Sensitivitas Metode Ensemble Kalman Filter untuk Mendeteksi Gangguan pada Masalah Konduksi Panas Satu Dimensi
|
|
- Sugiarto Kurniawan
- 7 tahun lalu
- Tontonan:
Transkripsi
1 Jurnal Matematia & Sains, Desember, Vol. 6 omor 3 Sensitivitas Metode Ensemble Kalman Filter untu Mendetesi Gangguan pada Masalah Kondusi Panas Satu Dimensi Erna Apriliani dan Wiwit Sofiyanti Budiono Departement Matematia, Institut Tenologi Sepuluh opember Surabaya april@matematia.its.ac.id Diterima Desember, disetuui untu dipubliasian 7 Januari Abstra Misalan diberian batang logam yang terisolasi, yang dipanasan dengan suhu onstan pada satu sisi, sedangan sisi yang lain diisolasi. Jia terdapat lubang ecil pada isolasi batang logam tersebut, maa hal ini aan mempengaruhi distribusi panas sepanang batang logam. Oleh arena itu sangat penting untu mengestimasi posisi lubang tersebut. Ensemble Kalman filter adalah metode estimasi variable eadaan dari sistem dinami stoasti berdasaran model matematia dari sistem tersebut dan beberapa data penguuran. Pada paper ini, Ensemble Kalman filter digunaan untu mengestimasi distribusi panas pada batang logam dan mendetesi posisi lubang berdasaran distribusi panas tersebut. MATLAB digunaan untu mensimulasian gangguan oleh aliran panas melalui lubang. Simulasi bervariasi bai dalam hal posisi maupun temperatur. Simulasi ini menunuan bahwa Ensemble Kalman Filter dapat digunaan untu mendetesi posisi gangguan, ia rasio antara besar temperatur gangguan dan temperatur batang logam sendiri lebih besar dari %. Kata unci: Ensemble Kalman Filter, Sensitifitas, Transformasi panas pada batang. Sensitivity Method of Ensemble Kalman Filter for Disturbance in One Dimensional Heat Conduction Problems Abstract Suppose, we have an isolated metal rod, which it is heated with a constant temperature in the one side and is isolated the other side. If there is a small hole on isolating, then the hole influences the heat distribution in rod. So, it is important to estimate the position of hole. Ensemble Kalman filter is a method to estimate the state variable of dynamic stochastic sistem based on mathematical model of these sistem and some measurement data. Here, we use the Ensemble Kalman filter to estimate the distribution of heat transfer on along the rod, and based on that distribution we estimate the position of hole. We used MATLAB to simulate disturbances by heat flow through hole, varied in positions and temperature. The simulation shows that we can use Ensemble Kalman Filter to detect the position of the disturbance, if the ratio between the magnitude of temperature disturbance and the temperature of metal rod is greater than %. Keywords: The ensemble Kalman Filter, Sensitivity, Heat transfer of rod.. Pendahuluan ia teradi lubang pada isolasi tersebut, maa aan teradi perpindahan panas dari udara e batang logam Terdapat beberapa alat-alat yang atau sebalinya yang tentu aan mempengaruhi menggunaan prinsip perpindahan panas (ondusi ualitas perpindahan panas. panas), seperti setria listri, oven listri dan lainlainnya. Biasanya, distribusi suhu diatur sesuai Pada penelitian sebelumnya, telah dilauan estimasi distribusi ondusi panas dimensi satu dengan yang diinginan. Kadang-adang pada alatalat tersebut terdapat gangguan, misalnya logam pada dengan menggunaan reduced ran square root filter (RRSRT filter), modifiasi RRSRT filter dan alat tersebut reta atau lubang. Gangguan tersebut RRSRIF (Apriliani, 999; a; b). Dengan aan mempengaruhi distribusi suhu pada alat tersebut menggunaan algoritma-algoritma tersebut, distribusi sehingga alat tida dapat beera optimal. Oleh suhu sepanang batang logam dapat diestimasi arena itu, sangat penting untu mengestimasi berdasaran pada penguuran suhu-suhu pada distribusi suhu dan mendetesi posisi gangguan tempat-tempat tertentu. Distribusi suhu pada tiap tersebut. satuan watu dapat diestimasi, sehingga dinamia Pada paper ini, diberian batang logam distribusi suhu sepanang batang logam dapat diamati berdimensi satu yang terisolasi sepanang batang. atau diperoleh. Batang logam tersebut dipanasi pada satu sisi Filter RRSRT, pertama ali diemuaan sedangan sisi yang lain diisolasi. Jia isolasi oleh Verlaan (998), merupaan pengembangan dari dilauan secara sempurna maa perpindahan panas filter Kalman. Filter Kalman merupaan metode aan berlangsung dengan bai atau sempurna, tetapi 33
2 Apriliani dan Budiono, Sensitivitas Metode Ensemble Kalman Filter untu Mendetesi Gangguan untu mengestimasi variable eadaan dari sistem dinami stoasti. Filter Kalman merupaan gabungan antara model sistem matematia dan data penguuran. Filter Kalman telah diterapan pada berbagai bidang seperti navigasi satelit, hidrodinamia, matematia financial, predisi cuaca dan lain-lainnya. Pada filter RRSRT, matris ovariansi ditulisan dalam bentu peralian aar uadratnya, emudian dilauan redusi ran matris untu mengurangi watu omputasinya dengan cara membuang olom-olom dengan variansi terecil (Verlaan, 998). Pada filter RRSRT, sistem diasumsian mempunyai derau dalam bentu matris. Pada tahun, penulis melauan modifiasi filter RRSRT untu sistem dengan noise (derau) berupa vetor (Apriliani, a). Selain itu penulis uga telah mengembangan filter RRSRIF (Reduced Ran Square Root Information Filter) (Apriliani, b, ) dengan menerapan redusi ran pada aar uadrat matris informasi dari SRIF (Square Root Information Filter). Filter Kalman, filter RRSRT, filter Modifiasi RRSRT dan filter RRSRIF hanya dapat diterapan pada sistem dinami stoasti linear sehingga untu estimasi variabel dari sistem dinami stoasti ta linear telah dilauan modifiasi filter Kalman yang lain yaitu Ensemble Kalman Filter (EnKF) yang diemuaan oleh Evensen, 3. Penelasan singat dapat ditemuan pada Daley (99) dan Kalnay (3). Penggunaan metode EnKF sudah banya digunaan dalam literatur peramalan cuaca (Evensen, 997, ). Metode EnKF, telah penulis apliasian untu mengestimasi onsentrasi planton (Purnama dan Apriliani, 8), polutan pada air tanah dan polusi udara (Apriliani d., 9; ). Pada maalah ini, metode EnKF digunaan untu mengestimasi distribusi suhu dari ondusi panas dimensi satu dan untu mendetesi posisi dari gangguan. Berdasaran hasil estimasi tersebut dapat dietahui seberapa ecil suhu ganguan yang dapat didetesi posisinya dengan metoda EnKF.. Ensemble Kalman Filter Misalan diberian sistem dinami ta linear x f( x, u) w, () dengan persamaan penguuran linear z Hx v, () dengan x + merupaan variabel eadaan pada watu +, f(x, u ) merupaan fungsi ta linear dari x x dan input u, z, merupaan data penguuran, merupaan matris, yang merupaan representasi hubungan antara data penguuran dan variabel eadaan, w ~ (,), v ~ (,R) masing-masing merupaan derau pada sistem yang berdistribusi ormal Gauss (sistem Gaussian white noise) dan derau pada penguuran yang berdistribusi ormal Gauss (measurement Gaussian white noise. Algoritma dari Ensemble Kalman filter untu mengestimasi variabel eadaan x adalah (Evensen, 3). a. Estimasi Awal Bangitan -ensembles dari estimasi awal x x, x,... x, x,, dengan ~ x P x, i,. b. Tahap Predisi xˆ f xˆ u w ;,,3...,, (3),,, dengan w, ~ (, ) merupaan ensembel dari derau sistem. Rata-rata estimasi tahap predisi adalah xˆ xˆ, Kovariansi Error estimasi tahap predisi T P ˆ ˆ, ˆ ˆ x x x, x ;,,3...,. c. Tahap Koresi Bangitan -ensemble data penguuran, z, zv, ;,,3,..., (4) Dengan w, ~ (, R ) merupaan ensemble dari derau penguuran Kalman gain didefinisian T T HP H R K P H Estimasi tahap oresi adalah x, xˆ, K z, Hxˆ, ˆ (5) Rata-rata estimasi tahap oresi adalah xˆ ˆ x, dengan ovariansi error P I K H P d. Substitusian Persamaan (3) e dalam tahap predisi Persamaan () e. Ulangi langah atau tahap (b) - (d) untu memperoleh estimasi tahap oresi pada watu e. Model ondusi panas Misalan sebatang logam berdimensi satu diisolasi sepanang batang. Diasumsian tida ada aliran panas yang masu dari udara e batang logam atau sebalinya. Misalan panang logam tersebut adalah L, satu sisi batang dialiri panas dengan suhu o C, sedangan sisi yang lain diisolasi.
