NAVIGASI ROBOT MOBIL DALAM LINGKUNGAN DINAMIK DAN TAK TERSTRUKTUR
|
|
- Yuliani Atmadja
- 7 tahun lalu
- Tontonan:
Transkripsi
1 NAVIGAI ROBOT MOBIL ALAM LINGKUNGAN INAMIK AN TAK TERTRUKTUR ardjono Trihatmo P3TIE-BPPT Gedng II lantai 21, MH Thamrin 8 ardjono@inn.bppt.go.id Abstract This paper presents mobile robot naigation in an enironment that is nstrctred, dynamic and not predefined. This naigation is based on continally sensing the local enironment. Robot and personnel safety is a dominant and essential reqirement for this naigation. Therefore a method for obtaining safe directions in a tessellated map of the enironment is introdced. Linear combination of ectors is sed to obtain the path that is a compromise between the safest and the shortest path. The path enables a mobile robot to reach its goal directly and safely. Kata Knci : Naigasi, robot mobil, pathplanning. 1. PENAHULUAN Keberhasilan naigasi dari sebah robot mobil ditentkan oleh metoda perencanaan trajektori (pathplanning) yang dapat menghantarkan robot mobil ke sebah tjan tanpa mengalami tmbkan dengan lingkngan di sekitarnya. a bah metoda dasar perencanaan trajektori yang banyak direferensikan adalah metoda A* (1),(2) dan distance transform (3),(4) dimana keda metoda tersebt menghasilkan jarak temph tersingkat. Meskipn keda metoda tersebt secara teoritis menghasilkan trajektori yang tidak menyebabkan tmbkan antara robot dengan lingkngannya, namn terdapat kecenderngan bahwa robot akan melintas amat dekat dengan benda-benda disekitarnya. Konsekensinya, risiko terjadinya tmbkan akan tinggi mengingat tidak ada kendali robot yang semprna dan data lingkngan yang diterima sensor tidak ckp akrat. Zelinsky menyarankan penggnaan metoda path transform (5) yang merpakan modifikasi metoda T. Metoda yang ditemkannya menghasilkan trajektori yang relatif aman dari tmbkan, akan tetapi mensyaratkan bahwa lingkngan hars diketahi sebelmnya. Metoda-metoda berbasis teknik randomisasi seperti randomized potential field (6),(7) randomized roadmap( 8 ) dan random tree( 9 ) merpakan metoda perencanaan trajektori yang memngkinkan robot tidak menyenth halangan disekitarnya. Akan tetapi metoda-metoda ini hanya diji ntk naigasi robot di lingkngan yang sdah dipetakan sebelmnya. Metoda- metoda ini jga tidak mengkaji keamanan dari trajektori yang dihasilkan secara eksplisit. alam lingkngan yang tidak dipetakan, tidak terstrktr dan dinamik, perencanaan trajektori hanya dapat dilakkan setiapkali robot menerima data-data lingkngan yang bar. Jika perencanaan trajektori menggnakan data-data lingkngan yang sdah sang, tmbkan mdah terjadi. ata lingkngan global yang pada akhirnya tidak terpakai akan membebani proses komptasi dan memori. Untk melakkan antisipasi terhadap hal tersebt, diperlkan sat perencanaan trajektori lokal yang berbasiskan data lingkngan lokal. Perencanaan trajektori lokal menghasilkan tjan/target lokal. Pada saat robot mencapai target lokal maka informasi lingkngan diperbari. Berdasarkan informasi lingkngan yang terbar, direncanakan target lokal yang bar. emikian selanjtnya sehingga tjan akhir robot dicapai dengan mengnjngi setiap target lokal. Terdapat da kriteria ntk target lokal. Pertama, target lokal ini hars aman dari tmbkan. Keda, karena tjan akhir robot adalah akmlasi dari setiap target lokal, maka kriteria keda adalah bahwa setiap target lokal sedapat mngkin menghasilkan arah yang konsisten dengan arah tjan akhir. Lipton mengembangkan sat metoda perencanaan lokal (1). Model dari lingkngannya menggnakan poligon. Target lokal yang dihasilkan merpakan kombinasi dari fngsi desirability dan danger. Namn metoda ini masih mensyaratkan pendeteksian strktr lingkngan yang disebt cldesac. alam ilm robotika Naigasi Robot Mobil dalam...(ardjono Trihatmo) 111
2 cldesac dipersepsikan sebagai sebah ssnan halangan yang berbentk hrf U dimana robot dapat terperangkap di dalamnya. Metoda perencanaan trajektori dalam makalah ini dikembangkan ntk lingkngan yang dinamik, tak terstrktr dan tak dipetakan sebelmnya. Metoda ini melakkan prediksi arah robot yang terpintas menj tjan akhir dan menentkan arah yang paling aman dalam sebah lingkngan lokal. engan menggnakan sebah parameter yang disebt faktor keamanan, kombinasi dari da arah ini menghasilkan trajektori yang merpakan kompromi antara trajektori terpintas dan teraman. Tanpa memerlkan proses pendeteksian cldesac dimka, robot tetap dapat kelar dari jebakan ini. Pengembangan metoda ini didasarkan oleh keperlan ntk menghasilkan solsi yang handal ntk aplikasi nyata seperti krsi roda otomatis, dengan menggnakan konsep matematika dan komptasi yang sederhana. Parameter faktor keamanan diharapkan dapat meminimalkan pengarh ketidaktepatan data yang diterima oleh sensor dan ketidaktepatan kendali robot. 2. BAHAN AN METOE Model Lingkngan dan ensor Penentan parameter keamanan mensyaratkan model lingkngan yang dignakan adalah model grid (sel). Meski metode perencanaan trajektori berlak ntk tiga dimensi, namn ntk memperlihatkan hasil isal yang dicapai, maka dalam penelitian ini model lingkngan disederhanakan menjadi da dimensi tanpa mengrangi konsep mm. Perencanaan trajektori dengan model sel telah dipresentasikan oleh Mrray dan Jennings dalam makalahnya (11). ebah sel diberi kategori kosong ata terisi. el kosong merepresentasikan rang yang bebas halangan sedang sel terisi melambangkan rang yang berisi obyek/halangan pada lingkngan. Gambar 1 mennjkkan pemodelan linkngan dari hasil pemindaian sensor. Tipe sensor yang dignakan adalah sensor yang memiliki jangkaan pemindaian yang terbatas. engan demikian rangan dibelakang sebah halangan yang tidak terpindai dianggap terisi (Gambar 1.c). Pemodelan ini dignakan ntk menentkan arah teraman pada lingkngan lokal. Akan tetapi dalam penentan arah terpintas, prinsip optimis hars diterapkan yait rangan dibelakang halangan sementara dianggap kosong (Gambar 1d). (a) (c) Gambar 1. Model lingkngan (b) (d) Vektor sebagai Model Arah Pergerakan α/2 p 2 Gambar 2. Vector-ektor yang merepresentasikan arah p 1 α/2 r max Perencanaan trajektori lokal menentkan target-terget lokal yang dapat mengantarkan robot mencapai tjan akhir. Penentan arah target lokal didasarkan pada da kriteria yait aman dan pintas dalam arti selal konsisten terhadap arah tjan akhir. Untk merepresentasikan arah pergerakan dibentk sekmplan ektor dalam sebah segmen lingkaran seperti ditnjkkan pada Gambar 2. Besar sdt segmen tersebt (α) identik dengan sdt jangkaan sensor (forward iew angle). Panjang dari sebah ektor ( p ) adalah jarak dari posisi robot radial ke sebah posisi dimana robot akan menyenth halangan ata sat jarak maksimm (r max ) dimana pada jarak tersebt kehandalan data lingkngan yang diterima dari sensor masih tinggi. ari sekmplan ektor tersebt didefinisikan da 112 Jrnal ains dan Teknologi Indonesia Vol. 8 No. 3 esember 26 Hlm
