Optimisasi Operasi Sistem Tenaga Listrik dengan Konstrain Kapabilitas Operasi Generator dan Kestabilan Steady State Global

Ukuran: px
Mulai penontonan dengan halaman:

Download "Optimisasi Operasi Sistem Tenaga Listrik dengan Konstrain Kapabilitas Operasi Generator dan Kestabilan Steady State Global"

Transkripsi

1 Optmsas Operas Sstem Tenaga Lstr dengan Konstran Kapabltas Operas Generator dan Kestablan Steady State Global Johny Custer,, Indar Chaerah Gunadn, Ontoseno Penangsang 3, Ad Soeprjanto 4,,3,4 Jurusan Ten Eletro Faultas Tenolog Industr Insttut Tenolog Sepuluh Nopember Surabaya 60 Polten Bengals, Jln bathn Alam desa Sunga Alam Bengals87 Ten Eletro, Unverstas Hasanuddn Maassar, 9045 Emal : dan Abstra Operas sstem tenaga lstr harus delola secara efsen, efetf, dan aman. Pembangtan dan penyaluran energ harus dlauan seeonoms mungn dengan tetap mempertahanan eamanan. Untu mencapa tujuan tersebut terdapat endala yang harus dhadap yatu apabltas emampuan operas generator dan establan steady state sstem secara eseluruhan. Kendala n dsebaban dalam sstem elstran aan selalu terjad perubahan daya pada beban yang mengabatan terjad perubahan daya pada generator. Maalah n mengusulan optmsas operas suatu sstem tenaga lstr menggunaan Modfed Improved Partcle Swarm Optmzaton (MIPSO) dengan mempertmbangan batasan emampuan operas generator dan batasan establan steady state yang menerapan metoda REI (Radal Equvalent Independent) Dmo. Dharapan dengan tambahan batasan yang dusulan, generator dapat beroperas pada batas tt operas generator sehngga onds operas palng eonoms dan aman dapat dcapa. Smulas dlauan pada sstem 500 V Jawa Bal yang terdr dar 8 generator dan 3 bus. Kata unc : MIPSO,Kestablan steady state, urva apabltas generator, optmal power flow. REI Dmo method.. Pendahuluan Operas sstem tenaga lstr berhubungan dengan baya operas yang besar dan ualtas yang dberan oleh produsen epada onsumen. Pengoperasan pembangt merupaan baya terbesar dalam sstem tenaga lstr sehngga sangat dperluan cara pengoperasan pembangtan yang efsen. Salah satu solus bag produsen lstr untu menean baya operas adalah dengan menentuan alran daya yang optmal (optmal power flow). Analss alran daya optmal untu memnmalan baya pembangtan basanya denal dengan economc dspatch. Sebelumnya para penelt telah melauan peneltan peneltan untu mendapatan nla eonoms dalam operas sstem tenaga lstr ba secara onvensonal maupun menggunaan artfcal ntellgence (AI). Agar batas pengoperasan generator benar-benar realsts, maa batas yang dpaa sebanya batas urva apabltas generator. Supaya urva apabltas generator dapat dgunaan sebaga onstrant dalam Optmal Power Flow (OPF) maa dgunaan model neural networ sebaga penggant urva apabltas generator. Model n telah dembangan oleh Mat Sya n d. Sebuah ten serba cepat dengan latar belaang valdas nla batas eamanan yang dgunaan dalam atannya dengan aplas real-tme nla stabltas steady state dembangan oleh Paul Dmo dan telah dbutan pemanfaatanya. Metode Radal Equvalent Independent (REI) Dmo dapat dgunaan untu rtera stabltas daya reatf, juga denal sebaga dq/dv atau d Q/dV untu mengevaluas stabltas las. Pada maalah n dusulan optmsas operas suatu sstem tenaga lstr menggunaan metode Modfed Improved Partcle Swarm Optmzaton (MIPSO) mempertmbangan batasan emampuan operas generator menggunaan Neural Networ dan batasan establan steady state yang menerapan metoda REI Dmo. Dharapan dengan tambahan batasan yang dusulan berdasaran referens datas, generator dapat beroperas pada batas tt operas generator sehngga onds operas palng eonoms dan aman dapat dcapa.. Metodolog Peneltan Flowchart dar tahapan peneltan yang dlauan dalam peneltan dtunjuan pada gambar berut.

2 Gambar. Flowchart tahapan peneltan.. Perhtungan Baya Pembangtan Secara umum fungs baya dar pembangt dapat dformulasan secara matemats sebaga suatu fungs obyetf sepert yang dberan dalam persamaan berut. () F () n = F( P) T = ( ) = + + F P a bp cp F T = total baya pembangtan (Rp). F (P) = fungs baya nput-output dar pembangt (Rp/jam). a, b, c = oefsen baya dar pembangt. P = output pembangt (MW) n = jumlah unt pembangt. = ndes dar dspatchable unt Batasan batasan yang dpenuh dalam perhtungan adalah :. Batasan esembangan daya N = P = P + P D Mula Data Saluran Data Pembebanan Data Pembangtan Menentuan Parameter MIPSO Menentuan Optmsas Baya Pembangtan OPF MIPSO dengan Kontran Kurva Kapabltas Generator Melhat Batasan Keamanan Generator Nla optmsas setap pembangt dgunaan untu menentuan establan steady state menggunaan REI Dmo (3). Batasan masmum dan mnmum daya atf P mn P P max (4) 3. Batasan urva apabltas generator Ya Melhat Batasan Kestablan Steady State Ya Selesa L Tda Tda P D = total beban (MW), P L = total losses (MW) P = total daya yang dbangtan (MW) P mn dan P max adalah output mnmum dan masmum pembangt... Partcle Swarm Optmzaton Partcle Swarm Optmzaton (PSO) adalah salah satu dar ten omputas evolusoner, yang mana populas pada PSO ddasaran pada penelusuran algortma dan dawal dengan suatu populas yang random yang dsebut dengan partcle. Kesederhanaan algortma dan performansnya yang ba, menjadan PSO telah menar banya perhatan d alangan para penelt dan telah daplasan dalam berbaga persoalan optmsas sstem tenaga.... Dasar PSO Partcle Swarm Optmzaton (PSO) sebaga metode optmsas mempunya beberapa langah untu menjalanan algortmanya. Menurut referens yang dtuls Macel Tueguh, algortma PSO dapat ta bag menjad beberapa pon sebaga berut :. Insalsas populas dar partcle-partcle dengan poss dan velocty secara random dalam suatu ruang dmens penelusuran.. Evaluas fungs ftness optmsas yang dngnan d dalam varabel pada setap partcle. 3. Membandngan evaluas ftness partcle dengan Pbestnya. Ja nla yang ada lebh ba dbandngan dengan nla Pbestnya, maa Pbest dset sama dengan nla tersebut dan P sama dengan loas partcle yang ada X dalam ruang dmensonal d. 4. Identfas partcle dalam lngungan dengan hasl terba sejauh n. 5. Update velocty dan poss partcle. 6. Kembal e step sampa rtera terpenuh, basanya berhent pada nla ftness yang cuup ba atau sampa pada jumlah masmum teras... IPSO Parameter nerta weght dmasuan edalam algortma PSO stándar. Persamaan dnams dar PSO dengan nerta weght (w) dmodfas atau dsebut dengan Improved Partcle Swarm Optmzaton (IPSO) menjad : V + = ωv + crand x( Pbest X ) + crand x ( Gbest X ) (5) V = velocty ndvdu pada teras w = parameter weght c,c = oefsen aseleras rand,rand = jumlah random antara 0 dan

