SISTEM REKOMENDASI NILAI MATA KULIAH MENGGUNAKAN METODE CONTENT-BASED FILTERING

Ukuran: px
Mulai penontonan dengan halaman:

Download "SISTEM REKOMENDASI NILAI MATA KULIAH MENGGUNAKAN METODE CONTENT-BASED FILTERING"

Transkripsi

1 Semnar Nasonal Informaka 00 (semnasif 00) ISSN: UPN Veeran Yogyakara, Me 00 SISTEM REKOMENDASI NILAI MATA KULIAH MENGGUNAKAN METODE CONTENT-BASED FILTERING Puspanngyas Sanjoyo A ) ) Teknk Informaka, Unversas Sanaa Dharma, Yogyakara Kampus III Pangan, Maguoharjo, Sleman, Yogyakara 5584 Telp (074) e-mal : puspa@saff.us.ac. Absrak Ssem rekomenas merupakan ssem yang berujuan memperkrakan nformas yang menark bag penggunanya an juga membanu calon konsumen alam memuuskan barang apa saja yang akan belnya. Paa aal semeser, seap mahassa menafar unuk menempuh suau maa kulah. Saa nlah, mahassa membuuhkan suau rekomenas mengena nla yang akan perolehnya. Penelan n berujuan membua perkraan nla maa kulah yang akan empuh oleh seorang mahassa. Meoe yang gunakan aalah meoe conen-base fllerng. Meoe conen-base flerng mplemenaskan engan masukan ssem aalah okumen slabus maa kulah. Dokumen-okumen n selanjunya proses penghapusan sop or, semmng an pengneksan. Proses pengneksan mengaslkan sebuah afar kaa an frekuensnya paa okumen ersebu. Seelah proses pengneksan selesa, ssem akan melakukan penghungan bobo kaa alam semua okumen engan algorma TF-IDF. Menggunakan bobo kaa n, okumen apa moelkan alam vekor yang kenal engan slah vecor space moel. Berasarkan moel n, seap maa kulah hung ngka kemrpannya sau sama lan. Nla ngka kemran n selanjunya gunakan unuk membangkkan rekomenas nla menggunakan algorma K Neares Neghborhoo. Ssem n elah ujcobakan paa 0 mahassa T. Informaka USD angkaan 006. Ssem membangkkan rekomenas unuk nla-nla semeser 3 an semeser 4. Nla yang bangkkan sebanyak 76 buah engan ngka akuras sebesar 53%. Tngka akuras n sanga jelek karena mash belum epanya algorma pembangkan rekomenas alam hal n algorma K Neares neghborhoo. Mash perlukan penelan lanjuan unuk menyempurnakan ssem n. Keyor : conen base flerng, ssem rekomenas. PENDAHULUAN Ssem rekomenas merupakan ssem yang berujuan memperkrakan nformas yang menark bag penggunanya an juga membanu calon konsumen alam memuuskan barang apa saja yang akan belnya. Ssem rekomenas secara khusus merupakan suau ssem pemberan saran kepaa penggunanya an bersfa personal, berbea unuk semua pengguna ssem. Dalam suau perguruan ngg, mahassa belajar alam suau ssem kurkulum yang err aas sekumpulan afar maa kulah mana seelah menempuh maa kulah, mahassa akan menapakan nla. Nla maa kulah yang akan erma asarkan aas kemampuan mahassa. Seap maa kulah mempunya karakersk yang berbea sau sama lan. Karakersk maa kulah ercermn ar slabus an sauan acara perkulahan. Ssem rekomenas nla maa kulah n merupakan ssem yang bersfa personal bag seorang mahassa. Paa aal semeser, seap mahassa menafar unuk menempuh suau maa kulah. Saa nlah, mahassa membuuhkan suau rekomenas mengena nla yang akan perolehnya. Nla suau maa kulah peroleh berasar kemampuan mahassa yang juga sesua engan karakersk maa kulah ersebu. Berasarkan karakersk suau maa kulah, profl seorang mahassa benuk yang sesua engan karakersk maa kulah. Penenuan profl mahassa sesua karakersk maa kulah merupakan mplemenas ar meoe conen-base flerng. Dalam mengku perkulahan, nla suau maa kulah yang sejens umumnya akan sama unuk seorang mahassa. Prnsp korelas anar maa kulah menja asar ar meoe conen base flerng. Berasar laar belakang aas, rumusan masalah penelan n aalah bagamana membua perkraan nla maa kulah yang akan empuh oleh seorang mahassa alam sebuah benuk aplkas ssem rekomenas.. TINJAUAN PUSTAKA Ssem rekomenas merupakan suau ssem yang berujuan memperkrakan nformas yang menark bag penggunanya [] an membanu calon konsumen alam memuuskan barang apa yang akan belnya [8]. Perkraan nformas n bersfa personl yang asarkan aas profl ar pengguna ssem. Profl pengguna umumnya asarkan aas penlaan menark-aknya suau nfomas yang pernah baca oleh pengguna. Ssem rekomenas suah banyak erapkan paa berbaga moel bursa elekrons. Salah sau meoe yang gunakan aalah meoe Conen-base Flerng. A-90

2 Semnar Nasonal Informaka 00 (semnasif 00) ISSN: UPN Veeran Yogyakara, Me 00 Secara umum, meoe conen-base flerng membenuk profl penggunanya berasarkan arbu pembenuk suau em [4]. Sebaga conoh unuk suau em okumen, arbu pembenuknya aalah kaa-kaa/erm yang erapa paa okumen ersebu. Parameer pembenuk profl pengguna n juga ber nla bobo berasarkan krera erenu, msalnya unuk kasus okumen aalah frekuens suau kaa/erm alam okumen ersebu. Conen-base flerng memberkan suau rekomenas berasarkan hasl analsa kemrpan em yang elah nla oleh para penggunanya. Meoe n paa aalnya erapkan alam ssem rekomenas okumen. Varas meoe aarkan berasarkan suau analss s okumen an pencaran keerauran alam berbaga okumen. Penekaan meoe lan lakukan menggunakan meoe klasfkas engan ujuan memperkrakan golongan suau em aau eks, msalnya golongan suka aau ak suka. Meoe lan juga melakukan klasfkas engan melakukan pemboboan suau em aau eks alam suau nla numerk. Secara umum, meoe conen-base flerng mempunya eknk umum alam membua rekomenas yau heursc-base an moel-base []. Cosne smlary, Boolean query, eknk TF-IDF (erm frequency-nvers ocumen frequency) an Cluserng ermasuk alam golongan heursc-base seangkan yang masuk alam golongan moel-base aalah eknk Bayesan classfer & Cluserng, Decson Tree an Arfcal Neural Neork. Penelan n akan menggunakan algorma TF-IDF (erm frequency-nvers ocumen frequency) sebaga pembenuk profl pengguna. Algorma meoe conen-base flerng apa jelaskan alam langkah-langkah :. Suau em barang bag-bag berasarkan suau vekor komponen pembenuknya. Msalnya unuk sebuah flm bag aas komponen akor, suraara, jens flm, ll.. Pengguna member penlaan suka aau ak suka aas em ersebu. 3. Ssem akan membua profl pengguna berasarkan bobo vekor komponen pembenuk suau em. Pembuaan profl pengguna apa menggunakan algorma TF-IDF (erm frequency-nvers ocumen frequency). TF aalah jumlah erm alam suau okumen. Seangkan nla IDF apa hung menggunakan rumus: n f = log...() f n merupakan jumlah semua okumen seangkan f aalah jumlah okumen yang memlk erm. 4. Berasarkan profl pengguna ersebu, ssem akan memperkrakan penlaan suka aau ak suka suau em berasarkan analss kemrpan profl pengguna engan vekor komponen pembenuk em. Jka ssem memperkrakan baha em ersebu akan suka oleh pengguna maka em ersebu akan rekomenaskan ke pengguna. Meoe n memlk kekurangan yang uama yau keakmampuan merekomenaskan jens em yang baru aau belum pernah lha kepaa seorang pengguna. Hal n sebabkan oleh karena meoe n bua berasarkan em-em yang pernah nla oleh pengguna ersebu. Tujuan penelan nlah aalah mengembangkan suau perangka lunak yang apa membua perkraan nla ar maa kulah yang empuh oleh seorang mahassa. Masukan ssem aalah afar nla erbak an afar maa kulah yang seang empuh mahassa. Masukan lannya aalah slabus an SAP( sauan acara perkulahan). Su kasus yang gunakan aalah program su Teknk Informaka Unversas Sanaa Dharma. Hasl penelan harapkan mampu membanu mahassa alam mengenal kemampuan r senr. Karakersk mahassa berkan alam benuk erm/kaa penng kulah yang kuasanya engan bak. 3. METODE PENELITIAN Langkah Kerja Meoe penelan yang acu menggunakan meoe pengembangan perangka lunak berbass obyek yang bersfa eraf. Langkah-langkah meoe pengembangan perangka lunak secara umum apa lha paa abel. Tabel. Langkah-langkah Pengembangan Perangka Lunak No Pekerjaan Dokumen Keluaran. Analss kebuuhan Dokumen Spesfkas an Kebuuhan. Analss an perancangan ssem Dokumen Tekns Pengembangan Perangka Lunak 3. Pengembangan ssem Koe Program 4. Pengujan ssem Dokumen Pengujan Perangka Lunak Proses Pembangkan Rekomenas Perangka lunak akan kembangkan berasarkan proses pembangkan rekomenas seper gambar. Masukan uama ssem aalah okumen SAP/slabus kulah an afar nla mahassa. Keluaran ssem aalah perkraan/rekomenas nla kulah. Semua okumen SAP akan olah engan cara menghlangkan kaa-kaa A-9

