Pemodelan Matematis Beban Tersebar Sebagai Beban Terpusat pada Sistem Distribusi 20 kv untuk Studi Aliran Daya

Ukuran: px
Mulai penontonan dengan halaman:

Download "Pemodelan Matematis Beban Tersebar Sebagai Beban Terpusat pada Sistem Distribusi 20 kv untuk Studi Aliran Daya"

Transkripsi

1 Pemodela Matematis Beba Tersebar Sebagai Beba Terpusat pada Sistem Distribusi 0 V utu Studi Alira Daya I Made Giarsa da I Made Ari Nrartha Dose Jurusa Tei Eletro Faultas Tei Uiversitas Mataram Tel Fax adegi@telom.et da rartha@gmail.com ABSTRAK Studi Alira daya pada sistem distribusi adagala tida efetif utu asus sistem distribusi radial yag memilii gardu distribusi cuup baya. Ketidaefetifa ii disebaba model bus utu gardu distribusi merupaa bus beba dalam studi alira daya. Diperlua model matematis beba (gardu distribusi) tersebar sebagai beba terpusat utu meguragi gardu distribusi tersebar. Pada peelitia ii diusula pemodela matematis beba terpusat megguaa rumusa titi pusat massa (TPM) dega acua model beba terpusat, [5]Cheg da Shirmohammadi. Model diuji dega alira daya MATPOWER versi utu validitas model diuur dega % error (daya teririm (Ps da Qs), magitude da sudut tegaga terima) dega odisi real (beba tersebar). Sistem distribusi yag diacu adalah Sistem Distribusi Stadar (SPLN) da diimplemetasia pada Peyulag Guug Sari, Lombo. Hasil peelitia meujua utu berbagai ofigurasi sistem distribusi 0 V SPLN, lebih bai dari area % errorya lebih ecil yaitu TPM Ps 0.880%, Qs %, Vr 0.8% da δr %. Ps 1.6%, Qs %, Vr % da δr.06%. Implemetasi pada Peyulag Guug Sari, juga juga lebih bai yaitu Ps %, Qs 1.041%, Vr 0% da δr.085%. Ps %, Qs 1.041%, Vr % da δr 5.549%. Kata uci : beba tersebar, beba terpusat, titi pusat massa, sistem distribusi 0 V da alira daya ABSTRACT Load flow study o distributio system sometime is ot effective for radial power system, which have may distributed loads. This u-effectiveess caused by the bus model for distributio trasformer is a load bus i a load flow study. A mathematical model for represetig distributed load as lumped load is eeded for reducig distributed loads. This research is subjected to mae a distributio load model as lumped load by usig mass ceter formula (TPM model) based o lumped load model, [5] Cheg ad Shirmohammadi. This models are validated usig MATPOWER ver load flow to compare model outputs ad real coditio outputs of distributed loads. Output variables of research is sedig power (Ps), sedig reactive power (Qs), voltage magitude (Vr) ad agle (δr). Validatio of these models use stadard distributio system (SPLN) ad implemeted o Guug Sari Feeder, Lombo. Results of research are TPM model has better tha CS95 model. TPM model has error percetage : Ps 0.880%, Qs %, Vr 0.8% ad δr %. CS95 Model has error percetage: Ps 1.6%, Qs %, Vr % ad δr,06% o stadar distributio system (SPLN). Implemeted these models o Guug Sari Feeder, TPM model also has better tha CS95 Model. TPM model has error percetage: Ps %, Qs 1.041%, Vr 0% ad δr.085%, CS95 model has error percetage: Ps %, Qs 1.041%, Vr % ad δr 5.549%. Keywords: distributed load, lumped load, mass ceter formula, 0 V distributio system, ad load flow study. PENDAHULUAN Sistem distribusi tegaga meegah (0 V), pusatpusat beba dilayai oleh gardu distribusi. Gardu distribusi merupaa sebuah trafo peuru tegaga dari tegaga 0 V e tegaga 380/0 V. Gardugardu distribusi ii tersebar sepajag salura distribusi, tergatug dari jumlah da apasitas beba yag dilayai. Daerah-daerah yag mempuyai epadata beba tiggi da tersebar aa megaibata jumlah gardu sepajag salura distribusi mejadi baya. Catata: Disusi utu maalah ii diterima sebelum taggal 1 Jui 008. Disusi yag laya muat aa diterbita pada Jural Tei Eletro volume 8, omor, September 008. Studi alira daya pada sistem distribusi dibutuha utu megetahui odisi sistem distribusi saat searag (level tegaga, alira daya atif, alira daya reatif da rugi-rugi salura distribusi) da sebagai alat idiator recaa pegembaga sistem distribusi utu masa yag aa datag. Pada studi alira daya, gardu distribusi dimodela sebagai bus beba. Sistem distribusi dega jumlah gardu yag baya da tersebar bai merata maupu aca di sepajag salura distribusi megaibata jumlah bus beba pada studi alira daya tersebut aa sagat baya. Kodisi ii aa megaibata etidaooha alira daya da lama watu overgesiya [1]. Program alira daya seperti Etap, Powerworld 8

2 Pemodela Matematis Beba Tersebar Sebagai Beba Terpusat [I Made Giarsa, et al] da laiya biasaya harga lisesiya berbadig lurus dega jumlah busya. Pada peelitia ii diaji pemodela matematis beba tersebar yaitu berupa gardu-gardu distribusi sebagai beba terpusat utu meguragi jumlah bus beba dalam studi alira daya. Pemodela ii memperhituga jara atar gardu distribusi, jeis salura yag diguaa da apasitas dari masigmasig gardu distribusi. Dari segi ilmu pegetahua, hasil peelitia ii dapat diguaa utu acua pada perbaia overgesi da eooha alira daya da eterbatasa peragat lua alira daya yag sifatya trial yaitu peragat lua alira daya yag dapat meyelesaia studi alira daya dega jumlah bus terbatas. TINJAUAN PUSTAKA Kodisi operasi da recaa pegembaga sistem distribusi merupaa hal petig utu elagsuga pelayaa listri pada osume oleh produse listri, dalam hal ii PT. PLN (Persero). Kodisi operasi da recaa pegembaga dapat diperoleh dari studi alira daya []. Pada studi alira daya diperlua represetasi pembagit da beba sebagai bus-bus meliputi bus beba, bus otrol tegaga, da bus referesi. Peyelesaia alira daya bisa dega berbagai metoda seperti Newto Rapsho, Gauss Seidel, Fast Decouple, da ecedruga overgesi alira daya utu berbagai jumlah bus [1]. Pada sistem distribusi, gardu distribusi bisa diasumsia sebagai bus beba[3]. Peyelesaia alira daya pada sistem distribusi membawa ecederuga jumlah bus beba jauh lebih baya dari jumlah bus otrol tegaga. Jumlah bus beba yag baya pada sistem distribusi radial meyebaba tegaga diujug salura distribusi aa terlalu redah, sehigga aa mugi diluar stadar tegaga pelayaa yaitu sebesar -10% da +5% [4]. Peyelesaia alira daya dega batua software adag dibatasi oleh eterbatasa software yaitu jumlah bus masimum yag dapat diselesaia. Etap versi 4.0 mempuyai eterbatasa jumlah bus yaitu 1000 bus, sehigga utu sistem distribusi lebih dari 1000 bus membutuha perhituga itegrasi utu pedistribusia beba terpusat yag dapat mewaili beba tersebar [5]. Cheg ad Shirmohammadi [3], memodela beba tersebar sebagai beba terpusat dega asumsi peurua tegaga sagat ecil sehigga tegaga irim da tegaga terima hampir sama. Pemodela ii meghasila beba total dari beba tersebar dibagi dua da diletaa pada ujug irim da ujug terima. Pemodela beba terpusat yag diusula oleh Cheg ad Shirmohammadi [3] tida memperhituga eacaa leta beba da etidateratura apasitas beba di setiap pusat-pusat beba. Beberapa titi massa sepajag garis dapat ditetua pusat titi massaya berdasara metoda itegrasi peetua titi pusat massa [6]. Beba-beba yag terdistribusi secara aca pada sistem distribusi bisa diaggap sebagai titi-titi massa yag tersebar da dapat digatia dega sebuah titi pusat beba sehigga pemodela beba tersebar sebagai beba terpusat bisa didapata. Beberapa stadar PLN yag perlu mejadi pertimbaga utu perhituga beba terpusat dari beba tersebar pada sistem distribusi 0 V radial yaitu pajag masimum salura distribusi 0 V adalah 50 m [], pemaaia odutor salura distribusi 0 V berdasara [8], rugi masimum salura distribusi 0 V sebesar 5% []. Pemaaia pertimbaga ii diharapa perhituga pedistribusia terpusat yag dihasila adalah valid utu sistem distribusi 0 V. Pemodela matematis beba terpusat dari beba tersebar [3] Sistem distribusi 0 V, setiap peyulag meyuplai beba melalui gardu distribusi pada sejumlah loasi sepajag salura. Jia setiap titi dari beba dimodela sebagai ode, jumlah ode dalam sistem aa mejadi sagat baya. Utu megelimiasi permasalaha ii diperlua pemodela matematis beba terdistribusi dega pedeata efe beba terdistribusi pada ode magitude tegaga melalui beba terpusat. Setiap cabag atau salura utama peyulag seperti yag ditujua pada Gambar 1, mempuyai pajag L, beba terdistribusi merata sepajag salura dega ilai total beba P t + jq t. Beba terdistribusi merata sepajag salura dapat dimodela secara terpusat di ujug salura da di pagal seperti pada Gambar, peurua tegaga pada ode dua sama dega peurua tegaga dari beba terdistribusi. Asumsi yag perlu diambil da odisi yag umum dari sistem distribusi yaitu beda sudut tegaga atara dua ode pada peyulag tida lebih dari beberapa derajat, sehigga dapat diasumsia peurua tegaga sepajag salura adalah liear da dapat dirumusa: V V1 v ( x) = x + V1 (1) L 9

