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

Ukuran: px
Mulai penontonan dengan halaman:

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

Transkripsi

1 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 umpulan titi-titi yang tersusun sedemiian rupa sehingga memilii pangal dan ujung. Suatu titi pada layar terleta pada posisi (x,y), untu menggambarannya plot suatu pixel dengan posisi yang beresesuaian. Contoh Program : Setpixel (x,y) Penampilan garis pada layar omputer dibedaan berdasaran Resolusi-nya. Resolusi : eadaan pixel yang terdapat pada suatu area tertentu Contoh : Resolusi 640x480, berarti pada layar ompuer terdapat 640 pixel per-olom dan 480 pixel per-baris. Resolusi dapat pula dibedaan menjadi asar, medium dan halus. IF27325P Grafia Komputer 2008 Halaman 3 IF27325P Grafia Komputer 2008 Halaman 4 1

2 Untu menggambaran garis seperti gambar di atas, diperluan pixel atif. Parameter pixel address yang membentu garis pada layar adalah : IF27325P Grafia Komputer 2008 Halaman 5 Untu menampilan atau menggambaran garis pada layar dibutuhan minimal 2 titi (endpoint), yaitu titi awal dan ahir. Awal garis dimulai dengan titi atau pixel pertama, P1 diiuti titi edua, P2. Untu mendapatan titi-titi selanjutnya sampai e Pn perlu dilauan inrementasi atas nilai oordinat sumbu X dan Y pada titi sebelumnya. Perhitungan inrementasi untu masing-masing sumbu adalah berbeda : IF27325P Grafia Komputer 2008 Halaman 6 n dan m adalah nilai inrementasi Persamaan Umum Garis : y = mx + c Garis Horisontal Garis yang membentang secara paralel dengan sumbu X dengan asumsi titi P1 pada oordinat X1 lebih ecil daripada X2 dari P2, sedangan Y1 dan Y2 onstant Algoritma: 1. Menentuan titi awal (P1) dan titi ahir (P2) 2. Perisa posisi sumbu (oordinat)jia titi ahir < titi awal,lauan inrementasi sumbu X dari titi awal sampai titi ahir, Jia tida, maa lauan derementasi sumbu X dari titi awal sampai titi ahir 3. Tampilan garis menggunaan parameter oordinat yang telah dihitung. IF27325P Grafia Komputer 2008 Halaman 7 IF27325P Grafia Komputer 2008 Halaman 8 2

3 (6) Garis Vertial Garis yang membentang secara paralel dengan sumbu Y dengan asumsi titi P1 pada oordinat Y1 lebih ecil daripada Y2 dari P2, sedangan X1 dan X2 onstant Algoritma: 1. Menentuan titi awal (P1) dan titi ahir (P2) 2. Perisa posisi sumbu (oordinat)jia titi ahir < titi awal,lauan inrementasi sumbu Y dari titi awal sampai titi ahirjia tida, maa lauan derementasi sumbu Y dari titi awal sampai titi ahir 3. Tampilan garis menggunaan parameter oordinat yang telah dihitung. Garis Diagonal Garis yang membentang secara paralel 45 derajat dari sumbu X atau sumbu Y dengan asumsi titi awal P1 dengan oordinat X1 dan Y1 lebih ecil daripada X2 dan Y2 atau sebalinya. Algoritma: 1. Menentuan titi awal (P1) dan titi ahir (P2) 2. Perisa posisi sumbu (oordinat)jia titi ahir < titi awal,lauan inrementasi sumbu X dan sumbu Y dari titi awal sampai titi ahirjia tida, maa lauan derementasi sumbu X dan sumbu Y dari titi awal sampai titi ahir 3. Tampilan garis menggunaan parameter oordinat yang telah dihitung. IF27325P Grafia Komputer 2008 Halaman 9 IF27325P Grafia Komputer 2008 Halaman 10 Garis yang membentang antara 2 titi, P1 dan P2, selalu membentu sudut yang besarnya sangat bervariasi. Sudut yang terbentu menentuan emiringan suatu garis atau disebut gradient/ slopatau disimbolan dengan parameter m. Jia titi-titi yang membetu garis adalah : (x1,y1)dan (x2,y2) maa m = y xx y2 y1 m = x2 x1 IF27325P Grafia Komputer 2008 Halaman 11 IF27325P Grafia Komputer 2008 Halaman 12 3

