PENDAHULUAN TINJAUAN PUSTAKA. 2. Membandingkan hasil penggerombolan antara sebelum dan sesudah pereduksian peubah. Latar Belakang

Ukuran: px
Mulai penontonan dengan halaman:

Download "PENDAHULUAN TINJAUAN PUSTAKA. 2. Membandingkan hasil penggerombolan antara sebelum dan sesudah pereduksian peubah. Latar Belakang"

Transkripsi

1 PEDHULU Latar elaang Pengan aalah roe mengelomoan obe e alam elomoelomo beraaran emirian atau etamirian. Hail ari engan aan menunuan bahwa obe-obe yang beraa alam atu aan lebih homogen ibaningan antar. engan yang ering igunaan aalah metoe engan berhirari an metoe engan non hirari. Peubah yang aat ian oleh eua metoe terebut berua eubah ontinu. Permaalahan yang biaa timbul aa analii ini yaitu beraitan engan eni eubah yang igunaan an uuran ata (n) yang angat bear. Untu mengatai eua ermaalahan terebut, Chiu et al (00) telah mengembangan algoritma Two Ste Cluter engan menggunaan oftware SPSS yang memunginan untu mengolah ata yang memilii tie eubah yang berbea, yaitu ontinu an ategori. Two Ste Cluter meruaan analii engan yang irancang untu menangani ata engan uuran yang angat bear. Fungi ara yang igunaan aalah ara Eucliian atau ara Log Lielihoo. arena menggunaan uuran ara terebut, maa imunginan igunaan berbagai tie ata bai ontinu mauun ategori. Hail ahir ari metoe ini aalah embentuan otimal beraaran riteria tertentu. Winy (005) telah melauan engan ea/elurahan i Jawa arat menggunaan metoe Two Ste Cluter engan ata Poe 003, tetai tia memerhatian hubungan antar eubahnya. Dalam enelitian ini aan ilauan engan ea/elurahan i Jawa arat beraaran arateriti yang teraat alam Poe 005 engan memerhatian hubungan antar eubahnya. Tuuan Tuuan enelitian ini aalah :. Mengan ea/elurahan i wilayah Jawa arat menggunaan metoe Two Ste Cluter an menelaan arateriti maing-maing (ebelum an euah ereuian eubah).. Membaningan hail engan antara ebelum an euah ereuian eubah. TIJU PUST nalii Gerombol nalii meruaan alah atu metoe eubah gana yang tuuan utamanya aalah mengelomoan obe beraaran arateriti-arateritinya. nalii menglaifiaian obe ehingga etia obe yang teraat i alam atu memilii eamaan yang tinggi euai engan riteria emilihan yang itentuan. Hail ari engelomoan haru memerlihatan eragaman yang ecil i alam atu an eragaman yang bear antar (Hair et al, 998). a ua metoe yang uah umum ilauan alam analii, yaitu metoe hirari an metoe non hirari. Hirari engan berhirari igunaan ia banyanya yang aan ibentu belum ietahui ebelumnya. ini ituuan untu uuran ata yang ecil (n < 500). engan berhirari ini ibeaan menai ua yaitu metoe enggabungan (agglomerative) an metoe emiahan (iviive) (Hair et al, 998). agglomerative imulai engan n buah yang maing-maing beranggotaan atu obe. emuian ua yang aling eat igabung an itentuan embali eeatan antar yang baru. Proe ini berlanut amai iaatan atu yang anggotanya aalah eluruh obe. iviive imulai engan atu yang anggotanya aalah eluruh obe, emuian obe-obe yang aling auh iiah an membentu lain. Proe ini berlanut amai emua obe maingmaing membentu atu. Dalam metoe berhirari teraat beberaa uuran ara antar, antara lain ara minimum atau autan tunggal (ingle linage), ara maimum atau autan lenga (comlete linage), ara antar centroi atau autan centroi (centroi linage), meian antara atau autan meian (meian linage), rata-rata ari emua ara atau autan rataan (average linage), erta metoe War. Jeni eubah yang aat

2 ian engan metoe ini aalah eubah ontinu (raio an interval) an fungi ara yang ering igunaan alam metoe berhirari ini aalah ara Eucliian atau ara Mahalanobi. on Hirari engan non hirari igunaan ia banyanya yang aan ibentu uah ietahui ebelumnya. ini coco igunaan aa ata yang beruuran bear (000). Contoh ari metoe non hirari aalah -mean. Langah ertama alam metoe -mean yaitu menentuan bearnya, yaitu banyanya. Pemilihan aat itentuan ecara ubyetif beraaran latar belaang biang maingmaing. Fungi ara yang ering igunaan aalah ara Eucliian. Jeni eubah yang aat ian engan metoe ini aalah eubah ontinu (Hair et al, 998). Two Ste Cluter Two Ste Cluter aalah analii engan yang irancang untu menangani ata engan uuran yang angat bear. nalii ini uga aat mengatai maalah enguuran engan tie ata yang berbea yaitu ontinu an ategori. Fungi ara yang igunaan alam Two Ste Cluter aalah ara Eucliian atau ara Log Lielihoo (acher et al, 004). Proeur engan obe alam Two Ste Cluter ini ilauan melalui ua tahaan yaitu taha embentuan awal an taha embentuan otimal (Chiu et al, 00). Perbaningan antara metoe hirari, non hirari an Two Ste Cluter elenganya aat ilihat aa Tabel. Pembentuan Gerombol wal Paa tahaan ini ilauan embentuan Cluter Feature (CF) Tree. CF Tree teriri ari tingatan cabang (eth) an maingmaing cabang beriian anga yang imauan. Jia imialan ebuah ohon, maa cabang terebut teriri ari batang, ahan, an aun. Tingatan aun atau aun entri merereentaian hail ahir ana. Maimum eth an maimum noe yang igunaan mengiuti efault ari SPSS yaitu ebanya 3 an 8. Sehingga maimum aun entri (ana ) yang terbentu aalah 5 ana. Tabel. Perbaningan Hirari, on Hirari, an Two Ste Cluter e yang ibaningan Uuran ata Jeni eubah anya Uuran ara umi ebaran Hirari Untu ata ecil ontinu Tia aa aumi elum ietahui Eucliian atau Mahalanobi Penggabungan (agglomerative) an emiahan (iviive) on Hirari Untu ata bear ontinu Suah ietahui Eucliian Tia aa aumi -mean Two Ste Cluter Untu ata angat bear ontinu an ategori elum ietahui Eucliian atau Log Lielihoo Peubah ontinu menyebar normal Peubah ategori menyebar multinomial ntar eubahnya aling beba Pembentuan CF Tree gglomerative Menentuan otimal Proeur CF Tree iawali engan memilih atu amatan ecara aca ebagai amatan awal yang aan iuur aranya atu eratu terhaa amatan lainnya engan menggunaan uuran ara yang telah itentuan. Jia bearnya ara terebut lebih ecil ari bata enerimaan (trehol itance), maa amatan aan mau alam aun entri yang ama engan yang awal. Sebalinya, ia ara terebut lebih bear ari bata enerimaan, maa amatan aan mau alam aun entri yang baru. ata enerimaan (trehol itance) meruaan uatu nilai yang imulai ari nol an aan berubah mengiuti uuran ara terecil i antara ana yang terbentu. Gambar. CF Tree aun ahan batang

