Perencanaan Optimal Sistem Kontrol AVR (Automatic Voltage Regulator) Untuk Memperbaiki Kestabilan Tegangan Dengan Menggunakan Algoritma Genetik

Ukuran: px
Mulai penontonan dengan halaman:

Download "Perencanaan Optimal Sistem Kontrol AVR (Automatic Voltage Regulator) Untuk Memperbaiki Kestabilan Tegangan Dengan Menggunakan Algoritma Genetik"

Transkripsi

1 Abstrak Prcaaa Optimal Sistm Kotrol A (Automatic oltag gulator) Utuk Mmprbaiki Kstabila Tgaga Dga Mgguaka Algoritma Gtik Makalah Tugas Akhir Disusu Olh : driyato NW LF30437 Jurusa Tkik lktro Fakultas Tkik Uivrsitas Dipogoro Smarag Automatic oltag gulator (A) mmgag praa ptig pada pross pmbtuka profil tgaga trmial suatu grator. Prubaha kodisi bba sbagai prilaku diamis sistm aka mybabka prubaha arus yag mgalir dalam sistm grator yag mybabka prubaha tgaga armatur da trmial grator trsbut. Bayak mtod yag diguaka utuk mgotrol stabilisasi profil tgaga trmial grator sprti PID, lag/lad Compsator, lag/lad compsator with stabilizr, Pol Placmt dll. Tugas akhir ii mmbuat suatu mkaism kotrol profil tgaga trmial grator dga mgguaka mtod lag/lad compsator with stabilizr. Mtod ii aka diimplmtasika brsama dalam modl sistm A. Modl ii sistm kotrol ii sagat murah kara tidak dibutuhka suatu mkaism kotrol yag cdrug komplks sprti PID. Mkaism kotrol ii haya mmbutuhka sbuah ssor tgaga da stabilisr kompo lai mrupaka kompo muri sistm A pada kodisi ikal trbuka. Prmasalaha yag palig utama adalah mtuka bsar pguata (Gai Factor) masigmasig sistm A. Pmiliha GF yag tpat aka mmbrika ujuk krja yag optimal bgitu juga sbalikya jika tidak tpat maka stabilisasi profil tgaga trmial tidak aka trcapai. Pmilaha (Tuig) GF dalam tugas akhir ii mgguaka suatu mtod pcaria acak trbimbig (Guidd adom Sarch) dga fitur slksi alam da volusi gtik, atau lbih dikal dga ama algoritma gtik. Mtod ii tryata mampu mmbrika pross tuig paramtr adaptif A dga kualifikasi yag sagat baik. Prfomasi algoritma gtik dapat dittuka dga mgtahui kualitas stabilisasi profil tgaga yag dihasilka olh A yag di r-dsig mgguaka algoritma gtik. Slama pgujia algoritma gtik mampu mmbrika pylsaia optimal modl A yag hadal da brkualias sprti yag dircaaka.. Latar Blakag Mutu rgi listrik utuk bbrapa paramtr sprti fluktuasi frkusi, fluktuasi tgaga, flickr, harmoisa da kotiyuitas playaa rgi. Dari ksmua paramtr trsbut fluktuasi tgaga yag palig srig mdapatka prhatia para ahli da para oprator sistm taga. Bbrapa gara maju sprti Pracis, Jpag, USA mmbrika prhatia da pagaa khusus dalam prmasalaha kstabila tgaga. Ktidakstabila tgaga aka mybabka ktidakstabila sistm taga scara ksluruha, trutama skuritas sistm, kualitas da kmampua trasfr daya dari pmbagkit k kosum, kodisi trparah trjadiya mkaism load shddig ataupu brow out. Ada bbrapa faktor yag mybabka ktidakstabila tgaga (voltag collaps) atara lai ujuk krja A, kaika pmbbaa salura trasmisi, kdala pgatura daya raktif, diamika OLTC (o load tap chagr) trafo da karaktristik bba. Kstabila tgaga sistm praktis dittuka olh kstabila sistm rgulasi tgaga yag dilakuka olh sistm ksitasi yag trdapat dalam grator sikro da bbrapa ragkaia pgotrol lai yag tritgrasi dalam suatu sistm yag disbut A. A ii mmiliki

2 tugas mjaga profil tgaga trmial pada suatu titik oprasi trttu sprti 0, 380, 3.8k dll. Fugsi A yag lai brkaita dga aksi kotrol rgulasi daya raktif da pgatura osilasi rotor jika trjadi gaggua. Modl A yag diguaka dalam tugas akhir ii adalah modl A dga mkaism kotrol Lag/Lad Compsator dga mgguaka stabilisr. Kompo-kompo utama dalam modl sistm ii trdiri dari amplifir, xcitr, modl grator, ssor da cotrollr. Cotrolr yag palig bayak diguaka dalam sistm A adalah modl kotrolr PID, Fuzzy, Adaptif dll. Modl A yag aka dikmbagka sdmikia rupa mglimiasi kotrollr shigga kompo yag dibutuhka atara lai modl A utama ditambah dga stabilisr. Prmasalaha ya aka timbul sbrapa baik kualitas modl A yag dihasilka, dga mlakuka tuig paramtr adaptif A maka diprolh smua objktif yag diigika.. Tujua Tujua tugas akhir adalah mmbtuk sbuah modl A dga mgguaka mkaism Lag/Lad Compsator dga Stabilisr yag dioptimasi mgguaka algoritma gtik. 3. Dasar Tori 3. Algoritma Gtik Algoritma gtik prtama kali diprkalka olh Joh Hollad pada tahu 975 di Uivrsitas Michiga utuk kprlua pgmbaga pmrograma komputr utuk aplikasi sistm kcrdasa komputr pada pylsaia prmasalaha-prmasalaha o-liir. Prkmbaga algortima gtik pada bidag rkayasa diplopori olh prof. David Golbrg, dalam studi aalisa optimasi tata ltak stasiu komprsor dalam pyaluras gas lpiji. Algoritma gtik didfiisika sbagai suatu tkik pcaraia yag brbasis pada mkism volusi gtik da slksi alam. Siklus dasar algoritma gtik dapat dilihat pada gambar brikut. Gambar. Siklus Dasar Algoritma Gtik Siklus algoritma gtik dimulai dga mgiisialisasi smua paramtr algoritma gtik sprti ukura populasi, pajag kromosom dll, kmudia dibtuk populasi awal, populasi awal dibtuk scara acak shigga pada populasi awal trbtuk idividu-idividu dga kromosom acak shigga kualitas idividu pada populasi awal cdrug rdah. Stlah populasi awal trbtuk maka dilakuka pross valuasi, pross ii brtujua utuk mmbrika pilaia stiap idividu yag dihitug brdasarka prsamaa objktif yag dimiliki. Stlah kualitas idividu diktahui maka dilakuka ragkig trhadap iividu trbaik higga trburuk da dilakuka pmiliha iduk. Pross ii sudah masuk pada pross algoritma gtik. Stlah trpilih iduk maka dilakuka rkombiasi da dilajutka dga mutasi. Stlah satu pross slsai maka aka diprolh skumpula idividu baru yag kmudia disbut sbagai grasi baru. Pross ii brlajut higga k suatu grasi yag kmudia aka diyataka sbagai grasi saturasi. Pada grasi ii prbdaa kualitas atar ividu udah tidak bgitu sigifika. 3.. Mkasim Slksi Slksi adalah suatu oprator algoritma gtik yag brfugsi mmilih idividu-idividu yag aka dijadika iduk pada pross rkombiasi. Mtod slksi yag palig bayak diprguaka adalah mtod oultt Whl Slctio (WS). Mtod ii sama dga mtod yag diprguaka pada prmaia rolt, dimaa stiap agka diyataka dalam suatu luasa sktor dalam ligkara. Trpiligya suatu sktor dalam satu putaraa dittuka olh luasa yag dimiliki, smaki luas maka aka smaki srig trpilih. Pada prmaia rolt smua sktor mmiliki luasa yag sama shigga kmugkia yag dimiliki stiap luasa sama. Prbdaa yag mdasar atara prmaiaa rolt

3 dga mtod WS adalah pada WS luasa sktor pada ligkara rolt sbadig dga kualitas masig-masig idividu. Smaki baik kualitas idividu maka smaki luas sktor yag dimiliki olhya. Gambara mtod ii diprlihatka pada gambar brikut: mciptaka kragama matri gtik idividu pada grasi baru. Idividu hasil dari pross rkombiasi aka ttap mwarisi sifat-sifat yag dimiliki idukya hal ii ptig utuk mjaga kualitas idividu pada grasi brikutya. Pross rkombiasi diprlihatka pada gambar 3 brikut: Gambar. Ligkara olt WS Gambar mmprlihatka bagaimaa 4 idividu dirprstasika di dalam suatu roda rolt. Data k-4 idividu trsbut adalah sbagai tabl brikut: Tabl. Statistik kualitas idividu (skala ) N Idividu Kualitas Idi # 0.0 Idi # Idi # Idi #4 0.4 Jika dilihat pada roda rolt maka idividu omr 4 mmiliki kmugkia trpilih trbsar kara mmiliki kualitas 0.4 sdagka idividu omr mmiliki kmugkia trkcil kara mmiliki kualitas Bsar ilai kualitas trhitug mgguaka prsamaa objktif suatu prmasalaha yag aka dipcahka. Mkasim pmiliha dilakuka dga mmutar roda rolt (gambar ) scara acak kmudia dituggu higga roda itu brhti pada suatu sktor trttu. Walaupu idividu omr mmiliki luasa sktor palig kcil tidak brarti idividu ii tidak prah trpilih pada suatu pross pmiliha, igat piriga rolt dapat brhti di smua sktor. Mkaism rolt mmiliki ksamaa dga slksi alam siapa yag trkuat pasti mmiliki kmampua trpilih yag trbsar. 3.. Mkaism kombiasi kombiasi adalah suatu pross prtukara struktur kromosom atara dua iduk yag trpilih pada pross slksi dga tujua utuk Gambar 3. Pross kombiasi Pross rkombiasi dilakuka dga cara mmilih dua iduk dga kualitas yag baik stlah itu dilakuka pross kstraksi kromosom stiap iduk. Titik rkombiasi dittuka scara acak, stlah dittuka dimaa titik rkombiasi maka dilakuka prtukara bit-bit kromosom disblahkaa titik kromosom shigga trbtuk kturua yaitu aak A da B. Kromosom aak sbagia bsar masih mwarisi kromosom iduk ttapi sbagia lagi sudah trjadi prtukara matri gik aatar kromosom. Pross rkombiasi mmiliki ilai kmugkia yag bsar dalam satu siklus algoritma gtik kara tujua utamaya adalah mmbtuk kragama idividu, smaki tiggi probabilitas rkombiasi maka smaki cpat kragama trbtuk Mkaism Mutasi Mutasi adalah oprator algoritma gtik yag brgua utuk mmbtuk idividu-idividu dga fitur suprior atau mmiliki kualitas diatas rata-rata. Slai itu mutasi diprguaka utuk mgmbalika krusaka matri gtik akibat pross rkombiasi. Pross rkombiasi trjadi pada lvl bit kromosom, pross ii aka diimplmtasika ksmua bit yag trdapat dalam suatu kromosom. Mtod mutasi yag palig bayak diguaka adalah mtod flip-bit, mtod ii mmiliki algoritma yag sagat sdrhaa yaitu dga mrubah mjadi 0 atau mrubah 0 mjadi. Pross trjadiya mutasi dittuka bsar probabilitas mutasi yag 3