3 35 Jurnal Matematia & Sains, Desember, Vol. 6 omor 3 (,t)= x= X= ( Lt, ) t Gambar. Batang logam Dimensi Satu yang berlubang. Model matematia dari distribusi panas adalah c, x L, t t x (6) (, t) ; ( L, t) x dengan adalah suhu, c merupaan oefisien ondusi panas, t adalah watu dan x adalah posisi sepanang batang logam. Misalan terdapat sebuah lubang pada isolasi yang melingupi batang logam tersebut, dan lubang tersebut mempengaruhi aliran panas pada batang logam tersebut. Ingin dietahui dimana posisi dari lubang tersebut yang menimbulan gangguan pada aliran panas.. Detesi posisi gangguan Beriut adalah langah-langah yang dilauan untu menerapan Ensemble Kalman filter dalam mendetesi posisi dan besar gangguan a. Lauan disritisasi sistem pada Persamaan (6) terhadap watu t dan posisi x sehingga Persamaan (6) dapat ditulis menadi sistem ruang eadaan b. Definisian persamaan penguuran berdasaan posisi alat uur suhu diletaan c. Lauan estimasi distribusi panas dengan menggunaan Kalman filter atau Ensemble Kalman filter d. Lauan analisa grafi distribusi panas; Leta dari gangguan atau lubang adalah diseitar punca dari grafi distribusi panas. e. Tambahan alat penguur suhu pada batang logam diseitar posisi teradinya punca. f. Lauan analisa grafi distribusi panas lagi, posisi lubang adalah terleta diseitar punca dari grafi distribusi panas. Pada maalah ini, diberian gangguan (berupa aliran panas) dalam posisi dan besaran yang berbeda untu mengidentifiasi sensitifitas Ensemble Kalman filter dalam mendetesi gangguan. Pada langah awal, dilauan pendisritan Persamaan (6), dengan menggunaan beda hingga. Pendisritan beda pusat diterapan pada posisi dan beda mau diterapan pada watu. x x t t Sehingga Persamaan (6) dapat ditulis menadi ct ( x) ct ( x) ct ( x) Sistem ruang eadaan yang diperoleh dari pendisritan dan memuat derau sistem adalah p p p 5 p p p p p p p. p p p. w p p p t dengan p c, adalah suhu, w ~ (, ) ( x) adalah derau sistem. Jia ditulis x = [... ], maa sistem ruang eadaan dari Persamaan (7) dapat ditulis seperti Persamaan (). (7) Pada percobaan ini penguuran dilauan pada lima posisi sepanang batang logam untu menguur suhu. Berdasaran data penguuran suhu tersebut aan diestimasi distribusi suhu sepanang batang logam. Pada penelitian ini, panang batang logam dibagi menadi grids (=). Kemudian
4 Apriliani dan Budiono, Sensitivitas Metode Ensemble Kalman Filter untu Mendetesi Gangguan didefinisian persamaan penguuran yang mengaitan antara data penguuran dan variabel eadaan yang aan diestimasi, yaitu (8) z x v dengan, v ~ (, R) merupaan derau penguuran. Berdasaran pada lima data penguuran, z tersebut, aan diestimasi distriubusi suhu untu posisi sepanang batang logam. 3. Hasil Simulasi Misalan isolasi batang logam berlubang sehingga ada aliran panas dari udara yang masu e batang logam. Aliran panas yang masu masingmasing dengan suhu,5 o C, o C, o C, 3 o C, dan 5 o C. Temperature(Celcius) The Real Temperature Distribution Gambar. Distribusi Panas dengan gangguan d = 3 o C, t = 5. Pada simulasi pertama, lubang terleta pada posisi x =, selanutnya disingat menadi posisi, dengan suhu panas yang masu d = 3 o C. Distribusi panas pada sistem sebenarnya dinyataan Gambar. Distribusi suhu panas sebenarnya diperoleh dari simulasi Persamaan (7), dengan derau w ~ (, ) yang dibangitan dari program Matlab. Dalam semua simulasi ini dilauan sampai watu e 5 satuan watu. Dari Gambar, tampa bahwa suhu menurun etia posisi bertambah, tetapi pada posisi e suhu nai dan emudian turun lagi sampai ahir batang logam. Suhu nai pada posisi, arena ada lubang yang menyebaban panas masu pada posisi. Pada simulasi pertama tersebut, diletaan alat penguuran pada posisi x =, 4, 6, 9 dan 3. Gambar 3 memperlihatan hasil estimasi distribusi panas dilauan dengan menggunaan EnKF. Gambar 3 memperlihatan bahwa main eanan suhu menurun, tetapi ada peningatan suhu antara posisi dan posisi 4 dan turun lagi sampai ahir batang logam. Tampa bahwa grafi suhu membentu punca atau sudut pada posisi 3, sehingga grafi tida smooth pada posisi 3. Maa dapat disimpulan bahwa aliran panas teradi diseitar posisi Gambar 3. Hasil Estimasi dengan EnKF untu d = 3 o C, t = 5, 5 alat uur. Untu mengonfirmasi dugaan di atas, ditambahan tiga alat uur diseitar posisi 3 yaitu pada posisi, dan untu mengetahui secara lebih tepat posisi gangguan. Hasil estimasi disaian Gambar 4. Punca grafi teradi pada posisi. Jadi dapat disimpulan bahwa lubang (gangguan) terleta diseitar posisi Gambar 4. Estimasi distribusi panas untu d = 3 o C, t = 5; 8 alat uur. Dari Gambar -4 dapat disimpulan bahwa algoritma EnKF dapat digunaan untu mendetesi posisi lubang atau gangguan yang mempengaruhi distribusi panas pada batang logam. Dengan melauan penambahan alat uur diseitar posisi punca, maa aan diperoleh posisi lubang yang lebih aurat. Selanutnya dilauan simulasi dengan besar gangguan yang berbeda misalnya d =,5 o C, o C, o C, 5 o C, emudian dianalisa seberapa ecil suhu gangguan yang dapat didetesi oleh algoritma EnKF. Hasil estimasi dengan besar gangguan berbeda diperlihatan pada Gambar 5.
5 37 Jurnal Matematia & Sains, Desember, Vol. 6 omor d=.5 o C d= o C d= o C d=5 o C d=3 o C Gambar 5. Estimasi distribusi panas dengan berbagai besaran gangguan. Dari Gambar 5, tampa bahwa gangguan dengan suhu d = o C menghasilan punca yang ecil pada posisi 3. Semain besar suhu yang masu (gangguan), semain tinggi punca yang muncul pada posisi 3. Jadi, dapat disimpulan bahwa algoritma EnKF dapat mendetesi gangguan dengan suhu d o C. Selanutnya, dilauan simulasi untu posisi lubang atau gangguan yang berbeda, yaitu x = 3, 6,, 3, dan 6 dan dianalisa seberapa ecil suhu gangguan yang dapat didetesi oleh EnKF. Dalam simulasi ini, alat penguur ditempatan pada posisi x =, 4, 6, 9, dan 3. Untu asus pertama, isolasi mempunyai lubang pada posisi e 3, dengan besar gangguan d = 3 o C. Hasil estimasi distribusi suhu dinyataan Gambar 6a. Tampa, terdapat punca yang ecil diseitar posisi e, maa dapat diataan isolasi berlubang pada diseitar posisi x =. Untu gangguan dengan posisi ini, EnKF dapat mendetesi gangguan dengan besar suhu d 5 o C. Sedangan untu besar gangguan d > 3 o C, EnKF tida dapat mendetesi, arena grafi distribusi suhu menurun secara smooth tanpa adanya punca Gambar 6a. Posisi lubang x =3; gangguan d = 5. Gambar 6b. Posisi lubang x = 6; gangguan d = Gambar 6c. Posisi lubang x = ; gangguan d = Gambar 6d. Posisi lubang x = 3; gangguan d = Gambar 6e. Posisi lubang x = 6; dangguan d =.
