📚 Eksplorasi & Komparasi Topik Dokumen
Pencarian topik
Hasil Dokumen
Ditemukan: 33 dokumenMODEL MATEMATIKA UNTUK PENENTUAN KEBUTUHAN PEGAWAI DIVISI PENYELESAIAN DAN PENYELAMATAN KREDIT BANK PEMBANGUNAN DAERAH X SERTA PROYEKSINYA
Per 31 Juli 2023, Divisi PPK Bank Pembangunan Daerah X menangani sebanyak 56.294 kredit bermasalah. Hal ini menunjukkan bahwa dibutuhkan banyak pegawai sehingga biaya tenaga kerja, terutama di Divisi Penyelesaian dan Penyelamatan Kredit (PPK), memiliki porsi signifikan dalam biaya total bank tersebut. Oleh karena itu, penting untuk mengatur jumlah dan distribusi pegawai secara efektif. Penelitian ini dimulai dengan analisis tingkat kolektibilitas akun kredit, mempertimbangkan faktor-faktor seperti jangka waktu terakhir mencicil, sisa kredit, dan proporsi debitur telah mencicil. Hasil analisis ini mengelompokkan akun kredit ke dalam dua belas tipe, dengan empat di antaranya dikategorikan sebagai akun potensial, yaitu akun yang berpotensi menghasilkan revenue yang tinggi. Untuk menentukan angka workload optimal, Skenario A dikembangkan dengan asumsi jam kerja seorang Account Officer (AO) adalah 8 jam per hari. Hasil pemodelan menunjukkan bahwa 168 AO diperlukan untuk menangani 65 kantor cabang, dengan beberapa kantor membutuhkan penambahan atau pengurangan AO. Sebagai alternatif, Skenario B mengusulkan penggabungan Divisi PPK dari beberapa kantor cabang untuk meminimalkan penambahan jumlah AO. Proyeksi kebutuhan AO selama lima tahun mendatang menunjukkan bahwa kebutuhan akan tetap stabil, dengan sedikit peningkatan pada tahun 2025. Temuan ini memberikan panduan praktis bagi industri perbankan untuk mengelola sumber daya manusia secara efisien, terutama dalam menyelesaikan dan menyelamatkan kredit.
APPLICATION OF EQUAL SLOPE METHOD TO ALLOCATE GAS LIFT INJECTION RATE FOR MULTIPLE WELLS IN FIELD A, FIELD B, AND FIELD C
Gas lift allocation in a multi-well system is a crucial aspect of enhancing oil production efficiency. By optimizing the distribution of gas injection across various wells, the productivity of a field or individual wells can be increased. However, allocating the available gas at the surface to a multi-well system is not an easy task. It also requires optimization techniques to allocate the surface gas to each well according to their needs. In modeling the gas lift system, various factors must be considered, such as well’s data, reservoir properties, pressure data, temperature data, surface gas availability, and agreed-upon operational constraints. In this study, Field A, Field B, and Field C, located in East Java, Indonesia, have 32 wells equipped with gas lift. However, due to the limited amount of gas lift available at the surface, at 45 mmscfd, a method is needed to accurately allocate the available gas lift to each well. This study applies the "equal slope" method for gas lift allocation for each well. This method is designed and applies the principles of mathematical models, such as exponential and polynomial functions. Polynomial functions applied to most wells for gas injection rate and oil production rate parameters also vary in order, depending on the distribution and fit with the gas injection rate and oil production rate data of each well. With this method, the "optimum slope" can be determined according to the available gas lift at the surface. This "optimum slope" will then be matched to each well, so each well has its own gas injection rate and oil production rate. The results of this gas lift allocation optimization not only enhance resource utilization but also extend the productive life of oil wells. Thus, the methods and approaches discussed in this study can significantly contribute to improving the efficiency and sustainability of oil production operations.
PENGEMBANGAN MODEL DINAMIKA POPULASI NYAMUK AEDES AEGYPTI BERBASIS IKLIM
Indonesia, sebagai negara beriklim tropis, sangat rentan terhadap penyebaran virus DBD karena kondisi iklim yang mendukung perkembangan nyamuk Aedes aegypti sebagai vektor utama. Hal tersebut juga didukung oleh jumlah kasus DBD yang tinggi di Indonesia menunjukkan bahwa pencegahan DBD sangat penting. Karena itu, penulis ingin membuat peta risiko kasus DBD yang dapat menunjukkan wilayah yang rawan DBD. Dalam pembuatan peta risiko, data yang digunakan penulis mencakup data iklim dan jumlah kasus DBD. Dari data iklim, penulis membangun sebuah model matematika yang dapat mengestimasi jumlah nyamuk Aedes aegypti. Selanjutnya, penulis menggunakan model klasifikasi machine learning, seperti random forest, extra trees, gradient boosting, dan xgboost, untuk memprediksi kemungkinan terjadi KLB di wilayah tertentu. Status KLB didefinisikan berdasarkan data jumlah kasus DBD dengan kriteria yang bervariasi di setiap wilayah. Wilayah yang berpotensi mengalami KLB akan diberi status KLB 1 (label positif), sedangkan wilayah yang tidak berpotensi akan diberi status KLB 0 (label negatif). Selanjutnya, karena distribusi data untuk masing-masing label tidak seimbang, penulis menggunakan teknik resampling data seperti random over sampling, smote, k-means smote, svmsmote, dan borderline smote. Terakhir, penulis menggunakan beberapa metriks evaluasi untuk mengukur kinerja model dan memilih model dengan metriks evaluasi terbaik. Hasil akhir dari model klasifikasi tesebut adalah estimasi probabilitas terjadi KLB yang kemudian dengan menggunakan threshold 0.5 ditetapkan menjadi status KLB yaitu 0 atau 1. Dari hasil estimasi probabilitas KLB, penulis membuat peta risiko kasus DBD untuk DKI Jakarta dan Bali untuk memberikan pemahaman terkait mitigasi DBD di Indonesia.