4 diprguaka smaki bsar smaki srig. Pross mutasi itu sdiri diprlihatka pada gambar 4 brikut: 3... Modl Amplifir Dalam sistm ksitasi, amplifir dapat brupa magtic amplifir, rotatig amplifir atau sistm amplifir lktroik. Modl amplifir dirprstasika dalam sbuah sistm ord satu dga sbuah faktor pguata da kostata waktu. Fugsi alih amplifir dapat dilihat pada (.). s K A (.) s s A Gambar 4. Pross Mutasi Kromosom Pada gambar 3 diatas bit yag mgalami mutasi aka dirubah, suatu cotoh pada gambar diatas bit yag brilai (mrah) aka dirubah mjadi 0 (mrah). Pross mutasi ii tidak bolh srig dilakuka kara prubaha kualitas idividu aka trbtuk scara dramatis baik yag muju baik atau yag buruk, hal ii aka muju ksuatu foma pross pcaria yag brsifat acak da kluar dari kaidah-kaidah algoritma gtik yag mgimplmtasika pross pcaria acak yag trbimbig (Guidd radom Sarch) 3. Automatic oltag gulator A mrupaka lm ptig utuk mmbtuk profil tgaga trmial grator yag stabil. A dga modl Lag/Lad Compsator yag srtai dga stabilisr mampu mmbtuk modl A yag sdrhaa amu hadal. Modl A yag diprguaka sprti pada gambar brikut, yag trdiri dari amplifir, xcitr, grator, ssor da stabilisr. Nilai K A aka brvariasi mulai dari 0 higga 400, sdagka ilai kostata waktu sagat kcil yaitu mulai dari 0.0 higga dtik. Diagram blok amplifir dapat dilihat pada gambar 6. K A (s) ) s (s Gambar 6. prstasi Amplifir 3... Modl xcitr xcitr bayak skali macamya, amu dalam ra modr dimaa prkmbaga tkologi solid stat maju bgitu psat, maka sistm ksitasi mgguaka sumbr tgaga AC yag trkotrol mlalui SC sudah bayak dijumpai. Kcpata switchig mrupaka aspk yag sagat mgutugka dari modl xcitr lktroik. Tgaga kluara sistm xcitr adalah o-liir da mrupaka fugsi dari tgaga mda disbabka fk saturasi iti magt, shigga dapat dilihat bahwa hubuga atara tgaga trmial da tgaga mda xcitr adalah sagat komplks. Bayak skali modl yag trsdia dga brbagai lvl kakurata trsdia dalam publikasi I. Modl xcitr yag modr dapat didkati dga mglimiasi fk saturasi ttapi dga sagat mmprhatika kostata waktu. Maka xcitr dapat dimodlka dga sbuah sistm ord satu dimaa dga faktor pguata K da kostata waktu T. Fugsi alih sistm xcitr dapat dilihat pada (.). A Gambar 5. Modl A dga mgguaka stabilisr s K (.) s s diagram blok sistm xcitr dapat dilihat pada gambar 7 4

5 K (s) ) s F (s Gambar 7. prstasi Sistm xcitr Modl Grator mf yag dibagkitka olh grator sikro mrupaka fugsi dari pross magtisasi, sdagka tgaga trmial trgatug dari bba. Utuk modl yag liir sbuah grator dapat didkati dga sbuah sistm ord satu, dimaa mmiliki faktor pguata K G da kostata waktu T G. Modl grator diyataka pada (.3). s s K G Gs (.3) Kostata K G trgatug dari bba da mmiliki ilai atara 0.7 higga.0, sdagka kostata waktu T G mmiliki ilai mulai dari.0 higga.0 dtik. Diagram blok grator dapat dilihat pada gambar 8 KG F (s) ) s T (s Gambar 8. prstasi Grator Modl Ssor Tgaga trmial grator dissor mgguaka sbuah trafo tgaga, da kmudia disarahka mlalui pyarah jmbata. Ssor ii scara sdrhaa dimodlka dalam sistm ord satu yaitu sprti pada (.4). G s s K s (.4) dimaa K mmiliki ilai 0 higga 400, da T mmiliki ilai 0.0 higga Blok diagram sistm ssor lktroik adalah gambar 9. K T (s) S (s) s Gambar 9. prstasi Ssor Stabilisr Fugsi stabilisr adalah utuk mambahka sbuah zro pada fugsi alih sistm A ucompsatd agar diprolh dampak migkatya kstabila rlatif. Sbuah stabilisr pada dasarya mrupaka sbuah kompsator lag/lad. Fugsi alih sistm stabilisr dapat dilihat pada (.5). s KS (.5) s s S blok diagram modl stabilisr dapat dibuat sprti gambar 0. KS F (s) S (s) s Gambar 0. prstasi Stabilisr 4. Fugsi alih sistm A Fugsi alih A dapat dituruka dga mgtahui prsamaa prbadiga atara tgaga trmial dga tgaga rfrsi. T f (s) T(s) (s) dimaa, G(s).(s).A(s). (s) rr rr (s) (s) (s) S G(s).(s).A(s). (s) (s) S(s).(s).A(s). (s) (s).g(s).(s).a(s). (s) S G(s).(s).A(s) S(s).(s).A(s). (s).g(s).(s).a(s) A(s) : Fugsi alih amplifir (s) : Fugsi alih xcitr G(s) : Fugsi alih grator S(s) : Fugsi alih stabilisr (s) : Fugsi alih ssor Fugsi F(s)=G(s).(s).A(s), disbut fugsi alih sistm A scara ucompsatd, fugsi F(s)=+S(s).(s).A(s)+(s).G(s).(s).A(s)=0, disbut sbagai prsamaa karaktristik sistm A, sitm A aka stabil jika akar-akar 5

6 prsamaa karaktristik ksmuaya trltak di sblah kiri sumbu imajir bidag komplks. 4. Mtod oot Locus Mtod root locus dikmbagka W. vas, yag diguaka utuk mtuka ilai ig sistm kotrol compsatd dari prsamaa op loop fugsi alih utuk smua ilai faktor pguata prsamaa karaktristik. Mtod root locus pada hakikatya mrupaka mtod pmtaa smua akar-akar prsamaa karaktristik utuk suatu prubaha ilai faktor pguata mulai dari ol higga ifiity. Dga adaya pmtaa ii diharapka para gir dapat mtuka bsar pguata sistm agar dapat diprolh objktif sistm yag rcaaka. Jika obyktif tidak dapat trcapai dga haya mgguaka fugsi alih sistm, maka diprluka aksi kotrol tambaha, yag kmudia diptaka kmbali smua akar prsamaa karaktristik yag trbtuk stlah pambaha aksi kotrol trsbut. Tijau suatu btuk prsamaa fugsi alih sistm kotrol dimaa fugsi alih sistm utai trbuka sprti pada (.7) KG s Ks zs z... s z m Hs (.7) s p s p... s p dimaa m myataka bayakya zro da myataka bayakya kutub. Jika >m maka aka trdapat (-m) zro. Utuk prsamaa karatristik sistm kotrol utai trtutup dapat ditulis : s ps p... s p K (.8) s z s z... s z jika kita ptaka (.8) k dalam bidag root locus mulai dari harga K>0 higga K sama dga ifiity harus mmuhi prsyarata brikut : m sdagka kstabila tuak dimaksudka utuk mgtahui bsar ksalaha yag trcapai utuk suatu durasi waktu yag tak trbatas. Suatu sistm kotrol aka mmiliki kodisi ksalaha sprti (.9). s s s H s C s (.9) KG(s)H(s) Bsar ksalaha dalam kadaa stady stat dapat didkati brdasarka torma ilai akhir (SS) yaitu : s(s) ss lim (.0) s0 KG(s)H(s) Kodisi masuka sistm kotrol dimugki dalam tiga masuka, yaitu :. Masuka stp, maka ss ya adalah : ss lim KG(s)H(s) s G(s) s s. Prkalia ktor Kutub K dimaa, Prkalia ktor Zro : Frkusi Alami (rad/sc). : Kofisi dama o sudutzrogh(s) sudutkutubgh(s) r *80 ;r, 3, 5,... s0. Masuka amp, maka ss ya adalah ss lim skg(s)h(s) s0 (.) (.) 3. Masuka Parabolik, maka ss ya adalah : (.3) ss lim s KG(s)H(s) s0 4.3 Kritria Ujuk Krja Ujuk krja diamis sistm kotrol mmiliki karaktristik ihr pada kawasa waktu. Stadar pgujia ujuk krja sistm kotrol dilakuka mgguaka modl sistm ord dua da dibri masuka uit stp. Jika kluara sistm ord dua dapat diktahui maka scara matmatis kritria ujuk krja sistm dapat dittuka. Fugsi alih sistm ord dua stadar sprti pada (.4). (.4) 4. Stady-Stat rror Kstabila suatu sistm kotrol diilai brsadarka bbrapa kritria yaitu kritria kstabila trasi da kritria kstabila tuak. Kstabila trasi dimaksudka utuk mgamati klakua sistm utuk suatu prubaha ilai rfrsi yag dibrika, Fugsi alih G(s) diatas jika trasformasika k dalam kawasa waktu utuk masuka uit stp diprolh : c(t) t si t ta (.5) 6

7 ssuai (.5), pak tim dirumuska : t p (.6) prct ovrshoot (P.O) dirumuska : (.7) P.O x00% ris tim dirumuska : t r t c(t) 0.9 t (.8) c(t) 0. sttlig tim dirumuska : 4 ts (.9) 5. Modl Gtik A Modl sistm A yag aka dioptimasi mlalui mtod algoritma gtik trlbih dahulu diformat k dalam mkaism komputasi oparamtrik, yaitu dga cara mgkodka paramtr-paramtr optimal k dalam format bir yag kmudia trsusu scara sistmatis didalam kromosom. Paramtr-paramtr optimal A yag aka dicari mliputi Gai Amplifir, Gai xcitr, Gai Grator, Gai Stabilisr da Gai Ssor. Stiap Gai kompo aka dimodlka k dalam btuk g, yag trsusu bit bir, sdagka kromosom trsusu atas gg yag mwakili stiap paramtr. Jadi pajag kromosom dapat dihitug sprti pada (.0). Lchrom = m* bit (.0) dimaa, Lchrom : Pajag kromosom m : Jumlah g : Jumlah bit stiap g. Cotoh, jika kita mmiliki 5 buah paramtr yag aka dicari slsaia optimalya da stiap paramtr dikodka dalam 5 bit bir, maka jumlah g yag dibutuhka adalah 5 yaki sama dga jumlah paramtr. G-g trsbut trltak didalam kromosom yag trsusu brjajar sprti pada gambar. Dalam modl A g-g trsbut tidak lai mrprstasika Gai Amplifir, Gai xcitr, Gai Grator, Gai Stabilisr da Gai Ssor. Tigkat kprsisia atau lvl kuatitasi stiap gai kompo dittuka brdasarka (3.4). QL G max Gmi LG () (.) dimaa, QL = Quatitatio Lvl atau Drajat Kprsisia G max = Batas maksimum Gai Kompo G mi = Batas miimum Gai Kompo LG = Pajag g (bit) = Jumlah g Utuk mdapatka ilai aktual stiap gai kompo utuk suatu kod g trttu dapat dihitug sprti pada (3.5). G actual dcodg QL G mi (.) dimaa, G actual : Nilai gai kompo yag ssugguhya (Tru alu) Dcod(G) : Skalar hasil pgubaha kod bir k kod dsimal QL : Quatitatio Lvl Cotoh, jika kita aggap paramtr ksatu atau g ksatu mwakili gai amplifir dga batas miimum.0 da maksimum 0.0 da mmiliki kod bir 00, ilai aktual yag diwakili kod ii dapat dihitug sbagai brikut : QL Amp Lchrom G- G- G-3 G-4 G P P P3 P4 P5 Gambar. Modl Kromosom Bir bsar ilai kovrsi kod dihitug dga cara brikut : dcod(00) = 0 * * 3 + * + * + * 0 =