3 Semnar Nasonal Informaka 00 (semnasif 00) ISSN: UPN Veeran Yogyakara, Me 00 yang ak penng(sop or), lalu ambl kaa asarnya (proses semmng). Proses nexng merupakan proses penghungan jumlah erm alam suau okumen seangkan proses TF-IDF aalah penghungan bobo ar seap erm paa suau okumen. Bobo nlah yang akan gunakan sebaga asar pembenukan moel vekor ar okumen. Suy resul Sop or,semmng, nexng TF -IDF course ocumen Sop,semmng, nexng or TF-IDF Smlary Comparson Analyss recomenaon Gambar. Proses pembangkan rekomenas Proses Penghapusan Sop Wor, Semmng an Inexng Proses n merupakan proses unuk menghlangkan kaa-kaa yang ak penng seper yang, aalah, an, ll. Proses semmng merupakan proses unuk menemukan kaa asar. Msalnya, kaa menghung mempunya kaa asar hung. Algorma semmng yang gunakan aalah algorma Nazef & Aran s. Paa penelan n, sau maa kulah akl oleh sau buah okumen slabus. Dokumen slabus memua enas kulah, ujuan nsruksonal umum, pokok bahasan an sumber pusaka. Seelah sebuah okumen selesa semmng, proses selanjunya alah pembuaan neks unuk okumen ersebu. Paa penelan n, meoe yang gunakan aalah gabungan anara penggunaan mesn bass aa MySql an pohon bner seper gambar. Pohon bner plh karena kecepaan an kemuahan mplemenasnya. Daabase MySQL gunakan unuk menympan kamus kaa-kaa bahasa Inonesa an sop or. Daabase MySQL juga gunakan unuk menympan seluruh neks ar keseluruhan okumen slabus. Dafar maa kulah besera okumen slabus apa lha paa bagan hasl an pembahasan. Ineks sebuah okumen akan bers nformas kaa-kaa an jumlah kaa yang erapa alam sebuah okumen. Daa neks n akan gunakan sebaga vekor pembenuk quer masukan. Dengan menggabungkan seluruh neks okumen, ssem rekomenas akan membenuk suau nvere nex (lha gambar 3). Moel nvere neks n nannya akan gunakan unuk menghung IDF (nvers ocumen frequency). memory < flm varable < < Balance Bnary Tree b flm memory varable Gambar. Pohon bner unuk pembenuk neks okumen A-9

4 Semnar Nasonal Informaka 00 (semnasif 00) ISSN: UPN Veeran Yogyakara, Me 00 Inex compue aabas 3 D 7, D, D j, f j scenc 4 syse Inex fle Gambar 3. Moel nvere neks D, D 5, Posngs lss Proses Penghungan Bobo Term engan TF-IDF Penghungan bobo erm/kaa paa okumen menggunakan algorma TF-IDF. Varabel TF merupakan jumlah suau erm/kaa alam suau okumen, seangkan IDF merupakan nvers ocumen frequency ar sebuah erm/kaa yang apa hung menggunakan rumus. Seangkan bobo kaa paa suau okumen hung berasarkan rumus. f, = f n log f,,...() aalah jumlah erm alam sebuah okumen. Dengan menggunakan bobo TF-IDF, sebuah okumen apa moelkan sebaga sebuah vekor (lha gambar 4). Dokumen D apa moelkan aas komponen T sehngga jka seluruh okumen kumpulkan maka akan erbenuk marks erm-okumen engan nla bobo erm/tf-idf sebaga nlanya. T T. T D D : : : : : : : : D n n n n Gambar 4. Moel vekor okumen Proses Penghungan Kemrpan (Smlary) A-93

5 Semnar Nasonal Informaka 00 (semnasif 00) ISSN: UPN Veeran Yogyakara, Me 00 Penghungan kemrpan anar okumen lakukan engan cara menghung Cosne Smlary anara vekor okumen koleks an vekor okumen quer (lha gambar 5). Sebuah okumen an quer akan moelkan alam vekor D an Q berasarkan aas nla bobo semua erm (lha gambar 4). Tngka kemrpan vekor D an Q ukur berasarkan perhungan Cosne Smlary sbb: q CosSm(, q) = = q = ( j j = = q ) q...(5) A-94

Kresnanto NC. Model Sebaran Pergerakan

Kresnanto NC. Model Sebaran Pergerakan Kresnano C Moel Sebaran Pergerakan Kresnano C Tujuan Uama: Mengeahu pola pergerakan alam ssem ransporas serng jelaskan alam benuk arus pergerakan (kenaraan, penumpang, an barang) yang bergerak ar zona

Lebih terperinci

BAB IV METODA RUNGE-KUTTA ORDE 4 PADA MODEL ALIRAN FLUIDA YANG TERGANGGU

BAB IV METODA RUNGE-KUTTA ORDE 4 PADA MODEL ALIRAN FLUIDA YANG TERGANGGU BAB IV METODA RUNGE-KUTTA ORDE 4 PADA MODEL ALIRAN FLUIDA YANG TERGANGGU Pada bab III, ka elah melakukan penguan erhadap meoda Runge-Kua orde 4 pada persamaan panas. Haslnya, solus analk persamaan panas

Lebih terperinci

Analisis Jalur / Path Analysis

Analisis Jalur / Path Analysis Analss Jalur / Pah Analyss Analss jalur adalah salah sau benuk model SEM yang dak mengandung varable laen. Tenu saja model n lebh sederhana dbandngkan dengan model SEM lengka. Analss jalur sebenarnya meruakan

Lebih terperinci

Created by Simpo PDF Creator Pro (unregistered version)

Created by Simpo PDF Creator Pro (unregistered version) Creaed by Smpo PDF Creaor Pro (unregsered verson) hp://www.smpopdf.com Sask Bsns : BAB 8 VIII. ANALISIS DATA DERET BERKALA (TIME SERIES) 8.1 Pendahuluan Daa Berkala (Daa Dere waku) adalah daa yang dkumpulkan

Lebih terperinci

KLASIFIKASI DOKUMEN TUGAS AKHIR MENGGUNAKAN ALGORITMA K-MEANS. Wulan Fatin Nasyuha¹, Husaini 2 dan Mursyidah 3 ABSTRAK

KLASIFIKASI DOKUMEN TUGAS AKHIR MENGGUNAKAN ALGORITMA K-MEANS. Wulan Fatin Nasyuha¹, Husaini 2 dan Mursyidah 3 ABSTRAK KLASIFIKASI DOKUMEN TUGAS AKHIR MENGGUNAKAN ALGORITMA K-MEANS Wulan Fain Nasyuha¹, Husaini 2 dan Mursyidah 3 1,2,3 Teknologi Informasi dan Kompuer, Polieknik Negeri Lhokseumawe, Jalan banda Aceh-Medan

Lebih terperinci

BAB 8 PERSAMAAN DIFERENSIAL BIASA

BAB 8 PERSAMAAN DIFERENSIAL BIASA Maa kulah KOMPUTASI ELEKTRO BAB 8 PERSAMAAN DIFERENSIAL BIASA Persamaan dferensal dapa dbedakan menjad dua macam erganung pada jumlah varabel bebas. Apabla persamaan ersebu mengandung hana sau varabel

