Article Per Year (5 Year)
p-Index From 2021 - 2026
2.03
P-Index
This Author published in this journals
All Journal Statistika Journal of the Indonesian Mathematical Society Jurnal Matematika & Sains Jurnal Riset Statistika Bandung Conference Series: Statistics STATISTIKA
Sutawanir Darwis
Statistics Research Division, Faculty Of Mathematics And Natural Sciences, Institut Teknologi Bandung, Bandung,
Computer Science & IT Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Education Industrial & Manufacturing Engineering Mathematics

Published : 28 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 28 Documents
Search

 1   2   3 
Run-Off Triangle Data dan Permasalahannya Aceng Komarudin Mutaqin; Dumaria R. Tampubolon; Sutawanir Darwis
STATISTIKA: Forum Teori dan Aplikasi Statistika Vol 8, No 1 (2008)
Publisher : Program Studi Statistika Unisba

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29313/jstat.v8i1.975

Abstract

Run-off triangle data sering digunakan sebagai dasar untuk menaksir cadangan kerugian dari suatuperusahaan asuransi umum kelas bisnis long-tail. Run-off triangle data memuat gambaran klaimkeseluruhan (aggregate), dan merupakan ringkasan dari suatu data set klaim-klaim individu.Makalah ini mengupas run-off triangle data tersebut bersama-sama dengan permasalahan yang adadi dalamnya. Dalam makalah ini dikemukakan dua masalah, yaitu pertama untuk kasus-kasustertentu, tidak semua data dalam run-off triangle teramati. Kemudian masalah yang kedua adalahadanya nilai-nilai incremental data yang negatif dalam run-off triangle terutama dalam incurred claimsdata.
Second OrderMeasurement Model of Teaching Performance Sutawanir Darwis; A Zanbar Soleh; Roslan Lacutonsina
STATISTIKA: Forum Teori dan Aplikasi Statistika Vol 5, No 2 (2005)
Publisher : Program Studi Statistika Unisba

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29313/jstat.v5i2.919

Abstract

This paper uses second order measurement model to analyse teaching performance. Theinstrument comprising lecturer competency, lecturer attitude, lecturer organization, and studentmotivation. A survey of first year calculus student was used to test the relationships between theconstructs in the model. Students were ask to evaluate the teaching activities using a 15 itemsquestionaire on a five point Likert scale ranging from strongly agree to strongly disagree. In general,the survey results supported the proposed second order measurement model. The data showed thatthe latent construct were strongly correlated and significantly affected the quality teaching strategy.
Analyzing Pattern of Mutation in mtDNA Using Markov Chain Lira Adiyani; Sutawanir Darwis; Achmad Saifuddin Noer
STATISTIKA: Forum Teori dan Aplikasi Statistika Vol 8, No 2 (2008)
Publisher : Program Studi Statistika Unisba

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29313/jstat.v8i2.982

Abstract

Mutation in mtDNA becomes an interesting topic that needed to discuss. If someone has a mutationin his mtDNA, then it might be affect his health. Those effects could be some diseases or anothervariation that gives different characteristics. In study of mutation, there are two such things becomethe main problems: (1) does mutation occur dependently? and (2) what is the pattern? From theresearch (by 9 degrees of freedom χ2), DNA sequence shows a positional dependence. In addition, wecan also see a positional dependence in mtDNA sequence clearly (position i-1, i, i+1 are dependentwith i define as mutation) by sign test, which means, it is possibly that there is a pattern of mutation.This paper uses Markov chain to quantify the pattern and as results all bases will mutate if positioni+1 is C or cytosine (±40%). Moreover, A, C, and G will mutate (become T) if position i-1 is A oradenine (54.5%).
ROBUST DECLINE CURVE ANALYSIS Sutawanir Darwis; Budi Nurani Ruchjana; Asep Kurnia Permadi
Journal of the Indonesian Mathematical Society Volume 15 Number 2 (October 2009)
Publisher : IndoMS

