ANALISIS SISTEM KOMUNIKASI FIBER OPTIK SINGLE MODE

Ukuran: px
Mulai penontonan dengan halaman:

Download "ANALISIS SISTEM KOMUNIKASI FIBER OPTIK SINGLE MODE"

Transkripsi

1 Prosidig SENTIA 009 Politekik Negeri Malag ANALISIS SISTEM KOMUNIKASI FIBER OPTIK SINGLE MODE Waluyo Pegajar Jurusa Tekik Elektro Politekik Negeri Malag ABSTRAK Salah satu media trasmisi yag diguaka dalam tem multimedia adalah fiber atau serat optik. Sistem komuikasi serat optik memafaatka gelombag cahaya (ligthwave) sebagai pembawa (carrier), utuk itu diperluka kompoe optik yag mampu megubah siyal elektrik mejadi siyal optik da sebalikya. Kompoe optik yag dimaksud adalah sumber cahaya da detektor cahaya. Sumber cahaya yag bayak diguaka utuk komuikasi serat optik adalah Ligth Emittig Diode (LED) da Ijectio Laser Diode (ILD). Sedag serat optik yag lazim diguaka adalah jeis sigle-mode. Utuk detektor cahaya yag bayak dipakai adalah dioda-foto p-i- da dioda-foto avalache. Kompoekompoe optik tersebut dapat dikombiasika satu dega yag lai utuk medapatka badwidth, bit rate, da jarak jagkau yag diharapka. Berdasarka hasil perhituga, kompoe optik LED-PIN memiliki jarak jagkau maksimum 33,3 km, pada jarak trasmisi 5 km mampu meghasilka badwidth 43,95 MHz da bit rate 6,53 Mbps. Sedagka kompoe optik LED-APD memiliki jarak jagkau maksimum 3,3 km, pada jarak trasmisi 5 km mampu meghasilka badwidth 43,9 MHz da bit rate 6,48 Mbps. Utuk kompoe optik ILD-PIN memiliki jarak jagkau maksimum 5,3 km da pada jarak trasmisi 5 km mampu meghasilka badwidth 59,95 MHz da bit rate 830,3 Mbps. Kombiasi kompoe optik ILD-APD memiliki jarak jagkau maksimum 3,3 km, pada jarak trasmisi 5 km mampu meghasilka badwidth 55,69 MHz da bit rate 735,96 Mbps. Dari data tersebut dapat disimpulka bahwa kombiasi kompoe optik ILD-PIN memiliki jarak jagkau maksimum palig jauh da mampu meghasilka badwidth da bit rate terbesar. Kata kuci : Fiber optik sigle mode, kompoe optik, badwidth, bit rate Pedahulua Fiber optik sebagai media trasmisi utuk medukug layaa iformasi da system multimedia. Hal ii disebabka fiber optik mempuyai beberapa keuggula dibadigka media trasmisi yag lai, atara lai :. Mempuyai badwidth yag lebar, mecapai beberapa orde gigahertz.. Memiliki 3. Iformasi yag ditrasmisika sulit errror) pada deteksi siyal iformasi yag diterima, serta membatasi bit rate (laju bit) da badwidth. Utuk megatisipasi da memiimalka kerugia yag ditimbulka oleh keterbatasa serat optik, maka sebelum megguaka serat optik sebagai media trasmisi, sebaikya dibuat suatu perecaaa yag baik terlebih dahulu, terutama dalam memilih kompoe optik, sehigga pada akhirya aka diperoleh iformasi sesuai dega yag diharapka. Perkembaga tekologi fiber optic di tujukka pada gambar disadap. Disampig mempuyai keuggula, serat optik juga memiliki keterbatasa seperti : adaya rugi-rugi, terjadi pelebara pulsa optik (dispersi), sulit melakuka peyambuga. Rugi-rugi yag timbul aka meyebabka peurua daya, sedagka pelebara pulsa optik dapat meimbulka iterferesi atar simbol (Itersymbol Iterferece, ISI), kesalaha bit (bit J-

2 Prosidig SENTIA 009 Politekik Negeri Malag Gambar Perkembaga Tekologi Fiber Optik Rumusa Masalah Berdasarka latar belakag yag ada, maka rumusa masalah ditekaka pada :. Bagaimaa memilih kompoe optik yag meujag tem komuikasi serat optik sigle-mode poit-to-poit kaal tuggal. Bagaimaa pegaruh kompoe optik terhadap kierja tem komuikasi serat optik sigle-mode poit-to-poit kaal tuggal, ditijau dari : a. badwidth da bit rate utuk jarak tertetu b. jarak jagkaua maksimum Tujua Megkaji da megaalisa kierja tem komuikasi serat optik sigle-mode poit-to-poit kaal tuggal. Hasil kajia tersebut dapat diharapka diguaka sebagai baha pertimbaga dalam perecaaa tem komuikasi serat optik. KONFIGURASI SISTEM KOMUNIKASI SERAT OPTIK Suatu tem komuikasi pada umumya terdiri atas trasmitter, media trasmisi, da receiver. Pada tem komuikasi serat optik, kompoe utama trasmitter adalah sumber cahaya, media trasmisi yag diguaka adalah serat optik, da kompoe utama receiver adalah photodiode. Secara garis besar kofigurasi tem komuikasi serat optik ditujukka oleh gambar Trasmitter Siyal Optik Receiver Jeis-jeis Serat Optik Ada beberapa cara utuk megklasifikasika serat optik, yaitu berdasarka profil ideks bias iti da jumlah mode yag ditrasmisika. Profil ideks bias iti meggambarka ideks bias iti serat optik. Berdasarka profil ideks bias iti, serat optik dibedaka mejadi :. Serat step-idex Serat optik ii mempuyai ideks bias iti yag seragam (uiform) da mempuyai profil ideks bias yag meuru secara medadak pada batas atara iti da selubug. Hubuga atara ideks bias iti ( ) da ideks bias selubug ( ) diyataka dalam persamaa berikut (Keiser, 99) : S dimaa : S perbedaa ideks bias relatif pada serat step-idex. Serat graded-idex Serat optik ii mempuyai ideks bias iti yag beru dimaa : g g perbedaa ideks bias relatif pada serat graded-idex Berdasarka jumlah mode yag ditrasmisika, serat optik step-idex da gradedidex dibagi mejadi dua, yaitu : a) Serat sigle-mode, yaitu serat optik yag haya mampu merambatka satu jeis mode gelombag cahaya. b) Serat multi-mode, yaitu serat optik yag mampu merambatka lebih dari satu mode gelombag cahaya. Dari uraia di atas, maka serat optik diklasifikasika mejadi 3 jeis seperti terlihat pada gambar 3. Ragkaia Pegedali Sumber Cahay a Serat Optik Detektor Cahay a Peguat Pemulih Siy al Siyal masuka elektrik Keluara siy al elektrik Gambar Kofigurasi Sistem Komuikasi Serat Optik *) *(Keiser, 99 : 5) J-