Lebih terperinci

PENERAPAN FUZZY MULTI CRITERIA DECISION MAKING UNTUK MENENTUKAN PEMBERIAN BEASISWA

PENERAPAN FUZZY MULTI CRITERIA DECISION MAKING UNTUK MENENTUKAN PEMBERIAN BEASISWA Semnar Nasonal Teknolog Informas dan Mulmeda 2015 STMIK AMIKOM Yogyakara, 6-8 Februar 2015 PENERAPAN FUZZY MULTI CRITERIA DECISION MAKING UNTUK MENENTUKAN PEMBERIAN BEASISWA Yeffransjah Salm STMIK Indonesa

Lebih terperinci

KONSEP DASAR. Latar belakang Metode Numerik Ilustrasi masalah numerik Angka signifikan Akurasi dan Presisi Pendekatan dan Kesalahan

KONSEP DASAR. Latar belakang Metode Numerik Ilustrasi masalah numerik Angka signifikan Akurasi dan Presisi Pendekatan dan Kesalahan KONSEP DASAR Laar belakang Meode Numerk Ilusras masalah numerk Angka sgnfkan Akuras dan Press Pendekaan dan Kesalahan Laar Belakang Meode Numerk Tdak semua permasalahan maemas dapa dselesakan dengan mudah,

Lebih terperinci

JULIO ADISANTOSO - ILKOM IPB 1

JULIO ADISANTOSO - ILKOM IPB 1 KOM341 Temu Kembali Informasi KULIAH #3 Invere Inex Invere inex consrucion Kumpulan okumen Token Moifikasi oken Tokenizer Linguisic moules perkebunan, peranian, an kehuanan perkebunan peranian kebun ani

Lebih terperinci

BAB III METODOLOGI PENELITIAN. Penelitian ini dilaksanakan di SMP Negeri 7 Gorontalo pada tahun ajaran 2012/2013

BAB III METODOLOGI PENELITIAN. Penelitian ini dilaksanakan di SMP Negeri 7 Gorontalo pada tahun ajaran 2012/2013 3. Lokas dan Waku Penelan 3.. Lokas Penelan BAB III METODOLOGI PENELITIAN Penelan n dlaksanakan d SMP Neger 7 Goronalo pada ahun ajaran 0/03 3.. Waku Penelan Penelan n d laksanakan pada semeser genap ahun

Lebih terperinci

BAB 5 ENTROPI PADA MATRIKS EMISI MODEL MARKOV TERSEMBUNYI

BAB 5 ENTROPI PADA MATRIKS EMISI MODEL MARKOV TERSEMBUNYI BAB ETROPI PADA MATRIKS EMISI MODEL MARKOV TERSEMBUYI Model Markov Tersembuny (Hdden Markov Model, MMT) elah banyak daplkaskan dalam berbaga bdang seper pelafalan bahasa (speeh reognon) dan klasfkas (luserng).

Lebih terperinci

BAB I PENDAHULUAN FASILKOM-UDINUS T.SUTOJO RANGKAIAN LISTRIK HAL 1

BAB I PENDAHULUAN FASILKOM-UDINUS T.SUTOJO RANGKAIAN LISTRIK HAL 1 BAB I PENDAHULUAN 1.1 Defns Rangkaan Lsrk Rangkaan Lsrk adalah sambungan dar beberapa elemen lsrk ( ressor, kapasor, ndukor, sumber arus, sumber egangan) yang membenuk mnmal sau lnasan eruup yang dapa

Lebih terperinci

PENDUGAAN STATISTIK AREA KECIL DENGAN METODE EMPIRICAL CONSTRAINED BAYES 1

PENDUGAAN STATISTIK AREA KECIL DENGAN METODE EMPIRICAL CONSTRAINED BAYES 1 PENDUGAAN SAISIK AREA KECIL DENGAN MEODE EMPIRICAL CONSRAINED AYES Ksmann Jurusan Penddkan Maemaka FMIPA Unversas Neger Yogyakara Absrak Meode emprcal ayes (E merupakan meode yang lebh aplkaf pada pendugaan

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB 1 PENDAHULUAN. 1.1 Latar Belakang BAB 1 PENDAHULUAN 1.1 Laar Belakang Pada dasarnya peramalan adalah merupakan suau dugaan aau perkiraan enang erjadinya suau keadaan di masa depan. Akan eapi dengan menggunakan meodemeode erenu peramalan

Lebih terperinci

PERENCANAAN RUTE ANGKUTAN UMUM DI KOTA SIBOLGA. Nama Mahasiswa : Olga Kristama. S NRP :

PERENCANAAN RUTE ANGKUTAN UMUM DI KOTA SIBOLGA. Nama Mahasiswa : Olga Kristama. S NRP : PERENCANAAN RUE ANGKUAN UMUM DI KOA SIBOLGA Absrak Nama Mahasswa : Olga Krsama. S NRP : 3104 100 024 Jurusan : eknk Spl Dosen Pembmbng I : Caur Arf Prasyano, S.MSc Koa Sbolga aalah salah sau koa Sumaera

Lebih terperinci

Pengenalan Aksara Pallawa dengan Model Hidden Markov

Pengenalan Aksara Pallawa dengan Model Hidden Markov Pengenalan Aksara Pallawa dengan Model Hdden Markov Wwen Wdyasu Teknk Elekro, Fakulas Sans dan Teknolog, Unversas Sanaa Dharma Emal: wwen@usd.ac.d Absrak Aksara Pallawa aau kadangkala duls sebaga Pallava

Lebih terperinci

PERSAMAAN GERAK VEKTOR SATUAN. / i / = / j / = / k / = 1

PERSAMAAN GERAK VEKTOR SATUAN. / i / = / j / = / k / = 1 PERSAMAAN GERAK Posisi iik maeri dapa dinyaakan dengan sebuah VEKTOR, baik pada suau bidang daar maupun dalam bidang ruang. Vekor yang dipergunakan unuk menenukan posisi disebu VEKTOR POSISI yang diulis

Lebih terperinci

( ) STUDI KASUS. ò (, ) ( ) ( ) Rataan posteriornya adalah = Rataan posteriornya adalah (32)

( ) STUDI KASUS. ò (, ) ( ) ( ) Rataan posteriornya adalah = Rataan posteriornya adalah (32) 8 Raaan poserornya adalah E m x ò (, ) f ( x) m f x m f f m ddm (32) Dalam obseras basanya dgunakan banyak daa klam. Msalkan saja erdr dar grup daa klam dengan masng-masng grup ke unuk seap, 2,..., yang

Lebih terperinci

BAB 2 LANDASAN TEORI. Produksi padi merupakan suatu hasil bercocok tanam yang dilakukan dengan

BAB 2 LANDASAN TEORI. Produksi padi merupakan suatu hasil bercocok tanam yang dilakukan dengan BAB 2 LANDASAN TEORI 2.1. Produksi Produksi padi merupakan suau hasil bercocok anam yang dilakukan dengan penanaman bibi padi dan perawaan sera pemupukan secara eraur sehingga menghasilkan suau produksi

Lebih terperinci

PENENTUAN UKURAN SAMPEL UNTUK SURVEY PILKADA MENGGUNAKAN PENDEKATAN BAYES

PENENTUAN UKURAN SAMPEL UNTUK SURVEY PILKADA MENGGUNAKAN PENDEKATAN BAYES Prosng Semnar Nasonal Matematka an Penkan Matematka (SESIOMADIKA) 017 ISBN: 978-60-60550-1-9 Statstka, hal. 14-18 PENENTUAN UKURAN SAMPEL UNTUK SURVEY PILKADA MENGGUNAKAN PENDEKATAN BAYES NENENG SUNENGSIH

Lebih terperinci

! BUPATI PACriAN j PERATURAN BUPATI PACITAN NOMOR 18 TAHUN 2013

! BUPATI PACriAN j PERATURAN BUPATI PACITAN NOMOR 18 TAHUN 2013 ! BUPAT PACrAN j PERATURAN BUPAT PACTAN NOMOR 18 TAHUN 2013 TENTANG PEDOMAN PENYUSUNAN LAPORAN DEWAN PENGAWAS BADAN LAYANAN UMUM DAERAH PADA RUMAH SAKT UMUM DAERAH KABUPATEN PACTAN DENGAN RAHMAT TUHAN

