📚 Eksplorasi & Komparasi Topik Dokumen
Pencarian topik
Hasil Dokumen
Ditemukan: 124 dokumenKAJIAN FITNESS-FOR-SERVICE KOMPONEN BERTEKANAN PADA INDUSTRI HULU DENGAN INTEGRASI MACHINE LEARNING
Komponen bertekanan pada industri hulu minyak dan gas, seperti segmen pipa dan bejana tekan, dapat mengalami degradasi ketebalan akibat general metal loss yang menurunkan kemampuannya menahan tekanan operasi. Metode Fitness-for-Service (FFS) berdasarkan API 579-1/ASME FFS-1 digunakan untuk menilai komponen terkorosi, tetapi bergantung pada data laju korosi dari hasil inspeksi yang mahal dan biasanya tidak tersedia untuk seluruh komponen. Machine learning berperan penting untuk mengisi keterbatasan tersebut dengan memprediksi laju korosi komponen yang belum diinspeksi. Penelitian ini bertujuan mengevaluasi kelayakan operasi komponen yang mengalami general metal loss menggunakan FFS, memberikan rekomendasi bagi komponen yang tidak memenuhi kriteria, serta mengembangkan model machine learning untuk memprediksi laju korosi sebagai masukan FFS Level 1. Penilaian dilakukan terhadap 396 data segmen pipa dan 84 data bejana tekan. Model berbasis tree dikembangkan dengan dukungan data sintetis TVAE dan CTGAN untuk mengatasi keterbatasan jumlah data. Model terbaik segmen pipa adalah Random Forest dengan augmentasi CTGAN (R2 = 0,400 ± 0,035), sedangkan bejana tekan menggunakan Random Forest dengan augmentasi CTGAN (R2 = 0,344 ± 0,094). Penilaian FFS Level 1 berbasis prediksi menunjukkan kesesuaian terhadap penilaian berbasis laju korosi aktual sebesar 81%, 78%, dan 91% pada segmen pipa serta 94%, 88%, dan 82% pada bejana tekan untuk kriteria average measured thickness, MAWP, dan minimum measured thickness, dengan kesesuaian keseluruhan masing-masing sebesar 83% dan 94%. Komponen yang tidak memenuhi kriteria direkomendasikan untuk rerating atau perbaikan nonmetallic composite repair. Prediksi laju korosi berbasis machine learning dapat menjadi pendekatan pendukung dalam penilaian awal kelayakan, tetapi tetap perlu divalidasi dengan data inspeksi aktual dan tidak menggantikan evaluasi FFS langsung.
USULAN PENGELOMPOKAN KOMPONEN DENGAN PERTIMBANGAN POLA REJECT MENGGUNAKAN PENDEKATAN UNSUPERVISED LEARNING PADA FAL CN-235 DI PTDI
Proses produksi pesawat pada industri manufaktur dirgantara memiliki kompleksitas yang tinggi karena melibatkan banyak komponen dan tahapan perakitan yang saling bergantung. Di PT Dirgantara Indonesia (PTDI), salah satu faktor yang berkontribusi terhadap keterlambatan pada proses Final Assembly Line (FAL) adalah terjadinya reject komponen yang menyebabkan aktivitas tambahan seperti rework, penggantian komponen, dan inspeksi ulang sehingga meningkatkan waktu penyelesaian work element. Sementara itu, keputusan make or buy komponen selama ini masih didasarkan pada kemampuan produksi internal. Selama komponen masih dapat diproduksi oleh PTDI, maka komponen tersebut cenderung diproduksi secara inhouse. Oleh karena itu, penelitian ini bertujuan untuk menghasilkan pengelompokan komponen yang mempertimbangkan pola reject yang digunakan sebagai dasar pertimbangan keputusan make or buy pada FAL pesawat CN-235 di PTDI. Penelitian dilakukan menggunakan pendekatan Cross Industry Standard Process for Data Mining (CRISP-DM) hingga tahap modeling. Data penelitian terdiri atas data komponen pesawat CN-235. Tingkat risiko komponen direpresentasikan melalui tiga atribut, yaitu quantity, reject impact time, dan historical reject rate, yang kemudian diintegrasikan menjadi atribut risk score menggunakan Analytic Hierarchy Process (AHP). Selanjutnya dilakukan pengembangan dan perbandingan tiga metode unsupervised learning, yaitu Hierarchical Clustering, KMeans Clustering, dan Fuzzy C-Means Clustering. Evaluasi model dilakukan menggunakan Silhouette Index, Dunn Index, Davies-Bouldin Index, serta 5-Fold Cross Validation untuk menentukan model terbaik. Selain itu, dilakukan perturbation test terhadap atribut historical reject rate untuk mengevaluasi stabilitas model terhadap perubahan data historis. Hasil penelitian menunjukkan bahwa Hierarchical Clustering dengan metode average linkage dan tiga cluster merupakan model terbaik. Model tersebut berhasil mengelompokkan 887 komponen ke dalam tiga kategori risiko, yaitu 833 komponen (93,9%) berisiko rendah, 48 komponen (5,4%) berisiko sedang, dan 6 komponen (0,7%) berisiko tinggi. Hasil pengelompokan memberikan dasar yang lebih objektif dalam mendukung keputusan make or buy, yaitu rekomendasi untuk komponen berisiko rendah dipenuhi dengan make, komponen berisiko tinggi dipenuhi melalui buy, dan komponen berisiko sedang memerlukan evaluasi lebih lanjut dengan mempertimbangkan faktor lain. Pengujian stabilitas menunjukkan nilai Adjusted Rand Index (ARI) di atas 0,90 pada seluruh tingkat perturbation, sehingga model memiliki tingkat robustness yang baik terhadap perubahan data.