6 Apriliani dan Budiono, Sensitivitas Metode Ensemble Kalman Filter untu Mendetesi Gangguan Gambar 6f. Posisi lubang x = 6; gangguan d = 3. Gambar 6e-f menunuan estimasi distribusi suhu dengan berbagai posisi lubang. Untu asus posisi lubang pada x = 6, EnKF dapat mendetesi gangguan dengan besar suhu d o C (Gambar 6b). Terdapat punca pada grafi distribusi suhu diseitar posisi e 6. Untu posisi lubang pada x =, EnKF dapat mendetesi gangguan dengan besar suhu d o C (Gambar 6c). Terdapat punca diseitar posisi e 3. Posisi punca pada grafi estimasi distribusi suhu bisa berbeda dengan posisi lubang arena posisi alat uur tida sama dengan posisi lubang. Untu asus lubang terleta pada posisi x = 3, EnKF dapat mendetesi gangguan dengan besar suhu d o C (Gambar 6d). Teradi punca diseitar posisi 3. Pada asus ini, posisi lubang dan alat uur adalah sama, yaitu posisi 3. Untu posisi lubang pada x = 6, EnKF dapat mendetesi gangguan dengan besar suhu d o C (Gambar 6 e-f). Terdapat punca pada posisi 3, tetapi lubang terleta pada posisi 6. Pada asus ini, posisi lubang terleta setelah posisi semua alat uur, sehingga EnKF mendetesi teradi perubahan suhu pada posisi 3 (posisi alat uur yang terdeat dengan lubang) dan tida dapat mendetesi gangguan setelah posisi tersebut. Simulasi besarnya suhu diseitar lubang uga dianalisa untu besar suhu yang berbeda. Hasil analisa dinyataan Tabel. Tabel menyataan estimasi suhu diseitar lubang atau gangguan. Warna hitam tebal (bold) menyataan terdapat punca atau sudut pada grafi estimasi distribusi suhu. Untu asus lubang atau gangguan pada x = 3 dengan gangguan d =,, 3, 4, 5, Tabel menunuan suhu menurun pada posisi x =, 3, dan 4, sehingga menurut hasil estimasi tida ada lubang atau gangguan pada x = 3, mesipun enyataannya ada gangguan (aliran panas masu) pada posisi 3. Hal ini diperiraan teradi arena besar suhu gangguan d = 5 o C terlalu ecil dibandingan dengan suhu pada posisi x = 3 (seharusnya 78,6967). Perbandingan antara besar suhu gangguan dan suhu pada lubang adalah 5/78,6967,8354. Gangguan yang urang dari 8,3% EnKF tida dapat mendetesi posisi lubang. Tabel. Estimasi suhu di seitar gangguan atau lubang. Posisi Gangguan Besar suhu Gangguan sebelum lubang pada lubang setelah lubang 3 o C 75,56 63,357 5,7879 o C 79,476 66,689 55,747 3 o C 8,568 7,4 6,668 5 o C 89,753 78, ,473 3 o C 8,85 9,34 6,996 o C 4,97 6,39,975 3 o C 9,86,83 7,45 5 o C 8,776 34,656 7,689 6 o C 3,676,3746,935 o C 4,376 3,74,496 3 o C 6,3 4,49 3, o C 8,88 6,84 5,37 Posisi Besar suhu Posisi Posisi 3 Posisi 4 gangguan Gangguan 6 o C 5,98 5,6377 4,786 o C 8,3639 8,739 6,896 3 o C,444,4878 8,53 5 o C 5,99 7,6444,9837 Pada asus posisi lubang di x = 3 dengan besar suhu gangguan o C d 5 o C, Tabel menunuan bahwa suhu nai dari posisi x = e x = 3 dan emudian turun dari posisi x = 3 e x = 4. Artinya, grafi tida smooth (teradi punca atau sudut pada x = 3). Perbandingan antara besar suhu gangguan dan suhu pada lubang (x = 3) untu d = adalah d/ = /9,34,865. Pada asus gangguan.87%, EnKF dapat mendetesi posisi lubang. Tetapi untu posisi lubang x = 6, dengan gangguan o C d 5 o C. Tabel menyataan suhu seitar posisi gangguan (posisi sebelum lubang, x = 5, pada lubang, x = 6 dan setelah lubang, x = 7) menurun, tetapi suhu nai dari posisi x = e x = 3 dan turun pada posisi x = 3 e x = 4 (d o C). Grafi dari estimasi distribusi suhu mempunyai sudut atau punca pada posisi x = 3. Dari Gambar 6e, 6f dan Tabel, dapat disimpulan bahwa posisi lubang diseitar x = 3, tetapi enyataannya posisi lubang adalah x = 6. Suhu diseitar gangguan (x = 6) berdasaran hasil estimasi tida dipengaruhi gangguan, arena alat uur berada pada posisi 3. Pada asus ini gangguan dengan posisi setelah posisi alat uur tida dapat didetesi oleh EnKF. Dari penelasan di atas dapat disimpulan bahwa EnKF dapat mendetesi posisi lubang ia perbandingan besar suhu gangguan dan suhu pada diseitar lubang lebih dari % (untu asus d = 5, posisi x = 3, gangguan urang dari %, posisi lubang tida dapat didetesi) dan terdapat alat uur setelah posisi lubang.
7 39 Jurnal Matematia & Sains, Desember, Vol. 6 omor 3 4. Kesimpulan Berdasaran pada pembahasan di atas dan hasil simulasi maa dapat disimpulan : Ensemble Kalman filter (EnKF) dapat digunaan untu mendetesi posisi lubang atau gangguan pada batang logam. Keberadaan gangguan dapat didetesi berdasaran adanya punca atau sudut dari grafi hasil estimasi. Sensitivitas algoritma EnKF tergantung pada rasio antara besar suhu gangguan terhadap besar suhu batang logam pada posisi gangguan. EnKF dapat mendetesi gangguan dengan rasio lebih dari %. Jia posisi lubang terleta setelah posisi alat uur maa hasil detesi urang aurat. Ucapan Terima Kasih Penelitian ini merupaan bagian dari penelitian Hibah Bersaing dengan udul Redusi Ran dan Ensemble Kalman Filter. Daftar Pustaa Apriliani, 999, Temperature Distribution of The Rod Estimation Modeling by RRSRT Filter, Asia - Pacific International Congress on Engineering Computational Modeling and Signal Processing, Proceeding ITB, Apriliani, a, The Estimation of the One Dimensional Temperature Distribution by the Modification of the RRSRT Filter, Prosiding Seminar Matematia asional, Jurusan Matematia Institut Tenologi Sepuluh opember, Apriliani, b, The Application of RRSRIF to Estimate the Heat Distribution, Prosiding Seminar MIPA, Faultas MIPA ITB, Apriliani,, The Reduced Ran SRIF, Journal Indonesian Mathematics Society (MIHMI), 7, Apriliani, E., B. A. Sanaya, and D. Adziyah, 9, The Groundwater Pollution Estimation by the Ensemble Kalman Filter, dipresentasian di International Conference on atural and Material Sciences, 3-4 Juli, Banarmasin. Apriliani, E., B. A. Sanaya, dan D. K. Arif,, The Square Root Ensemble Kalman Filter to Estimate the Concentration of Air Pollution, Proceeding International Conference on Mathematics and Applied Engineering, Kuala Lumpur, Malaysia. Daley, R., 99, Atmospheric Data Analysis, Cambridge University Press. Evensen, G., 997, Advanced Data Assimilation for Strongly onlinear Dynamics, Monthly Weather Review, 5, Evensen, G.,, Sequential Data Assimilation for onlinear Dynamics: The Ensemble Kalman Filter, In Ocean Forecasting: Conceptual basis and applications, edited by. Pinardi and J. D. Woods, Springer- Verlag Berlin Heidelberg. Evensen, G., 3, The Ensemble Kalman Filter: Theoretical formulation and practical implementation. Ocean Dynamics, 53, Kalnay, E., 3, Atmospheric modeling, data assimilation and predictability, Cambridge University Press. Purnama, K. D. dan E. Apriliani, 8, Estimasi Populasi Planton dengan Ensemble Kalman Filter, Jurnal Ilmu Dasar, 9,. Verlaan, M., 998, Efficient Kalman filtering for Hydrodynamic Models, PhD Thesis, Delft University of Technology.