8 = 7 maka bsar ilai aktual gai amplifir dapat dihitug dga cara brikut : G Amp Actual dcod(00).ql Amp.0 Utuk mgtahui luas ruag pcaria solusi pmodla A dapat mudah kita ttuka sprti pada (3.6). SS = Lchrom (.3) dimaa, SS : uag Pcaria (Sarch Spac) Cotoh, jika utuk mmodlka A yag optimal diprluka 5 paramtr gai kompo da stiap gai kompo dikodka dalam 5 bit bir, maka kita aka mmiliki modl sbayak 5 - buah, SS trsbut sagat tidak mugki dicari mgguaka mtod trial ad rror utuk mdapatka solusi yag palig optimal. 5. Fugsi Objktif da Fugsi Fitss Fugsi objktif diguaka utuk mgtahui atau mgukur scara kualitatif sbrapa baik solusi yag dihasilka atau modl yag trbtuk brdasarka tujua prcaaa sdagka fugsi fitss diguaka utuk mgtahui scara kualitatif solusi yag dihasilka brdasarka fugsi objktif da plaggara kdala (Costraits iolac). Dalam algoritma gtik kdua fugsi ii mmgag praa ptig dalam pross pcaria solusi optimal, validitas solusi dittuka brdasarka sbrapa baik fugsi objktif da fugsi fitss dibtuk olh sorag pracag, shigga stiap pracag walaupu mgguaka mtod ALGN yag sama aka ttap mmbrika hasil akhir yag brbda. Dalam pmodla A fugsi objktif dibtuk brdasarka akumulasi ksalaha taggapa sistm A dalam suatu durasi waktu simulasi trttu. Tori yag mdukug pmbtuka fugsi objktif adalah, kirja suatu sistm kotrol trukur brdasarka mtod ITA (Itgral of Tim Multiplid by Absolut rror) atau bsar akumulasi ksalaha taggapa sistm dikalika dga waktu utuk satu priod simulasi, scara matmatis dapat dirumuska sprti pada (.4) ITA t s t0 atau scara prhituga diskrit dapat dihitug sbagai brikut : ITA t S t t0,tt t dimaa t adalah lbar pcuplika waktu simulasi. 6. Hasil Pgujia da Aalisa t (t) dt (.4) (.5) Pgujia ujuk krja A yag dipoptimasi mgguaka algoritma gtik diambil utuk bbrapa skario pgujia. Cotoh pgujia dilakuka dga mtuka paramtr algoritma gtik sbagai brikut; ukura populasi=40, jumlah grasi=00, Probabilitas kombiasi=0.9, Probabilitas Mutasi=NaN, Gap Grasi=0.9, Kostata Mutasi=0.7 da kprsisia=0bit. Hasilya brikut ii. Gambar. Kurva Ujuk Krja ALGN Uji- Gambar mmprlihatka bagaimaa ALGN Uji- mlakuka pross pcaria modl trbaik A dari grasi k grasi. Pross pcaria modl trbaik A dilakuka brdasarka ITA (Itgral of Tim Multiplid by Absolut rror) dimaa dga mtod ii ujuk krja A diilai. Nilai ITA pada grasi prtama ALGN Uji- sagat tiggi yaitu brkisar 75, ITA yag tiggi ii disbabka pada grasi prtama smua idividu dalam suatu populasi masih mmiliki matri gtik yag kurag baik da trbtukya pu scara radom. 0 grasi prtama ALGN Uji- sudah 8

9 mghasilka idividu dga kualitas yag mmadai dga ilai ITA yag dibrika jauh lbih kcil dari grasi prtama yaitu brkisar 5. Grasi 0-40 ALGN Uji- tidak mmbrika hasil pcaria yag sigifika, hal ii disbabka trjadi prsaiga yag ktat yag mybabka ilai ITA yag dibrika olh idividu trbaik tidak bgitu brbda dga ilai ITA idividu trbaik grasi sblumya. Pada grasi 4-00 karaktristik ALGN sbagai mtod pcaria solusi global (Global Solutio) tampak jlas. Pampaka garis lurus dalam kisara grasi 4-00 mgiformasika bahwa idividu suprrior sudah trbtuk, idividu suprrior adalah idividu yag mmiliki kualitas trbaik dari grasi k grasi. Iformasi g yag dimiliki idividu suprrior mrupaka iformasi modl A trbaik yag trcapai. Dari Lampira-A dapat dilihat scara dtail ilai ITA stiap idividu dari grasi k grasi utuk mdapatka solusi yag tpat (xact Solutio). Gambar 3. Tgaga Trmial Grator GA Uji- Solusi tpat diprolh pada grasi k 00 (Lampira-A) trdapat pada idividu k-3 da iformasi yag dapat diprolh dari kromosom idividu trsbut adalah sbagai brikut :. K A = K = K G = K F = K = ITA = Fugsi alih GA (Gtic-Basd A Modl) dapat dihitug mgguaka (.6) da dihasilka : T rff (s) (s) s 5 59s s 30s 3 353s s 4590s 3970 (.6) ksalaha kadaa tuak (SS) GA utuk paramtr tgaga trmial grator dihitug mgguaka (.9) da dihasilka : ss p.u Jadi jika tgaga trmial grator dist 3.8 k, maka kluara GA haya mmbrika tgaga sbsar 0.986*3.8 k atau sbsar 3.56 k. Kurva taggapa GA dapat dilihat pada gambar 3. GA yag dihasilka mlalui ALGN Uji-, dapat dilakuka prhituga utuk kritria sistm kotrol yag lai yaitu Pak Tim, Prct Ovrshoot, is Tim da Sttlig Tim. Nilai stiap kritria trsbut dapat dihitug dga mgguaka (.6), (.7), (.8) da (.9) aka mghasilka :. Pak tim = dtik. Prct ovrshoot = % 3. is tim =.705 dtik 4. Sttlig tim = dtik 9

10 Tabl. Hasil pgujia A dga bbrapa skario pgujia da prbadiga dga modl yag di ada rfrsi H.Sadaat. Modl ALGN- Faktor Pguata Ujuk Krja Sistm K A K K G K S K ITA SS PT PO T ST TC ALGN ALGN ALGN ALGN ALGN ALGN ALGN ALGN Modl-# 0 * * * Modl-# * Ktraga: PT=Pak Tim, PO=Prct Ovrshoot, T=is Tim, ST=Sttlig Tim, TC=Tim Cosumptio, ss=stady Stat rror. 7. Ksimpula Dari k-9 skario pgujia ujuk krja algoritma gtik dga mmvariasika data paramtr gtik, utuk mmodlka sistm A agar diprolh taggapa tgaga trmial grator trbaik, dapat disimpulka sbagai brikut :. Scara global k-9 skario pgujia pmodla sistm A mgguaka mtod algoritma gtik mghasilka taggapa tgaga tmial grator lgih baik dibadigka modl sistm A pada rfrsi H.Sadaat. Modl A trbaik yag brhasil dihasilka olh ALGN Uji-6 dga kaika ujuk krja 87.36% da trburuk olh ALGN Uji-8 dga kaika 8.63 %. 8. Sara Pmodla A mgguaka mtod algoritma gtik mmbrika hasil yag mmuaska utuk smua skario pgujia utuk pmodla A yag sdrhaa, utuk plitia lbih lajut ada bbrapa sara yaitu :. Modl A yag diguaka adalah modl A stadart I, dimaa ord sistm jauh lbih tiggi da mmiliki karatristik tak liir.. Modl sistm utuk plitia lbih lajut dapat mgguaka kasus sistm taga Multimachi da Multiara DAFTA PUSTAKA []., Gtic Srvr ad Gtic Library, [] Byugkyu Park, Carroll J. Mssr, Thomas Urbaik II, Traffic Sigal Optimatio Program For Ovrsaturatd Coditios: A Gtic Algorithm Approach, Txas A&M Uivrsity, 988 [3] Davis, Lawrc D, Had Book of Gtic Algorithm, a Nostrad ihold, Nw York, 99 0

11 [4] urogp 00 4 th uropa Cofrc o Gtic Programmig, 8-0 April 00, Lak Coro (Mila), Italy [5] Golbrg, David, Gtic Algorithms i Sarch, Optimizatio, ad Machi Larig, Addiso-Wsly Publishig Compay. Ic [6] Graham, D. Tuig th PID cotrollr Basd o a Gtic Algorithm (GA), Papr Implmtatio of GA i Cotrol Fild, 994 [7] Ogata, K, Tik Kotrol Automatik Jilid I da [8] Kim-Fug-Ma : Gtic Algorithms : Cocpts ad Dsigs, City Uivrsity of Hogkog. [9] Hrmaa, Naa, coomic Dispatch dga Mgguaka Algoritma Gtik, Procdig SSTL-II, UNDIP [0] Malik, Lvy D., Optimasi Bas Poit Uit Pmbagkit Thrmal Multi Ara dga Algoritma Gtik, Tugas Akhir, Uivrsitas Dipogoro, Smarag [] Triwiyato,Aris t.al, Prbadiga Sistm ksitasi Kovsioal da No- Kovsioal Trhadap Kstabila Grator, Procdig SSTL-I ITB [] W.Sadaat, H, Powr Systm Aalysis, McGraw Hill Sris. [3] Wlstad, Stph T., Nural Ntwork Ad Fuzzy Logic Applicatio i C/C++, Joh Wily & Sos, Ic., 994 [4] Wood, A, Powr Gratio, Opratio & Cotrol, Prtic Hall Sris Mgtahui / mytujui Pmbimbig I : Ir.Tjo Sujmadi, MT NIP Pmbimbig II : Trias Adromda, ST MT NIP

BAB 1 HAMPIRAN TAYLOR DAN ANALISIS GALAT

BAB 1 HAMPIRAN TAYLOR DAN ANALISIS GALAT Catata Kuliah EL Aalisis Numrik BAB HAMPIRAN TAYLOR DAN ANALISIS GALAT. Pgatar Mtod Numrik Ktika kita mylsaika prsamaa-prsamaa matmatika di maa torma-tormaya masih dapat ditrapka, solusi aalitik atau solusi

Lebih terperinci

BAB 2 SOLUSI NUMERIK PERSAMAAN

BAB 2 SOLUSI NUMERIK PERSAMAAN BAB SOLUSI NUMERIK PERSAMAAN Dalam sais da rkayasa, kita srigkali harus mcari akar solusi dari prsamaa f 0. Jika f mrupaka fugsi poliomial liar atau kuadratis, solusi ksakya mudah utuk didapatka kara rumusya

Lebih terperinci

JURNAL TEKNIK ITS Vol. 5, No. 2, (2016) ISSN: ( Print) 54

JURNAL TEKNIK ITS Vol. 5, No. 2, (2016) ISSN: ( Print) 54 JURNAL TEKNIK ITS Vol. 5, No., (06) ISSN: 337-3539 (30-97 Pri 54 Pracaga Kotrolr PID-Fuzzy utuk Sistm Pgatura Cascad Lvl da Flow pada Basic Procss Rig 38-00 Dwi Arki Pritadi, Joko Susila, Eka Iskadar Jurusa

Lebih terperinci

BAB II LANDASAN TEORI

BAB II LANDASAN TEORI A II LANDASAN TEORI. Distribusi Pluag Diisi. (Walpol da M rs 995) Jika X adalah suatu variabl radom kotiu maka ugsi dsitas pluaga adalah suatu ugsi ag mmuhi kodisi: i. ; utuk x (- ) ii. = iii. = (.) Diisi.

