PERBANDINGAN KINERJA SKEMA CHANNEL SHARING PADA JARINGAN GSM/GPRS DENGAN MODEL ANTRIAN ERLANG

Ukuran: px
Mulai penontonan dengan halaman:

Download "PERBANDINGAN KINERJA SKEMA CHANNEL SHARING PADA JARINGAN GSM/GPRS DENGAN MODEL ANTRIAN ERLANG"

Transkripsi

1 o. 27 Vol.2 Th. XIV April 2007 ISS PERBADIGA KIERJA SKEMA CHAEL SHARIG PADA JARIGA / DEGA MODEL ATRIA ERLAG Rudy Feradez Jurusa Tekik Elektro Fakultas Tekik Uiversitas Adalas ABSTRAK Blockig merupaka hal yag aka meuruka layaa data da suara pada jariga Global System for Mobile () yag juga memberika layaa Geeral Packet Radio Service () karea kedua sistem ii harus berbagi (sharig) sumber daya radio yag sama. Ii dapat diatasi dega meerapka tekik chael sharig yag tepat, dega berbagai skema yag ada atara lai fixed sharig, partial sharig da complete sharig. Pada peelitia ii dilakuka studi perbadiga kierja utuk ketiga jeis skema chael sharig, dega megguaka model atria Erlag B utuk da Erlag C utuk. Sehigga didapatka ilai dari parameter tigkat layaa da pada chael sharig, yaitu probabilitas blockig suara(p Bv), probabilitas blockig paket data(pb) da rata-rata delay paket(ew). Dari simulasi dega batua MATLAB, diperoleh hasil utuk fixed sharig ilai P Bv 3,87%, P B 4, , , EW 2, ,078; pada partial sharig diperoleh P Bv 0,828%, P B 2,4.0 66, , EW 7, , ; da pada complete sharig diperoleh P Bv 0,248%, P B 2, , , EW 9, ,6784. Jadi, partial sharig da complete sharig lebih tepat diterapka pada jariga / karea memberika rata-rata delay paket da probabilitas blockig paket data yag kecil, serta probabilitas blockig suara yag diperoleh kurag dari %.. PEDAHULUA Fleksibilitas layaa pada sistem mampu ditigkatka oleh Chael sharig karea kemampuaya megakomodasi kebutuha QoS pada berbagai aplikasi []. Pada peelitia awal diguaka model Cotious Time Markov Chai (CTMC) [2] utuk megaalisa kierja chael sharig di jariga /. Hasil simulasiya diperoleh bahwa karakteristik sumber data da voice call load sagat berpegaruh terhadap rata-rata delay paket, dimaa tigkat pegaruhya tergatug dari alokasi kaalya. Sedagka pegguaa Model atria Erlag pada sistem dega meerapka salah satu skema chael sharig, yaitu fixed sharig [3], meujukka hasil yag relatif cukup baik Peelitia ii bertujua utuk membadigka kierja skema chael sharig pada jariga / dega model atria Erlag. 2. PEMODELA CHAEL SHARIG DI JARIGA / 2. Skema Chael Sharig ) Fixed Sharig Pada fixed sharig, sel kaal secara statis dibagi mejadi dua bagia, satu bagia diguaka utuk paggila suara da bagia yag laiya utuk trafik data. 2) Partial Sharig Pada partial sharig, kaal data disediaka utuk trafik data pada saat kaal sisa ( - data ) dibagi oleh paggila suara da trafik data. Paggila suara memiliki prioritas yag lebih tiggi (didahuluka) dari pada paket data. Demikia jika seluruh kaal sibuk, paggila suara yag masuk aka meduduki terlebih dahulu kaal yag diguaka utuk trafik data, jika jumlah kaal yag diguaka oleh trafik data lebih besar dari pada. Jika kaal tersedia, paggila data aka medapatka kaal bebas berdasarka prisip first come first serve (FCFS). 3) Complete Sharig Pada complete sharig, seluruh kaal yag tersedia dibagi oleh paggila suara da trafik data dega cara circuit switched service diasumsika memiliki prioritas lebih tiggi dibadigka service. Jadi partial sharig sama dega complete sharig dega data 0. Layaa sagat bergatug kepada jumlah pemakaia kaal pada. Hal ii dimodelka pada pemakaia kaal bersama atara da. Tahapa pemodela sistem terdiri dari TekikA 8

2 o. 27 Vol.2 Th. XIV April 2007 ISS Proses kedataga paggila suara merupaka superposisi dari dua proses Poisso, yaitu kedataga paggila baru da hadover dega laju kedataga rata-rata λ + λ h,. Proses kedataga paket merupaka proses dega laju kedataga rata-rata λ. Karea waktu trasmisi yag pedek, maka diasumsika tidak ada hadover utuk paket. Waktu peduduka paket bersifat acak dega terdistribusi ekspoesial egatif yaitu / μ. Model pada arah dowlik dari sel tuggal. Diasumsika laju pada saat pelagga bergerak kedalam da keluar sel sama da oleh karea itu terdapat jumlah pelagga yag tetap dalam sel. SR da BER diaggap ideal oleh karea itu tidak ada retrasmisi pada layer MAC/RLC. Sistem atria yag diguaka adalah sistem atria M/M// utuk layaa suara (), dimaa jumlah server utuk voice, sedagka utuk sistem (utuk layaa data) diguaka sistem atria M/M//K, dimaa jumlah server utuk data da K jumlah buffer BSC (B) ditambah dega jumlah maksimum kaal. Waktu peduduka rata-rata utuk suara (), paggila baru da hadover terdistribusi ekspoesial yaitu / μ. 2,4 Kbps, agar diperoleh bit rate yag tiggi da waktu peduduka paket kecil. Maka service rate utuk adalah 2.4kbps μ s - atau 52bytex μ secod. Karea waktu trasmisi yag pedek, maka diasumsika tidak ada hadover utuk paket. Jumlah buffer utuk paket sebesar 00 paket Model Matematis Model matematis dibuat berdasarka diagram trasisi kodisi utuk masig-masig atria M/M// da M/M//K pada ketiga skema chael sharig Fixed Sharig Scheme Utuk metoda fixed sharig, total kaal pada sel dibagi dua bagia; satu bagia utuk trafik voice da bagia laiya utuk trafik data. +, paggila suara (voice call) dimodelka dega atria M/M//. Utuk paggila data dimodelka dega atria M/M//K. Gambar 2. Model Sistem dalam 2.2. Parameter Sistem Parameter masuka sistem dibagi mejadi dua bagia, yaitu parameter masuka kosta da parameter masuka variabel. Parameter masuka yag bersifat variabel adalah voice call load, itesitas trafik, itesitas trafik da laju kedataga paket. Parameter masuka yag bersifat kosta adalah waktu peduduka paket /μ 0,94 secod, ukura buffer B 00 paket, jumlah kaal fisik 8 da jumlah sel yag diamati adalah satu sel. Pajag paket utuk berdasarka TCP segmet adalah 52 byte. Data rate megguaka codig scheme 4 (CS-4) dega ilai Gambar 2.2 Model Fixed Sharig Scheme Megigat sistem atria yag diguaka adalah sistem atria M/M// dega (jumlah server) utuk voice, dimaa ilaiya tergatug dega jumlah PDCH ( ), maka dapat diperoleh diagram trasisi kodisi utuk sistem atria tersebut. Dari gambar tersebut didapat parameter-parameter ujuk kerja utuk. Gambar 2.3 Diagram Trasisi Kodisi Fixed Sharig Scheme dega Sistem Atria M/M// Seluruh server diaggap idetik, sehigga kapasitas layaa aka sama utuk setiap server. Persamaa kesetimbaga diagram trasisi diatas adalah ( + ) ( + ) ( ) (2.) λ λ.. μ. h,,, + TekikA 9