ESTIMASI TRAJECTORY MOBILE ROBOT MENGGUNAKAN METODE ENSEMBLE KALMAN FILTER SQUARE ROOT (ENKF-SR)
SEMINAR NASIONAL PASCASARJANA SAL ESIMASI RAJECORY MOBILE ROBO MENGGUNAKAN MEODE ENSEMBLE KALMAN FILER SQUARE ROO (ENKF-SR) eguh Herlambang Zainatul Mufarrioh Firman Yudianto Program Studi Sistem Informasi
Lebih terperinciEstimasi Harga Saham Dengan Implementasi Metode Kalman Filter
Estimasi Harga Saham Dengan Implementasi Metode Kalman Filter eguh Herlambang 1, Denis Fidita 2, Puspandam Katias 2 1 Program Studi Sistem Informasi Universitas Nahdlatul Ulama Surabaya Unusa Kampus B
Lebih terperinciPENERAPAN AKAR KUADRAT PADA ENSEMBLE KALMAN FILTER (EnKF) ABSTRAK
PENERAPAN AKAR KUADRA PADA ENSEMBLE KALMAN FILER (EnKF) Jasmir 1, Erna Apriliani 2, Didi Khusnul Arif 3 Email: ijas_1745@yahoo.co.id ABSRAK Ensemble Kalman Filter (EnKF) merupaan salah satu metode untu
Lebih terperinciEstimasi Konsentrasi Polutan Sungai Menggunakan Metode Reduksi Kalman Filter dengan Pendekatan Elemen Hingga
JURNAL SAINS DAN SENI POMITS ol. 2, No.1, (2013) 2337-3520 (2301-928X Print) 1 Estimasi Konsentrasi Polutan Sungai Menggunaan Metode Redusi Kalman Filter dengan Pendeatan Elemen Hingga Muyasaroh, Kamiran,
Lebih terperinciSeminar Tesis AKAR KUADRAT ENSEMBLE KALMAN FILTER (AK-EnKF) UNTUK ESTIMASI POSISI PELURU KENDALI
Seminar Tesis AKAR KUADRAT ENSEMBLE KALMAN FILTER () UNTUK ESTIMASI POSISI PELURU KENDALI OLEH : Teguh Herlambang (121 21 14) DOSEN PEMBIMBING: Subchan, PhD (1971513 19972 1 1 ) Dr. Erna Apriliani, M.Si
Lebih terperinciBAB III DESAIN DAN APLIKASI METODE FILTERING DALAM SISTEM MULTI RADAR TRACKING
Bab III Desain Dan Apliasi Metode Filtering Dalam Sistem Multi Radar Tracing BAB III DESAIN DAN APLIKASI METODE FILTERING DALAM SISTEM MULTI RADAR TRACKING Bagian pertama dari bab ini aan memberian pemaparan
Lebih terperinciBAB II LANDASAN TEORI
BAB II LANDASAN TEORI 2.1. Sistem Kendali Lup [1] Sistem endali dapat diataan sebagai hubungan antara omponen yang membentu sebuah onfigurasi sistem, yang aan menghasilan tanggapan sistem yang diharapan.
Lebih terperinciDESAIN SENSOR KECEPATAN BERBASIS DIODE MENGGUNAKAN FILTER KALMAN UNTUK ESTIMASI KECEPATAN DAN POSISI KAPAL
DESAIN SENSOR KECEPAAN BERBASIS DIODE MENGGUNAKAN FILER KALMAN UNUK ESIMASI KECEPAAN DAN POSISI KAPAL Alrijadjis, Bambang Siswanto Program Pascasarjana, Jurusan eni Eletro, Faultas enologi Industri Institut
Lebih terperinciMakalah Seminar Tugas Akhir
Maalah Seminar ugas Ahir Simulasi Penapisan Kalman Dengan Kendala Persamaan Keadaan Pada Kasus Penelusuran Posisi Kendaraan (Vehicle racing Problem Iput Kasiyanto [], Budi Setiyono, S., M. [], Darjat,
Lebih terperinciEstimasi Posisi Magnetic Levitation Ball Menggunakan Metode Akar Kuadrat Ensemble Kalman Filter (AK-EnKF)
R E.M. (Reayasa Energi Manufatur Jurnal! "" # $ $% & % " % '! " ( http://dx.doi.org/10.1070/r.e.m.vi1.768 Estimasi Posisi Magnetic Levitation Ball Menggunaan Metode Aar Kuadrat Ensemble Kalman Filter (
Lebih terperinciSKEMA AKAR KUADRAT DALAM UNSCENTED KALMAN FILTER UNTUK MENDETEKSI KERAK PADA ALAT PENUKAR PANAS
Prosiding Seminar Nasional Penelitian, Pendidian dan Penerapan MIPA, Faultas MIPA, Universitas Negeri Yogyaarta, 4 Mei 2 SKEMA AKAR KUADRA DALAM UNSCENED KALMAN FILER UNUK MENDEEKSI KERAK PADA ALA PENUKAR
Lebih terperinciAplikasi diagonalisasi matriks pada rantai Markov
J. Sains Dasar 2014 3(1) 20-24 Apliasi diagonalisasi matris pada rantai Marov (Application of matrix diagonalization on Marov chain) Bidayatul hidayah, Rahayu Budhiyati V., dan Putriaji Hendiawati Jurusan
Lebih terperinciEstimasi Inflasi Wilayah Kerja KPwBI Malang Menggunakan ARIMA-Filter Kalman dan VAR-Filter Kalman
JURNAL SAINS DAN SENI ITS Vol. 5, No.1, (16) 337-35 (31-98X Print) A-1 Estimasi Inflasi Wilayah Kerja KPwBI Malang Menggunaan ARIMA-Filter Kalman dan VAR-Filter Kalman Popy Febritasari, Erna Apriliani
Lebih terperinciEstimasi Solusi Model Pertumbuhan Logistik dengan Metode Ensemble Kalman Filter
Jurnal ILMU DASAR, Vol.14, No,2, Juli 2013 : 85-90 85 Estimasi Solusi Model Pertumbuhan Logistik dengan Metode Ensemble Kalman Filter Solution Estimation of Logistic Growth Model with Ensemble Kalman Filter
Lebih terperinciBAB IV APLIKASI PADA MATRIKS STOKASTIK
BAB IV : ALIKASI ADA MARIKS SOKASIK 56 BAB IV ALIKASI ADA MARIKS SOKASIK Salah satu apliasi dari eori erron-frobenius yang paling terenal adalah penurunan secara alabar untu beberapa sifat yang dimilii
Lebih terperinciSIMULASI FILTER KALMAN UNTUK ESTIMASI SUDUT DENGAN MENGGUNAKAN SENSOR GYROSCOPE
SIMULASI FILR KALMAN UNUK SIMASI SUDU DNGAN MNGGUNAKAN SNSOR GYROSCOP Wahyudi *), Adhi Susanto **), Sasongo Pramono **), Wahyu Widada ***) Abstact he Kalman filter is a recursive solution to the process
Lebih terperinciPENYELESAIAN PERSAMAAN LOTKA-VOLTERRA DENGAN METODE TRANSFORMASI DIFERENSIAL SUTRIANI HIDRI
PENYELESAIAN PERSAMAAN LOTKA-VOLTERRA DENGAN METODE TRANSFORMASI DIFERENSIAL SUTRIANI HIDRI Jurusan Matematia, FMIPA, Universitas Negeri Maassar Email: nanni.cliq@gmail.com Abstra. Pada artiel ini dibahas
Lebih terperinciANALISA STATIK DAN DINAMIK GEDUNG BERTINGKAT BANYAK AKIBAT GEMPA BERDASARKAN SNI DENGAN VARIASI JUMLAH TINGKAT
Jurnal Sipil Stati Vol. No. Agustus (-) ISSN: - ANALISA STATIK DAN DINAMIK GEDUNG BERTINGKAT BANYAK AKIBAT GEMPA BERDASARKAN SNI - DENGAN VARIASI JUMLAH TINGKAT Revie Orchidentus Francies Wantalangie Jorry
Lebih terperinciANALISIS PETA KENDALI DEWMA (DOUBLE EXPONENTIALLY WEIGHTED MOVING AVERAGE)
Seminar Nasional Matematia dan Apliasinya, 1 Otober 17 ANALISIS PETA KENDALI DEWMA (DOUBLE EXPONENTIALLY WEIGHTED MOVING AVERAGE) DALAM PENGENDALIAN KUALITAS PRODUKSI FJLB (FINGER JOINT LAMINATING BOARD)
Lebih terperinciTesis ALGORITMA ADAPTIVE COVARIANCE RANK UNSCENTED KALMAN FILTER UNTUK ESTIMASI KEADAAN PADA PERSAMAAN AIR DANGKAL. Oleh:
Tesis ALGORITMA ADAPTIVE COVARIANCE RANK UNSCENTED KALMAN FILTER UNTUK ESTIMASI KEADAAN PADA PERSAMAAN AIR DANGKAL Oleh: Habib Hasbullah NRP. 1209201707 Dosen Pembimbing: Dr. Erna Apriliani, M.Si Abstra
Lebih terperinciBAB 3 PATTERN MATCHING BERBASIS JARAK EUCLID, PATTERN MATCHING BERBASIS JARAK MAHALANOBIS, DAN JARINGAN SYARAF TIRUAN BERBASIS PROPAGASI BALIK