4 beerja beerja atas dasar penambahan nilai x dan nilai y. Pada garis lurus, turunan pertama dari x dan y adalah onstanta. Sehingga untu memperoleh suatu tampilan dengan etelitian tinggi, suatu garis dapat dibangitan dengan menambah nilai x dan y masing-masing sebesar ε x dan ε y, dengan ε besaran dengan nilai yang sangat ecil. Kondisi ideal ini suar dicapai, arenanya pendeatan yang mungin dilauan adalah berdasaran pisel-pisel yang bisa dialamati/dicapai atau melalui penambahan atau pengurangan nilai x dan y dengan suatu besaran dan membulatannya e nilai integer terdeat. IF27325P Grafia Komputer 2008 Halaman 13 IF27325P Grafia Komputer 2008 Halaman 14 x + 1 y + 1 = x + x = x + 1 = y + y = y + m. x = y + m.(1) Pixel selanjutnya? IF27325P Grafia Komputer 2008 Halaman 15 IF27325P Grafia Komputer 2008 Halaman 16 4

5 Algoritma Bresenhma memilih titi terdeat dari actual path. Setiap sampling aan diinrement menjadi 1 atau 0 Jia current pixel (x,y) Kondisi awal :Jia m < 1, maa m bernilai positif Bresenham melauan inremen 1 untu x dan 0 atau 1 untu y. IF27325P Grafia Komputer 2008 Halaman 17 Dimanaah pixel beriutnya aan di-plot, apaah di (x+1, y+1)= (x+1, y), atau (x+1, y+1)? IF27325P Grafia Komputer 2008 Halaman 18 Tentuan nilai parameter eputusan, p: Algoritma Bresenham untu m < 1: 1. Input 2 endpoints, simpan endpoints iri sebagai (x0, y0). 2. Panggil frame buffer (plot titi pertama) 3. Hitung onstanta x, y, 2 y, 2 y 2 x dan nilai awal parameter eputusan p0= 2 y x 4. Pada setiap x di garis, dimulai dari =0, ujilah : jia p< 0, plot(x+1, y)dan p+1= p+ 2 y jia tida, maa plot (x+1, y+1)dan p+1= p+ 2 y -2 x 5. Ulangi tahap 4 x ali IF27325P Grafia Komputer 2008 Halaman 19 IF27325P Grafia Komputer 2008 Halaman 20 5

6 Latihan : Hitunglah posisi pisel hingga membentu sebuah garis yang menghubungan titi (12,10) dan (17,14)! Jawab : 1. (x0, y0) =(12, 10) 2. x =5, y = 4, 2 y =8, 2 y 2 x = p0= 2 y x = 3 IF27325P Grafia Komputer 2008 Halaman 21 6

Geometri Primitive. D3 Manajemen Informatika S1 Sistem Informasi

Geometri Primitive. D3 Manajemen Informatika S1 Sistem Informasi Geometri Primitive D3 Manajemen Informatika S1 Sistem Informasi Elemen-Elemen Pembentuk Grafik : Geometri 2 Menggambar GARIS Garis adalah kumpulan titik-titik yang tersusun sedemiki-an rupa sehingga memiliki

Lebih terperinci

Grafik Komputer dan Pengolahan Citra. Grafik Komputer : Geometri Primitive. Universitas Gunadarma Grafik Komputer : Geometri Primitive 1/12

Grafik Komputer dan Pengolahan Citra. Grafik Komputer : Geometri Primitive. Universitas Gunadarma Grafik Komputer : Geometri Primitive 1/12 Grafik Komputer : Geometri Primitive Universitas Gunadarma 2006 Grafik Komputer : Geometri Primitive 1/12 Menggambar GARIS (1/11) Garis adalah kumpulan titik-titik ang tersusun sedemikian rupa sehingga

Lebih terperinci

Grafik Komputer dan Pengolahan Citra. Grafik Komputer : Geometri Primitive. Universitas Gunadarma. Grafik Komputer : Geometri Primitive 1/12

Grafik Komputer dan Pengolahan Citra. Grafik Komputer : Geometri Primitive. Universitas Gunadarma. Grafik Komputer : Geometri Primitive 1/12 Grafik Komputer : Geometri Primitive Universitas Gunadarma Grafik Komputer : Geometri Primitive 1/12 Menggambar GARIS (1/11) Garis adalah kumpulan titik-titik yang tersusun sedemikian rupa sehingga memiliki

Lebih terperinci

Pada komputer grafik ada 3 macam sistem koordinat yang harus di perhatikan :

Pada komputer grafik ada 3 macam sistem koordinat yang harus di perhatikan : Pada komputer grafik ada 3 macam sistem koordinat yang harus di perhatikan : Koordinat nyata Koordinat sistem (koordinat cartesian) Koordinat tampilan / layar Grafika Komputer Page 2 Adalah koordinat yang

Lebih terperinci

Garis adalah kumpulan titik-titik yang tersusun sedemikian rupa sehingga memiliki pangkal dan ujung.