3 Jural Tei Eletro Vol. 8, No. 1, Maret 008: 8-15 Keteraga: x adalah setiap titi sepajag salura diuur dari ode pertama seperti ditujua pada Gambar 3. Arus yag megalir pada salura sebagai fugsi x dapat ditulisa sebagai beriut: ( ) = L P + jq i x dy () x Lv( y) Peurua tegaga sepajag salura dapat ditulisa sebagai beriut: L V = i( y) ( rl + jxl ) dy (3) 0 dega r l + jx l, adalah impedasi perpajag salura (ohm/meter). Peurua tegaga aa sama, yag disebaba oleh eivale beba terpusat pada ode, η(p + jq), dapat ditulisa: L P + jq i( y) ( r + ) = 1 jxl dy η ( Rl + jx l ) (4) 0 V dega 0.0 < η < 1.0, R l + jx l adalah impedasi total salura. Persamaa disubstitusia pada persamaa 4, da megitegrala sisi iri sehigga η dapat diperoleh sebagai beriut: V1 V η = V l + ( V1 V ) ( ) (5) V1 V V1 Variasi η dega ilai V 1 da V yag berbeda-beda, η berbeda-beda seitar 0.5 dalam rage terbatas. Utu peurua tegaga sepajag salura ecil (V 1 V ). Berdasara pegamata ii, pada salura distribusi beba yag terdistribusi merata sepajag salura dapat dimodela dega beba terpusat pada pagal sebesar (1-η)*(P t + jq t ) da pada ujug sebesar η(p t + jq t ) seperti yag ditujua pada Gambar. 1 L P t + jq t Gambar 1. Kodisi real beba pada sistem distribusi 1 R t + jx t (1-η)(P t + jq t ) η(p t + jq t ) Gambar. Pemodela beba terpusat V 1 V v(x) Gambar 3. Eivale pemodela peurua tegaga terhadap jara beba Titi pusat massa sebagai pembadig Model CS95 Beba-beba tersebar pada sistem distribusi dapat diasumsia sebagai beba terpusat pada titi tertetu. Beba-beba yag distribusiya tida terpusat dapat berupa beba yag tersebar maupu tida seragam pada suatu daerah, mesipu bebabeba tersebut distribusiya tida muri seragam, amu demiia selalu diasumsia pedistribusia beba-beba seragam. Beba-beba pada sistem distribusi dapat diyataa atau diwaili oleh elompo beba terpusat pada suatu titi, atau seelompo beba distribusiya tersebar pada bagia tertetu dari sistem tersebut. Dega beba terpusat ii, memudaha ita dalam meyelesaia suatu persoala dari suatu sistem. Beba-beba terpusat berdasara pegamata ii, pada salura distribusi beba yag terdistribusi merata sepajag salura dapat dimodela dega beba terpusat pada pagal sebesar (1- η)*(p t + jq t ) da pada ujug sebesar η(p t + jq t ) seperti yag ditujua pada Gambar. Jia setiap titi dari beba dimodela sebagai ode, jumlah ode dalam sistem aa mejadi sagat baya. Diaggap titi-titi tersebut berlagsug terus meerus maa pedistribusia beba sulit dietahui secara pasti. Permasalaha dapat diatasi dega pemodela beba terdistribusi dega pedeata itegrasi efe beba terdistribusi pada ode magitude tegaga melalui beba terpusat. Misalya beba-beba, P 1 + jq 1, P + jq,... P + jq mempuyai pajag salura utu setiap beba adalah r 1 + jx 1, r + jx,... r + jx, maa asumsi yag perlu diambil didefiisia sebagai beriut: ( P1 + jq1 ) + ( P + jq ) +... (6) + P + jq = P + jq = P + jq ( ) ( ) t t r 1 + jx 1 r 1 + jx 1 =1 P 1 + jq 1 P + jq x r + jx P + jq Gambar 4. Implemetasi titi pusat masa pada pemodela 10

4 Pemodela Matematis Beba Tersebar Sebagai Beba Terpusat [I Made Giarsa, et al] Sehigga dipusata disatu titi r + jx, maa : ( P1 + jq1 )( r1 + jx1 ) + ( P + jq )( r + jx ) ( P + jq )( r + jx ) = ( P + jq )( r + jx ) =1 () dega demiia didapata titi pusat massa r + jx sebagai beriut: ( r jx) = + = ( P + jq )( r + jx ) ( P + jq ) = 1 1 (8) dega: P + = beba setiap bus, ( ) jq ( ) jx r + = pajag salura atara beba. Model matematis yag ditujua pada persamaa 8 dapat dibuata hubuga dega model yag direomedasia oleh Cheg [3], utu medapata rumusa model matematis beba terpusat berdasara titi pusat massa. (9) ( r jx) ( P + jq ) = ( r + jx )( P + jq ) + 0* ( P + jq ) + = 1 dega: P + = beba pada ujug/hilir salura, ( ) ut jq ut ( pt jq pt ) maa: ( r + jx ) P + = beba pada pagal/hulu salura. ( r + jx ) ut ( r + jx) η = = (10) R + jx t METODOLOGI PENELITIAN Peelitia megguaa data SPLN megacu pada batas atas da batas bawah sistem 0 V pada pemiliha odutor, rugi masimum yag diijia, pajag peghatar masimum, da tegaga pelayaa utu meguji validitas model. Model yag diusula () da Model CS95 aa diimpletasia pada sistem real yaitu Sistem Kelistria Lombo (Peyulag Guug Sari) HASIL PENELITIAN DAN PEMBAHASAN Hasil validitas model da pembahasa pada data stadar PLN (SPLN) Sistem Distribusi 0 V dari data SPLN ditujua pada diagram segaris seperti Gambar 6. Gambar 6 mempuyai berbagai ofigurasi dalam pegguaa jeis peghatar, pajag persesi salura, distribusi t ut pt pt beba dega pajag salura masimum 50 m []. Hasil-hasil alira daya sistem ii diguaa utu memperoleh seperti yag dirumusa secara matematis pada persamaa 5. Model beba terpusat yag didapat tersebut diperguaa sebagai peggati beba tersebar (odisi real) pada sistem distribusi radial. Laua alira daya utu setiap data jar. (REAL) >> rupf( data ) Pemodela matematis beba terpusat perumusa Ceg 1995 (CS95) Laua alira daya utu setiap model beba terpusat utu setiap jariga (CS95) >> rupf( datacs95 ) Slac START Data sistribusi 0V (SPLN, SKL) - Pajag jariga - Kodutor - Trafo - Beba Validasi : variabel : Ps. Qs, Vr, δr REAL vs TPM REAL vs CS95 TPM vs CS95 % error % error STOP Gambar 5. Alur peelitia Pemodela matematis beba terpusat dg titi pusat massa (TPM) Laua alira daya utu setiap model beba terpusat utu setiap jariga >> rupf( datatpm ) Gambar 6. Diagram segaris sistem distribusi radial ditijau dari % error pemodela dega membadiga hasil eluara alira daya odisi real dega % error utu peghatar ACSR 16/.5 didapata hasil : Ps adalah 0.611% sampai.5%, Qs adalah 0% sampai.851%, Vr adalah % sampai 5.495%, da δr adalah % sampai 4.06 %. Peghatar ACSR 10/0 % error pemodela didapata hasil: Ps adalah 0% sampai 0.99%, Qs adalah 0% sampai 1.406%, Vr adalah 0% sampai %, da δr adalah % sampai %. 11

5 Jural Tei Eletro Vol. 8, No. 1, Maret 008: 8-15 (model yag usula) didapata tapa terlebih dahulu harus melaua alira daya odisi real. Perumusa utu medapata model matematis beba terpusat TPM ditujua pada persamaa 10. Hasil-hasil % error pemodela utu peghatar ACSR 16/.5 yaitu: Ps 1.5% sampai %, Qs 0% sampai %, Vr 0.541% sampai 1.453% utu da δr % sampai 1.693%. Peghatar ACSR 10/0 meujua % error pemodela :Ps 0% sampai 0.99%, Qs 0% sampai 1.406%, Vr 0% sampai 0.104% da δr 0% sampai %. Kedua model, da samasama meujua utu pegguaa odutor berdiameter ecil pada sistem distribusi maa % error model cuup besar sedaga utu odutor berdiameter besar % error pemodela cuup ecil. Hasil validasi (% error pemodela) meujua model TPM lebih bai dari model CS95 seperti hasilhasil di atas. Secara grafi perbadiga validasi ii dapat ditujua pada Gambar sampai Gambar 10. Error Model (%) 4,0000 3,5000 3,0000,5000,0000 1,5000 1,0000 0,5000 0,0000 Perbadiga dega ACSR16/.5 ACSR35/6 ACSR50/30 Jeis Kodutor ACSR10/0 Gambar. Perbadiga validitas model-model terhadap real utu daya atif Ps irim Gambar. meujua utu berbagai jeis odutor, mempuyai error model lebih ecil dari ditijau dari daya atif irim (Ps) yag dihasila oleh alira daya model dega alira daya odisi real. Gambar 8. meujua utu berbagai jeis odutor, mempuyai error model lebih ecil dari ditijau dari daya reatif irim (Qs) yag dihasila oleh alira daya model dega alira daya odisi real. Error Model (%) Error Model (%) 1,8000 1,6000 1,4000 1,000 1,0000 0,8000 0,6000 0,4000 0,000 0,0000 Perbadiga dega ACSR16/.5 ACSR35/6 ACSR50/30 Jeis Kodutor ACSR10/0 Gambar 8. Perbadiga validitas model-model terhadap real utu daya reatif Qs irim,5000,0000 1,5000 1,0000 0,5000 0,0000 Perbadiga dega ACSR16/.5 ACSR35/6 ACSR50/30 Jeis Kodutor ACSR10/0 Gambar 9. Perbadiga validitas model-model terhadap real utu magitude tegaga terima Gambar 9 meujua utu berbagai jeis odutor, mempuyai error model lebih ecil dari ditijau dari magitude tegaga terima (Vr) yag dihasila oleh alira daya model dega alira daya odisi real. Error Model (%) 1, ,0000 8,0000 6,0000 4,0000,0000 0,0000 Perbadiga dega ACSR16/.5 ACSR35/6 ACSR50/30 Jeis Kodutor ACSR10/0 Gambar 10. Perbadiga validitas model-model terhadap real utu sudut tegaga terima 1

