📚 Eksplorasi & Komparasi Topik Dokumen
Pencarian topik
Hasil Dokumen
Ditemukan: 124 dokumenKESIAPAN DESTINASI WISATA PANTAI PANGANDARAN SEBAGAI PARIWISATA TANGGUH BENCANA TSUNAMI (STUDI : DESA BABAKAN, DESA PANGANDARAN, DESA PANANJUNG DAN DESA WONOHARJO)
Penelitian ini berangkat berdasarkan Destinasi Wisata Pantai Pangandaran memiliki potensi yang besar dalam meningkatkan sumber pendapatan daerah dan menjadi salah satu sektor penyumbang terbesar untuk pertumbuhan ekonomi. Selain itu Destinasi Wisata Pantai Pangandaran termasuk kedalam Rencana Pembangunan KSPP dengan tujuan Mengubah Kabupaten Pangandaran menjadi Destinasi Wisata Berkelas Dunia dengan fokus pada budaya, alam, dan lingkungan. Tetapi Destinasi Wisata Pantai Pangandaran memiliki history bencana tsunami Pangandaran 2006 yang dipicu oleh gempa bumi berkekuatan 7,7 skala Richter menyebabkan kerusakan signifikan pada infrastruktur dan pemukiman. Tujuan penelitian untuk mengetahui kesiapan Destinasi Wisata Pantai Pangandaran terhadap potensi bahaya tsunami sebagai pariwisata tangguh bencana. Penelitian ini menggunakan pendekatan kualitatif dengan metode analisis data yaitu analisis deskriptif kualitatif dan analisis spasial kajian risiko. Dapat diketahui bahwa Destinasi Wisata Pantai Pangandaran memiliki tiga kelas bahaya dengan ancaman tsunami tinggi, kerentanan terhadap fisik, sosial, ekonomi dan lingkungan yang tinggi. Kapasitas bencana di Kabupaten Pangandaran berada pada kelas sedang dengan hasil akhir kajian risiko bencana tsunami pada Destinasi Wisata Pantai Pangandaran tinggi. Secara keseluruhan, Destinasi Wisata Pantai Pangandaran sudah baik dalam memenuhi 12 indikator kesiapan dan ketangguhan terhadap bencana tsunami. Studi ini merekomendasikan pembangunan infrastruktur yang tahan bencana, penambahan rambu evakuasi, perluasan jangkauan sirine, penyediaan sistem komunikasi darurat, dan edukasi pelatihan bencana bagi masyarakat lokal dan wisatawan untuk meningkatkan kesiapsiagaan
PENGINTEGRASIAN MANAJEMEN OPERASIONAL RISIKO (ORM) DENGAN ANALISIS RISIKO DAN TITIK KONTROL KRITIS (HACCP) DALAM RANGKA PENINGKATAN EFISIENSI DALAM USAHA KECIL DAN MENENGAH (UKM) PERUSAHAAN MANUFAKTUR MINUMAN: KASUS UKM PT KDB, SEBUAH PERUSAHAAN MANUFAKTUR MINUMAN DI REMBANG, INDONESIA
Pasar makanan dan minuman di Indonesia sangat kompetitif, terutama bagi usaha kecil dan menengah (UKM) yang berupaya mempertahankan dan memperluas operasinya. Studi ini menyajikan pendekatan komprehensif untuk menentukan pengendalian optimal yang diperlukan untuk mengelola risiko secara efektif, dengan fokus pada perusahaan manufaktur minuman di Rembang, Indonesia. Tujuan dari penulisan ini adalah untuk mengidentifikasi potensi bahaya/risiko operasional yang mungkin dihadapi perusahaan dalam proses produksinya, mengidentifikasi Titik Kendali Kritis (CCP) dalam proses produksi, menetapkan batas kritis untuk setiap CCP dan pada akhirnya menyusun tindakan perbaikan yang dapat dilakukan perusahaan. diambil untuk mencegah terjadinya penyimpangan dari batas kritis di CCP untuk menjaga proses tetap terkendali. Untuk mencapai tujuan tersebut, makalah ini menggabungkan kerangka Manajemen Operasional Risiko (ORM) dengan Analisis Risiko dan Titik Kontrol Kritis (HACCP) untuk mengevaluasi proses produksi minuman. Metodologi tersebut diilustrasikan melalui analisis tentang bagaimana berbagai risiko operasional dapat berdampak pada kemampuan perusahaan dalam mencapai tujuan bisnisnya. Tujuan utamanya adalah untuk menjaga kelancaran proses produksi dan mencegah gangguan. Berdasarkan temuan-temuan ini, studi ini merekomendasikan tindakan perbaikan termasuk pemasangan generator cadangan, pengamanan pasokan air tambahan, dan penerapan homogenizer untuk CCP tertentu guna memitigasi risiko yang teridentifikasi.
