INTEGRATED LIBRARY

Universitas Diponegoro

  • Beranda
  • Informasi
  • Berita
  • Bantuan
  • Pustakawan
  • Masuk
  • Pilih Bahasa :
    Bahasa Arab Bahasa Bengal Bahasa Brazil Portugis Bahasa Inggris Bahasa Spanyol Bahasa Jerman Bahasa Indonesia Bahasa Jepang Bahasa Melayu Bahasa Persia Bahasa Rusia Bahasa Thailand Bahasa Turki Bahasa Urdu

Pencarian berdasarkan :

SEMUA Pengarang Subjek ISBN/ISSN Pencarian Spesifik

Pencarian terakhir:

{{tmpObj[k].text}}
No image available for this title

Text

Clustering Anak Perusahaan Hulu PT Pertamina Berdasarkan Indikator Penilaian Risiko Menggunakan Algoritma Quick Robust Clustering Using Links (QROCK)

Monica Khalila - Nama Orang;

Perencanaan strategis adalah sebuah alat manajemen yang digunakan untuk
mengelola kondisi saat ini untuk melakukan proyeksi kondisi pada masa depan. PT
Pertamina (Persero) bertanggung jawab untuk melaksanakan kegiatan bisnis sektor
hulu dimana secara operasional kegiatan bisnis sektor hulu tersebut dilakukan oleh
anak perusahaan hulu sebagai portofolio direktorat hulu. Salah satu pemetaan
portofolio bisnis dan aset hulu adalah penilaian level risiko. Parameter penilaian
level risiko dari suatu aset migas dan panas bumi dievaluasi dari beberapa
komponen, yaitu ketersediaan pasar, teknologi dan proses, drilling/WO (work
over)/WS (work service), fasilitas produksi, dan subsurface uncertainty. Seleksi
portofolio untuk mengindikasi nilai risiko dapat dilakukan dengan menggunakan
pendekatan clustering. Clustering adalah sebuah proses untuk mengelompokkan
data ke dalam beberapa cluster atau kelompok sehingga data dalam satu cluster
memiliki tingkat kemiripan yang maksimum dan data antar cluster memiliki
kemiripan yang minimum. Metode clustering dapat digunakan untuk data numerik
maupun kategorik. Algoritma ROCK adalah salah satu algoritma yang dapat
digunakan untuk clustering data bertipe kategorik. Algoritma ini dikembangkan ke
dalam versi perhitungan lebih cepat yang disebut dengan algoritma Quick Robust
Clustering Using Links (QROCK). Algoritma QROCK digunakan untuk
mengelompokkan data bertipe kategorik yang dapat mendeteksi outlier dalam
proses pengolahan datanya. Data yang digunakan pada penelitian merupakan data
sekunder yang diperoleh dari portofolio bisnis dan aset hulu PT Pertamina tahun
2021. Data tersebut mencakup 23 sampel anak perusahaan hulu di PT Pertamina.
Hasil dari pengelompokkan yang dilakukan dengan Algoritma QROCK
membentuk 3 tipe cluster. Karakteristik dari masing-masing cluster yang terbentuk,
cluster tipe 2 memiliki nilai risiko tertinggi pada variabel Ketersediaan Pasar serta
Teknologi dan Proses. Cluster 3 memiliki nilai risiko terendah pada variabel
Teknologi dan Proses serta Fasilitas Produksi. Variabel Drilling/WO (work
over)/WS (work service) memiliki nilai rata-rata risiko yang cenderung sama pada
tiap variabel. Cluster tipe 1 memiliki jumlah anggota sebesar 18 anak perusahaan,
cluster tipe 2 memiliki jumlah anggota sebanyak 2 anak perusahaan, cluster tipe 3
memiliki jumlah anggota sebanyak 2 anak perusahaan, dan terdapat data tunggal
pada satu anak perusahaan yang dianggap sebagai data outlier
Kata Kunci: Clustering, QROCK, Portofolio, Anak Perusahaan, Indikator
Penilaian Risiko


Ketersediaan — Fakultas Sains dan Matematika

Tidak ada salinan data

Informasi Detail
Judul Seri
-
No. Panggil
936 E 2022
Penerbit
SEMARANG : Departemen Statistika FSM., 2022
Deskripsi Fisik
-
Bahasa
Indonesia
ISBN/ISSN
-
Klasifikasi
NONE
Tipe Isi
-
Tipe Media
-
Tipe Pembawa
-
Edisi
-
Subjek
-
Info Detail Spesifik
936 Clustering Anak Perusahaan Hulu PT Pertamina Berdasarkan Indikator Penilaian Risiko Menggunakan Algoritma Quick Robust Clustering Using Links (QROCK)
Pernyataan Tanggungjawab
Monica Khalila / Iut Tri Utami,S.Si,M.Si./ Dr. Di Asih I Marudani,S.Si,M.Si
Versi lain/terkait

Tidak tersedia versi lain

Lampiran Berkas
Tidak Ada Data
Komentar

Anda harus masuk sebelum memberikan komentar

INTEGRATED LIBRARY
Universitas Diponegoro
  • Informasi
  • Layanan
  • Pustakawan
  • Area Anggota

Tentang Kami

As a complete Library Management System, SLiMS (Senayan Library Management System) has many features that will help libraries and librarians to do their job easily and quickly. Follow this link to show some features provided by SLiMS.

Cari

masukkan satu atau lebih kata kunci dari judul, pengarang, atau subjek

Donasi untuk SLiMS Kontribusi untuk SLiMS?

© 2026 — Senayan Developer Community

Ditenagai oleh SLiMS
Pilih subjek yang menarik bagi Anda
  • Karya Umum
  • Filsafat
  • Agama
  • Ilmu-ilmu Sosial
  • Bahasa
  • Ilmu-ilmu Murni
  • Ilmu-ilmu Terapan
  • Kesenian, Hiburan, dan Olahraga
  • Kesusastraan
  • Geografi dan Sejarah
Icons made by Freepik from www.flaticon.com
Pencarian Spesifik
Kemana ingin Anda bagikan?