3 B o. 27 Vol.2 Th. XIV April 2007 ISS dega memasukka ilai.. λ + λ h,,,0 sebagai itesitas trafik,! μ (2.7) maka aka didapat harga, Probabilitas Blockig (P B ),,0. Probabilitas blockig (P B ) B merupaka! probabilitas semua server () da semua (2.2) buffer BSC (B) telah diduduki. Pada saat semua utuk, 2,, salura diduduki atau dalam keadaa sibuk, maka saat itu semua paggila baru yag masuk aka Voice Blockig Probability (P Bv) ditolak (hilag/loss). + B Voice blockig probability (P Bv ) merupaka probabilitas semua server (. ) diduduki. P B, + B,0! Pada saat semua salura diduduki atau dalam keadaa sibuk, maka saat itu semua paggila baru (2.8) yag masuk aka ditolak (hilag/loss) Average Packet Delay (E[W]) P Bv,,0 Merupaka rata-rata waktu/delay yag! dibutuhka suatu paket utuk meuggu di suatu (2.3) atria (buffer). Sistem atria yag diguaka adaah E[ q ] sistem atria M/M//K dega ( jumlah E[ W] kaal /server) da K jumah buffer BSC λ ( P ) B (B) ditambah jumlah maksimum kaal (2.9) (). Maka dapat diperoleh diagram trasisi dimaa harga E[q] kodisi utuk sistem atria tersebut. Dari gambar + B tersebut didapat parameter-parameter ujuk kerja E[ ] ( ). q (2.0), utuk. + E[q] merupaka rata-rata jumlah paket di atria. Gambar 2.4 Diagram Trasisi Kodisi Fixed Sharig Scheme dega Sistem Atria M/M//K Seuruh server diaggap idetik, sehigga kapasitas layaa aka sama utuk setiap server. Persamaa kesetimbaga diagram trasisi diatas adalah Utuk 0,,2,..., -l ( λ ). ( + ).( μ ).,, + (2.4) Utuk, +,..., +B ( λ )..( μ ). (2.5),, + λ dega memasukka iai sebagai μ itesitas trafik, maka aka didapat dua harga, -l.,,0! (2.6) Partial Sharig Scheme Pada partial sharig, kaal data disediaka utuk trafik data pada saat kaal sisa ( - data) dibagi oleh paggila suara da trafik data. Paggila suara memiliki prioritas yag lebih tiggi (didahuluka) dari pada paket data. Gambar 2.5 Model Partial Sharig Scheme Utuk partial sharig scheme dimodelka dega sistem atria M/M//K. Sistem atria ii merupaka sistem atria yag diguaka da secara bersama-sama dega jumlah buffer BSC (B) ditambah jumlah kaal da (). Utuk data, jumlah kaal adalah data, sedagka utuk paggila suara jumlah server adalah sisaya yaitu - data. Utuk,2,...,, (jumlah server) utuk voice da K Utuk, +,..., +B TekikA 0

4 o. 27 Vol.2 Th. XIV April 2007 ISS Utuk kaal voice () tidak memiliki buffer, sehigga apabila seluruh server peuh, maka semua paggila suara baru aka ditolak (hilag/loss), sedagka utuk data () jika seluruh server peuh, maka paggila data yag masuk aka diatrika di buffer, tetapi apabila buffer telah diduduki semua, maka semua paket data yag masuk aka ditolak. Maka dapat diperoleh diagram trasisi kodisi utuk sistem atria tersebut. Gambar 2.6 Diagram Trasisi Kodisi Partial Sharig Scheme dega Sistem Atria M/M//K Laju kedataga paket baru (λ ) diatas merupaka superposisi dega laju kedataga hadover (λh,). Seluruh server diaggap idetik, sehigga kapasitas layaa aka sama utuk setiap server. Persamaa kesetimbaga diagram trasisi diatas adalah Utuk 0,,2,..., - ( data + l) (( ) ( )) λ + λ h, + λ. (, ), ( + )( μ + μ ). (, ), + (2.) Utuk - data,..., -l ( λ ). (, ), ( + )( μ). (, ) (2.2), + Utuk, +l,..., +B ( λ ). (, ), ( μ). (, ) (2.3), + dega memasukka ilai sebagai λ + λ μ h, ( ) B. + PB (, ), + B (, ),0..! (2.7) data data Average Packet Delay (E[W]) Merupaka rata-rata waktu/delay yag dibutuhka suatu paket utuk meuggu di suatu atria (buffer). E[ q ] E[ W ] λ ( PB ) (2.8) dimaa harga E[q] B [ q ] ( ). (, ) E +, + (2.9) Voice Blockig Probability (P Bv) Voice blockig probability (P Bv ) merupaka probabilitas semua server (- data ) diduduki. Pada saat semua salura diduduki atau dalam keadaa sibuk, maka saat itu semua paggila baru utuk paggila suara yag masuk aka ditolak (hilag/loss). Utuk mecari voice blockig probability ii diperluka sistem atria M/M// karea terjadi utuk paggila suara (). Gambar 2.7 Diagram Trasisi Kodisi Partial Sharig Scheme dega Atria M/M// utuk Mecari P itesitas trafik da sebagai λ μ Persamaa kesetimbaga diagram trasisi fixed itesitas trafik, maka aka didapat harga sharig utuk sistem atria M/M//, yaitu (, ), persamaa 2., dega memasukka ilai Utuk 0,, 2,..., -( data+ ) λ + λh, sebagai itesitas trafik ( + ) μ (, ), (, ),0! (2.4), maka aka didapat harga, Utuk -,..., -l data, utk, 2,, - data DATA ( ),0. +! (, ), (, ),0.. DATA! (2.20) (2.5) sehigga di dapat ilai P Bv Utuk, +l,..., +B ( data ) ( data )! DATA ( ) DATA (2.6) PBv,( ) + data data (, ), (, ),0...! 0! (2.2) Probabilitas Blockig (P B ) B Probabilitas blockig (P B B) merupaka probabilitas semua server da (,) da semua buffer BSC (B) telah diduduki. Pada saat semua salura diduduki atau dalam keadaa sibuk, maka saat itu semua paggila baru yag masuk aka ditolak (hilag/loss). TekikA Bv Complete Sharig Scheme Pada complete sharig scheme, seluruh kaal yag tersedia dibagi oleh paggila suara da trafik data dega cara circuit switched service diasumsika memiliki prioritas lebih tiggi

5 B o. 27 Vol.2 Th. XIV April 2007 ISS dibadigka service. Jadi pada complete sharig scheme, 0. data Gambar 2.8 Model Complete Sharig Scheme Utuk complete sharig scheme, dimodelka dega sistem atria M/M//K, seperti pada partial sharig scheme. Sistem atria ii merupaka sistem atria yag diguaka da dega, (jumlah server) utuk voice da data yag diguaka secara bersama-sama da K jumlah buffer BSC (B) ditambah dega jumlah kaal. (). Utuk kaal voice () tidak memiliki buffer, sehigga apabila seluruh server peuh, maka semua paggila suara baru aka ditolak (hilag/loss), sedagka utuk data () jika seluruh server peuh, maka paggila data yag masuk aka diatrika. da apabila buffer telah diduduki semua, maka seluruh paket data yag masuk aka ditolak. Maka dapat diperoleh diagram trasisi kodisi utuk sistem atria tersebut. Gambar 2.9 Diagram Trasisi Kodisi Complete Sharig Scheme dega Sistem Atria M/M//K Laju kedataga paket baru (λ ) diatas merupaka superposisi dega laju kedataga hadover (λ h, ). Seluruh server diaggap idetik, sehigga kapasitas layaa aka sama utuk setiap server. Persamaa kesetimbaga diagram trasisi diatas adalah Utuk 0,, 2,...,-l (( λ + λh, ) + λ). (, ), ( + )( μ+ μ). (, ), + (2.22) Utuk, +l,..., +B ( λ ). (, ), ( μ ). (, ) (2.23), + dega memasukka ilai λ + λh, sebagai μ itesitas trafik da sebagai λ μ itesitas trafik, maka aka didapat harga (, ), Utuk 0,, 2,..., -l ( ) ( ) ( ). +,, (2.24),,0! Utuk, +l,..., +B (, ), (, ),0.. (2.25) Probabilitas Blockig (P B ) B ( + ).! Probabilitas blockig (P B ) merupaka probabilitas semua server da (,) da semua buffer BSC (B) telah diduduki. Pada saat semua salura diduduki atau dalam keadaa sibuk, maka saat itu semua paggila baru yag masuk aka ditolak (hilag/loss). B ( + ) (2.26) ( ) ( ). PB,, + B,, Average Packet Delay (E[W])! Merupaka rata-rata waktu/delay yag dibutuhka suatu paket utuk meuggu di suatu atria (buffer). E[ q ] E[ W ] λ ( PB ) (2.27) dimaa harga E[q] E B [ q ] ( ) ( + +. ),, (2.28) Voice Blockig Probability (P Bv) Voice blockig probability (P Bv ) merupaka probabilitas semua server ( ) diduduki. Pada saat semua salura diduduki atau dalam keadaa sibuk, maka saat itu semua paggila baru yag masuk aka ditolak (hilag /loss). Probabilitas blockig disii terjadi utuk paggila suara (voice). Utuk mecari probabilitas blockig ii diperluka sistem atria M/M// karea terjadi utuk paggila suara (), maka utuk persamaa voice blockig probability sama dega persamaa 2.5, yaitu Gambar 2.0 Diagram Trasisi Kodisi Complete Sharig Scheme dega Atria M/M// utuk Mecari P Bv Utuk persamaa kesetimbaga diagram trasisi diatas sama dega persamaa complete partitioig utuk sistem atria M/M//, yaitu pada persamaa 2., dega memasukka ilai λ + λh, sebagai itesitas trafik, μ maka aka didapat harga, TekikA 2