Lebih terperinci

EVALUASI KINERJA SISTEM PENYARINGAN INFORMASI MODEL RUANG VEKTOR

EVALUASI KINERJA SISTEM PENYARINGAN INFORMASI MODEL RUANG VEKTOR Yogyakara, 7 Juni 006 EVALUASI KINERJA SISTEM PENYARINGAN INFORMASI MODEL RUANG VEKTOR Rila Mandala Kelompok Keahlian Informaika, Sekolah Teknik Elekro dan Informaika, Insiu Teknologi Bandung Jalan Ganesha

Lebih terperinci

BAB II PENYEARAH TERKENDALI. fasa thyristor. Tegangan keluaran penyearah terkendali dapat divariasikan dengan

BAB II PENYEARAH TERKENDALI. fasa thyristor. Tegangan keluaran penyearah terkendali dapat divariasikan dengan BAB PENYEAAH TEKENDA Unuk menghalkan egangan keluaran yang erkenal gunakan pengenal faa hyror. Tegangan keluaran penyearah erkenal apa varakan engan mengonrol aau mengaur uu penyalaan hyror. Thyror nyalakan

Lebih terperinci

' PERATURAN BUPATI PACITAN I NOMOR 4 TAHUN 2012 PEMBERIAN BANTUAN PERALATAN DAN/ATAU MESIN BAGI INDUSTRI KECIL DAN MENENGAH KABUPATEN PACITAN

' PERATURAN BUPATI PACITAN I NOMOR 4 TAHUN 2012 PEMBERIAN BANTUAN PERALATAN DAN/ATAU MESIN BAGI INDUSTRI KECIL DAN MENENGAH KABUPATEN PACITAN j BUPAT PACTAN ' PERATURAN BUPAT PACTAN NOMOR 4 TAHUN 2012 TENTANG PEMBERAN BANTUAN PERALATAN DAN/ATAU MESN BAG NDUSTR KECL DAN MENENGAH KABUPATEN PACTAN DENGAN RAHMAT TUHAN YANG MAHA ESA BUPAT PACTAN

Lebih terperinci

PEMBAHASAN. Solusi Eksak Persamaan Boltzman dengan Nilai Awal Bobylev Misalkan dipilih nilai awal Bobylev berikut:

PEMBAHASAN. Solusi Eksak Persamaan Boltzman dengan Nilai Awal Bobylev Misalkan dipilih nilai awal Bobylev berikut: PEMBAHASAN Paa karya ilmiah ini persamaan Bolzmann yang akan icari solusinya aalah persamaan Bolzmann spasial homogen yaiu persamaan Bolzmann engan x bernilai nol iuliskan: S cos [ ] e. g θ 4 uas kiri

Lebih terperinci

BAB I PENDAHULUAN. 1.1 Latar Belakang

BAB I PENDAHULUAN. 1.1 Latar Belakang 11 BAB I PENDAHULUAN 1.1 Laar Belakang Salah sau masalah analisis persediaan adalah kesulian dalam menenukan reorder poin (iik pemesanan kembali). Reorder poin diperlukan unuk mencegah erjadinya kehabisan

Lebih terperinci

BAB 2 KINEMATIKA. A. Posisi, Jarak, dan Perpindahan

BAB 2 KINEMATIKA. A. Posisi, Jarak, dan Perpindahan BAB 2 KINEMATIKA Tujuan Pembelajaran 1. Menjelaskan perbedaan jarak dengan perpindahan, dan kelajuan dengan kecepaan 2. Menyelidiki hubungan posisi, kecepaan, dan percepaan erhadap waku pada gerak lurus

Lebih terperinci

BAB II LANDASAN TEORI. Peramalan (Forecasting) adalah suatu kegiatan yang mengestimasi apa yang akan

BAB II LANDASAN TEORI. Peramalan (Forecasting) adalah suatu kegiatan yang mengestimasi apa yang akan BAB II LADASA TEORI 2.1 Pengerian peramalan (Forecasing) Peramalan (Forecasing) adalah suau kegiaan yang mengesimasi apa yang akan erjadi pada masa yang akan daang dengan waku yang relaif lama (Assauri,

Lebih terperinci

BAB 2 TINJAUAN TEORITIS. Kegiatan untuk memperkirakan apa yang akan terjadi pada masa yang akan datang

BAB 2 TINJAUAN TEORITIS. Kegiatan untuk memperkirakan apa yang akan terjadi pada masa yang akan datang BAB 2 TINJAUAN TEORITIS 2.1 Pengerian dan Manfaa Peramalan Kegiaan unuk mempeirakan apa yang akan erjadi pada masa yang akan daang disebu peramalan (forecasing). Sedangkan ramalan adalah suau kondisi yang

Lebih terperinci

Bab 3. Migrasi Data Seismik. Migrasi dilakukan untuk memindahkan posisi reflektor yang terlihat pada

Bab 3. Migrasi Data Seismik. Migrasi dilakukan untuk memindahkan posisi reflektor yang terlihat pada Bab 3 Migrasi Daa Seismik Migrasi ilakukan unuk meminahkan posisi reflekor yang erliha paa rekaman aa seismik menjai posisi yang sebenarnya sesuai engan posisi i bawah permukaan. Unuk srukur geologi yang

Lebih terperinci

HARD: SUBJECT-BASED SEARCH ENGINE MENGGUNAKAN TF-IDF DAN JACCARD S COEFFICIENT

HARD: SUBJECT-BASED SEARCH ENGINE MENGGUNAKAN TF-IDF DAN JACCARD S COEFFICIENT HARD: SUBJECT-BASED SEARCH ENGINE MENGGUNAKAN TF-IDF DAN JACCARD S COEFFICIENT (Rolly Inan, e al.) HARD: SUBJECT-BASED SEARCH ENGINE MENGGUNAKAN TF-IDF DAN JACCARD S COEFFICIENT Rolly Inan, Anrew Defeng

Lebih terperinci

PENERAPAN PERHITUNGAN FISHER-SNEDECOR UNTUK UJI F

PENERAPAN PERHITUNGAN FISHER-SNEDECOR UNTUK UJI F PENERAPAN PERHITUNGAN FISHER-SNEDECOR UNTUK UJI F Zihaul Haq 1, Bowo Nurhadiono, S.Si, M.Kom 2 1 Mahasiswa Teknik Informaika, Universias Dian Nuswanoro Semarang 2 Dosen Pembimbing Teknik Informaika, Universias

Lebih terperinci

BUPATI PACITAN. I PERATURAN BUPATI PACITAN \ NOMOR ;i6tahun 2010

BUPATI PACITAN. I PERATURAN BUPATI PACITAN \ NOMOR ;i6tahun 2010 3 1 BUPAT PACTAN PERATURAN BUPAT PACTAN \ NOMOR ;6TAHUN 2010 TENTANG PENYELENGGARAAN SSTEM PENGENDALAN NTERN PEMERNTA D LNGKUNGAN PEMERNTAH KABUPATEN PACTAN DENGAN RAHMAT TUHAN YANG MAHA ESA BUPAT PACTAN,

Lebih terperinci

PRESENTASI TUGAS AKHIR

PRESENTASI TUGAS AKHIR Penerapan PID Predcve Ar-Rao Conroller Pada Mesn Mobl Msubsh Type 4G63 Unu Memnmuman Ems Gas Buang Oleh Hendre Angga P 10 105 03 PRESENTASI TUGAS AKHIR Mesn-mesn oomof saa n dunu unu menghaslan performa

Lebih terperinci

BAB III ANALISIS INTERVENSI. Analisis intervensi dimaksudkan untuk penentuan jenis respons variabel

BAB III ANALISIS INTERVENSI. Analisis intervensi dimaksudkan untuk penentuan jenis respons variabel BAB III ANALISIS INTERVENSI 3.1. Pendahuluan Analisis inervensi dimaksudkan unuk penenuan jenis respons variabel ak bebas yang akan muncul akiba perubahan pada variabel bebas. Box dan Tiao (1975) elah

Lebih terperinci

BAB 4 IMPLEMENTASI DAN EVALUASI

BAB 4 IMPLEMENTASI DAN EVALUASI 65 BAB IMPLEMENTASI DAN EVALUASI. Penyaan Data Hasl Peneltan Data-ata hasl peneltan yang gunakan alam pengolahan ata aalah sebaga berkut: a. ata waktu kera karyawan b. ata umlah permntaan konsumen c. ata