Lebih terperinci

TEORI ANTRIAN. Elemen Dasar Model Antrian. Distribusi Poisson dan eksponensial. =, t 0, dimana E { t}

TEORI ANTRIAN. Elemen Dasar Model Antrian. Distribusi Poisson dan eksponensial. =, t 0, dimana E { t} Elm Dasar Modl Atria. TEORI ANTRIAN Aktor utama customr da srvr. Elm dasar :. distribusi kdataga customr.. distribusi waktu playaa. 3. disai fasilitas playaa (sri, parall atau jariga). 4. disipli atria

Lebih terperinci

S - 1 Penggunaan Metode Bayesian Obyektif dalam Analisis Pengukuran Tingkat Kepuasan Pelanggan Berdasarkan Kuesioner

S - 1 Penggunaan Metode Bayesian Obyektif dalam Analisis Pengukuran Tingkat Kepuasan Pelanggan Berdasarkan Kuesioner PROSIDING ISBN : 978 979 6353 6 3 S - Pgguaa Mtod Baysia Obyktif dalam Aalisis Pgukura Tigkat Kpuasa Plagga Brdasarka Kusior Adi Stiawa Program Studi Matmatika, Fakultas Sais da Matmatika Uivrsitas Krist

Lebih terperinci

ESTIMASI TITIK BAYESIAN OBYEKTIF

ESTIMASI TITIK BAYESIAN OBYEKTIF ESTIMASI TITIK BAYESIAN OBYEKTIF Adi Stiawa (adi_stia_3@yahoo.com) Program Studi Matmatika, Fakultas Sais da Matmatika Uivrsitas Krist Satya Wacaa Jl Dipogoro 52-6 Salatiga 57, Idosia Abstrak Estimasi

Lebih terperinci

BAB II LANDASAN TEORI. kesetimbangan, linearisasi, bilangan reproduksi dasar, analisa kestabilan, kriteria

BAB II LANDASAN TEORI. kesetimbangan, linearisasi, bilangan reproduksi dasar, analisa kestabilan, kriteria BAB II LANDASAN EORI Pada bab ii aka dibahas tori tori pdukug yag aka diguaka pada bab slajutya, atara lai modl matmatika, modl pidmik SIR klasik, ilai ig, prsamaaa difrsial, sistm prsamaa difrsial, titik

Lebih terperinci

Transformasi Fourier Waktu Diskrit

Transformasi Fourier Waktu Diskrit Praktikum Isyarat da Sistm Topik 5 Trasformasi ourir Waktu Diskrit Tuua Mahasiswa dapat mtuka da mgguaka trasformasi ourir waktu diskrit dalam aalisa suatu sistm LTI Mahasiswa dapat mgguaka MATLAB sbagai

Lebih terperinci

TEORI ANTRIAN. A. Definisi dan Unsur-unsur Dasar Model Antrian

TEORI ANTRIAN. A. Definisi dan Unsur-unsur Dasar Model Antrian TEORI ANTRIAN Tori atria mrupaka studi matmatis mgai atria atau waitig lis yag di dalamya disdiaka bbrapa altratif modl matmatika yag dapat diguaka utuk mtuka bbrapa karaktristik da optimasi dalam pgambila

Lebih terperinci

PENALA NADA ALAT MUSIK MENGGUNAKAN ALIHRAGAM FOURIER

PENALA NADA ALAT MUSIK MENGGUNAKAN ALIHRAGAM FOURIER PENL ND L MUSIK MENGGUNKN LIHRGM OURIER Olh : di Kuria (L57) Jurusa kik Elktro akultas kik Uivrsitas Dipogoro Jl. Pro. H Sudarto S. H., mbalag, Smarag -mail : Katrosid@Yahoo.com bstrak - Mlalui pristiwa

Lebih terperinci

JURNAL TEKNIK POMITS Vol. 1, No. 1, (2012) 1-6 1

JURNAL TEKNIK POMITS Vol. 1, No. 1, (2012) 1-6 1 JURAL TEKIK POMITS Vol., o., () -6 PERACAGA DA IMPLEMETASI KOTROLLER PID-FUZZY UTUK MEJAGA STABILITAS ILAI FREKUESI TEGAGA TERBAGKIT PADA PEMBAGKIT LISTRIK KAPASITAS KVA DEGA PEGGERAK UTAMA MOTOR BAKAR

Lebih terperinci

METODE SECANT-MIDPOINT NEWTON UNTUK MENYELESAIKAN PERSAMAAN NONLINEAR. Supriadi Putra

METODE SECANT-MIDPOINT NEWTON UNTUK MENYELESAIKAN PERSAMAAN NONLINEAR. Supriadi Putra METODE SENT-MIDPOINT NEWTON UNTUK MENYELESIKN PERSMN NONLINER Supriadi Putra sputra@uri.ac.id Laboratorium Komputasi Jurusa Matmatika Fakultas Matmatika da Ilmu Pgtahua lam Uivrsitas Riau Kampus Biawidya

Lebih terperinci

INTEGRAL FOURIER. DISUSUN OLEH : Kelompok III (Tiga)

INTEGRAL FOURIER. DISUSUN OLEH : Kelompok III (Tiga) INTEGRA FOURIER DISUSUN OEH : Klompok III (Tiga). Maruah (7 6). Yusi Oktavia (7 45 ) 3. Widya Elvi AS (7 45) 4. Azar Saarudi (7 454) 5. Irmaati (7 455) Mata Kuliah Dos Pgasuh Klas : Matmatika ajuta : Fadli,

Lebih terperinci

Kalkulus 2. Persamaan Differensial Biasa (Ordinary Differential Equations (ODE))

Kalkulus 2. Persamaan Differensial Biasa (Ordinary Differential Equations (ODE)) Kalkulus Prsamaa Diffrsial Biasa Ordiar Diffrtial Equatios ODE Dhoi Hartato S.T. M.T. M.Sc. Prodi Tkik Kimia Fakultas Tkik Uivrsitas Ngri Smarag Prsamaa Diffrsial Biasa Prsamaa Diffrsial adalah Prsamaa

Lebih terperinci

PERLUASAN METODE NEWTON DENGAN PENDEKATAN PARABOLIK

PERLUASAN METODE NEWTON DENGAN PENDEKATAN PARABOLIK PERLUASAN METDE NEWTN DENGAN PENDEKATAN PARABLIK Abdul Rahma, Supriadi Putra, Bustami Mahasiswa Program Studi S Matmatika Dos JurusaMatmatika Fakultas Matmatika da Ilmu Pgtahua Alam Uivrsitas Riau Kampus

Lebih terperinci

METODE ITERASI BARU UNTUK MENYELESAIKAN PERSAMAAN NONLINEAR

METODE ITERASI BARU UNTUK MENYELESAIKAN PERSAMAAN NONLINEAR Vol. 9. No., 0 Jural Sais, Tkologi da Idustri METODE ITERASI BARU UNTUK MENYELESAIKAN PERSAMAAN NONLINEAR Supriadi Putra, Ria Kuriawati, Asmara Karma sputra@uri.ac.id Laboratorium Matmatika Trapa Jurusa

Lebih terperinci

Jurnal Mutiara Pendidikan Indonesia, 10/08 (2016), 67-73

Jurnal Mutiara Pendidikan Indonesia, 10/08 (2016), 67-73 67, 1/ (16), 67-73 STUDI OPARASI IPLEENTASI URIULU PADA PEBELAJARAN ASELERASI DAN PEBELAJARAN REGULER (ajia pada las XI CI+BI IPA da las XI IPA di SAN 1 Padag) Yssi Rifmasari STIP Adzkia Padag Email :

Lebih terperinci

TURUNAN FUNGSI. Definisi. 3.1 Pengertian Turunan Fungsi. Turunan fungsi f adalah fungsi f yang nilainya di c adalah. h asalkan limit ini ada.

TURUNAN FUNGSI. Definisi. 3.1 Pengertian Turunan Fungsi. Turunan fungsi f adalah fungsi f yang nilainya di c adalah. h asalkan limit ini ada. 3 TURUNAN FUNGSI 3. Pgrtia Turua Fugsi Diisi Turua ugsi adala ugsi yag ilaiya di c adala c c c asalka it ii ada. Coto Jika 3 4, maka turua di adala 3 4 3.. 4 3 4 4 4 4 4 4 3 3 3 4 Jika mmpuyai turua di

Lebih terperinci

Metode Iterasi Tiga Langkah dengan Orde Konvergensi Enam untuk Menyelesaikan Persamaan Nonlinear

Metode Iterasi Tiga Langkah dengan Orde Konvergensi Enam untuk Menyelesaikan Persamaan Nonlinear Jural Sais Matmatika da Statistika Vol No Juli 6 ISSN 6-5 Mtod Itrasi Tiga Lagkah dga rd Kovrgsi Eam utuk Mlsaika Prsamaa Noliar M Ari da M M Niam Jurusa Matmatika Fakultas Sais da Tkologi UIN Sulta Sari

Lebih terperinci

Modifikasi Metode Bahgat tanpa Turunan Kedua dengan Orde Konvergensi Optimal

Modifikasi Metode Bahgat tanpa Turunan Kedua dengan Orde Konvergensi Optimal Smiar Nasioal Tkologi Iformasi, Komuikasi da Idustri (SNTIKI 9 ISSN (Pritd : 79-77 Fakultas Sais da Tkologi, UIN Sulta Syarif Kasim Riau ISSN (Oli : 79-406 Pkabaru, -9 Mi 07 Modifikasi Mtod Bahgat tapa

Lebih terperinci

Sudaryatno Sudirham ing Utari. Mengenal Sudaryatno S & Ning Utari, Mengenal Sifat-Sifat Material (1)

Sudaryatno Sudirham ing Utari. Mengenal Sudaryatno S & Ning Utari, Mengenal Sifat-Sifat Material (1) Sudaryato Sudirham ig Utari Mgal Sifat-Sifat Matrial () - Sudaryato S & Nig Utari, Mgal Sifat-Sifat Matrial () BAB Sifat-Sifat Thrmal Sjumlah rgi bisa ditambahka k dalam matrial mlalui pmaasa, mda listrik,

