SISTEM VERIFIKASI CITRA TANDATANGAN DENGAN METODE POLA BUSUR TERLOKALISASI
|
|
- Deddy Setiawan
- 7 tahun lalu
- Tontonan:
Transkripsi
1 SISTEM VERIFIKASI CITRA TANDATANGAN DENGAN METODE POLA BUSUR TERLOKALISASI A.A. K. Oa Sudana Staf Jurusan Teni Eletro, Faultas Teni, Universitas Udayana ABSTRACT Signature is used as a proof of one s ratification. This iportant purpose cause attepts of falsifying the signature. Falsifying signature is relatively siple, because ost verification was done anually only by coparing the for of each signature with the originals. It s even worse since ost verification exainer are tired of the boring verification continuously, that s why the anual signature verification result is found less satisfying. To overcoe the weanesses of this anual verification, this thesis proposes a coputerized verification syste for Latinos signature, which feature of signature extracted by Localized Arc Pattern Methods according to odel pattern of Indonesian signature, which sees appearance frequency the odel pattern of inputted signature iage. This feature achieved than copared to the previous reference signature. This coparison yields the dissiilarity value, which is used to define whether the signature is accepted or rejected through a critical value coparison. The experient achieved an error rate of 9.696%. Keywords: Falsifying, iage signature verification, Localized Arc Pattern, Model pattern, feature extraction. 1. PENDAHULUAN Tandatangan erupaan suatu buti pengesahan dari seseorang sehingga tandatangan ini epunyai arti yang sangat penting. Seringnya terjadi pealsuan tandatangan, antara lain disebaban oleh siste verifiasi yang urang bai. Verifiasi tandatangan ebanyaan dilauan dengan cara anual, yaitu dengan ebandingan secara langsung dengan enggunaan ata anusia sendiri yang ana epunyai banya eleahan terutaa jia elauan cuup banya verifiasi, bisa enyebaban ebosanan orang yang elauannya, sehingga etelitian dan etepatan hasil yang diinginan seringali urang euasan. Siste verifiasi yang diusulan yaitu verifiasi citra tandatangan dala artian pengabilan data dilauan secara statis Ketertarian peilihan etode statis adalah arena di dala asalah verifiasi tandatangan pada asa searang ini jauh lebih banya penggunaannya dibandingan dengan etode dinais, esipun verifiasi tandatangan dengan enggunaan etode input dinais ini lebih udah dan eberian hasil yang lebih bai, hal tersebut disebaban arena inforasi ciri dinais dari sebuah tandatangan asih bisa didapatan di saping inforasi statisnya seperti oordinat titi, aan tetapi penggunaan etode input statis lebih banya digunaan arena asyaraat sudah terbiasa enulisan tandatangannya pada obye yang tersedia lalu dipayar (scan), dibandingan dengan langsung enulisnya pada sebuah alat seperti digitizer. Estrasi ciri dengan enggunaan Metode Pola Busur Terloalisasi, yang disesuaian dengan Model Tandatangan Indonesia dengan alasan arena etode ini engabil arateristi tandatangan yang tida udah terlihat oleh pealsu biasa sehingga diharapan dapat eberian hasil verifiasi yang lebih bai. Di saping itu hasil penelitian terhadap identifiasi tulisan tangan terutaa Tulisan Jepang dengan etode ini dilaporan eberian hasil yang relatif lebih bai dibandingan dengan etode-etode lainnya. Penelitian terhadap tulisan tangan hususnya verifiasi tandatangan sudah banya dilauan bai dengan etode asuan statis aupun dinais, tetapi dari penelitian-penelitian tersebut belu ada yang enggunaan Metode Pola Busur Terloalisasi hususnya yang disesuaian dengan odel tandatangan orang Indonesia, untu verifiasi terhadap Tandatangan Latin. 2. TINJAUAN PUSTAKA Penelitian tentang tulisan tangan dengan asuan secara statis banya dilauan oleh Isao Yoshiura, Mitsu Yoshiura serta peneliti lainnya, yang lebih banya difousan pada tulisan Jepang. Jurnal A Zip Code Recognition Syste using the Localized Arc Pattern Method (Yoshiura M., d., 1993) eaparan peneanan suatu siste pengenalan tulisan dengan penggabungan dua tahap proses sebagai bagian utaa, yaitu tingat praperosesan dan tingat pengenalan. Dala jurnal Structural Interpretation of Handwritten Signature Iages (Sabourin R. d., 1994), peneliti elauan analisis strutur citra tandatangan, lalu diinterpretasian dala bentu graph. Rata-rata esalahannya relatif ecil (1,43%), tapi eruitan oputasinya cuup tinggi. Tenologi Eletro 38 Vol.5 No. 2 Juli Deseber 2006
2 Jurnal Arc Pattern Method for Writer Recognition as an Aid for Person Identification, tahun 1992 dan Off-Line Verification of Japanese Signature After Eliination of Bacground Pattern, Tahun 1994, oleh Isao Yoshiura dan Mitsu Yoshiura, enulisan hasil penelitian tentang penggunaan etode Pola Busur Terloalisasi pada identifiasi seseorang (pada jurnal pertaa) serta verifiasi tandatangan pada tulisan edua. Sedangan pada jurnal Writer Identification Based on the Arc Pattern Transforation Tahun 1988, erea enjelasan tentang ipleentasi Metode Transforasi Pola Busur untu engidentifiasi seseorang berdasaran tulisan tangan yang pernah dibuatnya. Penelitian-penelitian yang dilauan oleh Isao Yoshiura dan Mitsu Yoshiura, sebagian besar enggunaan dan engebangan Metode Pola Busur bai dala bentu asli, transforasi, aupun elauan loalisasi terhadap Pola Busur tersebut Metode Pola Busur Terloalisasi Metode Pola Busur Terloalisasi ini diebangan dari Metode Pola Busur (Arc Pattern Method). Prinsip etode ini adalah sebagai beriut : dua buah titi ahir (end point) asing-asing A dan B dihubungan oleh busur-busur (Gabar1). Pada gabar tersebut juga dapat dilihat lia buah titi yang berjara saa ditepatan di atas busur yang disebut dengan titi arateristi. Dari Metode Pola Busur tersebut disusun odel yang terdiri atas satu atau dua buah titi ahir (end point) dan beberapa titi di antara dua titi ahir. Kobinasi itu enghasilan odel yang banya seali, tapi untu siste atual, tida seua pola odel digunaan, arena sangat eperlabat erja siste. Masalah ini ditanggulangi dengan engurangi sebagian pola odel yang ada, yaitu dengan elauan pebatasan pandangan (loalisasi perasalahan) pada pola odel yang didefinisian di dala sebuah