6 Pemodela Matematis Beba Tersebar Sebagai Beba Terpusat [I Made Giarsa, et al] Gambar 10 meujua utu berbagai jeis odutor, mempuyai error model lebih ecil dari ditijau dari sudut tegaga terima (δr) yag dihasila oleh alira daya model dega alira daya odisi real. Validasi da dapat diratarataa utu semua ofigurasi da jeis odutor yag diguaa pada sistem distribusi stadar megguaa model CS95 yaitu: Ps sebesar 1,6%, Qs 1,1843%, Vr 0,8080% da δr,063%. Megguaa model TPM didapata Ps sebesar 0.880%, Qs %, Vr 0.8% da δr 0.634%. Hasil implemetasi model da pembahasa pada Peyulag Guug Sari Hasil-hasil alira daya utu peyulag Guug sari utu odisi real da odisi edua model beba terpusat dapat diragum dalam Tabel 1 utu salura sesi I da Tabel utu salura sesi I. Tabel 1. Perbadiga odisi real vs model CS95 salura sesi I Beba real (tersebar) (terpusat) L tot No. Je. (m) Kod. Ps Qs Vr δr Ps Qs Vr δr η (pu) (pu) (pu) (pu) (pu) (pu) (pu) (pu) Tabel. Perbadiga odisi real vs model TPM salura sesi I Beba real (tersebar) (terpusat) L tot No. Je. (m) Kod. Ps Qs Vr δr Ps Qs Vr δr η (pu) (pu) (pu) (pu) (pu) (pu) (pu) (pu) Keteraga: No. Je. Kod. R(ohm/m) L(ohm/m) Jeis peghatar AAAC 3 x AAAC 3 x /0 Tabel 3 da Tabel 4 meujua hasil-hasil alira daya odisi real vs da odisi real vs salura sesi II. Tabel 3. Perbadiga odisi real vs model CS95 salura sesi II L tot No. Je. (m) Kod. 6 5 Beba real (tersebar) Ps Qs Vr δr (pu) (pu) (pu) (pu) (terpusat) Ps Qs Vr δr η (pu) (pu) (pu) (pu) Tabel 4. Perbadiga odisi real vs model TPM salura sesi II L tot (m) No. Je. Kod. 6 5 Keteraga: Beba real (tersebar) Qs Vr δr (pu) (pu) (pu) Ps (pu) (terpusat) Qs Vr δr η (pu) (pu) (pu) Ps (pu) No. Je. Kod. R (ohm/m) L (ohm/m) Jeis peghatar AAAC 3 x AAAC 3 x AAAC 3 x AAAC 3 x /0 Tabel 5 meujua raguma % error modelmodel beba terpusat ( da Model TPM) utu edua sesi salura. Tabel 5. Perbadiga implemetasi model pada peyulag Guug Sari Sesi Sal. bus % error Beba real (tersebar) terhadap % error Beba real (tersebar) terhadap Model TPM Ps Qs Vr δr Ps Qs Vr δr (pu) (pu) (pu) (pu) (pu) (pu) (pu) (pu) Sesi I (1-) Sesi II (1-) Hasil implemetasi da pada peyulag Guug sari diperoleh % error tetap lebih ecil dari. Hasil ii meujua pemodela beba terpusat TPM (Pemodela yag diusula) sagat laya, dari model CS95 yag perah diusula sebelumya. Perbadiga perse error utu masig-masig sesi adalah sesi salura I utu : Ps, Qs, Vr da δr sebesar 0%, sedaga utu Model CS95 : Ps da Qs sebesar 0 %, Vr sebesar %, da δr sebesar.199%. Salura sesi II utu mempuyai % error: Ps sebesar %, Qs sebesar.0833%, Vr sebesar 0% da δr sebesar 4.149%. Sedaga utu Model CS95 mempuyai % error: Ps sebesar %, Qs sebesar.0833%, Vr sebesar 0.619% da δr sebesar %. Perse error ii dapat ditujua pada Gambar 11 da Gambar 1 utu memperjelas validitas Model CS95 da. Gambar 11 da Gambar 1. meujua secara jelas model yag diusula yaitu mempuyai % error yag lebih ecil dari Model CS95 utu berbagai ofigurasi jariga yag diguaa pada peelitia ii. 13

7 Jural Tei Eletro Vol. 8, No. 1, Maret 008: 8-15 Implemetasi edua model dapat ditari % error ratarata utu setiap variabel yag diterliti yaitu utu % error rata-rata: Ps sebesar %, Qs sebesar 1.041%, Vr sebesar % da δr sebesar 5.549%. Sedaga utu % error rata-rata: sebesar Ps %, Qs 1.041%, Vr sebesar 0% da δr.085%. % Error Mod Perbadiga dega salura sesi I Pr Qr Vr Tetr Variabel peelitia Gambar 11. Validitas model CS95 vs model TPM utu peyulag guug sari salura sesi I % error mod Perbadiga dega salura sesi II Pr Qr Vr Tetr Variabel peelitia Gambar 1. Validitas model CS95 vs model TPM utu peyulag guug sari salura sesi II Kesimpula PENUTUP Berdasara hasil-hasil peelitia da pembahasa hasil pemodela matematis beba tersebar sebagai beba terpusat pada sistem distribusi 0 V utu studi alira daya dapat ditari beberapa simpula yaitu: 1. Data sistem distribusi 0 V yag diguaa utu validasi adalah sistem distribusi 0 V SPLN da implemetasi model diguaa data Sistem Kelistria Lombo (Peyulag Guug Sari).. Hasil validasi meujua lebih bai dari, hal ii ditujua dega besar % error rata-rata yag lebih ecil utu yaitu: sebesar Ps sebesar 0.880%, Qs sebesar %, Vr sebesar 0.8% da δr sebesar 0.634%. Utu didapata % error lebih besar yaitu: Ps sebesar 1,6%, Qs sebesar 1,1843%, Vr sebesar 0,8080% da δr sebesar,06%. 3. Implemetasi da pada peyulag Guug Sari juga meujua Model TPM memilii % error lebih ecil dari Model CS95 yaitu utu % error rata-rata yaitu: Ps sebesar %, Qs sebesar 1.041%, Vr sebesar 0% da δr sebesar.085%. Sedaga utu % error rata-rata : Ps sebesar %, Qs sebesar 1.041%, Vr sebesar % da δr sebesar 5.549%. Sara Disaraa pegembaga pemodela matematis atau pemodela-pemodela lai utu beba-beba distribusi radial dega baya percabaga. DAFTAR PUSTAKA [1] Nrartha, I.M.A. Perbadiga Uju Kerja Berbagai Metoda utu Studi Alira Daya. Oryza, Uiversitas Mataram, 006. [] Stevese, W. D. Jr.. Aalisa Sistem Teaga Listri: Studi Alira Daya. Jaarta: PT Erlagga, [3] Cheg, C.S., ad Shirmohammadi, D. A Three Phase Power Flow Method for Real-Time Distributio System Aalysis, IEEE Trasactio O Power System, Vol. 10. No., [4] Tegaga-tegaga Stadar PLN, SPLN 1. Jaarta: Perusaha Umum Listri Negara, [5] Master Pla Sistem Kelistria Lombo. Mataram: PT. PLN (Persero) Wilayah NTB, 005. [6] Thomas, G., B., Jr., ad Fiey, R., L. Calculus ad Aalyic Geometry, 6 th Editio, Adiso- Wesley, [] Kriteria Dasar Bagi Perecaaa Salura Udara Tegaga Meegah 0 V serta Tegaga Tiggi 66 V da 150 V, SPLN 14. Jaarta: Perusaha Umum Listri Negara, 199. [8] Pedoma Pemiliha Jeis da Uura Peghatar Alumuium bagi Salura Udara 0 V, 66 V da 150 V, SPLN 15. Jaarta: Perusaha Umum Listri Negara, 199. [9] Fogiel, M. The Numerical Aalysis Problem Solver, A Complete Solutio Guide to Ay 14

8 Pemodela Matematis Beba Tersebar Sebagai Beba Terpusat [I Made Giarsa, et al] Textboo. New Jersey: Research ad Educatio Associatio, [10] Goe, T. Electric Power Distributio System Egieerig. McGraw-Hill, Ic., USA, [11] Haselma, D., ad Littlefield, B. Masterig MATLAB, A Comprehesive Tutorial ad Referece, New Jersey: Pretice-Hall, [1] Steveso, W.D., ad Graiger, J.J., Power System Aalysis, Sigapore: MCGraw-Hill, Ic., [13] Hutauru, T.S., Trasmisi Daya Listri: Kemampua Peyalura Daya Utu Level Tegaga Masimum. Jaarta: PT Erlagga,

Pemilihan Kapasitas Dan Lokasi Optimal Kapasitor Paralel Pada Sistem Distribusi Daya Listrik

Pemilihan Kapasitas Dan Lokasi Optimal Kapasitor Paralel Pada Sistem Distribusi Daya Listrik ELECTRICIAN Jural Reayasa da Teologi Eletro 0 Pemiliha Kapasitas Da Loasi Optimal Paralel Pada Sistem Distribusi Daya Listri Osea Zebua Jurusa Tei Eletro, Faultas Tei, Uiversitas Lampug Jl. Prof. Sumatri

Lebih terperinci

Gambar 3.1Single Channel Multiple Phase

Gambar 3.1Single Channel Multiple Phase BAB III MODEL ANTRIAN PADA PEMBUATAN SIM C. Sigle Chael Multiple Phase Sistem atria sigle chael multiple phase merupaa sistem atria dimaa pelagga yag tiba, dapat memasui sistem dega megatri di tempat yag

Lebih terperinci

MODUL 1.03 DINAMIKA PROSES. Oleh : Ir. Tatang Kusmara, M.Eng

MODUL 1.03 DINAMIKA PROSES. Oleh : Ir. Tatang Kusmara, M.Eng MODUL 1.03 DINMIK PROSES Ole : Ir. Tatag Kusmara, M.Eg LBORTORIUM OPERSI TEKNIK KIMI JURUSN TEKNIK KIMI UNIVERSITS SULTN GENG TIRTYS CILEGON BNTEN 2008 2 Modul 1.03 DINMIK PROSES I. Pedaulua Dalam bidag

Lebih terperinci

Representasi sinyal dalam impuls

Representasi sinyal dalam impuls Represetasi siyal dalam impuls Represetasi siyal dalam impuls adalah siyal yag diyataa sebagai fugsi dari impuls atau sebagai umpula dari impuls-impuls. Sembarag siyal disret dapat diyataa sebagai pejumlaha

Lebih terperinci

BAB V RANDOM VARIATE GENERATOR (PEMBANGKIT RANDOM VARIATE)

BAB V RANDOM VARIATE GENERATOR (PEMBANGKIT RANDOM VARIATE) BAB V RANDOM VARIATE GENERATOR (PEMBANGKIT RANDOM VARIATE) 5.1. Pembagit Radom Variate Disrit Suatu Radom Variate diartia sebagai ilai suatu radom variate yag mempuyai distribusi tertetu. Utu megambil

Lebih terperinci

BAB II LANDASAN TEORI. gamma, fungsi likelihood, dan uji rasio likelihood. Misalkan dilakukan percobaan acak dengan ruang sampel C.