3 Prosidig SENTIA 009 Politekik Negeri Malag Profil Ideks Peampag serat da litasa siar Ukura Khas r a a r a r 0 Serat Moomode Step - idex Serat Multimode Step - idex Serat Multimode Graded - idex 5 m (Selubug) 8 - m (Iti) m (Selubug) m (Iti) 5 m (Selubug) 50 m (Iti) b) Dispersi Padu Gelombag Dispersi padu gelombag terjadi akibat dari karakteristik perambata pulsa sebagai fugsi perbadiga atara jari-jari iti serat optik da struktur padu gelombag. Dispersi padu gelombag mempuyai persamaa sebagai berikut (Lee, 986) : D W D W. c. W dispersi padu gelombag ( s ) D pajag serat optik ( km ) c cepat rambat cahaya ( m/s ) pajag gelombag yag ditrasmisika ( m ) D W koefisie dispersi padu gelombag Gambar 3 Jeis-jeis Serat Optik Dispersi Itramodal Dispersi itramodal adalah pelebara pulsa yag terjadi pada masig-masig pulsa (mode) yag ditrasmisika, akibat dari kecepata grup (group velocity) sebagai fugsi pajag gelombag. Dua peyebab utama dispersi itramodal adalah dispersi baha (material dispersio) da dispersi padu gelombag (waveguide dispersio) (Keiser, 99). a) Dispersi Baha Ideks bias baha serat optik berubah terhadap perubaha pajag gelombag. Berdasarka hubuga atara kecepata gelombag (v) da ideks bias () yag dapat ditulis c v maka kecepata gelombag juga berubah terhadap perubaha pajag gelombag. Sifat perubaha kecepata yag disebabka oleh sifat baha disebut dispersi baha (Sri Widodo, 995 : ). Dispersi baha mempuyai persamaa sebagai berikut (Freema, 993) :. D. M m m dispersi baha ( s ) lebar spektrum sumber cahaya (m ) D pajag serat optik ( km ) M koefisie dispersi baha(ps/(m.km )) ( m ) a. v s Dispersi Itermodal frekuesi terormalisasi lebar spektrum sumber cahaya Sumber cahaya memacarka pulsa cahaya yag berisi sejumlah pulsa idetik (mode). Pulsa idetik tersebut memiliki pajag gelombag yag berbeda-beda, yag teretag dalam spektrum pajag gelombag. Perbedaa pajag gelombag meujukka adaya perbedaa kecepata, sehigga waktu yag dibutuhka oleh masig-masig pulsa utuk mecapai ujug serat optik aka berbeda. Bila pulsa-pulsa tersebut dijumlahka, maka aka dihasilka pulsa yag melebar. Pelebara pulsa optik ii disebut dega dispersi itermodal ( im. Dispersi itermodal tidak terjadi pada serat siglemode. c) Total Dispersi Pada setiap pajag gelombag, total dispersi adalah kombiasi rms (root mea square) dari ketiga dispersi tersebut di atas, yaitu : dispersi baha, dispersi padu gelombag, da dispersi itermodal. Total dispersi diberika dega persamaa (Roddy Coole, 990 : 76) Dega : f total dispersi (s) f w m im J-3

4 Prosidig SENTIA 009 Politekik Negeri Malag Kierja Sistem Komuikasi Serat Optik a) Lik Badwidth Budget Respo dari suatu kompoe atau tem dapat dikarakteristika dalam domai waktu dega istilah rise-time atau dalam domai frekuesi dega istilah badwidth. Pola rise-time lebih serig diguaka dalam aali dibadigka dega pola badwidth. Rise-time dari suatu tem adalah waktu yag diperluka output utuk meigkatka respo dari 0% mejadi 90% ketika iput diubah secara tiba-tiba (Kille, 99). Total rise-time pada tem komuikasi serat optik meliputi rise-time sumber cahaya, rise-time serat optik, rise-time detektor cahaya. Rise-time sumber cahaya da rise-time detektor cahaya umumya telah diketahui dari perecaaa tem, sedagka rise-time serat optik merupaka kostribusi dispersi yag terjadi pada serat optik tersebut. Total risetime dari kompoe-kompoe tem komuikasi serat optik diyataka dega persamaa (Hoss, 990) :, r s f total rise-time tem (s) r rise-time detektor cahaya (s) s rise-time sumber cahaya (s) f total dispersi serat optik (s) Hubuga atara total rise-time tem dega badwidth tem diberika dega persamaa (Palais, 988) : f 3 db BW Hubuga atara total rise-time tem dega bit rate tem (BR ) tergatug dari format siyal digital..format pegkodea Retur-to-Zero (RZ) BR 0,35.Format pegkodea No Retur- to-zero (NRZ) 0,7 BR b) Lik Power Budget Aali daya dimaksudka utuk megetahui jarak maksimum atara dua titik termial pada tem komuikasi serat optik (sumber cahaya da detektor cahaya). Jarak jagkau maksimum sumber optik dapat dihitug dega mempertimbagka kemugkia rugi-rugi yag timbul dalam petrasmisia siyal. Secara legkap aali daya tersebut adalah (Hoss, 990 : 65) : D P t MDP M l f P p N l c c N l s s D jarak jagkau maksimum (km) MDP daya optik miimum yag terdeteksi (dbm) M rugi-rugi batas (db) P p kompesasi daya (db) N c jumlah koektor l c rugi-rugi koektor (db) N s jumlah sambuga l s rugi-rugi sambuga (db) l f rugi-rugi dalam serat optik (db) Bila jarak petrasmisia siyal cukup jauh, maka rugi-rugi yag timbul aka semaki besar. Rugirugi yag besar aka meyebabka kebutuha daya pacar meigkat. Namu terkadag kebutuha daya pacar tersebut tidak dapat terpeuhi karea keterbatasa sumber cahaya. Utuk itu diguaka peguat optik atau repeater. c) Rugi-rugi Total Pejumlaha rugi-rugi yag terjadi sepajag lik trasmisi serat optik diberika oleh (Hoss, 990) : L L pt + L pr + N c L c + N s L s + DL f N c jumlah koektor L c rugi-rugi koektor (db) N s jumlah sambuga L s rugi-rugi sambuga (db) D pajag serat optik (km) L f rugi-rugi dalam serat optik (db) Utuk aali system komuikasi serat optik, kompoe data yag diguaka sebagai berikut : Spesifikasi sumber cahaya (Hoss, 990 : 90) ). Jeis: Ligth Emittig Diode (LED) Baha : GaIAsP Pajag gelombag ( ) :,3 m J-4

5 Prosidig SENTIA 009 Politekik Negeri Malag Lebar spektrum ( ) :50 m Daya keluara (P t ) Waktu jagkit ( s ) :-5 dbm : 0 s Spesifikasi koektor (Hoss, 990 : 0) Jeis : Bicoic Rugi-rugi koektor (L c ):,3 db.jeis : Ijectio Laser Diode (ILD) Baha : GaIAsP Pajag gelombag ( ) :,3 m Lebar spektrum ( ) :5 m Spesifikasi umum Jarak trasmisi : 5 km Jumlah sambuga (N s ) : 5 buah Daya keluara (P t ) Waktu jagkit ( s ) :-6 dbm :0,7 s Rugi-rugi sambuga (l s ): 0.5 db Rugi-rugi batas (M b ) : 6 db Kompesasi daya (P p ) : db Spesifikasi serat optik (Hoss, 990 : 06) Jeis : Sigle-mode Ideks bias iti ( ) :,465 Ideks bias selubug ( ):,46 Jari-jari iti (a) : 4,5 m Rugi-rugi (l f ) :0,5 db/km Koefisie dispersi baha (M):3,5 ps/m/km Cotoh perhituga waktu jagkit, badwidth, bit rate da jarak jagkau maksimum dari tem komuikasi serat optik megguaka kombiasi kompoe LED-PIN.. Perhituga dispersi baha m. D. M 50 m. 5 km. 3,5 ps/m.km 65 ps,65 s Spesifikasi detektor cahaya (Hoss,990 : 75).Jeis :Positiv Itrisic Negativ (PIN) Baha : IGaAS MDP : -4 dbm Waktu jagkit ( r ) : 0,3 s.jeis :Avalache Photodiode (APD) Baha : IGaAS MDP : -3 dbm. Perhituga dispersi padu gelombag s,465,46,465 3, v a. s Waktu jagkit ( r ) : 0,5 s J-5