OPTIMISASI PORTOFOLIO SAHAM MULTIPERIODE BERBASIS MODIFIED MOSMA PADA PASAR SAHAM INDONESIA
Dalam pengelolaan portofolio saham, dilakukan penyesuaian keputusan investasi melalui proses rebalancing. Sebagian besar pendekatan optimisasi portofolio masih berfokus pada alokasi satu periode atau menggunakan bobot kontinu yang belum sepenuhnya merepresentasikan kendala perdagangan aktual, seperti satuan lot, biaya transaksi, batasan long-only, serta kebutuhan menjaga diversifikasi. Penelitian ini mengakomodasi kebutuhan tersebut dengan membangun model optimisasi portofolio saham multiperiode yang telah disesuaikan dengan kondisi pada pasar saham Indonesia. Tiga fungsi objektif digunakan, yaitu memaksimumkan terminal wealth, meminimumkan Historical Maximum Drawdown (HMDD), dan meminimumkan Herfindahl-Hirschman Index (HHI), serta variabel keputusan utama berupa jumlah lot untuk setiap periode rebalancing. Solusi dari permasalahan optimisasi ini ditentukan menggunakan Multiobjective Slime Mould Algorithm yang dimodifikasi dengan mekanisme seleksi berbasis NSGA-III, yang disebut Modified MOSMA. Eksperimen numerik dilakukan pada 44 saham hasil seleksi dari semesta IDX80 dengan horizon investasi bulanan selama satu tahun. Hasil penelitian menunjukkan bahwa inisialisasi berbasis oracle dan iterasi kardinalitas mampu meningkatkan kualitas serta sebaran solusi non-dominated. Skenario terbaik menghasilkan terminal wealth maksimum sebesar Rp 9,236 miliar, HMDD minimum sebesar 0,047737, dan 5.744 solusi non-dominated. Analisis terhadap solusi menunjukkan adanya trade-off yang jelas antara pertumbuhan kekayaan, risiko penurunan nilai, dan diversifikasi. Selain itu, analisis frekuensi rebalancing menunjukkan bahwa penyesuaian portofolio yang lebih sering dapat meningkatkan fleksibilitas dan potensi kekayaan akhir, tetapi tetap perlu disesuaikan dengan kemampuan investor dalam mengelola portofolio investasi.
USULAN KERANGKA PENGUKURAN RISIKO ARUS KAS KOMPENSASI BBM Z DENGAN INTEGRASI VAR, MONTE CARLO, DAN CASH FLOW AT RISK BERBASIS EKSPOSUR PADA DEPARTEMEN Y DI PT X
PT X menanggung risiko arus kas dari kesenjangan antara Harga Ekonomis (HE) dan Harga Jual Eceran (HJE) BBM Z yang diatur Peraturan Menteri ESDM No. 20 Tahun 2021. Segmen BBM Z mencatat kerugian bersih pada 20 dari 24 bulan periode 2024–2025, dengan keterlambatan pembayaran kompensasi meningkat dari rata-rata 4,8 bulan pada 2024 menjadi 7,1 bulan pada 2025. Risiko ini masih diakui secara kualitatif melalui klasifikasi skenario dalam register risiko, tanpa ukuran probabilistik atas besarannya. Penelitian ini bertujuan merancang kerangka pengukuran risiko arus kas kompensasi BBM Z yang mengintegrasikan Vector Autoregression (VAR), simulasi Monte Carlo, dan Cash Flow at Risk (CFaR) berbasis eksposur untuk mengukur ketidakpastian gabungan atas besaran dan waktu penerimaan piutang kompensasi. Penelitian dilaksanakan mengikuti kerangka CRISP-DM dengan Exposure-Based CfaR sebagai acuan metodologis utama. Tahapan pelaksanaan mencakup estimasi VAR(2) atas tiga variabel makroekonomi pembentuk formula HE (harga Brent, kurs IDR/USD, inflasi tahunan), simulasi Monte Carlo distribusi Student-t (N=10.000 lintasan, cakrawala 24 bulan), pemodelan eksposur struktural HE-HJE, rekonstruksi arus kas melalui distribusi payment lag empiris, serta kalkulasi CFaR pada berbagai tingkat kepercayaan. Parameter biaya non-MOPS terkalibrasi (? = Rp464/liter) diverifikasi melalui historical replay terhadap akrual aktual 2024 sebesar Rp41,28 triliun. Model VAR(2) yang dihasilkan stabil (AIC = -23,86). Simulasi menghasilkan CFaR total kumulatif rata-rata Rp145,57 triliun (P5 Rp27,97 triliun; P95 Rp358,78 triliun) dengan eksposur CFaR 95% dasar sebesar Rp179,42 triliun. Dekomposisi risiko menunjukkan harga Brent dan kurs IDR/USD menyumbang 60–78% variasi gap kompensasi, sementara komponen kalibrasi hanya berkontribusi sekitar 3%, menunjukkan PT X tidak dapat memitigasi besaran gap dan perlu mengarahkan mitigasi pada manajemen waktu dan likuiditas. Kerangka ini menyediakan dasar kuantitatif bagi Departemen Y untuk memantau eksposur secara berkala, serta bagi Direksi dalam pengambilan keputusan likuiditas dan negosiasi linimasa pembayaran kompensasi dengan Pemerintah RI.
