PENENTUAN FAKTOR KALIBRASI ACCELEROMETER MMA7260Q PADA KETIGA SUMBU

Ukuran: px
Mulai penontonan dengan halaman:

Download "PENENTUAN FAKTOR KALIBRASI ACCELEROMETER MMA7260Q PADA KETIGA SUMBU"

Transkripsi

1 PENENTUAN FAKTOR KALIBRASI ACCELEROMETER MMA7260Q PADA KETIGA SUMBU Wahyudi 1, Adhi Susanto 2, Sasongo P. Hadi 2, Wahyu Widada 3 1 Jurusan Teni Eletro, Faultas Teni, Universitas Diponegoro, Tembalang, Semarang 2 Jurusan Teni Eletro, Faultas Teni, Universitas Gadjah Mada, Sleman, Yogyaarta 3 Lembaga Penerbangan dan Antarisa Nasional (LAPAN), Rumpin, Bogor wahyuditinom@yahoo.com Abstract. The features of MMA7260Q are low cost, low current consumption, low voltage operation, high sensitivity, a 1-pole low pass filter, and g-select which allows for the selection among 4 sensitivities. The accelerometer is an acceleration sensor that output signal in voltage/g, where g is an earth gravity. The acceleration is the rate of change of the velocity of an object and the velocity is the rate of change of the position of the same object. The position is the integration of velocity and the velocity is the integration of acceleration. If the data of the acceleration of an object is nown, the data of the position can obtain by applied a double integration. This paper presents the calibration factor of three axis of accelerometers. The value of three calibration factor are not same. In general, the experiment using A1 algorithm and M2 method give the smaller of error than the other. The calibrations factor are for x axis, for y axis, and for z axis. The error of the distance estimation is about 3% till 4 %, so the research must be developed using the digital filter. Keywords: MMA7260Q, calibration factor, three axis Accelerometer merupaan sensor percepatan, dengan eluaran berupa tegangan per gravitasi bumi (mv/g). Sensor accelerometer menguur percepatan aibat geraan benda yang meleat padanya. Pada saat diam percepatan suatu benda nol (tegangan accelerometer nol), etia digeraan percepatan positif (tegangan accelerometer relatif positsif dibandingan tegangan offsetnya) dan emudian negatif (tegangan accelerometer relatif negatif dibandingan tegangan offset-nya), sehingga pada saat berhenti percepatannya embali nol. Pada gera tersebut, ecepatan suatu benda bertambah dan emudian berurang dan ahirnya menjadi nol saat berhenti. Kalibrasi yang dilauan menggunaan accelerometer berbeda dengan alibrasi yang dilauan untu sensor pada umumnya. Sebagian besar sensor yang ada di pasaran, mempunyai eluaran yang berbanding lurus dengan besaran fisi yang aan disensor, sedangan pada accelerometer (digunaan untu menguur jara), untu mendapatan data jara perlu diintegralan dua ali. ali- brasi diperoleh dengan mengetahui hasil integral sinyal accelerometer dan jara yang ditempuh. Hasil alibrasi dilauan pada etiga sumbu x, sumbu y, dan sumbu z, dengan memperhatian algoritma tertentu. ACCELEROMETER Tegangan eluaran accelerometer (mv/g) menunjuan percepatan dari benda yang meleat padanya, dengan g adalah gravitasi bumi. Accelerometer tipe MMA7260Q dapat digunaan untu menguur percepatan pada tiga sumbu penguuran, yaitu terhadap sumbu x, sumbu y, dan sumbu z. Sensor ini dapat menguur percepatan dari -1,5g s.d. 6g. Sensor accelerometer MMA7260Q dapat dilihat pada Gambar 1. a.) Chip accelerometer. 16

2 Wahyudi, Penentuan Kalibrasi Accelerometer MMQ 7260Q pada Ketiga Sumbu 17 b.) Blo diagram fungsional accelerometer. Gambar 1. Accelerometer MMA7260Q Sensor accelerometer MMA7260Q ini memilii fasilitas g-select yang memunginan sensor beerja pada tingat sensitivitas yang berbeda-beda. Penguatan internal pada sensor aan berubah sesuai dengan tingat sensitivitas yang dipilih, yaitu 1,5 g, 2 g, 4 g, atau 6 g. Sensivitas accelerometer dapat diubah sewatuwatu selama accelerometer beroperasi. Pemilihan tingat sensitivitas ini dilauan dengan memberian input logia pada pin g- select1 dan g-select2. Disripsi pemilihan tingat sensitivitas pada sensor accelerometer MMA7260Q dapat diamati pada Tabel 1. Pilihan-pilihan tingat sensitivitas ini diperluan pada apliasi yang membutuhan sensitivitas yang berbeda-beda untu hasil yang optimal. Sensor accelerometer ini memilii tingat sensitivitas yang tinggi pada mode g-range 1,5 g. Selain fasilitas g-select, sensor accelerometer MMA7260Q juga memilii pengondisi sinyal internal berupa filter LPF orde 1 dan pengompensasi suhu yang memunginan sensor masih dapat beerja sampai lebih dari 100ºC. Sensor ini juga memilii sleep mode sehingga sensor hanya aan mengonsumsi arus yang sangat ecil, yaitu 3 μa. Tabel 1 Disripsi tingat sensitivitas MMA7260Q. g-select1 g-select2 g-range Sensitivity 0 0 1,5 g 800 mv/g g 600 mv/g g 300 mv/g g 200 mv/g Sensor accelerometer MMA7260Q dapat beroperasi pada tegangan 2,2 V sampai 3,6 V dengan tegangan tipial 3,3 V. Sensor ini memilii tingat onsumsi arus yang rendah, yaitu 500 μa. Sensor accelerometer MMA7260Q dapat digunaan untu menguur bai percepatan positif maupun percepatan negatif. Ketia sensor dalam eadaan diam, eluaran sensor pada sumbu x aan menghasilan tegangan offset yang besarnya setengah dari tegangan masuan sensor (V dd ). Tegangan offset accelerometer dipengaruhi oleh orientasi sensor dan percepatan statis tiap sumbu aibat gaya gravitasi bumi. Untu percepatan positif maa sinyal eluaran aan meningat di atas tegangan offset, sedangan untu percepatan negatif sinyal eluaran aan semain menurun di bawah tegangan offset. Dengan mode g-range 1,5 g, maa tegangan eluaran masimal sensor dapat dihitung dengan persamaan (1). Vo mas Voffset ( perc. mas x sensitivitas ) (1) Accelerometer MMA7260Q memilii 16 pin yang terdiri dari pin-pin masuan catu daya, pin-pin eluaran, dan pin-pin untu mengatur sensitivitas sensor. Gambar 2 menunjuan onfigurasi pinpin pada accelerometer MMA7260Q. Gambar 2 Konfigurasi pin-pin accelerometer MMA7260Q. Pada intinya, accelerometer MMA7260Q ini beerja menggunaan prinsip onversi apasitansi (C) e tegangan. Alat ini terdiri dari dua permuaan sel mesin miro yang bersifat apasitif atau disebut juga g-cell. Strutur meani g-cell terbuat dari bahan semiondutor (polysilicon) dan dapat dimodelan sebagai sepasang sinar yang terpancaran pada suatu benda yang bergera diantara dua sumber sinar tetap. Benda tersebut aan bergera atia ada percepatan. Karena sinar terpancaran pada benda yang bergera tadi, maa jara antara benda dengan sumber sinar tetap pada 1 sisi aan bertambah sejumlah berurangnya jara pada sisi yang lain. Hal ini menyebaban berubahnya nilai masing-masing apasitor yang dapat dirumusan pada persamaan (2). C ε (A/D) (2) A adalah luas bidang yang dipancari sinar, ε merupaan onstanta dieletri, dan D adalah jara antara sinar tetap dengan benda yang

3 18 Transmisi, Jurnal Teni Eletro, Jilid 11, Nomor 1, Maret 2009, hlm bergera. Gambaran sederhana model transduser g-cell dapat dilihat pada Gambar 3. tersebut disebut dengan filtering window atau discrimination window. Dengan adanya discrimination window maa daerah yang terleta antara data yang valid dengan data yang tida valid aan mendapatan perlauan husus. Penerapan discrimination window dapat dilihat pada Gambar 4. Gambar 3 Model sederhana transduser g-cell. n Percepatan Data jara dari sensor accelerometer dengan melauan integral ganda terhadap tegangan eluaran sensor (a). s ( ( a) dt) dt (3) Hasil integral pada persamaan 3 belum menunjuan nilai jara sebenarnya, arena adanya sensitifitas, sehingga perlu dilauan alibrasi hasil perhitungan tersebut dengan nilai sebenarnya. Jia besar fator alibrasi adalah K, maa data jara sebenarnya dapat dinyataan pada persamaan 4. = K x s (4) Salah satu metode untu integral adalah metode Runge-Kutta dengan pendeatan trapezoidal seperti pada persamaan (5). h x x 1 [ f ( x, t ) f ( x 1, t 1 )] (5) 2 Dari persamaan (5) dapat dietahui bahwa hasil integral saat ini ( x ) dipengaruhi oleh hasil integral sebelumnya ( x 1 ), masuan saat ini ( f ( x, t ) ), dan masuan sebelumnya, serta watu cupli antar data masuan (h). Proses penghitungan ini dipengaruhi oleh watu cupli data, sehingga jeda watu cupli data (h) harus selalu onstan dan dibuat seecil mungin untu menghindari esalahan perhitungan. Mesipun sudah difilter, data digital dari accelerometer masih terdapat emunginan mengandung error aibat derau meani. Derau meani ini terjadi pada micromachine, yang antara lain disebaban oleh vibrasi meani dan pergeraan eletron. Ketia sensor dalam ondisi tida bergera sejumlah error ecil masih tampa pada sinyal eluaran sehingga nantinya sejumlah error tersebut aan terjumlahan. Pada ondisi ideal, etia sensor dalam ondisi tida bergera maa sinyal eluaran aan onstan pada tegangan offset. Oleh arena itu dibutuhan metode yang dapat mengasumsian sejumlah error ecil tadi sebagai tegangan offset yang onstan. Metode Gambar 4 Sinyal eluaran sensor Metode discrimination window. Berdasaran Gambar 4, data yang berada dalam discrimination window aan dianggap sebagai derau. Percepatan yang sebenarnya adalah data di luar discrimination window. Tegangan derau inilah yang aan menjadi acuan dalam mentuan batas atas dan batas bawah dari metode discrimination window. Pada saat digeraan respon tegangan eluaran dari accelerometer berbentu sinusoida, seperti pada Gambar 5. Hasil pengintegralan dari grafi respon accelerometer mempunyai bentu seperti pada Gambar 6. Gambar 5 Respon accelerometer. Dari Gambar 5, terlihat bahwa jia dibandingan dengan tegangan offset, tegangan percepatan bernilai positif, emudian berubah menjadi negatif, dan ahirnya embali e titi nol. Gambar 6 Grafi hasil integral respon accelerometer.

