📚 Eksplorasi & Komparasi Topik Dokumen
Pencarian topik
Hasil Dokumen
Ditemukan: 4 dokumenMULTI-OBJECTIVE OPTIMIZATION OF CENTRIFUGAL PUMP USING NSGA-II ALGORITHM
Centrifugal pumps are critical components in various industrial applications, including air supply systems, power generation, and the oil and gas industry. The performance of a pump largely depends on the design of the impeller, which serve to increase the fluid energy. In this final project, a multi-objective optimization of the impeller and pump casing design of the Ebara EZ-200 originally redesigned by Philip Gunawan is carried out using the Non-dominated Sorting Genetic Algorithm II (NSGA-II). The optimization aims to simultaneously enhance hydraulic efficiency and pump head by varying several geometric parameters of the impeller. The research methodology involves Computational Fluid Dynamics (CFD) simulations using ANSYS CFX to evaluate the baseline performance of Philipe’s design, followed by a geometry optimization process using NSGA-II to produce optimal designs represented by a Pareto front. The design parameters considered include the outer diameter of the impeller, outlet blade angle, and outlet channel width. The optimization results are then compared to the initial design to assess improvements in both efficiency and pressure ratio. Based on the research results, multi-objective optimization of the centrifugal pump using the NSGA-II algorithm successfully improved hydraulic performance compared to the baseline design. The selected optimal design achieved an increase in pump head of 3.44% and an improvement in hydraulic efficiency of 0.76% relative to the baseline configuration. These results demonstrate that genetic algorithm-based optimization can effectively enhance pump performance without requiring significant modifications to the original design configuration.
OPTIMASI KOLOM KOMPOSIT PERSEGI BERINTI IWF YANG DISELUBUNGI BETON MENGGUNAKAN ALGORITMA GENETIK
Desain struktur modern seperti gedung bertingkat tinggi menuntut penggunaan elemen struktur yang kuat dan efisien. Kolom komposit, salah satu elemen struktur yang menggabungkan keunggulan baja dan beton merupakan solusi yang efektif, terutama pada daerah seismik. Akan tetapi, proses desain kolom komposit sangat kompleks dengan banyaknya variabel desain seperti dimensi beton, mutu material, konfigurasi tulangan, dan profil baja yang berpotensi menyebabkan inefisiensi biaya pada desain struktur. Untuk mengatasi hal ini, diperlukan sebuah metode optimasi untuk menghasilkan desain yang ekonomis tanpa mengorbankan keamanan. Pada penelitian ini, dirancang sebuah program untuk mengoptimasi desain kolom komposit persegi berinti profil baja IWF yang diselubungi beton menggunakan algoritma genetik. Tujuan optimasi adalah minimasi biaya material total yang mencakup beton, baja tulangan, baja IWF, dan bekisting. Program dikembangkan menggunakan bahasa Python dengan variabel desain mencakup dimensi selubung beton, jenis profil baja IWF, jumlah dan diameter tulangan, serta mutu beton. Desain kolom komposit dibatasi oleh batasan-batasan desain berdasarkan SNI 1729:2020 dan SNI 2847:2019. Analisis kekuatan penampang kolom komposit mempertimbangkan beban geser serta interaksi biaksial lentur menggunakan pendekatan Munoz dan Hsu (1997). Dengan demikian, penelitian ini menyediakan sebuah program berbasis algoritma genetik yang menghasilkan beberapa alternatif desain optimal untuk setiap kasus pembebanan sehingga dapat menjadi solusi untuk efisiensi desain struktur.
