49971 research outputs found
Sort by
Implementasi Klasifikasi Citra Funduskopi Untuk Penyakit Mata Dengan Deep Learning Dan Explainable Artificial Intelligence Pada Aplikasi Berbasis Android
No full textPenyakit mata seperti katarak, glaukoma, degenerasi makula, dan retinopati diabetik merupakan penyebab utama kebutaan di seluruh dunia. Dengan tingginya angka kejadian penyakit mata, diperlukan metode deteksi dini yang cepat, akurat, dan efisien. Penelitian ini mengembangkan aplikasi berbasis Android untuk mendeteksi penyakit mata dari citra funduskopi menggunakan model Deep Learning yang telah dioptimalkan untuk perangkat mobile, yang bertujuan untuk mendukung efisiensi deteksi penyakit mata oleh dokter melalui smartphone. Tiga arsitektur digunakan dalam penelitian ini, yaitu MobileNetV3Small, EfficientNetB3, dan InceptionV3. Untuk meningkatkan transparansi model, diterapkan pendekatan Explainable Artificial Intelligence (XAI) dengan metode Confidence Score dan Grad-CAM. Data yang digunakan berasal dari dua dataset publik: ODIR dan RFMiD, dengan lima kelas utama yang diklasifikasikan. Proses pra-pemrosesan gambar meliputi konversi grayscale, penerapan Gaussian Filter dan Median Filter, peningkatan kontras, Histogram Equalization, dan CLAHE. Evaluasi model dilakukan menggunakan metrik accuracy, precision, recall, dan F1-score, serta analisis Confusion Matrix. Hasilnya menunjukkan bahwa model yang dikembangkan mampu melakukan klasifikasi dengan baik dan aplikasi yang dibangun berfungsi secara efektif sebagai alat bantu skrining awal penyakit mata. EfficientNetB3 dan InceptionV3 menunjukkan performa terbaik dengan akurasi 93% dan f1-score tinggi di semua kelas, diikuti oleh MobileNetV3Small yang unggul dari sisi kecepatan. Hasil XAI menunjukkan ketiga model mampu menyoroti area patologis yang relevan dengan confidence score tinggi. Dalam uji API, MobileNetV3Small menjadi yang tercepat dengan response time 0,6–1 detik, cocok untuk kebutuhan respons cepat, sementara InceptionV3 yang paling lambat.
===================================================================================================================================
Eye diseases such as cataracts, glaucoma, macular degeneration, and diabetic retinopathy are the global leading causes of blindness. With the high incidence of eye diseases, a fast, accurate, and efficient early detection method is needed. This research develops an Androidbased application to detect eye diseases from fundus images using a Deep Learning model optimized for mobile devices, aimed at supporting the efficiency of eye disease detection by doctors through smartphone. Three architectures were used: MobileNetV3Small, EfficientNetB3, and InceptionV3. To enhance model transparency, Explainable Artificial Intelligence (XAI) approaches were applied using Confidence Score and Grad-CAM methods. The data were sourced from two public datasets: ODIR and RFMiD, with five primary classes classified. Image preprocessing included grayscale conversion, Gaussian and Median filtering, contrast enhancement, histogram equalization, and CLAHE. Model evaluation was conducted using accuracy, precision, recall, and F1-score metrics, as well as confusion matrix analysis. The results showed that the developed models performed well in classification tasks, and the resulting application functions effectively as an early screening tool for eye diseases. EfficientNetB3 and InceptionV3 showed the best performance with 93% accuracy and high f1-score in all classes, followed by MobileNetV3Small which excelled in terms of speed. The XAI results showed that all three models were able to highlight relevant pathological areas with high confidence scores. In the API test, MobileNetV3Small was the fastest with a response time of 0,6–1 second, suitable for fast response needs, while InceptionV3 was the slowest
Implementasi Exponential Smoothing dan Robust Mean-Variance Optimization dalam Pembentukan Portofolio Optimal Saham Blue Chip
No full textPeningkatan literasi dan inklusi keuangan di Indonesia telah mendorong pertumbuhan jumlah investor di pasar modal. Salah satu dampak dari peningkatan ini adalah bertambahnya jumlah investor yang berpartisipasi di pasar saham, terutama pada saham blue chip. Saham blue chip menjadi pilihan utama bagi investor karena memiliki fundamental yang kuat, kapitalisasi pasar besar, likuiditas tinggi, serta kinerja perusahaan yang relatif stabil di berbagai kondisi ekonomi. Namun, fluktuasi harga saham tetap menjadi tantangan dalam pembentukan portofolio optimal. Oleh karena itu, diperlukan strategi yang tidak hanya mampu memproyeksikan harga saham secara akurat, tetapi juga mengoptimalkan portofolio dalam kondisi pasar yang tidak pasti serta mengukur risiko secara efektif. Penelitian ini bertujuan untuk mengimplementasikan metode exponential smoothing dalam peramalan harga saham dan Robust Mean-Variance Optimization (RMVO) dengan pendekatan Minimum Volume Ellipsoid (MVE) dan Minimum Covariance Determinant (MCD) dalam pembentukan portofolio optimal. Metode exponential smoothing dipilih karena kemampuannya menangkap pola harga secara adaptif, sedangkan pendekatan robust digunakan untuk meminimalkan pengaruh outlier dan ketidakpastian pasar dalam estimasi parameter return dan risiko. Risiko portofolio dievaluasi menggunakan Value at Risk (VaR) dan Tail Value at Risk (TVaR) melalui simulasi Monte Carlo. Data yang digunakan berupa harga penutupan saham harian dari enam saham blue chip, yaitu BBCA, TLKM, ASII, ADRO, KLBF, dan