Garis adalah kumpulan titik-titik yang tersusun sedemikian rupa sehingga memiliki pangkal dan ujung. Penggambaran Garis Garis Garis adalah kumpulan titik-titik yang tersusun sedemikian rupa sehingga memiliki pangkal dan ujung. Suatu titik pada layar terletak pada posisi (x,y), untuk menggambarkannya plot

Lebih terperinci

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

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

Lebih terperinci

Optimasi Non-Linier. Metode Numeris

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

Lebih terperinci

Variasi Spline Kubik untuk Animasi Model Wajah 3D

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

Lebih terperinci

Kumpulan soal-soal level seleksi provinsi: solusi:

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

Lebih terperinci

BAB III DIMENSI PARTISI GRAF KIPAS DAN GRAF KINCIR

BAB 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 terperinci

BAB 5 RUANG VEKTOR UMUM. Dr. Ir. Abdul Wahid Surhim, MT.

BAB 5 RUANG VEKTOR UMUM. Dr. Ir. Abdul Wahid Surhim, MT. BAB 5 RUANG VEKTOR UMUM Dr. Ir. Abdul Wahid Surhim, MT. KERANGKA PEMBAHASAN. Ruang Vetor Nyata. Subruang. Kebebasan Linier 4. Basis dan Dimensi 5. Ruang Baris, Ruang Kolom dan Ruang Nul 6. Ran dan Nulitas

Lebih terperinci

II. TINJAUAN PUSTAKA. sebuah teknik yang baru yang disebut analisis ragam. Anara adalah suatu metode

II. 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 terperinci

PENERAPAN DYNAMIC PROGRAMMING DALAM WORD WRAP Wafdan Musa Nursakti ( )

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

Lebih terperinci

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

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

Lebih terperinci

BAB ELASTISITAS. Pertambahan panjang pegas

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

Lebih terperinci

BAB II LANDASAN TEORI. Graf adalah kumpulan simpul (nodes) yang dihubungkan satu sama lain

BAB II LANDASAN TEORI. Graf adalah kumpulan simpul (nodes) yang dihubungkan satu sama lain 8 BAB II LANDASAN TEORI 2.1 Teori Graf 2.1.1 Definisi Graf Graf adalah umpulan simpul (nodes) yang dihubungan satu sama lain melalui sisi/busur (edges) (Zaaria, 2006). Suatu Graf G terdiri dari dua himpunan

Lebih terperinci

OLIMPIADE SAINS NASIONAL 2012 BIDANG ILMU FISIKA

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

Lebih terperinci

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

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

Lebih terperinci

BAB II TINJAUAN PUSTAKA

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

Lebih terperinci

BAB 1 PENDAHULUAN. Universitas Sumatera Utara

BAB 1 PENDAHULUAN. Universitas Sumatera Utara BAB 1 PENDAHULUAN 1.1 Latar Belaang Keadaan dunia usaha yang selalu berubah membutuhan langah-langah untu mengendalian egiatan usaha di suatu perusahaan. Perencanaan adalah salah satu langah yang diperluan

Lebih terperinci

BAB IV PERHITUNGAN HARGA PREMI BERDASARKAN FUNGSI PERMINTAAN PADA TITIK KESETIMBANGAN

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

Lebih terperinci

Mata Kuliah : Grafik Komputer KONVERSI PEMINDAIAN

Mata Kuliah : Grafik Komputer KONVERSI PEMINDAIAN Mata Kuliah : Grafik Komputer KONVERSI PEMINDAIAN Karmilasari Konversi Pemindaian/Konversi Scan Konversi pemindaian atau rasterisasi adalah proses menemukan piksel layar yang besinggungan dengan garis/poligon/

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

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

Lebih terperinci

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

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

Lebih terperinci

DISTRIBUSI PROBABILITAS DISKRIT TEORITIS 1. Distribusi Seragam Diskrit

DISTRIBUSI PROBABILITAS DISKRIT TEORITIS 1. Distribusi Seragam Diskrit DISTRIBUSI PROBABILITAS DISKRIT TEORITIS 1 TI2131 TEORI PROBABILITAS MINGGU KE-9 Distribusi Seragam Disrit Jia sebuah variabel random X mengambil nilai x 1, x 2,, x dengan probabilitas yang sama, maa distribusi