4 Wahyudi, Penentuan Kalibrasi Accelerometer MMQ 7260Q pada Ketiga Sumbu 19 Pada Gambar 6 diperlihatan integral pertama dari suatu respon accelerometer. Pada ondisi ideal, suatu benda yang menempuh jara tertentu, pada awalnya ecepatannya aan semain bertambah, emudian ecepatan aan mencapai nilai masimal, dan pada ahirnya ecepatan aan embali e nilai nol. Pada enyataannya ecepatan tersebut tida selalu embali e nol, sehingga dapat menyebaan esalahan pada integral edua, arena data percepatan yang belum embali e nol diintgralan terus padahal benda sudah tida bergera. PERANCANGAN Untu memperoleh data berupa ecepatan maa dibutuhan pengintegralan terhadap data percepatan. Data jara diperoleh dengan mengintegralan data ecepatan atau integral ganda terhadap data percepatan. Beriut ini senarai program integral ganda dari data percepatan pada sumbu x. //program pengintegralan sumbu x integral1_x:=integral1_x+spl/2*(accel_x+accel_sblmx); integral2_x:=integral2_x+spl/2*(integral1_x+integral1sblm_x); //program pengintegralan sumbu y integral1_y:=integral1_y+spl/2*(accel_y+accel_sblmy); integral2_y:=integral2_y+spl/2*(integral1_y+integral1sblm_y); //program pengintegralan sumbu z integral1_z:=integral1_z+spl/2*(accel_z+accel_sblmz); integral2_z:=integral2_z+spl/2*(integral1_z+integral1sblm_z); Pada umumnya derau yang terjadi saat offset berada pada isaran 1 anga di atas dan di bawah data ADC offset. Setelah adanya penguatan pada eluaran sumbu x sebesar 1,818 ali, data ADC offset pada sumbu x adalah 146 dan derau berisar antara 145 dan 147. Selisih 1 anga ini jia dionversian menjadi tegangan, adalah sebagai beriut : V x = 1 x (1000 x 5/255) / 1,818 V x = 10,79 mv Jadi batas atas sumbu x lebih besar daripada 10,79 mv. Batas windowing pada sumbu y dan z adalah sebagai beriut : V y = 1 x (1000 x 5/255) / 1,712 V y = 11,45 mv V z = 1 x (1000 x 5/255) / 1,55 V z = 12,65 mv Pada pemrograman windowing sumbu x, batas atas (tlx) ditentuan sebesar 15 mv dan batas bawah (bwx) sebesar -15 mv, pada sumbu y batas atas (tly) ditentuan sebesar 15 mv dan batas bawah (bwy) sebesar -15 mv, dan pada sumbu z batas atas (tlz) ditentuan sebesar 13 mv dan batas bawah (bwz) sebesar -13 mv. Ada dua algoritma yang digunaan pada metode discrimination window, yaitu : A1. Algoritma 1, dengan menganggap derau yang terjadi sama dengan tegangan offset, sehingga derau tersebut tida tampa. A2. Algoritma 2, algoritma ini hampir sama dengan algoritma yang pertama. Perbedaannya terleta pada data referensi yang digunaan sebagai acuan dalam perhitungan selisih tegangan. Pada enyataannya, pada Gambar 5, luas area di bawah sisi positif grafi tida sama dengan luas area di atas sisi negatif grafi. Hal ini mengaibatan ecepatan tida pernah mencapai nilai nol. Oleh arena itu diperluan metode yang dapat mengasumsian ecepatan selalu mencapai nilai nol/benda berhenti bergera. Ada 2 metode yang dapat digunaan untu pengecean ahir gera benda : M1. Ahir integral dengan menentuan batas ahir integral pertama Kecepatan merupaan hasil integral pertama dari percepatan. Untu memastian ecepatan bernilai nol etia benda berhenti, maa hasil integral 1 perlu dibatasi. Hasil percobaan penentuan batas integral 1 pada sumbu x, sumbu y, dan sumbu z dapat dilihat pada Tabel 2. Tabel 2 Penentuan batas integral 1. No Sumbu x Sumbu y Sumbu z 1 0,82 0, ,934 0, ,007 0, ,007 0,230 0, ,869 0,177 0,23 6 0,674 0,136 0, ,453 0,107 0, ,217 0,083 1, ,041 0,066 1, ,032 0,053 1, ,053 1, ,0142 0,043 1, ,0142 0,034 0, ,0142 0,034 0, ,0142 0,034 0 Dari Tabel 1 dapat diamati bahwa hasil integral 1 untu sumbu x tida mencapai nol, hanya mencapai 0,0142, maa pembatasan hasil integral 2 ditentuan di atas 0,0142, yaitu 0,015. Hasil integral 1 untu sumbu y tida mencapai nol, hanya mencapai nilai 0,034, sehingga pembatasan hasil integral 1 ditentuan di atas 0,034, yaitu 0,038. Hasil integral 1 pada sumbu z mencapai nilai nol. Oleh arena itu, tida diperluan batasan

5 20 Transmisi, Jurnal Teni Eletro, Jilid 11, Nomor 1, Maret 2009, hlm integral 1 atau dengan ata lain batas integral 1 adalah nol. M2. Ahir integral dengan menambah pencuplian Metode ini hampir sama dengan metode 1, yaitu dengan menggunaan batas integral 1. Setelah integral 1 mencapai batas yang ditentuan, aan dilauan penambahan 2 pencuplian terhadap data percepatan. alibrasi diperoleh dengan membandingan antara jara sebenarnya dengan jara hasil pembacaan sensor accelerometer. sebenarnya diperoleh dengan menggunaan alat uur panjang (meteran/penggaris). Dari dua algoritma pada discrimination window dan dua metode yang dapat digunaan untu pengecean ahir gera benda, maa didapatan empat ombinasi, untu masing-masing sumbu, dalam menentuan fator alibrasi. Algoritma A 1 dan metode M 1 Hasil penentuan fator alibrasi sumbu x, y, dan z diperlihatan pada Tabel 3, Tabel 4, dan Tabel 5. Tabel 3 Pengujian fator alibrasi. No tercatat sebenarnya alibrasi 1. 6, , , , , , , , , ,9716 Rata-rata 2,1158 Tabel 4 Pengujian fator alibrasi sumbu y. No tercatat sebenarnya alibrasi 1. 7, , , , , , , , , ,5646 Rata-rata 1,6873 Tabel 5 Pengujian fator alibrasi sumbu z. No tercatat sebenarnya alibrasi 1. 7, , , , , , , , , ,4631 Rata-rata 2,1539 alibrasi rata-rata pada sumbu x adalah 2,116, fator alibrasi rata-rata pada sumbu y sebesar 1,687, dan fator alibrasi pada sumbu z sebesar 2,154. Algoritma A 1 dan metode M 2 Hasil penentuan fator alibrasi sumbu x, y, dan z diperlihatan pada Tabel 6. Tabel 6 Pengujian fator alibrasi 3 sumbu. No Kalibrasi x Kalibrasi y Kalibrasi z 1. 2,2262 1,6922 2, ,1435 1,5206 2, ,9859 1,6207 2, ,0117 1,5966 2, ,9998 1,5979 2,2853 Rata-rata 2,0734 1,5979 2,4467 alibrasi rata-rata pada sumbu x adalah 2,073, fator alibrasi rata-rata pada sumbu y sebesar 1,598, dan fator alibrasi pada sumbu z sebesar 2,447. Algoritma A 2 dan metode M 1 Hasil penentuan fator alibrasi sumbu x, y, dan z diperlihatan pada Tabel 7. Tabel 7 Pengujian fator alibrasi 3 sumbu. No Kalibrasi x Kalibrasi y Kalibrasi z 1. 1,9778 1,9692 2, ,9752 1,6171 2, ,0730 1,4697 2, ,0966 1,3805 2, ,3240 1,3971 2,6348 Rata-rata 2,0893 1,5667 2,3679 alibrasi rata-rata pada sumbu x adalah 2,089, fator alibrasi rata-rata pada sumbu y sebesar 1,567, dan fator alibrasi pada sumbu z sebesar 2,368. Algoritma A 2 dan metode M 2 Hasil penentuan fator alibrasi sumbu x, y, dan z diperlihatan pada Tabel 8. Tabel 8 Pengujian fator alibrasi 3 sumbu. No Kalibrasi x Kalibrasi y Kalibrasi z 1. 1,9778 1,9692 2, ,9752 1,6171 2, ,0730 1,4697 2, ,0966 1,3805 2, ,3240 1,3971 2,6348 Rata-rata 2,0893 1,5667 2,3679 alibrasi rata-rata pada sumbu x adalah 2,0186, fator alibrasi rata-rata pada sumbu y sebesar 1,5548, dan fator alibrasi pada sumbu z sebesar 2,5354.