UNVR, selama periode 1 Januari 2022-31 Desember 2024. Hasil penelitian menunjukkan bahwa metode peramalan yang paling sesuai adalah Double Exponential Smoothing (DES) dengan nilai MAPE berkisar antara 2,74% hingga 8,41% yang termasuk kategori sangat baik. Dari hasil peramalan, hanya saham BBCA yang menunjukkan tren meningkat, sedangkan lima saham lainnya menurun. Berdasarkan sembilan kombinasi tingkat risk aversion, terbentuk 18 portofolio menggunakan estimator MVE dan MCD. Portofolio dengan rasio Sharpe tertinggi dihasilkan oleh estimator MCD, yaitu portofolio tunggal saham BBCA. Namun, portofolio yang lebih terdiversifikasi, yaitu yang terdiri dari 98,2% saham BBCA dan 1,8% saham TLKM juga menunjukkan kinerja yang baik. Hasil simulasi Monte Carlo menunjukkan bahwa estimasi risiko meningkat seiring meningkatnya tingkat kepercayaan. Portofolio dengan satu saham menunjukkan risiko yang lebih tinggi dibandingkan portofolio yang terdiversifikasi. Oleh karena itu, dapat disimpulkan bahwa portofolio optimal yang terbentuk dari penelitian ini adalah portofolio yang terdiri dari saham BBCA dan TLKM karena memberikan kinerja optimal dengan risiko yang lebih rendah.
=================================================================================================================================
The increase in financial literacy and inclusion in Indonesia has driven the growth in the number of investors in the capital market. One of the impacts of this increase is the growing number of investors participating in the stock market, particularly in blue chip stocks. Blue chip stocks have become the primary choice for investors because they have strong fundamentals, large market capitalization, high liquidity, and relatively stable company performance in various economic conditions. However, stock price fluctuations remain a challenge in forming an optimal portfolio. Therefore, a strategy is needed that not only projects stock prices accurately but also optimize the portfolio in uncertain market conditions and effectively measures risk. This research aims to implement the exponential smoothing method in stock price forecasting and Robust Mean-Variance Optimization (RMVO) with the Minimum Volume Ellipsoid (MVE) and Minimum Covariance Determinant (MCD) approaches in forming an optimal portfolio. The exponential smoothing was chosen for its ability to adaptively capture price patterns, while the robust approaches are used to minimize the influence of outliers and market uncertainty in estimating return and risk parameters. Portfolio risk is evaluated using Value at Risk (VaR) and Tail Value at Risk (TVaR) through Monte Carlo simulation. The data used consists of daily closing stock prices of six blue-chip stocks, namely BBCA, TLKM, ASII, ADRO, KLBF, and UNVR, during the period from January 1, 2022, to December 31, 2024. The results show that the most suitable forecasting method is Double Exponential Smoothing (DES), with MAPE values ranging from 2.74% to 8.41%, which fall under the “very good” category. From the forecasting results, only BBCA stock shows an upward trend, while the other five stocks show a decline. Based on nine combinations of risk aversion levels, 18 portfolios were constructed using the MVE and MCD estimators. The portfolio with the highest Sharpe ratio was generated by the MCD estimator, consisting solely of BBCA stock. However, a more diversified portfolio comprising 98.2% BBCA and 1.8% TLKM also showed strong performance. Monte Carlo simulation results indicate that risk estimates increase as the confidence level rises. Single stock portfolios exhibit higher risk compared to diversified ones. Therefore, it can be concluded that the optimal portfolio formed in this research is the one consisting of BBCA and TLKM stocks, as it offers optimal performance with lower risk
Analisis Keputusan Pemilihan Unit Steam Boiler Di Industri Produksi Deterjen Menggunakan Metode Delphi, Dematel Dan Anp (Studi Kasus : Di PT.Xyz)
No full textboiler adalah komponen penting dalam industri manufaktur karena berfungsi menyediakan energi untuk proses produksi. di PT. XYZ, dua unit boiler lama kapasitas 6 ton/jam dan 7 ton/jam sudah beroperasi lebih dari 27 dan 42 tahun, sehingga mengalami penurunan efisiensi dan keselamatan. Untuk itu, perusahaan berencana mengganti keduanya dengan boiler baru berkapasitas 10 ton/jam. Selama ini, pemilihan boiler hanya berdasarkan harga terendah tanpa mempertimbangkan aspek teknis, efisiensi, keselamatan, dan lingkungan, yang dapat menyebabkan tingginya biaya operasional dan gangguan produksi. Hasil penelitian menunjukkan bahwa sub kriteria terpenting dalam pemilihan boiler adalah Efficiency Boiler at 100% load specific energy sebesar 11,83%, diikuti oleh biaya investasi awal sebesar 10,84% dan kualitas sistem kontrol keamanan boiler sebesar 10,13%. Evaluasi terhadap empat alternatif boiler Yuanda, Miura, Erensen, dan Omnical menunjukkan bahwa boiler Yuanda memperoleh bobot prioritas tertinggi sebesar 0,349374, sehingga direkomendasikan sebagai pilihan utama. Urutan berikutnya adalah boiler Miura sebesar 0,319063, boiler Erensen sebesar 0,196042, dan boiler Omnical sebesar 0,13552. Model keputusan berbasis delphi, DEMATEL, dan ANP ini menghasilkan pendekatan yang objektif, transparan, dan komprehensif dalam pemilihan boiler. Pendekatan ini telah menghasilkan kerangka keputusan yang komprehensif untuk membantu manajemen PT. XYZ dalam memastikan investasi yang tepat, efisien, dan berkelanjutan.