bujur sangar ecil beruuran 5 x 5 ota. Hanya odel-odel yang dibentu oleh titi arateristi dala bujur sangar ini dipergunaan sebagai pedoan untu ebentu pola odel. Metode Pola Busur dengan pebatasan ini disebut dengan Metode Pola Busur Terloalisasi. Dengan enggunaan sapel tandatangan Indonesia, dari etode ini didapatan 52 buah pola odel yang dielopoan enjadi 42 pola odel, seperti terlihat pada Gabar 2. Ada beberapa odel yang irip dielopoan enjadi satu odel, contohnya seperti noor 33, 34 dan 35 dielopoan enjadi satu yaitu odel 31. Anga di sebelah iri atas pola enunjuan noor urut pola, sedangan anga di sebelah anan atas pola adalah noor odel Tahapan Proses Verifiasi Tahapan dala proses verifiasi tandatangan, hususnya citra tandatangan enggunaan Metode Pola Busur Terloalisasi adalah : Auisisi data (data acquisition) Diawali pengabilan sapel tandatangan yang aan dipaai dala siste verifiasi, bai tandatangan acuan, palsu aupun uji. Praperosesan (preprocessing) Pada tahap ini terdapat proses untu ebuat tandatangan yang telah diauisisi enjadi file citra tandatangan biner yang siap untu diestrasi cirinya. Estrasi ciri (feature extraction) Estrasi ciri adalah tahap untu endapatan freuensi eunculan dari asingasing pola. Pola yang eilii odel yang saa tetapi dengan noor urut berbeda, freuensi eunculannya dijulahan. Penghitungannya adalah dengan enggeraan setiap pola odel di atas pola biner citra tandatangan, dengan patoan titi berbentu lingaran penuh. Titi ini digeser secara teratur satu grid e arah horisontal atau vertial, sapai seua titi terlewati. Pada setiap pergeseran dilauan pebandingan terhadap ruang yang dilingupi oleh odel tersebut, jia saa aa freuensi pola odel tersebut ditabahan. Misalan Tenologi Eletro 39 Vol.5 No. 2 Juli Deseber 2006
3 citra tandatangan dilabangan dengan f dan terdapat p pola odel aa citra tandatangan tersebut dapat diespresian sebagai vetor olo x berdiensi p. No.1 Model 1 N o.2 M ode l 2 No.3 Model 3 No.4 Model 4 No.5 Model 5 No.6 Model 6 No.7 Model 7 N o.8 M ode l 8 N o.9 M ode l 9 No.10 Model 10 No.11 Model 11 No.12 Model 12 No.13 Model 13 No.14 Model 14 No.15 Model 15 No.16 Model 16 No.17 Model 17 No.18 Model 18 No.19 Model 19 No.20 Model 20 No.21 Model 21 No.22 Model 22 No.23 Model 23 No.24 Model 24 No.25 Model 25 No.26 Model 26 No.27 Model 27 No.28 Model 28 No.29 Model 28 No.30 Model 29 No.31 Model 29 No.32 Model 30 No.33 Model 31 No.34 Model 31 No.35 Model 31 No.36 Model 32 No.37 Model 33 No.38 Model 33 No.39 Model 33 No.40 Model 34 No.41 Model 35 No.42 Model 36 No.43 Model 37 No.44 Model 37 No.45 Model 37 No.46 Model 38 No.47 Model 39 No.48 Model 40 No.49 Model 40 No.50 Model 40 No.51 Model 41 No.52 Model 42 Gabar 2. Pola odel tandatangan Indonesia Estrasi ciri (feature extraction) Estrasi ciri adalah tahap untu endapatan freuensi eunculan dari asingasing pola. Pola yang eilii odel yang saa tetapi dengan noor urut berbeda, freuensi eunculannya dijulahan. Penghitungannya adalah dengan enggeraan setiap pola odel di atas pola biner citra tandatangan, dengan patoan titi berbentu lingaran penuh. Titi ini digeser secara teratur satu grid e arah horisontal atau vertial, sapai seua titi terlewati. Pada setiap pergeseran dilauan pebandingan terhadap ruang yang dilingupi oleh odel tersebut, jia saa aa freuensi pola odel tersebut ditabahan. Misalan citra tandatangan dilabangan dengan f dan terdapat p pola odel aa citra tandatangan tersebut dapat diespresian sebagai vetor olo x berdiensi p. Pendaftaran (enrollent) Tahapan pendaftaran dilauan dengan engestrasi ciri dari beberapa tandatangan acuan dan hasil yang diperoleh disipan pada sebuah file basisdata acuan dengan ata unci noor identitas pengguna. Misalan asing-asing partisipan e i disebut dengan P i, enulisan tandatangannya sebagai acuan sebanya, aa dari buah tandatangan autenti ini diestrasi ciri enghasilan buah vetor olo x berdiensi p, hasil ini dijadian satu atris vetor beruuran p x. Pebandingan (coparison) Tahap pebandingan erupaan inti proses verifiasi. Dari basisdata acuan dibaca satu record Tenologi Eletro 40 Vol.5 No. 2 Juli Deseber 2006
4 data partisipan. Acuan yang berbentu atris p x ini selanjutnya dihitung rata-rata eunculan setiap pola odel dengan cara : / = 1 x i = x i / Nilai-nilai yang dihasilan yaitu x 1/, x 2/, x p/, ditepatan sebagai eleen vetor olo x / berdiensi p, yang erupaan rata-rata acuan. Lalu dicari atris varians V berdiensi p x p dari acuan dengan persaaan : V = j = 1 t ( x j x )( x j x / ) / / Mencari freuensi eunculan pola odel pada citra tandatangan yang dibandingan saa halnya dengan encari freuensi pola odel acuan. Misalan tandatangan yang dibandingan disebut Q aa vetor olo hasilnya adalah x q. Varians V, rata-rata acuan x / dan vetor olo x q, digunaan enghitung nilai beda (Yoshiura I. d, 1994, hal.61) dengan persaaan sebagai beriut: dengan nilai abang yang tersipan pada basisdata acuan (Cc) dan dialian dengan onstanta pengali nilai ritis (Cd). Jia d(p j, Q i ) Cc j x Cd aa eputusannya ASLI Selain itu eputusannya PALSU 4. PERANCANGAN & PEMBUATAN Rancangan siste verifiasi adalah seperti yang terlihat pada Gabar 5, sedangan bagan alir prosesnya terlihat pada Gabar 4 dan Gabar 3. D( Pi, Q) = q = 1 ( Z Q p Z / ) ( ZQ Z / ) + λ λ q 2 = q+ 1 Z t / = l x /, Z Q = l xq dengan etentuan : D(P i,q) : nilai etidasaaan antara acuan P i dengan pebanding Q. : vetor olo yang berisi nilai eigen dengan urutan enurun (descending order) yaitu (,,, p ) l : vetor eigen yang berbentu vetor olo terurut sesuai dengan nilai eigen yang berhubungan. x Q : vetor olo yang berisi freuensi unculnya pola odel pada citra tandatangan pebanding. x / : vetor olo rata-rata acuan. t : transpose. p : diensi vetor olo q : suatu integer dengan syarat 1q p. Konstanta q erupaan noor peotongan dari nilai eigen. Pengabilan eputusan (decision aing) Tahap ini didasaran pada perhitungan nilai beda tandatangan uji dengan acuan, yaitu dibandingan t 2 Tenologi Eletro 41 Vol.5 No. 2 Juli Deseber 2006