ANALISIS RISIKO PADA KONTRAK RANTAI PASOK HULU PT ASAHIMAS FLAT GLASS TBK DENGAN PEMASOK PASIR SILIKA
Penelitian ini berfokus pada permasalahan bahwa PT Asahimas Flat Glass Tbk, menghadapi isu kualitas dan potensi kerugian akibat penggunaan pasir silika berkualitas rendah oleh PT Karya Emas Multisani. Oleh karena itu, diperlukan solusi mitigasi risiko yang efektif dan efisien dengan fokus pada penghematan waktu dan biaya dikarenakan kontrak rantai pasok dengan mendekati masa berakhirnya dan untuk mengejar revisi kontrak baru. Penelitian ini mengidentifikasi berbagai risiko kritis dalam rantai pasok PT Asahimas Flat Glass Tbk, dengan fokus utama pada kontrak rantai pasok hulu. Studi ini mengadopsi pendekatan kuantitatif deskriptif dalam format studi kasus di PT Asahimas Flat Glass Tbk, dengan metode pengumpulan data termasuk observasi, wawancara, dan formulir FMEA. Proses analisis data melibatkan identifikasi dan analisis potensi risiko dari kontrak rantai pasok hulu menggunakan metode Failure Mode and Effects Analysis (FMEA). Berdasarkan analisis FMEA, penelitian ini mengembangkan rekomendasi mitigasi risiko yang bertujuan untuk meningkatkan ketahanan rantai pasok dengan mengatasi potensi kerentanan kontrak. Data dikumpulkan melalui wawancara mendalam dengan peserta yang dipilih berdasarkan keahlian mereka dan kuesioner tertutup yang menilai risiko berdasarkan tingkat keparahan, frekuensi, dan deteksi. Temuan penelitian menyoroti beberapa risiko kritis dengan Risk Priority Numbers (RPN) tertinggi, seperti ketidakpatuhan terhadap regulasi Stainless/Nickel dan kontrol peralatan yang tidak efektif. Rekomendasi perbaikan mencakup penerapan langkah-langkah pengendalian kelembaban yang ketat, sistem pemantauan kepatuhan regulasi yang kuat, dan protokol perawatan dan kalibrasi peralatan yang mendetail..
PREDIKSI POTENSI RISIKO KERUGIAN NEGARA MENGGUNAKAN SEMIVARIOGRAM DAN INTERPOLASI POISSON KRIGING AREA KE AREA (STUDI KASUS: DATA BBL DI PULAU LOMBOK)
Memetakan prediksi risiko kemunculan benih bening lobster (BBL) yang mungkin terjadi di pesisir selatan Pulau Lombok dapat dilakukan secara spasial menggunakan pemodelan semivariogram dan interpolasi Poisson Kriging dengan pendekatan area ke area. Identifikasi risiko dilakukan untuk mengkuantifikasi semua potensi kerugian negara yang bisa muncul karena kebijakan tata kelola BBL didekati dari sisi pengawasan kegiatan tangkap BBL oleh nelayan. Potensi risiko pengawasan muncul karena pengawasan yang tidak efektif padahal biaya penyelenggaraan pengawasan tetap ada. Potensi risiko pengawasan terdiri dari risiko ????????(????) biaya operasional kapal dan risiko ????????(????) biaya personel pengawas perikanan. Sedangkan risiko ????????(????) merupakan hasil identifikasi formula berdasarkan kebijakan pemerintah yang berlaku serta hasil riset penelitian tentang BBL. Kebijakan ini adalah regulasi setingkat Peraturan Menteri (Kelautan dan Perikanan) serta data riset tentang survival rate, nilai keekonomian BBL, pencurian dan ekspor ilegal BBL. Risiko keempat, disebut sebagai risiko agregat ????(????), merupakan gabungan semua risiko dalam bentuk biaya atau potensi maksimal kerugian terjadi. Keluaran hasil olah data spasial risiko ini berupa parameter model semivariogram, peta kontur, dan nilai risiko di lokasi baru yang belum terobservasi. Model teoritis semivariogam terbaik yang dipilih adalah eksponensial, dengan nilai parameter untuk setiap risiko ????????(????), ????????(????), ????????(????), dan ????(????), berturut-turut: sill (6,564 × 10!"; 3,617 × 10!#; 8,678 × 10!$; 8,676 × 10!$), dan range (1; 1; 1; 1). Sedangkan risiko transformasi ????????(????) ?, ????????(????) ?, ????????(????) ?, dan ????(????) ? berturut-turut adalah sill (2,132×10-4; 7,540×10-5; 2,771×10-1; 2,005×10-1) dan range (1; 2; 1; 1). Di akhir olah data, risiko transformasi diretransformasi menjadi ????????(????) ??, ????(????) ?? dan dibandingkan dengan risiko asli, ????????(????), ????(????), untuk mengecek galatnya. Hasilnya, risiko retransformasi ????????(????) ??, ????(????) ?? tidak berbeda signifikan dengan nilai risiko ????????(????), ????(????).