=============================================================================================================================================
Boilers are critical components in manufacturing industries as they supply energy required for production processes. at PT. XYZ, two existing steam boiler units with capacities of 6 tons/hour and 7 tons/hour have been in operation for over 27 and 42 years, respectively. As a result, they have experienced significant declines in efficiency and safety performance. To address this, the company plans to replace them with a new boiler unit with a capacity of 10 tons/hour. However, the current boiler selection process has been primarily based on the lowest price criterion, without adequate consideration of technical, efficiency, safety, and environmental aspects. This approach poses potential risks, such as increased operational costs and production disruptions. The findings of this study indicate that the most critical sub-criteria in boiler selection are boiler efficiency at 100% load specific energy weight of 11.83%, initial investment cost weight of 10.84%, and the quality of the boiler’s safety control system weight of 10.13%. Evaluation of four alternative boiler brands Yuanda, Miura, Erensen, and Omnical revealed that the Yuanda Boiler received the highest priority weight of 0,349374, thus recommended as the preferred choice. This was followed by Miura weight of 0,319063, Erensen weight of 0,196042, and Omnical weight of 0,13552. The decision-making model integrating Delphi, DEMATEL, and ANP methods offers an objective, transparent, and comprehensive approach to boiler selection. This approach has generated a comprehensive decision-making framework that enables PT. XYZ management to make well-informed, efficient, and sustainable investment decisions
LarvaDetect.ai: Pengembangan Aplikasi Mobile Berbasis Android untuk Identifikasi Spesies Larva Nyamuk dengan Implementasi Deep Learning
No full textNyamuk merupakan vektor penyebar berbagai penyakit menular seperti demam berdarah, malaria, dan filariasis. Identifikasi larva nyamuk merupakan langkah penting dalam pengendalian populasi nyamuk, namun proses manual identifikasi spesies larva membutuhkan waktu dan keahlian khusus. Penelitian ini bertujuan untuk mengembangkan sistem klasifikasi larva nyamuk berbasis deep learning dengan pendekatan transfer learning yang dapat diimplementasikan dalam aplikasi mobile Android. Lima arsitektur Convolutional Neural Network (CNN) yaitu ResNet50, VGG16, MobileNetV2, EfficientNetB0, dan InceptionV3 digunakan untuk melatih model berdasarkan empat bagian tubuh larva: kepala, abdomen ke-8, siphon, dan seluruh tubuh. Dataset berupa citra mikroskopis larva diperoleh dari Laboratorium Entomologi Universitas Airlangga dan dilakukan preprocessing serta augmentasi. Hasil evaluasi menunjukkan bahwa model EfficientNetB0 memberikan hasil terbaik pada bagian tubuh dengan struktur besar seperti abdomen dan siphon, sementara InceptionV3 unggul dalam mengenali bagian kecil seperti kepala dan full body. Akurasi evaluasi model pada sebagian besar kombinasi model dan bagian tubuh mencapai 97,5% hingga 100%, meskipun terdapat indikasi overfitting pada grafik pelatihan. Model terbaik kemudian dikonversi ke format TensorFlow Lite dan diintegrasikan ke dalam aplikasi LarvaDetect.ai. Aplikasi diuji menggunakan 135 gambar larva dalam tiga variasi pencahayaan (gelap, normal, terang), dan menghasilkan akurasi klasifikasi keseluruhan sebesar 94,07%, dengan performa terbaik pada pencahayaan normal (95,56%). Sistem ini terbukti mampu melakukan klasifikasi larva nyamuk secara cepat dan akurat langsung dari perangkat seluler, sehingga berpotensi besar untuk membantu identifikasi larva baik di laboratorium maupun lapangan. =============================================================================================================================================
Mosquitoes are vectors of various infectious diseases such as dengue fever, malaria, and filariasis. Identifying mosquito larvae is a crucial step in controlling their population; however, manual species identification requires considerable time and specific expertise. This study aims to develop a mosquito larvae classification system based on deep learning using a transfer learning approach, which is implemented into an Android mobile application. Five Convolutional Neural Network (CNN) architectures—ResNet50, VGG16, MobileNetV2, EfficientNetB0, and InceptionV3—were used to train models using four larval body parts: the head, 8th abdominal segment, siphon, and full body. The dataset comprised microscopic images of larvae collected from the Entomology Laboratory of Universitas Airlangga and was subjected to preprocessing and augmentation. Evaluation results show that EfficientNetB0 performed best on larger structures such as the abdomen and siphon, while InceptionV3 excelled in recognizing smaller structures like the head and full body. Most model evaluations achieved accuracy between 97.5% and 100%, although signs of overfitting were observed during training visualization. The best-performing model was converted into TensorFlow Lite format and integrated into the LarvaDetect.ai application. The system was tested using 135 larval images with three brightness variations (dark, normal, bright), resulting in an overall classification accuracy of 94.07%, with the highest performance under normal lighting conditions (95.56%). The system demonstrates the ability to accurately and efficiently classify mosquito larvae directly from mobile devices, offering strong potential for use in both laboratory and field environments