Lebih terperinci

BAB IV Solusi Numerik

BAB IV Solusi Numerik BAB IV Solusi Numeri 4. Algoritma Genetia Algoritma Genetia (AG) [2] merupaan teni pencarian stoasti yang berdasaran pada meanisme selesi alam dan prinsip penurunan genetia. Algoritma genetia ditemuan

Lebih terperinci

BAB 3 LANGKAH PEMECAHAN MASALAH

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

Lebih terperinci

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

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

Lebih terperinci

KINETIKA REAKSI KIMIA TIM DOSEN KIMIA DASAR FTP UB 2012

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

Lebih terperinci

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

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

Lebih terperinci

BAB II KONSEP DAN DEFINISI

BAB II KONSEP DAN DEFINISI 6 BAB II KONSEP DAN DEFINISI Pada bab ini aan dijelasan onsep dan definisi-definisi yang digunaan dalam metode pada penelitian ini. 2.1 DATA TRANSAKSI isalan = { 1, 2, 3,..., } adalah himpunan semua produ

Lebih terperinci

Sistem Navigasi Perjalanan Berbasis Web Dengan Algoritma Koloni Semut (Ant Colony Algorithm)

Sistem Navigasi Perjalanan Berbasis Web Dengan Algoritma Koloni Semut (Ant Colony Algorithm) Sistem Navigasi Perjalanan Berbasis Web Dengan Algoritma Koloni Semut (Ant Colony Algorithm) Arna Fariza 1, Entin Martiana 1, Fidi Wincoo Putro 2 Dosen 1, Mahasiswa 2 Politeni Eletronia Negeri Surabaya

Lebih terperinci

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

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

Lebih terperinci

PENCARIAN JALUR TERPENDEK MENGGUNAKAN ALGORITMA SEMUT

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

Lebih terperinci

MAKALAH SEMINAR TUGAS AKHIR

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

Lebih terperinci

MATA KULIAH MATEMATIKA TEKNIK 2 [KODE/SKS : KD / 2 SKS] Ruang Vektor

MATA KULIAH MATEMATIKA TEKNIK 2 [KODE/SKS : KD / 2 SKS] Ruang Vektor MATA KULIAH MATEMATIKA TEKNIK [KODE/SKS : KD4 / SKS] Ruang Vetor FIELD: Ruang vetor V atas field salar K adalah himpunan ta osong dengan operasi penjumlahan vetor dan peralian salar. Himpunan ta osong

Lebih terperinci

Penerapan Sistem Persamaan Lanjar untuk Merancang Algoritma Kriptografi Klasik

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

Lebih terperinci

Implementasi Algoritma Pencarian k Jalur Sederhana Terpendek dalam Graf

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

Lebih terperinci

CATATAN KULIAH RISET OPERASIONAL

CATATAN KULIAH RISET OPERASIONAL CATATAN KULIAH RISET OPERASIONAL Pertemuan minggu pertama ( x 50 menit) Pemrograman Bulat Linear (Integer Linear Programming - ILP) Tuuan Instrusional Umum : Mahasiswa dapat menggunaan algoritma yang

Lebih terperinci

PENGUKURAN PENDAPATAN NASIONAL

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

Lebih terperinci

( s) PENDAHULUAN tersebut, fungsi intensitas (lokal) LANDASAN TEORI Ruang Contoh, Kejadian dan Peluang

( s) PENDAHULUAN tersebut, fungsi intensitas (lokal) LANDASAN TEORI Ruang Contoh, Kejadian dan Peluang Latar Belaang Terdapat banya permasalahan atau ejadian dalam ehidupan sehari hari yang dapat dimodelan dengan suatu proses stoasti Proses stoasti merupaan permasalahan yang beraitan dengan suatu aturan-aturan

Lebih terperinci

ANALISIS PETA KENDALI DEWMA (DOUBLE EXPONENTIALLY WEIGHTED MOVING AVERAGE)