3 bah ektor yait ektor arah aman dan ektor arah pintas yang masing-masing melambangkan arah teraman dan prediksi arah terpintas ntk robot dapat mencapai target lokal. Vector Arah Pintas Vektor arah pintas ditentkan dengan memanfaatkan metode distance transform. Alasan dignakannya metode tersebt adalah metoda tersebt didisain khss ntk menghasilkan jarak terpintas pada lingkngan yang menggnakan model sel yang merpakan model lingkngan dalam eksperimen ini. Menrt metoda distance transform, setiap sel kosong memiliki sebah nilai yang merepresentasikan jarak sel tersebt dari sel tjan. el tjan memiliki nilai nol yang berarti berjarak nol terhadap dirinya sendiri. Konfigrasi nilai sel-sel yang dibahas oleh Jaris dalam makalahnya (3) diperlihatkan pada Gambar 3a. Kemdian jarak terpintas dari sel awal ke sel tjan ditemph dengan melakkan penelsran sel-sel tetangga yang memiliki nilai minimm hingga dicapainya sel tjan yang bernilai nol. Apabila arah θ dari trajektori pada posisi awal telah dihasilkan (Gambar 3b), maka ektor arah pintas p adalah ektor yang memiliki arah sama dengan arah trajektori pada sel awal p = θ = θ (Gambar 3c) dengan panjang sesai dengan ketentan yang digambarkan pada Gambar 2. Komptasi dapat dipersingkat apabila penelsran ckp dilakkan hanya pada sel-sel tetangga dari sel awal G (a) p G θ (b) G Gambar 3. istance Transform dan Vektor Arah Pintas. G = sel tjan, = sel awal Vector Arah Aman ebah ektor pada Gambar 2 menentkan sejah mana robot dapat bergerak sebelm menyenth halangan. Namn ektor tersebt tidak menyatakan seberapa aman posisi-posisi yang akan dilali robot sepanjang arah ektor tersebt. Kriteria sebah posisi aman dalam lingkngan dapat ditentkan dari jarak minimm dari posisi tersebt ke tepian sebah hambatan terdekat. ebah metode ntk menentkan jarak minimm dari sebah posisi terhadap tepian hambatan terdekat diperkenalkan oleh Zelinsky yang disebtnya dengan path transform (5). Pada Gambar 4 dapat dilihat bahwa sel yang merepresentasikan hambatan (hitam) diberi nilai nol yang berarti berjarak nol dengan dirinya sendiri, sedangkan ntk sel-sel kosong diberi nilai bilangan asli sesai dengan keddkan sel tersebt terhadap tepian hambatan terdekat (a) p F Gambar 4. Penentan posisi aman: (b) (a) metode obstacle transform. (b) ector arah teraman (panah tebal). p emakin besar nilai sebah sel berarti semakin jah keddkan sel tersebt dari hambatan terdekat. engan demikian apabila sebah robot berada pada posisi sel dengan nilai besar maka robot tersebt dikatakan berada lebih aman daripada berada pada posisi sel dengan nilai kecil. ebah arah dikatakan aman apabila di sepanjang arah tersebt dijmpai sel-sel yang mempnyai nilai yang besar. Jika nilai sel-sel sepanjang arah tersebt diakmlasikan maka nilai totalnya merepresentasikan pernyataan berikt: F (c) θ=θ ebah arah dikatakan lebih aman daripada arah lainnya apabila nilai total sel-sel sepanjang arah tersebt -sampai pada sat limit jarak- lebih besar daripada nilai total sel-sel sepanjang arah lainnya. Limit jarak dapat diartikan dengan Naigasi Robot Mobil dalam...(ardjono Trihatmo) 113
4 jangkaan maximm sensor, dimana dalam jangkaan tersebt data-data lingkngan masih handal. Berikt dipaparkan metode ntk menentkan ektor arah aman. ebagaimana tertera pada Gambar 4, sekmplan ektor dedefinisikan sebagai berikt: P = { p, 1 p..., 2 pn} n ℵ ( 1) Pada setiap arah yang ditnjkkan oleh ektor, dibat langkah-langkah yang berjarak sama (aqidistance steps). etiap langkah akan bertem/mengnjngi sebah sel. Kmplan selsel yang diknjngi tersebt didefinisikan sebagai berikt: {,..., pk C = c p, i c p, i } i = ( 2) k c p k,i k max max dimana adalah sel yang diknjngi p pada langkah ke i pada arah ektor k dan l adalah panjang dari sebah langkah. Panjang maksimm dari sebah langkah adalah jarak minimm dari titik psat area dari sebah sel ke titik psat area sel-sel tetangga. Ketentan tersebt menjamin bahwa setiap langkah dari sebah sel akan melali sel it sendiri ata salah sat dari sel-sel tetangga. Jika n ) adalah nila sel, maka nilai ( c pk,i total se-sel sepanjang lintasan arah N( p k ) i = max i= 1 n( c p, i ) k l c, i p k p k adalah:. ( 3) Arah teraman adalah arah yang memiliki nilai total sel yang terbesar. Arah ini direpresentasikan oleh sebah ektor yang selanjtnya disebt sebagai ektor arah aman p F yang didefinisikan sebagai berikt: p : N( p ) max N( p ), p ( 4) F F { } P = k k Gambar 5 mennjkkan total nilai-nilai sel dari masing-masing arah yang mengac pada Gambar 4b. es totals of distance al local directions [degree] Gambar 5. Nilai-nilai total jarak.arah teraman adalah pada arah 112 derajat Target Lokal Arah menj target lokal ditentkan oleh sebah ektor yang merpakan p kombinasi linier dari ektor arah pintas dan ektor arah aman p F.Vektor satan dari ektor-ektor tersebt F and didefinisikan 12 : 1 1 = ( 5) F = pf dan p pf p ebah skalar α didefinisikan sebagai faktor keamanan. Jika ektor P adalah kombinasi linier antara F dan, P α. F + (1 α). = ( 6) α R, α [...1], maka arah menj target lokal θ t arg et adalah arah dari ektor P. = P θ. ( 7) t arg et 114 Jrnal ains dan Teknologi Indonesia Vol. 8 No. 3 esember 26 Hlm
5 p L arah global. Keda, robot akan memaski sebah cldesac (Gambar 7). alam sitasi ini, robot hars berptar ke arah θ namn tidak bergerak maj karena lingkngan belm dieksplorasi. ecara matematis berarti: θ = θ t arg et ( 12) P d t arg et =. ( 13) α.7 F p k r=f(θ)= α G r=f(θ) Gambar 6. Arah menj target lokal p L. Faktor keamanan α bernilai.7 Jika ada sebah ektor p L memiliki arah yang sama dengan arah ektor P = P p L, ( 8) maka jarak menj target lokal memenhi persyaratan berikt: d < p t arg et L d t arg et hars ( 9) Faktor keamanan α menentkan besar prioritas dari keamanan sebah trajektori. Nilai α kecil berarti trajektori menj arah terpintas. emakin besar nilai α trajektori yang terbentk semakin aman ntk sebah robot mobil. Gambar 6 mennjkkan arah target lokal yang ditentkan melali kombinasi linier da bah ektor tersebt. Mengatasi Masalah Cldesac alam menentkan ektor arah pintas, terdapat sitasi dimana ektor arah pintas berada dilar segmen lingkaran (lihat Gambar 2) yang merepresentasikan jangkaan sensor. itasi seperti ini direpresentasikan secara matematis jika: π α ( ) π α θ < dan 2 θ > + ) ( 1) 2 ( 2 2 dimana θ adalah arah dari prediksi trajektori global pada posisi awal r = f ( θ ) =. ( 11) itasi tersebt mennjk kepada da kemngkinan. Pertama, robot akan bergerak ke arah yang belm tent konsisten dengan prediksi r=f(θ) (a) G r=f(θ)= (b) Gambar 7 (a) Robot akan bergerak ke arah yang tidak diinginkan. (b) Robot akan memaski sebah cl de sac. Nilai Batas Arah Terpintas Ide kombinasi linier antara ektor pintas dan aman dilatarbelakangi oleh terdapatnya tendensi bahwa arah terpintas dapat menyebabkan robot melintas terlal dekat dengan hambatan sehingga rawan terhadap tmbkan. Namn bkan berarti bahwa arah terpintas pasti selal menyebabkan kerawanan terhadap tmbkan. Terdapat kemngkinan bahwa total nilai sel-sel yang diknjngi pada arah ektor aman tidak berbeda signifikan dengan total nilai pada arah ektor pintas. Atas dasar tersebt dan dengan maksd mempertahankan konsistensi terhadap arah terpintas tanpa mengrangi faktor keamanan, maka didefinisikan sebah nilai batas keamanan δ, < δ < 1, δ R. ( 14) Jika perbandingan antara total nilai sel pada arah terpintas N( p ) dengan total nilai pada arah teraman N( p F ) diatas nilai batas δ, N( p ) > δ ( 15) N( p ) F maka berarti arah terpintas ckp aman ntk dilintasi robot. ecara matematis berarti faktor keamanan α bernilai nol. Naigasi Robot Mobil dalam...(ardjono Trihatmo) 115