ANALISIS OPTIMASI PORTOFOLIO SAHAM PADA JAKARTA ISLAMIC INDEX MENGGUNAKAN METODE SIMULATED ANNEALING DAN ALGORITMA GENETIKA
Semakin banyak kasus-kasus yang terjadi dari berbagai bidang yang masih membutuhkan solusi untuk memecahkan permasalahan tersebut. Para ilmuwan fisika telah menemukan suatu ilmu dalam dunia fisika yang dinamakan sistem kompleks untuk menjawab permasalahan tersebut. Sistem kompleks merupakan suatu bidang yang mempelajari bagaimana memecahkan kasus-kasus kompleks dengan menggunakan teori-teori yang telah dipelajari di fisika. Sistem kompleks terbagi menjadi tiga yaitu ekonofisika, sosiofisika, dan urbanphysics. Permasalahan di dunia nyata ini bisa terjadi pada berbagai bidang, salah satunya adalah bidang ekonomi maka digunakanlah ilmu ekonofisika. Ekonofisika merupakan suatu ilmu yang didasari oleh teori-teori fisika untuk memecahkan fenomena-fenomena dalam dunia perekonomian. Pada dunia ekonomi yang merupakan sistem kompleks adalah harga saham. Hal ini dikarenakan harga saham tidak dapat diprediksi karena nilainya dapat seketika naik dan turun sehingga perlu analisis dengan menggunakan pendekatan baru. Harga saham perlu diprediksi untuk dapat melakukan investasi. Investasi merupakan kegiatan menanamkan modal pada suatu aset tertentu yang bertujuan untuk menghasilkan keuntungan yang besar dengan risiko yang minimum. Untuk mencapai tujuan tersebut dalam investasi perlu adanya pembuatan portofolio saham. Portofolio saham berisikan kumpulan aset yang akan diinvestasikan dengan bobotnya masing-masing. Penentuan proporsi dari masingmasing saham yang akan diinvestasi membutuhkan solusi dengan menggunakan pendekatan dari metode ekonofisika yaitu metode simulated annealing (SA) dan algoritma genetika (GA). Kedua metode ini merupakan metode yang dapat menghitung optimasi dari suatu fungsi yang akan dibandingkan mana yang lebih baik. Indeks yang akan dianalisis untuk dibuat portofolio sahamnya adalah Jakarta islamic index (JII). Data yang diambil adalah harga saham selama 6 tahun yaitu dari 1 Januari 2014 sampai 31 Desember 2019. Hasil yang didapat adalah metode simulated annealing memiliki kinerja yang lebih cepat dan menghasilkan fitness yang lebih besar dibandingkan metode GA yaitu 0,875.
PENERAPAN SAFETY FIRST RATIO DALAM OPTIMISASI PORTOFOLIO MENGGUNAKAN ALGORITMA GENETIKA UNTUK INDUSTRI ASURANSI
Dalam penentuan premi, perusahaan asuransi umumnya menggunakan beberapa asumsi, salah satunya adalah tingkat return yang akan didapatkan dari hasil investasi. Oleh sebab itu, perusahaan asuransi harus membangun portofolio investasi yang setidaknya memenuhi tingkat return yang digunakan pada asumsi dengan harapan risiko investasi yang serendah mungkin. Investasi yang dilakukan, diharapkan efisien, sehingga memberikan rasio ekses return terbesar per risiko investasi yang diambil. Untuk memenuhi asumsi dan harapan tersebut, dapat digunakan safety first ratio yang berguna untuk mencegah risiko portofolio yang memiliki tingkat return di bawah asumsi dan mengefisiensikan alokasi investasi. Kegiatan investasi perusahaan asuransi di Indonesia diatur oleh Otoritas Jasa Keuangan (OJK), sehingga dalam membangun portofolio investasi, perusahaan asuransi harus mematuhi batasan yang ditetapkan oleh OJK serta kendala umum lainnya, seperti kendala buy-in threshold dan round lot. Adanya kendala-kendala tersebut dan variasi aset yang mungkin dimasukkan ke dalam portofolio menciptakan kompleksitas dalam penentuan portofolio yang optimal. Permasalahan optimisasi portofolio yang kompleks ini dapat diselesaikan dengan menggunakan metode metaheuristik. Salah satu metode metaheuristik yang dapat digunakan adalah algoritma genetika. Penerapan safety first ratio dengan algoritma genetika untuk tingkat return yang berbeda-beda, menghasilkan efficient frontier yang serupa dengan hasil penerapan model Markowitz pada masalah optimisasi portofolio yang sama. Hasil penelitian ini memberikan alokasi aset yang optimal untuk industri asuransi di Indonesia yang memaksimumkan safety first ratio untuk suatu tingkat return yang diinginkan. Kata kunci: algoritma genetika, OJK, round lot, safety first