BAB 3 PATTERN MATCHING BERBASIS JARAK EUCLID, PATTERN MATCHING BERBASIS JARAK MAHALANOBIS, DAN JARINGAN SYARAF TIRUAN BERBASIS PROPAGASI BALIK Proses pengenalan dilauan dengan beberapa metode. Pertama
Lebih terperinciMakalah Seminar Tugas Akhir
Maalah Seminar Tugas Ahir PENDETEKSI POSISI MENGGUNAKAN SENSOR ACCELEROMETER MMA7260Q BERBASIS MIKROKONTROLER ATMEGA 32 Muhammad Riyadi Wahyudi, ST., MT. Iwan Setiawan, ST., MT. Abstract Currently, determining
Lebih terperinciTransformasi Wavelet Diskret Untuk Data Time Series
SEMINAR NASIONAL MATEMATIKA DAN PENDIDIKAN MATEMATIKA UNY 015 Transformasi Wavelet Disret Untu Data Time Series S - 11 11 Vemmie Nastiti Lestari, Subanar Jurusan Matematia, Faultas Matematia dan Ilmu Pengetahuan
Lebih terperinciBAB III PENENTUAN HARGA PREMI, FUNGSI PERMINTAAN, DAN TITIK KESETIMBANGANNYA
BAB III PENENTUAN HARGA PREMI, FUNGSI PERMINTAAN, DAN TITIK KESETIMBANGANNYA Pada penelitian ini, suatu portfolio memilii seumlah elas risio. Tiap elas terdiri dari n, =,, peserta dengan umlah besar, dan
Lebih terperinciSISTEM ADAPTIF PREDIKSI PENGENALAN ISYARAT VOKAL SUARA KARAKTER. Abstrak
SISTEM ADAPTIF PREDIKSI PENGENALAN ISYARAT VOKAL SUARA KARAKTER Oleh : Pandapotan Siagia, ST, M.Eng (Dosen tetap STIKOM Dinamia Bangsa Jambi) Abstra Sistem pengenal pola suara atau yang lebih dienal dengan
Lebih terperinciPELABELAN FUZZY PADA GRAF. Siti Rahmah Nurshiami, Suroto, dan Fajar Hoeruddin Universitas Jenderal Soedirman.
JMP : Volume 6 Nomor, Juni 04, hal. - PELABELAN FUZZY PADA GRAF Siti Rahmah Nurshiami, Suroto, dan Fajar Hoeruddin Universitas Jenderal Soedirman email : oeytea0@gmail.com ABSTRACT. This paper discusses
Lebih terperinciPENYELESAIAN PERSAMAAN LOTKA-VOLTERRA DENGAN METODE TRANSFORMASI DIFERENSIAL. Sutriani Hidri. Ja faruddin. Syafruddin Side, ABSTRAK
PENYELESAIAN PERSAMAAN LOTKA-VOLTERRA DENGAN METODE TRANSFORMASI DIFERENSIAL Syafruddin Side, Jurusan Matematia, FMIPA, Universitas Negeri Maassar email:syafruddinside@yahoo.com Info: Jurnal MSA Vol. 3
Lebih terperinciVARIASI NILAI BATAS AWAL PADA HASIL ITERASI PERPINDAHAN PANAS METODE GAUSS-SEIDEL
SEMINAR NASIONAL PENDIDIKAN SAINS Peningatan Kualitas Pembelajaran Sains dan Kompetensi Guru melalui Penelitian & Pengembangan dalam Menghadapi Tantangan Abad-1 Suraarta, Otober 016 VARIASI NILAI BATAS
Lebih terperinciBAB II DASAR TEORI. II.1. Pendahuluan
BAB II DASAR EORI II.1. Pendahuluan Pada bab ini pertama-tama aan dijelasan secara singat apa yang dimasud dengan target tracing dalam sistem Radar. Di dalam sebuah sistem Radar ada beberapa proses yang
Lebih terperinciSISTEM ADAPTIF PREDIKSI PENGENALAN ISYARAT VOKAL SUARA KARAKTER
SISTEM ADAPTIF PREDIKSI PENGENALAN ISYARAT VOKAL SUARA KARAKTER Pandapotan Siagian, ST, M.Eng Dosen Tetap STIKOM Dinamia Bangsa - Jambi Jalan Sudirman Theoo Jambi Abstra Sistem pengenal pola suara atau
Lebih terperinciMetode Asimilasi Data sebagai Estimasi Penyelesaian Masalah-masalah Lingkungan
J. of Math. and Its Appl. ISSN: 1829-605X Vol. 1, No. 1 (2004), 19 Metode Asimilasi Data sebagai Estimasi Penyelesaian Masalah-masalah Lingkungan Erna Apriliani Jurusan Matematika Institut Teknologi Sepuluh
Lebih terperinciKORELASI ANTARA DUA KELOMPOK VARIABEL KUANTITATIF DALAM ANALISIS KANONIK
Jurnal Pengaaran MIPA, Vol. 0 No. Desember 007 ISSN: -097 KORELASI ANARA DUA KELOMPOK VARIABEL KUANIAIF DALAM ANALISIS KANONIK Oleh : Dewi Rachmatin, S.Si., M.Si. Jurusan Pendidian Matematia FPMIPA Universitas
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar belakang
BAB PENDAHULUAN. Latar belaang Metode analisis yang telah dibicaraan hingga searang adalah analisis terhadap data mengenai sebuah arateristi atau atribut (jia data itu ualitatif) dan mengenai sebuah variabel,
Lebih terperinciPencitraan Tomografi Elektrik dengan Elektroda Planar di Permukaan
Abstra Pencitraan omografi Eletri dengan Eletroda Planar di Permuaan D. Kurniadi, D.A Zein & A. Samsi KK Instrumentasi & Kontrol, Institut enologi Bandung Jl. Ganesa no. 10 Bandung Received date : 22 November2010
Lebih terperinciBAB 3 PRINSIP SANGKAR BURUNG MERPATI
BAB 3 PRINSIP SANGKAR BURUNG MERPATI 3. Pengertian Prinsip Sangar Burung Merpati Sebagai ilustrasi ita misalan terdapat 3 eor burung merpati dan 2 sangar burung merpati. Terdapat beberapa emunginan bagaimana
Lebih terperinciOptimasi Non-Linier. Metode Numeris
Optimasi Non-inier Metode Numeris Pendahuluan Pembahasan optimasi non-linier sebelumnya analitis: Pertama-tama mencari titi-titi nilai optimal Kemudian, mencari nilai optimal dari fungsi tujuan berdasaran
Lebih terperinciPengantar Penerjemah. Daftar Istilah
Pengantar Penerjemah Saya awali tulisan ini dengan Nama Alloh Sang Maha Pengasih Sang Maha Penyayang. Segala Puji bagi-nya yang telah mengajaran ilmu epada siapa saja yang diehendai-nya. Sungguh, saya
Lebih terperinciADAPTIVE NOISE CANCELING MENGGUNAKAN ALGORITMA LEAST MEAN SQUARE (LMS) Anita Nardiana, SariSujoko Sumaryono ABSTRACT
Jurnal Teni Eletro Vol. 3 No.1 Januari - Juni 1 6 ADAPTIVE NOISE CANCELING MENGGUNAKAN ALGORITMA LEAST MEAN SQUARE (LMS) Anita Nardiana, SariSujoo Sumaryono ABSTRACT Noise is inevitable in communication
Lebih terperinciAnalisa Drop Tegangan dan Susut Daya pada Jaringan Listrik Penyulang Renon Menggunakan Metode Artificial Neural Network
Analisa Drop Tegangan dan Susut Daya pada Jaringan Listri Penyulang Renon Menggunaan Metode Artificial Neural Networ I Gede Dyana Arana Jurusan Teni Eletro Faultas Teni, Universitas Udayana Denpasar, Bali,
Lebih terperinciPEBANDINGAN METODE ROBUST MCD-LMS, MCD-LTS, MVE-LMS, DAN MVE-LTS DALAM ANALISIS REGRESI KOMPONEN UTAMA
PEBANDINGAN METODE ROBUST MCD-LMS, MCD-LTS, MVE-LMS, DAN MVE-LTS DALAM ANALISIS REGRESI KOMPONEN UTAMA Sear Wulandari, Nur Salam, dan Dewi Anggraini Program Studi Matematia Universitas Lambung Mangurat
Lebih terperinciBAB 2 TEORI PENUNJANG
BAB EORI PENUNJANG.1 Konsep Dasar odel Predictive ontrol odel Predictive ontrol P atau sistem endali preditif termasu dalam onsep perancangan pengendali berbasis model proses, dimana model proses digunaan
Lebih terperinciBAB 5 RUANG VEKTOR UMUM. Dr. Ir. Abdul Wahid Surhim, MT.