6 Wahyudi, Penentuan Kalibrasi Accelerometer MMQ 7260Q pada Ketiga Sumbu 21 HASIL DAN ANALISIS Algoritma A 1 dan metode M 1. Dengan fator alibrasi yang telah diperoleh pada Tabel 3, Tabel 4, dan Tabel 5 diperoleh hasil pengujian jara pada Tabel 9, Tabel 10, dan Tabel 11. Tabel 10 Pengujian jara sumbu x. No tercatat sebenarnya Persentase (%) 1. 15, ,868 5, , ,996 3, , ,691 1, , ,399 0, , ,26 3,0133 Rata-rata 2,8641 Tabel 10 Pengujian jara sumbu y. No tercatat sebenarnya Persentase (%) 14, ,067 0, , ,569 5, , ,658 5, , ,891 1, , ,491 7,3213 Rata-rata 4,0779 Tabel 11 Pengujian jara sumbu z. No tercatat sebenarnya Persentase (%) 1. 15, ,539 3, , ,363 1, , ,155 0, , ,056 3, , ,738 4,345 Rata-rata 2,7787 Rata-rata error pada sumbu x adalah 2,8641%, pada sumbu y adalah 4,0779%, dan pada sumbu z adalah 2,7787%. Algoritma A 1 dan metode M 2 Dengan fator alibrasi yang telah diperoleh pada Tabel 6, diperoleh hasil pengujian jara pada Tabel 12. Tabel 12 Pengujian jara pada 3 sumbu. No Sumbu x Sumbu y Sumbu z 1. 1,7867 7,4533 3, ,7933 0,59 0, ,3156 9, , ,075 2,69 8, ,8213 4,828 5,505 Rata-rata 2,9584 5,0727 5,5651 Rata-rata error pada sumbu x adalah 2,9584%, pada sumbu y adalah 5,0727%, dan pada sumbu z adalah 5,5651%. Algoritma A 2 dan metode M 1 Dengan fator alibrasi yang telah diperoleh pada Tabel 7 diperoleh hasil pengujian jara pada Tabel 13. Tabel 13 Pengujian jara pada 3 sumbu. No Sumbu x Sumbu y Sumbu z 1. 12,1 4,7667 3, ,35 7,1767 4, ,7511 3,5511 5, ,0167 0,8483 4, ,7013 2,6920 4,925 Rerata 4,1838 3,8069 4,5672 Rata-rata error pada sumbu x adalah 4,1838%, pada sumbu y adalah 3,8069%, dan pada sumbu z adalah 4,5672%. Algoritma A 2 dan metode M 2 Dengan fator alibrasi yang telah diperoleh pada Tabel 8 diperoleh hasil pengujian jara pada Tabel 14. Tabel 14 Pengujian jara pada 3 sumbu. No Sumbu x Sumbu y Sumbu z 1. 10,7333 5,82 3, , ,1133 4, ,3733 4,7356 8, ,78 1,83 7, ,2507 2,3707 2,77 Rata-rata 3,7588 5,5739 5,4649 Rata-rata error pada sumbu x adalah 3,7588%, pada sumbu y adalah 5,5739%, dan pada sumbu z adalah 5,4649%. PENUTUP alibrasi pada etiga sumbu accelerometer menghasilan nilai yang berbedabeda. Pada umunya pengujian dengan menggunaan algoritma A1 dan metode M2 memberian nilai error yang lebih ecil, yaitu dengan nilai fator alibrasi untu sumbu x sebesar 2,1158, untu sumbu y sebesar 1,6873, dan untu sumbu z sebear 2,1539. Galat pengujian jara masih cuup besar yaitu seitar 3% sampai 4%, sehingga untu memperbaii galat tersebut diperluan adanya tambahan tapis digital.

7 22 Transmisi, Jurnal Teni Eletro, Jilid 11, Nomor 1, Maret 2009, hlm DAFTAR RUJUKAN Berlin, H. M., Mendesain Rangaian Op-Amp Binatronia, Elert, G., Acceleration, /mechanics/acceleration, Nov Seifert, K. dan Camacho, O., Implementing Positions Algorithm using Accelerometers, Freescale Semiconductor, , LM317 Data Sheet, Nov , MMA7260Q Data Sheet, April , Solutions Based in Accelerometers, Maret 2009.

Makalah Seminar Tugas Akhir

Makalah Seminar Tugas Akhir Maalah Seminar Tugas Ahir PENDETEKSI POSISI MENGGUNAKAN SENSOR ACCELEROMETER MMA7260Q BERBASIS MIKROKONTROLER ATMEGA 32 Muhammad Riyadi Wahyudi, ST., MT. Iwan Setiawan, ST., MT. Abstract Currently, determining

Lebih terperinci

Aplikasi Sensor Accelerometer Pada Deteksi Posisi

Aplikasi Sensor Accelerometer Pada Deteksi Posisi Makalah Seminar Tugas Akhir Aplikasi Sensor Accelerometer Pada Deteksi Posisi Vidi Rahman Alma i [1], Wahyudi, S.T, M.T [2], Iwan Setiawan, S.T, M.T [2] Jurusan Teknik Elektro, Fakultas Teknik, Universitas

Lebih terperinci

Pendeteksi Rotasi Menggunakan Gyroscope Berbasis Mikrokontroler ATmega8535

Pendeteksi Rotasi Menggunakan Gyroscope Berbasis Mikrokontroler ATmega8535 Maalah Seminar Tugas Ahir Pendetesi Rotasi Menggunaan Gyroscope Berbasis Miroontroler ATmega8535 Asep Mubaro [1], Wahyudi, S.T, M.T [2], Iwan Setiawan, S.T, M.T [2] Jurusan Teni Eletro, Faultas Teni, Universitas

Lebih terperinci

BAB 3 PATTERN MATCHING BERBASIS JARAK EUCLID, PATTERN MATCHING BERBASIS JARAK MAHALANOBIS, DAN JARINGAN SYARAF TIRUAN BERBASIS PROPAGASI BALIK

BAB 3 PATTERN MATCHING BERBASIS JARAK EUCLID, PATTERN MATCHING BERBASIS JARAK MAHALANOBIS, DAN JARINGAN SYARAF TIRUAN BERBASIS PROPAGASI BALIK BAB 3 PATTERN MATCHING BERBASIS JARAK EUCLID, PATTERN MATCHING BERBASIS JARAK MAHALANOBIS, DAN JARINGAN SYARAF TIRUAN BERBASIS PROPAGASI BALIK Proses pengenalan dilauan dengan beberapa metode. Pertama

Lebih terperinci

BAB II TINJAUAN PUSTAKA

BAB II TINJAUAN PUSTAKA BAB II TINJAUAN PUSTAKA 2.1. Statisti Inferensia Tujuan statisti pada dasarnya adalah melauan desripsi terhadap data sampel, emudian melauan inferensi terhadap data populasi berdasaran pada informasi yang

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB 1 PENDAHULUAN. 1.1 Latar Belakang BAB 1 PENDAHULUAN 1.1 Latar Belaang Model Loglinier adalah salah satu asus husus dari general linier model untu data yang berdistribusi poisson. Model loglinier juga disebut sebagai suatu model statisti

Lebih terperinci

Makalah Seminar Tugas Akhir. Aplikasi Kendali Adaptif pada Pengendalian Plant Pengatur Suhu dengan Self Tuning Regulator (STR)

Makalah Seminar Tugas Akhir. Aplikasi Kendali Adaptif pada Pengendalian Plant Pengatur Suhu dengan Self Tuning Regulator (STR) Maalah Seminar ugas Ahir Apliasi Kendali Adaptif pada Pengendalian Plant Pengatur Suhu dengan Self uning Regulator (SR) Oleh : Muhammad Fitriyanto e-mail : D_3_N2@yahoo.com Maalah Seminar ugas Ahir Apliasi

Lebih terperinci

ANALISA STATIK DAN DINAMIK GEDUNG BERTINGKAT BANYAK AKIBAT GEMPA BERDASARKAN SNI DENGAN VARIASI JUMLAH TINGKAT

ANALISA STATIK DAN DINAMIK GEDUNG BERTINGKAT BANYAK AKIBAT GEMPA BERDASARKAN SNI DENGAN VARIASI JUMLAH TINGKAT Jurnal Sipil Stati Vol. No. Agustus (-) ISSN: - ANALISA STATIK DAN DINAMIK GEDUNG BERTINGKAT BANYAK AKIBAT GEMPA BERDASARKAN SNI - DENGAN VARIASI JUMLAH TINGKAT Revie Orchidentus Francies Wantalangie Jorry

Lebih terperinci

DESAIN SENSOR KECEPATAN BERBASIS DIODE MENGGUNAKAN FILTER KALMAN UNTUK ESTIMASI KECEPATAN DAN POSISI KAPAL

DESAIN SENSOR KECEPATAN BERBASIS DIODE MENGGUNAKAN FILTER KALMAN UNTUK ESTIMASI KECEPATAN DAN POSISI KAPAL DESAIN SENSOR KECEPAAN BERBASIS DIODE MENGGUNAKAN FILER KALMAN UNUK ESIMASI KECEPAAN DAN POSISI KAPAL Alrijadjis, Bambang Siswanto Program Pascasarjana, Jurusan eni Eletro, Faultas enologi Industri Institut

Lebih terperinci

BAB III METODE SCHNABEL

BAB III METODE SCHNABEL BAB III METODE SCHNABEL Uuran populasi tertutup dapat diperiraan dengan teni Capture Mar Release Recapture (CMRR) yaitu menangap dan menandai individu yang diambil pada pengambilan sampel pertama, melepasan

Lebih terperinci

BAB III DESAIN DAN APLIKASI METODE FILTERING DALAM SISTEM MULTI RADAR TRACKING

BAB III DESAIN DAN APLIKASI METODE FILTERING DALAM SISTEM MULTI RADAR TRACKING Bab III Desain Dan Apliasi Metode Filtering Dalam Sistem Multi Radar Tracing BAB III DESAIN DAN APLIKASI METODE FILTERING DALAM SISTEM MULTI RADAR TRACKING Bagian pertama dari bab ini aan memberian pemaparan