6 t arg et = p θ ( 16) d < p t arg et 3. HAIL AN PEMBAHAAN ( 17) Bagian ini membahas hasil-hasil simlasi kompter dari metode perencanaan trajektori lokal. Robot direpresentasikan oleh sebah titik dengan mengac pada konsep growing obstacles yang diperkenalkan oleh Jaris dalam makalahnya (2). Faktor bobot α diberi nilai.6 selama tidak disebtkan secara eksplisit. alam Gambar 8 sebah robot pada posisi awal hendak bergerak menj posisi akhir G dalam sebah lingkngan yang tidak dikenal sebelmnya. Pada saat pemindaian pertama (posisi ) terhadap lingkngan, sebah obyek dekat tjan akhir tidak terdeteksi karena terttp oleh obyek lain didepannya. etelah lingkngan terpindai maka ditentkanlah arah teraman (garis pts), prediksi arah terpintas (garis bertitik) dan arah ke target lokal (garis penh). apat dilihat bahwa faktor bobot,6 memberi kecenderngan robot bergerak ke arah teraman dibandingkan arah terpintas. Pada posisi pemindaian terhadap lingkngan dan penentan target dilanjtkan. Pada posisi pemindaian lingkngan menemkan bahwa terdapat sebah obyek dekat posisi akhir. engan demikian robot bergerak ke posisi sebelm pada akhirnya mencapai posisi akhir tanpa tmbkan. jarak terpintas yang dihasilkan oleh metode distance transform. apat dilihat bahwa trajektori jarak terpintas cenderng menghantar robot melintas tepat pada si si obyek-obyek yang berada di lingkngan. alam dnia nyata, kondisi seperti ini dapat mengakibatkan tmbkan mengingat informasi dari sensor dan kontrol gerak tidak ada yang semprna. ebaliknya, dengan menggnakan faktor keamanan, robot dapat bergerak dengan jarak aman dari obyek di sekitarnya namn tetap konsisten menj posisi akhir. Gambar 9 mennjkkan pengarh faktor keamananα terhadap trajektori yang terbentk. Untk α = trajektori merpakan jalan terpintas yang menj posisi akhir, namn membawa robot dekat dengan obyek-obyek disekitarnya. emakin besar nilai faktor pengaman, maka robot cenderng menempati posisi-posisi yang berjarak aman dari obyek-obyek di sekelilingnya. (a) α = (b) α =.5 (a) (b) (c) α =1 Gambar 9. Pengarh faktor keamanan terhadap trajektori Gambar 1 mennjkkan kemampan dari metode perencanaan trjektori lokal ntk menghantarkan robot kelar dari cldesac dan menj posisi akhir tanpa hars memetakan cldesac tersebt sebelmnya (c) Gambar 8. Pemindaian bertahap (d) Gambar 8d mennjkkan perbandingan trajektori dengan faktor keamanan dan trajektori 116 Jrnal ains dan Teknologi Indonesia Vol. 8 No. 3 esember 26 Hlm
7 kompleks. apat dilihat bahwa dengan menggnakan faktor keamanan, trajektori yang dihasilkan memberi jarak aman kepada robot dibandingkan dengan trajektori terpintas. Gambar 1. Kelar dari cldesac Gambar 11 mennjkkan bagaimana sebah robot semla menj ke arah yang bkan seharsnya, namn selanjtnya dapat mengoreksi kesalahannya sehingga dapat mencapai posisi akhir. alam Gambar 11a diperlihatkan kondisi lingkngan global yang belm terpindai. Pada Gambar 11b, karena jangkaan sensor yang terbatas, informasi lingkngan belm lengkap sehingga robot mengambil jalan yang tidak seharsnya. Namn setelah pemindaian lingkngan ters diperbari maka robot dapat mengoreksi kesalahannya dan bergerak menj arah yang benar menj posisi akhir. (c) (a) (b) (d) Gambar 11. Mengkoreksi kesalahan lintasan Gambar 12 mennjkkan perbandingan antara trajektori jalan terpintas (garis pts) dengan trajektori yang menggnakan faktor keamanan (garis penh) pada lingkngan yang lebih Gambar 12. trktr lingkngan yang lebih kompleks 4. KEIMPULAN alam sebah lingkngan yang dinamis dan tidak terpetakan sebelmnya, pembentkan lintasan ntk robot secara bertahap lebih mengntngkan karena memngkinkan adaptasi dan antisipasi terhadap perbahan strktr lingkngan. Pemindaian lingkngan yang terbatas memang dapat menyebabkan robot mengambil jalan yang tidak seharsnya ditemph ata terperangkap dalam cldesac. Namn simlasi kompter membktikan bahwa metode yang dibahas dalam makalah ini dapat mengatasi masalah-masalah tersebt. Telah dibktikan bahwa lintasan ntk robot selal dapat dihasilkan meski melali pemindaian lingkngan yang terbatas. Oleh karena it penggnaan sensor dengan jangkaan terbatas dapat diberlakkan. Hal ini mennjkkan bahwa metode pembentkan lintasan ini tidak dipengarhi secara signifikan oleh jangkaan sensor. Faktor keamanan sangat penting ntk mengrangi kemngkinan terjadinya tmbkan antara robot dengan obyek di sekitarnya. at hal yang perl dicatat, bahwa tidak selamanya lintasan yang optimal adalah lintasan yang terpintas. alam indstri manfaktr ata di jalan raya misalnya, faktor keamanan lebih menempati prioritas tinggi daripada faktor kedekatan. Naigasi Robot Mobil dalam...(ardjono Trihatmo) 117
8 AFTAR PUTAKA Amato and W. A randomized roadmap method for path and maniplation planning. In IEEE Int. Conf. Robotics & Atomation, pages ,1996. Barraqand et al. Nmerical Potential Field Techniqes for Robot Path Planning. IEEE Transactions on ystem, Man, Cybernetics, 22(2), pp , April Barraqand and Latombe. Robot Motion Planning: A distribted representation approach. Int. J. Robotics Research, 1(6): , Greenberg, M.. Adanced Engineering Mathematics, 2nd ed., Upper addle Rier, N.J., Prentice Hall, Jaris, R.A. Growing Polyhedral Obstacles for Planning Collision-Free Paths, The Astralian Compter Jornal, Vol. 15, No 3, pp , Agst Jaris, R.A. Mobile Robot Naigation, 3 rd National Conference on Robotics, pp 8-17, Melborne, Jne 199. La Valle and Kffner. Randomized Kinodynamic Planning. In IEEE Int. Conf. Robotics & Atomation, pages , May Lipton, A.J. Path Planning for an Unreliable Atonoms Mobile Robot in an Unknown Enironment, Astralian Joint Conference on Artificial Intelligence: Workshop on Robotics, Real World AI, Canberra, Noember Mrray and Jennings. tereo Vision based Mapping for a Mobile Robot, IEEE Conf. On Robotics and Atomation, May Nilsson, N.J. Problem-oling Methods Artificial Intelligence, McGraw-Hill, Zelinsky, A. Using Path Transform to Gide the earch for Findpath in 2d, International Jornal of Robotics Research, 13(4), pp , Agst Jaris, R.A. istance Transform based Path Planning for Robot Naigation. In Y. F. Zheng, editor, Recent Trends in Mobile Robots, olme 11 of World cientific eries in Robotics and Atomated ystems, chapter 1, pages World cientific, ingapore, Jrnal ains dan Teknologi Indonesia Vol. 8 No. 3 esember 26 Hlm
9
10
11 JANGAN I PRINT (ALAH) Nilsson, N.J. Problem-oling Methods in Artificial Intelligence, McGraw-Hill, Jaris, R.A. Growing Polyhedral Obstacles for Planning Collision-Free Paths, The Astralian Compter Jornal, Vol. 15, No 3, pp , Agst Jaris, R.A. istance Transform based Path Planning for Robot Naigation. In Y. F. Zheng, editor, Recent Trends in Mobile Robots, olme 11 of World cientific eries in Robotics and Atomated ystems, chapter 1, pages World cientific, ingapore, Jaris, R.A. Mobile Robot Naigation, 3 rd National Conference on Robotics, pp 8-17, Melborne, Jne 199. Zelinsky, A. Using Path Transform to Gide the earch for Findpath in 2d, International Jornal of Robotics Research, 13(4), pp , Agst Barraqand and Latombe. Robot Motion Planning: A distribted representation approach. Int. J. Robotics Research, 1(6): , Barraqand et al. Nmerical Potential Field Techniqes for Robot Path Planning. IEEE Transactions on ystem, Man, Cybernetics, 22(2), pp , April Amato and W. A randomized roadmap method for path and maniplation planning. In IEEE Int. Conf. Robotics & Atomation, pages ,1996. La Valle and Kffner. Randomized Kinodynamic Planning. In IEEE Int. Conf. Robotics & Atomation, pages , May Lipton, A.J. Path Planning for an Unreliable Atonoms Mobile Robot in an Unknown Enironment, Astralian Joint Conference on Artificial Intelligence: Workshop on Robotics, Real World AI, Canberra, Noember Mrray and Jennings. tereo Vision based Mapping for a Mobile Robot, IEEE Conf. On Robotics and Atomation, May Greenberg, M.. Adanced Engineering Mathematics, 2nd ed., Upper addle Rier, N.J., Prentice Hall, 1998.