Lebih terperinci

KONVERGENSI MODIFIKASI METODE NEWTON GANDA DENGAN MENGGUNAKAN KELENGKUNGAN KURVA

KONVERGENSI MODIFIKASI METODE NEWTON GANDA DENGAN MENGGUNAKAN KELENGKUNGAN KURVA Vol. 9. No. Jural Sais Tkologi da Idustri KONVERGENSI MODIFIKASI METODE NEWTON GANDA DENGAN MENGGUNAKAN KELENGKUNGAN KURVA Yuslita Muda Wartoo Novi Maulaa Laboratorium Matmatika Trapa Jurusa Matmatika

Lebih terperinci

Perumusan Fungsi Green Sistem Osilator Harmonik dengan Menggunakan Metode Integral Lintasan (Path Integral)

Perumusan Fungsi Green Sistem Osilator Harmonik dengan Menggunakan Metode Integral Lintasan (Path Integral) Prumusa Fugsi Gr Sistm Osilator Harmoik dga Mgguaka Mtod Itgral Litasa (Path Itgral) Sutisa Abstrat: Th path itgral is a mthod that oft usd i th uatum problms alulatio. For xampl; th alulatio of uatum

Lebih terperinci

b. peluang terjadinya peristiwa yang diperhatikan mendekati nol (p 0). c. perkalian n.p =, sehingga p = /n.

b. peluang terjadinya peristiwa yang diperhatikan mendekati nol (p 0). c. perkalian n.p =, sehingga p = /n. 0 DISTRIBUSI POISSO Distribusi Poisso ii diprolh dari distribusi biomial, apabila dalam distribusi biomial brlau syarat-syarat sbagai briut: a. baya pgulaga sprimya sagat bsar ( ). b. pluag trjadiya pristiwa

Lebih terperinci

BAB I METODE NUMERIK SECARA UMUM

BAB I METODE NUMERIK SECARA UMUM BAB I METODE NUMERIK SECARA UMUM Aplikasi modl matmatika banyak muncul dalam brbagai disiplin ilmu pngtahuan, sprti isika, kimia, konomi, prsoalan rkayasa (tknik msin, sipil, lktro). Modl matmatika yang

Lebih terperinci

MODUL 2 BILANGAN KOMPLEKS

MODUL 2 BILANGAN KOMPLEKS Diktat Kuliah EL- Matmatika Tkik I MODUL BILANGAN KOMPLEKS Satua Acara Prkuliaha Mdul (Bilaga Kmplks sbagai brikut Ptmua k- Pkk/Sub PkkBahasa TuuaPmblaara Bilaga Kmplks Pgatar Bilaga Kmplks Lambag Bilaga

Lebih terperinci

Metode Iterasi Orde Konvergensi Enam Untuk Penyelesaian Persamaan Nonlinear

Metode Iterasi Orde Konvergensi Enam Untuk Penyelesaian Persamaan Nonlinear Smiar asioal Tkologi Iormasi Komuikasi da Idustri STIKI 9 ISS Pritd : 9- Fakultas Sais da Tkologi UI Sulta Sari Kasim Riau ISS li : 9-6 Pkabaru 8-9 Mi Mtod Itrasi rd Kovrgsi Eam Utuk Plsaia Prsamaa oliar

Lebih terperinci

RANCANG BANGUN SISTEM INFORMASI PENGELOLAAN INVENTARIS LABORATORIUM KOMPUTER UNIVERSITAS SEMARANG DENGAN METODE SUPPLY CHAIN MANAGEMENT SYSTEM

RANCANG BANGUN SISTEM INFORMASI PENGELOLAAN INVENTARIS LABORATORIUM KOMPUTER UNIVERSITAS SEMARANG DENGAN METODE SUPPLY CHAIN MANAGEMENT SYSTEM RANCANG BANGUN SISTEM INFORMASI PENGELOLAAN INVENTARIS LABORATORIUM KOMPUTER UNIVERSITAS SEMARANG DENGAN METODE SUPPLY CHAIN MANAGEMENT SYSTEM Mufadhol Fakultas Tkologi Iformasi da Komuikasi Uivrsitas

Lebih terperinci

Modifikasi Metode Iterasi Dua Langkah dengan Satu Parameter

Modifikasi Metode Iterasi Dua Langkah dengan Satu Parameter Smiar Nasioal Tkologi Iormasi, Komuikasi da Idustri SNTIKI 9 ISSN Pritd : 79-77 Fakultas Sais da Tkologi, UIN Sulta Sari Kasim Riau ISSN Oli : 79-406 Pkabaru, 8-9 Mi 07 Modiikasi Mtod Itrasi Dua Lagkah

Lebih terperinci

PEMBELAJARAN KONVERGENSI BARISAN BILANGAN DAN FUNGSI REAL DENGAN MATLAB dan GEOGEBRA

PEMBELAJARAN KONVERGENSI BARISAN BILANGAN DAN FUNGSI REAL DENGAN MATLAB dan GEOGEBRA Bidag Kajia : Pdidika Matmatika PEMBELAJARAN KONVERGENSI BARISAN BILANGAN DAN FUNGSI REAL DENGAN MATLAB da GEOGEBRA H.A. Parhusip Program Studi Matmatika Fakultas Sais da Matmatika Uivrsitas Krist Satya

Lebih terperinci

Penerapan Balanced Scorecard pada Pengukuran Kinerja Lembaga Pendidikan

Penerapan Balanced Scorecard pada Pengukuran Kinerja Lembaga Pendidikan Prapa Balacd Scorcard pada Pgukura Kirja Lmbaga Pdidika Nasir Widha Styato Program Studi Tkik Idustri Fakultas Tkik Uivrsitas Brawijaya Jala MT. Haryoo 167, Malag 65145, Idosia azzyr_li@ub.ac.id Arif Rahma

Lebih terperinci

Sifat-Sifat Thermal. Sudaryatno Sudirham

Sifat-Sifat Thermal. Sudaryatno Sudirham Sifat-Sifat hrmal Sudaryato Sudirham Sjumlah rgi bisa ditambahka k dalam matrial mlalui pmaasa, mda listrik, mda magit, bahka glombag cahaya sprti pada pristwa photo listrik yag tlah kita kal. aggapa padata

Lebih terperinci

Klasifikasi Berita Twitter Menggunakan Metode Improved Naïve Bayes

Klasifikasi Berita Twitter Menggunakan Metode Improved Naïve Bayes Jural gmbaga Tkologi Iformasi da Ilmu Komputr -ISSN: -X Vol., No., Oktobr, hlm. - http://j-ptiik.ub.ac.id Klasifikasi Brita Twittr Mgguaka Mtod Improvd Naïv Bays Budi Kuriawa, Mochammad Ali auzi, Agus

Lebih terperinci

Modifikasi Metode Newton-Steffensen Bebas Turunan

Modifikasi Metode Newton-Steffensen Bebas Turunan Smiar Nasioal Tkologi Iormasi Komuikasi da Idustri SNTIKI 7 ISSN :08-990 Pkabaru Novmbr 0 Modiikasi Mtod Nto-Sts Bbas Turua M. Niam M.Y Jurusa Matmatika Fakultas Sais da Tkologi UIN Sulta Sari Kasim Riau

Lebih terperinci

KONVERGENSI MODIFIKASI METODE POTRA - PTAK DENGAN MENGGUNAKAN KELENGKUNGAN KURVA TUGAS AKHIR

KONVERGENSI MODIFIKASI METODE POTRA - PTAK DENGAN MENGGUNAKAN KELENGKUNGAN KURVA TUGAS AKHIR KNVERGENSI MDIFIKASI METDE PTRA - PTAK DENGAN MENGGUNAKAN KELENGKUNGAN KURVA TUGAS AKHIR Diajuka sbagai Salah Satu Sarat utuk Mmprolh Glar Sarjaa Sais pada Jurusa Matmatika lh: YUZI ANDRI SUHARYN 0800086

Lebih terperinci

MODIFIKASI SEDERHANA DARI VARIAN METODE NEWTON UNTUK MENYELESAIKAN PERSAMAAN NONLINEAR ABSTRACT

MODIFIKASI SEDERHANA DARI VARIAN METODE NEWTON UNTUK MENYELESAIKAN PERSAMAAN NONLINEAR ABSTRACT MODIFIKASI SEDERHANA DARI VARIAN METODE NEWTON UNTUK MENYELESAIKAN Supriadi Putra Jurusa Matmatika Fakultas Matmatika da Ilmu Pgtahua Alam Uivrsitas Riau, Pkabaru ABSTRAT This articl discusss a simpl modiicatio

Lebih terperinci

ANALISIS REGRESI LOGISTIK ORDINAL UNTUK MENGETAHUI FAKTOR-FAKTOR YANG MEMPENGARUHI STATUS GIZI BALITA NELAYAN KECAMATAN BULAK SURABAYA

ANALISIS REGRESI LOGISTIK ORDINAL UNTUK MENGETAHUI FAKTOR-FAKTOR YANG MEMPENGARUHI STATUS GIZI BALITA NELAYAN KECAMATAN BULAK SURABAYA ANALISIS REGRESI LOGISTIK ORDINAL UNTUK MENGETAHUI FAKTOR-FAKTOR YANG MEMPENGARUHI STATUS GIZI BALITA NELAYAN KECAMATAN BULAK SURABAYA Citra Elok Mgahardiyai, da Dstri Susilaigrum Mahasiswa Jurusa Statistika

Lebih terperinci

TINJAUAN PUSTAKA PENDAHULUAN

TINJAUAN PUSTAKA PENDAHULUAN PEDAHULUA Latar Blakag Dalam bidag didika, kgiata ilaia atau valuasi hasil blajar srta didik mruaka salah satu tugas tig yag harus dilakuka olh didik. Evaluasi hasil blajar srta didik dilakuka utuk mgtahui

Lebih terperinci

APLIKASI SEARCH ENGINE MENGGUNAKAN ALGORITMA KNUTH-MORRIS-PRATT (KMP)

APLIKASI SEARCH ENGINE MENGGUNAKAN ALGORITMA KNUTH-MORRIS-PRATT (KMP) Prosidig Smiar Nasioal Maajm Tkologi XIII Program Studi MMT-ITS, Surabaya 5 Pbruari 2011 APLIKASI SEARCH ENGINE MENGGUNAKAN ALGORITMA KNUTH-MORRIS-PRATT (KMP) Sri Lstari, Ami Djaya Jurusa Sistm Iformasi,

Lebih terperinci

Bab III Aplikasi Teori Kontrol H 2 Pada Sistem Suspensi

Bab III Aplikasi Teori Kontrol H 2 Pada Sistem Suspensi Bab III Alikasi Tori Kotrol H Pada Sistm Sssi 36 Bab III Alikasi Tori Kotrol H Pada Sistm Sssi Pggaa tori kotrol H tlah bayak digaka Olh kara it brikt ii aka dirkalka da macam alikasi tori kotrol H ii

Lebih terperinci

Penyelesaian Persamaan Nonlinear Menggunakan Metode Iterasi Tiga Langkah

Penyelesaian Persamaan Nonlinear Menggunakan Metode Iterasi Tiga Langkah Smiar Nasioal Tkologi Iormasi, Komuikasi da Idustri SNTIKI ISSN Pritd : -1 Fakultas Sais da Tkologi, UIN Sulta Sari Kasim Riau ISSN li : -0 Pkabaru, 1-1 Mi 01 Plsaia Prsamaa Noliar Mgguaka Mtod Itrasi