5 5. ENGUJIAN DAN ANALISIS HASIL 5.1 Pengujian Pengujian terhadap siste verifiasi dilauan setelah engupulan tandatangan sapel yang dilasanaan dala beberapa watu. Pertaa diabil tandatangan acuan dari para partisipan asing-asing sebanya 9 buah. Setelah itu dicarian pealsunya. Seorang pealsu terlebih dulu dijadian pealsu sederhana, yaitu orang tersebut langsung eniruan tandatangan acuan tanpa belajar, setelah itu baru diberi esepatan untu belajar sapai orang tersebut enyataan siap untu ealsuan tandatangan acuan sebagai pealsu terlatih. Setiap partisipan, tandatangan acuannya dicarian 12 tandatangan dari pealsu sederhana dan 12 tandatangan dari pealsu terlatih. Untu tandatangan uji juga diabil sebanya 12 tandatangan, dengan syarat watu pengabilannya bertahap, serta partisipan tida boleh elihat tandatangan acuan sebelunya. Dala pengujian ini dicari 26 orang partisipan. Pengujian dilauan dengan engatur variasi dari onstanta peotongan nilai eigen (q) serta onstanta pengali nilai abang (Cd). Nilai q yang dipaai adalah 4, 5, 6, 7 dan 8. Pada nilai q = 9, sudah terjadi pebagian dengan nol dala prosesnya, sehingga pengujian dengan q = 9 tida diterusan nilai Cd adalah 1,5; 2; 2,5 dan 3. Dari hasil pengujian, unju erja siste diuur berdasaran dua aca tipe esalahan, yaitu : Kesalahan Tipe I (esalahan penolaan terhadap tandatangan yang ditulis oleh penulis asli) yang dihitung dari prosentase esalahan tandatangan uji, serta Kesalahan Tipe II (esalahan peneriaan terhadap tandatangan dari pealsu) yang dihitung dari prosentase esalahan dari pealsu sederhana ditabah esalahan dari pealsu terlatih lalu dibagi 2. Prosentase esalahan dari Tipe I dan Tipe II dijulahan, lalu dibagi 2 untu endapatan esalahan rata-rata pada asing-asing obinasi nilai onstanta. Prosentase esalahan hasil pengujian terlihat pada Tabel 1, sedangan presentasinya dala bentu grafi terlihat pada Gabar 6, 7 dan 8. Pengujian juga dilauan untu verifiasi dengan enggunaan pola odel tandatangan orang Jepang sebagai bahan perbandingan. Gabar 9 enunjuan grafi perbandingan watu rata-rata proses verifiasi tandatangan antara pola Model Indonesia dengan Model Jepang. Tenologi Eletro 42 Vol.5 No. 2 Juli Deseber 2006
6 Sudana A.A.K Oa 5.2 Analisis Hasil Grafi prosentase esalahan Tipe I pada Gabar 6 terlihat bahwa seain besar onstanta pengali nilai abang (Cd) aa prosentase esalahan yang terjadi aan seain ecil, arena rentang peneriaan seain besar sehingga siste aan seain toleran eneria variasi tandatangan dengan beda yang lebih besar. Sedangan grafi prosentase esalahan Tipe II pada Gabar 7 enunjuan bahwa seain besar nilai Cd aa prosentase esalahan seain besar pula. Kedua hal ini berlau untu seua variasi lingungan siste bai variasi onstanta q aupun pola odel. Gabar 8 erupaan grafi prosentase esalahan rata-rata yang terjadi pada siste verifiasi ini dan Tabel 1 enunjuan bahwa ada titi iniu prosentase esalahan yang didapat dari obinasi lingungan siste, yaitu enggunaan pola odel Tandatangan Orang Indonesia dengan onstanta peotongan nilai eigen q = 6 dan Cd = 2,5. Kobinasi lingungan siste ini eberian prosentase esalahan terecil yaitu sebesar 9,696%, dengan rincian esalahan Tipe I sebesar 7,37% dan esalahan Tipe II sebesar 12,02%. Tenologi Eletro 43 Vol.5 No. 2 Juli Deseber 2006
7 Grafi pada Gabar 9 enunjuan bahwa rata-rata watu proses verifiasi setiap tandatangan dengan variasi nilai q untu asing-asing pola odel adalah relatif tetap. Kebutuhan watu proses jia enggunaan pola odel Tandatangan Indonesia lebih sediit dibandingan dengan enggunaan pola odel tandatangan Jepang, arena julah pola odel tandatangan Indonesia adalah sebanya 52 pola yang dielopoan enjadi 42 pola odel lebih sediit dibandingan dengan pola odel Tandatangan Jepang yang berjulah 77 pola dan dielopoan enjadi 67 pola odel. Banya pola berpengaruh pada watu pencarian freuensi eunculan pola yang dibaca dari citra tandatangan, sedangan banya pola odel yang terwaili oleh diensi vetor berpengaruh pada watu perhitungan encari nilai beda. 6. KESIMPULAN Kesipulan yang didapat dari pebuatan siste verifiasi dala penelitian ini adalah: Penggunaan Metode Pola Busur Terloalisasi yang disesuaian dengan pola odel tandatangan orang Indonesia, untu verifiasi tandatangan Latin hususnya tandatangan Indonesia terbuti cuup efetif dan enghasilan unju erja yang lebih bai dibandingan dengan eaai pola odel tandatangan Jepang. Hal ini dilihat dari besarnya prosentase esalahan serta watu perosesan. Unju erja siste diuur berdasaran dua aca tipe esalahan, yaitu : esalahan penolaan (false rejection) dan esalahan peneriaan (false acceptance). Siste yang diebangan epunyai prosentase esalahan iniu pada obinasi onstanta pengali nilai abang Cd bernilai 2,5 dan onstanta peotongan nilai eigen q bernilai 6, yaitu prosentase esalahan penolaan sebesar 7,4 % dan esalahan peneriaan 12 %, sehingga esalahan rata-rata siste adalah 9,7 %. Keunggulan siste verifiasi dengan etode Pola Busur Terloalisasi adalah ecilnya apasitas edia penyipan yang diperluan, arena hanya enyipan freuensi eunculan pola odel tanpa harus enyipan citra tandatangan secara eseluruhan, yang ana penyipanan suatu citra biasanya eerluan apasitas ruang penyipan relatif besar 7. DAFTAR PUSTAKA [1]. Acheilal, M., Mourier, M., Lorette, G. dan Bonnefoy, J.P., 1986, Dynaic Signature Verification, Proceedings of 4 th International Conference Exhibition, Monte Carlo, p.1-9. [2]. Plaondon. R. dan Lorette. G., 1989, Autoatic Signature Verification and Writer Identification the State of the Art, Pattern Recognition, Vol.22, No.2, p [3]. Sabourin, R., Plaondon, R. dan Beauier, L., 1994, Structural Interpretation of Handwritten Signature Iages, International Journal of Pattern Recognition and Artificial Intelligence, Vol.8, No.3, p , World Scientific Publishing Copany. [4]. Sanar K. Pal dan Dwijesh K.Dutta M., 1986, Fuzzy,Matheatical Approach to Pattern Recognition, Wiley Eastern Liited. [5]. Schalolff, Robert J., 1992, Pattern Recognition : Statistical, Structural and Neural Approaches, John Wiley & Sons Inc. [6]. Tou T. Julius dan Gonzales Rafael C., 1974, Pattern Recognition Principles, Addison-Wesley Publishing Copany. [7]. Yoshiura, I., Shiizu, T. dan Yoshiura, M., 1993, A Zip Code