Penerapan Masalah Transportasi
KA4 RESEARCH OPERATIONAL Penerapan Masalah Transportasi DISUSUN OLEH : HERAWATI 008959 JAKA HUSEN 08055 HAPPY GEMELI QUANUARI 00890 INDRA MOCHAMMAD YUSUF 0800 BAB I PENDAHULUAN.. Pengertian Riset Operasi
Lebih terperinciHASIL KALI TITIK DAN PROYEKSI ORTOGONAL SUATU VEKTOR (Aljabar Linear) Oleh: H. Karso FPMIPA UPI
HASIL KALI TITIK DAN PROYEKSI ORTOGONAL SUATU VEKTOR (Aljabar Linear) Oleh: H. Karso FPMIPA UPI A. Hasil Kali Titik (Hasil Kali Skalar) Da Vektor. Hasil Kali Skalar Da Vektor di R Perkalian diantara da
Lebih terperinci3. RUANG VEKTOR. dan jika k adalah sembarang skalar, maka perkalian skalar ku didefinisikan oleh
. RUANG VEKTOR. VEKTOR (GEOMETRIK) PENGANTAR Jika n adalah sebah bilangan blat positif maka tpel-terorde (ordered-n-tple) adalah sebah rtan n bilangan riil (a a... a n ). Himpnan sema tpel-terorde dinamakan
Lebih terperinciPENYELESAIAN LUAS BANGUN DATAR DAN VOLUME BANGUN RUANG DENGAN KONSEP DETERMINAN
Bletin Ilmiah Math. Stat. dan Terapannya (Bimaster) Volme xx, No. x (tahn), hal xx xx. PENYELESAIAN LUAS BANGUN DATAR DAN VOLUME BANGUN RUANG DENGAN KONSEP DETERMINAN Doni Saptra, Helmi, Shantika Martha
Lebih terperinciBEBERAPA SIFAT JARAK ROTASI PADA POHON BINER TERURUT DAN TERORIENTASI
JRISE, Vol.1, No.1, Febrari 2014, pp. 28~40 ISSN: 2355-3677 BEBERAPA SIFA JARAK ROASI PADA POHON BINER ERURU DAN ERORIENASI Oleh: Hasniati SMIK KHARISMA Makassar hasniati@kharisma.ac.id Abstrak Andaikan
Lebih terperinciPENELUSURAN LINTASAN DENGAN JARINGAN SARAF TIRUAN
Bab 4 PENELUSURAN LINTASAN DENGAN JARINGAN SARAF TIRUAN Tgas mendasar dari robot berjalan ialah dapat bergerak secara akrat pada sat lintasan (trajectory) yang diberikan Ata dengan kata lain galat antara
Lebih terperinciSolusi Sistem Persamaan Linear Fuzzy
Jrnal Matematika Vol. 16, No. 2, November 2017 ISSN: 1412-5056 / 2598-8980 http://ejornal.nisba.ac.id Diterima: 14/08/2017 Disetji: 20/10/2017 Pblikasi Online: 28/11/2017 Solsi Sistem Persamaan Linear
Lebih terperinciBAB III 3. METODOLOGI PENELITIAN
BAB III 3. METODOLOGI PENELITIAN 3.1. PROSEDUR ANALISA Penelitian ini merpakan sebah penelitian simlasi yang menggnakan bantan program MATLAB. Adapn tahapan yang hars dilakkan pada saat menjalankan penlisan
Lebih terperinciBAB III LIMIT DAN FUNGSI KONTINU
BAB III LIMIT DAN FUNGSI KONTINU Konsep it mempnyai peranan yang sangat penting di dalam kalkls dan berbagai bidang matematika. Oleh karena it, konsep ini sangat perl ntk dipahami. Meskipn pada awalnya
Lebih terperinciPANJANG DAN JARAK VEKTOR PADA RUANG HASIL KALI DALAM. V, yang selanjutnya dinotasikan dengan v, didefinisikan:
PANJANG DAN JARAK VEKTOR PADA RUANG HASIL KALI DALAM Perl diingat kembali definisi panjang dan jarak sat ektor pada rang hasil kali dalam Eclid, yait rnag ektor yang hasil kali dlamnya didefinisikan sebagai
Lebih terperinciALJABAR LINEAR (Vektor diruang 2 dan 3) Disusun Untuk Memenuhi Tugas Mata Kuliah Aljabar Linear Dosen Pembimbing: Abdul Aziz Saefudin, M.
ALJABAR LINEAR (Vektor dirang 2 dan 3) Dissn Untk Memenhi Tgas Mata Kliah Aljabar Linear Dosen Pembimbing: Abdl Aziz Saefdin, M.Pd Dissn Oleh : Kelompok 3/3A4 1. Nrl Istiqomah 14144100130 2. Ambar Retno
Lebih terperinciIII PEMODELAN SISTEM PENDULUM
14 III PEMODELAN SISTEM PENDULUM Penelitian ini membahas keterkontrolan sistem pendlm, dengan menentkan model matematika dari beberapa sistem pendlm, dan dilakkan analisis dan menyederhanakan permasalahan
Lebih terperinciPengenalan Pola. Ekstraksi dan Seleksi Fitur
Pengenalan Pola Ekstraksi dan Seleksi Fitr PTIIK - 4 Corse Contents Collet Data Objet to Dataset 3 Ekstraksi Fitr 4 Seleksi Fitr Design Cyle Collet data Choose featres Choose model Train system Evalate
Lebih terperinciAnalisis Peluruhan Flourine-18 menggunakan Sistem Pencacah Kamar Pengion Capintec CRC-7BT S/N 71742
Prosiding Perteman Ilmiah XXV HFI Jateng & DIY 63 Analisis Pelrhan Florine-18 menggnakan Sistem Pencacah Kamar Pengion Capintec CRC-7BT S/N 717 Wijono dan Pjadi Psat Teknologi Keselamatan dan Metrologi
Lebih terperinciUntuk pondasi tiang tipe floating, kekuatan ujung tiang diabaikan. Pp = kekuatan ujung tiang yang bekerja secara bersamaan dengan P
BAB 3 LANDASAN TEORI 3.1 Mekanisme Pondasi Tiang Konvensional Pondasi tiang merpakan strktr yang berfngsi ntk mentransfer beban di atas permkaan tanah ke lapisan bawah di dalam massa tanah. Bentk transfer
Lebih terperinciBab 5 RUANG HASIL KALI DALAM
Bab 5 RUANG HASIL KALI DALAM 5 Hasil Kali Dalam Untk memotiasi konsep hasil kali dalam diambil ektor di R dan R sebagai anak panah dengan titik awal di titik asal O = ( ) Panjang sat ektor x di R dan R
Lebih terperinciModel Hidrodinamika Pasang Surut Di Perairan Pulau Baai Bengkulu
Jrnal Gradien Vol. No.2 Jli 2005 : 5-55 Model Hidrodinamika Pasang Srt Di Perairan Pla Baai Bengkl Spiyati Jrsan Fisika, Fakltas Matematika dan Ilm Pengetahan Alam, Universitas Bengkl, Indonesia Diterima
Lebih terperinciCHAPTER 6. INNER PRODUCT SPACE
CHAPTER 6. INNER PRODUCT SPACE Inner Prodcts Angle and Orthogonality in Inner Prodct Spaces Orthonormal Bases; Gram-Schmidt Process; QR-Decomposition Best Approximation; Least Sqares Orthogonal Matrices;
Lebih terperinciBAB II TINJAUAN PUSTAKA
BAB II TINJAUAN PUSTAKA 2.1. Logika Fzzy Pada awalnya sistem logika fzzy diperkenalkan oleh Profesor Lotfi A. Zadeh pada tahn 1965. Konsep fzzy bermla dari himpnan klasik (crisp) yang bersifat tegas ata
Lebih terperinciBab 5 RUANG HASIL KALI DALAM
Bab 5 RUANG HASIL KALI DALAM 5 Hasil Kali Dalam Untk memotiasi konsep hasil kali dalam diambil ektor di R dan R sebagai anak panah dengan titik awal di titik asal O ( ) Panjang sat ektor x di R dan R dinamakan
Lebih terperinciHasil Kali Titik. Dua Operasi Vektor. Sifat-sifat Hasil Kali Titik. oki neswan (fmipa-itb)
oki neswan (fmipa-itb) Da Operasi Vektor Hasil Kali Titik Misalkan OAB adalah sebah segitiga, O (0; 0) ; A (a 1 ; a ) ; dan B (b 1 ; b ) : Maka panjang sisi OA; OB; dan AB maing-masing adalah q joaj =
Lebih terperinciBAB III PENDEKATAN TEORI
9 BAB III PENDEKAAN EORI 3.1. eknik Simlasi CFD Comptational Flid Dnamics (CFD) adalah ilm ang mempelajari cara memprediksi aliran flida, perpindahan panas, rekasi kimia, dan fenomena lainna dengan menelesaikan