Lebih terperinci

ESTIMASI PELUANG KEMUNCULAN KLAIM PADA PERUSAHAAN ASURANSI KECELAKAAN MELALUI PEMODELAN POINT PROCESS

ESTIMASI PELUANG KEMUNCULAN KLAIM PADA PERUSAHAAN ASURANSI KECELAKAAN MELALUI PEMODELAN POINT PROCESS Prosng Semnar Nasonal Volume 02, Nomor 1 ISSN 2443-1109 ESTIMASI PELUANG KEMUNCULAN KLAIM PADA PERUSAHAAN ASURANSI KECELAKAAN MELALUI PEMODELAN POINT PROCESS Irmayan 1, Nur Asm Rahmawa 2 Unversas Cokroamnoo

Lebih terperinci

PENENTUAN EOQ TERHADAP PRODUK AVTUR DI LANUD HUSEIN SASTRANEGARA BANDUNG

PENENTUAN EOQ TERHADAP PRODUK AVTUR DI LANUD HUSEIN SASTRANEGARA BANDUNG INDEPT, Vol., No. 3, Okober 01 ISSN 087 945 PENENTUAN EOQ TERHADAP PRODUK AVTUR DI LANUD HUSEIN SASTRANEGARA BANDUNG Samsul Budaro, ST., MT Dosen Teap Teknk Indusr, Wakl Dekan III akulas Teknk, Unversas

Lebih terperinci

BAB III MINIMUM COVARIANCE DETERMINANT. Sebagaimana telah disinggung pada bab sebelumnya, salah satu metode

BAB III MINIMUM COVARIANCE DETERMINANT. Sebagaimana telah disinggung pada bab sebelumnya, salah satu metode BAB III MINIMUM COVARIANCE DETERMINANT Sebagamana elah dsnggung pada bab sebelumnya, salah sau meode robus unuk mendeeks penclan (ouler) dalam analss komponen uama robus yau meode Mnmum Covarance Deermnan

Lebih terperinci

BAB I PENDAHULUAN. tepat rencana pembangunan itu dibuat. Untuk dapat memahami keadaan

BAB I PENDAHULUAN. tepat rencana pembangunan itu dibuat. Untuk dapat memahami keadaan BAB I PENDAHULUAN 1.1 Laar Belakang Dalam perencanaan pembangunan, daa kependudukan memegang peran yang pening. Makin lengkap dan akura daa kependudukan yang esedia makin mudah dan epa rencana pembangunan

Lebih terperinci

PENGARUH PENGEMBANGAN KARYAWAN TERHADAP MOTIVASI DAN PRESTASI KERJA KARYAWAN (Studi pada karyawan tetap PT PG Tulangan Sidoarjo)

PENGARUH PENGEMBANGAN KARYAWAN TERHADAP MOTIVASI DAN PRESTASI KERJA KARYAWAN (Studi pada karyawan tetap PT PG Tulangan Sidoarjo) PENGARUH PENGEMBANGAN KARYAWAN TERHADAP MOTIVASI DAN PRESTASI KERJA KARYAWAN (Sudi pada karyawan eap PT PG Tulangan Sidoarjo) Niken Dwi Okavia Heru Susilo Moehammad Soe`oed Hakam Fakulas Ilmu Adminisrasi

Lebih terperinci

BAB III THREE STAGE LEAST SQUARE. Sebagaimana telah disinggung pada bab sebelumnya, salah satu metode

BAB III THREE STAGE LEAST SQUARE. Sebagaimana telah disinggung pada bab sebelumnya, salah satu metode BAB III THREE STAGE LEAST SQUARE Sebagamana elah dsnggung pada bab sebelumnya, salah sau meode penaksran parameer pada persamaan smulan yau meode Three Sage Leas Square (3SLS. Sebelum djelaskan lebh lanju

Lebih terperinci

IMPLEMENTASI TD-COX PADA ANALISA SURVIVAL MAHASISWA DI UNIVERSITAS INTERNASIONAL BATAM

IMPLEMENTASI TD-COX PADA ANALISA SURVIVAL MAHASISWA DI UNIVERSITAS INTERNASIONAL BATAM Webse : jurnal.umj.ac.d/ndex.php/semnasek IMPLEMENTASI TD-COX PADA ANALISA SURVIVAL MAHASISWA DI UNIVERSITAS INTERNASIONAL BATAM Yayuk Seyanng Asuk 1*, Dan Tresnawan 2 *1 Prod Teknk Spl, Fakulas Teknk

Lebih terperinci

PERBAIKAN ASUMSI KLASIK

PERBAIKAN ASUMSI KLASIK BAHAN AJAR EKONOMETRI AGUS TRI BASUKI UNIVERSITAS MUHAMMADIAH OGAAKARTA PERBAIKAN ASUMSI KLASIK 6.. Mulkolnearas Jka model ka mengandung mulkolneras yang serus yakn korelas yang ngg anar varabel ndependen,

Lebih terperinci

BAB II LANDASAN TEORI

BAB II LANDASAN TEORI 5 BAB II LANDASAN TEORI Pada bab n akan dbahas beberapa eor dasar yang kelak akan dgunakan dalam penurunan formula penenuan harga Asan Opon, bak secara analk pada Bab III maupun secara numerk pada Bab

Lebih terperinci

BAB 2 LANDASAN TEORI. diteliti. Banyaknya pengamatan atau anggota suatu populasi disebut ukuran populasi,

BAB 2 LANDASAN TEORI. diteliti. Banyaknya pengamatan atau anggota suatu populasi disebut ukuran populasi, BAB LANDASAN TEORI.1 Populas dan Sampel Populas adalah keseluruhan unt atau ndvdu dalam ruang lngkup yang ngn dtelt. Banyaknya pengamatan atau anggota suatu populas dsebut ukuran populas, sedangkan suatu

Lebih terperinci

PEMODELAN NILAI TUKAR RUPIAH TERHADAP $US MENGGUNAKAN DERET WAKTU HIDDEN MARKOV SATU WAKTU SEBELUMNYA 1. PENDAHULUAN

PEMODELAN NILAI TUKAR RUPIAH TERHADAP $US MENGGUNAKAN DERET WAKTU HIDDEN MARKOV SATU WAKTU SEBELUMNYA 1. PENDAHULUAN PEMODELAN NILAI UKAR RUPIAH ERHADAP $US MENGGUNAKAN DERE WAKU HIDDEN MARKOV SAU WAKU SEBELUMNYA BERLIAN SEIAWAY, DIMAS HARI SANOSO, N. K. KUHA ARDANA Deparemen Maemaika Fakulas Maemaika dan Ilmu Pengeahuan

Lebih terperinci

INTEGRASI PEMBOBOTAN TF-IDF PADA METODE K-MEANS UNTUK CLUSTERING DOKUMEN TEKS

INTEGRASI PEMBOBOTAN TF-IDF PADA METODE K-MEANS UNTUK CLUSTERING DOKUMEN TEKS INTEGRASI PEMBOBOTAN TF-IDF PADA METODE K-MEANS UNTUK CLUSTERING DOKUMEN TEKS Deddy Wijaya Sulianoro 1, *), Irya Wisnubhadra 2) dan Ernawai 3) 1) Magiser Teknik Informaika, Universias Ama Jaya Yogyakara

Lebih terperinci

FISIKA. Kelas X GLB DAN GLBB K13 A. GERAK LURUS BERATURAN (GLB)

FISIKA. Kelas X GLB DAN GLBB K13 A. GERAK LURUS BERATURAN (GLB) K3 Kelas X FISIKA GLB DAN GLBB TUJUAN PEMBELAJARAN Seelah mempelajari maeri ini, kamu diharapkan memiliki kemampuan beriku.. Memahami konsep gerak lurus berauran dan gerak lurus berubah berauran.. Menganalisis

Lebih terperinci

BAB IV NILAI EIGEN DAN VEKTOR EIGEN. Bab ini membahas suatu vektor tidak nol x dan skalar l yang mempunyai

BAB IV NILAI EIGEN DAN VEKTOR EIGEN. Bab ini membahas suatu vektor tidak nol x dan skalar l yang mempunyai BAB IV NILAI EIGEN DAN VEKTOR EIGEN Bab ini membahas suau vekor idak nol dan skalar l yang mempunyai hubungan erenu dengan suau mariks A. Hubungan ersebu dinyaakan dalam benuk A λ. Bagaimana kia memperoleh

Lebih terperinci

Modifikasi Penaksir Robust dalam Pelabelan Outlier Multivariat

Modifikasi Penaksir Robust dalam Pelabelan Outlier Multivariat Vol. 14, No. 1, 46-53, Jul 2017 Modfkas Penaksr Robus dalam Pelabelan Ouler Mulvara Erna Tr Herdan Absrak Ouler adalah suau observas yang polanya dak mengku mayoras daa. Ouler dalam kasus mulvara sanga