3 X Pbest Gbest = poss ndvdu pada teras = Pbest ndvdu sampa teras = Gbest elompo sampa teras Pada proses update velocty n, nla-nla parameter sepert w, c dan c harus dtentuan terlebh dahulu. Secara umum parameter weght w dperoleh dengan menggunaan persamaan (6) berut n [-6]: wmax wmn w = wmax xiter Iter..3 MIPSO Persamaan (5) dan (7) adalah persamaan dasar algortma PSO yang dmodfas dengan menggunaan Inerta Wegth Aproach (IWA). Inerta wegth dperenalan untu menyembangan emampuan antara penelusuran global dan loal. Clerc memperanalan parameter lan yang dsebut dengan Constrcton Factor Approach (CFA) yang dgunaan untu memodfas algortma IPSO yang ada dan denal dengan sebutan Modfed Improved Partcle Swarm Optmzaton (MIPSO). Persamaan modfas velocty pada setap partcle dengan menggunaan constrcton factor menurut Sh Yao Lm d dapat dnyataan dengan persamaan (8) berut, V C ( V crand x( Pbest X ) crand x( Gbest X )) + = + + (8) dengan coefsent constrcton : C =,dengan ϕ = c + c, dan ϕ > 4 ϕ ϕ 4ϕ Pada umumnya penelt menerapan (9) constrcton factor pada algortma PSO dengan mengeset nla c dan c =.05 sehngga dperoleh nla C = Implementas MIPSO Bagan n aan menguraan mplementas metoda algortma Modfed Improved Partcle Swarm Optmzaton (MIPSO) yang dtuls Sh Yao Lm d dalam perhtungan baya pembangtan yang eonoms.. Intalsas poss dan ndvdu pada ndvdu. Strutur dar suatu ndvdu pada persoalan econom dspatch terdr atas seperangat elemen-elemen yatu output pembangtan. Oleh arena tu poss ndvdu pada teras 0 dapat drepresentasan sebaga vector X 0 = ( P,..., Pn ), dmana n adalah jumlah pembangt dalam perhtungan economc dspatch.. Update velocty. Untu memodfas poss dar setap ndvdu sehngga poss ndvdu mengalam perpndahan dar poss semula maa perlu dhtung velocty pada stage berut yang telah dmodfas dengan menggunaan Inerta wegth sepert yang dberan persamaan (9). 3. Update poss ndvdu. max Poss setap ndvdu dapat dmodfas dengan (6) (3.6) menggunaan persamaan (7), sehngga dperoleh Perpndahan partel e poss berutnya atau poss ndvdu yang baru. Oleh arena poss poss baru berdasaran : ndvdu yang dperoleh dengan hasl modfas tersebut tda dapat memberan jamnan untu + + X = X + V memenuh nequalty constrant abat (7) over/under velocty, maa poss ndvdu yang telah dmodfas tersebut aan dset embal dengan menggunaan persamaan (). Pada saat yang sama equalty constrant persamaan (3) juga harus dpenuh. () P f P P P j j,mn j j,max j = j,mn j < j,mn Pj,max f Pj > Pj,max P P f P P 4. Update P best dan G best. P best dar setap ndvdu pada teras + d modfas dengan menggunaan persamaan () : () Pbest = X f TC < TC Pbest Pbest f TC TC = 5. Proses selesa. Proses teras pada algortma MIPSO berhent ja dperoleh nla yang palng optmum pada penelusuran partel atau ja mencapa teras..4. Kestablan Steady State Stabltas Steady State Dengan Pendeatan DIMO Salah satu metode untu menyelesaan permasalahan stabltas sstem tenaga lstr adalah menggunaan pendeatan Radal Equvalent Independent (REI) Dmo yang dembangan Paul dmo. REI dapat meredus bus yang meml beban menjad sebuah bus beban evalen. Sstem 500 V Jawa Bal terdr atas 3 bus dengan 8 saluran dan 8 pembangt. Dengan menggunaan metode DIMO maa sstem Jawa Bal 500 V dapat dredus menjad 9 bus yang terdr dar 8 pembangt dan sebuah bus beban. Untu melhat stabltas steady state dgunaan formula d Q / dv dan urva P-V yang terdapat dalam REI-DIMO.

4 Tahapan redus jarng sstem Jawa bal 500 V adalah sebaga berut:. Menjalanan load flow. Menentuan bus beban 3. Menentuan bus netral ftf 4. Menghubungan bus beban e bus netral ftf dengan admntans Y bus onstan. Persamaan Y bus onstan adalah P + jq Ybus = V (3) 5. Menentuan arus I dar bus beban e bus netral ftf dengan persamaan S* n I = E jf (4) 6. Menentuan bus load center 7. Huum Krchhoff dgunaan untu menentuan arus yang mengalr e bus load center 8. Htung daya yang menuju bus netral ftf 9. Menentuan nla mpedans Z dar bus netral ftf e bus load center mengunaan persamaan, P + jq R + jx = I I * (5) Z = mpedans load center, R = resstans load center, X = reatans load center dan I = arus load center 0. Ubah mpedans Z e dalam bentu admntans Y. Tentuan tegangan d load center dengan S persamaan V = I * (6). Jalanan load flow untu menghaslan admntans Y bus baru. 3. Redusan matr Y dengan Gaussan. 4. Analss batas stabltas steady state abat pertambahan beban dengan menggunaan persamaan (7). d Q Ym Em = Ym + Yload V dv m cosδ m m (7) Bal yatu data pembebanan pada tanggal 7 maret 009 jam Smulas Optmsas dengan OPF MIPSO Tabel menunjuan real system Jawa Bal berdasaran data yang dperoleh (sebelum dlauan perhtungan optmsas). Tabel 3 dan gambar 5 adalah hasl perhtungan setelah dlauan optmsas dengan constrant. Tabel. Hasl smulas Sstem Jawa Bal jam 9.30 tanggal 7 Maret 009 (sebelum optmas) Pembangt P Q Baya (MW) (MVar) (Rp/Jam) Suralaya 3.338,909.53, ,930 Muara Tawar.470, , ,070 Crata 400,000 6, ,000 Sagulng 535,000-35, ,000 Tanjung Jat 830,000 49, ,980 Gres 80, , ,660 Paton.80,000 93, ,780 Grat 98, , ,80 Total 0.40, , ,40 Untu nla ndes stabltas dar data real system dperoleh nla ndes stabltas sebesar -35, Smulas dan Hasl 3.. Data Plant Sstem yang dgunaan untu smulas dalam pengujan n adalah sstem elstran Jawa Bal 500 V. Sstem nterones tenaga lstr 500 V Jawa Bal terdr dar 3 bus, 8 saluran transms, dan 8 pembangt tenaga lstr. Data pembebanan sstem 500 V dperoleh dar data lapangan melalu PT PLN (Persero) P3B Jawa Gambar. Kurva Kapabltas Generator hasl optmsas dengan constrant

5 Tabel. Hasl smulas Sstem Jawa Bal setelah doptmsas dengan onstrant berdasaran OPF MIPSO P Q Baya Pembangt (MW) (MVar) (Rp/Jam) Suralaya 3.95, , ,43 Muara Tawar.094,06.93, ,575 Crata 400,000-43, ,000 Sagulng 535, , ,000 Tanjung Jat.70,866 68, ,6 Gres 809, , ,409 Paton.97,59.38, ,950 Grat 63,8 38, ,850 Total 0.44, , Nla ndes stabltas setelah dlauan optmsas adalah -6, Pembahasan Hasl Smulas pertama dlauan dengan menggunaan data rl pembangtan sstem Jawa Bal dan data beban yang dgunaan adalah data pembebanan pada saat terjad beban punca pada har selasa tanggal 7 maret 009 pada jam 9.30 WIB. Dar hasl analsa alran daya metode newton raphson dperoleh nla P (daya atf, daya reatf dan baya pembangtan masng masng pembangt. Dar smulas juga dperoleh nla losses pada saluran sebesar 9,937 MW, sehngga beban dasar yang semula 0.8 bertambah menjad 0.40,909 MW. Nla ndes stabltas dperoleh dengan menggunaan metode REI Dmo pada persamaan (7), adapun nla ndes yang dperoleh sebesar -35,4650. Sstem dnyataan aman apabla nla ndes yang dperoleh 0. Pada smulas edua dcoba untu mengoptmsas baya pembangtan dar data rl yang ada. Metode yang dtawaran adalah Modfed Improved partcle Swarm Optmzaton (MIPSO). Optmsas yang dlauan dbatas dengan batasan urva apabltas generator dan establan steady state. Dengan algortma MIPSO aan dperoleh berupa output (daya atf) masng masng pembangt dan total baya pembangtan yang palng mnmal. Karena Sstem Jawa Bal 500 V yang terdr dar pembangtan jens hdro (Crata dan Sagulng) dan Pembangtan jens Terms (Suralaya, Muara Tawar, Tanjung Jat, Gres, Paton, dan Grat) maa untu perhtungan optmsasnya juga dlauan pemsahan. Untu memenuh ebutuhan beban, pembangtan hdro doperasan semasmal mungn dan selanjutnya baru doptmsas pembangtan terms. Sesua dengan lasfas bus pada analsa alran daya, Data yang detahu untu bus pet (slac bus) adalah tegangan dan sudut. Untu bus generator adalah nla P dan V (tegangan) dan untu bus beban adalah nla P (daya atf) dan Q (daya reatf). Nla P masng masng pembangtan telah dperoleh dar hasl MIPSO, sehngga perhtungan analsa alran daya bsa dlauan. Hasl yang dperoleh dar analsa alran daya dengan batasan urva apabltas generator adalah total baya pembangtan, pengoperasan pada bus pet dan erugan pada jarngan. Total baya pembangtan yang dperoleh sebesar ,80 Rp/Jam dan losses sebesar 59,00 MW. Selanjutnya dhtung nla ndes stabltas steady state menggunaan metode REI Dmo. Adapun hasl yang dperoleh adalah - 6,4305 (mash dalam batasan establan steady state). Apabla dbandngan baya pembangtan sebelum dan sesudah optmsas dperoleh selsh sebesar Rp Hal n menunjuan metoda optmsas yang dusulan mampu mencar ombnas pembangtan yang lebh murah dan beroperas pada batasan urva apabltas dan establan steady state. Dengan ata lan pengoperasan pembangtan lebh murah dan mash batasan eamanan operas. 5. Kesmpulan dan Saran 5.. Kesmpulan. Dar optmsas operas pembangt yang dlauan menggunaan MIPSO, hasl smulas menunjuan penurunan baya operas yang cuup besar. Dar baya operas real sebesar Rp ,40 berurang menjad Rp ,80 atau ada penghematan sebesar Rp (setar 7,05 %). Optmsas yang dlauan mash berada pada batasan batasan yang dtetapan, ba batas urva apabltas generator berdasaran model NN maupun batas establan steady state menerapan metode REI Dmo. 5.. Saran. Modfed Improved Partcle Swarm Optmzaton (MIPSO) yang dgunaan mash memerluan peneltan dan pengembangan lebh lanjut untu lebh memperba performansnya. Metode n dapat dombnasan dengan metode lan untu mendapatan nla total baya pembangtan, rug transms dan penerapannya pada real sstem secara on-lne untu menangan persoalan economc dspatch.. Peneltan n hanya melhat stabltas secara eseluruhan sstem, sehngga sult menganalss stabltas pada masng-masng bus.