BAB II LANDASAN TEORI. gamma, fungsi likelihood, dan uji rasio likelihood. Misalkan dilakukan percobaan acak dengan ruang sampel C. BAB II LANDASAN TEORI Pada bab ii aa dibahas teori teori yag meduug metode upper level set sca statistics, atara lai peubah aca, distribusi gamma, fugsi gamma, fugsi lielihood, da uji rasio lielihood.

Lebih terperinci

SIMULASI ALIRAN DAYA PADA PENYULANG 2 GARDU INDUK RAWALO DENGAN MENGGUNAKAN SOFTWARE ETAP 7.0

SIMULASI ALIRAN DAYA PADA PENYULANG 2 GARDU INDUK RAWALO DENGAN MENGGUNAKAN SOFTWARE ETAP 7.0 SIMULASI ALIRAN DAYA PADA PENYULANG 2 GARDU INDUK RAWALO DENGAN MENGGUNAKAN SOFTWARE ETAP 7.0 Uggul Dzackiy K 1, Ir. Bambag Wiardi 2 1 Mahasiswa da 2 Dose Jurusa Tekik Elektro, Fakultas Tekik, Uiversitas

Lebih terperinci

MACAM-MACAM TEKNIK MEMBILANG

MACAM-MACAM TEKNIK MEMBILANG 0 MACAM-MACAM TEKNIK MEMBILANG ATURAN PERKALIAN Beriut ii diberia sebuah dalil tetag peetua baya susua yag palig sederhaa dalam suatu permasalaha yag beraita dega peluag. Dalil 2.1: ATURAN PERKALIAN SECARA

Lebih terperinci

TEOREMA CAYLEY-HAMILTON SEBAGAI SALAH SATU METODE DALAM PENGHITUNGAN FUNGSI MATRIKS

TEOREMA CAYLEY-HAMILTON SEBAGAI SALAH SATU METODE DALAM PENGHITUNGAN FUNGSI MATRIKS Jural Matematia Vol.6 No. November 6 [ 5 : ] TEOREMA CAYLEY-HAMILTON SEBAGAI SALAH SATU METODE DALAM PENGHITUNGAN FUNGSI MATRIKS Ooy Rohaei Jurusa Matematia, UNISBA, Jala Tamasari No, Badug,6, Idoesia

Lebih terperinci

MODUL BARISAN DAN DERET

MODUL BARISAN DAN DERET MODUL BARISAN DAN DERET SEMESTER 2 Muhammad Zaial Abidi Persoal Blog http://meetabied.wordpress.com BAB I. PENDAHULUAN A. Desripsi Dalam modul ii, ada aa mempelajari pola bilaga, barisa, da deret diidetifiasi

Lebih terperinci

BAB III TAKSIRAN PROPORSI POPULASI JIKA TERJADI NONRESPON. Dalam bab ini akan dibahas penaksiran proporsi populasi jika terjadi

BAB III TAKSIRAN PROPORSI POPULASI JIKA TERJADI NONRESPON. Dalam bab ini akan dibahas penaksiran proporsi populasi jika terjadi BAB III TAKSIRA PROPORSI POPULASI JIKA TERJADI ORESPO Dalam bab ii aa dibaas peasira proporsi populasi jia terjadi orespo da dilaua allba sebaya t ali. Selai itu, juga aa dibaas peetua uura sampel yag

Lebih terperinci

OPTIMASI PENEMPATAN DISTRIBUTED GENERATION PADA IEEE 30 BUS SYSTEM MENGGUNAKAN BEE COLONY ALGORITHM

OPTIMASI PENEMPATAN DISTRIBUTED GENERATION PADA IEEE 30 BUS SYSTEM MENGGUNAKAN BEE COLONY ALGORITHM OPTIMASI PENEMPATAN DISTRIBUTED GENERATION PADA IEEE 30 BUS SYSTEM MENGGUNAKAN BEE COLONY ALGORITHM Nur Ilham Luthfi *), Yuigtyastuti, ad Susatyo Hadoo Jurusa Tei Eletro, Uiversitas Dipoegoro Semarag Jl.

Lebih terperinci

SIMULASI MODEL RLC BERBANTUAN MS EXCEL ASSISTED RLC MODEL SIMULATION MS EXCEL

SIMULASI MODEL RLC BERBANTUAN MS EXCEL ASSISTED RLC MODEL SIMULATION MS EXCEL SIMULASI MODEL RLC BERBANTUAN MS EXCEL ASSISTED RLC MODEL SIMULATION MS EXCEL Edag Habiuddi (Staf Pegajar UP MKU Politei Negeri Badug (Email : ed_.hab@yahoo.co.id ABSTRAK Sistem ragaia listri RLC seri

Lebih terperinci

Penilaian Keamanan Tegangan Sistem Kelistrikan Wilayah Lampung Dengan Menggunakan Kurva P-V

Penilaian Keamanan Tegangan Sistem Kelistrikan Wilayah Lampung Dengan Menggunakan Kurva P-V ELECTRICIAN Jural Reayasa da Teologi Eletro Peilaia Keamaa Tegaga Sistem Kelistria Wilayah Lampug Dega Megguaa Kurva P-V Osea Zebua Jurusa Tei Eletro, Faultas Tei, Uiversitas Lampug osea@uila.ac.id Itisari---Tegaga

Lebih terperinci

MASALAH DAN ALTERNATIF JAWABAN DALAM MATEMATIKA KOMBINATORIK. Masalah 1 Terdapat berapa carakah kita dapat memilih 2 baju dari 20 baju yang tersedia?

MASALAH DAN ALTERNATIF JAWABAN DALAM MATEMATIKA KOMBINATORIK. Masalah 1 Terdapat berapa carakah kita dapat memilih 2 baju dari 20 baju yang tersedia? Kartia Yuliati, SPd, MSi MASALAH DAN ALTERNATIF JAWABAN DALAM MATEMATIKA KOMBINATORIK Masalah Terdapat berapa caraah ita dapat memilih baju dari 0 baju yag tersedia? Cara Misala baju diberi omor dari sampai

Lebih terperinci

Metode Perhitungan Grafik Dalam Geolistrik Tahanan Jenis Bumi Dengan Derajat Pendekatan Satu

Metode Perhitungan Grafik Dalam Geolistrik Tahanan Jenis Bumi Dengan Derajat Pendekatan Satu Metode Perhituga Grafi.. P. Maurug Metode Perhituga Grafi Dalam Geolistri Tahaa Jeis Bumi Dega Derajat Pedeata Satu Posma Maurug Jurusa Fisia, FMIPA Uiversitas Lampug Jl. S. Brojoegoro No. Badar Lampug

Lebih terperinci

Deret Positif. Dengan demikian, S = 1: Kemudian untuk deret lain, misalkan L = : Maka

Deret Positif. Dengan demikian, S = 1: Kemudian untuk deret lain, misalkan L = : Maka oi eswa (fmipa-itb) Deret Positif Deret (ta berhigga) adalah ugapa berbetu a + a + a 3 + a 4 + dega a i disebut suu. Pejumlaha ii berbeda dega pejumlaha dua, tiga, atau berhigga bilaga. Maa, ita perlu

Lebih terperinci

Deret Positif. Dengan demikian, S = 1: Kemudian untuk deret lain, misalkan L = : Maka

Deret Positif. Dengan demikian, S = 1: Kemudian untuk deret lain, misalkan L = : Maka oi eswa (fmipa-itb) Deret Positif Deret (ta berhigga) adalah ugapa berbetu a + a + a 3 + a 4 + dega a i disebut suu. Pejumlaha ii berbeda dega pejumlaha dua, tiga, atau berhigga bilaga. Maa, ita perlu

Lebih terperinci

Penempatan dan Penentuan Kapasitas Optimal dari Distributed Generation

Penempatan dan Penentuan Kapasitas Optimal dari Distributed Generation Peempata da Peetua Kapasitas Optimal dari Distributed Geeratio () dega Mempertimbaga Maximum Loadability Megguaa No-Domiated Sortig Geetic Algorithm-II (NSGA-II) Radia Hedri Wijaya, Adi Soeprijato, Heri

Lebih terperinci

MASALAH RUTE DISTRIBUSI MULTIDEPOT DENGAN KAPASITAS DAN KECEPATAN KENDARAAN HETEROGEN

MASALAH RUTE DISTRIBUSI MULTIDEPOT DENGAN KAPASITAS DAN KECEPATAN KENDARAAN HETEROGEN MASALAH RUTE DISTRIBUSI MULTIDEPOT DENGAN KAPASITAS DAN KECEPATAN KENDARAAN HETEROGEN Adam Priyo Hartoo 1), Farida Haum 2), Toi Bahtiar 3) 1)2)3) Departeme Matematia, FMIPA, Istitut Pertaia Bogor Kampus

Lebih terperinci

Perluasan Uji Kruskal Wallis untuk Data Multivariat

Perluasan Uji Kruskal Wallis untuk Data Multivariat Statistia, Vol. No., Mei Perluasa Uji Krusal Wallis utu Data Multivariat TETI SOFIA YANTI Program Studi Statistia, Uiversitas Islam Badug, Jl. Purawarma No. Badug. E-mail: buitet@yahoo.com ABSTAK Adaia

Lebih terperinci

ANALISIS STABILITAS TRANSIENT SISTEM TENAGA LISTRIK PADA PT. KEBON AGUNG MALANG

ANALISIS STABILITAS TRANSIENT SISTEM TENAGA LISTRIK PADA PT. KEBON AGUNG MALANG ANALISIS STABILITAS TRANSIENT SISTEM TENAGA LISTRIK PADA PT. KEBON AGUNG MALANG Agam Rido Priawa¹, Ir. Mahfudz Shidiq, M.T. ², Hadi Suyoo, S.T., M.T., Ph.D.³ ¹Mahasiswa Jurusa Tekik Elektro, ² ³Dose Jurusa

Lebih terperinci

Sifat-sifat Fungsi Karakteristik dari Sebaran Geometrik

Sifat-sifat Fungsi Karakteristik dari Sebaran Geometrik Sifat-sifat Fugsi Karateristi dari Sebara Geometri Dodi Deviato Jurusa Matematia, Faultas MIPA, Uiversitas Adalas Kamus Limau Mais, Padag 563, Sumatera Barat, Idoesia Abstra Fugsi arateristi dari suatu