6 o. 27 Vol.2 Th. XIV April 2007 ISS , utk, 2,,,0! (2.29) dimaa harga,0 0 (2.30) ! + Λ +!,,0,0 0! maka aka di dapat ilai P Bv PBv!, 0! (2.32) 3. HASIL DA PEMBAHASA 3.. Pegaruh voice call load (2.3) Pada simulasi ii, parameter kosta yag diguaka adalah total kaal 8, jumlah buffer B 00 da service rate μ 5,225 s -. Jumlah kaal pada fixed sharig 4. Parameter variabel yag diguaka adalah itesitas trafik, itesitas trafik, laju kedataga paket da voice call load yag divariasika mulai dari 20% higga 00%. Simulasi ii utuk melihat pegaruh voice call load terhadap rata-rata delay paket. Itesitas trafik diperoleh dari pembagia laju kedataga paket terhadap service rate, sedagka itesitas trafik diperoleh dari perkalia ilai voice call load dega total kaal yag diguaka. Itesitas trafik / per kaal yag ditampilka adalah pejumlaha itesitas trafik da itesitas trafik Pegaruh voice call load pada fixed sharig Rata-rata Delay Paket (ms) Variasi voice call load dega keaika 20% 20% 40% 60% 80% 00% Itesitas trafik / per kaal Gambar 3.. Pegaruh voice call load terhadap rata-rata delay paket pada fixed sharig Dari gambar 3. terlihat bahwa pada tiap variasi voice call load, seirig dega keaika itesitas trafik, pegaruhya terhadap rata-rata delay paket mejadi semaki sigifika. Pada tiap-tiap ilai voice call load yag diberika, keaika rata-rata delay paketya cederug sama. Hal ii disebabka, pegguaa kaal yag terpisah atara trafik suara da data. Tabel 3.. Pegaruh voice call load terhadap probabilitas blockig paket data (P B ) B pada fixed sharig. Dari tabel 3. terlihat bahwa keaika probabilitas blockig paket data pada tiap-tiap ilai voice call blockig adalah sama. Jadi, voice call blockig tidak mempegaruhi rata-rata delay paket maupu probabilitas blockig paket data, karea suara da data meduduki kaal yag berbeda secara terpisah. Tabel 3.2. Pegaruh voice call load terhadap probabilitas blockig suara pada fixed sharig Voice call load P Bv 20% % % % % Pada tabel 3.2. dapat dilihat bahwa voice call load sagat berpegaruh terhadap probabilitas blockig suara. Bertambahya voice call load meyebabka P Bv semaki besar, dimaa pada saat voice call load mecapai 00%, ilai P Bv yag diperoleh sebesar 57,464% Pegaruh voice call load pada partial sharig Rata-rata Delay Paket (ms) % Variasi voice call load dega keaika 20% 40% 60% 80% 00% Itesitas trafik / per kaal Gambar 3.2. Pegaruh voice call load terhadap rata-rata delay paket pada partial sharig TekikA 3

7 B B o. 27 Vol.2 Th. XIV April 2007 ISS Variasi ilai voie call load sagat berpegaruh rata-rata delay paket pada partial sharig, seperti terlihat pada gambar 3.2. Saat ilai voice call load 20%, keaikaya tidak terlalu besar, tapi mulai dari 40%, keaikaya sagat sigifika. Tabel 3.3. Pegaruh voice call load terhadap probabilitas blockig paket data (P B ) B pada partial sharig keaika rata-rata delayya sagat sigifika dibadigka pada partial sharig. Tabel 3.5. Pegaruh voice call load terhadap probabilitas blockig paket data (P B ) pada complete sharig Sama seperti pada rata-rata delay paketya, dari tabel 3.3 terlihat bahwa probabilitas blockig paket data (P B ) B juga meigkat seirig dega bertambah besarya ilai voice call load yag diberika. Pada tabel 3.4. dapat dilihat bahwa voice call load sagat berpegaruh terhadap probabilitas blockig suara. Bertambahya voice call load meyebabka P Bv semaki besar, dimaa pada saat voice call load mecapai 00%, ilai P Bv yag diperoleh sebesar 30,86%. ilai P Bv yag diperoleh ii lebih kecil dibadigka dega P Bv pada fixed sharig. Tabel 3.4. Pegaruh voice call load terhadap probabilitas blockig suara pada complete sharig Voice call load P Bv 20% % % % % Pegaruh voice call load pada complete sharig Rata-rata Delay Paket (ms) % Variasi voice call load dega keaika 20% 40% 60% 80% 00% Itesitas trafik / per kaal Gambar 3.3. Pegaruh voice call load terhadap rata-rata delay paket pada complete sharig Dari gambar 3.3 terlihat bahwa seirig dega bertambahya ilai voice call load yag diberika, rata-rata delay juga bertambah, dimaa Dari tabel 3.5 terlihat bahwa probabilitas blockig paket data (P B ) B juga meigkat seirig dega bertambah besarya ilai voice call load yag diberika. Tabel 3.6. Pegaruh voice call load terhadap probabilitas blockig suara pada complete sharig Voice call load P Bv 20% % % % % Pada tabel 3.6. dapat dilihat bahwa voice call load sagat berpegaruh terhadap probabilitas blockig suara. Bertambahya voice call load meyebabka P Bv semaki besar, dimaa pada saat voice call load mecapai 00%, ilai P Bv yag diperoleh sebesar 23,557%. ilai P Bv yag diperoleh ii lebih kecil dibadigka dega P Bv pada fixed sharig da partial sharig. Hasil simulasi pegaruh voice call load pada ketiga skema chael sharig tersebut, diperoleh bahwa voice call load sagat berpegaruh pada partial sharig da complete sharig. Ii dikareaka pada kedua chael sharig ii terjadi pegguaa bersama kaal atara suara da data, dimaa prioritas peduduka kaal diberika utuk trafik suara. Akibatya, seirig dega bertambahya ilai voice call load, ilai P B, ratarata delay paket da PBv juga bertambah. Pada ketiga skema tersebut, ilai P Bv melebihi % saat voice call load mecapai 40% atau lebih. Pada bayak peelitia da pada profil trafik yag disediaka oleh operator jariga, ilai voice call load yag bayak diguaka adalah 30% da 40% Perbadiga rata-rata delay paket terhadap itesitas trafik / per kaal TekikA 4