BAB 5 RUANG VEKTOR UMUM Dr. Ir. Abdul Wahid Surhim, MT. KERANGKA PEMBAHASAN. Ruang Vetor Nyata. Subruang. Kebebasan Linier 4. Basis dan Dimensi 5. Ruang Baris, Ruang Kolom dan Ruang Nul 6. Ran dan Nulitas
Lebih terperinciPENDAHULUAN TINJAUAN PUSTAKA
1 Latar Belaang PENDAHULUAN Sistem biometri adalah suatu sistem pengenalan pola yang melauan identifiasi personal dengan menentuan eotentian dari arateristi fisiologis dari perilau tertentu yang dimilii
Lebih terperinciBAB 1 PENDAHULUAN. Universitas Sumatera Utara
BAB 1 PENDAHULUAN 1.1 Latar Belaang Keadaan dunia usaha yang selalu berubah membutuhan langah-langah untu mengendalian egiatan usaha di suatu perusahaan. Perencanaan adalah salah satu langah yang diperluan
Lebih terperinciStudi Perbandingan Perpindahan Panas Menggunakan Metode Beda Hingga dan Crank-Nicholson
1 Studi Perbandingan Perpindahan Panas Menggunaan Metode Beda Hingga dan Cran-Nicholson Durmin, Drs. Luman Hanafi, M.Sc Jurusan Matematia, Faultas Matematia dan Ilmu Pengetahuan Alam, Institut Tenologi
Lebih terperinciBAB 2 TINJAUAN PUSTAKA
BAB 2 TINJAUAN PUSTAKA Pada bab ini disampaian beberapa pengertian dasar yang diperluan pada bab selanutnya. Selain definisi, diberian pula lemma dan teorema dengan atau tanpa buti. Untu beberapa teorema
Lebih terperinciBAB IV PERHITUNGAN HARGA PREMI BERDASARKAN FUNGSI PERMINTAAN PADA TITIK KESETIMBANGAN
BAB IV PERHITUNGAN HARGA PREMI BERDASARKAN FUNGSI PERMINTAAN PADA TITIK KESETIMBANGAN Berdasaran asumsi batasan interval pada bab III, untu simulasi perhitungan harga premi pada titi esetimbangan, maa
Lebih terperinciPerbandingan Antara Algoritma Penghapusan Bising Adaptif LMS dan Adaptif RLS dalam Penghapusan Bising Kendaraan
Perbandingan Antara Algoritma Penghapusan Bising Adaptif LMS dan Adaptif RLS dalam Penghapusan Bising Kendaraan Sri Arttini Dwi Prasetyowati 1), Adhi Susanto ), homas Sriwidodo ), Jazi Eo Istiyanto 3)
Lebih terperinciSATUAN ACARA PERKULIAHAN ( SAP )
SATUAN ACARA PERKULIAHAN ( SAP ) Mata Kuliah : Pengolahan Citra Digital Kode : IES 6323 Semester : VI Watu : 1x 3x 50 Menit Pertemuan : 7 A. Kompetensi 1. Utama Mahasiswa dapat memahami tentang sistem
Lebih terperinciSEMINAR TUGAS AKHIR. Penerapan Metode Ensemble Kalman Filter untuk Estimasi Kecepatan dan Ketinggian Gelombang Non Linear pada Pantai
SEMINAR TUGAS AKHIR Penerapan Metode Ensemble Kalman Filter untuk Estimasi Kecepatan dan Ketinggian Gelombang Non Linear pada Pantai Oleh: Fadila Rahmana 1208 100 044 Abstrak Gelombang laut telah menjadi
Lebih terperinciBAB II TINJAUAN PUSTAKA
BAB II TINJAUAN PUSTAKA 2.1. Statisti Inferensia Tujuan statisti pada dasarnya adalah melauan desripsi terhadap data sampel, emudian melauan inferensi terhadap data populasi berdasaran pada informasi yang
Lebih terperinciKORELASI ANTARA DUA SINYAL SAMA BERBEDA JARAK PEREKAMAN DALAM SISTEM ADAPTIF. Sri Arttini Dwi Prasetyawati 1. Abstrak
KORELASI ANARA DUA SINYAL SAMA BERBEDA JARAK PEREKAMAN DALAM SISEM ADAPIF Sri Arttini Dwi Prasetyawati 1 Abstra Masud pembahasan tentang orelasi dua sinyal adalah orelasi dua sinyal yang sama aan tetapi
Lebih terperinciPENENTUAN FAKTOR KALIBRASI ACCELEROMETER MMA7260Q PADA KETIGA SUMBU
PENENTUAN FAKTOR KALIBRASI ACCELEROMETER MMA7260Q PADA KETIGA SUMBU Wahyudi 1, Adhi Susanto 2, Sasongo P. Hadi 2, Wahyu Widada 3 1 Jurusan Teni Eletro, Faultas Teni, Universitas Diponegoro, Tembalang,
Lebih terperinciPenggunaan Induksi Matematika untuk Mengubah Deterministic Finite Automata Menjadi Ekspresi Reguler
Penggunaan Indusi Matematia untu Mengubah Deterministic Finite Automata Menjadi Espresi Reguler Husni Munaya - 353022 Program Studi Teni Informatia Seolah Teni Eletro dan Informatia Institut Tenologi Bandung,
Lebih terperinciPenentuan Konduktivitas Termal Logam Tembaga, Kuningan, dan Besi dengan Metode Gandengan
Prosiding Seminar Nasional Fisia dan Pendidian Fisia (SNFPF) Ke-6 205 30 9 Penentuan Kondutivitas Termal ogam Tembaga, Kuningan, dan Besi dengan Metode Gandengan Dwi Astuti Universitas Indraprasta PGRI
Lebih terperinciSoal-Jawab Fisika OSN x dan = min. Abaikan gesekan udara. v R Tentukan: a) besar kelajuan pelemparan v sebagai fungsi h. b) besar h maks.