6 Prosidig SENTIA 009 Politekik Negeri Malag.3,459654,3 m 4,5 m.,465.3,496983, , 0,3 0,37944 s, D w 4 v l v 4 l, , , D w Dw. c 5. Perhituga badwidth tem BW.,37944s 43,94004 MHz 6. Perhituga bit rate tem 5km ,3 m,465,46 0, m BR 0,7, s 0, s 0,7,37944s 6,56059 Mbps 3. Perhituga total dispersi serat optic f w m im SD P t MDP M l f P p N l c c N l s s 0,779759, s,65 5 dbm 4 dbm 6dB db 0,5dB/ km.,3db 5.0,5 db 4. Perhituga waktu jagkit tem 6,65 km 0,5 33,3 km, r s f J-6

7 Prosidig SENTIA 009 Politekik Negeri Malag Aali Sistem Hasil perhituga simulasi software utuk beberapa kompoe fiber optic sebagai berikut : Gambar 6.Tampila Preview Utuk Gambar 4 Hasil perhituga beberapa Kompoe Optik Kompoe Optik LED-APD Dari data pada tampila preview di atas dapat diketahui bahwa tem komuikasi serat optik sigle-mode poit-topoit kaal tuggal megguaka kombiasi kompoe optik ILD-PIN memiliki badwidth da bit-rate palig tiggi dibadigka dega tem komuikasi serat optik sigle-mode poit-to-poit kaal tuggal megguaka kombiasi kompoe optik LED-PIN, LED-APD, da ILD-APD. Hal ii karea ILD mempuyai daya keluara yag lebih besar da waktu jagkit yag lebih kecil dibadigka LED, serta PIN yag mempuyai waktu jagkit lebih kecil dibadigka APD. Gambar 7 Tampila Preview Utuk Kompoe Optik ILD-PIN Gambar 5. Tampila Preview Utuk Kompoe Optik LED-PIN J-7

8 Prosidig SENTIA 009 Politekik Negeri Malag jagkau maksimum palig jauh da mampu meghasilka badwidth da bit rate terbesar. 4) Pertambaha jarak trasmisi aka meyebabka peigkata ilai dispersi serat optik. Hal ii aka membuat waktu jagkit tem bertambah sehigga megakibatka peurua badwidth da bit rate tem. Gambar 8 Tampila Preview Utuk Kesimpula Kompoe Optik ILD-APD ) Sistem komuikasi serat optik megguaka kompoe optik LED-PIN memiliki jarak jagkau maksimum 33,3 km da pada jarak trasmisi 5 km mampu meghasilka badwidth 43,95 MHz da bit rate 6,53 Mbps. Kombiasi kompoe optik LED-APD memiliki jarak jagkau maksimum 3,3 km da pada jarak trasmisi 5 km mampu meghasilka badwidth 43,9 MHz da bit rate 6,48 Mbps. ) Kompoe optik ILD-PIN memiliki jarak jagkau maksimum 5,3 km da pada jarak trasmisi 5 km mampu meghasilka badwidth 59,95 MHz da bit rate 830,3 Mbps. Kombiasi kompoe optik ILD-APD memiliki jarak jagkau maksimum 3,3 km da pada jarak trasmisi 5 km mampu meghasilka badwidth 55,69 MHz da bit rate 735,96 Mbps. 3) Dari data tersebut dapat diketahui bahwa kompoe optik ILD-PIN memiliki jarak DAFTAR PUSTAKA Aoymous. tapa tahu. Pegatar Tekologi Serat Optik, PT. Retag Guaputra. Freema, George L. 99. Telecommuicatio Trasmissio Hadbook, Third Editio. New York : Joh Wiley & Sos, Ic. Hoss, Robert J Fiber Optic Commuicatio Desig Hadbook. Eglewood Cliffs : Pretice-Hall Iteratioal, Ic. Keiser, Gerd. 99. Optical Fiber Commuicatio. New York : McGraw-Hill Book Compay. Kille, Harold B. 99. Fiber Optic Commuicatio, Secod Editio. Eglewood Cliffs : Pretice-Hall Iteratioal, Ic. Mig-Kag Liu, Max Priciples ad Applicatios of Optical Commuicatio. New York : IRWIN McGraw-Hill Book Compay. Palais, Joseph C Fiber Optic Commuicatio, Secod Editio. Eglewood Cliffs : Pretice-Hall Iteratioal, Ic. Roddy, Deis. & Coole, Joh. 99. Komuikasi Elektroika, Edisi Kedua. Jakarta : Erlagga. Sri Widodo, Thomas Optoelektroika, Komuikasi Serat Optik. Yogyakarta : Ady Offset. Zager, Hery. & Zager, Cythia. 99. Fiber Optic Commuicatio ad Other Applicatios. Mac.milla Publishig Compay J-8

3. Struktur Fiber Optik

3. Struktur Fiber Optik 03/0/0 3. Struktur Fiber Optik Ahar, MT. Edisi Gajil 0/03 Outlie : Betuk geometrik optik Kosep mode Fiber optik step ideks Fiber graded-idexs Baha peyusu optik Sifat mekais fiber Edisi Gajil 0/03 03/0/0

Lebih terperinci

BAB IV PEMANDU-GELOMBANG OPTIK TERPADU

BAB IV PEMANDU-GELOMBANG OPTIK TERPADU BAB IV PEMANDU-GELOMBANG OPTIK TERPADU Tujua Istruksioal Umum Pada bab ii aka dibahas megeai pemadugelombag yag bayak diguaka utuk metrasfer cahaya di atara kompoe-kompoe jariga, megeai bermacam-macam

Lebih terperinci

PERENCANAAN JARINGAN FIBER TO THE HOME PADA PERUMAHAN PERMATA JINGGA WEST AREA MALANG UNTUK LAYANAN TRIPLE PLAY

PERENCANAAN JARINGAN FIBER TO THE HOME PADA PERUMAHAN PERMATA JINGGA WEST AREA MALANG UNTUK LAYANAN TRIPLE PLAY 1 PERENCANAAN JARINGAN FIBER TO THE HOME PADA PERUMAHAN PERMATA JINGGA WEST AREA MALANG UNTUK LAYANAN TRIPLE PLAY Lalu Sutrisa M. Noor, Dr. Ir. Sholeh H.P.,M.S., Dwi Fadila K., S.T, M.T. Tekologi Gigabit

Lebih terperinci

BAB IV HASIL DAN PEMBAHASAN. Sebelum melakukan deteksi dan tracking obyek dibutuhkan perangkat

BAB IV HASIL DAN PEMBAHASAN. Sebelum melakukan deteksi dan tracking obyek dibutuhkan perangkat BAB IV HASIL DAN PEMBAHASAN 4.1 Kebutuha Sistem Sebelum melakuka deteksi da trackig obyek dibutuhka peragkat luak yag dapat meujag peelitia. Peragkat keras da luak yag diguaka dapat dilihat pada Tabel

Lebih terperinci

Probabilitas dan Statistika Teorema Bayes. Adam Hendra Brata

Probabilitas dan Statistika Teorema Bayes. Adam Hendra Brata robabilitas da Statistika Teorema ayes dam Hedra rata Itroduksi - Joit robability Itroduksi Teorema ayes eluag Kejadia ersyarat Jika muculya mempegaruhi peluag muculya kejadia atau sebalikya, da adalah

Lebih terperinci

Meetuka Parameter Model Cauchy utuk A (1,587) Kosta Baha Polistirea Dzarril Maulidiyah 1, D. J. Djoko H Satjojo 1, Mauludi A Pamugkas 1, Ubaidillah 1 1) Jurusa Fisika FMIPA Uiv. Brawijaya Email: mdzarril@gmail.com

Lebih terperinci

III. METODOLOGI PENELITIAN. Populasi dalam penelitian ini adalah semua siswa kelas XI MIA SMA Negeri 5

III. METODOLOGI PENELITIAN. Populasi dalam penelitian ini adalah semua siswa kelas XI MIA SMA Negeri 5 III. METODOLOGI PENELITIAN A. Populasi da Sampel Peelitia Populasi dalam peelitia ii adalah semua siswa kelas I MIA SMA Negeri 5 Badar Lampug Tahu Pelajara 04-05 yag berjumlah 48 siswa. Siswa tersebut