MODEL PENGAMBILAN KEPUTUSAN KEBIJAKANPENGENDALIAN DEMAM BERDARAH DENGUE DI KOTAPALU DAN KABUPATEN BUTON TENGAH
Demam Berdarah Dengue (DBD) merupakan masalah kesehatan masyarakat yang penularannya dipengaruhi oleh dinamika kasus dan kondisi iklim, sehingga perencanaan kebijakan pengendaliannya perlu mempertimbangkan ketidakpastian dan risiko. Penelitian ini bertujuan menyusun model pengambilan keputusan kebijakan pengendalian DBD di Kota Palu dan Kabupaten Buton Tengah selama periode 2019 sampai 2024, serta menganalisis pengaruh penyertaan faktor iklim terhadap rekomendasi kebijakan. Perubahan status risiko DBD yang dikelompokkan menjadi Aman, Waspada, dan Bahaya dimodelkan menggunakan rantai Markov. Faktor iklim berupa suhu, kelembapan, dan curah hujan diringkas menjadi indeks iklim berbasis pembobotan setara, kemudian digunakan untuk membentuk matriks transisi kondisional. Kebijakan optimal ditentukan melalui kerangka pohon keputusan dengan fungsi kerugian relatif yang nilai harapannya ditaksir menggunakan bootstrap resampling nonparametrik dan simulasi Monte Carlo. Hasil penelitian menunjukkan bahwa model tanpa faktor iklim merekomendasikan kebijakan Ringan pada seluruh status risiko di kedua wilayah dengan kestabilan yang tinggi. Sebaliknya, model dengan faktor iklim menghasilkan rekomendasi terdiferensiasi, yaitu kebijakan Ringan pada kondisi iklim Rendah dan kebijakan Sedang pada kondisi iklim Tinggi, dengan perbedaan yang terlokalisasi pada kondisi iklim Tinggi. Dengan demikian, penyertaan faktor iklim memberikan nilai tambah berupa kemampuan diferensiasi keputusan sehingga model menjadi lebih informatif dan adaptif untuk mendukung kebijakan pengendalian DBD.
ANALISIS RISIKO DALAM KOMPETISI DUA BRAND SMARTPHONE PREMIUM DENGAN MODEL STOKASTIK DAN VARIASI LÉVY JUMP
Persaingan Samsung dan iPhone di pasar smartphone premium mengandung ketidakpastian yang tidak dapat ditangkap oleh model deterministik. Model deterministik hanya memberikan satu lintasan pasti tanpa informasi mengenai seberapa besar kemungkinan penyimpangan yang dapat terjadi. Penelitian ini bertujuan untuk menganalisis risiko dalam kompetisi dua brand tersebut dengan mengembangkan model deterministik menjadi model Jump-Diffusion stokastik yang menggabungkan fluktuasi kontinu (difusi Wiener) dan lompatan diskontinyu (proses Poisson). Parameter pertumbuhan diestimasi dari data Google Trends menggunakan model Kurva Richards dengan metode Least Square. Risiko diukur melalui lebar interval kepercayaan 95% dari lintasan stokastik yang dihasilkan oleh simulasi Monte Carlo dengan metode Euler-Maruyama. Hasil simulasi mengungkapkan bahwa brand pesaing mencapai kerentanan risiko maksimum di sekitar puncak pertumbuhannya. Variasi parameter menunjukkan bahwa dampak lompatan (??) memiliki pengaruh yang jauh lebih dominan dibandingkan frekuensi lompatan (?) untuk menghasilkan pelebaran interval kepercayaan yang setara, ?? hanya perlu dinaikkan empat kali lipat, sedangkan ? perlu dinaikkan hampir tiga belas kali lipat. Dominasi ini merupakan konsekuensi dari kontribusi kuadratik ?? terhadap variansi, berbeda dengan ? yang hanya bersifat linier. Sementara itu, sentimen pasar (??) yang tidak netral menyebabkan divergensi rata-rata stokastik dari prediksi deterministik. Lebih lanjut, teridentifikasi efek limpahan (spillover effect) di mana guncangan pada brand eksis justru menciptakan ketidakpastian yang lebih besar bagi brand pesaing, menegaskan bahwa risiko dalam kompetisi pasar bersifat sistemik, bukan individual.