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.22342/jims.15.2.50.105-111

Abstract

Empirical decline curve analysis of oil production data gives reasonable answer in hyperbolic type curves situations; however the methodology has limitations in fitting real historical production data in present of unusual observations due to the effect of the treatment to the well in order to increase production capacity. The development ofrobust least squares offers new possibilities in better fitting production data using declinecurve analysis by down weighting the unusual observations. This paper proposes a robustleast squares fitting lmRobMM approach to estimate the decline rate of daily production data and compares the results with reservoir simulation results. For case study, we usethe oil production data at TBA Field West Java. The results demonstrated that theapproach is suitable for decline curve fitting and offers a new insight in decline curve analysis in the present of unusual observations.DOI : http://dx.doi.org/10.22342/jims.15.2.50.105-111
Deteksi Kerusakan Bearing Menggunakan Komponen Utama Kernel Allyaa Putri Asti; Sutawanir Darwis
Jurnal Riset Statistika Volume 3, No. 1, Juli 2023, Jurnal Riset Statistika (JRS)
Publisher : UPT Publikasi Ilmiah Unisba

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29313/jrs.v3i1.1771

Abstract

Abstract. Various factors can cause bearing damage, this is a major problem because it can cause substansial losses and affect production schedules. It is recommended to control bearing damage in order to provide early information about the damage. The method used in this paper is Hotelling T2 through Kernel Principal Component Analysis(KPCA). The principal component of kernel used to construct Hotelling T2 statistics in order to obtain T2 statistical values for detection bearing damage. The purpose of this paper is to apply KPCA as a statistic to use normal and damaged bearing. Data from NASA Bearing Dataset that contains normal bearing and damage bearing. Data divided into 1153 data for training and 323 data for testing. In this paper, 8 features are used as input for KPCA, reduced to 6 kernel principal component. Training data can obtained eigenvalue as input Hotelling T2, testing is used to detect bearings condition. Bearings are detected to damaged when T2 > 12.6939 with a significance level of 5%, from 323 training data 294 observations detected as damaged bearings and 29 observations detected as normal bearings. After conducting research, KPCA method can use to detect bearing damage. Abstrak. Berbagai faktor dapat menyebabkan kerusakan bearing, hal ini merupakan masalah utama karena dapat menyebabkan kerugian cukup besar dan mempengaruhi jadwal produksi. Dianjurkan mengontrol kerusakan bearing agar dapat memberikan informasi awal kerusakan bearing. Metode digunakan dalam penelitian Hotelling T2 melalui komponen utama kernel. Komponen utama kernel digunakan untuk mengkontruksi statistik Hotelling T2 sehingga diperoleh nilai statistik T2 untuk deteksi kerusakan bearing. Tujuan penelitian adalah menerapkan komponen utama kernel sebagai statistik untuk menggunakan Hotelling T2 bearing normal dan bearing rusak. Data sekunder NASA Bearing Dataset berisikan data bearing normal serta data bearing rusak. Proses deteksi bearing melalui komponen utama kernel dibagi menjadi data training sebanyak 1153 data sedangkan data testing sebanyak 323 data. Berdasarkan hasil penelitian, 8 fitur dijadikan sebagai input komponen utama kernel, direduksi menjadi enam komponen utama kernel. Menggunakan data training diperoleh nilai eigen sebagai input Hotelling T2, data testing digunakan untuk mendeteksi kondisi bearing. Bearing terdeteksi rusak ketika statistik T2 > 12.6939. Dengan taraf signifikansi 5 %, didapatkan sebanyak 294 data pengamatan dari 323 terdeteksi merupakan bearing rusak sedangkan sisanya 29 data pengamatan terdeteksi merupakan bearing normal. Setelah dilakukan penelitian metode komponen utama kernel layak digunakan untuk mendeteksi kerusakan bearing.
Kesesuaian Distribusi Magnitude Gempa dengan Distribusi Teoritis Gempa dalam Perhitungan Premi Asuransi Gempa Bumi Nadya Chaerunisa Apriani; Sutawanir Darwis
Bandung Conference Series: Statistics Vol. 3 No. 2 (2023): Bandung Conference Series: Statistics
Publisher : UNISBA Press