Lebih terperinci

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

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

Lebih terperinci

FORECASTING (Peramalan)

FORECASTING (Peramalan) FORECASTING (Peramala) PENDAHULUAN Forecastig adalah ramala tetag apa yag aka terjadi dimasa yag aka datag. Forecast Demad atau peramala permitaa mejadi dasar yag sagat petig dalam perecaaa suatu keputusa

Lebih terperinci

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

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

Lebih terperinci

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

PENGARUH INFLASI TERHADAP KEMISKINAN DI PROPINSI JAMBI

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

Lebih terperinci

BAB III METODOLOGI PENELITIAN

BAB III METODOLOGI PENELITIAN 31 Flowchart Metodologi Peelitia BAB III METODOLOGI PENELITIAN Gambar 31 Flowchart Metodologi Peelitia 18 311 Tahap Idetifikasi da Peelitia Awal Tahap ii merupaka tahap awal utuk melakuka peelitia yag

Lebih terperinci

5. KARAKTERISTIK RESPON

5. KARAKTERISTIK RESPON 5. ARATERISTI RESPON Adalah ciri-ciri khusus perilaku diamik (spesifikasi performasi) Taggapa (respo) output sistem yag mucul akibat diberikaya suatu siyal masuka tertetu yag khas betukya (disebut sebagai

Lebih terperinci

Hubungan Antara Panjang Antrian Kendaraan dengan Aktifitas Samping Jalan

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

Lebih terperinci

BAB II TEORI MOTOR LANGKAH

BAB II TEORI MOTOR LANGKAH BAB II TEORI MOTOR LANGKAH II. Dasar-Dasar Motor Lagkah Motor lagkah adalah peralata elektromagetik yag megubah pulsa digital mejadi perputara mekais. Rotor pada motor lagkah berputar dega perubaha yag

Lebih terperinci

Mata Kuliah : Matematika Diskrit Program Studi : Teknik Informatika Minggu ke : 4

Mata Kuliah : Matematika Diskrit Program Studi : Teknik Informatika Minggu ke : 4 Program Studi : Tekik Iformatika Miggu ke : 4 INDUKSI MATEMATIKA Hampir semua rumus da hukum yag berlaku tidak tercipta dega begitu saja sehigga diraguka kebearaya. Biasaya, rumus-rumus dapat dibuktika

Lebih terperinci

BAB 1 PENDAHULUAN. Analisis regresi menjadi salah satu bagian statistika yang paling banyak aplikasinya.

BAB 1 PENDAHULUAN. Analisis regresi menjadi salah satu bagian statistika yang paling banyak aplikasinya. BAB 1 PENDAHULUAN 1.1 Latar Belakag Aalisis regresi mejadi salah satu bagia statistika yag palig bayak aplikasiya. Aalisis regresi memberika keleluasaa kepada peeliti utuk meyusu model hubuga atau pegaruh

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB 1 PENDAHULUAN. 1.1 Latar Belakang BAB 1 PENDAHULUAN 1.1 Latar Belakag Maajeme risiko merupaka salah satu eleme petig dalam mejalaka bisis perusahaa karea semaki berkembagya duia perusahaa serta meigkatya kompleksitas aktivitas perusahaa

Lebih terperinci

DEGRADASI SINYAL PD FIBER OPTIK

DEGRADASI SINYAL PD FIBER OPTIK DEGRADASI SINYAL PD FIBER OPTIK Ref : Keiser, Palais Fakultas Tekik Elektro 1 Degradasi siyal : Degradasi siyal dlm fiber : Redama Dispersi Redama diklasifikasika : Absorpsi Hambura Raleigh Efek geometri

Lebih terperinci

BAB IV HASIL DAN PEMBAHASAN. Alat terapi ini menggunakan heater kering berjenis fibric yang elastis dan

BAB IV HASIL DAN PEMBAHASAN. Alat terapi ini menggunakan heater kering berjenis fibric yang elastis dan BAB IV HASIL DAN PEMBAHASAN 4.1. Spesifikasi Alat Alat terapi ii megguaka heater kerig berjeis fibric yag elastis da di bugkus dega busa, pasir kuarsa, da kai peutup utuk memberi isolator terhadap kulit

Lebih terperinci

Bab III Metoda Taguchi

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

Lebih terperinci

= Keterkaitan langsung ke belakang sektor j = Unsur matriks koefisien teknik

= Keterkaitan langsung ke belakang sektor j = Unsur matriks koefisien teknik Aalisis Sektor Kuci Dimaa : KLBj aij = Keterkaita lagsug ke belakag sektor j = Usur matriks koefisie tekik (b). Keterkaita Ke Depa (Forward Ligkage) Forward ligkage meujukka peraa suatu sektor tertetu

Lebih terperinci

PETA KONSEP RETURN dan RISIKO PORTOFOLIO

PETA KONSEP RETURN dan RISIKO PORTOFOLIO PETA KONSEP RETURN da RISIKO PORTOFOLIO RETURN PORTOFOLIO RISIKO PORTOFOLIO RISIKO TOTAL DIVERSIFIKASI PORTOFOLIO DENGAN DUA AKTIVA PORTOFOLIO DENGAN BANYAK AKTIVA DEVERSIFIKASI DENGAN BANYAK AKTIVA DEVERSIFIKASI

Lebih terperinci

MAKALAH TUGAS AKHIR PERANCANGAN PENGGUNAAN RADIO SDH PADA STASIUN TRANSMISI GOMBEL. Oleh : ANDI SETIAWAN NIM. : L2F

MAKALAH TUGAS AKHIR PERANCANGAN PENGGUNAAN RADIO SDH PADA STASIUN TRANSMISI GOMBEL. Oleh : ANDI SETIAWAN NIM. : L2F MAKALAH TUGAS AKHIR PERANCANGAN PENGGUNAAN RADIO SDH PADA STASIUN TRANSMISI GOMBEL Oleh : ANDI SETIAWAN NIM. : LF 300 499 JURUSAN TEKNIK ELEKTRO FAKULTAS TEKNIK UNIVERSITAS DIPONEGORO SEMARANG 003 ABSTRAK

Lebih terperinci

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

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

Lebih terperinci

POSITRON, Vol. II, No. 2 (2012), Hal. 1-5 ISSN : Penentuan Energi Osilator Kuantum Anharmonik Menggunakan Teori Gangguan

POSITRON, Vol. II, No. 2 (2012), Hal. 1-5 ISSN : Penentuan Energi Osilator Kuantum Anharmonik Menggunakan Teori Gangguan POSITRON, Vol. II, No. (0), Hal. -5 ISSN : 30-4970 Peetua Eergi Osilator Kuatum Aharmoik Megguaka Teori Gaggua Iklas Saubary ), Yudha Arma ), Azrul Azwar ) )Program Studi Fisika Fakultas Matematika da

Lebih terperinci

Karakteristik Dinamik Elemen Sistem Pengukuran

Karakteristik Dinamik Elemen Sistem Pengukuran Karakteristik Diamik Eleme Sistem Pegukura Kompetesi, RP, Materi Kompetesi yag diharapka: Mahasiswa mampu merumuskaka karakteristik diamik eleme sistem pegukura Racaga Pembelajara: Miggu ke Kemampua Akhir

Lebih terperinci

III. METODE PENELITIAN. Lokasi penelitian dilakukan di Provinsi Sumatera Barat yang terhitung

III. METODE PENELITIAN. Lokasi penelitian dilakukan di Provinsi Sumatera Barat yang terhitung 42 III. METODE PENELITIAN 3.. Lokasi da Waktu Peelitia Lokasi peelitia dilakuka di Provisi Sumatera Barat yag terhitug mulai miggu ketiga bula April 202 higga miggu pertama bula Mei 202. Provisi Sumatera