Recognition Syste using the Localized Arc Pattern Method, Proceedings of the 2 nd International Conference on Docuent Analysis and Recognition, October 20-22, 1993, IEEE Coputer Society, p [8]. Yoshiura, I. dan Yoshiura, M., 1992, On-line Signature Verification Incorporating the Direction of Pen Moveent, Pixels to Features III: Frontiers in Handwriting Recognition, North-Holland, p [9]. Yoshiura, I. dan Yoshiura, M., 1994, Off-Line Verification of Japanese Signatures after Eliination of Bacground Patterns, International Journal of Pattern Recognition and Artificial Intteligence, Vol.8, No.3, p , World Scientific Publishing Copany. [10]. Yoshiura, M. dan Yoshiura, I., 1988, Writer Identification Based on the Arc Pattern Transforation, Proceedings of the 9 th International Conference on Pattern Recognition, Noveber 14-17, 1993, IEEE Coputer Society, Washington, p Tenologi Eletro 44 Vol.5 No. 2 Juli Deseber 2006
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 terperinciTRANFORMASI MATRIKS PADA RUANG BARISAN KONVERGEN
TRANFORMASI MATRIKS PADA RUANG BARISAN KONVERGEN Wahidah Alwi Dosen pada Jurusan Mateatia Faultas Sains dan Tenologi UIN Alauddin Maassar Eail. Teno_sains@yahoo.co Abstract: The calculus have introduce
Lebih terperincieinstein cs Fisika Soal
[OSN-Kabupaten 2008] 1. Sebuah elevator nai e atas dengan percepatan a e. Saat etinggian elevator terhadap tanah adalah h dan ecepatannya adalah v e (anggap t = 0), sebuah bola dilepar vertial e atas dengan
Lebih terperinciBAB II RESPONS STRUKTUR TERHADAP PEMBEBANAN DINAMIK
Laporan Tugas Ahir Peodelan Nueri Respons Benturan Tiga Strutur Aibat Gepa BAB II RESPONS STRUKTUR TERHADAP PEMBEBANAN DINAMIK. UMUM Gepa bui adalah suatu geraan tiba tiba atau suatu rentetan geraan tiba
Lebih terperinciMakalah Seminar Tugas Akhir PENENTUAN JENIS KELAMIN ITIK DENGAN METODE DYNAMIC TIME WARPING (DTW)
Maalah Seinar Tugas Ahir PENENTUAN JENIS KELAMIN ITIK DENGAN METODE DYNAMIC TIME WARPING (DTW) Novi Arya Kurnianto e-ail: noviarya@yahoo.co Jurusan Teni Eletro Faultas Teni Universitas Diponegoro Absra-
Lebih terperinciD. GAYA PEGAS. F pegas = - k x
D. GY EGS ESISIS. Elastisitas adalah : ecenderungan pada suatu benda untu berubah dala bentu bai panjang, lebar aupun tingginya, tetapi assanya tetap. Hal itu disebaban oleh gayagaya yang enean enarinya,
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang
BAB 1 PENDAHULUAN 1.1 Latar Belaang Model Loglinier adalah salah satu asus husus dari general linier model untu data yang berdistribusi poisson. Model loglinier juga disebut sebagai suatu model statisti
Lebih terperinciPenyelesaian Algortima Pattern Generation dengan Model Arc-Flow pada Cutting Stock Problem (CSP) Satu Dimensi
Penyelesaian Algortia Pattern Generation dengan Model Arc-Flow pada Cutting Stock Proble (CSP) Satu Diensi Putra BJ Bangun, Sisca Octarina, Rika Apriani Jurusan Mateatika Fakultas MIPA Universitas Sriwijaya
Lebih terperinciFUZZY PARTITIONING DAN FUZZY HIERARCHICAL UNTUK CLUSTERING DOKUMEN
FUZZY PRTITIOIG D FUZZY HIERRCHICL UTUK CLUSTERIG DOKUME Gunawan Seolah Tinggi Teni Surabaya gunawan@stts.edu bstract Docuent clustering is a tas to find topic relations aong docuents and to group the
Lebih terperinciBAB IV APLIKASI PADA MATRIKS STOKASTIK
BAB IV : ALIKASI ADA MARIKS SOKASIK 56 BAB IV ALIKASI ADA MARIKS SOKASIK Salah satu apliasi dari eori erron-frobenius yang paling terenal adalah penurunan secara alabar untu beberapa sifat yang dimilii
Lebih terperinciMODEL PENENTUAN UKURAN LOT PRODUKSI DENGAN POLA PERMINTAAN BERFLUKTUASI
Jurnal Teni Industri, Vol. 11, No. 2, Deseber 2009, pp. 122-133 ISSN 1411-2485 MODEL PENENTUAN UKURAN LOT PRODUKSI DENGAN POLA PERMINTAAN BERFLUKTUASI Doci Saraswati 1, Andi Caravastia 2, Berawi P. Isandar
Lebih terperinciOptimasi Non-Linier. Metode Numeris
Optimasi Non-inier Metode Numeris Pendahuluan Pembahasan optimasi non-linier sebelumnya analitis: Pertama-tama mencari titi-titi nilai optimal Kemudian, mencari nilai optimal dari fungsi tujuan berdasaran
Lebih terperinciANALISA STATIK DAN DINAMIK GEDUNG BERTINGKAT BANYAK AKIBAT GEMPA BERDASARKAN SNI DENGAN VARIASI JUMLAH TINGKAT
Jurnal Sipil Stati Vol. No. Agustus (-) ISSN: - ANALISA STATIK DAN DINAMIK GEDUNG BERTINGKAT BANYAK AKIBAT GEMPA BERDASARKAN SNI - DENGAN VARIASI JUMLAH TINGKAT Revie Orchidentus Francies Wantalangie Jorry
Lebih terperinciImplementasi Histogram Thresholding Fuzzy C-Means untuk Segmentasi Citra Berwarna
JURNAL TEKNIK POMITS Vol., No., (03) ISSN: 337-3539 (30-97 Print) Ipleentasi Histogra Thresholding Fuzzy C-Means untuk Segentasi Citra Berwarna Risky Agnesta Kusua Wati, Diana Purwitasari, Rully Soelaian
Lebih terperinciPROSIDING ISBN: Uji Kecocokan Chi-Kuadrat Untuk Distribusi Poisson. Pada Data Asuransi
PROSIDING ISBN: 978-979-16353-3- Uji Kecocoan Chi-Kuadrat Untu Distribusi Poisson Pada Data Asuransi S-14 Lisnur Wachidah e-ail: lisnur_w@yahoo.co.id Abstra Untu eerluan analisis secara araetri ada suatu
Lebih terperinciAnalisa Mode Getar Membran Melingkar The Analysis Of Circular Membrane Vibration Modes
Analisa Mode Getar Mebran Melingar The Analysis Of Cirular Mebrane Vibration Modes Herfien Rediansyah, Agus Purwanto dan Suarna Pusat Studi Getaran dan Bunyi, Jurdi Fisia, FMIPA, UNY ABSTRAK Penelitian
Lebih terperinciBAB IV GENERATOR BILANGAN RANDOM
BAB IV GENERATOR BILANGAN RANDOM 4.1. Generator Bilangan Rando dan Fungsi Distribusi Pada siulasi seringkali dibutuhkan bilangan-bilangan yang ewakili keadaan siste yang disiulasikan. Biasanya, kegiatan
Lebih terperinciANALISA DESAIN KONEKSI KAPASITOR KOMPENSASI ARUS PADA PENGETESAN LOAD LOSSES TRANSFORMATOR
ANASA DESAN KONEKS KAPASTOR KOMPENSAS ARUS PADA PENGETESAN OAD OSSES TRANSFORMATOR Abdul Hafidh Hajar Jurusan Teni Eletro FT, nstitut Tenologi Sepuluh Nopeber Kapus TS, Keputih-Suolilo, Surabaya-60, Eail:
Lebih terperinciBAB IV VIBRASI KRISTAL
BAB IV VIBRASI KRISTA Dala bab yang lalu, telah dibahas bahwa ristal tersusun oleh ato-ato yang dia pada posisinya di titi isi. Sesungguhnya, ato-ato tersebut tidalah dia, tetapi bergetar pada posisi esetibangannya.