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29313/bcss.v3i2.7872

Abstract

Abstract. Earthquake insurance is insurance that guarantees loss or damage to insured property and/or interests that are directly caused by an earthquake. The purpose of this study was to determine the suitability of the earthquake magnitude distribution model with the theoretical distribution using the goodness of fit method, as well as to know the calculation steps and the amount of earthquake insurance premiums for 3 regions in West Java. The method used in this research is goodness of fit (GOF) based on empirical distribution function with five types of test statistics, and the following method is used probabilistic seismic hazard analysis (PSHA). The data used in this study is secondary data in the form of historical data on earthquake events in the 3 research areas for 10 years, 2013-2022. The results of this study are that the model on the distribution of earthquake magnitudes is in accordance with the theoretical distribution, namely the exponential distribution, as well as the model for the distribution of earthquake hypocenter distances which is in accordance with the theoretical distribution that has been determined. As well as Obtained the total amount of insurance premiums for Garut Regency is Rp. 206,610, - for a house that has a total tax object of Rp. 14,681,468, - for Tasikmalaya Regency is Rp. 274,630, - for a house that has a total tax object of Rp. 15,121,366, - and for Sukabumi Regency it is Rp. 228,610, - for a house that has a total tax object of Rp. 14,969,526, - the total premium is the amount of money that must be paid by the insured to the insurance company every month. Abstrak. Asuransi gempa bumi adalah asuransi yang menjamin kerugian atau kerusakan harta benda dan/atau kepentingan yang dipertanggungkan yang secara langsung disebabkan oleh gempa bumi. Tujuan dari penelitian adalah untuk mengetahui kesesuaian model distribusi magnitude gempa dengan distribusi teoritisnya menggunakan metode goodness of fit, dan mengetahui langkah perhitungan dan besarnya premi asuransi gempa bumi untuk 3 wilayah di Jawa Barat. Metode yang digunakan yaitu goodness of fi (GOF) berdasarkan distribusi fungsi empiris dengan lima jenis statistik uji, dan probabilistic seismic hazard analysis (PSHA). Data yang digunakan pada penelitian ini adalah data sekunder berupa data historis kejadian gempa bumi di 3 wilayah penelitian selama 10 tahun yaitu 2013-2022. Hasil dari penelitian ini adalah model pada distribusi magnitude gempa sudah sesuai dengan distribusi teoritisnya yaitu distribusi eksponensial, begitu juga untuk model distribusi jarak hiposenter gempa yang sudah sesuai dengan distribusi teoritisnya yang sudah ditentukan. Serta Diperoleh besarnya total premi asuransi untuk Kabupaten Garut adalah sebesar Rp. 206.610,- untuk rumah yang memiliki jumlah dari objek pajaknya sebesar Rp. 14.681.468,- untuk Kabupaten Tasikmalaya adalah sebesar Rp. 274.630,- untuk rumah yang memiliki jumlah dari objek pajaknya sebesar Rp. 15.121.366,- dan untuk Kabupaten Sukabumi adalah sebesar Rp. 228.610,- untuk rumah yang memiliki jumlah dari objek pajaknya sebesar Rp. 14.969.526,- total premi tersebut adalah sejumlah uang yang harus dibayar pihat tertanggung kepada pihak perusahaan asuransi setiap bulannya.
Optimasi Parameter Support Vector Machine menggunakan Particle Swarm Optimization untuk Bearing Fault Diagnosis Rizki Aulia Hawa; Sutawanir Darwis
Bandung Conference Series: Statistics Vol. 3 No. 2 (2023): Bandung Conference Series: Statistics
Publisher : UNISBA Press