6 6. Penghargaan Penghargaan sebesar besarnya penuls sampaan epada Bapa Prof. Dr. Ir. Ontoseno Penangsang dan Bapa Prof. Dr. Ir. Ad Soeprjanto, MT selau pembmbng penuls yang telah banya membna dan membmbng penuls. Selanjutnya epada Bapa Indar Chaerah Gunadn ST, MT yang selalu memberan masuan masuan dan de cemerlang sehngga penulsan artel n dapat dselesaan. Terma ash juga ducapan epada eluarga besar S angatan 009 ten sstem tenaga ten eletro ITS dan eluarga besar Polten Bengals. Control Centers, A John Wllet & Sons, Inc. Pubaton. Sh Yao Lm, Mohammad Montahab, and Hassan Nour, (009). Economc Dspatch of Power System Usng Partcle Swarm Optmzaton wth Constrcton Factor, Internatonal Journal of Innovatons n Energy System and Power, Vol 4 No, October, p DAFTAR PUSTAKA C. H. Chen, and S. N. Yeh, (006). Partcle Swarm Optmzaton for Economc Power Dspatch wth Valve-Pont Effect, IEEE PES Transmsson and Dstrbuton Conference and Exposton Latn Amerca, Venezuela. Had Saadat, (999). Power System Analyss, McGraw-Hll Internatonal Edton. Jong-Bae Par, Yun-Won Jeong, (006). Hyun- Houng Km and Joong-Rn Shn,, An Improved Partcle Swarm Optmzaton for Economc Dspatch wth Valve-Pont Effec, Internatonal Journal of Innovatons n Energy Systems and Power, Vol., no.. November. Kwang Y. Lee, and Jong-Bae Par, (006). Appaton of Partcle Swarm Optmzaton to Economc Dspatch Problem: Advantages and Dsadvantages, IEEE Transactons on Power Sstems. Macel Tueguh, Soeprjanto, Maurdh Hery Purnomo, (009). Modfed Improved Partcle Swarm Optmzaton For Optmal Generator Schedulng, Semnar Nasonal Aplas Tenolog Informas (SNATI), Yogarta. Mat Sya n, Ad Soeprjanto, and Taash Hyama, (009). Generator Capablty Curve Constrants for PSO Based Optmal Power Flow. Word Academy of Scence, Engneerng and Technology, Vol.53. Mat Sya n and Ad Soeprjanto, (00). Neural Networ Optmal Power Flow (NN-OPF) based on IPSO wth Developed Load Cluster Method, Word Academy of Scence, Engneerng and Technology, Vol.7. Prabha Umapathy, C. Venataseshaah, and M. Senthl Arumugam, (00). Partcle Swarm Optmzaton Wth Varous Inerta Weght Varants for Optmal Power Flow Soluton, Dscrete Dynamcs In Nature and Socety. Savu C. Savulescu, (009). Real-Tme Stablty Assessment n Modern Power System

Analisis Perbandingan Economic Dispatch Pembangkit Menggunakan Metode Lagrange dan CFPSO

Analisis Perbandingan Economic Dispatch Pembangkit Menggunakan Metode Lagrange dan CFPSO 91 Analss Perbandngan Economc Dspatch Pembangt Menggunaan Metode Lagrange dan CFPSO Kharudn Syah, Harry Soeotjo Dachlan, Rn Nur Hasanah, dan Mahfudz Shdq Abstra -Pada pengoperasan pembangt tenaga lstr,

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang Masalah

BAB 1 PENDAHULUAN. 1.1 Latar Belakang Masalah BAB PENDAHULUAN. Latar Belaang Masalah Analss regres merupaan lmu peramalan dalam statst. Analss regres dapat dataan sebaga usaha mempreds atau meramalan perubahan. Regres mengemuaan tentang engntahuan

Lebih terperinci

KOMBINASI INERTIA WEIGHT DAN CONSTRICTION FACTOR PADA PARTICLE SWARM OPTIMIZATION SEBAGAI SOLUSI PEMBANGKITAN EKONOMIS PADA SISTEM TENAGA IEEE 26 BUS

KOMBINASI INERTIA WEIGHT DAN CONSTRICTION FACTOR PADA PARTICLE SWARM OPTIMIZATION SEBAGAI SOLUSI PEMBANGKITAN EKONOMIS PADA SISTEM TENAGA IEEE 26 BUS ISSN 1412 3762 http://jurnal.up.edu/electrans ELECTRANS, VOL.12, NO.2, SEPTEMBER 2013, 151-160 KOMBINASI INERTIA WEIGHT DAN CONSTRICTION FACTOR PADA PARTICLE SWARM OPTIMIZATION SEBAGAI SOLUSI PEMBANGKITAN

Lebih terperinci

Strategi Meminimalkan Load Shedding Menggunakan Metode Sensitivitas Untuk Mencegah Voltage Collapse Pada Sistem Kelistrikan Jawa-Bali 500 kv

Strategi Meminimalkan Load Shedding Menggunakan Metode Sensitivitas Untuk Mencegah Voltage Collapse Pada Sistem Kelistrikan Jawa-Bali 500 kv 1 Strateg Memnmalan Load Sheddng Menggunaan Metode Senstvtas Untu Mencegah Voltage Collapse Pada Sstem Kelstran Jawa-Bal 500 V Rs Cahya Anugrerah Haebb, Ad Soepranto,, Ardyono Pryad Jurusan Ten Eletro,

Lebih terperinci

OPTIMAL GENERATOR SCHEDULING BASED ON PARTICLE SWARM OPTIMIZATION

OPTIMAL GENERATOR SCHEDULING BASED ON PARTICLE SWARM OPTIMIZATION Semnar Nasonal Informatka 009 (semnasif 009) ISSN: 1979-38 UPN Veteran Yogyakarta, 3 Me 009 OPTIMAL GENERATOR SCHEDULING BASED ON PARTICLE SWARM OPTIMIZATION Mackel Tuegeh 1, Ad Soeprjanto, Maurdh Hery

Lebih terperinci

MODIFIED IMPROVED PARTICLE SWARM OPTIMIZATION FOR OPTIMAL GENERATOR SCHEDULING

MODIFIED IMPROVED PARTICLE SWARM OPTIMIZATION FOR OPTIMAL GENERATOR SCHEDULING Semnar Nasonal Aplkas Teknolog Informas 009 (SNATI 009) ISSN: 1907-50 Yogyakarta, 0 Jun 009 MODIFIED IMPROVED PARTICLE SWARM OPTIMIZATION FOR OPTIMAL GENERATOR SCHEDULING Mackel Tuegeh 1, Soeprjanto, Maurdh

Lebih terperinci

BAB II TEORI DASAR. Analisis Kelompok

BAB II TEORI DASAR. Analisis Kelompok BAB II TORI DASAR II.. Analss Kelompo Istlah analss elompo pertama al dperenalan oleh Tryon (939). Ia memperenalan beberapa metode untu mengelompoan obye yang meml esamaan araterst (statsoft, 004). Kesamaan

Lebih terperinci

Karakterisasi Matrik Leslie Ordo Tiga

Karakterisasi Matrik Leslie Ordo Tiga Jurnal Graden Vol No Januar 006 : 34-38 Karatersas Matr Lesle Ordo Tga Mudn Smanhuru, Hartanto Jurusan Matemata, Faultas Matemata dan Ilmu Pengetahuan Alam, Unverstas Bengulu, Indonesa Dterma Desember

Lebih terperinci

Created by Simpo PDF Creator Pro (unregistered version)

Created by Simpo PDF Creator Pro (unregistered version) Created by Smpo PDF Creator Pro (unregstered verson) http://www.smpopd.com Statst Bsns : BAB IV. UKURA PEMUSATA DATA. Pendahuluan Untu mendapatan gambaran yang lebh jelas tentang seumpulan data mengena

Lebih terperinci

toto_suksno@uny.ac.d Economc load dspatch problem s allocatng loads to plants for mnmum cost whle meetng the constrants, (lhat d http://en.wkpeda.org/) Economc Dspatch adalah pembagan pembebanan pada pembangktpembangkt

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB LANDASAN TEORI.. Populas dan Sampel Populas adalah eseluruhan unt atau ndvdu dalam ruang lngup yang ngn dtelt. Banyanya pengamatan atau anggota suatu populas dsebut uuran populas, sedangan suatu nla

Lebih terperinci

Bab III. Plant Nonlinear Dengan Fase Nonminimum

Bab III. Plant Nonlinear Dengan Fase Nonminimum Bab III Plant Nonlnear Dengan Fase Nonmnmum Pada bagan n dbahas mengena penurunan learnng controller untu sstem nonlnear dengan derajat relatf yang detahu Dalam hal n hanya dperhatan pada sstem-sstem nonlnear

Lebih terperinci

Probabilitas dan Statistika Distribusi Peluang Diskrit 1. Adam Hendra Brata

Probabilitas dan Statistika Distribusi Peluang Diskrit 1. Adam Hendra Brata Probabltas dan Statsta Dsrt Adam Hendra Brata Unform Bernoull Multnomal Setap perstwa aan mempunya peluangnya masng-masng, dan peluang terjadnya perstwa tu aan mempunya penyebaran yang mengut suatu pola

Lebih terperinci

EKSPEKTASI SATU PEUBAH ACAK

EKSPEKTASI SATU PEUBAH ACAK EKSPEKTASI SATU PEUBAH ACAK Dalam hal n aan dbahas beberapa macam uuran yang dhtung berdasaran espetas dar satu peubah aca, ba dsrt maupun ontnu, yatu nla espetas, rataan, varans, momen, fungs pembangt