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

Lebih terperinci

PERBAIKAN KUALITAS CITRA MENGGUNAKAN HISTOGRAM LINEAR CONTRAST STRETCHING PADA CITRA SKALA KEABUAN

PERBAIKAN KUALITAS CITRA MENGGUNAKAN HISTOGRAM LINEAR CONTRAST STRETCHING PADA CITRA SKALA KEABUAN PERBAIKAN KUALITAS CITRA MENGGUNAKAN HISTOGRAM LINEAR CONTRAST STRETCHING PADA CITRA SKALA KEABUAN Murinto Program Studi Teni Informatia Universitas Ahmad Dahlan Kampus III UAD Jl. Prof. Soepomo Janturan

Lebih terperinci

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

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

Lebih terperinci

BAB III METODE SCHNABEL

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

Lebih terperinci

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

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

Lebih terperinci

KENNETH CHRISTIAN NATHANAEL

KENNETH CHRISTIAN NATHANAEL KENNETH CHRISTIAN NATHANAEL. Sistem Bilang Real. Fungsi dan Grafi. Limit dan Keontinuan 4. Limit Ta Hingga 5. Turunan Fungsi 6. Turunan Fungsi Trigonometri 7. Teorema Rantai 8. Turunan Tingat Tinggi 9.

Lebih terperinci

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

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

Lebih terperinci

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

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

Lebih terperinci

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

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

Lebih terperinci

Solusi Pengayaan Matematika Edisi 16 April Pekan Ke-4, 2005 Nomor Soal:

Solusi Pengayaan Matematika Edisi 16 April Pekan Ke-4, 2005 Nomor Soal: Solusi Pengayaan Matematia Edisi 6 pril Pean Ke-4, 00 Nomor Soal: -60. Jia. sin cos tan 00 00, maa nilai adalah... cos sin 00 00. 40 Solusi: [] sin cos tan 00 00 cos sin 00 00 sin sin 00 00 cos sin 00

Lebih terperinci

mungkin muncul adalah GA, GG, AG atau AA dengan peluang masing-masing

mungkin muncul adalah GA, GG, AG atau AA dengan peluang masing-masing . DISTRIUSI INOMIL pabila sebuah oin mata uang yang memilii dua sisi bertulisan ambar () dan nga () dilempar satu ali, maa peluang untu mendapatan sisi ambar adalah,5 atau. pabila oin tersebut dilempar

Lebih terperinci

BAB 3 PRINSIP SANGKAR BURUNG MERPATI

BAB 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 terperinci

Tanggapan Waktu Alih Orde Tinggi

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

Lebih terperinci

Penggunaan Induksi Matematika untuk Mengubah Deterministic Finite Automata Menjadi Ekspresi Reguler

Penggunaan Induksi Matematika untuk Mengubah Deterministic Finite Automata Menjadi Ekspresi Reguler Penggunaan Indusi Matematia untu Mengubah Deterministic Finite Automata Menjadi Espresi Reguler Husni Munaya - 353022 Program Studi Teni Informatia Seolah Teni Eletro dan Informatia Institut Tenologi Bandung,

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

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

Lebih terperinci

BAB 2 TINJAUAN PUSTAKA

BAB 2 TINJAUAN PUSTAKA BAB 2 TINJAUAN PUSTAKA Pada bab ini disampaian beberapa pengertian dasar yang diperluan pada bab selanutnya. Selain definisi, diberian pula lemma dan teorema dengan atau tanpa buti. Untu beberapa teorema

Lebih terperinci

PENDAHULUAN TINJAUAN PUSTAKA

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

Lebih terperinci

Vektor-vektor Yang Tegak Lurus dan Vektor-vektor Yang Paralel

Vektor-vektor Yang Tegak Lurus dan Vektor-vektor Yang Paralel Ruang Vetor Vetor-vetor Yang Tega Lurus dan Vetor-vetor Yang Paralel - Dua vetor dan saling tega lurus atau (aitu cos θ 0), ia o 0 atau ia : + + 0 - Dua vetor dan saling paralel ia omponen-omponenna sebanding

Lebih terperinci

PENENTUAN FAKTOR KALIBRASI ACCELEROMETER MMA7260Q PADA KETIGA SUMBU

PENENTUAN FAKTOR KALIBRASI ACCELEROMETER MMA7260Q PADA KETIGA SUMBU PENENTUAN FAKTOR KALIBRASI ACCELEROMETER MMA7260Q PADA KETIGA SUMBU Wahyudi 1, Adhi Susanto 2, Sasongo P. Hadi 2, Wahyu Widada 3 1 Jurusan Teni Eletro, Faultas Teni, Universitas Diponegoro, Tembalang,

Lebih terperinci

SATUAN ACARA PERKULIAHAN ( SAP )