Lebih terperinci

Kumpulan soal-soal level seleksi Kabupaten: Solusi: a a k

Kumpulan soal-soal level seleksi Kabupaten: Solusi: a a k Kumpulan soal-soal level selesi Kabupaten: 1. Sebuah heliopter berusaha menolong seorang orban banjir. Dari suatu etinggian L, heliopter ini menurunan tangga tali bagi sang orban banjir. Karena etautan,

Lebih terperinci

KINETIKA REAKSI KIMIA TIM DOSEN KIMIA DASAR FTP UB 2012

KINETIKA REAKSI KIMIA TIM DOSEN KIMIA DASAR FTP UB 2012 KINETIKA REAKSI KIMIA TIM DOSEN KIMIA DASAR FTP UB Konsep Kinetia/ Laju Reasi Laju reasi menyataan laju perubahan onsentrasi zat-zat omponen reasi setiap satuan watu: V [ M ] t Laju pengurangan onsentrasi

Lebih terperinci

SIMULASI FILTER KALMAN UNTUK ESTIMASI SUDUT DENGAN MENGGUNAKAN SENSOR GYROSCOPE

SIMULASI FILTER KALMAN UNTUK ESTIMASI SUDUT DENGAN MENGGUNAKAN SENSOR GYROSCOPE SIMULASI FILR KALMAN UNUK SIMASI SUDU DNGAN MNGGUNAKAN SNSOR GYROSCOP Wahyudi *), Adhi Susanto **), Sasongo Pramono **), Wahyu Widada ***) Abstact he Kalman filter is a recursive solution to the process

Lebih terperinci

ADAPTIVE NOISE CANCELING MENGGUNAKAN ALGORITMA LEAST MEAN SQUARE (LMS) Anita Nardiana, SariSujoko Sumaryono ABSTRACT

ADAPTIVE NOISE CANCELING MENGGUNAKAN ALGORITMA LEAST MEAN SQUARE (LMS) Anita Nardiana, SariSujoko Sumaryono ABSTRACT Jurnal Teni Eletro Vol. 3 No.1 Januari - Juni 1 6 ADAPTIVE NOISE CANCELING MENGGUNAKAN ALGORITMA LEAST MEAN SQUARE (LMS) Anita Nardiana, SariSujoo Sumaryono ABSTRACT Noise is inevitable in communication

Lebih terperinci

BAB 2 TEORI PENUNJANG

BAB 2 TEORI PENUNJANG BAB EORI PENUNJANG.1 Konsep Dasar odel Predictive ontrol odel Predictive ontrol P atau sistem endali preditif termasu dalam onsep perancangan pengendali berbasis model proses, dimana model proses digunaan

Lebih terperinci

KENDALI LOGIKA FUZZY DENGAN METODA DEFUZZIFIKASI CENTER OF AREA DAN MEAN OF MAXIMA. Thiang, Resmana, Wahyudi

KENDALI LOGIKA FUZZY DENGAN METODA DEFUZZIFIKASI CENTER OF AREA DAN MEAN OF MAXIMA. Thiang, Resmana, Wahyudi KENDALI LOGIKA FUZZY DENGAN METODA DEFUZZIFIKASI CENTER OF AREA DAN MEAN OF MAXIMA Thiang, Resmana, Wahyudi Jurusan Teni Eletro, Universitas Kristen Petra Jl. Siwalanerto 121-131 Surabaya Email : thiang@petra.ac.id,

Lebih terperinci

KENDALI OPTIMAL PADA MASALAH INVENTORI YANG MENGALAMI PENINGKATAN

KENDALI OPTIMAL PADA MASALAH INVENTORI YANG MENGALAMI PENINGKATAN KENDALI OPTIMAL PADA MASALAH INVENTORI YANG MENGALAMI PENINGKATAN Pardi Affandi, Faisal, Yuni Yulida Abstra: Banya permasalahan yang melibatan teori sistem dan teori ontrol serta apliasinya. Beberapa referensi

Lebih terperinci

Tanggapan Waktu Alih Orde Tinggi

Tanggapan Waktu Alih Orde Tinggi Tanggapan Watu Alih Orde Tinggi Sistem Orde-3 : C(s) R(s) ω P ( < ζ (s + ζω s + ω )(s + p) Respons unit stepnya: c(t) βζ n n < n ζωn t e ( β ) + βζ [ ζ + { βζ ( β ) cos ( β ) + ] sin ζ ) ζ ζ ω ω n n t

Lebih terperinci

Materi. Menggambar Garis. Menggambar Garis 9/26/2008. Menggambar garis Algoritma DDA Algoritma Bressenham

Materi. Menggambar Garis. Menggambar Garis 9/26/2008. Menggambar garis Algoritma DDA Algoritma Bressenham Materi IF37325P - Grafia Komputer Geometri Primitive Menggambar garis Irfan Malii Jurusan Teni Informatia FTIK - UNIKOM IF27325P Grafia Komputer 2008 IF27325P Grafia Komputer 2008 Halaman 2 Garis adalah

Lebih terperinci

BAB II LANDASAN TEORI

BAB II LANDASAN TEORI BAB II LANDASAN TEORI 2.1. Sistem Kendali Lup [1] Sistem endali dapat diataan sebagai hubungan antara omponen yang membentu sebuah onfigurasi sistem, yang aan menghasilan tanggapan sistem yang diharapan.

Lebih terperinci

Implementasi Algoritma Pencarian k Jalur Sederhana Terpendek dalam Graf

Implementasi Algoritma Pencarian k Jalur Sederhana Terpendek dalam Graf JURNAL TEKNIK POMITS Vol. 2, No., (203) ISSN: 2337-3539 (230-927 Print) Implementasi Algoritma Pencarian Jalur Sederhana Terpende dalam Graf Anggaara Hendra N., Yudhi Purwananto, dan Rully Soelaiman Jurusan

Lebih terperinci

Hasil Uji Kalibrasi Sensor Accelerometer ADXL335

Hasil Uji Kalibrasi Sensor Accelerometer ADXL335 Hasil Uji Kalibrasi Sensor Accelerometer ADXL335 Iwan SETIAWAN #1, Budi SETIYONO #2, Tri Bagus SUSILO #3 # Jurusan Teknik Elektro, Fakultas Teknik, Universitas Diponegoro Jln. Prof. Sudharto, Tembalang,

Lebih terperinci

APLIKASI TAPIS KALMAN PADA PENGUBAHAN DATA IMU MENJADI DATA NAVIGASI

APLIKASI TAPIS KALMAN PADA PENGUBAHAN DATA IMU MENJADI DATA NAVIGASI Seminar Nasional enologi Informasi & Komuniasi erapan (Semanti ) ISBN 979-6-55- APLIKASI APIS KALMAN PADA PENGUBAHAN DAA IMU MENJADI DAA NAVIGASI Wahu Widada dan Wahudi Lembaga Penerbangan dan Antarisa

Lebih terperinci

Rekayasa Elektrika. Jurnal DESEMBER 2017 VOLUME 13 NOMOR 3. TERAKREDITASI RISTEKDIKTI No. 36b/E/KPT/2016

Rekayasa Elektrika. Jurnal DESEMBER 2017 VOLUME 13 NOMOR 3. TERAKREDITASI RISTEKDIKTI No. 36b/E/KPT/2016 TERAKREDITASI RISTEKDIKTI No. 36b/E/KPT/206 Jurnal Reayasa Eletria VOLUME 3 NOMOR 3 DESEMBER 207 Pengenal Geraan dengan Joystic Aselerometer Menggunaan Filter Kalman Khoirudin Fathoni dan Dhidi Prastiyanto

Lebih terperinci

Soal-Jawab Fisika OSN x dan = min. Abaikan gesekan udara. v R Tentukan: a) besar kelajuan pelemparan v sebagai fungsi h. b) besar h maks.

Soal-Jawab Fisika OSN x dan = min. Abaikan gesekan udara. v R Tentukan: a) besar kelajuan pelemparan v sebagai fungsi h. b) besar h maks. Soal-Jawab Fisia OSN - ( poin) Sebuah pipa silinder yang sangat besar (dengan penampang lintang berbentu lingaran berjarijari R) terleta di atas tanah. Seorang ana ingin melempar sebuah bola tenis dari

Lebih terperinci

PENGENDALIAN MOTOR DC MENGGUNAKAN JARINGAN SYARAF TIRUAN BACKPROPAGATION

PENGENDALIAN MOTOR DC MENGGUNAKAN JARINGAN SYARAF TIRUAN BACKPROPAGATION PENGENDALIAN MOTOR DC MENGGUNAKAN JARINGAN SYARAF TIRUAN BACKPROPAGATION Wahyudi, Sorihi, dan Iwan Setiawan. Jurusan Teni Eletro Faultas Teni Universitas Diponegoro Semarang e-mail : wahyuditinom@yahoo.com.

Lebih terperinci

Pengaturan Suhu Ruangan Berbasis PID Menggunakan Mikrokontroler AT89S51

Pengaturan Suhu Ruangan Berbasis PID Menggunakan Mikrokontroler AT89S51 Pengaturan Suhu Ruangan Berbasis PID Menggunaan Miroontroler AT89S51 Edward Teguh Hartono 1, Trias Andromeda,ST. MT. 2, Sumardi,ST. MT. 2 Jurusan Teni Eletro, Faultas Teni, Universitas Diponegoro, Jl.