Lebih terperinciCLASSIFIER BERDASAR TEORI BAYES. Pertemuan 4 KLASIFIKASI & PENGENALAN POLA
CLASSIFIER BERDASAR TEORI BAYES Perteuan 4 KLASIFIKASI & PENGENALAN POLA Miniu distance classifiers elakukan klasifikasi berdasarkan jarak terpendek. Ada dua jenis yang dibahas:. The Euclidean Distance
Lebih terperinciMateri. 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 terperinciBAB II TINJAUAN PUSTAKA
BAB II TINJAUAN PUSTAKA 2.1. Statisti Inferensia Tujuan statisti pada dasarnya adalah melauan desripsi terhadap data sampel, emudian melauan inferensi terhadap data populasi berdasaran pada informasi yang
Lebih terperinciSISTEM ADAPTIF PREDIKSI PENGENALAN ISYARAT VOKAL SUARA KARAKTER. Abstrak
SISTEM ADAPTIF PREDIKSI PENGENALAN ISYARAT VOKAL SUARA KARAKTER Oleh : Pandapotan Siagia, ST, M.Eng (Dosen tetap STIKOM Dinamia Bangsa Jambi) Abstra Sistem pengenal pola suara atau yang lebih dienal dengan
Lebih terperinciSISTEM ADAPTIF PREDIKSI PENGENALAN ISYARAT VOKAL SUARA KARAKTER
SISTEM ADAPTIF PREDIKSI PENGENALAN ISYARAT VOKAL SUARA KARAKTER Pandapotan Siagian, ST, M.Eng Dosen Tetap STIKOM Dinamia Bangsa - Jambi Jalan Sudirman Theoo Jambi Abstra Sistem pengenal pola suara atau
Lebih terperinciBAB 3 METODE PENELITIAN
36 BAB 3 METODE PENELITIAN 3.1 Disain Penelitian Jenis penelitian yang digunaan adalah penelitian desriptif, yaitu penelitian terhadap fenomena atau populasi tertentu yang diperoleh peneliti dari subye
Lebih terperinciKORELASI ANTARA DUA SINYAL SAMA BERBEDA JARAK PEREKAMAN DALAM SISTEM ADAPTIF. Sri Arttini Dwi Prasetyawati 1. Abstrak
KORELASI ANARA DUA SINYAL SAMA BERBEDA JARAK PEREKAMAN DALAM SISEM ADAPIF Sri Arttini Dwi Prasetyawati 1 Abstra Masud pembahasan tentang orelasi dua sinyal adalah orelasi dua sinyal yang sama aan tetapi
Lebih terperinciBAB 2 TEORI PENUNJANG
BAB EORI PENUNJANG.1 Konsep Dasar odel Predictive ontrol odel Predictive ontrol P atau sistem endali preditif termasu dalam onsep perancangan pengendali berbasis model proses, dimana model proses digunaan
Lebih terperinciPENCARIAN 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 terperinciUji Alternatif Data Terurut Perbandingan antara Uji Jonckheere Terpstra dan Modifikasinya Ridha Ferdhiana 1 Statistics Peer Group
Uji Alternatif Data Terurut Perbandingan antara Uji Joncheere Terpstra dan Modifiasinya Ridha Ferdhiana Statistics Peer Group Jurusan Matematia FMIPA Universitas Syiah Kuala Banda Aceh, Aceh, 23 email:
Lebih terperinciIMPLEMENTASI PANORAMIC IMAGE MOSAIC DENGAN METODE 8 PARAMETER PERSPECTIVE TRANSFORMATION
IMPLEMENTSI PNORMIC IMGE MOSIC DENGN METODE 8 PRMETER PERSPECTIVE TRNSFORMTION Rud dipranata, Hendra Litoo, Cherr G. Ballangan Teknik Inforatika, Fakultas Teknologi Industri, Universitas Kristen Petra
Lebih terperinciStudi dan Analisis mengenai Hill Cipher, Teknik Kriptanalisis dan Upaya Penanggulangannya
Studi dan Analisis mengenai Hill ipher, Teni Kriptanalisis dan Upaya enanggulangannya Arya Widyanaro rogram Studi Teni Informatia, Institut Tenologi Bandung, Jl. Ganesha 10 Bandung Email: if14030@students.if.itb.ac.id
Lebih terperinciOleh: Ilfi* ) Kata kunci: reservoir rekah alam, analisa core, data log, uji sumur, integrasi data
METODE PENENTUAN KARAKTERISTIK RESERVOIR REKAH ALAM MENGGUNAKAN INTEGRASI DATA CORE, LOG, DAN UJI SUMUR (A Method to Deterine the Characteristic o Naturally Fractured Reservoir Using the Integration o
Lebih terperinciSistem Linear Max-Plus Interval Waktu Invariant
Siste Linear Max-Plus Interval Waktu Invariant A 11 M. Andy udhito Progra Studi Pendidikan Mateatika FKIP Universitas Sanata Dhara Paingan Maguwoharjo Yogyakarta eail: arudhito@yahoo.co.id Abstrak elah
Lebih terperinciPEMANFAATAN 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 terperinciBAB III DESAIN DAN APLIKASI METODE FILTERING DALAM SISTEM MULTI RADAR TRACKING
Bab III Desain Dan Apliasi Metode Filtering Dalam Sistem Multi Radar Tracing BAB III DESAIN DAN APLIKASI METODE FILTERING DALAM SISTEM MULTI RADAR TRACKING Bagian pertama dari bab ini aan memberian pemaparan
Lebih terperinciUJI COBA MATERI KELAS XI SMA KOLESE LOYOLA SEMARANG
UJI COBA MATERI KELAS XI SMA KOLESE LOYOLA SEMARANG Mata Pelajaran : Fisia Hari/tanggal : Juat, 10 Januari 2014 Kelas : XII IPA Watu : 07.30 09.30 WIB Pilihlah jawaban yang paling tepat dengan cara enghitaan
Lebih terperinciPENDAHULUAN TINJAUAN PUSTAKA
1 Latar Belaang PENDAHULUAN Sistem biometri adalah suatu sistem pengenalan pola yang melauan identifiasi personal dengan menentuan eotentian dari arateristi fisiologis dari perilau tertentu yang dimilii
Lebih terperinciBAB II LANDASAN TEORI
BAB II LANDASAN TEORI 2.1 Data dan Variabel 2.1.1 Data Pengertian data enurut Webster New World Dictionary adalah things known or assued, yang berarti bahwa data itu sesuatu yang diketahui atau dianggap.