Lebih terperinci

KAJIAN METODE SUMBER EKIVALEN TITIK MASSA PADA PROSES PENGANGKATAN DATA GRAVITASI KE BIDANG DATAR

KAJIAN METODE SUMBER EKIVALEN TITIK MASSA PADA PROSES PENGANGKATAN DATA GRAVITASI KE BIDANG DATAR Berala Fsa ISSN : 1410-966 Vol.8, No.1, Januar 005, hal 7-10 KAJIAN METODE SUMBER EKIVALEN TITIK MASSA PADA PROSES PENGANGKATAN DATA GRAVITASI KE BIDANG DATAR Agus Setyawan Laboratorum Geofsa, Jurusan

Lebih terperinci

Evaluasi Keamanan dan Stabilitas Sistem Tenaga Akibat Interkoneksi Pembangkit Baru ke dalam Grid

Evaluasi Keamanan dan Stabilitas Sistem Tenaga Akibat Interkoneksi Pembangkit Baru ke dalam Grid Insttut Tenolog Nasonal Malang Evaluas Keamanan dan Stabltas Sstem Tenaga Abat Interones Pembangt Baru e dalam Grd N Putu Agustn 1, I Made Wartana 2, Lauhl Mahudz Hayusunan 3 1,2,3) Program Stud Ten Eletro,

Lebih terperinci

VI. KETIDAKPASTIAN. Contoh : Asih mengalami gejala ada bintik-bintik di wajahnya. Dokter menduga bahwa Asih terkena cacar

VI. KETIDAKPASTIAN. Contoh : Asih mengalami gejala ada bintik-bintik di wajahnya. Dokter menduga bahwa Asih terkena cacar VI. KETIDAKPASTIAN 12 Dalam enyataan sehar-har banya masalah dduna n tda dapat dmodelan secara lengap dan onssten. Suatu penalaran dmana adanya penambahan fata baru mengabatan etdaonsstenan, dengan cr-cr

Lebih terperinci

Perbandingan Masalah Optimasi TSP dengan Menggunakan Algoritma Ant Colony dan Jaringan Hopfield

Perbandingan Masalah Optimasi TSP dengan Menggunakan Algoritma Ant Colony dan Jaringan Hopfield Perbandngan Masalah Optmas TSP dengan Menggunaan Algortma Ant Colony dan Jarngan Hopfeld 1 Yulan, Moh.Isa Irawan, dan 3 Mardljah 1,, 3 Jurusan Matemata, Insttut Tenolog Sepuluh Noember Kampus ITS, Surabaya

Lebih terperinci

FUZZY BACKPROPAGATION UNTUK KLASIFIKASI POLA (Studi kasus: klasifikasi kualitas produk)

FUZZY BACKPROPAGATION UNTUK KLASIFIKASI POLA (Studi kasus: klasifikasi kualitas produk) Semnar Nasonal plas enolog Informas (SNI ) Yogyaarta, Jun FUZZY BCKPROPGION UNUK KLSIFIKSI POL (Stud asus: lasfas ualtas produ) Sr Kusumadew Jurusan en Informata, Faultas enolog Industr Unverstas Islam

Lebih terperinci

Studi Optimal Power Flow pada Sistem Kelistrikan 500 kv Jawa-Bali dengan Menggunakan Particle Swarm Optimization (PSO)

Studi Optimal Power Flow pada Sistem Kelistrikan 500 kv Jawa-Bali dengan Menggunakan Particle Swarm Optimization (PSO) JNTETI, ol. 2, No. 3, Agustus 2013 59 Stud Optmal ower Flow pada Sstem Kelstran 500 Jawa-Bal dengan Menggunaan artcle Swarm Optmzaton (SO) Taqyuddn 1, Sasongo ramono Had 2 Abstract Ths paper presents a

Lebih terperinci

BAB III METODOLOGI PENELITIAN. Penelitian ini mengenal dua macam variabel yaitu : 2. Variabel terikat (Y) yaitu : Hasil belajar Sejarah

BAB III METODOLOGI PENELITIAN. Penelitian ini mengenal dua macam variabel yaitu : 2. Variabel terikat (Y) yaitu : Hasil belajar Sejarah BAB III METODOLOGI PENELITIAN 3.1 Varans Peneltan 3.1.1 Varabel Peneltan Peneltan n mengenal dua macam varabel yatu : 1. Varabel bebas (X) yatu : Berpr formal. Varabel terat (Y) yatu : Hasl belajar Sejarah

Lebih terperinci

STUDI ALIRAN DAYA TIGA FASA UNTUK SISTEM DISTRIBUSI DENGAN METODE PENDEKATAN LANGSUNG

STUDI ALIRAN DAYA TIGA FASA UNTUK SISTEM DISTRIBUSI DENGAN METODE PENDEKATAN LANGSUNG No. 29 ol.2 Thn. X Aprl 2008 SSN: 085-871 STUD ALRAN DAYA TGA FASA UNTUK SSTEM DSTRBUS DENGAN METODE PENDEKATAN LANGSUNG Adrant, Slva ran Jurusan Ten Eletro Faultas Ten Unverstas Andalas, Padang Abstra

Lebih terperinci

BAB II TINJAUAN PUSTAKA

BAB II TINJAUAN PUSTAKA BAB II TINJAUAN PUSTAKA 2.1 Tnjauan Pustaka 2.1.1 Tmetable Tmetable merupakan alokas subjek yang memlk kendala untuk dtempatkan pada ruang waktu (Gan dkk, 2004). Permasalahan Tmetable cukup luas. Masalah

Lebih terperinci

BAB III METODOLOGI PENELITIAN

BAB III METODOLOGI PENELITIAN BAB III METODOLOGI PENELITIAN Dalam pembuatan tugas akhr n, penulsan mendapat referens dar pustaka serta lteratur lan yang berhubungan dengan pokok masalah yang penuls ajukan. Langkah-langkah yang akan

Lebih terperinci

Analisa dan Penerapan Metode Particle Swarm Optimization Pada Optimasi Penjadwalan Kuliah

Analisa dan Penerapan Metode Particle Swarm Optimization Pada Optimasi Penjadwalan Kuliah Jurnal Teknk Informatka, Vol 1 September 2012 Analsa dan Penerapan Metode Partcle Swarm Optmzaton Pada Optmas Penjadwalan Kulah Rasha Ashla Rachman 1), Dadang Syarf 2), Rka Perdana Sar 3) 1) Program Stud

Lebih terperinci

OPTIMASI PENJADWALAN MATA KULIAH DI JURUSAN TEKNIK INFORMATIKA PENS DENGAN MENGGUNAKAN ALGORITMA PARTICLE SWARM OPTIMIZATION (PSO)

OPTIMASI PENJADWALAN MATA KULIAH DI JURUSAN TEKNIK INFORMATIKA PENS DENGAN MENGGUNAKAN ALGORITMA PARTICLE SWARM OPTIMIZATION (PSO) OPTIMASI PENJADWALAN MATA KULIAH DI JURUSAN TEKNIK INFORMATIKA PENS DENGAN MENGGUNAKAN ALGORITMA PARTICLE SWARM OPTIMIZATION (PSO) Dan Aran, Arna Fahrza,S.Kom,M.Kom, Ira Prasetyanngrum,S.S,M.T 3 Mahasswa

Lebih terperinci

Kata kunci : daya, bahan bakar, optimasi, ekonomis. pembangkitan yang maksimal dengan biaya pengoperasian unit pembangkit yang minimal.

Kata kunci : daya, bahan bakar, optimasi, ekonomis. pembangkitan yang maksimal dengan biaya pengoperasian unit pembangkit yang minimal. Makalah Semnar Tugas Akhr MENGOPTIMALKAN PEMBAGIAN BEBAN PADA UNIT PEMBANGKIT PLTGU TAMBAK LOROK DENGAN METODE LAGRANGE MULTIPLIER Oleh : Marno Sswanto, LF 303 514 Abstrak Pertumbuhan ndustr pada suatu

Lebih terperinci

Benyamin Kusumoputro Ph.D Computational Intelligence, Faculty of Computer Science University of Indonesia METODE PEMBELAJARAN

Benyamin Kusumoputro Ph.D Computational Intelligence, Faculty of Computer Science University of Indonesia METODE PEMBELAJARAN METODE PEMBELAJARAN Sebelum suatu Jarngan Neural Buatan (JNB) dgunaan untu menglasfasan pola, terlebh dahulu dlauan proses pembelaaran untu menentuan strutur arngan, terutama dalam penentuan nla bobot.

Lebih terperinci

Bab V Aliran Daya Optimal

Bab V Aliran Daya Optimal Bab V Alran Daya Optmal Permasalahan alran daya optmal (Optmal Power Flow/OPF) telah menjad bahan pembcaraan sejak dperkenalkan pertama kal oleh Carpenter pada tahun 196. Karena mater pembahasan tentang

Lebih terperinci

U JIAN A KHIR S EMESTER M ATEMATIKA T EKNIK

U JIAN A KHIR S EMESTER M ATEMATIKA T EKNIK Jurusan Ten Spl dan Lngungan FT UGM U JIAN A KHIR S EMESTER M ATEMATIKA T EKNIK SENIN, 4 JANUARI 23 OPEN BOOK WAKTU MENIT PETUNJUK ) Saudara tda boleh menggunaan omputer untu mengerjaan soal- soal ujan

Lebih terperinci

PEMODELAN PENGELUARAN RUMAH TANGGA UNTUK KONSUMSI MAKANAN DI KOTA SURABAYA DAN FAKTOR-FAKTOR YANG MEMPENGARUHI MENGGUNAKAN PENDEKATAN REGRESI SPLINE

PEMODELAN PENGELUARAN RUMAH TANGGA UNTUK KONSUMSI MAKANAN DI KOTA SURABAYA DAN FAKTOR-FAKTOR YANG MEMPENGARUHI MENGGUNAKAN PENDEKATAN REGRESI SPLINE PEMODELAN PENGELUARAN RUMAH TANGGA UNTUK KONSUMSI MAKANAN DI KOTA SURABAYA DAN FAKTOR-FAKTOR YANG MEMPENGARUHI MENGGUNAKAN PENDEKATAN REGRESI SPLINE Dew Arfanty Azm, Dra.Madu Ratna,M.S. dan 3 Prof. Dr.