Lebih terperinci

PERBANDINGAN PENDEKATAN SEPARABLE PROGRAMMING DENGAN THE KUHN-TUCKER CONDITIONS DALAM PEMECAHAN MASALAH NONLINEAR

PERBANDINGAN PENDEKATAN SEPARABLE PROGRAMMING DENGAN THE KUHN-TUCKER CONDITIONS DALAM PEMECAHAN MASALAH NONLINEAR Jural Tei da Ilmu Komputer PERBANDINGAN PENDEKATAN SEPARABLE PROGRAMMING DENGAN THE KUHN-TUCKER CONDITIONS DALAM PEMECAHAN MASALAH NONLINEAR Budi Marpaug Faultas Tei da Ilmu Komputer Jurusa Tei Idustri

Lebih terperinci

MAKALAH TEOREMA BINOMIAL

MAKALAH TEOREMA BINOMIAL MAKALAH TEOREMA BINOMIAL Disusu utu memeuhi tugas mata uliah Matematia Disrit Dose Pegampu : Dr. Isaii Rosyida, S.Si, M.Si Rombel B Kelompo 2 1. Wihdati Martalya (0401516006) 2. Betha Kuria S. (0401516012)

Lebih terperinci

FORUM TEKNOLOGI Vol. 06 No. 3 ANALISA ALIRAN DAYA PADA SISTEM TENAGA LISTRIK MENGGUNAKAN SOFTWARE ETAP Ali Supriyadi *) Abstrak

FORUM TEKNOLOGI Vol. 06 No. 3 ANALISA ALIRAN DAYA PADA SISTEM TENAGA LISTRIK MENGGUNAKAN SOFTWARE ETAP Ali Supriyadi *) Abstrak ANALISA ALIRAN DAYA PADA SISTEM TENAGA LISTRIK MENGGUNAKAN SOFTWARE ETAP 12.6 Ali Supriyadi *) Abstrak Studi alira daya merupaka peetua atau perhituga tegaga, arus, daya aktif maupu daya reaktif yag terdapat

Lebih terperinci

PEMBAHASAN SOAL OSN MATEMATIKA SMP TINGKAT PROPINSI 2011 OLEH :SAIFUL ARIF, S.Pd (SMP NEGERI 2 MALANG)

PEMBAHASAN SOAL OSN MATEMATIKA SMP TINGKAT PROPINSI 2011 OLEH :SAIFUL ARIF, S.Pd (SMP NEGERI 2 MALANG) PEMBAHASAN SOAL OLIMPIADE SAINS NASIONAL SMP A. ISIAN SINGKAT SELEKSI TINGKAT PROPINSI TAHUN 011 BIDANG STUDI MATEMATIKA WAKTU : 150 MENIT 1. Jia x adalah jumlah 99 bilaga gajil terecil yag lebih besar

Lebih terperinci

1) Leptokurtik Merupakan distribusi yang memiliki puncak relatif tinggi

1) Leptokurtik Merupakan distribusi yang memiliki puncak relatif tinggi Statisti Desriptif Keruciga atau Kurtosis Pegertia Kurtosis Peguura urtosis (peruciga) sebuah distribusi teoritis adaalaya diamaam peguura eses (excess) dari sebuah distribusi Sebearya urtosis bisa diaggap

Lebih terperinci

Aproksimasi Terbaik dalam Ruang Metrik Konveks

Aproksimasi Terbaik dalam Ruang Metrik Konveks Aprosimasi Terbai dalam Ruag etri Koves Oleh : Suharsoo S Jurusa atematia FIPA Uiversitas Lampug Abstra asalah esistesi da etuggala aprosimasi terbai suatu titi dalam ruag berorm telah dipelajari oleh

Lebih terperinci

ANALISIS ALOKASI RUGI TRANSMISI DENGAN METODE Z-BUS

ANALISIS ALOKASI RUGI TRANSMISI DENGAN METODE Z-BUS ANALISIS ALOKASI RUGI TRANSMISI DENGAN METODE Z-BUS Firdaus Dose Jurusa edidia Tei Eletro FT UNM Abstra Sistem teaga listri telah berembag begitu pesat sehigga sistem ariga uga meela biaya rugirugi daya

Lebih terperinci

Penggunaan Transformasi z

Penggunaan Transformasi z Pegguaa Trasformasi pada Aalisa Respo Freuesi Sistem FIR Oleh: Tri Budi Satoso E-mail:tribudi@eepis-its.eduits.edu Lab Siyal,, EEPIS-ITS ITS /3/6 osep pemiira domais of represetatio Domai- discrete time:

Lebih terperinci

3. Integral (3) (Integral Tentu)

3. Integral (3) (Integral Tentu) Darublic www.darublic.com. Itegral () (Itegral Tetu).. Luas Sebagai Suatu Itegral. Itegral Tetu Itegral tetu meruaa itegral ag batas-batas itegrasia jelas. Kose dasar dari itegral tertetu adalah luas bidag

Lebih terperinci

Bab 6: Analisa Spektrum

Bab 6: Analisa Spektrum BAB Aalisa Spetrum Bab : Aalisa Spetrum Aalisa Spetrum Dega DFT Tujua Belajar Peserta dapat meghubuga DFT dega spetrum dari sial hasil samplig sial watu otiue. -poit DFT dari sial x adalah Xω ag diealuasi

Lebih terperinci

IV. METODE PENELITIAN

IV. METODE PENELITIAN IV. METODE PENELITIAN 4.1. Tempat da Watu Peelitia Peelitia megeai Kepuasa Kosume Restora Gampoeg Aceh, dilasaaa pada bula Mei 2011 higga Jui 2011. Restora Gampoeg Aceh, bertempat di Jl Pajajara, Batarjati,

Lebih terperinci

BAB II LANDASAN TEORI. persamaan yang mengandung diferensial. Persamaan diferensial

BAB II LANDASAN TEORI. persamaan yang mengandung diferensial. Persamaan diferensial 5 BAB II LANDASAN TEORI A. Persamaa Diferesial Dari ata persamaa da diferesial, dapat diliat bawa Persamaa Diferesial beraita dega peelesaia suatu betu persamaa ag megadug diferesial. Persamaa diferesial

Lebih terperinci

PEMBUKTIAN SIFAT RUANG BANACH PADA D(K)

PEMBUKTIAN SIFAT RUANG BANACH PADA D(K) JMP : Volume 4 Nomor 1, Jui 2012, hal. 41-50 PEMBUKTIAN SIFAT RUANG BANACH PADA D(K) Malahayati Program Studi Matematia Faultas Sais da Teologi UIN Sua Kalijaga malahayati_01@yahoo.co.id ABSTRACT. I this

Lebih terperinci

PENJADWALAN JOBS PADA SINGLE MACHINE DENGAN MEMINIMUMKAN VARIANS WAKTU PENYELESAIAN JOBS (Studi Kasus di P.T. XYZ )

PENJADWALAN JOBS PADA SINGLE MACHINE DENGAN MEMINIMUMKAN VARIANS WAKTU PENYELESAIAN JOBS (Studi Kasus di P.T. XYZ ) (Fey Nilawati Kusuma et al.) PENJADWALAN JOBS PADA SINGLE MACHINE DENGAN MEMINIMUMKAN VARIANS WAKTU PENYELESAIAN JOBS (Studi Kasus di P.T. XYZ ) I Gede Agus Widyadaa I Nyoma Sutapa Dose Faultas Teologi

Lebih terperinci

Mata Kuliah : Matematika Diskrit Program Studi : Teknik Informatika Minggu ke : 5

Mata Kuliah : Matematika Diskrit Program Studi : Teknik Informatika Minggu ke : 5 Mata Kuliah : Matematia Disrit Program Studi : Tei Iformatia Miggu e : 5 KOMBINATORIAL PENDAHULUAN Persoala ombiatori bua merupaa persoala baru dalam ehidupa yata. Baya persoala ombiatori sederhaa telah

Lebih terperinci

Hubungan Antara Panjang Antrian Kendaraan dengan Aktifitas Samping Jalan

Hubungan Antara Panjang Antrian Kendaraan dengan Aktifitas Samping Jalan Hubuga Atara Pajag Atria Kedaraa dega Aktifitas Sampig Jala Frasiscus Mitar Ferry Sihotag Jurusa Tekik Sipil Fakultas Desai da Tekik Perecaaa Uiversitas Pelita Harapa. fmitarfs@yahoo.com, fmitarfs@uph.edu

Lebih terperinci

STUDI TENTANG PETA KENDALI p YANG DISTANDARISASI UNTUK PROSES PENDEK KUALITAS

STUDI TENTANG PETA KENDALI p YANG DISTANDARISASI UNTUK PROSES PENDEK KUALITAS STUDI TENTANG PETA KENDALI p YANG DISTANDARISASI UNTUK PROSES PENDEK KUALITAS (Tati Octavia et al.) STUDI TENTANG PETA KENDALI p YANG DISTANDARISASI UNTUK PROSES PENDEK KUALITAS Tati Octavia Dose Faultas

Lebih terperinci

Perhitungan Gangguan Simultan Hubungan Seri-Seri Pada Sistem Tenaga Listrik

Perhitungan Gangguan Simultan Hubungan Seri-Seri Pada Sistem Tenaga Listrik Perhituga Gaggua Simulta Hubuga SeriSeri Pada Sistem Teaga Listrik Triwahju Hardiato Jurusa Tekik Elektro, Fakultas Tekik, Uiversitas Jember Jl.Slamet Riyadi No.6 Jember 68 No. Fax / Telp. : 033484977

Lebih terperinci

BAB III METODOLOGI PENELITIAN

BAB III METODOLOGI PENELITIAN BAB III METODOLOGI PENELITIAN 3.1. Lokasi da Waktu Pegambila Data Pegambila data poho Pius (Pius merkusii) dilakuka di Huta Pedidika Guug Walat, Kabupate Sukabumi, Jawa Barat pada bula September 2011.

Lebih terperinci

BAB III METODOLOGI DAN PELAKSANAAN PENELITIAN. Perumusan - Sasaran - Tujuan. Pengidentifikasian dan orientasi - Masalah.

BAB III METODOLOGI DAN PELAKSANAAN PENELITIAN. Perumusan - Sasaran - Tujuan. Pengidentifikasian dan orientasi - Masalah. BAB III METODOLOGI DAN PELAKSANAAN PENELITIAN 3.1. DIAGRAM ALIR PENELITIAN Perumusa - Sasara - Tujua Pegidetifikasia da orietasi - Masalah Studi Pustaka Racaga samplig Pegumpula Data Data Primer Data Sekuder

Lebih terperinci

BARISAN DAN DERET. U n = suku ke-n Contoh: Barisan bilangan asli, bilangan genap, bilangan ganjil, dan lain-lain.