SISTEM INFORMASI GEOGRAFIS TEMATIK KENYAMANAN HIDUP DISABILITAS DAN LANSIA DI TINGKAT KECAMATAN
Pembangunan inklusif menuntut ketersediaan data yang menghubungkan kondisi penyandang disabilitas dan lansia dengan ruang tempat mereka beraktivitas, namun data tersebut di Indonesia masih terfragmentasi dan minim dimensi keruangan. Penelitian ini mengembangkan sistem informasi geografis tematik kenyamanan hidup penyandang disabilitas dan lansia di tingkat kecamatan pada tiga wilayah percontohan, yaitu Kecamatan Sumur Bandung, Kecamatan Semarang Tengah, dan Kecamatan Jetis. Tingkat kenyamanan hidup dimodelkan dari tiga dimensi, yaitu aksesibilitas, kondisi lingkungan, dan bahaya banjir. Kualitas jalur pejalan kaki dinilai melalui interpretasi Google Street View (GSV) serta ekstraksi parameter roughness, slope, dan obstacle dari LiDAR genggam. Tingkat pemenuhan hak aksesibilitas terhadap fasilitas umum dihitung menggunakan algoritma Dijkstra pada jaringan jalur pejalan kaki dan diinterpolasi dengan Empirical Bayesian Kriging. Dimensi lingkungan disusun dari intensitas Urban Heat Island (UHI) berbasis Land Surface Temperature, tingkat polusi udara NO? dari Sentinel-5P TROPOMI, dan aksesibilitas ruang terbuka hijau, sedangkan bahaya banjir dimodelkan melalui Weighted Sum lima parameter yang diterapkan secara seragam pada ketiga wilayah studi. Ketiga dimensi diintegrasikan menggunakan pembobotan hasil perhitungan Pairwise Comparison yang penilaiannya diisi langsung oleh penyandang disabilitas dan lansia, menghasilkan bobot aksesibilitas sebesar 0,682, bahaya banjir 0,199, dan kondisi lingkungan 0,119. Hasil pengujian menunjukkan peta kualitas trotoar berbasis LiDAR memperoleh Overall Accuracy 61,13% dan Cohen's Kappa 0,514, peta intensitas UHI dan polusi udara terbukti konsisten secara fisik dan statistik, serta produk WebGIS interaktif yang dikembangkan, mencakup Geodashboard GeoInklusif, GeoStory, dan AccessRoute, memperoleh tingkat keberhasilan fungsional sebesar 94,44%. Seluruh peta tematik dan indeks kenyamanan hidup disajikan dalam WebGIS interaktif sebagai dasar visual dan analitis bagi perencanaan pembangunan inklusif berbasis bukti di tingkat kecamatan.
KERANGKA KERJA CERDAS UNTUK PEMELIHARAAN PREDIKTIF PADA LAPANGAN MINYAK: PEMANFAATAN PEMBELAJARAN MESIN UNTUK PENGELOMPOKAN RISIKO KOROSI SUMUR DAN PREDIKSI KEGAGALAN ESP
This study presents an intelligent framework for oilfield predictive maintenance that integrates machine learning to cluster tubing corrosion risk and forecast Electrical Submersible Pump (ESP) failures in the mature Offshore South East Sumatra fields, where 119 tubing leak incidents have been recorded across 92 wells, most occurring before the ESP's targeted run life. Principal Component Analysis (PCA) was applied to nine corrosion-related parameters to reduce dimensionality, followed by K-Means and Gaussian Mixture Model (GMM) clustering to segment wells into Low, Moderate, and High corrosion risk regimes. The K Means model achieved a silhouette score of 0.417 and a Davies-Bouldin Index of 1.077, outperforming GMM. For ESP failure prediction, six baseline classification algorithms were evaluated, together with a seventh soft-voting ensemble that combined them, and a hyperparameter-tuned XGBoost model achieved the best performance with a PR-AUC of 0.64 and ROC-AUC of 0.704 against unseen test data, addressing the dataset's 75:25 class imbalance through cost-sensitive learning. SHapley Additive exPlanations (SHAP) were used to interpret model outputs, identifying bottom-hole temperature, differential pressure, fluid velocity, and CO2 partial pressure as the dominant drivers of ESP failure. The clustering, classification, and SHAP outputs were integrated into a rule-based, web-based application that automatically generates well level corrosion risk diagnostics, ESP success probability, and optimized tubing material and workover recommendations. Validation on a blind test set of two wells withheld from training demonstrated the framework's capability to deliver actionable, well-specific intervention strategies, though this small validation sample reflects workflow feasibility rather than statistically robust field performance; the approach nonetheless offers a practical, data-driven pathway to enhance tubing and ESP reliability and reduce unnecessary workover costs in mature oilfield operations.