3 Jia tia aa lagi temat alam cabang aun untu mencitaan aun entri baru (noe telah melewati bata maimum), maa cabang aun aan terbagi menai ua. Jia imialan aa ebuah ohon, ari atu ahan membelah menai ua ahan. Entrian aa cabang aun yang ali aan ibagi e alam ua gru (ahan) engan menggunaan aangan aun terauh ebagai enematan an membagi-bagian ia entrian beraaran riteria eeatan. Gambar. Proe Pembelahan ari Satu Dahan Menai Dua Dahan egitu uga aa cabang ahan, aabila tia tereia temat untu mencitaan aun entri baru, maa batang aan terbagi ua engan menggunaan aangan ahan terauh ebagai enematan an membagi-bagian ia entrian beraaran riteria eeatan. Proe ini aan berlanut amai emua amatan eleai imauan. Jia CF Tree berembang melebihi bata uuran maimum, maa CF Tree aan ibangun ulang engan meningatan riteria bata enerimaan. Pembentuan Gerombol Otimal Paa tahaan ini, hail ari taha ertama yaitu CF Tree ian menggunaan analii hirari engan metoe agglomerative. Suatu iataan otimal aabila memilii ara antar aling auh an ara antar obe alam terebut aling eat. Langah ertama yang ilauan alam menentuan otimal aalah menghitung IC (Schwarz ayeian Criterion) atau IC (aie Information Criterion) untu tia. Hail erhitungan terebut igunaan untu menuga umlah. Langah eua aalah mencari eningatan ara terbear antara ua tereat aa maingmaing tahaan engan. Rumu IC an IC untu J aalah ebagai beriut : IC (J) = - = J ξ + m log() () J IC (J) = - ξ + m () = engan: ξ = log( ˆ + ˆ ) + Eˆ = = L l l Eˆ = log l = m = J + ( L ) = = umlah total obervai = umlah obervai i alam l = umlah ata i untu eubah ategori e- engan ategori e-l ˆ = ragam ugaan untu eubah ontinu e- untu eeluruhan obervai ˆ = ragam ugaan untu eubah ontinu e- alam = umlah total eubah ontinu = umlah total eubah ategori L = umlah ategori untu eubah ategori e- Solui yang terbai memilii IC terecil, tetai aa beberaa au alam engan imana IC aan teru menurun nilainya bila umlah emain meningat. Maa alam ituai terebut, ratio IC Change (raio erubahan IC) an ratio of Ditance Meaure Change (raio erubahan ara) mengientifiai olui terbai. Menurut Chiu et al (00) IC atau IC menghailan enuga awal yang bai bagi umlah maimum. Jumlah maimum aalah banyanya yang memilii raio IC /IC l yang ertama ali lebih ecil ari c. ilai c =0.04, beraaran tui imulai (acher et al, 004). Jumlah yang terbentu aat ietahui engan menggunaan erbaningan antar ara untu, engan rumu erbaningannya ebagai beriut : R() = - / (3) = l - - l (4) imana: R() = raio erubahan ara l v = (m v log n - IC v )/ atau l v = (m v - IC v )/ v =, - - = ara ia igabungan engan - 3

4 Jumlah otimal ieroleh beraaran etentuan itemuannya erbeaan yang nyata aa raio erubahan. Raio erubahan ihitung ebagai beriut: R( )/R( ) (5) imana : R( ) = raio erubahan ara terbear ertama R( ) = raio erubahan ara terbear eua Jia raio erubahan lebih bear ari nilai bata c, umlah otimal itetaan ama engan, elainnya umlah otimal ama engan maimum {, }. ilai c =.5, beraaran tui imulai (acher et al, 004). Uuran Jara Uuran emirian an etamirian yang igunaan alam analii aalah ara antar obe an ara antar. Fungi ara yang ering igunaan antara lain aalah : Jara Eucliian Jara Eucliian aalah ara yang aling umum an aling ering igunaan alam analii. Jara Eucliian antara ua titi aat terefiniian engan ela. Jara ini igunaan aabila emua eubah yang igunaan aalah eubah ontinu (Johnon & Wichern, 00). Jara Eucliian antara e-i an e- ari eubah iefiniian : ( i, ) = ( X X i ) i= (6) ) = ara antara obe i e obe X i X = nilai tengah aa e-i = nilai tengah aa e- = banyanya eubah yang iamati Jara Manhattan Uuran ini meruaan bentu umum ari ara Eucliian (Johnon & Wichern, 00). Fungi aranya iefiniian : ( i, ) = ( X X i ) i= (7) ) = ara antara obe i e obe X i = nilai tengah aa e-i X = nilai tengah aa e- = banyanya eubah yang iamati Jara Mahalanobi Jara Mahalanobi angat berguna alam menghilangan atau mengurangi erbeaan ala aa maing-maing omonen. Paa ermaalahan tertentu, aa aat menentuan ara, erlu uga iertimbangan ragam an eragam (Johnon & Wichern, 00). Jara Mahalanobi iefiniian : ' ( X ) ( ) i X S X i X ) = (8) ) = ara antara obe i e obe X i = nilai tengah aa e-i X = nilai tengah aa e- S = matri ragam eragam gabungan antara X i an X Jara Log Lielihoo Jara Log Lielihoo aat iteraan untu eubah ontinu mauun ategori. umi yang aa aa ara ini aalah eubah ontinu menyebar normal, eubah ategori menyebar multinomial an antar eubahnya aling beba. Two Ste Cluter cuu tegar terhaa elanggaran aumi terebut ehingga metoe ini maih aat igunaan etia terai elanggaran aumi. Jara antara an iefiniian: (, ) = ξ + ξ ξ (9), ξ = log ˆ + ˆ + E ˆ = = ˆ + ˆ + Eˆ ξ = log = = ξ Eˆ, ˆ + ˆ + Eˆ = log = = L l l log l= = = umlah total obervai = umlah obervai i alam l = umlah ata i untu eubah ategori e- engan ategori e-l ˆ = ragam ugaan untu eubah ontinu e- untu eeluruhan obervai = ragam ugaan untu eubah ontinu ˆ e- alam = umlah total eubah ontinu 4

5 = umlah total eubah ategori L = umlah ategori untu eubah ategori e- (,) = ara antara an <,> = ine ombinai an H D METODE ahan ahan yang igunaan alam enelitian ini aalah ata Poe Senu Eonomi tahun 005 untu wilayah Jawa arat. Data oulai terebut igunaan arena iangga umlah amatannya cuu bear an teriri ari eubah-eubah yang bertie ontinu an ategori. ategori eubah yang aan igunaan yaitu:. eterangan umum ea/elurahan. eenuuan an etenagaeraan 3. Perumahan an lingungan hiu 4. Soial buaya 5. Rereai, hiburan an olahraga 6. ngutan, omuniai an informai 7. Penggunaan lahan 8. Eonomi Maing-maing ategori eubah iabaran e alam eubah-eubah yang lebih tererinci (Lamiran ). Yang ertama ali ilauan yaitu melauan engan engan memauan emua eubah emuian menelaan maing-maing arateriti nya. Selanutnya ilauan emeriaan aumi orelai an memilih eubah-eubah mana aa yang aling beba untu emuian ilauan engan engan eubah yang uah ireui. emuian ielaan maing-maing arateriti nya. Langah terahir yaitu membaningan hail engan antara ebelum an euah ereuian eubah. Perangat luna yang igunaan aalah aalah SPSS 3 for Winow an Microoft Excel. HSIL D PEMHS Derii Data Dea/elurahan yang beraa i Jawa arat ecara eeluruhan teriri ari 5808 ea. Paa Gambar 4 terlihat bahwa umlah ea yang bertatu erotaan ebanya 834 atau 3% eangan ea/elurahan yang bertatu eeaan ebanya 3974 atau 68% ari eeluruhan. Statu Dea Secara gari bear, tahaan enelitian yang ilauan aat ielaan engan Gambar 3. Perotaan 3% Two te cluter engan emua eubah Pemeriaan aumi orelai Peeaan 68% arateriti Perbaningan Pemilihan eubah yang aling beba Two te cluter engan eubah yang uah ireui arateriti Gambar 3. Tahaan Penelitian yang Dilauan Gambar 4. Perentae Statu Dea/elurahan Pengan Dea/elurahan Tana Pereuian Peubah Menggunaan Two Ste Cluter Dalam enentuan umlah, igunaan nilai IC yang itentuan ecara ubetif arena erhitungan IC mauun IC memberian hail yang relatif ama. Gerombol yang ihailan aa taha ertama ebanya 0. Hal ini terlihat ari raio IC /IC l yang ertama ali lebih ecil ari nilai Paa 0, nilai ari raio terebut ebear Seangan untu enentuan umlah otimal iaaran aa raio erubahan. Paa Lamiran, ua nilai R() terbear 5