Lebih terperinci

KLASTERISASI SINYAL SUARA MENGGUNAKAN METODE PARTICLE SWARM OPTIMIZATION PADA PENGEMBANGAN SISTEM PENGENALAN INDIVIDU BERBASIS SUARA UCAPAN

KLASTERISASI SINYAL SUARA MENGGUNAKAN METODE PARTICLE SWARM OPTIMIZATION PADA PENGEMBANGAN SISTEM PENGENALAN INDIVIDU BERBASIS SUARA UCAPAN KLASTERISASI SINYAL SUARA MENGGUNAKAN METODE PARTICLE SWARM OPTIMIZATION PADA PENGEMBANGAN SISTEM PENGENALAN INDIVIDU BERBASIS SUARA UCAPAN Abstra Nama: Moh. Bagus Had S (Nrp 1205 100 037) Dosen Pembmbng:

Lebih terperinci

PENENTUAN LOKASI GUDANG DISTRIBUSI PADA SISTEM DISTRIBUSI PRODUK KONSUMSI PT X DI JAWA TIMUR

PENENTUAN LOKASI GUDANG DISTRIBUSI PADA SISTEM DISTRIBUSI PRODUK KONSUMSI PT X DI JAWA TIMUR Prosdng Semnar Nasonal Manajemen Tenolog IX Program Stud MMT-ITS, Surabaya 14 Pebruar 2009 PENENTUAN LOKASI GUDANG DISTRIBUSI PADA SISTEM DISTRIBUSI PRODUK KONSUMSI PT X DI JAWA TIMUR Teguh Otarso Program

Lebih terperinci

BAB II LANDASAN TEORI

BAB II LANDASAN TEORI BAB II LANDASAN ORI. Aljabar Matrs.. Defns Matrs Matrs adalah suatu umpulan anga-anga yang juga serng dsebut elemen-elemen yang dsusun secara teratur menurut bars dan olom sehngga berbentu perseg panjang,

Lebih terperinci

BAB II KONDUKSI ALIRAN STEDI SATU DIMENSI

BAB II KONDUKSI ALIRAN STEDI SATU DIMENSI BB II KONDUKSI LIRN SEDI SU DIMENSI Dndng Datar Persamaan alr : (5- Harga ndutvtas termal dasumsan nstan, tebal dndng, dan dan adalah temperatur permuaan dndng. Ja ndutvtas termal bervaras arena temperatur

Lebih terperinci

PERBANDINGAN PENGGUNAAN METODE OPTIMASI EXTENDED QUADRATIC INTERIOR POINT DENGAN NEURAL NETWORK UNTUK ECONOMIC DISPATCH PEMBANGKIT THERMAL DI BALI

PERBANDINGAN PENGGUNAAN METODE OPTIMASI EXTENDED QUADRATIC INTERIOR POINT DENGAN NEURAL NETWORK UNTUK ECONOMIC DISPATCH PEMBANGKIT THERMAL DI BALI erbandngan enggunaan Metode Optmas Rum Sar Hartat, Suerayasa ERBANDINGAN ENGGUNAAN METODE OTIMASI EXTENDED QUADRATIC INTERIOR OINT DENGAN NEURAL NETWORK UNTUK ECONOMIC DISATCH EMBANGKIT THERMAL DI BALI

Lebih terperinci

BAB II DIMENSI PARTISI

BAB II DIMENSI PARTISI BAB II DIMENSI PARTISI. Defns dasar dan eteratannya dengan metrc dmenson Dalam pembahasan dmens parts, graf yang dbahas adalah graf terhubung sederhana dan tda meml arah. Sebelum mendefnsan graf yang dgunaan

Lebih terperinci

PENJADWALAN PEKERJAAN DENGAN MENGGUNAKAN DISPATCHING RULES DI PT. TIGA SERANGKAI PUSTAKA MANDIRI

PENJADWALAN PEKERJAAN DENGAN MENGGUNAKAN DISPATCHING RULES DI PT. TIGA SERANGKAI PUSTAKA MANDIRI PENJADWALAN PEKERJAAN DENGAN MENGGUNAKAN DISPATCHING RULES DI PT. TIGA SERANGKAI PUSTAKA MANDIRI Yunarstanto 1 Irwan Iftad 1 Iwan Ngabd Raharjo 2 Abstract: Producton flow n PT. Tga Seranga Pustaa Mandr

Lebih terperinci

Implementasi Jaringan Saraf Tiruan Backpropagation Pada Aplikasi Pengenalan Wajah Dengan Jarak Yang Berbeda Menggunakan MATLAB 7.0

Implementasi Jaringan Saraf Tiruan Backpropagation Pada Aplikasi Pengenalan Wajah Dengan Jarak Yang Berbeda Menggunakan MATLAB 7.0 Implementas Jarngan Saraf Truan Bacpropagaton Pada Aplas Pengenalan Waah Dengan Jara Yang Berbeda Menggunaan MATLAB 7.0 Syafe Nur Luthfe Jurusan Ten Informata, Unverstas Gunadarma Jl. Margonda Raya 100,

Lebih terperinci

BAB III HIPOTESIS DAN METODOLOGI PENELITIAN

BAB III HIPOTESIS DAN METODOLOGI PENELITIAN BAB III HIPOTESIS DAN METODOLOGI PENELITIAN III.1 Hpotess Berdasarkan kerangka pemkran sebelumnya, maka dapat drumuskan hpotess sebaga berkut : H1 : ada beda sgnfkan antara sebelum dan setelah penerbtan

Lebih terperinci

III FUZZY GOAL LINEAR PROGRAMMING

III FUZZY GOAL LINEAR PROGRAMMING 7 Ilustras entu hmpunan fuzzy dan fungs eanggotaannya dapat dlhat pada Contoh 3. Contoh 3 Msalan seseorang dataan sudah dewasa ja erumur 7 tahun atau leh, maa dalam loga tegas, seseorang yang erumur urang

Lebih terperinci

APLIKASI PENENTUAN PENERIMA BEASISWA MENGGUNAKAN METODE ALGORITMA FUZZY MADM PADA BEASISWA RUTIN UKSW

APLIKASI PENENTUAN PENERIMA BEASISWA MENGGUNAKAN METODE ALGORITMA FUZZY MADM PADA BEASISWA RUTIN UKSW Semnar NasonalTenologInformasdan Multmeda 2015 STMIK AMIKOM Yogyaarta, 6-8Februar 2015 APLIKASI PENENTUAN PENERIMA BEASISWA MENGGUNAKAN METODE ALGORITMA FUZZY MADM PADA BEASISWA RUTIN UKSW Aslnda 1), Andea

Lebih terperinci

PENYELESAIAN SISTEM PERSAMAAN TAK LINIER

PENYELESAIAN SISTEM PERSAMAAN TAK LINIER PENYELESIN SISTEM PESMN TK LINIE Mater Kulah: Pengantar; Iteras Satu Tt; Iteras Newton # PENGNT # erut n adalah contoh seumpulan buah persamaan ta lner smulta dengan buah varabel ang ta detahu:... ( 57...

Lebih terperinci

Eman Lesmana, Riaman. Jurusan Matematika FMIPA Universitas Padjadjaran, Jl. Raya Bandung-Sumedang km 21 Jatinangor ABSTRAK

Eman Lesmana, Riaman. Jurusan Matematika FMIPA Universitas Padjadjaran, Jl. Raya Bandung-Sumedang km 21 Jatinangor ABSTRAK PENGGUNAAN MODEL REGRESI LINEAR BERGANDA PADA PROGRAM PENGGEMUKAN SAPI PO ( PERANAKAN ONGOLE) SERTA ANALISIS BCR ( BENEFIT COST RATIO ) PENGGUNAAN PAKAN BAHAN KERING Eman Lesmana, Raman Jurusan Matemata

Lebih terperinci

PENGKAJIAN BEBERAPA ALGORITMA UNTUK MENGEVALUASI DAN MENGHITUNG LOSSES ENERGI PADA SISTEM DISTRIBUSI TENAGA LISTRIK

PENGKAJIAN BEBERAPA ALGORITMA UNTUK MENGEVALUASI DAN MENGHITUNG LOSSES ENERGI PADA SISTEM DISTRIBUSI TENAGA LISTRIK PENGKAJIAN BEBERAPA AGORITMA UNTUK MENGEVAUASI DAN MENGHITUNG OSSES ENERGI PADA SISTEM DISTRIBUSI TENAGA ISTRIK Hamzah Hlal Jl. MH. Thamrn No. 8 Geung II anta 0,, PTKKE-Deput Bang TIEM BPPT E-mal: taura889@yahoo.com

Lebih terperinci

PROPOSAL SKRIPSI JUDUL:

PROPOSAL SKRIPSI JUDUL: PROPOSAL SKRIPSI JUDUL: 1.1. Latar Belakang Masalah SDM kn makn berperan besar bag kesuksesan suatu organsas. Banyak organsas menyadar bahwa unsur manusa dalam suatu organsas dapat memberkan keunggulan

Lebih terperinci

IMPLEMENTASI BACKPROPAGATION NEURAL NETWORK DALAM PRAKIRAAN CUACA DI DAERAH BALI SELATAN

IMPLEMENTASI BACKPROPAGATION NEURAL NETWORK DALAM PRAKIRAAN CUACA DI DAERAH BALI SELATAN E-Jurnal Matemata Vol. 5 (4), November 2016, pp. 126-132 ISSN: 2303-1751 IMPLEMENTASI BACKPROPAGATION NEURAL NETWORK DALAM PRAKIRAAN CUACA DI DAERAH BALI SELATAN I Made Dw Udayana Putra 1, G. K. Gandhad

Lebih terperinci

HAK CIPTA (HKI) Judul Invensi: METODE OPTIMISASI KONFIGURASI JARINGAN DISTRIBUSI BERBASIS LOGIKA FUZZY DAN PARTICLE SWARM OPTIMIZATION

HAK CIPTA (HKI) Judul Invensi: METODE OPTIMISASI KONFIGURASI JARINGAN DISTRIBUSI BERBASIS LOGIKA FUZZY DAN PARTICLE SWARM OPTIMIZATION 0 HAK CIPTA HKI 1 Judul Invens: METODE OPTIMISASI KONFIGURASI JARINGAN DISTRIBUSI BERBASIS LOGIKA FUZZY DAN PARTICLE SWARM OPTIMIZATION Inventor: Dr. Ramadon Syahputra, S.T., M.T. Ir. Agus Jamal, M.Eng.