Analisis Efektivitas Underwater Sill untuk Pengendalian Sedimentasi di Alur Pelayaran Pelabuhan Patimban Subang Jawa Barat
No full textPelabuhan Patimban di Subang, Jawa Barat, merupakan Proyek Strategis Nasional (PSN) yang dibangun untuk mengurangi kepadatan logistik di Jakarta dan melengkapi Pelabuhan Tanjung Priok. Pembangunannya melibatkan pengerukan dan reklamasi seluas 542 hektar yang tentunya akan mengubah topografi dasar laut dan memengaruhi pola arus serta sedimentasi. Sedimentasi berpotensi mengganggu operasional pelabuhan dan keseimbangan lingkungan. Untuk meminimalkan dampaknya, penelitian ini menganalisis pola arus dan sedimentasi serta mengusulkan penerapan underwater sill (UWS) sebagai solusi efektif. Pemodelan pola arus dan laju sedimentasi disimulasikan menggunakan software Delft3D. Tujuan dari penelitian ini untuk mengetahui pola arus dan laju sedimentasi di Pelabuhan Patimban pada kondisi eksisting serta setelah penerapan underwater sill dengan berbagai skenario pemodelan. Hasil simulasi menunjukkan bahwa pada kondisi eksisting, pola arus bergerak dari arah Barat ke Timur saat pasang dan berbalik dari Timur ke Barat saat surut, dengan kecepatan arus rata-rata di area alur pelayaran sebesar 0,0438 m/s dan laju sedimentasi rata-rata sebesar 0,044 meter per tahun. Dari seluruh skenario yang dianalisis, skenario B yaitu UWS dengan variasi jarak antar struktur sebesar 1,25 km dinyatakan paling efektif dalam menekan laju sedimentasi di area alur pelayaran, dengan nilai laju sedimentasi sebesar 0,4334 meter per tahun.
======================================================================================================================================
Patimban Port, located in Subang, West Java, is a National Strategic Project (PSN) developed to reduce logistics congestion in Jakarta and complement the function of Tanjung Priok Port. Its construction involves dredging and reclamation covering an area of 542 hectares, which significantly alters the seabed topography and affects current patterns as well as sedimentation processes. Sedimentation poses a potential threat to port operations and environmental balance. To minimize these impacts, this study analyzes the current and sedimentation patterns and proposes the application of an underwater sill (UWS) as an effective mitigation measure. The flow and sedimentation patterns are simulated using Delft3D software. The objective of this study is to identify the current patterns and sedimentation rates at Patimban Port under existing conditions and after the implementation of various UWS scenarios. The simulation results show that, under existing conditions, the current flows from west to east during high tide and reverses from east to west during low tide, with an average current velocity of 0.0438 m/s and an average sedimentation rate of 0,044 meters per year. Among all the scenarios analyzed, Scenario B, which involves UWS structures with a spacing variation of 1,25 km, was found to be the most effective in reducing the sedimentation rate in the navigation channel area, with a sedimentation rate of 0,4334 meters per year
Peningkatan Efisiensi Dan Kesehatan Operator Pada Perusahaan Pelek Roda Baja (PRB) Dengan Theory Of Constraints (TOC) Dan Ovako Work Posture Analysis System (OWAS)
No full textPerusahaan Pelek Roda Baja (PRB) adalah perusahaan Original Equipment Manufacturers (OEM) pelek roda baja untuk kendaraan komersial seperti truk dan bus. Perusahaan ini memiliki 5 lini produksi, di antaranya rim line, side ring line, disc line, assembly line, dan painting line. Berdasarkan data historis dan kondisi aktual perusahaan, rim line memiliki tingkat reject rate yang tinggi dan melebihi standar (> 0,20%) selama periode rata-rata tahun 2024, bulan Januari, dan bulan Februari 2025. Permasalahan terkait bottleneck juga terindikasi dengan rendahnya efektivitas operasional yang dapat dilihat dari rendahnya Overall Equipment Effectiveness (OEE) sebesar 54,13% jika dibandingkan dengan production line lainnya. Selain itu, adanya risiko kecelakaan kerja dan cedera Work-related Musculoskeletal Disorders (WMSD) akibat postur kerja yang tidak ergonomis menjadi permasalahan yang dialami Perusahaan PRB. Penelitian ini bertujuan untuk mengatasi bottleneck produksi, mengurangi reject rate, dan meningkatkan kesehatan operator melalui perbaikan postur kerja. Metode penelitian yang digunakan adalah integrasi metode dari Theory of Constraints (TOC), konsep six sigma, dan Ovako Work Posture Analysis System (OWAS). Theory of Constraints (TOC) diterapkan dengan 5 langkah kerja TOC dimulai dari identify the constraint, exploit the constraint, subordinate everything else, elevate the constraint, dan repeat the process. Konsep six sigma digunakan untuk mengatasi permasalahan reject rate. Metode Ovako Work Posture Analysis System (OWAS) digunakan untuk mengidentifikasi postur kerja, menilai risiko postur tubuh, dan memberikan peluang perbaikan postur. Hasil penelitian ini adalah peningkatan throughput mesin flash butt welding dari 934 unit menjadi 1200 unit. Peningkatan nilai Pp, Ppk, dan sigma score mesin flash butt welding dari Pp=0,82, Ppk=0,71, sigma score=3,12 menjadi Pp=1,15, Ppk=0,70, sigma score=3,59. Penurunan skor OWAS dari 2 menjadi 1 karena perbaikan postur punggung dan pengurangan berat benda kerja karena penggunaan handling tool.