Lebih terperinci

Perbandingan Beberapa Metode Pendugaan Parameter AR(1)

Perbandingan Beberapa Metode Pendugaan Parameter AR(1) Jural Vokasi 0, Vol.7. No. 5-3 Perbadiga Beberapa Metode Pedugaa Parameter AR() MUHLASAH NOVITASARI M, NANI SETIANINGSIH & DADAN K Program Studi Matematika Fakultas MIPA Uiversitas Tajugpura Jl. Ahmad

Lebih terperinci

TINJAUAN PUSTAKA Pengertian

TINJAUAN PUSTAKA Pengertian TINJAUAN PUSTAKA Pegertia Racaga peelitia kasus-kotrol di bidag epidemiologi didefiisika sebagai racaga epidemiologi yag mempelajari hubuga atara faktor peelitia dega peyakit, dega cara membadigka kelompok

Lebih terperinci

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

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

Lebih terperinci

BAB IV PEMECAHAN MASALAH

BAB IV PEMECAHAN MASALAH BAB IV PEMECAHAN MASALAH 4.1 Metodologi Pemecaha Masalah Dalam ragka peigkata keakurata rekomedasi yag aka diberika kepada ivestor, maka dicoba diguaka Movig Average Mometum Oscillator (MAMO). MAMO ii

Lebih terperinci

IV. METODE PENELITIAN

IV. METODE PENELITIAN IV. METODE PENELITIAN 4.1. Lokasi da Waktu Peelitia Daerah peelitia adalah Kota Bogor yag terletak di Provisi Jawa Barat. Pemiliha lokasi ii berdasarka pertimbaga atara lai: (1) tersediaya Tabel Iput-Output

Lebih terperinci

3 METODE PENELITIAN 3.1 Kerangka Pemikiran 3.2 Lokasi dan Waktu Penelitian

3 METODE PENELITIAN 3.1 Kerangka Pemikiran 3.2 Lokasi dan Waktu Penelitian 19 3 METODE PENELITIAN 3.1 Keragka Pemikira Secara rigkas, peelitia ii dilakuka dega tiga tahap aalisis. Aalisis pertama adalah megaalisis proses keputusa yag dilakuka kosume dega megguaka aalisis deskriptif.

Lebih terperinci

III PEMBAHASAN. λ = 0. Ly = 0, maka solusi umum dari persamaan diferensial (3.3) adalah

III PEMBAHASAN. λ = 0. Ly = 0, maka solusi umum dari persamaan diferensial (3.3) adalah III PEMBAHASAN Pada bagia ii aka diformulasika masalah yag aka dibahas. Solusi masalah aka diselesaika dega Metode Dekomposisi Adomia. Selajutya metode ii aka diguaka utuk meyelesaika model yag diyataka

Lebih terperinci

B a b 1 I s y a r a t

B a b 1 I s y a r a t 34 TKE 315 ISYARAT DAN SISTEM B a b 1 I s y a r a t (bagia 3) Idah Susilawati, S.T., M.Eg. Program Studi Tekik Elektro Fakultas Tekik da Ilmu Komputer Uiversitas Mercu Buaa Yogyakarta 29 35 1.5.2. Isyarat

Lebih terperinci

Modul 2 PENGUKURAN JARAK ANTAR NODE MENGGUNAKAN X-Bee. RSSI 10x

Modul 2 PENGUKURAN JARAK ANTAR NODE MENGGUNAKAN X-Bee. RSSI 10x Modul ENGUKURAN JARAK ANTAR NODE MENGGUNAKAN X-Bee. TUJUAN a. Memperkiraka jarak atar ode berdasarka model komuikasi irkabel b. Megukur kuat siyal terima dari modul komuikasi X Bee c. Medapatka karakteristik

Lebih terperinci

6. Pencacahan Lanjut. Relasi Rekurensi. Pemodelan dengan Relasi Rekurensi

6. Pencacahan Lanjut. Relasi Rekurensi. Pemodelan dengan Relasi Rekurensi 6. Pecacaha Lajut Relasi Rekuresi Relasi rekuresi utuk dereta {a } adalah persamaa yag meyataka a kedalam satu atau lebih suku sebelumya, yaitu a 0, a,, a -, utuk seluruh bilaga bulat, dega 0, dimaa 0

Lebih terperinci

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

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

Lebih terperinci

Analisis dan Visualisasi Representasi Deret Fourier Gelombang Sinyal Periodik Menggunakan MATLAB

Analisis dan Visualisasi Representasi Deret Fourier Gelombang Sinyal Periodik Menggunakan MATLAB ELECRICIAN Jural Rekayasa da ekologi Elektro Aalisis da Visualisasi Represetasi Deret Fourier Gelombag Siyal Periodik Megguaka MALAB Ahmad Saudi Samosir Jurusa ekik Elektro Uiversitas Lampug, Badar Lampug

Lebih terperinci

BAB IV PEMBAHASAN DAN ANALISIS

BAB IV PEMBAHASAN DAN ANALISIS BAB IV PEMBAHASAN DAN ANALISIS 4.1. Pembahasa Atropometri merupaka salah satu metode yag dapat diguaka utuk meetuka ukura dimesi tubuh pada setiap mausia. Data atropometri yag didapat aka diguaka utuk

Lebih terperinci

BAB II LANDASAN TEORI

BAB II LANDASAN TEORI BAB II LANDASAN TEORI 2.1. Saham Saham adalah surat berharga yag dapat dibeli atau dijual oleh peroraga atau lembaga di pasar tempat surat tersebut diperjualbelika. Sebagai istrumet ivestasi, saham memiliki

Lebih terperinci

BAB V UKURAN GEJALA PUSAT (TENDENSI CENTRAL)

BAB V UKURAN GEJALA PUSAT (TENDENSI CENTRAL) BAB V UKURAN GEJALA PUSAT (TENDENSI CENTRAL) Setiap peelitia selalu berkeaa dega sekelompok data. Yag dimaksud kelompok disii adalah: Satu orag mempuyai sekelompok data, atau sekelompok orag mempuyai satu

Lebih terperinci

REGRESI LINIER DAN KORELASI. Variabel bebas atau variabel prediktor -> variabel yang mudah didapat atau tersedia. Dapat dinyatakan

REGRESI LINIER DAN KORELASI. Variabel bebas atau variabel prediktor -> variabel yang mudah didapat atau tersedia. Dapat dinyatakan REGRESI LINIER DAN KORELASI Variabel dibedaka dalam dua jeis dalam aalisis regresi: Variabel bebas atau variabel prediktor -> variabel yag mudah didapat atau tersedia. Dapat diyataka dega X 1, X,, X k

Lebih terperinci

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

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

Lebih terperinci

BAB III ECONOMIC ORDER QUANTITY MULTIITEM DENGAN MEMPERTIMBANGKAN WAKTU KADALUARSA DAN FAKTOR DISKON

BAB III ECONOMIC ORDER QUANTITY MULTIITEM DENGAN MEMPERTIMBANGKAN WAKTU KADALUARSA DAN FAKTOR DISKON BAB III ECONOMIC ORDER QUANTITY MULTIITEM DENGAN MEMPERTIMBANGKAN WAKTU KADALUARA DAN FAKTOR DIKON 3.1 Ecoomic Order Quatity Ecoomic Order Quatity (EOQ) merupaka suatu metode yag diguaka utuk megedalika

Lebih terperinci

Model Pertumbuhan BenefitAsuransi Jiwa Berjangka Menggunakan Deret Matematika

Model Pertumbuhan BenefitAsuransi Jiwa Berjangka Menggunakan Deret Matematika Prosidig Semirata FMIPA Uiversitas Lampug, 0 Model Pertumbuha BeefitAsurasi Jiwa Berjagka Megguaka Deret Matematika Edag Sri Kresawati Jurusa Matematika FMIPA Uiversitas Sriwijaya edagsrikresawati@yahoocoid