ANALISIS KRITERIA PENGAMBILAN KEPUTUSAN BID/NO-BID PADA TAHAP PRA-TENDER PERUSAHAAN BUMN KARYA
Penelitian ini bertujuan untuk mengidentifikasi dan menganalisis kriteria dominan yang memengaruhi keputusan bid/no-bid pada tahap pra-tender di Perusahaan BUMN Karya, serta membandingkan prioritas kriteria tersebut antarperusahaan. BUMN Karya saat ini menghadapi tekanan finansial yang cukup besar, persaingan tender yang semakin ketat, serta risiko winner’s curse akibat memenangkan proyek dengan harga penawaran yang terlalu rendah. Oleh karena itu, tahapan pra-tender menjadi fase yang sangat krusial dalam menentukan kelayakan suatu peluang proyek. Penelitian ini menggunakan pendekatan mixed methods yang diawali dengan studi literatur dan pilot interview bersama pakar untuk memvalidasi kriteria awal menggunakan Thematic Analysis. Selanjutnya, data kuantitatif dikumpulkan melalui penyebaran kuesioner kepada 11 responden praktisi yang mewakili tujuh entitas BUMN Karya. Data yang diperoleh kemudian dianalisis menggunakan metode Relative Importance Index (RII) untuk mengukur tingkat kepentingan setiap kriteria. Hasil penelitian menghasilkan 18 kriteria tervalidasi yang dikelompokkan ke dalam lima tema utama, yaitu karakteristik proyek, faktor internal perusahaan, situasi tender, faktor terkait klien, dan kondisi ekonomi. Analisis RII menunjukkan bahwa Ketentuan Pembayaran (RII = 1,000) dan Kemampuan Finansial Klien (RII = 0,982) merupakan faktor penentu utama (deal-breaker) dengan tingkat prioritas tertinggi. Temuan ini mengindikasikan bahwa dalam pengambilan keputusan pra-tender, BUMN Karya lebih menitikberatkan pada aspek kelancaran cash flow dan mitigasi risiko finansial dibandingkan faktor teknis maupun tingkat persaingan eksternal. Selain itu, penelitian ini juga mengidentifikasi adanya perbedaan prioritas pembobotan antar-BUMN Karya yang menunjukkan variasi preferensi dan pertimbangan strategis masing-masing perusahaan dalam mengevaluasi peluang proyek pada tahap pra-tender.
KEPUTUSAN STRATEGIS DALAM INTEGRASI KESIAPAN PEMBORAN SUMUR PENGEMBANGAN DENGAN DRILLING PROJECT MANAGEMENT OFFICE (DPMO) DI PT. SINERGI HULU HEBAT (SHH)
Indonesia mengalami penurunan produksi secara sktruktural sebesar 3-7% per tahun selama periode 2019–2025, sementara konsumsi energi Indonesia terus meningkat sebesar 2–4% per tahun. Sebagai kontributor utama produksi nasional, Drilling & Well Intervention PT. SHH menyumbang 68% produksi minyak dan 33% produksi gas Indonesia, yang sangat dipengaruhi oleh pengelolaan kegiatan pemboran yang agresif. Oleh karena itu, kinerja pemboran sumur pengembangan menjadi factor krusial dalam menjaga ketahanan energi nasional. Namun, realisasi pemboran sumur pengembangan PT. SHH masih di bawah target, hanya mencapai 85–90% dari target WP&B selama periode 2021-2025. Kondisi ini berdampak pada penurunan produksi nasional, keterbatasan penggantian cadangan, serta belum optimalnya produktivitas investasi pemboran yang mencapai sekitar USD 12,3 miliar per tahun. Penelitian ini bertujuan untuk mengembangkan keputusan strategis dalam mengintegrasikan kesiapan pemboran sumur pengembangan dengan menggunakan pendekatan metode campuran. Analisis diawali dengan metode Critical Path Method (CPM) dan analisis Pareto untuk mengidentifikasi penyebab utama keterlambatan kesiapan, dilanjutkan dengan Current Reality Tree (CRT) untuk mengidentifikasi akar penyebab secara lebih mendalam. Akar penyebab tersebut kemudian distratifikasi menggunakan Failure Mode and Effects Analysis (FMEA) termasuk penentuan Risk Priority Number (RPN). Wawancara sebagai data kualittatitf dilakukan dengan berbagai peran untuk menggali isu tersebut secara lebih mendalam. Hasil analisis menunjukkan bahwa keterlambatan kesiapan sangat dipengaruhi oleh belum adanya system tat kelola yang diberdayakan dan mampu mengelola kesiapan pemboran sumur melalui koordinasi lintas fungsi, khususnya pada aspek perencanaan dan persiapan. Altermatif solusi dipilih menggunakan metode Analytical Hierarchy Process (AHP), yang dinilai berdasarkan empat kriteria, yaitu biaya, waktu, kompleksitas, da konsekuensi sebagai prioritas kriteria. Penilaian dilakukan menggunakan perbandingan analisis risiko komparatif dengan uji konsistensi, serta merancang keputusan berbasis model tata kelola dalam bentuk Drilling Project Management Office (DPMO). DPMO memperluat penyelarasan lintas fungsi, mempercepat kesiapan serta mengurangi risiko keterlambatan pemboran sumur dan sumur yang telah delivered pada tahun 2025 dibandingkan dengan target. DPMO merupakan mekanisme terstruktur secara konsisten untuk meningkatkan realsiasi pemboran sumur yang pada akhirnya dapat meningkatkan revenue dan efisiensi CAPEX PT. SHH serta mendukung ketahanan produksi migas nasional.