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang
BAB 1 PENDAHULUAN 1.1 Latar Belaang Masalah untu mencari jalur terpende di dalam graf merupaan salah satu masalah optimisasi. Graf yang digunaan dalam pencarian jalur terpende adalah graf yang setiap sisinya
Lebih terperinciMODEL REGRESI INTERVAL DENGAN NEURAL FUZZY UNTUK MEMPREDIKSI TAGIHAN AIR PDAM
MODEL REGRESI INTERVAL DENGAN NEURAL FUZZY UNTUK MEMPREDIKSI TAGIHAN AIR PDAM 1,2 Faultas MIPA, Universitas Tanjungpura e-mail: csuhery@sisom.untan.ac.id, email: dedi.triyanto@sisom.untan.ac.id Abstract
Lebih terperinciJARINGAN SARAF TIRUAN PROPAGASI BALIK UNTUK KLASIFIKASI DATA
JARINGAN SARAF TIRUAN PROPAGASI BALIK UNTUK KLASIFIKASI DATA Giri Dhaneswara 1) dan Veronica S. Moertini 2) Jurusan Ilmu Komputer, Universitas Katoli Parahyangan, Bandung Email: 1) rebirth_82@yahoo.com,
Lebih terperinciKriptografi Visual Menggunakan Algoritma Berbasiskan XOR dengan Menyisipkan pada K-bit LSB Gambar Sampul
Kriptografi Visual Menggunakan Algorita Berbasiskan XOR dengan Menyisipkan pada K-bit LSB Gabar Sapul Yusuf Rahatullah Progra Studi Teknik Inforatika Institut Teknologi Bandung Bandung, Indonesia 13512040@std.stei.itb.a.id
Lebih terperinciUJI BARTLETT. Elty Sarvia, ST., MT. Fakultas Teknik Jurusan Teknik Industri Universitas Kristen Maranatha Bandung. Scheffe Multiple Contrast Procedure
8/9/01 UJI TUKEY UJI DUNCAN UJI BARTLETT UJI COCHRAN UJI DUNNET Elty Sarvia, ST., MT. Faultas Teni Jurusan Teni Industri Universitas Kristen Maranatha Bandung Macam Metode Post Hoc Analysis The Fisher
Lebih terperinciBAB III METODE BEDA HINGGA CRANK-NICOLSON
BAB III METODE BEDA HINGGA CRANK-NICOLSON 3. Metode Beda Hingga Crank-Nicolson (C-N) Metode Crank-Nicolson dikebangkan oleh Crank John dan Phyllips Nicholson pada pertengahan abad ke-, etode ini erupakan
Lebih terperinciBAB II LANDASAN TEORI
BAB II LANDASAN TEORI 2.1. Sistem Kendali Lup [1] Sistem endali dapat diataan sebagai hubungan antara omponen yang membentu sebuah onfigurasi sistem, yang aan menghasilan tanggapan sistem yang diharapan.
Lebih terperinciBAB I PENDAHULUAN. dalam skala prioritas pembangunan nasional dan daerah di Indonesia
BAB I PENDAHULUAN A. Latar Belakang Masalah Pebangunan ekonoi erupakan asalah penting bagi suatu negara, untuk itu sejak awal pebangunan ekonoi endapat tepat penting dala skala prioritas pebangunan nasional
Lebih terperincikhazanah 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 terperincikhazanah 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 terperinciBAB 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 terperinciBAB III METODE SCHNABEL
BAB III METODE SCHNABEL Uuran populasi tertutup dapat diperiraan dengan teni Capture Mar Release Recapture (CMRR) yaitu menangap dan menandai individu yang diambil pada pengambilan sampel pertama, melepasan
Lebih terperinciBAB I PENDAHULUAN. segi kuantitas dan kualitasnya. Penambahan jumlah konsumen yang tidak di ikuti
BAB I PENDAHULUAN 1.1 Latar Belakang Air erupakan kebutuhan yang penting bagi kehidupan anusia. Manusia tidak dapat elanjutkan kehidupannya tanpa penyediaan air yang cukup dala segi kuantitas dan kualitasnya.
Lebih terperinciBAB 3 PRINSIP SANGKAR BURUNG MERPATI
BAB 3 PRINSIP SANGKAR BURUNG MERPATI 3. Pengertian Prinsip Sangar Burung Merpati Sebagai ilustrasi ita misalan terdapat 3 eor burung merpati dan 2 sangar burung merpati. Terdapat beberapa emunginan bagaimana
Lebih terperinciKAJIAN METODE ZILLMER, FULL PRELIMINARY TERM, DAN PREMIUM SUFFICIENCY DALAM MENENTUKAN CADANGAN PREMI PADA ASURANSI JIWA DWIGUNA
Jurnal Mateatika UNAND Vol. 3 No. 4 Hal. 160 167 ISSN : 2303 2910 c Jurusan Mateatika FMIPA UNAND KAJIAN METODE ZILLMER, FULL PRELIMINARY TERM, DAN PREMIUM SUFFICIENCY DALAM MENENTUKAN CADANGAN PREMI PADA
Lebih terperinciBAB 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 terperinciANALISA KETERKAITAN LOYALITAS PELANGGAN DAN LOYALITAS KARYAWAN (Studi kasus : Supermarket HE, BO, TK dan TM di Surabaya)
ANALISA KETERKAITAN LOYALITAS PELANGGAN DAN LOYALITAS KARYAWAN (Studi asus : Superaret HE, BO, TK dan TM di Surabaya) Moses L. Singgih 1, Sri Gunani Partiwi 2 dan Arnita Rishanty 3 Jurusan Teni Industri,
Lebih terperinciAnalisa Drop Tegangan dan Susut Daya pada Jaringan Listrik Penyulang Renon Menggunakan Metode Artificial Neural Network
Analisa Drop Tegangan dan Susut Daya pada Jaringan Listri Penyulang Renon Menggunaan Metode Artificial Neural Networ I Gede Dyana Arana Jurusan Teni Eletro Faultas Teni, Universitas Udayana Denpasar, Bali,
Lebih terperinciTEORI KONTROL ROBUST
TEORI KONTROL ROBUST TUGAS Oleh RIRIN SISPIYATI NIM : 6 Progra Studi Mateatia INSTITUT TEKNOLOGI BANDUNG 9 SISTEM MASSA PEGAS. Perasalahan Suatu siste assa pegas dengan redaan didesripsian seperti pada
Lebih terperinciANALISIS PETA KENDALI DEWMA (DOUBLE EXPONENTIALLY WEIGHTED MOVING AVERAGE)
Seminar Nasional Matematia dan Apliasinya, 1 Otober 17 ANALISIS PETA KENDALI DEWMA (DOUBLE EXPONENTIALLY WEIGHTED MOVING AVERAGE) DALAM PENGENDALIAN KUALITAS PRODUKSI FJLB (FINGER JOINT LAMINATING BOARD)
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1. Konsep Dasar Graph Sebelu sapai pada pendefinisian asalah network flow, terlebih dahulu pada bagian ini akan diuraikan engenai konsep-konsep dasar dari odel graph dan representasinya
Lebih terperinciBAB III DIMENSI PARTISI GRAF KIPAS DAN GRAF KINCIR
BAB III DIMENSI PARTISI GRAF KIPAS DAN GRAF KINCIR 3. Dimensi Partisi Graf Kipas (F n ) Berdasaran Proposisi dan Proposisi, semua graf G selain graf P n dan K n memilii 3 pd(g) n -. Lebih husus, graf Kipas
Lebih terperinciDAFTAR ISI KATA PENGANTAR... DAFTAR ISI...