Lebih terperinci

BAB I PENDAHULUAN. pembangunan dalam sektor energi wajib dilaksanakan secara sebaik-baiknya. Jika

BAB I PENDAHULUAN. pembangunan dalam sektor energi wajib dilaksanakan secara sebaik-baiknya. Jika BAB I PENDAHULUAN 1.1.Latar Belakang Energ sangat berperan pentng bag masyarakat dalam menjalan kehdupan seharhar dan sangat berperan dalam proses pembangunan. Oleh sebab tu penngkatan serta pembangunan

Lebih terperinci

PENERAPAN METODE MAMDANI DALAM MENGHITUNG TINGKAT INFLASI BERDASARKAN KELOMPOK KOMODITI (Studi Kasus pada Data Inflasi Indonesia)

PENERAPAN METODE MAMDANI DALAM MENGHITUNG TINGKAT INFLASI BERDASARKAN KELOMPOK KOMODITI (Studi Kasus pada Data Inflasi Indonesia) PENERAPAN METODE MAMDANI DALAM MENGHITUNG TINGKAT INFLASI BERDASARKAN KELOMPOK KOMODITI (Stud Kasus pada Data Inflas Indonesa) Putr Noorwan Effendy, Amar Sumarsa, Embay Rohaet Program Stud Matematka Fakultas

Lebih terperinci

BAB II TINJAUAN PUSTAKA

BAB II TINJAUAN PUSTAKA BAB II TINJAUAN PUSTAKA 2.1 Penjadwalan Baker (1974) mendefnskan penjadwalan sebaga proses pengalokasan sumber-sumber dalam jangka waktu tertentu untuk melakukan sejumlah pekerjaan. Menurut Morton dan

Lebih terperinci

Septian Dwiratha. Jurusan Teknik Elektro Fakultas Teknik Industri, Institut Teknologi Sepuluh Nopember

Septian Dwiratha. Jurusan Teknik Elektro Fakultas Teknik Industri, Institut Teknologi Sepuluh Nopember KOORDINASI OPTIMAL RELE DIRECTIONAL OVERCURRENT RELAY PADA SISTEM TRANSMISI 150 KV MENGGUNAKAN HYBRID PARTICLE SWARM OPTIMIZATION TIME VARYING ACCELERATION COEFFICIENT (PSO-TVAC) Septan Dwratha Jurusan

Lebih terperinci

Oleh : Wahyu Safi i Dosen Pembimbing : Drs. Soehardjoepri, M.Si

Oleh : Wahyu Safi i Dosen Pembimbing : Drs. Soehardjoepri, M.Si Analsa Penerapan Metode Robust Locally Weght Regresson Smoothng Scatterplots Pada Oblgas ( Analyss of Applcaton Robust Locally Weght Regresson Smoothng Scatterplots s Method n Oblgaton ) Oleh : Wahyu Saf

Lebih terperinci

III. METODE PENELITIAN. Penelitian ini dilakukan di MTs Negeri 2 Bandar Lampung dengan populasi siswa

III. METODE PENELITIAN. Penelitian ini dilakukan di MTs Negeri 2 Bandar Lampung dengan populasi siswa III. METODE PENELITIAN A. Populas dan Sampel Peneltan n dlakukan d MTs Neger Bandar Lampung dengan populas sswa kelas VII yang terdr dar 0 kelas yatu kelas unggulan, unggulan, dan kelas A sampa dengan

Lebih terperinci

Didownload dari ririez.blog.uns.ac.id BAB I PENDAHULUAN

Didownload dari ririez.blog.uns.ac.id BAB I PENDAHULUAN BAB I PENDAHULUAN Sebuah jarngan terdr dar sekelompok node yang dhubungkan oleh busur atau cabang. Suatu jens arus tertentu berkatan dengan setap busur. Notas standart untuk menggambarkan sebuah jarngan

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB 2 LANDASAN TEORI 2.1 Pengertan Regres Regres pertama kal dpergunakan sebaga konsep statstka oleh Sr Francs Galton (1822 1911). Belau memperkenalkan model peramalan, penaksran, atau pendugaan, yang

Lebih terperinci

BAB I PENDAHULUAN I-1

BAB I PENDAHULUAN I-1 BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Kendaraan bermotor merupakan alat yang palng dbutuhkan sebaga meda transportas. Kendaraan dbag menjad dua macam, yatu kendaraan umum dan prbad. Kendaraan umum

Lebih terperinci

PENJADWALAN PEMBEBANAN MENGGUNAKAN FAKTOR PENALTI PADA SISTEM TRANSMISI 500 kv JAWA-BALI DENGAN METODE ADAPTIVE NEURO FUZZY INFERENCE SYSTEM (ANFIS)

PENJADWALAN PEMBEBANAN MENGGUNAKAN FAKTOR PENALTI PADA SISTEM TRANSMISI 500 kv JAWA-BALI DENGAN METODE ADAPTIVE NEURO FUZZY INFERENCE SYSTEM (ANFIS) PENJADWALAN PEMBEBANAN MENGGUNAKAN FAKTOR PENALTI PADA SISTEM TRANSMISI 500 kv JAWA-BALI DENGAN METODE ADAPTIVE NEURO FUZZY INFERENCE SYSTEM (ANFIS) Had Sutanto Sarag *), Hermawan, and Susatyo Handoko

Lebih terperinci

PEMODELAN TINGKAT KERAWANAN DEMAM BERDARAH DENGUE DI KABUPATEN LAMONGAN DENGAN PENDEKATAN GEOGRAPHICALLY WEIGHTED ORDINAL LOGISTIC REGRESSION

PEMODELAN TINGKAT KERAWANAN DEMAM BERDARAH DENGUE DI KABUPATEN LAMONGAN DENGAN PENDEKATAN GEOGRAPHICALLY WEIGHTED ORDINAL LOGISTIC REGRESSION PEMODELAN INGKA KERAWANAN DEMAM BERDARAH DENGUE DI KABUPAEN LAMONGAN DENGAN PENDEKAAN GEOGRAPHICALLY WEIGHED ORDINAL LOGISIC REGRESSION Marsa Rfada 1, Purhad 1) Mahasswa Magster Jurusan Statsta, Insttut

Lebih terperinci

IMAGE CLUSTER BERDASARKAN WARNA UNTUK IDENTIFIKASI KEMATANGAN BUAH TOMAT DENGAN METODE VALLEY TRACING

IMAGE CLUSTER BERDASARKAN WARNA UNTUK IDENTIFIKASI KEMATANGAN BUAH TOMAT DENGAN METODE VALLEY TRACING IMAGE CLUSTER BERDASARKAN WARNA UNTUK IDENTIFIKASI KEMATANGAN BUAH TOMAT DENGAN METODE VALLEY TRACING M. Helmy Noor 1, Moh. Harad 2 Program Pasasarjana, Jurusan Teknk Elektro, Program Stud Jarngan Cerdas

Lebih terperinci

BAB III METODE RESPONSE SURFACE DENGAN SIMULASI MONTE CARLO. solusi dari suatu masalah diberikan berdasarkan proses rendomisasi (acak).

BAB III METODE RESPONSE SURFACE DENGAN SIMULASI MONTE CARLO. solusi dari suatu masalah diberikan berdasarkan proses rendomisasi (acak). BAB III METODE RESPONSE SURFACE DENGAN SIMULASI MONTE CARLO 3. Smulas Monte Carlo Smulas Monte Carlo merupaan bentu smulas probablst dmana solus dar suatu masalah dberan berdasaran proses rendomsas (aca).

Lebih terperinci

OPTIMASI PEMBAGIAN BEBAN PLTU SURALAYA MENGGUNAKAN METODE ANT COLONY OPTIMIZATION

OPTIMASI PEMBAGIAN BEBAN PLTU SURALAYA MENGGUNAKAN METODE ANT COLONY OPTIMIZATION OPTIMASI PEMBAGIAN BEBAN PLTU SURALAYA MENGGUNAKAN METODE ANT COLONY OPTIMIZATION Suhendar 1, Ika Want Tusyan 2, Almuddn 3 1,2,3 Jurusan Teknk Elektro, Fakutas Teknk Unverstas Sultan Ageng Trtayasa Jl.

