvensional, digital, dan 3D printing kasus kelas III Kennedy. Metode: Penelitian observasi analitik dengan desain studi potong lintang. Total sampel sebanyak 9. Dilakukan pengukuran masing-masing variabel sebanyak 3 kali kemudian diambil nilai reratanya. Pengukuran langsung pada pasien dijadikan kontrol dan dibandingkan dengan pengukuran pada model konvensional yang dicetak dengan PVS, model digital, dan 3D printing. Pengukuran dilakukan pada lebar mesiodistal, tinggi servikooklusal/insisal gigi dan lebar span edentulus. Dilakukan pengukuran langsung pada pasien, model konvensional dan 3D printing dengan digital calliper sedangkan model digital menggunakan piranti lunak Trios. Analisis data dilakukan dengan uji statistik Saphiro Wilk dan uji Kruskal Wallis. Hasil: Tidak terdapat perbedaan bermakna (p>0.05) pada seluruh pengukuran dibandingkan dengan kontrol dan juga antara variabel yang berbeda. Kesimpulan: Penggunaan IOS dalam menghasilkan model digital yang kemudian dicetak menggunakan 3D printer dapat menjadi alternatif pembuatan model kerja dalam menentukan diagnosis dan perawatan pasien dalam bidang prostodonsia.

---

Background: Models play a crucial role in the field of prosthodontics for determining diagnosis and treatment plans. The conventional model is frequently used, but it has some drawbacks, such as the possibility of loss and damage, the need for storage space, and difficulties in communication with laboratories. Technological advancements, especially in CAD CAM, aim to address these limitations by utilizing intraoral scanners (IOS). IOS can produce digital models by scanning directly inside the mouth and generating files in standard tessellation language (STL) format. These files can then be printed with a 3D printer using stereolithography (STL) techniques to create a 3D printed model. Objective: To determine the accuracy differences between direct measurements on patients, conventional models, digital models, and 3D printed models in Class III Kennedy cases. Method: An analytical observational study with a cross-sectional design was conducted. A total of 9 samples were measured three times each and the mean value will be anyalzed. Direct measurements on patients were used as controls and compared with conventional models printed with PVS, digital models, and 3D printing. Measurements included mesiodistal width, cervico-occlusal/ incisal height of teeth, and edentulous span width. Direct measurements on patients, conventional models, and 3D printing used digital calipers, while digital models used Trios software. Statistical tests, including the Shapiro-Wilk test for data normality and the Kruskal-Wallis test for data analysis, were performed in this study. Results: There were no significant differences (p > 0.05) in all measurements compared to the control and among different variables. Conclusion: The use of IOS to produce digital models, subsequently printed with a 3D printer, can be an alternative for model fabrication in determining diagnosis and patient treatment in prosthodontics."

"Congestion pricing adalah sistem pentarifan yang menerapkan reduksi tarif berdasarkan kondisi kongesti pada jaringan. Jika user melakukan hubungan pada saat jaringan sibuk maka tarif yang ditawarkan akan lebih mahal dari pada kondisi jaringan tidak sibuk. Konsistensi dan fairness dari tarif dengan model congestion pricing dipengaruhi dengan adanya bursty atau kongesti yang terus bertambah naik yang pada akhirnya terjadi cells loss. Kondisi seperti ini menyebabkan turunya QoS. Untuk membatasi kondisi bursty dan kongesti, salah satu alternatifnya diterapkan sistem kontrol trafik dengan menggunakan mekanisme ambang batas (threshold). Apabila jaringan mencapai tingkat kongesti sama dengan nilai ambang batas, maka semua sel prioritas rendah mulai dibuang atau diberhentikan pengirimannya. Dengan demikian bursty yang terjadi dapat dibatasi pada daerah ambang batas. Pada simulasi dengan menerapkan nilai ambang batas 75% dan 90%, tingkat kongesti maksimum masing-masing diperoleh 80% dan 95%. Untuk kedua nilai ini, tidak terjadi cells loss ratio. Ada tiga metoda dalam perhitungan tingkat kongesti yaitu Average of Congestion (AoC), Dynamic of Congestion (DoC) dan First of Congestion (FoC). Perhitungan tingkat kongesti yang didasarkan pada hasil perhitungan rata-rata dan dinamik, menunjukkan hasil yang relatif sama. Walaupun demikian, cara perhitungan dinamik relatif lebih kompleks dibanding dengan cara perhitungan rata-rata. Untuk perhitungan tingkat kongesti berdasarkan first of congestion, memiliki fluktuasi tingkat kongesti yang sangat berbeda dalam kurun waktu yang relatif singkat (60 detik per call). Model perhitungan tingkat kongesti dengan menggunakan nilai rata-rata dalam satu call, merupakan alternatif terbaik untuk diterapkan dalam sistem congestion pricing.