Lebih terperinci

BAB I PENDAHULUAN 1.1. Latar Belakang Masalah

BAB I PENDAHULUAN 1.1. Latar Belakang Masalah BAB I PENDAHULUAN 1.1. Laar Belakang Masalah Knerja pembangunan ekonom Indonesa bsa dkaakan sanga membanggakan dengan ngka perumbuhan ekonom selama beberapa dekade erakhr n sangalah ngg, walaupun mengalam

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB 1 PENDAHULUAN. 1.1 Latar Belakang BAB 1 PENDAHULUAN 1.1 Laar Belakang Perumbuhan ekonomi merupakan salah sau ukuran dari hasil pembangunan yang dilaksanakan khususnya dalam bidang ekonomi. Perumbuhan ersebu merupakan rangkuman laju-laju

Lebih terperinci

PENERAPAN MODEL GSTAR(1,1) UNTUK DATA CURAH HUJAN

PENERAPAN MODEL GSTAR(1,1) UNTUK DATA CURAH HUJAN Bulen Ilmah Mah. Sa. dan Terapannya (Bmaser) Volume 6, o. 03 (017), hal 159 166. PEERAPA MODEL GSTAR(1,1) UTUK DATA CURAH HUJA Ism Adam, Dadan Kusnandar, Hendra Perdana ITISARI Model Generalzed Space Tme

Lebih terperinci

BAB 1 PENDAHULUAN. Sumber Daya Alam (SDA) yang tersedia merupakan salah satu pelengkap alat

BAB 1 PENDAHULUAN. Sumber Daya Alam (SDA) yang tersedia merupakan salah satu pelengkap alat BAB 1 PENDAHULUAN 1.1 Laar Belakang Sumber Daya Alam (SDA) yang ersedia merupakan salah sau pelengkap ala kebuuhan manusia, misalnya anah, air, energi lisrik, energi panas. Energi Lisrik merupakan Sumber

Lebih terperinci

1.4 Persamaan Schrodinger Bergantung Waktu

1.4 Persamaan Schrodinger Bergantung Waktu .4 Persamaan Schrodinger Berganung Waku Mekanika klasik aau mekanika Newon sanga sukses dalam mendeskripsi gerak makroskopis, eapi gagal dalam mendeskripsi gerak mikroskopis. Gerak mikroskopis membuuhkan

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB 2 LADASA TEORI 2.1 Pengerian Peramalan Peramalan (forecasing) adalah suau kegiaan yang memperkirakan apa yang akan erjadi pada masa yang akan daang. Meode peramalan merupakan cara unuk memperkirakan

Lebih terperinci

Faradina GERAK LURUS BERATURAN

Faradina GERAK LURUS BERATURAN GERAK LURUS BERATURAN Dalam kehidupan sehari-hari, sering kia jumpai perisiwa yang berkaian dengan gerak lurus berauran, misalnya orang yang berjalan kaki dengan langkah yang relaif konsan, mobil yang

Lebih terperinci

BAB 2 LANDASAN TEORI. Metode Peramalan merupakan bagian dari ilmu Statistika. Salah satu metode

BAB 2 LANDASAN TEORI. Metode Peramalan merupakan bagian dari ilmu Statistika. Salah satu metode 20 BAB 2 LADASA TEORI 2.1. Pengerian Peramalan Meode Peramalan merupakan bagian dari ilmu Saisika. Salah sau meode peramalan adalah dere waku. Meode ini disebu sebagai meode peramalan dere waku karena

Lebih terperinci

BERITA DAERAH KABUPATEN PACITAN PERATURAN BUPATI PACITAN 1 NOMOR 16 TAHUN 2010 TENTANG

BERITA DAERAH KABUPATEN PACITAN PERATURAN BUPATI PACITAN 1 NOMOR 16 TAHUN 2010 TENTANG BERTA DAERAH KABUPATEN PACTAN TAHUN 200 NOMOR 7 PERATURAN BUPAT PACTAN NOMOR 6 TAHUN 200 TENTANG PERUBAHAN KETGA ATAS PERATURAN BUPAT PACTAN NOMOR 28 TAUN 2009 TENTANG PENJABARAN ANGGARAN PENDAPATAN DAN

Lebih terperinci

Peramalan Kurs Rupiah Terhadap US Dollar Menggunakan Metode Hibrid

Peramalan Kurs Rupiah Terhadap US Dollar Menggunakan Metode Hibrid Teknolog Elekro, Vol. 6, No. 3,Sepember - Desember 07 33 Peramalan Kurs Rupah Terhaap US Dollar Menggunakan Meoe Hbr I Nyoman Sumera Yasa ), I Keu Gee Darma Pura ), N.M.A.E.D Wrasu 3) Absrac Forecasng

Lebih terperinci

BAB III METODE PEMULUSAN EKSPONENSIAL TRIPEL DARI WINTER. Metode pemulusan eksponensial telah digunakan selama beberapa tahun

BAB III METODE PEMULUSAN EKSPONENSIAL TRIPEL DARI WINTER. Metode pemulusan eksponensial telah digunakan selama beberapa tahun 43 BAB METODE PEMUUAN EKPONENA TRPE DAR WNTER Meode pemulusan eksponensial elah digunakan selama beberapa ahun sebagai suau meode yang sanga berguna pada begiu banyak siuasi peramalan Pada ahun 957 C C

Lebih terperinci

BAB III METODE DEKOMPOSISI CENSUS II. Data deret waktu adalah data yang dikumpulkan dari waktu ke waktu

BAB III METODE DEKOMPOSISI CENSUS II. Data deret waktu adalah data yang dikumpulkan dari waktu ke waktu BAB III METODE DEKOMPOSISI CENSUS II 3.1 Pendahuluan Daa dere waku adalah daa yang dikumpulkan dari waku ke waku unuk menggambarkan perkembangan suau kegiaan (perkembangan produksi, harga, hasil penjualan,

Lebih terperinci

Bab II Dasar Teori Kelayakan Investasi

Bab II Dasar Teori Kelayakan Investasi Bab II Dasar Teori Kelayakan Invesasi 2.1 Prinsip Analisis Biaya dan Manfaa (os and Benefi Analysis) Invesasi adalah penanaman modal yang digunakan dalam proses produksi unuk keunungan suau perusahaan.

Lebih terperinci

BAB 2 LANDASAN TEORI. 2.1 Model Persediaan Model Deterministik

BAB 2 LANDASAN TEORI. 2.1 Model Persediaan Model Deterministik 6 BAB LANDASAN TEORI. Model Persedaan.. Model Deermnsk Model Deermnsk adalah model yang menganggap nla-nla parameer elah dkeahu dengan pas. Model n dbedakan menjad dua: a. Deermnsk Sas. D dalam model n

Lebih terperinci

Pertemuan 10 MENDIFERENSIALKAN FUNGSI TERSUSUN

Pertemuan 10 MENDIFERENSIALKAN FUNGSI TERSUSUN Peremuan 0 MENDIFERENSIALKAN FUNGSI TERSUSUN Jika Y z F (z) f() Y F[f()] (Fungsi Tersusun) p p q q r r Auran Ranai Meneferensialkan : Benuk Y [f()] g() V Aau Y imana V f() g() Y V Y V V ln V + Penerivaifan

Lebih terperinci

PENGARUH STRATEGI PEMBELAJARAN GENIUS LEARNING TERHADAP HASIL BELAJAR FISIKA SISWA

PENGARUH STRATEGI PEMBELAJARAN GENIUS LEARNING TERHADAP HASIL BELAJAR FISIKA SISWA ISSN 5-73X PENGARUH STRATEGI PEMBELAJARAN GENIUS LEARNING TERHADAP HASIL BELAJAR ISIKA SISWA Henok Siagian dan Iran Susano Jurusan isika, MIPA Universias Negeri Medan Jl. Willem Iskandar, Psr V -Medan

Lebih terperinci

Fungsi Bernilai Vektor

Fungsi Bernilai Vektor Fungsi Bernilai Vekor 1 Deinisi Fungsi bernilai vekor adalah suau auran yang memadankan seiap F R R dengan epa sau vekor Noasi : : R R F i j, 1 1 F i j k 1 dengan 1,, ungsi bernilai real Conoh : 1. 1 F

Lebih terperinci

x 4 x 3 x 2 x 5 O x 1 1 Posisi, perpindahan, jarak x 1 t 5 t 4 t 3 t 2 t 1 FI1101 Fisika Dasar IA Pekan #1: Kinematika Satu Dimensi Dr.

x 4 x 3 x 2 x 5 O x 1 1 Posisi, perpindahan, jarak x 1 t 5 t 4 t 3 t 2 t 1 FI1101 Fisika Dasar IA Pekan #1: Kinematika Satu Dimensi Dr. Pekan #1: Kinemaika Sau Dimensi 1 Posisi, perpindahan, jarak Tinjau suau benda yang bergerak lurus pada suau arah erenu. Misalnya, ada sebuah mobil yang dapa bergerak maju aau mundur pada suau jalan lurus.