2. Menentukan koleksi inti ubi kayu dan mengevaluasi kebaikan koleksi inti yang diperoleh. METODE. Data

2. Menentukan koleksi inti ubi kayu dan mengevaluasi kebaikan koleksi inti yang diperoleh. METODE. Data 2 2. Menentuan olesi inti ubi ayu dan mengevaluasi ebaian olesi inti yang dieroleh. METODE Data Data yang digunaan dalam enelitian ini berasal dari Kelomo Peneliti Pengelolaan Sumberdaya Geneti (Kelti

Lebih terperinci

LATAR BELAKANG MATEMATIS

LATAR BELAKANG MATEMATIS 8 II LATAR BELAKANG MATEMATIS Derii : Bab ini memberian gambaran tentang latar belaang matemati ang digunaan ada item endali eerti eramaan linear diferenial orde (atu), orde (dua), orde tinggi, tranformai

Lebih terperinci

BAB III METODE PENELITIAN. Lokasi yang dijadikan tempat dalam penelitian ini adalah Tempat

BAB III METODE PENELITIAN. Lokasi yang dijadikan tempat dalam penelitian ini adalah Tempat BAB III METODE PENELITIAN 3.1 Loasi an Watu Penelitian 3.1.1 Loasi penelitian Loasi yang ijaian tempat alam penelitian ini aalah Tempat Pelelangan Ian (TPI) Kota Gorontalo. 3.1. Watu penelitian Penelitian

Lebih terperinci

IV PENYELESAIAN MASALAH PENETAPAN BLOK PADA REL PELANGSIRAN DENGAN MENGGUNAKAN TEKNIK PEMBANGKITAN KOLOM

IV PENYELESAIAN MASALAH PENETAPAN BLOK PADA REL PELANGSIRAN DENGAN MENGGUNAKAN TEKNIK PEMBANGKITAN KOLOM 22 {, } {, } x, S, K (2) y, B (22) Tuuan dari fungi oetif (8) adalah meminimuman ongo dari aignmentaignment yang fiiel erta meminimuman anyanya lo yang tida diparir pada rel pelangiran. Kendala (9) menyataan

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

EKSTRAKSI FITUR BERBASIS WAVELET PADA SISTEM TEMU KEMBALI CITRA TEKSTUR

EKSTRAKSI FITUR BERBASIS WAVELET PADA SISTEM TEMU KEMBALI CITRA TEKSTUR SCAN OL. II NOMOR 2 ISSN : 1978-0087 EKSTRAKSI FITUR BERBASIS WAELET PAA SISTEM TEMU KEMBALI CITRA TEKSTUR Nanik Suciati Juruan Teknik Informatika, Fakulta Teknologi Informai, Intitut Teknologi Sepuluh

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB 1 PENDAHULUAN. 1.1 Latar Belakang BAB 1 PENDAHULUAN 1.1 Latar Belakang Peatnya perkembangan ilmu pengetahuan dan teknologi membuat matematika menjadi angat penting artinya, bahkan dapat dikatakan bahwa perkembangan ilmu pengetahuan dan

Lebih terperinci

PERTEMUAN 3 PENYELESAIAN PERSOALAN PROGRAM LINIER

PERTEMUAN 3 PENYELESAIAN PERSOALAN PROGRAM LINIER PERTEMUAN PENYELESAIAN PERSOALAN PROGRAM LINIER Setelah dapat membuat Model Matematika (merumukan) peroalan Program Linier, maka untuk menentukan penyeleaian Peroalan Program Linier dapat menggunakan metode,

Lebih terperinci

Analisis Kelompok (Cluster Analysis)

Analisis Kelompok (Cluster Analysis) Analisis Kelomok (Cluster Analysis) Sunari Mega Purnamasari (18209007) Program Stui Sistem an eknologi Informasi Sekolah Teknik Elektro an Informatika Institut Teknologi Banung, Jl. Ganesha 10 Banung 40132,

Lebih terperinci

Penentuan Jalur Terpendek Distribusi Barang di Pulau Jawa

Penentuan Jalur Terpendek Distribusi Barang di Pulau Jawa Penentuan Jalur Terpendek Ditribui Barang di Pulau Jawa Stanley Santoo /13512086 Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika Intitut Teknologi Bandung, Jl. Ganeha 10 Bandung

Lebih terperinci

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

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

Lebih terperinci

BAB III METODOLOGI PENELITIAN

BAB III METODOLOGI PENELITIAN BAB III METODOLOGI PENELITIAN A. Waktu dan Tempat Penelitian. Waktu Penelitian Penelitian dilakanakan pada 4 Februari 5 Maret 0.. Tempat Penelitian Tempat penelitian ini dilakanakan di SMP Ilam Al-Kautar

Lebih terperinci

Metode Penggerombolan Berhirarki

Metode Penggerombolan Berhirarki 4 TINJAUAN PUSTAKA Analisis gerombol dalam bidang riset pemasaran sering diistilahan sebagai analisis segmentasi, merupaan alat statistia peubah ganda yang bertujuan untu mengelompoan n indiidu data e

Lebih terperinci

APLIKASI PROGRAM DINAMIS PADA PENYUSUNAN FLIGHT PLANNING

APLIKASI PROGRAM DINAMIS PADA PENYUSUNAN FLIGHT PLANNING APLIKASI PROGRAM DINAMIS PADA PENYUSUNAN FLIGHT PLANNING Chritian Hadiwinoto Program Studi Teni Inormatia, Seolah Teni Eletro dan Inormatia, Intitut Tenologi Bandung Jalan Ganeca 10, Bandung 40132 e-mail:

Lebih terperinci

III. METODE PENELITIAN. Populasi dalam penelitian ini adalah semua siswa kelas XI IPA SMA YP Unila

III. METODE PENELITIAN. Populasi dalam penelitian ini adalah semua siswa kelas XI IPA SMA YP Unila III. METODE PENELITIAN A. Populai dan Sampel Populai dalam penelitian ini adalah emua iwa kela XI IPA SMA YP Unila Bandar Lampung tahun ajaran 01/013 yang berjumlah 38 iwa dan terebar dalam enam kela yang

Lebih terperinci

BEBERAPA MODIFIKASI METODE NEWTON RAPHSON UNTUK MENYELESAIKAN MASALAH AKAR GANDA. Supriadi Putra, M,Si

BEBERAPA MODIFIKASI METODE NEWTON RAPHSON UNTUK MENYELESAIKAN MASALAH AKAR GANDA. Supriadi Putra, M,Si BEBERAPA ODIFIKASI ETODE NEWTON RAPHSON UNTUK ENYELESAIKAN ASALAH AKAR GANDA Suriadi Putra,,Si Laboratorium Komutasi Numeri Jurusan atematia Faultas atematia & Ilmu Pengetahuan Alam Universitas Riau Kamus