Soal-Jawab Fisia OSN - ( poin) Sebuah pipa silinder yang sangat besar (dengan penampang lintang berbentu lingaran berjarijari R) terleta di atas tanah. Seorang ana ingin melempar sebuah bola tenis dari
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang
BAB 1 PENDAHULUAN 1.1 Latar Belaang Masalah untu mencari jalur terpende di dalam graf merupaan salah satu masalah optimisasi. Graf yang digunaan dalam pencarian jalur terpende adalah graf yang setiap sisinya
Lebih terperinciImplementasi Ensemble Kalman Filter (Enkf) Untuk Estimasi Ketinggian Air Dan Temperatur Uap Pada Steam Drum Boiler
Implementasi Ensemble Kalman Filter (Enkf) Untuk Estimasi Ketinggian Air Dan Temperatur Uap Pada Steam Drum Boiler Ahmad Nasrullah Jamaludin 1, Erna Apriliani 1, Hendra Cordova 2, Teguh Herlambang 3 1
Lebih terperinciPenempatan Optimal Phasor Measurement Unit (PMU) dengan Integer Programming
JURAL TEKIK POMITS Vol. 2, o. 2, (2013) ISS: 2337-3539 (2301-9271 Print) B-137 Penempatan Optimal Phasor Measurement Unit (PMU) dengan Integer Programming Yunan Helmy Amrulloh, Rony Seto Wibowo, dan Sjamsjul
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang
BAB 1 PENDAHULUAN 1.1 Latar Belaang Model Loglinier adalah salah satu asus husus dari general linier model untu data yang berdistribusi poisson. Model loglinier juga disebut sebagai suatu model statisti
Lebih terperinciMODEL REGRESI INTERVAL DENGAN NEURAL FUZZY UNTUK MEMPREDIKSI TAGIHAN AIR PDAM
MODEL REGRESI INTERVAL DENGAN NEURAL FUZZY UNTUK MEMPREDIKSI TAGIHAN AIR PDAM 1,2 Faultas MIPA, Universitas Tanjungpura e-mail: csuhery@sisom.untan.ac.id, email: dedi.triyanto@sisom.untan.ac.id Abstract
Lebih terperinciPengaruh Proses Stemming Pada Kinerja Analisa Sentimen Pada Review Buku
Jurnal Hasil Penelitian LPPM Untag Surabaya Januari 2018, Vol. 03, No. 01, hal 55-59 jurnal.untag-sby.ac.id/index.php/jhp17 E-ISSN : 2502-8308 P-ISSN : 2579-7980 Pengaruh Proses Stemming Pada Kinerja Analisa
Lebih terperinciPERBAIKAN KUALITAS CITRA MENGGUNAKAN HISTOGRAM LINEAR CONTRAST STRETCHING PADA CITRA SKALA KEABUAN
PERBAIKAN KUALITAS CITRA MENGGUNAKAN HISTOGRAM LINEAR CONTRAST STRETCHING PADA CITRA SKALA KEABUAN Murinto Program Studi Teni Informatia Universitas Ahmad Dahlan Kampus III UAD Jl. Prof. Soepomo Janturan
Lebih terperinciMATA KULIAH MATEMATIKA TEKNIK 2 [KODE/SKS : KD / 2 SKS] Ruang Vektor
MATA KULIAH MATEMATIKA TEKNIK [KODE/SKS : KD4 / SKS] Ruang Vetor FIELD: Ruang vetor V atas field salar K adalah himpunan ta osong dengan operasi penjumlahan vetor dan peralian salar. Himpunan ta osong
Lebih terperinciANALISIS VARIASI PARAMETER BACKPROPAGATION ARTIFICIAL NEURAL NETWORK TERHADAP PENGENALAN POLA DATA IRIS
Jurnal Teni dan Ilmu Komputer ANALISIS VARIASI PARAMETER BACKPROPAGATION ARTIFICIAL NEURAL NETWORK TERHADAP PENGENALAN POLA DATA IRIS AN ANALYSIS OF THE VARIATION PARAMETERS OF THE ARTIFICIAL NEURAL NETWORK
Lebih terperinciINTEGRAL NUMERIK KUADRATUR ADAPTIF DENGAN KAIDAH SIMPSON. Makalah. Disusun guna memenuhi tugas Mata Kuliah Metode Numerik. yang dibimbing oleh
INTEGRAL NUMERIK KUADRATUR ADAPTIF DENGAN KAIDAH SIMPSON Maalah Disusun guna memenuhi tugas Mata Kuliah Metode Numeri yang dibimbing oleh Dr. Nur Shofianah Disusun oleh: M. Adib Jauhari Dwi Putra 146090400111001
Lebih terperinciBAB III ANALISIS DISKRIMINAN. analisis multivariat dengan metode dependensi (dimana hubungan antar variabel
BAB III ANALISIS DISKRIMINAN 3.1 Pengertian Analisis Disriminan Analisis disriminan merupaan sala satu metode yang digunaan dalam analisis multivariat dengan metode dependensi (dimana ubungan antar variabel
Lebih terperinciDeret Pangkat. Ayundyah Kesumawati. June 23, Prodi Statistika FMIPA-UII
Keonvergenan Kesumawati Prodi Statistia FMIPA-UII June 23, 2015 Keonvergenan Pendahuluan Kalau sebelumnya, suu suu pada deret ta berujung berupa bilangan real maa ali ini ita embangan suu suunya dalam
Lebih terperinciPendeteksi Rotasi Menggunakan Gyroscope Berbasis Mikrokontroler ATmega8535
Maalah Seminar Tugas Ahir Pendetesi Rotasi Menggunaan Gyroscope Berbasis Miroontroler ATmega8535 Asep Mubaro [1], Wahyudi, S.T, M.T [2], Iwan Setiawan, S.T, M.T [2] Jurusan Teni Eletro, Faultas Teni, Universitas
Lebih terperinciAPLIKASI JARINGAN SYARAF TIRUAN UNTUK MERAMALKAN BEBAN PEMAKAIAN AIR PADA PDAM KOTA BANDUNG
APLIKASI JARINGAN SYARAF TIRUAN UNTUK MERAMALKAN BEBAN PEMAKAIAN AIR PADA PDAM KOTA BANDUNG Oleh : M.Rizi.H.S, Andri Heryandi,S.T, Bambang Siswoyo,Ir,M.Si Jl. Dipati Uur Bandung Teni Informatia Universitas
Lebih terperinciModel Pembelajaran Off-Line Menggunakan Jaringan Syaraf Tiruan Untuk Pengemudian Otomatis pada Kendaraan Beroda Jurusan Teknik Elektronika PENS 2009
Model Pembelaaran Off-Line Menggunaan Jaringan Syaraf Tiruan Untu Pengemudian Otomatis pada Kendaraan Beroda Jurusan Teni Eletronia PENS 2009 Arie Setya Wulandari#, Eru Puspita S.T., M.Kom#2 # Jurusan
Lebih terperinciBAB IV Solusi Numerik
BAB IV Solusi Numeri 4. Algoritma Genetia Algoritma Genetia (AG) [2] merupaan teni pencarian stoasti yang berdasaran pada meanisme selesi alam dan prinsip penurunan genetia. Algoritma genetia ditemuan
Lebih terperinciImplementasi Algoritma Pencarian k Jalur Sederhana Terpendek dalam Graf
JURNAL TEKNIK POMITS Vol. 2, No., (203) ISSN: 2337-3539 (230-927 Print) Implementasi Algoritma Pencarian Jalur Sederhana Terpende dalam Graf Anggaara Hendra N., Yudhi Purwananto, dan Rully Soelaiman Jurusan
Lebih terperinciII. DASAR TEORI I. PENDAHULUAN
IMPLEMENTASI JARINGAN SYARAF TIRUAN PERAMBATAN-BALIK UNTUK MENDETEKSI GOLONGAN DARAH PADA MANUSIA M. Fuad Latief *, R. Rizal Isnanto, Budi Setiyono Abstra - Membran sel darah manusia mengandung bermacam-macam
Lebih terperinciStudi dan Analisis mengenai Hill Cipher, Teknik Kriptanalisis dan Upaya Penanggulangannya
Studi dan Analisis mengenai Hill ipher, Teni Kriptanalisis dan Upaya enanggulangannya Arya Widyanaro rogram Studi Teni Informatia, Institut Tenologi Bandung, Jl. Ganesha 10 Bandung Email: if14030@students.if.itb.ac.id
Lebih terperinciUji Alternatif Data Terurut Perbandingan antara Uji Jonckheere Terpstra dan Modifikasinya Ridha Ferdhiana 1 Statistics Peer Group
Uji Alternatif Data Terurut Perbandingan antara Uji Joncheere Terpstra dan Modifiasinya Ridha Ferdhiana Statistics Peer Group Jurusan Matematia FMIPA Universitas Syiah Kuala Banda Aceh, Aceh, 23 email:
Lebih terperinciKENDALI OPTIMAL PADA MASALAH INVENTORI YANG MENGALAMI PENINGKATAN
KENDALI OPTIMAL PADA MASALAH INVENTORI YANG MENGALAMI PENINGKATAN Pardi Affandi, Faisal, Yuni Yulida Abstra: Banya permasalahan yang melibatan teori sistem dan teori ontrol serta apliasinya. Beberapa referensi
Lebih terperinciMODEL MATEMATIKA KONSENTRASI OKSIGEN TERLARUT PADA EKOSISTEM PERAIRAN DANAU