Lebih terperinci

III. METODE PENELITIAN. Metode dalam penelitian ini adalah metode eksperimen. Penggunaan metode eksperimen ini

III. METODE PENELITIAN. Metode dalam penelitian ini adalah metode eksperimen. Penggunaan metode eksperimen ini III. METODE PENELITIAN A. Metode Peneltan Metode dalam peneltan n adalah metode ekspermen. Penggunaan metode ekspermen n bertujuan untuk mengetahu apakah suatu metode, prosedur, sstem, proses, alat, bahan

Lebih terperinci

ANALISIS MODEL PERSEDIAAN BARANG EOQ DENGAN MEMPERTIMBANGKAN FAKTOR KADALUARSA DAN FAKTOR ALL UNIT DISCOUNT

ANALISIS MODEL PERSEDIAAN BARANG EOQ DENGAN MEMPERTIMBANGKAN FAKTOR KADALUARSA DAN FAKTOR ALL UNIT DISCOUNT LAORAN HASIL ENELITIAN ANALISIS MOEL ERSEIAAN BARANG EO ENGAN MEMERTIMBANGKAN FAKTOR KAALUARSA AN FAKTOR ALL UNIT ISOUNT Tauf Lmansyah LEMBAGA ENELITIAN AN ENGABIAN KEAA MASYARAKAT UNIVERSITAS KATOLIK

Lebih terperinci

V E K T O R Kompetensi Dasar :

V E K T O R Kompetensi Dasar : MODUL PEMELJRN I V E K T O R Kompetens Dasar : 1. Mahasswa mampu memaham perbedaan besaran vetor dan salar serta memberan contohcontohna dalam ehdupan sehar-har, 2. Mahasswa mampu melauan operas penumlahan

Lebih terperinci

Roy Madi Mahasiswa Teknik Informatika, FT UMRAH

Roy Madi Mahasiswa Teknik Informatika, FT UMRAH OPTIMASI WAKTU KEBERANGKATAN FERRY TANJUNGPINANG BATAM DENGAN METODE PARTICLE SWARM OPTIMIZATION (Stud Kasus : Pelabuhan Sr Bntan Pura, Kota Tanjungpnang) Roy Mad Mahasswa Teknk Informatka, FT UMRAH (roymad0@gmal.com)

Lebih terperinci

UKURAN S A S MPE P L P of o. D r D. r H. H Al A ma m s a d s i d Sy S a y h a z h a, SE S. E, M P E ai a l i : l as a y s a y h a

UKURAN S A S MPE P L P of o. D r D. r H. H Al A ma m s a d s i d Sy S a y h a z h a, SE S. E, M P E ai a l i : l as a y s a y h a UKURAN SAMPEL Prof. Dr. H. Almasd Syahza, SE., MP Emal: asyahza@yahoo.co.d Webste: http://almasd. almasd.staff. staff.unr.ac.d Penelt Senor Unverstas Rau Penentuan Sampel Peneltan lmah hampr selalu hanya

Lebih terperinci

MODEL OPTIMAL SISTEM TRANSPORTASI ANGKUTAN KOTA

MODEL OPTIMAL SISTEM TRANSPORTASI ANGKUTAN KOTA ODEL OPTIAL SISTE TRANSPORTASI ANGKUTAN KOTA PRAPTO TRI SUPRIYO Departemen atematka Fakultas atematka dan Ilmu Pengetahuan Alam Insttut Pertanan Bogor Jl erant, Kampus IPB Darmaga, Bogor 16680 Indonesa

Lebih terperinci

Prosedur Komputasi untuk Membentuk Selang Kepercayaan Simultan Proporsi Multinomial

Prosedur Komputasi untuk Membentuk Selang Kepercayaan Simultan Proporsi Multinomial SEMINAR NASIONAL MATEMATIKA DAN PENDIDIKAN MATEMATIKA UNY 2016 Prosedur Komputas untu Membentu Selang Kepercayaan Smultan Propors Multnomal S - 11 Bertho Tantular Departemen Statsta FMIPA UNPAD bertho@unpad.ac.d

Lebih terperinci

PENENTUAN JUMLAH PRODUKSI OPTIMAL CPO DENGAN MENGGUNAKAN METODE GOAL PROGRAMMING PADA PABRIK KELAPA SAWIT PT. XYZ

PENENTUAN JUMLAH PRODUKSI OPTIMAL CPO DENGAN MENGGUNAKAN METODE GOAL PROGRAMMING PADA PABRIK KELAPA SAWIT PT. XYZ e-jurnal Ten Industr FT USU Vol 3, No., Otober 03 pp. 45-5 PENENTUAN JUMLAH PRODUKSI OPTIMAL CPO DENGAN MENGGUNAKAN METODE GOAL PROGRAMMING PADA PABRIK KELAPA SAWIT PT. YZ Delmar Bnhot Lumbantoruan, Poerwanto,

Lebih terperinci

ε adalah error random yang diasumsikan independen, m X ) adalah fungsi

ε adalah error random yang diasumsikan independen, m X ) adalah fungsi BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Analss regres merupakan suatu metode yang dgunakan untuk menganalss hubungan antara dua atau lebh varabel. Pada analss regres terdapat dua jens varabel yatu

Lebih terperinci

BAB IV PERHITUNGAN DAN ANALISIS

BAB IV PERHITUNGAN DAN ANALISIS BAB IV PERHITUNGAN DAN ANALISIS 4.1 Survey Parameter Survey parameter n dlakukan dengan mengubah satu jens parameter dengan membuat parameter lannya tetap. Pengamatan terhadap berbaga nla untuk satu parameter

Lebih terperinci

BAB VB PERSEPTRON & CONTOH

BAB VB PERSEPTRON & CONTOH BAB VB PERSEPTRON & CONTOH Model JST perseptron dtemukan oleh Rosenblatt (1962) dan Mnsky Papert (1969). Model n merupakan model yang memlk aplkas dan pelathan yang lebh bak pada era tersebut. 5B.1 Arstektur

Lebih terperinci

BAB IV PEMBAHASAN HASIL PENELITIAN

BAB IV PEMBAHASAN HASIL PENELITIAN BAB IV PEMBAHASAN HASIL PENELITIAN A. Hasl Peneltan Pada peneltan yang telah dlakukan penelt selama 3 mnggu, maka hasl belajar matematka pada mater pokok pecahan d kelas V MI I anatussbyan Mangkang Kulon

Lebih terperinci

BAB IV HASIL PENELITIAN DAN PEMBAHASAN

BAB IV HASIL PENELITIAN DAN PEMBAHASAN BAB IV HASIL PENELITIAN DAN PEMBAHASAN A. Deskrps Data Hasl Peneltan Satelah melakukan peneltan, penelt melakukan stud lapangan untuk memperoleh data nla post test dar hasl tes setelah dkena perlakuan.

Lebih terperinci

III.METODE PENELITIAN. Pada penelitian ini subyek yang digunakan adalah siswa VII A SMPN 5

III.METODE PENELITIAN. Pada penelitian ini subyek yang digunakan adalah siswa VII A SMPN 5 33 III.METODE PENELITIAN A Jens Dan Desan Peneltan. Jens peneltan yang dgunakan dalam peneltan n adalah peneltan kuanttatf. Peneltan n merupakan peneltan korelas yang bertujuan untuk mengetahu hubungan

Lebih terperinci

BAB II TINJAUAN PUSTAKA DAN DASAR TEORI

BAB II TINJAUAN PUSTAKA DAN DASAR TEORI BAB II TINJAUAN PUSTAKA DAN DASAR TEORI 2.1 Tnjauan Pustaka Dar peneltan yang dlakukan Her Sulstyo (2010) telah dbuat suatu sstem perangkat lunak untuk mendukung dalam pengamblan keputusan menggunakan

Lebih terperinci

BAB 2 LANDASAN TEORI. Teori Galton berkembang menjadi analisis regresi yang dapat digunakan sebagai alat

BAB 2 LANDASAN TEORI. Teori Galton berkembang menjadi analisis regresi yang dapat digunakan sebagai alat BAB LANDASAN TEORI. 1 Analsa Regres Regres pertama kal dpergunakan sebaga konsep statstk pada tahun 1877 oleh Sr Francs Galton. Galton melakukan stud tentang kecenderungan tngg badan anak. Teor Galton

Lebih terperinci

Estimasi Lokasi Gangguan Hubung Singkat pada Saluran Transmisi Tenaga Listrik

Estimasi Lokasi Gangguan Hubung Singkat pada Saluran Transmisi Tenaga Listrik 106 JURNAL ILMIAH SEMESTA TEKNIKA Vol. 17, No., 106-115, Nov 014 Estmas Loas Gangguan Hubung Sngat pada Saluran Transms Tenaga Lstr (Short Crcut Fault Locaton Estmaton on Power Transmsson Lnes RAMADONI

Lebih terperinci

BAB V ANALISA PEMECAHAN MASALAH

BAB V ANALISA PEMECAHAN MASALAH BAB V ANALISA PEMECAHAN MASALAH 5.1 Analsa Pemlhan Model Tme Seres Forecastng Pemlhan model forecastng terbak dlakukan secara statstk, dmana alat statstk yang dgunakan adalah MAD, MAPE dan TS. Perbandngan

Lebih terperinci

ANALISIS VARIASI PARAMETER BACKPROPAGATION ARTIFICIAL NEURAL NETWORK TERHADAP PENGENALAN POLA DATA IRIS

ANALISIS VARIASI PARAMETER BACKPROPAGATION ARTIFICIAL NEURAL NETWORK TERHADAP PENGENALAN POLA DATA IRIS ANALISIS VARIASI PARAMETER BACKPROPAGATION ARTIFICIAL NEURAL NETWORK TERHADAP PENGENALAN POLA DATA IRIS Ihwannul Khols, ST. MT. Unverstas 7 Agustus 945 Jaarta hols27@gmal.com Abstra Pengenalan pola data

Lebih terperinci

BAB III METODOLOGI PENELITIAN. bulan November 2011 dan direncanakan selesai pada bulan Mei 2012.