Lebih terperinci

MODUL E LEARNING SEKSI -9 MATA KULIAH : KALKULUS LANJUT KODE MATA KULIAH : INF 221 : 5099 : DRA ENDANG SUMARTINAH,MA

MODUL E LEARNING SEKSI -9 MATA KULIAH : KALKULUS LANJUT KODE MATA KULIAH : INF 221 : 5099 : DRA ENDANG SUMARTINAH,MA MODUL E LEARNING SEKSI -9 MATA KULIAH : KALKULUS LANJUT KODE MATA KULIAH : INF DOSEN : 5099 : DRA ENDANG SUMARTINAH,MA TUJUAN MATA KULIAH : A.URAIAN DAN TUJUAN MATA KULIAH : Mahasiswa mmplajari Fugsi a

Lebih terperinci

Hartono Guntur *) *) Staf Pengajar Jurusan Teknik Sipil STTR Cepu. Jl. Kampus Ronggolawe Blok B No. 1. Mentul Cepu

Hartono Guntur *) *) Staf Pengajar Jurusan Teknik Sipil STTR Cepu. Jl. Kampus Ronggolawe Blok B No. 1. Mentul Cepu 10 Aalisa Ssitivitas ggua Trhadap gmbaga Trasportasi Krta Api Sbagai Altratif Trasportasi atai Utara Jawa ( Rut : Smarag Surabaya ) Hartoo Gutur *) *) Staf gajar Jurusa Tkik Sipil STTR Cpu Jl. Kampus Roggolaw

Lebih terperinci

STUDI TERHADAP SEBARAN STASIONER PADA SISTEM BONUS MALUS SWISS

STUDI TERHADAP SEBARAN STASIONER PADA SISTEM BONUS MALUS SWISS STUDI TERHDP SEBRN STSIONER PD SISTEM BONUS MLUS SWISS Olh : RENSY ERMWTY G PROGRM STUDI MTEMTIK FKULTS MTEMTIK DN ILMU PENGETHUN LM INSTITUT PERTNIN BOGOR BSTRK RENSY ERMWTY Studi Trhadap Sbara Stasior

Lebih terperinci

Aplikasi Integral. Panjang sebuah kurva w(y) sepanjang selang dapat ditemukan menggunakan persamaan

Aplikasi Integral. Panjang sebuah kurva w(y) sepanjang selang dapat ditemukan menggunakan persamaan Aplikasi Intgral Intgral dapat diaplikasikan k dalam banyak hal. Dari yang sdrhana, hingga aplikasi prhitungan yang sangat komplks. Brikut mrupakan aplikasi-aplikasi intgral yang tlah diklompokkan dalam

Lebih terperinci

Transformasi Z Materi :

Transformasi Z Materi : 4 Trasformasi Z Matri : Dfiisi Trasformasi Darah Kovrgsi (Rgio of Covrgc) Diagram Pol Zro Sifat Trasformasi Trasformasi dalam Btu Poliomial Rasioal Fugsi Sistm atau Fugsi Trasfr H() dari Sistm Liir Tida

Lebih terperinci

APLIKASI RESIDU KOMPLEKS PADA PERSAMAAN DIFERENSIAL HOMOGEN CAUCHY- EULER ORDE DUA SKRIPSI. Oleh: YUDIA ISMAIL SYAFITRI NIM:

APLIKASI RESIDU KOMPLEKS PADA PERSAMAAN DIFERENSIAL HOMOGEN CAUCHY- EULER ORDE DUA SKRIPSI. Oleh: YUDIA ISMAIL SYAFITRI NIM: APLIKASI RESIDU KOMPLEKS PADA PERSAMAAN DIFERENSIAL HOMOGEN CAUCHY- EULER ORDE DUA SKRIPSI Olh: YUDIA ISMAIL SYAFITRI NIM: 4547 UNIVERSITAS ISLAM NEGERI MAULANA MALIK IBRAHIM MALANG FAKULTAS SAINS DAN

Lebih terperinci

Modifikasi Varian Metode Newton dengan Orde Konvergensi Tujuh

Modifikasi Varian Metode Newton dengan Orde Konvergensi Tujuh Jural Sais Matmatika da Statistika Vol. No. Juli 0 ISSN 0- Modiikasi Varia Mtod Nwto dga rd Kovrgsi Tujuh Wartoo Ria Rasla Jurusa Matmatika Fakultas Sais da Tkologi UIN Sulta Sari Kasim Riau Jl. HR. Sobratas

Lebih terperinci

PENERIMAAN APLIKASI KAMUS ISTILAH AKUNTANSI PADA SMARTPHONE DENGAN METODE UTAUT

PENERIMAAN APLIKASI KAMUS ISTILAH AKUNTANSI PADA SMARTPHONE DENGAN METODE UTAUT PENERIMAAN APLIKASI KAMUS ISTILAH AKUNTANSI PADA SMARTPHONE DENGAN METODE UTAUT Qoriai Widayati 1, Fbriyati Pajaita 2 Dos Uivrsitas Bia Darma 1, Dos Uivrsitas Bia Darma 2 Jala Jdral Ahmad Yai No.12 Palmbag

Lebih terperinci

HASIL DAN PEMBAHASAN. Gambar 3 Proses penentuan perilaku api.

HASIL DAN PEMBAHASAN. Gambar 3 Proses penentuan perilaku api. 6 yang diharapkan. Msin infrnsi disusun brdasarkan stratgi pnalaran yang akan digunakan dalam sistm dan rprsntasi pngtahuan. Msin infrnsi yang digunakan dalam pngmbangan sistm pakar ini adalah FIS. Implmntasi

Lebih terperinci

PENGEMBANGAN METODE ITERASI DUA DAN TIGA LANGKAH DENGAN ORDE KONVERGENSI OPTIMAL

PENGEMBANGAN METODE ITERASI DUA DAN TIGA LANGKAH DENGAN ORDE KONVERGENSI OPTIMAL PENGEMBANGAN METODE ITEASI DUA DAN TIGA LANGKAH DENGAN ODE KONVEGENSI OPTIMAL Supriadi Putra M.Si* Dr. Sasudhuha M.S urusa Matatika FMIPA Uivrsitas iau *sputra@uri.a.id ABSTAK Dala akalah ii disajika dua

Lebih terperinci

MODIFIKASI METODE NEWTON DENGAN KEKONVERGENAN ORDE TIGA.

MODIFIKASI METODE NEWTON DENGAN KEKONVERGENAN ORDE TIGA. MDIFIKASI METDE NEWTN DENGAN KEKNVERGENAN RDE TIGA Fby Satrya HP ), Agusi ), Musraii ) bysatrya@ymail.om ) Mahasiswa Program Studi S Matmatia ) Dos Matmatia, Jurusa Matmatia Faultas Matmatia da Ilmu Pgtahua

Lebih terperinci

KOMBINASI METODE NEWTON DENGAN METODE ITERASI YANG DITURUNKAN BERDASARKAN KOMBINASI LINEAR BEBERAPA KUADRATUR UNTUK MENYELESAIKAN PERSAMAAN NONLINEAR

KOMBINASI METODE NEWTON DENGAN METODE ITERASI YANG DITURUNKAN BERDASARKAN KOMBINASI LINEAR BEBERAPA KUADRATUR UNTUK MENYELESAIKAN PERSAMAAN NONLINEAR Vol. 0. No. 0 Jural Sais Tkologi da Idustri KOMINSI METODE NEWTON DENGN METODE ITERSI YNG DITURUNKN ERDSRKN KOMINSI LINER EERP KUDRTUR UNTUK MENYELESIKN PERSMN NONLINER Supriadi Putra gusi Yudi Prima Rstu

Lebih terperinci

Penerapan Metode Forward Chaining Pada Sistem Pakar Kerusakan Komputer

Penerapan Metode Forward Chaining Pada Sistem Pakar Kerusakan Komputer IJCIT (Idosia Joural o Computr ad Iformatio Tchology) Vol.2 No.2, Novmbr 207, pp. 4~23 ISSN: 2527-449X E-ISSN: 2549-742 4 Prapa Mtod Forward Chaiig Pada Sistm Krusaka Komputr Ry Oktapiai Program Studi

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB LADASA TEORI.1. Tori Musik.1.1. Musik Musik adalah suatu si yag brbtuk suara yag didapatka dari pggabuga brbagai l yag jadikaya ak utuk didgarka. Murut filsuf Yuai da Idia kuo, usik rupaka kupula ada-ada

Lebih terperinci

Transformasi Fourier Sinyal Waktu Kontinyu. oleh: : Tri Budi Santoso DSP Group, EEPIS-ITS

Transformasi Fourier Sinyal Waktu Kontinyu. oleh: : Tri Budi Santoso DSP Group, EEPIS-ITS Siyal da Sism Trasformasi Fourir Siyal Waku Koiyu olh: : Tri Budi Saoso DSP Group, EEPIS-ITS ITS Tujua: - Siswa mampu mylsaika buk rprsasi alraif pada siyal da sism waku koiyu. - Siswa mjlaska kmbali pyusua

Lebih terperinci

Metode Iterasi Tiga Langkah dengan Orde Konvergensi Tujuh

Metode Iterasi Tiga Langkah dengan Orde Konvergensi Tujuh Smiar Nasioal Tkologi Iormasi Komuikasi da Idustri SNTIKI 8 ISSN : 08-0 Pkabaru Novmbr 0 Mtod Itrasi Tiga Lagkah dga rd Kovrgsi Tujuh Wartoo Maumi Istiqomah Uivrsitas Islam Ngri Sulta Sari Kasim Riau Jl.

Lebih terperinci

RANGKUMAN MATERI ALAT OPTIK

RANGKUMAN MATERI ALAT OPTIK RANGKUAN ATERI ALAT OPTIK Priip Huyg Dari uatu umbr cahaya, tiap aat lalu trbtuk muka glmbag / wavrt (tmpat kduduka titik-titik yag aya ama). Titik-titik pada muka glmbag ii brtidak bagai umbr titik (wavlt)

Lebih terperinci

MODEL PREDIKSI HARGA SAHAM MEDIA SOSIAL BERDASARKAN ALGORITMA SVM YANG DIOPTIMASIKAN DENGAN PSO

MODEL PREDIKSI HARGA SAHAM MEDIA SOSIAL BERDASARKAN ALGORITMA SVM YANG DIOPTIMASIKAN DENGAN PSO Jural Pilar Nusa Madiri Vol.XII, No. Sptmbr 06 6 MODEL PREDIKSI HARGA SAHAM MEDIA SOSIAL BERDASARKAN ALGORITMA SVM YANG DIOPTIMASIKAN DENGAN PSO Eka Puspita Sari Program Studi Maajm Iformatika AMIK BSI

Lebih terperinci

MODEL CLUSTERING PRODUK ONLINE SHOP UNTUK PENENTUAN STOK BARANG MENGGUNAKAN METODE K-MEANS

MODEL CLUSTERING PRODUK ONLINE SHOP UNTUK PENENTUAN STOK BARANG MENGGUNAKAN METODE K-MEANS Kofrsi Nasioal Ilmu Sosial & Tkologi (KNiST) Mart 2016, pp 616~620 MODEL CLUSTERING PRODUK ONLINE SHOP UNTUK PENENTUAN STOK BARANG MENGGUNAKAN METODE K-MEANS 616 Nur Ali Farabi AMIK BSI Tagrag -mail: uraf@bsiaci