MENINGKATKAN KUALITAS PENGAMBILAN KEPUTUSAN INVESTASI MELALUI PENILAIAN KUANTITATIF RISIKO PROYEK DI PERUSAHAAN PT CAKRAWALA MINERAL HOLDING
Melakukan investasi pada industri pertambangan memiliki risiko yang tinggi. Proyek-proyek di industry pertambangan membutuhkan modal yang besar dan menghadapi tantangan volatilitas harga komoditas dan kondisi pasar yang tinggi, operasional yang kompleks, dan regulasi yang acap kali mengalami perubahan. Untuk sebuah perusahaan holding dengan banyak anak perusahaan, tantangannya tidak hanya pada kelayakan proyek secara individu. Tantangan yang dihadapi juga mencakup kemampuan untuk menilai dan memutuskan proyek mana yang akan didanai dan proyek mana yang akan ditunda untuk seluruh portofolio perusahaan. Studi ini mengkritisi perhitungan hurdle rate yang digunakan dalam evaluasi proyek, dimana premi risiko sebagai salah satu komponen hurdle rate ditentukan dengan menggunakan asumsi standar berupa prosentase yang sama untuk semua tipe proyek. Metode ini mengabaikan perbedaan karakter risiko dalam setiap proyek yang seharusnya mempertimbangkan beberapa risiko, antara lain, volatilitas pasar dan ekonomi makro, kegagalan teknikal dan finansial, perubahan hukum dan peraturan, dan risiko terkait lainnya. Kegagalan untuk memasukkan risiko-risiko tersebut dalam penilaian dapat mengakibatkan keputusan investasi tidak mencerminkan kelayakan proyek yang sebenarnya. Oleh karena itu, studi ini juga mengajukan kerangka kerja penilaian risiko kuantitatif untuk pengambilan keputusan investasi pada perusahaan holding pertambangan. Kerangka kerja penilaian risiko ini juga harus sejalan dengan prinsip tata kelola perusahaan. Studi ini mengadopsi kerangka kerja yang terinspirasi oleh S&P’s Project Finance Framework Methodology (2014) untuk metodologi penilaian risiko kredit dan proyek, yang disesuaikan untuk sektor pertambangan dalam mengevaluasi dan menguantifikasi risiko proyek. Dengan menggunakan metrik kualitatif dan kuantitatif, S&P framework menawarkan metode yang jelas dan terstruktur untuk mengukur dan mengagregasi risiko terkait. Evaluasi kriteria risiko utama seperti desain dan teknologi, konstruksi, kinerja, pasar, manajemen proyek, pendanaan, dan risiko terkait lainnya, memungkinkan penilaian kualitatif diubah menjadi skor risiko yang terukur dan dapat dibandingkan. Studi ini menggunakan pendekatan mixed methods, di mana temuan kualitatif dikembangkan terlebih dahulu dan kemudian didukung oleh analisis kuantitatif untuk membangun kerangka pengambilan keputusan yang terintegrasi. Pada tahap kualitatif, data diperoleh melalui wawancara mendalam dan Focus Group Discussion dengan para pemangku kepentingan di tingkat holding maupun anak perusahaan. Data tersebut kemudian dianalisis menggunakan framework analysis untuk mengidentifikasi dan menyusun faktor-faktor risiko yang perlu dipertimbangkan dalam proses gate-review. Triangulasi dari berbagai sumber data digunakan untuk memperkuat kredibilitas temuan. Pada tahap kuantitatif, metode Analytic Hierarchy Process (AHP) diterapkan untuk menentukan bobot prioritas dari setiap faktor risiko melalui perbandingan berpasangan, sehingga menghasilkan penilaian risiko proyek yang lebih terstruktur. Selanjutnya, analisis eksperimental dilakukan pada beberapa proyek pengolahan hilir di anak perusahaan holding untuk menguji kesesuaian kerangka tersebut terhadap aturan evaluasi yang berlaku di perusahaan. Hasilnya, penerapan kerangka S&P dapat meningkatkan transparansi dalam proses pengambilan keputusan dan memudahkan manajemen dalam membandingkan tingkat risiko antarproyek. Selain itu, melalui AHP, parameter risiko, sub-kriteria, dan kriteria dalam kerangka S&P dapat diberi bobot berdasarkan tingkat kepentingannya. Proses ini membantu perusahaan memprioritaskan risiko secara lebih objektif dengan tetap mempertimbangkan pengalaman dan pengetahuan profesional para responden. Analisis dilakukan pada dua faktor risiko S&P, yaitu faktor risiko konstruksi dan faktor risiko operasional. Setiap