Lebih terperinci

BAB VIII METODA TEMPAT KEDUDUKAN AKAR

BAB VIII METODA TEMPAT KEDUDUKAN AKAR 6 BAB VIII METODA TEMPAT EDUDUAN AAR Dekripi : Bab ini memberikan gambaran ecara umum mengenai diagram tempat kedudukan akar dan ringkaan aturan umum untuk menggambarkan tempat kedudukan akar erta contohcontoh

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB 2 LANDASAN TEORI Pada bagian landasan teori ini aan dibahas materi-materi aa saja yang menunjang materi yang dibahas ada bab selanjutnya. Adaun materi-materi tersebut adalah analisis variansi, metode

Lebih terperinci

BALOK DENGAN PERKUATAN

BALOK DENGAN PERKUATAN BALOK DNGAN PRKUATAN. TUJUAN PRKULAHAN A. TUJUAN UMUM PRKULAHAN (TUP) Setelah mempelajari materi tentang balo dengan peruatan, ecara umum anda diharapan :. Mampu menjelaan pengertian dan item dan analia

Lebih terperinci

BAB 5 ANALISIS RIAK ARUS KELUARAN INVERTER PWM LIMA FASA DENGAN BEBAN TERHUBUNG BINTANG

BAB 5 ANALISIS RIAK ARUS KELUARAN INVERTER PWM LIMA FASA DENGAN BEBAN TERHUBUNG BINTANG BAB 5 ANALII RIAK ARU KELUARAN INVERER PWM LIMA FAA DENGAN BEBAN ERHUBUNG BINANG 5. Penahuluan Paa bab ebelumnya telah ijelakan bahwa paa item multifaa, hubungan antaa iak au keluaan inete beban poligon

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

Aliran Air Tanah Pada Sumur Tunggal. Yanto, S.T., M.S.E. Aliran air tanah pada sumur tunggal dapat dibagi menjadi 4 sub-divisi, yaitu:

Aliran Air Tanah Pada Sumur Tunggal. Yanto, S.T., M.S.E. Aliran air tanah pada sumur tunggal dapat dibagi menjadi 4 sub-divisi, yaitu: Alian Ai Tanah Pada Sumu Tunggal Yanto, S.T., M.S.E. Alian ai tanah pada umu tunggal dapat dibagi menjadi 4 ub-divii, yaitu: (i) Alian mantap dan ta-mantap; (ii) Alian tetean dan ta-tetean Pada mata uliah

Lebih terperinci

BAB III METODE PENELITIAN

BAB III METODE PENELITIAN BAB III METODE PENELITIAN 3. Deain Penelitian yaitu: Pengertian deain penelitian menurut chuman dalam Nazir (999 : 99), Deain penelitian adalah emua proe yang diperlukan dalam perencanaan dan pelakanaan

Lebih terperinci

PENTINGNYA MEDIA PEMBELAJARAN LABE (LANTAI BERHITUNG) PADA PELAJARAN MATEMATIKA SISWA SD KELAS III TERHADAP HASIL BELAJAR

PENTINGNYA MEDIA PEMBELAJARAN LABE (LANTAI BERHITUNG) PADA PELAJARAN MATEMATIKA SISWA SD KELAS III TERHADAP HASIL BELAJAR Tuga Matakuliah Pengembangan Pembelajaran Matematika SD Doen Pengampu Mohammad Faizal Amir, M.Pd. S-1 PGSD Univerita Muhammadiyah Sidoarjo PENTINGNYA MEDIA PEMBELAJARAN LABE (LANTAI BERHITUNG) PADA PELAJARAN

Lebih terperinci

PENGKLASTERAN DOKUMEN DENGAN EXPECTATION MAXIMATION MENGGUNAKAN MULTIRESOLUTION KD-TREE

PENGKLASTERAN DOKUMEN DENGAN EXPECTATION MAXIMATION MENGGUNAKAN MULTIRESOLUTION KD-TREE PENGKLASTERAN DOKUMEN DENGAN EXPECTATION MAXIMATION MENGGUNAKAN MULTIRESOLUTION KD-TREE Diana Purwitaari, Yudhi Purwananto, Anggit SN Juruan Teni Informatia, Faulta Tenologi Informai, Intitut Tenologi

Lebih terperinci

Penerapan Algoritma A* pada Aplikasi Puzzle

Penerapan Algoritma A* pada Aplikasi Puzzle Seminar Naional Teknologi Informai an Komunikai (SNASTIKOM 2013) ISBN 978-602-19837-3-7 Penerapan Algoritma A* paa Aplikai Puzzle Latiu Hermawan 1), R. Kritoforu Jawa Beni 2) Juruan Teknik Informatika,

Lebih terperinci

BAB III METODE PENELITIAN

BAB III METODE PENELITIAN BAB III METODE PENELITIAN A. Jeni Penelitian Jeni penelitian ini adalah penelitian kuantitatif dengan pendekatan ekperimental. Deain penelitian ini adalah Pottet-Only Control Deign. Dalam deain ini terdapat

Lebih terperinci

MODUL IV ESTIMASI/PENDUGAAN (3)

MODUL IV ESTIMASI/PENDUGAAN (3) MODUL IV ETIMAI/PENDUGAAN (3) A. ETIMAI RAGAM Etimai ragam digunakan untuk menduga ragam σ berdaarkan ragam dari uatu populai normal contoh acak berukuran n. Ragam contoh ini akan digunakan ebagai nilai

Lebih terperinci

Analisis Rangkaian Listrik Di Kawasan s

Analisis Rangkaian Listrik Di Kawasan s Sudaryatno Sudirham nalii angaian itri Di Kawaan - Sudaryatno Sudirham, nalii angaian itri 3 nalii angaian Menggunaan Tranformai aplace Setelah mempelajari bab ini ita aan memahami onep impedani di awaan.

Lebih terperinci

BAB IV APLIKASI PADA MATRIKS STOKASTIK

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

Lebih terperinci

BAB III METODE PENELITIAN

BAB III METODE PENELITIAN BAB III METODE PENELITIAN A. Jeni Penelitian Jeni penelitian ini adalah penelitian kuantitatif dengan pendekatan ekperimental. Deain penelitian ini adalah Pottet-Only Control Deign. Dalam deain ini terdapat

Lebih terperinci

BAB IV DESKRIPSI DAN ANALISIS DATA

BAB IV DESKRIPSI DAN ANALISIS DATA A IV DESKRIPSI DAN ANALISIS DATA A. Dekripi Data Penelitian ini menggunakan penelitian ekperimen. Subyek penelitiannya dibedakan menjadi kela ekperimen dan kela kontrol. Kela ekperimen diberi perlakuan

Lebih terperinci

BREAK EVEN ANALYSIS PENYUSUTAN (DEPRESIASI)

BREAK EVEN ANALYSIS PENYUSUTAN (DEPRESIASI) BREAK EVEN ANALYSIS PENYUSUTAN (DEPRESIASI) 1. Brea Even Analysis Pengertian Langah-langah perhitungan Contoh 2. Penyusutan (Depresiasi) Pengertian Metoe Depresiasi Contoh BREAK EVEN ANALYSIS Paa investasi

Lebih terperinci

Bahan Ajar Fisika Momentum, Impuls dan Tumbukan SMK Negeri 1 Rangkasbitung Iqro Nuriman, S.Si, M.Pd

Bahan Ajar Fisika Momentum, Impuls dan Tumbukan SMK Negeri 1 Rangkasbitung Iqro Nuriman, S.Si, M.Pd ahan jar Fiika Momentum, Imul dan Tumbukan SMK Negeri Rangkabitung PEMERINTH KUPTEN LEK DINS PENDIDIKN & KEUDYN SMK NEGERI RNGKSITUNG Jl. Dewi Sartika No 6L. Tel (05 0895 05349 Rangkabitung 434 MOMENTUM,