Lebih terperinci

BAB III METODOLOGI PENELITIAN

BAB III METODOLOGI PENELITIAN 21 BAB III METODOLOGI PENELITIAN 3.1. Waktu da Tempat Peelitia Peelitia tugas akhir ii aka dilaksaaka pada : Waktu : Mei s.d. Juli 2017 Tempat : Laboratorium Tekik Elektro Fakultas Tekik UMY 3.2. Alat

Lebih terperinci

BAB IV HASIL DAN PEMBAHASAN. : Lux meter dilengkapi sensor jarak berbasis arduino. : panjang 15,4 cm X tinggi 5,4 cm X lebar 8,7 cm

BAB IV HASIL DAN PEMBAHASAN. : Lux meter dilengkapi sensor jarak berbasis arduino. : panjang 15,4 cm X tinggi 5,4 cm X lebar 8,7 cm BAB IV HASIL DAN PEMBAHASAN 4.1. Spesifikasi Alat Nama Alat Tegaga Ukura Berat : Lux meter dilegkapi sesor jarak berbasis arduio : 5 V (DC) : pajag 15,4 cm tiggi 5,4 cm lebar 8,7 cm : 657 gram 4.. Gambar

Lebih terperinci

ANALISIS PENGARUH JARAK ANTARA USER EQUIPMENT DENGAN enodeb TERHADAP NILAI RSRP (REFERENCE SIGNAL RECEIVED POWER) PADA TEKNOLOGI LTE 900 MHz

ANALISIS PENGARUH JARAK ANTARA USER EQUIPMENT DENGAN enodeb TERHADAP NILAI RSRP (REFERENCE SIGNAL RECEIVED POWER) PADA TEKNOLOGI LTE 900 MHz ANALISIS PENGARUH JARAK ANTARA USER EQUIPMENT DENGAN enodeb TERHADAP NILAI RSRP (REFERENCE SIGNAL RECEIVED POWER) PADA TEKNOLOGI LTE 900 MHz Pramulia, I.P.D.K. 1, Sudiarta, P.K. 2, Sukadarmika, G. 3 1,2,3

Lebih terperinci

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

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

Lebih terperinci

Inflasi dan Indeks Harga I

Inflasi dan Indeks Harga I PERTEMUAN 1 Iflasi da Ideks Harga I 1 1 TEORI RINGKAS A Pegertia Agka Ideks Agka ideks merupaka suatu kosep yag dapat memberika gambara tetag perubaha-perubaha variabel dari suatu priode ke periode berikutya

Lebih terperinci

Studi Plasma Immersion Ion Implantation (PIII) dengan menggunakan Target Tak Planar

Studi Plasma Immersion Ion Implantation (PIII) dengan menggunakan Target Tak Planar JURNAL FISIKA DAN APLIKASINYA VOLUME 6, NOMOR JUNI,1 Studi Plasma Immersio Io Implatatio PIII dega megguaka Target Tak Plaar Yoyok Cahyoo Jurusa Fisika, FMIPA-Istitut Tekologi Sepuluh Nopember ITS Kampus

Lebih terperinci

BAB VIII MASALAH ESTIMASI SATU DAN DUA SAMPEL

BAB VIII MASALAH ESTIMASI SATU DAN DUA SAMPEL BAB VIII MASAAH ESTIMASI SAT DAN DA SAMPE 8.1 Statistik iferesial Statistik iferesial suatu metode megambil kesimpula dari suatu populasi. Ada dua pedekata yag diguaka dalam statistik iferesial. Pertama,

Lebih terperinci

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

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

Lebih terperinci

PROSIDING ISBN:

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

Lebih terperinci

PENGEMBANGAN MODEL ANALISIS SENSITIVITAS PETA KENDALI TRIPLE SAMPLING MENGGUNAKAN UTILITY FUNCTION METHOD

PENGEMBANGAN MODEL ANALISIS SENSITIVITAS PETA KENDALI TRIPLE SAMPLING MENGGUNAKAN UTILITY FUNCTION METHOD Semiar Nasioal Iformatika 5 (semasif 5) ISSN: 979-8 UPN Vetera Yogyakarta, 4 November 5 PENGEMBANGAN MODE ANAISIS SENSITIVITAS PETA KENDAI TRIPE SAMPING MENGGUNAKAN UTIITY FUNCTION METHOD Juwairiah ),

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB 1 PENDAHULUAN. 1.1 Latar Belakang BAB PENDAHULUAN. Latar Belakag Didalam melakuka kegiata suatu alat atau mesi yag bekerja, kita megeal adaya waktu hidup atau life time. Waktu hidup adalah lamaya waktu hidup suatu kompoe atau uit pada

Lebih terperinci

IV. METODOLOGI PENELITIAN

IV. METODOLOGI PENELITIAN 49 IV. METODOLOGI PENELITIAN 4.1. Tempat da Waktu Peelitia Ruag ligkup peelitia mecakup perekoomia Provisi NTT utuk megkaji peraa sektor pertaia dalam perekoomia. Kajia ii diaggap perlu utuk dilakuka dega

Lebih terperinci

RESPONSI 2 STK 511 (ANALISIS STATISTIKA) JUMAT, 11 SEPTEMBER 2015

RESPONSI 2 STK 511 (ANALISIS STATISTIKA) JUMAT, 11 SEPTEMBER 2015 RESPONSI STK 511 (ANALISIS STATISTIKA) JUMAT, 11 SEPTEMBER 015 A. PENYAJIAN DAN PERINGKASAN DATA 1. PENYAJIAN DATA a. Sebutka tekik peyajia data utuk data kualitatif! Diagram kueh, diagram batag, distribusi

Lebih terperinci

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

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

Lebih terperinci

PENGARUH JENIS TUMPUAN TERHADAP FREKUENSI PRIBADI PADA GETARAN BALOK LENTUR

PENGARUH JENIS TUMPUAN TERHADAP FREKUENSI PRIBADI PADA GETARAN BALOK LENTUR PENGARUH JENIS TUMPUAN TERHADAP FREKUENSI PRIBADI PADA GETARAN BALOK LENTUR Naharuddi 1 1 Staf Pegajar Jurusa Tekik Mesi, Utad Abstrak. Tujua peelitia ii adalah utuk meetuka ilai frekuesi pribadi getara

Lebih terperinci

PENENTUAN KELAJUAN SINAR LASER HELIUM NEON (HeNe) YANG MERAMBAT MELALUI UDARA DAN FIBER OPTIK DENGAN OSILOSKOP 200 MHz

PENENTUAN KELAJUAN SINAR LASER HELIUM NEON (HeNe) YANG MERAMBAT MELALUI UDARA DAN FIBER OPTIK DENGAN OSILOSKOP 200 MHz Peetua Kelajua Siar... (Nur Evi Kartika D.) 9 PENENTUAN KELAJUAN SINAR LASER HELIUM NEON (HeNe) YANG MERAMBAT MELALUI UDARA DAN FIBER OPTIK DENGAN OSILOSKOP 200 MHz DETERMINATION THE SPEED OF THE HELIUM

Lebih terperinci

PENAKSIR RASIO UNTUK RATA-RATA POPULASI MENGGUNAKAN KOEFISIEN VARIASI DAN KOEFISIEN KURTOSIS PADA SAMPLING GANDA

PENAKSIR RASIO UNTUK RATA-RATA POPULASI MENGGUNAKAN KOEFISIEN VARIASI DAN KOEFISIEN KURTOSIS PADA SAMPLING GANDA PEAKSIR RASIO UTUK RATA-RATA POPULASI MEGGUAKA KOEFISIE VARIASI DA KOEFISIE KURTOSIS PADA SAMPLIG GADA Heru Agriato *, Arisma Ada, Firdaus Mahasiswa Program S Matematika Dose Jurusa Matematika Fakultas

Lebih terperinci

Ukuran Pemusatan. Pertemuan 3. Median. Quartil. 17-Mar-17. Modus

Ukuran Pemusatan. Pertemuan 3. Median. Quartil. 17-Mar-17. Modus -Mar- Ukura Pemusata Pertemua STATISTIKA DESKRIPTIF Statistik deskripti adalah pegolaha data utuk tujua medeskripsika atau memberika gambara terhadap obyek yag diteliti dega megguaka sampel atau populasi.