faktor terdiri dari beberapa kriteria risiko, sub-kriteria, dan parameter. Faktor risiko konstruksi dianggap lebih penting daripada faktor risiko operasional. Untuk faktor risiko konstruksi, kriteria risiko desain dan teknologi, yang terdiri dari sub-kriteria variasi biaya desain dan risiko teknologi, dipandang sedikit lebih penting daripada kriteria risiko konstruksi lainnya. Kedua kriteria risiko tersebut akan memengaruhi pemenuhan biaya proyek, jadwal proyek, dan spesifikasi sesuai rencana. Sementara untuk faktor risiko operasional, risiko pasar yang mencakup dua sub-kriteria risiko, yaitu eksposur pasar (harga komoditas yang bergejolak dan kondisi pasar) dan posisi kompetitif dianggap lebih penting dibandingkan risiko kinerja. Kedua sub-kriteria risiko ini memengaruhi stabilitas pendapatan operasional dan dipengaruhi oleh ketergantungan proyek terhadap volatilitas pasar. Bersama dengan risiko yang disebutkan di atas, risiko regulasi atau perizinan dan risiko terkait pendanaan memengaruhi kemungkinan penyelesaian proyek sesuai rencana. Model ini menawarkan pandangan praktis untuk menyeimbangkan portofolio secara keseluruhan dengan mengukur faktor risiko, kriteria, dan sub-kriteria berdasarkan masing-masing parameter risiko terkait, Sebagai kesimpulan, penelitian ini memberikan perbaikan praktis mengenai cara perusahaan membuat keputusan investasi dengan mengadaptasi model risiko S&P ke dalam kerangka kuantitatif yang dirancang untuk perusahaan. Dengan melakukan evaluasi aspek financial dan melakukan penilaian Risiko kuantitatif, pengambilan keputusan investasi menjadi jauh lebih kuat, transparan dan akuntabel. Model ini juga menawarkan cetak biru yang jelas kepada kelompok perusahaan manapun untuk membuat pengukuran risiko yang terstruktur dalam perencanaan investasi perusahaan.
PEMODELAN PROPAGASI DAN GENANGAN TSUNAMI MENGGUNAKAN DELFT3D SEBAGAI DASAR MITIGASI BENCANA DI PANTAI KLAYAR, PACITAN
Pantai Klayar, Kecamatan Donorojo, Kabupaten Pacitan terletak di zona subduksi aktif antara Lempeng Indo-Australia dan Lempeng Eurasia dengan tingkat eksposur wisatawan mencapai 4.774 orang per hari pada kondisi puncak dan indeks kesiapsiagaan yang masih rendah (0,15). Penelitian ini bertujuan mengidentifikasi potensi bahaya tsunami, menghasilkan peta zonasi risiko genangan, serta merancang desain awal Bangunan Evakuasi Vertikal (BEV) berbasis hasil pemodelan numerik. Pemodelan tsunami dilakukan menggunakan Delft3D-FLOW dengan konfigurasi empat tingkatan nesting grid (resolusi 1 km hingga 10 m) terhadap lima skenario megathrust PuSGeN 2024. Deformasi dasar laut dihitung menggunakan Model Okada (1985) melalui Delft Dashboard dengan magnitudo momen berdasarkan persamaan Hanks & Kanamori (1979). Data batimetri dan topografi bersumber dari BATNAS, DEMNAS, dan GEBCO 08 yang digabungkan menggunakan Global Mapper, serta analisis pasang surut dilakukan menggunakan metode Least Square berbantuan toolbox UTide pada perangkat lunak MATLAB terhadap data BIG periode Mei–Juni 2025. Hasil pemodelan digunakan sebagai basis perencanaan jalur evakuasi sesuai Pedoman Bina Marga No.10/P/BM/2023 dan desain awal struktur BEV menggunakan ETABS 22 berdasarkan SNI 1726:2019, SNI 1727:2020, SNI 2847:2019, dan FEMA P-646. Skenario 5 (segmen Eastern Java + Sumba, Mw 9,59) ditetapkan sebagai skenario terburuk. Peta zonasi risiko genangan dihasilkan dan diklasifikasikan menjadi tiga zona bahaya berdasarkan Peraturan Kepala BNPB Nomor 2 Tahun 2012. Evaluasi evakuasi menunjukkan bahwa ETE 24,8 menit melampaui waktu evakuasi tersedia, sehingga kebutuhan TES di kawasan ini terkonfirmasi. Dua lokasi TES ditetapkan: Bukit Klayar Alami (TES Barat) dan BEV berkapasitas 1.000 orang (TES Timur). BEV direncanakan berukuran 35 m × 30 m dengan area evakuasi pada elevasi 18,5 m. Sistem struktur menggunakan SRPMK Kategori Risiko IV (Ie = 1,5) dan KDS D, dengan empat komponen beban tsunami FEMA P-646 diperhitungkan. Seluruh design check ETABS dinyatakan memenuhi persyaratan SNI dan FEMA P-646.