Lebih terperinciOPTIMALISASI FITUR-FITUR PADA APLIKASI PRESENTASI UNTUK MENINGKATKAN KUALITAS PENYAMPAIAN PESAN BERBASIS HCI
OPTIMALISASI FITUR-FITUR PADA APLIKASI PRESENTASI UNTUK MENINGKATKAN KUALITAS PENYAMPAIAN PESAN BERBASIS HCI Mokhamad Fatoni, Indri Sdanawati Rozas, S.Kom., M.Kom., Latifah Rifani, S.T., MIT. Jrsan Sistem
Lebih terperinciPENGENDALIAN OPTIMAL PADA MODEL KEMOPROFILAKSIS DAN PENANGANAN TUBERKULOSIS
PENGENDALIAN OPTIMAL PADA MODEL KEMOPROFILAKSIS DAN PENANGANAN TUBERKULOSIS Ole: Citra Dewi Ksma P. 106 100 007 Dosen pembimbing: DR. Sbiono, MSc. Latar Belakang PENDAHULUAN Penyakit Tberklosis TB adala
Lebih terperinciBAB 2 LANDASAN TEORI
8 BAB LANDASAN TEORI. Pasar.. Pengertian Pasar Pasar adalah sebah tempat mm yang melayani transaksi jal - beli. Di dalam Peratran Daerah Khss Ibkota Jakarta Nomor 6 Tahn 99 tentang pengrsan pasar di Daerah
Lebih terperinciPemodelan Dinamika Gelombang dengan Mengerjakan Persamaan Kekekalan Energi. Syawaluddin H 1)
tahaean Vol. 4 No. Janari 007 rnal TKNIK SIPIL Pemodelan Dinamika Gelombang dengan Mengerjakan Persamaan Kekekalan nergi Syaalddin ) Abstrak Paper ini menyajikan pengerjaan hkm kekekalan energi pada pemodelan
Lebih terperinciBAB RELATIVITAS Semua Gerak adalah Relatif
BAB RELATIVITAS. Sema Gerak adalah Relatif Sat benda dikatakan bergerak bila keddkan benda it berbah terhadap sat titik aan ata kerangka aan. Seorang penmpang kereta api yang sedang ddk di dalam kereta
Lebih terperinciIT CONSULTANT UNIVERSITAS MURIA KUDUS (ITC - UMK)
IT CONSULTANT UNIVERSITAS MURIA KUDUS (ITC - UMK) Arif Setiawan 1*, Pratomo Setiaji 1 1 Program Stdi Sistem Informasi, Fakltas Teknik, Universitas Mria Kds Gondangmanis, PO Box 53, Bae, Kds 59352 * Email:
Lebih terperinciEKONOMETRIKA PERSAMAAN SIMULTAN
EKONOMETRIKA PERSAMAAN SIMULTAN OLEH KELOMPOK 5 DEKI D. TAPATAB JUMASNI K. TANEO MERSY C. PELT DELFIANA N. ERO GERARDUS V. META ARMY A. MBATU SILVESTER LANGKAMANG FAKULTAS PERTANIAN UNIVERSITAS NUSA CENDANA
Lebih terperinciPRAKTIKUM OPERASI TEKNIK KIMIA II MODUL 5 BILANGAN REYNOLD
PRAKTIKUM OPERASI TEKNIK KIMIA II MODUL 5 BILANGAN REYNOLD LABORATORIUM RISET DAN OPERASI TEKNIK KIMIA PROGRAM STUDI TEKNIK KIMA FAKULTAS TEKNOLOGI INDUSTRI UPN VETERAN JAWA TIMUR SURABAYA BILANGAN REYNOLD
Lebih terperinciMata Kuliah: Aljabar Linier Dosen Pengampu: Darmadi, S. Si, M. Pd
. RUANG BERDIMENSI n EUCLIDIS Mata Kliah: Aljabar Linier Dosen Pengamp: Darmadi S. Si M. Pd Dissn oleh: Kelompok Pendidikan Matematika VA. Abdl Fajar Sidiq (8.). Lilies Prwanti (8.76). Ristinawati (8.)
Lebih terperinciKorelasi Pasar Modal dalam Ekonofisika
Korelasi Pasar Modal dalam Ekonofisika Yn Hariadi Dept. Dynamical System Bandng Fe Institte yh@dynsys.bandngfe.net Pendahlan Fenomena ekonomi sebagai kondisi makro yang merpakan hasil interaksi pada level
Lebih terperinciKontrol Optimum pada Model Epidemik SIR dengan Pengaruh Vaksinasi dan Faktor Imigrasi
Jrnal Matematika Integratif ISSN 4-684 Volme No, Oktober 05, pp - 8 Kontrol Optimm pada Model Epidemik SIR dengan Pengarh Vaksinasi dan Faktor Imigrasi N. Anggriani, A. Spriatna, B. Sbartini, R. Wlantini
Lebih terperinciBAB II TINJAUAN PUSTAKA
BAB II TINJAUAN PUSTAKA.1 Small Area Estimation Small Area Estimation (SAE) adalah sat teknik statistika ntk mendga parameter-parameter sb poplasi yang kran sampelnya kecil. Sedangkan, area kecil didefinisikan
Lebih terperinciSeminar Nasional Aplikasi Teknologi Informasi 2004 Yogyakarta, 19 Juni 2004
Seminar asional Aplikasi Teknologi Informasi 004 Yogyakarta 9 Jni 004 Analisis Efisiensi dengan Bantan Sistem Pendkng Keptsan (SPK) Carles Sitompl Jrsan Teknik Indstri Uniersitas Katolik Parahyangan Jl.
Lebih terperinciBUKU AJAR METODE ELEMEN HINGGA
BUKU AJA ETODE EEEN HINGGA Diringkas oleh : JUUSAN TEKNIK ESIN FAKUTAS TEKNIK STUKTU TUSS.. Deinisi Umm Trss adalah strktr yang terdiri atas batang-batang lrs yang disambng pada titik perpotongan dengan
Lebih terperinciMA1201 MATEMATIKA 2A Hendra Gunawan
MA1201 MATEMATIKA 2A Hendra Gnawan Semester II, 2016/2017 3 Maret 2017 Kliah yang Lal 10.1-2 Parabola, Elips, dan Hiperbola 10.4 Persamaan Parametrik Kra di Bidang 10.5 Sistem Koordinat Polar 11.1 Sistem
Lebih terperinciURUNAN PARSIAL. Definisi Jika f fungsi dua variable (x dan y) maka: atau f x (x,y), didefinisikan sebagai
6 URUNAN PARSIAL Deinisi Jika ngsi da ariable maka: i Trnan parsial terhadap dinotasikan dengan ata dideinisikan sebagai ii Trnan parsial terhadap dinotasikan dengan ata dideinisikan sebagai Tentkan trnan
Lebih terperinciKAJIAN PENGGUNAAN KOMPRESOR AKSIAL
Jrnal Dinamis Vol. II, No. 6, Janari 00 ISSN 06-749 KAJIAN PENGGUNAAN KOMPRESOR AKSIAL Tekad Sitep Staf Pengajar Departemen Teknik Mesin Fakltas Teknik Universitas Smatera Utara Abstrak Tlisan ini mencoba
Lebih terperinciKAJIAN PEMODELAN MATEMATIKA TERHADAP PENYEBARAN VIRUS AVIAN INFLUENZA TIPE-H5N1 PADA POPULASI UNGGAS
KAJIAN PEMODELAN MATEMATIKA TERHADAP PENYEBARAN VIRUS AVIAN INFLUENZA TIPE-H5N1 PADA POPULASI UNGGAS Dian Permana Ptri 1, Herri Slaiman FKIP, Pendidikan Matematika, Universitas Swadaya Gnng Jati Cirebon
Lebih terperinciBAB 2 LANDASAN TEORI. Analisis jalur yang dikenal dengan path analysis dikembangkan pertama pada tahun 1920-an oleh
BAB LANDASAN TEORI. Sejarah Analisis Jalr (Path Analysis) Analisis jalr yang dikenal dengan path analysis dikembangkan pertama pada tahn 90-an oleh seorang ahli genetika yait Sewall Wright. Teknik analisis
Lebih terperinciEKSISTENSI BAGIAN IMAJINER PADA INTEGRAL FORMULA INVERSI FUNGSI KARAKTERISTIK
Jrnal Matematika UNAND Vol. No. 2 Hal. 39 43 ISSN : 233 29 c Jrsan Matematika FMIPA UNAND EKSISTENSI BAGIAN IMAJINER PADA INTEGRAL FORMULA INVERSI FUNGSI KARAKTERISTIK YULIANA PERMATASARI Program Stdi
Lebih terperinciPENDUGAAN JUMLAH PENDUDUK MISKIN DI KOTA SEMARANG DENGAN METODE SAE
Vale Added, Vol. 11, No. 1, 015 PENDUGAAN JUMLAH PENDUDUK MISKIN DI KOTA SEMARANG DENGAN METODE SAE 1 Moh Yamin Darsyah, Ujang Malana 1, Program Stdi Statistika FMIPA Universitas Mhammadiyah Semarang Email:
Lebih terperinciANALISIS PENGENDALIAN KUALITAS TERHADAP PROSES WELDING ( PENGELASAN N ) PADA PEMBUATAN KAPAL CHEMICAL TANKER / DUPLEK M Di PT.