BARISAN DAN DERET. U n = suku ke-n Contoh: Barisan bilangan asli, bilangan genap, bilangan ganjil, dan lain-lain. BARIAN DAN DERET A. Barisa Barisa adalah uruta bilaga yag memilii atura tertetu. etiap bilaga pada barisa disebut suu barisa yag dipisaha dega lambag, (oma). Betu umum barisa:,, 3, 4,, dega: = suu pertama

Lebih terperinci

Bab 5 Sinyal dan Sistem Waktu Diskrit. Oleh: Tri Budi Santoso Laboratorium Sinyal, EEPIS-ITS

Bab 5 Sinyal dan Sistem Waktu Diskrit. Oleh: Tri Budi Santoso Laboratorium Sinyal, EEPIS-ITS Bab 5 Siyal da Sistem Watu Disrit Oleh: Tri Budi Satoso Laboratorium Siyal, EEPIS-ITS Materi: Represetasi matemati pada siyal watu disrit, domai watu da freuesi pada suatu siyal watu disrit, trasformasi

Lebih terperinci

MODEL DISTRIBUSI BAHAN AJAR UNIVERSITAS TERBUKA DAN IMPLEMENTASINYA

MODEL DISTRIBUSI BAHAN AJAR UNIVERSITAS TERBUKA DAN IMPLEMENTASINYA MODEL DISTRIBUSI BAHAN AAR UNIVERSITAS TERBUKA DAN IMPLEMENTASINYA Sitta Alief Farihati (sitta@mail.ut.ac.id) Uiversitas Terbua Amril Ama I. N. Kutha Ardaa Pascasarjaa Istitut Pertaia Bogor ABSTRACT Uiversitas

Lebih terperinci

Model Antrian Multi Layanan

Model Antrian Multi Layanan Jural Gradie Vol. No. Juli : 8- Model Atria Multi Layaa Sisa Yosmar Jurusa Matematia, Faultas Matematia da Ilmu egetahua Alam, Uiversitas Begulu, Idoesia Diterima 9 April; Disetujui 8 Jui Abstra - Salah

Lebih terperinci

BAB 2 LANDASAN TEORI. lebar pita sinyal tersebut. Pada kebanyakan aplikasi, termasuk kamera digital video dan

BAB 2 LANDASAN TEORI. lebar pita sinyal tersebut. Pada kebanyakan aplikasi, termasuk kamera digital video dan BAB LADASA TEORI Teorema Shao-yquist meyataa agar tida ada iformasi yag hilag etia pecuplia siyal, maa ecepata pecuplia harus miimal dua ali dari lebar pita siyal tersebut. Pada ebayaa apliasi, termasu

Lebih terperinci

PENYELESAIAN PERSAMAAN DIFERENSIAL LANE-EMDEN MENGGUNAKAN METODE TRANSFORMASI DIFERENSIAL

PENYELESAIAN PERSAMAAN DIFERENSIAL LANE-EMDEN MENGGUNAKAN METODE TRANSFORMASI DIFERENSIAL PENYELESAIAN PERSAMAAN DIFERENSIAL LANE-EMDEN MENGGUNAKAN METODE TRANSFORMASI DIFERENSIAL Ahma Sya roi, M Natsir, Eag Lily E-mail: Arolativa@yahoocom Mahasiswa Program S Matematia Dose Jurusa Matematia

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB LANDASAN TEORI.1 Risio Operasioal.1.1 Defiisi Dewasa ii risio operasioal semai diaui sebagai salah satu fator uci yag perlu dielola da dicermati oleh para pelau usaha, hususya di bidag jasa euaga.

Lebih terperinci

IV. METODE PENELITIAN

IV. METODE PENELITIAN IV. METODE PENELITIAN 4.1 Lokasi da Waktu peelitia Peelitia dilakuka pada budidaya jamur tiram putih yag dimiliki oleh usaha Yayasa Paguyuba Ikhlas yag berada di Jl. Thamri No 1 Desa Cibeig, Kecamata Pamijaha,

Lebih terperinci

Bab 16 Integral di Ruang-n

Bab 16 Integral di Ruang-n Catata Kuliah MA3 Kalulus Elemeter II Oi Neswa,Ph.D., Departeme Matematia-ITB Bab 6 Itegral di uag- Itegral Gada atas persegi pajag Itegral Berulag Itegral Gada atas Daerah sebarag Itegral Gada Koordiat

Lebih terperinci

PERHITUNGAN GANGGUAN SIMULTAN HUBUNGAN SERI-SERI PADA SISTEM TENAGA LISTRIK. Triwahju Hardianto 1

PERHITUNGAN GANGGUAN SIMULTAN HUBUNGAN SERI-SERI PADA SISTEM TENAGA LISTRIK. Triwahju Hardianto 1 PENDAHULUAN PERHITUNGAN GANGGUAN SIMULTAN HUBUNGAN SERISERI PADA SISTEM TENAGA LISTRIK Triwahju Hardiato ABSTRACT: This paper explais about how to calculate the currets ad voltages at a electrical power

Lebih terperinci

Sinyal dan Sistem Waktu Diskrit ET 3005 Pengolahan Sinyal Waktu Diskrit EL 5155 Pengolahan Sinyal Waktu Diskrit

Sinyal dan Sistem Waktu Diskrit ET 3005 Pengolahan Sinyal Waktu Diskrit EL 5155 Pengolahan Sinyal Waktu Diskrit Siyal da Sistem Watu Disrit ET 35 Pegolaha Siyal Watu Disrit EL 5155 Pegolaha Siyal Watu Disrit Effria Yati Hamid 1 2 Siyal da Sistem Watu Disrit 2.1 Siyal Watu Disrit 2.1.1 Pegertia Siyal Watu Disrit

Lebih terperinci

BAB IV ANALISIS DATA PENELITIAN. Data yang digunakan untuk mengevaluasi Gardu Induk Bandar Sribhawono

BAB IV ANALISIS DATA PENELITIAN. Data yang digunakan untuk mengevaluasi Gardu Induk Bandar Sribhawono 38 BAB IV ANALISIS DATA PENELITIAN.1 Data Peelitia Data yag diguaka utuk megevaluasi Gardu Iduk Badar Sribhawoo 8 tahu medatag adalah data pemakaia eergi listrik tahu 2013 sampai 2016 pada trasformator

Lebih terperinci

PROSIDING ISSN:

PROSIDING ISSN: PROSIDING ISSN: 5-656 OPTIMISASI BERKENDALA MENGGUNAKAN METODE GRADIEN TERPROYEKSI Nida Sri Uami Uiversias Muhammadiyah Suraara idaruwiyai@gmailcom ABSTRAK Dalam ulisa ii dibahas eag meode gradie erproyesi

Lebih terperinci

UNIVERSITAS INDONESIA META-ANALISIS UNTUK RELIABILITAS SUATU ALAT UKUR BERDASARKAN KOEFISIEN ALPHA CRONBACH SKRIPSI JANUARINA ANGGRIANI

UNIVERSITAS INDONESIA META-ANALISIS UNTUK RELIABILITAS SUATU ALAT UKUR BERDASARKAN KOEFISIEN ALPHA CRONBACH SKRIPSI JANUARINA ANGGRIANI UNIVERSITAS INDONESIA META-ANALISIS UNTUK RELIABILITAS SUATU ALAT UKUR BERDASARKAN KOEFISIEN ALHA CRONBACH SKRISI JANUARINA ANGGRIANI 080655 FAKULTAS MATEMATIKA DAN ILMU ENGETAHUAN ALAM ROGRAM STUDI SARJANA

Lebih terperinci

Perbandingan Power of Test dari Uji Normalitas Metode Bayesian, Uji Shapiro-Wilk, Uji Cramer-von Mises, dan Uji Anderson-Darling

Perbandingan Power of Test dari Uji Normalitas Metode Bayesian, Uji Shapiro-Wilk, Uji Cramer-von Mises, dan Uji Anderson-Darling Jural Gradie Vol No Juli 5 : -5 Perbadiga Power of Test dari Uji Normalitas Metode Bayesia, Uji Shapiro-Wilk, Uji Cramer-vo Mises, da Uji Aderso-Darlig Dyah Setyo Rii, Fachri Faisal Jurusa Matematika,

Lebih terperinci

BAB 6 NOTASI SIGMA, BARISAN DAN DERET

BAB 6 NOTASI SIGMA, BARISAN DAN DERET BAB 6 NOTASI SIGMA, BARISAN DAN DERET A RINGKASAN MATERI. Notasi Sigma Diberia suatu barisa bilaga, a, a,..., a. Lambag deret tersebut, yaitu: a = a + a +... + a a meyataa jumlah suu pertama barisa Sifat-sifat

Lebih terperinci

III. METODOLOGI PENELITIAN. Penelitian ini dilakukan di SMA Negeri 1 Way Jepara Kabupaten Lampung Timur

III. METODOLOGI PENELITIAN. Penelitian ini dilakukan di SMA Negeri 1 Way Jepara Kabupaten Lampung Timur 0 III. METODOLOGI PENELITIAN A. Lokasi da Waktu Peelitia Peelitia ii dilakuka di SMA Negeri Way Jepara Kabupate Lampug Timur pada bula Desember 0 sampai Mei 03. B. Populasi da Sampel Populasi dalam peelitia

Lebih terperinci

Peluang Suatu Kejadian, Kaidah Penjumlahan, Peluang Bersyarat, Kaidah Perkalian dan Kaidah Baiyes

Peluang Suatu Kejadian, Kaidah Penjumlahan, Peluang Bersyarat, Kaidah Perkalian dan Kaidah Baiyes eluag uatu Kejadia, Kaidah ejumlaha, eluag ersyarat, Kaidah eralia da Kaidah aiyes.eluag uatu Kejadia Defiisi : eluag suatu ejadia adalah jumlah peluag semua titi otoh dalam. Dega demiia : 0 (), ( ) =

Lebih terperinci

STATISTIKA: UKURAN PENYEBARAN DATA. Tujuan Pembelajaran

STATISTIKA: UKURAN PENYEBARAN DATA. Tujuan Pembelajaran KTSP & K-3 matemata K e l a s XI STATISTIKA: UKURAN PENYEBARAN DATA Tujua Pembelajara Setelah mempelajar mater, amu dharapa meml emampua berut.. Memaham defs uura peyebara data da jes-jesya.. Dapat meetua