SATUAN 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 terperinci

BAB II LANDASAN TEORI

BAB II LANDASAN TEORI BAB II LANDASAN TEORI 2.1. Tinjauan Pustaa Untu menacapai tujuan penulisan sripsi, diperluan beberapa pengertian dan teori yang relevan dengan pembahasan. Karena itu, dalam subbab ini aan diberian beberapa

Lebih terperinci

MASALAH VEKTOR EIGEN MATRIKS INVERS MONGE DI ALJABAR MAX-PLUS

MASALAH VEKTOR EIGEN MATRIKS INVERS MONGE DI ALJABAR MAX-PLUS Seminar Sains Penidi Sains VI UKSW Salatiga Juni 0 MSLH VEKTOR EIGEN MTRIKS INVERS MONGE DI LJBR MX-PLUS Farida Suwaibah Subiono Mahmud Yunus Jurusan Matematia FMIP Institut Tenologi Sepuluh Nopember Surabaya

Lebih terperinci

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

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

Lebih terperinci

MODUL V PENCACAH BINER ASINKRON (SYNCHRONOUS BINARY COUNTER)

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

Lebih terperinci

VARIASI NILAI BATAS AWAL PADA HASIL ITERASI PERPINDAHAN PANAS METODE GAUSS-SEIDEL

VARIASI NILAI BATAS AWAL PADA HASIL ITERASI PERPINDAHAN PANAS METODE GAUSS-SEIDEL SEMINAR NASIONAL PENDIDIKAN SAINS Peningatan Kualitas Pembelajaran Sains dan Kompetensi Guru melalui Penelitian & Pengembangan dalam Menghadapi Tantangan Abad-1 Suraarta, Otober 016 VARIASI NILAI BATAS

Lebih terperinci

BAB III METODE PENELITIAN

BAB III METODE PENELITIAN BAB III METODE PENELITIAN 3.1 ObjePenelitian Obje penelitian merupaan hal yang tida dapat dipisahan dari suatu penelitian. Obje penelitian merupaan sumber diperolehnya data dari penelitian yang dilauan.

Lebih terperinci

BAB VII. RELE JARAK (DISTANCE RELAY)

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

Lebih terperinci

PENERAPAN PROGRAM DINAMIS UNTUK MENGHITUNG ANGKA FIBONACCI DAN KOEFISIEN BINOMIAL

PENERAPAN PROGRAM DINAMIS UNTUK MENGHITUNG ANGKA FIBONACCI DAN KOEFISIEN BINOMIAL PENERAPAN PROGRAM DINAMIS UNTUK MENGHITUNG ANGKA FIBONACCI DAN KOEFISIEN BINOMIAL Reisha Humaira NIM 13505047 Program Studi Teni Informatia Institut Tenologi Bandung Jl. Ganesha 10, Bandung E-mail : if15047@students.if.itb.ac.id

Lebih terperinci

PESTA SAINS NASIONAL 2011 KOMPETISI FISIKA

PESTA SAINS NASIONAL 2011 KOMPETISI FISIKA Pilihlah satu jawaban ( X ) dari lima pilihan yang diberian Soal Bagian 1. Sebuah partiel bermassa m begera dengan ecepatan v 0 dan menumbu partiel lain (massa m) yang berada dalam eadaan diam. Besar energi

Lebih terperinci

Computer Graphic. Output Primitif dan Algoritma Garis. Erwin Yudi Hidayat. Computer Graphics C Version 2 Ed by Donald Hearn

Computer Graphic. Output Primitif dan Algoritma Garis. Erwin Yudi Hidayat. Computer Graphics C Version 2 Ed by Donald Hearn Computer Graphic Output Primitif dan Algoritma Garis Erwin Yudi Hidayat erwin@dsn.dinus.ac.id Computer Graphics C Version 2 Ed by Donald Hearn Addison Wesley is an imprint of erwin@dsn.dinus.ac.id CG -

Lebih terperinci

PENGARUH GAYA PADA SIFAT ELASTISITAS BAHAN

PENGARUH GAYA PADA SIFAT ELASTISITAS BAHAN PENGARUH GAYA PADA SIAT ELASTISITAS BAHAN SMA Kelas XI Semester Standar Kompetensi. Menganalisis gejala alam dan eteraturannya dalam caupan meania benda titi Kompetensi Dasar.3 Menganalisis pengaruh gaya