ANALISIS PENGENDALIAN KUALITAS TERHADAP PROSES WELDING ( PENGELASAN N ) PADA PEMBUATAN KAPAL CHEMICAL TANKER / DUPLEK M000259 Di PT.PAL INDONESIA Oleh : Selfy Atika Sary NRP : 1307 030 053 Pembimbing :
Lebih terperinciAljabar Linear Elementer
Aljabar Linear Elementer MA SKS Silabs : Bab I Matriks dan Operasinya Bab II Determinan Matriks Bab III Sistem Persamaan Linear Bab IV Vektor di Bidang dan di Rang Bab V Rang Vektor Bab VI Rang Hasil Kali
Lebih terperinciVEKTOR. Oleh : Musayyanah, S.ST, MT
VEKTOR Oleh : Msayyanah, S.ST, MT . ESRN SKLR DN VEKTOR Sifat besaran fisis : esaran Skalar Skalar Vektor esaran yang ckp dinyatakan oleh besarnya saja (besar dinyatakan oleh bilangan dan satan). Contoh
Lebih terperinciKEPUTUSAN INVESTASI (CAPITAL BUDGETING) MANAJEMEN KEUANGAN 2 ANDRI HELMI M, S.E., M.M.
KEPUTUSAN INVESTASI (CAPITAL BUDGETING) MANAJEMEN KEUANGAN 2 ANDRI HELMI M, S.E., M.M. Penganggaran Modal (Capital Bdgeting) Modal (Capital) mennjkkan aktiva tetap yang dignakan ntk prodksi Anggaran (bdget)
Lebih terperinciBAB 2 LANDASAN TEORI. Pada bab ini akan dibahas tentang teori-teori dan konsep dasar yang mendukung pembahasan dari sistem yang akan dibuat.
BAB 2 LANDASAN TEORI Pada bab ini akan dibahas tentang teori-teori dan konsep dasar yang mendkng pembahasan dari sistem yang akan dibat. 2.1. Katalog Perpstakaan Katalog perpstakaan adalah sat media yang
Lebih terperinciMETODE FINITE DIFFERENCE INTERVAL UNTUK MENYELESAIKAN PERSAMAAN PANAS ABSTRACT 1. PENDAHULUAN
METODE FINITE DIFFERENCE INTERVAL UNTUK MENYELESAIKAN PERSAMAAN PANAS Mardhika WA 1, Syamsdhha 2, Aziskhan 2 mardhikawirahadi@nriacid 1 Mahasiswa Program Stdi S1 Matematika 2 Laboratorim Komptasi Jrsan
Lebih terperinciFAKULTAS DESAIN dan TEKNIK PERENCANAAN
Wiryanto Dewobroto ---------------------------------- Jrsan Teknik Sipil - Universitas elita Harapan, Karawaci FAKULTAS DESAIN dan TEKNIK ERENCANAAN UJIAN TENGAH SEMESTER ( U T S ) GENA TAHUN AKADEMIK
Lebih terperincilim 0 h Jadi f (x) = k maka f (x)= 0 lim lim lim TURUNAN/DIFERENSIAL Definisi : Laju perubahan nilai f terhadap variabelnya adalah :
TURUNAN/DIFERENSIAL Deinisi : Laj perbaan nilai teradap ariabelnya adala : y dy d lim = lim = 0 0 d d merpakan ngsi bar disebt trnan ngsi ata perbandingan dierensial, proses mencarinya disebt menrnkan
Lebih terperinciSISTEM PERANGKINGAN ITEM MOBIL PADA E-COMMERCE PENJUALAN MOBIL DENGAN METODE RANDOM-WALK BASE SCORING
SISTEM PERANGKINGAN ITEM MOBIL PADA E-COMMERCE PENJUALAN MOBIL DENGAN METODE RANDOM-WALK BASE SCORING Desi Yanti, Sayti Rahman, Rismayanti 3 Jrsan Teknik Informatika Universitas Harapan Medan Jl. HM Jhoni
Lebih terperinciPENYELESAIAN MASALAH KONTROL OPTIMAL KONTINU YANG MEMUAT FAKTOR DISKON
Jrnal Matematika UNAND Vol. 2 No. 3 Hal. 157 161 ISSN : 233 291 c Jrsan Matematika FMIPA UNAND PENYELESAIAN MASALAH KONTROL OPTIMAL KONTINU YANG MEMUAT FAKTOR DISKON DALIANI Program Stdi Matematika, Fakltas
Lebih terperinciPengembangan Hasil Kali Titik Pada Vektor
Pengembangan Hasil Kali Titik Pada Vektor Swandi *, Sri Gemawati 2, Samsdhha 2 Mahasiswa Program Stdi Magister Matematika, Dosen Pendidikan Matematika Uniersitas Pasir Pengaraian 2 Dosen Jrsan Matematika
Lebih terperinciNAMA : KELAS : theresiaveni.wordpress.com
1 NAMA : KELAS : teresiaeni.wordpress.com TURUNAN/DIFERENSIAL Deinisi : Laj perbaan nilai teradap ariabelnya adala : y dy d ' = = d d merpakan ngsi bar disebt trnan ngsi ata perbandingan dierensial, proses
Lebih terperinciTEKANAN TANAH PADA DINDING PENAHAN METODA RANKINE
TEKAA TAAH PADA DIDIG PEAHA METODA RAKIE Moda kernthan F Gaya F dapat disebabkan oleh: gesekan pada dasar (gravity retaining walls) masknya dinding ke dalam tanah (sheet retaining walls) angker dan penahan
Lebih terperinciTrihastuti Agustinah
TE 9467 Teknik Nmerik Sistem Linear Trihastti Agstinah Bidang Stdi Teknik Sistem Pengatran Jrsan Teknik Elektro - FTI Institt Teknologi Seplh Nopember O U T L I N E OBJEKTIF TEORI CONTOH 4 SIMPULAN 5 LATIHAN
Lebih terperinci(a) (b) Gambar 1. garis singgung
BAB. TURUNAN Sebelm membahas trnan, terlebih dahl ditinja tentang garis singgng pada sat krva. A. Garis singgng Garis singgng adalah garis yang menyinggng sat titik tertent pada sat krva. Pengertian garis
Lebih terperincilensa objektif lensa okuler Sob = fob
23 jekti ler S = ~ S = A B d 24 Diagram pembentkan bayangannya adalah sebagari berikt: jekti d ler S = ~ S S A B S Teropong Pantl (Teleskop Releksi) Teropong jenis ini menggnakan sat positi, sat cermin
Lebih terperinci1. Perhatikan gambar percobaan vektor gaya resultan dengan menggunakan 3 neraca pegas berikut ini