Lebih terperinci

III. METODOLOGI PENELITIAN. Penelitian ini dilakukan di SMA Negeri 1 Way Jepara Kabupaten Lampung Timur

III. METODOLOGI PENELITIAN. Penelitian ini dilakukan di SMA Negeri 1 Way Jepara Kabupaten Lampung Timur III. METODOLOGI PENELITIAN A. Lokasi da Waktu Peelitia Peelitia ii dilakuka di SMA Negeri Way Jepara Kabupate Lampug Timur pada bula Desember 0 sampai dega Mei 03. B. Populasi da Sampel Populasi dalam

Lebih terperinci

BAB III METODOLOGI PENELITIAN. data dalam penelitian ini termasuk ke dalam data yang diambil dari Survei Pendapat

BAB III METODOLOGI PENELITIAN. data dalam penelitian ini termasuk ke dalam data yang diambil dari Survei Pendapat BAB III METODOLOGI PENELITIAN 3.1. Jeis da Sumber Data Jeis peelitia yag aka diguaka oleh peeliti adalah jeis peelitia Deskriptif. Dimaa jeis peelitia deskriptif adalah metode yag diguaka utuk memperoleh

Lebih terperinci

III. METODOLOGI PENELITIAN. Populasi dalam penelitian ini adalah semua siswa kelas XI IPA SMA Negeri I

III. METODOLOGI PENELITIAN. Populasi dalam penelitian ini adalah semua siswa kelas XI IPA SMA Negeri I 7 III. METODOLOGI PENELITIAN A. Populasi da Sampel Peelitia Populasi dalam peelitia ii adalah semua siswa kelas XI IPA SMA Negeri I Kotaagug Tahu Ajara 0-03 yag berjumlah 98 siswa yag tersebar dalam 3

Lebih terperinci

BAB I PENDAHULUAN Latar Belakang Permasalahan

BAB I PENDAHULUAN Latar Belakang Permasalahan BAB I PENDAHULUAN 1.1. Latar Belakag Permasalaha Matematika merupaka Quee ad servat of sciece (ratu da pelaya ilmu pegetahua). Matematika dikataka sebagai ratu karea pada perkembagaya tidak tergatug pada

Lebih terperinci

PROSIDING ISBN:

PROSIDING ISBN: S-6 Perlukah Cross Validatio dilakuka? Perbadiga atara Mea Square Predictio Error da Mea Square Error sebagai Peaksir Harapa Kuadrat Kekelirua Model Yusep Suparma (yusep.suparma@ upad.ac.id) Uiversitas

Lebih terperinci

STUDI TENTANG BEBERAPA MODIFIKASI METODE ITERASI BEBAS TURUNAN

STUDI TENTANG BEBERAPA MODIFIKASI METODE ITERASI BEBAS TURUNAN STUDI TENTANG BEBERAPA MODIFIKASI METODE ITERASI BEBAS TURUNAN Supriadi Putra, M,Si Laboratorium Komputasi Numerik Jurusa Matematika FMIPA Uiversitas Riau e-mail : spoetra@yahoo.co.id ABSTRAK Makalah ii

Lebih terperinci

BAB III METODOLOGI 3.1 Tempat dan Waktu Penelitian 3.2 Bahan dan Alat 3.3 Metode Pengumpulan Data Pembuatan plot contoh

BAB III METODOLOGI 3.1 Tempat dan Waktu Penelitian 3.2 Bahan dan Alat 3.3 Metode Pengumpulan Data Pembuatan plot contoh BAB III METODOLOGI 3.1 Tempat da Waktu Peelitia Pegambila data peelitia dilakuka di areal revegetasi laha pasca tambag Blok Q 3 East elevasi 60 Site Lati PT Berau Coal Kalimata Timur. Kegiata ii dilakuka

Lebih terperinci

Bab III Metoda Taguchi

Bab III Metoda Taguchi Bab III Metoda Taguchi 3.1 Pedahulua [2][3] Metoda Taguchi meitikberatka pada pecapaia suatu target tertetu da meguragi variasi suatu produk atau proses. Pecapaia tersebut dilakuka dega megguaka ilmu statistika.

Lebih terperinci

1.1 METODE PENGEMBANGAN PENDEKATAN RATA- RATA SAMPEL UNTUK PROGRAM STOKASTIK DUA TAHAP. Faridawaty Marpaung. Abstrak

1.1 METODE PENGEMBANGAN PENDEKATAN RATA- RATA SAMPEL UNTUK PROGRAM STOKASTIK DUA TAHAP. Faridawaty Marpaung. Abstrak METODE PEGEMBAGA PEDEKATA RATA- RATA SAMPEL UTUK PROGRAM STOKASTIK DUA TAHAP Faridawaty Marpaug Abstra Peelitia ii megemuaa metode pegembaga pedeata rata rata sampel utu program stoasti dua tahap. Metodologi

Lebih terperinci

Aplikasi Sistem Orthonormal Di Ruang Hilbert Pada Deret Fourier

Aplikasi Sistem Orthonormal Di Ruang Hilbert Pada Deret Fourier Apliasi Sistem Orthoormal Di Ruag Hilbert Pada Deret Fourier A 7 Fitriaa Yuli S. FMIPA UNY Abstra Ruag hilbert aa dibahas pada papper ii. Apliasi system orthoormal aa diaji da aa diapliasia pada ruahg

Lebih terperinci

BAB II TINJAUAN PUSTAKA. membahas distribusi normal dan distribusi normal baku, penaksir takbias μ dan σ,

BAB II TINJAUAN PUSTAKA. membahas distribusi normal dan distribusi normal baku, penaksir takbias μ dan σ, BAB II TINJAUAN PUSTAKA.1 Pedahulua Dalam peulisa materi poo dari sripsi ii diperlua beberapa teori-teori yag meduug, yag mejadi uraia poo pada bab ii. Uraia dimulai dega membahas distribusi ormal da distribusi

Lebih terperinci

STUDI PEMODELAN PERAMBATAN GELOMBANG SURJA PETIR PADA SALURAN TRANSMISI 150 KV MENGGUNAKAN METODE MULTI- CONDUCTOR TRANSMISSION LINE

STUDI PEMODELAN PERAMBATAN GELOMBANG SURJA PETIR PADA SALURAN TRANSMISI 150 KV MENGGUNAKAN METODE MULTI- CONDUCTOR TRANSMISSION LINE STUDI PEMODELAN PERAMBATAN GELOMBANG SURJA PETIR PADA SALURAN TRANSMISI 50 K MENGGUNAKAN METODE MULTI- CONDUCTOR TRANSMISSION LINE Kade Ad Dw Purwaa 2205 00 038 dose pembmbg :. Ir. Syarffudd M M.Eg. 2.

Lebih terperinci

PENGGGUNAAN ALGORITMA GAUSS-NEWTON UNTUK MENENTUKAN SIFAT-SIFAT PENAKSIR PARAMETER DAN

PENGGGUNAAN ALGORITMA GAUSS-NEWTON UNTUK MENENTUKAN SIFAT-SIFAT PENAKSIR PARAMETER DAN PENGGGUNAAN ALGORITMA GAUSS-NEWTON UNTUK MENENTUKAN SIFAT-SIFAT PENAKSIR PARAMETER DAN DALAM SUATU MODEL NON-LINIER Abstrak Nur ei 1 1, Jurusa Matematika FMIPA Uiversitas Tadulako Jl. Sukaro-Hatta Palu,

Lebih terperinci

Studi Peningkatan Kualitas Pelayanan Penyulang Menggunakan Load Break Switch(LBS) Three Way

Studi Peningkatan Kualitas Pelayanan Penyulang Menggunakan Load Break Switch(LBS) Three Way 48 Tekologi Elektro, Vol. 15, No. 1, Jauari-Jui 2016 Studi Peigkata Kualitas Pelayaa Peyulag Megguaka Load Break Switch(LBS) Three Way I Kadek Hery Samudra 1, I Gede Dyaa Arjaa 2, I Waya Artha Wijaya 3

Lebih terperinci

BAB III METODE PENELITIAN

BAB III METODE PENELITIAN BAB III METODE PENELITIAN 3.1 Objek Peelitia Peelitia dilakuka di bagia spiig khususya bagia widig Pabrik Cambrics Primissima (disigkat PT.Primissima) di Jala Raya Magelag Km.15 Slema, Yogyakarta. Peelitia

Lebih terperinci

IV. METODE PENELITIAN. berdasarkan tujuan penelitian (purposive) dengan pertimbangan bahwa Kota

IV. METODE PENELITIAN. berdasarkan tujuan penelitian (purposive) dengan pertimbangan bahwa Kota IV. METODE PENELITIAN 4.1. Lokasi da Waktu Peelitia ii dilaksaaka di Kota Bogor Pemiliha lokasi peelitia berdasarka tujua peelitia (purposive) dega pertimbaga bahwa Kota Bogor memiliki jumlah peduduk yag

Lebih terperinci

Gerak Brown Fraksional dan Sifat-sifatnya

Gerak Brown Fraksional dan Sifat-sifatnya SEMINAR NASIONAL MATEMATIKA DAN PENDIDIKAN MATEMATIKA UNY 06 S - 3 Gera Brow Frasioal da Sifat-sifatya Chataria Ey Murwaigtyas, Sri Haryatmi, Guardi 3, Herry P Suryawa 4,,3 Uiversitas Gadjah Mada,4 Uiversitas

Lebih terperinci

Tugas Akhir (SI-40Z1) Evaluasi Perbandingan Konsep Desain Dinding Geser Tahan Gempa Berdasarkan SNI Beton Bab III Studi Kasus BAB III STUDI KASUS

Tugas Akhir (SI-40Z1) Evaluasi Perbandingan Konsep Desain Dinding Geser Tahan Gempa Berdasarkan SNI Beton Bab III Studi Kasus BAB III STUDI KASUS BAB III STUDI KASUS. Sistem Strutur Prototipe Pada tugas ahir ii aa dilaua evaluasi hasil desai didig geser dega dua osep desai ag berbeda aitu osep desai berdasara gaa dalam da osep desai apasitas. Strutur

Lebih terperinci

MASALAH DISTRIBUSI BOLA KE DALAM WADAH SEBAGAI FUNGSI ATAU KUMPULAN FUNGSI

MASALAH DISTRIBUSI BOLA KE DALAM WADAH SEBAGAI FUNGSI ATAU KUMPULAN FUNGSI Vol. 11, No. 1, 45-55, Juli 2014 MASALAH DISTRIBUSI BOLA KE DALAM WADAH SEBAGAI FUNGSI ATAU KUMPULAN FUNGSI Fauziah Baharuddi 1, Loey Haryato 2, Nurdi 3 Abstra Peulisa ii bertujua utu medapata perumusa

Lebih terperinci

Jurusan Pendidikan Matematika, Fakultas Keguruan dan Ilmu Pendidikan Universitas Bung Hatta

Jurusan Pendidikan Matematika, Fakultas Keguruan dan Ilmu Pendidikan Universitas Bung Hatta PENERAPAN MODEL COOPERATIVE LEARNING TIPE THINK PAIR SQUARE UNTUK MENINGKATKAN KEMAMPUAN PEMECAHAN MASALAH MATEMATIKA SISWA KELAS VIII SMP PERTIWI 1 PADANG Cherly Mardelfi 1, Lutfia Almash 2, Yusri Wahyui

Lebih terperinci

Jurnal MIPA 38 (1) (2015): Jurnal MIPA.

