Abstrak   Briket atau yang lebih dikenal dengan bahan bakar arang merupakan energi biomassa sebagai salah satu bentuk energi alternatif. Briket mempunyai prospek yang bagus untuk dikembangkan karena pembuatannya yang mudah dan ketersediaan bahan baku yang melimpah di alam. Oleh karena itu penelitian ini berupaya membuat briket dengan kombinasi campuran cangkang buah karet dan batang senggani. Kedua bahan tersebut adalah tanaman yang sangat banyak ditemui di wilayah Bangka Belitung, terutama di area perkebunan dan area hutan. Penelitian dilakukan untuk mengetahui karakteristik briket meliputi kadar air, kadar abu dan nilai kalor sesuai standar mutu SNI 01-6235-2000. Briket dibuat dengan variasi campuran cangkang buah karet : batang senggani yaitu 100%:0%, 75%:25%, 50%:50%, 25%:75%, 0%:100%. Bahan perekat menggunakan tepung kanji sebanyak 10 gram tiap komposisi campuran. Briket dicetak pada tekanan tetap yaitu 90 psi. Untuk mempercepat proses pengeringan, briket dikeringkan dalam oven dengan temperatur 80oC selama 16 jam. Hasil penelitian menunjukkan bahwa untuk seluruh variasi komposisi campuran briket, kadar air masih berada di atas 8% (belum memenuhi standar SNI), kadar abu berada di bawah 8% (memenuhi standar SNI) dan nilai kalor di atas 5000 Kal/g (memenuhi standar SNI). Variasi komposisi terbaik adalah komposisi 75% cangkang buah karet dan 25 % kayu senggani dengan nilai kadar air 10,56%, kadar abu 4,19 % dan nilai kalor 6123,23 Kal/g. Hal ini disebabkan karena cangkang buah karet sebagai pembawa sifat karakteristik briket yang lebih baik dibandingkan batang senggani.

Changes in extreme rainfall can cause disasters or losses for the wider community, so information about future rainfall is also needed. Rainfall is included in the category of time series data. One of the time series methods that can be used is Autoregressive Integrated Moving Average (ARIMA) or Seasonal ARIMA (SARIMA). However, this model only involves one variable without involving its dependence on other variables. One of the factors that can affect rainfall is wind speed which can affect the formation of convective clouds. In this study, the ARIMA model was expanded by adding eXogen variables and seasonal elements, namely the SARIMAX model (Seasonal ARIMA with eXogenous input). Based on the analysis that has been carried out, the prediction of rainfall in Pangkalpinang City, Bangka Belitung Islands Province can be modeled with the SARIMAX model (0,1,3)(0,1,1){12} for monthly rainfall and SARIMAX (0,1,2 )(0,1,3){12} for maximum daily rainfall. When compared with the actual data and previous studies using ARIMAX, the SARIMAX model is still better in the forecasting process when compared to the ARIMAX model. If viewed based on the AIC value of the SARIMA model, the SARIMAX model is also more suitable to be used to predict rainfall in Pangkalpinang City.

Lada putih merupakan salah satu tanaman rempah-rempah yang biasanya digunakan sebagai penyedap rasa makanan. Kota Pangkalpinang Provinsi Bangka Belitung merupakan salah satu daerah penghasil lada putih di Indonesia. Dengan dilakukannya penelitian ini, peneliti bermaksud ingin memproyeksi harga lada putih di daerah tersebut. Metode analisis yang digunakan di penelitian ini merupakan analisis deret waktu (Time Series Analysis). Metode peramalan yang digunakan pada tahapan analisis deret waktu (Time Series Analysis) merupakan metode Exponential Smothing. Data yang digunakan dalam penelitian ini merupakan data sekunder yang didapatkan dari Badan Pengawas Perdagangan Berjangka Komoditi (BAPPEBTI) dari bulan Januari 2017 hingga Agustus 2021. Data di analisis dan ditentukan dengan menggunakan model simple, holt, dan brown. Hasil dari penelitian ini adalah harga lada putih di Kota Pangkal Pinang pada bulan Oktober 2021 diproyeksi akan mengami kenaikan harga mencapai Rp. 98.000/kg dengan menggunakan model holt yang menjadi model terbaik.

Investing in the capital market for some investors is a challenge in itself. Investors are required to be able to determine the right combination and proportion of shares when they want to place a number of funds in each share that make up the optimal portfolio. The solution to the optimal portfolio formation problem can be done (Place holder) by using a genetic algorithm method approach. The purpose of applying genetic algorithms is to form an optimal portfolio with a proportion of stocks that can generate optimal profits with a justifiable loss rate. A case study was conducted on the companies compiling the LQ-45 index with dividend distribution criteria as many as 35 shares traded on the Indonesia Stock Exchange. The results showed that by using the genetic algorithm method, an effective problem solving was obtained in the formation of an optimal portfolio in issuers with dividend distribution.