8 o. 27 Vol.2 Th. XIV April 2007 ISS Pada simulasi ii, parameter kosta yag diguaka adalah total kaal 8, jumlah buffer B - 00, service rate μ 5,225 s da voice call load 30%. Jumlah kaal pada fixed sharig 4. Pada complete sharig da partial sharig, jumlah kaal yag disediaka utuk data masig-masig adalah data 0 da data. Utuk medapatka grafik rata-rata delay paket terhadap itesitas trafik / per kaal, parameter variabel yag diguaka adalah itesitas trafik, itesitas trafik da laju kedataga paket. Simulasi dilakuka utuk melihat perbadiga rata-rata delay, probabilitas blockig suara da probabilitas blockig data pada ketiga skema chael sharig. Hasil simulasi utuk perbadiga rata-rata delay paket dapat dilihat pada gambar 3.4 berikut Rata-rata delay paket (ms) Perbadiga Rata-rata Delay Paket terhadap Itesitas Trafik per kaal fixed sharig partial sharig complete sharig Itesitas trafik / per kaal Gambar 3.4. Perbadiga rata-rata delay paket terhadap itesitas trafik / per kaal Dari gambar 3.4 terlihat bahwa pada saat itesitas trafik / per kaal sebesar 0 higga 0,3777, rata-rata delay paket utuk fixed sharig lebih kecil daripada complete sharig da partial sharig. Selajutya, dari itesitas trafik / sebesar 0,39569 da seterusya, ratarata delay paket pada fixed sharig terus meigkat melebihi ilai rata-rata delay paket pada partial sharig da complete sharig. Dapat dikataka bahwa fixed sharig memiliki kierja yag lebih baik pada kodisi itesitas trafik yag redah (dari grafik, saat itesitas trafikya kurag dari 0,39569) karea memberika rata-rata delay paket yag kecil. Hal ii disebabka pegguaa kaal utuk data tidak fleksibel, sehigga pada saat trafik data tiggi da membutuhka kaal lebih bayak, fixed sharig haya mampu meyediaka jumlah kaal maksimal setegah dari jumlah total kaal yag tersedia. Akibatya, maki bayak paket data yag datag saat semua kaal utuk peuh, maka maki bayak juga paket data yag meuggu di buffer, sehigga delay yag terjadi maki tiggi. Pada kodisi ii, jika buffer akhirya juga peuh, maka paket data yag datag selajutya aka ditolak. Pada partial sharig da complete sharig, keaika grafik itesitas trafik / per kaal tidak sigifika seperti pada fixed sharig, karea pegguaa kaal utuk data lebih fleksibel. Utuk complete sharig, total kaal yag tersedia diguaka bersama atara trafik suara da paket data. Walaupu prioritas peduduka kaal diberika utuk trafik suara, karea waktu peduduka paket data yag diguaka pada simulasi ii sagat kecil yaitu 0,94 secod, maka paket data yag datag dega cepat dilayai da atria yag terjadi tidak bayak. Hasilya, seperti terlihat pada grafik, rata-rata delay paket utuk complete sharig jauh lebih kecil dibadigka dega fixed sharig. Pada partial sharig, selai megguaka kaal secara bersama atara paket data da suara, juga disediaka sebayak data kaal yag haya boleh diduduki oleh paket data. Pada beberapa peelitia, data yag diguaka pada partial sharig berjumlah satu kaal, da pada simulasi ii juga diguaka data. Hasil simulasi pada gambar 3.4 meujukka bahwa rata-rata delay paket pada partial sharig lebih kecil daripada fixed sharig da complete sharig. Ii dikareaka pada partial sharig terdapat lebih bayak kaal yag dapat diduduki oleh paket data. Pertama, kaal data yag khusus melayai paket data. Kedua, sisa kaal data yag diguaka bersama atara suara da paket data (seperti pada complete sharig), walaupu prioritas diberika pada trafik suara, karea waktu peduduka paket data yag diguaka pada simulasi ii sagat kecil yaitu 0,94 secod, maka paket data yag datag dega cepat dilayai da atria yag terjadi tidak bayak. Oleh sebab itu, dari ketiga skema chael sharig, partial sharig memberika rata-rata delay paket yag palig kecil ilaiya Probabilitas blockig paket data Dari simulasi diperoleh ilai rata-rata delay paket da probabilitas blockig data yag diambil dari workspace Matlab da ditampilka dalam tabel 3.7 Tabel 3.7 Perbadiga Chael Sharig Scheme Dari hasil simulasi yag ditampilka dalam tabel 3.7, terlihat bahwa dega semaki bertambahya itesitas trafik / per kaal, probabilitas blockig paket data (P B ) B juga bertambah besar. TekikA 5

9 o. 27 Vol.2 Th. XIV April 2007 ISS Diatara ketiga skema chael sharig, fixed sharig yag memiliki ilai P B palig besar da partial sharig ilai P BB-ya palig kecil. amu jika dilihat retag ilai P B B ii, sagat kecil sekali yaitu 0 sampai 0, sehigga jika dibuat persetaseya pu kecil sekali. Hal ii terjadi karea waktu peduduka paket data yag diguaka pada simulasi ii sagat kecil yaitu 0,94 secod, maka paket data yag datag dega cepat dilayai da atria yag terjadi tidak bayak. Kemugkia buffer utuk terisi peuh jarag sekali, sehigga sagat sedikit paket data yag ditolak (blockig). sebayak kaal yag aka diguaka secara bergatia oleh suara da paket data. Simulasi ii bertujua utuk melihat bagaimaa pegaruh dari jumlah kaal yag disediaka khusus utuk paket data, terhadap probabilitas blockig suara da rata-rata delay paket. Hasil simulasiya dapat dilihat pada gambar 3.5. Rata-rata delay paket [%] Pegaruh jumlah kaal paket data terhadap rata-rata delay paket 3.4. Probabilitas blockig suara Dari simulasi diperoleh ilai probabilitas blockig suara yag diambil dari workspace Matlab, seperti terlihat pada tabel 3.8 berikut Tabel 3.8 Voice Blockig Probability utuk Metoda Chael Sharig yag berbeda Chael Sharig P Bv Complete Sharig Scheme 0, Partial Sharig Scheme 0, Fixed Sharig Scheme 0,387 Hasil dari tabel 3.8 terlihat bahwa voice blockig probability utuk complete sharig adalah 0,248%, utuk partial sharig adalah 0,828%, da utuk fixed sharig adalah 3,87%. Maka dapat terlihat bahwa utuk fixed sharig mempuyai probabilitas blockig suara yag tiggi, sedagka utuk complete sharig da partial sharig mempuyai probabilitas blockig suara yag kecil (kurag dari %). Hal ii terjadi karea pada partial sharig da complete sharig, saat kaal diguaka secara bersama atara suara da paket data, suara memiliki prioritas lebih tiggi utuk meduduki kaal yag tersedia tersebut. Hasilya, probabilitas blockig suara pada complete sharig ilaiya palig kecil. Sedagka pada fixed sharig, karea maksimal kaal yag bisa diduduki adalah setegah dari total kaal meyebabka cukup bayak paggila suara yag ditolak (blockig) Pegaruh jumlah kaal data pada partial sharig Jumlah kaal utuk data Pada simulasi ii, parameter kosta yag diguaka adalah total kaal 8, jumlah buffer B 00, service rate μ 5,225 s - da voice call load 30%. Parameter variabel yag diguaka adalah jumlah kaal data data, yag divariasika dari higga 7. Pada partial sharig, disediaka sebayak data kaal yg khusus utuk melayai paket data. Jumlah data adalah maksimal 7 buah kaal dari total kaal sebayak 8 kaal. Berarti, sisaya TekikA 6 0. Gambar 3.5. Pegaruh jumlah kaal data pada partial sharig Dari gambar 3.5 terlihat bahwa semaki bayak kaal yag diguaka khusus utuk paket data meyebabka rata-rata delay paket semaki kecil ilaiya. Tetapi ii juga berpegaruh terhadap probabilitas blockig suara, seperti ditampilka pada tabel 3.9 berikut Tabel 3.9. Pegaruh data terhadap P Bv data PBv Walaupu dega peambaha data bisa meguragi rata-rata delay paket, amu ii meyebabka bertambah besarya ilai P Bv. Dari tabel 4.9 terlihat bahwa haya pada saat data diperoleh ilai P kurag dari %. Bv 4. KESIMPULA. Dari ketiga chael sharig, partial sharig memberika rata-rata delay paket yag palig kecil ilaiya. 2. Waktu peduduka paket data (/μ ) sagat mempegaruhi rata-rata delay paket da probabilitas blockig paket data. 3. Probabilitas blockig suara utuk complete sharig adalah 0,248%, 0,828% utuk partial sharig da 3,87% utuk fixed sharig. Probabilitas blockig suara pada complete sharig da partial sharig lebih baik daripada fixed sharig karea ilaiya kurag dari %.