Lebih terperinci

1. Proses Normalisasi

1. Proses Normalisasi BAB IV PEMBAHASAN A. Pr-Procssing Pross pngolahan signal PCG sblum dilakukan kstaksi dan klasifikasi adalah pr-procssing. Signal PCG untuk data training dan data tsting trdapat dalam lampiran 5 (halaman

Lebih terperinci

ANALISIS ALIRAN BEBAN PADA SISTEM TENAGA LISTRIK DENGAN MICROSOFT EXCEL. Oleh: Toto Sukisno 1

ANALISIS ALIRAN BEBAN PADA SISTEM TENAGA LISTRIK DENGAN MICROSOFT EXCEL. Oleh: Toto Sukisno 1 ANALISIS ALIRAN BEBAN ADA SISTEM TENAGA LISTRIK DENGAN MICROSOFT EXCEL Olh: Toto Sukiso toto_sukiso@uy.ac.id Abstract: This ar will b xlaid us o sotwar o Microsot Excl to iish th aalysis o load low at

Lebih terperinci

Perbandingan Penentuan Parameter Pengendali PID Pada Plant

Perbandingan Penentuan Parameter Pengendali PID Pada Plant Pradiga Ptua Paramtr Pgdali PID Pada Plat Ord Tiggi Plu Traportai ag Dga Mgguaka Mtoda Ziglr-Nihol da Mtoda Pmpata Pol-Pol oop Trtutup Mlalui Pmodla Ord Trduki Tguh Muliato, Mahaiwa TE Udip, Wahyudi,Staf

Lebih terperinci

Bab 6 Sumber dan Perambatan Galat

Bab 6 Sumber dan Perambatan Galat Mtod Pnlitian Suradi Sirgar Bab 6 Sumbr dan Prambatan Galat 6. Sumbr galat. Data masukan, misal hasil pngukuran (galat bawaan). Slama komputasi (galat pross), galat ang timbul akibat komputasi 3. Galat

Lebih terperinci

STATISTIKA MATEMATIKA I

STATISTIKA MATEMATIKA I STATISTIKA MATEMATIKA I Disusu Olh : (005005) PROGRAM STUDI PENDIDIKAN MATEMATIKA SEKOLAH TINGGI KEGURUAN DAN PENDIDIKAN (STKIP) PGRI SUMATERA BARAT 0 BAB I PELUANG. Ruag Sampl da Kjadia Ruag sampl atau

Lebih terperinci

1001 Pembahasan UTS Kalkulus II KATA PENGANTAR

1001 Pembahasan UTS Kalkulus II KATA PENGANTAR KATA PENGANTAR 00 Pmbahasa UTS Kalkulus II Sbagaia bsar mahasiswa mgagga bahwa Mata Kuliah yag brhubuga dga mghitug yag salah satuya Kalkulus adalah susah, rumit da mmusigka. Alhasil jala kluar yag ditmuh

Lebih terperinci

APLIKASI RESIDU UNTUK MENYELESAIKAN PERSAMAAN DIFERENSIAL CAUCHY - EULER ORDE-n SKRIPSI. Oleh: IKE NORMA YUNITA NIM

APLIKASI RESIDU UNTUK MENYELESAIKAN PERSAMAAN DIFERENSIAL CAUCHY - EULER ORDE-n SKRIPSI. Oleh: IKE NORMA YUNITA NIM APLIKASI RESIDU UNTUK MENYELESAIKAN PERSAMAAN DIFERENSIAL CAUCHY - EULER ORDE- SKRIPSI Olh: IKE NORMA YUNITA NIM. 65 JURUSAN MATEMATIKA FAKULTAS SAINS DAN TEKNOLOGI UNIVERSITAS ISLAM NEGERI (UIN) MAULANA

Lebih terperinci

Aplikasi Metode Matrix Cascade Pada Perhitungan Koefisien Pantul Gelombang Suara Bawah Air Untuk Dasar Laut Miring

Aplikasi Metode Matrix Cascade Pada Perhitungan Koefisien Pantul Gelombang Suara Bawah Air Untuk Dasar Laut Miring Apliasi tod atri Cascad Pada Prhituga Kofisi Patul Glombag Suara Bawah Air Utu Dasar aut irig Day Friyadi da Irsa Somatri Brodjogoro Program Studi Ti Klauta, Istitut Tologi Badug (Email : dayf899@gmail.com)

Lebih terperinci

DESAIN KETINGGIAN ANTENA DAN LINK BUDGET SISTEM KOMUNIKASI LOS RADIO MICROWAVE DALAM KONFIGURASI NON-DIVERSITY. Faqih 1)

DESAIN KETINGGIAN ANTENA DAN LINK BUDGET SISTEM KOMUNIKASI LOS RADIO MICROWAVE DALAM KONFIGURASI NON-DIVERSITY. Faqih 1) Widya Tkika Vol.18 No.1; Mart 010 ISSN 1411 0660 : 9-33 Abstrak DESAIN KETINGGIAN ANTENA DAN LINK BUDGET SISTEM KOMUNIKASI LOS RADIO MICROWAVE DALAM KONFIGURASI NON-DIVERSITY Faqih 1) Saat ii jaria trasmisi

Lebih terperinci

DESKRIPSI MATA KULIAH ANALISIS MEKANIKA OLAHRAGA. Oleh: Dr. Rd. Boyke Mulyana

DESKRIPSI MATA KULIAH ANALISIS MEKANIKA OLAHRAGA. Oleh: Dr. Rd. Boyke Mulyana DESKRIPSI MATA KULIAH ANALISIS MEKANIKA OLAHRAGA Olh: Dr. Rd. Boyk Mulya PROGRAM STUDI PENDIDIKAN KEPELATIHAN JURUSAN PENDIDIKAN KEPELATIHAN FAKULTAS PENDIDIKAN OLAHRAGA DAN KESEHATAN UNIVERSITAS PENDIDIKAN

Lebih terperinci

Debuging Program dengan EasyCase

Debuging Program dengan EasyCase Modul asyc 1 Dbuging Program dngan EasyCas Di susun Olh : Di dukung olh : Portal dukasi Indonsia Opn Knowlodg and Education http://ok.or.id Modul asyc 2 KATA PENGANTAR Puji syukur kpada guru sjatiku Gusti

Lebih terperinci

Mata Kuliah : Matematika Diskrit Program Studi : Teknik Informatika Minggu ke : 7

Mata Kuliah : Matematika Diskrit Program Studi : Teknik Informatika Minggu ke : 7 Mata Kuliah : Matmatika Diskrit Program Studi : Tknik Informatika Minggu k : 7 MATRIK GRAPH Sbuah graph dapat kita sajikan dalam bntuk matrik, yaitu : a. Matrik titik (Adjacnt Matrix) b. Matrik rusuk (Edg

Lebih terperinci

Analisis Faktor Faktor Yang Mempengaruhi Kemampuan. : Pemecahan Masalah, Soal Cerita Matematika

Analisis Faktor Faktor Yang Mempengaruhi Kemampuan. : Pemecahan Masalah, Soal Cerita Matematika Kartika Hadayai Z Aalisis Faktor Faktor Yag Mmpgaruhi Kmampua PmcahaMasalah Soal Crita Matmatika Kartika Hadayai Z Prodi Pdidika Matmatika PPs Uivrsitas Ngri Mda Email: kartikahadayaiasthaas@yahoo.com

Lebih terperinci

4.3 Sampling dari distribusi normal dan estimasi likelihood maksimum

4.3 Sampling dari distribusi normal dan estimasi likelihood maksimum Hardwiyao Uomo 060545 4.3 Samlig dari disribusi ormal da simasi liklihood maksimum Liklihood ormal mulivaria Kia asumsika vkor,,..., dga mrrsasika saml acak dari oulasi ormal mulivaria dga raa-raa µ da

Lebih terperinci

BAB VIII KRISTAL KRIST SEMIKONDUKT SEMIK

BAB VIII KRISTAL KRIST SEMIKONDUKT SEMIK A VIII KRISAL SEMIKONDUKOR MAERI : 8.1.Kristal smiodutor itrisi. 8.1.1.ti pguura clah rgi. 8.1..massa ftif 8.1.3.lima alasa hol diaggap sbagai partil brmuata positif. 8.1.4.ostrasi ltro 8.1.5.ostrasi hol.

Lebih terperinci

UNDERSTADING THE POLICY MAKING ASSOCIATED WITH THE DECREE OF THE MINISTRY OF EDUCATION AND CULTURE NUMBER 107/U/2001

UNDERSTADING THE POLICY MAKING ASSOCIATED WITH THE DECREE OF THE MINISTRY OF EDUCATION AND CULTURE NUMBER 107/U/2001 EAHAAN ENGABIL KEBIJAKAN TERHADA SK ENDIKNAS NOOR 107/U/2001 UNDERSTADING THE OLICY AKING ASSOCIATED WITH THE DECREE OF THE INISTRY OF EDUCATION AND CULTURE NUBER 107/U/2001 Ida alati Sajati Sri Kuriati

Lebih terperinci

BAB 2. Teori Pendukung Lingkungan. Misalkan z. adalah suatu titik pada bidang dan r adalah bilangan nyata. positif. Lingkungan r bagi z

BAB 2. Teori Pendukung Lingkungan. Misalkan z. adalah suatu titik pada bidang dan r adalah bilangan nyata. positif. Lingkungan r bagi z BAB Toi Pdukug.. Ligkuga Misalka z adalah suatu titik pada bidag da adalah bilaga yata positi. Ligkuga bagi z -ighbohood o z didiisika sbagai sluuh titik z pada bidag, sdmikia shigga z z < ; ditulis z,.

Lebih terperinci

Pembahasan Soal. Pak Anang SELEKSI MASUK UNIVERSITAS INDONESIA. Disertai TRIK SUPERKILAT dan LOGIKA PRAKTIS. Disusun Oleh :

Pembahasan Soal. Pak Anang SELEKSI MASUK UNIVERSITAS INDONESIA. Disertai TRIK SUPERKILAT dan LOGIKA PRAKTIS. Disusun Oleh : Pmbahasan Soal SELEKSI MASUK UNIVERSITAS INDONESIA Disrtai TRIK SUPERKILAT dan LOGIKA PRAKTIS Disusun Olh : Pak Anang Kumpulan SMART SOLUTION dan TRIK SUPERKILAT Pmbahasan Soal SIMAK UI 2011 Matmatika

Lebih terperinci

BAB II LANDASAN TEORI. matematika secara numerik dan menggunakan alat bantu komputer, yaitu:

BAB II LANDASAN TEORI. matematika secara numerik dan menggunakan alat bantu komputer, yaitu: 4 BAB II LANDASAN TEORI 2.1 Model matematis da tahapa matematis Secara umum tahapa yag harus ditempuh dalam meyelesaika masalah matematika secara umerik da megguaka alat batu komputer, yaitu: 2.1.1 Tahap

Lebih terperinci

ANALISIS ALIRAN BEBAN PADA SISTEM TENAGA LISTRIK DENGAN PERANGKAT LUNAK MATHCAD PROFESSIONAL. Oleh: Toto Sukisno

ANALISIS ALIRAN BEBAN PADA SISTEM TENAGA LISTRIK DENGAN PERANGKAT LUNAK MATHCAD PROFESSIONAL. Oleh: Toto Sukisno ANALISIS ALIRAN BEBAN ADA SISTEM TENAGA LISTRIK DENGAN ERANGKAT LUNAK MATHCAD ROFESSIONAL Olh: Toto Sukiso toto_sukiso@uy.ac.id Abstract: This ar dscribs about usag o Matchad rossioal Sotwar or aalysis