===============================================================================================================================================
Perusahaan Pelek Roda Baja (PRB) is an Original Equipment Manufacturers (OEM) of steel wheel rims for commercial vehicles such as trucks and buses. The company has 5 production lines, including rim line, side ring line, disc line, assembly line, and painting line. Based on historical data and the company's actual conditions, the rim line had a high reject rate that exceeded the standard (>0.20%) during the average period of 2024, January, and February 2025. Bottleneck-related problems are also indicated by the low operational effectiveness which can be seen from the low Overall Equipment Effectiveness (OEE) of 54.13% when compared to other production lines. In addition, the risk of work accidents and Work-related Musculoskeletal Disorders (WMSD) injuries due to non-ergonomic work postures is a problem experienced by PRB Company. This research aims to overcome production bottlenecks, reduce reject rates, and improve operator health through improved work posture. The research method used to answer the research objectives is the integration of methods from the Theory of Constraints (TOC), the six sigma concept, and the Ovako Work Posture Analysis System (OWAS). The Theory of Constraints (TOC) method was applied with 5 work steps, including identify the constraint, exploit the constraint, subordinate everything else, elevate the constraint, and repeat the process. The six sigma concept is used to overcome the reject rate problem. The Ovako Work Posture Analysis System (OWAS) method was used to identify work postures, assess posture risks, and provide posture improvement opportunities. The result of this research is an increase in the throughput of the flash butt welding machine from 934 units to 1200 units. Increased Pp, Ppk, and sigma score of flash butt welding machine from Pp=0.82, Ppk=0.71, sigma score=3.12 to Pp=1.15, Ppk=0.70, sigma score=3.59. The decrease in OWAS score from 2 to 1 is due to improved back posture and reduction in workpiece weight due to the use of handling tools
Analisis Perbaikan Desain Rudder Assy pada Vertical Tail Plane Pesawat N219 di PT Dirgantara Indonesia dengan Pendekatan Design for Assembly
No full textUpaya peningkatan efisiensi produksi pesawat menemui tantangan akibat jumlah komponen pesawat yang mencapai lebih dari 16.000 komponen dengan tingkat kemiripan komponen yang rendah. Kondisi ini menyebabkan tingginya tingkat kompleksitas proses produksi yang berakhir pada tingginya biaya dan waktu produksi. Oleh karena itu, untuk menyelesaikan permasalahan tersebut digunakan pendekatan dengan concurrent engineering menggunakan metode design for manufacturing and assembly (DFMA), metode ini dapat menjadi salah satu alternatif yang dapat diterapkan karena kemampuannya dalam mengidentifikasi dan mengoptimalkan proses produksi dengan menyederhanakan proses perakitan dan mengurangi jumlah komponen berdasarkan desain baru yang diusulkan. Dengan begitu, tingginya jumlah komponen dan kompleksitas produksi pesawat dapat diatasi tanpa mengurangi kualitas dan fungsionalitas produk. Penelitian ini berfokus pada komponen rudder assy pada bagian vertical tail plane dari pesawat N219 yang terdiri dari 264 komponen (jumlah tanpa fasteners). Komponen ini dipilih karena merupakan salah satu komponen gerak yang sangat penting dalam menjaga kestabilan pesawat, sehingga proses produksinya harus dilakukan dengan seoptimal mungkin. Perbaikan dilakukan dengan mengeliminasi dan menyederhanakan komponen yang masuk dalam dua kategori yaitu komponen yang tidak termasuk dalam kriteria minimum part yang menjadi dasar re-design 1 dan komponen yang memiliki fungsi sebagai pengencang (fastener) yang menjadi dasar re-design 2. Hasil analisis menunjukkan bahwa desain perbaikan memiliki efisiensi perakitan yang lebih tinggi dibandingkan dengan desain eksisting. Hal tersebut dibuktikan dengan turunnya jumlah komponen dari 264 komponen menjadi 209 komponen pada re-design 1 dan 238 pada re-design 2 dan meningkatnya indeks DFA dari 17,57 menjadi 19,90 pada re-design 1 dan 19,10 pada re-design 2 yang mengindikasikan adanya peningkatan efisiensi dan kemudahan dalam proses perakitan. Selain itu, terjadi penurunan waktu perakitan sebesar 11,69% untuk re-design 1 dan 8,02% untuk re-design 2 serta penurunan biaya perakitan sebesar 9,16% pada re-design 1 dan 7,29 pada re-design 2. Dapat dilihat bahwa re-design 1 memiliki efisiensi tertinggi, tetapi karena kesesuaiannya terhadap standar rendah, maka re-design 2 dipilih sebagai alternatif perbaikan karena mengalami peningkatan efisiensi dengan kesesuaian standar yang lebih tinggi.