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB LANDAAN EORI. njauan Pusaka.. Peramalan Peramalan (forecasng) merupakan ala banu yang penng dalam perencanaan yang efekf dan efsen khususnya dalam bdang ekonom. Dalam organsas modern mengeahu keadaan

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB 1 PENDAHULUAN. 1.1 Latar Belakang BAB 1 PENDAHULUAN 1.1 Laar Belakang Masalah persediaan merupakan masalah yang sanga pening dalam perusahaan. Persediaan mempunyai pengaruh besar erhadap kegiaan produksi. Masalah persediaan dapa diaasi

Lebih terperinci

Sudaryatno Sudirham. Analisis Rangkaian Listrik Di Kawasan Waktu

Sudaryatno Sudirham. Analisis Rangkaian Listrik Di Kawasan Waktu Sudaryano Sudrham nalss Rangkaan Lsrk D Kawasan Waku BB 12 nalss Transen d Kawasan Waku Rangkaan Orde Perama Yang dmaksud dengan analss ransen adalah analss rangkaan yang sedang dalam keadaan peralhan

Lebih terperinci

BAB III. Pada bab ini akan dijelaskan mengenai tahapan perhitungan untuk menilai

BAB III. Pada bab ini akan dijelaskan mengenai tahapan perhitungan untuk menilai BAB III PENILAIAN HARGA WAJAR SAHAM PAA SEKTOR INUSTRI BATUBARA ENGAN MENGGUNAKAN TRINOMIAL IVIEN ISCOUNT MOEL 3.. Pendahuluan Pada bab ini akan dijelaskan mengenai ahapan perhiungan unuk menilai harga

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB LANDASAN TEORI.1 Pengertan Regres Regres pertama kal dgunakan sebaga konsep statstka oleh Sr Francs Galton (18 1911).Belau memperkenalkan model peramalan, penaksran, atau pendugaan, yang selanjutnya

Lebih terperinci

GERAK LURUS BESARAN-BESARAN FISIKA PADA GERAK KECEPATAN DAN KELAJUAN PERCEPATAN GLB DAN GLBB GERAK VERTIKAL

GERAK LURUS BESARAN-BESARAN FISIKA PADA GERAK KECEPATAN DAN KELAJUAN PERCEPATAN GLB DAN GLBB GERAK VERTIKAL Suau benda dikaakan bergerak manakalah kedudukan benda iu berubah erhadap benda lain yang dijadikan sebagai iik acuan. Benda dikaakan diam (idak bergerak) manakalah kedudukan benda iu idak berubah erhadap

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB 1 PENDAHULUAN. 1.1 Latar Belakang BAB 1 PENDAHULUAN 1.1 Laar Belakang Air merupakan kebuuhan pokok bagi seiap makhluk hidup di dunia ini ermasuk manusia. Air juga merupakan komponen lingkungan hidup yang pening bagi kelangsungan hidup

Lebih terperinci

Reduksi Persamaan Dirac ke Persamaan Cauchy Nondegenerate

Reduksi Persamaan Dirac ke Persamaan Cauchy Nondegenerate Jurnal San & Maemaka JSM rkel ISSN 0854-0675 enelan olume 5, Nomor, Januar 007 rkel enelan: 39-43 Reuk eramaan ra ke eramaan Cauhy Nonegenerae Sulo Haryano Juruan Maemaka FMI UNI BSRK---eramaan ra abrak

Lebih terperinci

BAB III METODE PENELITIAN. Metode penelitian yang digunakan dalam penelitian ini adalah metode

BAB III METODE PENELITIAN. Metode penelitian yang digunakan dalam penelitian ini adalah metode BAB III METODE PENELITIAN 3. Meode Penelan Meode penelan yang dgunakan dalam penelan n adalah meode deskrpf anals. Wnarno Surakhmad (990:40) mengemukakan bahwa meode deskrpf mempunya cr-cr sebaga berku:.

Lebih terperinci

Peramalan Penjualan Sepeda Motor Tiap Jenis di Wilayah Surabaya dan Blitar dengan Model ARIMA Box-Jenkins dan Vector Autoregressive (VAR)

Peramalan Penjualan Sepeda Motor Tiap Jenis di Wilayah Surabaya dan Blitar dengan Model ARIMA Box-Jenkins dan Vector Autoregressive (VAR) JURNAL SAINS DAN SENI POMITS Vol. 3, No., (04) 337-350 (30-98X Prn) D-36 Peramalan Penjualan eda Moor Tap Jens d Wlayah Surabaya dan Blar dengan Model ARIMA Box-Jenkns dan Vecor Auoregressve (VAR) Ade

Lebih terperinci

VARIABEL-VARIABEL YANG MEMPENGARUHI ACTUAL SYSTEM USAGE (ASU) PADA PEMANFAATAN STUDENTSITE

VARIABEL-VARIABEL YANG MEMPENGARUHI ACTUAL SYSTEM USAGE (ASU) PADA PEMANFAATAN STUDENTSITE VARIABEL-VARIABEL YANG MEMPENGARUHI ACTUAL SYSTEM USAGE (ASU) PADA PEMANFAATAN STUDENTSITE Indra Nurhadi Program Sudi Manajemen Ekonomi, Fakulas Ekonomi, Universias Gunadarma Jl. Akses Kelapa Dua Cimanggis,

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

ANALISIS KEHANDDALAN DAN LAJU KERUSAKAN PADA MESIN CONTINUES FRYING (STUDI KASUS : PT XYZ)

ANALISIS KEHANDDALAN DAN LAJU KERUSAKAN PADA MESIN CONTINUES FRYING (STUDI KASUS : PT XYZ) hp://jurnal.upnyk.ac.id/index.php/opsi OPSI Jurnal Opimasi Sisem Indusri ANALISIS KEHANDDALAN DAN LAJU KERUSAKAN PADA MESIN CONTINUES FRYING (STUDI KASUS : PT XYZ) Ahmad Muhsin, Ichsan Syarafi Jurusan

Lebih terperinci

Di bidang ekonomi tidak semua informasi dapat diukur secara kuantitatif. Peubah dummy digunakan untuk memperoleh informasi yang bersifat kualitatif

Di bidang ekonomi tidak semua informasi dapat diukur secara kuantitatif. Peubah dummy digunakan untuk memperoleh informasi yang bersifat kualitatif Regres Dummy D bdang ekonom dak semua nformas dapa dukur secara kuanaf Peubah dummy dgunakan unuk memperoleh nformas yang bersfa kualaf Conoh pada daa cross secon: Gender: sebaga penenu jumlah pendapaan

Lebih terperinci

BAB I PENDAHULUAN. universal, disemua negara tanpa memandang ukuran dan tingkat. kompleks karena pendekatan pembangunan sangat menekankan pada

BAB I PENDAHULUAN. universal, disemua negara tanpa memandang ukuran dan tingkat. kompleks karena pendekatan pembangunan sangat menekankan pada BAB I PENDAHULUAN A. Laar Belakang Disparias pembangunan ekonomi anar daerah merupakan fenomena universal, disemua negara anpa memandang ukuran dan ingka pembangunannya. Disparias pembangunan merupakan

Lebih terperinci

Analisis Model dan Contoh Numerik

Analisis Model dan Contoh Numerik Bab V Analisis Model dan Conoh Numerik Bab V ini membahas analisis model dan conoh numerik. Sub bab V.1 menyajikan analisis model yang erdiri dari analisis model kerusakan produk dan model ongkos garansi.