Jurnal MIPA 38 (1) (2015): Jurnal MIPA. Jural MIPA 38 () (5): 68-78 Jural MIPA http://ouraluesacid/u/idephp/jm APROKSIMASI ANUIAS HIDUP MENGGUNAKAN KOMBINASI EKSPONENSIAL LJ Siay S Gurito Guardi 3 Jurusa Matematia FMIPA Uiversitas Pattimura

Lebih terperinci

PENGARUH MODAL KERJA TERHADAP KREDIT YANG DISALURKAN SERTA DAMPAKNYA TERHADAP RENTABILITAS PERUSAHAAN

PENGARUH MODAL KERJA TERHADAP KREDIT YANG DISALURKAN SERTA DAMPAKNYA TERHADAP RENTABILITAS PERUSAHAAN Jural Autasi FE Usil, Vol. 4, No., 009 ISSN : 907-9958 PENGARUH MODAL KERJA TERHADAP KREDIT YANG DISALURKAN SERTA DAMPAKNYA TERHADAP RENTABILITAS PERUSAHAAN Rai Rahma Dose Jurusa Autasi Faultas Eoomi Uiversitas

Lebih terperinci

III. METODE PENELITIAN. Pembangunan Daerah (BAPPEDA) Provinsi NTB, BPS pusat, dan instansi lain

III. METODE PENELITIAN. Pembangunan Daerah (BAPPEDA) Provinsi NTB, BPS pusat, dan instansi lain III. METODE PENELITIAN 3.1 Jeis da Sumber Data Data yag diguaka pada peelitia ii merupaka data sekuder yag diperoleh dari Bada Pusat Statistik (BPS) Provisi NTB, Bada Perecaaa Pembagua Daerah (BAPPEDA)

Lebih terperinci

BAB I KONSEP DASAR PERSAMAAN DIFERENSIAL

BAB I KONSEP DASAR PERSAMAAN DIFERENSIAL BAB I KONSEP DASAR PERSAMAAN DIFERENSIAL Defiisi Persamaa diferesial adalah persamaa yag melibatka variabelvariabel tak bebas da derivatif-derivatifya terhadap variabel-variabel bebas. Berikut ii adalah

Lebih terperinci

ANALISA PENGARUH INTEGRASI PEMBANGKIT TERSEBAR DALAM SISTEM KOMPOSIT

ANALISA PENGARUH INTEGRASI PEMBANGKIT TERSEBAR DALAM SISTEM KOMPOSIT ANALISA PENGARUH INTEGRASI PEMBANGKIT TERSEBAR DALAM SISTEM KOMPOSIT Syafii, Syukri Yuus, da Asrizal Gedug Jurusa Tekik Elektro, Fakultas Tekik, Kampus Limau Mais, Uiversitas Adalas, Padag, 25163 email:

Lebih terperinci

SINGUDA ENSIKOM VOL. 6 NO.2 /February 2014

SINGUDA ENSIKOM VOL. 6 NO.2 /February 2014 SINGUDA ENSIKOM VOL. 6 NO.2 /February ANALISIS PENGARUH JATUH TEGANGAN TERHADAP TORSI DAN PUTARAN PADA MOTOR ARUS SEARAH PENGUATAN SHUNT (Aplikasi pada Laboratorium Koversi Eergi Listrik FT-USU) Agug Khairi,

Lebih terperinci

BAB V ANALISIS DAN PEMBAHASAN

BAB V ANALISIS DAN PEMBAHASAN 6 BAB ANALISIS DAN PEMBAHASAN Lokasi objek peelitia berada di ruas jala Solo Jogja, dimulai dari Km 15+000 da berakhir di Km 15+500, lebar bada jala 7,5 m da lebar bahu jala m, sedagka jala pembadig berada

Lebih terperinci

BAB III METODE PENELITIAN. Jenis penelitian ini adalah penelitian pengembangan (research and

BAB III METODE PENELITIAN. Jenis penelitian ini adalah penelitian pengembangan (research and BAB III METODE PENELITIAN A. Jeis Peelitia Jeis peelitia ii adalah peelitia pegembaga (research ad developmet), yaitu suatu proses peelitia utuk megembagka suatu produk. Produk yag dikembagka dalam peelitia

Lebih terperinci

Anova (analysis of varian)

Anova (analysis of varian) ova (aalysis of varia) Ui hipotesis perbedaa ilai rata-rata dari atau lebih elompo idepede Cotoh: daah perbedaa berat bayi lahir dari eluarga E tiggi dega E sedag atau E redah sumsi Ui ova: 1. ube diambil

Lebih terperinci

BAB I PENDAHULUAN. Integral adalah salah satu konsep penting dalam Matematika yang

BAB I PENDAHULUAN. Integral adalah salah satu konsep penting dalam Matematika yang BAB I PENDAHULUAN 1.1 Latar Belakag Masalah Itegral adalah salah satu kosep petig dalam Matematika yag dikemukaka pertama kali oleh Isac Newto da Gottfried Wilhelm Leibiz pada akhir abad ke-17. Selajutya

Lebih terperinci

BAB III METODE PENELITIAN. penelitian yaitu PT. Sinar Gorontalo Berlian Motor, Jl. H. B Yassin no 28

BAB III METODE PENELITIAN. penelitian yaitu PT. Sinar Gorontalo Berlian Motor, Jl. H. B Yassin no 28 5 BAB III METODE PENELITIAN 3.1 Lokasi Peelitia da Waktu Peelitia Sehubuga dega peelitia ii, lokasi yag dijadika tempat peelitia yaitu PT. Siar Gorotalo Berlia Motor, Jl. H. B Yassi o 8 Kota Gorotalo.

Lebih terperinci

MANAJEMEN RISIKO INVESTASI

MANAJEMEN RISIKO INVESTASI MANAJEMEN RISIKO INVESTASI A. PENGERTIAN RISIKO Resiko adalah peyimpaga hasil yag diperoleh dari recaa hasil yag diharapka Besarya tigkat resiko yag dimasukka dalam peilaia ivestasi aka mempegaruhi besarya

Lebih terperinci

Pedahulua Hipotesis: asumsi atau dugaa semetara megeai sesuatu hal. Ditutut utuk dilakuka pegeceka kebearaya. Jika asumsi atau dugaa dikhususka megeai

Pedahulua Hipotesis: asumsi atau dugaa semetara megeai sesuatu hal. Ditutut utuk dilakuka pegeceka kebearaya. Jika asumsi atau dugaa dikhususka megeai PENGUJIAN HIPOTESIS Pedahulua Hipotesis: asumsi atau dugaa semetara megeai sesuatu hal. Ditutut utuk dilakuka pegeceka kebearaya. Jika asumsi atau dugaa dikhususka megeai ilai-ilai parameter populasi,

Lebih terperinci

BAB 1 PENDAHULUAN. Bagi Negara yang mempunyai wilayah terdiri dari pulau-pulau yang dikelilingi lautan,

BAB 1 PENDAHULUAN. Bagi Negara yang mempunyai wilayah terdiri dari pulau-pulau yang dikelilingi lautan, BAB 1 PENDAHULUAN 1.1 Latar Belakag Bagi Negara yag mempuyai wilayah terdiri dari pulau-pulau yag dikeliligi lauta, laut merupaka saraa trasportasi yag dimia, sehigga laut memiliki peraa yag petig bagi

Lebih terperinci

Penulis: Penilai: Editor: Ilustrator: Dra. Puji Iryanti, M.Sc. Ed. Al. Krismanto, M.Sc. Sri Purnama Surya, S.Pd, M.Si. Fadjar N. Hidayat, S.Si.,M.Ed.

Penulis: Penilai: Editor: Ilustrator: Dra. Puji Iryanti, M.Sc. Ed. Al. Krismanto, M.Sc. Sri Purnama Surya, S.Pd, M.Si. Fadjar N. Hidayat, S.Si.,M.Ed. PAKET FASILITASI PEMBERDAYAAN KKG/MGMP MATEMATIKA Pembelajara Barisa, Deret Bilaga da Notasi Sigma di SMA Peulis: Dra. Puji Iryati, M.Sc. Ed. Peilai: Al. Krismato, M.Sc. Editor: Sri Purama Surya, S.Pd,

Lebih terperinci

PENGARUH INFLASI TERHADAP KEMISKINAN DI PROPINSI JAMBI

PENGARUH INFLASI TERHADAP KEMISKINAN DI PROPINSI JAMBI Halama Tulisa Jural (Judul da Abstraksi) Jural Paradigma Ekoomika Vol.1, No.5 April 2012 PENGARUH INFLASI TERHADAP KEMISKINAN DI PROPINSI JAMBI Oleh : Imelia.,SE.MSi Dose Jurusa Ilmu Ekoomi da Studi Pembagua,

Lebih terperinci

Konvolusi pada Distribusi dengan Support Kompak

Konvolusi pada Distribusi dengan Support Kompak Prosidig SI MaNIs (Semiar Nasioal Itegrasi Matematia da Nilai Islami) Vol1, No1, Juli 2017, Hal 453-457 p-issn: 2580-4596; e-issn: 2580-460X Halama 453 Kovolusi pada Distribusi dega Support Kompa Cythia

Lebih terperinci

PENAKSIRAN DAN PERAMALAN BIAYA D. PENAKSIRAN BIAYA JANGKA PANJANG E. PERAMALAN BIAYA

PENAKSIRAN DAN PERAMALAN BIAYA D. PENAKSIRAN BIAYA JANGKA PANJANG E. PERAMALAN BIAYA PENAKSIRAN DAN PERAMALAN BIAYA Ari Darmawa, Dr. S.AB, M.AB Email: aridarmawa_fia@ub.ac.id A. PENDAHULUAN B. PENAKSIRAN DAN PRAKIRAAN FUNGSI BIAYA C. PENAKSIRAN JANGKA PENDEK - Ekstrapolasi sederhaa - Aalisis

Lebih terperinci