10 o. 27 Vol.2 Th. XIV April 2007 ISS Voice call load sagat berpegaruh pada partial sharig da complete sharig, karea terjadi pegguaa bergatia kaal utuk data da suara. Agar ilai PBv tetap dibawah %, [2] C. Heg Foh, B. Wydrowski, M. Zukerma, B. Meii, Modelig ad Performace Evaluatio of, IEEE Joural [3] Siemes, Base Statio Subsystem, /E Descriptio, maka ilai voice call load yag diguaka adalah kurag dari 40%. 5. Utuk metoda partial sharig, semaki PT. Telkomsel. meigkatya jumlah kaal yag diguaka utuk trafik data aka meyebabka rata-rata delay paket semaki berkurag tetapi probabilitas blockig suara semaki bertambah, haya pada saat data diperoleh ilai PBv kurag dari %. 6. Partial sharig da complete sharig lebih tepat diterapka pada jariga / karea memberika rata-rata delay paket da probabilitas blockig paket data yag kecil, serta probabilitas blockig suara yag diperoleh kurag dari %. DAFTAR KEPUSTAKAA [] M. Ermel, K. Begai, T. Muller, J. Schuler, M. Schweigel, Aalytical Compariso of Differet Itroductio Strategies, [2] Xiayo Fag da Dipak Ghosal, Aalyzig Packet Delay Across A / etwork, IEEE Joural [3] Feradez, Rudy, AStudi Kierja Skema Fixed Sharig pada Jariga / dega Model Atria Erlag, Jural Tekika o.27 Vol. Th XIV April [4] C. Lidema da A. Thummler, Performace Aalysis of Geeral Packet Radio Service, 200. [5] Joh Scourias, Overview of the Global System for Mobile Commuicatios, [6] Karam Jiae, Peigot Estelle, Abou Ali Mayssam, (Geeral Packet Radio Service) EDGE (Ehaced Data for Evolutio), /EDGE presetatio DESS R2M, [7] C. Bettstetter, H.J. Vogel, J. Eberspacher, Phase 2+, Geeral Packet Radio Service Architecture, Protocols, ad Air Iterface, IEEE Commuicatios Surveys, 999. [8] David C. Reeve, A ew Blueprit for etwork QoS, Thesis, [9] L Kleirock, Queueig System Theory Volume I, Wiley-Itersciece Pub [0] H. Araujo, J. Costa, Luis M. Correia, Aalysis of a Traffic Model for /, IST Lisbo Portugal, 999. [] M.Ajmoe Marsa, P. Laface, M. Meo, Packet Delay Aalysis i Systems, IEEE Joural TekikA 7

11 TekikA 8

Lecture 4 : Queueing Theory and Aplications. Hanna Lestari, M.Eng

Lecture 4 : Queueing Theory and Aplications. Hanna Lestari, M.Eng Leture 4 : Queueig Theory ad Apliatios Haa Lestari, M.Eg Struktur Dasar Model Model Atria Teori Atria bertujua utuk megetahui/meetuka besara kierja sistem atria. Ukura kierja sistem dalam kodisi steady

Lebih terperinci

simulasi selama 4,5 jam. Selama simulasi dijalankan, animasi akan muncul pada dijalankan, ProModel akan menyajikan hasil laporan statistik mengenai

simulasi selama 4,5 jam. Selama simulasi dijalankan, animasi akan muncul pada dijalankan, ProModel akan menyajikan hasil laporan statistik mengenai 37 Gambar 4-3. Layout Model Awal Sistem Pelayaa Kedai Jamoer F. Aalisis Model Awal Model awal yag telah disusu kemudia disimulasika dega waktu simulasi selama 4,5 jam. Selama simulasi dijalaka, aimasi

Lebih terperinci

Elemen Dasar Model Antrian. Aktor utama customer dan server. Elemen dasar : 1.distribusi kedatangan customer. 2.distribusi waktu pelayanan. 3.

Elemen Dasar Model Antrian. Aktor utama customer dan server. Elemen dasar : 1.distribusi kedatangan customer. 2.distribusi waktu pelayanan. 3. Eleme Dasar Model Atria. Aktor utama customer da server. Eleme dasar :.distribusi kedataga customer. 2.distribusi waktu pelayaa. 3.disai fasilitas pelayaa (seri, paralel atau jariga). 4.disipli atria (pertama

Lebih terperinci

ANALISIS SISTEM ANTRIAN PADA LOKET PENDAFTARAN PASIEN DI PUSKESMMAS PADANG PASIR KECAMATAN PADANG BARAT

ANALISIS SISTEM ANTRIAN PADA LOKET PENDAFTARAN PASIEN DI PUSKESMMAS PADANG PASIR KECAMATAN PADANG BARAT Jural Sais da Tekologi Vol 7 o 2, Desember 27 ANALISIS SISTEM ANTRIAN ADA LOKET ENDAFTARAN ASIEN DI USKESMMAS ADANG ASIR KECAMATAN ADANG BARAT Ali Suta Nasutio, Seira Mutia 2 Tekik Idustri Sekolah Tiggi

Lebih terperinci

HASIL DAN PEMBAHASAN. Performance Model. Real System. Mangukur Utilisasi CPU dan Penggunaan memori. Menghitung Utilisasi CPU dan Penggunaan memori

HASIL DAN PEMBAHASAN. Performance Model. Real System. Mangukur Utilisasi CPU dan Penggunaan memori. Menghitung Utilisasi CPU dan Penggunaan memori Real System Pegukura Magukur Utilisasi CPU da Pegguaa memori Diterima? Ya Performace Model Kalkulasi Meghitug Utilisasi CPU da Pegguaa memori Tidak Kalibrasi Model Gambar 3 Cara utuk melakuka validasi

Lebih terperinci

BAB 3 ENTROPI DARI BEBERAPA DISTRIBUSI

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

Lebih terperinci

TEORI ANTRIAN. Gambar 1 Proses antrian pada suatu sistem antrian

TEORI ANTRIAN. Gambar 1 Proses antrian pada suatu sistem antrian TEORI ANTRIAN Teori atria merupaka studi matematis megeai atria atau waitig lies yag di dalamya disediaka beberapa alteratif model matematika yag dapat diguaka utuk meetuka beberapa karakteristik da optimasi

Lebih terperinci

Bab III Metoda Taguchi

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

Lebih terperinci

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

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

Lebih terperinci

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

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

Lebih terperinci

STUDI TENTANG BEBERAPA MODIFIKASI METODE ITERASI BEBAS TURUNAN

STUDI TENTANG BEBERAPA MODIFIKASI METODE ITERASI BEBAS TURUNAN STUDI TENTANG BEBERAPA MODIFIKASI METODE ITERASI BEBAS TURUNAN Supriadi Putra, M,Si Laboratorium Komputasi Numerik Jurusa Matematika FMIPA Uiversitas Riau e-mail : spoetra@yahoo.co.id ABSTRAK Makalah ii

Lebih terperinci

k = populasi pelanggan Nilai-nilai default (biasanya tidak dimunculkan) :

k = populasi pelanggan Nilai-nilai default (biasanya tidak dimunculkan) : Model Loss Sistem Ahar Prodi Tekik Elektro S1 UR Toik Bahasa.. Notasi Model Atria (Kedall) Model Poisso ( customers, servers) Model Erlag ( customers, < servers) Biomial model (k < customers, k servers)

Lebih terperinci

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

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

Lebih terperinci

TINJAUAN PUSTAKA Pengertian

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

Lebih terperinci

ANALISIS SISTEM ANTRIAN PELAYANAN NASABAH DI PT. BANK NEGARA INDONESIA (PERSERO) TBK KANTOR CABANG UTAMA USU

ANALISIS SISTEM ANTRIAN PELAYANAN NASABAH DI PT. BANK NEGARA INDONESIA (PERSERO) TBK KANTOR CABANG UTAMA USU Saitia Matematika ISSN: 2337-9197 Vol. 02, No. 03 (2014), pp. 277 287. ANALISIS SISTEM ANTRIAN PELAYANAN NASABAH DI PT. BANK NEGARA INDONESIA (PERSERO) TBK KANTOR CABANG UTAMA USU Siti Aria R. Harahap