========================================================================================================================
Efforts to improve aircraft production efficiency face challenges due to the number of aircraft components reaching more than 16,000 parts with a low level of component similarity. This condition leads to a high level of production process complexity, resulting in increased production time and cost. Therefore, to address this issue, a concurrent engineering approach is used by applying the design for manufacturing and assembly (DFMA) method. This method can be one of the applicable alternatives due to its ability to identify and optimize the production process by simplifying the assembly process and reducing the number of components based on the proposed new design. In this way, the high number of components and production complexity can be managed without reducing the quality and functionality of the product. This study focuses on the rudder assy component of the vertical tail plane section of the N219 aircraft, which consists of 264 components (excluding fasteners). This component was chosen because it is one of the critical moving parts in maintaining aircraft stability, thus requiring an optimally executed production process. The improvement is carried out by eliminating and simplifying components classified into two categories: components that do not meet the minimum part criteria, which form the basis of re-design 1, and components that function as fasteners, which form the basis of re-design 2. The analysis results show that the improved designs have higher assembly efficiency compared to the existing design. This is evidenced by the reduction in the number of components from 264 to 209 in re-design 1 and to 238 in re-design 2, as well as the increase in DFA index from 17.57 to 19.90 in re-design 1 and 19.10 in re-design 2, indicating improved efficiency and ease of assembly. In addition, there is a reduction in assembly time by 11.69% for re-design 1 and 8.02% for re-design 2, as well as a decrease in assembly cost by 9.16% for re-design 1 and 7.29% for re-design 2. It can be observed that re-design 1 has the highest efficiency, but due to its low compliance with standards, re-design 2 is chosen as the improvement alternative because it provides increased efficiency with higher compliance to standards
Desain Pabrik Biodiesel Dari Bio-Oil Hasil Pengolahan Limbah Tandan Kosong Kelapa Sawit Dengan Metode Pirolisis-Esterifikasi Dengan Kapasitas 19.000 kL/Tahun
No full textPra Desain Pabrik Biodiesel dari Limbah Palm Fruit ini dilakukan melalui proses pirolisis dan esterifikasi. Pabrik Biodiesel berkapasitas 470.000 kL/tahun ini direncanakan beroperasi sepanjang 330 hari per tahun dan akan mulai beroperasi pada tahun 2028. Pabrik ini diharapkan akan memproduksi biodiesel untuk memnuhi ke utuhan domestik dan ekspor yang terus meningkat setiap tahunnya. Bahan baku yang digunakan dalam pembuatan pabrik biodiesel ini adalah limbah palm fruit dan metanol. Pabrik ini direncanakan akan berdiri di area Kawasan Industri Batanjung, Kuala Kapuas, Kabupaten Kapuas, Provinsi Kalimantan Tengah. Hal ini memeprtimbangkan kemudahan pemerolehan bahan baku dan pemasaran produk akhir karena pasar untuk keduanya tersedia di area lokal. Proses yang dipilih pada pengolahan pabrik ini yaitu metode pirolisis dan esterifikasi. Pirolisis akan dilakukan pada kondisi operasi berkisar 800oC pada tekanan 1 atm menggunakan reaktor fluidized bed. Esterifikasi akan dilakukan pada suhu 60oC dan pada tekanan 1 atm menggunakan reaktor alir tangki berpengaduk dengan penambahan katalis H2SO4 dengan diharapkan konversi reaksi sebesar 96% dan 98,5%. Untuk mendirikan pabrik dengan kapasitas 19.900.000 liter/tahun, maka diperlukan total modal investasi sebesar Rp.706.521.126.146,34 dan total biaya produksi sebesar Rp.966.359.710.404,4. Estimasi umur pabrik ini adalah 20 tahun terhitung sejak pembangunan, dengan Internal Rate of Return (IRR) sebesar 27,12%, Pay Out Time (POT) selama 4 tahun, dan Break Even Point (BEP) sebesar 30,39% kapasitas produksi. Dengan berbagai pertimbangan tersebut, pabrik ini layak untuk didirikan.
