Penelitian Kualitatif & kuantitatif :

descriptip :

KUALITATIF :

berdasarkan iseu iseu yg ada , bagaimana mencegah spy tida ada money loundry

\Money laundering is a process designed to conceal the true origin of funds that were originally derived from illegal activities. Because money laundering often involves criminal activities, financial institutions have the responsibility to detect and report it to the appropriate government agencies in a timely manner. But the huge number of transactions occurring each day make detecting money laundering difficult. The usual approach adopted by financial institutions is to extract some summary statistics from the transaction history and conduct a thorough and time-consuming investigation on those suspicious accounts. In this article we propose an active learning through sequential design method for prioritization to improve the process of money laundering detection. The method uses a combination of stochastic approximation and D-optimal designs to judiciously select the accounts for investigation. The sequential nature of the method helps identify the optimal prioritization criterion with minimal time and effort. A case study with real banking data demonstrates the performance of the proposed method. A simulation study shows the method’s efficiency and accuracy, as well as its robustness to model assumptions.

Pencucian uang adalah proses yang dirancang untuk menyembunyikan asal mula dana yang semula berasal dari kegiatan ilegal. Karena pencucian uang sering kali melibatkan aktivitas kriminal, lembaga keuangan memiliki tanggung jawab untuk mendeteksi dan melaporkannya kepada lembaga pemerintah terkait secara tepat waktu. Tetapi banyaknya transaksi yang terjadi setiap hari membuat deteksi pencucian uang menjadi sulit. Pendekatan yang biasa diadopsi oleh lembaga keuangan adalah mengekstrak beberapa ringkasan statistik dari riwayat transaksi dan melakukan penyelidikan menyeluruh dan memakan waktu pada akun yang mencurigakan tersebut. Pada artikel ini kami mengusulkan pembelajaran aktif melalui metode desain sekuensial untuk diprioritaskan guna meningkatkan proses deteksi pencucian uang. Metode ini menggunakan kombinasi pendekatan stokastik dan desain D-optimal untuk memilih akun yang akan diselidiki dengan bijaksana. Sifat berurutan dari metode ini membantu mengidentifikasi kriteria penentuan prioritas yang optimal dengan waktu dan upaya yang minimal. Studi kasus dengan data perbankan nyata menunjukkan kinerja metode yang diusulkan. Studi simulasi menunjukkan efisiensi dan akurasi metode, serta ketahanannya terhadap asumsi model.

----

KAUNTITATI

alasan :ada data 2 stistiknya thn 1980 an

Abstract

Prediction of the remaining life of high-voltage power transformers is an important issue for energy companies because of the need for planning maintenance and capital expenditures. Lifetime data for such transformers are complicated because transformer lifetimes can extend over many decades and transformer designs and manufacturing practices have evolved. We were asked to develop statistically-based predictions for the lifetimes of an energy company’s fleet of high-voltage transmission and distribution transformers. The company’s data records begin in 1980, providing information on installation and failure dates of transformers. Although the dataset contains many units that were installed before 1980, there is no information about units that were installed and failed before 1980. Thus, the data are left truncated and right censored. We use a parametric lifetime model to describe the lifetime distribution of individual transformers. We develop a statistical procedure, based on age-adjusted life distributions, for computing a prediction interval for remaining life for individual transformers now in service. We then extend these ideas to provide predictions and prediction intervals for the cumulative number of failures, over a range of time, for the overall fleet of transformers.

Abstrak

Prediksi sisa umur transformator daya tegangan tinggi merupakan masalah penting bagi perusahaan energi karena perlu adanya perencanaan pemeliharaan dan belanja modal. Data seumur hidup untuk transformator semacam itu rumit karena masa pakai transformator dapat diperpanjang selama beberapa dekade dan desain transformator serta praktik manufaktur telah berkembang. Kami diminta untuk mengembangkan prediksi berbasis statistik untuk masa pakai armada transmisi tegangan tinggi dan trafo distribusi perusahaan energi. Catatan data perusahaan dimulai pada tahun 1980, memberikan informasi tentang pemasangan dan tanggal kegagalan transformator. Meskipun kumpulan data berisi banyak unit yang dipasang sebelum 1980, tidak ada informasi tentang unit yang dipasang dan gagal sebelum 1980. Dengan demikian, data dipotong kiri dan disensor kanan. Kami menggunakan model masa pakai parametrik untuk menggambarkan distribusi masa pakai transformator individu. Kami mengembangkan prosedur statistik, berdasarkan distribusi umur yang disesuaikan, untuk menghitung interval prediksi untuk sisa umur transformator individu yang sekarang dalam pelayanan. Kami kemudian memperluas ide-ide ini untuk memberikan prediksi dan prediksi interval untuk jumlah kumulatif kegagalan, selama rentang waktu tertentu, untuk keseluruhan armada transformer.

menyampaikan apa yg di teliti

kelvin law 's measurement

definisi data: kumpulan fajta yg dikumpulkan  yg diperoleh dari pengamatan atau tindakan seotang penelitian  dalam situasi tertentu,

dalam data penelitian yg baik memenuhi syarat:

-objektif : data diperoleh dari lapangan

-relevan : data harus sesuai dengan permasalahan yg sedang di teliti 

-up tudate : harus menyesusikan perkembanagan 

-representatif : harus diperoleh dari sumber yg tepat dan mewakili kondisi sebenarnya dari suatu klompok/objek yg kita teliity

type data:

- qualitatip

-quantitatip

-bianary

-scalar

AI sangat berkembang sekali , machine bisa  mengartikan 

presentaiskan data:

pakai warna

penggunaan sekala

flowchar : alur penelitian. bgmn melalukan fiting yg di ukur

kalau bukan kontinues janagn di sambung