EVALUASI TINGKAT INTEGRITAS KESELAMATAN (SAFETY INTEGRITY LEVEL/SIL) BERBASIS DATA MENGGUNAKAN INFERENSI BAYESIAN DAN ALGORITMA PENGELOMPOKAN PADA REFORMER PRIMER
Functional safety merupakan aspek penting yang tidak bisa dipisahkan dari industri proses. Identifikasi bahaya menjadi prioritas utama dalam lingkungan pabrik, dan perhitungan tingkat integritas keselamatan atau safety integrity level (SIL) dari peralatan safety instrumented system (SIS) perlu dilakukan sesuai dengan persyaratan standar IEC 61508/61511. Namun, dalam praktik di industri, data laju kegagalan yang digunakan untuk perhitungan SIL sering kali hanya berasal dari data generik dan manufaktur, yang kurang relevan dengan kondisi aktual pabrik. Standar mensyaratkan pendekatan berbasis data bernama justifikasi prior use, yaitu menggabungkan data generik dan manufaktur dengan data kegagalan operasional pabrik. Penelitian ini menggunakan pendekatan statistik Inferensi Bayesian untuk menerapkan pendekatan berbasis data dalam memperbarui data laju kegagalan agar lebih relevan dengan kondisi aktual pabrik. Dalam mencari temuan data kegagalan pada sensor, analisis deteksi anomali dilakukan menggunakan algoritma pengelompokan. Studi kasus penerapan pendekatan berbasis data dalam perhitungan SIL ditunjukkan pada unit reformer primer pabrik amonia. Tahapan penelitian meliputi analisis risiko bahaya dan rancangan susunan safety instrumented function (SIF), analisis temuan kegagalan subsistem SIF, pemodelan distribusi gamma prior dan posterior menggunakan Inferensi Bayesian, serta evaluasi SIL. Deteksi anomali pada sensor menggunakan algoritma DBSCAN berhasil diterapkan dengan pendekatan heuristik dan pembuatan fungsi objektif berbasis cluster untuk penentuan parameter epsilon dan minPts. Laju kegagalan yang diperbarui menunjukkan nilai yang lebih tinggi dari data generik dan manufaktur, mengindikasikan relevansi yang lebih baik dengan kondisi pabrik. Evaluasi SIL juga telah dilakukan, menghasilkan rekomendasi pemeliharaan untuk mencapai target SIL dengan memberikan pergantian konfigurasi komponen. Dari evaluasi diketahui bahwa pembaruan laju kegagalan menjadi krusial guna memaksimalkan pemberian rekomendasi. Kata kunci: safety integrity level (SIL), safety instrumented system (SIS), reformer primer, pembaruan laju kegagalan, Inferensi Bayesian, algoritma DBSCAN, deteksi anomali
STUDI KELAYAKAN PROYEK PEMBANGKIT LISTRIK TENAGA AIR OLEH PERUSAHAAN XYZ
Indonesia mengalami peningkatan jumlah penduduk setiap tahunnya. Peningkatan ini terjadi bersamaan dengan meningkatnya kebutuhan akan listrik. Sementara itu, pemerintah Indonesia dan lembaga internasional sedang aktif mendorong penggunaan energi baru terbarukan. Situasi ini mendorong perusahaan XYZ, yang bergerak dalam pengadaan barang untuk pemerintah, BUMN, dan perusahaan swasta, untuk memperluas bisnis mereka di sektor utilitas. Selain itu, perusahaan XYZ juga ingin berkontribusi aktif dalam mendukung program-program pemerintah Indonesia. Penelitian ini dilakukan untuk mengevaluasi kelayakan proyek pembangkit listrik tenaga air yang akan dijalankan oleh perusahaan XYZ. Studi kelayakan ini bertujuan untuk menentukan kelayakan dari proyek pembangkit listrik tenaga air. Penelitian ini diawali dengan pembuatan laporan keuangan pro forma untuk melihat prospek keuangan proyek di masa depan. Analisis perencanaan modal juga dilakukan