Lebih terperinci

DESAIN SISTEM KENDALI MELALUI TANGGAPAN FREKUENSI

DESAIN SISTEM KENDALI MELALUI TANGGAPAN FREKUENSI BAB VIII DESAIN SISEM ENDALI MELALUI ANGGAPAN FREUENSI Dalam bab ini akan diuraikan langkah-langkah peranangan dan kompenai dari item kendali linier maukan-tunggal keluaran-tunggal yang tidak berubah dengan

Lebih terperinci

MENENTUKAN INDEKS KOMPOSIT MENGGUNAKAN METODE LAGRANGE UNTUK MENGUKUR TINGKAT INDUSTRIALISASI

MENENTUKAN INDEKS KOMPOSIT MENGGUNAKAN METODE LAGRANGE UNTUK MENGUKUR TINGKAT INDUSTRIALISASI Jurnal Matematika Vol.6 No. Nopember 6 [ 9 : 8 ] MENENTUKAN INDEKS KOMPOSIT MENGGUNAKAN METODE LAGRANGE UNTUK MENGUKUR TINGKAT INDUSTRIALISASI DI PROPINSI JAWA BARAT Juruan Matematika, Uiverita Ilam Bandung,

Lebih terperinci

BAB IV DESKRIPSI DAN ANALISIS DATA

BAB IV DESKRIPSI DAN ANALISIS DATA A IV DESKRIPSI DAN ANALISIS DATA A. Dekripi Data Kegiatan penelitian dilakanakan pada tanggal ampai dengan 4 April 03 di Madraah Ibtidaiyah Infarul Ghoy Plamonganari Pedurungan Semarang. Dalam penelitian

Lebih terperinci

IMPLEMENTASI ALGORITMA-2 ITERASI FIXED POINT QUADRATIC PROGRAMMING MODEL PREDICTIVE CONTROL PADA dspic 30F4011. Rod Jason Taylor, Arief Syaichu-Rohman

IMPLEMENTASI ALGORITMA-2 ITERASI FIXED POINT QUADRATIC PROGRAMMING MODEL PREDICTIVE CONTROL PADA dspic 30F4011. Rod Jason Taylor, Arief Syaichu-Rohman IMPLEMENASI ALGORIMA- IERASI FIED POIN QUADRAIC PROGRAMMING MODEL PREDICIVE CONROL PADA dpic 3F4 Rod Jaon aylor, Arief Syaichu-Rohman Seolah eni Eletro dan Informatia, Intitut enologi Bandung email: bonifaiurjt@yahoo.com

Lebih terperinci

Nama : Perli Iswanto KLS : 4EA04 NPM :

Nama : Perli Iswanto KLS : 4EA04 NPM : SURVEI HARGA, KUALITAS PELAYANAN DAN TINGKAT BUNGA KREDIT, PADA KONSUMEN LEASING PT KEMBANG 88 MULTIFINANCE. Nama : Perli Iwanto KLS : 4EA04 NPM : 13209929 Latar Belakang LATAR BELAKANG Menurut alah eorang

Lebih terperinci

Evaluasi Distribusi Gabungan pada Teori Resiko

Evaluasi Distribusi Gabungan pada Teori Resiko Evaluai Ditribui Gabungan pada Teori Reio Roita Kuumawati Juruan Pendidian Matematia, Univerita egeri Yogyaarta Karangmalang, Yogyaarta roitauumawati@gmailcom ABTRAK Evalui ditribui gabungan merupaan bagian

Lebih terperinci

METODE PENELITIAN. penelitian quasi experimental. Desain ini mempunyai kelompok kontrol, tetapi

METODE PENELITIAN. penelitian quasi experimental. Desain ini mempunyai kelompok kontrol, tetapi III. METODE PENELITIAN A. Metode Penelitian Metode yang digunakan dalam penelitian ini adalah dengan menggunakan metode penelitian quai experimental. Deain ini mempunyai kelompok kontrol, tetapi tidak

Lebih terperinci

Nursyamsu Hidayat, Ph.D.

Nursyamsu Hidayat, Ph.D. 4//013 ivil Engineering Diploma Program Vocational chool Gajah Maa Univerity Nuryamu Hiayat, Ph.D. Alinemen horiontal/trae jalan merupakan proyeki umbu jalan paa biang horiontal Alinemen horiontal teriri

Lebih terperinci

PENGELOMPOKAN KABUPATEN/KOTA DI INDONESIA BERDASARKAN FASILITAS KESEHATAN DASAR DENGAN MENGGUNAKAN ANALISIS KLASTER DUA TAHAP

PENGELOMPOKAN KABUPATEN/KOTA DI INDONESIA BERDASARKAN FASILITAS KESEHATAN DASAR DENGAN MENGGUNAKAN ANALISIS KLASTER DUA TAHAP PENGELOMPOKAN KABUPATEN/KOTA DI INDONESIA BERDASARKAN FASILITAS KESEHATAN DASAR DENGAN MENGGUNAKAN ANALISIS KLASTER DUA TAHAP Hazmira Yozza 1, Izzati Rahmi HG, Juliana Jurusan Matematia, Universitas Andalas,

Lebih terperinci

III. METODOLOGI PENELITIAN. Populasi dalam penelitian ini adalah siswa kelas XI IPA semester genap SMA

III. METODOLOGI PENELITIAN. Populasi dalam penelitian ini adalah siswa kelas XI IPA semester genap SMA III. METODOLOGI PENELITIAN A. Populai dan Sampel Penelitian Populai dalam penelitian ini adalah iwa kela XI IPA emeter genap SMA Negeri 0 Bandar Lampung tahun pelajaran 04/05 yang berjumlah 5 iwa. Kemampuan

Lebih terperinci

Aplikasi Neural-Fuzzy pada Regresi Interval untuk Data Time Series

Aplikasi Neural-Fuzzy pada Regresi Interval untuk Data Time Series Apliasi Neural-Fuzzy paa Regresi Interval untu Data Time Series Sri Kusumaewi Jurusan Teni Informatia, Universitas Islam Inonesia, Yogyaarta Jl. Kaliurang K, 4, Yogyaarta (04 E-mail : cicie@fti.uii.ac.i

Lebih terperinci

PENERAPAN MODEL PEMBELAJARAN PACE UNTUK MENINGKATKAN KEMAMPUAN PEMBUKTIAN MATEMATIKA SISWA DI KELAS VII SMP MATERI GEOMETRI

PENERAPAN MODEL PEMBELAJARAN PACE UNTUK MENINGKATKAN KEMAMPUAN PEMBUKTIAN MATEMATIKA SISWA DI KELAS VII SMP MATERI GEOMETRI PENERAPAN MODEL PEMBELAJARAN PACE UNTUK MENINGKATKAN KEMAMPUAN PEMBUKTIAN MATEMATIKA SISWA DI KELAS VII SMP MATERI GEOMETRI Arief Aulia Rahman 1 Atria Yunita 2 1 STKIP Bina Banga Meulaboh, Jl. Naional

Lebih terperinci

Induksi Elektromagnetik. Untuk mempermudah memahami materi ini, perhatikan peta konsep berikut ini. Induksi Elektromagnetik.