Lebih terperinci

Penentuan Nilai Ekivalensi Mobil Penumpang Pada Ruas Jalan Perkotaan Menggunakan Metode Time Headway

Penentuan Nilai Ekivalensi Mobil Penumpang Pada Ruas Jalan Perkotaan Menggunakan Metode Time Headway Rea Racana Jurnal Online Institut Tenologi Nasional Teni Sipil Itenas No.x Vol. Xx Agustus 2015 Penentuan Nilai Eivalensi Mobil Penumpang Pada Ruas Jalan Perotaan Menggunaan Metode Time Headway ENDI WIRYANA

Lebih terperinci

BAB III HASIL DAN PEMBAHASAN

BAB III HASIL DAN PEMBAHASAN 15 BAB III HASIL DAN PEMBAHASAN 3.1Relasi Dispersi Pada bagian ini aan dibahas relasi dispersi untu gelombang internal pada fluida dua-lapisan.tinjau lapisan fluida dengan ρ a dan ρ b berturut-turut merupaan

Lebih terperinci

KORELASI ANTARA DUA SINYAL SAMA BERBEDA JARAK PEREKAMAN DALAM SISTEM ADAPTIF. Sri Arttini Dwi Prasetyawati 1. Abstrak

KORELASI ANTARA DUA SINYAL SAMA BERBEDA JARAK PEREKAMAN DALAM SISTEM ADAPTIF. Sri Arttini Dwi Prasetyawati 1. Abstrak KORELASI ANARA DUA SINYAL SAMA BERBEDA JARAK PEREKAMAN DALAM SISEM ADAPIF Sri Arttini Dwi Prasetyawati 1 Abstra Masud pembahasan tentang orelasi dua sinyal adalah orelasi dua sinyal yang sama aan tetapi

Lebih terperinci

SISTEM ADAPTIF PREDIKSI PENGENALAN ISYARAT VOKAL SUARA KARAKTER. Abstrak

SISTEM ADAPTIF PREDIKSI PENGENALAN ISYARAT VOKAL SUARA KARAKTER. Abstrak SISTEM ADAPTIF PREDIKSI PENGENALAN ISYARAT VOKAL SUARA KARAKTER Oleh : Pandapotan Siagia, ST, M.Eng (Dosen tetap STIKOM Dinamia Bangsa Jambi) Abstra Sistem pengenal pola suara atau yang lebih dienal dengan

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB 1 PENDAHULUAN. 1.1 Latar Belakang BAB 1 PENDAHULUAN 1.1 Latar Belaang Masalah untu mencari jalur terpende di dalam graf merupaan salah satu masalah optimisasi. Graf yang digunaan dalam pencarian jalur terpende adalah graf yang setiap sisinya

Lebih terperinci

SISTEM ADAPTIF PREDIKSI PENGENALAN ISYARAT VOKAL SUARA KARAKTER

SISTEM ADAPTIF PREDIKSI PENGENALAN ISYARAT VOKAL SUARA KARAKTER SISTEM ADAPTIF PREDIKSI PENGENALAN ISYARAT VOKAL SUARA KARAKTER Pandapotan Siagian, ST, M.Eng Dosen Tetap STIKOM Dinamia Bangsa - Jambi Jalan Sudirman Theoo Jambi Abstra Sistem pengenal pola suara atau

Lebih terperinci

APLIKASI PREDIKSI HARGA SAHAM MENGGUNAKAN JARINGAN SYARAF RADIAL BASIS FUNCTION DENGAN METODE PEMBELAJARAN HYBRID

APLIKASI PREDIKSI HARGA SAHAM MENGGUNAKAN JARINGAN SYARAF RADIAL BASIS FUNCTION DENGAN METODE PEMBELAJARAN HYBRID APLIKASI PREDIKSI HARGA SAHAM MENGGUNAKAN JARINGAN SYARAF RADIAL BASIS FUNCTION DENGAN METODE PEMBELAJARAN HYBRID Ferry Tan, Giovani Gracianti, Susanti, Steven, Samuel Luas Jurusan Teni Informatia, Faultas

Lebih terperinci

Studi dan Analisis mengenai Hill Cipher, Teknik Kriptanalisis dan Upaya Penanggulangannya

Studi dan Analisis mengenai Hill Cipher, Teknik Kriptanalisis dan Upaya Penanggulangannya Studi dan Analisis mengenai Hill ipher, Teni Kriptanalisis dan Upaya enanggulangannya Arya Widyanaro rogram Studi Teni Informatia, Institut Tenologi Bandung, Jl. Ganesha 10 Bandung Email: if14030@students.if.itb.ac.id

Lebih terperinci

INTEGRAL NUMERIK KUADRATUR ADAPTIF DENGAN KAIDAH SIMPSON. Makalah. Disusun guna memenuhi tugas Mata Kuliah Metode Numerik. yang dibimbing oleh

INTEGRAL NUMERIK KUADRATUR ADAPTIF DENGAN KAIDAH SIMPSON. Makalah. Disusun guna memenuhi tugas Mata Kuliah Metode Numerik. yang dibimbing oleh INTEGRAL NUMERIK KUADRATUR ADAPTIF DENGAN KAIDAH SIMPSON Maalah Disusun guna memenuhi tugas Mata Kuliah Metode Numeri yang dibimbing oleh Dr. Nur Shofianah Disusun oleh: M. Adib Jauhari Dwi Putra 146090400111001

Lebih terperinci

PENDAHULUAN TINJAUAN PUSTAKA

PENDAHULUAN TINJAUAN PUSTAKA 1 Latar Belaang PENDAHULUAN Sistem biometri adalah suatu sistem pengenalan pola yang melauan identifiasi personal dengan menentuan eotentian dari arateristi fisiologis dari perilau tertentu yang dimilii

Lebih terperinci

Kumpulan soal-soal level seleksi provinsi: solusi:

Kumpulan soal-soal level seleksi provinsi: solusi: Kumpulan soal-soal level selesi provinsi: 1. Sebuah bola A berjari-jari r menggelinding tanpa slip e bawah dari punca sebuah bola B berjarijari R. Anggap bola bawah tida bergera sama seali. Hitung ecepatan

Lebih terperinci

Optimasi Non-Linier. Metode Numeris

Optimasi Non-Linier. Metode Numeris Optimasi Non-inier Metode Numeris Pendahuluan Pembahasan optimasi non-linier sebelumnya analitis: Pertama-tama mencari titi-titi nilai optimal Kemudian, mencari nilai optimal dari fungsi tujuan berdasaran

Lebih terperinci

BAB ELASTISITAS. Pertambahan panjang pegas

BAB ELASTISITAS. Pertambahan panjang pegas BAB ELASTISITAS 4. Elastisitas Zat Padat Dibandingan dengan zat cair, zat padat lebih eras dan lebih berat. sifat zat padat yang seperti ini telah anda pelajari di elas SLTP. enapa Zat pada lebih eras?

Lebih terperinci

PENGUKURAN PENDAPATAN NASIONAL

PENGUKURAN PENDAPATAN NASIONAL PENGUKURAN PENDAPATAN NASIONAL A. PENDEKATAN PRODUKSI (PRODUCTION APPROACH) Menghitung besarnya pendapatan nasional dengan menggunaan pendeatan produsi didasaran atas perhitungan dari jumlah nilai barang-barang

Lebih terperinci

PROGRAM SIMULASI UNTUK REALISASI STRUKTUR TAPIS INFINITE IMPULSE RESPONSE UNTUK MEDIA PEMBELAJARAN DIGITAL SIGNAL PROCESSING

PROGRAM SIMULASI UNTUK REALISASI STRUKTUR TAPIS INFINITE IMPULSE RESPONSE UNTUK MEDIA PEMBELAJARAN DIGITAL SIGNAL PROCESSING Konferensi asional Sistem dan Informatia 28; Bali, ovember 15, 28 KS&I8-44 PROGRAM SIMULASI UTUK REALISASI STRUKTUR TAPIS IFIITE IMPULSE RESPOSE UTUK MEDIA PEMBELAJARA DIGITAL SIGAL PROCESSIG Damar Widjaja

Lebih terperinci

BAB IV PERHITUNGAN HARGA PREMI BERDASARKAN FUNGSI PERMINTAAN PADA TITIK KESETIMBANGAN

BAB IV PERHITUNGAN HARGA PREMI BERDASARKAN FUNGSI PERMINTAAN PADA TITIK KESETIMBANGAN BAB IV PERHITUNGAN HARGA PREMI BERDASARKAN FUNGSI PERMINTAAN PADA TITIK KESETIMBANGAN Berdasaran asumsi batasan interval pada bab III, untu simulasi perhitungan harga premi pada titi esetimbangan, maa

Lebih terperinci

MENGHITUNG PELUANG PERSEBARAN TRUMP DALAM PERMAINAN CONTRACT BRIDGE

MENGHITUNG PELUANG PERSEBARAN TRUMP DALAM PERMAINAN CONTRACT BRIDGE MENGHITUNG PELUANG PERSEBARAN TRUMP DALAM PERMAINAN CONTRACT BRIDGE Desfrianta Salmon Barus - 350807 Jurusan Teni Informatia, Institut Tenologi Bandung Bandung e-mail: if807@students.itb.ac.id ABSTRAK

Lebih terperinci

MEKANIKA TANAH HIDROLIKA TANAH DAN PERMEABILITAS MODUL 3

MEKANIKA TANAH HIDROLIKA TANAH DAN PERMEABILITAS MODUL 3 MEKANIKA TANAH MODUL 3 HIDROLIKA TANAH DAN PERMEABILITAS UNIVERSITAS PEMBANGUNAN JAYA Jl. Boulevard Bintaro Setor 7, Bintaro Jaya Tangerang Selatan 15224 Silus hidrologi AIR TANAH DEFINISI : air yang terdapat

Lebih terperinci

Kata Kunci : Multipath, LOS, N-LOS, Network Analyzer, IFFT, PDP. 1. Pendahuluan

Kata Kunci : Multipath, LOS, N-LOS, Network Analyzer, IFFT, PDP. 1. Pendahuluan Statisti Respon Kanal Radio Dalam Ruang Pada Freuensi,6 GHz Christophorus Triaji I, Gamantyo Hendrantoro, Puji Handayani Institut Tenologi Sepuluh opember, Faultas Tenologi Industri, Jurusan Teni Eletro