Lebih terperinci

BAB III METODOLOGI PENELITIAN

BAB III METODOLOGI PENELITIAN 22 BAB III METODOLOGI PENELITIAN 3.1 Lokasi da Waktu Peelitia Peelitia ii dilaksaaka di tiga kator PT Djarum, yaitu di Kator HQ (Head Quarter) PT Djarum yag bertempat di Jala KS Tubu 2C/57 Jakarta Barat,

Lebih terperinci

BAB III METODE PENELITIAN

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

Lebih terperinci

Gambar 3.1Single Channel Multiple Phase

Gambar 3.1Single Channel Multiple Phase BAB III MODEL ANTRIAN PADA PEMBUATAN SIM C. Sigle Chael Multiple Phase Sistem atria sigle chael multiple phase merupaa sistem atria dimaa pelagga yag tiba, dapat memasui sistem dega megatri di tempat yag

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

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

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

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

Lebih terperinci

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

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

Lebih terperinci

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

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

Lebih terperinci

PETA KONSEP RETURN dan RISIKO PORTOFOLIO

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

Lebih terperinci

PENGARUH INFLASI TERHADAP KEMISKINAN DI PROPINSI JAMBI

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

Lebih terperinci

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

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

Lebih terperinci

B a b 1 I s y a r a t

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

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

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

Lebih terperinci

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

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

Lebih terperinci

PROSIDING ISBN:

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

Lebih terperinci

I. PENDAHULUAN II. LANDASAN TEORI

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

Lebih terperinci

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

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

Lebih terperinci

Hubungan Antara Panjang Antrian Kendaraan dengan Aktifitas Samping Jalan

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

Lebih terperinci

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

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

Lebih terperinci

BAB III METODOLOGI 3.1 Tempat dan Waktu Penelitian 3.2 Bahan dan Alat 3.3 Metode Pengumpulan Data Pembuatan plot contoh

BAB III METODOLOGI 3.1 Tempat dan Waktu Penelitian 3.2 Bahan dan Alat 3.3 Metode Pengumpulan Data Pembuatan plot contoh BAB III METODOLOGI 3.1 Tempat da Waktu Peelitia Pegambila data peelitia dilakuka di areal revegetasi laha pasca tambag Blok Q 3 East elevasi 60 Site Lati PT Berau Coal Kalimata Timur. Kegiata ii dilakuka

Lebih terperinci

BAB VII RANDOM VARIATE DISTRIBUSI DISKRET

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

Lebih terperinci

BAB 6: ESTIMASI PARAMETER (2)

BAB 6: ESTIMASI PARAMETER (2) Bab 6: Estimasi Parameter () BAB 6: ESTIMASI PARAMETER (). ESTIMASI PROPORSI POPULASI Proporsi merupaka perbadiga atara terjadiya suatu peristiwa dega semua kemugkiaa peritiwa yag bisa terjadi. Besara

Lebih terperinci

V.2.4 PROBABILITAS BLOCKING LEE GRAPHS

V.2.4 PROBABILITAS BLOCKING LEE GRAPHS V.2.4 PROBABILITA BLOCKIG LEE GRAPH 1. Pada keyataaya o blockig switch hampir tidak perah disyaratka bagi komuikasi telepo. 2. Disai peralata setral telepo adalah sedemikia rupa sehigga pada jam sibuk

Lebih terperinci

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

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

Lebih terperinci

Pengendalian Proses Menggunakan Diagram Kendali Median Absolute Deviation (MAD)

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

Lebih terperinci

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

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

Lebih terperinci

Pengeboran Baja ASTM A1011 Menggunakan Pahat High Speed Steel dalam Kondisi Dilumasi Cairan Minyak

Pengeboran Baja ASTM A1011 Menggunakan Pahat High Speed Steel dalam Kondisi Dilumasi Cairan Minyak Jural Mechaical, Volume 5, Nomor 2, September 214 Pegebora Baja ASTM A111 Megguaka Pahat High Speed Steel dalam Kodisi Dilumasi Caira Miyak Dodi Wibowo, Gusri Akhyar Ibrahim Jurusa Tekik Mesi, Fakultas

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB LANDASAN TEORI.1 Distribusi Ekspoesial Fugsi ekspoesial adalah salah satu fugsi yag palig petig dalam matematika. Biasaya, fugsi ii ditulis dega otasi exp(x) atau e x, di maa e adalah basis logaritma

Lebih terperinci

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

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

Lebih terperinci

Gambar 4 Kompleksitas tahapan pada fungsi CG sekuensial.

Gambar 4 Kompleksitas tahapan pada fungsi CG sekuensial. Spesifikasi dari masig-masig komputer yag diguaka adalah: 1. Itel Petium Core 2 Duo ( 2,20 GHz). 2. DDR2 RAM 1024 MB. 3. Hard disk 80 GB. 4. Mouse da Keyboard. 5. LAN 100 Mbps. 6. Sistem operasi Liux (opesuse

Lebih terperinci

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

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

Lebih terperinci

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

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

Lebih terperinci

BAB 2 LANDASAN TEORI. Statistika merupakan salah satu cabang penegtahuan yang paling banyak mendapatkan

BAB 2 LANDASAN TEORI. Statistika merupakan salah satu cabang penegtahuan yang paling banyak mendapatkan BAB LANDASAN TEORI. Pegertia Regresi Statistika merupaka salah satu cabag peegtahua yag palig bayak medapatka perhatia da dipelajari oleh ilmua dari hamper semua bidag ilmu peegtahua, terutama para peeliti

Lebih terperinci

BAB II LANDASAN TEORI. Dalam tugas akhir ini akan dibahas mengenai penaksiran besarnya

BAB II LANDASAN TEORI. Dalam tugas akhir ini akan dibahas mengenai penaksiran besarnya 5 BAB II LANDASAN TEORI Dalam tugas akhir ii aka dibahas megeai peaksira besarya koefisie korelasi atara dua variabel radom kotiu jika data yag teramati berupa data kategorik yag terbetuk dari kedua variabel

Lebih terperinci

Bab 3 Metode Interpolasi

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

Lebih terperinci

BAB III METODOLOGI PENELITIAN

BAB III METODOLOGI PENELITIAN BAB III METODOLOGI PENELITIAN 3.1.Tempat da Waktu Peelitia ii dilakuka di ligkuga Kampus Aggrek da Kampus Syahda Uiversitas Bia Nusatara Program Strata Satu Reguler. Da peelitia dilaksaaka pada semester

Lebih terperinci

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

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

Lebih terperinci

BAB III METODOLOGI PENELITIAN

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

Lebih terperinci

Probabilitas dan Statistika Teorema Bayes. Adam Hendra Brata

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

Lebih terperinci

BAB III METODE PENELITIAN

BAB III METODE PENELITIAN BAB III METODE PENELITIAN 3.1 Lokasi da objek peelitia Lokasi peelitia dalam skripsi ii adalah area Kecamata Pademaga, alasa dalam pemiliha lokasi ii karea peulis bertempat tiggal di lokasi tersebut sehigga

Lebih terperinci

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

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

Lebih terperinci

Model Pertumbuhan BenefitAsuransi Jiwa Berjangka Menggunakan Deret Matematika

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

Lebih terperinci

LIMIT. = δ. A R, jika dan hanya jika ada barisan. , sedemikian hingga Lim( a n

LIMIT. = δ. A R, jika dan hanya jika ada barisan. , sedemikian hingga Lim( a n LIMIT 4.. FUNGSI LIMIT Defiisi 4.. A R Titik c R adalah titik limit dari A, jika utuk setiap δ > 0 ada palig sedikit satu titik di A, c sedemikia sehigga c < δ. Defiisi diatas dapat disimpulka dega cara