Lebih terperinci

PENGENDALIAN KUALITAS STATISTIKA UNTUK MONITORING DAN EVALUASI KINERJA DOSEN DI JURUSAN MATEMATIKA FMIPA UNIVERSITAS TANJUNGPURA

PENGENDALIAN KUALITAS STATISTIKA UNTUK MONITORING DAN EVALUASI KINERJA DOSEN DI JURUSAN MATEMATIKA FMIPA UNIVERSITAS TANJUNGPURA PRISMA 1 (2018) PRISMA, Prosidig Semiar Nasioal Matematika https://joural.ues.ac.id/sju/idex.php/prisma/ PENGENDALIAN KUALITAS STATISTIKA UNTUK MONITORING DAN EVALUASI KINERJA DOSEN DI JURUSAN MATEMATIKA

Lebih terperinci

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

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

Lebih terperinci

Bab 3 Metode Interpolasi

Bab 3 Metode Interpolasi Baha Kuliah 03 Bab 3 Metode Iterpolasi Pedahulua Iterpolasi serig diartika sebagai mecari ilai variabel tergatug tertetu, misalya y, pada ilai variabel bebas, misalya, diatara dua atau lebih ilai yag diketahui

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB 1 PENDAHULUAN. 1.1 Latar Belakang BAB PENDAHULUAN. Latar Belakag Statistika iferesi merupaka salah satu cabag statistika yag bergua utuk meaksir parameter. Peaksira dapat diartika sebagai dugaa atau perkiraa atas sesuatu yag aka terjadi

Lebih terperinci

BAB III METODE PENELITIAN

BAB III METODE PENELITIAN 22 BAB III METODE PENELITIAN 3.1. Metode Peelitia Pada bab ii aka dijelaska megeai sub bab dari metodologi peelitia yag aka diguaka, data yag diperluka, metode pegumpula data, alat da aalisis data, keragka

Lebih terperinci

2 BARISAN BILANGAN REAL

2 BARISAN BILANGAN REAL 2 BARISAN BILANGAN REAL Di sekolah meegah barisa diperkealka sebagai kumpula bilaga yag disusu meurut "pola" tertetu, misalya barisa aritmatika da barisa geometri. Biasaya barisa da deret merupaka satu

Lebih terperinci

Pendugaan Selang: Metode Pivotal Langkah-langkahnya 1. Andaikan X1, X

Pendugaan Selang: Metode Pivotal Langkah-langkahnya 1. Andaikan X1, X Pedugaa Selag: Metode Pivotal Lagkah-lagkahya 1. Adaika X1, X,..., X adalah cotoh acak dari populasi dega fugsi kepekata f( x; ), da parameter yag tidak diketahui ilaiya. Adaika T adalah peduga titik bagi..

Lebih terperinci

BAB II TEORI DASAR. Definisi Grup G disebut grup komutatif atau grup abel jika berlaku hukum

BAB II TEORI DASAR. Definisi Grup G disebut grup komutatif atau grup abel jika berlaku hukum BAB II TEORI DASAR 2.1 Aljabar Liier Defiisi 2. 1. 1 Grup Himpua tak kosog G disebut grup (G, ) jika pada G terdefiisi operasi, sedemikia rupa sehigga berlaku : a. Jika a, b eleme dari G, maka a b eleme

Lebih terperinci

Pengendalian Proses Menggunakan Diagram Kendali Median Absolute Deviation (MAD)

Pengendalian Proses Menggunakan Diagram Kendali Median Absolute Deviation (MAD) Prosidig Statistika ISSN: 2460-6456 Pegedalia Proses Megguaka Diagram Kedali Media Absolute Deviatio () 1 Haida Lestari, 2 Suliadi, 3 Lisur Wachidah 1,2,3 Prodi Statistika, Fakultas Matematika da Ilmu

Lebih terperinci

Pengamatan, Pengukuran dan Eksperimen

Pengamatan, Pengukuran dan Eksperimen TEORI KESALAHAN EKSPERIMEN FISIKA DASAR I Pegamata, Pegukura da Eksperime Pegamata da pegukura Teori / model Eksperime Ramala Pegamata payig attetio watch somethig attetively record of somethig see or

Lebih terperinci

MANAJEMEN RISIKO INVESTASI

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

Lebih terperinci

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

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

Lebih terperinci

BAB III METODOLOGI PENELITIAN. Variabel-variabel yang digunakan pada penelitian ini adalah:

BAB III METODOLOGI PENELITIAN. Variabel-variabel yang digunakan pada penelitian ini adalah: BAB III METODOLOGI PENELITIAN 3. Variabel da Defiisi Operasioal Variabel-variabel yag diguaka pada peelitia ii adalah: a. Teaga kerja, yaitu kotribusi terhadap aktivitas produksi yag diberika oleh para

Lebih terperinci

BAB IV HASIL DAN PEMBAHASAN. Sebagai hasil penelitian dalam pembuatan modul Rancang Bangun

BAB IV HASIL DAN PEMBAHASAN. Sebagai hasil penelitian dalam pembuatan modul Rancang Bangun 47 BAB IV HASIL DAN PEMBAHASAN Sebagai hasil peelitia dalam pembuata modul Racag Bagu Terapi Ifra Merah Berbasis ATMega8 dilakuka 30 kali pegukura da perbadiga yaitu pegukura timer/pewaktu da di badigka

Lebih terperinci

PENDUGAAN PARAMETER DARI DISTRIBUSI POISSON DENGAN MENGGUNAKAN METODE MAXIMUM LIKEHOOD ESTIMATION (MLE) DAN METODE BAYES

PENDUGAAN PARAMETER DARI DISTRIBUSI POISSON DENGAN MENGGUNAKAN METODE MAXIMUM LIKEHOOD ESTIMATION (MLE) DAN METODE BAYES Jural Matematika UNAND Vol. 3 No. 4 Hal. 52 59 ISSN : 233 29 c Jurusa Matematika FMIPA UNAND PENDUGAAN PARAMETER DARI DISTRIBUSI POISSON DENGAN MENGGUNAKAN METODE MAXIMUM LIKEHOOD ESTIMATION (MLE) DAN

Lebih terperinci

BAB 3 METODE PENELITIAN

BAB 3 METODE PENELITIAN BAB 3 METODE PENELITIAN 3.1 Disai Peelitia Tujua Jeis Peelitia Uit Aalisis Time Horiso T-1 Assosiatif survey Orgaisasi Logitudial T-2 Assosiatif survey Orgaisasi Logitudial T-3 Assosiatif survey Orgaisasi

Lebih terperinci

PENGARUH VARIASI PELUANG CROSSOVER DAN MUTASI DALAM ALGORITMA GENETIKA UNTUK MENYELESAIKAN MASALAH KNAPSACK. Sutikno

PENGARUH VARIASI PELUANG CROSSOVER DAN MUTASI DALAM ALGORITMA GENETIKA UNTUK MENYELESAIKAN MASALAH KNAPSACK. Sutikno sutiko PENGARUH VARIASI PELUANG CROSSOVER DAN MUTASI DALAM ALGORITMA GENETIKA UNTUK MENYELESAIKAN MASALAH KNAPSACK Sutiko Program Studi Tekik Iformatika Fakultas Sais da Matematika UNDIP tik@udip.ac.id