Lebih terperinci

Pemodelan Dan Eksperimen Untuk Menentukan Parameter Tumbukan Non Elastik Antara Benda Dengan Lantai

Pemodelan Dan Eksperimen Untuk Menentukan Parameter Tumbukan Non Elastik Antara Benda Dengan Lantai Pemodelan Dan Esperimen Untu enentuan Parameter Tumbuan Non Elasti Antara Benda Dengan Lantai Puspa onalisa,a), eda Cahya Fitriani,b), Ela Aliyani,c), Rizy aiza,d), Fii Taufi Abar 2,e) agister Pengajaran

Lebih terperinci

BAB II DASAR TEORI. II.1. Pendahuluan

BAB II DASAR TEORI. II.1. Pendahuluan BAB II DASAR EORI II.1. Pendahuluan Pada bab ini pertama-tama aan dijelasan secara singat apa yang dimasud dengan target tracing dalam sistem Radar. Di dalam sebuah sistem Radar ada beberapa proses yang

Lebih terperinci

ANALISIS PETA KENDALI DEWMA (DOUBLE EXPONENTIALLY WEIGHTED MOVING AVERAGE)

ANALISIS PETA KENDALI DEWMA (DOUBLE EXPONENTIALLY WEIGHTED MOVING AVERAGE) Seminar Nasional Matematia dan Apliasinya, 1 Otober 17 ANALISIS PETA KENDALI DEWMA (DOUBLE EXPONENTIALLY WEIGHTED MOVING AVERAGE) DALAM PENGENDALIAN KUALITAS PRODUKSI FJLB (FINGER JOINT LAMINATING BOARD)

Lebih terperinci

Estimasi Konsentrasi Polutan Sungai Menggunakan Metode Reduksi Kalman Filter dengan Pendekatan Elemen Hingga

Estimasi Konsentrasi Polutan Sungai Menggunakan Metode Reduksi Kalman Filter dengan Pendekatan Elemen Hingga JURNAL SAINS DAN SENI POMITS ol. 2, No.1, (2013) 2337-3520 (2301-928X Print) 1 Estimasi Konsentrasi Polutan Sungai Menggunaan Metode Redusi Kalman Filter dengan Pendeatan Elemen Hingga Muyasaroh, Kamiran,

Lebih terperinci

KLASIFIKASI DATA MENGGUNAKAN JST BACKPROPAGATION MOMENTUM DENGAN ADAPTIVE LEARNING RATE

KLASIFIKASI DATA MENGGUNAKAN JST BACKPROPAGATION MOMENTUM DENGAN ADAPTIVE LEARNING RATE KLASIFIKASI DATA MENGGUNAKAN JST BACKPROPAGATION MOMENTUM DENGAN ADAPTIVE LEARNING RATE Warih Maharani Faultas Teni Informatia, Institut Tenologi Telom Jl. Teleomuniasi No.1 Bandung 40286 Telp. (022) 7564108

Lebih terperinci

BAB IV APLIKASI PADA MATRIKS STOKASTIK

BAB IV APLIKASI PADA MATRIKS STOKASTIK BAB IV : ALIKASI ADA MARIKS SOKASIK 56 BAB IV ALIKASI ADA MARIKS SOKASIK Salah satu apliasi dari eori erron-frobenius yang paling terenal adalah penurunan secara alabar untu beberapa sifat yang dimilii

Lebih terperinci

PENYELESAIAN PERSAMAAN LOTKA-VOLTERRA DENGAN METODE TRANSFORMASI DIFERENSIAL SUTRIANI HIDRI

PENYELESAIAN PERSAMAAN LOTKA-VOLTERRA DENGAN METODE TRANSFORMASI DIFERENSIAL SUTRIANI HIDRI PENYELESAIAN PERSAMAAN LOTKA-VOLTERRA DENGAN METODE TRANSFORMASI DIFERENSIAL SUTRIANI HIDRI Jurusan Matematia, FMIPA, Universitas Negeri Maassar Email: nanni.cliq@gmail.com Abstra. Pada artiel ini dibahas

Lebih terperinci

Makalah Seminar Tugas Akhir

Makalah Seminar Tugas Akhir Maalah Seminar ugas Ahir Simulasi Penapisan Kalman Dengan Kendala Persamaan Keadaan Pada Kasus Penelusuran Posisi Kendaraan (Vehicle racing Problem Iput Kasiyanto [], Budi Setiyono, S., M. [], Darjat,

Lebih terperinci

PENERAPAN DYNAMIC PROGRAMMING DALAM WORD WRAP Wafdan Musa Nursakti ( )

PENERAPAN DYNAMIC PROGRAMMING DALAM WORD WRAP Wafdan Musa Nursakti ( ) PENERAPAN DYNAMIC PROGRAMMING DALAM WORD WRAP Wafdan Musa Nursati (13507065) Program Studi Teni Informatia, Seolah Teni Eletro dan Informatia, Institut Tenologi Bandung Jalan Ganesha No. 10 Bandung, 40132

Lebih terperinci

khazanah Sistem Klasifikasi Tipe Kepribadian dan Penerimaan Teman Sebaya Menggunakan Jaringan Syaraf Tiruan Backpropagation informatika

khazanah Sistem Klasifikasi Tipe Kepribadian dan Penerimaan Teman Sebaya Menggunakan Jaringan Syaraf Tiruan Backpropagation informatika hazanah informatia Jurnal Ilmu Komputer dan Informatia Sistem Klasifiasi Tipe Kepribadian dan Penerimaan Teman Sebaya Menggunaan Jaringan Syaraf Tiruan Bacpropagation Yusuf Dwi Santoso *, Suhartono Departemen

Lebih terperinci

khazanah Sistem Klasifikasi Tipe Kepribadian dan Penerimaan Teman Sebaya Menggunakan Jaringan Syaraf Tiruan Backpropagation informatika

khazanah Sistem Klasifikasi Tipe Kepribadian dan Penerimaan Teman Sebaya Menggunakan Jaringan Syaraf Tiruan Backpropagation informatika hazanah informatia Jurnal Ilmu Komputer dan Informatia Sistem Klasifiasi Tipe Kepribadian dan Penerimaan Teman Sebaya Menggunaan Jaringan Syaraf Tiruan Bacpropagation Yusuf Dwi Santoso *, Suhartono Program

Lebih terperinci

SISTEM PENGHITUNG JARAK DAN KECEPATAN KERETA API MENGGUNAKAN SENSOR ACCELEROMETER MMA7361 SEBAGAI SARANA INFORMASI BAGI PENUMPANG

SISTEM PENGHITUNG JARAK DAN KECEPATAN KERETA API MENGGUNAKAN SENSOR ACCELEROMETER MMA7361 SEBAGAI SARANA INFORMASI BAGI PENUMPANG SISTEM PENGHITUNG JARAK DAN KECEPATAN KERETA API MENGGUNAKAN SENSOR ACCELEROMETER MMA7361 SEBAGAI SARANA INFORMASI BAGI PENUMPANG PUBLIKASI JURNAL SKRIPSI Disusun Oleh: ABU ISMAIL PRIBADI NIM. 105060300111068

Lebih terperinci

PREDIKSI HARGA SAHAM MENGGUNAKAN JARINGAN SYARAF TIRUAN MULTILAYER FEEDFORWARD NETWORK DENGAN ALGORITMA BACKPROPAGATION

PREDIKSI HARGA SAHAM MENGGUNAKAN JARINGAN SYARAF TIRUAN MULTILAYER FEEDFORWARD NETWORK DENGAN ALGORITMA BACKPROPAGATION Konferensi Nasional Sistem dan Informatia 2008; Bali, November 5, 2008 PREDIKSI HARGA SAHAM MENGGUNAKAN JARINGAN SYARAF TIRUAN MULTILAYER FEEDFORWARD NETWORK DENGAN ALGORITMA BACKPROPAGATION Wahyudi Setiawan

Lebih terperinci

IDENTIFIKASI PERUBAHAN POLA CURAH HUJAN MELALUI PERIODOGRAM STANDAR. Gumgum Darmawan Statistika FMIPA UNPAD

IDENTIFIKASI PERUBAHAN POLA CURAH HUJAN MELALUI PERIODOGRAM STANDAR. Gumgum Darmawan Statistika FMIPA UNPAD JMP : Vol. 9 No. 1, Juni 17, hal. 13-11 ISSN 85-1456 IDENTIFIKASI PERUBAHAN POLA CURAH HUJAN MELALUI PERIODOGRAM STANDAR Gumgum Darmawan Statistia FMIPA UNPAD gumgum@unpad.ac.id Budhi Handoo Statistia

Lebih terperinci

VISUALISASI GERAK PELURU MENGGUNAKAN MATLAB

VISUALISASI GERAK PELURU MENGGUNAKAN MATLAB KARYA TULIS ILMIAH VISUALISASI GERAK PELURU MENGGUNAKAN MATLAB Oleh: Drs. Ida Bagus Alit Paramarta, M.Si. Dra. I.G.A. Ratnawati, M.Si. JURUSAN FISIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM UNIVERSITAS

Lebih terperinci

SISTEM PENDUKUNG KEPUTUSAN PENENTU NILAI INTERVAL KADAR LEMAK TUBUH MENGGUNAKAN REGRESI INTERVAL DENGAN NEURAL FUZZY

SISTEM PENDUKUNG KEPUTUSAN PENENTU NILAI INTERVAL KADAR LEMAK TUBUH MENGGUNAKAN REGRESI INTERVAL DENGAN NEURAL FUZZY SISTEM PENDUKUNG KEPUTUSAN PENENTU NILAI INTERVAL KADAR LEMAK TUBUH MENGGUNAKAN REGRESI INTERVAL DENGAN NEURAL FUZZY Tedy Rismawan dan Sri Kusumadewi Laboratorium Komputasi dan Sistem Cerdas, Jurusan Teni