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29313/bcss.v3i2.8975

Abstract

Abstract. To assist industrial activities in generating power, humans create components that are developed through machines. One of the key elements that plays an important role in the process of a shaft rotation movement on the machine is the bearing. Given their widespread use, bearing vibration components can predict machine breakdowns or forecast indicators by leveraging forecasting models to diagnose bearings before failure occurs. One of the popular methods used for forecasting machine failure is the Support Vector Machine (SVM) which was introduced by Cortes and Vapnik in 1995 to overcome the problem of dividing two conflicting groups when demonstrating superiority in nonlinear small sample pattern recognition. SVM is optimized by incorporating Particle Swarm Optimization (PSO). The advantage of the PSO method is that it is able to produce accuracy values that are more precise and accurate than other mathematical algorithms and heuristic techniques (Pambudi, Wihandika, & Putri, 2019). Untuk membantu aktivitas industri dalam menghasilkan tenaga, manusia menciptakan komponen yang dikembangkan melalui mesin. Salah satu bagian elemen kunci yang berperan penting dalam proses suatu gerakan putaran poros pada mesin adalah bearing. Mengingat penggunaannya yang luas, komponen getaran bearing dapat memprediksi kerusakan mesin atau indikator peramalan dengan memanfaatkan model peramalan untuk mendiagnosis bearing sebelum terjadinya kerusakan. Salah satu metode yang populer digunakan untuk peramalan pada kerusakan mesin adalah Support Vector Machine (SVM) yang diperkenalkan oleh Cortes dan Vapnik pada tahun 1995 untuk mengatasi masalah pembagian dua kelompok yang saling bertentangan saat menunjukkan keunggulan dalam pengenalan pola sampel kecil nonlinier.SVM dioptimalkan dengan menggabungkan Particle Swarm Optimization (PSO). Kelebihan dari metode PSO ini adalah mampu menghasilkan nilai akurasi lebih tepat dan cermat daripada algoritma matematika dan teknik heuristik yang lain (Pambudi, Wihandika, & Putri, 2019). Pada Analisis data bearing CWRU, hasil akurasi yang didapat dengan menggunakan algoritma SVM lebih unggul daripada hasil akurasi yang didapat dengan menggunakan PSO.
Pemodelan Degradasi Bearing Menggunakan Proses Wiener 10060119122, Jelita Ardilla; Darwis, Sutawanir
Bandung Conference Series: Statistics Vol. 4 No. 1 (2024): Bandung Conference Series: Statistics
Publisher : UNISBA Press

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29313/bcss.v4i1.10392

Abstract

Abstract. Bearing are important driving parts in mechanical systems. Therefore, degradation modeling can predict future performance declines. Degradation modeling is a nonlinear pattern, some of the models are the gamma process and the Wiener process. This research aims to model bearing degradation using the Wiener process. The data used is bearing data set 1_1 from XJTU-SY. By carrying out a distribution fit test, the features used are the peak value features in the horizontal and vertical directions. Parameter estimation using the MLE method produces parameter estimates and , for the peak values in the horizontal direction and vertical . Degradation modeling, namely carrying out the equation with being tested 2 times. Modeling accuracy can be seen through the best MAPE, value, namely 21%. The accuracy of is better than . This proves that the Wiener process is random, so the accuracy of the Wiener process simulation for predicting degradation models will vary. Abstrak. Bearing adalah bagian penggerak yang penting dalam sistem mekanis. Maka dari itu pemodelan degradasi dapat memprediksi penurunan kinerja di masa depan. Pemodelan degradasi merupakan pola nonlinear, beberapa modelnya yaitu proses gamma dan proses Wiener. Penelitian ini bertujuan melakukan pemodelan degradasi bearing menggunakan proses Wiener. Data yang digunakan yaitu data set bearing 1_1 dari XJTU-SY. Dengan melakukan uji kecocokan distribusi diperoleh fitur yang digunakan yaitu fitur nilai puncak arah horizontal dan vertikal. Estimasi parameter dengan metode MLE menghasilkan taksiran parameter dan , untuk nilai puncak arah horizontal dan vertikal . Pemodelan degradasi yaitu melakukan persamaan dengan dilakukan pengujian 2 kali. Akurasi pemodelan dilihat melalui nilai MAPE, yang paling baik yaitu 21%. Keakurasian lebih baik dibanding . Hal ini membuktikan proses Wiener bersifat acak, maka akurasi simulasi proses Wiener untuk prediksi model degradasi akan berbeda-beda.
Premi Asuransi Gempa Bumi di Zona Seismic Gap Selatan Jawa Bagian Barat Tahun 1958-2022 10060119088, Mayke Nuraini Alamsyah; Sutawanir Darwis
Bandung Conference Series: Statistics Vol. 4 No. 1 (2024): Bandung Conference Series: Statistics
Publisher : UNISBA Press