==================================================================================================================================
Pre-design of Biodiesel Plant from Palm Fruit Waste is done through pyrolysis and esterification process. The Biodiesel Plant with a capacity of 470,000 kL/year is planned to operate for 330 days per year and will start operating in 2028. This plant is expected to produce biodiesel to meet domestic demand and exports that continue to increase every year. The raw materials used in making this biodiesel plant are palm fruit waste and methanol. The plant is planned to be established in the area of Batanjung Industrial Estate, Kuala Kapuas, Kapuas Regency, Central Kalimantan Province. This considers the ease of obtaining raw materials and marketing the final product because the market for both is available in the local area. The processes selected for this plant are pyrolysis and esterification methods. Pyrolysis will be carried out at operating conditions around 800oC at 1 atm pressure using a fluidized bed reactor. Esterification will be carried out at 60oC and at 1 atm pressure using a stirred tank flow reactor with the addition of H2SO4 catalyst with expected reaction conversions of 96% and 98.5%. To establish a plant with a capacity of 19,900,000 litres/year, a total investment capital of Rp. 706,521,126,146.34 and a total production cost of Rp. 966,359,710,404.4 are required. The estimated life of this plant is 20 years from construction, with an Internal Rate of Return (IRR) of 27.12%, Pay Out Time (POT) of 4 years, and Break Even Point (BEP) of 30.39% of production capacity. With these various considerations, this plant is feasible to be established
Prediksi Return Saham Pertambangan Dengan Metode ARIMA-GARCH Dan Perhitungan Value At Risk Menggunakan Pendekatan Copula
No full textInvestasi di pasar modal semakin diminati di Indonesia, sebagaimana tercermin dari peningkatan jumlah investor yang tercatat oleh Otoritas Jasa Keuangan (OJK) pada tahun 2023. Salah satu sektor yang berkontribusi besar terhadap perekonomian nasional adalah sektor pertambangan, yang berperan penting dalam memenuhi kebutuhan energi dan bahan baku industri. Di antara saham unggulan di sektor ini, PT Adaro Energy Indonesia Tbk (ADRO) dan PT Aneka Tambang Tbk (ANTM) termasuk dalam indeks LQ45, yang mencakup saham-saham dengan likuiditas tinggi dan kapitalisasi pasar terbesar di Bursa Efek Indonesia (BEI). Penelitian ini bertujuan untuk memprediksi return beserta volatilitas saham ADRO dan ANTM menggunakan model ARIMA-GARCH serta menganalisis hubungan dependensi antara kedua saham tersebut dengan pendekatan Copula Archimedean. Data yang digunakan merupakan data closing price harian saham yaitu ADRO dan ANTM selama periode 1 Januari 2022 hingga 31 Desember 2024. Model ARIMA-GARCH menangkap pola pergerakan harga saham dan volatilitas heteroskedastik, lalu residualnya dianalisis dengan Copula Frank, Gumbel, dan Clayton untuk memilih dependensi terbaik berdasarkan log-likelihood terbesar. Pemilihan Copula Archimedean dalam penelitian ini didasarkan pada hasil uji distribusi normal yang menunjukkan bahwa kedua residual return saham tidak berdistribusi normal sehingga mampu menangkap struktur dependensi yang fleksibel, terutama dalam menangani hubungan asimetris dan ekor ketebalan pada distribusi return saham. Copula terbaik digunakan dalam simulasi Monte Carlo untuk menghitung Value at Risk (VaR) portofolio saham sebagai ukuran risiko investasi. Berdasarkan hasil penelitian, model ARIMA (1, 0, [6])-GARCH (1, 1) adalah model terbaik untuk saham ADRO serta model ARIMA ([18], 0, [18])-GARCH (1, 1) adalah model terbaik untuk saham ANTM. Secara keseluruhan, model ARIMA-GARCH cukup baik dalam memprediksi return dan volatilitas saham. Dalam analisis dependensi, diperoleh koefisien Kendall’s Tau sebesar 0,19123 dan estimasi parameter Copula Archimedean sebesar 1,79038 (Copula Frank); 1,19690 (Copula Gumbel); dan 0,47288 (Copula Clayton). Estimasi VaR portofolio saham dilakukan dengan menggunakan input parameter Copula terbaik yaitu Copula Frank karena memiliki nilai log-likelihood terbesar di antara Copula lainnya. Hasil estimasi VaR portofolio saham pada tingkat kepercayaan 90% sebesar -0,02231, tingkat kepercayaan 95% sebesar -0,02950, serta tingkat kepercayaan 99% sebesar -0,04635. Hasil analisis ini diharapkan dapat menjadi gambaran bagi perusahaan maupun perorangan dalam mengambil keputusan investasi yang lebih tepat di sektor pertambangan.