MDEL MATEMATIKA KNSENTRASI KSIGEN TERLARUT PADA EKSISTEM PERAIRAN DANAU Sutimin Jurusan Matematia, FMIPA Universitas Diponegoro Jl. Prof. H. Soedarto SH Tembalang, Semarang 5075 E-mail: su_timin@yanoo.com
Lebih terperinciBAB II TINJAUAN PUSTAKA
BAB II TINJAUAN PUSTAKA 2.1 Penelitian Terdahulu Penelitian yang aan dilauan meruju epada beberapa penelitian terdahulu yang sudah pernah dilauan sebelumnya, diantaranya: 1. I Gst. Bgs. Wisuana (2009)
Lebih terperinciBAB III MENYELESAIKAN MASALAH REGRESI YANG TIDAK LINIER DENGAN ANALISIS REGRESI FOURIER
BAB III MENYELESAIKAN MASALAH REGRESI YANG TIAK LINIER ENGAN ANALISIS REGRESI FOURIER 3.1 Pengantar Model ARIMA digunaan untu analisis data deret watu pada ategori data berala tunggal, atau sering diategorian
Lebih terperinciKAJIAN METODE BERBASIS MODEL PADA ANALISIS KELOMPOK DENGAN PERANGKAT LUNAK MCLUST
KAJIAN METODE BERBASIS MODEL PADA ANALISIS KELOMPOK DENGAN PERANGKAT LUNAK MCLUST Timbul Pardede (timbul@mail.ut.ac.id) Jurusan Statisti FMIPA, Universitas Terbua ABSTRAK Metode Ward dan metode K-rataan
Lebih terperinci( s) PENDAHULUAN tersebut, fungsi intensitas (lokal) LANDASAN TEORI Ruang Contoh, Kejadian dan Peluang
Latar Belaang Terdapat banya permasalahan atau ejadian dalam ehidupan sehari hari yang dapat dimodelan dengan suatu proses stoasti Proses stoasti merupaan permasalahan yang beraitan dengan suatu aturan-aturan
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang
1 BAB 1 PENDAHULUAN 1.1 Latar Belaang Di aman searang sebuah adal yang tersusun rapi merupaan ebutuhan bagi setiap individu. Namun masalah penyusunan sebuah adal merupaan sebuah masalah umum yang teradi,
Lebih terperinciRuang Barisan Orlicz Selisih Dengan Fungsional Aditif Dan Kontinunya
J. Math. and Its Appl. ISSN: 1829-605X Vol. 2, No. 1, May. 2005, 37 45 Ruang Barisan Orlicz Selisih Dengan Fungsional Aditif Dan Kontinunya Sadjidon Jurusan Matematia Institut Tenologi Sepuluh Nopember,
Lebih terperinciSTUDI PENYELESAIAN PROBLEMA MIXED INTEGER LINIER PROGRAMMING DENGAN MENGGUNAKAN METODE BRANCH AND CUT OLEH : RISTA RIDA SINURAT
TUGAS AKHIR STUDI PENYELESAIAN PROBLEMA MIXED INTEGER LINIER PROGRAMMING DENGAN MENGGUNAKAN METODE BRANCH AND CUT OLEH : RISTA RIDA SINURAT 040803023 DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU
Lebih terperinciPENDETEKSIAN GERAK TANGAN MANUSIA SEBAGAI INPUT PADA KOMPUTER
PENDETEKSIAN GERAK TANGAN MANUSIA SEBAGAI INPUT PADA KOMPUTER Wiaria Gazali 1 ; Haryono Soeparno 2 1 Jurusan Matematia, Faultas Sains dan Tenologi, Universitas Bina Nusantara Jln. K.H. Syahdan No. 9, Palmerah,
Lebih terperinciPENERAPAN DYNAMIC PROGRAMMING DALAM WORD WRAP Wafdan Musa Nursakti ( )
PENERAPAN DYNAMIC PROGRAMMING DALAM WORD WRAP Wafdan Musa Nursati (13507065) Program Studi Teni Informatia, Seolah Teni Eletro dan Informatia, Institut Tenologi Bandung Jalan Ganesha No. 10 Bandung, 40132
Lebih terperinciPROGRAM SIMULASI UNTUK REALISASI STRUKTUR TAPIS INFINITE IMPULSE RESPONSE UNTUK MEDIA PEMBELAJARAN DIGITAL SIGNAL PROCESSING
Konferensi asional Sistem dan Informatia 28; Bali, ovember 15, 28 KS&I8-44 PROGRAM SIMULASI UTUK REALISASI STRUKTUR TAPIS IFIITE IMPULSE RESPOSE UTUK MEDIA PEMBELAJARA DIGITAL SIGAL PROCESSIG Damar Widjaja
Lebih terperinciMAKALAH SEMINAR TUGAS AKHIR
1 MAKALAH SEMINAR TUGAS AKHIR PENGENALAN POLA GEOMETRI WAJAH MENGGUNAKAN JARINGAN SYARAF TIRUAN PERAMBATAN BALIK Muhamad Tonovan *, Achmad Hidayatno **, R. Rizal Isnanto ** Abstra - Pengenalan waah adalah
Lebih terperinciPENGENDALIAN MOTOR DC MENGGUNAKAN JARINGAN SYARAF TIRUAN BACKPROPAGATION
PENGENDALIAN MOTOR DC MENGGUNAKAN JARINGAN SYARAF TIRUAN BACKPROPAGATION Wahyudi, Sorihi, dan Iwan Setiawan. Jurusan Teni Eletro Faultas Teni Universitas Diponegoro Semarang e-mail : wahyuditinom@yahoo.com.
Lebih terperinciBAB III. dan menghamburkan
BAB III MODEL GELOMBANG DAN MODEL ARUS III... Model Numeri Medan Gelombang Untu dapat menggambaran ondisi pola arus di daerah pantai ang diaibatan oleh gelombang maa ita harus dapat mengetahui ondisi medan
Lebih terperinciBAB III METODE SCHNABEL
BAB III METODE SCHNABEL Uuran populasi tertutup dapat diperiraan dengan teni Capture Mar Release Recapture (CMRR) yaitu menangap dan menandai individu yang diambil pada pengambilan sampel pertama, melepasan
Lebih terperinciAPLIKASI PREDIKSI HARGA SAHAM MENGGUNAKAN JARINGAN SYARAF RADIAL BASIS FUNCTION DENGAN METODE PEMBELAJARAN HYBRID
APLIKASI PREDIKSI HARGA SAHAM MENGGUNAKAN JARINGAN SYARAF RADIAL BASIS FUNCTION DENGAN METODE PEMBELAJARAN HYBRID Ferry Tan, Giovani Gracianti, Susanti, Steven, Samuel Luas Jurusan Teni Informatia, Faultas
Lebih terperinciPENGENALAN POLA DENGAN MENGGUNAKAN METODE BACKPROPAGATION MENGGUNAKAN MATLAB
PENGENALAN POLA DENGAN MENGGUNAKAN METODE BACKPROPAGATION MENGGUNAKAN MATLAB Wirda Ayu Utari Universitas Gunadarma utari.hiaru@gmail.com ABSTRAK Program pengenalan pola ini merupaan program yang dibuat
Lebih terperinciBEBERAPA MODIFIKASI METODE NEWTON RAPHSON UNTUK MENYELESAIKAN MASALAH AKAR GANDA. Supriadi Putra, M,Si
BEBERAPA ODIFIKASI ETODE NEWTON RAPHSON UNTUK ENYELESAIKAN ASALAH AKAR GANDA Suriadi Putra,,Si Laboratorium Komutasi Numeri Jurusan atematia Faultas atematia & Ilmu Pengetahuan Alam Universitas Riau Kamus
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1 Variabel Variabel ialah sesuatu yang nilainya berubah-ubah menurut watu atau berbeda menurut elemen/tempat. Umumnya nilai arateristi merupaan variabel dan diberi simbol huruf X.
Lebih terperincitidak mempunyai fixed mode terdesentralisasi, dapat dilakukan dengan memberikan kompensator terdesentralisasi. Fixed mode terdesentralisasi pertama
BB IV PENGENDLIN TERDESENTRLISSI Untu menstabilan sistem yang tida stabil, dengan syarat sistem tersebut tida mempunyai fixed mode terdesentralisasi, dapat dilauan dengan memberian ompensator terdesentralisasi.
Lebih terperinciPEMPROSESAN ALARM DALAM PERLINDUNGAN SISTEM DAYA LISTRIK MENGGUNAKAN NEURAL NETWORK. Azriyenni
PEMPROSESAN ALARM DALAM PERLINDUNGAN SISTEM DAYA LISTRIK MENGGUNAKAN NEURAL NETWORK Azriyenni Dosen Tetap Teni Eletro Universitas Riau - Peanbaru Abstra Penelitian ini menyelidii mengenai pemprosesan alarm
Lebih terperinciKata Kunci : Multipath, LOS, N-LOS, Network Analyzer, IFFT, PDP. 1. Pendahuluan
Statisti Respon Kanal Radio Dalam Ruang Pada Freuensi,6 GHz Christophorus Triaji I, Gamantyo Hendrantoro, Puji Handayani Institut Tenologi Sepuluh opember, Faultas Tenologi Industri, Jurusan Teni Eletro
Lebih terperinciAgar Xn berperilaku acak yang dapat dipertanggungjawabkan :
ara memperoleh data Zaman dahulu, dgn cara : 1. Melempar dadu 2. Mengoco artu Zaman modern (>1940), dgn cara membentu bilangan aca secara numeri/ aritmati(menggunaan omputer), disebut Pseudo Random Number
Lebih terperinci