BAB III METODOLOGI PENELITIAN. bulan November 2011 dan direncanakan selesai pada bulan Mei 2012. BAB III METODOLOGI PENELITIAN 1.1. Tempat dan waktu Peneltan Peneltan dlakukan pada Perusahaan Daerah Ar Mnum Kabupaten Gorontalo yang beralamat d jalan Gunung Bolyohuto No. 390 Kelurahan Bolhuangga Kecamatan

Lebih terperinci

ALGORITMA GENETIKA SEBAGAI SOLUSI OPTIMAL POWER FLOW PADA SISTEM KELISTRIKAN 500 KV JAWA BALI

ALGORITMA GENETIKA SEBAGAI SOLUSI OPTIMAL POWER FLOW PADA SISTEM KELISTRIKAN 500 KV JAWA BALI ALGORITMA GENETIKA SEBAGAI SOLUSI OPTIMAL POWER FLOW PADA SISTEM KELISTRIKAN 500 KV JAWA BALI Yassr *), Sarya *), and T. Haryono *) Jurusan Teknk Elektro dan Teknolog Informas, Fakultas Teknk, Unverstas

Lebih terperinci

Bab III Model Estimasi Outstanding Claims Liability

Bab III Model Estimasi Outstanding Claims Liability Bab III Model Estmas Outstandng Clams Lablty. Model ELRF Suatu model yang dgunaan untu menasr outstandng clams lablty, tda cuup hanya melbatan data pada run-off trangle saa. Sebab, pembayaran lam d masa

Lebih terperinci

STUDI OPERASI EKONOMIS PADA GENERATOR PEMBANGKIT SISTEM SULAWESI SELATAN. Abstrak

STUDI OPERASI EKONOMIS PADA GENERATOR PEMBANGKIT SISTEM SULAWESI SELATAN. Abstrak Sofyan, dkk, Stud Operas Ekonoms pada Generator Pembangkt Sstem Sulawes Selatan STUDI OPERASI EKONOMIS PADA GENERATOR PEMBANGKIT SISTEM SULAWESI SELATAN Sofyan, Nadjamuddn Harun, Tola 3 Mahasswa Program

Lebih terperinci

BAB V ANALISIS FAKTOR-FAKTOR BEBAN DAN TAHANAN (LOAD AND RESISTANCE FACTOR)

BAB V ANALISIS FAKTOR-FAKTOR BEBAN DAN TAHANAN (LOAD AND RESISTANCE FACTOR) BAB V ANALISIS FAKTOR-FAKTOR BEBAN DAN TAHANAN (LOAD AND RESISTANCE FACTOR) 5.1 Umum Pada bab V n dbahas mengena hasl perhtungan faktor-faktor beban (load) atau serng dsebut dengan faktor pengal beban,

Lebih terperinci

BAB III METODE PENELITIAN. menghasilkan Lembar Kegiatan Siswa (LKS) pada materi Geometri dengan

BAB III METODE PENELITIAN. menghasilkan Lembar Kegiatan Siswa (LKS) pada materi Geometri dengan BAB III METODE PENELITIAN A. Jens Peneltan Peneltan n merupakan peneltan pengembangan yang bertujuan untuk menghaslkan Lembar Kegatan Sswa (LKS) pada mater Geometr dengan pendekatan pembelajaran berbass

Lebih terperinci

SEARAH (DC) Rangkaian Arus Searah (DC) 7

SEARAH (DC) Rangkaian Arus Searah (DC) 7 ANGKAAN AUS SEAAH (DC). Arus Searah (DC) Pada rangkaan DC hanya melbatkan arus dan tegangan searah, yatu arus dan tegangan yang tdak berubah terhadap waktu. Elemen pada rangkaan DC melput: ) batera ) hambatan

Lebih terperinci

PENGEMBANGAN MODEL PERSEDIAAN DENGAN MEMPERTIMBANGKAN WAKTU KADALUARSA BAHAN DAN FAKTOR INCREMENTAL DISCOUNT

PENGEMBANGAN MODEL PERSEDIAAN DENGAN MEMPERTIMBANGKAN WAKTU KADALUARSA BAHAN DAN FAKTOR INCREMENTAL DISCOUNT PENGEMBANGAN MODEL PERSEDIAAN DENGAN MEMPERTIMBANGKAN WAKTU KADALUARSA BAHAN DAN FAKTOR INCREMENTAL DISCOUNT Har Prasetyo Jurusan Teknk Industr Unverstas Muhammadyah Surakarta Jl. A. Yan Tromol Pos Pabelan

Lebih terperinci

Analisis Pembebanan Ekonomis pada Jaringan 500 kv Jawa Bali Menggunakan Software PowerWorld

Analisis Pembebanan Ekonomis pada Jaringan 500 kv Jawa Bali Menggunakan Software PowerWorld JURAL TEKIK ITS Vol. 1, o. 1 (Sept. 2012) ISS: 2301-9271 B-53 Analss embebanan Ekonoms pada Jarngan 500 kv Jawa Bal Menggunakan Software owerworld Badru T. Arozaq, Rony S. Wbowo, danontoseno enangsang

Lebih terperinci

III. METODE PENELITIAN. Penelitian ini dilaksanakan di SMP Al-Azhar 3 Bandar Lampung yang terletak di

III. METODE PENELITIAN. Penelitian ini dilaksanakan di SMP Al-Azhar 3 Bandar Lampung yang terletak di III. METODE PENELITIAN A. Populas dan Sampel Peneltan n dlaksanakan d SMP Al-Azhar 3 Bandar Lampung yang terletak d Jl. Gn. Tanggamus Raya Way Halm, kota Bandar Lampung. Populas dalam peneltan n adalah

Lebih terperinci

Bab III Analisis dan Rancangan Sistem Kompresi Kalimat

Bab III Analisis dan Rancangan Sistem Kompresi Kalimat Bab III Analss dan Rancangan Sstem Kompres Kalmat Bab n bers penjelasan dan analss terhadap sstem kompres kalmat yang dkembangkan d dalam tess n. Peneltan n menggunakan pendekatan statstcal translaton

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB 1 PENDAHULUAN. 1.1 Latar Belakang BAB PEDAHULUA. Latar Belakang Rsko ddentfkaskan dengan ketdakpastan. Dalam mengambl keputusan nvestas para nvestor mengharapkan hasl yang maksmal dengan rsko tertentu atau hasl tertentu dengan rsko yang

Lebih terperinci

Bab 2 Tinjauan Pustaka 2.1 Penelitian Terdahulu

Bab 2 Tinjauan Pustaka 2.1 Penelitian Terdahulu Bab 2 Tnjauan Pustaka 2.1 Peneltan Terdahulu Pemlhan stud pustaka tentang sstem nformas penlaan knerja karyawan n juga ddasar pada peneltan sebelumnya yang berjudul Penerapan Metode TOPSIS untuk Pemberan

Lebih terperinci

Corresponding Author:

Corresponding Author: Perbandngan Fungs Ketahanan Hdup Dengan Metode Non Parametrk Menggunakan Uj Gehan Dan Uj Cox-Mantel (Lvng wth Securty Functon Comparson Method Usng Non Paremetrk Gehan test and Cox-Mantel Tes Ans Sept

Lebih terperinci

BAB III METODE PENELITIAN. yang digunakan meliputi: (1) PDRB Kota Dumai (tahun ) dan PDRB

BAB III METODE PENELITIAN. yang digunakan meliputi: (1) PDRB Kota Dumai (tahun ) dan PDRB BAB III METODE PENELITIAN 3.1 Jens dan Sumber Data Jens data yang dgunakan dalam peneltan n adalah data sekunder. Data yang dgunakan melput: (1) PDRB Kota Duma (tahun 2000-2010) dan PDRB kabupaten/kota

Lebih terperinci

PENDAHULUAN Latar Belakang

PENDAHULUAN Latar Belakang PENDAHULUAN Latar Belakang Menurut teor molekuler benda, satu unt volume makroskopk gas (msalkan cm ) merupakan suatu sstem yang terdr atas sejumlah besar molekul (kra-kra sebanyak 0 0 buah molekul) yang

Lebih terperinci

BAB IV TRIP GENERATION

BAB IV TRIP GENERATION BAB IV TRIP GENERATION 4.1 PENDAHULUAN Trp Generaton td : 1. Trp Producton 2. Trp Attracton j Generator Attractor - Setap tempat mempunya fktor untuk membangktkan dan menark pergerakan - Bangktan, Tarkan

Lebih terperinci

APLIKASI FUZZY LINEAR PROGRAMMING UNTUK MENGOPTIMALKAN PRODUKSI LAMPU (Studi Kasus di PT. Sinar Terang Abadi )

APLIKASI FUZZY LINEAR PROGRAMMING UNTUK MENGOPTIMALKAN PRODUKSI LAMPU (Studi Kasus di PT. Sinar Terang Abadi ) APLIKASI FUZZY LINEAR PROGRAMMING UNTUK MENGOPTIMALKAN PRODUKSI LAMPU (Stud Kasus d PT. Snar Terang Abad ) Bagus Suryo Ad Utomo 1203 109 001 Dosen Pembmbng: Drs. I Gst Ngr Ra Usadha, M.S Jurusan Matematka

Lebih terperinci