Lebih terperinci

PENENTUAN PANJANG GELOMBANG MAKSIMUM DAN KONSENTRASI CAMPURAN MENGGUNAKAN DUA JENIS SPEKTROFOTOMETRI UV-VIS

PENENTUAN PANJANG GELOMBANG MAKSIMUM DAN KONSENTRASI CAMPURAN MENGGUNAKAN DUA JENIS SPEKTROFOTOMETRI UV-VIS Lapora Praktikum Aalisis Istrumetal 2014 PENENTUAN PANJANG GELOMBANG MAKSIMUM DAN KONSENTRASI CAMPURAN MENGGUNAKAN DUA JENIS SPEKTROFOTOMETRI UV-VIS Norma Nur Azizah 1, Wula Suci P, Mohamad Rafi 1 Departeme

Lebih terperinci

oleh hasil kali Jika dan keduanya fungsi yang dapat didiferensialkan, maka

oleh hasil kali Jika dan keduanya fungsi yang dapat didiferensialkan, maka Itegral etu Jika fugsi kotiu yag didefiisika utuk, kita bagi selag mejadi selag bagia berlebar sama Misalka berupa titik ujug selag bagia ii da pilih titik sampel di dalam selag bagia ii, sehigga terletak

Lebih terperinci

BAB VII RANDOM VARIATE DISTRIBUSI DISKRET

BAB VII RANDOM VARIATE DISTRIBUSI DISKRET BAB VII RANDOM VARIATE DISTRIBUSI DISKRET Diskret radom variabel dapat diguaka utuk berbagai radom umber yag diambil dalam betuk iteger. Pola kebutuha ivetori (persediaa) merupaka cotoh yag serig diguaka

Lebih terperinci

BAB III METODE PENELITIAN

BAB III METODE PENELITIAN BAB III METODE PENELITIAN A. Subjek Peelitia Peelitia ii dilaksaaka di kawasa huta magrove, yag berada pada muara sugai Opak di Dusu Baros, Kecamata Kretek, Kabupate Batul. Populasi dalam peelitia ii adalah

Lebih terperinci

PENDUGA RASIO UNTUK RATA-RATA POPULASI MENGGUNAKAN KUARTIL VARIABEL BANTU PADA PENGAMBILAN SAMPEL ACAK SEDERHANA DAN PENGATURAN PERINGKAT MEDIAN

PENDUGA RASIO UNTUK RATA-RATA POPULASI MENGGUNAKAN KUARTIL VARIABEL BANTU PADA PENGAMBILAN SAMPEL ACAK SEDERHANA DAN PENGATURAN PERINGKAT MEDIAN PEDUGA RASIO UTUK RATA-RATA POPULASI MEGGUAKA KUARTIL VARIABEL BATU PADA PEGAMBILA SAMPEL ACAK SEDERHAA DA PEGATURA PERIGKAT MEDIA ur Khasaah, Etik Zukhroah, da Dewi Reto Sari S. Prodi Matematika Fakultas

Lebih terperinci

BAB 3 ENTROPI DARI BEBERAPA DISTRIBUSI

BAB 3 ENTROPI DARI BEBERAPA DISTRIBUSI BAB 3 ENTROPI DARI BEBERAPA DISTRIBUSI Utuk lebih memahami megeai etropi, pada bab ii aka diberika perhituga etropi utuk beberapa distribusi diskrit da kotiu. 3. Distribusi Diskrit Pada sub bab ii dibahas

Lebih terperinci

III. METODE PENELITIAN

III. METODE PENELITIAN 30 III. METODE PENELITIAN A. Metode Dasar Peelitia Metode yag diguaka dalam peelitia adalah metode deskriptif, yaitu peelitia yag didasarka pada pemecaha masalah-masalah aktual yag ada pada masa sekarag.

Lebih terperinci

Batas Bilangan Ajaib Pada Graph Caterpillar

Batas Bilangan Ajaib Pada Graph Caterpillar J. Math. ad Its Appl. ISSN: 189-605X Vol. 3, No., Nov 006, 49 56 Batas Bilaga Ajaib Pada Graph Caterpillar Chairul Imro Jurusa Matematika FMIPA ITS Surabaya imro-its@matematika.its.ac.id Abstrak Jika suatu

Lebih terperinci

Kestabilan Rangkaian Tertutup Waktu Kontinu Menggunakan Metode Transformasi Ke Bentuk Kanonik Terkendali

Kestabilan Rangkaian Tertutup Waktu Kontinu Menggunakan Metode Transformasi Ke Bentuk Kanonik Terkendali Jural Tekika ISSN : 285-859 Fakultas Tekik Uiversitas Islam Lamoga Volume No.2 Tahu 29 Kestabila Ragkaia Tertutup Waktu Kotiu Megguaka Metode Trasformasi Ke Betuk Kaoik Terkedali Suhariyato ) Dose Fakultas

Lebih terperinci

I. PENDAHULUAN II. LANDASAN TEORI

I. PENDAHULUAN II. LANDASAN TEORI I PENDAHULUAN 1 Latar belakag Model pertumbuha Solow-Swa (the Solow-Swa growth model) atau disebut juga model eoklasik (the eo-classical model) pertama kali dikembagka pada tahu 195 oleh Robert Solow da

Lebih terperinci

ANALISIS TABEL INPUT OUTPUT PROVINSI KEPULAUAN RIAU TAHUN Erie Sadewo

ANALISIS TABEL INPUT OUTPUT PROVINSI KEPULAUAN RIAU TAHUN Erie Sadewo ANALISIS TABEL INPUT OUTPUT PROVINSI KEPULAUAN RIAU TAHUN 2010 Erie Sadewo Kodisi Makro Ekoomi Kepulaua Riau Pola perekoomia suatu wilayah secara umum dapat diyataka meurut sisi peyediaa (supply), permitaa

Lebih terperinci

REGRESI DAN KORELASI SEDERHANA

REGRESI DAN KORELASI SEDERHANA REGRESI DAN KORELASI SEDERHANA Apa yag disebut Regresi? Korelasi? Aalisa regresi da korelasi sederhaa membahas tetag keterkaita atara sebuah variabel (variabel terikat/depede) dega (sebuah) variabel lai

Lebih terperinci

IV. METODE PENELITIAN

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

Lebih terperinci

IV METODE PENELITIAN 4.1 Lokasi dan waktu 4.2. Jenis dan Sumber Data 4.3 Metode Pengumpulan Data

IV METODE PENELITIAN 4.1 Lokasi dan waktu 4.2. Jenis dan Sumber Data 4.3 Metode Pengumpulan Data IV METODE PENELITIAN 4.1 Lokasi da waktu Peelitia ii dilakuka di PD Pacet Segar milik Alm Bapak H. Mastur Fuad yag beralamat di Jala Raya Ciherag o 48 Kecamata Cipaas, Kabupate Ciajur, Propisi Jawa Barat.

Lebih terperinci

BAB II TINJAUAN TEORITIS

BAB II TINJAUAN TEORITIS BAB II TINJAUAN TEORITIS.1 Pegertia-pegertia Lapaga pekerjaa adalah bidag kegiata dari pekerjaa/usaha/ perusahaa/kator dimaa seseorag bekerja. Pekerjaa utama adalah jika seseorag haya mempuyai satu pekerjaa

Lebih terperinci

JURNAL MATEMATIKA DAN KOMPUTER Vol. 7. No. 1, 31-41, April 2004, ISSN :

JURNAL MATEMATIKA DAN KOMPUTER Vol. 7. No. 1, 31-41, April 2004, ISSN : Vol. 7. No. 1, 31-41, April 24, ISSN : 141-8518 Peetua Kestabila Sistem Kotrol Lup Tertutup Waktu Kotiu dega Metode Trasformasi ke Betuk Kaoik Terkotrol Robertus Heri Jurusa Matematika FMIPA UNDIP Abstrak

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