Induksi Elektromagnetik. Untuk mempermudah memahami materi ini, perhatikan peta konsep berikut ini. Induksi Elektromagnetik. Bab 13 Induki Elektromagnetik Pada uatu malam, ketika Ani edang belajar IPA. Tiba-tiba ayah Ani mendekat ambil bertanya keada Ani. Aa bedanya aru litrik yang ditimbulkan oleh ebuah baterai dengan aru litrik

Lebih terperinci

BAB 3 LANDASAN TEORI. Tahap ini merupakan langkah pertama yang dilakukan dalam rangkaian

BAB 3 LANDASAN TEORI. Tahap ini merupakan langkah pertama yang dilakukan dalam rangkaian BAB 3 LANDASAN TEORI 3.1. Penjawalan i Inutri Penerbangan Dalam unia enerbangan, enjawalan yang ilakukan aat terbagi menjai emat taha ebagai berikut ( Anbil, Forret, an Pulleyblank, 1998, 677 678 ) : a.

Lebih terperinci

BAB 8 PEMODELAN DAN SIMULASI REAKTOR CSTR

BAB 8 PEMODELAN DAN SIMULASI REAKTOR CSTR BB 8 PEMODELN DN SIMULSI REKTOR STR Perhatian gambar eta 3 buah STR (ontinuou Stirred-Tan Reactor) iotermal di bawah ini: F 0 F F 2 F 3 V V 2 2 V 3 3 0 (t) (t) 2 (t) 3 (t) Ketiga STR itu digunaan untu

Lebih terperinci

Data Mining. Metode Klasterisasi K-Means

Data Mining. Metode Klasterisasi K-Means Data Mining Metoe Klasterisasi K-Means Pokok Pembahasan. Konsep Dasar Clustering. Tahapan Clustering. K-Means Clustering Algoritma K-Means Rumus Umum K-Means 4. Case Stu Konsep Dasar Klusterisasi Data,

Lebih terperinci

BAB II MOTOR INDUKSI TIGA FASA

BAB II MOTOR INDUKSI TIGA FASA BAB MOTOR NDUKS TGA FASA.1 Umum Motor induki merupakan motor aru bolak balik (AC) yang paling lua digunakan dan dapat dijumpai dalam etiap aplikai indutri maupun rumah tangga. Penamaannya beraal dari kenyataan

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 III METODE PENELITIAN

BAB III METODE PENELITIAN BAB III METODE PENELITIAN A. Jeni Penelitian Menurut Sugiyono, metode penelitian pendidikan dapat diartikan ebagai cara ilmiah untuk mendapatkan data yang valid dengan tujuan dapat ditemukan, dikembangkan

Lebih terperinci

3. METODE PENELITIAN 3.1 Waktu dan Lokasi Penelitian

3. METODE PENELITIAN 3.1 Waktu dan Lokasi Penelitian 3. METODE PENELITIAN 3.1 Waktu an Lokai Penelitian Penelitian ilakanakan elama 9 bulan mulai Maret ampai November 2010. Alokai waktu 9 bulan menginikaikan repreentai muim yaitu Muim Peralihan Barat-Timur

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

Laporan Praktikum Teknik Instrumentasi dan Kendali. Permodelan Sistem

Laporan Praktikum Teknik Instrumentasi dan Kendali. Permodelan Sistem Laporan Praktikum Teknik Intrumentai dan Kendali Permodelan Sitem iuun Oleh : Nama :. Yudi Irwanto 0500456. Intan Nafiah 0500436 Prodi : Elektronika Intrumentai SEKOLAH TINGGI TEKNOLOGI NUKLIR BAAN TENAGA

Lebih terperinci

PENGONTROLAN KUALITAS PRODUK PT IGLAS (Persero) GRESIK MENGGUNAKAN DIAGRAM p MULTIVARIAT

PENGONTROLAN KUALITAS PRODUK PT IGLAS (Persero) GRESIK MENGGUNAKAN DIAGRAM p MULTIVARIAT PENGONTROLAN KUALITAS PRODUK PT IGLAS (Persero) GRESIK MENGGUNAKAN DIAGRAM p MULTIVARIAT Karina Mayanana, Muhamma Mashuri Mahasiswa Jurusan Statistia FMIPA-ITS (38 48) Dosen Jurusan Statistia FMIPA-ITS

Lebih terperinci

BAB III METODE PENELITIAN

BAB III METODE PENELITIAN BAB III METODE PENELITIAN A. Jeni dan Pendekatan Penelitian Jeni penelitian ini adalah penelitian kuantitatif. Penelitian kuantitatif adalah penelitian menggunakan angka, mulai dari pengumpulan data, penafiran

Lebih terperinci

III. METODE PENELITIAN. Penelitian ini dilaksanakan di SMP Muhammadiyah 3 Bandar Lampung kelas VII

III. METODE PENELITIAN. Penelitian ini dilaksanakan di SMP Muhammadiyah 3 Bandar Lampung kelas VII III. METODE PENELITIAN A. Populai dan Sampel Penelitian ini dilakanakan di SMP Muhammadiyah 3 Bandar Lampung kela VII emeter genap Tahun Pelajaran 0/0, SMP Muhammadiyah 3 Bandar Lampung memiliki jumlah

Lebih terperinci

DESAIN SISTEM KENDALI MELALUI ROOT LOCUS

DESAIN SISTEM KENDALI MELALUI ROOT LOCUS Bab VI: DESAIN SISEM ENDALI MELALUI OO LOCUS oot Lou dapat digunakan untuk mengamati perpindahan pole-pole (lup tertutup) dengan mengubah-ubah parameter penguatan item lup terbukanya ebagaimana telah ditunjukkan

Lebih terperinci

BAB IV HASIL PENELITIAN DAN PEMBAHASAN

BAB IV HASIL PENELITIAN DAN PEMBAHASAN 88 BAB IV HASIL PEELITIA DA PEMBAHASA Dalam bab ini dipaparkan; a) hail penelitian, b) pembahaan. A. Hail Penelitian 1. Dekripi Data Dekripi hail penelitian yang diperoleh dari pengumpulan data menggunakan

Lebih terperinci

1 AB I B ENDAHULUAN.1 aala Belg atar L angat melaju teknologi erkemangan ingkat waktu kurun Dalam manuia tahu ingin raa kera kerja hail meru erkemangan eat. Dengan manuia. memermudah har akhirnya ada hal

Lebih terperinci

DEFERENSIAL PARSIAL BAGIAN I

DEFERENSIAL PARSIAL BAGIAN I DEFEENSAL PASAL BAGAN Diferenial parial olume uatu iliner berjari-jari r engan ketinggian h inatakan oleh r h Yakni bergantung kepaa ua bearan, aitu r an h. Jika r kita jaga tetap an ketinggian h kita

Lebih terperinci

GERAK MELINGKAR (ROTASI)

GERAK MELINGKAR (ROTASI) GEAK MELINGKA (OTASI) y P x P y P x y y x x - alam - maka : Gerak luru (arah tetap) Gerak melingkar (umbu tetap) Penting Poii uut kecepatan uut eferenintegral eferenintegral Bearan Suut an Linier percepatan

Lebih terperinci

III. METODE PENELITIAN. Populasi dalam penelitian ini adalah semua siswa kelas XI IPA SMA Persada

III. METODE PENELITIAN. Populasi dalam penelitian ini adalah semua siswa kelas XI IPA SMA Persada 0 III. METODE PENELITIAN A. Populai dan Sampel Penelitian Populai dalam penelitian ini adalah emua iwa kela XI IPA SMA Perada Bandar Lampung tahun ajaran 0/0 yang berjumlah 07 iwa dan terebar dalam 3 kela.