Lebih terperinci

II. LANDASAN TEORI. digunakan sebagai landasan teori pada penelitian ini. Teori dasar mengenai graf

II. LANDASAN TEORI. digunakan sebagai landasan teori pada penelitian ini. Teori dasar mengenai graf II. LANDASAN TEORI 2.1 Konsp Dasar Graf Pada bagian ini akan dibrikan konsp dasar graf dan dimnsi partisi graf yang digunakan sbagai landasan tori pada pnlitian ini. Tori dasar mngnai graf yang akan digunakan

Lebih terperinci

PELABELAN TOTAL SISI ANTI AJAIB SUPER (PTSAAS) PADA GABUNGAN GRAF BINTANG GANDA DAN LINTASAN

PELABELAN TOTAL SISI ANTI AJAIB SUPER (PTSAAS) PADA GABUNGAN GRAF BINTANG GANDA DAN LINTASAN JIMT ol. 9 No. 1 Juni 01 (Hal. 16 8) Jurnal Ilmiah Matmatika dan Trapan ISSN : 450 766X PELABELAN TOTAL SISI ANTI AJAIB SUPER (PTSAAS) PADA GABUNGAN GRAF BINTANG GANDA DAN LINTASAN Nurainun 1, S. Musdalifah,

Lebih terperinci

JURNAL MATEMATIKA DAN KOMPUTER Vol. 6. No. 2, , Agustus 2003, ISSN : METODE PENENTUAN BENTUK PERSAMAAN RUANG KEADAAN WAKTU DISKRIT

JURNAL MATEMATIKA DAN KOMPUTER Vol. 6. No. 2, , Agustus 2003, ISSN : METODE PENENTUAN BENTUK PERSAMAAN RUANG KEADAAN WAKTU DISKRIT Vol. 6. No., 97-09, Agustus 003, ISSN : 40-858 METODE PENENTUAN BENTUK PERSAMAAN RUANG KEADAAN WAKTU DISKRIT Robertus Heri Jurusa Matematika FMIPA UNDIP Abstrak Tulisa ii membahas peetua persamaa ruag

Lebih terperinci

3. Rangkaian Logika Kombinasional dan Sequensial 3.1. Rangkaian Logika Kombinasional Enkoder

3. Rangkaian Logika Kombinasional dan Sequensial 3.1. Rangkaian Logika Kombinasional Enkoder 3. Ragkaia Logika Kombiasioal da Sequesial Ragkaia Logika secara garis besar dibagi mejadi dua, yaitu ragkaia logika Kombiasioal da ragkaia logika Sequesial. Ragkaia logika Kombiasioal adalah ragkaia yag

Lebih terperinci

Kajian Sistem Kontrak Konvensional dan Sistem Performance Based Contract (PBC) Pada Proyek Pemeliharaan Jalan

Kajian Sistem Kontrak Konvensional dan Sistem Performance Based Contract (PBC) Pada Proyek Pemeliharaan Jalan PROSIDING SEMINAR REGULER SERI I JTS UNSYIAH-ELTEES-MTS UNSYIAH ISBN NO. 00000 Kajia Sistm Kotrak Kovsioal da Sistm Prformac Basd Cotract (PBC) Pada Proyk Pmliharaa Jala Nurul Malahayati *, Saiful Husi

Lebih terperinci

PENGARUH PERIKLANAN KOMERSIL DENGAN KONSEP AIDA TERHADAP KEPUTUSAN PEMBELIAN PADA MEDIA RADIO RADIKA 100,3 FM MAJALENGKA

PENGARUH PERIKLANAN KOMERSIL DENGAN KONSEP AIDA TERHADAP KEPUTUSAN PEMBELIAN PADA MEDIA RADIO RADIKA 100,3 FM MAJALENGKA PENGAUH PEIKLANAN KOMESIL DENGAN KONSEP AIDA TEHADAP KEPUTUSAN PEMBELIAN PADA MEDIA ADIO ADIKA 100,3 FM MAJALENGKA Olh :. NENY KUSUMADEWI *) Email : kusumadwi.y@gmail.com ABSTAK Plitia ii brtujua utuk

Lebih terperinci

Distribusi Sampling (Distribusi Penarikan Sampel)

Distribusi Sampling (Distribusi Penarikan Sampel) Distribusi Samplig (Distribusi Pearika Sampel) 1. Pedahulua Bidag Iferesia Statistik membahas geeralisasi/pearika kesimpula da prediksi/ peramala. Geeralisasi da prediksi tersebut melibatka sampel/cotoh,

Lebih terperinci

Metode Iterasi Tiga Langkah Bebas Turunan Orde Konvergensi Delapan untuk Menyelesaikan Persamaan Nonlinear

Metode Iterasi Tiga Langkah Bebas Turunan Orde Konvergensi Delapan untuk Menyelesaikan Persamaan Nonlinear Jural Sais Matmatika da Statistika Vol o Jauari ISS - prit/iss - oli Mtod Itrasi Tiga Lagkah Bbas Turua rd Kovrgsi Dlapa utuk Mlsaika Prsamaa oliar M Muhaiir L L ada Jurusa Matmatika Fakultas Sais da Tkologi

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB 1 PENDAHULUAN. 1.1 Latar Belakang BAB PENDAHULUAN. Latar Belakag Permasalaha peugasa atau assigmet problem adalah suatu persoala dimaa harus melakuka peugasa terhadap sekumpula orag yag kepada sekumpula job yag ada, sehigga tepat satu

Lebih terperinci

Masih ingat beda antara Statistik Sampel Vs Parameter Populasi? Perhatikan tabel berikut: Ukuran/Ciri Statistik Sampel Parameter Populasi.

Masih ingat beda antara Statistik Sampel Vs Parameter Populasi? Perhatikan tabel berikut: Ukuran/Ciri Statistik Sampel Parameter Populasi. Distribusi Samplig (Distribusi Pearika Sampel). Pedahulua Bidag Iferesia Statistik membahas geeralisasi/pearika kesimpula da prediksi/ peramala. Geeralisasi da prediksi tersebut melibatka sampel/cotoh,

Lebih terperinci

Sambungan Las. Sambungan las ada dua macam, yaitu: Tegangan: - las tumpul. - las sudut. las

Sambungan Las. Sambungan las ada dua macam, yaitu: Tegangan: - las tumpul. - las sudut. las Sambuga Las Sambuga as ada dua macam, yaitu: - as tumpu - as sudut Tgaga: as 0, 6 a Las Tumpu: s s s=a Utuk s = s ---- tba as tumpu (a) = s Utuk s s ----- tba as tumpu (a) = s mi as = a ---- = pajag as

Lebih terperinci

Definisi Integral Tentu

Definisi Integral Tentu Defiisi Itegral Tetu Bila kita megedarai kedaraa bermotor (sepeda motor atau mobil) selama 4 jam dega kecepata 50 km / jam, berapa jarak yag ditempuh? Tetu saja jawabya sagat mudah yaitu 50 x 4 = 200 km.

Lebih terperinci

TEORI ANTRIAN A. Proses Antrian 1. Pola Kedatangan 2. Pola Kepergian 3. Kapasitas Sistem

TEORI ANTRIAN A. Proses Antrian 1. Pola Kedatangan 2. Pola Kepergian 3. Kapasitas Sistem TEORI ANTRIAN A. ross Aria ross aria mrupaka pross yag brhubuga dga kdaaga plagga pada suau fasilias playaa, muggu dalam baris aria jika blum mdapa playaa, da akhirya miggalka fasilias rsbu slah playaa

Lebih terperinci

DISTRIBUSI SAMPLING (Distribusi Penarikan Sampel)

DISTRIBUSI SAMPLING (Distribusi Penarikan Sampel) DISTRIBUSI SAMPLING (Distribusi Pearika Sampel) I. PENDAHULUAN Bidag Iferesia Statistik membahas geeralisasi/pearika kesimpula da prediksi/ peramala. Geeralisasi da prediksi tersebut melibatka sampel/cotoh,

Lebih terperinci

PENENTUAN TINGKAT HARAPAN HIDUP SEHAT DENGAN MENGGUNAKAN LIFE TABLE SERTA APLIKASINYA LUKMANUL HAKIM

PENENTUAN TINGKAT HARAPAN HIDUP SEHAT DENGAN MENGGUNAKAN LIFE TABLE SERTA APLIKASINYA LUKMANUL HAKIM PENENUAN INGKA HARAPAN HIDUP SEHA DENGAN MENGGUNAKAN IFE ABE SERA APIKASINYA UKMANU HAKIM DEPAREMEN MAEMAIKA FAKUAS MAEMAIKA DAN IMU PENGEAHUAN AAM INSIU PERANIAN BOGOR BOGOR 212 i ABSRAK ukmau Hakim.

Lebih terperinci

JURNAL MATEMATIKA DAN KOMPUTER Vol. 6. No. 2, 77-85, Agustus 2003, ISSN : DISTRIBUSI WAKTU BERHENTI PADA PROSES PEMBAHARUAN

JURNAL MATEMATIKA DAN KOMPUTER Vol. 6. No. 2, 77-85, Agustus 2003, ISSN : DISTRIBUSI WAKTU BERHENTI PADA PROSES PEMBAHARUAN JURAL MATEMATKA DA KOMPUTER Vol. 6. o., 77-85, Agustus 003, SS : 40-858 DSTRBUS WAKTU BERHET PADA PROSES PEMBAHARUA Sudaro Jurusa Matematika FMPA UDP Abstrak Dalam proses stokhastik yag maa kejadia dapat

Lebih terperinci

BAB III 1 METODE PENELITAN. Penelitian dilakukan di SMP Negeri 2 Batudaa Kab. Gorontalo dengan

BAB III 1 METODE PENELITAN. Penelitian dilakukan di SMP Negeri 2 Batudaa Kab. Gorontalo dengan BAB III METODE PENELITAN. Tempat Da Waktu Peelitia Peelitia dilakuka di SMP Negeri Batudaa Kab. Gorotalo dega subject Peelitia adalah siswa kelas VIII. Pemiliha SMP Negeri Batudaa Kab. Gorotalo. Adapu

Lebih terperinci

ANALISIS CEPSTRUM SINYAL SUARA

ANALISIS CEPSTRUM SINYAL SUARA MAKALAH ANALII CEPTRUM INYAL UARA Disusu Ol: NENI ARYANI L2F 300 543 JURUAN TEKNIK ELEKTRO FAKULTA TEKNIK UNIVERITA DIPONEGORO E M A R A N G 2 0 0 2 DAFTAR II JUDUL... 1 ABTRAK... 1 1. Pdaulua.... 1 2.

Lebih terperinci

BAB V DISTRIBUSI PROBABILITAS DISKRIT

BAB V DISTRIBUSI PROBABILITAS DISKRIT BAB V DISTRIBUSI ROBABILITAS DISKRIT 5.. Distribusi Uniform Disrit Bila variabl aca X mmilii nilai,,... dngan probabilitas yang sama, maa distribusi uniform disrit dinyataan sbagai: f (, ) ;,,... paramtr

Lebih terperinci