1 1. Perhatikan gambar percobaan vektor gaya resltan dengan menggnakan 3 neraca pegas berikt ini Yang sesai dengan rms vektor gaya resltan secara analitis adalah gambar A. (1), (2) dan (3) D. (1), dan
Lebih terperinciSIMULASI PADA MODEL PENYEBARAN PENYAKIT TUBERKULOSIS SRI REJEKI PURI WAHYU PRAMESTHI DOSEN PENDIDIKAN MATEMATIKA IKIP WIDYA DARMA SURABAYA
SIMULASI PADA MODEL PENYEBARAN PENYAKIT TUBERKULOSIS SRI REJEKI PURI WAHYU PRAMESTHI DOSEN PENDIDIKAN MATEMATIKA IKIP WIDYA DARMA SURABAYA Abstrak TBC penyebab kematian nomor tiga setelah penyakit kardioaskler
Lebih terperinciWALIKOTA BANJARMASIN
/ WALIKOTA BANJARMASIN PERATURAN WALIKOTA BANJARMASIN NOMOR TAHUN2013 TENTANG PEDOMAN STANDAR KINERJA INDIVIDU PEGAWAI NEGERI SIPIL DILINGKUNGAN PEMERINTAH KOTA BANJARMASIN DENGAN RAHMAT TUHAN YANG MAHA
Lebih terperinciLENSA OBJEKTIF LENSA OKULER SOB = FOB
LENSA OBJEKTIF LENSA OKULER SOB = FOB 23 lensa objektif lensa okler Sob = ~ Sob = fob A fob fob B d 24 Diagram pembentkan bayangannya adalah sebagari berikt: lensa objektif d Sob = ~ lensa okler Sob Sok
Lebih terperinciSession 18 Heat Transfer in Steam Turbine. PT. Dian Swastatika Sentosa
Session 8 Heat Transfer in Steam Trbine PT. Dian Sastatika Sentosa DSS Head Offie, 3 Oktober 008 Otline. Pendahlan. Skema keepatan, gaya tangensial. 3. Daya yang dihasilkan trbin, panas jath. 4. Trbin
Lebih terperinciBAB II TEORI DASAR. Bumi kita tersusun oleh beberapa lapisan yang mempunyai sifat yang
BAB II TEORI DASAR. Strktr Dalam Bmi Bmi kita terssn oleh beberapa lapisan ang mempnai sifat ang berbeda-beda. Lapisan bmi ang paling lar adalah kerak bmi, ang memiliki kedalaman sekitar Kerak bmi (crst)
Lebih terperinciUNIVERSITAS INDONESIA
UNIVERSIAS INDONESIA PERANANGAN PENGENDALI MODEL PREDIIVE ONROL (MP) PADA SISEM EA EXANGER DENGAN JENIS KARAKERISIK SELL AND UBE ESIS RIDWAN FARUDIN 76733 FAKULAS EKNIK PROGRAM SUDI EKNIK KONROL INDUSRI
Lebih terperinciHendra Gunawan. 5 Maret 2014
MA101 MATEMATIKA A Hendra Gnawan Semester II, 013/014 5 Maret 014 Kliah yang Lal 10.1 Parabola, aboa, Elips, danhiperbola a 10.4 Persamaan Parametrik Kra di Bidang 10.5 Sistem Koordinat Polar 11.1 Sistem
Lebih terperinciI PENDAHULUAN II LANDASAN TEORI
I PENDAHULUAN. Latar Belakang Permasalahan seperti jaringan komnikasi, transportasi, penjadalan, dan pencarian rte kini semakin banak ditemi di tengah-tengah masarakat. Masalah tersebt dimlai dari menemkan
Lebih terperinciBEBERAPA IDENTITAS PADA GENERALISASI BARISAN FIBONACCI ABSTRACT
BEBERP IDENTITS PD GENERLISSI BRISN FIBONCCI Sri Melati 1, Mashadi, Msraini M 1 Mahasiswa Program Stdi S1 Matematika Dosen Jrsan Matematika Fakltas Matematika dan Ilm Pengetahan lam Universitas Ria Kamps
Lebih terperinciMETODE SIMPLEKS PRIMAL-DUAL PADA PROGRAM LINIER FUZZY PENUH DENGAN BILANGAN TRAPEZOIDAL
METODE SIMPLEKS PRIMAL-DUAL PADA PROGRAM LINIER FUZZY PENUH DENGAN BILANGAN TRAPEZOIDAL Bambang Irawanto 1,Djwandi 2, Sryoto 3, Rizky Handayani 41,2,3 Departemen Matematika Faktas Sains dan Matematika
Lebih terperinciPoliteknik Negeri Bandung - Jurusan Teknik Sipil LABORATORIUM MEKANIKA TANAH Jl. Gegerkalong Hilir, Desa Ciwaruga, Bandung, Telp./Fax.
Jl Gegerkalong Hilir, esa Ciwarga, Bandng, Telp/Fax : 0 01 45 8 PEMBORAN / SAMPLING AN VANE SHEAR TEST Standar Acan : ASTM - 145 89 I TUJUAN 1 Untk menyelidiki / mengetahi jenis-jenis lapisan tanah (stratigrafi)
Lebih terperinciWALIKOTA BANJARMASIN PROVINSI KALIMANTAN SELATAN PERATURAN DAERAH KOTA BANJARMASIN NOMOR TAHUN 2016 TENTANG
_ WALIKOTA BANJARMASIN PROVINSI KALIMANTAN SELATAN PERATURAN DAERAH KOTA BANJARMASIN NOMOR TAHUN 2016 TENTANG PERUBAHAN ATAS PERATURAN DAERAH KOTA BANJARMASIN NOMOR 13 TAHUN 2012 TENTANG RETRIBUSI PELAYANAN
Lebih terperinciSistem Kendali Robot Berbasis Visual Dengan Umpan Balik Posisi Dan Orientasi Untuk Penjejakan Obyek Bergerak
Volme Nomor, Jni 7 Sistem Kendali Robot Berbasis Visal Dengan Umpan Balik osisi Dan Orientasi Untk enjejakan Obek Bergerak Bdi Daratmo STMIK MD alembang bdi_daratmo@ahoo.com Abstrak: Sistem kendali robot
Lebih terperinciAnalisis Komputasi pada Segmentasi Citra Medis Adaptif Berbasis Logika Fuzzy Teroptimasi
Analisis Komptasi pada Segmentasi Citra Medis Adaptif Soesanti, dkk. 89 Analisis Komptasi pada Segmentasi Citra Medis Adaptif Berbasis Logika Fzzy Teroptimasi Indah Soesanti ), Adhi Ssanto 2), Thomas Sri
Lebih terperincivektor ( MAT ) Disusun Oleh : Drs. Pundjul Prijono Nip
MODUL MATEMATIKA SMA ektr ( MAT..4 ) Dissn Oleh : Drs. Pndjl Prijn Nip. 95807.980..00 PEMERINTAH KOTA MALANG DINAS PENDIDIKAN SMA NEGERI 6 Jalan Mayjen Sngkn N. 58 Telp. (04) 7506 Malang Mdl..4 VEKTOR
Lebih terperinciIntegrasi 2. Metode Integral Kuadratur Gauss 2 Titik Metode Integral Kuadratur Gauss 3 Titik Contoh Kasus Permasalahan Integrasi.