Lebih terperinci

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

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

Lebih terperinci

SISTEM ADAPTIF PREDIKSI PENGENALAN ISYARAT VOKAL SUARA KARAKTER. Abstrak

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

Lebih terperinci

SISTEM ADAPTIF PREDIKSI PENGENALAN ISYARAT VOKAL SUARA KARAKTER

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

Lebih terperinci

BAB 3 METODE PENELITIAN

BAB 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 terperinci

Bahan Minggu II, III dan IV Tema : Kerangka acuan inersial dan Transformasi Lorentz Materi :

Bahan Minggu II, III dan IV Tema : Kerangka acuan inersial dan Transformasi Lorentz Materi : Bahan Minggu II, III dan IV Tema : Keranga auan inersial dan Transformasi Lorent Materi : Terdaat dua endeatan ang digunaan untu menelusuri aedah transformasi antara besaran besaran fisis (transformasi

Lebih terperinci

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

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

Lebih terperinci

Aplikasi diagonalisasi matriks pada rantai Markov

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

Lebih terperinci

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

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

Lebih terperinci

KORELASI ANTARA DUA KELOMPOK VARIABEL KUANTITATIF DALAM ANALISIS KANONIK

KORELASI ANTARA DUA KELOMPOK VARIABEL KUANTITATIF DALAM ANALISIS KANONIK Jurnal Pengaaran MIPA, Vol. 0 No. Desember 007 ISSN: -097 KORELASI ANARA DUA KELOMPOK VARIABEL KUANIAIF DALAM ANALISIS KANONIK Oleh : Dewi Rachmatin, S.Si., M.Si. Jurusan Pendidian Matematia FPMIPA Universitas

Lebih terperinci

Computer Graphic. Output Primitif dan Algoritma Garis. Erwin Yudi Hidayat.

Computer Graphic. Output Primitif dan Algoritma Garis. Erwin Yudi Hidayat. Computer Graphic Output Primitif dan Algoritma Garis Erwin Yudi Hidayat erwin@research.dinus.ac.id Computer Graphics C Version 2 Ed by Donald Hearn Addison Wesley is an imprint of erwin@research.dinus.ac.id

Lebih terperinci

MENENTUKAN TURUNAN DAN SIFAT-SIFAT TURUNAN DARI FUNGSI 1/f(x) DAN h(x)/f(x) ABSTRACT

MENENTUKAN TURUNAN DAN SIFAT-SIFAT TURUNAN DARI FUNGSI 1/f(x) DAN h(x)/f(x) ABSTRACT MENENTUKAN TURUNAN DAN SIFAT-SIFAT TURUNAN DARI FUNGSI 1/(x DAN h(x/(x Yuliana Saitri 1, Sri Gemawati 2, Musraini 2 1 Mahasiswa Program Studi S1 Matematia 2 Dosen Jurusan Matematia Faultas Matematia dan

Lebih terperinci

IMPLEMENTASI ALGORITMA HILL CIPHER SEBAGAI MEDIA STEGANOGRAFI MENGGUNAKAN METODE LSB

IMPLEMENTASI ALGORITMA HILL CIPHER SEBAGAI MEDIA STEGANOGRAFI MENGGUNAKAN METODE LSB Prosiding SENTIA 2 Politeni Negeri Malang IMPLEMENTASI ALGORITMA HILL CIPHER SEBAGAI MEDIA STEGANOGRAFI MENGGUNAKAN METODE LSB Andy Pramono, S.Kom, M.T., Alun Sujjada, S.Kom 2 Jurusan Seni dan Desain,

Lebih terperinci

BAB III ANALISIS DISKRIMINAN. analisis multivariat dengan metode dependensi (dimana hubungan antar variabel

BAB III ANALISIS DISKRIMINAN. analisis multivariat dengan metode dependensi (dimana hubungan antar variabel BAB III ANALISIS DISKRIMINAN 3.1 Pengertian Analisis Disriminan Analisis disriminan merupaan sala satu metode yang digunaan dalam analisis multivariat dengan metode dependensi (dimana ubungan antar variabel

Lebih terperinci

KLASIFIKASI DATA MENGGUNAKAN JST BACKPROPAGATION MOMENTUM DENGAN ADAPTIVE LEARNING RATE

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

Lebih terperinci

ALGORITMA PENYELESAIAN PERSAMAAN DINAMIKA LIQUID CRYSTAL ELASTOMER

ALGORITMA PENYELESAIAN PERSAMAAN DINAMIKA LIQUID CRYSTAL ELASTOMER ALGORITMA PENYELESAIAN PERSAMAAN DINAMIKA LIQUID CRYSTAL ELASTOMER Oleh: Supardi SEKOLAH PASCA SARJANA JURUSAN ILMU FISIKA UNIVERSITAS NEGERI YOGYAKARTA 2012 1 PENDAHULUAN Liquid Crystal elastomer (LCE