Lebih terperinci

IV METODE PENELITIAN. 4.1 Lokasi dan Waktu Penelitian

IV METODE PENELITIAN. 4.1 Lokasi dan Waktu Penelitian IV METODE PENELITIAN 4.1 Lokasi da Waktu Peelitia Peelitia ii dilaksaaka di Kabupate Bogor dega respode para peterak ayam broiler yag mejali kerjasama sebagai mitra dega perusahaa kemitraa Dramaga Uggas

Lebih terperinci

DISTRIBUSI SAMPLING. Oleh : Dewi Rachmatin

DISTRIBUSI SAMPLING. Oleh : Dewi Rachmatin DISTRIBUSI SAMPLING Oleh : Dewi Rachmati Distribusi Rata-rata Misalka sebuah populasi berukura higga N dega parameter rata-rata µ da simpaga baku. Dari populasi ii diambil sampel acak berukura, jika tapa

Lebih terperinci

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

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

Lebih terperinci

IV. METODE PENELITIAN. Penelitian ini dilakukan di Kawasan Pantai Anyer, Kabupaten Serang

IV. METODE PENELITIAN. Penelitian ini dilakukan di Kawasan Pantai Anyer, Kabupaten Serang IV. METODE PENELITIAN 4.1 Lokasi da Waktu Peelitia Peelitia ii dilakuka di Kawasa Patai Ayer, Kabupate Serag Provisi Bate. Lokasi ii dipilih secara segaja atau purposive karea Patai Ayer merupaka salah

Lebih terperinci

STATISTIKA NON PARAMETRIK

STATISTIKA NON PARAMETRIK . PENDAHULUAN STATISTIKA NON PARAMETRIK Kelebiha Uji No Parametrik: - Perhituga sederhaa da cepat - Data dapat berupa data kualitatif (Nomial atau Ordial) - Distribusi data tidak harus Normal Kelemaha

Lebih terperinci

BAB III METODE PENELITIAN

BAB III METODE PENELITIAN BAB III METODE PENELITIAN A. Jeis peelitia Peelitia ii merupaka jeis peelitia eksperime. Karea adaya pemberia perlakua pada sampel (siswa yag memiliki self efficacy redah da sagat redah) yaitu berupa layaa

Lebih terperinci

BAB III METODOLOGI PENELITIAN. data dalam penelitian ini termasuk ke dalam data yang diambil dari Survei Pendapat

BAB III METODOLOGI PENELITIAN. data dalam penelitian ini termasuk ke dalam data yang diambil dari Survei Pendapat BAB III METODOLOGI PENELITIAN 3.1. Jeis da Sumber Data Jeis peelitia yag aka diguaka oleh peeliti adalah jeis peelitia Deskriptif. Dimaa jeis peelitia deskriptif adalah metode yag diguaka utuk memperoleh

Lebih terperinci

BAB III METODOLOGI PENELITIAN

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

Lebih terperinci

ANALISIS SISTEM PELAYANAN DI STASIUN TAWANG SEMARANG DENGAN METODE ANTRIAN. Nursihan 1, Sugito 2, Hasbi Yasin 3

ANALISIS SISTEM PELAYANAN DI STASIUN TAWANG SEMARANG DENGAN METODE ANTRIAN. Nursihan 1, Sugito 2, Hasbi Yasin 3 ISSN: 2339-2541 JURNAL GAUSSIAN, Volume 4, Nomor 2, Tahu 2015, Halama 375-382 Olie di: http://ejoural-s1.udip.ac.id/idex.php/gaussia ANALISIS SISTEM PELAYANAN DI STASIUN TAWANG SEMARANG DENGAN METODE ANTRIAN

Lebih terperinci

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

Masih ingat beda antara Statistik Sampel Vs Parameter Populasi? Perhatikan tabel berikut: Ukuran/Ciri Statistik Sampel Parameter Populasi Distribusi Samplig (Distribusi Pearika Sampel) 1. Pedahulua Bidag Iferesia Statistik membahas geeralisasi/pearika kesimpula da prediksi/ peramala. Geeralisasi da prediksi tersebut melibatka sampel/cotoh,

Lebih terperinci

MENENTUKAN PELUANG RUIN DENGAN METODE KOMBINASI EKSPONENSIAL

MENENTUKAN PELUANG RUIN DENGAN METODE KOMBINASI EKSPONENSIAL MENENTUKAN PELUANG RUIN DENGAN METODE KOMBINASI EKSPONENSIAL Karmila 1*, Hasriati 2, Haposa Sirait 2 1 Mahasiswa Program S1 Matematika 2 Dose Jurusa Matematika Fakultas Matematika da Ilmu Pegetahua Alam

Lebih terperinci

II. LANDASAN TEORI. Sampling adalah proses pengambilan atau memilih n buah elemen dari populasi yang

II. LANDASAN TEORI. Sampling adalah proses pengambilan atau memilih n buah elemen dari populasi yang II. LANDASAN TEORI Defiisi 2.1 Samplig Samplig adalah proses pegambila atau memilih buah eleme dari populasi yag berukura N (Lohr, 1999). Dalam melakuka samplig, terdapat teori dasar yag disebut teori

Lebih terperinci

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

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

Lebih terperinci

BAB IV PEMECAHAN MASALAH

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

Lebih terperinci

ANALISIS SISTEM ANTRIAN PESAWAT TERBANG DI BANDARA INTERNASIONAL AHMAD YANI SEMARANG

ANALISIS SISTEM ANTRIAN PESAWAT TERBANG DI BANDARA INTERNASIONAL AHMAD YANI SEMARANG ISSN: 2339-2541 JURNAL GAUSSIAN, Volume 4, Nomor 4, Tahu 2015, Halama 725-733 Olie di: http://ejoural-s1.udip.ac.id/idex.php/gaussia ANALISIS SISTEM ANTRIAN PESAWAT TERBANG DI BANDARA INTERNASIONAL AHMAD

Lebih terperinci

PRESENTASI TUGAS AKHIR KI091391

PRESENTASI TUGAS AKHIR KI091391 PRESENTASI TUGAS AKHIR KI0939 APLIKASI PERBAIKAN KONTRAS PADA CITRA RADIOGRAFI GIGI MENGGUNAKAN KOMBINASI METODE HISTOGRAM EQUALIZATION DAN FAST GRAY LEVEL GROUPING (Kata kuci: Fast gray level groupig,

Lebih terperinci

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

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

Lebih terperinci

SIFAT-SIFAT FUNGSI EKSPONENSIAL BERBASIS BILANGAN NATURAL YANG DIDEFINISIKAN SEBAGAI LIMIT

SIFAT-SIFAT FUNGSI EKSPONENSIAL BERBASIS BILANGAN NATURAL YANG DIDEFINISIKAN SEBAGAI LIMIT Jural Matematika UNAND Vol. 4 No. 1 Hal. 12 22 ISSN : 2303 2910 c Jurusa Matematika FMIPA UNAND SIFAT-SIFAT FUNGSI EKSPONENSIAL BERBASIS BILANGAN NATURAL YANG DIDEFINISIKAN SEBAGAI LIMIT ENIVA RAMADANI

Lebih terperinci

ANALISIS TABEL INPUT OUTPUT PROVINSI KEPULAUAN RIAU TAHUN Erie Sadewo

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

Lebih terperinci

ESTIMASI. (PENDUGAAN STATISTIK) Ir. Tito Adi Dewanto. Statistika

ESTIMASI. (PENDUGAAN STATISTIK) Ir. Tito Adi Dewanto. Statistika Wed 6/0/3 ETIMAI (PENDUGAAN TATITIK) Ir. Tito Adi Dewato tatistika Deskriptif Iferesi Estimasi Uji Hipotesis Titik Retag Estimasi da Uji Hipotesis Dilakuka setelah peelitia dalam tahap pegambila suatu

Lebih terperinci

IV. METODE PENELITIAN

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

Lebih terperinci

Pendekatan Nilai Logaritma dan Inversnya Secara Manual

Pendekatan Nilai Logaritma dan Inversnya Secara Manual Pedekata Nilai Logaritma da Iversya Secara Maual Moh. Affaf Program Studi Pedidika Matematika, STKIP PGRI BANGKALAN affafs.theorem@yahoo.com Abstrak Pada pegaplikasiaya, bayak peggua yag meggatugka masalah