APLIKASI FLEXIBLE PARAMETRIC SURVIVAL MODEL UNTUK ANALISIS RISIKO PENYAKIT GAGAL JANTUNG DAN PENETAPAN PREMI
Penyakit gagal jantung merupakan salah satu penyebab utama kematian di dunia dengan tingkat mortalitas yang tinggi. Tingginya risiko kematian pada pasien gagal jantung menimbulkan ketidakpastian dalam penentuan premi asuransi. Oleh karena itu, diperlukan model yang mampu menggambarkan risiko kematian secara akurat sebagai dasar penetapan premi berbasis risiko individu. Penelitian ini bertujuan memodelkan kelangsungan hidup pasien gagal jantung menggunakan Flexible Parametric Survival Model, mengidentifikasi faktor-faktor yang memengaruhi risiko kematian, serta mengaplikasikan hasil model dalam perhitungan premi asuransi. Data yang digunakan merupakan Heart Failure Clinical Records yang terdiri atas 299 pasien. Analisis dilakukan melalui pengujian asumsi, pembentukan model FPSM, evaluasi model menggunakan Concordance index dan calibration plot, serta validasi internal menggunakan bootstrap. Hasil penelitian menunjukkan bahwa variabel age, ejection fraction, serum creatinine, serum sodium, dan high blood pressure berpengaruh signifikan terhadap risiko kematian pasien. Model terbaik dipilih berdasarkan nilai AIC dan BIC terkecil serta memiliki kemampuan diskriminasi dan kalibrasi yang baik. Fungsi kesintasan yang dihasilkan digunakan untuk menghitung premi bersih dan diimplementasikan dalam bentuk kalkulator premi berbasis risiko individu.
PREDIKSI UKURAN RISIKO BERBASIS EKSPEKTASI DAN VARIANSI MODEL RISIKO RERATA DAN APLIKASINYA PADA PASAR ENERGI
Risiko merupakan suatu kerugian yang dapat dianalisis secara kuantitatif. Analisis risiko dapat dilakukan dengan model risiko. Model risiko adalah model statistik yang memuat peubah acak yang mengikuti distribusi tertentu. Dalam Tugas Akhir ini, digunakan model risiko eksponensial dan pengembangannya, serta model risiko stokastik yaitu GARCH. Model risiko dikontruksi menjadi model risiko rerata dan digunakan untuk menentukan ukuran risiko. Ukuran risiko yang digunakan adalah ukuran risiko berbasis ekspektasi dan variansi, yang sering disebut dengan SDPP (Standard Deviation Premium Principle). Tujuan penelitian ini adalah mengkonstruksi model risiko rerata pengembangan eksponensial dan model risiko rerata stokastik, menentukan prediksi ukuran risiko berbasis ekspektasi dan variansi model risiko rerata, menenukan uji keakuratan prediksi ukuran risiko pada pasar energi. Berdasarkan hasil simulasi, diperoleh bahwa model risiko stokastik lebih akurat untuk memprediksi ukuran risiko daripada model risiko pengembangan eksponensial. Selain itu, model risiko rerata yang telah dikonstruksi juga lebih akurat dalam memprediksi ukuran risiko.
PEMBANGUNAN DASHBOARD RISIKO OPERASI INFRASTRUKTUR PESISIR TERHADAP BAHAYA TSUNAMI
Indonesia merupakan negara yang memiliki tingkat kerawanan tsunami yang tinggi akibat aktivitas tektonik pada zona subduksi. Infrastruktur pesisir strategis, seperti pelabuhan dan fasilitas industri pesisir, memiliki peran penting dalam mendukung aktivitas ekonomi dan distribusi logistik nasional sehingga kerusakan akibat tsunami dapat menimbulkan dampak operasional, ekonomi, dan sosial yang signifikan. Oleh karena itu, diperlukan suatu sistem yang mampu menyajikan informasi bahaya dan risiko tsunami secara terintegrasi untuk mendukung proses mitigasi dan pengambilan keputusan. Proyek capstone ini bertujuan untuk mengembangkan Dashboard Indonesia Tsunami Risk Monitoring for Coastal Infrastructure (INAMI) sebagai platform visualisasi dan informasi risiko tsunami pada infrastruktur pesisir. Dashboard dikembangkan dengan mengintegrasikan hasil pemodelan bahaya tsunami, analisis kerentanan, dan analisis keterpaparan infrastruktur. Data bahaya tsunami diperoleh dari hasil simulasi menggunakan perangkat lunak COMCOT dengan pendekatan skenario terburuk (worst-case scenario), sedangkan analisis risiko dilakukan melalui integrasi komponen bahaya (hazard), kerentanan (vulnerability) menggunakan pendekatan fragility curve, dan keterpaparan (exposure). Hasil analisis kemudian diolah menjadi dataset spasial yang disajikan melalui dashboard berbasis web. Hasil pengembangan menunjukkan bahwa Dashboard INAMI mampu menyajikan informasi bahaya dan risiko tsunami secara interaktif, terstruktur, dan mudah diakses oleh pengguna. Sistem yang dikembangkan diharapkan dapat mendukung kegiatan mitigasi bencana, evaluasi risiko, serta pengambilan keputusan pada pengelolaan infrastruktur yang berisiko terdampak tsunami.