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29313/bcss.v4i1.11579

Abstract

Abstract. Seismic gaps are areas of potential for large earthquakes. Indonesia is tectonically unstable and is the most active continental margin in the world and is included in seismically active regions. The United States Geological Survey (USGS) records Indonesia as the country with the most earthquakes in the world (USGS, 2022). Earthquakes can cause many losses such as casualties, traumatic effects experienced by victims after an earthquake, as well as property losses, damage to residential buildings, public facilities, office buildings or other infrastructure. This study aims to examine the Seismic Gap in Indonesia in the southern zone of western Java and calculate insurance premiums to determine the amount of losses incurred in the event of an earthquake. The results showed that from 20 mainshock earthquake events there were 5 intensity scales, namely scales 12 to 16, which had impacts such as cracked roads and cracked walls, and the earthquake hazard value or the largest earthquake exceedance level was on scale 16. 3. The total premium rate that must be paid by the customer as the insured party to the insurance company every year is at Rp87,975,000 to Rp437,362,500. Future research is expected to have more linear data. In this study, it is expected that future research can use other approaches in calculating the possibility of the amount of insurance premiums caused by natural disasters such as earthquakes. Abstrak. Seismic gap merupakan daerah berpotensi terjadinya gempa bumi besar. Indonesia secara tektonik bersifat labil dan merupakan kawasan pinggir benua yang paling aktif di dunia dan termasuk dalam daerah seismik aktif. The United States Geological Survey (USGS) mencatat Indonesia sebagai negara dengan gempa bumi terbanyak di dunia (USGS, 2022). Gempa bumi dapat menimbulkan banyak kerugian seperti korban jiwa, efek traumatik yang dialami korban pasca gempa, serta kerugian harta benda, kerusakan bangunan tempat tinggal, fasilitas-fasilitas umum, gedung perkantoran atau infrastruktur lainnya. Penelitian ini bertujuan untuk meneliti Seismic Gap di Indonesia pada zona selatan jawa bagian barat dan menghitung premi asuransi untuk mengetahui besar kerugian yang timbul jika terjadi gempa bumi. Hasil penilitian menunjukkan dari 20 kejadian gempa bumi mainshock terdapat 5 skala intensitas yaitu skala 12 sampai 16 yang dampaknya seperti jalanan retak dan tembok retak, dan nilai bahaya gempa atau tingkat pelampauan gempa bumi terbesar ada di skala 16. 3. Tarif total premi yang harus dibayarkan oleh nasabah sebagai pihak tertanggung kepada pihak asuransi setiap tahunnya berada di angka Rp87.975.000 sampai dengan Rp437.362.500. Penelitian selanjutnya diharapkan memiliki data yang lebih linear. Dalam penelitian ini diharapkan untuk penelitian selanjutnya dapat menggunakan pendekatan lain dalam menghitung kemungkinan besaran premi asuransi yang diakibatkan oleh terjadinya bencana alam seperti gempa bumi.
Prediksi Sisa Usia Pakai Bearing Menggunakan Ekstraksi Fitur dan Regresi Kuadratik 10060116092, Giska Miftah Nurjanah; Sutawanir Darwis
Bandung Conference Series: Statistics Vol. 4 No. 1 (2024): Bandung Conference Series: Statistics
Publisher : UNISBA Press