menggunakan beberapa indikator seperti Nilai Net Present (NPV), Tingkat Pengembalian modal (IRR), Indeks Profitabilitas (PI), dan Periode Pengembalian (Payback Period). Analisis risiko dilakukan dengan menggunakan analisis sensitivitas dan simulasi Monte Carlo. Hasil penelitian menunjukkan bahwa proyek ini layak dilakukan berdasarkan indikator yang diperoleh. Nilai net present dari proyek ini adalah Rp 148.635.753.753, yang merupakan nilai positif dan menunjukkan bahwa pemasukan lebih besar dari pengeluaran. Tingkat Pengembalian modal dari proyek ini adalah 27,61%, yang lebih tinggi dari biaya modal sebesar 9,8% dan juga lebih tinggi dari rata-rata industri. Indeks Profitabilitas dari proyek ini juga lebih dari 1, yaitu 1.079, yang menandakan tingkat keuntungan dari proyek ini. Periode Pengembalian investasi adalah 5 tahun dan 5 bulan, yang jauh lebih cepat dari durasi proyek selama 26 tahun. Penelitian ini juga menilai kelayakan proyek dari sudut pandang investor. Indikator Nilai sekarang bersih, tingkat pengembalian internal, dan indeks profitabilitas menunjukkan bahwa proyek dianggap dapat diterima karena semua indikator melewati batas minimum penerimaan. Analisis risiko yang menggunakan analisis sensitivitas dan simulasi Monte Carlo menunjukkan bahwa proyek ini memiliki risiko yang rendah. Hal ini ditunjukkan dari hasil simulasi Monte Carlo yang menyatakan bahwa nilai net present dari proyek ini memiliki probabilitas 95,6% untuk berada di atas nol. Angka terburuk yang mungkin dari Nilai net present adalah Rp -92,193,838,683, dan angka terbaik yang mungkin adalah Rp 390,072,600,036 dengan rata-rata Rp 142,224,766,305.
PREDIKSI VALUE-AT-RISK MODEL RISIKO RERATA DENGAN TEORI KREDIBILITAS
Risiko merupakan suatu potensi kerugian yang memerlukan analisis secara kuantitatif. Analisis tersebut dapat dilakukan melalui model risiko, yaitu model statistik yang dirancang untuk memprediksi ukuran risiko dan memberikan gambaran tentang kerugian yang mungkin terjadi. Dalam Tesis ini, digunakan model risiko rerata yang dikonstruksi dari rerata sampel risiko. Terdapat dua tipe model yang akan dikembangkan, yaitu tipe I dengan sampel acak saling bebas dan identik, serta tipe II dengan proses stokastik yang parameternya bergantung pada waktu. Model risiko rerata akan digunakan untuk menentukan ukuran risiko. Salah satu ukuran risiko yang sering digunakan yaitu Value-at-Risk (VaR). VaR didefinisikan sebagai nilai risiko maksimum yang mungkin terjadi dalam periode waktu tertentu dengan tingkat kepercayaan tertentu. Namun, prediksi VaR pada model risiko rerata kurang stabil jika data memiliki variasi yang tinggi. Oleh karena itu, digunakan pendekatan teori kredibilitas klasik untuk meningkatkan kestabilan prediksi risiko. Credible Valueat- Risk (CreVaR) adalah prediksi VaR pada model risiko rerata yang melibatkan teori kredibilitas untuk mendapatkan hasil yang lebih akurat. Tujuan penelitian ini adalah membangun model risiko rerata tipe I dan II, menentukan prediksi VaR dan CreVaR pada kedua tipe model risiko rerata, serta menguji keakuratan prediksi tersebut. Berdasarkan hasil simulasi, diperoleh bahwa model risiko rerata yang telah dikonstruksi dapat digunakan untuk memprediksi VaR dengan lebih akurat. Selain itu, penggunaan teori kredibilitas dalam melakukan prediksi juga semakin meningkatkan keakuratan hasil prediksi yang lebih stabil.