---

Congestion pricing is tariffs system using tariff reduction based on congestion level in the network. If user make calls in busy hour, they will be charged more than if they make it in outside busy hour. The bursty continuous increasing which can cause cell loss will influence consistency and fairness of congestion model. This condition will decrease the QoS (Quality of Service). Traffic control system with threshold mechanism is one of the alternatives to control bursty and congestion in the network. If the congestion level reaches the threshold value then all cells with lower priority will be discard. With this mechanism, bursty level can be limited around the threshold value.

In the simulation using 75% and 90% of threshold value, the result in term of maximum congestion level is 80% and 95%. For both levels, it is guaranteed that there will be no cell loss. There are three congestion level calculation methods: Average of Congestion (AoC), Dynamic of Congestion (DoC), and First of Congestion (FoC). The result of congestion level calculation, based on average and dynamic methods is relatively the same. However dynamic method is relatively more complex than average method. Congestion calculations used on first of congestion methods have a contrast fluctuation of congestion level in short period (60 second per call). Consequently, calculation on average value of congestion is a better alternative to implement in congestion pricing system."

"ABSTRAKPada kondisi ekonomi yang masih belum bisa melepaskan diri dari lilitan krisis moneter,para investor maupun para pengbjl keputusan dalam perusahaan memerlukan suatumetoda untuk melakukan penilaian kinerja perusahaan. Investor perlu melakukanpenilaian untuk mengetahui nilai yang wajar dari suatu perusahaan. Penilaian Juga sangatpenting dilakukan sebelum proses merjer dan akuisi dilakukan. Seperti kita ketahui hal-hal tersebut pasti akan terjadi dalam situasi krisis ekonomi. Dalam Karya akhir ini menawarkan Metoda Penilaan Perusahaan yang praktis danandal untuk melakukan penilalan perusahaan. Subjek studi kasus ini adalah PT. AquaGolden Missisippi yang nierupakan pemimpin pasar dalam industri air minum dalaxnkemasan. Sebagai perbandingan penilaian juga akan dilakukan pada kompetitornya yaituPT. Ades Alfindo. Model penilaian yang dipilih adalah EVA model yang diusulkan oleh Stem Stewart, sertavarian dan EVA yaitu EBO model. Kelebihan dari kedua model ini dibandingkan denganmetoda penilaian tradisional Discounted Cash Flow adalah hahwa penilaian dapatdilakukan pada periode tunggal: Dengan demikian kinerja perusahaan dapat diukur secaraberkala Hal ini sangat membantu bagi rnanajemen perusahaan tersebut untukmenentukan tingkat kompensasi yang dibenikan kepada karyawannya. Data utama yang digunakan adalah laporan keuangan dan perusahaan dari tahun 1996hiugga tahun 1997. Selain itu juga digunakan data IHSG untuk periode yang sama. DataIHSG diperlukan untuk melakukan perbitungan Beta. Value of the Firm atau nilai dariperusahaan tidak hanya ditentukan dari nilai perusahaan pada saat ini, akan tetapiditentukan juga dan prediksi kinerja perusahaan di masa mendatang. Untuk melakukan forecasting kinerja perusahaan di masa mendatang, dalam karya akhirini pertumbuhan pendapatan perusahaan merujuk pada perkiraan pertumbuhan ekonominasional dan Bappenas. Proyeksi nilai cost of equity di peroleh dari nilai cost of equityperusahaan dari tahun 1997 hingga tahun 2000. Sedangkan proyeksi cost of debt dihitungdengan metoda Rating Estimator yang disarankan oleh Aswath Damodaran (1999). Hasil Penelitian menunkukkan bahwa nilai perusahaan PT. Aqua Golden secara umumlebih besar dibandingkan PT. Ades Alfindo, Hal ini dilihat dad perhitungan EVA peniodetunggal maupun proyeksi nilai EVA pada masa mendatang. "