DAFTAR ISI KATA PENGANTAR DAFTAR ISI Halaan i iii I PENGAWASAN DAN PEMERIKSAAN 11 Latar Belakang 1 12 Fungsi Pengawas dan Peeriksa 2 13 Pengawasan 2 14 Peeriksaan 3 II PEMERIKSAAN ISIAN DAFTAR VIMK14-L2
Lebih terperinciANALISIS DAN PERANCANGAN SISTEM INFORMASI KEPENDUDUKAN DI DESA WANUREJO, BOROBUDUR, MAGELANG NASKAH PUBLIKASI
ANALISIS DAN PERANCANGAN SISTEM INFORMASI KEPENDUDUKAN DI DESA WANUREJO, BOROBUDUR, MAGELANG NASKAH PUBLIKASI diajukan oleh Desy Verina Sari 0.2.480 kepada SEKOLAH TINGGI MANAJEMEN INFORMATIKA DAN KOMPUTER
Lebih terperinciBAB III METODE ANALISIS
BAB III METODE ANALISIS 3.1 Penyajian Laporan Dala penyajian bab ini dibuat kerangka agar eudahkan dala pengerjaan laporan. Berikut ini adalah diagra alir tersebut : Studi Pustaka Model-odel Eleen Struktur
Lebih terperinciAPLIKASI PREDIKSI HARGA SAHAM MENGGUNAKAN JARINGAN SYARAF RADIAL BASIS FUNCTION DENGAN METODE PEMBELAJARAN HYBRID
APLIKASI PREDIKSI HARGA SAHAM MENGGUNAKAN JARINGAN SYARAF RADIAL BASIS FUNCTION DENGAN METODE PEMBELAJARAN HYBRID Ferry Tan, Giovani Gracianti, Susanti, Steven, Samuel Luas Jurusan Teni Informatia, Faultas
Lebih terperinciPenentuan 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 terperinciPENERAPAN DYNAMIC PROGRAMMING DALAM WORD WRAP Wafdan Musa Nursakti ( )
PENERAPAN DYNAMIC PROGRAMMING DALAM WORD WRAP Wafdan Musa Nursati (13507065) Program Studi Teni Informatia, Seolah Teni Eletro dan Informatia, Institut Tenologi Bandung Jalan Ganesha No. 10 Bandung, 40132
Lebih terperinciADAPTIVE NOISE CANCELING MENGGUNAKAN ALGORITMA LEAST MEAN SQUARE (LMS) Anita Nardiana, SariSujoko Sumaryono ABSTRACT
Jurnal Teni Eletro Vol. 3 No.1 Januari - Juni 1 6 ADAPTIVE NOISE CANCELING MENGGUNAKAN ALGORITMA LEAST MEAN SQUARE (LMS) Anita Nardiana, SariSujoo Sumaryono ABSTRACT Noise is inevitable in communication
Lebih terperinciPenerapan 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 terperinciBAB III DASAR TEORI. Gambar Bentuk sistem rangka paling sederhana
BAB III DASAR TEORI. Dasar Teori Truss.. Ranga (truss) Siste strutur ranga(truss) erupaan strutur eranga yang dibuat dengan enyabungan eleen strutur yang lurus dengan sabungan sendi diedua ujungnya. Geoetri
Lebih terperinciMAKALAH SEMINAR TUGAS AKHIR ANALISIS TEKSTUR MENGGUNAKAN METODE TRANSFORMASI PAKET WAVELET Rosanita Listyaningrum*, Imam Santoso**, R.
1 MAKALAH SEMINAR TUGAS AKHIR ANALISIS TEKSTUR MENGGUNAKAN METODE TRANSFORMASI PAKET WAVELET Rosanita Listyaningru*, Ia Santoso**, R.Rizal Isnanto** Abstrak - Tekstur adalah karakteristik yang penting
Lebih terperinciPENGARUH POSISI BEBAN DAN MOMEN INERSIA TERHADAP PUTARAN KRITIS PADA MODEL POROS MESIN KAPAL
PENGARUH POSISI BEBAN DAN MOMEN INERSIA TERHADAP PUTARAN KRITIS PADA MODEL POROS MESIN KAPAL Waris Wibowo Staf Pengajar Akadei Mariti Yogyakarta (AMY) ABSTRAK Penelitian ini bertujuan untuk endapatkan
Lebih terperinciPENENTUAN BATAS WILAYAH LAUT PROVINSI JAWA TENGAH DAN JAWA BARAT MENGGUNAKAN DATUM GEODESI NASIONAL. Sutomo Kahar *)
PENENTUAN BATAS WILAYAH LAUT PROVINSI JAWA TENGAH DAN JAWA BARAT MENGGUNAKAN DATUM GEODESI NASIONAL Sutomo Kahar *) Abstract According to Minister of Internal Affair regulation which is Permendagri No.
Lebih terperinciKata Kunci : Multipath, LOS, N-LOS, Network Analyzer, IFFT, PDP. 1. Pendahuluan
Statisti Respon Kanal Radio Dalam Ruang Pada Freuensi,6 GHz Christophorus Triaji I, Gamantyo Hendrantoro, Puji Handayani Institut Tenologi Sepuluh opember, Faultas Tenologi Industri, Jurusan Teni Eletro
Lebih terperinciBAB II METODOLOGI PENELITIAN
6 BAB II METODOLOGI PENELITIAN.1 Waktu dan Tepat Penelitian Gabar Peta kawasan hutan KPH Madiun Peru perhutani Unit II Jati. Pengabilan data penelitian ini dilakukan pada bulan Oktober sapai dengan bulan
Lebih terperinciIII. 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 terperinciBAB III. METODE PENELITIAN. Tabel 1. Indikator/ Indikasi Penelitian
39 BAB III. METODE PENELITIAN 3.1. Tipe Penelitian Penelitian ini terasuk tipe penelitian dengan pendekatan analisis deskriptif kualitatif dan kuantitatif. Analisis ini dipergunakan untuk enggabarkan tentang
Lebih terperinciPERANCANGAN SISTEM KOMPUTERISASI PROSES PINJAMAN DAN ANGSURAN PINJAMAN ANGGOTA KOPERASI ( STUDI KASUS PADA KOPERASI AMANAH SEJAHTERA SEMARANG )
PERANCANGAN SISTEM KOMPUTERISASI PROSES PINJAMAN DAN ANGSURAN PINJAMAN ANGGOTA KOPERASI ( STUDI KASUS PADA KOPERASI AMANAH SEJAHTERA SEMARANG ) Siti Munawaroh, S.Ko Abstrak: Koperasi Aanah Sejahtera erupakan
Lebih terperinciPenggunaan Media Manik-Manik Untuk Meningkatkan Kemampuan Belajar Matematika Anak Tunagrahita. Maman Abdurahman SR dan Hayatin Nufus
Riset PenggunaanMedia Manik-Manik* Maan Abdurahan SR HayatinNufus Penggunaan Media Manik-Manik Untuk Meningkatkan Keapuan Belajar Mateatika Anak Tunagrahita Maan Abdurahan SR Hayatin Nufus Universitas
Lebih terperinciRancang Bangun Sistem Informasi Perpustakaan Berbasis Web Pada SMPN 71 Jakarta
Siposiu Nasional Ilu Pengetahuan dan Teknologi (SIMNASIPTEK) 207 ISBN: 978-602-6268-4-9 Rancang Bangun Siste Inforasi Perpustakaan Berbasis Web Pada SMPN 7 Jakarta Kurniawati, Ghofar Taufik 2 STMIK Nusa
Lebih terperinciOptimasi Respon Flutter Aeroelastis Menggunakan Metode Interior Point Dan Kontrol Proporsional-Integral-Derivatif
E-journal eni Eletro dan Koputer vol. 5 no. 1 Januari Maret 016, ISSN : 301-840 35 Optiasi Respon Flutter Aeroelastis Menggunaan Metode Interior Point Dan Kontrol Proporsional-Integral-Derivatif Reza Fauzi
Lebih terperinciPerbandingan Bilangan Dominasi Jarak Satu dan Dua pada Graf Hasil Operasi Comb