MODEL RISIKO AGREGAT: UKURAN RISIKO, ALOKASI RISIKO, DAN APLIKASI REASURANSI KOMBINASI
Model agregat dari dua peubah acak dapat dipandang sebagai model reasuransi. Model reasuransi juga dapat dikatakan sebagai metode alokasi risiko, yaitu pembagian risiko asuransi dan reasuransi. Model Stop-Loss digunakan oleh Zhou dkk. (2015) dengan menambahkan budget constraint pada total kerugian yang ditanggung asuransi. Selanjutnya, Liu & Fang (2017) menggunakan model Quota-Share yang optimal berdasarkan perspektif asuransi dan reasuransi dengan meminimumkan total pengeluaran asuransi dan reasuransi. Sedangkan Putri dkk. (2021) menggunakan model reasuransi kombinasi yaitu dengan menggabungan reasuransi Quota-Share dan Stop-Loss dengan meminimumkan nilai Value-at-Risk (VaR) dari kerugian asuransi. Model reasuransi yang optimal telah banyak diminati para peneliti dengan berbagai pendekatan. Fang dkk. (2018) membahas mengenai reasuransi optimal dengan memperhatikan perhitungan premi. Sedangkan, Syuhada dkk. (2021) menggunakan model kombinasi reasuransi dengan meminimumkan nilai Expected Shortfall (ES) dari total pengeluaran kerugian asuransi dan reasuransi untuk mendapatkan model yang optimal. Ukuran risiko ES menyatakan mean dari semua kerugian yang melebihi batas toleransinya pada periode tertentu dan tingkat kepercayaan tertentu. Batas toleransi yang dimaksud adalah nilai Value-at-Risk (VaR). Menurut Klugman dkk. (2019), ukuran risiko ES lebih bersifat koheren dari pada ukuran risiko lainnya seperti VaR. Oleh karena itu, pada tesis ini akan ditentukan model reasuransi berdasarkan ukuran risiko ES, dengan kerugian reasuransi dimodelkan menggunakan distribusi Shanker karena sifatnya yang fleksibel.
PEMODELAN RISIKO KLAIM SHANKER-GAMMA DAN PERHITUNGAN PREMI BAYES
Pemodelan risiko klaim yang akurat merupakan aspek penting dalam ilmu aktuaria untuk memprediksi besar atau nilai klaim di masa depan yang mungkin dihadapi oleh perusahaan asuransi. Nilai-nilai klaim dipengaruhi oleh profil risiko pemegang polis, yang memerlukan model statistik fleksibel untuk menggambarkan variasi ini dengan tepat. Pada penelitian Tesis ini, diperkenalkan model campuran Shanker-gamma (S-G) tipe II untuk memenuhi kebutuhan tersebut. Dua jenis distribusi campuran dieksplorasi: tipe I, yang menggabungkan dua distribusi dengan bobot campuran tertentu, dan tipe II, yang menggunakan peubah acak bersyarat dengan parameter diperlakukan sebagai peubah acak. Selain itu, model perhitungan premi dikembangkan berdasarkan model kerugian S-G, menggunakan prinsip ekspektasi (premi murni) dan deviasi standar (SDPP). Kedua premi ini kemudian dibandingkan dengan premi Bayes, yang memberikan penilaian lebih tepat terhadap profil risiko pemegang polis dengan mempertimbangkan parameter yang tidak konstan dalam model kerugian. Dengan menerapkan metode statistik canggih ini, manajemen keuangan dalam asuransi dapat ditingkatkan secara signifikan, menawarkan pendekatan yang lebih akurat dalam memprediksi dan mengelola klaim di masa depan.