Interasi Metode Interal Kadratr Gass Titik Metode Interal Kadratr Gass Titik Contoh Kass Permasalahan Interasi Interasi Metode Interasi Gass Metode interasi Gass merpakan metode yan tidak mennakan pembaian
Lebih terperinciBAB 2 LANDASAN TEORI
BAB LANDASAN TEORI.1 Sejarah Analisis Jalr Teknik analisis jalr yang dikembangkan oleh Sewal Wright di tahn 1934, sebenarnya merpakan pengembangan korelasi yang dirai menjadi beberapa interpretasi akibat
Lebih terperinciTrihastuti Agustinah
TE 9467 Teknik Nmerik Sistem Linear Trihastti Agstinah Bidang Stdi Teknik Sistem Pengatran Jrsan Teknik Elektro - FTI Institt Teknologi Seplh Nopember O U T L I N E. Objektif. Teori. Contoh 4. Simplan
Lebih terperinci(x, f(x)) P. x = h. Gambar 4.1. Gradien garis singgung didifinisikan sebagai limit y/ x ketika x mendekati 0, yakni
Diktat Klia TK Matematika BAB TURUNAN Graien Garis Singgng Tinja seba krva = f() seperti iperliatkan paa Gambar Garis ang melali titik P(, f( )) an Q( +, f( + )) isebt tali bsr Graien tali bsr tersebt
Lebih terperinciFEEDFORWARD FEEDBACK CONTROL SEBAGAI PENGONTROL SUHU MENGGUNAKAN PROPORSIONAL - INTEGRAL BERBASIS MIKROKONTROLLER ATMEGA 8535
FEEDFORWARD FEEDBACK CONTROL SEBAGAI PENGONTROL SUHU MENGGUNAKAN PROPORSIONAL - INTEGRAL BERBASIS MIKROKONTROLLER ATMEGA 8535 Makalah Seminar Tgas Akhir Jnanto Prihantoro 1, Trias Andromeda. 2, Iwan Setiawan
Lebih terperinciAbstrak. a) b) Gambar 1. Permukaan parametrik (a), dan model solid primitif (b)
Simlasi ergerakan segitiga Bcket ntk indentifikasi kemngkinan interferensi antara pahat dan benda-kerja (oging) pada sistem-am berbasis model-faset 3D. Kiswanto, riadhana Laboratorim Teknologi Manfaktr
Lebih terperinciFisika Ebtanas
isika Ebtanas 1996 1 1. Di bawah ini yang merpakan kelompok besaran trnan adalah A. momentm, wakt, kat ars B. kecepatan, saha, massa C. energi, saha, wakt ptar D. wakt ptar, panjang, massa E. momen gaya,
Lebih terperinci(draft) KAN Calibration Guide: Volumetric Apparatus (IN) PEDOMAN KALIBRASI PERALATAN VOLUMETRIK
PEDOMAN KALIBRASI PERALAN VOLUMETRIK 1. PENDAHULUAN 1.1 Pedoman ini ditjkan ntk memberikan petnjk bagi laboratorim kalibrasi dalam melakkan kalibrasi peralatan volmetrik dan mengharmonisasikan praktek
Lebih terperinciby Emy 1 IMAGE RESTORATION by Emy 2
Copyright @ 2007 by Emy 1 IMAGE RESTORATION Copyright @ 2007 by Emy 2 1 Kompetensi Mamp membedakan proses pengolahan citra mengnakan image enhancement dengan image restoration Mamp menganalisis citra yang
Lebih terperinciRekomendasi Pengambilan Mata Kuliah Pilihan Menggunakan Recursive Elimination Algorithm (Relim)
Rekomendasi Pengambilan Mata Kliah Pilihan Menggnakan Recrsive Elimination Satrio Prasojo (st.prasojo@gmail.com), Shafiah, ST., MT (fi@telkomniversity.ac.id), Hetti Hidayati, S.Kom., MT (htt@telkomniversity.ac.id),
Lebih terperinciPENGGUNAAN ALGORITMA KUHN MUNKRES UNTUK MENDAPATKAN MATCHING MAKSIMAL PADA GRAF BIPARTIT BERBOBOT
PENGGUNAAN ALGORITMA KUHN MUNKRES UNTUK MENDAPATKAN MATCHING MAKSIMAL PADA GRAF BIPARTIT BERBOBOT oleh GURITNA NOOR AINATMAJA M SKRIPSI ditlis dan diajkan ntk memenhi sebagian persyaratan memperoleh gelar
Lebih terperinci1. Pada ganbar di bawah, komponen vektor gaya F menurut sumbu x adalah A. ½ 3 F B. ½ 2 F C. ½ F D. ½ F E. ½ 3 F
1 1. Pada ganbar di bawah, komponen vektor gaya F menrt smb x adalah A. ½ 3 F B. ½ F C. ½ F D. ½ F E. ½ 3 F. Benda jath bebas adalah benda yang memiliki: (1) Kecepatan awal nol () Percepatan = percepatan
Lebih terperinciWALIKOTA BANJARMASIN
_ WALIKOTA BANJARMASIN PERATURAN WALIKOTA BANJARMASIN NOMOR 06 TAHUN 2013 TENTANG FORUM KOORDINASI PEJABAT PEMERINTAHAN DAN VERTIKAL DI DAERAH KOTA BANJARMASIN TAHUN 2013 DENGAN RAHMAT TUHAN YANG MAHA
Lebih terperinciWALIKOTA BANJARMASIN
^ WALIKOTA BANJARMASIN PROVINSI KALIMANTAN SELATAN PERATURAN WALIKOTA BANJARMASIN NOMOR TAHUN 2015 TENTANG STANDAR KOMPETENSI MANAJERIAL BADAN PERENCANAAN PEMBANGUNAN DAERAH KOTA BANJARMASIN WALIKOTA BANJARMASIN.
Lebih terperinci1. Grafik di samping menyatakan hubungan antara jarak (s) terhadap waktu (t) dari benda yang bergerak.
1 1. Grafik di samping menyatakan hbngan antara jarak (s) terhadap wakt (t) dari benda yang bergerak. Bila s dalam m, dan t dalam sekon, maka kecepatan rata-rata benda A. 0,60 m/s D. 3,00 m/s B. 1,67 m/s
Lebih terperinciBUPATI SIDOARJO PERATURAN BUPATI SIDOARJO NOMOR: 17 TAHUN 2014 TENTANG
BUPATI SIDOARJO PERATURAN BUPATI SIDOARJO NOMOR: 17 TAHUN 2014 TENTANG PERUBAHAN ATAS PERATURAN BUPATI SIDOARJO NOMOR 20 TAHUN 2013 TENTANG PEDOMAN PELAKSANAAN PENERJMAAN PESERTA DIDIK BARU (PPDB) PADA
Lebih terperinciBAB 3 METODE PENELITIAN
BAB 3 METODE PENELITIAN 3.1 Stdi Pendahlan Langkah aal dalam enelitian ini adalah mencari dan mengmlkan smbersmber seerti: bk, jrnal ata enelitian sebelmna ang mendkng enelitian ini. 3. Tahaan Analisis
Lebih terperinciANALISIS KAPASITAS BALOK KOLOM BAJA BERPENAMPANG SIMETRIS GANDA BERDASARKAN SNI DAN METODA ELEMEN HINGGA
Konferensi asional Teknik Sipil 3 (KoTekS 3) Jakarta, 6 7 ei 29 AAISIS KAPASITAS BAOK KOO BAJA BERPEAPAG SIETRIS GADA BERDASARKA SI 3 729 2 DA ETODA EEE HIGGA Aswandy Jrsan Teknik Sipil, Institt Teknologi
Lebih terperinciBUPATI SIDOARJO PERATURAN BUPATI SIDOARJO NOMOR 1 TAHUN 2014 TENTANG DISIPLIN KERJA PEGA WAI NEGERI SIPIL DI LINGKUNGAN PEMERINTAH KABUPATEN SIDOARJO
BUPATI SIDOARJO PERATURAN BUPATI SIDOARJO NOMOR 1 TAHUN 2014 TENTANG DISIPLIN KERJA PEGA WAI NEGERI SIPIL DI LINGKUNGAN PEMERINTAH KABUPATEN SIDOARJO DENGAN RAHMAT TUHAN YANG MAHA ESA BUPATI SIDOARJO,
Lebih terperinci1. Perhatikan tabel berikut ini! No Besaran Satuan Dimensi 1 Momentum kg m s -1 MLT -1 2 Gaya kg m s -2 MLT -2 3 Daya kg m s -3 MLT -3
1 1. Perhatikan tabel berikt ini! No Besaran Satan Dimensi 1 Momentm kg m s -1 MLT -1 2 Gaya kg m s -2 MLT -2 3 Daya kg m s -3 MLT -3 Dari tabel di atas yang mempnyai satan dan dimensi yang benar adalah
Lebih terperinciIntegra. asi 2. Metode Integral Kuadr. ratur Gauss 2 Titik
Intera asi Metode Interal Kadr ratr Gass Titik Metode Interal Kadratr Gass Titik Contoh Kass Permasalahan Interasi Metode Interasi Gass Metode interasi i Gass merpaka an metode yan tidak mennakan pembaian
Lebih terperinciMAKALAH SEMINAR KERJA PRAKTEK DESAIN SISTEM KONTROL PESAWAT UDARA MATRA LONGITUDINAL DENGAN METODE POLE PLACEMENT (TRACKING PROBLEM)
MAKALAH SEMINAR KERJA PRAKTEK DESAIN SISTEM KONTROL PESAWAT UDARA MATRA LONGITUDINAL DENGAN METODE POLE PLACEMENT (TRACKING PROBLEM) Aditya Eka Mlyono, Smardi 2 Jrsan Teknik Elektro, Fakltas Teknik, Universitas
Lebih terperinciBagian IV. TOPIK-TOPIK LANJUTAN
440 Bagian IV. TOPIK-TOPIK LJUT Stabilitas liran Flida 44 BB 6 Stabilitas liran Flida 6. Pendahlan pa yang telah kita lakkan selama ini adalah memprediksikan gerakan flida dengan menggnakan persamaan-persamaan
Lebih terperinciBUPATI SIDOARJO PERATURAN BUPATI SIDOARJO NOMOR 16 TAHUN 2014 TENTANG
BUPATI SIDOARJO PERATURAN BUPATI SIDOARJO NOMOR 16 TAHUN 2014 TENTANG PERUBAHAN ATAS PERATURAN BUPATI SIDOARJO NOMOR 17 TAHUN 2013 TENTANG PEDOMAN PELAKSANAAN PENERIMAAN PESERTA DIDIK BARU (PPDB) SATUAN
Lebih terperinciMODEL MATEMATIKA WAKTU PENGOSONGAN TANGKI AIR
Prosiding Seinar Nasional Penelitian, Pendidikan dan Penerapan MIPA Fakltas MIPA, Universitas Negeri Yogakarta, 6 Mei 9 MODEL MATEMATIKA WAKTU PENGOSONGAN TANGKI AIR Irawati, Kntjoro Adji Sidarto. Gr SMA
Lebih terperinci