Lebih terperinci

Batas Bilangan Ajaib Pada Graph Caterpillar

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

Lebih terperinci

PENYELESAIAN PERSAMAAN GELOMBANG DENGAN METODE D ALEMBERT

PENYELESAIAN PERSAMAAN GELOMBANG DENGAN METODE D ALEMBERT Buleti Ilmiah Math. Stat. da Terapaya (Bimaster) Volume 02, No. 1(2013), hal 1-6. PENYELESAIAN PERSAMAAN GELOMBANG DENGAN METODE D ALEMBERT Demag, Helmi, Evi Noviai INTISARI Permasalaha di bidag tekik

Lebih terperinci

BAB VIII MASALAH ESTIMASI SATU DAN DUA SAMPEL

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

Lebih terperinci

METODOLOGI PENELITIAN. penggunaan metode penelitian. Oleh karena itu, metode yang akan digunakan

METODOLOGI PENELITIAN. penggunaan metode penelitian. Oleh karena itu, metode yang akan digunakan 47 III. METODOLOGI PENELITIAN A. Metodelogi Peelitia Keberhasila dalam suatu peelitia sagat ditetuka oleh ketepata pegguaa metode peelitia. Oleh karea itu, metode yag aka diguaka haruslah sesuai dega data

Lebih terperinci

Taksiran Interval bagi Rata-rata Parameter Distribusi Poisson Interval Estimate for The Average of Parameter Poisson Distribution

Taksiran Interval bagi Rata-rata Parameter Distribusi Poisson Interval Estimate for The Average of Parameter Poisson Distribution Prosidig Statistika ISSN: 460-6456 Taksira Iterval bagi Rata-rata Parameter Distribusi Poisso Iterval Estimate for The Average of Parameter Poisso Distributio 1 Putri Aggita Nuraei, Teti Sofia Yati, 3

Lebih terperinci

DISTRIBUSI SAMPLING (Distribusi Penarikan Sampel)

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

Lebih terperinci

ANALISA THROUGHPUT PADA LAYANAN DATA DI JARINGAN GPRS

ANALISA THROUGHPUT PADA LAYANAN DATA DI JARINGAN GPRS ANALISA THROUGHPUT PADA LAYANAN DATA DI JARINGAN GPRS Rudy Fernandez Jurusan TeknikElektro Fakultas Teknik Universitas Andalas ABSTRAK menyatakan kecepatan pengiriman data yang secara aktual sukses diterima

Lebih terperinci

Distribusi Sampling (Distribusi Penarikan Sampel)

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

Lebih terperinci

BAB V ANALISA PEMECAHAN MASALAH

BAB V ANALISA PEMECAHAN MASALAH 89 BAB V ANALISA PEMECAHAN MASALAH Dalam upaya mearik kesimpula da megambil keputusa, diperluka asumsi-asumsi da perkiraa-perkiraa. Secara umum hipotesis statistik merupaka peryataa megeai distribusi probabilitas

Lebih terperinci

Pertemuan Ke-11. Teknik Analisis Komparasi (t-test)_m. Jainuri, M.Pd

Pertemuan Ke-11. Teknik Analisis Komparasi (t-test)_m. Jainuri, M.Pd Pertemua Ke- Komparasi berasal dari kata compariso (Eg) yag mempuyai arti perbadiga atau pembadiga. Tekik aalisis komparasi yaitu salah satu tekik aalisis kuatitatif yag diguaka utuk meguji hipotesis tetag

Lebih terperinci

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

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

Lebih terperinci

PENERAPAN TEOREMA TITIK TETAP UNTUK MENUNJUKKAN ADANYA PENYELESAIAN PADA SISTEM PERSAMAAN LINEAR

PENERAPAN TEOREMA TITIK TETAP UNTUK MENUNJUKKAN ADANYA PENYELESAIAN PADA SISTEM PERSAMAAN LINEAR PENERAPAN TEOREMA TITIK TETAP UNTUK MENUNJUKKAN ADANYA PENYELESAIAN PADA SISTEM PERSAMAAN LINEAR Nur Aei Prodi Matematika, FST-UINAM uraeiatullah@gmail.com Ifo: Jural MSA Vol. 3 No. 2 Edisi: Juli Desember

Lebih terperinci

Keterkaitan Karakteristik Pergerakan di Kawasan Pinggiran Terhadap Kesediaan Menggunakan BRT di Kota Palembang

Keterkaitan Karakteristik Pergerakan di Kawasan Pinggiran Terhadap Kesediaan Menggunakan BRT di Kota Palembang C463 Keterkaita Karakteristik di Kawasa Piggira Terhadap Kesediaa Megguaka BRT di Kota Palembag Dia Nur afalia, Ketut Dewi Martha Erli Hadayei Departeme Perecaaa Wilayah da Kota, Fakultas Tekologi Sipil

Lebih terperinci

BAB III METODE PENELITIAN

BAB III METODE PENELITIAN 30 BAB III METODE PENELITIAN Peelitia pejadwala pembagkit termal ii adalah utuk membadigka metode Lagragia Relaxatio yag diajuka peulis dega metode yag diguaka PLN. Di sii aka diuji metode maa yag peramalaya

Lebih terperinci

PEMILIHAN UJI NONPARAMETRIK TERBAIK UNTUK DUA SAMPEL BEBAS MELALUI METODE SIMULASI

PEMILIHAN UJI NONPARAMETRIK TERBAIK UNTUK DUA SAMPEL BEBAS MELALUI METODE SIMULASI PEMILIHAN UJI NONPARAMETRIK TERBAIK UNTUK DUA SAMPEL BEBAS MELALUI METODE SIMULASI Sugiyato 1, Etik Zukhroah 2 1,2 Jurusa Matematika FMIPA-UNS, e-mail : 1 Sugiy@yahoo.co.id, 2 etikzukhroah@yahoo.co.id

Lebih terperinci

ANALISIS INTENSITAS HUJAN DI STASIUN KALIBAWANG KABUPATEN KULONPROGO

ANALISIS INTENSITAS HUJAN DI STASIUN KALIBAWANG KABUPATEN KULONPROGO ANALISIS INTENSITAS HUJAN DI STASIUN KALIBAWANG KABUPATEN KULONPROGO Titiek Widyasari 1 1 Program Studi Tekik Sipil, Uiversitas Jaabadra Yogyakarta, Jl. Tetara Rakyat Mataram 55 57 Yogyakarta Email: myso_jayastu@yahoo.co.id

Lebih terperinci

Perhitungan Gangguan Simultan Hubungan Seri-Seri Pada Sistem Tenaga Listrik

Perhitungan Gangguan Simultan Hubungan Seri-Seri Pada Sistem Tenaga Listrik Perhituga Gaggua Simulta Hubuga SeriSeri Pada Sistem Teaga Listrik Triwahju Hardiato Jurusa Tekik Elektro, Fakultas Tekik, Uiversitas Jember Jl.Slamet Riyadi No.6 Jember 68 No. Fax / Telp. : 033484977

Lebih terperinci

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

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

Lebih terperinci

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

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

Lebih terperinci

9 Departemen Statistika FMIPA IPB

9 Departemen Statistika FMIPA IPB Supleme Resposi Pertemua ANALISIS DATA KATEGORIK (STK351 9 Departeme Statistika FMIPA IPB Pokok Bahasa Sub Pokok Bahasa Referesi Waktu Pegatar Aalisis utuk Data Respo Kategorik Data respo kategorik Sebara

Lebih terperinci

PENGGUNAAN METODE BAYESIAN OBYEKTIF DALAM PEMBUATAN GRAFIK PENGENDALI p-chart

PENGGUNAAN METODE BAYESIAN OBYEKTIF DALAM PEMBUATAN GRAFIK PENGENDALI p-chart Prosidig Semiar Nasioal Peelitia, Pedidika da Peerapa MIPA, Fakultas MIPA, Uiversitas Negeri Yogyakarta, 2 Jui 2012 PENGGUNAAN METODE BAYESIAN OBYEKTIF DALAM PEMBUATAN GRAFIK PENGENDALI p-chart Adi Setiawa

Lebih terperinci