"Penulisan tugas akhir ini diajukan sebagai usulan, pemecahan masalah yang dikemukakan pihak manajemen PT. XYZ. Permasalahan yang terjadi pada PT. XYZ dianalisis menggunakan metode 7-S McKinsey. Yang menjadi fokus utama dari permasalahan di perusahaan ini adalah pada faktor staf. Di mana permasalahan yang terjadi adalah seluruh karyawan PT. XYZ kurang memiliki kompetensi yang sesuai dengan harapan dan kebutuhan perusahaan. Permasalahan tersebut terjadi akibat proses seleksi PT. XYZ selama ini tidak tajam (terstandar dan terstruktur) serta tidak memiliki dasar penilaian yang jelas sehingga hasilnya sering kali tidak obyektif. Dengan menggunakan kompetensi sebagai dasar penilaian maka obyektivitas tersebut dapat dihilangkan karena kompetensi memberikan gambaran perilaku yang jelas, rinci, dan spesifik yang berkaitan dengan kinerja yang unggul sesuai dengan visi, misi, dan strategi perusahaan. Tugas akhir ini menjelaskan proses penyusunan model kompetensi yang disertai dengan analisa jabatan untuk PT. XYZ. Kemudian penyusunan model kompetensi itu diaplikasikan dalam wawancara berbasis kompetensi untuk mengidentifikasi komptensi calon karyawan-karyawan dalam proses seleksi maupun evaluasi sebagai salah satu kegiatan yang penting dilakukan PT. XYZ saat ini. Model kompetensi yang dibuat berdasarkan LOMA's Competency Dictionary."

"Penelitian ini mengunakan model kompartemen model mammilary, satu dan dua kompartemen dengan pemberian satu jenis obat secara oral dan intravena. Model matematika yang dibentuk dari model farmakokinetik berupa persamaan diferensial. Solusi persamaan diferensial berupa variabel dan parameter farmakokinetik dapat diperoleh dengan metode matematika dan numerik seperti transformasi Laplace, residual, prinsip superposisi, dan metode-metode pemecahan lain pada persamaan diferensial. Untuk mengatasi kendala perhitungan manual dalam menyelesaikan persamaan diferensial dan membantu visualisasi dinamika obat dalam bentuk grafik, dibangun perangkat lunak simulasi komputer dengan bahasa Visual Basic.Hasil simulasi menunjukkan bahwa suatu data sampel plasma dapat ditentukan apakah pemberian secara oral atau injeksi dan memiliki kecenderungan mengikuti salah satu asumsi tubuh sebagai satu atau dua kompartemen. Jika diberikan data urin, perangkat lunak baru dapat menguji untuk data yang mengikuti asumsi tubuh 1 kompartemen. Data urin tersebut dapat dibedakan mana yang diberikan secara injeksi atau oral. Hasil simulasi mengisyaratkan bahwa variabel dan parameter farmakokinetik yang dihasilkan akan lebih bersifat individual.

---

The Development of a Computer Simulation Software as a Tool in Pharmacokinetics Analisys. This research uses mammilary model (one compartment and two compartments) as compartment model in which a single drug administration is given via oral and intravenous. Mathematical modeling in differential equations can be derived from a pharmacokinetics model. The solutions are pharmacokinetics variables and parameters that can be solved using some mathematical and numerical methods such as Laplace transformation, residual method, superposition principle, trapezoidal rule and some solving methods in differential equations. To overcome manual calculation and to visualize a drug?s dynamics in the graph form, a computer simulation software based on Visual Basic has been built. The simulation results show that any particular sample data plasma can be checked whether it is given orally or injection and has a tendency to be compatible with an assumption of one compartment or two compartments. For urin data, the software capability is still limited only for one compartment. However, it can checked if the corresponding data is given via oral or injection. So the simulations show that pharmacokinetics variables and parameters will have individual effects."