Perbandingan Bilangan Doinasi Jarak Satu dan Dua pada Graf Hasil Operasi Cob Reni Uilasari 1) 1) Jurusan Teknik Inforatika, Fakultas Teknik, Universitas Muhaadiyah Jeber Eail : 1) reniuilasari@gailco ABSTRAK
Lebih terperinciBAB III METODE PENELITIAN (BAHAN DAN METODE)
BAB III METODE PENELITIAN (BAHAN DAN METODE) Tahapan-tahapan pengerjaan yang dilauan dalam penelitian ini adalah sebagai beriut : 1. Tahap Persiapan Penelitian Pada tahapan ini aan dilauan studi literatur
Lebih terperinciSTUDI KEANDALAN PENYULANG 20 kv DI GARDU INDUK PADANG SAMBIAN MENGGUNAKAN METODE SIMULASI MONTE CARLO INTISARI
Studi Keandalan Penyulang 20 V anuaba, Suerayasa, Oa STUDI KEANDALAN PENYULANG 20 V DI GARDU INDUK PADANG SABIAN ENGGUNAKAN ETODE SIULASI ONTE CARLO IBG anuaba*, I Wayan Suerayasa*, I ade Oa Widnya** *Staff
Lebih terperinciPEMILIHAN KRITERIA DALAM PEMBUATAN KARTU KREDIT DENGAN MENGGUNAKAN METODE FUZZY AHP
E-Jurnal Mateatika Vol. 3, No. Januari 204, 25-32 ISSN: 2303-75 PEMILIHAN KRITERIA DALAM PEMBUATAN KARTU KREDIT DENGAN MENGGUNAKAN METODE FUZZY AHP JOKO HADI APRIANTO, G. K. GANDHIADI 2, DESAK PUTU EKA
Lebih terperinciBUKU 3 PEDOMAN PENGAWAS/PEMERIKSA BADAN PUSAT STATISTIK
BUKU 3 PEDOMAN PENGAWAS/PEMERIKSA BADAN PUSAT STATISTIK KATA PENGANTAR Buku 3 ini erupakan seri buku pedoan yang disusun dala rangka Survei Industri Mikro dan Kecil 2013 (VIMK13) Buku ini euat pedoan bagi
Lebih terperinciCAHAYA SEBAGAI GELOMBANG
Getaran, geobang dan Optia CAHAYA SEBAGAI GELOMBANG. Tes ITB 976 Daa percobaan interferensi dua ceah (percobaan Young) dipaai sinar uning onoroatis, aa pada ayar terihat A. garis uning dan geap berseang-seing
Lebih terperinciPENGENALAN POLA DENGAN MENGGUNAKAN METODE BACKPROPAGATION MENGGUNAKAN MATLAB
PENGENALAN POLA DENGAN MENGGUNAKAN METODE BACKPROPAGATION MENGGUNAKAN MATLAB Wirda Ayu Utari Universitas Gunadarma utari.hiaru@gmail.com ABSTRAK Program pengenalan pola ini merupaan program yang dibuat
Lebih terperinciPengaruh Proses Stemming Pada Kinerja Analisa Sentimen Pada Review Buku
Jurnal Hasil Penelitian LPPM Untag Surabaya Januari 2018, Vol. 03, No. 01, hal 55-59 jurnal.untag-sby.ac.id/index.php/jhp17 E-ISSN : 2502-8308 P-ISSN : 2579-7980 Pengaruh Proses Stemming Pada Kinerja Analisa
Lebih terperinciII. TINJAUAN PUSTAKA. sebuah teknik yang baru yang disebut analisis ragam. Anara adalah suatu metode
3 II. TINJAUAN PUSTAKA 2.1 Analisis Ragam (Anara) Untu menguji esamaan dari beberapa nilai tengah secara sealigus diperluan sebuah teni yang baru yang disebut analisis ragam. Anara adalah suatu metode
Lebih terperinciSATUAN ACARA PERKULIAHAN ( SAP )
SATUAN ACARA PERKULIAHAN ( SAP ) Mata Kuliah : Pengolahan Citra Digital Kode : IES 6323 Semester : VI Watu : 1x 3x 50 Menit Pertemuan : 7 A. Kompetensi 1. Utama Mahasiswa dapat memahami tentang sistem
Lebih terperinciDeret Pangkat. Ayundyah Kesumawati. June 23, Prodi Statistika FMIPA-UII
Keonvergenan Kesumawati Prodi Statistia FMIPA-UII June 23, 2015 Keonvergenan Pendahuluan Kalau sebelumnya, suu suu pada deret ta berujung berupa bilangan real maa ali ini ita embangan suu suunya dalam
Lebih terperinciPENINGKATAN EFISIENSI & EFEKTIFITAS PENGOLAHAN DATA PERCOBAAN PETAK BERJALUR
PENINGKATAN EFISIENSI & EFEKTIFITAS PENGOLAHAN DATA PERCOBAAN PETAK BERJALUR Ngarap Im Mani 1) dan Lim Widya Sanjaya ), 1) & ) Jurs. Matematia Binus University PENGANTAR Perancangan percobaan adalah suatu
Lebih terperinciSISTEM 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 terperinciPerancangan Sistem Tracking Quadrotor untuk Sebuah Target Bergerak di Darat Menggunakan Sistem Fuzzy
JURNAL TEKNIK POMITS Vol. 3, No. 1, (2014) ISSN: 2337-3539 (2301-9271 Print) A-58 Perancangan Siste Tracking Quadrotor untuk Sebuah Target Bergerak di Darat Menggunakan Siste Fuzzy Mochaad Raa Raadhan,
Lebih terperinciKAJIAN PENGENALAN WAJAH DENGAN MENGGUNAKAN METODE FACE-ARG DAN JARINGAN SYARAF TIRUAN BACKPROPAGATION
Media Informatia, Vol. 5, No. 2, Desember 2007, 99-111 ISSN: 0854-4743 KAJIAN PENGENALAN WAJAH DENGAN MENGGUNAKAN METODE FACE-ARG DAN JARINGAN SYARAF TIRUAN BACKPROPAGATION Anita Desiani Jurusan Matematia,
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar belakang
BAB PENDAHULUAN. Latar belaang Metode analisis yang telah dibicaraan hingga searang adalah analisis terhadap data mengenai sebuah arateristi atau atribut (jia data itu ualitatif) dan mengenai sebuah variabel,
Lebih terperinciPENJUMLAHAN MOMENTUM SUDUT
PENJUMAHAN MOMENTUM SUDUT A. Penjulahan Moentu Sudut = + Gabar.9. Penjulahan oentu angular secara klasik. Dua vektor oentu angular dan dijulahkan enghasilkan Jika oentu angular elektron pertaa adalah dan
Lebih terperinciPENDETEKSIAN GERAK TANGAN MANUSIA SEBAGAI INPUT PADA KOMPUTER
PENDETEKSIAN GERAK TANGAN MANUSIA SEBAGAI INPUT PADA KOMPUTER Wiaria Gazali 1 ; Haryono Soeparno 2 1 Jurusan Matematia, Faultas Sains dan Tenologi, Universitas Bina Nusantara Jln. K.H. Syahdan No. 9, Palmerah,
Lebih terperinciANALISIS VARIASI PARAMETER BACKPROPAGATION ARTIFICIAL NEURAL NETWORK PADA SISTEM PENGENALAN WAJAH BERBASIS PRINCIPAL COMPONENT ANALYSIS
ANALISIS VARIASI PARAMETER BACKPROPAGATION ARTIFICIAL NEURAL NETWORK PADA SISTEM PENGENALAN WAJAH BERBASIS PRINCIPAL COMPONENT ANALYSIS 1 Ihwannul Kholis, 2 Ahmad Rofii. 1 Universitas 17 Agustus 1945 Jaarta,
Lebih terperinciPENGENALAN TEKS BRAILLE BERBASIS JARINGAN SYARAF TIRUAN FEEDFORWARD MULTILAYER DENGAN MENGGUNAKAN METODE BACK PROPAGATION
1 MAKALAH SEMINAR TUGAS AKHIR PENGENALAN TEKS BRAILLE BERBASIS JARINGAN SYARAF TIRUAN FEEDFORWARD MULTILAYER DENGAN MENGGUNAKAN METODE BACK PROPAGATION Praditya Firmansyah *, Wahyul Amien Syafei**, Iwan
Lebih terperinci