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29313/bcss.v4i1.11593

Abstract

Abstract. Rotating machinery plays an important role in the production process in various industrial fields in the world. The condition of the engine components is of particular concern to the company so that the engine can operate properly which results in stability in engine productivity. One of the most damaged machine components is the bearing. To minimize bearing damage, monitoring is carried out through prognostics and health management (PHM) activities. Based on this explanation, the purpose of this study is to determine the prediction of the remaining useful life (RUL) of bearings on experimental data of FEMTO-ST Institute bearings using feature extraction and quadratic regression. The data used in this study are secondary data in the form of bearing vibration data from FEMTO-ST Institut with time series data type, especially in the horizontal direction bearing1_1 data. The methods used in this research are Principal Compenent Analysis (PCA), Friedman super smoother, quadratic regression and Remaining Useful Life (RUL). The results of this study indicate that the PCA and quadratic regression methods can work well in predicting the remaining useful life (RUL) of bearing1_1 vibration data in the horizontal direction. At tp = 25240 seconds, the actual value of RUL and RUL prediction is 1930 seconds and 1810 seconds, respectively, so that bearing damage in the actual event (actual RUL) is slower to occur for 120 seconds (2 minutes) than the predicted RUL, tp = 25240 seconds has the closest remaining useful life (RUL) bearing difference between the actual event results and the predicted RUL results, the RMSE value at tp = 25240 seconds is 0,215577 this is the best model quality in predicting the remaining useful life (RUL) of the bearing. Abstrak. Rotating machinery memegang peranan penting pada proses produksi di berbagai bidang industri di dunia. Kondisi komponen-komponen mesin menjadi perhatian khusus bagi pihak perusahaan agar mesin dapat beroperasi dengan baik yang mengakibatkan kestabilan pada produktivitas mesin. Salah satu komponen mesin yang paling banyak mengalami kerusakan adalah bearing. Untuk meminimalisir kerusakan bearing dilakukan pemantauan melalui aktivitas prognostik dan manajemen kesehatan (Prognostics and Health Management -PHM). Berdasarkan penjelasan tersebut, tujuan penelitian ini adalah mengetahui prediksi sisa usia pakai (RUL) bearing pada data eksperimental bearing FEMTO-ST Institut dengan menggunakan ekstraksi fitur dan regresi kuadratik. Data yang digunakan dalam penelitian ini yaitu data sekunder berupa data vibrasi bearing dari FEMTO-ST Institut dengan tipe data time series, khususnya pada data bearing1_1 arah horizontal. Metode yang digunakan dalam penelitian ini adalah Principal Compenent Analysis (PCA), Friedman super smoother, regresi kuadratik dan Remaining Useful Life (RUL). Hasil penelitian ini menunjukkan bahwa metode PCA dan regresi kuadratik dapat bekerja dengan baik dalam meprediksi sisa usia pakai (RUL) pada data vibrasi bearing1_1 arah horizontal. Pada tp=25240 detik menghasilkan nilai aktual RUL dan prediksi RUL masing-masing adalah 1930 detik dan 1810 detik, sehingga kerusakan bearing pada kejadian sebanarnya (aktual RUL) lebih lambat terjadi selama 120 detik (2 menit) dari hasil prediksi RUL, tp=25240 detik memiliki selisih sisa usia pakai (RUL) bearing paling dekat antara hasil kejadian sebenarnya dengan hasil prediksi RUL, nilai RMSE pada tp=25240 detik adalah 0,215577 ini merupakan kualitas model terbaik dalam memprediksi sisa usia pakai (RUL) bearing.
Co-Authors 10060116092, Giska Miftah Nurjanah 10060119088, Mayke Nuraini Alamsyah 10060119122, Jelita Ardilla A Zanbar Soleh Aceng Komarudin Mutaqin Achmad Saifuddin Noer Achmad Widodo Achmad Widodo Agus Yodi Gunawan Allyaa Putri Asti Arya Ramadhan, Iqbal Asep Kurnia Permadi Asep Kurnia Permadi Aulia, Githa Budi Nurani Ruchjana Diahsty Marasabessy, Munira Dumaria R. Tampubolon Fachry Abda El Rahman Fatiha nurfauzan, Arsyi Gan Gan Saefullah Ghassany Fathiyah Kamal Githa Aulia Kurni Permadi Kuslan Kuslan Lira Adiyani Mohammand Sobri Nadya Chaerunisa Apriani Nina Fitriyati Novaida Zulfita Nurfauzan, Arsyi Fatiha NURTITI SUNUSI Nusar Hajarisman Ocke Kurniandi Raisa Filmi Suryahadikusumah Riyani Desriawati Rizki Aulia Hawa Roslan Lacutonsina Siti Rahmawati Sofi Sopiah Sri Wahyuningsih Suliadi Suliadi Suliadi Yayat Karyana