===============================================================================================================================================
Investment in the capital market has been increasingly favored in Indonesia, as reflected by the rising number of investors recorded by the Financial Services Authority (OJK) in 2023. One sectors that significantly contributes to the national economy is the mining sector, which plays
an important role in meeting the energy and industrial raw material needs. Among the leading stocks in this sector, PT Adaro Energy Indonesia Tbk (ADRO) and PT Aneka Tambang Tbk
(ANTM) are included in the LQ45 index, which consists of highly liquid stocks with the largest market capitalization on the Indonesia Stock Exchange (BEI). This study aims to predict the returns and volatility of ADRO and ANTM stocks using ARIMA-GARCH model and to analyze the dependency relationship between the two stocks using the Archimedean Copula approach. The data used are daily closing price of ADRO and ANTM stocks over the period from January 1, 2022, to December 31, 2024. The ARIMA-GARCH model captures the stock price movement patterns and heteroskedastic volatility, then the residuals are analyzed with Frank, Gumbel, and Clayton Copulas to select the best dependency based on the highest log�likelihood value. The selection of Archimedean Copula in this study is based on the normality
test results, which shows that the residual returns of both stocks are not normally distributed. Therefore, this approach can capture a flexible dependency structure, especially in handling asymmetric relationships and heavy tails in stock return distributions. The best Copula is used
in Monte Carlo simulation to calculate the portofolio’s Value at Risk (VaR) as a measure of investment risk. Based on the results, the ARIMA (1, 0, [6])-GARCH (1, 1) model is the best fit for ADRO stock, while the ARIMA ([18], 0, [18])-GARCH (1, 1) model is the best for ANTM stock. Overall, the ARIMA-GARCH model performs well in predicting stock returns and volatility. In dependency analysis, the Kendall’s Tau coefficient is 0,19123, and the Archimedean Copula parameter estimates are 1,79038 (Frank Copula); 1,19690 (Gumbel Copula); and 0,47288 (Clayton Copula). The portfolio VaR estimation uses the input parameter of the best Copula, which is the Frank Copula, as it has the highest log-likelihood value among the Copulas. The estimated VaR of the stock portfolio at confidence levels of 90%, 95%, and 99% are -0,02231; -0,02950; and -0,04635. These results are expected to provide valuable insights for companies and individual investors in making more precise investment decisions in the mining sector
Evaluasi Dan Perbaikan Loss Analysis Pada Industri Sigaret
No full textPeningkatan produktivitas menjadi salah satu faktor penting dalam menjaga daya saing industri manufaktur, termasuk industri sigaret yang mengandalkan kinerja mesin produksi. Perusahaan objek penelitian menggunakan framework Loss Analysis (LA) untuk menghitung dan mengeliminasi kerugian mesin melalui enam parameter, yaitu Safety, Quality, Process, Breakdown, Waste, dan Maintenance Effort. Namun, implementasi LA saat ini masih memiliki tiga kelemahan utama, yaitu hasil perhitungan dan analisis yang terlalu umum, regulasi pemilihan equipment kritis yang tidak optimal, serta aksesibilitas dan visibilitas data yang rendah. Penelitian ini mengusulkan tiga metode sebagai solusi. Pertama, penerapan metode Threshold Value dengan tiga pendekatan, yaitu Gaussian Threshold, Peaks Over Threshold (POT), dan Bipolar Threshold. Hasil perhitungan dan analisis menunjukkan bahwa metode Bipolar Threshold paling sesuai dengan kondisi LA perusahaan, dengan nilai threshold sebesar 1,70 untuk parameter index dan Rp81.450.829 untuk parameter cost. Kedua, pemilihan equipment kritis menggunakan Diagram Pareto yang berhasil mengidentifikasi 25 equipment kritis, dimana hal ini memberikan pengetahuan kepada perusahaan bahwa selisihnya sangat besar jika dibandingkan dengan kondisi awal yaitu 2 equipment pada semester 1. Penelitian ini menyarankan untuk meningkatkan utilisasi tenaga kerja sehingga dapat mengatasi 21,98% permasalahan berdasarkan Final Index dan 69,68% permasalahan berdasarkan Total Losses Cost. Ketiga, merancang Dashboard berbasis Online Analytical Processing (OLAP) untuk mengatasi keterbatasan tampilan excel, meningkatkan visibilitas data, serta mempermudah proses analisis dan transfer knowledge. Melalui ketiga pendekatan ini, penelitian ini memberikan kontribusi nyata untuk pengembangan sistem LA yang lebih efisien, strategis, dan berbasis data. Hasil yang diperoleh telah melalui proses verifikasi dan validasi serta dinyatakan sesuai untuk diimplementasikan di perusahaan, terutama untuk penerapan threshold dan dashboard berbasis OLAP.
====================================================================================================================================
Productivity improvement is one of the key factors in maintaining competitiveness in the manufacturing industry, including the cigarette industry which relies heavily on the performance of production machinery. The company studied in this research utilizes a Loss Analysis (LA) framework to calculate and eliminate machine losses through six parameters: Safety, Quality, Process, Breakdown, Waste, and Maintenance Effort. However, the current implementation of LA presents three main weaknesses: the calculation and analysis results are too general, the regulation for selecting critical equipment is not optimal, and data accessibility and visibility are limited. This study proposes three methods as solutions. First, the implementation of Threshold Value using three approaches: Gaussian Threshold, Peaks Over Threshold (POT), and Bipolar Threshold. The calculation and analysis results indicate that the Bipolar Threshold method is the most suitable for the company’s LA conditions, with threshold values of 1.70 for index parameters and Rp81,450,829 for cost parameters. Second, critical equipment selection is carried out using the Pareto Diagram, which successfully identifies 25 critical equipment, providing the company with insight into the large gap compared to the 2 equipment selected in the previous semester. This study recommends improving workforce utilization to address 21.98% of problems based on the Final Index and 69.68% based on Total Losses Cost. Third, a Dashboard based on Online Analytical Processing (OLAP) is developed to overcome the limitations of Excel displays, enhance data visibility, and facilitate analysis and knowledge transfer. Through these three approaches, this study provides a tangible contribution to the development of a more efficient, strategic, and data-driven LA system. The results have been verified and validated and are deemed appropriate for implementation within the company, particularly in the application of threshold values and the OLAP-based dashboard