Lebih terperinci

EKSTRAKSI KONTUR MATA PADA SKETSA WAJAH MENGGUNAKAN GRADIENT VECTOR FLOW SNAKE

EKSTRAKSI KONTUR MATA PADA SKETSA WAJAH MENGGUNAKAN GRADIENT VECTOR FLOW SNAKE EKSTRAKSI KONTUR MATA PADA SKETSA WAJAH MENGGUNAKAN GRADIENT VECTOR FLOW SNAKE SANGAP MULYADI 08 05 011 Augus 03 rd 010 Absrak Dunia modern dewasa ini memanaakan eknologi biomerik dalam pengenalan iur-iur

Lebih terperinci

Jumlah kasus penderita penyakit Demam Berdarah Dengue (DBD) di Kota Surabaya tahun

Jumlah kasus penderita penyakit Demam Berdarah Dengue (DBD) di Kota Surabaya tahun Baasan Masalah Jumlah kasus pendera penyak Demam Berdarah Dengue (DBD d Koa Surabaya ahun - Varabel Explanaory (Varabel penjelas yang dgunakan dalam penelan adalah varabel Iklm (Curah hujan, Suhu, Kelembaban

Lebih terperinci

BAB III ANALISIS DAN PERANCANGAN

BAB III ANALISIS DAN PERANCANGAN BAB III ANALISIS DAN PERANCANGAN III.1. Analisis Dalam ugas akhir ini, yang dibahas adalah permasalahan mengenai pencipaan pirani lunak yang mampu memanfaakan sumber daya kamera anpa menggunakan driver.

Lebih terperinci

PERHITUNGAN VALUE AT RISK (VaR) DENGAN SIMULASI MONTE CARLO (STUDI KASUS SAHAM PT. XL ACIATA.Tbk)

PERHITUNGAN VALUE AT RISK (VaR) DENGAN SIMULASI MONTE CARLO (STUDI KASUS SAHAM PT. XL ACIATA.Tbk) Jurnal UJMC, Volume 3, Nomor 1, Hal. 15-0 pissn : 460-3333 eissn : 579-907X ERHITUNGAN VAUE AT RISK (VaR) DENGAN SIMUASI MONTE CARO (STUDI KASUS SAHAM T. X ACIATA.Tbk) Sii Alfiaur Rohmaniah 1 1 Universias

Lebih terperinci

PEMODELAN NILAI TUKAR RUPIAH TERHADAP $US MENGGUNAKAN DERET WAKTU HIDDEN MARKOV HAMILTON*

PEMODELAN NILAI TUKAR RUPIAH TERHADAP $US MENGGUNAKAN DERET WAKTU HIDDEN MARKOV HAMILTON* PEMODELAN NILAI TUKAR RUPIAH TERHADAP $US MENGGUNAKAN DERET WAKTU HIDDEN MARKOV HAMILTON* BERLIAN SETIAWATY DAN HIRASAWA Deparemen Maemaika Fakulas Maemaika dan Ilmu Pengeahuan Alam Insiu Peranian Bogor

Lebih terperinci

NILAI TOTAL TAK TERATUR TOTAL DARI GABUNGAN TERPISAH GRAF RODA DAN GRAF BUKU SEGITIGA

NILAI TOTAL TAK TERATUR TOTAL DARI GABUNGAN TERPISAH GRAF RODA DAN GRAF BUKU SEGITIGA Jurnal Ilmu Maemaka dan Terapan Desember 015 Volume 9 Nomor Hal. 97 10 NILAI TOTAL TAK TERATUR TOTAL DARI GABUNGAN TERPISAH GRAF RODA DAN GRAF BUKU SEGITIGA R. D. S. Rahangmean 1, M. I. Tlukay, F. Y. Rumlawang,

Lebih terperinci

SOLUSI SISTEM PERSAMAAN DIFFERENSIAL NON LINEAR MENGGUNAKAN METODE EULER BERBANTUAN PROGRAM MATLAB SKRIPSI

SOLUSI SISTEM PERSAMAAN DIFFERENSIAL NON LINEAR MENGGUNAKAN METODE EULER BERBANTUAN PROGRAM MATLAB SKRIPSI SOLUSI SISTEM PERSAMAAN DIFFERENSIAL NON LINEAR MENGGUNAKAN METODE EULER BERBANTUAN PROGRAM MATLAB SKRIPSI oleh: RILA DWI RAHMAWATI NIM: 0350050 JURUSAN MATEMATIKA FAKULTAS SAINS DAN TEKNOLOGI UNIVERSITAS

Lebih terperinci

BAB II TEORI DASAR ANTENA

BAB II TEORI DASAR ANTENA BAB II TEORI DASAR ANTENA.1. endahuluan Anena didefinisikan oleh kamus Webser sebagai ala yang biasanya erbua dari meal (sebagai iang aau kabel) unuk meradiasikan aau menerima gelombang radio. Definisi

Lebih terperinci

PENGEMBANGAN MODEL MATEMATIS UNTUK OPTIMASI PERENCANAAN PRODUKSI MINUMAN MARIMAS

PENGEMBANGAN MODEL MATEMATIS UNTUK OPTIMASI PERENCANAAN PRODUKSI MINUMAN MARIMAS PENGEMBANGAN MODEL MATEMATIS UNTUK OPTIMASI PERENCANAAN PRODUKSI MINUMAN MARIMAS Mra Puspasar, Snggh Sapad, Dana Puspasar Absraks PT Ulam Tba Halm merupakan salah sau ndusr mnuman serbuk d Indonesa, dmana

Lebih terperinci

PERENCANAAN PERSEDIAAN DAN PENGENDALIAN BAHAN BAKU DI PABRIK PRODUK BETON PT WIJAYA KARYA BETON, BOGOR

PERENCANAAN PERSEDIAAN DAN PENGENDALIAN BAHAN BAKU DI PABRIK PRODUK BETON PT WIJAYA KARYA BETON, BOGOR B-5-1 PERENCANAAN PERSEDIAAN DAN PENGENDALIAN BAHAN BAKU DI PABRIK PRODUK BETON PT WIJAYA KARYA BETON, BOGOR Wsnu Bud Sunaryo, Haryono ITS Surabaya ABSTRAK Dalam duna konsruks saa n pemakaan produk beon

Lebih terperinci

BAB IV ANALISIS DAN PERANCANGAN SISTEM

BAB IV ANALISIS DAN PERANCANGAN SISTEM 44 BAB IV ANALISIS DAN PERANCANGAN SISTEM 4.1 Analisis Sisem ang berjalan Analisis Sisem adalah penguraian dari suau sisem Informasi ke dalam bagian-bagian, komponen-komponen, dengan maksud unuk mendefenisikan

Lebih terperinci

BAB 5 HASIL DAN PEMBAHASAN. Disini tujuan akhir yang ingin dicapai penulis adalah pembuatan suatu aplikasi

BAB 5 HASIL DAN PEMBAHASAN. Disini tujuan akhir yang ingin dicapai penulis adalah pembuatan suatu aplikasi BAB 5 HASIL DAN PEMBAHASAN Disini ujuan akhir yang ingin dicapai penulis adalah pembuaan suau aplikasi program yang digunakan unuk membanu perusahaan dalam menenukan jumlah produksi demand. Disini ada

Lebih terperinci

BAB 2 RESPONS FUNGSI STEP PADA RANGKAIAN RL DAN RC. Ir. A.Rachman Hasibuan dan Naemah Mubarakah, ST

BAB 2 RESPONS FUNGSI STEP PADA RANGKAIAN RL DAN RC. Ir. A.Rachman Hasibuan dan Naemah Mubarakah, ST BAB ESPONS FUNGSI STEP PADA ANGKAIAN DAN C Oleh : Ir. A.achman Hasbuan dan Naemah Mubarakah, ST . Persamaan Dferensal Orde Sau Adapun benuk yang sederhana dar suau persamaan dferensal orde sau adalah:

Lebih terperinci

BAB III HASIL DAN PEMBAHASAN. A. Permasalahan Nyata Penyebaran Penyakit Tuberculosis

BAB III HASIL DAN PEMBAHASAN. A. Permasalahan Nyata Penyebaran Penyakit Tuberculosis BAB III HASIL DAN PEMBAHASAN A. Permasalahan Nyaa Penyebaran Penyaki Tuberculosis Tuberculosis merupakan salah sau penyaki menular yang disebabkan oleh bakeri Mycobacerium Tuberculosis. Penularan penyaki

Lebih terperinci

BAB 4 METODOLOGI PENELITIAN

BAB 4 METODOLOGI PENELITIAN BAB 4 METODOLOGI PENELITIAN 4.1. Model Rumusan Masalah dan Pengambilan Kepuusan Model rumusan masalah dan pengambilan kepuusan yang digunakan dalam menyelesaikan skripsi ini dimulai dari observasi lapangan

Lebih terperinci