Lebih terperinci

PENGENALAN POLA DENGAN MENGGUNAKAN METODE BACKPROPAGATION MENGGUNAKAN MATLAB

PENGENALAN POLA DENGAN MENGGUNAKAN METODE BACKPROPAGATION MENGGUNAKAN MATLAB PENGENALAN POLA DENGAN MENGGUNAKAN METODE BACKPROPAGATION MENGGUNAKAN MATLAB Wirda Ayu Utari Universitas Gunadarma utari.hiaru@gmail.com ABSTRAK Program pengenalan pola ini merupaan program yang dibuat

Lebih terperinci

METODE KEKAKUAN (METODE DEFORMASI)

METODE KEKAKUAN (METODE DEFORMASI) METODE KEKAKUAN (METODE DEORMASI) (DISPLACEMENT METHOD ATAU STINESS METHOD) Hanayanu Metoe Elemen Hingga (LL6) JTK-TK-ITS DEINISI MATRIK KEKAKUAN Matri eauan elemen: ˆ sehingga persamaan sistem aalah:

Lebih terperinci

Institut Teknologi Sepuluh Nopember Surabaya

Institut Teknologi Sepuluh Nopember Surabaya Intitut Teknologi Seuluh Noember Surabaya Materi Contoh Soal Ringkaan Latihan Aemen Materi Contoh Soal Ringkaan omonen Sitem Sitem Hail Perancangan Proeur Perancangan Pengenali PD Moifikai Latihan Aemen

Lebih terperinci

BAB V ANALISIS HASIL PERANCANGAN

BAB V ANALISIS HASIL PERANCANGAN BAB V ANALISIS HASIL PERANCANGAN 5.1. Proe Fluidiai Salah atu faktor yang berpengaruh dalam proe fluidiai adalah kecepatan ga fluidiai (uap pengering). Dalam perancangan ini, peramaan empirik yang digunakan

Lebih terperinci

PERANCANGAN KENDALI PID DENGAN MATLAB. Sri Sukamta ABSTRAK

PERANCANGAN KENDALI PID DENGAN MATLAB. Sri Sukamta ABSTRAK Jurnal Teknik Elektro Vol. No.1 1 PERANCANGAN ENAL P ENGAN MATLAB Sri Sukamta ABSTRA Perancangan P elama ini menggunakan metoda trial and error dengan erhitungan yang memakan waktu lama. MatLab yang dilengkai

Lebih terperinci

BAB IV HASIL PENELITIAN DAN PEMBAHASAN

BAB IV HASIL PENELITIAN DAN PEMBAHASAN BAB IV HASIL PENELITIAN DAN PEMBAHASAN A. Dekripi Data Untuk mengetahui pengaruh penggunaan media Audio Viual dengan metode Reading Aloud terhadap hail belajar iwa materi العنوان, maka penuli melakukan

Lebih terperinci

BAB III METODOLOGI PENELITIAN

BAB III METODOLOGI PENELITIAN A III METODOLOGI PENELITIAN A. Jeni Penelitian Penelitian ini merupakan penelitian lapangan, di mana penelitian langung dilakukan di lapangan yang berifat kuantitatif. Metode yang digunakan dalam penelitian

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

FIsika KARAKTERISTIK GELOMBANG. K e l a s. Kurikulum A. Pengertian Gelombang

FIsika KARAKTERISTIK GELOMBANG. K e l a s. Kurikulum A. Pengertian Gelombang Kurikulum 2013 FIika K e l a XI KARAKTERISTIK GELOMBANG Tujuan Pembelajaran Setelah mempelajari materi ini, kamu diharapkan memiliki kemampuan berikut. 1. Memahami pengertian gelombang dan jeni-jeninya.

Lebih terperinci

1. suara guntur terdengar 12 sekon setelah kilat terlihat. Jika jarak asal kilat dari pengamat adalah 3960 m, berapakah cepat rambat bunyi?

1. suara guntur terdengar 12 sekon setelah kilat terlihat. Jika jarak asal kilat dari pengamat adalah 3960 m, berapakah cepat rambat bunyi? . uara guntur terdengar ekon etelah kilat terlihat. Jika jarak aal kilat dari engamat adalah 3960 m, beraakah ceat rambat bunyi? 3960 330m/ t 3. eorang iwa X berdiri diantara dua dinding dan Q eerti ditunjukan

Lebih terperinci

EVALUASI DISTRIBUSI GABUNGAN MENGGUNAKAN ALGORITMA KONVOLUSI DAN REKURSI PANJER

EVALUASI DISTRIBUSI GABUNGAN MENGGUNAKAN ALGORITMA KONVOLUSI DAN REKURSI PANJER Vol 7, o, Juni 0 EVALUAI DITRIBUI GABUGA MEGGUAKA ALGORITMA KOVOLUI DA REKURI PAJER Roita Kuumawati Juruan Pendidian Matematia Faulta Matematia dan Ilmu Pengetahuan Alam Univerita egeri Yogyaarta (UY)

Lebih terperinci

III. METODE PENELITIAN. Populasi penelitian ini, yaitu seluruh siswa kelas X SMA Negeri 1 Kedondong

III. METODE PENELITIAN. Populasi penelitian ini, yaitu seluruh siswa kelas X SMA Negeri 1 Kedondong III. METODE PENELITIAN A. Populai Penelitian Populai penelitian ini, yaitu eluruh ia kela X SMA Negeri Kedondong pada emeter genap Tahun Pelajaran 0/03 yang terdiri ata 7 kela berjumlah 4 ia. B. Sampel

Lebih terperinci

III. METODE PENELITIAN. Populasi dalam penelitian ini adalah semua siswa kelas X SMA Negeri 2 Metro

III. METODE PENELITIAN. Populasi dalam penelitian ini adalah semua siswa kelas X SMA Negeri 2 Metro 3 III. METODE PENELITIAN A. Populai dan Sampel Penelitian Populai dalam penelitian ini adalah emua iwa kela X SMA Negeri Metro Tahun Pelajaran 03-04 yang berjumlah 56 iwa. Siwa terebut merupakan atu keatuan

Lebih terperinci

MODUL 7 APLIKASI TRANFORMASI LAPLACE

MODUL 7 APLIKASI TRANFORMASI LAPLACE MODUL 7 APLIKASI TRAFORMASI LAPLACE Tranformai Laplace dapa digunaan unu menyeleaian bai peroalan analia maupun perancangan iem. Apliai Tranformai Laplace erebu berganung pada ifa-ifa ranformai Laplace,

Lebih terperinci

Perancangan dan Pembuatan Plant Ball and Beam

Perancangan dan Pembuatan Plant Ball and Beam Perancangan an Pembuatan Plant Ball an Beam M Mulim W, Mahaiwa TE Unip, Agung Warito,Staf Pengajar TE Unip, Ari Triwiyatno, Staf Pengajar TE Unip Abtrak Sitem ball an beam aalah ebuah item imana paa item

Lebih terperinci

BAB II TEGANGAN TINGGI IMPULS

BAB II TEGANGAN TINGGI IMPULS BAB II TEGANGAN TINGGI IMPULS 2. TEGANGAN IMPULS Tegangan Impul (impule voltage) adalah tegangan yang naik dalam waktu ingkat ekali kemudian diuul dengan penurunan yang relatif lambat menuju nol. Ada tiga

Lebih terperinci

ANALISIS PENGENDALIAN KUALITAS PADA PRODUKSI PESTISIDA ( PRODUK MIPCINTA 50 WP ) DI PT PETROKIMIA KAYAKU

ANALISIS PENGENDALIAN KUALITAS PADA PRODUKSI PESTISIDA ( PRODUK MIPCINTA 50 WP ) DI PT PETROKIMIA KAYAKU ANALISIS PENGENDALIAN KUALITAS PADA PRODUKSI PESTISIDA ( PRODUK MIPCINTA 50 WP ) DI PT PETROKIMIA KAYAKU Oleh : Dwi Litya Nurina 307030003 Doen Pembimbing Wibawati,S.Si,M,Si PT. Petrokimia Kayaku alah