PENYUSUNAN STRATEGI PEMERIKSAAN BERDASARKAN RISIKO DAN EVALUASI KEANDALAN PADA SISTEM TRANSMISI TENAGA LISTRIK ALIRAN ATAS
Kereta Rel Listrik (KRL) adalah salah moda transportasi utama di wilayah Jabodetabek, dengan jumlah perjalanan yang terus meningkat setiap tahun, sehingga meningkatkan beban pada sistem transmisi tenaga Listrik Aliran Atas (LAA). Transmisi tenaga LAA merupakan sistem vital dalam operasional KRL yang berfungsi mengalirkan daya listrik dari gardu traksi ke panthograf KRL. Window time untuk pemeriksaan semakin pendek dan metode pemeriksaan masih berdasarkan waktu sesuai dengan PM 31 tahun 2011. Penelitian ini bertujuan untuk menghitung nilai keandalan, ketersediaan, dan keterawatan pada komponen kritis sistem transmisi tenaga LAA, serta mengusulkan strategi pemeriksaan yang optimal berdasarkan analisis risiko dan nilai RAM (Reliability, Availability, Maintainability). Metode yang digunakan meliputi matriks risiko untuk mengidentifikasi komponen kritis, perhitungan nilai RAM, dan analisis risiko menggunakan FMEA. Hasil penelitian menunjukkan bahwa beberapa komponen kritis seperti kawat kontak, kawat pemikul, dan kawat penggantung memiliki nilai keandalan di bawah target perusahaan, sedangkan komponen lainnya memenuhi target. Nilai ketersediaan semua komponen kritis telah memenuhi target. Analisis FMEA menunjukkan bahwa mode kegagalan dengan nilai Risk Priority Number (RPN) tertinggi adalah kawat penyulang putus, kawat kontak putus, kawat pemikul putus, dan tiang patah. Total biaya pemeriksaan komponen kritis meningkat sebesar 10% dibandingkan dengan metode pemeriksaan eksisting.
USULAN KEBIJAKAN PEMERIKSAAN PADA GARDU TRAKSI LRT PALEMBANG BERDASARKAN ANALISIS NILAI RELIABILITY, AVAILABILITY, MAINTAINABILITY, AND SAFETY (RAMS)
LRT Palembang merupakan sistem transportasi kereta ringan pertama di Indonesia dengan gardu traksi sebagai sumber tenaga penggerak sarana LRT. Penelitian ini bertujuan untuk mengusulkan kebijakan pemeriksaan pada gardu traksi LRT Palembang berdasarkan analisis nilai RAMS (Reliability, Availability, Maintainability, and Safety). Evaluasi dilakukan terhadap sub-peralatan kritis yaitu kubikel DC keluaran 750 V, penyulang (feeder), MV switchgear 20 kV AC, dan pengendali catu daya (SCADA). Hasil analisis menunjukkan bahwa sub-peralatan tersebut memiliki tingkat risiko yang tinggi, namun nilai keandalan dan ketersediaannya saat ini telah mencapai kriteria yang sangat baik. Berdasarkan hasil penelitian, usulan kebijakan interval waktu pemeriksaan dengan target nilai keandalan 90,00% dalam 1 tahun juga disampaikan untuk memastikan kelancaran operasional sub-peralatan. Selain itu, usulan total biaya pemeriksaan sub-peralatan kritis dalam setahun mengalami efisiensi yang signifikan yakni sebesar 23,96%. Analisis FMEA (Failure Modes and Effects Analysis) juga diusulkan sebagai panduan untuk personel dalam meminimalkan risiko dengan mengidentifikasi potensi kegagalan sebelum terjadi dan melakukan mitigasi yang tepat.
PERENCANAAN BENDUNGAN UTAMA DAN PEMODELAN KERUNTUHAN BENDUNGAN MENINTING, PULSU LOMBOK
Daerah Aliran Sungai (DAS) Meninting memiliki potensi ketersediaan air yang tinggi, namun bagian Selatan Pulau Lombok memiliki ketersediaan air yang terbatas meskipun memiliki potensi lahan pertanian yang luas. Oleh karena itu, Bendungan Meninting dibangun sebagai upaya untuk menyelaraskan potensi ketersediaan air dengan ketersediaan lahan di Pulau Lombok. Bendungan Meninting juga menyimpan potensi bahaya apabila mengalami keruntuhan bendungan, mengingat kedekatannya dengan Kota Mataram yang padat penduduk. Berdasarkan analisis hidrologi, bendungan utama didesain dengan debit banjir rencana Q1000 dan QPMF. Struktur bendungan direncanakan dengan tinggi 86 m dan lebar puncak 16 m, dengan elevasi tampungan mati 167 m, tampungan efektif 203,5 m, dan puncak bendungan 209 m. Pemodelan genangan akibat keruntuhan bendungan menggunakan aplikasi HEC-RAS. Hasilnya, 20 desa/kelurahan berpotensi terdampak genangan.