Lebih terperinci

KARAKTERISTIK POHON FUZZY

KARAKTERISTIK POHON FUZZY KARAKTERISTIK POHON FUZZY Yuli Stiawati 1, Dwi Juniati 2, 1 Jurusan Matematia, Faultas Matematia dan Ilmu Pengetahuan Alam, Universitas Negeri Surabaya, 60231 2 Jurusan Matematia, Faultas Matematia dan

Lebih terperinci

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

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

Lebih terperinci

SISTEM PENDUKUNG KEPUTUSAN PERBANDINGAN TINGKAT PELANGGARAN PERLINDUNGAN KEKERASAN PADA ANAK

SISTEM PENDUKUNG KEPUTUSAN PERBANDINGAN TINGKAT PELANGGARAN PERLINDUNGAN KEKERASAN PADA ANAK SISTEM PENDUKUNG KEPUTUSAN PERBANDINGAN TINGKAT PELANGGARAN PERLINDUNGAN KEKERASAN PADA ANAK Airani Elizabeth Mani Program Studi Teni Informatia Jurusan Teni Eletro Faultas Teni Universitas Tanjungpura

Lebih terperinci

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

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

Lebih terperinci

BAB III METODOLOGI PENELITIAN

BAB III METODOLOGI PENELITIAN BAB III METODOLOGI PENELITIAN A. Tempat dan Watu Penelitian Penelitian ini dilauan di Jurusan Matematia Faultas Matematia dan Ilmu Pengetahuan Alam Universitas Lampung. Watu penelitian dilauan selama semester

Lebih terperinci

Penempatan Optimal Phasor Measurement Unit (PMU) dengan Integer Programming

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

Lebih terperinci

( x) LANDASAN TEORI. ω Ω ke satu dan hanya satu bilangan real X( ω ) disebut peubah acak. Ρ = Ρ. Ruang Contoh, Kejadian dan Peluang

( x) LANDASAN TEORI. ω Ω ke satu dan hanya satu bilangan real X( ω ) disebut peubah acak. Ρ = Ρ. Ruang Contoh, Kejadian dan Peluang LANDASAN TEORI Ruang Contoh Kejadian dan Peluang Suatu percobaan yang dapat diulang dalam ondisi yang sama yang hasilnya tida dapat dipredisi secara tepat tetapi ita dapat mengetahui semua emunginan hasil

Lebih terperinci

PENINGKATAN EFISIENSI & EFEKTIFITAS PENGOLAHAN DATA PERCOBAAN PETAK BERJALUR

PENINGKATAN 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 terperinci

MENGHITUNG PELUANG PERSEBARAN TRUMP DALAM PERMAINAN CONTRACT BRIDGE

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

Lebih terperinci

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

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

Lebih terperinci

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

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

Lebih terperinci

10/10/2017. Teknologi Display SISTEM KOORDINAT DAN BENTUK DASAR GEOMETRI (OUTPUT PRIMITIF) CRT CRT. Raster Scan Display

10/10/2017. Teknologi Display SISTEM KOORDINAT DAN BENTUK DASAR GEOMETRI (OUTPUT PRIMITIF) CRT CRT. Raster Scan Display 1 2 SISTEM KOORDINAT DAN BENTUK DASAR GEOMETRI (OUTPUT PRIMITIF) Teknologi Display Cathode Ray Tubes (CRT) Liquid Crystal Display (LCD) 3 4 CRT Elektron ditembakkan dari satu atau lebih electron gun Kemudian

Lebih terperinci

ESTIMASI TRAJECTORY MOBILE ROBOT MENGGUNAKAN METODE ENSEMBLE KALMAN FILTER SQUARE ROOT (ENKF-SR)

ESTIMASI TRAJECTORY MOBILE ROBOT MENGGUNAKAN METODE ENSEMBLE KALMAN FILTER SQUARE ROOT (ENKF-SR) SEMINAR NASIONAL PASCASARJANA SAL ESIMASI RAJECORY MOBILE ROBO MENGGUNAKAN MEODE ENSEMBLE KALMAN FILER SQUARE ROO (ENKF-SR) eguh Herlambang Zainatul Mufarrioh Firman Yudianto Program Studi Sistem Informasi

Lebih terperinci