Lebih terperinci

Model Pembelajaran Off-Line Menggunakan Jaringan Syaraf Tiruan Untuk Pengemudian Otomatis pada Kendaraan Beroda Jurusan Teknik Elektronika PENS 2009

Model Pembelajaran Off-Line Menggunakan Jaringan Syaraf Tiruan Untuk Pengemudian Otomatis pada Kendaraan Beroda Jurusan Teknik Elektronika PENS 2009 Model Pembelaaran Off-Line Menggunaan Jaringan Syaraf Tiruan Untu Pengemudian Otomatis pada Kendaraan Beroda Jurusan Teni Eletronia PENS 2009 Arie Setya Wulandari#, Eru Puspita S.T., M.Kom#2 # Jurusan

Lebih terperinci

Penempatan Optimal Phasor Measurement Unit (PMU) dengan Integer Programming

Penempatan Optimal Phasor Measurement Unit (PMU) dengan Integer Programming JURAL TEKIK POMITS Vol. 2, o. 2, (2013) ISS: 2337-3539 (2301-9271 Print) B-137 Penempatan Optimal Phasor Measurement Unit (PMU) dengan Integer Programming Yunan Helmy Amrulloh, Rony Seto Wibowo, dan Sjamsjul

Lebih terperinci

Aplikasi diagonalisasi matriks pada rantai Markov

Aplikasi diagonalisasi matriks pada rantai Markov J. Sains Dasar 2014 3(1) 20-24 Apliasi diagonalisasi matris pada rantai Marov (Application of matrix diagonalization on Marov chain) Bidayatul hidayah, Rahayu Budhiyati V., dan Putriaji Hendiawati Jurusan

Lebih terperinci

KONTROL MOTOR PID DENGAN KOEFISIEN ADAPTIF MENGGUNAKAN ALGORITMA SIMULTANEOUS PERTURBATION

KONTROL MOTOR PID DENGAN KOEFISIEN ADAPTIF MENGGUNAKAN ALGORITMA SIMULTANEOUS PERTURBATION Konferensi Nasional Sistem dan Informatia 29; Bali, November 14, 29 KONTROL MOTOR PID DENGAN KOEFISIEN ADAPTIF MENGGUNAKAN ALGORITMA SIMULTANEOUS PERTURBATION Sofyan Tan, Lie Hian Universitas Pelita Harapan,

Lebih terperinci

Penerapan Sistem Persamaan Lanjar untuk Merancang Algoritma Kriptografi Klasik

Penerapan Sistem Persamaan Lanjar untuk Merancang Algoritma Kriptografi Klasik Penerapan Sistem Persamaan Lanjar untu Merancang Algoritma Kriptografi Klasi Hendra Hadhil Choiri (135 08 041) Program Studi Teni Informatia Seolah Teni Eletro dan Informatia Institut Tenologi Bandung,

Lebih terperinci

Modifikasi ACO untuk Penentuan Rute Terpendek ke Kabupaten/Kota di Jawa

Modifikasi ACO untuk Penentuan Rute Terpendek ke Kabupaten/Kota di Jawa 187 Modifiasi ACO untu Penentuan Rute Terpende e Kabupaten/Kota di Jawa Ahmad Jufri, Sunaryo, dan Purnomo Budi Santoso Abstract This research focused on modification ACO algorithm. The purpose of this

Lebih terperinci

Analisa Kinerja Kode Konvolusi pada Sistem Parallel Interference Cancellation Multi Pengguna aktif Detection

Analisa Kinerja Kode Konvolusi pada Sistem Parallel Interference Cancellation Multi Pengguna aktif Detection Analisa Kinerja Kode Konvolusi pada Sistem Parallel Interference Cancellation Multi Pengguna atif Detection CDMA dengan Modulasi Quadrature Phase Shift Keying Berbasis Perangat Luna Saretta Nathaniatasha

Lebih terperinci

Estimasi Inflasi Wilayah Kerja KPwBI Malang Menggunakan ARIMA-Filter Kalman dan VAR-Filter Kalman

Estimasi Inflasi Wilayah Kerja KPwBI Malang Menggunakan ARIMA-Filter Kalman dan VAR-Filter Kalman JURNAL SAINS DAN SENI ITS Vol. 5, No.1, (16) 337-35 (31-98X Print) A-1 Estimasi Inflasi Wilayah Kerja KPwBI Malang Menggunaan ARIMA-Filter Kalman dan VAR-Filter Kalman Popy Febritasari, Erna Apriliani

Lebih terperinci

OLIMPIADE SAINS NASIONAL 2012 BIDANG ILMU FISIKA

OLIMPIADE SAINS NASIONAL 2012 BIDANG ILMU FISIKA OLIMPIADE SAINS NASIONAL 2012 BIDANG ILMU FISIKA SELEKSI TIM INDONESIA untu IPhO 2013 SOAL TES TEORI KEMENTERIAN PENDIDIKAN DAN KEBUDAYAAN DIREKTORAT JENDERAL PENDIDIKAN MENENGAH DIREKTORAT PEMBINAAN SEKOLAH

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB 1 PENDAHULUAN. 1.1 Latar Belakang 1 BAB 1 PENDAHULUAN 1.1 Latar Belaang Di aman searang sebuah adal yang tersusun rapi merupaan ebutuhan bagi setiap individu. Namun masalah penyusunan sebuah adal merupaan sebuah masalah umum yang teradi,

Lebih terperinci

Perancangan Sensor Gyroscope dan Accelerometer Untuk Menentukan Sudut dan Jarak

Perancangan Sensor Gyroscope dan Accelerometer Untuk Menentukan Sudut dan Jarak Makalah Seminar Tugas Akhir Perancangan Sensor Gyroscope dan Accelerometer Untuk Menentukan dan Ruslan Gani [1], Wahyudi, S.T, M.T [2], Iwan Setiawan, S.T, M.T [2] Jurusan Teknik Elektro, Fakultas Teknik,

Lebih terperinci

PENCARIAN JALUR TERPENDEK MENGGUNAKAN ALGORITMA SEMUT

PENCARIAN JALUR TERPENDEK MENGGUNAKAN ALGORITMA SEMUT Seminar Nasional Apliasi Tenologi Informasi 2007 (SNATI 2007) ISSN: 1907-5022 Yogyaarta, 16 Juni 2007 PENCARIAN JALUR TERPENDEK MENGGUNAKAN ALGORITMA SEMUT I ing Mutahiroh, Indrato, Taufiq Hidayat Laboratorium

Lebih terperinci

Dosen Jurusan Teknik Elektro Industri 2 3

Dosen Jurusan Teknik Elektro Industri 2 3 RANCANG BANGUN SISTEM PENGAMAN DAN MONITORING MOTOR SINKRON TIGA FASA ( HARDWARE ) Ir. Gigih Prabowo, MT. 1, Ir. Era Purwanto,M.Eng. 2, Arif Darmawan 3 1 Dosen Jurusan Teni Eletro Industri 2 Dosen Jurusan

Lebih terperinci

FISIKA. Kelas X GETARAN HARMONIS K-13. A. Getaran Harmonis Sederhana

FISIKA. Kelas X GETARAN HARMONIS K-13. A. Getaran Harmonis Sederhana K-13 Kelas X FISIKA GETARAN HARMONIS TUJUAN PEMBELAJARAN Setelah mempelajari materi ini, amu diharapan memilii emampuan sebagai beriut. 1. Memahami onsep getaran harmonis sederhana pada bandul dan pegas

Lebih terperinci

RINGKASAN SKRIPSI MODUL PERKALIAN

RINGKASAN SKRIPSI MODUL PERKALIAN RINGKASAN SKRIPSI MODUL PERKALIAN SAMSUL ARIFIN 04/177414/PA/09899 DEPARTEMEN PENDIDIKAN NASIONAL UNIVERSITAS GADJAH MADA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM YOGYAKARTA 2008 HALAMAN PENGESAHAN

Lebih terperinci

Analisis Pengaruh Peralatan Laboratorium Terhadap Kualitas Daya Pada Laboratorium Elektroteknika Dasar

Analisis Pengaruh Peralatan Laboratorium Terhadap Kualitas Daya Pada Laboratorium Elektroteknika Dasar 3 Analisis Pengaruh Peralatan Laboratorium Terhadap Kualitas Daya Pada Laboratorium Eletrotenia Dasar Jamhir slami Pranata Laboratorium Pendidian (PLP) Ahli Muda Laboratorium Eletrotenia Dasar Faaultas

Lebih terperinci

METODE WATERMARKING UNTUK PENYISIPAN INDEKS DATA PADA IMAGE MENGGUNAKAN HAAR TRANSFORMASI WAVELET

METODE WATERMARKING UNTUK PENYISIPAN INDEKS DATA PADA IMAGE MENGGUNAKAN HAAR TRANSFORMASI WAVELET METODE WATERMARKING UNTUK PENYISIPAN INDEKS DATA PADA IMAGE MENGGUNAKAN HAAR TRANSFORMASI WAVELET Maryanti 1, Nana Juhana, ST. 1, Manahan P.Siallagan S.Si, MT. 1 1) Jurusan Teni Informatia, FT, UNIKOM

Lebih terperinci

BAB VII. RELE JARAK (DISTANCE RELAY)

BAB VII. RELE JARAK (DISTANCE RELAY) BAB VII. RELE JARAK (DISTANCE RELAY) 7.1 Pendahuluan. Rele jara merespon terhadap banya inputsebagai fungsi dari rangaian listri yang panjang (jauh) antara loasi rele dengan titi gangguan. Karena impedansi

Lebih terperinci

MODUL V PENCACAH BINER ASINKRON (SYNCHRONOUS BINARY COUNTER)

MODUL V PENCACAH BINER ASINKRON (SYNCHRONOUS BINARY COUNTER) MOUL V PENH INE SINON (SYNHONOUS INY OUNTE) I. Tujuan instrusional husus 1. Membuat rangaian dan mengamati cara erja suatu pencacah iner (inary counter). 2. Menghitung freuensi output pencacah iner. 3.