PEMODELAN HIPOTETIK TSUNAMI AKIBAT AKTIVITAS VULKANIK DI KEPULAUAN TEON-NILA-SERUA PROVINSI MALUKU
Provinsi Maluku merupakan salah satu provinsi yang dilewati oleh cincin api pasifik, keadaan ini memungkinkan terbentuknya gugusan gunung api yang memiliki potensi bahaya yang tinggi serta menyebabkan kerugian yang besar. Hal ini perlu diwaspadai beberapa gunung berapi yang telah lama tidak terlihat aktivitasnya seperti Gunung Laworkawra dengan erupsi terakhir terjadi pada tahun 1968 yang berada di Pulau Nila. Analisis hipotetik dapat dilakukan dengan simulasi numerik tsunami guna melakukan mitigasi. Simulasi numerik tsunami dengan pembangkit longsor bawah laut dapat diteliti dengan menggunakan model COMCOT (Cornell Multi-grid Coupled Tsunami Model) dengan persamaan NSWE (Non-linear Shallow Water Equations) dan domain bersarang hingga 10 layer. Data batimetri yang digunakan berasal dari data batimetri IHO (International Hydrographic Organization) dan data Topografi Nasional (DEMNAS). Skenario yang disimulasikan berjumlah lima skenario dengan perbedaan volume longsoran yang merujuk pada kejadian tsunami Pulau Teon 1660 sebesar 0,275 km3, Gunung Anak Krakatu 2018 sebesar 2,8 km3, Gunung Ruang 1871 sebesar 12 km3 dan estimasi daerah rawan longsor di sekitar Pulau Nila sebesar 12.06 km3 serta 1,4 km3 Hasil simulasi numerik tsunami dengan pembangkitan longsor bawah laut memiliki waktu perambatan tercepat 3,5 menit dan tinggi rendaman tsunami tertinggi sebesar 228 meter di daerah Pulau Nila, sedangkan tsunami paling lambat menjalar menuju Pulai Kei Kecil selama 39 menit dengan tinggi rendaman tsunami tertinggi 0,32 meter. Dari lima skenario didapatkan bahwa tsunami yang diakibatkan oleh longsor akan bersifat lokal dan merusak di daerah pembangkitan, seperti Pulau Serua, Pulau Nila dan Pulau Teon sedangkan daerah yang relatif lebih jauh seperti Pulau Damar, Pulau Romang, Pulau Moa, Pulau Babar, Kepulauan Jendena, dan Kepulauan Kei Kecil memiliki kerusakan lebih rendah dari daerah sekitar pembangkitan tsunami.
PERHITUNGAN PROBABILITAS RUIN PERUSAHAAN ASURANSI MENGGUNAKAN METODE MONTE CARLO DENGAN PERGERAKAN HARGA ASET MENGIKUTI MODEL BINOMIAL
Perusahaan asuransi menghadapi risiko kebangkrutan yang signifikan jika tidak dikelola dengan baik. Oleh karena itu, penting untuk memodelkan dan menganalisis probabilitas ruin untuk memastikan stabilitas finansial. Penelitian ini bertujuan untuk menghitung probabilitas ruin dengan memodelkan surplus perusahaan asuransi dengan mempertimbangkan investasi pada aset yang bergerak mengikuti model binomial. Model ini memperhitungkan investasi pada aset berisiko dan tidak berisiko, serta berbagai parameter seperti modal awal, premi, jumlah dan ukuran klaim, serta dividen yang dibagikan. Berdasarkan teori probabilitas dan proses stokastik, digunakan simulasi Monte Carlo untuk menganalisis sensitivitas probabilitas ruin terhadap variasi parameter tersebut. Hasil simulasi menunjukkan bahwa probabilitas ruin menurun dengan peningkatan modal awal, premi, dan jumlah klaim, serta meningkat dengan bertambahnya ukuran klaim dan dividen. Selain itu, investasi pada aset tidak berisiko menghasilkan probabilitas ruin yang lebih rendah dibandingkan dengan investasi pada aset berisiko. Hasil penelitian ini menunjukkan bahwa perusahaan asuransi dapat mengurangi risiko kebangkrutan dengan memilih instrumen investasi yang tepat dan mengelola parameter-parameter yang mempengaruhi probabilitas ruin.
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.