Lebih terperinci

MAKALAH SEMINAR TUGAS AKHIR

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

Lebih terperinci

BAB III METODE PENELITIAN

BAB III METODE PENELITIAN A III METODE PENELITIAN A. Jeni Penelitian Penelitian adalah alah atu media yang digunakan dalam menuli dengan proedur yang telah ditentukan. Penelitian pada hakekatnya adalah uatu upaya dan bukan hanya

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

BAB III METODE PENELITIAN

BAB III METODE PENELITIAN BAB III METODE PENELITIAN A. Jeni dan Pendekatan Penelitian Penelitian ini merupakan penelitian lapangan, dimana penelitian langung langung dilakukan di lapangan yang berifat kuantitatif. Metode yang digunakan

Lebih terperinci

MASALAH PENGEPAKAN BANGUN DATAR

MASALAH PENGEPAKAN BANGUN DATAR MASALAH PENGEPAKAN BANGUN DATAR Sumardyono, M.Pd. Maalah pengepakan (packing) adalah maalah meletakkan objek-objek yang aling beringgungan dengan cara tertentu dan di dalam uatu wadah dengan peifikai tertentu

Lebih terperinci

JURNAL PEMBELAJARAN FISIKA

JURNAL PEMBELAJARAN FISIKA Volume 1, Nomor 3, Desember 2012 ISSN : 2301-9794 JURNAL PEMBELAJARAN FISIKA Diterbitan Oleh: Program Stui Peniian Fisia FKIP Universitas Jember JURNAL PEMBELAJARAN FISIKA (JPF) Terbit empat ali setahun

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

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

Lebih terperinci

BAB II MOTOR INDUKSI TIGA FASA

BAB II MOTOR INDUKSI TIGA FASA BAB II MOTOR INDUKSI TIGA FASA 2.1 Umum Motor litrik merupakan beban litrik yang paling banyak digunakan di dunia, Motor induki tiga faa adalah uatu mein litrik yang mengubah energi litrik menjadi energi

Lebih terperinci

DEFINISI DAN RUANG SOLUSI

DEFINISI DAN RUANG SOLUSI DEFINISI DAN RUANG SOLUSI Pada bagian ini akan dibaha tentang bai dan dimeni menggunakan pengertian dari kebebaan linear ( beba linear dan merentang ) yang dibaha pada bab ebelumnya. Definii dari bai diberikan

Lebih terperinci

SISTEM KENDALI KECEPATAN MOTOR DC Oleh: Ahmad Riyad Firdaus Politeknik Batam

SISTEM KENDALI KECEPATAN MOTOR DC Oleh: Ahmad Riyad Firdaus Politeknik Batam SSTEM ENDAL ECEATAN MOTOR DC Oleh: Ahmad Riyad Firdau oliteknik Batam. Tujuan 1. Memahami kelebihan dan kekurangan item kendali lingkar tertutup (cloe-loop) dibandingkan item kendali terbuka (open-loop).

Lebih terperinci

Lentur Pada Balok Persegi

Lentur Pada Balok Persegi Integrit, Proeionalim, & Entrepreneurhip Mata Kuliah Kode SKS : Peranangan Struktur Beton : CIV-204 : 3 SKS Lentur Pada Balok Peregi Pertemuan 4,5,6,7 Integrit, Proeionalim, & Entrepreneurhip Sub Pokok

Lebih terperinci

STUDI PERBANDINGAN BELITAN TRANSFORMATOR DISTRIBUSI TIGA FASA PADA SAAT PENGGUNAAN TAP CHANGER (Aplikasi pada PT.MORAWA ELEKTRIK TRANSBUANA)

STUDI PERBANDINGAN BELITAN TRANSFORMATOR DISTRIBUSI TIGA FASA PADA SAAT PENGGUNAAN TAP CHANGER (Aplikasi pada PT.MORAWA ELEKTRIK TRANSBUANA) STUDI PERBADIGA BELITA TRASFORMATOR DISTRIBUSI TIGA FASA PADA SAAT PEGGUAA TAP CHAGER (Aplikai pada PT.MORAWA ELEKTRIK TRASBUAA) Bayu T. Sianipar, Ir. Panuur S.M. L.Tobing Konentrai Teknik Energi Litrik,

Lebih terperinci

Nina membeli sebuah aksesoris komputer sebagai hadiah ulang tahun. Kubus dan Balok. Bab. Di unduh dari : Bukupaket.com

Nina membeli sebuah aksesoris komputer sebagai hadiah ulang tahun. Kubus dan Balok. Bab. Di unduh dari : Bukupaket.com Bab Kubu dan Balok ujuan embelajaran etelah mempelajari bab ini iwa diharapkan mampu: Mengenal dan menyebutkan bidang, ruuk, diagonal bidang, diagonal ruang, bidang diagonal kubu dan balok; Menggambar

Lebih terperinci

Bab III Metode Akuisisi dan Pengolahan Data

Bab III Metode Akuisisi dan Pengolahan Data Bab III Metode Akuiii dan Pengoahan ata III.1 Pembuatan Mode Fii Bagian paing penting dari peneitian ini iaah pemodean fii auran fuida yang digunakan. Mode auran ini digunakan ebagai medium airan fuida

Lebih terperinci

TE Dasar Sistem Pengaturan. Perancangan Kontroler : Kontroler Proporsional dan Differensial

TE Dasar Sistem Pengaturan. Perancangan Kontroler : Kontroler Proporsional dan Differensial TE09346 Daar Sitem Pengaturan Perancangan ontroler : ontroler Proorional an Differenial Ir. Jo Pramuijanto, M.Eng. Juruan Teknik Elektro FTI ITS Tel. 5947302 Fax.593237 Email: jo@ee.it.ac.i Daar Sitem

Lebih terperinci

PENAKSIR RASIO-PRODUK EKSPONENSIAL YANG EFISIEN UNTUK RATA-RATA POPULASI PADA SAMPLING ACAK BERSTRATA

PENAKSIR RASIO-PRODUK EKSPONENSIAL YANG EFISIEN UNTUK RATA-RATA POPULASI PADA SAMPLING ACAK BERSTRATA PENAIR RAIO-PRODU EPONENIAL YANG EFIIEN UNTU RATA-RATA POPULAI PADA AMPLING ACA BERTRATA Dess Nuralita 1*, Ruam Efendi, Haposan irait 1 Maasiswa Program 1 Matematia Dosen Jurusan Matematia Faultas Matematia

Lebih terperinci

BAB XIV CAHAYA DAN PEMANTULANYA

BAB XIV CAHAYA DAN PEMANTULANYA 227 BAB XIV CAHAYA DAN PEMANTULANYA. Apakah cahaya terebut? 2. Bagaimana ifat perambatan cahaya? 3. Bagaimana ifat pemantulan cahaya? 4. Bagaimana pembentukan dan ifat bayangan pada cermin? 5. Bagaimana

Lebih terperinci

PENAKSIR VARIANSI POPULASI YANG EFISIEN PADA SAMPLING ACAK SEDERHANA MENGGUNAKAN KOEFISIEN REGRESI

PENAKSIR VARIANSI POPULASI YANG EFISIEN PADA SAMPLING ACAK SEDERHANA MENGGUNAKAN KOEFISIEN REGRESI PENAKIR VARIANI POPLAI YANG EFIIEN PADA AMPLING ACAK EDERHANA MENGGNAKAN KOEFIIEN REGREI Neneng Gutiana Rutam Efendi Harion Mahaiwa Program Matematika Doen Juruan Matematika Fakulta Matematika dan Ilmu

Lebih terperinci