Lebih terperinci

MAKALAH SEMINAR TUGAS AKHIR

MAKALAH SEMINAR TUGAS AKHIR 1 MAKALAH SEMINAR TUGAS AKHIR PENGENALAN POLA GEOMETRI WAJAH MENGGUNAKAN JARINGAN SYARAF TIRUAN PERAMBATAN BALIK Muhamad Tonovan *, Achmad Hidayatno **, R. Rizal Isnanto ** Abstra - Pengenalan waah adalah

Lebih terperinci

BAB III PENENTUAN HARGA PREMI, FUNGSI PERMINTAAN, DAN TITIK KESETIMBANGANNYA

BAB III PENENTUAN HARGA PREMI, FUNGSI PERMINTAAN, DAN TITIK KESETIMBANGANNYA BAB III PENENTUAN HARGA PREMI, FUNGSI PERMINTAAN, DAN TITIK KESETIMBANGANNYA Pada penelitian ini, suatu portfolio memilii seumlah elas risio. Tiap elas terdiri dari n, =,, peserta dengan umlah besar, dan

Lebih terperinci

PEMANFAATAN METODE HEURISTIK DALAM PENCARIAN JALUR TERPENDEK DENGAN ALGORITMA SEMUT DAN ALGORITMA GENETIKA

PEMANFAATAN METODE HEURISTIK DALAM PENCARIAN JALUR TERPENDEK DENGAN ALGORITMA SEMUT DAN ALGORITMA GENETIKA PEMANFAATAN METODE HEURISTIK DALAM PENCARIAN JALUR TERPENDEK DENGAN ALGORITMA SEMUT DAN ALGORITMA GENETIKA Iing Mutahiroh, Fajar Saptono, Nur Hasanah, Romi Wiryadinata Laboratorium Pemrograman dan Informatia

Lebih terperinci

BAB 4 HASIL DAN PEMBAHASAN

BAB 4 HASIL DAN PEMBAHASAN BAB 4 HASIL DAN PEMBAHASAN 4.1 Hasil Pengolahan Data Data yang telah berhasil diumpulan oleh penulis di BB BIOGEN diperoleh hasil bobot biji edelai dengan jumlah varietas yang aan diuji terdiri dari 15

Lebih terperinci

Perhitungan Kehilangan Pratekan Total dengan Memakai Teori Kemungkinan ABSTRAK

Perhitungan Kehilangan Pratekan Total dengan Memakai Teori Kemungkinan ABSTRAK Jurnal APLIKASI Volume 5, Nomor 1, Agustus 2008 Perhitungan Kehilangan Pratean Total dengan Memaai Teori Kemunginan M. Sigit Darmawan Dosen Jurusan Diploma Teni Sipil, FTSP - ITS Email: msdarmawan@ce.its.ac.id

Lebih terperinci

Perbandingan Antara Algoritma Penghapusan Bising Adaptif LMS dan Adaptif RLS dalam Penghapusan Bising Kendaraan

Perbandingan Antara Algoritma Penghapusan Bising Adaptif LMS dan Adaptif RLS dalam Penghapusan Bising Kendaraan Perbandingan Antara Algoritma Penghapusan Bising Adaptif LMS dan Adaptif RLS dalam Penghapusan Bising Kendaraan Sri Arttini Dwi Prasetyowati 1), Adhi Susanto ), homas Sriwidodo ), Jazi Eo Istiyanto 3)

Lebih terperinci

IMPLEMENTASI DAN ANALISIS ALGORITMA PENCARIAN RUTE TERPENDEK DI KOTA SURABAYA

IMPLEMENTASI DAN ANALISIS ALGORITMA PENCARIAN RUTE TERPENDEK DI KOTA SURABAYA 94 IMPLEMENTASI DAN ANALISIS ALGORITMA PENCARIAN RUTE TERPENDEK DI KOTA SURABAYA Yudhi Purwananto 1, Diana Purwitasari 2, Agung Wahyu Wibowo Jurusan Teni Informatia, Institut Tenologi Sepuluh Nopember

Lebih terperinci

KINETIKA TRANSESTERIFIKASI BIODIESEL JARAK PAGAR. Luqman Buchori, Setia Budi Sasongko *)

KINETIKA TRANSESTERIFIKASI BIODIESEL JARAK PAGAR. Luqman Buchori, Setia Budi Sasongko *) KINETIKA TRANSESTERIFIKASI BIODIESEL JARAK PAGAR Luqman Buchori, Setia Budi Sasongo *) Abstract Biodiesel were produced by trans-etherification of castor oil with alcohol in the presence of NaOH catalyst.

Lebih terperinci

PENYELESAIAN PERSAMAAN LOTKA-VOLTERRA DENGAN METODE TRANSFORMASI DIFERENSIAL. Sutriani Hidri. Ja faruddin. Syafruddin Side, ABSTRAK

PENYELESAIAN PERSAMAAN LOTKA-VOLTERRA DENGAN METODE TRANSFORMASI DIFERENSIAL. Sutriani Hidri. Ja faruddin. Syafruddin Side, ABSTRAK PENYELESAIAN PERSAMAAN LOTKA-VOLTERRA DENGAN METODE TRANSFORMASI DIFERENSIAL Syafruddin Side, Jurusan Matematia, FMIPA, Universitas Negeri Maassar email:syafruddinside@yahoo.com Info: Jurnal MSA Vol. 3

Lebih terperinci

Penentuan Konduktivitas Termal Logam Tembaga, Kuningan, dan Besi dengan Metode Gandengan

Penentuan Konduktivitas Termal Logam Tembaga, Kuningan, dan Besi dengan Metode Gandengan Prosiding Seminar Nasional Fisia dan Pendidian Fisia (SNFPF) Ke-6 205 30 9 Penentuan Kondutivitas Termal ogam Tembaga, Kuningan, dan Besi dengan Metode Gandengan Dwi Astuti Universitas Indraprasta PGRI

Lebih terperinci

Variasi Spline Kubik untuk Animasi Model Wajah 3D

Variasi Spline Kubik untuk Animasi Model Wajah 3D Variasi Spline Kubi untu Animasi Model Wajah 3D Rachmansyah Budi Setiawan (13507014 1 Program Studi Teni Informatia Seolah Teni Eletro dan Informatia Institut Tenologi Bandung, Jl. Ganesha 10 Bandung 40132,

Lebih terperinci

VI. PEMILIHAN MODA (Modal Split/Choice)

VI. PEMILIHAN MODA (Modal Split/Choice) VI. PEMILIHAN MODA (Modal Split/Choice) 6.. UMUM Tujuan: Mengetahui proporsi pengaloasian perjalanan e berbagai moda transportasi. Ada dua emunginan situasi yang dihadapi dalam meramal pemilihan moda:

Lebih terperinci

BAB 3 LANGKAH PEMECAHAN MASALAH

BAB 3 LANGKAH PEMECAHAN MASALAH BAB 3 LANGKAH PEMECAHAN MASALAH 3.1 Penetapan Kriteria Optimasi Gambar 3.1 Bagan Penetapan Kriteria Optimasi Sumber: Peneliti Determinasi Kinerja Operasional BLU Transjaarta Busway Di tahap ini, peneliti

Lebih terperinci

MEKANIKA TANAH REMBESAN DAN TEORI JARINGAN MODUL 4. UNIVERSITAS PEMBANGUNAN JAYA Jl. Boulevard Bintaro Sektor 7, Bintaro Jaya Tangerang Selatan 15224

MEKANIKA TANAH REMBESAN DAN TEORI JARINGAN MODUL 4. UNIVERSITAS PEMBANGUNAN JAYA Jl. Boulevard Bintaro Sektor 7, Bintaro Jaya Tangerang Selatan 15224 MEKANIKA TANAH MODUL 4 REMBESAN DAN TEORI JARINGAN UNIVERSITAS PEMBANGUNAN JAYA Jl. Boulevard Bintaro Setor 7, Bintaro Jaya Tangerang Selatan 154 PENDAHULUAN Konsep pemaaian oefisien permeabilitas untu

Lebih terperinci

BAB IV IMPLEMENTASI DAN PENGUJIAN

BAB IV IMPLEMENTASI DAN PENGUJIAN BAB IV IMPLEMENTASI DAN PENGUJIAN 4.1 Implementasi Apliasi Pada tahap implementasi ini merupaan penerapan apliasi dari hasil perancangan sistem yang ada untu mencapai suatu tujuan yang diinginan. Implementasimelasanaan

Lebih terperinci

PERTEMUAN 02 PERBEDAAN ANTARA SISTEM DISKRIT DAN SISTEM KONTINU

PERTEMUAN 02 PERBEDAAN ANTARA SISTEM DISKRIT DAN SISTEM KONTINU PERTEMUAN 2 PERBEDAAN ANTARA SISTEM DISKRIT DAN SISTEM KONTINU 2. SISTEM WAKTU DISKRET Sebuah sistem watu-disret, secara abstra, adalah suatu hubungan antara barisan masuan dan barisan eluaran. Sebuah

Lebih terperinci

III. METODOLOGI PENELITIAN

III. METODOLOGI PENELITIAN III. METODOLOGI PENELITIAN 3.1 Keranga Pemiiran Pemerintah ahir-ahir ini sering dihadapan pada masalah persediaan pupu bersubsidi yang daya serapnya rendah dan asus elangaan di berbagai loasi di Indonesia.

Lebih terperinci

Deret Pangkat. Ayundyah Kesumawati. June 23, Prodi Statistika FMIPA-UII

Deret Pangkat. Ayundyah Kesumawati. June 23, Prodi Statistika FMIPA-UII Keonvergenan Kesumawati Prodi Statistia FMIPA-UII June 23, 2015 Keonvergenan Pendahuluan Kalau sebelumnya, suu suu pada deret ta berujung berupa bilangan real maa ali ini ita embangan suu suunya dalam

Lebih terperinci